摘要
本发明涉及智能灌溉技术领域,尤其涉及一种大型喷灌机多源数据变量灌溉处方图快速生成方法,包括:S1、获取多个数据源;S2、将土壤数据输入至预先训练的第一机器学习模型中得到第一水分需求数据;将气象数据输入至预先训练的第二机器学习模型中,得到第二水分需求数据;将作物生长状态数据输入至预先训练的第三机器学习模型中,得到第三水分需求数据;将土壤数据、气象数据以及作物生长状态数据均输入到第四机器学习模型中,得到第四水分需求数据;S3、基于第一水分需求数据、第二水分需求数据、第三水分需求数据、第四水分需求数据,确定最优灌溉量;S4、基于最优灌溉量,生成用于指导大型喷灌机灌溉操作的灌溉处方图。
技术关键词
机器学习模型
快速生成方法
作物生长状态
数据
大型喷灌机
变量
支持向量机回归模型
气象
智能灌溉技术
阶段
深度神经网络模型
叶面积指数
样本
传播算法
随机森林
相对湿度
风速
误差
参数