【技术实现步骤摘要】
本专利技术涉及柑橘裂果防控，尤其涉及一种基于智能监测与调控的柑橘裂果防控方法。
技术介绍
1、柑橘裂果是柑橘种植中常见的问题，严重影响了柑橘的产量和品质。目前，柑橘裂果的防治主要依赖于传统的种植管理经验，缺乏科学有效的精准防控手段。
2、在现有技术中，对柑橘生长环境的监测和调控往往不够精确和及时，难以满足柑橘生长的实际需求。传统的灌溉和施肥方式通常是基于经验和固定的时间表，无法根据柑橘的实时生长状况和环境变化进行调整，对柑橘裂果的实时风险评估效果较差，导致土壤湿度和养分供应不稳定，增加了裂果的风险。
技术实现思路
1、有鉴于此，本专利技术提出了一种基于智能监测与调控的柑橘裂果防控方法，解决了现有技术对柑橘裂果的实时风险评估效果较差的问题。
2、本专利技术的技术方案是这样实现的：本专利技术提供了一种基于智能监测与调控的柑橘裂果防控方法，包括以下步骤：
3、s1，通过传感器网络采集受监测柑橘的原始土壤湿度数据、原始果实生长数据以及原始气象条件数据，对所述原始土壤湿度数据、原始果实生长数据以及原始气象条件数据进行预处理，得到土壤湿度数据、果实生长数据以及气象条件数据；
4、s2，基于逻辑回归模型构建土壤湿度分析模型，通过所述土壤湿度分析模型识别所述土壤湿度数据，得到土壤湿度评估状态；
5、s3，根据深度神经网络构建果实生长分析模型，通过所述果实生长分析模型识别所述果实生长数据，得到果实生长评估结果；
6、s4，利用决
7、s5，通过随机森林模型构建综合风险判断模型，通过所述综合风险判断模型识别所述土壤湿度评估状态、所述果实生长评估结果以及所述气象条件影响程度，得到受监测柑橘的柑橘裂果风险程度；
8、s6，基于所述柑橘裂果风险程度控制受监测柑橘的灌溉系统和施肥装置，调节灌溉量、施肥量以及通风设备；
9、s7，当监测到所述柑橘裂果风险程度超过预设阈值，向种植人员发送预警，以采取防控措施。
10、在以上技术方案的基础上，优选的，步骤s1包括：
11、通过土壤湿度传感器采集原始土壤湿度数据，并对所述原始土壤湿度数据进行滤波处理和归一化处理，得到土壤湿度数据，通过果实生长监测器采集原始果实生长数据，并对所述原始果实生长数据进行平滑处理和标准化处理，得到果实生长数据，通过气象监测设备采集原始气象条件数据，并对所述原始气象条件数据进行缺失值填补和异常值检测，得到气象条件数据。
12、在以上技术方案的基础上，优选的，步骤s2包括：
13、获取历史土壤湿度数据和柑橘生长需求数据，基于逻辑回归模型、所述历史土壤湿度数据和所述柑橘生长需求数据构建土壤湿度分析模型；
14、选择土壤水分含量和土壤温度作为特征变量并确定回归系数，使用历史土壤湿度数据和柑橘生长需求数据对土壤湿度分析模型进行训练，调整回归系数以最小化预测误差；
15、采用交叉验证方法对训练后的土壤湿度分析模型进行验证，以评估模型在不同数据集上的表现，得到土壤湿度分析模型；
16、将所述土壤湿度数据输入至所述土壤湿度分析模型，得到土壤湿度评估状态。
17、在以上技术方案的基础上，优选的，步骤s3包括：
18、基于深度神经网络构建初始果实生长分析模型，获取历史果实生长数据和柑橘生长规律，通过所述历史果实生长数据和所述柑橘生长规律对初始果实生长分析模型继续训练，得到果实生长分析模型。
19、在以上技术方案的基础上，优选的，所述果实生长分析模型的计算公式为：
20、g＝σ(w3·σ(w2·σ(w1·x+b1)+b2)+b3)；
21、
22、其中，g为果实生长评估结果，x为果实生长数据，分别为果实大小、果实重量、果实生长速度，w1、w2、w3分别为果实大小的权重矩阵、果实重量的权重矩阵、果实生长速度的权重矩阵，σ(·)为激活函数，b1、b2、b3分别为果实大小的偏置常数、果实重量的偏置常数、果实生长速度的偏置常数；
23、将所述果实生长数据输入至所述果实生长分析模型，得到果实生长评估结果。
24、在以上技术方案的基础上，优选的，步骤s4包括：
25、获取影响柑橘的柑橘气象因素，提取所述柑橘气象因素的气象特征变量，基于所述气象特征变量构建决策树模型，获取历史气象数据，通过所述历史气象数据对所述决策树模型进行迭代训练，直至达到迭代停止条件，得到训练后的决策树模型，通过交叉验证对训练后的决策树模型进行验证和评估，得到气象条件风险评估模型；
