基于近红外光谱与联邦学习土壤深层湿度预测系统及方法

本发明属于土壤湿度预测方法技术领域，尤其为一种基于近红外光谱与联邦学习的土壤深层湿度预测系统及方法。所述系统包括近红外光谱采集装置、辅助信息采集模块、边缘端数据预处理模块、联邦学习客户端模块、云端联邦聚合服务器与人机交互与设备控制模块；本方法通过采集土壤表层近红外反射率及环境辅助信息，建立表层湿度估算模型；结合热传导方程与机器学习构建深层湿度预测模型，并采用加权融合提升准确性。引入联邦学习框架，实现各农机本地训练与云端聚合，既保护数据隐私，又提升模型泛化能力。所述系统无需破坏土壤结构，具备非接触、高效、安全与可扩展的优势，适用于农田中大范围深层湿度的智能预测与农业作业联动控制。