(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202211519182.4 (22)申请日 2022.11.30 (71)申请人 中化现代农业有限公司 地址 100069 北京市丰台区右安门街道西 铁营中路2号佑安国际大厦 (72)发明人 张晓阳　宫帅　郝文雅　王宏斌　 刘志强　魏佳爽　秦志珩　 (74)专利代理 机构 北京路浩知识产权代理有限 公司 11002 专利代理师 聂俊伟 (51)Int.Cl. A01G 9/24(2006.01) G06F 30/27(2020.01) (54)发明名称 作物设施的风口调控方法、 装置、 设备及存 储介质 (57)摘要 本发明提供一种作物设施的风口调控 方法、 装置、 设备及存储介质， 涉及农业风口控制技术 领域， 包括： 获取设施环境数据、 目标作物的作物 有效积温和作物图像数据； 将设施环 境数据分别 输入至不同风口开度的温度预测模型和湿度预 测模型， 得到不同风口开度对应的温度预测结果 和湿度预测结果； 将作物有效积温和作物图像数 据输入至生育期预测模型， 得到生育期预测结 果； 基于生育期预测结果、 各温度预测结果和各 湿度预测结果， 调控作物设施的风口开度。 本发 明通过结合生育期预测结果和未来时间内不同 风口开度的温度和湿度， 提前自动对设施风口大 小进行精确调控， 有利于提高作物产量和经济效 益。 权利要求书3页 说明书12页 附图3页 CN 115529987 A 2022.12.30 CN 115529987 A 1.一种作物设施的风口调控方法， 其特 征在于， 包括： 获取设施 环境数据、 目标作物的作物图像数据和作物有效积温； 将所述设施环境数据分别输入至不同风口开度对应的温度预测模型和不同风口开度 对应的湿度预测模型， 得到各所述温度预测模型分别输出的温度预测结果以及各所述湿度 预测模型分别输出的湿度预测结果； 将所述作物有效积 温和所述作物图像数据输入至生育期预测模型， 得到所述生育期预 测模型输出的生育期预测结果； 基于所述生育期预测结果、 各所述温度预测结果以及各所述湿度预测结果， 调控所述 作物设施的风口开度； 其中， 任意一个风口开度对应的温度 预测模型是基于由所述风口开度的多维历史环境 数据集提取到的温度训练样本以及所述温度训练样本对应的样本温度标签训练得到； 任意一个风口开度对应的湿度预测模型是基于由所述风口开度的多维历史环境数据 集提取到的湿度训练样本以及所述湿度训练样本对应的样本湿度标签训练得到； 所述生育期预测模型是基于所述目标作物在不同生育期的有 效积温、 作物图像样本以 及所述作物图像样本对应的生育期样本标签进行训练得到 。 2.根据权利要求1所述的作物设施的风口调控方法， 其特征在于， 所述基于所述生育期 预测结果、 各所述温度预测结果以及各所述湿度预测结果， 调控所述作 物设施的风口开度， 包括： 在预设生育期适宜温湿度数据库中查询得到所述生育期预测结果对应的目标适宜温 度以及目标适宜湿度； 将所述目标适宜温度和各 所述温度预测结果进行温度匹配， 得到目标匹配温度； 将所述目标适宜湿度以及各 所述湿度预测结果进行湿度匹配， 得到目标匹配 湿度； 基于所述目标匹配温度和所述目标匹配湿度， 确定目标风口开度， 以将所述作物设施 的风口开度调控至所述目标风口开度。 3.根据权利要求1所述的作物设施的风口调控方法， 其特征在于， 所述任意一个风口开 度对应的温度预测模型 是基于如下步骤训练得到： 获取所述风口开度对应的多维历史环境数据集； 在所述多维历史环境数据集中提取得到若干个设施环境特征数据以及各所述设施环 境特征数据对应的未来设施内空气温度； 对于任意一个设施环境特征数据， 将所述设施环境特征数据作为温度训练样本， 并将 所述未来设施内空气温度作为所述温度训练样本的样本温度标签； 基于各所述温度训练样本以及各所述温度训练样本对应的样本温度标签， 对初始温度 模型进行迭代训练， 得到所述 风口开度对应的温度预测模型。 