CN111135577A - 一种数据处理方法及装置 - Google Patents
一种数据处理方法及装置 Download PDFInfo
- Publication number
- CN111135577A CN111135577A CN201911346554.6A CN201911346554A CN111135577A CN 111135577 A CN111135577 A CN 111135577A CN 201911346554 A CN201911346554 A CN 201911346554A CN 111135577 A CN111135577 A CN 111135577A
- Authority
- CN
- China
- Prior art keywords
- data
- growth
- crop
- virtual
- entity
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/55—Controlling game characters or game objects based on the game progress
- A63F13/57—Simulating properties, behaviour or motion of objects in the game world, e.g. computing tyre load in a car race game
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F13/00—Video games, i.e. games using an electronically generated display having two or more dimensions
- A63F13/80—Special adaptations for executing a specific game genre or game mode
-
- A—HUMAN NECESSITIES
- A63—SPORTS; GAMES; AMUSEMENTS
- A63F—CARD, BOARD, OR ROULETTE GAMES; INDOOR GAMES USING SMALL MOVING PLAYING BODIES; VIDEO GAMES; GAMES NOT OTHERWISE PROVIDED FOR
- A63F2300/00—Features of games using an electronically generated display having two or more dimensions, e.g. on a television screen, showing representations related to the game
- A63F2300/80—Features of games using an electronically generated display having two or more dimensions, e.g. on a television screen, showing representations related to the game specially adapted for executing a specific type of game
- A63F2300/8058—Virtual breeding, e.g. tamagotchi
Landscapes
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Human Computer Interaction (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种数据处理方法,包括:获得虚拟作物对象;获得与所述虚拟作物对象对应的实体作物对象的生长量化数据;将所述生长量化数据,映射为所述虚拟作物对象的虚拟生长数据。本申请还提供一种数据处理方法,包括:获得虚拟作物对象的虚拟生长数据;其中,所述虚拟生长数据,为根据与所述虚拟作物对象对应的实体作物对象的生长量化数据获得的生长数据;根据所述虚拟生长数据展示所述虚拟作物对象。采用所述方法,解决了线下实体农场数据转换为农场游戏数据的准确度问题。
Description
技术领域
本申请涉及互联网数据处理技术领域,具体涉及一种数据处理方法、装置及设备。
背景技术
目前,模拟线下实体农场的农场游戏由于其对用户的吸引力逐渐得到认可,给用户提供了体验农业种植、养殖及收获的渠道。
现有农场游戏有两种方案,一是在虚拟数据的基础上进行设计,因此,无法以线下实体农场的种植养殖以及收获等方面的真实数据为基础,给用户提供现实体验;二是将实体农场的实时界面切换为游戏场景界面,缺乏合理的处理方法将线下实体农场的数据准确的处理为农场游戏数据,难以给用户提供线下实体农场的现实体验。
因此,如何将线下实体农场的数据准确的转换为农场游戏数据是需要解决的问题。
发明内容
本申请实施例提供的数据处理方法,解决了线下实体农场数据转换为农场游戏数据的准确度问题。
本申请实施例提供一种数据处理方法,包括:获得虚拟作物对象;获得与所述虚拟作物对象对应的实体作物对象的生长量化数据;将所述生长量化数据,映射为所述虚拟作物对象的虚拟生长数据。
可选的,所述将所述生长量化数据,映射为所述虚拟作物对象的虚拟生长数据,包括:将所述生长量化数据包含的实体作物对象的种类、数量、分布密度数据、高度数据、灌溉需求数据、施肥需求数据、病虫害分布数据中的至少一种数据,按照预设条件映射为所述虚拟作物对象的虚拟生长数据。
可选的,所述将所述生长量化数据,映射为所述虚拟作物对象的虚拟生长数据,包括:根据所述生长量化数据包含的生长阶段数据所指示的实体对象的生长阶段,设置所述虚拟作物对象的生长阶段,获得与所述虚拟作物对象的生长阶段匹配的虚拟生长数据。
可选的,还包括:按照所述虚拟生长数据,展示所述虚拟作物对象。
可选的,所述获得与所述虚拟作物对象对应的实体作物对象的生长量化数据,包括:获得实体作物对象的原始监测数据;根据所述原始监测数据,以及数据模型矩阵,获得所述实体作物对象的生长量化数据;其中,所述数据模型矩阵,为包含多个数据分析模型的模型矩阵,所述多个数据分析模型用于针对所述原始检测数据进行协同分析,以获得所述生长量化数据。
可选的,所述根据所述原始监测数据,以及数据模型矩阵,获得所述实体作物对象的生长量化数据,包括下述处理:获得所述原始监测数据包含的图像信息,其中,所述图像信息为包含实体作物图像的图像信息;根据所述数据模型矩阵包含的作物识别分析模型以及所述图像信息,获得实体作物对象以及实体作物对象种类中的至少一种信息;其中,所述作物识别分析模型,为用于识别所述实体作物对象的数据分析模型;根据所述数据模型矩阵包含的作物生长分析模型、所述图像信息以及所述实体作物对象或所述实体作物对象种类,获得所述实体作物对象的数量、分布密度数据、高度数据、生长阶段数据中的至少一种数据,作为所述生长量化数据;其中,所述作物生长分析模型,为用于确定实体作物对象的生长状态的数据分析模型。
