一种基于机器学习算法的水肥药一体化智能灌溉系统

摘要

本发明公开了一种可遥控的水肥药一体化智能灌溉系统，包括环境数据采集单元、智能数据分析系统、远程控制终端、水肥药一体化灌溉系统和田间管道系统。其中，环境数据采集单元用于采集环境参数；智能数据分析系统用于数据存储、数据分析和水肥药一体化方案输出；远程控制终端用于查看环境数据、水肥药一体化灌溉方案和作物田间长势，远程控制水肥药一体化灌溉系统；所述水肥药一体化灌溉系统用于执行水肥药一体化灌溉方案。本发明能够根据作物各生育期的需水需肥规律及病虫害有针对性的进行灌溉、施肥和施药，能够根据土壤墒情、养分以及天气状况及时调整灌溉、施肥和施药方案，能够远程高效控制，实现水肥药一体化智能灌溉。

说明书

技术领域

本发明属于农作物生长管理科学智能化技术领域，具体涉及一种基于机器学习算法的水肥药一体化智能灌溉系统。

背景技术

通过分析自动监测系统的前端采集的土壤、气候、植物相关数据，处理数据结果并作出水肥药实施方案，对农田作物进行水肥灌溉，为农作物管理提供实用和高效的自动农业灌溉系统，现已在很多示范基地，连片经营地得到运用。水肥药一体化技术在农业上早已运用多年，有着比较成熟的技术解决方案，当前多为半自动化人工控制，鲜有全作业流程自动化智能化，目前智慧农业灌溉领域发展主要面临着综合因子决策支持、物联网远程无人监控、数据分析决策精准方面的挑战。具体如下：

目前，行业现有的果园精准灌溉系统在灌溉决策上，通常仅考虑一两个因素(如土壤湿度)，少见有多指标综合考虑各种因子来进行施用决策；肥药施用上多为人工分析设计实施方案，效率低下，制作数据分析模型，实施方案时对知识的局限性较大，不能实现自动化，智能化，精准化；在数据采集单元对数据采集的流程方法难以达到多因素影响下精准提取，对于实施后的效果未能有效监控评估，不能反馈从而持续优化实施参考数据，流程方法。

未建立作物健康科学模型和数据，需要人工分析数据采集监控单元的数据做出水肥药的施用方案，水肥药实施系统灵活性不够，不能多分时段，细化流量，组合实施；数据采集监控模块，数据分析决策模块与水肥药灌溉实施系统未建立数据关联反馈优化机制，需要人工进行连接，不能实现自动化，智能化，持续优化。

对于水肥药的实施效果没有监控和数据采集，对施用后的效果未进行分析评估，未建立施用效果数据模型，不利于对施用的评估以及施用方案的优化改进。

数据监控采集单元在采集监控数据时，多种影响因子对于精度的影响未能建立科学精准化模型，相关的参考作物健康数据未能完全契合地理气候，物种衰变，物种进化差异，由此可能造成来自于数据采集，和数据处理依据两方面的数据误差，不能对数据分析方法持续优化。

数据的精准性，作物数据模型，水肥药实施效果评估三个模块之间数据更新未建立关联，影响因子不能持续更新到数据中，未建立三者间关联数据更新机制，不能持续优化三者的流程方法，不能控制作物生育期不同以及环境变化等诸多因素带来的误差。

以上这些问题导致了作物的水肥药实施出现不精准，不科学，实施效果不好，影响农作物的健康生长发育，影响农产品的产量和质量，降低作物的经济效益。

机器学习神经算法技术近些年来得以实际应用，是计算机基于数据构建概率统计模型并运用模型对数据进行预测与分析的学科；它是模拟或实现人类的学习行为，以获取新的知识或技能，重新组织已有的知识结构使之不断改善自身的性能，重构再造流程方法、参考数据基础，使之无限趋向于精准，它是人工智能的核心，是使计算机具有智能的根本途径。

发明内容

本发明的目的在于运用机器学习技术基于多因子综合精准算法，标准化流程管理，减少不可控因素，各因素建立综合算法调节机制，将农作物的水肥药施用数据根据每次的数据训练，数据测试分类回归计算出一个环境属性、作物属性与水肥药施用数据与施用效果的相关性模型。从而达到精准水肥药管理，提高农产品质量和产量。

