一种适用于复杂时空的生物降解地膜降解寿命预测方法

本发明属于人工智能预测领域，尤其涉及一种适用于复杂时空的生物降解地膜降解寿命预测方法。

背景技术：

1、我国幅员辽阔，环境多变，生物降解地膜在不同时间、空间下的降解性能存在巨大差异，现有生物降解地膜田间降解寿命预测困难，只能依靠长周期实验评估，尚无可用的方法能够预测田间复杂时空条件下的生物降解地膜降解寿命。

2、cn115711845a一种可生物降解地膜使用寿命预测方法，该方法构建实验室预测的可降解地膜的使用寿命与实际大田环境下的使用寿命之间的关系，通过将可生物降解地膜在室内高温紫外加速老化试验和在大田实际使用过程中，分别定期取样，测试样品的理化性质，并通过对比两者之间的差异，建立可生物降解地膜使用寿命预测模型和预测方法；其只适用于单一特定场景下的降解寿命预测，无法实现在不同地理气候下等田间复杂时空下的降解寿命预测。

技术实现思路

1、发明目的：为解决预测田间复杂时空条件下的生物降解地膜降解寿命问题，本申请提出一种适用于复杂时空的生物降解地膜降解寿命预测方法。

2、技术方案：一种适用于复杂时空的生物降解地膜降解寿命预测方法，包括以下步骤：

3、采集不同地区影响生物降解地膜降解寿命的材料特性数据与时空数据，按照时间周期分类，获得时间序列数据；

4、材料特性数据与时空数据被分别编码后，通过全局相似性计算得到相似度矩阵，随后与原始数据跳连，送入解码器后分别提取特征，经融合后，进行时空高阶导连续性约束，获得增强数据；

5、将增强数据作为预测网络的输入，所述预测网络采用lstm结合多头自注意力方法，在编码器中使用一个堆叠的lstm网络来捕获不同时间周期序列中的时间全局相关性，对于每个时间周期，输入材料特性数据和时空数据的增强数据，然后构建多头自注意力模块，学习时间序列数据之间的全局特征并提取出特征中的最关心的局部区域，最后通过预测头预测得到各个时间周期的降解率。

6、进一步的，所述材料特性数据以生物降解地膜应用到大田环境中起始时间为起点，间隔固定时间周期采样，包括：样本的质量、力学性能、热力学性能、流变、熔指、厚度、透光性与紫外屏蔽性能、水蒸气与氧气透过率、表面裂纹与裂缝数量及破碎程度。

7、进一步的，所述时空数据为利用农业物联网设备获取地区的环境信息，并统计出每个周期内环境因子的平均值、最大值、最小值，所述环境因子包括：温度、湿度、辐射强度、降雨量、风速、土壤ph值、土壤有机质含量、土壤孔隙度、土壤种类、土壤微生物丰度、土壤湿度。

8、进一步的，所述材料特性数据与时空数据被分别编码的过程包括，对数据进行清洗，剔除异常数据，采用padding对缺失的数据用0替代；对所有数值进行归一化；对时间序列数据进行余弦编码。

9、进一步的，所述材料特性数据与时空数据被分别编码后，通过全局相似性计算得到相似度矩阵，随后与原始数据跳连，送入解码器后分别提取特征；该过程使用两个单独的编码器，编码过程表示为：

10、f'n＝encoderf(fn)

11、s'n＝encoders(sn)

12、其中,fn和sn分别表示在时间周期n的材料特性数据和时空数据，encoderf和encoders是两个编码器；

13、计算全局相似性,通过计算编码后的材料特性数据和时空数据的点积来完成，全局相似性表示为：

14、g＝softmax(f'n·s'nt)

15、随后原始数据与相似性矩阵进行跳连，然后送入解码器进行特征提取的公式表达为：

16、tn＝decoder([f'n,s'n,g])

17、式中，[f'n,s'n,g]表示将原始数据和相似性矩阵进行连接，decoder()是一个解码器。

18、进一步的，时空高阶导连续性约束具体为：

19、t(x,y,n)＝tn,式中(x,y)为材料在时空中的空间位置，n为数据采集的时间周期；

20、t'(x,y,n)＝t'(x,y,n+1)

21、t”(x,y,n)＝t”(x,y,n+1)

22、式中：t’为t的一阶导，t”为t的二阶导；满足t’和t”连续。

23、进一步的，得到各个时间周期阶段的降解率后，方法还包括利用多项式拟合出降解率曲线，通过设定的降解率失效阈值，获得降解周期时间，后续实验改变地理区域和时间序列覆盖的范围，进行迭代优化，提高模型预测准确率。

