亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        草莓種植環(huán)境穩(wěn)定性優(yōu)化與成熟期預測的研究

        2021-06-28 19:13:56孫孟孜韓兵韓海仙王森
        電腦知識與技術 2021年10期
        關鍵詞:人工智能

        孫孟孜 韓兵 韓海仙 王森

        摘要:針對當前溫室大棚信息化程度較低,種植經驗與知識缺乏,導致無法更好地培養(yǎng)種植管理作物,大幅度地降低了作物收成。通過“人工智能+農業(yè)”在大棚種植草莓的生長環(huán)境的研究和總結,分析植物生長環(huán)境和果蔬的成熟期之間的關系,從而保證穩(wěn)定高效的生產經濟農作物前提下提升農業(yè)經濟的產出。本研究對象為草莓作為標本經濟作物,通過人工智能算法,根據(jù)監(jiān)測大棚環(huán)境的數(shù)據(jù),給出環(huán)境調整的參數(shù)建議,同時實現(xiàn)預測草莓種植周期的天數(shù),推測出成熟的日期。實驗證明,通過人工智能算法能夠通過植物生長過程數(shù)據(jù)準確預測其成熟期,為大棚種植果蔬提供依據(jù),將新技術投入到現(xiàn)代化農業(yè)中,讓農業(yè)真正實現(xiàn)現(xiàn)代化,智能化,高效化。

        關鍵詞:人工智能;生長周期;線性回歸;訓練模型;成熟度

        中圖分類號:TP311? ? ? 文獻標識碼:A

        文章編號:1009-3044(2021)10-0209-04

        鄉(xiāng)村振興戰(zhàn)略是在黨的十九大報告中提出的戰(zhàn)略,十九大報告指出,農業(yè)農村農民問題是關系國計民生的根本性問題,必須始終把解決好“三農”問題作為全黨工作的重中之重,實施鄉(xiāng)村振興戰(zhàn)略。

        然而,我國的農業(yè)智能種植技術使用較晚,直到二十一世紀初期我國的農業(yè)科技人員才開始通過國外進口種植大棚設備選型,培育技術等領域深入研究探索[1]。依托部署在農業(yè)生產現(xiàn)場的各種傳感節(jié)點(環(huán)境溫濕度、土壤水分、二氧化碳、圖像等)和無線通信網絡實現(xiàn)農業(yè)生產環(huán)境的智能感知、智能預警、智能決策、智能分析、專家在線指導,為農業(yè)生產提供精準化種植、可視化管理、智能化決策,提高農業(yè)水利化、機械化和信息化水平,提升農業(yè)競爭力。

        1大棚種植草莓的分析

        草莓消費大多集中在春節(jié)前后,尤其是在春節(jié)期間,由于對草莓的大量需求,常常供不應求。華北地區(qū)地理和自然資源豐富,具有典型的北溫帶半濕潤大陸性季風氣候,夏季高溫多雨,冬季低溫并偶爾帶有降雪,春秋季節(jié)時間短,為了進行自然培植就要利用大棚種植技術來調整草莓的生長環(huán)境[2]。

        人工智能在農業(yè)的應用,能夠讓農業(yè)成為科學化和現(xiàn)代化農業(yè)。溫室大棚經過技術輔助,更加簡單容易控制掌握,提供一個高效穩(wěn)定的控制溫室大棚的草莓良好的種植環(huán)境,讓從業(yè)者擁有穩(wěn)定可觀的經濟收入[3]。因此,通過當前最新的人工智能算法建立數(shù)學模型,對溫室大棚環(huán)境給出調整,讓溫室大棚種植全面自動化,從而減少人力物力以及技術的難度,提高產量和收入。

        2 草莓生長環(huán)境參數(shù)研究

        草莓生長環(huán)境主要包括:二氧化碳濃、度溫度、濕度、光照強度、土壤濕度、土壤酸堿度六個方面。每一項對草莓生長都有一定的影響,需要通過大棚的智能控制單元將其控制在一定的范圍之內[4]。

