一种基于制造技术

本申请实施例公开了一种基于

【技术实现步骤摘要】
一种基于AI的农作物生长情况预测方法、设备及介质


[0001]本申请涉及农作物预测
，尤其涉及一种基于
AI
的农作物生长情况预测方法
、
设备及介质
。

技术介绍

[0002]传统农作物种植受气候
、
天气因素影响比较大，且农事作业大都依托种植人员个人经验进行，无法形成标准化种植，产量往往得不到保障
。
[0003]在农作物种植过程中，由于农户缺乏专业知识，无法进行合理的种植管理，容易导致农作物生长较差的情况发生
。
农作物生长状况出新问题后，又由于不能及时找到正确的解决方法，引起多种病害的交叉传播和蔓延，增加了农作物生长防治成本
。
[0004]农作物生长异常的环境参数包括湿度参数
、
温度参数以及光照参数等，通常需要花费大量的时间和人工成本来分析生长异常的原因，由于响应时间长严重影响农作物的量产
。

技术实现思路

[0005]本申请实施例提供了一种基于
AI
的农作物生长情况预测方法
、
设备及介质，用于解决如下技术问题：造成农作物生长异常的环境参数，通常需要花费大量的时间和人工成本来分析生长异常的原因，由于响应时间长严重影响农作物的量产
。
[0006]本申请实施例采用下述技术方案：
[0007]本申请实施例提供一种基于
AI
的农作物生长情况预测方法
。
包括，基于预置田间监测设备，获取农作物生长信息与农作物生长环境信息；基于预置农作物生长趋势预测模型
、
农作物生长信息与农作物生长环境信息，得到不同时间段分别对应的农作物生长预测信息；基于时间顺序，对获取到的农作物生长信息与农作物生长环境信息进行聚合，得到第一农作物生长数据集；以及，基于时间顺序，对不同时间段分别对应的农作物生长预测信息进行聚合，得到第二农作物生长数据集；将第一农作物生长数据集与第二农作物生长数据集中，重合时间段对应的数据进行比对，基于比对结果确定出预测误差；基于预测误差与不同时间段分别对应的农作物生长预测信息，对农作物生长环境进行调整，以使农作物的生长情况符合预设要求
。
[0008]本申请实施例通过收集农作物生长信息与农作物生长环境信息，然后通过这些数据，以及预置的农作物生长趋势预测模型，预测其生长趋势，并根据环境因素进行调整和优化，然后，将得到的结果按照时间角度进行聚合
。
这种方法能够帮助农户更好地理解农田的生长情况，从而进行有针对性的管理，同时为科研人员提供充足的数据支持，进一步提高农田的产量和效率
。
其次，本申请实施例通过将获取到的实际数据与预测的数据进行比对，基于比对的差值，确定出相应的误差，以通过该误差对预测结果进行调节，从而使得预测结果更为准确
。
[0009]在本申请的一种实现方式中，基于时间顺序，对获取到的农作物生长信息与农作
物生长环境信息进行聚合，得到第一农作物生长数据集，具体包括：确定获取农作物生长信息与农作物生长环境信息的时间段，以及确定出农作物的地理位置；基于预置时间单位，将时间段进行划分，以得到多个小时间段；基于划分后的小时间段，将相同地理位置的农作物对应的农作物生长信息与农作物生长环境信息进行聚合，以得到不同地理位置的农作物分别对应的第一农作物生长数据集
。
[0010]在本申请的一种实现方式中，得到第一农作物生长数据集之后，方法还包括：对第一农作物生长数据集进行关键词提取；其中，关键词与农作物生长状况以及农作物生长环境状况相关；基于获取到的关键词构建农作物关键词集合，并将关键词集合与预置关键词数据库中的数据进行相似度计算；其中，预置关键词集合中包括有多个关键词集合以及还包括多个关键词集合分别对应的标签；在预置关键词数据库中确定出相似值最高的参考关键词集合，并将参考关键词集合对应的标签作为第一农作物生长数据集对应的标签；其中标签用于表征农作物的生长状况
。
[0011]在本申请的一种实现方式中，将第一农作物生长数据集与第二农作物生长数据集中，重合时间段对应的数据进行比对，具体包括：确定出第一农作物生长数据集与第二农作物生长数据集中时间段相同的参考数据；确定出第一农作物生长数据集中参考数据对应的第一数据类型，以及，确定出第一农作物生长数据集中参考数据对应的第二数据类型；将第一数据类型与第二数据类型进行比对，以确定出相同的数据类型，并将相同的数据类型所对应的数据进行比对
。
[0012]在本申请的一种实现方式中，基于比对结果确定出预测误差，具体包括：基于比对结果，确定出相同的数据类型所对应的相似值与差值；基于相似值与预置相似度等级表，确定出相似值对应的相似度等级；其中，相似度等级表中包括有不同的相似度
、
不同的相似度分别对应的相似度等级，以及还包括相似度等级对应的误差值；基于差值的正负情况与误差值，确定出相应的预测误差
。
[0013]在本申请的一种实现方式中，基于预测误差与不同时间段分别对应的农作物生长预测信息，对农作物生长环境进行调整，以使农作物的生长情况符合预设要求，具体包括：基于预测误差，对农作物生长预测信息进行调整，以得到误差调整后的参考预测信息；其中，参考预测信息至少包括预测生长速度
、
预测叶绿素含量
、
