一種預測農(nóng)作物產(chǎn)量的方法、裝置及系統(tǒng)的制作方法
【技術領域】
[0001]本發(fā)明涉及智能農(nóng)業(yè)技術領域，尤其涉及一種預測農(nóng)作物產(chǎn)量的方法、裝置及系統(tǒng)。
【背景技術】
[0002]我國是農(nóng)業(yè)和人口大國，糧食是國家之命脈，對糧食等主要農(nóng)產(chǎn)品產(chǎn)量的準確預測對我國農(nóng)業(yè)政策的制定、保證國家糧食儲備和維護社會穩(wěn)定方面有著十分重要的意義。所以在農(nóng)業(yè)生產(chǎn)過程中對農(nóng)作物產(chǎn)量形成的實時監(jiān)測和產(chǎn)量的準確預測顯得尤其重要。
[0003]隨著信息技術的智能化發(fā)展，智能信息系統(tǒng)已成為農(nóng)業(yè)信息分析及農(nóng)業(yè)信息化管理中的重要組成部分，特別是在作物長勢評估、產(chǎn)量預測等方面有著極其重要的作用。
[0004]目前，對農(nóng)作物產(chǎn)量的實時預測常用的方法有兩種:一是基于生長模型的產(chǎn)量預測，即根據(jù)農(nóng)作物生長機理結合其生長環(huán)境、農(nóng)業(yè)投入和農(nóng)業(yè)管理情況對農(nóng)產(chǎn)品單位面積產(chǎn)量進行預測；二是通過視覺成像設備(如:可見光相機、多光譜相機等)，對農(nóng)作物生長情況進行實時監(jiān)測并通過圖像處理、模式識別技術對農(nóng)作物長勢進行分析，來獲得農(nóng)作物的生長情況以達到產(chǎn)量預測的目的。
[0005]這兩種方法由于其自身的特點，都有著其重大缺陷:第一種方法過于模式化，認為農(nóng)作物的生長都是服從統(tǒng)一的生長模型，而不能根據(jù)農(nóng)作物生長過程中實時情況動態(tài)地調整模型各項參數(shù)；第二種方法過于從農(nóng)作物表象出發(fā)來對農(nóng)作物的長勢和產(chǎn)量進行判斷，忽略了農(nóng)作物生長機理及其長勢間的關系。

【發(fā)明內(nèi)容】

[0006]有鑒于此，本發(fā)明提出了一種預測農(nóng)作物產(chǎn)量的方法、裝置及系統(tǒng)，以解決農(nóng)作物產(chǎn)量預測實時性差和精度低的問題，提高農(nóng)作物產(chǎn)量預測的準確率。
[0007]為達此目的，本發(fā)明采用以下技術方案:
[0008]第一方面，本發(fā)明實施例提供一種預測農(nóng)作物產(chǎn)量的方法，包括:
[0009]獲取數(shù)據(jù)庫中的生長環(huán)境數(shù)據(jù)；
[0010]基于預設生長模型，根據(jù)所述生長環(huán)境數(shù)據(jù)，生成第一生長指標；
[0011]根據(jù)通過監(jiān)測農(nóng)作物獲取的第二生長指標對所述第一生長指標進行校正，生成目標生長指標；
[0012]根據(jù)所述目標生長指標，生成產(chǎn)量預測數(shù)據(jù)。
[0013]進一步的，獲取數(shù)據(jù)庫中的生長環(huán)境數(shù)據(jù)之前，還包括:
[0014]獲取至少一個監(jiān)測點采集到的環(huán)境監(jiān)測數(shù)據(jù)；
[0015]將所述環(huán)境監(jiān)測數(shù)據(jù)進行數(shù)據(jù)融合，生成生長環(huán)境數(shù)據(jù)；
[0016]將所述生長環(huán)境數(shù)據(jù)存儲到數(shù)據(jù)庫中。
[0017]進一步的，通過監(jiān)測農(nóng)作物獲取第二生長指標包括:
[0018]通過視覺成像設備監(jiān)測農(nóng)作物，以獲取監(jiān)測數(shù)據(jù)；
[0019]對所述監(jiān)測數(shù)據(jù)進行數(shù)據(jù)處理，以獲取第二生長指標。
[0020]進一步的，根據(jù)通過監(jiān)測農(nóng)作物獲取的第二生長指標對所述第一生長指標進行校正，生成目標生長指標，包括:
[0021 ] 通過監(jiān)測農(nóng)作物獲取第二生長指標；
[0022]計算所述第一生長指標與所述第二生長指標的誤差值；
