基于深度学习的农田灌溉水量智能优化方法

本发明公开了一种基于深度学习的农田灌溉水量智能优化方法，S1.得到预处理农田多模态感知数据集；S2.以预处理农田多模态感知数据集为输入，构建并训练多尺度门控式SIREN含水率连续预测模型；S3.将计划灌溉周期划分为若干时间片，定义水量决策向量空间并构建差分进化多目标水量优化模型；S4.输出满足多目标约束条件的Pareto最优水量决策向量集合，并根据用户权重或预设规则从中选取最优农田灌溉水量；S5.下发最优农田灌溉水量至智能阀控系统，驱动电磁阀按时间片执行灌溉。本发明实现了以SIREN为核心的智能灌溉预测‑决策‑执行‑反馈全链路闭环机制，具备显著的节水增产效益与工程可部署性。