一种基于机器学习的自供能作物生长状况监测系统

本发明提出一种基于机器学习的自供能作物生长状况监测系统，包括自供能模块、重量感知模块、智能分析模块、用户监控终端、智能灌溉模块及智能施肥模块。智能分析模块包含数据采集、特征标注、特征提取、模型训练及状态判定过程。重量感知模块通过弹性形变机构与光学标记组件，将作物生长导致的LED灯位置变化转化为重量数据，无需传统传感器，成本低廉且消除电池安全隐患。系统通过自供能模块(TENG技术)收集滴灌水滴冲击能实现自主供电，结合机器学习模型对重量数据与训练集比对分析，实现单株作物健康状态的高精度监测。用户监控终端通过物联网集成数据并可视化展示，检测到病害时自动控制智能灌溉、施肥模块暂停水肥供给，提升农业生产精准性与效率，解决现有技术实时性差、精度不足及供电依赖问题。