本發(fā)明屬于智慧農(nóng)業(yè)，具體地涉及一種基于數(shù)字孿生的萬壽菊水肥藥分區(qū)調(diào)控方法、設(shè)備及介質(zhì)。

背景技術(shù)：

1、近年來，萬壽菊由于生長快速，適應(yīng)性強，觀賞性高，兼具一定的經(jīng)濟價值，被大規(guī)模種植。在萬壽菊大規(guī)模種植時，萬壽菊生長的區(qū)域和周期差異、天氣和土壤狀況變化等因素都會對萬壽菊的生長造成影響，傳統(tǒng)的專家經(jīng)驗主導(dǎo)的水肥藥調(diào)控方法會導(dǎo)致資源利用率低、破壞土壤養(yǎng)分平衡及作物受損等不利后果，進而影響到萬壽菊生產(chǎn)的經(jīng)濟性和可持續(xù)性。

2、目前除依賴專家決策外，統(tǒng)計學(xué)是在萬壽菊的種植中被采用的最為廣泛的方法，也就是利用一小塊特定種植區(qū)域并基于生物學(xué)知識和統(tǒng)計學(xué)的方法，觀測一段時間作物生長的表現(xiàn)，以此對一些影響因素進行評估分析，顯然這種方法依據(jù)樣本較少且極為耗時，難以深入發(fā)掘特征規(guī)律，不能實現(xiàn)大規(guī)模萬壽菊種植的自動化調(diào)控。

技術(shù)實現(xiàn)思路

1、本發(fā)明的目的，是要提供一種基于數(shù)字孿生的萬壽菊水肥藥分區(qū)調(diào)控方法，使用該方法能夠基于時變特征精確預(yù)測萬壽菊水肥藥的最佳用量，從而提高了萬壽菊種植的自動化程度，提升了資源的利用率；

2、本發(fā)明的第二個目的，是要提供一種終端設(shè)備，該設(shè)備執(zhí)行自身程序時能夠?qū)崿F(xiàn)一種基于數(shù)字孿生的萬壽菊水肥藥分區(qū)調(diào)控方法；

3、本發(fā)明的第三個目的，是要提供一種計算機可讀存儲介質(zhì)，用于存儲一種基于數(shù)字孿生的萬壽菊水肥藥分區(qū)調(diào)控方法的相應(yīng)計算機程序。

4、本發(fā)明為實現(xiàn)上述目的，所采用的技術(shù)方案如下：

5、一種基于數(shù)字孿生的萬壽菊水肥藥分區(qū)調(diào)控方法，包括依次進行的以下步驟：

6、s1、通過采集并聚類萬壽菊生長環(huán)境和生長特征數(shù)據(jù)，將萬壽菊種植區(qū)域劃分為若干的類似子區(qū)域；

7、s2、選定時間段，針對劃分后的每個子區(qū)域，分別通過梯度提升決策樹、皮爾遜系數(shù)及互信息系數(shù)這三種特征評估方法計算特征重要性；

8、s3、基于加權(quán)系數(shù)，結(jié)合三種特征評估方法計算的三個特征重要性，計算時間段內(nèi)的綜合重要性權(quán)重；

9、s4、考慮時序數(shù)據(jù)的指數(shù)衰減規(guī)律，計算時間段內(nèi)的綜合時變特征；

10、s5、將計算的綜合時變特征分別輸入到xgboost模型和cnn-lstm模型中，得到兩個模型的預(yù)測結(jié)果；

11、s6、將兩個模型的預(yù)測結(jié)果賦予權(quán)重，綜合得到每個子區(qū)域預(yù)測的最佳水肥藥用量；

12、s7、整合所有子區(qū)域預(yù)測的最佳水肥藥用量，即可得到選定時間段內(nèi)萬壽菊種植區(qū)域水肥藥的預(yù)測用量調(diào)控數(shù)據(jù)；

