CN114283382A - 一种作物生长高度获取方法、装置、存储介质及终端设备 - Google Patents
一种作物生长高度获取方法、装置、存储介质及终端设备 Download PDFInfo
- Publication number
- CN114283382A CN114283382A CN202111615389.7A CN202111615389A CN114283382A CN 114283382 A CN114283382 A CN 114283382A CN 202111615389 A CN202111615389 A CN 202111615389A CN 114283382 A CN114283382 A CN 114283382A
- Authority
- CN
- China
- Prior art keywords
- crop
- growth
- height
- current
- crops
- 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.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 60
- 238000003860 storage Methods 0.000 title claims abstract description 14
- 238000012544 monitoring process Methods 0.000 claims abstract description 89
- 230000007613 environmental effect Effects 0.000 claims description 32
- 230000002159 abnormal effect Effects 0.000 claims description 15
- 238000013507 mapping Methods 0.000 claims description 10
- 238000012545 processing Methods 0.000 claims description 10
- 238000003062 neural network model Methods 0.000 claims description 6
- 238000004590 computer program Methods 0.000 claims description 5
- 230000005856 abnormality Effects 0.000 claims 1
- 238000005259 measurement Methods 0.000 abstract description 10
- 230000008859 change Effects 0.000 description 12
- 239000002689 soil Substances 0.000 description 12
- 238000010586 diagram Methods 0.000 description 11
- 229920000742 Cotton Polymers 0.000 description 8
- 241000219146 Gossypium Species 0.000 description 8
- 230000035784 germination Effects 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 238000004891 communication Methods 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 230000006870 function Effects 0.000 description 4
- 238000012806 monitoring device Methods 0.000 description 4
- 238000009313 farming Methods 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 230000010757 Reduction Activity Effects 0.000 description 2
- 230000005200 bud stage Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000032683 aging Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 239000011449 brick Substances 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 238000005286 illumination Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 238000009434 installation Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 230000000246 remedial effect Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000009331 sowing Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请提出一种作物生长高度获取方法、装置、存储介质及终端设备，依据监测区域在当前间隔时间段内的环境监测数据和作物的当前生长阶段，获取作物的预估生长量；其中，监测区域为作物的种植区域；依据作物的第一生长高度和预估生长量，获取作物的第二生长高度；其中，第一生长高度为作物在当前间隔时间段的开始时间的高度，第二生长高度作物在当前间隔时间段的结束时间的高度。相对于传统人工测量和温室培育监控，本实施例提供的作物生长高度获取方法可以摆脱对人力的依赖，也不需要搭建特殊的监测环境，可以快速、高效、低成本且大范围获取作物的生长高度。
