一种基于人工智能的灌溉管控系统的制作方法

本申请涉及滴灌管控，尤其涉及一种基于人工智能的灌溉管控系统。

背景技术：

1、植株的灌溉方式包括沟灌、喷灌和滴灌。沟灌是普遍采用的方式，其优点是低投入，不湿植株茎叶，有利于防止茎叶病害的发生。但缺点是需较多的劳力，水损失严重，易引起内涝，促进土传病害传播和植株腐烂。喷灌适用于坡地或沙土地，能有效控制灌水量，水利用率高。但其缺点是水直接淋湿植株茎叶，可能会导致菌病害的发生。滴灌则能利用有限水资源，减少土壤冲刷和蒸发，但设施昂贵，成本高，易促使土壤盐渍化，只适用于温室或网室。

2、目前，由于滴灌的优点，而滴灌被广泛利用，但是滴灌过程中，设置一列滴头，若滴头过近，则可能导致茎叶打湿生病，若滴头过远则可能导致水分养分不足，进而滴灌仍然存在病害问题，且根据农业人员经验进行灌溉管控，存在滴灌不准确的问题。

3、综上所述，现有技术中存在由于人工进行滴灌控制，导致滴灌控制与实际作物情况的结合程度较差，导致滴灌精确度较低，进一步影响作物生长的技术问题。

技术实现思路

1、本申请的目的是提供一种基于人工智能的灌溉管控系统，用以解决现有技术中存在由于人工进行滴灌控制，导致滴灌控制与实际作物情况的结合程度较差，导致滴灌精确度较低，进一步影响作物生长的技术问题。

2、鉴于上述问题，本申请提供了一种基于人工智能的灌溉管控系统。

3、第一方面，本申请提供了一种基于人工智能的灌溉管控系统，所述系统通过一种基于人工智能的灌溉管控方法实现，其中，所述系统包括：叶片高度信息识别模块，所述叶片高度信息识别模块用于采集多个区域内多部分作物的第一作物图像，根据多个第一作物图像，基于人工智能，识别所述多部分作物的多个叶片高度信息，其中，所述多个区域和所述多个滴灌模组对应；长势信息识别模块，所述长势信息识别模块用于采集所述多部分作物的第二作物图像，识别获得所述多部分作物的多个长势信息；根茎水分约束构建模块，所述根茎水分约束构建模块用于根据所述多个长势信息，分析所述多部分作物根茎的水分需求以及叶片的发病概率，根据所述水分需求构建根茎水分约束，根据所述发病概率构建叶片湿度约束；最优滴灌方案获得模块，所述最优滴灌方案获得模块用于根据所述多个叶片高度信息、多个长势信息、多个根茎水分约束和多个叶片湿度约束，对所述多个区域的滴灌方案进行优化，获得最优滴灌方案，进行滴灌管控，其中，每个优化滴灌方案包括选择的滴灌模组内的滴头、滴灌流量、滴灌频率和滴灌时间，优化过程中结合叶片高度信息预测叶片湿度。

4、第二方面，本申请还提供了一种基于人工智能的灌溉管控方法，用于执行如第一方面所述的一种基于人工智能的灌溉管控系统，其中，所述方法包括：采集多个区域内多部分作物的第一作物图像，根据多个第一作物图像，基于人工智能，识别所述多部分作物的多个叶片高度信息，其中，所述多个区域和所述多个滴灌模组对应；采集所述多部分作物的第二作物图像，识别获得所述多部分作物的多个长势信息；根据所述多个长势信息，分析所述多部分作物根茎的水分需求以及叶片的发病概率，根据所述水分需求构建根茎水分约束，根据所述发病概率构建叶片湿度约束；根据所述多个叶片高度信息、多个长势信息、多个根茎水分约束和多个叶片湿度约束，对所述多个区域的滴灌方案进行优化，获得最优滴灌方案，进行滴灌管控，其中，每个优化滴灌方案包括选择的滴灌模组内的滴头、滴灌流量、滴灌频率和滴灌时间，优化过程中结合叶片高度信息预测叶片湿度。

