(19)中华 人民共和国 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 202111540587.1 (22)申请日 2021.12.15 (71)申请人 华能煤炭技 术研究有限公司 地址 100071 北京市丰台区南四环西路18 8 号 申请人 中国煤炭地质总局勘查研究总院 　 庆阳新庄煤业有限公司新庄煤矿 (72)发明人 王大龙　程振雨　李伟东　郑洁铭　 马永忠　唐朝苗　朱亚龙　巩永春　 顾雷雨　周全超　王冯　高利晶　 郝娇阳　 (74)专利代理 机构 北京路浩知识产权代理有限 公司 11002 代理人 李文清(51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/06(2012.01) G06Q 50/06(2012.01) A01G 25/16(2006.01) G06N 3/08(2006.01) (54)发明名称 水资源优化分配方法和装置 (57)摘要 本发明提供一种水资源优化分配方法和装 置， 该方法通过获取多个传感器在预设采样时间 采集到的农田内作物土壤附近的湿度信息； 获取 农田在预设采样时间上的温度信息； 根据作物的 种类和季节时间确定作物的生长期， 根据作物的 生长期确定作物腾发量； 根据湿度信息、 温度信 息和作物腾发量对至少一个传感器进行分组， 得 到多个传感器组以及每个传感器组对应的平均 作物底墒指标； 将平均作物底墒指标和作物的生 长期输入灌溉量确定神经网络模 型中， 得到传感 器组对应的农田区域的灌溉量； 其中， 灌溉量确 定神经网络模 型是基于平均作物底 墒指标样本、 作物的生长期样本以及预先确定的灌溉量进行 训练得到的。 本发明通过上述步骤实现对农田 的 精准灌溉， 节约用水。 权利要求书2页 说明书10页 附图2页 CN 114372611 A 2022.04.19 CN 114372611 A 1.一种水资源 优化分配方法， 其特 征在于， 包括： 获取多个传感器在预设采样时间采集到的农田内作物土壤附近的湿度信息； 获取所述农田在所述预设采样时间上的温度信息； 根据所述作物的种类和季节时间确定所述作物的生长期， 根据 所述作物的生长期确定 作物腾发量； 根据所述湿度信息、 所述温度信息和所述作物腾发量对所述多个传感器进行分组， 得 到至少一个传感器组以及每 个所述传感器组对应的平均 作物底墒指标； 将所述平均作物底墒指标和所述作物的生长期输入灌溉量确定神经网络模型中， 得到 所述传感器组对应的农田区域的灌溉 量； 其中， 所述灌溉量确定神经网络模型是基于平均作物底墒指标样本、 作物的生长期样 本以及预 先确定的灌溉 量进行训练得到的。 2.根据权利要求1所述的水资源优化分配方法， 其特征在于， 所述根据所述湿度信息、 所述温度信息和所述作物腾发量对所述多个传感器进行分组， 得到至少一个传感器组， 具 体包括： 根据所述湿度信 息、 所述温度信 息和所述作物腾发量确定每一个传感器对应的初始作 物底墒指标； 根据所述初始作物底墒指标和所述湿度信 息对所述多个传感器进行分组， 得到至少一 个传感器组。 3.根据权利要求2所述的水资源优化分配方法， 其特征在于， 所述根据每个所述传感器 组中的每个传感器的湿度信息、 所述温度信息和所述作 物腾发量得到每个所述传感器组对 应的平均 作物底墒指标， 具体包括： 根据所述湿度信息确定每 个所述传感器组中每一个传感器对应的湿度 序列； 根据所述湿度 序列确定所述传感器组内任意两个传感器的差异 距离； 根据所述差异 距离确定所述传感器组的数据统一系数； 根据所述数据统一系数对所述每一个传感器对应的初始作物底墒指标进行调整， 得到 调整后的作物 底墒指标； 根据所述调整后的作物底墒指标进行加和得到每个所述传感器组对应平均作物底墒 指标。 4.根据权利要求3所述的水资源优化分配方法， 其特征在于， 所述根据 所述初始作物底 墒指标和所述湿度信息对所述多个传感器进行分组， 得到 至少一个传感器组， 具体包括： 根据所述初始作物底墒指标和所述传感器对应的湿度序列确定每两个传感器的分组 距离； 根据所述分组距离利用密度聚类算法将所述传感器进行聚类， 获得至少一个聚类簇作 为对应的传感器组。 5.根据权利要求4所述的水资源优化分配方法， 其特征在于， 所述根据 所述分组距离利 用密度聚类算法将所述传感器进行聚类， 获得至少一个聚类簇作为对应的传感器组， 包括： 若所述传感器组中的传感器数为 一个， 则所述传感器为异常传感器； 获得所述异常传感器与预设邻域范围内其他传感器的所述初始作物底墒指标的指标 差异平均值；权　利　要　求　书 1/2 页 2 CN 114372611 A 2将所述指标差异平均值与 预设差异阈值进行比较， 若所述指标差异平均值大于所述预 设差异阈值， 则将所述异常传感器的所述初始作 物底墒指标替换为所述预设邻域范围内的 初始作物底墒指标平均值， 并基于所述初始作 物底墒指标平均值将所述异常传感器重新聚 类分组； 若所述指标差异平均值不大于所述预设差异阈值， 则将所述异常传感器作为一个单独 传感器组， 不重新进行聚类。 6.根据权利要求4所述的水资源优化分配方法， 其特征在于， 根据 所述初始作物底墒指 标和所述传感器对应的湿度序列采用第一模型确定每两个传感器的分组距离， 其中第一模 型包括： 其中， D为所述分组距离， WA为传感器A的所述初始作物底墒指标， WB为传感器B的所述初 始作物底墒指标， SA为传感器A的所述湿度序列， SB为传感器B的所述湿度序列， PPMCC()为 皮尔逊系数计算 函数。 7.一种水资源 优化分配装置， 其特 征在于， 包括： 湿度信息获取模块， 用于获取多个传感器在预设采样时间采集到的农田内作物土壤附 近的湿度信息； 温度信息获取模块， 用于获取 所述农田在所述预设采样时间上的温度信息； 腾发量获取模块， 用于根据所述作物的种类和季节时间确定所述作物的生长期， 根据 所述作物的生长期确定作物 腾发量； 指标确定模块， 用于根据所述湿度信息、 所述温度信息和所述作物腾发量对所述多个 传感器进行分组， 得到 至少一个传感器组以及每 个所述传感器组对应平均 作物底墒指标； 灌溉量确定模块， 用于将所述平均作物底墒指标和所述作物的生长期输入灌溉量确定 神经网络模型中， 得到所述传感器组对应的农田区域的灌溉 量； 其中， 所述灌溉量确定神经网络模型是基于平均作物底墒指标样本、 作物的生长期样 本以及预 先确定的灌溉 量进行训练得到的。 8.一种电子设备， 包括存储器、 处理器及存储在所述存储器上并可在所述处理器上运 行的计算机程序， 其特征在于， 所述处理器执行所述程序时实现如权利要求1至6任一项所 述水资源 优化分配方法的步骤。 9.一种非暂态计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机 程序被处 理器执行时实现如权利要求1至 6任一项所述水资源 优化分配方法的步骤。 10.一种计算机程序产品， 包括计算机程序， 其特征在于， 所述计算机程序被处理器执 行时实现如权利要求1至 6任一项所述水资源 优化分配方法的步骤。权　利　要　求　书 2/2 页 3 CN 114372611 A 3