一种基于物联网与机器学习的果树种植精准施肥方法及系统

本发明涉及作物种植技术领域，公开了一种基于物联网与机器学习的果树种植精准施肥方法及系统，其方法包括以下步骤，通过多源传感器与无人机采集土壤、叶片、环境及高光谱数据，进行时空对齐、缺失值填补、异常值剔除及特征归一化，生成标准化时空特征张量；基于Transformer模型预测未来7天叶片营养需求，结合XGBoost评估裂果风险概率，并采用随机森林回归预估果实品质指标，应用PPO强化学习算法生成N‑P‑K施肥方案，结合裂果风险动态制定环境调控策略，并计算精准灌溉量。本发明通过动态滞后补偿机制、营养互作矩阵优化及闭环反馈控制，彻底解决果树施肥管理中的响应滞后问题，叶片营养稳态维持率、裂果率、减少施肥量均有所提升，并提升果实品质和产量。