作物异常识别方法技术

本发明专利技术提供一种作物异常识别方法

【技术实现步骤摘要】
作物异常识别方法、装置、电子设备和存储介质


[0001]本专利技术涉及农业监测
，尤其涉及一种作物异常识别方法
、
装置
、
电子设备和存储介质
。

技术介绍

[0002]随着科技的迅速发展，对农作物的产量和质量有了更高的要求
。
为增加作物产量，以及提升作物质量，需要对作物进行异常监测，以识别作物是否发生异常，从而减少灾害等异常发生原因对作物的影响，确保作物生产安全
。
[0003]目前，作物异常识别大多是针对特定灾害类别进行监测，以识别作物是否发生该特定灾害类别，或者针对特定灾害类别的严重程度进行监测，以识别作物关于该特定灾害类别的严重程度
。
然而，针对单一灾害类别只能对一种异常发生原因进行识别，而作物的异常发生原因多种多样，因此仅仅针对一种异常发生原因进行识别并不准确
。
即使通过监测空间上哪个区域的作物长势较旺或较差，以将较差的区域确定为作物发生异常的区域，然而，田间作物状态千差万别，简单判断长势强弱并无法准确确定是否发生异常，导致作物异常识别的准确性降低
。

技术实现思路

[0004]本专利技术提供一种作物异常识别方法
、
装置
、
电子设备和存储介质，用以解决现有技术中作物异常识别的准确性低的缺陷，实现高准确性的作物异常识别
。
[0005]本专利技术提供一种作物异常识别方法，包括：获取待识别作物在当前时刻下的实际生长趋势监测曲线，以及获取所述待识别作物对应的标准生长趋势监测曲线，所述实际生长趋势监测曲线与所述标准生长趋势监测曲线为相同的监测地块的生长趋势监测曲线，所述生长趋势监测曲线用于表征所述待识别作物的生长变化趋势；基于所述实际生长趋势监测曲线与所述标准生长趋势监测曲线的对比结果，确定生长趋势差异指数，所述生长趋势差异指数表征所述实际生长趋势监测曲线的变化率与所述标准生长趋势监测曲线的变化率的差异程度；基于所述生长趋势差异指数与至少一个差异指数阈值的对比结果，确定在所述监测地块的所述待识别作物的异常识别结果
。
[0006]根据本专利技术提供的一种作物异常识别方法，所述获取待识别作物在当前时刻下的实际生长趋势监测曲线，包括：基于所述监测地块在所述当前时刻之前预设时长内的遥感监测数据，确定所述监测地块的植被指数监测曲线；基于所述待识别作物在所述监测地块对应的物候期信息，从所述植被指数监测曲线中确定出所述待识别作物的生育期对应的所述实际生长趋势监测曲线，所述物候期信息包括多个时间段与多个物候期的映射关系
。
[0007]根据本专利技术提供的一种作物异常识别方法，所述基于所述待识别作物在所述监测地块对应的物候期信息，从所述植被指数监测曲线中确定出所述待识别作物的生育期对应的所述实际生长趋势监测曲线，包括：基于所述植被指数监测曲线中最后一个的长势提升点，从所述植被指数监测曲线中确定出所述待识别作物的一个生育期内的目标植被指数监测曲线，所述目标植被指数监测曲线的起始点为所述最后一个的长势提升点，所述目标植被指数监测曲线为所述植被指数监测曲线的末端曲线；基于所述待识别作物在所述监测地块对应的物候期信息，从所述目标植被指数监测曲线中确定出所述待识别作物的生育期对应的所述实际生长趋势监测曲线；其中，所述植被指数监测曲线中所述长势提升点之前的植被指数对应的长势为下降长势，或者，所述植被指数监测曲线中所述长势提升点之前不存在植被指数，或者，所述植被指数监测曲线中所述长势提升点之前的植被指数无变化；所述植被指数监测曲线中所述长势提升点之后的植被指数对应的长势为上升长势
