1.本发明涉及智慧农业技术领域，具体而言，涉及一种智能施肥方法及装置。


背景技术：

2.化肥主要分为三种，分别是氮、磷、钾。土壤中这三种化肥都有一定的比例，如果氮肥过多，会使作物贪青晚熟，生长期延长；如果磷肥过多，就会造成农作物叶会黄化，俗称“烧苗”；钾肥过多了，会导致农作物易倒，破坏土壤结构，造成土壤板结等。传统的人工施肥方式很难掌握施肥的配比及施肥量，既造成了化肥的利用率特别低，还不能起到合理的助长作用。
3.随着科技的进步，自动化的施肥机械已经逐渐被使用，但是，这些机械一般是由人工确定各种肥料的配比及单位施肥量，这种方式仅仅是将人工施肥的工序进行了自动化替代。施肥过程仍然不能根据土壤情况、作物的生长状况及时调整施肥方案，不够智能化。
4.可见，现有技术中的施肥装置的施肥方案是固定的，难以适应作用的不同生长状况，无法有效提高作物的产量。


技术实现要素：

5.为了解决上述背景技术中存在的技术问题，本发明提供了一种智能施肥方法、装置、电子设备及存储介质，以实现施肥作业的智能化。
6.本发明的第一方面提供了一种智能施肥方法，包括如下步骤：
7.s10，获取第一土壤数据及作物的第一生长数据；
8.s20，基于所述第一土壤数据和第一生长数据确定第一施肥方案，所述第一施肥方案中包括第一肥料配比、第一施肥量；
9.s30，获取施肥作业前方第一区域作物的第二土壤数据、第二生长数据；
10.s40，基于所述第二土壤数据和第二生长数据对所述第一施肥方案进行修正，以得到第二施肥方案，所述第二施肥方案中包括第二肥料配比和/或第二施肥量；
11.s50，执行所述第三施肥方案。
12.可选地，所述第一土壤数据及作物的第一生长数据由分布式监测装置和/或移动式监测装置获得。
13.可选地，步骤s20中，所述基于所述第一土壤数据和第一生长数据确定第一施肥方案，包括：
14.基于作物生长阶段调取标准生长特征、标准土壤数据、标准施肥方案；
15.将所述第一生长数据与所述标准生长特征进行第一差异度计算，若所述第一差异度小于或等于第一阈值，则将所述标准施肥方案作为所述第一施肥方案；
16.若所述第一差异度大于第一阈值，则将所述第一土壤数据与所述标准土壤数据进行第二差异度计算，若所述第二差异度小于或等于第二阈值，则将所述标准施肥方案作为所述第一施肥方案；若所述第二差异度大于第二阈值，则将基于所述第二差异度和所述标
准施肥方案确定第一施肥方案。
17.可选地，获取当前施肥作业区域的第三生长数据，计算所述第三生长数据与所述第一生长数据的第三差异度，基于所述第三差异度确定第一区域的大小；
18.其中，所述第一区域的大小与所述第三差异度负相关。
19.可选地，所述第二土壤数据和第二生长数据是由移动式监测装置获得。
20.可选地，步骤s40中，所述基于所述第二土壤数据和第二生长数据对所述第一施肥方案进行修正，以得到第二施肥方案，包括：
21.将所述第二生长数据与所述第一生长数据进行第四差异度计算，若所述第四差异度小于或等于第三阈值，则不对所述第一施肥方案进行修正；
22.若所述第四差异度大于第三阈值，则将所述第二土壤数据与所述第一土壤数据进行第五差异度计算，若所述第五差异度小于或等于第四阈值，则不对所述第一施肥方案进行修正；若所述第五差异度大于第四阈值，则将基于所述第五差异度对所述第一施肥方案进行修正，以得到第二施肥方案。
23.可选地，所述基于作物生长阶段调取标准生长特征、标准土壤数据、标准施肥方案，包括：
24.基于所述生长阶段确定第二区域；
25.获取所述第二区域内的相同生长阶段的该作物的生长特征、土壤数据、施肥方案；
26.对所述生长特征、土壤数据、施肥方案分别进行聚类处理，以得出标准生长特征、标准土壤数据、标准施肥方案；
27.其中，在进行所述聚类处理时，如果所述作物的生长环境为温室，则将其聚类权重调低。
28.本发明的第二方面提供了一种智能施肥装置，包括处理模块、存储模块、通信模块，其中，所述处理模块与所述存储模块和所述通信模块连接；
29.所述存储模块上存储有计算机程序；
30.所述通信模块，用于实现所述处理模块与外界的通信；
31.所述处理模块用于调用所述计算机程序以实现如前所述的方法。
32.本发明的第三方面提供了一种计算机存储介质，该存储介质上存储有计算机程序，该计算机程序被处理器运行时执行如上任一项所述的方法。
33.本发明的第四方面提供了一种电子设备，该电子设备包括处理器和存储器，所述存储器上存储有计算机程序，该计算机程序被处理器运行时执行如上任一项所述的方法。
34.本发明的有益效果在于：
