本技術(shù)涉及數(shù)據(jù)處理，具體涉及金融科技領(lǐng)域，尤其涉及一種風(fēng)險(xiǎn)分析方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)。

背景技術(shù)：

1、在現(xiàn)代農(nóng)業(yè)種植領(lǐng)域，作物生長周期的精準(zhǔn)管理與風(fēng)險(xiǎn)控制已成為關(guān)乎農(nóng)業(yè)生產(chǎn)效率與經(jīng)濟(jì)效益的關(guān)鍵因素。傳統(tǒng)農(nóng)業(yè)依賴于自然條件的恩賜，但天氣變化莫測，如干旱、洪澇、極端溫度波動(dòng)等不利因素，往往直接作用于作物生長周期，導(dǎo)致生長速度減緩、品質(zhì)下降甚至絕收。此外，光照不足或過剩、土壤濕度與養(yǎng)分分布不均等微環(huán)境差異，也進(jìn)一步加劇了作物生長的不確定性。

2、與此同時(shí)，蟲害與病害的爆發(fā)更是農(nóng)業(yè)生產(chǎn)中的一大隱憂。這些生物因素不僅影響作物健康，還可能迅速擴(kuò)散，造成大面積減產(chǎn)。若缺乏及時(shí)有效的監(jiān)測與預(yù)警機(jī)制，農(nóng)民往往只能被動(dòng)應(yīng)對，采取補(bǔ)救措施時(shí)已錯(cuò)過最佳時(shí)機(jī)，從而蒙受重大經(jīng)濟(jì)損失。

3、在此背景下，現(xiàn)代農(nóng)業(yè)技術(shù)正逐步向智能化、精準(zhǔn)化轉(zhuǎn)型。通過集成物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等先進(jìn)技術(shù)，實(shí)現(xiàn)對農(nóng)田環(huán)境的實(shí)時(shí)監(jiān)測與數(shù)據(jù)分析，能夠提前預(yù)測并識(shí)別潛在的生長風(fēng)險(xiǎn)，如極端天氣、病蟲害爆發(fā)等，為農(nóng)民提供科學(xué)的種植決策支持。這種基于數(shù)據(jù)驅(qū)動(dòng)的農(nóng)業(yè)管理模式，不僅有助于優(yōu)化作物生長周期，提高產(chǎn)量與品質(zhì)，還能有效減少因自然災(zāi)害和病蟲害導(dǎo)致的經(jīng)濟(jì)損失，促進(jìn)農(nóng)業(yè)經(jīng)濟(jì)的可持續(xù)發(fā)展。

技術(shù)實(shí)現(xiàn)思路

1、本技術(shù)實(shí)施例的目的在于提出一種風(fēng)險(xiǎn)分析方法、裝置、計(jì)算機(jī)設(shè)備及存儲(chǔ)介質(zhì)，以解決無法準(zhǔn)確、有效地對作物種植過程中的風(fēng)險(xiǎn)進(jìn)行識(shí)別及預(yù)警的問題。

2、為了解決上述技術(shù)問題，本技術(shù)實(shí)施例提供一種風(fēng)險(xiǎn)分析方法，采用了如下所述的技術(shù)方案：

3、獲取生長時(shí)序多維信息、氣象時(shí)序影像信息、生長環(huán)境參數(shù)信息；

4、對所述生長時(shí)序多維信息、所述氣象時(shí)序影像信息、所述生長環(huán)境參數(shù)信息進(jìn)行預(yù)處理，得到第一生長信息數(shù)據(jù)集、第二生長信息數(shù)據(jù)集、第三生長信息數(shù)據(jù)集；

5、將所述第一生長信息數(shù)據(jù)集、所述第二生長信息數(shù)據(jù)集、所述第三生長信息數(shù)據(jù)集進(jìn)行時(shí)空配準(zhǔn)、特征提取、數(shù)據(jù)融合，得到作物生長監(jiān)測數(shù)據(jù)集；

6、基于所述作物生長監(jiān)測數(shù)據(jù)集進(jìn)行作物生長狀況評估，得到作物生長狀況評估結(jié)果；

7、根據(jù)所述作物生長狀況評估結(jié)果確定關(guān)鍵影響因子，并根據(jù)所述關(guān)鍵影響因子和所述作物生長狀況評估結(jié)果進(jìn)行生長狀況預(yù)測，得到生長趨勢預(yù)測結(jié)果；