预测土壤湿度以及病虫害程度中的一项；参考预测信息与预置农作物生长参数表进行比对，以确定出参考预测信息与预置农作物生产参数表中数据的差值；确定出不同的差值分别对应的数据类型，基于数据类型对相应的农作物生长环境进行调节，以使农作物的生长情况符合预设要求
。
[0014]在本申请的一种实现方式中，基于预测误差，对农作物生长预测信息进行调整，以得到误差调整后的参考预测信息，具体包括：在预测误差小于零的情况下，将农作物生长预测信息与预测误差进行差值计算，以得到误差调整后的参考预测信息；在预测误差大于零的情况下，将农作物生长预测信息与预测误差进行求和值计算，以得到误差调整后的参考预测信息
。
[0015]在本申请的一种实现方式中，基于预置田间监测设备，获取农作物生长信息与农作物生长环境信息，具体包括：基于预置田间图像监测设备，获取农作物图像信息；通过预置
CNN
和预置
RNN
，对农作物图像信息进行特征提取，以得到农作物图像信息对应的关键信息；其中，关键信息至少包括农作物生长信息与农作物病虫害信息中的一项；基于不同预置
传感器获取到的农作物生长数据，通过
NLP
技术进行语义化处理，将其转化为结构化的数据；基于关键信息与结构化数据，得到取农作物生长信息与农作物生长环境信息
。
[0016]本申请实施例提供一种基于
AI
的农作物生长情况预测设备，包括：至少一个处理器；以及，与至少一个本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于
AI
的农作物生长情况预测方法，其特征在于，所述方法包括：基于预置田间监测设备，获取农作物生长信息与农作物生长环境信息；基于预置农作物生长趋势预测模型
、
所述农作物生长信息与所述农作物生长环境信息，得到不同时间段分别对应的农作物生长预测信息；基于时间顺序，对获取到的所述农作物生长信息与农作物生长环境信息进行聚合，得到第一农作物生长数据集；以及，基于时间顺序，对所述不同时间段分别对应的农作物生长预测信息进行聚合，得到第二农作物生长数据集；将所述第一农作物生长数据集与所述第二农作物生长数据集中，重合时间段对应的数据进行比对，基于比对结果确定出预测误差；基于所述预测误差与不同时间段分别对应的农作物生长预测信息，对农作物生长环境进行调整，以使农作物的生长情况符合预设要求
。2.
根据权利要求1所述的一种基于
AI
的农作物生长情况预测方法，其特征在于，所述基于时间顺序，对获取到的所述农作物生长信息与农作物生长环境信息进行聚合，得到第一农作物生长数据集，具体包括：确定获取所述农作物生长信息与农作物生长环境信息的时间段，以及确定出农作物的地理位置；基于预置时间单位，将所述时间段进行划分，以得到多个小时间段；基于划分后的小时间段，将相同地理位置的农作物对应的农作物生长信息与农作物生长环境信息进行聚合，以得到不同地理位置的农作物分别对应的第一农作物生长数据集
。3.
根据权利要求1所述的一种基于
AI
的农作物生长情况预测方法，其特征在于，所述得到第一农作物生长数据集之后，所述方法还包括：对所述第一农作物生长数据集进行关键词提取；其中，所述关键词与农作物生长状况以及农作物生长环境状况相关；基于获取到的关键词构建农作物关键词集合，并将所述关键词集合与预置关键词数据库中的数据进行相似度计算；其中，所述预置关键词集合中包括有多个关键词集合以及还包括所述多个关键词集合分别对应的标签；在所述预置关键词数据库中确定出相似值最高的参考关键词集合，并将所述参考关键词集合对应的标签作为所述第一农作物生长数据集对应的标签；其中，所述标签用于表征农作物的生长状况
。4.
根据权利要求1所述的一种基于
AI
的农作物生长情况预测方法，其特征在于，所述将所述第一农作物生长数据集与所述第二农作物生长数据集中，重合时间段对应的数据进行比对，具体包括：确定出第一农作物生长数据集与所述第二农作物生长数据集中时间段相同的参考数据；确定出所述第一农作物生长数据集中参考数据对应的第一数据类型，以及，确定出所述第一农作物生长数据集中参考数据对应的第二数据类型；将所述第一数据类型与所述第二数据类型进行比对，以确定出相同的数据类型，并将所述相同的数据类型所对应的数据进行比对
。5.
根据权利要求1所述的一种基于
AI
的农作物生长情况预测方法，其特征在于，所述基
于比对结果确定出预测误差，具体包括：基于比对结果，确定出所述相同的数据类型所对应的相似值与差值；基于所述相似值与预置相似度等级表，确定出所述相似值对应的相似度等级；其中，所述相似度等级表中包括有不同的相似度
、
所述不同的相似度分别对应的相似度等级，以及还包括所述相似度等级对应的误差值；基于所述差值的正负情况与所述误差值，确定出相应的预测误差
。6.
根据权利要求1所述的一种基于
AI
的农作物生长情况预测方法，其特征在于，所述基于所述预测误差与不同时间段分别对应的农作物生长预测信息，对农作物生长环境进行调整，以使农作物的生长情况符合预设要求，具体包括：基于所述预测误差，对所述农作物生长预...

【专利技术属性】
技术研发人员：常学民，
申请(专利权)人：浪潮山东农业互联网有限公司，
类型：发明
国别省市：