[0023]根據(jù)所述誤差值與預設門限值之間的關系，對所述預設生長模型進行校正，將校正后的預設生長模型生成的第一生長指標作為目標生長指標。
[0024]第二方面，本發(fā)明實施例提供一種預測農(nóng)作物產(chǎn)量的裝置，包括:
[0025]獲取單元，用于獲取數(shù)據(jù)庫中的生長環(huán)境數(shù)據(jù)；
[0026]第一生成單元，用于基于預設生長模型，根據(jù)所述生長環(huán)境數(shù)據(jù)，生成第一生長指標；
[0027]校正單元，用于根據(jù)通過監(jiān)測農(nóng)作物獲取的第二生長指標對所述第一生長指標進行校正，生成目標生長指標；其中，所述校正單元包括:
[0028]第一獲取子單元:用于通過監(jiān)測農(nóng)作物獲取第二生長指標；
[0029]第一校正子單元，用于對所述第一生長指標進行校正，生成目標生長指標；
[0030]第二生成單元，用于根據(jù)所述目標生長指標，生成產(chǎn)量預測數(shù)據(jù)。
[0031]進一步的，還包括:
[0032]數(shù)據(jù)獲取單元，用于獲取至少一個監(jiān)測點采集到的環(huán)境監(jiān)測數(shù)據(jù)；
[0033]數(shù)據(jù)融合單元，用于將所述環(huán)境監(jiān)測數(shù)據(jù)進行數(shù)據(jù)融合，生成生長環(huán)境數(shù)據(jù)；
[0034]數(shù)據(jù)存儲單元，用于將所述生長環(huán)境數(shù)據(jù)存儲到數(shù)據(jù)庫中。
[0035]進一步的，所述第一獲取子單元具體用于:通過視覺成像設備監(jiān)測農(nóng)作物，以獲取監(jiān)測數(shù)據(jù)；對所述監(jiān)測數(shù)據(jù)進行數(shù)據(jù)處理，以獲取第二生長指標。
[0036]進一步的，所述校正單元包括:
[0037]第二獲取子單元，用于通過監(jiān)測農(nóng)作物獲取第二生長指標；
[0038]計算子單元，用于計算所述第一生長指標與所述第二生長指標的誤差值；
[0039]第二校正子單元，用于根據(jù)所述誤差值與預設門限值之間的關系，對所述預設生長模型進行校正，將校正后的預設生長模型生成的第一生長指標作為目標生長指標。
[0040]第三方面，本發(fā)明實施例提供一種預測農(nóng)作物產(chǎn)量的系統(tǒng)，包括上述的預測農(nóng)作物產(chǎn)量的裝置，還包括至少一個監(jiān)測點。
[0041]進一步的，所述監(jiān)測點包括下述至少一項監(jiān)測設備:
[0042]光照傳感器，用于檢測農(nóng)作物生長環(huán)境中的光照強度；
[0043]溫度傳感器，用于檢測農(nóng)作物生長環(huán)境中的溫度；
[0044]濕度傳感器，用于檢測農(nóng)作物生長環(huán)境中的濕度；
[0045]土壤傳感器，用于檢測農(nóng)作物生長土壤中至少一種元素的含量。
[0046]本發(fā)明實施例提供的預測農(nóng)作物產(chǎn)量的方法、裝置及系統(tǒng)，通過預設的生長模型生成第一生長指標，通過對農(nóng)作物的實時監(jiān)測獲取第二生長指標，根據(jù)所述第二生長指標對第一生長指標進行校正，以獲取精度更高的目標生長指標，根據(jù)所述目標生長指標，生成農(nóng)作物產(chǎn)量的預測數(shù)據(jù)，提升了農(nóng)作物產(chǎn)量預測的實時性和精度，提高了農(nóng)作物產(chǎn)量預測的準確率。
【附圖說明】
[0047]為了更加清楚地說明本發(fā)明示例性實施例的技術方案，下面對描述實施例中所需要用到的附圖做一簡單介紹。顯然，所介紹的附圖只是本發(fā)明所要描述的一部分實施例的附圖，而不是全部的附圖，對于本領域普通技術人員，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖得到其他的附圖。
[0048]圖1是本發(fā)明實施例一提供的預測農(nóng)作物產(chǎn)量的方法的流程示意圖；
[0049]圖2是本發(fā)明實施例一提供的預測農(nóng)作物產(chǎn)量的方法的運行邏輯結構圖；
[0050]圖3是本發(fā)明實施例二提供的預測農(nóng)作物產(chǎn)量的裝置的結構示意圖；
