一种面向咖啡种植的多模型融合协同决策系统
本发明涉及农业信息数据处理,具体涉及一种面向咖啡种植的多模型融合协同决策系统,用于对咖啡种植的作物生长、根区土壤水分与冠层生态状态进行协同数据处理并支撑灌溉与水肥决策。
背景技术:
1、云南等高原产区的山地小粒咖啡种植管理,长期依赖果农对灌溉与施肥时机的人工判断。
2、现有田间管理多凭表层土壤湿度的手感与既往经验判断是否需要灌溉、是否追肥,这种做法缺少对主根区实际供水状况的判断手段。在灌溉量不足或土壤分层的条件下,表层湿润而主根区仍缺水,凭表层湿度容易误判为水分充足而漏灌;灌溉水是否有效覆盖主根区,也难以从表层湿度判断;在土壤偏干时直接追施氮肥,氮素难以随水分进入根系吸收范围,追肥效果有限。
3、现有智慧农业方案存在两类代表性做法。一类环境监测展示系统记录温度、湿度、降雨与表层土壤水分并将其展示给用户,止于指标展示而不给出对根区供水状况的判断。另一类如公开号cn119313095a所公开的基于农业系统模型的灌溉决策方法,将作物生长模型、土壤水分运动模型与灌溉模拟模型耦合并反馈优化灌溉方案,其输出集中于灌溉方案,未从冠层光合生产力层面评估作物生态状态,也未对作物生长层、土壤水分层与冠层生态层的判断作交叉验证,难以区分表层湿润而主根区缺水与整体缺水,也难以在水分不足与氮素不足并发时给出合理的水肥次序。
4、因此,山地小粒咖啡种植缺少一种能够判断灌溉水是否有效覆盖主根区,区分表层湿润而主根区缺水与整体缺水,并在水分状态与氮素状态并发时给出合理水肥次序的协同决策方案。
技术实现思路
1、本发明的目的在于针对山地小粒咖啡种植中难以判断灌溉水是否有效覆盖主根区,难以区分表层湿润而主根区缺水与整体缺水,以及在水分不足与氮素不足并发时缺少合理水肥次序的问题,提供一种面向咖啡种植的多模型融合协同决策系统,以对作物生长、根区土壤水分与冠层生态状态的协同数据处理,输出综合风险等级与灌溉、水肥、巡园多类农事方向。
2、本发明的总体技术构思是以作物生长模型、土壤水分模型与冠层生态生产力模型分别刻画咖啡的作物生长层、根区土壤水分层与冠层生态层,并在三层之间传递状态变量以形成相互约束的判断。作物生长模型给出的叶面积指数供冠层生态生产力模型评估冠层截光;土壤水分模型给出的根系吸水效率映射为水分限制因子,一方面对冠层生态生产力模型的总初级生产力与蒸散量的潜在值进行下调,另一方面作为作物生长模型在产量形成敏感期的产量衰减因子,使冠层固碳估计与产量趋势受真实根区供水状况约束。在三层输出之上,以规则化机理互证对不同层的判断作交叉验证:当多层指向同一缺水风险时提升综合风险等级,当各层判断分歧时按各层分工给出灌溉、水肥或巡园方向。该协同数据处理将多源数据转化为综合风险分级与农事方向,服务于咖啡种植的灌溉与水肥决策。
3、本发明提供的面向咖啡种植的多模型融合协同决策系统包括数据组织模块、作物生长模型模块、土壤水分模型模块、冠层生态生产力模型模块与机理互证模块。数据组织模块获取地块基础数据、气象序列数据、分层土壤水力参数、农事操作数据与情景参数,并将其处理为统一输入数据结构。作物生长模型模块基于统一输入数据结构推演并输出咖啡的生育期、水分胁迫状态、氮素状态与叶面积指数。土壤水分模型模块以降雨量与灌溉量合并所得上边界水分通量、分层土壤水力参数及根系吸水衰减为驱动,推演并输出分层体积含水率、灌溉入渗深度与根系吸水效率,其中根系吸水效率取累积实际根系吸水量与累积潜在根系吸水量的比值,土壤水分模型模块进一步将根系吸水效率映射为水分限制因子。冠层生态生产力模型模块以气象序列、来自作物生长模型模块的叶面积指数与水分限制因子为输入,推演并输出总初级生产力、蒸散量与长势评分,其以水分限制因子对总初级生产力与蒸散量的潜在值执行乘性下调。作物生长模型模块还以该水分限制因子作为其在产量形成敏感期的产量衰减因子。机理互证模块对三类模型模块的输出执行规则化机理互证并输出综合风险等级与农事方向。在表层体积含水率高于设定适宜阈值、灌溉入渗深度未覆盖主根区深度且根系吸水效率低于设定效率阈值时,机理互证模块判定为灌溉未达根区型缺水并输出增大单次灌溉入渗深度的灌溉方向。在各分层体积含水率均低于设定适宜阈值且根系吸水效率低于设定效率阈值时,机理互证模块判定为整体缺水并输出按水分亏缺量补灌的灌溉方向。在氮素状态偏低且根区体积含水率低于设定适宜阈值时,机理互证模块输出先补水后追肥的水肥方向。在长势评分下降且水分限制因子低于设定限制阈值时,机理互证模块判定为水分限制型长势下降并归入补水方向;在长势评分下降、水分限制因子不低于设定限制阈值且氮素状态正常时,机理互证模块判定为非水分限制型长势下降并输出巡园排查方向。在作物生长模型模块、土壤水分模型模块与冠层生态生产力模型模块中至少两者指向同一缺水风险时,机理互证模块提升综合风险等级。
