本申请实施例提供了土壤肥力预测方法和系统、电子设备及存储介质，属于土壤检测技术领域。该方法包括：确定目标地块的初始采样点和中心采样点；针对每个初始采样点，构建采样点序列；针对每个采样点序列，基于排在前第一名次的采样点对应的土壤样本的肥力指标，确定初步平均土壤肥力数据和初步土壤肥力变化数据；对未排在前第一名次的采样点对应的土壤样本进行肥力预测；基于预测结果对初步平均土壤肥力数据和初步土壤肥力变化数据进行更新，得到目标平均土壤肥力数据和目标土壤肥力变化数据；基于所有采样点序列的目标平均土壤肥力数据，得到目标地块的土壤肥力预测数据。本申请实施例能够在样本数据较少的情况下，提高土壤肥力预测的准确性。壤肥力预测的准确性。壤肥力预测的准确性。
【技术实现步骤摘要】
一种土壤肥力预测方法和系统、电子设备及存储介质
[0001]本申请涉及土壤检测
，尤其涉及一种土壤肥力预测方法和系统、电子设备及存储介质。
技术介绍
[0002]目前，在农业种植中，需要获取地块的土壤基本肥力，以便制定相关的种植方案。
[0003]相关技术中常采取普通样本法来确定地块的土壤肥力，即在地块某个部位采集土壤样本，以此部分的肥力作为此地块的土壤肥力，这一方式往往会导致采集的样本数据较为片面，影响土壤肥力的准确性。另外，相关技术中也存在利用神经网络算法和机器学习等预测土壤肥力的方法，但这些方法往往需要大量的样本数据进行模型训练，当样本数据不足时，训练得到的模型往往无法准确地预测土壤肥力。
技术实现思路
[0004]本申请实施例的主要目的在于提出一种土壤肥力预测方法和系统、电子设备及存储介质，旨在样本数据较少的情况下，提高土壤肥力预测的准确性。
[0005]为实现上述目的，本申请实施例的第一方面提出了一种土壤肥力预测方法，所述方法包括：
[0006]确定目标地块的初始采样点和中心采样点，其中，所述目标地块是一个矩形地块，所述初始采样点是所述目标地块的各个边的除顶点以外的点，所述中心采样点是所述目标地块的中心点；
[0007]针对每个所述初始采样点，基于所述初始采样点和所述中心采样点，构建采样点序列；
[0008]针对每个所述采样点序列，基于排在前第一名次的采样点对应的土壤样本的肥力指标，确定所述采样点序列的初步平均土壤肥力数据和初步土壤肥力变化数据；
[0009]基于所述初步平均土壤肥力数据和所述初步土壤肥力变化数据，对未排在前第一名次的采样点对应的土壤样本进行肥力预测，得到所述未排在前第一名次的采样点对应的土壤样本的肥力指标；
[0010]基于所述未排在前第一名次的采样点对应的土壤样本的肥力指标对所述初步平均土壤肥力数据进行更新，得到目标平均土壤肥力数据；并基于所述未排在前第一名次的采样点对应的土壤样本的肥力指标对所述初步土壤肥力变化数据进行更新，得到目标土壤肥力变化数据；
[0011]基于所有所述采样点序列的目标平均土壤肥力数据，得到所述目标地块的土壤肥力预测数据。
[0012]在一些实施例，所述确定目标地块的初始采样点和中心采样点，包括：
[0013]获取待检测的原始地块；
[0014]确定所述原始地块的地块中心点；
[0015]基于所述地块中心点，确定所述原始地块的最大内接矩形区域，其中，所述地块中心是所述最大内接矩形区域的矩形中心；
[0016]基于所述最大内接矩形区域，得到所述目标地块；
[0017]选取所述目标地块的各个边的除顶点以外的点作为所述初始采样点，并选取所述目标地块的矩形中心作为所述中心采样点。
[0018]在一些实施例，所述基于所述最大内接矩形区域，得到所述目标地块，包括：
[0019]将所述最大内接矩形区域作为所述目标地块；
[0020]或者；
[0021]基于预设的尺寸参数对所述最大内接矩形区域进行分割处理，得到多个分割矩形区域，将每个所述分割矩形区域作为一个所述目标地块。
[0022]在一些实施例，所述针对每个所述初始采样点，基于所述初始采样点和所述中心采样点，构建采样点序列，包括：
[0023]基于所述初始采样点和所述中心采样点，构建采样路径，其中，所述初始采样点是所述采样路径的起点，所述中心采样点是所述采样路径的终点；
[0024]根据预设的采样间隔距离，确定所述采样路径上的候选采样点；
[0025]基于所述候选采样点，得到所述采样点序列。
[0026]在一些实施例，所述针对每个所述采样点序列，基于排在前第一名次的采样点对应的土壤样本的肥力指标，确定所述采样点序列的初步平均土壤肥力数据和初步土壤肥力变化数据，包括：
[0027]获取排在前第一名次的采样点对应的土壤样本的肥力指标；
[0028]基于预设的第一函数和所述肥力指标进行平均肥力预测，得到所述初步平均土壤肥力数据；
[0029]基于预设的第二函数和所述肥力指标进行肥力变化预测，得到所述初步土壤肥力变化数据。
[0030]在一些实施例，所述基于所述初步平均土壤肥力数据和所述初步土壤肥力变化数据，对未排在前第一名次的采样点对应的土壤样本进行肥力预测，得到所述未排在前第一名次的采样点对应的土壤样本的肥力指标，包括：
[0031]基于预设的第三函数、所述初步平均土壤肥力数据和所述初步土壤肥力变化数据进行肥力预测，得到所述未排在前第一名次的采样点对应的土壤样本的肥力指标；
[0032]其中，预设的第三函数是非线性函数。
