[發明專利]基于神經網絡模型的農業精準施肥系統及施肥方法

有效

• 申請號: 201410048817.6
• 申請日: 2014-02-12
• 公開（公告）號: CN103823371A
• 公開（公告）日: 2014-05-28
• 發明（設計）人: 郭宇鮮;張健;李淼;高會議;董俊;李華龍
• 申請（專利權）人: 無錫中科智能農業發展有限責任公司;中國科學院合肥物質科學研究院
• 主分類號: G05B13/04
• 分類號: G05B13/04
• 代理公司: 合肥天明專利事務所 34115
• 代理人: 奚華保

技術領域

本發明涉及精準農業系統農田施肥技術領域，尤其是一種基于神經網絡模型的農業精準施肥系統及施肥方法。

背景技術

傳統的農業生產技術是以大地塊作為管理單元進行的，上千畝大的地塊內環境、土壤因素等差異很大，這樣的生產技術會造成施與需的不均衡，無法充分發揮作物生長潛力，影響經濟效益和生態效益。精準農業是基于全球衛星定位技術、現代信息管理技術、作物輔助決策支持技術和農業工程裝備技術等集成組裝起來的作物生產管理技術，將農田劃為較小單元，以作物產量和生長環境條件的時空差異性為依據，對作物進行農業生產栽培管理，其精準在于，利用GPS、GIS、RS、DSS系統即時檢測作物、農田、土壤參數，根據管理單元土壤特點和作物生長發育需要，制定生產處方圖，以此進行播種、施肥、噴藥、灌溉等投放管理。

精準施肥是精準農業技術中的核心內容，精準施肥的實施可以節約肥料，增加糧食產量，均衡土壤養分，技術是依據土壤養分狀況、作物需肥規律和目標產量，調節施肥量、氮磷鉀比例和施肥時期，以提高化肥利用率，最大限度地利用土地資源，以合理的肥料投入量獲取最高產量和最大經濟效益，保護農業生態環境和自然資源。精準施肥的重難點在于制定決策模型，由于目標產量很難估計準確，產量和土壤養分、施肥量以及其它影響因素間呈高度的非線性，現有傳統的施肥模型與當前生產實踐相互矛盾之處多,積累的大量數據難以指導生產實踐。

發明內容

本發明的首要目的在于提供一種智能化程度強、具有較高的精度和魯棒性的基于神經網絡模型的農業精準施肥系統。

為實現上述目的，本發明采用了以下技術方案：一種基于神經網絡模型的農業精準施肥系統，包括用于采集農田土壤參數的傳感器數據采集模塊，其輸出端依次通過網關、數據傳輸模塊與和中央處理器相連的數據庫相連，中央處理器的輸入輸出端分別與RS遙感模塊、GPS定位模塊、GIS地理信息模塊、DSS作物生長決策支持模塊的輸入輸出端相連。

所述傳感器數據采集模塊由土壤溫度傳感器、土壤水分測量傳感器和用于測量土壤中氮、磷、鉀含量的土壤營養元素測定傳感器組成。

所述傳感器數據采集模塊、RS遙感模塊、GPS定位模塊共同綁定在移動農田作業機械上。

所述數據傳輸模塊采用GPRS無線網絡模塊。

所述中央處理器為后臺計算機。

本發明的另一目的在于提供一種基于神經網絡模型的農業精準施肥系統的施肥方法，該方法包括下列順序的步驟：

（1）由傳感器數據采集模塊采集待檢測農田土壤的土壤參數，并通過網關、數據傳輸模塊發送至數據庫；

（2）中央處理器調用數據庫中存儲的土壤參數進行運算，先構建神經元結構模型，再選擇激活函數，最后進行后向傳播學習，得到訓練目標，訓練所獲得的樣本數據，得出基于后向傳播學習的神經網絡模型；

（3）在神經網絡模型的基礎上，運用GIS地理信息模塊，并結合DSS作物生長決策支持模塊提供的精準施肥決策，給出精準農業施肥方法。

在步驟（2）中，所述構建神經元結構模型是指，神經元i的輸出yi為：

yi=F(Σj=1nwjxj-θi),i≠j]]>

其中，y_i是神經元i的輸出，它與其它多個神經元通過權連接起來；x_j是網絡輸入，j=1,2,…,n；w_j為輸入權重，j=1,2,…n；θ_i是神經元i的閥值，F為激活函數。

在步驟（2）中，所述選擇激活函數是指，選用激活函數Sigmoid函數：