本發(fā)明屬于農(nóng)業(yè)灌溉技術(shù)領(lǐng)域，尤其是涉及一種通用智能灌溉控制方法。

背景技術(shù)：

當(dāng)前的自動灌溉控制基本上分為以下幾類，一種是定時灌溉，即事先規(guī)定好灌溉時間表，定時開始，定時結(jié)束；一種是根據(jù)作物蒸騰量進(jìn)行灌溉，即根據(jù)特定的計算公式進(jìn)行作物蒸騰量的計算，當(dāng)達(dá)到某一設(shè)定值時進(jìn)行灌溉，并根據(jù)計算數(shù)據(jù)確定灌溉量的大小；一種是根據(jù)傳感器數(shù)據(jù)進(jìn)行灌溉，即通過插入或埋入土壤里的土壤濕度傳感器實(shí)時檢測土壤濕度的變化，達(dá)到某一設(shè)定值時進(jìn)行灌溉，并根據(jù)傳感器的檢測數(shù)據(jù)確定灌溉停止時間；還有就是綜合利用多種傳感器的數(shù)據(jù)確定灌溉行為，比如根據(jù)空氣的溫濕度、光照、風(fēng)速等氣象參數(shù)結(jié)合土壤濕度傳感器進(jìn)行綜合判斷，最終得到灌溉的控制策略。

以上所述多種自動灌溉控制方法均存在一定的缺陷和不足：一、定時灌溉模式屬于開環(huán)控制，該式中灌溉制度是靜態(tài)的，作物所需灌溉用水量及灌溉時間由事先估計來確定，但是作物生長及其環(huán)境是動態(tài)變化的，作物生長所需灌溉量也是不斷隨之變化的，該方法無法準(zhǔn)確提供作物生長所需用水量，存在多灌或少灌的現(xiàn)象，而且不能根據(jù)氣象條件靈活變化，即便存在降水情況，仍然會按照時間表進(jìn)行灌溉控制，如果某段時間天氣特別干旱而事先沒有估計到，則會造成作物缺水現(xiàn)象。二、根據(jù)作物蒸騰量進(jìn)行灌溉也屬于開環(huán)控制，該種方法一般會根據(jù)氣象信息進(jìn)行作物蒸騰量的估算，并據(jù)此進(jìn)行灌溉控制，雖然相對定時灌溉，靈活程度有所提高，但是仍然無法避免降水情況下執(zhí)行灌溉行為的情況出現(xiàn)，而且當(dāng)灌溉管道或滴頭、噴頭等存在堵塞情況時，作物是否得到了應(yīng)該得到的灌溉用水量，無法進(jìn)行反饋。三、根據(jù)土壤濕度傳感器數(shù)據(jù)進(jìn)行灌溉，雖然在一定程度上解決了系統(tǒng)開環(huán)存在的問題，但是仍然存在一些不足。其一、傳感器數(shù)據(jù)是否一直準(zhǔn)確無法保證；其二，不能根據(jù)具體氣象情況進(jìn)行靈活調(diào)整，比如即將有降水出現(xiàn)，但是當(dāng)前傳感器數(shù)據(jù)顯示應(yīng)該進(jìn)行灌溉行為，則可能出現(xiàn)剛灌溉完畢，很快出現(xiàn)了降水情況，那么在一定程度上就造成了水資源的浪費(fèi)。四、綜合利用多種氣象參數(shù)和土壤參數(shù)進(jìn)行灌溉控制，雖然和其它方法相比有所進(jìn)步，但是該種控制多是采用一些智能算法建立模型，然后根據(jù)模型進(jìn)行灌溉控制，而建立模型需要大量的數(shù)據(jù)，否則控制精度無法保證。如果采用該種控制方法，需要事先根據(jù)本地區(qū)的前期大量數(shù)據(jù)進(jìn)行訓(xùn)練才能建立相對精確的控制模型，通用性較差，如果無法得到本地區(qū)的前期氣象、土壤等環(huán)境參數(shù)，則很難利用這種控制方法；而且如果影響模型的參數(shù)過少，即便有大量的數(shù)據(jù)，也無法保證模型的精度，如果參數(shù)過多，比如利用空氣溫度、空氣濕度、光照、土壤溫度、土壤濕度、風(fēng)速、雨量監(jiān)測等等很多參數(shù)，不但增加了數(shù)據(jù)流，造成模型訓(xùn)練速度過慢，還有可能在多種參數(shù)之間存在一些相互矛盾的數(shù)據(jù)，同時多參數(shù)，大數(shù)據(jù)量也存在數(shù)據(jù)冗余的情況，直接影響控制模型的計算速度。