        通過查看文獻,草莓對環(huán)境的溫度是尤為重要,草莓會分成萌芽期,生長期,開花期,結果期,旺盛生長期,花芽分化期和休眠期,每個周期對溫度的要求不一樣。例如,發(fā)芽期適宜溫度在15℃~20℃時最適合草莓的生長,生長期適宜溫度為 20℃~26℃,開花期為是 25℃~ 30℃。過高或者過低,都會影響草莓的發(fā)育,幼芽無法發(fā)育或者花粉受精失去活力提高畸形的概率等問題[4]。

        此外,光照時長需要在8h~12h,光照的不足會導致花芽的形成,減少養(yǎng)分的獲取降低成活率;二氧化碳濃度和土壤濕度也是影響草莓正常生長的重要因素,經驗表明:二氧化碳都處于800~1800ppm之間會提高草莓的萌芽期和開花期的長勢;土壤濕度控制在60%~80%之間是保證豐產的關鍵;酸堿度范圍在pH5.5~6.5之間,同時也適用于草莓生長適宜的土壤酸堿度,因此把大棚土壤的pH值控制在5.5~6.5最適宜[5]。

        3 數(shù)學訓練模型研究

        圖1是系統(tǒng)使用的數(shù)學訓練模型,開始訓練時,從訓練集讀取數(shù)據(jù),訓練模型初始化模型,根據(jù)線性回歸計算環(huán)境參數(shù)得出一個標準數(shù)值,篩選不符合要求的參數(shù),增減訓練項,重新計算模塊做出模型參數(shù)的調整。

        系統(tǒng)首先將清洗好的數(shù)據(jù)輸入到訓練集中,數(shù)據(jù)聚類重疊,將同一時刻的不同日期的數(shù)據(jù)疊加一起,通過線性回歸算法計算。線性回歸是利用數(shù)理統(tǒng)計中回歸分析,來確定兩種或兩種以上變量間相互依賴的定量關系的一種統(tǒng)計分析方法,運用十分廣泛[6]。其表達形式為y = w'x+e,e為誤差服從均值為0的正態(tài)分布[7]?;貧w分析中,只包括一個自變量和一個因變量,且二者的關系可用一條直線近似表示,這種回歸分析稱為一元線性回歸分析[8]。如果回歸分析中包括兩個或兩個以上的自變量,且因變量和自變量之間是線性關系,則稱為多元線性回歸分析。通過公式化簡可以擬合方程為最小二乘法。一般來說,線性回歸都可以通過最小二乘法求出其方程,可以計算出對于y=bx+a的直線[9]。將數(shù)據(jù)清洗篩選后,增加或減少聚類項,再次重復計算,得出新的數(shù)學模型,多個數(shù)學模型對比調整參數(shù),得出一個與真實情況最為接近,最可以接受的模型,成為標準模型使用。

        3.1 回歸算法的研究

        課題使用的模型算法為回歸算法,又分為線性回歸算法,和曲線回歸算法(又稱高斯曲線),假設溫室大棚的環(huán)境參數(shù),二氧化碳為θ1,溫度參數(shù)為θ2,濕度θ3,光照強度θ4,土壤濕度θ5,土壤pH值θ6。再對每一個影響項拆分,就可以通過線性回歸的最小二乘法進行推導出直線方程。擬合平面公式為式(1):

        最終,公式整合為直線方程式(2):

        并不是所有的參數(shù)都可以用直線表示,例如溫度和光照強度屬于曲線,所以線性回歸就不能適用于這兩個參數(shù)。就要使用曲線回歸來完成,曲線回歸又分為指數(shù)函數(shù)曲線,對數(shù),冪函數(shù),雙曲,S型和多項式曲線,符合本次溫度和光照強度的函數(shù)方程是多項式曲線。經過試驗三次多項式就可以更加接近實際溫度和光照情況的走勢,無須再使用更多次多項式方式就可以解決實際問題。三次多項式方程式(3):

