基于农作物长势的双轴交互方法、装置、设备及介质制造方法及图纸

本发明专利技术涉及人工智能领域，提出一种基于农作物长势的双轴交互方法、装置、设备及介质，该方法包括：获取待测农作物的种类；利用预设的生长趋势预估模型按照待测农作物的种类得到预设时间段内该待测农作物在生长期、收获期与播种期所对应的初始生长趋势；获取待测农作物在各个生长周期内所对应时间轴上的时间跨度；根据所述待测农作物的时间跨度调整所述待测农作物在生长期、收获期以及播种期在时间轴上对应的时间段，按照所述时间段更新待测农作物在各个生长周期内所对应的初始生长趋势生成最终的生长趋势，并以图表方式进行差异显示，本发明专利技术不仅操作简单，还能满足各种不同用户需求，大大提高了确定农作物长势的交互体验。大大提高了确定农作物长势的交互体验。大大提高了确定农作物长势的交互体验。

【技术实现步骤摘要】
基于农作物长势的双轴交互方法、装置、设备及介质


[0001]本专利技术涉及人工智能领域，提供一种基于农作物长势的双轴交互方法、装置、设备及介质。

技术介绍

[0002]随着遥感技术的发展，利用遥感影像开展大范围典型农作物研究，快速、准确地获取农田空间分布特征与作物种植类别对促进农业现代化、维护地区生态稳定与可持续发展具有极为重要的现实意义。在遥感应用领域，植被指数NDVI值已广泛用来定性和定量评价植被覆盖及其生长活力，由于植被光谱表现为植被、土壤亮度、环境影响、阴影、土壤颜色和湿度复杂混合反应，而且受大气空间和时相变化的影响。
[0003]然而，现有的农作物长势数据的交互方法大多是局限于时间轴或者单一的农作物生长周期的NDVI值，无法从一张图表中同时观测到在全年内和农作物生长周期全过程的NDVI值，也无法直接查看某个时间跨度内农作物生长期、播种期、成熟期的相关信息，只能分别选择时间跨度和时间段进行匹配，这种操作步骤较为繁琐，增加了用户的行为负担。

