摘要
本发明提供了一种智能化的土壤深松耕作优化方法与系统,包括:测定土壤样品的理化性质指标;计算不同理化性质指标对农作物产量的相关程度,并筛选出相关程度小于预设阈值的理化性质指标;将筛选后的理化性质指标作为样本输入到神经网络中进行训练得到农作物产量预测模型;利用农作物产量预测模型对不同土壤深松耕作方式下的目标农作物的产量进行预测得到预测值;挑选出最大预测值所对应的土壤深松耕作方式作为最优耕作方式。本发明通过建立农作物产量预测模型,可以预测不同耕作方式下目标农作物的潜在产量。这种方法允许工作人员在实际耕作前就了解不同策略的效果,从而选择最有可能带来最高产量的耕作方式,进而提高农作物的总产量。
技术关键词
土壤深松耕作
指标
贡献率
特征值
耕作方式
序列
BP神经网络
数据
样本
收发器
处理器
模块
耕地
存储器
参数
电子设备
策略