        3.2成熟度預測

        系統(tǒng)每小時將環(huán)境參數(shù)傳入數(shù)學模型中,通過引入偏差值概念,可以保證數(shù)據(jù)在一定的范圍內波動,同時還有參數(shù)上限與下限約束條件。系統(tǒng)可以根據(jù)采集到的數(shù)據(jù)偏差進行計算并做出提示的調整建議[10]。將環(huán)境監(jiān)測數(shù)據(jù)CO2濃度,溫度,濕度,土壤濕度,土壤pH值,光照強度根據(jù)權重占比計算,得出一個當前環(huán)境分數(shù)設為合格率,大于70%時就可以添加到數(shù)據(jù)集中,把不符合要求的環(huán)境數(shù)據(jù)篩選掉以保證數(shù)據(jù)的準確性[11]。

        系統(tǒng)在每日凌晨2點對此前24小時的樣本數(shù)據(jù)進行統(tǒng)計,計算種植草莓的成熟率和預計成熟日期。c成熟周期,r為成熟率,rd當天成熟率,D為待成熟天數(shù)。此時,可推算出成熟率公式為式(4):

        同時,也可推算出成熟天數(shù)公式(5):

        4系統(tǒng)設計

        系統(tǒng)首先獲得草莓種植的環(huán)境數(shù)據(jù),并對得到的監(jiān)控數(shù)據(jù)進行數(shù)據(jù)清洗,獲得可以進行計算的數(shù)據(jù)格式,當符合訓練條件的數(shù)據(jù)在規(guī)定的環(huán)境參數(shù)要求的范圍內,則放入訓練數(shù)據(jù)集;不符合直接進入計算草莓種植環(huán)境的分數(shù)邏輯。根據(jù)模型的標準參數(shù)和偏差值,得出當前草莓種植環(huán)境的分數(shù),同時給出草莓種植環(huán)境的調整建議方案,同時預測草莓的成熟度和成熟日期。

        系統(tǒng)由以下四個模塊組成:

        (1)環(huán)境監(jiān)測模塊:用于連接傳感器監(jiān)測數(shù)據(jù)的管理,監(jiān)測數(shù)據(jù)是以接口的形式傳入數(shù)據(jù),監(jiān)測數(shù)據(jù)也支持直接寫入數(shù)據(jù)庫中,并且可以直接查看監(jiān)控數(shù)據(jù)功能。

        (2)數(shù)據(jù)清洗模塊:監(jiān)控數(shù)據(jù)的格式和單位,可能出現(xiàn)數(shù)據(jù)不符的情況,此時就需要進行數(shù)據(jù)清洗,課題將清洗后的監(jiān)測數(shù)據(jù)存入數(shù)據(jù)庫中。

        (3)訓練模型模塊:當系統(tǒng)獲取到準確的訓練數(shù)據(jù),包括CO2濃度,溫度,濕度,光照強度,土壤濕度,土壤PH。根據(jù)環(huán)境的基本訓練數(shù)據(jù),對每個參數(shù),計算出一天中每小時的參數(shù)的所處的范圍,使用線性回歸算法進行預測。

        (4)周期計算模塊:系統(tǒng)將每次采集的環(huán)境數(shù)據(jù)與標準的大棚環(huán)境的模型對比,給予建議的同時,計算當前大棚環(huán)境的分數(shù)值。當一天結束時,根據(jù)當天每小時的分數(shù),計算出當天的草莓生長成熟度0~100%,從而實現(xiàn)對草莓成熟度和成熟期的預測。

        系統(tǒng)流程圖如圖2所示。

        5實驗驗證

        系統(tǒng)運用Python中的Numpy科學計算模塊,把數(shù)據(jù)轉化為二維矩陣放入模型中訓練[12],利用Pandas來分析結構化數(shù)據(jù),使用Matplotlib生成出版質量級別的圖形展現(xiàn)[13]。

        5.1數(shù)據(jù)的清洗

        數(shù)據(jù)通過格式化后,并不是可以直接拿來使用,因為數(shù)據(jù)存在部分的異常情況,不符合人們的認知或者真實的情況,例如:夜晚有光照,光照強度都比白天中午的強度都高,或者夜晚溫度高,白天溫度低,土壤pH值出現(xiàn)強酸強堿情況等等,都不是真實的正常情況,很有可能是監(jiān)測設備異常。因此,將不符合真實情況的數(shù)據(jù)導入模型中,必然影響模型的訓練效果,需要提前將有問題的數(shù)據(jù)篩選清洗出去。

