[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

技術領域

本發明涉及農作物數據生長模型，具體涉及一種建立農作物數據生長模型的方法。

背景技術

傳統的農作物種植主要是根據農作物的生長習性同農業生產者的經驗相結合獲取農作物種植過程中何時進行某一種操作，目前的大數據領域是通過海量的歷史數據通過數據挖掘分析算法，找出數據之間的關聯關系。農作物的數據生長模型主要聚焦于3個關鍵變量：自然變量、人工變量、生長狀態。自然變量：即溫度、濕度、光照、土壤狀況，等等；人工變量：施加的溫度光照補償、噴、淋、灌、氮、磷、鉀以及對作物生長過程中其他的輔助過程，等等；生長狀態：即特定作物在每個生長階段所呈現出的生長狀況等等。農作物數據生長模型便是針對這三個變量在歷史生長過程中形成的海量數據，通過軟件系統深度分析其關聯性，進而指揮農業生產，最終實現無人值守的精準農業與智慧農業。

發明內容

本發明的目的在于提供一種建立農作物數據生長模型的方法，解決如何將農業種植同計算機領域中大數據相結合的問題。

為解決上述的技術問題，本發明采用以下技術方案：

一種建立農作物數據生長模型的方法，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。

更進一步的方案是，農作物數據生長變量包括自然變量、人工變量和生長狀態；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；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；生長狀態是指農作物在每個生長階段所呈現的生長狀況。

更進一步的方案是，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。

更進一步的方案是，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。

更進一步的方案是，指標偏移量包括分指標偏移量和指標偏移總量，分指標偏移量的計算方法是分指標偏移量＝(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；分指標包括溫度、光照、土壤濕度、空氣濕度、土壤PH值；指標偏移總量等于所有的分指標偏移量的總和。

更進一步的方案是，得出需要施加的人工變量和人工變量數據的具體方法是：

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；

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；

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；

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。

更進一步的方案是，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。

更進一步的方案是，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。

與現有技術相比，本發明的有益效果是：

本發明中將農作物種植同大數據相結合，建立農作物生長模型，分析農作物生長過程中的自然環境變量、人工變量和生長狀態之間的關聯性，基于事實，解決農作物種植過程中的進行人工操作失誤的問題，更加精準地指導農業的生產。