Description
技术领域
本申请涉及农业领域，具体而言，涉及一种作物生长高度获取方法、装置、存储介质及终端设备。
背景技术
当下科技农业发展地如火如荼，科技农业有助于解放人力，从更不上提升生产力。科技农业中一个极为重要的分支为精准农业。精准农业是指精准地对整个农业的生态周期进行监测，例如对播种数据进行监测、对农作物生长数据进行监测以及对农作物的收获物进行监测。
其中，农作物生长数据就包括农作物的生长高度。应理解，农作物的生长高度与其生长周期息息相关。通过监测农作物的生长高度，可以推断出农作物当前的生长状态。
因此，如何快捷地获取到农作物的生长高度，成为了本领域技术人员所关注的问题。
发明内容
本申请的目的在于提供一种作物生长高度获取方法、装置、存储介质及终端设备，以至少部分改善上述问题。
为了实现上述目的，本申请实施例采用的技术方案如下：
第一方面，本申请实施例提供一种作物生长高度获取方法，所述方法包括：
依据监测区域在当前间隔时间段内的环境监测数据和作物的当前生长阶段，获取所述作物的预估生长量；
其中，所述监测区域为所述作物的种植区域；
依据所述作物的第一生长高度和所述预估生长量，获取所述作物的第二生长高度；
其中，所述第一生长高度为所述作物在所述当前间隔时间段的开始时间的高度，所述第二生长高度为所述作物在所述当前间隔时间段的结束时间的高度。
第二方面，本申请实施例提供一种作物生长高度获取装置，所述装置包括：
预估单元，用于依据监测区域在当前间隔时间段内的环境监测数据和作物的当前生长阶段，获取所述作物的预估生长量；
其中，所述监测区域为所述作物的种植区域；
处理单元，用于依据所述作物的第一生长高度和所述预估生长量，获取所述作物的第二生长高度；
其中，所述第一生长高度为所述作物在所述当前间隔时间段的开始时间的高度，所述第二生长高度为所述作物在所述当前间隔时间段的结束时间的高度。
第三方面，本申请实施例提供一种存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现上述的方法。
第四方面，本申请实施例提供一种终端设备，所述终端设备包括：处理器和存储器，所述存储器用于存储一个或多个程序；当所述一个或多个程序被所述处理器执行时，实现上述的方法。
相对于现有技术，本申请实施例所提供的一种作物生长高度获取方法、装置、存储介质及终端设备，依据监测区域在当前间隔时间段内的环境监测数据和作物的当前生长阶段，获取作物的预估生长量；其中，监测区域为作物的种植区域；依据作物的第一生长高度和预估生长量，获取作物的第二生长高度；其中，第一生长高度为作物在当前间隔时间段的开始时间的高度，第二生长高度作物在当前间隔时间段的结束时间的高度。相对于传统人工测量和温室培育监控，本实施例提供的作物生长高度获取方法可以摆脱对人力的依赖，也不需要搭建特殊的监测环境，可以快速、高效、低成本且大范围获取作物的生长高度。
为使本申请的上述目的、特征和优点能更明显易懂，下文特举较佳实施例，并配合所附附图，作详细说明如下。
附图说明
为了更清楚地说明本申请实施例的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，应当理解，以下附图仅示出了本申请的某些实施例，因此不应被看作是对范围的限定，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其它相关的附图。
图1为本申请实施例提供的终端设备的结构示意图；
图2为本申请实施例提供的作物生长高度获取方法的流程示意图；
图3为本申请实施例提供的作物生长高度获取方法的流程示意图之一；
图4为本申请实施例提供的S108的子步骤示意图；
图5为本申请实施例提供的S108-2的子步骤示意图；
图6为本申请实施例提供的一种监测区域内的子区域分布示意图；
图7为本申请实施例提供的子区域的识别结果示意图；
图8为本申请实施例提供的S102的子步骤示意图；
图9为本申请实施例提供的S102的子步骤示意图之一；
图10为本申请实施例提供的作物生长高度获取方法的流程示意图之一；
图11为本申请实施例提供的作物生长高度获取装置的单元示意图。
图中：10-处理器；11-存储器；12-总线；13-通信接口；201-预估单元；202-处理单元。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。
因此，以下对在附图中提供的本申请的实施例的详细描述并非旨在限制要求保护的本申请的范围，而是仅仅表示本申请的选定实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
应注意到：相似的标号和字母在下面的附图中表示类似项，因此，一旦某一项在一个附图中被定义，则在随后的附图中不需要对其进行进一步定义和解释。同时，在本申请的描述中，术语“第一”、“第二”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
在本申请的描述中，需要说明的是，术语“上”、“下”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，或者是该申请产品使用时惯常摆放的方位或位置关系，仅是为了便于描述本申请和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本申请的限制。