        圖 3 中的0-5時刻和18-23時刻都屬于夜晚,存在光照強度數(shù)值存在異常情況,尤其0-5時刻的數(shù)值,都達到200 lx必然存在問題,還有過高的數(shù)值都是需要清洗掉的數(shù)據(jù),會存在對模型整體的影響。通過策略將光照強度的數(shù)據(jù)集清洗,呈現(xiàn)出圖4的效果。溫度,濕度,二氧化碳濃度,土壤濕度,土壤pH值同理,使用符合每一項的篩選策略,清洗出符合預期效果的數(shù)據(jù)。

        5.2線性回歸

        以光照強度為例,在圖5中,發(fā)現(xiàn)曲線回歸的常量值處在一個負值,不符合實際情況,所以再次對數(shù)據(jù)進行截?。?-18時的數(shù)據(jù)即為有效曲線,0-6時和6-23時的數(shù)據(jù)無效, 對圖5樣本走勢圖截取,得出圖6為參考曲線回歸圖。

        5.3模型訓練

        通過創(chuàng)建CropModels類中的init_model函數(shù)為初始化數(shù)學模塊,并且執(zhí)行CO2,濕度,土壤濕度,土壤pH值,溫度以及光照強度等六項的函數(shù),獲取到相應的線性回歸的k,b參數(shù)和曲線回歸的三項式公式[14]。執(zhí)行init_model初始化模塊后,本對象就擁有6個環(huán)境參數(shù)的數(shù)學模塊,等待傳入某時刻的數(shù)據(jù)進行計算。調用calc函數(shù),并且傳入7個參數(shù)數(shù)值,并可返回溫室大棚的環(huán)境建議和當前環(huán)境種植的分數(shù)情況。

        當傳入的草莓種植環(huán)境符合模型給出的標準參數(shù),并計算與標準參數(shù)相似率達到70%以上,就會把本次傳入的環(huán)境參數(shù)放入到訓練集中,當成符合要求的訓練數(shù)據(jù),對模型再次矯正。

        5.4 成熟期預測

        根據(jù)每小時傳入溫室大棚的環(huán)境參數(shù),經過一天的數(shù)據(jù)收集,第二天凌晨2點會對前天的24小時的樣本數(shù)據(jù)進行統(tǒng)計,計算種植草莓的成熟率和預計成熟日期。通過使用線性回歸算法構建數(shù)學模型,預測溫室大棚環(huán)境的標準曲線[15],并且監(jiān)控大棚環(huán)境在某一時刻是否能符合一定的范圍之內,根據(jù)每天的環(huán)境監(jiān)測情況,計算出當天的成熟率,并且累計以往的數(shù)據(jù),推測出草莓的成熟日期。

        6 結束語

        課題通過線性回歸算法,對草莓生長過程環(huán)境參數(shù)進行跟蹤,利用擬合函數(shù)和最小二乘法進行線性曲線的多項式統(tǒng)計預測,將人工智能運用在實際的項目之中,預測溫室大棚草莓的種植環(huán)境的標準曲線,并且監(jiān)控種植環(huán)境在某一時刻是否能符合一定的范圍之內,根據(jù)每天的環(huán)境監(jiān)測情況,計算出當天的成熟率,并且累計以往的數(shù)據(jù),推測出草莓的成熟日期。實驗證實,該方法能夠有效地預測草莓的成熟期,對草莓的種植有很大的幫助。

        參考文獻:

        [1] 尹娟.物聯(lián)網驅動的智慧農業(yè)精細種植系統(tǒng)的設計與開發(fā)[J].金陵科技學院學報,2020,36(1):88-92.

        [2] 楊會苗,毛清云,劉蘭英.北京和保定地區(qū)草莓產業(yè)基本情況調研報告[J].北方園藝,2019(6):170-174.

        [3] 潘小紅,楊志勇.基于物聯(lián)網技術的溫室大棚種植園環(huán)境監(jiān)測系統(tǒng)[J].現(xiàn)代電子技術,2019,42(14):127-130.

        [4] 孫亞玲,劉少軍,許念芳,等.山東省草莓產業(yè)現(xiàn)狀及發(fā)展對策[J].中國果菜,2018,38(9):44-47.