8、根據(jù)所述作物生長狀況評估結(jié)果和所述生長趨勢預(yù)測結(jié)果進(jìn)行作物生長風(fēng)險(xiǎn)分析，得到風(fēng)險(xiǎn)預(yù)警信息。

9、進(jìn)一步的，所述獲取生長時(shí)序多維信息、氣象時(shí)序影像信息、生長環(huán)境參數(shù)信息的步驟，具體包括：

10、獲取無人機(jī)采集的作物生長影像數(shù)據(jù)，并從所述作物生長影像數(shù)據(jù)中提取所述生長時(shí)序多維信息；

11、獲取衛(wèi)星遙感影像數(shù)據(jù)，并從所述衛(wèi)星遙感影像數(shù)據(jù)中提取所述氣象時(shí)序影像信息；

12、獲取傳感器采集的傳感數(shù)據(jù)集，并從所述傳感數(shù)據(jù)集中提取所述生長環(huán)境參數(shù)信息。

13、進(jìn)一步的，所述對所述生長時(shí)序多維信息、所述氣象時(shí)序影像信息、所述生長環(huán)境參數(shù)信息進(jìn)行預(yù)處理，得到第一生長信息數(shù)據(jù)集、第二生長信息數(shù)據(jù)集、第三生長信息數(shù)據(jù)集的步驟，具體包括：

14、對所述生長時(shí)序多維信息進(jìn)行異常值和噪聲數(shù)據(jù)標(biāo)記，并對標(biāo)記的異常值和噪聲數(shù)據(jù)進(jìn)行剔除，得到所述第一生長信息數(shù)據(jù)集；

15、對所述氣象時(shí)序影像信息進(jìn)行大氣校正和幾何校正，得到所述第二生長信息數(shù)據(jù)集；

16、對所述生長環(huán)境參數(shù)信息進(jìn)行數(shù)據(jù)清洗、去噪和標(biāo)準(zhǔn)化處理，得到所述第三生長信息數(shù)據(jù)集。

17、進(jìn)一步的，所述將所述第一生長信息數(shù)據(jù)集、所述第二生長信息數(shù)據(jù)集、所述第三生長信息數(shù)據(jù)集進(jìn)行時(shí)空配準(zhǔn)、特征提取、數(shù)據(jù)融合，得到作物生長監(jiān)測數(shù)據(jù)集的步驟，具體包括：

18、判斷所述第一生長信息數(shù)據(jù)集、所述第二生長信息數(shù)據(jù)集、所述第三生長信息數(shù)據(jù)集的時(shí)空參考系是否一致；

19、若所述第一生長信息數(shù)據(jù)集、所述第二生長信息數(shù)據(jù)集、所述第三生長信息數(shù)據(jù)集的時(shí)空參考系不一致，則將所述第一生長信息數(shù)據(jù)集、所述第二生長信息數(shù)據(jù)集、所述第三生長信息數(shù)據(jù)集轉(zhuǎn)換到統(tǒng)一時(shí)空參考系下，得到第一配準(zhǔn)生長信息數(shù)據(jù)集、第二配準(zhǔn)生長信息數(shù)據(jù)集、第三配準(zhǔn)生長信息數(shù)據(jù)集；

20、對所述第一配準(zhǔn)生長信息數(shù)據(jù)集、第二配準(zhǔn)生長信息數(shù)據(jù)集、第三配準(zhǔn)生長信息數(shù)據(jù)集進(jìn)行特征提取，得到作物生長特征數(shù)據(jù)集；

21、根據(jù)預(yù)設(shè)的數(shù)據(jù)融合算法對所述作物生長特征數(shù)據(jù)集進(jìn)行融合，得到所述作物生長監(jiān)測數(shù)據(jù)集。

22、進(jìn)一步的，所述基于所述作物生長監(jiān)測數(shù)據(jù)集進(jìn)行作物生長狀況評估，得到作物生長狀況評估結(jié)果的步驟，具體包括：