4.根据权利要求3所述的作物设施的风口调控方法， 其特征在于， 所述基于各所述温度 训练样本以及各所述温度训练样本对应的样本温度标签， 对初始温度模型进行迭代训练， 得到所述 风口开度对应的温度预测模型， 包括： 对于任意一个温度训练样本， 将所述温度训练样本输入至所述初始温度模型， 得到所 述初始温度模型输出的预测值； 基于所述预测值和所述温度训练样本对应的样本温度标签， 计算得到模型损失值；权　利　要　求　书 1/3 页 2 CN 115529987 A 2基于每一次迭代得到的模型损 失值， 对所述初始温度模型的参数进行更新， 得到所述 温度预测模型。 5.根据权利要求3所述的作物设施的风口调控方法， 其特征在于， 所述任意一个风口开 度对应的湿度预测模型 是基于如下步骤训练得到： 在所述多维历史环境数据集中提取得到各所述设施环境特征数据对应的未来设施内 空气湿度； 对于任意一个设施环境特征数据， 将所述设施环境特征数据作为湿度训练样本， 并将 所述未来设施内空气湿度作为所述湿度训练样本的样本湿度标签； 基于各所述湿度训练样本以及各所述湿度训练样本对应的样本湿度标签， 对初始湿度 模型进行迭代训练， 得到所述 风口开度下的湿度预测模型。 6.根据权利要求3所述的作物设施的风口调控方法， 其特征在于， 所述生育期预测模型 是基于如下步骤训练得到： 获取所述目标作物在不同生育期对应的作物图像样本； 基于所述多维历史环境数据集， 计算得到所述目标作物在不同生育期对应的有效积 温； 基于所述不同生育期对应的有 效积温、 所述作物图像样本以及所述作物图像样本对应 的生育期样本标签， 对待训练生育期预测模型进行迭代训练， 得到所述 生育期预测模型。 7.根据权利要求6所述的作物设施的风口调控方法， 其特征在于， 所述多维历史环境数 据集中的设施 环境特征数据包括设施内空气温度； 所述基于所述多维历史环境数据集， 计算得到所述目标作物在不同生育期对应的有效 积温， 包括： 基于各所述设施内空气温度， 计算得到各个日平均温度； 基于各所述日平均温度以及所述目标作物的预设温度下限值， 分别计算得到所述目标 作物在不同生育期对应的有效积温。 8.一种作物设施的风口调控 装置， 其特 征在于， 包括： 获取模块， 用于获取设施 环境数据、 目标作物的作物图像数据和作物有效积温； 第一预测模块， 用于将所述设施环境数据分别输入至不同风口开度对应的温度 预测模 型和不同风口开度对应的湿度预测模型， 得到各所述温度预测模型分别输出的温度预测结 果以及各 所述湿度预测模型分别输出的湿度预测结果； 第二预测模块， 用于将所述作物有效积温和所述作物图像数据输入至生育期预测模 型， 得到所述 生育期预测模型输出的生育期预测结果； 风口开度调控模块， 用于基于所述生育期预测结果、 各所述温度预测结果以及各所述 湿度预测结果， 调控所述作物设施的风口开度； 其中， 任意一个风口开度对应的温度 预测模型是基于由所述风口开度的多维历史环境 数据集提取到的温度训练样本以及所述温度训练样本对应的样本温度标签训练得到； 任意一个风口开度对应的湿度预测模型是基于由所述风口开度的多维历史环境数据 集提取到的湿度训练样本以及所述湿度训练样本对应的样本湿度标签训练得到； 所述生育期预测模型是基于所述目标作物在不同生育期的有 效积温、 作物图像样本以 及所述作物图像样本对应的生育期样本标签进行训练得到 。权　利　要　求　书 2/3 页 3 CN 115529987 A 3