35.相比于传统施肥方式，本发明先基于待施肥地块的整体作物生长数据和土壤数据来确定基准施肥方案，施肥作业过程中，再基于局部的实际作物生长数据和土壤数据来对基准施肥方案进行修正，最终得出的施肥方案既可以保证不会有太大偏差，也能够照顾到不同区域的生长差异，达到了智能施肥以提高作物生长及产量的效果。而且，本发明确定的施肥方案中还同时考虑了肥料配比和施肥量，能够进一步提升作物的生长及产量。
附图说明
36.为了更清楚地说明本发明实施例的技术方案，下面将对实施例中所需要使用的附
图作简单地介绍，应当理解，以下附图仅示出了本发明的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，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相关的附图。
37.图1是本发明实施例公开的一种智能施肥方法的流程示意图；
38.图2是本发明实施例公开的一种智能施肥装置的结构示意图；
39.图3是本发明实施例公开一种电子设备的结构示意图。
具体实施方式
40.为使本发明实施例的目的、技术方案和优点更加清楚，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，所描述的实施例是本发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明实施例的组件可以以各种不同的配置来布置和设计。
41.因此，以下对在附图中提供的本发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，本领域普通技术人员在没有作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。
42.应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。
43.在本发明的描述中，需要说明的是，若出现术语“上”、“下”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该发明产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。
44.此外，若出现术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
45.需要说明的是，在不冲突的情况下，本发明的实施例中的特征可以相互结合。
46.实施例一
47.请参阅图1，图1是本发明实施例公开的一种智能施肥方法的流程示意图。如图1所示，本发明实施例的一种智能施肥方法，包括如下步骤：
48.s10，获取第一土壤数据及作物的第一生长数据；
49.s20，基于所述第一土壤数据和第一生长数据确定第一施肥方案，所述第一施肥方案中包括第一肥料配比、第一施肥量；
50.s30，获取施肥作业前方第一区域作物的第二土壤数据、第二生长数据；
51.s40，基于所述第二土壤数据和第二生长数据对所述第一施肥方案进行修正，以得到第二施肥方案，所述第二施肥方案中包括第二肥料配比和/或第二施肥量；
52.s50，执行所述第二施肥方案。
53.在本发明实施例中，对于待施肥地块，先获取该抵块的第一土壤数据、作物的第一生长数据，这些数据反映了该抵块的整体情况，基于这些数据就可以确定出作为基准的第一施肥方案；接着，在施肥作业过程中，继续获取作业前方区域的第二土壤数据、第二生长数据，这些数据反映了待施肥地块各区域的局部情况，基于这些数据可以对第一施肥方案
进行局部修正，进而得到第二施肥方案，使得施肥作业更有针对性，相应地可以获得更为良好的施肥效果，有利于提高产量，当然，其中的第二施肥方案可以在当前作业区域就开始执行，也可以仅在第一区域中被执行。同时，本发明确定的施肥方案中包括肥料配比和施肥量，这两个因素是影响作物生长的重要因素，所以，本发明将其同步考虑，能够进一步提高施肥作业的效果。
54.本发明的方法可以应用于智能施肥机械，例如，在智能施肥机械上集成各种传感器、通行模块和数据处理装置，数据处理装置基于传感器和通信模块获取待施肥地块的数据，进而自行确定及执行施肥方案；也可以应用于智能农业控制系统，例如用于掌控一个或多个农场的服务器，该服务器可以运行本发明的方法，进而实现对各农场的各地块的智能施肥机械的施肥控制。其中，对于服务器来说，可以包括运行任何合适的操作系统(例如，微软(microsoft)的windows、linux等)的任何合适类型的计算机服务器(例如，具有intel微处理器、多个处理器、多个处理核等的服务器)；也可以应用于终端设备，将终端设备与智能施肥机械通信连接，利用智能终端设备的通信及处理功能来确定及执行施肥方案，其中，终端设备可以是各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。
