[發明專利]建立農作物數據生長模型的方法

在審

• 申請號: 201611239285.X
• 申請日: 2016-12-28
• 公開（公告）號: CN106779452A
• 公開（公告）日: 2017-05-31
• 發明（設計）人: 穆俊;秦海;范芳芳
• 申請（專利權）人: 貴州一馬科技有限公司;穆俊
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q50/02
• 代理公司: 北京鼎宏元正知識產權代理事務所(普通合伙)11458
• 代理人: 鄧金濤

1.一種建立農作物數據生長模型的方法，其特征在于：包括以下步驟：建立農作物數據生長變量、采集農作物數據生長變量、對農作物數據生長變量進行數據分析并建立農作物數據生長模型和對農作物數據生長模型進行實際應用。

2.根據權利要求1所述的建立農作物數據生長模型的方法，其特征在于：

農作物數據生長變量包括自然變量、人工變量和生長狀態；

所述自然變量包括自然環境下的空氣濕度、土壤濕度、溫度、光照、土壤PH值；

所述人工變量包括人為施加的溫度補償、光照補償、水分施加和肥料施加；

所述生長狀態是指農作物在每個生長階段所呈現的生長狀況。

3.根據權利要求2所述的建立農作物數據生長模型的方法，其特征在于：所述采集農作物數據生長變量的方法是通過傳感設備實時采集農作物生長過程中的自然變量和生長狀態，同時采集在此自然變量和生長狀態的條件下施加的人工變量，以及施加人工變量之后得到的生長狀態，從而得到農作物數據生長變量存儲到數據庫系統，每一條農作物數據生長變量均包括自然變量、人工變量和生長狀態。

4.根據權利要求3所述的建立農作物數據生長模型的方法，其特征在于：所述對農作物數據生長變量進行數據分析并建立農作物數據生長模型的方法是：

從數據庫系統中獲得所有的農作物數據生長變量的數據，

通過數據挖掘分析算法得出自然變量、人工變量和生長狀態之間的關聯性；

根據自然變量、人工變量和生長狀態之間的關聯性得到農作物自然變量權重值；

以最佳生長狀態時的自然變量為參照指標，并監測實時的自然變量，計算出指標偏移量，根據指標偏移量和農作物自然變量權重值得出需要施加的人工變量和人工變量數據，建立出農作物數據生長模型。

5.根據權利要求4所述的建立農作物數據生長模型的方法，其特征在于：所述指標偏移量包括分指標偏移量和指標偏移總量，所述分指標偏移量＝(實時自然變量-最佳生長狀態時的自然變量)/實時自然變量*相對應的自然變量的權重值；所述分指標包括溫度、光照、土壤濕度、空氣濕度、土壤PH值；所述指標偏移總量等于所有的分指標偏移量的總和。

6.根據權利要求5所述的建立農作物數據生長模型的方法，其特征在于：所述得出需要施加的人工變量和人工變量數據的具體方法是：

所述溫度補償＝(1-指標偏移總量*溫度權重)*最佳生長狀態時的溫度值；

所述光照補償＝(1-指標偏移總量*光照權重)*最佳生長狀態時的光照值；

所述水分施加＝[(1-指標偏移總量*土壤濕度權重)*最佳生長狀態時的土壤濕度值+(1-指標偏移總量*空氣濕度權重)*最佳生長狀態時的空氣濕度值]*單位面積噴灌量；

所述肥料施加＝(1-指標偏移總量*土壤PH值權重)*最佳生長狀態時的土壤PH值*單位面積施加肥料量。

7.根據權利要求6所述的建立農作物數據生長模型的方法，其特征在于：所述對農作物數據生長模型進行實際應用的方法是通過傳感設備實時采集自然變量和生長狀態，然后將實時采集的自然變量和生長狀態與農作物數據生長模型中的數據進行匹配，得到相同或相近的自然變量和生長狀態數據，得到最佳生長狀態所施加的人工變量，根據所述施加的人工變量進行人工干預。

8.根據權利要求7所述的建立農作物數據生長模型的方法，其特征在于：所述農作物數據生長模型通過反復循環所述采集農作物數據生長變量、對農作物數據生長變量進行數據分析并建立農作物數據生長模型和對農作物數據生長模型進行實際應用三個步驟進行數據更新。