23、對所述作物生長監(jiān)測數(shù)據(jù)集進(jìn)行預(yù)處理，得到有效作物生長監(jiān)測數(shù)據(jù)集；

24、獲取模型提取標(biāo)識(shí)，根據(jù)所述模型提取標(biāo)識(shí)從數(shù)據(jù)庫中提取作物生長狀況評估模型；

25、將所述有效作物生長監(jiān)測數(shù)據(jù)集輸入至所述作物生長狀況評估模型，得到所述作物生長狀況評估結(jié)果。

26、進(jìn)一步的，所述根據(jù)所述作物生長狀況評估結(jié)果確定關(guān)鍵影響因子，并根據(jù)所述關(guān)鍵影響因子和所述作物生長狀況評估結(jié)果進(jìn)行生長狀況預(yù)測，得到生長趨勢預(yù)測結(jié)果的步驟，具體包括：

27、根據(jù)預(yù)設(shè)的特征重要性分析方法計(jì)算所述作物生長監(jiān)測數(shù)據(jù)集對所述作物生長狀況評估結(jié)果的特征影響程度；

28、提取預(yù)設(shè)的影響程度閾值，判斷所述特征影響程度是否大于等于所述影響程度閾值；

29、若所述特征影響程度值大于等于所述影響程度閾值，則將所述特征影響程度值對應(yīng)的特征作為所述關(guān)鍵影響因子；

30、根據(jù)所述關(guān)鍵影響因子對所述作物生長監(jiān)測數(shù)據(jù)集進(jìn)行數(shù)據(jù)篩選，得到關(guān)鍵影響數(shù)據(jù)集；

31、根據(jù)所述關(guān)鍵影響數(shù)據(jù)集構(gòu)建關(guān)鍵時(shí)間序列數(shù)據(jù)集；

32、根據(jù)時(shí)間序列分析法對所述關(guān)鍵時(shí)間序列數(shù)據(jù)集進(jìn)行特征提取，得到生長趨勢特征向量；

33、將所述生長趨勢特征向量和所述作物生長狀況評估結(jié)果輸入至預(yù)訓(xùn)練的關(guān)鍵生長評估模型，得到所述生長趨勢預(yù)測結(jié)果。

34、進(jìn)一步的，所述根據(jù)所述作物生長狀況評估結(jié)果和所述生長趨勢預(yù)測結(jié)果進(jìn)行作物生長風(fēng)險(xiǎn)分析，得到風(fēng)險(xiǎn)預(yù)警信息的步驟，具體包括：

35、獲取風(fēng)險(xiǎn)分析環(huán)境信息；

36、根據(jù)所述風(fēng)險(xiǎn)分析環(huán)境信息、所述作物生長狀況評估結(jié)果、所述生長趨勢預(yù)測結(jié)果進(jìn)行風(fēng)險(xiǎn)狀態(tài)判斷，得到風(fēng)險(xiǎn)狀態(tài)類型；

37、根據(jù)所述風(fēng)險(xiǎn)狀態(tài)類型從數(shù)據(jù)庫中提取對應(yīng)的風(fēng)險(xiǎn)預(yù)警模型；

38、將所述風(fēng)險(xiǎn)分析環(huán)境信息、所述作物生長狀況評估結(jié)果、所述生長趨勢預(yù)測結(jié)果輸入至所述風(fēng)險(xiǎn)預(yù)警模型，得到所述風(fēng)險(xiǎn)預(yù)警信息。

39、為了解決上述技術(shù)問題，本技術(shù)實(shí)施例還提供一種風(fēng)險(xiǎn)分析裝置，采用了如下所述的技術(shù)方案：

40、信息獲取模塊，用于獲取生長時(shí)序多維信息、氣象時(shí)序影像信息、生長環(huán)境參數(shù)信息；

41、信息處理模塊，用于對所述生長時(shí)序多維信息、所述氣象時(shí)序影像信息、所述生長環(huán)境參數(shù)信息進(jìn)行預(yù)處理，得到第一生長信息數(shù)據(jù)集、第二生長信息數(shù)據(jù)集、第三生長信息數(shù)據(jù)集；

