本发明涉及农业水肥调控，具体为一种果园水肥调控方法及系统。
背景技术：
1、随着农业现代化的发展，灌溉施肥系统在发展设施农业、节水农业和生态农业等方面的重要性日益突出。农户种植果蔬过程中通常根据经验确定灌水施肥量，往往造成“高投入低产出”现状，导致水资源和肥料严重浪费的问题。目前，关于果蔬灌溉施肥的研究很多，但主要集中于以果蔬产量和品质为目标的水肥耦合研究上，多数还是基于作物经验模型，即按经验给出水肥配方，同时监控水肥和产量的关系。但是，现有技术缺乏对生长环境因子动态变化对作物灌溉量和施肥量的影响的考虑，现有的水肥调控技术水肥利用效率低，经济效益无法实现最大化。
2、在所述背景技术部分公开的上述信息仅用于加强对本公开的背景的理解，因此它可以包括不构成对本领域普通技术人员已知的现有技术的信息。
技术实现思路
1、本发明的目的在于提供一种果园水肥调控方法及系统，以解决上述背景技术中提出的问题。
2、为实现上述目的，本发明提供如下技术方案：
3、一种果园水肥调控方法，包括如下步骤：
4、s1，以果实产量为评价基准，确定果树在各个生长期内的适宜土壤湿度区间和适宜养分浓度区间；
5、s2，基于待水肥调控果树的实时形态图像确定其生长期，并基于生长期确定该待水肥调控果树的适宜土壤湿度区间和适宜养分浓度区间；
6、s3，基于历史数据构建灌溉量调控模型和养分含量调控模型，历史数据包括灌溉浇水量、施肥用肥料养分含量、土壤湿度、养分浓度、日平均温度、日平均光照强度、日平均空气湿度、日平均风速和日平均降雨量数据；
7、s4，采集待水肥调控果树当前的土壤湿度和养分浓度数据，并结合步骤s2中的适宜土壤湿度区间和适宜养分浓度区间，确定土壤湿度差异值和养分浓度差异值；
8、s5，在土壤湿度差异值绝对值和养分浓度差异值绝对值均不大于预设阈值时，不进行水肥调控，否则采集待水肥调控果树当日到未来一周内每日的日平均温度、日平均光照强度、日平均空气湿度、日平均风速和日平均降雨量，并在土壤湿度差异值绝对值大于预设阈值时进入步骤s6，在养分浓度差异值绝对值大于预设阈值时进入步骤s7；
9、s6，基于上述步骤s5采集的数据、土壤湿度差异值和灌溉量调控模型，确定水分调控策略；
10、s7，基于上述步骤s5采集的数据、养分浓度差异值和养分含量调控模型，确定养分调控策略。
11、进一步的，所述生长期包括萌芽期、开花期、果实膨大期和果实成熟期，所述养分浓度包括氮元素浓度、磷元素浓度和钾元素浓度。
12、进一步的，所述步骤s1包括如下步骤：
13、s11，获取果园中各个果树往年的土壤湿度时间序列数据、养分浓度时间序列数据和果实产量；
14、s12，以果实产量位于前列作为筛选条件，筛选出果实产量位于前列的果树，并提取该果树的土壤湿度时间序列数据和养分浓度时间序列数据；
15、s13，以萌芽期、开花期、果实膨大期和果实成熟期为筛选条件，对步骤s12中提取的全部土壤湿度时间序列数据和养分浓度时间序列数据进行筛选，以得到与萌芽期、开花期、果实膨大期、果实成熟期一一对应的土壤湿度数据集、养分浓度数据集；
16、s14，基于土壤湿度数据集和养分浓度数据集，确定各个生长期内的适宜土壤湿度区间和适宜养分浓度区间。
17、进一步的，所述步骤s141包括如下步骤：
18、s141，基于土壤湿度数据集的均值和标准差，确定对应生长期的适宜土壤湿度区间上限值和下限值，计算公式如下：
19、
20、其中，μrh、σrh分别为土壤湿度数据集的均值、标准差，rhmax、rhmin分别为对应生长期的适宜土壤湿度区间上限值、下限值，γ为大于零的预设比例系数；
21、s142，基于养分浓度数据集的均值和标准差，确定对应生长期的适宜养分浓度区间上限值和下限值，计算公式如下：
22、
23、其中，μc(i)、σc(i)分别为养分浓度数据集中第i种养分浓度的均值、标准差，i＝1,2,3，分别与氮元素、磷元素和钾元素对应，cmax(i)、cmin(i)分别为对应生长期的第i种适宜养分浓度区间上限值、下限值，δ为大于零的预设比例系数。
