摘要
本申请涉及一种基于人工智能的自适应园林景观灌溉方法及系统。所述方法包括:获取当前园林植物监测实况图像和园林所在位置的历史天气参数;历史天气参数包括预设周期内的每小时土壤湿度值和未来预设时间段内的降水情况;根据园林植物监测实况图像,匹配园林植物的种类及生长阶段,得到园林植物规律吸水特征数据;根据历史天气参数,获得未来预设时间段内的预测土壤湿度数据;基于园林植物规律吸水特征数据和预测土壤湿度数据,生成对应的灌溉方案。采用本方法可以在结合植物吸水特性和气象降雨情况,提高灌溉水量预测的精准度。
技术关键词
园林植物
时间段
植物需水量
园林景观灌溉系统
天气
植物种类
阶段
参数
图像
线性回归模型
周期
特征提取模块
数据获取模块
处理器
计算机设备
可读存储介质
系统为您推荐了相关专利信息
封堵检测方法
参数
非易失性存储介质
气压
光缆管
排放预测方法
多源异构数据
特征选择方法
碳排放预测技术
燃料消耗数据
大语言模型
代码仓库
模板
电子设备
可读存储介质
风险指标值
数据智能分析系统
裂缝监测
特征值
时间段
能源优化调度方法
物联网设备
训练深度学习模型
能耗
历史设备