。
[0008]根据本专利技术提供的一种作物异常识别方法，所述获取所述待识别作物对应的标准生长趋势监测曲线，包括：获取所述待识别作物对应的模板生长趋势监测曲线，所述模板生长趋势监测曲线与所述实际生长趋势监测曲线为相同的监测地块的生长趋势监测曲线；基于所述实际生长趋势监测曲线的统计特征，调整所述模板生长趋势监测曲线，得到所述标准生长趋势监测曲线；其中，所述统计特征包括生育期的起始点的监测值
、
多个生长阶段的时长和生育期内最大的监测值中的至少一种
。
[0009]根据本专利技术提供的一种作物异常识别方法，所述基于所述生长趋势差异指数与至少一个差异指数阈值的对比结果，确定在所述监测地块的所述待识别作物的异常识别结果，之后还包括：在所述异常识别结果为预设识别结果的情况下，基于所述实际生长趋势监测曲线与所述标准生长趋势监测曲线的对比结果，确定所述异常识别结果对应的异常情况；其中，所述预设识别结果表征所述监测地块的所述待识别作物在所述当前时刻已经发生了生长异常现象；所述异常情况包括正向异常情况或负向异常情况，所述正向异常情况表征实际生长趋势大于标准生长趋势，所述负向异常情况表征实际生长趋势小于标准生长趋势
。
[0010]根据本专利技术提供的一种作物异常识别方法，所述基于所述实际生长趋势监测曲线与所述标准生长趋势监测曲线的对比结果，确定所述异常识别结果对应的异常情况，之后还包括：在所述异常情况为负向异常情况的情况下，基于所述监测地块的相关数据，确定所述异常识别结果对应的发生原因，所述相关数据包括所述监测地块的气象数据
、
所述监测地块的物联设备监测数据
、
所述监测地块的地面巡田数据和所述待识别作物在所述监测地块对应的物候期信息中的至少一种，所述物候期信息包括多个时间段与多个物候期的映射关系；在所述异常情况为正向异常情况的情况下，确定所述异常识别结果对应的发生原
因为杂草危害
。
[0011]根据本专利技术提供的一种作物异常识别方法，所述相关数据包括所述监测地块的气象数据
、
所述监测地块的物联设备监测数据
、
所述监测地块的地面巡田数据和所述待识别作物在所述监测地块对应的物候期信息，所述基于所述监测地块的相关数据，确定所述异常识别结果对应的发生原因，包括：基于所述当前时刻
、
所述物候期信息和所述气象数据，确定倒伏原因的第一风险程度数据；基于所述气象数据，确定渍涝原因的第二风险程度数据；基于所述当前时刻
、
所述物候期信息和所述气象数据，确定高温热害原因的第三风险程度数据；基于所述物联设备监测数据和所述地面巡田数据，确定病虫害原因的第四风险程度数据；基于所述第一风险程度数据
、
所述第二风险程度数据
、
所述第三风险程度数据和所述第四风险程度数据，确定所述异常识别结果对应的发生原因
。
[0012]根据本专利技术提供的一种作物异常识别方法，所述基于所述第一风险程度数据
、
所述第二风险程度数据
、
所述第三风险程度数据和所述第四风险程度数据，确定所述异常识别结果对应的发生原因，包括：在所述第一风险程度数据
、
所述第二风险程度数据
、...