可选的,还包括:获得所述原始监测数据包含的位置数据,确定所述位置数据对应的地域信息;根据所述数据模型矩阵包含的地域分析模型,获得所述实体作物对象在所述地域信息指示的地域生长所需要的成分条件;其中,所述地域分析模型为用于确定实体作物对象在特定地域生长所需要的成分条件的数据分析模型;获得所述原始监测数据包含的空气温湿度数据以及土壤温湿度数据;根据所述数据模型矩阵包含的作物灌溉分析模型、所述空气温湿度数据、所述土壤温湿度数据以及所述成分条件,获得所述实体作物对象的灌溉需求数据,将所述灌溉需求数据作为所述生长量化数据;其中,所述作物灌溉分析模型,为用于确定实体作物对象的灌溉需求数据的数据分析模型。
可选的,还包括:根据所述数据模型矩阵包含的作物施肥分析模型以及所述成分条件,获得所述实体作物对象的施肥需求数据,作为所述生长量化数据;其中,所述作物施肥分析模型,为用于确定实体作物对象的施肥需求数据的数据分析模型。
可选的,还包括:根据所述数据模型矩阵包含的作物病虫害分析模型,以及所述图像信息,获得所述实体作物对象的病虫害分布数据,作为所述生长量化数据;其中,所述作物病虫害分析模型,为用于确定实体作物对象的病虫害分布数据的数据分析模型。
可选的,所述获得实体作物对象的原始监测数据,包括:使用特定物联传感器,获得所述原始监测数据。
可选的,所述获得虚拟作物对象,包括:获得游戏数据中记录的实体作物对象;根据实体作物对象与虚拟作物对象之间的映射关系,获得与所述实体作物对象对应的虚拟作物对象。
可选的,所述获得虚拟作物对象,包括:获得包括实体作物对象的作物图像;从所述作物图像中识别出实体作物对象;根据实体作物对象与虚拟作物之间的映射关系,获得与所述实体作物对象对应的虚拟作物对象。
可选的,还包括:获得针对所述虚拟作物对象进行处理的指示信息;根据所述指示信息,以及所述虚拟作物对象的虚拟生长数据,获得针对与所述虚拟作物对象对应的实体作物对象的处理指令;将所述处理指令发送给处理所述实体作物对象的实施设备。
可选的,还包括下述至少一种处理:按照所述生长阶段数据,展示所述虚拟作物对象;按照所述灌溉需求数据,展示所述虚拟作物对象;按照所述病虫害分布数据,展示所述虚拟作物对象;按照所述施肥需求数据,展示所述虚拟作物对象。
本申请实施例还提供一种数据处理方法,包括:获得虚拟作物对象的虚拟生长数据;其中,所述虚拟生长数据,为根据与所述虚拟作物对象对应的实体作物对象的生长量化数据获得的生长数据;根据所述虚拟生长数据展示所述虚拟作物对象。
可选的,所述获得虚拟作物对象的虚拟生长数据,包括:接收第二设备发送的与所述虚拟作物对象对应的实体作物对象的生长量化数据;将所述生长量化数据,映射为所述虚拟作物对象的虚拟生长数据。
可选的,所述获得虚拟作物对象的虚拟生长数据,包括:接收第二设备发送的所述虚拟生长数据。
可选的,还包括:向第二设备发送获取所述虚拟生长数据的请求;或者,向第二设备发送获取所述生长量化数据的请求。
可选的,还包括:获得第三设备发送的针对所述虚拟作物对象的处理建议或处理指令;其中,所述第三设备为用于针对与所述虚拟作物对象对应的实体作物对象提供处理建议或处理指令的计算设备;将所述处理指令发送给所述第二设备。
可选的,还包括:如果当前时间满足时间阈值,则获得所述虚拟生长数据;根据所述虚拟生长数据,确定所述虚拟作物对象的当前生长状态;向第三设备发送包含所述当前生长状态的通知消息。
可选的,还包括:获得所述第二设备发送的生长量化数据的变化比例,其中,所述生长量化数据为与所述虚拟作物对象对应的实体作物对象的生长量化数据;根据所述变化比例,调整所述虚拟生长数据。
可选的,所述根据所述虚拟生长数据展示所述虚拟作物对象,包括:根据所述变化比例,确定所述虚拟生长数据的变化幅度;展示所述虚拟生长数据的变化幅度。
本申请实施例还提供一种数据处理装置,包括:虚拟作物获得单元,用于获得虚拟作物对象;实体作物生长数据获得单元,用于获得与所述虚拟作物对象对应的实体作物对象的生长量化数据;映射单元,用于将所述生长量化数据,映射为所述虚拟作物对象的虚拟生长数据。
本申请实施例还提供一种数据处理装置,包括:虚拟生长数据获得单元,用于获得虚拟作物对象的虚拟生长数据;其中,所述虚拟生长数据,为根据与所述虚拟作物对象对应的实体作物对象的生长量化数据获得的生长数据;虚拟作物展示单元,用于根据所述虚拟生长数据展示所述虚拟作物对象。
本申请实施例还提供一种电子设备,包括:存储器,以及处理器;所述存储器用于存储计算机程序,所述计算机程序被所述处理器运行后,执行本申请实施例提供的所述数据处理方法。
本申请实施例还提供一种存储设备,存储有计算机程序,所述计算机程序被处理器运行后,执行本申请实施例提供的所述数据处理方法。
与现有技术相比,本申请具有以下优点:
本申请实施例提供的数据处理方法、装置、设备,通过将与虚拟作物对象对应的实体作物对象的生长量化数据,映射为所述虚拟作物对象的虚拟生长数据,能够提高线下实体农场数据转换为农场游戏数据的准确度,解决了为农场游戏准确的提供虚拟数据的问题。
本申请实施例提供的另一种数据处理方法、装置、设备,通过根据虚拟生长数据展示虚拟作物对象,所述虚拟生长数据,为根据与所述虚拟作物对象对应的实体作物对象的生长量化数据获得的生长数据,因而能够真实准确的反映实体作物对象的生长信息,提高将线下实体农场数据转换为农场游戏数据的准确度,解决了为农场游戏准确的提供虚拟数据的问题。
附图说明
图1是本申请实施例提供的一种数据处理系统环境示意图;
图2是本申请第一实施例提供的一种数据处理方法的处理流程图;
图3是本申请第一实施例提供的一种数据处理系统示意图;
图4是本申请第二实施例提供的一种数据处理方法的处理流程图;
图5是本申请第三实施例提供的一种数据处理装置示意图;
图6是本申请第四实施例提供的一种数据处理装置示意图;
图7是本申请提供的电子设备示意图。
具体实施方式
在下面的描述中阐述了很多具体细节以便于充分理解本申请。但是本申请能够以很多不同于在此描述的其它方式来实施,本领域技术人员可以在不违背本申请内涵的情况下做类似推广,因此本申请不受下面公开的具体实施的限制。
本申请实施例提供一种数据处理方法、装置、电子设备及存储设备。本申请还提供另一种数据处理方法、装置、电子设备及存储设备。在下面的实施例中逐一进行详细说明。
为便于理解,首先给出所述数据处理方法的一种实际应用场景及系统环境。所述数据处理方法可以应用于线下实体对象与线上农场游戏(以下称农场游戏)结合的场景,利用农场游戏的趣味性玩法,为农场游戏用户提供线下实体农场租赁、实体作物对象种植养殖、收获等真实体验。实体作物对象包括种植的农产品对象以及养殖的农产品中的至少一种农产品。请参考图1,图中示出了一种系统环境,包括:线下实体农场计算设备101,提供线下实体农场的监测数据;线下实体农场提供可种植养殖实体作物对象,实际种植养殖实体作物对象。第二设备102,用于根据获得的监测数据监控线下实体农场的实体作物对象的成长过程,并将线下实体农场数据,以及所述实体作物对象的成长过程的相关数据提供给农场游戏平台103。实际应用中,第二设备可以是用于处理线下实体农场数据的平台数据系统。例如,平台数据系统获得线下实体农场的账号及土地信息的注册信息,所述注册信息包含线下实体农场或其租赁地块单元的位置、面积、土壤性质、土地用途、可种植或养殖的实体作物对象及租赁价格中的至少一种信息;还用于接收农场游戏平台发送的地块租赁请求、种植或养殖实体作物对象的指令中的至少一种信息;还可以通过物联传感器获得针对线下实体农场的监测数据。