基于时空自相关分析的作物生长环境智能调节方法和装置制造方法及图纸

本申请涉及一种基于时空自相关分析的作物生长环境智能调节方法和装置，其中，该基于时空自相关分析的作物生长环境智能调节方法包括：获取预设区域的农作物在预设时间段内的长势指数；基于时空自相关分析方法以及所述长势指数对预设时间段内的所述预设区域进行区域划分，得到长势指数聚集区；基于所述长势指数聚集区的生长环境制定环境调节策略。上述基于时空自相关分析的作物生长环境智能调节方法和装置，采用时空自相关分析方法进行区域划分，根据时空自相关特征以及聚集特性得到长势指数相近的聚集区，并基于长势指数聚集区的生长环境判断需要调节的环境因素，以制定环境调节策略，对生长环境进行调节，判断准确度高，调节效果更好。

【技术实现步骤摘要】
基于时空自相关分析的作物生长环境智能调节方法和装置
本申请涉及农作物培育
，特别是涉及一种基于时空自相关分析的作物生长环境智能调节方法和装置。
技术介绍
精准农业是当今和未来农业领域的重点研究方向。精准农业又称为精确农业或精细农作，是信息技术与农业生产全面结合的一种新型农业。精准农业是由信息技术支持的，根据空间变异，定位、定时、定量地实施一整套现代化农事操作技术与管理的系统，其基本涵义是根据作物生长的土壤性状，调节对作物的投入，即一方面查清田块内部的土壤性状与生产力空间变异，另一方面确定农作物的生产目标，进行定位的“系统诊断、优化配方、技术组装、科学管理”，调动土壤生产力，以最少的或最节省的投入达到同等收入或更高的收入，并改善环境，高效地利用各类农业资源，取得经济效益和环境效益。精准农业需要根据农作物的生长状况对应调节其生长环境，以使效益最大化。但传统的环境调节方式仅根据独立的某个区块的农作物的生长状况进行判断，得出环境调节需求，偶然性强，准确度不高，调节效果不佳。目前针对相关技术中仅根据独立的某个区块的农作物的生长状况进行判断，得出环境调节需求，偶然性强，准确度不高，调节效果不佳的问题，尚未提出有效的解决方案。
技术实现思路
在本实施例中提供了一种基于时空自相关分析的作物生长环境智能调节方法和装置，以解决相关技术中仅根据独立的某个区块的农作物的生长状况进行判断，得出环境调节需求，偶然性强，准确度不高，调节效果不佳的问题。第一个方面，在本实施例中提供了一种基于时空自相关分析的作物生长环境智能调节方法，包括：获取预设区域的农作物在预设时间段内的长势指数；基于时空自相关分析方法以及所述长势指数对预设时间段内的所述预设区域进行区域划分，得到长势指数聚集区，所述长势指数聚集区包括长势指数在预设范围内的区域聚集形成的聚集区；基于所述长势指数聚集区的生长环境制定环境调节策略。在其中的一些实施例中，所述基于时空自相关分析方法以及所述长势指数对预设时间段内的所述预设区域进行区域划分，得到长势指数聚集区包括：根据时空关系将预设时间段内的所述预设区域划分为多个时空对象；基于所述时空自相关分析方法获取多个所述时空对象之间的时空自相关特征；基于多个所述时空对象之间的时空自相关特征以及每个所述时空对象的长势指数，得到高值聚集区以及低值聚集区。在其中的一些实施例中，所述获取预设区域的农作物在预设时间段内的长势指数包括：获取预设区域在预设时间段内的高光谱卫星遥感影像；基于所述高光谱卫星遥感影像获取农作物的长势指数。在其中的一些实施例中，所述基于所述高光谱卫星遥感影像获取农作物的长势指数包括：获取预设时间段内所述预设区域的农作物的光谱曲线特征，并基于所述光谱曲线特征获取农作物的最佳光谱波段；基于所述高光谱卫星遥感影像获取农作物的光谱数据；基于所述最佳光谱波段以及所述光谱数据获取农作物的长势指数。在其中的一些实施例中，所述获取预设区域的农作物在预设时间段内的长势指数还包括：获取第一参考位置的农作物在第一时间节点的实际长势值；计算所述第一参考位置在第一时间节点的长势指数与所述实际长势值之间的皮尔逊相关系数；基于所述皮尔逊相关系数获取干扰抑制参数，所述干扰抑制参数用于抑制干扰因素对所述长势指数的影响，所述干扰因素包括土壤背景、叶片滞尘量；基于所述干扰抑制参数获取预设区域的农作物在预设时间段内的长势指数。在其中的一些实施例中，所述方法还包括：获取预设区域的农作物在预设时间段内的生长环境指标，所述生长环境指标包括光照强度、空气温湿度、土壤温湿度、土壤氮磷钾含量、害虫密度中的一种或多种。在其中的一些实施例中，所述长势指数聚集区包括高值聚集区以及低值聚集区，所述基于所述长势指数聚集区的生长环境制定环境调节策略包括：以所述高值聚集区的平均长势指数作为标准，基于随机梯度下降方法对所述高值聚集区的生长环境进行测试，得到最优生长环境指标；基于所述低值聚集区的生长环境获取异常指标；基于所述最优生长环境指标以及异常指标制定环境调节策略。第二个方面，在本实施例中提供了一种基于时空自相关分析的作物生长环境智能调节装置，包括：长势指数获取模块，用于获取预设区域的农作物在预设时间段内的长势指数；区域划分模块，用于基于时空自相关分析方法以及所述长势指数对预设时间段内的所述预设区域进行区域划分，得到长势指数聚集区，所述长势指数聚集区包括长势指数在预设范围内的区域聚集形成的聚集区；策略制定模块，用于基于所述长势指数聚集区的生长环境制定环境调节策略。第三个方面，在本实施例中提供了一种电子装置，包括存储器、处理器以及存储在所述存储器上并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述第一个方面所述的基于时空自相关分析的作物生长环境智能调节方法。第四个方面，在本实施例中提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时实现上述第一个方面所述的基于时空自相关分析的作物生长环境智能调节方法。与相关技术相比，在本实施例中提供的基于时空自相关分析的作物生长环境智能调节方法和装置，通过获取预设区域的农作物在预设时间段内的长势指数；基于时空自相关分析方法以及所述长势指数对预设时间段内的所述预设区域进行区域划分，得到长势指数聚集区；基于所述长势指数聚集区的生长环境制定环境调节策略的方式，采用时空自相关分析方法进行区域划分，根据时空自相关的聚集特性得到长势指数相近的聚集区，并基于长势指数聚集区的生长环境判断需要调节的环境因素，以制定环境调节策略，对生长环境进行调节，判断准确度高，调节效果更好。本申请的一个或多个实施例的细节在以下附图和描述中提出，以使本申请的其他特征、目的和优点更加简明易懂。附图说明此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当限定。在附图中：图1为本申请一实施例的基于时空自相关分析的作物生长环境智能调节方法的终端的硬件结构框图；图2为本专利技术一实施例的基于时空自相关分析的作物生长环境智能调节方法的流程示意图；图3为本专利技术一实施例的基于时空自相关分析的作物生长环境智能调节装置的结构框图。具体实施方式为更清楚地理解本申请的目的、技术方案和优点，下面结合附图和实施例，对本申请进行了描述和说明。除另作定义外，本申请所涉及的技术术语或者科学术语应具有本申请所属
具备一般技能的人所理解的一般含义。在本申请中的“一”、“一个”、“一种”、“该”、“这些”等类似的词并不表示数量上的限制，它们可以是单数或者复数。在本申请中所涉及的术语“包括”、“包含”、“具有”及其任何变体，其目的是涵盖不排他的包含；例如，包含一系列步骤或本文档来自技高网...