技術(shù)實(shí)現(xiàn)要素：

為了解決上述的技術(shù)問題，本發(fā)明的目的是提供一種通用智能灌溉控制方法，該方法采用閉環(huán)控制模式，能夠根據(jù)不同的氣象情況和作物生長情況自動靈活的調(diào)整灌溉頻率和灌溉用水量。

為解決上述技術(shù)問題，本發(fā)明采用如下技術(shù)方案：

包括多個用于監(jiān)測空氣溫度、空氣相對濕度、光輻射強(qiáng)度、風(fēng)速、雨量、飽和水汽壓值、土壤溫度、土壤基質(zhì)勢的氣象信息傳感器和多個用于監(jiān)測土壤濕度的土壤信息傳感器，多個所述氣象信息傳感器連接第一數(shù)據(jù)匯聚模塊，多個所述土壤信息傳感器連接第二數(shù)據(jù)匯聚模塊，所述第一數(shù)據(jù)匯聚模塊和第二數(shù)據(jù)匯聚模塊分別連接模型計算及控制模塊，所述模型計算及控制模塊連接執(zhí)行器，所述執(zhí)行器連接灌溉設(shè)備；所述模型計算及控制模塊包括PLS計算模型和ANFIS計算模型。

優(yōu)選的，多個土壤信息傳感器分別用于監(jiān)測20-25cm深度土壤濕度、40-45cm深度土壤濕度和70-80cm深度土壤濕度。

一種通用智能灌溉控制方法，包括如下步驟：

A、開始，初始化系統(tǒng)，設(shè)定有效參數(shù)變化率值；

B、輸入通過氣象傳感器和土壤傳感器得到的如下所有環(huán)境及土壤參數(shù)：

空氣溫度、空氣相對濕度、光輻射強(qiáng)度、風(fēng)速、雨量、飽和水汽壓值、土壤溫度、土壤基質(zhì)勢、20-25cm深度土壤濕度、40-45cm深度土壤濕度、70-80cm深度土壤濕度；

C、判斷是否得到最終有效參數(shù)，若得到最終有效參數(shù)，則轉(zhuǎn)步驟F，若沒有得到最終有效參數(shù)，則執(zhí)行步驟D；

D、輸入上述步驟B中所有環(huán)節(jié)及土壤參數(shù)值，啟動PLS計算模型，將PLS算法得到的影響灌溉用水量的主要影響參數(shù)，標(biāo)記為有效參數(shù)，其中根據(jù)PLS的計算值和土壤傳感器反饋值，每一次執(zhí)行PLS算法時，不斷修正PLS算法，所以有效參數(shù)是變化的，然后，根據(jù)有效參數(shù)實(shí)時在線計算作物蒸騰量；根據(jù)得到的相鄰兩次有效參數(shù)值自動計算有效參數(shù)變化率CVP，若有效參數(shù)變化率低于設(shè)定值，則將得到的最后一次有效參數(shù)標(biāo)記為最終有效參數(shù)；

E、判斷是否達(dá)到灌溉開啟閾值，若沒有達(dá)到開啟閾值，則轉(zhuǎn)步驟D，繼續(xù)計算，若達(dá)到開啟閾值，則執(zhí)行灌溉操作，執(zhí)行完畢轉(zhuǎn)步驟D；