技术实现思路

[0004]本专利技术提供一种基于农作物长势的双轴交互方法、装置、设备及介质，其主要目的在于通过构建生长趋势预估模型，按照所述趋势预估模型调整各种待测农作物的时间跨度，利用时间轴与生长周期之间的联动效应得到所述待测农作物所对应的生长趋势，从而迅速模拟各个待测农作物的生长周期以及生长趋势，减少繁琐的操作，优化提高了农作物生长周期查询的交互体验。
[0005]为实现上述目的，本专利技术提供一种基于农作物长势的双轴交互方法，该方法包括：
[0006]获取待测农作物的种类；
[0007]接收所述待测的农作物的种类，利用预设的生长趋势预估模型按照所述待测农作物的种类得到预设时间段内该待测农作物在各个生长周期所对应的初始生长趋势，所述生长周期包括生长期、收获期与播种期中至少之一；
[0008]获取待测农作物在各个生长周期内所对应时间轴上的时间跨度，所述时间跨度由所述待测农作物的时间轴变化确定；
[0009]当监测到待测农作物在生长期、收获期以及播种期中至少任一阶段所对应的时间跨度发生变化时，根据所述待测农作物的时间跨度调整所述待测农作物在生长期、收获期以及播种期在时间轴上对应的时间段，按照所述时间段更新待测农作物在各个生长周期内所对应的初始生长趋势生成最终的生长趋势，并以图表方式进行差异显示。
[0010]可选的，所述生长趋势的确定方式包括：
[0011]基于卫星遥感拍摄图像中不可见波段确定植被覆盖指数；
[0012]分别计算当期各区域中若干个采样点的实际植被覆盖指数的平均值及标准差；
[0013]确定各区域平均植被覆盖指数和实际植被覆盖指数之间的区域差值；
[0014]根据区域差值和标准差确定长势参考因子，所述长势参考因子包括所述标准差与所述区域差值之商；
[0015]根据所述长势参考因子和预设长势映射关系确定生长趋势。
[0016]可选的，所述当监测到待测农作物在生长期、收获期以及播种期中至少任一阶段所对应的时间跨度发生变化时，根据所述待测农作物的时间跨度调整所述待测农作物在生长期、收获期以及播种期在时间轴上对应的时间段，按照所述时间段更新待测农作物在各个生长周期内所对应的初始生长趋势生成最终的生长趋势，并以图表方式进行差异显示的步骤，包括：
[0017]获取当前显示界面内待测农作物所对应的生长周期，所述生长周期为生长期、收获期以及播种期中至少之一；
[0018]根据当前待测农作物所对应的生长周期确定在时间轴上变化的时间跨度；
[0019]当监测到待测农作物在生长期、收获期以及播种期中至少任一阶段所对应的时间跨度发生变化时，利用变化的所述时间跨度确定各个生长周期所对应的时间段以及当前农作物因时间变化差异引起的长势影响数据，所述长势影响数据至少包括因时间差异变化引起当前地貌的待测农作物所对应光照、温度、降雨量与虫害变化因子；
[0020]根据待测农作物在各个生长周期所对应的时间段的长势影响数据的变化因子，分别计算当前各区域中若干个采样点的实际植被覆盖指数的平均值及标准差；
[0021]确定各区域平均植被覆盖指数和实际植被覆盖指数之间的区域差值；
[0022]根据区域差值、标准差确定在时间轴与生长周期之间的联动变化，确定所述待测农作物在各个生长周期所对应的生长趋势并以图表方式进行差异显示。
[0023]可选的，还包括：
[0024]获取待测农作物的查询请求，所述查询请求至少包括待测农作物的名称、待测农作物的位置归属信息以及描述查询的咨询内容；
[0025]利用专业知识库提取所述咨询内容的咨询信息；
[0026]根据所述咨询信息从专业知识库获取若干条引导目录，根据所述咨询信息所对应的知识图谱确定引导目录的排序关系，将排序关系中靠前的引导目录作为查询目录；
[0027]利用所述查询目录进行咨询引导，预设的所述生长趋势预估模型按照所述查询目录确定的待测农作物的名称以及待测农作物在各个生长周期分别在时间轴上所对应的时间跨度进行响应，根据响应结果将所述待测农作物在各个生长周期所对应的生长趋势并以图表方式进行差异显示。
[0028]可选的，所述预设的生长趋势预估模型的训练方式包括：
[0029]将所述样本数据集划分为训练集和验证集；
[0030]通过所述训练集对预设基础模型进行训练，通过所述验证集对训练后所述预设基础模型进行验证，直到训练后所述预设基础模型输出结果的准确率达到预设准确率，得到生长趋势预估模型；
[0031]其中，所述将所述样本数据集划分为训练集和验证集包括以下任意之一，
[0032]按照预设比例将所述样本数据集划分为训练集和验证集；
[0033]将所述样本数据集划分为训练小组和验证小组，将所述验证小组划分为至少两个验证子小组，依次将至少一个所述验证子小组作为验证集，将其余的所述验证子小组和训