5、本申请中提供的一个或多个技术方案，至少具有如下技术效果或优点：

6、通过采集多个区域内多部分作物的第一作物图像，根据多个第一作物图像，基于人工智能，识别所述多部分作物的多个叶片高度信息，其中，所述多个区域和所述多个滴灌模组对应；采集所述多部分作物的第二作物图像，识别获得所述多部分作物的多个长势信息；根据所述多个长势信息，分析所述多部分作物根茎的水分需求以及叶片的发病概率，根据所述水分需求构建根茎水分约束，根据所述发病概率构建叶片湿度约束；根据所述多个叶片高度信息、多个长势信息、多个根茎水分约束和多个叶片湿度约束，对所述多个区域的滴灌方案进行优化，获得最优滴灌方案，进行滴灌管控，其中，每个优化滴灌方案包括选择的滴灌模组内的滴头、滴灌流量、滴灌频率和滴灌时间，优化过程中结合叶片高度信息预测叶片湿度，最终实现了提升植株灌溉准确性和智能性的技术目标，达到了提高植株作物生长质量的技术效果。

7、上述说明仅是本申请技术方案的概述，为了能够更清楚了解本申请的技术手段，而可依照说明书的内容予以实施，并且为了让本申请的上述和其他目的、特征和优点能够更明显易懂，以下特举本申请的具体实施方式。应当理解，本部分所描述的内容并非旨在标识本申请的实施例的关键或重要特征，也不用于限制本申请的范围。本申请的其他特征将通过以下的说明书而变得容易理解。

技术特征：

1.一种基于人工智能的灌溉管控系统，其特征在于，所述系统连接于滴灌装置，所述滴灌装置内包括多个滴灌模组，每个滴灌模组包括与作物距离不同的多个滴头，所述系统包括：

2.根据权利要求1所述的系统，其特征在于，采集多个区域内多部分作物的第一作物图像，根据多个第一作物图像，基于人工智能，识别所述多部分作物的多个叶片高度信息，包括：

3.根据权利要求1所述的系统，采集所述多部分作物的第二作物图像，识别获得所述多部分作物的多个长势信息，包括：

4.根据权利要求1所述的系统，其特征在于，根据所述多个长势信息，分析所述多部分作物根茎的水分需求以及叶片的发病概率，根据所述水分需求构建根茎水分约束，根据所述发病概率构建叶片湿度约束，包括：

5.根据权利要求4所述的系统，其特征在于，根据所述多个叶片高度信息、多个长势信息、多个根茎水分约束和多个叶片湿度约束，对所述多个区域的滴灌方案进行优化，包括：

6.根据权利要求5所述的系统，其特征在于，按照所述滴灌函数，根据所述多个叶片高度信息、多个长势信息、多个根茎水分约束和多个叶片湿度约束，对所述多个区域的滴灌方案进行优化，包括：

7.根据权利要求6所述的系统，其特征在于，根据第一滴灌方案内的多个滴头与多部分作物的距离、多个滴灌流量、多个滴灌频率和多个滴灌时间，结合所述多个叶片高度信息，分析获得多个供给水分和多个叶片湿度，包括：

8.一种基于人工智能的灌溉管控方法，其特征在于，用于实施权利要求1至7中任意一项所述系统的步骤，所述方法包括：

技术总结本申请提供了一种基于人工智能的灌溉管控系统，涉及滴灌管控技术领域，该系统包括：叶片高度信息识别模块用于采集第一作物图像，识别多个叶片高度信息；长势信息识别模块用于采集第二作物图像，识别获得多个长势信息；根茎水分约束构建模块用于分析根茎的水分需求以及叶片的发病概率，构建根茎水分约束和叶片湿度约束；最优滴灌方案获得模块用于获得最优滴灌方案，进行滴灌管控，优化过程中结合叶片高度信息预测叶片湿度。通过本申请可以解决现有技术中由于滴灌控制与实际作物情况的结合程度较差，导致滴灌精确度较低的技术问题，实现提升植株灌溉准确性和智能性的技术目标，达到了提高植株作物生长质量的技术效果。技术研发人员：尹飞虎,刘瑜,李云霞,屈英,张嘉英,王潭刚受保护的技术使用者：北京国垦节水科技有限公司技术研发日：技术公布日：2024/10/17