一种基于生长预测的蜜桔AI水肥变量管理方法及系统

摘要: 本发明涉及智慧农业,特别涉及一种基于生长预测的蜜桔ai水肥变量管理方法及系统。背景技术:1、蜜桔是我国南方主栽柑橘种类,其秋梢质量直接决定花芽分化及产量品质。传...
一种基于生长预测的蜜桔AI水肥变量管理方法及系统

本发明涉及智慧农业,特别涉及一种基于生长预测的蜜桔ai水肥变量管理方法及系统。

背景技术:

1、蜜桔是我国南方主栽柑橘种类,其秋梢质量直接决定花芽分化及产量品质。传统水肥管理多采用“经验施肥+均匀灌溉”模式,存在显著局限性:其一,秋梢老熟进程受树体营养、微气候影响呈现明显时空异质性,现有方法难以量化不同区域的老熟延迟差异,常导致氮肥施用时机与秋梢实际需求脱节;其二,氮素运移受土壤质地、根系分布等多因素影响,传统静态施肥模型无法预测铵态氮淋溶动态,易造成氮素流失与环境污染;其三,水肥供给后缺乏基于生理响应的实时反馈机制,难以根据枝条碳氮代谢状态动态调整方案,易导致花芽分化期氮素过剩,抑制可溶性糖积累及花芽分化标志物(如aba/ga比值)表达,降低成花率。

2、近年来,智慧农业技术虽推动了变量施肥发展,但针对蜜桔秋梢老熟期的专用预测模型仍属空白。现有技术多依赖单一叶片营养指标,未融合枝条木质化速率等关键生长参数,且聚类分区算法未结合空间坐标与老熟延迟指数,难以精准识别蜜桔园异质性。此外,氮素运移预测多采用静态平衡法,忽略了秋梢老熟进程对氮素吸收的动态影响,导致水肥协同调控精度不足。因此,亟需一种融合生长预测、时空分区及动态反馈的ai水肥管理方法,以实现蜜桔秋梢老熟期的精准水肥调控,提升果实品质与资源利用效率。

技术实现思路

1、为了解决上述至少一个技术问题,本发明提出了一种基于生长预测的蜜桔ai水肥变量管理方法及系统。

2、本发明第一方面提供了一种基于生长预测的蜜桔ai水肥变量管理方法,包括:

3、获取蜜桔园内各采样单元在秋梢老熟期的叶片全氮含量数据、枝条木质化速率数据,根据所述叶片全氮含量数据、枝条木质化速率数据构建秋梢老熟进程评估矩阵,根据所述评估矩阵确定各采样单元的秋梢老熟延迟指数;

4、基于密度聚类算法和所述秋梢老熟延迟指数对蜜桔园采样单元进行分区操作,识别蜜桔园内秋梢老熟进程的时空异质性特征,得到蜜桔园秋梢老熟分区图谱;

5、根据所述蜜桔园秋梢老熟分区图谱和秋梢老熟延迟指数确定不同分区的氮素后移供给阈值,结合根系层土壤铵态氮淋溶速率数据构建氮素运移预测模型,根据所述氮素运移预测模型确定氮素运移预测结果;

6、根据所述氮素运移预测结果确定不同分区的水肥变量供给参数,构建蜜桔园的水肥供给方案;

7、实时监测预设时间段内实施所述水肥供给方案后各分区的枝条可溶性糖含量变化率及花芽分化标志物含量,根据所述可溶性糖含量变化率和花芽分化标志物含量计算氮素供给偏差系数;

8、根据所述氮素供给偏差系数对水肥供给方案进行优化,得到蜜桔水肥变量管理策略。

9、本方案中,所述获取蜜桔园内各采样单元在秋梢老熟期的叶片全氮含量数据、枝条木质化速率数据,根据所述叶片全氮含量数据、枝条木质化速率数据构建秋梢老熟进程评估矩阵,根据所述评估矩阵确定各采样单元的秋梢老熟延迟指数,具体为:

10、根据蜜桔园内各采样单元的地理位置信息,在秋梢老熟期内按固定周期采集各采样单元内的当年生秋梢中部成熟叶片,采用凯氏定氮法对采集的叶片样品进行消解处理后,通过分光光度计测定消解液中的氮元素浓度,得到各采样单元的叶片全氮含量数据;

11、在各采样单元内标记预设数量的当年生秋梢枝条,按预设采样周期测量标记枝条的皮层褐变长度,将皮层褐变长度与标记枝条总长度的百分比作为枝条木质化速率数据;

12、将同一采样单元的叶片全氮含量数据、枝条木质化速率数据按采样单元标识进行关联对齐,构建以采样单元为行向量、以叶片全氮含量、枝条木质化速率为列向量的二维矩阵,根据所述二维矩阵对蜜桔秋梢进行生长预测,确定未来预设时间段内的叶片全氮含量、枝条木质化速率,构建秋梢老熟进程评估矩阵;

