1.本发明涉及农业灌溉技术领域，具体涉及一种农作物精准灌溉方法、系统、电子设备及存储介质。
背景技术：2.我国是世界上最大的农作物生产国和消费国，而农作物的种植需要大量水资源的支撑，我国作物用水量占到总用水量的45％以上，堪称全社会的第一用水大户。特别是位于气候干燥区域的农作物，水资源与农作物生产之间的共需矛盾日益凸出，农作物的精准灌溉对提高农作物水资源利用率、实现节水高产的目的具有重要意义。
3.国内外精准灌溉领域工作者进行了很多针对节水灌溉领域的发明研究。中国专利(cn104855195a)公开了一种水稻节水灌溉方法，通过监测装置监测种植在不同土壤类型中的水稻各生育期的土壤埋水深度，并以合适的土壤埋水深度作为灌溉指标来确定灌溉水量。中国专利(cn103583318a)公开了一种无源节水灌溉方法及其设施，方法是确定供水和停水的阈值，探测土壤含水量等墒情，当土壤湿度低于最低阈值，则供水，记录含水量，直至达到最大的阈值，命令停止供水，一轮控制结束，等待土壤含水量低于最低阈值时重复。
4.上述农作物精准灌溉方法均只考虑了土壤埋水深度或土壤湿度等单一指标作为灌溉指标，未考虑农作物生育期以及降水量等因素对灌溉用水量的影响，导致其确定出的灌溉用水量不准确，无法实现精确灌溉的目的。
技术实现要素：5.有鉴于此，有必要提供一种农作物精准灌溉方法、系统、电子设备及存储介质，用以解决现有技术中存在的只考虑了土壤埋水深度或土壤湿度等单一指标作为灌溉指标，未考虑农作物生育期以及降水量等因素对灌溉用水量的影响，导致其确定出的灌溉用水量不准确，无法实现精确灌溉的技术问题。
6.一方面，本发明提供了一种农作物精准灌溉方法，包括：
7.获取农作物的参考作物历史蒸散量、生育期作物系数以及生育期日历，并基于所述参考作物历史蒸散量、所述生育期作物系数以及所述生育期日历构建农作物基础灌溉模型；
8.获取所述农作物所在区域的气象数据和土壤数据；
9.基于所述气象数据对所述农作物基础灌溉模型进行修正，获得农作物修正灌溉模型，并基于所述农作物修正灌溉模型确定所述农作物的未来预测需水量；
10.基于所述农作物修正灌溉模型、所述气象数据以及所述土壤数据确定精准灌溉模型，所述精准灌溉模型包括所述农作物的灌溉用水量和灌溉时间节点；
11.基于所述灌溉用水量和所述灌溉时间节点远程控制智能灌溉设备对所述农作物进行精准灌溉。
12.在一些可能的实现方式中，所述气象数据包括所述农作物的实际蒸散量，所述基
于所述气象数据对所述农作物基础灌溉模型进行修正，获得农作物修正灌溉模型，包括：
13.基于所述实际蒸散量和所述参考作物历史蒸散量修正所述生育期作物系数，获得修正作物系数；
14.基于所述修正作物系数和所述参考作物历史蒸散量获得所述农作物修正灌溉模型。
15.在一些可能的实现方式中，所述气象数据包括未来预测降雨量；所述基于所述农作物修正灌溉模型、所述气象数据以及所述土壤数据确定所述农作物的灌溉用水量和灌溉时间节点，包括：
16.基于所述未来预测降雨量和降雨有效利用系数确定未来有效预测降雨量；
17.基于所述未来有效预测降雨量以及所述未来预测需水量确定所述农作物的毛灌溉预测需水量；
18.基于所述土壤数据和所述毛灌溉预测需水量确定所述农作物的灌溉用水量和灌溉时间节点。
19.在一些可能的实现方式中，所述土壤数据包括根区土壤实时含水量、有效田间持水量以及根区土壤萎蔫点，所述基于所述土壤数据和所述毛灌溉预测需水量确定所述农作物的精准灌溉模型，包括：
20.基于所述有效田间持水量、所述根区土壤实时含水量以及所述根区土壤萎蔫点确定所述农作物的根区土壤储水潜力以及根区土壤有效储水量；
