作物品质区域预测系统及方法技术方案

本发明专利技术公开了一种作物品质区域预测系统及方法，该系统包括中心主机以及若干网络子机，网络子机，用于采集作物成熟期籽粒样品，记录采样点地理位置数据，用近红外品质检测仪对籽粒样品进行品质检测，在本地记录作物品质指标的检测结果及其对应的地理位置数据，并将其同步至中心主机的数据中心服务器；中心主机进一步包括：遥感影像处理模块，用于获取作物生长期多波段遥感影像，并对其进行预处理，计算影像植被指数；数据中心服务器，用于接收网络子机同步的数据，对检测结果数据与影像植被指数数据进行相关性分析，建立数学模型，并根据数学模型反演生成作物品质区域分布图。本发明专利技术的系统及方法可快速、准确且更有效率地进行区域作物品质预测。

Crop quality regional prediction system and method

The invention discloses a system and method for prediction of crop quality area, the system includes a central host computer and several network sub network machine, sub machine, used for collecting crop grain samples, record the sampling point location data, quality detection of grain samples with near-infrared quality detector, detection results in a local record crop quality the index and the corresponding location data, and the data center server to host the synchronization center; the center host further comprises a remote sensing image processing module is used to obtain the crop growth period of multi spectral remote sensing images, and the image preprocessing, calculating vegetation index; data center server for data receiving network sub synchronous machine the test results of data and image data of vegetation index are analyzed. The mathematical model is established, and according to the Generation of crop quality regional distribution by mathematical model inversion. The system and method of the invention can predict regional crop quality rapidly, accurately and efficiently.

