【技术实现步骤摘要】
本专利技术涉及农情监测，具体涉及一种农情监测数据的分析方法及系统。
技术介绍
1、农产品从农田到餐桌的过程受到周边环境如天气、土地和农作物苗青等因素的影响非常严重，并且这些因素最终会影响到农产品的品质和价格，对生产过程的环境质量监控尤其重要。
2、传统的农情监测数据分析流程包括数据收集、处理和分析，但是存在数据收集时间颗粒度粗，无法通过大量数据建立预测模型，导致数据分析的智能程度无法满足工作人员的分析和利用要求，并且传统的农情数据分析方法无法对农情数据进行有效的特征提取，造成分析维度单一的问题。
3、因此如何对农情数据智能化分析和解读，以提供准确及时的农情监测数据和农业决策依据支持成为当前领域技术人员需要解决的问题。
技术实现思路
1、有鉴于此，有必要提供一种农情监测数据的分析方法及系统，以实现对农情数据智能化分析和解读，以提供准确及时的农情监测数据和农业决策依据支持的目的。
2、为了实现上述目的，本专利技术提供了一种农情监测数据的分析方法，包括：
3、获取原始农情监测数据，原始农情监测数据包括土地子监测数据、气象子监测数据和农情子监测数据；
4、对原始农情监测数据进行预处理；
5、对经过预处理的原始农情监测数据进行特征提取，获取农情目标监测数据；
6、基于机器学习算法对农情目标监测数据进行分析，获取土地分析数据、气象分析数据和农情分析数据；
7、基于土地分析数据、气象分析数据和农情分析
8、将土地分析数据、气象分析数据、农情分析数据、时间序列分析数据和区域划分分析数据进行可视化输出。
9、在一种可能的实现方式中，土地子监测数据包括土壤湿度数据、土地干旱数据和土壤类型数据，气象子监测数据包括降水数据、地面温度数据和气温数据，农情子监测数据包括农作物分布密度数据、农作物年产量数据、平均长势数据和平均成熟度数据。
10、在一种可能的实现方式中，对原始农情监测数据进行预处理包括：
11、对原始农情监测数据进行缺失值处理；
12、对原始农情监测数据进行异常值处理；
13、对原始农情监测数据进行数据一致性检查；
14、对原始农情监测数据进行数据质量控制；
15、其中，缺失值处理包括插值法和删除法，异常值处理包括数据范围检查法和统计法，数据一致性检查包括逻辑关系检查法和时间序列一致法，数据质量控制包括数据验证法和数据审查法。
16、在一种可能的实现方式中，对原始农情监测数据进行预处理后还包括：
17、对经过预处理的原始农情监测数据按照数据类型进行时间序列排序处理、单位标准化处理和数据精度标准化处理。
18、在一种可能的实现方式中，对原始农情监测数据进行预处理后还包括：
19、基于异常监测算法对原始农情监测数据进行异常数据点剔除处理，异常监测算法至少包括以下任意一种：3σ原则算法、箱线图算法和局部离群因子算法。
20、在一种可能的实现方式中，农情目标监测数据包括目标区域中预设周期内的原始农情监测数据的平均值、最小值、最大值、标准差和百分位数。
21、在一种可能的实现方式中，时间序列分析数据包括季节性时间序列分析数据、趋势分析数据和周期性分析数据。
22、在一种可能的实现方式中，区域划分分析数据包括以区域为分类标准的区域土地分析数据、区域气象分析数据和区域农情分析数据。
23、在一种可能的实现方式中，将土地分析数据、气象分析数据、农情分析数据、时间序列分析数据和区域划分分析数据进行可视化输出包括：
24、基于图标可视化单元和图像可视化单元将土地分析数据、气象分析数据、农情分析数据、时间序列分析数据和区域划分分析数据进行可视化输出；
25、其中，可视化输出类型包括柱状图、折线图和环形图中的至少一者。
26、为了实现上述目的，本专利技术还提供了一种农情监测数据的分析系统，包括：
27、数据采集模块，用于获取原始农情监测数据，原始农情监测数据包括土地子监测数据、气象子监测数据和农情子监测数据；
28、预处理模块，用于对原始农情监测数据进行预处理；
