水肥一体智能化灌溉是现代种植业生产上的重要手段之一,将智能化决策分类技术引入农业生产和田间管理有利于提升资源利用效率,实现农业生产上的智能水肥控制,避免水肥的过度浪费。目前,基于数据挖掘的农业信息分析技术发展迅速,结合研究对象,选取适合的解决方法来实现水肥灌溉控制、提高作物经济效益具有重要意义。茶园的水肥需求量因茶树生长时期的环境条件与气象预报条件的不同而存在差异,因而要对茶树实现差异化灌溉施肥。本文以太平猴魁为研究对象,开展针对茶园的水肥一体智能化灌溉策略研究。构建随机森林算法模型对茶园的水肥需求进行决策分类,合理控制水肥供给,实现茶园水肥供给的科学化管理。本文主要工作与结果包括:1)本论文所使用的实验数据为太平地区猴魁茶园的环境数据、土壤数据与气象预报数据。将得到的源数据进行数据预处理,利用拉伊达准则处理数据的异常值,同时对删去的数据与空缺值进行均值插值法填补,提高数据精确度。2)影响茶树对水肥需求的因素较多,如光照强度、土壤的温湿度、气象预报数据等。采用互信息法确定影响茶园水分与肥料需求的因素。因茶园施肥数据的不均衡而需要进行采样处理,对采集数据中的字符数据进行独热编码,将最终确定的一系列影响因子作为输入,将水分与肥料的需求等级作为输出,分别构建决策分类模型。3)本文将随机森林算法、逻辑回归算法与SVM算法进行模型对比,分别构建灌溉决策模型与施肥决策模型,通过分类决策评价指标、混淆矩阵、ROC曲线来确定何种算法模型能取得较好的分类决策结果。经实验分析所得,随机森林算法分别在灌溉与施肥中都能进行很好的决策,满足茶园智能化施肥灌溉决策的要求。4)将随机森林算法得到的水肥决策用于茶园的灌溉施肥,基于水肥融合的优势,按照先验知识对得到的灌溉、施肥等级进行配比,得出水肥溶液的灌溉总量,对茶园进行施肥灌溉。