农场游戏平台103,根据第二设备102提供的线下实体农场数据,实体作物对象的成长过程的相关数据,以游戏形式进行展示,提供一些游戏社交元素如“偷菜”丰富玩法。例如,农场游戏用户通过农场游戏有偿租赁特定线下实体农场的一个或多个地块,选择种植养殖的实体作物对象,展现实体作物对象的种植或养殖过程,也可以预约到线下实体农场体验种植养殖。实际应用中,农场游戏用户可以预约前往特定线下实体农场进行种植养殖体验,特定线下实体农场需要满足安全及距离阈值条件。种植养殖的实体作物对象成熟后,农场游戏用户可以通过农场游戏平台获得物流配送设施资源收获到种植养殖的实体作物对象,或者,通过线下实体农场直接收获的方式收获到种植养殖的实体作物对象。第三设备104,用于向农场游戏平台提供针对虚拟作物对象的处理建议或处理指令。第三设备可以是用于提供作物处理建议的知识库,针对与所述虚拟作物对象对应的实体作物对象提供处理建议,进一步,农场游戏平台将所述处理建议转换为针对与所述虚拟作物对象对应的实体作物对象的处理指令。第三设备也可以是用于输入游戏指令的计算设备,所述游戏指令包括针对虚拟作物对象的处理指令。农场游戏平台将所述处理指令提供给第二设备,由第二设备提供给线下实体农场计算设备。
以下结合图2和图3对本申请第一实施例提供的数据处理方法进行说明。图2所示的数据处理方法,包括:步骤S201至步骤S203。
步骤S201,获得虚拟作物对象。
本实施例中,所述虚拟作物对象,为农场游戏展示的、与线下实体农场的实体作物对象对应的作物对象。虚拟作物对象能以游戏图像的方式呈现,例如,以游戏图片或游戏动画的形式展示。一个实施方式中,所述获得虚拟作物对象,包括:获得游戏数据中记录的实体作物对象;根据实体作物对象与虚拟作物对象之间的映射关系,获得与所述实体作物对象对应的虚拟作物对象。所述游戏数据可以为农场游戏平台的特定农场游戏的进度数据。例如,读取特定农场游戏的进度数据,从所述进度数据中获取实体作物对象索引,按照所述索引查询实体作物对象与虚拟作物对象之间的映射关系,获得对应的虚拟作物对象。另一个实施方式中,通过下述处理获得虚拟作物对象:获得包括实体作物对象的作物图像;从所述作物图像中识别出实体作物对象;根据实体作物对象与虚拟作物之间的映射关系,获得与所述实体作物对象对应的虚拟作物对象。请继续参考图1,一个实施方式中,第二设备获得农场游戏平台提供的虚拟作物对象,后续步骤中,获得与所述虚拟作物对象对应的实体作物对象的生长量化数据,根据所述生长量化数据映射得到所述虚拟生长数据,向农场游戏平台提供虚拟生长数据。
步骤S202,获得与所述虚拟作物对象对应的实体作物对象的生长量化数据。
本实施例中,所述生长量化数据为针对原始监测数据分析获得的数据,例如,根据原始监测数据获得实体作物对象的生长环境及生长过程数据,作为所述生长量化数据。所述原始监测数据,为针对线下实体农场的实体作物对象进行监测获得的原始数据。实际应用中,原始监测数据为反映实体作物对象真实状态的真实数据,用于获得所述生长量化数据。进一步,根据所述生长量化数据生成虚拟生长数据,将虚拟生长数据作为农场游戏数据进行游戏渲染,可以使得游戏数据能随着原始监测数据的变化而进行合理调整,因而农场游戏能准确的反映出实体作物对象的真实生长状态,给农场游戏用户提供更真实的线下实体农场的体验,例如体验浇水、施肥、偷菜等。继续参考图1,一个实施方式中,农场游戏平台获得第二设备提供的实体作物对象的生长量化数据,根据所述生长量化数据映射得到所述虚拟生长数据。另一个实施方式中,第二设备获得农场游戏平台提供的虚拟作物对象,确定与所述虚拟作物对象对应的实体作物对象,获得所述实体作物对象的生长量化数据。本实施例中,具体通过下述处理获得所述生长量化数据:获得线下实体农场的原始监测数据,根据原始监测数据获得实体作物对象的生长量化数据。一个实施方式中,包括:使用特定物联传感器,获得所述原始监测数据。所述特定物联传感器,包括:定位传感器、摄像机、照相机、空气温湿度检测器、空气二氧化碳氧含量检测仪、土壤温湿度检测器、土壤PH值检测器中的至少一种传感器。其中,定位传感器可以是GPS或北斗卫星。所述获得线下实体农场的原始监测数据,包括通过WIFI网络或移动通信网络获得所述原始监测数据。本实施例中,通过下述处理得与所述虚拟作物对象对应的实体作物对象的生长量化数据:获得实体作物对象的原始监测数据;根据所述原始监测数据,以及数据模型矩阵,获得所述实体作物对象的生长量化数据;其中,所述数据模型矩阵,为包含多个数据分析模型的模型矩阵,所述多个数据分析模型用于针对所述原始检测数据进行协同分析,以获得所述生长量化数据。例如,所述多个数据分析模型为作物识别分析模型、作物生长分析模型、地域分析模型、灌溉分析模型、施肥分析模型、病虫害分析模型中的至少一个模型。针对提供养殖的线下实体农场,所述数据模型矩阵,还包括用于确定线下真实养殖的实体作物对象的喂养需求数据的喂养需求分析模型以及用于确定线下真实养殖的实体作物对象的健康数据的健康状态分析模型。一个实施方式中,包括下述处理:获得所述原始监测数据包含的图像信息,其中,所述图像信息为包含实体作物图像的图像信息;根据所述数据模型矩阵包含的作物识别分析模型以及所述图像信息,获得实体作物对象以及实体作物对象种类中的至少一种信息;其中,所述作物识别分析模型,为用于识别所述实体作物对象的数据分析模型;根据所述数据模型矩阵包含的作物生长分析模型、所述图像信息以及所述实体作物对象或所述实体作物对象种类,获得所述实体作物对象的数量、分布密度数据、高度数据、生长阶段数据中的至少一种数据,作为所述生长量化数据;其中,所述作物生长分析模型,为用于确定实体作物对象的生长状态的数据分析模型。进一步,还包括:获得所述原始监测数据包含的位置数据,确定所述位置数据对应的地域信息;根据所述数据模型矩阵包含的地域分析模型,获得所述实体作物对象在所述地域信息指示的地域生长所需要的成分条件;其中,所述地域分析模型为用于确定实体作物对象在特定地域生长所需要的成分条件的数据分析模型;获得所述原始监测数据包含的空气温湿度数据以及土壤温湿度数据;根据所述数据模型矩阵包含的作物灌溉分析模型、所述空气温湿度数据、所述土壤温湿度数据以及所述成分条件,获得所述实体作物对象的灌溉需求数据,将所述灌溉需求数据作为所述生长量化数据;其中,所述作物灌溉分析模型,为用于确定实体作物对象的灌溉需求数据的数据分析模型。一个实施方式中,还包括:根据所述数据模型矩阵包含的作物施肥分析模型以及所述成分条件,获得所述实体作物对象的施肥需求数据,作为所述生长量化数据;其中,所述作物施肥分析模型,为用于确定实体作物对象的施肥需求数据的数据分析模型。进一步,还包括:根据所述数据模型矩阵包含的作物病虫害分析模型,以及所述图像信息,获得所述实体作物对象的病虫害分布数据,作为所述生长量化数据;其中,所述作物病虫害分析模型,为用于确定实体作物对象的病虫害分布数据的数据分析模型。
步骤S203,将所述生长量化数据,映射为所述虚拟作物对象的虚拟生长数据。