42、數(shù)據(jù)集處理模塊，用于將所述第一生長信息數(shù)據(jù)集、所述第二生長信息數(shù)據(jù)集、所述第三生長信息數(shù)據(jù)集進(jìn)行時(shí)空配準(zhǔn)、特征提取、數(shù)據(jù)融合，得到作物生長監(jiān)測數(shù)據(jù)集；

43、數(shù)據(jù)評估模塊，用于基于所述作物生長監(jiān)測數(shù)據(jù)集進(jìn)行作物生長狀況評估，得到作物生長狀況評估結(jié)果；

44、結(jié)果預(yù)測模塊，用于根據(jù)所述作物生長狀況評估結(jié)果確定關(guān)鍵影響因子，并根據(jù)所述關(guān)鍵影響因子和所述作物生長狀況評估結(jié)果進(jìn)行生長狀況預(yù)測，得到生長趨勢預(yù)測結(jié)果；

45、風(fēng)險(xiǎn)分析模塊，用于根據(jù)所述作物生長狀況評估結(jié)果和所述生長趨勢預(yù)測結(jié)果進(jìn)行作物生長風(fēng)險(xiǎn)分析，得到風(fēng)險(xiǎn)預(yù)警信息。

46、為了解決上述技術(shù)問題，本技術(shù)實(shí)施例還提供一種計(jì)算機(jī)設(shè)備，采用了如下所述的技術(shù)方案：

47、一種計(jì)算機(jī)設(shè)備，包括存儲(chǔ)器和處理器，所述存儲(chǔ)器中存儲(chǔ)有計(jì)算機(jī)可讀指令，所述處理器執(zhí)行所述計(jì)算機(jī)可讀指令時(shí)實(shí)現(xiàn)如以上任一項(xiàng)所述的風(fēng)險(xiǎn)分析方法的步驟。

48、為了解決上述技術(shù)問題，本技術(shù)實(shí)施例還提供一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，采用了如下所述的技術(shù)方案：

49、一種計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，所述計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)上存儲(chǔ)有計(jì)算機(jī)可讀指令，所述計(jì)算機(jī)可讀指令被處理器執(zhí)行時(shí)實(shí)現(xiàn)如以上任一項(xiàng)所述的風(fēng)險(xiǎn)分析方法的步驟。

50、與現(xiàn)有技術(shù)相比，本技術(shù)實(shí)施例主要有以下有益效果：本實(shí)施例通過獲取生長時(shí)序多維信息、氣象時(shí)序影像信息、生長環(huán)境參數(shù)信息；對所述生長時(shí)序多維信息、所述氣象時(shí)序影像信息、所述生長環(huán)境參數(shù)信息進(jìn)行預(yù)處理，得到第一生長信息數(shù)據(jù)集、第二生長信息數(shù)據(jù)集、第三生長信息數(shù)據(jù)集；將所述第一生長信息數(shù)據(jù)集、所述第二生長信息數(shù)據(jù)集、所述第三生長信息數(shù)據(jù)集進(jìn)行時(shí)空配準(zhǔn)、特征提取、數(shù)據(jù)融合，得到作物生長監(jiān)測數(shù)據(jù)集；基于所述作物生長監(jiān)測數(shù)據(jù)集進(jìn)行作物生長狀況評估，得到作物生長狀況評估結(jié)果；根據(jù)所述作物生長狀況評估結(jié)果確定關(guān)鍵影響因子，并根據(jù)所述關(guān)鍵影響因子和所述作物生長狀況評估結(jié)果進(jìn)行生長狀況預(yù)測，得到生長趨勢預(yù)測結(jié)果；根據(jù)所述作物生長狀況評估結(jié)果和所述生長趨勢預(yù)測結(jié)果進(jìn)行作物生長風(fēng)險(xiǎn)分析，得到風(fēng)險(xiǎn)預(yù)警信息。從而實(shí)現(xiàn)對作物生長的風(fēng)險(xiǎn)進(jìn)行準(zhǔn)確、有效的分析，以實(shí)時(shí)生成風(fēng)險(xiǎn)預(yù)警信息進(jìn)行預(yù)警，進(jìn)而實(shí)現(xiàn)對風(fēng)險(xiǎn)的規(guī)避，有效減少經(jīng)濟(jì)的損失。