【技术保护点】
1.一种基于时空自相关分析的作物生长环境智能调节方法，其特征在于，包括：/n获取预设区域的农作物在预设时间段内的长势指数；/n基于时空自相关分析方法以及所述长势指数对预设时间段内的所述预设区域进行区域划分，得到长势指数聚集区，所述长势指数聚集区包括长势指数在预设范围内的区域聚集形成的聚集区；/n基于所述长势指数聚集区的生长环境制定环境调节策略。/n

【技术特征摘要】
1.一种基于时空自相关分析的作物生长环境智能调节方法，其特征在于，包括：
获取预设区域的农作物在预设时间段内的长势指数；
基于时空自相关分析方法以及所述长势指数对预设时间段内的所述预设区域进行区域划分，得到长势指数聚集区，所述长势指数聚集区包括长势指数在预设范围内的区域聚集形成的聚集区；
基于所述长势指数聚集区的生长环境制定环境调节策略。


2.根据权利要求1所述的基于时空自相关分析的作物生长环境智能调节方法，其特征在于，所述基于时空自相关分析方法以及所述长势指数对预设时间段内的所述预设区域进行区域划分，得到长势指数聚集区包括：
根据时空关系将预设时间段内的所述预设区域划分为多个时空对象；
基于所述时空自相关分析方法获取多个所述时空对象之间的时空自相关特征；
基于多个所述时空对象之间的时空自相关特征以及每个所述时空对象的长势指数，得到高值聚集区以及低值聚集区。


3.根据权利要求1所述的基于时空自相关分析的作物生长环境智能调节方法，其特征在于，所述获取预设区域的农作物在预设时间段内的长势指数包括：
获取预设区域在预设时间段内的高光谱卫星遥感影像；
基于所述高光谱卫星遥感影像获取农作物的长势指数。


4.根据权利要求3所述的基于时空自相关分析的作物生长环境智能调节方法，其特征在于，所述基于所述高光谱卫星遥感影像获取农作物的长势指数包括：
获取预设时间段内所述预设区域的农作物的光谱曲线特征，并基于所述光谱曲线特征获取农作物的最佳光谱波段；
基于所述高光谱卫星遥感影像获取农作物的光谱数据；
基于所述最佳光谱波段以及所述光谱数据获取农作物的长势指数。


5.根据权利要求1所述的基于时空自相关分析的作物生长环境智能调节方法，其特征在于，所述获取预设区域的农作物在预设时间段内的长势指数还包括：
获取第一参考位置的农作物在第一时间节点的实际长势值；
计算所述第一参考位置在第一时间节点的长势指数与所述实际长势值之间的皮尔逊相关系数...

【专利技术属性】
技术研发人员：顾惠波，岳晓兰，娄本昊，高霈，
申请(专利权)人：浙江甲骨文超级码科技股份有限公司，
类型：发明
国别省市：浙江;33