本发明涉及皂荚种植，更具体地说是涉及一种实现皂荚多经济目标增产的施肥方法。
背景技术：
1、皂荚是重要的经济树种，其果实皂角既具有独特的药用价值，而且在工业、食品加工、环保等行业也有广泛用途。当前农业生产中，如何根据土壤条件和果树性状，精确推算出最佳的肥料施用量，实现荚果、种子、果壳、多糖胶、刺囊酸、皂苷的多经济目标最优化，是一个长期存在且亟待解决的问题。
2、因此，如何基于混合效应模型和优化算法对皂荚进行多目标施肥是本领域技术人员亟需解决的技术问题。
技术实现思路
1、有鉴于此，特提出本发明。
2、为了实现上述目的，本发明采用如下技术方案：
3、一种基于混合效应模型和优化算法的皂荚多目标施肥方法，过程包括：
4、(1)在皂荚树的萌芽期、开花期、坐果期和成熟期，分别测定每株树的树冠范围内的土壤全氮、全磷、全钾含量，并在采摘后测定每棵树的多项经济指标，同时记录果树的地径；使用混合效应多项式回归方法，构建每个时期的土壤全氮、全磷、全钾含量与各项经济指标之间的函数关系，以及土壤全氮、全磷、全钾含量之间的函数关系；
5、(2)利用优化算法，对每个时期的每个产量指标函数、以及土壤全氮、全磷、全钾的关系函数，进行非线性优化迭代机器学习，得到每个产量指标的最优解；
6、(3)根据每个时期的每个经济指标的土壤全氮、全磷、全钾最优解，计算出每个时期的综合性状的最优解，作为每个时期的测土施肥标准，然后在每个时期，根据拟施肥地点的土壤全氮、全磷、全钾含量，确定肥料量和配比。
7、优选地，步骤(1)中，多项经济指标包括单株的荚果产量、种子产量、果壳产量、多糖胶产量、刺囊酸产量、皂苷产量。
8、优选地，步骤(1)中，构建每个时期的土壤全氮、全磷、全钾含量与各项经济指标之间的函数关系为：将每个时期的全氮、全磷、全钾含量作为固定效应，地径作为协变量，单株作为随机效应，模型设定为：
9、y＝β0+β1x+β2x2+d+b+ε
10、其中，y是产量指标；x是土壤的全氮、全磷、全钾含量；β0、β1、β2是固定效应参数；d是地径，b是随机效应；ε是误差项。使用最大似然估计，估计固定效应参数β0、β1、β2，以及随机效应的方差。检验模型的拟合效果，通过计算拟合优度，进行模型的显著性检验。对拟合不成功的模型，补充测量数据，直到所有模型拟合成功。
11、优选地，步骤(1)中，土壤全氮、全磷、全钾含量之间的函数关系构建方法为：设定线性回归模型，分别用每个时期的土壤的全磷和全钾拟合全氮，再用全钾拟合全磷，通过3个方程建立土壤全氮、全磷、全钾之间的函数关系。
12、所述3个方程为:
13、全氮＝β0+β1×全磷+ε；
14、全氮＝β0+β1×全钾+ε；
15、全磷＝β0+β1×全钾+ε。
16、土壤全氮、全磷、全钾之间的函数关系是：y＝β0+β1x+ε；其中y表示全氮或者全磷，x表示全磷或者全钾。β0和β1是参数，ε是误差项。
17、优选地，步骤(2)中，非线性优化迭代机器学习的具体计算步骤如下：
18、1)初始化：选择一个初始点x0，设定迭代次数n，以及历史信息的存储长度m；
19、2)迭代过程：
20、a.计算当前点的梯度gk；
21、b.计算搜索方向pk，使用过去m步的信息来逼近hessian矩阵的逆，从而得到搜索方向；
22、c.确定步长αk，使其满足下面的条件：
23、armijo条件：和
24、曲率条件：
25、d.更新当前点xk+1＝xk+αk pk；
26、3)检查终止条件，梯度达到预设的最大迭代次数。如果未满足终止条件，则返回步骤2)，否则，输出当前点作为最优解。
27、优选地，步骤(3)中每个时期的综合性状的最优解的计算方法包括：
28、1)采用直接均值法求解每个经济指标的土壤全氮、全磷、全钾最优解的质心，计算综合性状的最优解；具体来说，将所有经济指标的最优土壤全氮含量组成数据集，计算均值，按照同样的方法，计算全磷和全钾的均值。
29、2)将计算得到的全氮、全磷、全钾三个均值组合成一个向量，这个向量就是质心。
30、步骤(3)中，在每个时期，根据拟施肥地点的土壤全氮、全磷、全钾含量，确定肥料量和配比的过程为：先计算获得皂荚每个时期的氮磷钾最佳施肥量；然后在需要施肥的时期，检测目标树根际的土壤全氮、全磷、全钾含量，与之前计算得出的对应时期的最佳氮磷钾含量比较。某种元素出现不足时，按照差值施加对应的单肥。某种元素出现过剩时，不施肥，同时采取换土、水冲刷等方法，使土壤中这种元素的含量落入计算的最佳值范围内。
1.一种实现皂荚多经济目标增产的施肥方法，其特征在于，过程包括：
2.根据权利要求1所述的一种实现皂荚多经济目标增产的施肥方法，其特征在于，步骤(1)中，多项经济指标包括单株的荚果产量、种子产量、果壳产量、多糖胶产量、刺囊酸产量、皂苷产量。
3.根据权利要求2所述的一种实现皂荚多经济目标增产的施肥方法，其特征在于，步骤(1)中，构建每个时期的土壤全氮、全磷、全钾含量与各项经济指标之间的函数关系为：将每个时期的全氮、全磷、全钾含量作为固定效应，地径作为协变量，单株作为随机效应，模型设定为：
4.根据权利要求3所述的一种实现皂荚多经济目标增产的施肥方法，其特征在于，步骤(1)中，土壤全氮、全磷、全钾含量之间的函数关系构建方法为：设定线性回归模型，分别用每个时期的土壤的全磷和全钾拟合全氮，再用全钾拟合全磷，通过3个方程建立土壤全氮、全磷、全钾之间的函数关系。
5.根据权利要求4所述的一种实现皂荚多经济目标增产的施肥方法，其特征在于，所述3个方程为:
6.根据权利要求5所述的一种实现皂荚多经济目标增产的施肥方法，其特征在于，土壤全氮、全磷、全钾之间的函数关系是：y＝β0+β1x+ε；其中y表示全氮或者全磷，x表示全磷或者全钾。β0和β1是参数，ε是误差项。
7.根据权利要求6所述的一种实现皂荚多经济目标增产的施肥方法，其特征在于，步骤(2)中，非线性优化迭代机器学习的具体计算步骤如下：
8.根据权利要求7所述的一种实现皂荚多经济目标增产的施肥方法，其特征在于，步骤(3)中每个时期的综合性状的最优解的计算方法包括：
9.根据权利要求8所述的一种实现皂荚多经济目标增产的施肥方法，其特征在于，步骤(3)中，在每个时期，根据拟施肥地点的土壤全氮、全磷、全钾含量，确定肥料量和配比的过程为：计算综合形状最优解；然后在需要施肥的时期，检测目标树根际的土壤全氮、全磷、全钾含量，与之前计算得出的对应时期的最优解比较。某种元素出现不足时，按照差值施加对应的单肥。某种元素出现过剩时，不施肥，同时采取换土、水冲刷等方法，使土壤中这种元素的含量落入计算的最佳值范围内。
