[发明专利]作物设施的风口调控方法、装置、设备及存储介质

权利要求书

1.一种作物设施的风口调控方法，其特征在于，包括：

获取设施环境数据、目标作物的作物图像数据和作物有效积温；

将所述设施环境数据分别输入至不同风口开度对应的温度预测模型和不同风口开度对应的湿度预测模型，得到各所述温度预测模型分别输出的温度预测结果以及各所述湿度预测模型分别输出的湿度预测结果；

将所述作物有效积温和所述作物图像数据输入至生育期预测模型，得到所述生育期预测模型输出的生育期预测结果；

基于所述生育期预测结果、各所述温度预测结果以及各所述湿度预测结果，调控所述作物设施的风口开度；

其中，任意一个风口开度对应的温度预测模型是基于由所述风口开度的多维历史环境数据集提取到的温度训练样本以及所述温度训练样本对应的样本温度标签训练得到；

任意一个风口开度对应的湿度预测模型是基于由所述风口开度的多维历史环境数据集提取到的湿度训练样本以及所述湿度训练样本对应的样本湿度标签训练得到；

所述生育期预测模型是基于所述目标作物在不同生育期的有效积温、作物图像样本以及所述作物图像样本对应的生育期样本标签进行训练得到。

2.根据权利要求1所述的作物设施的风口调控方法，其特征在于，所述基于所述生育期预测结果、各所述温度预测结果以及各所述湿度预测结果，调控所述作物设施的风口开度，包括：

在预设生育期适宜温湿度数据库中查询得到所述生育期预测结果对应的目标适宜温度以及目标适宜湿度；

将所述目标适宜温度和各所述温度预测结果进行温度匹配，得到目标匹配温度；

将所述目标适宜湿度以及各所述湿度预测结果进行湿度匹配，得到目标匹配湿度；

基于所述目标匹配温度和所述目标匹配湿度，确定目标风口开度，以将所述作物设施的风口开度调控至所述目标风口开度。

3.根据权利要求1所述的作物设施的风口调控方法，其特征在于，所述任意一个风口开度对应的温度预测模型是基于如下步骤训练得到：

获取所述风口开度对应的多维历史环境数据集；

在所述多维历史环境数据集中提取得到若干个设施环境特征数据以及各所述设施环境特征数据对应的未来设施内空气温度；

对于任意一个设施环境特征数据，将所述设施环境特征数据作为温度训练样本，并将所述未来设施内空气温度作为所述温度训练样本的样本温度标签；

基于各所述温度训练样本以及各所述温度训练样本对应的样本温度标签，对初始温度模型进行迭代训练，得到所述风口开度对应的温度预测模型。

4.根据权利要求3所述的作物设施的风口调控方法，其特征在于，所述基于各所述温度训练样本以及各所述温度训练样本对应的样本温度标签，对初始温度模型进行迭代训练，得到所述风口开度对应的温度预测模型，包括：

对于任意一个温度训练样本，将所述温度训练样本输入至所述初始温度模型，得到所述初始温度模型输出的预测值；

基于所述预测值和所述温度训练样本对应的样本温度标签，计算得到模型损失值；

基于每一次迭代得到的模型损失值，对所述初始温度模型的参数进行更新，得到所述温度预测模型。

5.根据权利要求3所述的作物设施的风口调控方法，其特征在于，所述任意一个风口开度对应的湿度预测模型是基于如下步骤训练得到：

在所述多维历史环境数据集中提取得到各所述设施环境特征数据对应的未来设施内空气湿度；

对于任意一个设施环境特征数据，将所述设施环境特征数据作为湿度训练样本，并将所述未来设施内空气湿度作为所述湿度训练样本的样本湿度标签；

基于各所述湿度训练样本以及各所述湿度训练样本对应的样本湿度标签，对初始湿度模型进行迭代训练，得到所述风口开度下的湿度预测模型。