【技术保护点】

【技术特征摘要】
1.
一种作物异常识别方法，其特征在于，包括：获取待识别作物在当前时刻下的实际生长趋势监测曲线，以及获取所述待识别作物对应的标准生长趋势监测曲线，所述实际生长趋势监测曲线与所述标准生长趋势监测曲线为相同的监测地块的生长趋势监测曲线，所述生长趋势监测曲线用于表征所述待识别作物的生长变化趋势；基于所述实际生长趋势监测曲线与所述标准生长趋势监测曲线的对比结果，确定生长趋势差异指数，所述生长趋势差异指数表征所述实际生长趋势监测曲线的变化率与所述标准生长趋势监测曲线的变化率的差异程度；基于所述生长趋势差异指数与至少一个差异指数阈值的对比结果，确定在所述监测地块的所述待识别作物的异常识别结果
。2.
根据权利要求1所述的作物异常识别方法，其特征在于，所述获取待识别作物在当前时刻下的实际生长趋势监测曲线，包括：基于所述监测地块在所述当前时刻之前预设时长内的遥感监测数据，确定所述监测地块的植被指数监测曲线；基于所述待识别作物在所述监测地块对应的物候期信息，从所述植被指数监测曲线中确定出所述待识别作物的生育期对应的所述实际生长趋势监测曲线，所述物候期信息包括多个时间段与多个物候期的映射关系
。3.
根据权利要求2所述的作物异常识别方法，其特征在于，所述基于所述待识别作物在所述监测地块对应的物候期信息，从所述植被指数监测曲线中确定出所述待识别作物的生育期对应的所述实际生长趋势监测曲线，包括：基于所述植被指数监测曲线中最后一个的长势提升点，从所述植被指数监测曲线中确定出所述待识别作物的一个生育期内的目标植被指数监测曲线，所述目标植被指数监测曲线的起始点为所述最后一个的长势提升点，所述目标植被指数监测曲线为所述植被指数监测曲线的末端曲线；基于所述待识别作物在所述监测地块对应的物候期信息，从所述目标植被指数监测曲线中确定出所述待识别作物的生育期对应的所述实际生长趋势监测曲线；其中，所述植被指数监测曲线中所述长势提升点之前的植被指数对应的长势为下降长势，或者，所述植被指数监测曲线中所述长势提升点之前不存在植被指数，或者，所述植被指数监测曲线中所述长势提升点之前的植被指数无变化；所述植被指数监测曲线中所述长势提升点之后的植被指数对应的长势为上升长势
。4.
根据权利要求1所述的作物异常识别方法，其特征在于，所述获取所述待识别作物对应的标准生长趋势监测曲线，包括：获取所述待识别作物对应的模板生长趋势监测曲线，所述模板生长趋势监测曲线与所述实际生长趋势监测曲线为相同的监测地块的生长趋势监测曲线；基于所述实际生长趋势监测曲线的统计特征，调整所述模板生长趋势监测曲线，得到所述标准生长趋势监测曲线；其中，所述统计特征包括生育期的起始点的监测值
、
多个生长阶段的时长和生育期内最大的监测值中的至少一种
。5.
根据权利要求1至4中任一项所述的作物异常识别方法，其特征在于，所述基于所述
生长趋势差异指数与至少一个差异指数阈值的对比结果，确定在所述监测地块的所述待识别作物的异常识别结果，之后还包括：在所述异常识别结果为预设识别结果的情况下，基于所述实际生长趋势监测曲线与所述标准生长趋势监测曲线的对比结果，确定所述异常识别结果对应的异常情况；其中，所述预设识别结果表征所述监测地块的所述待识别作物在所述当前时刻已经发生了生长异常现象；所述异常情况包括正向异常情况或负向异常情况，所述正向异常情况表征实际生长趋势大于标准生长趋势，所述负向异常情况表征实际生长趋势小于标准生长趋势
。6.
根据权利要求5所述的作物异常识别方法，其特征在于，所述基于所述实际生长趋势监测曲线与所述标准生长趋势监测曲线的对比结果，确定所述异常识别结果对应的异常情况，之后还包括：在所述异常情况为负向异常情况的情况下，基于所述监测地块的相关数据，确定所述异常...

【专利技术属性】
技术研发人员：郭朝贺，王宏斌，秦志珩，杨子龙，
申请(专利权)人：中化现代农业有限公司，
类型：发明
国别省市：