21.根据所述农作物的根区土壤储水潜力、所述根区土壤有效储水量以及所述毛灌溉预测需水量确定所述精准灌溉模型。
22.在一些可能的实现方式中，在所述基于所述农作物修正灌溉模型、所述土壤数据以及所述土壤数据确定精准灌溉模型之后，还包括：
23.获取所述农作物的根区土壤盐分值，并判断所述根区土壤盐分值是否超出耐盐阈值；
24.若所述根区土壤盐分值超出所述耐盐阈值，则根据所述根区土壤盐分值确定土壤盐分淋洗需水量；
25.根据所述土壤盐分淋洗需水量对所述精准灌溉模型进行优化，获得优化灌溉模型。
26.在一些可能的实现方式中，所述基于所述灌溉用水量和所述灌溉时间节点远程控制智能灌溉设备对所述农作物进行精准灌溉，包括：
27.基于所述灌溉用水量和所述灌溉时间节点生成控制指令；
28.所述智能灌溉设备通过无线通讯设备接收所述控制指令，并根据所述控制指令对所述农作物进行精准灌溉。
29.在一些可能的实现方式中，所述农作物精准灌溉方法还包括：
30.将所述灌溉用水量和所述灌溉时间节点发送至用户终端；
31.和/或，
32.基于所述灌溉用水量和所述灌溉时间节点生成预警信息，并将所述预警信息发送至所述用户终端。
33.另一方面，本发明还提供了一种农作物精准灌溉系统，包括：
34.基础数据获取模块，用于获取农作物的参考作物历史蒸散量、生育期作物系数以及生育期日历，并基于所述参考作物历史蒸散量、所述生育期作物系数以及所述生育期日历构建农作物基础灌溉模型；
35.环境数据获取模块，用于获取所述农作物所在区域的气象数据和土壤数据；
36.灌溉模型修正模块，用于基于所述气象数据对所述农作物基础灌溉模型进行修正，获得农作物修正灌溉模型，并基于所述农作物修正灌溉模型确定所述农作物的未来预测需水量；
37.灌溉策略确定模块，用于基于所述农作物修正灌溉模型、所述气象数据以及所述土壤数据确定精准灌溉模型，所述精准灌溉模型包括所述农作物的灌溉用水量和灌溉时间节点；
38.智能灌溉模块，用于基于所述灌溉用水量和所述灌溉时间节点远程控制智能灌溉设备对所述农作物进行精准灌溉。
39.另一方面，本发明还提供了一种电子设备，包括存储器和处理器，其中，
40.所述存储器，用于存储程序；
41.所述处理器，与所述存储器耦合，用于执行所述存储器中存储的所述程序，以实现上述任意一种实现方式中所述的农作物精准灌溉方法中的步骤。
42.另一方面，本发明还提供了一种计算机可读存储介质，用于存储计算机可读取的程序或指令，所述程序或指令被处理器执行时能够实现上述任意一种实现方式中所述的农作物精准灌溉方法中的步骤。
43.采用上述实施例的有益效果是：本发明提供的农作物精准灌溉方法，首先基于参考作物历史蒸散量、生育期作物系数以及生育期日历构建农作物基础灌溉模型，然后基于气象数据对农作物基础灌溉模型进行修正，获得农作物的未来预测需水量，再基于未来预测需水量、气象数据和土壤数据确定农作物的灌溉用水量和灌溉时间节点，通过灌溉用水量和灌溉时间节点对农作物进行精准灌溉，相比于现有技术中基于单一指标作为灌溉指标，本发明基于气象数据、土壤数据以及农作物的参考作物历史蒸散量、生育期作物系数以及生育期日历等指标确定灌溉用水量和灌溉时间节点，可提高灌溉用水量和灌溉时间节点的精确性。
44.进一步地，本发明通过基于灌溉用水量和灌溉时间节点远程控制智能灌溉设备对农作物进行精准灌溉，无需通过人工控制灌溉设备对农作物进行精准灌溉，可提高灌溉的效率，降低水资源的浪费，从而提高灌溉效率和水资源利用率。
附图说明
45.为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
