农作物产量预估方法、系统、计算机设备及存储介质技术方案

本发明专利技术属于地理信息/农业调查领域，公开了一种农作物产量预估方法、系统、计算机设备及存储介质，包括：获取待预估区域的遥感图像，以及根据预设的农作物掩膜图像，将待预估区域的遥感图像进行掩膜图像，得到农作物遥感图像；通过预设的词袋模型对农作物遥感图像逐像素进行词语向量推演，得到农作物遥感图像的词语向量频次直方图；将农作物遥感图像的词语向量频次直方图输入预设的农作物产量预估模型，得到待预估区域的农作物产量。通过词袋模型的处理，可以将遥感图像处理为大小统一的词语向量频次直方图，解决了遥感图像尺寸不一致无法直接训练以及模型泛化性差的问题，进而可有效提高预估的准确率，为农作物产量计算提供了依据。据。据。

【技术实现步骤摘要】
农作物产量预估方法、系统、计算机设备及存储介质


[0001]本专利技术属于地理信息/农业调查领域，涉及一种农作物产量预估方法、系统、计算机设备及存储介质。

技术介绍

[0002]广域农业分析研究和统计调查，一个核心挑战是单产估计，即在收获前预测农作物单位面积产量。传统的人工调研和统计方法耗时耗力，无法满足大规模的农业作物分析研究的效率需求。随着人工智能的不断发展，遥感图像以其及时廉价、实时、可靠的特点被广泛应用于资源勘察、河源治理、农业监测等领域。如何处理遥感图像并结合人工智能算法是农作物单产预估的关键。
[0003]在基于遥感图像的农作物单产预估研究中，通常需要结合历史遥感数据和历史产量进行特征学习，在官方公布的产量数据中，最小划分均是以县为单位给出农作物单产，因此对于农作物单产预估一般是以县为单位，由于各个县对应遥感图像尺寸不一致，无法直接进行模型训练。
[0004]针对这个问题，科学界进行了多年探讨与研究，提出了众多解决方法，例如，基于原始图像裁剪预处理的产量预估方法截取原始图像为统一尺寸能够解决样本尺寸不一致问题，但是被本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种农作物产量预估方法，其特征在于，包括：获取待预估区域的遥感图像，以及根据预设的农作物掩膜图像，将待预估区域的遥感图像进行掩膜图像，得到农作物遥感图像；通过预设的词袋模型对农作物遥感图像逐像素进行词语向量推演，得到农作物遥感图像的词语向量频次直方图；将农作物遥感图像的词语向量频次直方图输入预设的农作物产量预估模型，得到待预估区域的农作物产量。2.根据权利要求1所述的农作物产量预估方法，其特征在于，所述待预估区域的遥感图像包括待预估区域按照时间序列排列的若干遥感图像。3.根据权利要求1所述的农作物产量预估方法，其特征在于，所述预设的词袋模型通过下述方式构建得到：获取若干历史农作物遥感图像；逐像素提取各历史农作物遥感图像的特征向量；其中，特征向量由历史农作物遥感图像中像素点的各光谱波段的光谱值组成；将所有特征向量采用聚类算法进行聚类，得到若干个聚类中心向量；将聚类中心向量作为词语向量并组合所有词语向量，得到词袋模型。4.根据权利要求3所述的农作物产量预估方法，其特征在于，所述将所有特征向量采用聚类算法进行聚类包括：将所有特征向量采用K
‑
means聚类算法进行聚类；在聚类时，采用误差和平方和SSE作为聚类质量的判定：其中，k是聚类簇个数，e
i
是聚类中心向量中的第i个聚类中心的聚类中心点，E
i
是第i个聚类簇内特征向量x集合，d(e
i
,)2是e
i
和特征向量x之间的欧氏距离。5.根据权利要求3所述的农作物产量预估方法，其特征在于，所述通过预设的词袋模型对农作物遥感图像逐像素进行词语向量推演，得到农作物遥感图像的词语向量频次直方图包括：逐像素提取农作物遥感图像的特征向量；将提取得到的农作物遥感图像的各特征向量分别计算与词袋模型...

【专利技术属性】
技术研发人员：霍鹏程，贺兆，马钟，陆柯迪，郑欣，
申请(专利权)人：西安微电子技术研究所，
类型：发明
国别省市：