13、根据所述秋梢老熟进程评估矩阵确定秋梢在未来预设时间段内的生长老熟程度,将所述生长老熟程度与预先设定的秋梢老熟基准参考值的差值绝对值作为每个采样单元的秋梢老熟延迟指数。

14、本方案中,所述基于密度聚类算法和所述秋梢老熟延迟指数对蜜桔园采样单元进行分区操作,识别蜜桔园内秋梢老熟进程的时空异质性特征,得到蜜桔园秋梢老熟分区图谱,具体为:

15、以各采样单元的地理位置坐标为空间维度输入,以各采样单元对应的秋梢老熟延迟指数为属性维度输入,构建包含空间坐标与属性值的多维数据集,设定密度聚类的邻域半径参数与邻域内最少采样单元数量参数;

16、遍历所述多维数据集中的每个采样单元,以当前遍历采样单元的空间坐标为球心、以所述邻域半径为半径划定球形邻域,统计所述球形邻域内的采样单元总数,当所述采样单元总数不小于所述邻域内最少采样单元数量参数时,将所述当前遍历采样单元标记为密度可达核心点,将所述球形邻域内的所有采样单元归入同一候选簇集合;

17、依次对每个候选簇集合内的非核心点采样单元执行迭代扩展操作,以所述非核心点采样单元的空间坐标为球心、以所述邻域半径为半径划定新的球形邻域,统计所述新的球形邻域内的采样单元总数;

18、当所述新的球形邻域内的采样单元总数不小于所述邻域内最少采样单元数量参数时,将该非核心点采样单元标定为核心点,并将该核心点新的球形邻域内的所有未归入簇集合的采样单元纳入当前候选簇集合;

19、对所有已完成扩展的候选簇集合标注唯一分区标识,提取每个候选簇集合内所有采样单元的空间坐标边界,根据所述空间坐标边界拟合得到各分区的多边形空间轮廓,将各分区的多边形空间轮廓与对应分区标识、分区内所有采样单元的秋梢老熟延迟指数的均值及方差进行关联映射,构建蜜桔园秋梢老熟分区图谱。

20、本方案中,所述根据所述蜜桔园秋梢老熟分区图谱和秋梢老熟延迟指数确定不同分区的氮素后移供给阈值,结合根系层土壤铵态氮淋溶速率数据构建氮素运移预测模型,根据所述氮素运移预测模型确定氮素运移预测结果,具体为:

21、根据蜜桔园秋梢老熟分区图谱提取各分区的秋梢老熟延迟指数均值,计算该均值与秋梢老熟基准参考值的偏离程度,结合分区内采样单元的空间分布密度进行加权运算,得到不同分区的氮素后移供给阈值,将所述氮素后移供给阈值作为氮素施入上限约束条件;

22、获取根系层土壤铵态氮淋溶速率数据,将根系层土壤划分为若干离散空间网格,以网格中心坐标为位置标识,将铵态氮淋溶速率数据与网格位置进行关联,构建铵态氮空间分布初始矩阵;

23、以秋梢老熟延迟指数作为状态转移权重,将各网格内的铵态氮浓度变化过程定义为马尔可夫链的状态转移过程,设定状态转移的时间步长为未来预设时间段的最小时间单位,构建状态转移概率矩阵;

24、将铵态氮空间分布初始矩阵作为马尔可夫链的当前状态向量,代入状态转移概率矩阵进行迭代计算,每次迭代对应一个时间步长的氮素运移模拟,在迭代过程中将氮素后移供给阈值作为各网格氮素输入的截断边界,当某网格的累计氮素输入量达到该阈值时停止该网格的氮素增量计算;

25、经过与未来预设时间段时长相匹配的迭代次数后,输出各网格在不同时间节点的铵态氮浓度值及位置坐标,将同一分区内所有网格的铵态氮浓度随时间的变化轨迹及空间迁移路径进行整合,得到氮素运移预测结果,包含各时间点氮素在根系层土壤中的运移位置、浓度分布及扩散边界信息。

26、本方案中,所述根据所述氮素运移预测结果确定不同分区的水肥变量供给参数,构建蜜桔园的水肥供给方案,具体为:

27、根据所述氮素运移预测结果计算同一分区内全部网格铵态氮浓度的平均值,将所述平均值与对应分区的氮素后移供给阈值进行差值运算,得到各分区在当前时间节点下的氮素亏缺量,根据所述氮素亏缺量确定蜜桔园内每个分区的氮素单次补给量;