[0051]圖4是本發(fā)明實施例三提供的預測農(nóng)作物產(chǎn)量的系統(tǒng)中監(jiān)測點的結構示意圖。
【具體實施方式】
[0052]為使本發(fā)明的目的、技術方案和優(yōu)點更加清楚，以下將結合本發(fā)明實施例中的附圖，通過【具體實施方式】，完整地描述本發(fā)明的技術方案。顯然，所描述的實施例是本發(fā)明的一部分實施例，而不是全部的實施例，基于本發(fā)明的實施例，本領域普通技術人員在沒有做出創(chuàng)造性勞動的前提下獲得的所有其他實施例，均落入本發(fā)明的保護范圍之內(nèi)。
[0053]實施例一
[0054]圖1給出了本實施例一提供的預測農(nóng)作物產(chǎn)量的方法的流程圖，該方法可以由預測農(nóng)作物產(chǎn)量的裝置來執(zhí)行，其中所述裝置可由軟件和/或硬件實現(xiàn)。如圖1所示，本實施例提供的預測農(nóng)作物產(chǎn)量的方法包括如下操作:
[0055]操作S101，獲取數(shù)據(jù)庫中的生長環(huán)境數(shù)據(jù)；
[0056]在該操作之前，還包括以下操作:獲取至少一個監(jiān)測點采集到的環(huán)境監(jiān)測數(shù)據(jù)；將所述環(huán)境監(jiān)測數(shù)據(jù)進行數(shù)據(jù)融合，生成生長環(huán)境數(shù)據(jù)；將所述生長環(huán)境數(shù)據(jù)存儲到數(shù)據(jù)庫中。
[0057]其中，所述監(jiān)測點可以由傳感器組構成，所述傳感器組可以包括下述至少一項傳感器:光照傳感器、溫度傳感器、濕度傳感器和土壤傳感器。所述光照傳感器可用于監(jiān)測農(nóng)作物生長土壤中的光照強度，所述溫度傳感器可用于監(jiān)測農(nóng)作物生長土壤中的溫度，所述濕度傳感器可用于監(jiān)測農(nóng)作物生長土壤中的濕度，所述土壤傳感器可用于監(jiān)測農(nóng)作物生長土壤中至少一種元素的含量，例如，水分、鹽分、PH值、全氮、有效磷、鈣、鎂等元素的含量。
[0058]由監(jiān)測點采集到的環(huán)境監(jiān)測數(shù)據(jù)可以通過傳感器組自帶的無線發(fā)送裝置實時的傳送到服務器的數(shù)據(jù)融合平臺，并由數(shù)據(jù)融合平臺對環(huán)境監(jiān)測數(shù)據(jù)進行分類、清洗后存儲在數(shù)據(jù)庫中。
[0059]操作S102，基于預設生長模型，根據(jù)所述生長環(huán)境數(shù)據(jù)，生成第一生長指標；
[0060]該操作中的生長模型包括農(nóng)作物生長期庫、農(nóng)作物形態(tài)生長模型、農(nóng)作物光合作用及呼吸模型、養(yǎng)分吸收模型和氣象生長模型等。生長模型輸入接口為數(shù)據(jù)庫中存儲的環(huán)境監(jiān)測數(shù)據(jù)，輸出為農(nóng)作物的生長指標。
[0061]其中，所述生長指標包括:農(nóng)作物的葉面積指數(shù)、株高、干物質重、NDVI (Normalized Difference Vegetat1n Index，歸一化植被指數(shù))、SAVI (Soil AdjustedVegetat1n Index, 土壤調節(jié)植被指數(shù))和 CHL(the chlorophyll content,葉綠素含量)等生理特征參數(shù)。
[0062]操作S103，根據(jù)通過監(jiān)測農(nóng)作物獲取的第二生長指標對所述第一生長指標進行校正，生成目標生長指標；
[0063]該操作中通過實時監(jiān)測農(nóng)作物來獲取農(nóng)作物的實時生長指標，即第二生長指標，可以采用視覺成像設備，例如，采用可見光相機或多光譜相機對農(nóng)作物進行實時監(jiān)測，對通過監(jiān)測獲取的監(jiān)測數(shù)據(jù)采用圖像處理、模式識別等技術手段進行識別和分析處理，包括形態(tài)分析和光譜分析，其中，形態(tài)識別主要負責農(nóng)作物葉面積、株高、葉片形狀等幾何特征的識別；光譜分析主要負責獲取作物的歸一化植被指數(shù)、土壤調節(jié)植被指數(shù)和葉綠素含量等農(nóng)作物生長指標，以獲取第二生長指標。
[0064]具體的，通過實時監(jiān)測農(nóng)作物獲取第