[0033]在一些实施例，所述基于所有所述采样点序列的目标平均土壤肥力数据，得到所述目标地块的土壤肥力预测数据，包括：
[0034]确定每个所述采样点序列的权重参数；
[0035]基于所述权重参数对所述目标平均土壤肥力数据进行加权和，得到所述目标地块的土壤肥力预测数据。
[0036]为实现上述目的，本申请实施例的第二方面提出了一种土壤肥力预测系统，所述系统包括：
[0037]采样点确定模块，用于确定目标地块的初始采样点和中心采样点，其中，所述目标地块是一个矩形地块，所述初始采样点是所述目标地块的各个边的除顶点以外的点，所述
中心采样点是所述目标地块的中心点；
[0038]采样点序列获取模块，用于针对每个所述初始采样点，基于所述初始采样点和所述中心采样点，构建采样点序列；
[0039]第一数据获取模块，用于针对每个所述采样点序列，基于排在前第一名次的采样点对应的土壤样本的肥力指标，确定所述采样点序列的初步平均土壤肥力数据和初步土壤肥力变化数据；
[0040]第二数据获取模块，用于基于所述初步平均土壤肥力数据和所述初步土壤肥力变化数据，对未排在前第一名次的采样点对应的土壤样本进行肥力预测，得到所述未排在前第一名次的采样点对应的土壤样本的肥力指标；
[0041]数据更新模块，用于基于所述未排在前第一名次的采样点对应的土壤样本的肥力指标对所述初步平均土壤肥力数据进行更新，得到目标平均土壤肥力数据；并基于所述未排在前第一名次的采样点对应的土壤样本的肥力指标对所述初步土壤肥力变化数据进行更新，得到目标土壤肥力变化数据；
[0042]第三数据获取模块，用于基于所有所述采样点序列的目标平均土壤肥力数据，得到所述目标地块的土壤肥力预测数据。
[0043]为实现上述目的，本申请实施例的第三方面提出了一种电子设备，所述电子设备包括存储器和处理器，所述存储器存储有计算机程序，所述处理器执行所述计算机程序时实现上述第一方面所述的方法。
[0044]为实现上述目的，本申请实施例的第四方面提出了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述第一方面所述的方法。
本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种土壤肥力预测方法，其特征在于，所述方法包括：确定目标地块的初始采样点和中心采样点，其中，所述目标地块是一个矩形地块，所述初始采样点是所述目标地块的各个边的除顶点以外的点，所述中心采样点是所述目标地块的中心点；针对每个所述初始采样点，基于所述初始采样点和所述中心采样点，构建采样点序列；针对每个所述采样点序列，基于排在前第一名次的采样点对应的土壤样本的肥力指标，确定所述采样点序列的初步平均土壤肥力数据和初步土壤肥力变化数据；基于所述初步平均土壤肥力数据和所述初步土壤肥力变化数据，对未排在前第一名次的采样点对应的土壤样本进行肥力预测，得到所述未排在前第一名次的采样点对应的土壤样本的肥力指标；基于所述未排在前第一名次的采样点对应的土壤样本的肥力指标对所述初步平均土壤肥力数据进行更新，得到目标平均土壤肥力数据；并基于所述未排在前第一名次的采样点对应的土壤样本的肥力指标对所述初步土壤肥力变化数据进行更新，得到目标土壤肥力变化数据；基于所有所述采样点序列的目标平均土壤肥力数据，得到所述目标地块的土壤肥力预测数据。2.根据权利要求1所述的一种土壤肥力预测方法，其特征在于，所述确定目标地块的初始采样点和中心采样点，包括：获取待检测的原始地块；确定所述原始地块的地块中心点；基于所述地块中心点，确定所述原始地块的最大内接矩形区域，其中，所述地块中心是所述最大内接矩形区域的矩形中心；基于所述最大内接矩形区域，得到所述目标地块；选取所述目标地块的各个边的除顶点以外的点作为所述初始采样点，并选取所述目标地块的矩形中心作为所述中心采样点。3.根据权利要求2所述的一种土壤肥力预测方法，其特征在于，所述基于所述最大内接矩形区域，得到所述目标地块，包括：将所述最大内接矩形区域作为所述目标地块；或者；基于预设的尺寸参数对所述最大内接矩形区域进行分割处理，得到多个分割矩形区域，将每个所述分割矩形区域作为一个所述目标地块。4.根据权利要求1所述的一种土壤肥力预测方法，其特征在于，所述针对每个所述初始采样点，基于所述初始采样点和所述中心采样点，构建采样点序列，包括：基于所述初始采样点和所述中心采样点，构建采样路径，其中，所述初始采样点是所述采样路径的起点，所述中心采样点是所述采样路径的终点；根据预设的采样间隔距离，确定所述采样路径上的候选采样点；基于所述候选采样点，得到所述采样点序列。5.根据权利要求1所述的一种土壤肥力预测方法，其特征在于，所述针对每个所述采样点序列，基于排在前第一名次的采样点对应的土壤样本的肥力指标，确定所述采样点序列
的初步平均土壤肥力数据和初步土壤肥力变化数据，包括：获取排在前第一名次的采样点对应的土壤样本的肥力指标；...
【专利技术属性】
技术研发人员：仇念飞，
申请(专利权)人：深圳市航天华拓科技有限公司，
类型：发明
国别省市：
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。