13、s8、是否接收到下一時間段的數(shù)據(jù)；

14、若是，則通過粒子群算法更新加權(quán)系數(shù)，重復(fù)步驟s2至s7；

15、若否，則進行步驟s9；

16、s9、結(jié)束。

17、作為限定，步驟s1包括依次進行的以下步驟：

18、s11、收集萬壽菊各個種植區(qū)域的傳感器數(shù)據(jù)，形成數(shù)據(jù)矩陣；

19、s12、對數(shù)據(jù)進行標準化處理，賦予不同特征相同的權(quán)重；

20、s13、采用k-means聚類算法對萬壽菊的種植區(qū)域進行劃分。

21、作為第二種限定，步驟s3中計算時間段內(nèi)的綜合重要性權(quán)重的公式為：

22、

23、式中，為時間段t內(nèi)特征的綜合重要性權(quán)重，、和為加權(quán)系數(shù)，為通過梯度提升決策樹得到的時間段t內(nèi)的特征重要性，為通過皮爾遜系數(shù)得到的時間段t內(nèi)的特征重要性，為通過互信息系數(shù)得到的時間段t內(nèi)的特征重要性。

24、作為進一步限定，步驟s4的計算公式為：

25、

26、式中，為綜合時變特征，為特征i在第k個時間點的值，為指數(shù)衰減時間衰減因子，其計算公式為：

27、

28、式中，為衰減率，為當(dāng)前時刻。

29、作為第三種限定，步驟s6的計算公式為：

30、

31、式中，為預(yù)測的最佳水肥藥用量，、分別為xgboost模型、cnn-lstm模型預(yù)測的水肥藥用量，和分別為xgboost和cnn-lstm模型的權(quán)重系數(shù)，其計算公式為：

32、

33、式中，、分別為cnn-lstm模型、xgboost模型在時間段t內(nèi)的均方預(yù)測誤差。

34、作為進一步限定，步驟s8中通過粒子群算法更新加權(quán)系數(shù)的計算公式為：

35、

36、式中，、表示時間段t內(nèi)水肥藥的真實需求值、預(yù)測值，，，為三個加權(quán)系數(shù)更新后的變化程度，為平衡系數(shù)。

37、一種終端設(shè)備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，所述處理器執(zhí)行所述計算機程序時實現(xiàn)上述的一種基于數(shù)字孿生的萬壽菊水肥藥分區(qū)調(diào)控方法。

38、一種計算機可讀存儲介質(zhì)，所述計算機可讀存儲介質(zhì)中存儲有計算機程序，所述計算機程序被處理器執(zhí)行時用于實現(xiàn)上述的一種基于數(shù)字孿生的萬壽菊水肥藥分區(qū)調(diào)控方法。

39、本發(fā)明由于采用了上述的技術(shù)方案，其與現(xiàn)有技術(shù)相比，所取得的技術(shù)進步在于：

40、（1）本發(fā)明對萬壽菊種植區(qū)域進行分區(qū)，并綜合三種特征評估方法以及時序數(shù)據(jù)的指數(shù)衰減，通過兩個預(yù)測模型互補得到不同區(qū)域的預(yù)測最佳水肥藥用量，能夠精準的調(diào)控萬壽菊的水肥藥用量，提高了萬壽菊種植的自動化程度，提升了資源的利用率；

41、（2）本發(fā)明使用k-means聚類算法依據(jù)相似度對萬壽菊種植區(qū)域進行劃分，使得每個區(qū)域內(nèi)萬壽菊數(shù)據(jù)相似性較高，而不同區(qū)域間的萬壽菊數(shù)據(jù)差異明顯，這種明確的劃分有助于后續(xù)的數(shù)據(jù)分析和處理；

42、（3）本發(fā)明綜合梯度提升決策樹、皮爾遜系數(shù)及互信息系數(shù)這三種特征評估方法，計算綜合重要性權(quán)重，減少了單一特征評估方法局限性帶來的影響；

43、（4）本發(fā)明在計算綜合時變特征時考慮了時序數(shù)據(jù)在預(yù)測時的指數(shù)衰減規(guī)律，提升了預(yù)測的精準度；

44、（5）本發(fā)明在進行最佳水肥藥用量預(yù)測時，結(jié)合了兩種不同的預(yù)測模型，通過兩個模型的優(yōu)勢互補提升了預(yù)測結(jié)果的準確性；

