变量灌溉施肥协同决策与自主轮灌方法和装置

本发明涉及智慧农业精准管理，尤其涉及一种变量灌溉施肥协同决策与自主轮灌方法和装置。

背景技术：

1、在规模化农田种植场景中，现有均量灌溉的管理模式按照固定的时间、水量和灌溉范围开展轮灌作业，虽操作简便，但难以满足精准化灌溉需求。变量灌溉可根据作物生长需求、土壤墒情及气象条件动态调整灌溉水量与养分供给，对于提升水资源利用效率、保障规模化农田稳产高产具有重要现实意义。

2、然而，面向规模化农田包含上百个灌溉单元，现有变量灌溉方案中通常采用人工或基于固定轮灌组的调度方式，即轮灌组的划分和灌溉次序的分配依赖于人工经验或预先设定的固定分组，无法根据各区域实时需求变化进行动态调整，因此难以实现大规模灌溉系统的协同调度，整体运行效率低下。上述问题最终导致变量灌溉模式难以充分发挥优势，仍可能出现水肥浪费、作物胁迫等现象，影响规模化农田的产量提升与资源高效利用。

技术实现思路

1、本发明提供一种变量灌溉施肥协同决策与自主轮灌方法和装置，用以解决现有技术中变量灌溉方案难以实现大规模灌溉系统协同调度的问题，实现水肥资源优化与执行效率的统一。

2、本发明提供一种变量灌溉施肥协同决策与自主轮灌方法，包括如下步骤：

3、根据农田的作物状态数据、土壤状态数据和大气状态数据，确定每个像素点的缺水诊断结果和养分缺失量；

4、将所述每个像素点的缺水诊断结果和养分缺失量聚合为最小灌溉单元级别的代表值，得到各灌溉单元的缺水诊断结果和养分缺失量；

5、根据所述各灌溉单元的缺水诊断结果和养分缺失量确定各灌溉单元的需水量和需肥量，生成数字处方图；

6、根据所述缺水诊断结果、所述养分缺失量、所述数字处方图以及未来滚动时域内的天气预报数据，生成水肥耦合变量处方图；所述水肥耦合变量处方图包含各灌溉单元在未来滚动时域内的水肥需求信息；

7、根据所述水肥耦合变量处方图，将全部灌溉单元划分为多个灌溉协同组；所述灌溉协同组满足泵站流量约束和作业时间窗口约束；

8、针对所述每个灌溉协同组，执行组内协同排序决策，得到各灌溉协同组内的协同调度指令序列。

9、在一实施例中，所述根据农田的作物状态数据、土壤状态数据和大气状态数据，确定每个像素点的缺水诊断结果和养分缺失量，包括：

10、根据所述作物状态数据、所述土壤状态数据和所述大气状态数据，通过遥感反演得到每个像素点的作物水分胁迫指数、冠层氮积累量和归一化植被指数；

11、根据所述作物水分胁迫指数、所述冠层氮积累量和所述归一化植被指数，计算每个像素点的缺水诊断结果和养分缺失量。

12、在一实施例中，所述将所述每个像素点的缺水诊断结果和养分缺失量聚合为最小灌溉单元级别的代表值，得到各灌溉单元的缺水诊断结果和养分缺失量，包括：

13、根据田间管网划分规则，将多个像素点划分为多个灌溉单元，每个灌溉单元对应一个电动阀所在的区域；

14、对于每个灌溉单元，对所述灌溉单元内像素点的缺水诊断结果进行离群值剔除处理，并对剔除后的剩余像素点的缺水诊断结果进行聚合，得到所述灌溉单元的缺水诊断结果；

15、对于每个灌溉单元，对所述灌溉单元内像素点的养分缺失量进行聚合，得到所述灌溉单元的养分缺失量。

16、在一实施例中，所述根据所述各灌溉单元的缺水诊断结果和养分缺失量确定各灌溉单元的需水量和需肥量，生成数字处方图，包括：

17、根据灌溉单元的缺水诊断结果、所述灌溉单元的面积和作物系数，确定所述灌溉单元的需水量；

18、根据灌溉单元的养分缺失量、所述灌溉单元的面积和转换系数，确定所述灌溉单元的需肥量。

19、在一实施例中，根据所述缺水诊断结果、所述养分缺失量、所述数字处方图以及未来滚动时域内的天气预报数据，生成水肥耦合变量处方图，包括：

20、根据所述未来滚动时域内的天气预报数据，确定未来滚动时域内每天的预测参考作物腾发量和有效降雨量；

21、对于每一灌溉单元，根据所述灌溉单元的缺水诊断结果、所述预测参考作物腾发量和所述有效降雨量，确定所述灌溉单元在未来滚动时域内每天的净灌溉需水量；

22、对于每一灌溉单元，根据所述灌溉单元的净灌溉需水量和所述数字处方图中所述灌溉单元的需肥量，确定所述灌溉单元在未来滚动时域内每天的计划水肥比；

23、对于每一灌溉单元，根据所述灌溉单元的缺水诊断结果、养分缺失量、所述预测参考作物腾发量和所述有效降雨量，确定所述灌溉单元的水肥需求综合紧迫度指数；

24、将各灌溉单元的净灌溉需水量、计划水肥比和水肥需求综合紧迫度指数作为所述水肥耦合变量处方图的水肥需求信息。

25、在一实施例中，根据所述水肥耦合变量处方图，将全部灌溉单元划分为多个灌溉协同组，包括：

26、根据所述水肥耦合变量处方图，提取各灌溉单元的需水需肥特征和空间位置信息；所述需水需肥特征包括各灌溉单元的水肥需求综合紧迫度指数和计划水肥比；

27、根据全部灌溉单元的总需水流量与泵站额定供水流量，估算初始聚类数k；

28、选择水肥需求综合紧迫度指数最高的k个灌溉单元作为初始的聚类中心；

29、对于每一未分配的灌溉单元，根据所述计划水肥比和所述空间位置信息，计算所述灌溉单元与各聚类中心之间的距离；

30、根据距离远近，依次尝试将所述灌溉单元分配至各聚类中心所在的灌溉协同组；

31、每一次尝试分配时，判断分配后所述灌溉协同组是否满足所述泵站流量约束和作业时间窗口约束；若满足所述泵站流量约束和作业时间窗口约束，则分配成功；若所有k个聚类中心所在的灌溉协同组均不能满足所述泵站流量约束和作业时间窗口约束，则增加灌溉协同组的数量k并重新开始划分过程；