练小组作为训练集，生成若干对训练集和验证集，其中，各对训练集和验证集之间的验证集不相同。
[0034]可选的，在对所述预设基础模型进行训练之前，还包括：
[0035]获取所述机器学习模型对应的预设长势影响数据；
[0036]将所述预设长势影响数据和总识别准确率中最小值作为所述机器学习模型的可信因子；
[0037]通过预设的计算公式对所述长势识别准确率、可信因子，所述机器学习模型的长势识别准确率，以及所述机器学习模型对应的预设长势影响数据进行处理，得到可信度；
[0038]根据机器学习模型对应的可信度确定可信模型，并将所述可信模型输出的目标生长趋势作为最终生长趋势，将所述可信模型的可信度作为最终生长趋势可信度。
[0039]可选的，所述预设基础模型包括朴素贝叶斯模型和非线性支持向量机模型中至少之一；
[0040]所述朴素贝叶斯模型包括，
[0041][0042]其中，xi为长势，yk为长势影响数据，n为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于农作物长势的双轴交互方法，其特征在于，所述方法包括：获取待测农作物的种类；接收所述待测的农作物的种类，利用预设的生长趋势预估模型按照所述待测农作物的种类得到预设时间段内该待测农作物在各个生长周期所对应的初始生长趋势，所述生长周期包括生长期、收获期与播种期中至少之一；获取待测农作物在各个生长周期内所对应时间轴上的时间跨度，所述时间跨度由所述待测农作物的时间轴变化确定；当监测到待测农作物在生长期、收获期以及播种期中至少任一阶段所对应的时间跨度发生变化时，根据所述待测农作物的时间跨度调整所述待测农作物在生长期、收获期以及播种期在时间轴上对应的时间段，按照所述时间段更新待测农作物在各个生长周期内所对应的初始生长趋势生成最终的生长趋势，并以图表方式进行差异显示。2.如权利要求1所述的基于农作物长势的双轴交互方法，其特征在于，所述生长趋势的确定方式包括：基于卫星遥感拍摄图像中不可见波段确定植被覆盖指数；分别计算当期各区域中若干个采样点的实际植被覆盖指数的平均值及标准差；确定各区域平均植被覆盖指数和实际植被覆盖指数之间的区域差值；根据区域差值和标准差确定长势参考因子，所述长势参考因子包括所述标准差与所述区域差值之商；根据所述长势参考因子和预设长势映射关系确定生长趋势。3.如权利要求1所述的基于农作物长势的双轴交互方法，其特征在于，所述当监测到待测农作物在生长期、收获期以及播种期中至少任一阶段所对应的时间跨度发生变化时，根据所述待测农作物的时间跨度调整所述待测农作物在生长期、收获期以及播种期在时间轴上对应的时间段，按照所述时间段更新待测农作物在各个生长周期内所对应的初始生长趋势生成最终的生长趋势，并以图表方式进行差异显示，包括：获取当前显示界面内待测农作物所对应的生长周期，所述生长周期为生长期、收获期以及播种期中至少之一；根据当前待测农作物所对应的生长周期确定在时间轴上变化的时间跨度；当监测到待测农作物在生长期、收获期以及播种期中至少任一阶段所对应的时间跨度发生变化时，利用变化的所述时间跨度确定各个生长周期所对应的时间段以及当前农作物因时间变化差异引起的长势影响数据，所述长势影响数据至少包括因时间差异变化引起当前地貌的待测农作物所对应光照、温度、降雨量与虫害变化因子；根据待测农作物在各个生长周期所对应的时间段的长势影响数据的变化因子，分别计算当前各区域中若干个采样点的实际植被覆盖指数的平均值及标准差；确定各区域平均植被覆盖指数和实际植被覆盖指数之间的区域差值；根据区域差值、标准差确定在时间轴与生长周期之间的联动变化，确定所述待测农作物在各个生长周期所对应的生长趋势并以图表方式进行差异显示。4.如权利要求1所述的基于农作物长势的双轴交互方法，其特征在于，还包括：获取待测农作物的查询请求，所述查询请求至少包括待测农作物的名称、待测农作物的位置归属信息以及描述查询的咨询内容；
利用专业知识库提取所述咨询内容的咨询信息；根据所述咨询信息从专业知识库获取若干条引导目录，根据所述咨询信息所对应的知识图谱确定引导目录的排序关系，将排序关系中靠前的引导目录作为查询目录；利用所述查询目录进行咨询引导，预设的所述生长趋势预估模型按照所述查询目录确定的待测农作物的名称以及待测农作物在各个生长周期分别在时间轴上所对应的时间跨度进行响应，根据响应结果将所述待测农作物在各个生长周期所对应的生长趋势并...

【专利技术属性】
技术研发人员：杨鑫，姜凯英，
申请(专利权)人：平安科技深圳有限公司，
类型：发明
国别省市：