一种基于大数据的农田场地智能分析方法、系统及介质技术方案

本发明专利技术公开了一种基于大数据的农田场地智能分析方法、系统及介质。获取目标农田区域信息，根据所述目标农田区域信息进行模型搭建形成基于三维的农田模型；获取目标农田区域中每个子区域的土壤监测数据，将所述土壤监测数据导入农田模型，基于线性回归预测算法，进行区域性数据连续性分析与预测，得到每个子区域的连续性湿度预测数据；获取目标农田区域中不同子区域的农作物生长信息，基于所述农作物生长信息与土壤连续性预测数据进行土壤灌溉需求分析，得到农田调控方案。通过本发明专利技术，能够实现对农田的精准化监控与调控。现对农田的精准化监控与调控。现对农田的精准化监控与调控。

【技术实现步骤摘要】
一种基于大数据的农田场地智能分析方法、系统及介质


[0001]本专利技术涉及数据分析领域，更具体的，涉及一种基于大数据的农田场地智能分析方法、系统及介质。

技术介绍

[0002]农产品的生产效率是国家重点关注的问题，农田的生产效率与土地利用是对农产品的影响举足轻重。
[0003]但受制于现有技术，目前农田场地的信息化程度低，监测数据分析能力弱，且对于湿度、温度等连续性数据的监控预测存在不足，进一步降低了农田利用率与生产效率。因此，现在亟需一种高效的农田场地智能分析方法。

技术实现思路

[0004]本专利技术克服了现有技术的缺陷，提出了一种基于大数据的农田场地智能分析方法、系统及介质。
[0005]本专利技术第一方面提供了一种基于大数据的农田场地智能分析方法，包括：获取目标农田区域信息，根据所述目标农田区域信息进行模型搭建形成基于三维的农田模型；获取目标农田区域中每个子区域的土壤监测数据，将所述土壤监测数据导入农田模型，基于线性回归预测算法，进行区域性数据连续性分析与预测，得到每个子区域的连续性湿度预测数据；获取目本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于大数据的农田场地智能分析方法，其特征在于，包括：获取目标农田区域信息，根据所述目标农田区域信息进行模型搭建形成基于三维的农田模型；获取目标农田区域中每个子区域的土壤监测数据，将所述土壤监测数据导入农田模型，基于线性回归预测算法，进行区域性数据连续性分析与预测，得到每个子区域的连续性湿度预测数据；获取目标农田区域中不同子区域的农作物生长信息，基于所述农作物生长信息与土壤连续性预测数据进行土壤灌溉需求分析，得到农田调控方案。2.根据权利要求1所述的一种基于大数据的农田场地智能分析方法，其特征在于，所述获取目标农田区域信息，根据所述目标农田区域信息进行模型搭建形成基于三维的农田模型，具体为：获取目标农田区域信息；所述目标农田区域信息包括区域面积、区域轮廓、区域内农作物分布信息；根据所述目标农田区域信息搭建基于三维的农田模型。3.根据权利要求2所述的一种基于大数据的农田场地智能分析方法，其特征在于，所述获取目标农田区域中每个子区域的土壤监测数据，将所述土壤监测数据导入农田模型，基于线性回归预测算法，进行区域性数据连续性分析与预测，得到每个子区域的连续性湿度预测数据，具体为：基于目标农田区域中的现有监测点位置，结合农田模型，将目标农田区域进行网格划分，得到多个子区域，每个子区域对应一个监测点；实时获取每个子区域的土壤监测数据，所述土壤监测数据包括土壤湿度、空气温度；基于农田模型，将所有监测点进行相邻点连接，相邻的判断标准为对应两个监测点的子区域相邻即两个监测点相邻；通过相邻点连接形成一个监测数据网，在监测数据网中，每个监测点拥有相应的土壤监测数据，所述监测数据网包括多条连续横线段与连续竖线段；在监测数据网中，提取出一条连续横线段内所有监测点的土壤湿度数据，并将所述土壤湿度数据根据地理位置连续性进行排序得到有序湿度数据；基于连续横线段的长度与预测数据间隔计算出插值线段内的数据插值量N；基于有序湿度数据与数据插值量N，通过基于多项式的线性回归插值法进行数据插值预测计算，得到N个湿度数据并填充至所述连续横线段内；在监测数据网中，提取出所有连续横线段与连续竖线段进行连续性数据填充，得到具有一定连续性数据的监测数据网。4.根据权利要求3所述的一种基于大数据的农田场地智能分析方法，其特征在于，所述在监测数据网中，提取出一条连续横线段内所有监测点的土壤湿度数据，还包括：在监测数据网中，提取出一条连续横线段内所有监测点的土壤湿度数据，将所述一条连续横线段内所有对应的子区域进行标记，得到多个选定子区域；基于选定子区域中的种植密度、土壤湿度分别进行方差数值计算，得到第一、第二方差值；判断所述第一、第二方差值是否均大于预设方差，若是，基于所述连续横线段筛选出具
有最大湿度差值的一对相邻监测点；基于所述最大湿度差值的一对相邻监测点对连续横线段进行切分形成两条连续横线段，对两条连续横线段分别进行连续性数据预测分析。5.根据权利要求4所述的一种基于大数据的农田场地智能分析方法，其特征在于，所述获取目标农田区域中每个子区域的土壤监测数据，将所述土壤监测数据导入农田模型，基于线性回归预测算法，进行区域性数据连续性分析与预测，得到每个子区域的连续性湿度预测数据，还包括：在历史时间段内，获取每个子区域的种植密度、光照时长、空气温度信息；在历史时间段内，获取每个子区域内监测点在灌溉后的土壤湿度变化数据；以种植密度、光照时长、空气温度作为自变量，土壤湿度变化数据作为因变量，进行基于多元线性回归的预测训练，通过优化回归系数与梯度下降算法进...

【专利技术属性】
技术研发人员：李书鹏，张家铭，郭丽莉，王蓓丽，瞿婷，杨旭，
申请(专利权)人：北京建工环境修复股份有限公司，
类型：发明
国别省市：