基于知识图谱与案例推理的水稻精准施肥推荐模型

摘要：

目前水稻种植户的施肥行为存在一定的盲目性,会造成肥料浪费和环境污染等问题,对此该研究提出了一种基于知识图谱和案例推理的水稻精准施肥推荐模型,包括推荐定性的施肥方案和定量的施肥量两个阶段.首先,使用PairRE模型获取图谱中全部实体和关系的低维向量表示,并在此基础上依据待种植的水稻品种进行知识推理以得到定性的施肥方案;然后,结合实体向量检索出k个相似案例,通过k个案例进行组合预测,得出具体施肥量数值.由中国知网获取166个环境指标数值明确、施肥过程记录完整的水稻施肥事件用于模型的验证,结果表明,与测试事件的实际施肥方案相违背的部分仅占比10.76％;对于氮肥施用总量、磷肥施用总量、钾肥施用总量和氮肥基叶肥与穗肥运筹比例的预测精度分别达到了92.85％、82.61％、79.17％和90.92％.该施肥推荐模型能够输出详细的施肥方案和精确的施肥量,算法过程可解释性较强,可为水稻精准施肥推荐系统的设计提供支撑.

关键词：水稻、施肥、模型、知识图谱、案例推理、智能推荐

所属期刊栏目：39

分类号：TP182(自动化基础理论)

资助基金：国家重点研发计划;江苏省现代农机装备与技术示范推广项目

在线出版日期：2023-04-03（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：126-133