摘要
本发明公开了基于物理过程与机器学习融合的农田精准灌溉决策方法，包括以下步骤,S1、数据收集，收集棉花生长期间的气象数据、土壤数据、施肥灌溉数据以及棉花生长数据，S2、数据预处理，对所述原始数据集进行清洗、标准化和归一化处理，S3、数据增强，利用所述预处理数据对作物机理模型进行构建与校准，S4、选择关键特征变量，利用所述原始数据集和增强数据集，S5、模型训练与优化，将上述获得的数据集划分为训练集和测试集，S6、模型验证与评估。该方法通过耦合作物生长机理模型和机器学习算法，不仅能够模拟和预测作物在不同水分条件下的生长状况，还能够评估土壤盐碱度对作物生长的影响，从而为灌溉管理提供全面的决策支持。