46.图1为本发明提供的农作物精准灌溉方法的一个实施例流程示意图；
47.图2为本发明图1中s103的另一个实施例流程示意图；
48.图3为本发明图1中s104的一个实施例流程示意图；
49.图4为本发明图3中s303的一个实施例流程示意图；
50.图5为本发明提供的对精准灌溉模型进行优化的一个实施例流程示意图；
51.图6为本发明图1中s105的一个实施例流程示意图；
52.图7为本发明提供的农作物精准灌溉系统的一个实施例结构示意图；
53.图8为本发明提供的电子设备的一个实施例结构示意图。
具体实施方式
54.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
55.应当理解，示意性的附图并未按实物比例绘制。本发明中使用的流程图示出了根据本发明的一些实施例实现的操作。应当理解，流程图的操作可以不按顺序实现，没有逻辑的上下文关系的步骤可以反转顺序或者同时实施。此外，本领域技术人员在本发明内容的指引下，可以向流程图添加一个或多个其他操作，也可以从流程图中移除一个或多个操作。
56.在本发明实施例的描述中“和/或”，描述关联对象的关联关系，表示可以存在三种关系，例如：a和/或b，可以表示：单独存在a，同时存在a和b，单独存在b这三种情况。
57.附图中所示的一些方框图是功能实体，不一定必须与物理或逻辑上独立的实体相对应。可以采用软件形式来实现这些功能实体，或在一个或多个硬件模块或集成电路中实现这些功能实体，或在不同网络和/或处理器系统和/或微控制器系统中实现这些功能实体。
58.在本文中提及“实施例”意味着，结合实施例描述的特定特征、结构或特性可以包含在本发明的至少一个实施例中。在说明书中的各个位置出现该短语并不一定均是指相同的实施例，也不是与其它实施例互斥的独立的或备选的实施例。本领域技术人员显式地和隐式地理解的是，本文所描述的实施例可以与其它实施例相结合。
59.本发明实施例提供了一种农作物精准灌溉方法、系统、电子设备及存储介质，以下分别进行说明。
60.其中，本发明实施例中的农作物包括但不限于棉花、水稻、玉米、花生等。
61.图1为本发明提供的农作物精准灌溉方法的一个实施例流程示意图，如图1所示，农作物精准灌溉方法包括：
62.s101、获取农作物的参考作物历史蒸散量、生育期作物系数以及生育期日历，并基于参考作物历史蒸散量、生育期作物系数以及生育期日历构建农作物基础灌溉模型；
63.s102、获取农作物所在区域的气象数据和土壤数据；
64.s103、基于气象数据对农作物基础灌溉模型进行修正，获得农作物修正灌溉模型，并基于农作物修正灌溉模型确定农作物的未来预测需水量；
65.s104、基于未来预测需水量、气象数据以及土壤数据确定精准灌溉模型，精准灌溉模型包括农作物的灌溉用水量和灌溉时间节点；
66.s105、基于灌溉用水量和灌溉时间节点远程控制智能灌溉设备对农作物进行精准灌溉。
67.与现有技术相比，本发明实施例提供的农作物精准灌溉方法，农作物精准灌溉方法，首先基于参考作物历史蒸散量、生育期作物系数以及生育期日历构建农作物基础灌溉模型，然后基于气象数据对农作物基础灌溉模型进行修正，获得农作物的未来预测需水量，再基于未来预测需水量、气象数据和土壤数据确定农作物的灌溉用水量和灌溉时间节点，通过灌溉用水量和灌溉时间节点对农作物进行精准灌溉，相比于现有技术中基于单一指标作为灌溉指标，本发明基于气象数据、土壤数据以及农作物的参考作物历史蒸散量、生育期作物系数以及生育期日历等指标确定灌溉用水量和灌溉时间节点，可提高灌溉用水量和灌溉时间节点的精确性。