本实施例中,获得虚拟作物对象后,确定所述虚拟作物对象的虚拟生长数据,进一步根据所述虚拟生长数据展示所述虚拟作物对象。所述虚拟生长数据为农场游戏的游戏数据,可以根据实体作物对象的生长量化数据映射得到。例如,通过种类映射、数量映射、密度映射、生长阶段映射、高度映射、灌溉需求映射、病虫害分布数据映射以及施肥需求映射中的至少一种数据映射。根据真实生长量化数据,获得用于游戏渲染的游戏数据。从而使得农场游戏能准确的反映出实体作物对象的真实生长状态,给农场游戏用户提供更真实的线下实体农场的体验。本步骤具体包括下述处理:将所述生长量化数据包含的实体作物对象的种类、数量、分布密度数据、高度数据、灌溉需求数据、施肥需求数据、病虫害分布数据中的至少一种数据,按照预设条件映射为所述虚拟作物对象的虚拟生长数据。所述预设条件,可以是比例关系,也可以是预设的对应关系。例如,特定农场游戏A,租赁了线下实体农场的特定地块,向线下实体农场的实施设施提供种植特定植物P的处理指令,则根据获得的特定地块的原始监测数据,识别出实际种植的实体作物对象为特定植物P,从而判断处理指令的执行结果准确。进一步,可以确定特定植物P的种类信息,可以根据原始监测数据中的图像数据,识别出特定植物P的高度数据、数量以及种植密度数据,按照比例关系设置特定植物P在特定农场游戏A中对应的虚拟作物对象的种类、高度、数量以及种植密度。还可以根据灌溉需求数据,转换为虚拟作物对象的是否需要灌溉以及推荐灌溉日期和灌溉水量,例如,需要近期灌溉,则可以显示能呈现虚拟作物对象干旱的图像。还可以根据施肥需求数据,转换为虚拟作物对象的是否需要施肥以及推荐施肥日期、施肥种类以及施肥量,展示能呈现虚拟作物对象施肥状态的图像及施肥需求数据。还可以根据病虫害分布数据,转换为虚拟作物对象病虫害的面积及方位进行展示。一个实施方式中,根据所述生长量化数据包含的生长阶段数据所指示的实体对象的生长阶段,设置所述虚拟作物对象的生长阶段,获得与所述虚拟作物对象的生长阶段匹配的虚拟生长数据。沿用特定农场游戏A的例子。可以根据特定植物P的生长量化数据包含的生长阶段信息,如根据图像数据识别为已开花,则确定P的生长阶段为花期阶段,将与P对应的虚拟作物对象的生长阶段设置为花期阶段,按照花期阶段的特征在游戏中进行展示。本实施例中,进一步包括:根据所述虚拟生长数据展示所述虚拟作物对象。具体包括下述至少一种处理:按照所述生长阶段数据,展示所述虚拟作物对象;按照所述灌溉需求数据,展示所述虚拟作物对象;按照所述病虫害分布数据,展示所述虚拟作物对象;按照所述施肥需求数据,展示所述虚拟作物对象。进一步,还包括展示所述生长阶段数据、所述灌溉需求数据、所述病虫害分布数据、所述施肥需求数据中的至少一种数据。
本实施例中,通过下述任一处理方式获得虚拟生长数据:处理方式一,接收第二设备发送的与所述虚拟作物对象对应的实体作物对象的生长量化数据;将所述生长量化数据,映射为所述虚拟作物对象的虚拟生长数据。处理方式二,接收第二设备发送的所述虚拟生长数据。一个实施方式中,包括:向第二设备发送获取所述虚拟生长数据的请求;或者,向第二设备发送获取所述生长量化数据的请求;相应的,获得请求的所述虚拟生长数据或生长量化数据。其中,所述第二设备可以是所述平台数据系统。一个实施方式中,还包括:获得所述第二设备发送的生长量化数据的变化比例,其中,所述生长量化数据为与所述虚拟作物对象对应的实体作物对象的生长量化数据;根据所述变化比例,调整所述虚拟生长数据。进一步,根据所述变化比例,确定所述虚拟生长数据的变化幅度;展示所述虚拟生长数据的变化幅度。例如,特定农场游戏B中养殖特定动物,一段时间后特定动物的当前生长量化数据相比上一生长量化数据增加了10斤,则农场游戏中按照当前生长量化数据展示特定动物对应的虚拟动物图像,展示的虚拟动物图像个头进行调整,同时也展示增加幅度或者按比例展示增加幅度值。
本实施例中,还包括:获得针对所述虚拟作物对象进行处理的指示信息;根据所述指示信息,以及所述虚拟作物对象的虚拟生长数据,获得针对与所述虚拟作物对象对应的实体作物对象的处理指令;将所述处理指令发送给处理所述实体作物对象的实施设备,所述实体作物对象的实施设备可以是线下实体农场处理实体作物对象的资源设备或计算设备。其中,所述指示信息,可以是知识库提供的针对所述实体作物对象的处理建议,也可以是农场游戏用户计算设备提供的针对所述实体作物对象的处理指令。根据虚拟作物对象的虚拟生长数据以及输入触发信息中的至少一种信息,将所述处理建议转换为对应的处理指令。例如,获得第三设备发送的针对所述虚拟作物对象的处理建议或处理指令;其中,所述第三设备为用于针对与所述虚拟作物对象对应的实体作物对象提供处理建议或处理指令的计算设备;将所述处理指令发送给所述第二设备,由所述第二设备将所述处理指令提供给所述实施设备。例如,第三设备为农场游戏用户的计算设备,可以用于接收游戏指令的输入触发,所述游戏指令包括针对虚拟作物对象的处理指令。本实施例中,还包括:如果当前时间满足时间阈值,则获得所述虚拟生长数据;根据所述虚拟生长数据,确定所述虚拟作物对象的当前生长状态;向第三设备发送包含所述当前生长状态的通知消息。沿用特定农场游戏A的例子。当特定植物P的生长量化数据所指示的生长状态为由幼苗阶段变化为花期阶段,则发送包含特定植物进入花期阶段的通知消息。从而使得农场游戏用户能及时获得特定农场游戏关联的实体作物对象的当前生长状态,以便采取相应处理措施。请参考图3,图中所示的数据处理系统包括:物联传感模块301,用于获得线下实体农场种植养殖的实体作物对象的原始监测数据,例如,通过物联传感器监测温湿度、光照、土壤温湿度、土壤类型、土壤PH值,空气氧及二氧化碳含量,获得地域坐标、虫害图像、作为图像。数据模型矩阵分析模块302,根据物联传感模块提供的原始监测数据以及数据模型矩阵,获得针对实体作物对象的量化分析结论。图中,数据模型矩阵包括多个数据分析模型,例如,作物识别分析模型、作物生长分析模型、地域分析模型、作物灌溉分析模型、作物施肥分析模型、作物病虫害分析模型。平台数据系统303,用于获得数据模型矩阵分析模块的量化分析结论,确定对应的生长量化数据。或者,进一步,将生长量化数据映射为虚拟生长数据。或者,进一步,根据虚拟生长数据生成用于提供给农场游戏平台作为农场游戏数据基础的游戏数据模型。还可以获得农场游戏平台提供的反馈信息。农场游戏平台304,根据平台数据系统提供的生长量化数据,获得对应的虚拟生长数据,进行游戏渲染。或者,根据平台数据系统提供的虚拟生长数据,进行游戏渲染或者刷新游戏数据,包括根据虚拟生长数据生成或刷新游戏数据模型。或者,获取平台数据系统提供的游戏数据模型。用户计算设备305,用于向农场游戏平台提供针对虚拟作物对象的处理建议或处理指令。还用于获得农场游戏平台提供的游戏界面呈现数据,以及广告数据。线下实体农场计算设备306,用于接收平台数据系统提供的针对实体作物对象的处理信息,包括处理指令。还可以向平台数据系统提供线下实体农场的注册信息。
至此,对本实施例提供的数据处理方法进行了详细说明,所述方法通过将与虚拟作物对象对应的实体作物对象的生长量化数据,映射为所述虚拟作物对象的虚拟生长数据,能够提高线下实体农场数据转换为农场游戏数据的准确度,解决了为农场游戏准确的提供虚拟数据的问题。
以上述内容为基础,本申请第二实施例提供另一种数据处理方法。以下结合图4对第二实施例提供的数据处理方法进行说明,相关部分请参见上述实施例对应部分的说明。图4所示的数据处理方法,包括:步骤S401至步骤S402。
步骤S401,获得虚拟作物对象的虚拟生长数据;其中,所述虚拟生长数据,为根据与所述虚拟作物对象对应的实体作物对象的生长量化数据获得的生长数据。