【技术实现步骤摘要】

本专利技术涉及作物品质检测及预测
，尤其涉及一种基于近红外作物品质分 析网络及遥感技术的。
技术介绍
现代粮食加工企业为了确保原料合格和面粉品质，非常期望在小麦收获季节开始 时快速了解大区域的小麦品质情况，然后根据这些数据制定合理的收购和加工计划。为了 准确有效的了解区域小麦品质情况，存在小麦区域品质预测的方法，主要包括两种一种 是基于大量样点检测结果和种植品种结构的分析，通过专家知识估计小麦区域品质分布； 另一种是结合GIS空间插值方法，通过对大量样点的检测结果进行空间插值(通常采用 Kriging插值方法)，从而得到小麦区域品质分布的预测图。但两种方法都需要收集和检测 大量的小麦籽粒样品，需要耗费大量人工和材料成本。
技术实现思路
(一)要解决的技术问题本专利技术要解决的技术问题是提供一种可快速、准确且更有效率地进行区域作物 品质预测的系统及方法。( 二 )技术方案为解决上述问题，本专利技术提供了一种作物品质区域预测系统，该系统包括中心主 机以及与所述中心子机相连的若干网络子机，所述网络子机，用于采集作物成熟期籽粒样 品，记录采样点地理位置数据，用近红外品质检测仪对所述籽粒样品进行品质检测，在本地 记录作物品质指标的检测结果及其对应的地理位置数据，并将其同步至中心主机的数据中 心服务器；所述中心主机进一步包括遥感影像处理模块，用于获取作物生长期多波段遥 感影像，并对其进行预处理，计算影像植被指数；数据中心服务器，用于接收所述网络子机 同步的数据，对所述检测结果数据与所述影像植被指数数据进行相关性分析，建立数学模 型，并根据所述数学模型反演生成作物品质区域分布图。其中，所述网络子机进一步包括采集单元，用于采集作物成熟期籽粒样品，并记 录采样点地理位置数据；近红外品质检测仪，用于对所述采集单元采集到的籽粒样品进行 品质检测，并在本地记录作物品质指标的检测结果及其对应的地理位置数据；数据同步单 元，用于将所述检测结果及其对应的地理位置数据同步至中心主机的数据中心服务器。其中，该系统还包括与所述中心主机以及网络子机均相连的网络管理中心，所述 网络管理中心，用于根据设定区域内设定量的作物样品，利用人工神经网络方法建立定标 模型文件，并向待预测区域内全部近红外品质检测仪发送所述定标模型文件，统一全部近 红外品质检测仪的定标模型。其中，所述数据中心服务器进一步包括模型构建单元，用于对所述检测结果数据 与所述影像植被指数数据进行相关性分析，并建立数学模型；分析制图单元，用于根据所述数学模型反演生成作物品质区域分布图。其中，所述数据中心服务器还包括品质数据处理单元，用于对所述检测结果及其 对应的地理位置数据进行完整性和匹配检查，合并经完整性和匹配检查后的检测结果及其 对应的地理位置数据，生成属性表包括采样点编号、地理位置、以及检测结果的ESRI Shape 格式文件。本专利技术还提供了一种基于上述作物品质区域预测系统的作物品质区域预测方法， 该方法包括步骤Si.获取作物生长期多波段遥感影像，并对其进行预处理，计算选定的影像植被指 数；S2.采集作物成熟期籽粒样品，记录采样点地理位置数据，用近红外品质检测仪对 所述籽粒样品进行品质检测，在本地记录作物品质指标的检测结果及其对应的地理位置数 据，并将其同步至数据中心服务器；S3.所述数据中心服务器对所述检测结果数据与所述植被指数数据进行相关性分 析，建立数学模型，并根据所述数学模型反演生成作物品质区域分布图。其中，在步骤Sl之前还包括步骤A.根据设定区域内设定量的作物样品，利用人工神经网络方法建立定标模型文 件；B.向待预测区域内全部近红外品质检测仪发送所述定标模型文件，统一全部近红 外品质检测仪的定标模型。其中，在步骤S2后步骤S3之前还包括步骤S2. 1对所述检测结果及其对应的地理位置数据进行完整性和匹配检查；S2. 2合并经完整性和匹配检查后的检测结果及其对应的地理位置数据，生成属性 表包括采样点编号、地理位置、以及检测结果的ESRI Shape格式文件。其中，步骤S3进一步包括步骤S3. 1建立采样点处作物籽粒品质指标与该位置的影像植被指数之间的相关系数 矩阵；S3. 2选取相关系数矩阵中最大值所在的行列对应的品质指标和影像植被指数，根 据选取的采样点数据建立数学模型；S3. 3根据所述数学模型，计算影像覆盖范围内的作物品质指标，反演生成作物品 质区域分布图。(三)有益效果本专利技术系统及方法在网络环境下实现近红外网络技术、遥感技术和信息技术的综 合集成，利用近红外网络技术实现区域上任意仪器检测的品质结果一致性，可以快速检测 大量样品；利用遥感技术计算关键生育期的采样点植被指数和区域影像植被指数，利用信 息技术将近红外分析仪器检测的品质结果数据同步到网络管理中心服务器并实现自动的 格式转换与入库，并通过相关性分析和模型反演实现作物品质检测数据的由点到面的预 测。附图说明图1为依照本专利技术一种实施方式的作物品质区域预测系统结构示意图；图2为依照本专利技术一种实施方式的作物品质区域预测方法流程图。具体实施例方式本专利技术提出的，结合附图及实施例详细说明如下。 本实施方式以小麦品质区域预测为例，但不仅限于此。如图1所示，依照本专利技术一种实施方式的作物品质区域预测系统，包括中心子机 以及与所述中心子机相连的若干网络子机，其连接方式可为互联网连接方式，其中各网络子机，用于采集小麦成熟期的籽粒样品，记录采样点地理位置数据，用近红 外品质检测仪对小麦籽粒样品进行品质检测，在本地记录小麦品质指标的检测结果及其对 应的地理位置数据，并将其同步至中心主机的数据中心服务器；中心主机进一步包括遥感影像处理模块，用于获取小麦生长期多波段遥感影像，并对其进行预处理，计 算影像植被指数；数据中心服务器，用于接收网络子机同步的数据，将检测结果数据与植被指数数 据进行相关性分析，建立数学模型，并根据数学模型反演生成小麦品质区域分布图。另外，该系统还包括与中心主机以及网络子机均相连的网络管理中心，将分散各 地的网络子机中的近红外品质检测仪连入互联网，并通过网络管理中心服务器向所有入网 仪器传递定标模型文件，使得所有入网仪器的定标模型一致，然后通过标准样品进行仪器 标准化这样就确保了网内仪器检测结果的一致性。将近红外品质检测仪联入互联网，是指 为仪器在互联网上分配固定IP地址，使得仪器可以被网络服务器直接访问到。该网络管理中心，每年收集一定的样品加入到定标样品库，根据样品，利用人工神 经网络方法建立定标模型文件，并向待预测区域内全部近红外品质检测仪发送该定标模型 文件，统一全部近红外品质检测仪的定标模型。本专利技术统一使用定标模型文件的必要性在于目前国内大部分仪器中所使用的定 标文件的两个来源都存在一定的缺陷一种是由生产厂家所提供的定标模型，这种定标模 型通常是根据国外的小麦样品所建立的，不能较好的代表国内小麦的品质情况；第二种是 由仪器使用单位自己收集样品建立的定标模型，这种定标模型通常是根据仪器单位所在单 位的一个较小区域的小麦样品建立的，不能代表大区域的小麦品质情况。网络子机进一步包括采集单元，用于采集小麦成熟期的籽粒样品，记录采样点地理位置数据；近红外品质检测仪，用于对采集单元采集到的籽粒样品进行品质检测，并本文档来自技高网...

【技术保护点】
１．一种作物品质区域预测系统，其特征在于，该系统包括中心主机以及与所述中心子机相连的若干网络子机，所述网络子机，用于采集作物成熟期籽粒样品，记录采样点地理位置数据，用近红外品质检测仪对所述籽粒样品进行品质检测，在本地记录作物品质指标的检测结果及其对应的地理位置数据，并将其同步至中心主机的数据中心服务器；所述中心主机进一步包括：遥感影像处理模块，用于获取作物生长期多波段遥感影像，并对其进行预处理，计算影像植被指数；数据中心服务器，用于接收所述网络子机同步的数据，对所述检测结果数据与所述影像植被指数数据进行相关性分析，建立数学模型，并根据所述数学模型反演生成作物品质区域分布图。

【技术特征摘要】

【专利技术属性】
技术研发人员：杨小冬，黄文江，李存军，马智宏，朱大洲，赵柳，徐新刚，宋晓宇，顾晓鹤，杨贵军，杨浩，
申请(专利权)人：北京农业信息技术研究中心，
类型：发明
国别省市：11