55.可选地，所述第一土壤数据及作物的第一生长数据由分布式监测装置和/或移动式监测装置获得。
56.在本发明实施例中，对于土壤数据和生长数据的获得，可以通过在智能农场中预先布设的分布式监测装置获得，例如，摄像头、各类土壤监测传感器；也可以通过移动式监测装置获得，例如，带各类检测传感器的履带车、机器人、无人机等。当然，也可以综合使用以上两种方式，例如，利用分布式监测装置来获取土壤数据，利用移动式监测装置来获取作物生长数据。
57.可选地，步骤s20中，所述基于所述第一土壤数据和第一生长数据确定第一施肥方案，包括：
58.基于作物生长阶段调取标准生长特征、标准土壤数据、标准施肥方案；
59.将所述第一生长数据与所述标准生长特征进行第一差异度计算，若所述第一差异度小于或等于第一阈值，则将所述标准施肥方案作为所述第一施肥方案；
60.若所述第一差异度大于第一阈值，则将所述第一土壤数据与所述标准土壤数据进行第二差异度计算，若所述第二差异度小于或等于第二阈值，则将所述标准施肥方案作为所述第一施肥方案；若所述第二差异度大于第二阈值，则将基于所述第二差异度和所述标准施肥方案确定第一施肥方案。
61.在本发明实施例中，正常情况下，作物在不同生长阶段的生长情况应当与标准情况大体相符的，本发明预先将与作物生长阶段与标准生长特征、标准土壤数据、标准施肥方案建立对应关系，基于待施肥地块的作物的实际生长阶段就可以调取上述数据，其中，实际生长阶段可以由用户手动输入，也可以由系统基于作物的种植数据(例如种植日期数据)计算得出。接着，计算第一生长数据与标准生长特征的第一差异度，其反映了该待施肥地块的整体生长情况是否与标准生长数据相符，若相符，则说明作物生长正常，采用标准的施肥方案即可，若不相符，则说明该地块的作物生长异常，需要对土壤数据进行进一步比对；接着，计算第一土壤数据与标准土壤数据的第二差异度，其反映了该待施肥地块的整体土壤情况
是否与标准土壤数据是否相符，若不相符，说明生长异常是之前的施肥作业不当导致的，需要基于差异度来调整施肥方案，例如调整肥料配比或增加施肥量，反之，则说明与施肥无关，可能是病虫害导致，此时不对施肥方案进行土壤数据。
62.本发明的方案通过对待施肥地块与标准数据中的作物生长数据和土壤数据依次进行差异度计算来确定第一施肥方案，综合考虑了多种因素，最终确定出的第一施肥方案更为准确。
63.可选地，获取当前施肥作业区域的第三生长数据，计算所述第三生长数据与所述第一生长数据的第三差异度，基于所述第三差异度确定第一区域的大小；
64.其中，所述第一区域的大小与所述第三差异度负相关。
65.在本发明实施例中，本发明中第一区域的大小是可变的，确定方式为：当前施肥作业区域作物的第三生长数据与反映待施肥地块的作物整体生长数据的差异越大，则设置第一区域越小。当差异度越大时，说明前方当前作业区域的作物生长的局部属性越强，所以，对于后续的作业区域需要更为精细化的施肥方案，进而将第一区域调小。
66.可选地，所述第二土壤数据和第二生长数据是由移动式监测装置获得。
67.在本发明实施例中，对于施肥作业开始后获得的第二土壤数据和第二生长数据，可以由移动式监测装置获得，例如，与智能施肥机械配套使用的无人机、机器人、履带车等，这类移动式监测装置可以弥补分布式装置在数量和监测采集精细度上的不足。
68.可选地，步骤s40中，所述基于所述第二土壤数据和第二生长数据对所述第一施肥方案进行修正，以得到第二施肥方案，包括：
69.将所述第二生长数据与所述第一生长数据进行第四差异度计算，若所述第四差异度小于或等于第三阈值，则不对所述第一施肥方案进行修正；
70.若所述第四差异度大于第三阈值，则将所述第二土壤数据与所述第一土壤数据进行第五差异度计算，若所述第五差异度小于或等于第四阈值，则不对所述第一施肥方案进行修正；若所述第五差异度大于第四阈值，则将基于所述第五差异度对所述第一施肥方案进行修正，以得到第二施肥方案。