29、特征提取模块，用于对经过预处理的原始农情监测数据进行特征提取，获取农情目标监测数据；
30、分析模块，用于基于机器学习算法对农情目标监测数据进行分析，获取土地分析数据、气象分析数据和农情分析数据；
31、处理模块，用于基于土地分析数据、气象分析数据和农情分析数据进行整理，获取时间序列数据和区域划分数据，基于时间序列数据获取时间序列分析数据，基于区域划分数据获取区域划分分析数据；
32、可视化模块，用于将土地分析数据、气象分析数据、农情分析数据、时间序列分析数据和区域划分分析数据进行可视化输出。
33、采用上述实施例的有益效果为：在获取原始农情监测数据后；对原始农情监测数据进行预处理；对经过预处理的原始农情监测数据进行特征提取，获取农情目标监测数据；基于机器学习算法对农情目标监测数据进行分析，获取土地分析数据、气象分析数据和农情分析数据；基于土地分析数据、气象分析数据和农情分析数据进行整理，获取时间序列分析数据和区域划分分析数据；将土地分析数据、气象分析数据、农情分析数据、时间序列分析数据和区域划分分析数据进行可视化输出。本专利技术能够实现农情监测数据的智能化分析和解读，提高了农情监测数据的管理效率，并提供了准确及时的农情监测数据和环境决策依据。
本文档来自技高网...【技术保护点】
1.一种农情监测数据的分析方法，其特征在于，包括：
2.根据权利要求1所述的农情监测数据的分析方法，其特征在于，所述土地子监测数据包括土壤湿度数据、土地干旱数据和土壤类型数据，所述气象子监测数据包括降水数据、地面温度数据和气温数据，所述农情子监测数据包括农作物分布密度数据、农作物年产量数据、平均长势数据和平均成熟度数据。
3.根据权利要求1所述的农情监测数据的分析方法，其特征在于，所述对所述原始农情监测数据进行预处理包括：
4.根据权利要求1所述的农情监测数据的分析方法，其特征在于，所述对所述原始农情监测数据进行预处理后还包括：
5.根据权利要求1所述的农情监测数据的分析方法，其特征在于，所述对所述原始农情监测数据进行预处理后还包括：
6.根据权利要求1所述的农情监测数据的分析方法，其特征在于，所述农情目标监测数据包括目标区域中预设周期内的所述原始农情监测数据的平均值、最小值、最大值、标准差和百分位数。
7.根据权利要求1所述的农情监测数据的分析方法，其特征在于，所述时间序列分析数据包括季节性时间序列分析数据
8.根据权利要求1所述的农情监测数据的分析方法，其特征在于，所述区域划分分析数据包括以区域为分类标准的区域土地分析数据、区域气象分析数据和区域农情分析数据。
9.根据权利要求1所述的农情监测数据的分析方法，其特征在于，所述将所述土地分析数据、气象分析数据、所述农情分析数据、所述时间序列分析数据和所述区域划分分析数据进行可视化输出包括：
10.一种农情监测数据的分析系统，其特征在于，包括：
...【技术特征摘要】
1.一种农情监测数据的分析方法，其特征在于，包括：
2.根据权利要求1所述的农情监测数据的分析方法，其特征在于，所述土地子监测数据包括土壤湿度数据、土地干旱数据和土壤类型数据，所述气象子监测数据包括降水数据、地面温度数据和气温数据，所述农情子监测数据包括农作物分布密度数据、农作物年产量数据、平均长势数据和平均成熟度数据。
3.根据权利要求1所述的农情监测数据的分析方法，其特征在于，所述对所述原始农情监测数据进行预处理包括：
4.根据权利要求1所述的农情监测数据的分析方法，其特征在于，所述对所述原始农情监测数据进行预处理后还包括：
5.根据权利要求1所述的农情监测数据的分析方法，其特征在于，所述对所述原始农情监测数据进行预处理后还包括：
6.根据权利要求1所述的...
【专利技术属性】
技术研发人员：李磊，许振国，
申请(专利权)人：时维遥感技术服务武汉有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。