68.进一步地，本发明实施例通过基于灌溉用水量和灌溉时间节点远程控制智能灌溉设备对农作物进行精准灌溉，无需通过人工控制灌溉设备对农作物进行精准灌溉，可提高灌溉的效率，降低水资源的浪费，从而提高灌溉效率和水资源利用率。
69.在本发明的具体实施例中，步骤s101中的参考作物历史蒸散量可通过国家公开地理参数及历史气象资料数据，运用彭曼公式获取，具体地：可获取到全国各区域历史41年参考作物蒸散量et0，并建立了全国各行政区参考作物历史蒸散量et0数据库。确定好农作物的种植区域后，在参考作物历史蒸散量et0数据库中通过位置及时间插值获取参考作物蒸散量et0。
70.在本发明的具体实施例中，步骤s101中的生育期作物系数可通过粮食及农业组织(food and agriculture organization，fao)以及中国农业大学推荐的生育期作物系数获得，并建立全国农作物种植区生育期系数数据库。确定好农作物的种植区域后，在全国农作物种植区生育期系数数据库调用获得生育期作物系数。
71.在本发明的具体实施例中，步骤s101中的农作物生育期日历可根据农业气象站观测到的农作物生育期数据以及育种机构提供的农作物生育期数据，建立不同农作物种植区的农作物品种全生育期日历数据库，并根据农作物的种植区域，从农作物品种全生育期日历数据库获取生育期日历。
72.在本发明的一些实施例中，步骤s101中的农作物基础灌溉模型用于在农作物播种前规划好农作物各生育阶段的灌溉用需量和灌溉时间间隔，具体地，农作物基础灌溉模型为：
73.etc＝kc×
et074.式中，etc为灌溉用需量；kc为生育期作物系数；et0为参考作物历史蒸散量。
75.在本发明的一些实施例中，步骤s102中的气象数据可通过气象站获得，土壤数据可通过土壤墒情仪获得。
76.在本发明的一些实施例中，气象数据包括所述农作物的实际蒸散量，则如图2所示，步骤s103包括：
77.s201、基于实际蒸散量和参考作物历史蒸散量修正生育期作物系数，获得修正作物系数；
78.s202、基于修正作物系数和参考作物历史蒸散量获得农作物修正灌溉模型。具体地，步骤s201中的修正作物系数kc'为：
79.kc'＝etc'/et080.式中，etc'为实际蒸散量。
81.具体地，步骤s202中的农作物修正灌溉模型为：
82.et
c”＝kc'
×
et083.式中，et
c”为农作物的未来预测需水量。
84.在本发明的一些实施例中，气象数据包括未来预测降雨量，则如图3所示，步骤s104包括：
85.s301、基于未来预测降雨量和降雨有效利用系数确定未来有效预测降雨量；
86.s302、基于未来有效预测降雨量以及未来预测需水量确定农作物的毛灌溉预测需水量；
87.s303、基于土壤数据和毛灌溉预测需水量确定农作物的灌溉用水量和灌溉时间节点。
88.具体地，步骤s301中的未来有效预测降雨量pe为：
89.pe＝α
×
p
90.式中，p为未来预测降雨量；α为降雨有效利用系数。
91.其中，未来有效预测降雨量即入渗到土壤中，保持在农作物根区的降水量，不包括地表径流、深层渗透以及由农作物蒸散所吸收的降水损失量。
92.具体地，步骤s302中的毛灌溉预测需水量ir为：
93.ir＝etc”‑
pe94.由于根区的土壤含水量的存在，会造成农作物实际需水量小于毛灌溉预测需水量，因此，为了进一步实现精准灌溉，降低水资源的浪费，在本发明的一些实施例中，土壤数据包括根区土壤实时含水量、有效田间持水量以及根区土壤萎蔫点，则如图4所示，步骤s303包括：
95.s401、基于有效田间持水量、根区土壤实时含水量以及根区土壤萎蔫点确定农作物的根区土壤储水潜力以及根区土壤有效储水量；