一种基于机器学习算法的一种基于机器学习算法的水肥药一体化智能灌溉系统，其特征在于，包括远程控制终端、智能数据分析系统、环境数据采集单元、水肥药一体化控制系统和田间管道系统；所述的远程控制终端、环境数据采集单元和水肥药一体化控制系统分别通过移动互联网或广域网(WAN)与智能数据分析系统连接；所述的远程控制终端用于查看环境数据、水肥药一体化灌溉方案和作物田间长势，远程调控水肥药一体化灌溉方案；所述的环境数据采集单元用于采集环境参数；所述智能数据分析系统用于水分需求数据、养分需求数据、病虫防治药剂数据、土壤监测数据、气象监测数据、病虫监测数据的存储，数据分析和水肥药一体化方案的输出；所述水肥药一体化控制系统用于执行灌溉、施肥、施药、水肥一体化和水肥药一体化灌溉方案。

所述的远程控制终端包括智能手机、平板电脑、笔记本电脑和台式电脑。所述的智能手机和平板电脑通过APP管理界面进行环境监测数据、病虫监测数据的查看，水肥药一体化方案的查看和远程调控；所述的笔记本电脑和台式电脑通过PC端网页进行环境监测数据、病虫监测数据的查看，水肥药一体化方案的查看和远程调控。

所述的环境数据采集单元包括分布在田间的土壤墒情监测仪、土壤养分监测仪、气象监测站、摄像头和通讯模块。所述的土壤墒情监测仪能够监测土壤水分、温度、pH值、EC值；所述的土壤养分监测仪能够监测土壤氮(N)、磷(P)、钾(K)养分含量；所述气象监测站能够监测空气温度、湿度、降雨量、蒸发量；所述的环境数据采集单元利用通讯模块通过移动互联网(GPRS)或广域网(WAN)将土壤监测数据和气象监测数据传输至智能数据分析系统进行存储、分析、智能出方案。

所述的水肥药一体化控制系统包括通讯模块、控制台、水池、水泵、N肥母液罐、P肥母液罐、K 肥母液罐、微肥母液罐、药剂母液罐、施肥机、过滤系统、电线电缆、阀门系统和田间管道系统。所述的通讯模块包括GPRS无线通讯模块和WAN广域网通讯模块；所述的控制台包括显示屏、操作模块，显示屏用于显示当前实施或即将实施的水肥药一体化方案参数和田间实时影像，操作模块用于修改水肥药一体化方案参数和查看视频录像；所述的阀门系统包括电磁阀、定时组件、流量控制组件、压力调节器，位于各组件之间连接的管道上；所述的控制台通过电缆控制阀门系统，阀门系统通过定时组件控制阀门系统打开和关闭的时间，通过流量控制组件控制阀门系统打开的程度，通过阀门系统开关时间和打开程度控制水、肥液、药液流动的时间和流量；所述的田间管道系统包括PVC管道、电磁阀、压力调节器、滴灌带(喷灌头)；所述水池与水泵、水泵与肥料母液罐和药剂母液罐、肥料母液罐与施肥机、水泵与过滤系统、过滤系统与肥料母液罐、过滤系统与田间管道之间通过PVC管道连接。

所述的智能数据分析系统包括通讯模块、数据存储模块、数据分析模块、方案输出模块。所述的通讯模块包括GPRS无线通讯模块和WAN广域网通讯模块；所述的数据存储模块包括水分需求数据库、养分需求数据库、病虫防治药剂库、气象监测数据库、土壤监测数据库和病虫监测数据库；所述水分需求数据库、养分需求数据库和病虫防治药剂库由技术人员通过智能数据分析系统后台录入；所述病虫监测数据由种植基地植保人员通过远程控制终端病虫害测报界面录入；所述数据分析模块通过作物水分需求数据、土壤监测数据、气象监测数据分析给出灌溉方案，通过作物养分需求数据、土壤监测数据、气象监测数据分析给出施肥方案，通过病虫监测数据、气象监测数据和病虫防治药剂数据给出施药方案，根据灌溉、施肥、施药在时间上的重合性给出水肥一体化和水肥药一体化灌溉方案；所述方案输出模块利用通讯模块通过移动互联网(GPRS)或广域网(WAN)将灌溉方案、施肥方案、施药方案、水肥一体化方案和水肥药一体化灌溉方案传输到水肥药一体化控制系统。

所述的一种基于机器学习算法的水肥药一体化智能灌溉系统的主要技术优点包含：完整，持续更新，科学准确的作物健康数据。数据采集，分析制定方案，实施，效果评估四大模块一体化，建立全自动无缝隙流程，数据互通。每个模块的方法流程建立优化改造机制，数据采集模块建立因素差异综合过程。各模块间互为因果，相互反馈，持续优化模块内数据模型。

所述的实施效果评估系统为联网系统，可以让使用该系统的各个终端用户共享实施效果评估数据，每次实施之后都会评估出两个关键指标：实施效果偏差值、实施效果值。这两个值为智能数据分析系统建立线性回归算法提供训练数据。并训练出实施效果极佳，实施效果偏差值极小的验证数据集。

