[发明专利]灌溉控制方法、装置、电子设备及存储介质

说明书

本申请提供一种灌溉控制方法、装置、电子设备及存储介质。该方法包括：将灌溉集合数据输入农作物需水量预测模型，得到需水量预测值；其中，农作物需水量预测模型为基于土壤数据、农作物数据和天气数据构建的神经网络模型；灌溉集合数据包括实时获取的土壤数据、农作物数据和天气数据；根据需水量预测值模拟确定未来设定时间段内土壤湿度预测值；将需水量预测值和土壤湿度预测值纳入水平衡管理；确定作物蒸散量、土壤温度和土壤湿度，基于决策树算法来确定灌溉方案。本申请综合多种因素进行农作物需水量预测，提高预测结果精确度，另外，对土壤湿度变化值进行模拟，有助于提供合理的灌溉方案，保证灌溉效率的同时节约水能源，实现循环发展。

技术领域

本申请涉及智慧灌溉技术领域，尤其涉及一种灌溉控制方法、装置、电子设备及存储介质。

背景技术

传统灌溉系统大多数凭借个人经验控制的方式判断具体灌溉量，为了提高灌溉效率节约水资源，现有技术提供了智能灌溉系统利用简单的计算机方法进行是否需要灌溉的判断。虽然现有的数据采集技术可以保证采集到丰富的场地环境数据，但是受限于简单的计算机方法判断的数据分析能力，现有技术只能基于土壤湿度或作物图像等单个因素判断是否需要进行灌溉，并且采用的是根据间接的指标判断植物是否需要灌溉，最终得出灌溉决策方案精确度较低。

发明内容

本申请实施例提供了一种灌溉控制方法、装置、电子设备及存储介质，以解决现有方案灌溉决策方案精确度较低的问题。

第一方面，本申请实施例提供了一种灌溉控制方法，包括：

将灌溉集合数据输入农作物需水量预测模型，得到需水量预测值；其中，所述农作物需水量预测模型为基于土壤数据、农作物数据和天气数据构建的神经网络模型；所述灌溉集合数据包括实时获取的土壤数据、农作物数据和天气数据；

根据所述需水量预测值模拟确定未来设定时间段内土壤湿度预测值；

将所述需水量预测值和所述土壤湿度预测值纳入水平衡管理；

获取作物蒸散量、实时土壤温度和实时土壤湿度，基于决策树算法来确定灌溉方案；其中，所述灌溉方案包括灌溉时间、灌溉需水量和灌溉频率中的一项或多项。

在一种可能的实现方式中，所述基于决策树算法来确定灌溉方案，包括：

将所述土壤湿度预测值内的阈值与所述实时土壤湿度进行比较；

基于比较结果确定灌溉时间、灌溉需水量和灌溉频率中的一项或多项，并生成灌溉方案。

在一种可能的实现方式中，所述未来设定时间段为2天～5天。

在一种可能的实现方式中，所述土壤数据包括地面温度；所述农作物数据包括：作物系数和日期时间；所述天气数据包括：风速、空气湿度、大气压、降雨量和太阳辐射数据。

在一种可能的实现方式中，在将数据输入农作物需水量预测模型之前，还包括：

获取历史灌溉集合数据；

对所述历史灌溉集合数据进行归一化处理；

确定时间步长，并基于所述时间步长构建初始神经网络模型；

将归一化处理后历史灌溉集合数据随机划分为测试集和训练集；

根据所述测试集和训练集确定模型损失函数；

对所述模型损失函数进行训练预测；

将训练预测结果与所述测试集和所述训练集进行拟合得出优化后的模型，并将优化后的模型作为农作物需水量预测模型。

在一种可能的实现方式中，该方法还包括：

根据设定间隔周期及所述设定间隔周期内的历史灌溉集合数据构建农作物需水量预测模型，以实现农作物需水量预测模型的动态优化。

在一种可能的实现方式中，所述初始神经网络模型为长短期记忆神经网络算法预测模型、深度卷积网络算法预测模型、递归神经网络算法预测模型或前馈神经网络算法预测模型。