System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本专利技术涉及电热膜安装,更具体地说,涉及组装式日光温室电热膜采暖安装方法。
技术介绍
1、电热膜是一种通电后能发热的薄膜状材料,当电流通过电热膜时,其内部的导电材料会因电阻作用产生热量,以热辐射的形式向周围环境释放热量,进而提高日光温室内部的温度,为温室中的作物营造相对适宜的生长温度环境;
2、在传统的温室种植中,电热膜通常被简单地平铺在整个地面上,而没有考虑到作物的具体分布,这种做法虽然能够提供一定的热量,但会导致能量的不均匀分布,尤其是在作物间距较大或某些区域没有作物的情况下,热量会被浪费在不必要的地方;由于电热膜覆盖了整个地面,即使某些区域没有作物或作物较少,这些区域仍然会消耗能量进行加热,导致能源的不必要浪费,此外,过量的热量还可能影响作物的生长环境,造成不必要的温度波动,为了更高效地利用能源,可以根据作物的实际分布来定制电热膜的铺设方案通过精确测量和规划,只在有作物的区域铺设电热膜,避免在空旷或作物稀疏的区域铺设,从而减少热量的浪费。
技术实现思路
1、为解决上述问题,本专利技术提供了组装式日光温室电热膜采暖安装方法。
2、本专利技术提供了组装式日光温室电热膜采暖安装方法,包括:
3、获取得到当前温室中的空间尺寸信息,并依据空间尺寸信息确定温室内可种植区域;
4、基于农作物的种植规划并结合温室内可种植区域确定电热膜铺设区域以及非铺设区域;
5、获取得到各个农作物的生长数据信息,所述农作物生长数据至少包括作物株高
6、根据电热膜的铺设区域结合农作物的生长数据信息确定农作物的第一种植数据与第二种植数据,所述第一种植数据至少包括每一行、每一列作物的种植位置和间距信息,所述第二种植数据包括不同区域农作物的种植密度、种类及其对温度的敏感程度;
7、基于第一种植数据与第二种植数据生成农作物需求数据;
8、基于当前得到的农作物需求数据确定电热膜的铺设布局。
9、优选的,所述农作物的株高的获取方式为:
10、布置参考物并获取图像;
11、利用图像识别技术确定参考物角度,计算得出值;
12、确定当前图像中农作物株高像素数;
13、预设参考物实际长度和图像中已知参考物像素数;
14、依据公式,得出株高。
15、优选的,所述农作物冠层覆盖度的获取方式:
16、选择合适的标准将冠层按照高度划分为h层;
17、针对每一层,依据冠层的大小和形状以及所需的精度,确定划分的网格单元;
18、预先设定一个权重系数;
19、确定网格单元的覆盖情况,所述覆盖情况包括被覆盖的网格单元数量以及该层的网格单元数量;
20、依据公式得出冠层覆盖度;
21、其中,为冠层覆盖度,为一个百分比值,j是用于表示层数的索引,i是用于表示每层中的单元的索引。
22、优选的,所述农作物的叶面积指数获取方式为:
23、针对叶片图像展开分形分析操作;
24、基于上述分形分析操作计算得出叶片轮廓复杂系数以及叶片的分形维数;
25、确定面积相关参数;
26、依据公式,得出叶面积指数;
27、其中,为叶面积指数,为单叶面积像素数,为种植区域总面积像素数,i是一个计数变量,n为所研究范围内叶片的数量,a为单个像素代表的实际面积。
28、优选的,所述获取得到各个农作物的生长数据信息,所述农作物生长数据至少包括作物株高、叶面积指数以及冠层覆盖度后还包括:
29、获取用于训练模型的农作物图像数据资料;
30、提取多维度特征向量,所述多维度特征向量至少包括叶片颜色、叶片形状、茎的特征;
31、对多维度特征向量进行整合,并得到特征向量;
32、建立训练模型并确定对应参数;
33、针对一个新的作物图像,提取其相应的特征向量,计算的值,依据计算出的值与各类别决策边界的距离情况,判断该新作物图像所属的生长阶段类别,其中,f为一个函数,为新的作物图像特征向量,表示函数f在自变量为时的函数值;
34、构建一个多层前馈神经网络来确定热量需求分布。
35、优选的,所述构建一个多层前馈神经网络来确定热量需求分布的方法具体为:
36、输入层节点包括株高、叶面积指数、冠层覆盖度以及多个生长阶段虚拟变量,并加入环境温度、光照强度、土壤湿度环境因素作为输入;
37、经过一个或多个隐藏层,利用激活函数进行非线性变换,最后在输出层得到热量需求分布值;
38、依据公式得出,其中,是激活函数,是各层的权重系数,是偏置项,是隐藏层数量,是输入层节点数,代表输入层的第m个神经元的输入,代表第h-1层隐藏层的神经元数量,表示第h层隐藏层中第k个神经元与第h-1层隐藏层中第l个神经元之间连接的权重,是输出层第j个神经元与最后一层隐藏层(第层)第k个神经元之间连接的权重,第一层隐藏层的偏置值,为第h-1层隐藏层的偏置值,输出层的偏置值,k是一个索引变量,用于遍历最后一层隐藏层(第层)中的神经元,l也是索引变量,用于遍历第h-1层隐藏层中的神经元,i和j用于表示种植区域中的位置,h代表隐藏层的层数编号。
