[發明專利]一種控釋肥農田養分釋放速率估算方法及系統

有效

• 申請號: 201910242087.6
• 申請日: 2019-03-28
• 公開（公告）號: CN109978265B
• 公開（公告）日: 2021-01-22
• 發明（設計）人: 許世衛;李建政;邸佳穎;陳威;李嫻;金東艷
• 申請（專利權）人: 中國農業科學院農業信息研究所
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06Q50/02;G06F17/18
• 代理公司: 北京高沃律師事務所 11569
• 代理人: 杜陽陽

本發明公開了一種控釋肥農田養分釋放速率估算方法及系統。該方法包括：獲取當地訓練田地的控釋肥日釋放速率訓練數據以及影響因素訓練數據；依據獲取的訓練數據對支持向量回歸模型進行訓練，得到多個訓練好的氣象組支持向量回歸模型和多個訓練好的土壤監測組支持向量回歸模型；對多個訓練好的模型進行驗證，得到最優影響因素數據組和最優支持向量回歸模型；獲取當地待測試田地的影響因素測試數據；將影響因素測試數據輸入至最優支持向量回歸模型中，得到當地測試田地的控釋肥日釋放速率估算值。本發明能實現對控釋肥養分釋放速率的逐日估算，估算精度高，能和作物生長模型相結合，進一步優化農田管理，提高農作物產量。

技術領域

本發明涉及控釋肥養分釋放速率估算技術領域，特別是涉及一種控釋肥農田養分釋放速率估算方法及系統。

背景技術

為了保證糧食產量、降低勞動成本和減少化肥的污染與浪費，控釋肥在水-熱耦合作用下，養分的釋放能夠與作物氮素吸收基本相同步，可一次性施入來滿足作物的需求，有利于作物生長速率和產量的提高，提高氮肥利用率。

為了準確預測農作物的產量，機理模型得到了廣泛的應用，如APSIM模型、DSSAT模型、DNDC模型等可根據不同的農田管理措施和氣象數據來預測作物的生長。但目前，農作物模型還都無法較好地對控釋肥的養分釋放進行逐日模擬，將影響模型對作物生長以及最終產量的精確模擬和估算。對農作物的產量進行精確預測，可指導農民合理施肥和合理灌溉，以提高農作物產量。因此，控釋肥養分釋放速率的估計方法尤為重要。

目前，養分釋放速率估算時采用的養分釋放模型通常為室內試驗得到的理論模型，而田間作物條件下土壤溫度和水分復雜多變，理論模型難以真正反映田間條件下養分釋放的真實狀態；并且目前田間試驗取樣頻率較低，難以獲取養分釋放的逐日變化。這就導致現有的控釋肥養分釋放速率估算方法的估計精度低。

發明內容

基于此，有必要提供一種控釋肥農田養分釋放速率估算方法及系統，以實現對控釋肥養分釋放速率進行逐日估算，提高估算精度，進而可與作物生長模型相結合，提高農作產量的預測精度，以優化農田管理措施，提高農作物產量。

為實現上述目的，本發明提供了如下方案：

一種控釋肥農田養分釋放速率估算方法，所述方法包括：

獲取當地訓練田地的控釋肥日釋放速率訓練數據以及影響因素訓練數據；所述影響因素訓練數據包括多個氣象訓練組和多個土壤監測訓練組；每個所述氣象訓練組均包括氣象訓練數據和對應的養分釋放分段訓練閾值；每個所述土壤監測訓練組均包括土壤監測訓練數據和對應的養分釋放分段訓練閾值；所述氣象訓練數據包括氣溫訓練值、降雨灌溉量訓練值和風速訓練值；所述土壤監測訓練數據包括土壤溫度訓練值和土壤水分訓練值；

建立支持向量回歸模型；

將各所述氣象訓練組分別作為所述支持向量回歸模型的輸入，所述控釋肥日釋放速率訓練數據作為所述支持向量回歸模型的輸出，依次對所述支持向量回歸模型進行訓練，得到多個訓練好的氣象組支持向量回歸模型；

將各所述土壤監測訓練組分別作為所述支持向量回歸模型的輸入，所述控釋肥日釋放速率訓練數據作為所述支持向量回歸模型的輸出，依次對所述支持向量回歸模型進行訓練，得到多個訓練好的土壤監測組支持向量回歸模型；

對多個所述訓練好的氣象組支持向量回歸模型以及多個所述訓練好的土壤監測組支持向量回歸模型分別進行驗證，得到最優影響因素數據組以及最優支持向量回歸模型；所述最優影響因素數據組為氣象訓練組或土壤監測訓練組；所述最優支持向量回歸模型為訓練好的氣象組支持向量回歸模型或訓練好的土壤監測組支持向量回歸模型；

依據所述最優影響因素數據組獲取當地待測試田地的影響因素測試數據；

將所述影響因素測試數據輸入至所述最優支持向量回歸模型中，得到當地測試田地的控釋肥日釋放速率估算值。