本实施例中,所述虚拟生长数据为农场游戏的游戏数据,具体为根据实体作物对象的生长量化数据映射得到的生长数据。例如,通过种类映射、数量映射、密度映射、生长阶段映射、高度映射、灌溉需求映射、病虫害分布数据映射以及施肥需求映射中的至少一种数据映射。具体可以包括:将所述生长量化数据包含的实体作物对象的种类、数量、分布密度数据、高度数据、灌溉需求数据、施肥需求数据、病虫害分布数据中的至少一种数据,按照预设条件映射为所述虚拟作物对象的虚拟生长数据。所述预设条件,可以是比例关系,也可以是预设的对应关系。根据真实生长量化数据,获得用于游戏渲染的游戏数据。从而使得农场游戏能准确的反映出实体作物对象的真实生长状态,给农场游戏用户提供更真实的线下实体农场的体验。本步骤可以采用下述两种处理方式的任一处理方式获得虚拟作物对象的虚拟生长数据。处理方式一,接收第二设备发送的与所述虚拟作物对象对应的实体作物对象的生长量化数据;将所述生长量化数据,映射为所述虚拟作物对象的虚拟生长数据。处理方式二,接收第二设备发送的所述虚拟生长数据。一个实施方式中,根据所述生长量化数据包含的生长阶段数据所指示的实体对象的生长阶段,设置所述虚拟作物对象的生长阶段,获得与所述虚拟作物对象的生长阶段匹配的虚拟生长数据。具体的,向第二设备发送获取所述虚拟生长数据的请求;或者,向第二设备发送获取所述生长量化数据的请求,根据所述请求获得所述虚拟生长数据或者所述生长量化数据。如果请求得到的数据为生长量化数据,则进一步将所述生长量化数据映射为与之对应的虚拟生长数据。一个实施方式中,还包括:获得所述第二设备发送的生长量化数据的变化比例,其中,所述生长量化数据为与所述虚拟作物对象对应的实体作物对象的生长量化数据;根据所述变化比例,调整所述虚拟生长数据。本实施例中,还包括:获得针对所述虚拟作物对象进行处理的指示信息;根据所述指示信息,以及所述虚拟作物对象的虚拟生长数据,获得针对与所述虚拟作物对象对应的实体作物对象的处理指令;将所述处理指令发送给处理所述实体作物对象的实施设备,所述实体作物对象的实施设备可以是线下实体农场处理实体作物对象的资源设备或计算设备。其中,所述指示信息,可以是知识库提供的针对所述实体作物对象的处理建议,也可以是农场游戏用户计算设备提供的针对所述实体作物对象的处理指令。根据虚拟作物对象的虚拟生长数据以及输入触发信息中的至少一种信息,将所述处理建议转换为对应的处理指令。例如,获得第三设备发送的针对所述虚拟作物对象的处理建议或处理指令;其中,所述第三设备为用于针对与所述虚拟作物对象对应的实体作物对象提供处理建议或处理指令的计算设备;将所述处理指令发送给所述第二设备,由所述第二设备将所述处理指令提供给所述实施设备。例如,第三设备为农场游戏用户的计算设备,可以用于接收游戏指令的输入触发,所述游戏指令包括针对虚拟作物对象的处理指令。本实施例中,还包括:如果当前时间满足时间阈值,则获得所述虚拟生长数据;根据所述虚拟生长数据,确定所述虚拟作物对象的当前生长状态;向第三设备发送包含所述当前生长状态的通知消息。
步骤S402,根据所述虚拟生长数据展示所述虚拟作物对象。
本实施例中,具体包括下述至少一种处理:按照所述生长阶段数据,展示所述虚拟作物对象;按照所述灌溉需求数据,展示所述虚拟作物对象;按照所述病虫害分布数据,展示所述虚拟作物对象;按照所述施肥需求数据,展示所述虚拟作物对象。进一步,还包括展示所述生长阶段数据、所述灌溉需求数据、所述病虫害分布数据、所述施肥需求数据中的至少一种数据。一个实施方式中还包括:获得所述第二设备发送的生长量化数据的变化比例,其中,所述生长量化数据为与所述虚拟作物对象对应的实体作物对象的生长量化数据;根据所述变化比例,调整所述虚拟生长数据。进一步,根据所述变化比例,确定所述虚拟生长数据的变化幅度;展示所述虚拟生长数据的变化幅度。本实施例中,还包括:获得第三设备发送的针对所述虚拟作物对象的处理建议或处理指令;其中,所述第三设备为用于针对与所述虚拟作物对象对应的实体作物对象提供处理建议或处理指令的计算设备;将所述处理指令发送给所述第二设备。一个实施方式中,还包括:如果当前时间满足时间阈值,则获得所述虚拟生长数据;根据所述虚拟生长数据,确定所述虚拟作物对象的当前生长状态;向第三设备发送包含所述当前生长状态的通知消息。以便采取相应处理措施。
至此,对第二实施例提供的数据处理方法进行了说明,所述方法通过根据虚拟生长数据展示虚拟作物对象,所述虚拟生长数据,为根据与所述虚拟作物对象对应的实体作物对象的生长量化数据获得的生长数据,因而能够真实准确的反映实体作物对象的生长信息,提高将线下实体农场数据转换为农场游戏数据的准确度,解决了为农场游戏准确的提供虚拟数据的问题。
与第一实施例对应,本申请第三实施例提供一种数据处理装置。以下结合图5对第三实施例提供的装置进行说明。图5所示的数据处理装置,包括:
虚拟作物获得单元501,用于获得虚拟作物对象;实体作物生长数据获得单元502,用于获得与所述虚拟作物对象对应的实体作物对象的生长量化数据;映射单元503,用于将所述生长量化数据,映射为所述虚拟作物对象的虚拟生长数据。
其中,所述映射单元503具体用于:将所述生长量化数据包含的实体作物对象的种类、数量、分布密度数据、高度数据、灌溉需求数据、施肥需求数据、病虫害分布数据中的至少一种数据,按照预设条件映射为所述虚拟作物对象的虚拟生长数据。
其中,所述映射单元503具体用于:根据所述生长量化数据包含的生长阶段数据所指示的实体对象的生长阶段,设置所述虚拟作物对象的生长阶段,获得与所述虚拟作物对象的生长阶段匹配的虚拟生长数据。
其中,所述装置还包括虚拟作物展示单元,所述虚拟作物展示单元用于:按照所述虚拟生长数据,展示所述虚拟作物对象。
其中,所述实体作物生长数据获得单元502具体用于:获得实体作物对象的原始监测数据;根据所述原始监测数据,以及数据模型矩阵,获得所述实体作物对象的生长量化数据;其中,所述数据模型矩阵,为包含多个数据分析模型的模型矩阵,所述多个数据分析模型用于针对所述原始检测数据进行协同分析,以获得所述生长量化数据。
其中,所述实体作物生长数据获得单元502具体用于:获得所述原始监测数据包含的图像信息,其中,所述图像信息为包含实体作物图像的图像信息;根据所述数据模型矩阵包含的作物识别分析模型以及所述图像信息,获得实体作物对象以及实体作物对象种类中的至少一种信息;其中,所述作物识别分析模型,为用于识别所述实体作物对象的数据分析模型;根据所述数据模型矩阵包含的作物生长分析模型、所述图像信息以及所述实体作物对象或所述实体作物对象种类,获得所述实体作物对象的数量、分布密度数据、高度数据、生长阶段数据中的至少一种数据,作为所述生长量化数据;其中,所述作物生长分析模型,为用于确定实体作物对象的生长状态的数据分析模型。
其中,所述实体作物生长数据获得单元502具体用于:获得所述原始监测数据包含的位置数据,确定所述位置数据对应的地域信息;根据所述数据模型矩阵包含的地域分析模型,获得所述实体作物对象在所述地域信息指示的地域生长所需要的成分条件;其中,所述地域分析模型为用于确定实体作物对象在特定地域生长所需要的成分条件的数据分析模型;获得所述原始监测数据包含的空气温湿度数据以及土壤温湿度数据;根据所述数据模型矩阵包含的作物灌溉分析模型、所述空气温湿度数据、所述土壤温湿度数据以及所述成分条件,获得所述实体作物对象的灌溉需求数据,将所述灌溉需求数据作为所述生长量化数据;其中,所述作物灌溉分析模型,为用于确定实体作物对象的灌溉需求数据的数据分析模型。