所述的环境数据采集单元对不规则属性数据采集值量化和标准化。采集数据单元包含：土壤水分、温度、pH值、EC值、土壤氮(N)、磷(P)、钾(K)、微量元素养分含量、空气温度、湿度、降雨量、蒸发量、未来时间内气候变化、CO

所述的智能数据分析系统利用线性回归算法建立环境属性数据、实施数据值、评估效果值之间的数据模型，剪枝精准实施数据，预测拓宽实施数据分布，基于属性值数据库、实施数据库、效果评估数据库建立数据矩阵X，期望值向量(实施效果值)y，X和y已知，根据Xw＝y，求取最合适的一个向量w，使得线性方程组能够尽可能的满足样本点的线性分布，之后利用求得的w，预测生成趋向精准的水肥药实施方案数据。

智能数据分析系统具体步骤如下：

基于环境属性数据、实施方案数据、效果评估数据生成样本数据，并进行数据标准化预处理；

调用线性回归算法，使y值和预测值之间的误差最小，训练得到线性回归模型；

利用线性回归模型，预测出实施方案数据，保存到实施方案数据库；

执行实施方案获取到实施效果、保存到效果评估数据库；

触发线性回归算法，再次训练环境属性、作物属性与水肥药施用数据与施用效果的相关性模型，提升数据丰度，精确度。

线性算法：使用平方误差来评估实际y值和预测值之间的误差：

修改为矩阵形式：

(y-Xw)

使平方误差为最小，对w求导：

X

令上式等于0，然后求得：

本发明提供的一种基于机器学习算法的水肥药一体化智能灌溉系统，其有益效果是：将作物需水需肥规律和病虫防治药剂数字化存储在智能数据分析系统中，能够按照作物各个生育期的需水需肥规律和病虫监测数据给出针对性强的灌溉、施肥、施药、水肥一体化和水肥药一体化灌溉方案；通过土壤墒情、土壤养分、空气温湿度、降雨量和病虫发病率等环境数据实时监测，可实时调整灌溉、施肥、施药、水肥一体化和水肥药一体化灌溉方案；通过移动互联网或WAN广域网将远程控制终端、环境数据采集单元和水肥药一体化灌溉系统分别与智能数据分析系统连接起来，能够对水肥药一体化灌溉系统进行远程高效管理和控制。

附图说明

图1为一种基于机器学习算法的水肥药一体化智能灌溉系统的结构示意图。

图2为一种基于机器学习算法的水肥药一体化智能灌溉系统的结构明细图。

图2中，1.环境数据采集单元、2.智能数据分析系统、3.远程控制终端、4.水肥一体化灌溉系统、5. 田间管道系统、6.通讯模块B、7.土壤墒情监测仪、8.土壤养分监测仪、9.气象监测站、10.摄像头、11、通讯模块A、12.数据存储模块、13.水分需求数据库、14.养分需求数据库、15.病虫防治药剂库、16.气象监测数据库、17.土壤监测数据库、18.病虫监测数据库、19.数据分析模块、20.灌溉方案、21.施肥方案、22.施药方案、23.水肥一体化方案、24.水肥药一体化方案、25.方案输出模块、26.通讯模块C、27.控制台、28. 水池、29.水泵、30.N肥母液罐、31.P肥母液罐、32.K肥母液罐、33.微肥母液罐、34.药剂母液罐、35.施肥机、36.过滤系统、37.效果评估系统、38.属性值数据库、39、实施方案数据库、40、效果评估数据库、41.实施效果偏差值、42.实施效果值、43.验证数据集、T1～T14为管道系统上的阀门系统、26～36之间连接的实线为管道系统、虚线为电线电缆。

图3为一种基于机器学习算法的水肥药一体化智能灌溉系统机器学习算法步骤示意图。

具体实施方式

为了对本发明的技术特征、功能和有益效果有更清晰的理解，现对照附图对本发明的具体实施方式进行说明。

一种基于机器学习算法的水肥药一体化智能灌溉系统，其特征在于，包括远程控制终端、智能数据分析系统、环境数据采集单元、水肥药一体化控制系统和田间管道系统；所述的远程控制终端、环境数据采集单元和水肥药一体化控制系统分别通过移动互联网或广域网(WAN)与智能数据分析系统连接；所述的远程控制终端用于查看环境数据、水肥药一体化灌溉方案和作物田间长势，远程调控水肥药一体化灌溉方案；所述的环境数据采集单元用于采集环境参数；所述智能数据分析系统用于水分需求数据、养分需求数据、病虫防治药剂数据、土壤监测数据、气象监测数据、病虫监测数据的存储，数据分析和水肥药一体化方案的输出；所述水肥药一体化控制系统用于执行灌溉、施肥、施药、水肥一体化和水肥药一体化灌溉方案。