32、每一轮分配完成后，对于每一灌溉协同组，选择到组内其他灌溉单元距离总和最小的灌溉单元作为新的聚类中心；

33、重复执行分配和更新聚类中心的步骤，直至聚类中心不再变化，得到k个灌溉协同组。

34、在一实施例中，所述针对所述每个灌溉协同组，执行组内协同排序决策，得到各灌溉协同组内的协同调度指令序列，包括：

35、将每个灌溉协同组作为一个智能体；所述智能体的输入为实时观察状态，所述实时观察状态包括组内各灌溉单元的剩余需水量、剩余需肥量、各阀门的当前开度、各灌溉单元的实际进水流量以及组入口的总流量和压力；

36、所述智能体根据所述实时观察状态输出各阀门的控制指令，所述控制指令包括开度调节量和关闭启动指令；

37、根据所述控制指令得到各灌溉协同组内的协同调度指令序列；

38、其中，所述智能体通过以下方式训练得到：

39、构建一个包含管网水力动态的仿真环境；

40、在所述仿真环境中，定义所述智能体的观察状态、动作空间和奖励函数；

41、所述观察状态包括组内各灌溉单元的剩余需水量、剩余需肥量、各阀门的当前开度、各灌溉单元的实际进水流量以及组入口的总流量和压力；

42、所述动作空间包括各阀门的开度调节量以及是否启动阀门关闭；

43、所述奖励函数包括按时完成灌溉的正奖励和灌水量偏差的负惩罚；

44、采用强化学习算法在所述仿真环境中训练所述智能体，得到训练后的智能体。

45、本发明还提供一种变量灌溉施肥协同决策与自主轮灌装置，包括如下模块：

46、像素级诊断模块，用于根据农田的作物状态数据、土壤状态数据和大气状态数据，确定每个像素点的缺水诊断结果和养分缺失量；

47、单元诊断聚合模块，用于将所述每个像素点的缺水诊断结果和养分缺失量聚合为最小灌溉单元级别的代表值，得到各灌溉单元的缺水诊断结果和养分缺失量；

48、第一图生成模块，用于根据所述各灌溉单元的缺水诊断结果和养分缺失量确定各灌溉单元的需水量和需肥量，生成数字处方图；

49、第二图生成模块，用于根据所述缺水诊断结果、所述养分缺失量、所述数字处方图以及未来滚动时域内的天气预报数据，生成水肥耦合变量处方图；所述水肥耦合变量处方图包含各灌溉单元在未来滚动时域内的水肥需求信息；

50、动态分组模块，用于根据所述水肥耦合变量处方图，将全部灌溉单元划分为多个灌溉协同组；所述灌溉协同组满足泵站流量约束和作业时间窗口约束；

51、协同排序模块，用于针对所述每个灌溉协同组，执行组内协同排序决策，得到各灌溉协同组内的协同调度指令序列。

52、本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现如上述任一种所述变量灌溉施肥协同决策与自主轮灌方法。

53、本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述变量灌溉施肥协同决策与自主轮灌方法。

54、本发明提供的变量灌溉施肥协同决策与自主轮灌方法和装置，根据农田的作物状态数据、土壤状态数据和大气状态数据，确定每个像素点的缺水诊断结果和养分缺失量，得到每个像素点的缺水程度和养分缺乏程度；将每个像素点的缺水诊断结果和养分缺失量聚合为各灌溉单元的缺水诊断结果和养分缺失量，得到以灌溉单元为单位的缺水程度和养分缺乏程度；基于各灌溉单元的缺水诊断结果和养分缺失量确定各灌溉单元的需水量和需肥量，生成数字处方图，得到每个灌溉单元实际需要的水量和肥量；以缺水诊断结果、养分缺失量、数字处方图以及未来滚动时域内的天气预报数据为依据，生成包含各灌溉单元在未来滚动时域内水肥需求信息的水肥耦合变量处方图，使需水量和需肥量与天气预报数据在同一处方图中统一表达；根据水肥耦合变量处方图将全部灌溉单元划分为多个满足泵站流量约束和作业时间窗口约束的灌溉协同组，得到同时反映水肥需求差异和物理限制的分组结果；针对每个灌溉协同组执行组内协同排序决策，得到各灌溉协同组内的协同调度指令序列。本发明中，由各灌溉单元的需水量和需肥量生成的水肥耦合变量处方图直接用于灌溉协同组划分和组内排序决策，使灌溉协同组随水肥需求变化自动调整，无需依赖固定轮灌组；灌溉协同组满足泵站流量约束和作业时间窗口约束，确保划分后的灌溉协同组不超出泵站供水能力和时间窗口限制；通过组内协同排序决策自动生成协同调度指令序列，无需人工干预轮灌组划分。本发明能够根据各灌溉单元的实时水肥需求动态生成灌溉协同组并自动调度，实现了灌溉协同组的动态划分与自动调度，解决了大规模灌溉系统协同调度困难的问题。