一种基于遥感技术的作物产出评估方法及系统技术方案

本发明专利技术涉及作物产出评估技术领域，具体公开了一种基于遥感技术的作物产出评估方法及系统，所述方法包括定时接收遥感数据，基于所述遥感数据构建作物生长模型；获取作物区的历史环境数据，根据所述历史环境数据确定环境影响参数；所述环境影响参数用于表征环境数据对作物生长过程的影响程度；基于所述环境影响参数和预设的平均影响参数判定作物的生长异常度；将作物生长模型输入训练好的产出评估模型，得到评估结果，根据所述生长异常度对所述评估结果进行修正

【技术实现步骤摘要】
一种基于遥感技术的作物产出评估方法及系统


[0001]本专利技术涉及作物产出评估
，具体是一种基于遥感技术的作物产出评估方法及系统
。

技术介绍

[0002]在现有技术背景下，农业种植大都是智能化种植过程，通过一些自动化设备可以替代人工完成种植工作，但是，关于农作物的长势分析过程还需要由人工完成，这也是农业全局智能化的一个制约因素，为了解决这一问题，出现了很多智能识别技术
。
[0003]现有的智能识别技术中，主流的方式是基于神经网络模型的识别方案，识别的数据可以是无人机数据，也可以是遥感数据；遥感数据的获取难度较低，但是其识别过程对神经网络模型的要求较高，这使得神经网络模型需要以更高的频率进行更新，成本很高，过程繁琐，如何提供一种新的提高准确率的方式，降低成本是本专利技术技术方案想要解决的技术问题
。

技术实现思路

[0004]本专利技术的目的在于提供一种基于遥感技术的作物产出评估方法及系统，以解决上述
技术介绍
中提出的问题
。
[0005]为实现上述目的，本专利技术提供如下本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种基于遥感技术的作物产出评估方法，其特征在于，所述方法包括：定时接收遥感数据，基于所述遥感数据构建作物生长模型；获取作物区的历史环境数据，根据所述历史环境数据确定环境影响参数；所述环境影响参数用于表征环境数据对作物生长过程的影响程度；基于所述环境影响参数和预设的平均影响参数判定作物的生长异常度；将作物生长模型输入训练好的产出评估模型，得到评估结果，根据所述生长异常度对所述评估结果进行修正
。2.
根据权利要求1所述的基于遥感技术的作物产出评估方法，其特征在于，所述定时接收遥感数据，基于所述遥感数据构建作物生长模型的步骤包括：定时接收遥感数据，对所述遥感数据进行噪声剔除；对噪声剔除后的遥感数据进行轮廓识别，定位作物区；定位遥感数据中的阴影区域，根据阴影区域当前时刻的太阳方位角计算高度，根据所述高度和作物区构建作物模型；根据时间顺序统计作物模型，构建作物生长模型
。3.
根据权利要求2所述的基于遥感技术的作物产出评估方法，其特征在于，所述定时接收遥感数据，对所述遥感数据进行噪声剔除的步骤包括：定时接收遥感数据，对所述遥感数据进行分解，得到不同尺度下的图像；所述不同尺度至少包括
RGB
图像尺度；对每一尺度下的图像进行噪声剔除，得到增强分量；将各层增强分量进行加权融合，得到最终图像；其中，最终图像的生成过程为：；式中，为最终图像，为第
i
层尺度的权重，
n
为尺度的总数量，为第
i
个尺度下的增强分量，，
‑
，
‑
，为第
i
个尺度下的图像，表示基于第一卷积核对第
i
个尺度下的图像进行高斯滤波，表示基于第二卷积核对第
i
个尺度下的图像进行高斯滤波；称为反射分量，称为光照分量；为对数符号，为指数符号；第一卷积核和第二卷积核是由管理方输入的参数
。4.
根据权利要求1所述的基于遥感技术的作物产出评估方法，其特征在于，所述获取作物区的历史环境数据，根据所述历史环境数据确定环境影响参数的步骤包括：获取作物区的历史环境数据，建立数据表；其中，数据表的行与数据类型对应，数据表的列与时间对应；基于数据表的列数统计历史环境数据；统计规则为：；式中，为判断语句，括号内为真时，输出为1，括号内为假时，输出为零，当输出为1时，执行统计过程；为存在符号，
M
为总列数，为第
j+1
列的数据值，为第
j
列的数据值，
Z
为预设的阈值；根据统计得到的历史环境数据确定各时段的环境影响参数
。
5.
根据权利要求1所述的基于遥感技术的作物产出评估方法，其特征在于，所述基于所述环境影响参数和预设的平均影响参数判定作物的生长异常度的步骤包括：读取各个时段的环境影响参数及对应的平均影响参数；根据时间对应关系比对环境影响参数和平均影响参数，计算匹配度；根据所述...

【专利技术属性】
技术研发人员：屈新原，杨鹤松，
申请(专利权)人：北京航天绘景科技有限公司，
类型：发明
国别省市：