4、进一步地,土壤水分模型模块自分层体积含水率的最底层向上遍历,将体积含水率大于设定入渗阈值的最深节点所在深度确定为灌溉入渗深度。
5、进一步地,机理互证模块采用根区分级阈值将根区体积含水率划分为水分适宜、轻度偏干、中度干旱与重度干旱四档,在体积含水率高于第一阈值时判定为水分适宜,在体积含水率高于第二阈值且不高于第一阈值时判定为轻度偏干,在体积含水率高于第三阈值且不高于第二阈值时判定为中度干旱,在体积含水率不高于第三阈值时判定为重度干旱。
6、进一步地,土壤水分模型模块将根系吸水效率经单调映射得到水分限制因子,根系吸水效率越高,水分限制因子越接近其上限值。
7、进一步地,冠层生态生产力模型模块以叶面积指数确定冠层截光比例,并以冠层截光比例参与总初级生产力的推演。
8、进一步地,主根区深度取咖啡主根系分布区深度,在灌溉入渗深度小于主根区深度时,机理互证模块判定灌溉未达主根区。
9、进一步地,该系统还包括机理证据模块,机理证据模块将作物生长模型模块、土壤水分模型模块与冠层生态生产力模型模块的输出分别组织为作物层证据、土壤水分层证据与冠层生态层证据,并将三层证据与综合风险等级的判定依据组织为带证据链的分级产物。
10、进一步地,该系统还包括语言转化模块,语言转化模块将带证据链的分级产物转化为与农事方向对应的自然语言农事指引,语言转化模块不参与三类机理模型的推演计算。
11、进一步地,数据组织模块获取的情景参数包括额外补水量与额外追肥量,机理互证模块以注入额外补水量与额外追肥量后的模型输出得到综合风险等级与农事方向。
12、进一步地,该系统还包括兜底模块,在作物生长模型模块、土壤水分模型模块与冠层生态生产力模型模块中任一者出现输入缺失情形与运行失败情形之一时,兜底模块以上一轮有效结果、预置样例数据与默认参数之一补齐运行所需输入,并记录所采用的兜底来源,保持综合风险等级与农事方向的输出结构一致。
13、与现有技术相比,本发明的有益效果如下。
14、冠层生态生产力模型模块以水分限制因子对总初级生产力与蒸散量的潜在值执行乘性下调,并将该水分限制因子作为作物生长模型模块在产量形成敏感期的产量衰减因子。仅以气象与叶面积指数驱动的现有冠层评估在辐射充足时按潜在值给出固碳估计,在根区供水不足时将潜在固碳能力视为实际固碳能力。本模块使冠层固碳估计与作物产量趋势受真实根区供水状况约束,作物生长层、土壤水分层与冠层生态层对水分状况给出一致判断。该处理避免在缺水时高估冠层光合生产力与产量趋势,从而准确反映咖啡园的真实水分状态。
15、机理互证模块以表层体积含水率、灌溉入渗深度是否覆盖主根区深度与根系吸水效率三者的联合判据判定缺水类型,区分表层湿润而主根区缺水与整体缺水两种表层相近的状态。仅依据表层湿度的现有做法在两种状态下给出相近读数,难以判断水分是否到达主根区。本模块对表层湿而主根区缺水的情形输出增大单次灌溉入渗深度,对整体缺水的情形输出按亏缺补灌。该判定避免在表层湿润时误判为水分充足而漏灌导致主根区持续缺水,也降低以加大总水量应对而使灌溉水越过根区形成深层渗漏与养分淋失的风险。
16、在土壤偏干且氮素偏低的情形下,机理互证模块以氮素状态与根区体积含水率的交叉判据先输出补水、再实施追肥。追施的氮素依赖根区水分进入根系吸收范围,土壤偏干时直接追肥会使氮素滞留而难以吸收。本次序使追肥落在根系可吸收的水分条件下,避免土壤偏干时追肥无效,有利于减少氮肥的无效施用。
17、针对长势评分下降,机理互证模块以长势评分与水分限制因子的高低区分水分限制型与非水分型长势下降。长势下降在缺水与遮阴、病虫害等情形下表现相近,仅凭长势评分难以判断成因。本模块将水分限制型长势下降归入补水方向,将非水分型长势下降导向巡园排查遮阴与病虫害。该区分避免将非水分因素引起的长势下降误判为缺水,从而区分长势下降的不同成因。
18、当作物生长层、土壤水分层与冠层生态层中多层指向同一缺水风险时,机理互证模块提升综合风险等级。机理证据模块将三层证据与判定依据组织为带证据链的分级产物,使综合风险等级的判定依据可追溯。仅将作物生长模型、土壤水分模型与灌溉模拟模型耦合并反馈优化灌溉方案的现有方法止于灌溉方向,未对三层机理判断作交叉验证。本系统在灌溉方向之外给出水肥次序与巡园排查多类农事方向,扩展了系统输出的农事决策覆盖面。
19、当三类模型模块中任一者出现输入缺失或运行失败时,兜底模块以上一轮有效结果、预置样例数据与默认参数之一补齐运行所需输入,并记录所采用的兜底来源。补齐后综合风险等级与农事方向的输出结构保持一致。该机制使系统在局部数据异常时保持分级产物格式稳定,并通过兜底来源标记提示后续校验,降低单个模块异常中断整体判定的风险。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com