96.s402、根据农作物的根区土壤储水潜力、根区土壤有效储水量以及毛灌溉预测需水量确定精准灌溉模型。
97.本发明实施例通过将有效田间持水量、根区土壤实时含水量以及根区土壤萎蔫点作为农作物精准灌溉的指标，可进一步提高对农作物进行灌溉的精确性，进一步节省水资源，提高水资源利用率。
98.具体地，步骤s401中的根区土壤储水潜力为：
99.sp＝esc-ew
100.esc＝fc-wp
101.式中，sp为根区土壤储水潜力；esc为根区土壤有效储水能力；fc为有效田间持水量；ew为根区土壤有效储水量；wp为根区土壤萎蔫点。
102.具体地，步骤s401中的根区土壤有效储水量为：
103.ew＝wc-wp
104.式中，ew为根区土壤有效储水量；wc为根区土壤实时含水量。
105.在本发明的具体实施例中，以农作物为棉花为例，步骤s402可具体为：某一棉花灌溉区域未来1-7天的毛灌溉预测需水量分别为7mm，6mm，9mm，5mm，10mm，4mm和10mm。当棉花根系土壤有效储水量ew＝25mm，可抵偿棉花未来3天的毛灌溉预测需水量(7+6+9＝22mm)，
但不能抵偿未来4天的毛灌溉预测需水量(5+10+4+10＝27mm)，所以下一次灌溉时间节点应当早于第4天；如果此时灌溉，则建议灌溉用水量不超过根区土壤储水潜力值。
106.由于诸如棉花等农作物常常种植在盐碱地，为了避免由于盐碱地根区盐分含量过高，导致灌溉用水量和灌溉时间节点不准确，导致农作物低产的技术问题，在本发明的一些实施例中，如图5所示，在步骤s104之后，还包括：
107.s501、获取农作物的根区土壤盐分值，并判断根区土壤盐分值是否超出耐盐阈值；
108.s502、若根区土壤盐分值超出耐盐阈值，则根据根区土壤盐分值确定土壤盐分淋洗需水量；
109.s503、根据土壤盐分淋洗需水量对精准灌溉模型进行优化，获得优化灌溉模型。
110.本发明实施例通过当土壤盐分值超出耐盐阈值时，确定土壤盐分淋洗需水量，并根据土壤盐分淋洗需水量对精准灌溉模型进行优化，获得优化灌溉模型，可在当农作物种植在盐分较高的盐碱地时，也可进行精确灌溉，在节省水资源的同时，确保农作物产量。
111.在本发明的具体实施例中，优化灌溉模型为：
112.ir'＝etc”‑
pe+lr
113.式中，ir'为优化灌溉需水量；lr为土壤盐分淋洗需水量。
114.在本发明的一些实施例中，如图6所示，步骤s105包括：
115.s601、基于灌溉用水量和灌溉时间节点生成控制指令；
116.s602、智能灌溉设备通过无线通讯设备接收控制指令，并根据控制指令对农作物进行精准灌溉。
117.本发明实施例中的智能灌溉设备通过无线通讯设备接收控制指令，可无需铺设布线，提高控制指令的传输距离，且避免由于布线发生损害，造成控制指令传输失败的技术问题，提高农作物精准灌溉方法的可靠性和适用性。
118.在本发明的具体实施例中，智能灌溉设备包括但不限于水泵、田间控制阀以及电动球阀开关等，通过控制水泵、田间控制阀和电动球阀开关可实现智能化的精确灌溉。
119.应当理解的是：无线通讯设备可包括rdu无线数据采集与传输设备、网关等。
120.进一步地，为了避免当精准灌溉模型出现错误时，造成对农作物的灌溉不精确，在本发明的一些实施例中，农作物精准灌溉方法还包括：
121.将灌溉用水量和灌溉时间节点发送至用户终端。
122.和/或，
123.基于灌溉用水量和灌溉时间节点生成预警信息，并将预警信息发送至用户终端。
124.操作人员或用户等可根据用户终端接收到的灌溉用水量和灌溉时间节点，和/或用户终端接收到的预警信息，及时进行人工干预，进一步提高农作物精确灌溉方法的可靠性。
