[发明专利]大田灌溉施肥制度动态决策方法及装置

权利要求书

1.一种大田灌溉施肥制度动态决策方法，其特征在于，包括：

获取待决策作物生育期的环境特征，所述环境特征包括气象特征和土壤特征；

将所述环境特征，输入训练好的强化学习网络模型，输出最大水肥利用效率所对应的水肥策略；

其中，所述强化学习网络模型，根据水肥策略扩展数据集训练得到；所述水肥策略扩展数据集，为基于贝叶斯优化算法，对水肥策略数据集的水肥利用效率，进行水肥策略特征寻优确定最大水肥利用效率后得到；所述水肥策略数据集，为不同气象条件和不同土壤环境下，基于不同水肥策略种植后，得到的包括环境特征、水肥策略特征和水肥利用效率对应关系的数据集。

2.根据权利要求1所述的大田灌溉施肥制度动态决策方法，其特征在于，所述将所述环境特征，输入训练好的强化学习网络模型，输出最大水肥利用效率所对应的水肥策略之前，还包括：

获取作物种在不同气象条件和不同土壤条件下，按照确定的水肥策略种植后的历史气象数据和土壤数据，得到环境特征，结合水肥策略特征以及计算得到的水肥利用效率，构建所述水肥策略数据集；

以水肥利用效率为优化目标，根据贝叶斯算法确定代理模型，并基于树形结构概率密度估计算法进行调整，得到最终代理模型；

基于预期改进算法确定采样函数，对所述水肥策略数据集中每条环境特征对应的水肥策略进行多次迭代采样，且每次迭代选择使目标函数值增加的下一评估点进行水肥策略和水肥利用效率的更新，得到具有最大水肥利用效率和对应水肥策略特征的所述水肥策略扩展数据集。

3.根据权利要求1所述的大田灌溉施肥制度动态决策方法，其特征在于，所述将所述环境特征，输入训练好的强化学习网络模型，输出最大水肥利用效率所对应的水肥策略之前，还包括：

根据水肥策略扩展数据集，基于策略学习方法DDPG对所述强化学习网络模型进行训练。

4.根据权利要求3所述的大田灌溉施肥制度动态决策方法，其特征在于，所述根据水肥策略扩展数据集，基于策略学习方法DDPG对所述强化学习网络模型进行训练，包括：

将水肥策略扩展数据集中的每个环境特征和水肥策略特征的组合作为动作空间，将每个环境特征和水肥策略特征组合条件下对应的水肥利用效率作为状态空间，设置相应的损失函数；

在DDPG的Actor部分，通过Eval网络基于当前状态选择动作，并根据损失函数更新策略网络参数θ；通过Target网络根据采样的下一个状态选择对应的最优动作，并根据Eval网络的参数θ更新Target的网络参数θ′；

在DDPG的Critic部分，通过Eval网络根据当前状态和当前动作计算当前Q值，并根据损失函数更新网络参数ω；通过Target网络根据下一状态和下一动作计算下一状态的Q值，并根据Eval网络的参数ω更新Target的网络参数ω′。

5.根据权利要求1所述的大田灌溉施肥制度动态决策方法，其特征在于，所述水肥利用效率根据作物产量、施肥量和灌水量确定。

6.根据权利要求5所述的大田灌溉施肥制度动态决策方法，其特征在于，所述作物产量根据环境特征，基于水肥效率模型AquaCrop模型得到。

7.根据权利要求5所述的大田灌溉施肥制度动态决策方法，其特征在于，所述水肥利用效率确定方法包括如下：

其中，Crop_yield表示作物产量，WU_total表示生育期内总用水量，NU_total表示生育期内总施肥量，FA_WU、FA_NU分别表示作物种植当地的灌溉和施肥额定值。