24、进一步的，所述步骤s2包括如下步骤：
25、s21，收集多个处于不同生长期果树的形态图像以作为数据集，并将数据集随机分为训练集和测试集，在训练集的各个形态图像上标注对应的生长期以作为标签；
26、s22，基于卷积神经网络构建果树生长期判断模型，使用训练集对果树生长期判断模型进行训练，并使用测试集对果树生长期判断模型进行测试，以得到测试合格的果树生长期判断模型；
27、s23，拍摄待水肥调控果树的实时形态图像，并将实时形态图像输入至测试合格的果树生长期判断模型中，以确定待水肥调控果树的生长期，进而通过确定与此生长期对应的适宜土壤湿度区间和适宜养分浓度区间。
28、进一步的，所述步骤s3包括如下步骤：
29、s31，将果园中的多个果树作为试验果树，并在试验果树往年的各个生长期内均逐日采集灌溉浇水量、施肥用肥料养分含量、土壤湿度、养分浓度、日平均温度、日平均光照强度、日平均空气湿度、日平均风速和日平均降雨量数据；
30、s32，以与待水肥调控果树的生长期相同为筛选条件，从步骤s31的数据中筛选出相应数据以组成数据集；
31、s33，基于深度学习神经网络建立灌溉量调控模型，将数据集中灌溉浇水次日和当日的土壤湿度差值，以及灌溉浇水当日和次日的日平均温度、日平均光照强度、日平均空气湿度、日平均风速和日平均降雨量作为输入，以灌溉浇水当日的灌溉浇水量作为标签，对灌溉量调控模型进行训练测试，以得到测试合格的灌溉量调控模型；
32、s34，基于深度学习神经网络建立养分含量调控模型，将数据集中施肥后一周和施肥当日的养分浓度差值、施肥当日的土壤湿度，以及施肥当日到施肥后一周内每日的日平均温度、日平均光照强度、日平均空气湿度、日平均风速和日平均降雨量作为输入，以施肥当日的施肥用肥料养分含量作为标签，对养分含量调控模型进行训练测试，以得到测试合格的养分含量调控模型。
33、进一步的，所述土壤湿度差异值和养分浓度差异值的计算公式如下：
34、
35、其中，rhs、cs(i)分别为待水肥调控果树当前的土壤湿度、第i种养分浓度，rh'max、rh'min、c'max(i)、c'min(i)分别为待水肥调控果树所对应的适宜土壤湿度区间上限值、适宜土壤湿度区间下限值、第i种适宜养分浓度区间上限值、第i种适宜养分浓度区间下限值，δrh、δc(i)分别为待水肥调控果树的土壤湿度差异值、第i种养分浓度差异值。
36、进一步的，所述步骤s6包括如下步骤：
37、s61，在待水肥调控果树的土壤湿度差异值小于0时，对待水肥调控果树进行开沟排水，并在待水肥调控果树的土壤湿度差异值大于0时，进入步骤s62；
38、s62，将土壤湿度差异值和待水肥调控果树当前和次日的日平均温度、日平均光照强度、日平均空气湿度、日平均风速和日平均降雨量一同输入灌溉量调控模型中，得到灌溉浇水量，在灌溉浇水量不大于0时不进行灌溉浇水，并在灌溉浇水量大于0时，进入步骤s63；
39、s63，基于待水肥调控果树当前到未来一周内每日的日平均温度、日平均光照强度、日平均空气湿度、日平均风速和日平均降雨量，对灌溉浇水量进行修正，以生成灌溉浇水修正量，计算公式如下：
40、
41、其中，κ2为灌溉第二调节系数，分别为待水肥调控果树当前到未来一周内的日平均温度均值、日平均光照强度均值、日平均空气湿度均值、日平均风速均值和日平均降雨量均值，ω1、ω2、ω3、ω4均为预设的比例系数，且ω1+ω2+ω3+ω4＝1，且0<ω3<ω2<ω4≤ω1<1，l为灌溉量调控模型生成的灌溉浇水量，κ1为预设的灌溉第一调节系数，且灌溉第一调节系数κ1>1，l'为灌溉浇水修正量；
42、s64，在灌溉浇水修正量不大于0时，不进行灌溉浇水，并在灌溉浇水修正量大于0时，基于灌溉浇水修正量进行灌溉浇水。
43、进一步的，所述步骤s7包括如下步骤：
