本發明公開了一種基于小波神經網絡的茄子溫室環境智能檢測系統，其特征在于：所述檢測系統由基于無線傳感器網絡的茄子溫室環境參數采集平臺和茄子溫室產量智能化預警系統兩部分組成；本發明有效解決了現有茄子溫室產量沒有根據茄子溫室環境溫度變化的非線性、大滯后和茄子溫室面積大溫度變化復雜等對茄子溫室產量影響，沒有對茄子溫室產量進行預測和對茄子溫室環境溫度精確檢測與調節，從而極大的影響茄子溫室環境產量預測和生產管理問題。

技術領域

本發明涉及農業溫室自動化裝備的技術領域，具體涉及一種基于小波神經網絡的茄子溫室環境智能檢測系統。

背景技術

茄子是我國南北方主要的蔬菜種類之一，在生產中占有重要的地位，在我國各地栽培普遍。目前，我國的茄子生產已經實現了周年供應，基本上形成了高效節能型日光溫室、塑料棚、地膜、遮陽網四元覆蓋型周年系列化保護栽培體系。茄子屬于直根系茄子，根系發達，吸肥吸水能力強。茄子柔嫩多汁，果型較大且需水量較多，因此，水分管理成為茄子生產上最關鍵的技術之一。影響茄子生長的幾個因素如下：①、土壤水分長期處于虧缺狀態影響了根系在土壤中的均勻分布，不灌溝土壤中的養分得不到吸收和利用，對茄子生長不利。土壤含水率過高或過低會降低果實中的粗纖維質量分數和硝態氮質量分數，較高的土壤水分下限有利于果實中氨基酸的形成，而還原性VC質量分數隨著土壤水分下限的降低而降低。灌水下限為80％田間持水率時對茄子的生長最為有利，該處理下冠層發育、根系生長、果實產量及品質均處于較高水平。②、茄子為喜溫作物，最適宜的生長發育溫度為22-30℃，一旦溫度超過35℃，其各個生長階段就會表現出相應的高溫傷害癥狀：如苗期表現為植株生長異常、生長勢較弱或生長受抑，葉片邊緣表現不規則缺失或皺褶；開花坐果期表現為花粉發育異常，花粉萌發率低、活力下降、花粉管伸長緩慢，花器發育不良，中柱花和短柱花比例增加，授粉受精不正常，花期縮短，落花落果增加，畸形果增多，果實生長異常或停止生長成為僵果，果皮失去光澤，果實木栓化程度加重等，嚴重時可導致產量和品質降低，甚至果實完全喪失商品價值。總之影響茄子產量與質量的因素還很多，開展對農田茄子畝產智能化預測是合理搞好茄子生產管理的前提，可以對影響茄子產量的各種人為因素進行合理調節。仝國棟等研究日光溫室滴灌條件下，營養生長和生殖生長期不同水分下限對茄子根系生長、冠層發育、果實產量及品質的影響，提出滴灌條件下適合茄子栽培的灌水下限，旨在為建立日光溫室滴灌條件下茄子的灌溉制度提供理論依據。徐軍用等研究3種灌水方式對茄子生長、產量及品質的影響，李桓研究各生育期不同灌水下限對茄子生長、產量及水分利用效率的影響，陳修斌等研究不同土壤含水量對日光溫室茄子生長及生理特性影響。茄子產量的預測是農業生產的一項重要技術管理工作，對優化提高茄子生產作業及統籌管理具有指導作用，在農作物產量預測中，應用傳統數理統計方法對農作物產量的預測預報的研究已較為成熟，但是農作物產量預測存在預測難度大、精度差和準確度低等問題，在實際應用中難以符合需求，應用神經網絡等人工智能進行茄子產量預測還沒有報道。

發明內容

本發明提供了一種基于小波神經網絡的茄子溫室環境智能檢測系統，本發明有效解決了現有茄子溫室產量沒有根據茄子溫室環境溫度變化的非線性、大滯后和茄子溫室面積大溫度變化復雜等對茄子溫室產量影響，沒有對茄子溫室產量進行預測和對茄子溫室環境溫度精確檢測與調節，從而極大的影響茄子溫室環境產量預測和生產管理問題。

本發明通過以下技術方案實現：

一種基于小波神經網絡的茄子溫室環境智能檢測系統，由基于無線傳感器網絡的茄子溫室環境參數采集平臺和茄子溫室產量智能化預警系統兩部分組成，基于無線傳感器網絡的茄子溫室環境參數采集平臺實現對茄子溫室環境參數檢測、調節和監控，茄子溫室產量智能化預警系統包括茄子溫室產量組合預測子系統、茄子溫室溫度預測子系統、茄子溫室產量校正模型和基于小波神經網絡的茄子溫室產量等級分類器四部分組成，實現對茄子溫室產量預測，提高茄子溫室生產管理效率和效益。

本發明進一步技術改進方案是：