39、优选的,所述基于当前得到的农作物需求数据确定电热膜的铺设布局后包括:
40、将单个电热膜组件依次在预定位置进行拼接安装;
41、在安装完成后,启动温度传感器,设置合适的采样频率,使其持续采集温室内各区域的温度数据,并将数据实时传输;
42、获取得到农作物的生长综合信息,包括但不限于农作物的生长阶段、叶片的颜色与形态变化、土壤湿度;
43、接收得到农作物的综合生长数据后,判断当前温室的温度环境是否满足作物生长需求;
44、若存在异常,根据现有温度调节模型,并结合当前各组件的工作状态和功率消耗情况,计算出需要调整的电热膜组件组合以及每个组件的目标发热功率提升值,制定出详细的调整方案,以实现精准的温度补偿和均匀性调整;
45、遇到作物种植区域调整,则重新规划电热膜组件的工作区域和布局,确定需要开启、关闭或转移工作的组件名单及其相应的工作参数;
46、根据制定的调整方案,通过无线通信模块向目标电热膜组件发送精确的控制指令,指令中包含组件编号、功率调整数值、工作状态切换指令以及执行时间要求等详细信息;
47、电热膜组件在接收到控制指令后,按照指令要求精确调整发热功率。
48、第二方面,本专利技术提供一种基于ai技术和器官芯片的药物治疗评价系统,其基于第一方面的实现,包括:数据测量模块、区域划分模块、数据分析模块、数据融合模块、数据生成模块以及铺设规划模块,上述各个模块通过有线和/或无线连接的方式连接,实现各个模块间的数据传输;
49、数本文档来自技高网...
【技术保护点】
1.组装式日光温室电热膜采暖安装方法,其特征在于,包括:
2.根据权利要求1所述的组装式日光温室电热膜采暖安装方法,其特征在于,所述农作物的株高的获取方式为:
3.根据权利要求2所述的组装式日光温室电热膜采暖安装方法,其特征在于,所述农作物冠层覆盖度的获取方式:
4.根据权利要求3所述的组装式日光温室电热膜采暖安装方法,其特征在于,所述农作物的叶面积指数获取方式为:
5.根据权利要求4所述的组装式日光温室电热膜采暖安装方法,其特征在于,所述获取得到各个农作物的生长数据信息,所述农作物生长数据至少包括作物株高、叶面积指数以及冠层覆盖度后还包括:
6.根据权利要求5所述的组装式日光温室电热膜采暖安装方法,其特征在于,所述构建一个多层前馈神经网络来确定热量需求分布的方法具体为:
7.根据权利要求6所述的组装式日光温室电热膜采暖安装方法,其特征在于:所述基于当前得到的农作物需求数据确定电热膜的铺设布局后包括:
8.组装式日光温室电热膜采暖安装系统,其特征在于,其基于权利要求1-7任意一项所述的组装式日光温
9.一种电子设备,其特征在于,包括:处理器和存储器,其中,所述存储器中存储有可供处理器调用的计算机程序;所述处理器通过调用所述存储器中存储的计算机程序,执行以实施如权利要求1-7任一项所述的组装式日光温室电热膜采暖安装方法。
10.一种存储在计算机可读介质上的计算机程序产品,其特征在于:包括计算机可读程序,供于电子装置上执行时,提供用户输入接口以实施如权利要求1-7任意一项所述的组装式日光温室电热膜采暖安装方法。
...【技术特征摘要】
1.组装式日光温室电热膜采暖安装方法,其特征在于,包括:
2.根据权利要求1所述的组装式日光温室电热膜采暖安装方法,其特征在于,所述农作物的株高的获取方式为:
3.根据权利要求2所述的组装式日光温室电热膜采暖安装方法,其特征在于,所述农作物冠层覆盖度的获取方式:
4.根据权利要求3所述的组装式日光温室电热膜采暖安装方法,其特征在于,所述农作物的叶面积指数获取方式为:
5.根据权利要求4所述的组装式日光温室电热膜采暖安装方法,其特征在于,所述获取得到各个农作物的生长数据信息,所述农作物生长数据至少包括作物株高、叶面积指数以及冠层覆盖度后还包括:
6.根据权利要求5所述的组装式日光温室电热膜采暖安装方法,其特征在于,所述构建一个多层前馈神经网络来确定热量需求分布的方法具体为:
7.根据权利要求6所述的组装式日光温室电热膜采暖安装方法,其...
【专利技术属性】
技术研发人员:姜伟,朱春侠,薛国萍,杜金伟,白红梅,王永,刘燕,付崇毅,
申请(专利权)人:内蒙古自治区农牧业科学院,
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。