[發明專利]一種作物產量的預測方法、系統、存儲介質和電子設備

在審

• 申請號: 202110482377.5
• 申請日: 2021-04-30
• 公開（公告）號: CN113159439A
• 公開（公告）日: 2021-07-23
• 發明（設計）人: 吳宗翰;胡睿琦;潘平波;于葉露;張萬峰
• 申請（專利權）人: 蘭州里豐正維智能科技有限公司;內蒙古恒源水利工程有限公司;楊樹青
• 主分類號: G06Q10/04
• 分類號: G06Q10/04;G06N3/04;G06N3/08
• 代理公司: 北京輕創知識產權代理有限公司 11212
• 代理人: 翟磊

本發明涉及農業技術領域，提供一種作物產量的預測方法、系統、存儲介質和電子設備，所述方法包括：獲取與預設作物的生長所關聯的每個參量的具體值；將所有參量的具體值輸入遞進水鹽嵌入神經網絡模型，得到預設作物的產量的預測值，遞進水鹽嵌入神經網絡模型包括2層遞進因果關系，得到預設作物的產量的預測值，能夠模擬大田秸稈深埋下不同灌水量及其他氣候、生長因素對土壤水鹽運移、作物生產效益的影響，且通過試驗表明，遞進水鹽嵌入神經網絡模型具有較高精度，能夠有效表征預設作物生長的綜合條件即關聯的每個參量、土壤水鹽含量運移與預設作物的產量三者間雙層遞進因果關系，捕捉各參變量內在依存聯系，可用于模擬灌區水鹽運移規律。

技術領域

本發明涉及農業技術領域，尤其涉及一種作物產量的預測方法、系統、存儲介質和電子設備。

背景技術

河套灌區是我國重要的糧食生產基地。因引黃水量銳減、水資源管理利用不完善，導致灌區土壤次生鹽漬化、農業面源污染等問題日益嚴重，制約著灌區農業持續健康發展。如何改良鹽漬地、提效增產是灌區面臨的主要問題。灌區鹽漬土水鹽分布影響著作物生長，研究水鹽運移可為灌區提效增產、緩解土壤次生鹽漬化提供理論依據。作物生育期，土壤水鹽分布受氣象、灌溉等多重因素的影響，水鹽間相互作用，關系復雜，且水鹽分布進一步會影響作物生產效益(產量、水分利用率等)。目前，研究土壤水鹽分布的模型主要有：一是以水鹽平衡為基礎的水鹽平衡模型；二是將水鹽運移作為隨機過程處理的系統模型。常用的模型有：Hydrus、SWAP、FEFLOW等，這些模型均進行了廣泛的應用，并取得了一定的成果。然而，土壤水分運動及溶質運移方程的求解往往因邊界條件復雜、計算參數眾多等，在土壤水鹽運移中運用受限，無法模擬大田秸稈深埋下不同灌水量及其它氣候、生長因素對土壤水鹽運移、作物生產效益的影響。

發明內容

本發明所要解決的技術問題是針對現有技術的不足，提供了一種作物產量的預測方法、系統、存儲介質和電子設備。

本發明的一種作物產量的預測方法的技術方案如下：

獲取與預設作物的生長所關聯的每個參量的具體值；

將所有參量的具體值輸入遞進水鹽嵌入神經網絡模型，得到預設作物的產量的預測值。其中，所述遞進水鹽嵌入神經網絡模型用于模擬所有參量與土壤水鹽含量之間的函數關系，以及模擬土壤水鹽含量與預設作物的產量之間的函數關系。

本發明的一種作物產量的預測方法的有益效果如下：

遞進水鹽嵌入神經網絡模型包括2層遞進因果關系，體現為：利用所有參量與土壤水鹽含量之間的函數關系得到土壤水鹽含量的具體值，基于土壤水鹽含量的具體值，并利用土壤水鹽含量與預設作物的產量之間的函數關系，得到預設作物的產量的預測值，模擬大田秸稈深埋下不同灌水量及其他氣候、生長因素對土壤水鹽運移、作物生產效益的影響。試驗結果表明，遞進水鹽嵌入神經網絡模型具有較高精度，能夠有效表征預設作物生長的綜合條件即關聯的每個參量、土壤水鹽含量運移與預設作物的產量三者間雙層遞進因果關系，捕捉各參變量內在依存聯系，可用于模擬灌區水鹽運移規律。

在上述方案的基礎上，本發明的一種作物產量的預測方法還可以做如下改進。

進一步，還包括：

將分級長短記憶網絡構架的時間序列化數據構造的編碼器與批標準化多層感知機構造的解碼器進行耦合，并進行訓練，得到所述遞進水鹽嵌入神經網絡模型。

進一步，訓練所述遞進水鹽嵌入神經網絡模型之前，還包括：

采用Dropout算法與Adam算法進行耦合作為訓練所述遞進水鹽嵌入神經網絡模型時的收斂算法。

本發明的一種作物產量的預測系統的技術方案如下：

包括獲取模塊和預測模塊，所述獲取模塊用于獲取與預設作物的生長所關聯的每個參量的具體值；