F、輸入最終有效參數(shù)值，將PLS算法切換為ANFIS算法，實(shí)時在線計算作物蒸騰量；

G、判斷是否達(dá)到灌溉開啟閾值，若沒有達(dá)到開啟閾值，則轉(zhuǎn)步驟F，繼續(xù)計算，若達(dá)到開啟閾值，則執(zhí)行灌溉操作，執(zhí)行完畢轉(zhuǎn)步驟F。

本發(fā)明是以各種傳感器檢測到的環(huán)境及土壤各項(xiàng)參數(shù)(包括空氣溫度、空氣相對濕度、光輻射強(qiáng)度、風(fēng)速、雨量、飽和水汽壓值、土壤溫度、土壤基質(zhì)勢、20-25cm深度土壤濕度、40-45cm深度土壤濕度、70-80cm深度土壤濕度)為基礎(chǔ)，利用機(jī)器學(xué)習(xí)算法(偏最小二乘回歸法PLS和自適應(yīng)神經(jīng)模糊推理算法ANFIS)，通過提取所有各項(xiàng)參數(shù)中對所需灌溉用水量影響最大的主要參數(shù)，并建立相應(yīng)的作物蒸騰計算模型，進(jìn)而根據(jù)計算結(jié)果進(jìn)行灌溉控制。全面的環(huán)境及土壤參數(shù)保證了本方法的通用性，不會遺漏對灌溉用水量有影響的任何參數(shù)，適用于各種環(huán)境及情況；使用前期采用PLS算法，不需要使用大數(shù)據(jù)量進(jìn)行模型的訓(xùn)練，又能夠提取出對灌溉用水量影響較大的有效參數(shù)，數(shù)據(jù)量達(dá)到一定程度后，可以切換ANFIS算法，將PLS算法提取的有效參數(shù)作為輸入變量，即可以滿足計算精度，又能夠提高計算速度，同時還避免了由于存在過多參數(shù)引起的數(shù)據(jù)沖突和冗余數(shù)據(jù)帶來的噪聲影響

與現(xiàn)有技術(shù)相比，本發(fā)明的有益技術(shù)效果：

1、通用的智能灌溉控制方法，無需大量前期數(shù)據(jù)進(jìn)行訓(xùn)練即可使用；

2、可切換的機(jī)器學(xué)習(xí)算法：PLS+ANFIS，PLS算法能夠在數(shù)據(jù)量不足的情況下進(jìn)行灌溉控制模型的建立和計算，當(dāng)數(shù)據(jù)量積累達(dá)到一定程度時可以自動切換到ANFIS算法，提高灌溉控制模型的控制精度；

3、充足的環(huán)境參數(shù)：環(huán)境溫度、相對濕度、光輻射強(qiáng)度、飽和水汽壓(VPD)、蒸騰量、風(fēng)速、降水量、土壤溫度、土壤基質(zhì)勢、不同深度土壤濕度能夠保證控制模型的計算精度，而且利用PLS方法可以根據(jù)具體情況自動提取有效的參數(shù)作為控制模型的輸入量，即不降低模型的計算精度，又避免了因數(shù)據(jù)量多大導(dǎo)致的系統(tǒng)計算速度下降問題，同時有效減少了冗余數(shù)據(jù)帶來的噪聲影響。