125.为了更好实施本发明实施例中的农作物精准灌溉方法，在基于农作物精准灌溉方法基础之上，对应的，如图7所示，本发明实施例还提供了一种农作物精准灌溉系统，农作物精准灌溉系统700包括：
126.基础数据获取模块701，用于获取农作物的参考作物历史蒸散量、生育期作物系数以及生育期日历，并基于参考作物历史蒸散量、生育期作物系数以及生育期日历构建农作物基础灌溉模型；
127.环境数据获取模块702，用于获取农作物所在区域的气象数据和土壤数据；
128.灌溉模型修正模块703，用于基于气象数据对农作物基础灌溉模型进行修正，获得农作物修正灌溉模型，并基于农作物修正灌溉模型确定农作物的未来预测需水量；
129.灌溉策略确定模块704，用于基于未来预测需水量、气象数据以及土壤数据确定精准灌溉模型，精准灌溉模型包括农作物的灌溉用水量和灌溉时间节点；
130.智能灌溉模块705，用于基于灌溉用水量和灌溉时间节点远程控制智能灌溉设备对农作物进行精准灌溉。
131.上述实施例提供的农作物精准灌溉系统700可实现上述农作物精准灌溉方法实施例中描述的技术方案，上述各模块或单元具体实现的原理可参见上述农作物精准灌溉方法实施例中的相应内容，此处不再赘述。
132.如图8所示，本发明还相应提供了一种电子设备800。该电子设备800包括处理器801、存储器802及显示器803。图8仅示出了电子设备800的部分组件，但是应理解的是，并不要求实施所有示出的组件，可以替代的实施更多或者更少的组件。
133.处理器801在一些实施例中可以是一中央处理器(central processing unit，cpu)，微处理器或其他数据处理芯片，用于运行存储器802中存储的程序代码或处理数据，例如本发明中的农作物精准灌溉方法。
134.在一些实施例中，处理器801可以是单个服务器或服务器组。服务器组可为集中式或分布式的。在一些实施例中，处理器801可为本地的或远程的。在一些实施例中，处理器801可实施于云平台。在一实施例中，云平台可包括私有云、公共云、混合云、社区云、分布式云、内部间、多重云等，或以上的任意组合。
135.存储器802在一些实施例中可以是电子设备800的内部存储单元，例如电子设备800的硬盘或内存。存储器802在另一些实施例中也可以是电子设备800的外部存储设备，例如电子设备800上配备的插接式硬盘，智能存储卡(smart media card，smc)，安全数字(secure digital，sd)卡，闪存卡(flash card)等。
136.进一步地，存储器802还可既包括电子设备800的内部储存单元也包括外部存储设备。存储器802用于存储安装电子设备800的应用软件及各类数据。
137.显示器803在一些实施例中可以是led显示器、液晶显示器、触控式液晶显示器以及oled(organic light-emitting diode，有机发光二极管)触摸器等。显示器803用于显示在电子设备800的信息以及用于显示可视化的用户界面。电子设备800的部件801-803通过系统总线相互通信。
138.在本发明的一些实施例中，当处理器801执行存储器802中的农作物精准灌溉程序时，可实现以下步骤：
139.获取农作物的参考作物历史蒸散量、生育期作物系数以及生育期日历，并基于参考作物历史蒸散量、生育期作物系数以及生育期日历构建农作物基础灌溉模型；
140.获取农作物所在区域的气象数据和土壤数据；
141.基于气象数据对农作物基础灌溉模型进行修正，获得农作物修正灌溉模型，并基于农作物修正灌溉模型确定农作物的未来预测需水量；