其中,所述实体作物生长数据获得单元502具体用于:根据所述数据模型矩阵包含的作物施肥分析模型以及所述成分条件,获得所述实体作物对象的施肥需求数据,作为所述生长量化数据;其中,所述作物施肥分析模型,为用于确定实体作物对象的施肥需求数据的数据分析模型。
其中,所述实体作物生长数据获得单元502具体用于:根据所述数据模型矩阵包含的作物病虫害分析模型,以及所述图像信息,获得所述实体作物对象的病虫害分布数据,作为所述生长量化数据;其中,所述作物病虫害分析模型,为用于确定实体作物对象的病虫害分布数据的数据分析模型。
其中,所述实体作物生长数据获得单元502具体用于:使用特定物联传感器,获得所述原始监测数据。
其中,所述虚拟作物获得单元501具体用于:获得游戏数据中记录的实体作物对象;根据实体作物对象与虚拟作物对象之间的映射关系,获得与所述实体作物对象对应的虚拟作物对象。
其中,所述虚拟作物获得单元501具体用于:获得包括实体作物对象的作物图像;从所述作物图像中识别出实体作物对象;根据实体作物对象与虚拟作物之间的映射关系,获得与所述实体作物对象对应的虚拟作物对象。
其中,所述装置还包括交互单元,所述交互单元用于:获得针对所述虚拟作物对象进行处理的指示信息;根据所述指示信息,以及所述虚拟作物对象的虚拟生长数据,获得针对与所述虚拟作物对象对应的实体作物对象的处理指令;将所述处理指令发送给处理所述实体作物对象的实施设备。
其中,所述虚拟作物展示单元具体用于进行下述至少一种处理:按照所述生长阶段数据,展示所述虚拟作物对象;按照所述灌溉需求数据,展示所述虚拟作物对象;按照所述病虫害分布数据,展示所述虚拟作物对象;按照所述施肥需求数据,展示所述虚拟作物对象。
至此,对本实施例提供的数据处理装置进行了说明,所述装置通过映射单元将与虚拟作物对象对应的实体作物对象的生长量化数据,映射为所述虚拟作物对象的虚拟生长数据,能够提高线下实体农场数据转换为农场游戏数据的准确度,解决了为农场游戏准确的提供虚拟数据的问题。
与第二实施例对应,本申请第四实施例提供一种数据处理装置。以下结合图6对第四实施例提供的装置进行说明。图6所示的数据处理装置,包括:
虚拟生长数据获得单元601,用于获得虚拟作物对象的虚拟生长数据;其中,所述虚拟生长数据,为根据与所述虚拟作物对象对应的实体作物对象的生长量化数据获得的生长数据;
虚拟作物展示单元602,用于根据所述虚拟生长数据展示所述虚拟作物对象。
其中,所述虚拟生长数据获得单元601具体用于:接收第二设备发送的与所述虚拟作物对象对应的实体作物对象的生长量化数据;将所述生长量化数据,映射为所述虚拟作物对象的虚拟生长数据。
其中,所述虚拟生长数据获得单元601具体用于:接收第二设备发送的所述虚拟生长数据。
其中,所述虚拟生长数据获得单元601具体用于:向第二设备发送获取所述虚拟生长数据的请求;或者,向第二设备发送获取所述生长量化数据的请求。
其中,所述装置还包括交互单元,所述交互单元用于:获得第三设备发送的针对所述虚拟作物对象的处理建议或处理指令;其中,所述第三设备为用于针对与所述虚拟作物对象对应的实体作物对象提供处理建议或处理指令的计算设备;将所述处理指令发送给所述第二设备。
其中,所述交互单元还用于:如果当前时间满足时间阈值,则获得所述虚拟生长数据;根据所述虚拟生长数据,确定所述虚拟作物对象的当前生长状态;向第三设备发送包含所述当前生长状态的通知消息。
其中,所述虚拟生长数据获得单元601还用于:获得所述第二设备发送的生长量化数据的变化比例,其中,所述生长量化数据为与所述虚拟作物对象对应的实体作物对象的生长量化数据;根据所述变化比例,调整所述虚拟生长数据。
其中,所述虚拟作物展示单元602具体用于:根据所述变化比例,确定所述虚拟生长数据的变化幅度;展示所述虚拟生长数据的变化幅度。
至此,对本实施例提供的数据处理装置进行了说明,所述装置虚拟作物展示单元根据虚拟生长数据展示虚拟作物对象,所述虚拟生长数据,为根据与所述虚拟作物对象对应的实体作物对象的生长量化数据获得的生长数据,因而能够真实准确的反映实体作物对象的生长信息,提高将线下实体农场数据转换为农场游戏数据的准确度,解决了为农场游戏准确的提供虚拟数据的问题。
与上述实施例相对应,本申请第五实施例提供一种电子设备。图7为所述电子设备的示意图,所述电子设备,包括:存储器,以及处理器;所述存储器用于存储计算机程序,所述计算机程序被所述处理器运行后,执行本申请实施例提供的所述数据处理方法。
至此,对本实施例提供的数据处理电子设备进行了说明,所述电子设备将与虚拟作物对象对应的实体作物对象的生长量化数据,映射为所述虚拟作物对象的虚拟生长数据,进一步根据虚拟生长数据展示虚拟作物对象。由于所述虚拟生长数据,为根据与所述虚拟作物对象对应的实体作物对象的生长量化数据获得的生长数据,因而能够真实准确的反映实体作物对象的生长信息,提高将线下实体农场数据转换为农场游戏数据的准确度,解决了为农场游戏准确的提供虚拟数据的问题。
与上述实施例对应,本申请第六实施例提供一种存储设备,相关的部分请参见上述实施例的对应说明即可。所述存储设备的示意图类似图7。所述存储设备存储有计算机程序,所述计算机程序被处理器运行后,执行本申请实施例提供的所述数据处理方法。
至此,对本实施例提供的数据处理存储设备进行了说明,所述存储设备存储的计算机程序被运行后,将与虚拟作物对象对应的实体作物对象的生长量化数据,映射为所述虚拟作物对象的虚拟生长数据,进一步根据虚拟生长数据展示虚拟作物对象。由于所述虚拟生长数据,为根据与所述虚拟作物对象对应的实体作物对象的生长量化数据获得的生长数据,因而能够真实准确的反映实体作物对象的生长信息,提高将线下实体农场数据转换为农场游戏数据的准确度,解决了为农场游戏准确的提供虚拟数据的问题。
在一个典型的配置中,计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。
内存可能包括计算机可读介质中的非永久性存储器,随机存取存储器(RAM)和/或非易失性内存等形式,如只读存储器(ROM)或闪存(flash RAM)。内存是计算机可读介质的示例。
1、计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。按照本文中的界定,计算机可读介质不包括非暂存电脑可读媒体(transitory media),如调制的数据信号和载波。
2、本领域技术人员应明白,本申请的实施例可提供为方法、系统或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本申请虽然以较佳实施例公开如上,但其并不是用来限定本申请,任何本领域技术人员在不脱离本申请的精神和范围内,都可以做出可能的变动和修改,因此本申请的保护范围应当以本申请权利要求所界定的范围为准。
Claims (10)
1.一种数据处理方法,其特征在于,包括:
获得虚拟作物对象;
获得与所述虚拟作物对象对应的实体作物对象的生长量化数据;
将所述生长量化数据,映射为所述虚拟作物对象的虚拟生长数据。
2.根据权利要求1所述的方法,其特征在于,所述将所述生长量化数据,映射为所述虚拟作物对象的虚拟生长数据,包括:
将所述生长量化数据包含的实体作物对象的种类、数量、分布密度数据、高度数据、灌溉需求数据、施肥需求数据、病虫害分布数据中的至少一种数据,按照预设条件映射为所述虚拟作物对象的虚拟生长数据。
3.根据权利要求1所述的方法,其特征在于,所述将所述生长量化数据,映射为所述虚拟作物对象的虚拟生长数据,包括:
根据所述生长量化数据包含的生长阶段数据所指示的实体对象的生长阶段,设置所述虚拟作物对象的生长阶段,获得与所述虚拟作物对象的生长阶段匹配的虚拟生长数据。
4.根据权利要求1-3任一项所述的方法,其特征在于,还包括:
按照所述虚拟生长数据,展示所述虚拟作物对象。
5.根据权利要求1所述的方法,其特征在于,所述获得与所述虚拟作物对象对应的实体作物对象的生长量化数据,包括:获得实体作物对象的原始监测数据;
根据所述原始监测数据,以及数据模型矩阵,获得所述实体作物对象的生长量化数据;其中,所述数据模型矩阵,为包含多个数据分析模型的模型矩阵,所述多个数据分析模型用于针对所述原始检测数据进行协同分析,以获得所述生长量化数据。
6.根据权利要求5所述的方法,其特征在于,所述根据所述原始监测数据,以及数据模型矩阵,获得所述实体作物对象的生长量化数据,包括下述处理:
获得所述原始监测数据包含的图像信息,其中,所述图像信息为包含实体作物图像的图像信息;
根据所述数据模型矩阵包含的作物识别分析模型以及所述图像信息,获得实体作物对象以及实体作物对象种类中的至少一种信息;其中,所述作物识别分析模型,为用于识别所述实体作物对象的数据分析模型;
根据所述数据模型矩阵包含的作物生长分析模型、所述图像信息以及所述实体作物对象或所述实体作物对象种类,获得所述实体作物对象的数量、分布密度数据、高度数据、生长阶段数据中的至少一种数据,作为所述生长量化数据;其中,所述作物生长分析模型,为用于确定实体作物对象的生长状态的数据分析模型。
7.根据权利要求6所述的方法,其特征在于,还包括:
获得所述原始监测数据包含的位置数据,确定所述位置数据对应的地域信息;
根据所述数据模型矩阵包含的地域分析模型,获得所述实体作物对象在所述地域信息指示的地域生长所需要的成分条件;其中,所述地域分析模型为用于确定实体作物对象在特定地域生长所需要的成分条件的数据分析模型;
获得所述原始监测数据包含的空气温湿度数据以及土壤温湿度数据;
根据所述数据模型矩阵包含的作物灌溉分析模型、所述空气温湿度数据、所述土壤温湿度数据以及所述成分条件,获得所述实体作物对象的灌溉需求数据,将所述灌溉需求数据作为所述生长量化数据;其中,所述作物灌溉分析模型,为用于确定实体作物对象的灌溉需求数据的数据分析模型。
8.根据权利要求6所述的方法,其特征在于,还包括:
根据所述数据模型矩阵包含的作物施肥分析模型以及所述成分条件,获得所述实体作物对象的施肥需求数据,作为所述生长量化数据;其中,所述作物施肥分析模型,为用于确定实体作物对象的施肥需求数据的数据分析模型。
9.根据权利要求6所述的方法,其特征在于,还包括:
根据所述数据模型矩阵包含的作物病虫害分析模型,以及所述图像信息,获得所述实体作物对象的病虫害分布数据,作为所述生长量化数据;其中,所述作物病虫害分析模型,为用于确定实体作物对象的病虫害分布数据的数据分析模型。
10.一种数据处理方法,其特征在于,包括:
获得虚拟作物对象的虚拟生长数据;其中,所述虚拟生长数据,为根据与所述虚拟作物对象对应的实体作物对象的生长量化数据获得的生长数据;
根据所述虚拟生长数据展示所述虚拟作物对象。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911346554.6A CN111135577B (zh) | 2019-12-24 | 2019-12-24 | 一种数据处理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201911346554.6A CN111135577B (zh) | 2019-12-24 | 2019-12-24 | 一种数据处理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111135577A true CN111135577A (zh) | 2020-05-12 |
CN111135577B CN111135577B (zh) | 2021-02-19 |
Family
ID=70519679
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201911346554.6A Active CN111135577B (zh) | 2019-12-24 | 2019-12-24 | 一种数据处理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111135577B (zh) |
Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1570924A (zh) * | 2004-05-13 | 2005-01-26 | 西安交通大学 | 一种作物生长模型描述与解释方法 |
JP2009087309A (ja) * | 2007-09-29 | 2009-04-23 | Masazumi Fukuda | あらゆる農業をコンピュータ・システムでシミュレーションする方法(バーチャル農業) |
CN102810129A (zh) * | 2011-05-30 | 2012-12-05 | 郭铸文 | 虚拟与现实有机结合的开心农场及实现方法 |
JP2013111135A (ja) * | 2011-11-25 | 2013-06-10 | Telefarm Co Ltd | 農作物栽培連動システム |
KR20140072454A (ko) * | 2012-12-04 | 2014-06-13 | 주식회사 두드림 | 영상 스트리밍 기반의 현실 연계 작물재배 게임서비스 시스템 및 그 방법 |
CN103914786A (zh) * | 2014-03-10 | 2014-07-09 | 北京农业信息技术研究中心 | 一种大田农业生产情景感知计算方法及装置 |
CN106600434A (zh) * | 2016-10-18 | 2017-04-26 | 河南省农业科学院农业经济与信息研究所 | 基于作物模型与同化技术的作物长势遥感监测方法 |
CN107066563A (zh) * | 2017-03-31 | 2017-08-18 | 深圳前海弘稼科技有限公司 | 模拟植物种植的方法及系统 |
CN108170263A (zh) * | 2017-11-26 | 2018-06-15 | 安徽省司尔特肥业股份有限公司 | 一种农作物生长体验系统 |
CN109033655A (zh) * | 2018-08-03 | 2018-12-18 | 中国农业大学 | 一种农作物生长模型优化方法及装置 |
WO2019081593A1 (de) * | 2017-10-26 | 2019-05-02 | Basf Se | Bestimmen von un/günstigen zeiträumen zur applikation von pflanzenschutzmitteln |
CN110532936A (zh) * | 2019-08-26 | 2019-12-03 | 李清华 | 一种识别大田作物长势监控图像中绿色植物的方法及系统 |
-
2019
- 2019-12-24 CN CN201911346554.6A patent/CN111135577B/zh active Active