71.在本发明实施例中，与前述步骤s20类似，在施肥作业开始后，同样逐步基于生长数据计算第四差异度、基于土壤数据计算第五差异度，基于计算结果对第一施肥方案进行修正以得到第二施肥方案。具体而言，若第四差异度小于或等于第三阈值，说明第一区域内的作物生长情况处于该地块的正常水平，采用基准的施肥方案即可，反之则说明生长异常，需要进一步对土壤数据进行分析；接着，若第五差异度小于或等于第四阈值，则说明土壤数据处于该地块的正常水平，生长异常可能是病虫害等原因导致，不需要对施肥方案进行调整，反之则说明第一区域的施肥不合理，需要基于差异度值来调整第一施肥方案。
72.本发明的方案通过对第一区域内和整个待施肥地块的作物生长数据和土壤数据依次进行差异度计算来确定是否对第一施肥方案进行修正，综合考虑了多种因素，最终确定出的第二施肥方案更为准确。
73.对于前述内容涉及的差异度的计算方式，可以采用距离法、相似性系数，其中，距离法包括欧几里得距离、切比雪夫距离、曼哈顿距离、兰氏距离、闵科夫斯基距离(明氏距离)、马氏距离等，相似性系数包括夹角余弦(cosine)、修正的余弦相似性、皮尔森相关系数等，本发明在此不再赘述。
74.可选地，所述基于作物生长阶段调取标准生长特征、标准土壤数据、标准施肥方案，包括：
75.基于所述生长阶段确定第二区域；
76.获取所述第二区域内的相同生长阶段的该作物的生长特征、土壤数据、施肥方案；
77.对所述生长特征、土壤数据、施肥方案分别进行聚类处理，以得出标准生长特征、标准土壤数据、标准施肥方案；
78.其中，在进行所述聚类处理时，如果所述作物的生长环境为温室，则将其聚类权重调低。
79.在本发明实施例中，本发明中的标准数据并非固定的经验值，而是基于地区数据实时确定的。具体而言，由于不同的生长阶段对于施肥的敏感度不同，所以，首先基于生长阶段来确定第二区域，例如，肥料配比和施肥量在关键生长阶段是至关重要的，且难以补救，此时将第二区域确定为更大的范围，以使最终得出的数据更为准确，降低了异常数据的影响。接着，获取第二区域内的各智能农场的数据，包括作物的生长特征、土壤数据、施肥方案，对这些数据进行聚类处理就可以得出标准生长特征、标准土壤数据、标准施肥方案，当然，由于种植场景和种植日期的差异，聚类处理的数据应当仅限于相同生长阶段的。另外，在进行所述聚类处理时，如果所述作物的生长环境为温室，温室环境下的水肥保持能力更好、作物生长状况一般也更好，相对于露天种植环境需要的肥料更少，所以，为了避免大量温室环境的数据对聚类后的数据造成过多影响，本发明将其聚类权重调低。
80.对于聚类算法，可以采用划分式聚类方法(partition-based methods)、基于密度的聚类方法(density-based methods)、层次化聚类方法(hierarchical methods)等，由于属于成熟的现有技术，本发明对此不再赘述。
81.实施例二
82.请参阅图2，图2是本发明实施例公开的一种智能施肥装置的结构示意图。如图2所示，本发明实施例的一种智能施肥装置(100)，包括处理模块(101)、存储模块(102)、通信模块(103)，其中，所述处理模块(101)与所述存储模块(102)和所述通信模块(103)连接；
83.所述存储模块(102)上存储有计算机程序；
84.所述通信模块(103)，用于实现所述处理模块(101)与外界的通信；
85.所述处理模块(101)用于调用所述计算机程序以实现如前所述的方法。
86.该实施例中的一种智能施肥装置的具体功能参照上述实施例一，由于本实施例中的系统采用了上述实施例的全部技术方案，因此至少具有上述实施例的技术方案所带来的所有有益效果，在此不再一一赘述。
87.实施例三
88.请参阅图3，图3是本发明实施例公开的一种电子设备，所述设备包括：
89.存储有可执行程序代码的存储器；
90.与所述存储器耦合的处理器；
91.所述处理器调用所述存储器中存储的所述可执行程序代码，执行如实施例一所述的方法。
92.实施例四
93.本发明实施例还公开了一种计算机存储介质，该存储介质上存储有计算机程序，
该计算机程序被处理器运行时执行如实施例一所述的方法。
94.本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
95.这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
96.这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
97.以上所述，仅为本发明的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应以所述权利要求的保护范围为准。