所述的远程控制终端包括智能手机、平板电脑、笔记本电脑和台式电脑。所述的智能手机和平板电脑通过APP管理界面进行环境监测数据、病虫监测数据的查看，水肥药一体化方案的查看和远程调控；所述的笔记本电脑和台式电脑通过PC端网页进行环境监测数据、病虫监测数据的查看，水肥药一体化方案的查看和远程调控。

所述的环境数据采集单元包括分布在田间的土壤墒情监测仪、土壤养分监测仪、气象监测站、摄像头和通讯模块。所述的土壤墒情监测仪能够监测土壤水分、温度、pH值、EC值；所述的土壤养分监测仪能够监测土壤氮(N)、磷(P)、钾(K)养分含量；所述气象监测站能够监测空气温度、湿度、降雨量、蒸发量；所述的环境数据采集单元利用通讯模块通过移动互联网(GPRS)或广域网(WAN)将土壤监测数据和气象监测数据传输至智能数据分析系统进行存储、分析、智能出方案。

所述的水肥药一体化控制系统包括通讯模块、控制台、水池、水泵、N肥母液罐、P肥母液罐、K 肥母液罐、微肥母液罐、药剂母液罐、施肥机、过滤系统、电线电缆、阀门系统和田间管道系统。所述的通讯模块包括GPRS无线通讯模块和WAN广域网通讯模块；所述的控制台包括显示屏、操作模块，显示屏用于显示当前实施或即将实施的水肥药一体化方案参数和田间实时影像，操作模块用于修改水肥药一体化方案参数和查看视频录像；所述的阀门系统包括电磁阀、定时组件、流量控制组件、压力调节器，位于各组件之间连接的管道上；所述的控制台通过电缆控制阀门系统，阀门系统通过定时组件控制阀门系统打开和关闭的时间，通过流量控制组件控制阀门系统打开的程度，通过阀门系统开关时间和打开程度控制水、肥液、药液流动的时间和流量；所述的田间管道系统包括PVC管道、电磁阀、压力调节器、滴灌带(喷灌头)；所述水池与水泵、水泵与肥料母液罐和药剂母液罐、肥料母液罐与施肥机、水泵与过滤系统、过滤系统与肥料母液罐、过滤系统与田间管道之间通过PVC管道连接。

所述的智能数据分析系统包括通讯模块、数据存储模块、数据分析模块、方案输出模块。所述的通讯模块包括GPRS无线通讯模块和WAN广域网通讯模块；所述的数据存储模块包括水分需求数据库、养分需求数据库、病虫防治药剂库、气象监测数据库、土壤监测数据库和病虫监测数据库；所述水分需求数据库、养分需求数据库和病虫防治药剂库由技术人员通过智能数据分析系统后台录入；所述病虫监测数据由种植基地植保人员通过远程控制终端病虫害测报界面录入；所述数据分析模块通过作物水分需求数据、土壤监测数据、气象监测数据分析给出灌溉方案，通过作物养分需求数据、土壤监测数据、气象监测数据分析给出施肥方案，通过病虫监测数据、气象监测数据和病虫防治药剂数据给出施药方案，根据灌溉、施肥、施药在时间上的重合性给出水肥一体化和水肥药一体化灌溉方案；所述方案输出模块利用通讯模块通过移动互联网(GPRS)或广域网(WAN)将灌溉方案、施肥方案、施药方案、水肥一体化方案和水肥药一体化灌溉方案传输到水肥药一体化控制系统。

所述的一种基于机器学习算法的水肥药一体化智能灌溉系统的主要技术优点包含：完整，持续更新，科学准确的作物健康数据。数据采集，分析制定方案，实施，效果评估四大模块一体化，建立全自动无缝隙流程，数据互通。每个模块的方法流程建立优化改造机制，数据采集模块建立因素差异综合过程。各模块间互为因果，相互反馈，持续优化模块内数据模型。

所述的实施效果评估系统为联网系统，可以让使用该系统的各个终端用户共享实施效果评估数据，每次实施之后都会评估出两个关键指标：实施效果偏差值、实施效果值。这两个值为智能数据分析系统建立线性回归算法提供训练数据。并训练出实施效果极佳，实施效果偏差值极小的验证数据集。

所述的环境数据采集单元对不规则属性数据采集值量化和标准化。采集数据单元包含：土壤水分、温度、pH值、EC值、土壤氮(N)、磷(P)、钾(K)、微量元素养分含量、空气温度、湿度、降雨量、蒸发量、未来时间内气候变化、CO