一种花卉种植智能湿度检测装置.pdf

(19)国家知识产权局(12)发明专利申请(10)申请公布号CN114878788A(43)申请公布日2022.08.09(21)申请号202210670037.XG06N20/00(2019.01)(22)申请日2022.06.14(71)申请人古田县恒春农业开发有限公司地址352200福建省宁德市古田县城东街道前山食用菌加工基地32号西边地块1号区(72)发明人钟冬季钟秀媚钟剑辉钟桂婷(74)专利代理机构北京盛凡佳华专利代理事务所(普通合伙)11947专利代理师张欢(51)Int.Cl.G01N33/24(2006.01)G01N9/00(2006.01)G01N33/00(2006.01)G01D21/02(2006.01)权利要求书1页说明书3页附图1页(54)发明名称一种花卉种植智能湿度检测装置(57)摘要本发明公开了一种花卉种植智能湿度检测装置，包括空气湿度检测模块、空气风速检测模块、光照强度检测模块、土壤湿度检测模块、土壤密度检测模块、监控平台和显示器。本发明通过空气湿度检测模块、空气风速检测模块、光照强度检测模块、土壤湿度检测模块、土壤密度检测模块以及机器学习模型可实现多参数精准连续测量与实时智能预测需要浇水的时间，进行实现花卉科学种植、减少种植风险。CN114878788ACN114878788A权利要求书1/1页1.一种花卉种植智能湿度检测装置，其特征在于，包括空气湿度检测模块、空气风速检测模块、光照强度检测模块、土壤湿度检测模块、土壤密度检测模块、监控平台和显示器；所述空气湿度检测模块、空气风速检测模块、光照强度检测模块、土壤湿度检测模块、土壤密度检测模块的信号输出端均与监控平台的信号输入端电连接，所述监控平台的信号输出端与显示器电连接；所述监控平台内设有机器学习模型，所述机器学习模型用于计算花卉土壤需要浇水的时间。2.根据权利要求1所述的一种花卉种植智能湿度检测装置，其特征在于，所述机器学习模型的建立方法为：第一步；获取目标花卉样本在不同环境下组成的数据集，且数据集中每一个花卉样本包括空气湿度、空气风速、光照强度、土壤湿度、土壤密度以及花卉土壤达到干涸的时间六个指标；S2、利用所述数据集对机器学习模型进行训练，其中机器学习模型以经过标准化后的空气湿度、空气风速、光照强度、土壤湿度、土壤密度五个指标作为输入，以花卉土壤达到干涸的时间作为输出，通过监督学习得到融雪速率预测模型。3.根据权利要求2所述的一种花卉种植智能湿度检测装置，其特征在于，花卉土壤达到干涸是指土壤达到花卉生长最底需求湿度。4.根据权利要求3所述的一种花卉种植智能湿度检测装置，其特征在于，所述机器学习模型为随机森林模型。5.根据权利要求4所述的一种花卉种植智能湿度检测装置，其特征在于，所述随机森林模型需进行超参数优化，所优化的超参数为：不纯度的衡量指标、模型构建树的个数n_estimators、树的最大深度max_depth、最小子节点min_samples_leaf和最小训练样本min_sample_split。6.根据权利要求1所述的一种花卉种植智能湿度检测装置，其特征在于，所述空气湿度检测模块为空气湿度传感器。7.根据权利要求1所述的一种花卉种植智能湿度检测装置，其特征在于，所述空气风速检测模块为风速传感器。8.根据权利要求1所述的一种花卉种植智能湿度检测装置，其特征在于，所述光照强度检测模块为光照强度传感器。9.根据权利要求1所述的一种花卉种植智能湿度检测装置，其特征在于，所述土壤湿度检测模块为土壤湿度传感器。10.根据权利要求1所述的一种花卉种植智能湿度检测装置，其特征在于，所述土壤密度检测模块为土壤密度计。2CN114878788A说明书1/3页一种花卉种植智能湿度检测装置技术领域[0001]本发明涉及花卉种植技术领域，尤其涉及一种花卉种植智能湿度检测装置。背景技术[0002]花卉是用来欣赏的植物的统称，具有繁殖功能的短枝，有许多种类。典型的花，在一个有限生长的短轴上，着生花萼、花瓣和产生生殖细胞的雄蕊与雌蕊。花由花冠、花萼、花托、花蕊组成，有各种各样颜色，有的长得很艳丽，有香味。[0003]现有技术中，在花卉种植时需要严格控制花卉的土壤湿度，保证花卉处于正常生长状态，市场上针对花卉种植过程的土壤湿度监控技术主要是全由人工经验与感觉判断，根据季节与湿度计为依据，种植过程仅凭人工观察，这种人工方法存在的问题是不精确、缺乏标准，无法准确预测需要浇水的时间。发明内容[0004]本发明提供了一种花卉种植智能湿度检测装置，以解决上述背景技术中提出的问题。[0005]为了实现上述目的，本发明采用了如下技术方案：[0006]一种花卉种植智能湿度检测装置，包括空气湿度检测模块、空气风速检测模块、光照强度检测模块、土壤湿度检测模块、土壤密度检测模