【技術實現步驟摘要】
本專利技術屬于農作物灌溉施肥領域，具體的說是一種用于農作物灌溉施肥的智能栽培系統及方法。
技術介紹
1、農作物灌溉和施肥是農業生產中非常重要的環節，傳統的灌溉和施肥方式存在著資源浪費、勞動強度大、效率低下等問題，為了解決這些問題，智能農業技術應運而生，智能栽培技術利用傳感器、無線通信、數據分析等先進技術，實現對農作物生長環境的實時監測和精準調控，從而提高農作物的產量和質量，降低資源消耗，減少環境污染，但是現有技術無法通過對歷史噴灑數據、歷史農作物生長數據和種植環境數據進行綜合分析，同時根據農作物生長情況和土壤環境數據綜合分析需要的下周期噴灑肥量并進行定量噴灑，降低了農作物生長的安全性和生長質量，現有技術中均存在上述問題；
2、例如在授權公布號為cn112136461b的中國專利中公開了一種水肥精準均勻施肥控制系統及其控制方法，該水肥精準均勻施肥控制系統，包括澆水總管和自動配肥料模塊，澆水總管上依次串聯設置有澆水電磁流量計和澆水電磁閥，自動配肥料模塊包括多個儲肥、桶水肥管、施肥電磁流量計、施肥電磁閥、施肥泵，澆水電磁流量計、澆水電磁閥和自動配肥料模塊均由平臺控制系統進行自動化控制工作，平臺控制系統內設置有多個檢測周期，平臺控制系統內設置有多個pwm控制模塊，pwm控制模塊分別與相對應的施肥泵電性連接，平臺控制系統通過pwm控制模塊實時調節每個周期內施肥泵的輸出流量，使施肥泵的剩余施肥總時間t與澆水總管內流通的灌溉水的剩余澆水總時間t相匹配，實現精準且均勻灌溉水肥；
3、同時在授權公布號為cn10512306
4、以上專利均存在本
技術介紹
提出的問題：現有技術無法通過對歷史噴灑數據、歷史農作物生長數據和種植環境數據進行綜合分析，同時根據農作物生長情況和土壤環境數據綜合分析需要的下周期噴灑肥量并進行定量噴灑，降低了農作物生長的安全性和生長質量，為了解決這些問題，本申請設計了一種用于農作物灌溉施肥的智能栽培系統及方法。
技術實現思路
1、針對現有技術的不足，本專利技術提出了一種用于農作物灌溉施肥的智能栽培系統及方法。
2、為實現上述目的，本專利技術提供如下技術方案：一種用于農作物灌溉施肥的智能栽培方法，其包括以下具體步驟：
3、獲取農作物種植數據、種植土壤數據和種植環境變化數據，并儲存在儲存模組中；
4、獲取農作物種植數據導入農作物異常分析模型中進行農作物異常分析；
5、獲取種植土壤數據和種植環境變化數據導入種植場景異常分析模型中進行種植場景異常分析；
6、將獲取的農作物異常分析結果和種植場景異常分析結果進行下周期噴灑肥量的預估；
7、獲取預估得到的下周期噴灑肥量，控制噴灑模組進行肥量的噴灑。
8、作為一種用于農作物灌溉施肥的智能栽培方法的優選技術方案，所述獲取農作物種植數據、種植土壤數據和種植環境變化數據，并儲存在儲存模組中的具體步驟為：
9、s11、獲取噴灑區域內各農作物的種植數據，其中，農作物種植數據包括農作物生長周期、農作物的平均直徑、農作物高度和葉片像素點像素平均值數據，儲存在第一儲存組件中；
10、s12、獲取噴灑區域種植土壤中的養分含量數據，儲存在第二儲存組件中；
11、s13、獲取天氣預報預測的噴灑區域下周期天氣溫度變化曲線和下周期天氣濕度變化曲線，儲存在第三儲存組件中。
12、在此需要具體說明的是，所述獲取農作物種植數據導入農作物異常分析模型中進行農作物異常分析包括以下具體步驟：
13、s21、獲取農作物的種類和農作物的當前生長周期數據，獲取對應種類農作物的對應生長周期的養分標準量；這里需要說明的是，這里的對應種類農作物的對應生長周期的標準量為標準農作物在對應周期正常生長所需的養分量的平均值；
14、s22、獲取歷史對應生長周期的農作物的平均直徑、農作物高度和葉片像素點像素平均值數據，將歷史對應生長周期的農作物的平均直徑、農作物高度和葉片像素點像素平均值數據導入生長周期生長異常值計算公式中計算生長周期生長異常值，其中，生長周期生長異常值計算公式為：+，其中，為平均直徑占比系數，t為對應生長周期的農作物的平均直徑，tm為判斷為對應生長周期的成品農作物的平均直徑安全范圍中最接近t的值，tmax為判斷為對應生長周期的成品農作物的平均直徑安全范圍最大值，tmin為判斷為對應生長周期的成品農作物的平均直徑安全范圍最小值，b2為高度占比系數，d為對應生長周期的農作物的高度，dm為判斷為對應生長周期的成品農作物的高度安全范圍中最接近d的值，dmax為判斷為對應生長周期的成品農作物的高度安全范圍的最大值，dmin為判斷為對應生長周期的成品農作物的高度安全范圍的最小值，s為對應生長周期的農作物的葉片像素點像素平均值，sm為判斷為對應生長周期農作物的葉片像素點像素平均值的安全范圍中最接近s的值，smax為判斷為對應生長周期農作物的葉片像素點像素平均值的安全范圍最大值，smin為判斷為對應生長周期農作物的葉片像素點像素平均值的安全范圍最小值。
15、作為一種用于農作物灌溉施肥的智能栽培方法的優選技術方案，所述獲取種植土壤數據和種植環境變化數據導入種植場景異常分析模型中進行種植場景異常分析的具體步驟為：
16、s31、獲取噴灑區域種植土壤中的養分含量數據、噴灑區域下周期天氣溫度變化曲線和下周期天氣濕度變化曲線；
17、s32、將噴灑區域種植土壤中的養分含量數據、噴灑區域下周期天氣溫度變化曲線和下周期天氣濕度變化曲線導入種植場景異常分析系數計算公式中計算種植場景異常分析系數，其中，種植場景異常分析系數計算公式為：，其中，c1為土壤養分占比系數，c2為天氣濕度占比系數，k為種植土壤中的養分含量，為種植土壤中的養分含量安全范圍中最接近k的值，為種植土壤中的養分含量安全范圍中最大值，為種植土壤中的養分含量安全范圍中最小值，為下周期天氣濕度的平均值，mm為天氣濕度安全范圍中最接近m的值，為天氣濕度安全范圍中最大值，為天氣濕度安全范圍中最小值，tz為下周期時長，dt為時間積分，pt為下周期t時刻的溫度，pm為天氣溫度安全范圍中最接近pt的值，pmax為天氣溫度安全范圍中最大值，pmin為天氣溫度安全范圍中最小值。
18、作本文檔來自技高網...