Patent Citations (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1570924A (zh) * | 2004-05-13 | 2005-01-26 | 西安交通大学 | 一种作物生长模型描述与解释方法 |
JP2009087309A (ja) * | 2007-09-29 | 2009-04-23 | Masazumi Fukuda | あらゆる農業をコンピュータ・システムでシミュレーションする方法(バーチャル農業) |
CN102810129A (zh) * | 2011-05-30 | 2012-12-05 | 郭铸文 | 虚拟与现实有机结合的开心农场及实现方法 |
JP2013111135A (ja) * | 2011-11-25 | 2013-06-10 | Telefarm Co Ltd | 農作物栽培連動システム |
KR20140072454A (ko) * | 2012-12-04 | 2014-06-13 | 주식회사 두드림 | 영상 스트리밍 기반의 현실 연계 작물재배 게임서비스 시스템 및 그 방법 |
CN103914786A (zh) * | 2014-03-10 | 2014-07-09 | 北京农业信息技术研究中心 | 一种大田农业生产情景感知计算方法及装置 |
CN106600434A (zh) * | 2016-10-18 | 2017-04-26 | 河南省农业科学院农业经济与信息研究所 | 基于作物模型与同化技术的作物长势遥感监测方法 |
CN107066563A (zh) * | 2017-03-31 | 2017-08-18 | 深圳前海弘稼科技有限公司 | 模拟植物种植的方法及系统 |
WO2019081593A1 (de) * | 2017-10-26 | 2019-05-02 | Basf Se | Bestimmen von un/günstigen zeiträumen zur applikation von pflanzenschutzmitteln |
CN108170263A (zh) * | 2017-11-26 | 2018-06-15 | 安徽省司尔特肥业股份有限公司 | 一种农作物生长体验系统 |
CN109033655A (zh) * | 2018-08-03 | 2018-12-18 | 中国农业大学 | 一种农作物生长模型优化方法及装置 |
CN110532936A (zh) * | 2019-08-26 | 2019-12-03 | 李清华 | 一种识别大田作物长势监控图像中绿色植物的方法及系统 |
Non-Patent Citations (2)
Title |
---|
CCTV.COM: "农业的十万个为什么(6)什么是虚拟农业", 《HTTP://WWW.CCTV.COM/PROGRAM/KJY/20070607/108782.SHTML》 * |
向子钧,李合生: "《农学高新实用技术》", 31 December 2014 * |
Also Published As
Publication number | Publication date |
---|---|
CN111135577B (zh) | 2021-02-19 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11726452B2 (en) | System and method for aggregating test plot results based on agronomic environments | |
US11941709B2 (en) | Methods and systems for managing crop harvesting activities | |
US20210383290A1 (en) | Methods and systems for recommending agricultural activities | |
US20200288626A1 (en) | Methods and systems for managing agricultural activities | |
KR101934961B1 (ko) | 단말기를 이용한 수익성 예측 방법 및 수익성 예측 장치 | |
KR101935008B1 (ko) | 농작물 생장상태정보를 이용한 농작물 유통관리 방법 | |
Palosuo et al. | Method for estimating soil carbon stock changes in Finnish mineral cropland and grassland soils | |
KR101937397B1 (ko) | 농축산업금융제공장치 | |
JP7281133B2 (ja) | 植物の栽培管理システム及び、植物の栽培管理装置 | |
JP2022082636A (ja) | 情報処理装置 | |
KR20170052898A (ko) | 농장 맞춤형 영농 정보제공 서버, 방법 및 그 프로그램 | |
Amankulova et al. | Sunflower crop yield prediction by advanced statistical modeling using satellite-derived vegetation indices and crop phenology | |
US11185007B1 (en) | Methods and systems for prioritizing management of agricultural fields | |
KR20210149622A (ko) | Vr 기반 스마트팜 교육 시스템 | |
CN111135577B (zh) | 一种数据处理方法及装置 | |
CN116503769A (zh) | 一种植物养护方法、装置、设备及存储介质 | |
JP2003189742A (ja) | 栽培収穫情報提供サービスシステム及び栽培収穫方法 | |
CN112001780B (zh) | 一种将线上虚拟农场与线下实体农场相融合的消费装置 | |
KR20210067256A (ko) | 디지털 트윈을 이용한 온라인 수직농장 경영 시스템 | |
WO2023191111A1 (ja) | プログラム、情報処理装置、情報処理システム、情報処理方法 | |
US20220270015A1 (en) | Agricultural assistance mobile applications, systems, and methods | |
JP6873385B2 (ja) | 学習評価支援装置、学習評価支援方法、及びプログラム | |
JP2021033977A (ja) | 農作物の生産支援システム及びほ場別アドバイス表示プログラム | |
KR20240121151A (ko) | 토양의 특성에 따라 부추 재배 영역을 관리하는 시스템 | |
CN115630854A (zh) | 产品字典和云示范管理方法、系统、设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |