[发明专利]一种设施蔬菜精准浇水的方法、装置和电子设备

说明书

本公开涉及一种设施蔬菜精准浇水的方法、装置和电子设备，该方法包括：获取设施蔬菜当前时刻发出的超声波频率数据；基于设施蔬菜在不同含水量时期发出的超声波频率数据的不同，判断当前时刻的设施蔬菜是否满足浇水条件；若满足浇水条件，则获取设施蔬菜当前时刻的客观自身参数和土壤可变参数；基于所述设施蔬菜当前时刻的客观自身参数和土壤可变参数，使用预先训练好的RBF神经网络算法预测需水量；根据所述预测的需水量对设施蔬菜进行浇水。

技术领域

本公开属于农业栽培技术领域，具体涉及一种设施蔬菜精准浇水的方法、装置和电子设备。

背景技术

我国是农业大国，随着科技的进步和农业的发展，在农业产业方面，设施蔬菜不仅满足了人民对蔬菜的需求，也成为广大菜农的主要经济收入来源，因此，保证设施蔬菜高产的重要性不言而喻。但是，我国也是水资源严重缺乏的国家，农业用水消耗了大半的全国总用水量，而农业水资源的利用率总体很低，是农业水资源浪费的主要问题。同时，因设施蔬菜缺水检测不及时，不准确，浇水方式不合理，导致设施蔬菜不能合理补充水分而降低产量，以及水资源不能合理利用产生浪费。因此，如何选择合理的缺水检测方法，以及浇水方法对于节约水资源，增加设施蔬菜的产量起着至关重要的作用。

就现有研究来看，对于设施蔬菜的缺水检测，大多是基于肉眼或者基于机器视觉对正在经历缺水胁迫的植物进行观测，这种观测主要是基于植物外部的观测，即根据设施蔬菜因缺水而产生茎、叶的颜色等变化，当植物遭受不同程度的缺水胁迫后才能够被观测到。因此，这种外部观测实际上有所迟钝，已经对设施蔬菜的生长和发育产生了不同程度的影响。对于设施蔬菜的浇水方式，大多是依照菜农经验判断浇水量的多少，缺少科学的浇水判断以及浇水方法，浇水量过多或过少以及浇水方式不合理，不仅会使水资源的利用率低，还会降低设施蔬菜的产量。

发明内容

本公开的目的是提供一种精准定量浇水的方法、装置、存储介质和电子设备，用于解决现有的浇水技术的浇水方式不合理，导致设施蔬菜不能合理补充水分而降低产量，以及水资源不能合理利用产生浪费的问题。

为了实现上述目的，本公开的第一方面，提供一种精准定量浇水的方法，所述方法包括：

获取设施蔬菜当前时刻发出的超声波频率数据，基于设施蔬菜在不同含水量时期发出的超声波频率数据的不同，判断当前时刻的设施蔬菜是否满足浇水条件；

若满足浇水条件，则获取设施蔬菜当前时刻的客观自身参数和土壤可变参数；

基于所述设施蔬菜当前时刻的客观自身参数和土壤可变参数，使用预先训练好的RBF神经网络算法预测需水量，根据所述预测的需水量对设施蔬菜进行浇水。

可选地，所述设施蔬菜当前时刻的客观自身参数包括：设施蔬菜种类、土壤类型中的至少一种；所述土壤可变参数包括：土壤含水量、土壤温度中的至少一种。

可选地，所述判断当前时刻的设施蔬菜是否满足浇水条件通过以下方式实现：

根据所述设施蔬菜当前时刻的声波频率数据与预先采集的设施蔬菜的缺水时声波频率数据的均值，确定第一频率差值；

根据所述设施蔬菜当前时刻的声波频率数据与预先采集的设施蔬菜的不缺水时声波频率数据的均值，确定第二频率差值；

在所述第一频率差值小于或等于所述第二频率差值时，则确定满足浇水条件；

反之，则确定不满足浇水条件。

可选地，所述RBF神经网络的训练方法包括：

将样本输入序列分为两部分，一部分作为训练数据序列，另一部分作为测试数据序列；

利用所述训练数据序列对所述RBF神经网络算法进行训练；

在训练所述RBF神经网络算法之后，利用所述测试数据序列对训练好的所述RBF神经网络算法型进行测试；