【技術保護點】
1.一種用于農作物灌溉施肥的智能栽培方法，其特征在于，其包括以下具體步驟：
2.如權利要求1所述的一種用于農作物灌溉施肥的智能栽培方法，其特征在于，所述獲取農作物種植數據、種植土壤數據和種植環境變化數據，并儲存在儲存模組中的具體步驟為：
3.如權利要求2所述的一種用于農作物灌溉施肥的智能栽培方法，其特征在于，所述獲取農作物種植數據導入農作物異常分析模型中進行農作物異常分析包括以下具體步驟：
4.如權利要求3所述的一種用于農作物灌溉施肥的智能栽培方法，其特征在于，所述獲取種植土壤數據和種植環境變化數據導入種植場景異常分析模型中進行種植場景異常分析的具體步驟為：
5.如權利要求4所述的一種用于農作物灌溉施肥的智能栽培方法，其特征在于，所述將獲取的農作物異常分析結果和種植場景異常分析結果進行下周期噴灑肥量的預估包括以下具體步驟：
6.如權利要求5所述的一種用于農作物灌溉施肥的智能栽培方法，其特征在于，所述獲取預估得到的下周期噴灑肥量，控制噴灑模組進行肥量的噴灑的具體內容為：
7.一種用于農作物灌溉施肥的智能栽培系統
8.如權利要求7所述的一種用于農作物灌溉施肥的智能栽培系統，其特征在于，所述種植場景異常分析模塊用于獲取種植土壤數據和種植環境變化數據導入種植場景異常分析模型中進行種植場景異常分析，所述下周期噴灑肥量預估模塊用于將獲取的農作物異常分析結果和種植場景異常分析結果進行下周期噴灑肥量的預估，所述噴灑模塊用于獲取預估得到的下周期噴灑肥量，控制噴灑模組進行肥量的噴灑，所述控制模塊用于控制數據獲取模塊、農作物異常分析模塊、種植場景異常分析模塊、下周期噴灑肥量預估模塊、噴灑模塊的運行。
9.一種電子設備，包括：處理器和存儲器，其中，所述存儲器中存儲有可供處理器調用的計算機程序；
10.一種計算機可讀存儲介質，其特征在于，儲存有指令，當所述指令在計算機上運行時，使得計算機執行如權利要求1-6任一項所述的一種用于農作物灌溉施肥的智能栽培方法。
...【技術特征摘要】
1.一種用于農作物灌溉施肥的智能栽培方法，其特征在于，其包括以下具體步驟：
2.如權利要求1所述的一種用于農作物灌溉施肥的智能栽培方法，其特征在于，所述獲取農作物種植數據、種植土壤數據和種植環境變化數據，并儲存在儲存模組中的具體步驟為：
3.如權利要求2所述的一種用于農作物灌溉施肥的智能栽培方法，其特征在于，所述獲取農作物種植數據導入農作物異常分析模型中進行農作物異常分析包括以下具體步驟：
4.如權利要求3所述的一種用于農作物灌溉施肥的智能栽培方法，其特征在于，所述獲取種植土壤數據和種植環境變化數據導入種植場景異常分析模型中進行種植場景異常分析的具體步驟為：
5.如權利要求4所述的一種用于農作物灌溉施肥的智能栽培方法，其特征在于，所述將獲取的農作物異常分析結果和種植場景異常分析結果進行下周期噴灑肥量的預估包括以下具體步驟：
6.如權利要求5所述的一種用于農作物灌溉施肥的智能栽培方法，其特征在于，所述獲取預估得到的下周期噴灑肥量，控制噴灑模組進行肥量的噴灑的具體內容為：
7.一種用于農作物灌溉施肥的智能栽培系統，其基于如權利要求1-6任一項的所述一種用于農作物灌溉施肥的智能栽培方法實現，其...
【專利技術屬性】
技術研發人員：蔡紹博，鄭嘉瑞，易雨薇，薛巖晟，周仙，賀心茹，張想紅，張偉強，
申請(專利權)人：杭州聚先源農業科技有限公司，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。