26、通过所述气象条件风险评估模型识别所述气象条件数据，得到气象条件影响程度。
27、在以上技术方案的基础上，优选的，步骤s5包括：
28、以土壤湿度、果实生长、气象条件作为特征变量，构建随机森林模型，基于多源历史数据对所述随机森林模型进行训练，所述多源历史数据包括历史土壤湿度特征向量、历史果实生长特征向量、历史气象条件特征向量，通过交叉验证对训练后的随机森林模型进行验证和评估，得到综合风险判断模型。
29、在以上技术方案的基础上，优选的，所述综合风险判断模型对计算公式为：
30、
31、其中，q为柑橘裂果风险程度，u为随机森林模型中决策树的数量，θu为第u颗决策树的拟合参数，p(y＝k|x,θu)为第u颗决策树对样本x属于第k类风险程度的预测概率；
32、通过综合风险判断模型识别所述土壤湿度评估状态、所述果实生长评估结果以及所述气象条件影响程度，得到受监测柑橘的柑橘裂果风险程度，并输出相应的风险等级。
33、在以上技术方案的基础上，优选的，步骤s6包括：
34、根据柑橘裂果风险程度，设定灌溉系统的灌溉量，当柑橘裂果风险程度高于预设高风险阈值时，增加灌溉量；当柑橘裂果风险程度低于预设低风险阈值时，减少灌溉量；
35、调整施肥装置的施肥量，根据风险评估结果，当柑橘裂果风险程度高于预设高风险阈值时，增加施肥量；当柑橘裂果风险程度低于预设低风险阈值时，减少施肥量；
36、控制通风设备的开启与关闭，当柑橘裂果风险程度高于预设高风险阈值时，开启通风设备以降低果实内部湿度；在低风险情况下，关闭通风设备以保持生长环境。
37、在以上技术方案的基础上，优选的，步骤s7包括：
38、当监测到所述柑橘裂果风险程度超过预设阈值，通过短信、邮件或app推送，向种植人员发送预警信息，提醒种植人员采取对应的防控措施，采取增加灌溉频率、调整施肥方案、开启通风设备的防控措施。
39、本专利技术的一种基于智能监测与调控的柑橘裂果防控方法相对于现有技术具有以下有益效果：
40、(1)通过智实时采集土壤湿度、果实生长和气象条件数据，利用土本文档来自技高网...
【技术保护点】
1.一种基于智能监测与调控的柑橘裂果防控方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种基于智能监测与调控的柑橘裂果防控方法，其特征在于，步骤S1包括：
3.如权利要求1所述的一种基于智能监测与调控的柑橘裂果防控方法，其特征在于，步骤S2包括：
4.如权利要求3所述的一种基于智能监测与调控的柑橘裂果防控方法，其特征在于，步骤S3包括：
5.如权利要求4所述的一种基于智能监测与调控的柑橘裂果防控方法，其特征在于，所述果实生长分析模型的计算公式为：
6.如权利要求5所述的一种基于智能监测与调控的柑橘裂果防控方法，其特征在于，步骤S4包括：
7.如权利要求6所述的一种基于智能监测与调控的柑橘裂果防控方法，其特征在于，步骤S5包括：
8.如权利要求7所述的一种基于智能监测与调控的柑橘裂果防控方法，其特征在于，所述综合风险判断模型对计算公式为：
9.如权利要求1所述的一种基于智能监测与调控的柑橘裂果防控方法，其特征在于，步骤S6包括：
10.如权利要求1所述的一种基于智能
...【技术特征摘要】
1.一种基于智能监测与调控的柑橘裂果防控方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种基于智能监测与调控的柑橘裂果防控方法，其特征在于，步骤s1包括：
3.如权利要求1所述的一种基于智能监测与调控的柑橘裂果防控方法，其特征在于，步骤s2包括：
4.如权利要求3所述的一种基于智能监测与调控的柑橘裂果防控方法，其特征在于，步骤s3包括：
5.如权利要求4所述的一种基于智能监测与调控的柑橘裂果防控方法，其特征在于，所述果实生长分析模型的计算公式为：
6....
【专利技术属性】
技术研发人员：刘永忠，徐涛，梅莉，黄明，张勋，左志中，罗青贻，周敏，向运芳，
申请(专利权)人：华中农业大学，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。