142.基于未来预测需水量、气象数据以及土壤数据确定精准灌溉模型，精准灌溉模型包括农作物的灌溉用水量和灌溉时间节点；
143.基于灌溉用水量和灌溉时间节点远程控制智能灌溉设备对农作物进行精准灌溉。
144.应当理解的是：处理器801在执行存储器802中的农作物精准灌溉程序时，除了上面的功能之外，还可实现其它功能，具体可参见前面相应方法实施例的描述。
145.进一步地，本发明实施例对提及的电子设备800的类型不做具体限定，电子设备800可以为手机、平板电脑、个人数字助理(personal digitalassistant，pda)、可穿戴设备、膝上型计算机(laptop)等便携式电子设备。便携式电子设备的示例性实施例包括但不限于搭载ios、android、microsoft或者其他操作系统的便携式电子设备。上述便携式电子设备也可以是其他便携式电子设备，诸如具有触敏表面(例如触控面板)的膝上型计算机(laptop)等。还应当理解的是，在本发明其他一些实施例中，电子设备800也可以不是便携式电子设备，而是具有触敏表面(例如触控面板)的台式计算机。
146.相应地，本技术实施例还提供一种计算机可读存储介质，计算机可读存储介质用于存储计算机可读取的程序或指令，程序或指令被处理器执行时，能够实现上述各方法实施例提供的农作物精准灌溉方法中的步骤或功能。
147.本领域技术人员可以理解，实现上述实施例方法的全部或部分流程，可以通过计算机程序来指令相关的硬件(如处理器，控制器等)来完成，计算机程序可存储于计算机可读存储介质中。其中，计算机可读存储介质为磁盘、光盘、只读存储记忆体或随机存储记忆体等。
148.以上对本发明所提供的农作物精准灌溉方法、系统、电子设备及存储介质进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
技术特征：1.一种农作物精准灌溉方法，其特征在于，包括：获取农作物的参考作物历史蒸散量、生育期作物系数以及生育期日历，并基于所述参考作物历史蒸散量、所述生育期作物系数以及所述生育期日历构建农作物基础灌溉模型；获取所述农作物所在区域的气象数据和土壤数据；基于所述气象数据对所述农作物基础灌溉模型进行修正，获得农作物修正灌溉模型，并基于所述农作物修正灌溉模型确定所述农作物的未来预测需水量；基于所述未来预测需水量、所述气象数据以及所述土壤数据确定精准灌溉模型，所述精准灌溉模型包括所述农作物的灌溉用水量和灌溉时间节点；基于所述灌溉用水量和所述灌溉时间节点远程控制智能灌溉设备对所述农作物进行精准灌溉。2.根据权利要求1所述的农作物精准灌溉方法，其特征在于，所述气象数据包括所述农作物的实际蒸散量，所述基于所述气象数据对所述农作物基础灌溉模型进行修正，获得农作物修正灌溉模型，包括：基于所述实际蒸散量和所述参考作物历史蒸散量修正所述生育期作物系数，获得修正作物系数；基于所述修正作物系数和所述参考作物历史蒸散量获得所述农作物修正灌溉模型。3.根据权利要求1所述的农作物精准灌溉方法，其特征在于，所述气象数据包括未来预测降雨量；所述基于所述未来预测需水量、所述气象数据以及所述土壤数据确定所述农作物的灌溉用水量和灌溉时间节点，包括：基于所述未来预测降雨量和降雨有效利用系数确定未来有效预测降雨量；基于所述未来有效预测降雨量以及所述未来预测需水量确定所述农作物的毛灌溉预测需水量；基于所述土壤数据和所述毛灌溉预测需水量确定所述农作物的灌溉用水量和灌溉时间节点。4.