28、根据各分区内铵态氮浓度的空间梯度方向及扩散边界迁移轨迹,确定相邻分区间的氮素浓度差,以氮素浓度差除以分区间距得到氮素横向迁移通量,将氮素横向迁移通量与垂直方向的铵态氮淋溶速率数据进行矢量叠加,得到根系层土壤内氮素的三维运移矢量;

29、根据所述三维运移矢量判断氮素运移方向,当某一分区的氮素横向迁移通量指向相邻分区时,按通量占比将当前分区的氮素单次补给量按比例分摊至相邻分区,得到每个分区的更新氮素单次补给量;

30、根据每个分区的秋梢老熟延迟指数,计算秋梢老熟延迟指数与基准参考值的比值,将该比值作为时间衰减因子,对更新氮素单次补给量在时间维度上进行缩放,得到各分区在不同时间节点的氮素分时补给量;

31、根据各分区的铵态氮淋溶速率数据,将铵态氮淋溶速率与对应分区的氮素分时补给量进行比值运算,得到各分区的水氮耦合比,将水氮耦合比作为灌溉用水量的换算基准,计算得到与各分区氮素分时补给量相匹配的灌溉用水量;

32、将各分区的氮素分时补给量、灌溉用水量、补给时间节点及空间坐标进行关联整合,得到蜜桔园内每个分区的水肥变量供给参数集合,根据所述水肥变量供给参数集合构建蜜桔园的分区水肥供给方案。

33、本方案中,所述实时监测预设时间段内实施所述水肥供给方案后各分区的枝条可溶性糖含量变化率及花芽分化标志物含量,根据所述可溶性糖含量变化率和花芽分化标志物含量计算氮素供给偏差系数,具体为:

34、在实施水肥供给方案的过程中,按固定时间间隔采集各分区内标记的当年生秋梢枝条中段韧皮部组织,采用蒽酮比色法对采集的韧皮部组织样品进行糖组分提取与显色反应,测定吸光度值并换算得到各分区的枝条可溶性糖含量;

35、根据各采集时刻的可溶性糖含量各分区的枝条可溶性糖含量变化率;

36、采集各分区内相同秋梢枝条的顶芽组织,采用酶联免疫吸附法检测顶芽组织中脱落酸与赤霉素的质量浓度比值,将所述质量浓度比值作为花芽分化标志物含量;

37、根据所述枝条可溶性糖含量与花芽分化标志物含量确定各分区蜜桔秋梢的氮素实际吸收量,根据所述氮素实际吸收量与每个分区的更新氮素单次补给量进行对比,确定氮素供给偏差系数。

38、本方案中,所述根据所述氮素供给偏差系数对水肥供给方案进行优化,得到蜜桔水肥变量管理策略,具体为:

39、对氮素供给偏差系数大于预设值的蜜桔园分区标记为待优化分区,将待优化分区的秋梢枝条氮素实际吸收量与对应分区的更新氮素单次补给量的比值作为氮素吸收效益值,构建以偏差修正因子为权重、氮素吸收效益值为输入变量的线性校正函数,计算各待优化分区在当前时间节点的氮素补给校正量;

40、根据所述氮素补给校正量对各待优化分区的氮素分时补给量进行逐时间节点修正,将修正后的氮素分时补给量与对应分区的铵态氮淋溶速率数据再次进行比值运算,更新得到各待优化分区的水氮耦合比,依据更新后的水氮耦合比重新确定各待优化分区的灌溉用水量;

41、根据各待优化分区修正后的氮素分时补给量、更新后的灌溉用水量、补给时间节点对水肥供给方案进行优化,得到蜜桔水肥变量管理策略。

42、本发明第二方面还提供了一种基于生长预测的蜜桔ai水肥变量管理系统,该系统包括:存储器、处理器,所述存储器中包括基于生长预测的蜜桔ai水肥变量管理方法程序,所述基于生长预测的蜜桔ai水肥变量管理方法程序被所述处理器执行时,实现如上述任一项所述的基于生长预测的蜜桔ai水肥变量管理方法的步骤。

43、本发明公开了一种基于生长预测的蜜桔ai水肥变量管理方法及系统。该方法通过获取秋梢老熟期叶片全氮含量、枝条木质化速率数据,构建秋梢老熟进程评估矩阵,计算老熟延迟指数;基于密度聚类算法结合延迟指数生成蜜桔园分区图谱,识别时空异质性;融合氮素后移供给阈值与土壤铵态氮淋溶速率构建氮素运移预测模型,确定水肥变量供给参数并生成供给方案;实时监测枝条可溶性糖变化率及花芽分化标志物含量,计算氮素供给偏差系数,动态优化方案。本发明实现了水肥供给与秋梢老熟进程的精准匹配,有效促进花芽分化,减少氮素淋溶损失,提升蜜桔水肥利用效率与果实品质。