        [5] 王艷芳,蘇婉玉,張琳,等.土壤改良劑在設施蔬菜上的應用研究進展[J].貴州農業(yè)科學,2018,46(4):102-105.

        [6] 王鋼.基于多元線性回歸法的平潭綜合實驗區(qū)需水量預測模型研究[J].水利科技,2020(2):48-50.

        [7] 冷建飛,高旭,朱嘉平.多元線性回歸統(tǒng)計預測模型的應用[J].統(tǒng)計與決策,2016(7):82-85.

        [8] 宋靜,張利益.基于機器學習的線性回歸預測數(shù)據(jù)庫空間使用情況的應用研究[J].電子測試,2020(15):58-59,62.

        [9] 羅博煒,洪智勇,王勁屹.多元線性回歸統(tǒng)計模型在房價預測中的應用[J].計算機時代,2020(6):51-54.

        [10] 孫建花.草莓日光溫室種植技術要點分析探討[J].農業(yè)開發(fā)與裝備,2020(6):159-160.

        [11] 劉永紅,倪中應,謝國雄,等.浙西北丘陵區(qū)農田土壤微量元素空間變異特征及影響因子[J].植物營養(yǎng)與肥料學報,2016,22(6):1710-1718.

        [12] 姚建盛,李淑梅.Python在科學計算中的應用[J].數(shù)字技術與應用,2016(11):76.

        [13] 吳銘.基于多視圖的霧霾數(shù)據(jù)分析方法[D].杭州:浙江大學,2017.

        [14] 王俊杰,張宇波.基于線性回歸的圖像邊緣處理算法的研究[J].江西師范大學學報(自然科學版),2013,37(1):46-50.

        [15] 魏超,代曉航,郭靈安,等.蠟樣芽孢桿菌在草莓中的生長及預測模型的建立[J].現(xiàn)代食品科技,2019,35(9):291-296.

        【通聯(lián)編輯:光文玲】

        猜你喜歡
        人工智能
        我校新增“人工智能”本科專業(yè)
        用“小AI”解決人工智能的“大”煩惱
        汽車零部件(2020年3期)2020-03-27 05:30:20
        當人工智能遇見再制造
        2019:人工智能
        商界(2019年12期)2019-01-03 06:59:05
        AI人工智能解疑答問
        人工智能與就業(yè)
        IT經理世界(2018年20期)2018-10-24 02:38:24
        基于人工智能的電力系統(tǒng)自動化控制
        人工智能,來了
        數(shù)讀人工智能
        小康(2017年16期)2017-06-07 09:00:59
        人工智能來了
        學與玩(2017年12期)2017-02-16 06:51:12
        无码人妻精品中文字幕免费| 国产深夜男女无套内射| 97影院在线午夜| 国产乱子伦农村xxxx| 精品国产av一区二区三四区| 欧美激情乱人伦| 亚洲av综合日韩| 久久久综合九色合综国产| 成人全视频在线观看免费播放| 国产视频一区二区三区在线免费| 激情综合色综合久久综合| 国产精品美女| 人妻色中文字幕免费视频| 在线观看国产成人av天堂野外| 麻豆影视视频高清在线观看| 欧美日韩中文制服有码| 视频精品亚洲一区二区| 国产av一级黄一区二区三区| 小蜜被两老头吸奶头在线观看| 五月婷婷六月激情| 最新国产成人自拍视频| 少妇人妻综合久久中文字幕| 国产人妻精品一区二区三区| 二区久久国产乱子伦免费精品| 老熟妇嗷嗷叫91九色| 欧美丰满老熟妇aaaa片| 久久综合精品国产丝袜长腿| 日韩久久无码免费看A| 黄色一区二区三区大全观看| 日韩丰满少妇无码内射| 97人妻碰免费视频| 日本顶级片一区二区三区| 国产熟妇疯狂4p交在线播放| 精品国产18久久久久久| 少妇高潮惨叫久久久久电影| 91视色国内揄拍国内精品人妻| 亚洲av福利无码无一区二区| 国产熟女亚洲精品麻豆| 看国产亚洲美女黄色一级片| 人人人妻人人澡人人爽欧美一区| 精品人妻少妇一区二区不卡|