附圖說明

下面結(jié)合附圖說明對本發(fā)明作進(jìn)一步說明。

圖1為本發(fā)明一種通用智能灌溉控制方法的系統(tǒng)模塊圖；

圖2為本發(fā)明一種通用智能灌溉控制方法的控制流程圖。

具體實(shí)施方式

如圖1所示，一種通用智能灌溉系統(tǒng)，包括多個用于監(jiān)測空氣溫度、空氣相對濕度、光輻射強(qiáng)度、風(fēng)速、雨量、飽和水汽壓值、土壤溫度、土壤基質(zhì)勢的氣象信息傳感器和多個用于監(jiān)測土壤濕度的土壤信息傳感器，多個所述氣象信息傳感器連接第一數(shù)據(jù)匯聚模塊，多個所述土壤信息傳感器連接第二數(shù)據(jù)匯聚模塊，所述第一數(shù)據(jù)匯聚模塊和第二數(shù)據(jù)匯聚模塊分別連接模型計算及控制模塊，所述模型計算及控制模塊連接執(zhí)行器，所述執(zhí)行器連接灌溉設(shè)備；所述模型計算及控制模塊包括PLS計算模型和ANFIS計算模型。

其中多個土壤信息傳感器分別用于監(jiān)測20-25cm深度土壤濕度、40-45cm深度土壤濕度和70-80cm深度土壤濕度。

如圖2所示，為通用智能灌溉控制方法的控制流程圖，其控制方法如下：

A、開始，初始化系統(tǒng)，設(shè)定有效參數(shù)變化率值CVP_th；

B、輸入通過氣象傳感器和土壤傳感器得到的如下所有環(huán)境及土壤參數(shù)：

空氣溫度T_a、空氣相對濕度RH_a、光輻射強(qiáng)度SR、風(fēng)速WS、雨量RF、飽和水汽壓值VPD、土壤溫度T_s、土壤基質(zhì)勢SWP、20-25cm深度土壤濕度VWC1、40-45cm深度土壤濕度VWC2、70-80cm深度土壤濕度VWC3；

C、判斷是否得到最終有效參數(shù)VP，若得到最終有效參數(shù)VP，則轉(zhuǎn)步驟F，若沒有得到最終有效參數(shù)VP，則執(zhí)行步驟D；

D、輸入上述步驟B中所有環(huán)節(jié)及土壤參數(shù)值，啟動PLS計算模型，將PLS算法得到的影響灌溉用水量的主要影響參數(shù)，標(biāo)記為有效參數(shù)VP，其中根據(jù)PLS的計算值和土壤傳感器反饋值，每一次執(zhí)行PLS算法時，不斷修正PLS算法，所以有效參數(shù)是變化的，然后，根據(jù)有效參數(shù)實(shí)時在線計算作物蒸騰量ET；根據(jù)得到的相鄰兩次有效參數(shù)值自動實(shí)時計算有效參數(shù)變化率CVP，若有效參數(shù)變化率CVP低于設(shè)定值CVP_th，即CVP<CVP_th,則將得到的最后一次有效參數(shù)標(biāo)記為最終有效參數(shù)VP；

E、判斷是否達(dá)到灌溉開啟閾值ET_th，若沒有達(dá)到開啟閾值ET_th，即ET<ET_th,則轉(zhuǎn)步驟D，繼續(xù)計算，若達(dá)到開啟閾值，即ET>ET_th,則執(zhí)行灌溉操作，執(zhí)行完畢轉(zhuǎn)步驟D；

F、輸入最終有效參數(shù)值VP，將PLS算法切換為ANFIS算法，實(shí)時在線計算作物蒸騰量ET；

G、判斷是否達(dá)到灌溉開啟閾值，若沒有達(dá)到開啟閾值，即ET<ET_th,則轉(zhuǎn)步驟F，繼續(xù)計算，若達(dá)到開啟閾值，即ET>ET_th,則執(zhí)行灌溉操作，執(zhí)行完畢轉(zhuǎn)步驟F。

以上所述的實(shí)施例僅是對本發(fā)明的優(yōu)選方式進(jìn)行描述，并非對本發(fā)明的范圍進(jìn)行限定，在不脫離本發(fā)明設(shè)計精神的前提下，本領(lǐng)域普通技術(shù)人員對本發(fā)明的技術(shù)方案做出的各種變形和改進(jìn)，均應(yīng)落入本發(fā)明權(quán)利要求書確定的保護(hù)范圍內(nèi)。