44、s71，在待水肥调控果树的养分浓度差异值小于0时，对待水肥调控果树进行灌溉浇水，并在待水肥调控果树的养分浓度大于0时，进入步骤s72；
45、s72，将养分浓度差异值、待水肥调控果树当前的土壤湿度、当前到未来一周内每日的日平均温度、日平均光照强度、日平均空气湿度、日平均风速和日平均降雨量一同输入养分含量调控模型中，得到施肥用肥料养分含量；
46、s73，对施肥用肥料养分含量进行修正，以得到施肥用肥料养分含量修正量，并基于施肥用肥料养分含量修正量配置肥料以进行施肥，其中施肥用肥料养分含量修正量的计算公式如下：
47、m'(i)＝m(i)*η(i)
48、其中，m'(i)为施肥用肥料第i种养分含量修正量，m(i)表示施肥用肥料第i种养分含量，η(i)为与m(i)所对应的施肥调节系数，且施肥调节系数η(i)>1。
49、一种果园水肥调控系统，用于执行上述的果园水肥调控方法，包括：
50、适宜区间生成模块，用于以果实产量为评价基准，确定果树在各个生长期内的适宜土壤湿度区间和适宜养分浓度区间；
51、适宜区间选择模块，用于基于待水肥调控果树的实时形态图像确定其生长期，并基于生长期确定该待水肥调控果树的适宜土壤湿度区间和适宜养分浓度区间；
52、调控模型构建模块，用于基于历史数据构建灌溉量调控模型和养分含量调控模型，历史数据包括灌溉浇水量、施肥用肥料养分含量、土壤湿度、养分浓度、日平均温度、日平均光照强度、日平均空气湿度、日平均风速和日平均降雨量数据；
53、差异值判断模块，用于采集待水肥调控果树当前的土壤湿度和养分浓度数据，并结合步骤s2中的适宜土壤湿度区间和适宜养分浓度区间，确定土壤湿度差异值和养分浓度差异值；
54、调控判断模块，用于在土壤湿度差异值绝对值和养分浓度差异值绝对值均不大于预设阈值时，不进行水肥调控，否则采集待水肥调控果树当日到未来一周内每日的日平均温度、日平均光照强度、日平均空气湿度、日平均风速和日平均降雨量，并在土壤湿度差异值绝对值大于预设阈值时进入步骤s6，在养分浓度差异值绝对值大于预设阈值时进入步骤s7；
55、水分调控策略生成模块，用于基于上述步骤s5采集的数据、土壤湿度差异值和灌溉量调控模型，确定水分调控策略；
56、养分调控策略生成模块，用于基于上述步骤s5采集的数据、养分浓度差异值和养分含量调控模型，确定养分调控策略。
57、与现有技术相比，本发明的有益效果是：
58、本发明的果园水肥调控方法及系统，先基于果树产量以确定果树在各个生长期的适宜土壤湿度区间和适宜养分浓度区间，再结合待水肥调控果树当前的土壤湿度、养分浓度以确定土壤湿度差异值和养分浓度差异值，最后结合上述的差异值、环境数据和相关模型，以确定水分调控策略和养分调控策略，在此过程中充分考虑了环境因素以对灌溉浇水量和施肥量进行调整，使得水肥调控更为精准可靠，具有水肥利用效率高，经济效益好的优势。
1.一种果园水肥调控方法，其特征在于，包括如下步骤：
2.根据权利要求1所述的果园水肥调控方法，其特征在于：所述生长期包括萌芽期、开花期、果实膨大期和果实成熟期，所述养分浓度包括氮元素浓度、磷元素浓度和钾元素浓度。
3.根据权利要求1所述的果园水肥调控方法，其特征在于：所述步骤s1包括如下步骤：
4.根据权利要求3所述的果园水肥调控方法，其特征在于：所述步骤s141包括如下步骤：
5.根据权利要求1所述的果园水肥调控方法，其特征在于：所述步骤s2包括如下步骤：
6.根据权利要求1所述的果园水肥调控方法，其特征在于：所述步骤s3包括如下步骤：
7.根据权利要求4所述的果园水肥调控方法，其特征在于：所述土壤湿度差异值和养分浓度差异值的计算公式如下：
8.根据权利要求1所述的果园水肥调控方法，其特征在于：所述步骤s6包括如下步骤：
9.根据权利要求4所述的果园水肥调控方法，其特征在于：所述步骤s7包括如下步骤：
10.一种果园水肥调控系统，用于执行上述权利要求1-9任意一项所述的果园水肥调控方法，其特征在于，包括：
