摘要
本发明属于智慧农业技术领域,公开了一种基于冠层‑大气环境信息的土壤含水量预测方法及系统,其通过在田间设置冠层与大气环境监测单元同步采集冠层温度、风速、相对湿度以及大气温度、风速和相对湿度的六维环境参数,经预处理后计算冠气温差;利用土壤相对含水量实测数据构建训练集,并采用随机森林算法构建土壤含水量预测模型,通过网格搜索和交叉验证筛选确认最优预测模型,再结合SHAP值筛选关键特征;依据预先建立的作物全生育期干旱胁迫阈值表及动态灌溉决策公式自动计算需水量,同时通过构建“环境参数-实测含水量”数据库和迁移学习,实现通用模型向区域特异性模型的适配,从而精确预测土壤含水状态,为精准灌溉提供科学依据。
技术关键词
作物全生育期
大气环境监测
土壤含水量预测
随机森林
相对湿度
迁移学习算法
机器学习算法
环境监测装置
可调式支架
气候环境信息
三次样条插值法
气象环境信息
回归算法
风速
智慧农业技术
超参数
网格搜索方法
对照数据库
系统为您推荐了相关专利信息
机器学习辅助
随机森林模型
指标
机器学习模型训练
生物标志物
异常识别方法
污染物排放量
滑动窗口
随机森林模型
时序
集装箱装载货物
集装箱跟踪
数据处理方法
指数
随机森林模型
逆向设计方法
超材料
生成器网络
微机控制电子万能试验机
混合损失函数