技术新讯 > 计算推算,计数设备的制造及其应用技术 > 农田地块智能分割与作物分布大数据分析系统和方法与流程  >  正文

农田地块智能分割与作物分布大数据分析系统和方法与流程

  • 国知局
  • 2025-01-10 13:27:42

本发明涉及环境数据监测,更具体地说,本发明涉及农田地块智能分割与作物分布大数据分析系统和方法。

背景技术:

1、随着遥感技术、计算机视觉和大数据分析技术的快速发展,农业生产管理正朝着智能化和精准化的方向迈进。传统的农业管理方法依赖于人工经验和地面调查,效率低、覆盖范围有限,难以满足现代大规模农田管理的需求。遥感技术通过卫星或无人机获取高分辨率影像,为农田监测和管理提供了丰富的数据来源。目前主要通过以下几种处理方式对农田地块进行分析:

2、(1) 基于传统图像处理的方法:传统图像处理方法依赖于人工设计的特征和规则,通过边缘检测、阈值分割和形态学处理等手段对农田地块进行分割。但在面对复杂多变的农田景观时,人工设计的特征和规则无法涵盖所有情况,导致分割和识别精度低,效果往往不理想。

3、(2) 基于机器学习的方法:机器学习方法通过训练分类器(如支持向量机、随机森林等)来对农田地块进行分割和作物类型识别。机器学习模型对复杂环境适应能力有限,特征选择和提取依赖经验,效果有限,难以有效提取和利用全部信息。

4、(3) 基于深度学习的方法:深度学习模型训练过程需要大量计算资源和标注数据。模型复杂度高,部署和应用难度大,对计算资源和数据的需求限制了其在实际农业应用中的广泛使用,模型的训练和推理效率较低,限制了其广泛应用。

5、鉴于此,本发明提出农田地块智能分割与作物分布大数据分析系统和方法。

技术实现思路

1、为了克服现有技术的不足,本发明提供了农田地块智能分割与作物分布大数据分析系统和方法,具有操作更加精准的优点。

2、第一方面,本发明提供农田地块智能分割与作物分布大数据分析方法,包括以下步骤:

3、基于卫星遥感图像初步识别待作业地块的边缘信息,对边缘信息进行局部分割确定待作业地块的边界信息,将待作业地块的边界信息作为农田分割图层;

4、基于农田分割图层关联地块种植信息,所述地块种植信息包括地理位置、气候条件和土壤信息,基于地块种植信息生成植物物种信息查询条件的种植环境编码;

5、通过卫星采集待作业地块的外围种植区域,对外围种植区域的植被指数进行分析获取作物种类以及分布情况,基于作物种类以及分布情况获取作物选择列表;

6、通过种植环境编码在植被科学大数据库中查询作物选择列表中作物种类对应的植物种植指示信息,将植物种植指示信息和作物选择列表中的初始种植指示信息中进行评估分析获得目标种植指示信息,基于植物种植指示信息选择调整待作业地块的作物种类。

7、作为本发明第一方面的一种优选技术方案,所述农田分割图层的获取逻辑:

8、提取带有时间戳的卫星遥感图像,将所述卫星遥感图像中亮度、颜色和/或纹理产生突变区域标记为待作业地块的边缘信息;

9、对待作业地块的边缘信息根据预设像素窗口选择局部分割窗口,在局部分割窗口中根据像素值相似程度进行初步标记并给每个标记像素块赋值所属种类概率;

10、基于待作业地块的边缘信息确定不同像素块之间的邻接面,为邻接面之间的虚拟边赋值相关性,再配合图像分割算法对卫星遥感图像进行分割获取分割线;

11、根据分割线生成独立分离的待作业地块的边界信息,基于待作业地块的边界信息叠加整合到地理信息系统中,制作农田分割图层。

12、作为本发明第一方面的一种优选技术方案,所述地块种植信息由技术人员结合地理信息系统上传的地块种植信息,将地块种植信息以标注的形式关联在对应的农田分割图层上,所述地理位置包括经度信息、纬度信息和海拔信息;土壤信息包括土质类型和土壤湿度,基于地块种植信息匹配多个植物物种信息,所述植物物种信息包括周期性观察的作物生长状况。

13、作为本发明第一方面的一种优选技术方案,所述植物物种信息的匹配逻辑:

14、对地块种植信息进行地块分析获得地块种植特征和历史种植作物类型;

15、从植被科学大数据库中提取历史种植作物类型在预设时间段内带有时间戳的植物种植信息,植物种植信息包括播种种植信息、阶段性生长信息,施肥记录信息、除病害记录信息和植物生产量信息;

