【技术实现步骤摘要】
基于卫星与无人机遥感结合的作物生长预测系统及方法
本专利技术涉及信息处理技术，尤其涉及基于卫星与无人机遥感结合的作物生长预测系统及方法。
技术介绍
卫星遥感技术属于高空遥感技术，目前，卫星高空遥感可用于气象卫星的估算等应用，例如，能够对农作物长势、病虫害及冻害进行监测，对灾害面积进行估计，对农作物收成作出估算，甚至对各种资源，如渔业资源，能进行遥感探测，显示出其独特的本领。
技术实现思路
在下文中给出了关于本专利技术的简要概述，以便提供关于本专利技术的某些方面的基本理解。应当理解，这个概述并不是关于本专利技术的穷举性概述。它并不意图确定本专利技术的关键或重要部分，也不意图限定本专利技术的范围。其目的仅仅是以简化的形式给出某些概念，以此作为稍后论述的更详细描述的前序。鉴于此，本专利技术提供了基于卫星与无人机遥感结合的作物生长预测系统及方法，以至少解决现有技术仅仅利用卫星高空遥感进行作物预测而导致预测不够准确的问题。本专利技术提供了基于卫星与无人机遥感结合的作物生长预测系统，所述基于卫星与无人机遥感结合的作物生长预测系统包括无人机低空遥感端、卫星高空遥感端和农业物联网地面...
【技术保护点】
1.基于卫星与无人机遥感结合的作物生长预测系统，其特征在于，所述作物生长预测系统包括无人机低空遥感端、卫星高空遥感端和农业物联网地面控制中心：所述无人机低空遥感端用于采集农业物联网预设种植区域的低空遥感图像，并实时发给农业物联网地面控制中心；所述卫星高空遥感端用于采集农业物联网预设种植区域的高空遥感图像，并实时发给农业物联网地面控制中心；农业物联网地面控制中心包括：第一特征提取单元，用于对来自所述无人机低空遥感端的低空遥感图像进行特征提取，以获得第一图像特征；第二特征提取单元，用于对来自所述卫星高空遥感端的高空遥感图像进行特征提取，以获得第二图像特征；作物生长信息获取单元，...
【技术特征摘要】
1.基于卫星与无人机遥感结合的作物生长预测系统，其特征在于，所述作物生长预测系统包括无人机低空遥感端、卫星高空遥感端和农业物联网地面控制中心：所述无人机低空遥感端用于采集农业物联网预设种植区域的低空遥感图像，并实时发给农业物联网地面控制中心；所述卫星高空遥感端用于采集农业物联网预设种植区域的高空遥感图像，并实时发给农业物联网地面控制中心；农业物联网地面控制中心包括：第一特征提取单元，用于对来自所述无人机低空遥感端的低空遥感图像进行特征提取，以获得第一图像特征；第二特征提取单元，用于对来自所述卫星高空遥感端的高空遥感图像进行特征提取，以获得第二图像特征；作物生长信息获取单元，用于获得所述农业物联网预设种植区域对应的种植作物的种植信息，以及获得所述农业物联网预设种植区域对应的种植作物的实际产量，其中，所述种植信息包括播种时间、播种量、施肥时间、每次施肥量、给水时间、每次给水量、除虫时间以及每十天平均叶面积指数；预测模型训练单元，用于将所述第一图像特征、所述第二图像特征和所述农业物联网预设种植区域对应的种植作物的种植信息以及实际产量作为训练样本，对预定的产量预测模型进行训练；预测单元，用于根据待预测作物的种植信息以及训练好的所述产量预测模型，获得所述待预测作物的预测产量。2.根据权利要求1所述的基于卫星与无人机遥感结合的作物生长预测系统，其特征在于，所述产量预测模型采用光谱复合估产模型。3.根据权利要求1所述的基于卫星与无人机遥感结合的作物生长预测系统，其特征在于，在对预定的产量预测模型进行训练的步骤中，使得由所述产量预测模型所得到的所述农业物联网预设种植区域对应的种植作物的预测产量与其实际产量之差小于预定阈值。4.根据权利要求1至3中任一项所述的基于卫星与无人机遥感结合的作物生长预测系统，其特征在于，该方法还包括：将历史数据中的每组低空遥感图像和高空遥感图像作为输入，将历史数据中每组低空遥感图像和高空遥感图像对应的真实产量等级作为输出，训练预定卷积神经网络模型，将训练好的所述预定卷积神经网络模型作为第一预测模型；其中，历史数据包括多组低空遥感图像和高空遥感图像以及和每一组低空遥感图像和高空遥感图像相对应的真实产量等级、对应的天气数据和对应的虫害数据；利用所述第一预测模型获得历史数据中的每组低空遥感图像和高空遥感图像对应的第一预测产量等级，将所述历史数据中的每组低空遥感图像和高空遥感图像对应的第一预测产量等级、对应天气数据以及对应虫害数据作为输入，将所述历史数据中每组低空遥感图像和高空遥感图像对应的真实产量等级作为输出，训练预定BP神经网络模型，将训练好的所述预定BP神经网络模型作为第二预测模型；将当前待预测的低空遥感图像和高空遥感图像输入所述第一预测模型，获得所述当前待预测的低空遥感图像和高空遥感图像所对应的第一预测产量等级；将所述当前待预测的低空遥感图像和高空遥感图像所对应的第一预测产量等级、所述当前待预测的低空遥感图像和高空遥感图像所对应的天气数据和虫害数据输入所述第二预测模型，获得所述当前待预测的低空遥感图像和高空遥感图像所对应的第二预测产量等级；利用所述当前待预测的低空遥感图像和高空遥感图像确定对应的相似案例，基于所述相似案例的真实产量与获得的所述当前待预测的低空遥感图像和高空遥感图像所对应的第二预测产量等级，计算所述当前待预测的低空遥感图像和高空遥感图像对应的预测产量数值。5.根据权利要求4所述的基于卫星与无人机遥感结合的作物生长预测系统，其特征在于，所述利用所述当前待预测的低空遥感图像和高空遥感图像确定对应的相似案例，基于所述相似案例的真实产量与获得的所述当前待预测的低空遥感图像和高空遥感图像所对应的第二预测产量等级，计算所述当前待预测的低空遥感图像和高空遥感图像对应的预测产量数值的步骤包括：针对历史数据中的每一组低空遥感图像和高空遥感图像中的每个图像，计算该图像与当前待预测的低空遥感图像和高空遥感图像中的每个图像之间的相似度，确定在当前待预测的低空遥感图像和高空遥感图像中与该图像之间相似度高于第五阈值的图像数目，作为该图像的第一分数；针对历史数据中的每一组低空遥感图像和高空遥感图像，将该组低空遥感图像和高空遥感图像中的各图像的第一分数之和作为该组低空遥感图像和高空遥感图像的第一分数，将该组低空遥感图像和高空遥感图像对应的天气数据与当前待预测的低空遥感图像和高空遥感图像对应的天气数据之间的相似度，作为该组低空遥感图像和高空遥感图像的第二分数，将该组低空遥感图像和高空遥感图像对应的虫害数据与当前待预测的低空遥感图像和高空遥感图像对应的虫害数据之间的相似度，作为该组低空...
【专利技术属性】
技术研发人员：彭荣君，王伟，王洪志，赵光明，李晓辉，孟庆民，唐庆刚，李瑛，张曦晖，汪敏，仇永奇，赵凯，王洪轮，
申请(专利权)人：黑龙江省七星农场，
类型：发明
国别省市：黑龙江,23
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。