改进Informer模型的苜蓿土壤湿度预测方法

来源：计算机技术与发展杂志2024年第06期北京时间：

作者：王静;刘瑞*;杨松涛;葛永琪

摘要：精准的苜蓿土壤湿度预测对于提高水资源利用率和降低智慧农业投入成本至关重要。 针对传统土壤湿度预测方法在实际应用中存在预测周期短、精度低以及时空预测不足等问题,提出了一种融合快速傅里叶变换的 Informer 时空预测方法(Fast Fourier Transform and Spatio Temporal-Informer,FFT-ST-Informer)。 首先,在传统 Informer 模型基础上添加了独立的时空嵌入层,从而捕获各个变量之间复杂的时空相关性。 然后,根据土壤墒情与环境因素的相关性分析结果,选择降雨、灌溉量为关键环境因素,并使用快速傅里叶变换,通过提取某一周期具有先验的数据序列的频谱来表示其频域特征放入模型。 此外,该模型中的 ProbSparse 自注意机制可以集中提取时空数据的重要上下文信息。 FFT-ST-Informer 模型使用来自宁夏引黄灌区自采的气象和土壤数据作为输入数据。 实验结果表明,FFT-ST-Informer 模型性能明显优于传统模型,比 LSTM 模型在平均绝对误差(MAE)、均方根误差(RMSE)、相关系数(R2)等评价指标上,分别提高了 56. 9% ,64. 4% ,0. 12% 。

关键词：苜蓿土壤湿度预测;快速傅里叶变换;空间嵌入层;ProbSparse自注意机制;Informer模型