24、进一步的，利用预测值和真值的均方根误差mse和平均绝对误差mae表征模型拟合优度，

25、

26、式中，是实际降解率，ηn是预测降解率，n是样本数量。

27、有益效果：本发明公开了一种适用于不同时空下生物降解地膜的降解寿命预测方法，涉及生物降解材料的降解寿命预测技术领域，获取不同地域的地理和气候数据，对多种数据进行预处理，生成时空特征数据。设计一种基于全局自注意力的降解率预测网络，学习划分的数据集生成降解率预测模型。在模型验证迭代中，在不同时间周期和不同地理环境下采集新数据，输入新的环境参数对模型进行预测，并通过新数据迭代模型。通过该技术，可以快速实现针对不同地区环境的地膜材料的降解性能验证，提高材料设计效率，加快地膜行业发展。

技术特征：

1.一种适用于复杂时空的生物降解地膜降解寿命预测方法，其特征在于，包括以下步骤：

2.根据权利要求1所述的一种适用于复杂时空的生物降解地膜降解寿命预测方法，其特征在于，所述材料特性数据以生物降解地膜应用到大田环境中起始时间为起点，间隔固定时间周期采样，包括：样本的质量、力学性能、热力学性能、流变、熔指、厚度、透光性与紫外屏蔽性能、水蒸气与氧气透过率、表面裂纹与裂缝数量及破碎程度。

3.根据权利要求1所述的一种适用于复杂时空的生物降解地膜降解寿命预测方法，其特征在于，所述时空数据为利用农业物联网设备获取地区的环境信息，并统计出每个周期内环境因子的平均值、最大值、最小值，所述环境因子包括：温度、湿度、辐射强度、降雨量、风速、土壤ph值、土壤有机质含量、土壤孔隙度、土壤种类、土壤微生物丰度、土壤湿度。

4.根据权利要求1所述的一种适用于复杂时空的生物降解地膜降解寿命预测方法，其特征在于，所述材料特性数据与时空数据被分别编码的过程包括，对数据进行清洗，剔除异常数据，采用padding对缺失的数据用0替代；对所有数值进行归一化；对时间序列数据进行余弦编码。

5.根据权利要求1所述的一种适用于复杂时空的生物降解地膜降解寿命预测方法，其特征在于，所述材料特性数据与时空数据被分别编码后，通过全局相似性计算得到相似度矩阵，随后与原始数据跳连，送入解码器后分别提取特征；该过程使用两个单独的编码器，编码过程表示为：

6.根据权利要求1所述的一种适用于复杂时空的生物降解地膜降解寿命预测方法，其特征在于，时空高阶导连续性约束具体为：

7.根据权利要求1所述的一种适用于复杂时空的生物降解地膜降解寿命预测方法，其特征在于，得到各个时间周期阶段的降解率后，方法还包括利用多项式拟合出降解率曲线，通过设定的降解率失效阈值，获得降解周期时间，后续实验改变地理区域和时间序列覆盖的范围，进行迭代优化。

8.根据权利要求1所述的一种适用于复杂时空的生物降解地膜降解寿命预测方法，其特征在于，利用预测值和真值的均方根误差mse和平均绝对误差mae表征模型拟合优度，

9.一种计算设备，其特征在于，包括：一个或多个处理器、一个或多个存储器以及一个或多个程序，其中一个或多个程序存储在所述一个或多个存储器中并被配置为由所述一个或多个处理器执行，所述一个或多个程序包括用于执行根据权利要求1至8所述的方法中的任一方法的指令。

10.一种存储一个或多个程序的计算机可读存储介质，其特征在于，所述一个或多个程序包括指令，所述指令当由计算设备执行时，使得所述计算设备执行根据权利要求1至8所述的方法中的任一方法。

技术总结本发明公开了一种适用于复杂时空的生物降解地膜降解寿命预测方法，采集不同地区影响生物降解地膜降解寿命的材料特性数据与时空数据信息地膜降解率，按照时间周期分类，获得时间序列数据；材料特性数据与时空数据被分别编码后，通过全局相似性计算得到相似度矩阵，随后与原始数据跳连，送入解码器后分别提取特征，经融合后，进行时空高阶导连续性约束，获得增强数据；将增强数据作为预测网络的输入，最后预测得到各个时间周期阶段的降解率。本发明解决复杂时空下生物降解地膜降解寿命预测问题，提高了预测准确度。技术研发人员：徐磊,严旎娜,蔡泽宇,陈珊,郑志雨受保护的技术使用者：江苏省农业科学院技术研发日：技术公布日：2025/1/6