45、（6）本發(fā)明能夠在進行連續(xù)預(yù)測時自適應(yīng)的更改加權(quán)系數(shù)以及cnn-lstm模型和xgboost模型的均方預(yù)測誤差，提高了連續(xù)預(yù)測的精準度。

46、本發(fā)明屬于智慧農(nóng)業(yè)技術(shù)領(lǐng)域，能夠預(yù)測萬壽菊種植的最佳水肥藥用量，精準實現(xiàn)調(diào)控，提高了萬壽菊種植的自動化程度，提升了資源的利用率。

技術(shù)特征：

1.一種基于數(shù)字孿生的萬壽菊水肥藥分區(qū)調(diào)控方法，其特征在于，包括依次進行的以下步驟：

2.根據(jù)權(quán)利要求1所述的一種基于數(shù)字孿生的萬壽菊水肥藥分區(qū)調(diào)控方法，其特征在于，步驟s1包括依次進行的以下步驟：

3.根據(jù)權(quán)利要求1所述的一種基于數(shù)字孿生的萬壽菊水肥藥分區(qū)調(diào)控方法，其特征在于，步驟s3中計算時間段內(nèi)的綜合重要性權(quán)重的公式為：

4.根據(jù)權(quán)利要求3所述的一種基于數(shù)字孿生的萬壽菊水肥藥分區(qū)調(diào)控方法，其特征在于，步驟s4的計算公式為：

5.根據(jù)權(quán)利要求1所述的一種基于數(shù)字孿生的萬壽菊水肥藥分區(qū)調(diào)控方法，其特征在于，步驟s6的計算公式為：

6.根據(jù)權(quán)利要求5所述的一種基于數(shù)字孿生的萬壽菊水肥藥分區(qū)調(diào)控方法，其特征在于，步驟s8中通過粒子群算法更新加權(quán)系數(shù)的計算公式為：

7.一種終端設(shè)備，包括存儲器、處理器以及存儲在所述存儲器中并可在所述處理器上運行的計算機程序，其特征在于，所述處理器執(zhí)行所述計算機程序時實現(xiàn)如權(quán)利要求1至6任意一項所述的一種基于數(shù)字孿生的萬壽菊水肥藥分區(qū)調(diào)控方法。

8.一種計算機可讀存儲介質(zhì)，其特征在于，所述計算機可讀存儲介質(zhì)中存儲有計算機程序，所述計算機程序被處理器執(zhí)行時用于實現(xiàn)權(quán)利要求1至6中任意一項所述的一種基于數(shù)字孿生的萬壽菊水肥藥分區(qū)調(diào)控方法。

技術(shù)總結(jié)
本發(fā)明屬于智慧農(nóng)業(yè)技術(shù)領(lǐng)域，具體公開了一種基于數(shù)字孿生的萬壽菊水肥藥分區(qū)調(diào)控方法、設(shè)備及介質(zhì)。本發(fā)明公開的方法包括：首先，通過采集并聚類數(shù)據(jù)，將萬壽菊種植區(qū)域劃分為若干的類似子區(qū)域；接著，選定時間段，針對劃分后的每個子區(qū)域，分別通過梯度提升決策樹、皮爾遜系數(shù)及互信息系數(shù)這三種特征評估方法并考慮時序數(shù)據(jù)的指數(shù)衰減規(guī)律，計算時間段內(nèi)的綜合時變特征；最后，綜合XGBoost模型和CNN?LSTM模型的結(jié)果預(yù)測，再整合所有子區(qū)域得到預(yù)測的最佳水肥藥用量。本發(fā)明能夠基于時變特征精確預(yù)測萬壽菊水肥藥的最佳用量，從而提高了萬壽菊種植的自動化程度，提升了資源的利用率。本發(fā)明可以廣泛應(yīng)用于萬壽菊種植的水肥藥調(diào)控。

技術(shù)研發(fā)人員：張立佳,徐博,劉瑤,趙東哲,馬鐵軍,李保路,李英明
受保護的技術(shù)使用者：河北省機電一體化中試基地有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2025/1/9