16、对植物种植信息进行预处理,去除重复、错误或无效的数据记录,以及填补缺失的数据点,或采用插值方法估算其近似值;将不同来源、不同格式的数据转换为统一的格式和标准,按照时间戳将种植信息排序并构建时间序列数据集;

17、基于时间序列数据集提取作物生长指标,分析作物生长指标的周期性变化规律,通过对比不同年份或不同地块的数据,获取作物生长状况的差异性评估报告,根据作物生长状况的差异性评估报告,选择性地为地块匹配适合的植物物种信息。

18、作为本发明第一方面的一种优选技术方案,所述种植环境编码的生成逻辑:

19、所述种植环境编码包括地块编号、位置编码、气候编码和土壤编码;

20、基于农田分割图层将农块划分为若干独立且边界清晰的地块;每个地块在图层中具有唯一的标识符标记为地块编号;

21、基于技术人员实地调查上传所述地块种植信息,基于所述地块种植信息进行数字化评估,获得地块种植查询条件;

22、将种植环境编码、地块种植信息以及生成的种植环境查询条件整合在一起,形成一个种植环境编码,将种植环境编码以数字或字符形式存储。

23、作为本发明第一方面的一种优选技术方案,所述作物选择列表的获取逻辑:

24、结合地面调查数据,记录地块种植信息,以待作业地块为中心,按照预设范围事先设置外围种植区域,对外围种植区域内植被指数进行分析获取作物种类以及分布情况;

25、在植被科学大数据库中提取对应外围种植区域内对应农田的植被指数时序影像;将植被指数时序影像通过第一机器学习算法进行训练获取作物种类以及分布情况;

26、将作物种类以及分布情况按照待作业地块的方位进行矩阵排列,从而获得作物选择列表,将作物选择列表中植被指数标记为初始种植指示信息,并根据植被指数的大小设置待作业地块选择作物种类的优先级。

27、作为本发明第一方面的一种优选技术方案,所述目标种植指示信息的获取逻辑:

28、通过种植环境编码在植被科学大数据库中查询作物选择列表中作物种类对应的植物种植指示信息,将植物种植指示信息关联在作物选择列表中的初始种植指示信息中获得第一种植指示信息,

29、将第一种植指示信息根据用户选择意图进行指示赋值,对赋值后第一种植指示信息进行重新排序获得第二种植指示信息;

30、将第二种植指示信息结合专家先验知识对作物选择列表中的作物种类进行数据评估,得到目标种植指示信息,基于目标种植指示信息适应性选择待作业地块的作物种类。

31、第二方面,本发明农田地块智能分割与作物分布大数据分析系统,基于第一方面所述的农田地块智能分割与作物分布大数据分析方法的实现,包括农田地块确定模块、种植环境分析模块、作物分布采集模块和作物分布调整模块,各个模块之间通过有线或无线连接;

32、农田地块确定模块,基于卫星遥感图像初步识别待作业地块的边缘信息,对边缘信息进行局部分割确定待作业地块的边界信息,将待作业地块的边界信息作为农田分割图层;

33、种植环境分析模块,基于农田分割图层关联地块种植信息,所述地块种植信息包括地理位置、气候条件和土壤信息,基于地块种植信息生成植物物种信息查询条件的种植环境编码;

34、作物分布采集模块,通过卫星采集待作业地块的外围种植区域,对外围种植区域的植被指数进行分析获取作物种类以及分布情况,基于作物种类以及分布情况获取作物选择列表;

35、作物分布调整模块,通过种植环境编码在植被科学大数据库中查询作物选择列表中作物种类对应的植物种植指示信息,将植物种植指示信息和作物选择列表中的初始种植指示信息中进行评估分析获得目标种植指示信息,基于植物种植指示信息选择调整待作业地块的作物种类。

36、第三方面,本发明提供一种电子设备,包括:处理器和存储器,其中,所述存储器中存储有可供处理器调用的计算机程序;

37、所述处理器通过调用所述存储器中存储的计算机程序,执行第一方面所述的农田地块智能分割与作物分布大数据分析方法。

38、第四方面,本发明提供一种计算机可读存储介质,储存有指令,当所述指令在计算机上运行时,使得计算机执行第一方面所述的农田地块智能分割与作物分布大数据分析方法。

39、与现有技术相比,本发明的有益效果如下:

40、本发明通过卫星遥感图像和大数据分析技术,能够高效、准确地识别和管理农田地块,优化作物种植结构,提高农业生产效率和资源利用效率,同时支持精准农业的发展,促进环境保护和可持续发展。

本文地址:https://www.jishuxx.com/zhuanli/20250110/353242.html

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌抄袭侵权/违法违规的内容, 请发送邮件至 YYfuon@163.com 举报,一经查实,本站将立刻删除。