根据权利要求3所述的农作物精准灌溉方法，其特征在于，所述土壤数据包括根区土壤实时含水量、有效田间持水量以及根区土壤萎蔫点，所述基于所述土壤数据和所述毛灌溉预测需水量确定所述农作物的精准灌溉模型，包括：基于所述有效田间持水量、所述根区土壤实时含水量以及所述根区土壤萎蔫点确定所述农作物的根区土壤储水潜力以及根区土壤有效储水量；根据所述农作物的根区土壤储水潜力、所述根区土壤有效储水量以及所述毛灌溉预测需水量确定所述精准灌溉模型。5.根据权利要求1所述的农作物精准灌溉方法，其特征在于，在所述基于所述农作物修正灌溉模型、所述土壤数据以及所述土壤数据确定精准灌溉模型之后，还包括：获取所述农作物的根区土壤盐分值，并判断所述根区土壤盐分值是否超出耐盐阈值；若所述根区土壤盐分值超出所述耐盐阈值，则根据所述根区土壤盐分值确定土壤盐分淋洗需水量；根据所述土壤盐分淋洗需水量对所述精准灌溉模型进行优化，获得优化灌溉模型。6.根据权利要求1所述的农作物精准灌溉方法，其特征在于，所述基于所述灌溉用水量和所述灌溉时间节点远程控制智能灌溉设备对所述农作物进行精准灌溉，包括：
基于所述灌溉用水量和所述灌溉时间节点生成控制指令；所述智能灌溉设备通过无线通讯设备接收所述控制指令，并根据所述控制指令对所述农作物进行精准灌溉。7.根据权利要求1所述的农作物精准灌溉方法，其特征在于，所述农作物精准灌溉方法还包括：将所述灌溉用水量和所述灌溉时间节点发送至用户终端；和/或，基于所述灌溉用水量和所述灌溉时间节点生成预警信息，并将所述预警信息发送至所述用户终端。8.一种农作物精准灌溉系统，其特征在于，包括：基础数据获取模块，用于获取农作物的参考作物历史蒸散量、生育期作物系数以及生育期日历，并基于所述参考作物历史蒸散量、所述生育期作物系数以及所述生育期日历构建农作物基础灌溉模型；环境数据获取模块，用于获取所述农作物所在区域的气象数据和土壤数据；灌溉模型修正模块，用于基于所述气象数据对所述农作物基础灌溉模型进行修正，获得农作物修正灌溉模型，并基于所述农作物修正灌溉模型确定所述农作物的未来预测需水量；灌溉策略确定模块，用于基于所述未来预测需水量、所述气象数据以及所述土壤数据确定精准灌溉模型，所述精准灌溉模型包括所述农作物的灌溉用水量和灌溉时间节点；智能灌溉模块，用于基于所述灌溉用水量和所述灌溉时间节点远程控制智能灌溉设备对所述农作物进行精准灌溉。9.一种电子设备，其特征在于，包括存储器和处理器，其中，所述存储器，用于存储程序；所述处理器，与所述存储器耦合，用于执行所述存储器中存储的所述程序，以实现上述权利要求1至7中任意一项所述的农作物精准灌溉方法中的步骤。10.一种计算机可读存储介质，其特征在于，用于存储计算机可读取的程序或指令，所述程序或指令被处理器执行时能够实现上述权利要求1至7中任意一项所述的农作物精准灌溉方法中的步骤。
技术总结本发明提供了一种农作物精准灌溉方法、系统、电子设备及存储介质，其方法包括：获取农作物的参考作物历史蒸散量、生育期作物系数以及生育期日历，并基于参考作物历史蒸散量、生育期作物系数以及生育期日历构建农作物基础灌溉模型；获取农作物所在区域的气象数据和土壤数据；基于气象数据对农作物基础灌溉模型进行修正，获得农作物修正灌溉模型，并基于农作物修正灌溉模型确定农作物的未来预测需水量；基于未来预测需水量、气象数据以及土壤数据确定精准灌溉模型，精准灌溉模型包括农作物的灌溉用水量和灌溉时间节点；基于灌溉用水量和灌溉时间节点远程控制智能灌溉设备对农作物进行精准灌溉。本发明可提高对农作物进行灌溉的精确性。确性。确性。
技术研发人员：刘世生 雷盼 付杨 王仁宗
受保护的技术使用者：武汉禾大科技有限公司
技术研发日：2022.04.06
技术公布日：2022/7/5