在本申请的描述中，还需要说明的是，除非另有明确的规定和限定，术语“设置”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以具体情况理解上述术语在本申请中的具体含义。
下面结合附图，对本申请的一些实施方式作详细说明。在不冲突的情况下，下述的实施例及实施例中的特征可以相互组合。
现阶段对农作物生长高度进行监测的方法主要有以下可能的实现方式。一种可能的实现为传统人工测量，还有一种可能的实现方式为温室培育监控。
传统人工测量获取作物高度的监测方法，因时效长、效率低、劳动成本高、监测范围小等因素，难以高效地了解作物的生长高度，增大了造成徒长、偏离高产的生产指标的风险。温室培育监控存在土墙大棚墙体占地面积较大，影响大棚净种植面积，且对土质有要求，墙体保护措施不足易影响使用寿命，砖墙大棚造价高等缺点。
为了克服以上问题，本申请实施例提供了一种终端设备，可以是电脑设备、飞行器设备或服务器设备。请参照图1，终端设备的结构示意图。终端设备包括处理器10、存储器11、总线12。处理器10、存储器11通过总线12连接，处理器10用于执行存储器11中存储的可执行模块，例如计算机程序。
处理器10可以是一种集成电路芯片，具有信号的处理能力。在实现过程中，作物生长高度获取方法的各步骤可以通过处理器10中的硬件的集成逻辑电路或者软件形式的指令完成。上述的处理器10可以是通用处理器，包括中央处理器(Central Processing Unit，简称CPU)、网络处理器(Network Processor，简称NP)等；还可以是数字信号处理器(Digital Signal Processor，简称DSP)、专用集成电路(Application SpecificIntegrated Circuit，简称ASIC)、现场可编程门阵列(Field－Programmable Gate Array，简称FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。
存储器11可能包含高速随机存取存储器(RAM：Random Access Memory)，也可能还包括非不稳定的存储器(non-volatile memory)，例如至少一个磁盘存储器。
总线12可以是ISA(Industry Standard Architecture)总线、PCI(PeripheralComponent Interconnect)总线或EISA(Extended Industry Standard Architecture)总线等。图1中仅用一个双向箭头表示，但并不表示仅有一根总线12或一种类型的总线12。
存储器11用于存储程序，例如作物生长高度获取装置对应的程序。作物生长高度获取装置包括至少一个可以软件或固件(firmware)的形式存储于存储器11中或固化在终端设备的操作系统(operating system，OS)中的软件功能模块。处理器10在接收到执行指令后，执行所述程序以实现作物生长高度获取方法。
可能地，本申请实施例提供的终端设备还包括通信接口13。通信接口13通过总线与处理器10连接。在一种可能的实现方式中，终端设备为服务器或电脑设备，终端设备可以通过通信接口13与无人机进行交互，向无人机传输控制指令，接收无人机回传的数据等。
应当理解的是，图1所示的结构仅为终端设备的部分的结构示意图，终端设备还可包括比图1中所示更多或者更少的组件，或者具有与图1所示不同的配置。图1中所示的各组件可以采用硬件、软件或其组合实现。
本申请实施例提供的一种作物生长高度获取方法，可以但不限于应用于图1所示的终端设备，具体的流程，请参考图2，作物生长高度获取方法包括：S102和S105。
S102，依据监测区域在当前间隔时间段内的环境监测数据和作物的当前生长阶段，获取作物的预估生长量。
其中，监测区域为作物的种植区域。环境监测数据包括气压、气温、湿度、光照、降雨量、风速、风向、土壤温度、含水量以及电导率中的一种或多种。以棉花为例，生长阶段包括苗期、初蕾期、盛蕾期、吐絮期等等。在相同环境监测数据的条件下，不同生长阶段的作物在相同时间长度内的生长高度不同。
所以，需要结合当前间隔时间段内的环境监测数据和作物的当前生长阶段获取作物的预估生长量。
S105，依据作物的第一生长高度和预估生长量，获取作物的第二生长高度。
其中，第一生长高度为作物在所述当前间隔时间段的开始时间的高度，第二生长高度为作物在当前间隔时间段的结束时间的高度。
在一种可能的实现方式中，可以将第一生长高度和预估生长量的和值作为第二生长高度。
应理解，当前间隔时间段段与下一个间隔时间段是联系的时间段，即当前间隔时间段的结束时间为下一个间隔时间段的开始时间，第二生长高度即为下一个间隔时间段对应的第一生长高度。
综上所述，本申请实施例提供了一种作物生长高度获取方法，依据监测区域在当前间隔时间段内的环境监测数据和作物的当前生长阶段，获取作物的预估生长量；其中，监测区域为作物的种植区域；依据作物的第一生长高度和预估生长量，获取作物的第二生长高度；其中，第一生长高度为作物在当前间隔时间段的开始时间的高度，第二生长高度作物在当前间隔时间段的结束时间的高度。相对于传统人工测量和温室培育监控，本实施例提供的作物生长高度获取方法可以摆脱对人力的依赖，也不需要搭建特殊的监测环境，可以快速、高效、低成本且大范围获取作物的生长高度。
在图2的基础上，关于如何修正作物生长高度获取过程中产生的数据偏差，本申请实施例还提供了一种可能的实现方式，请参考图3，作物生长高度获取方法还包括：S101、S104、S106、S107以及S108。
S101，获取环境监测数据。
可选地，从农业气象站获得的气压、气温、湿度、光照、风速、风向以及降雨量，依据土壤检测仪获得的土壤温度、含水量以及电导率。
S104，判断环境监测数据是否发生异常。若是，则执行S107；若否，则执行S106。
在一种可能的实现方式中，首先依据当前生长阶段从环境监测数据中确定影响作物生长量的重要参数，不同生长阶段对应的重要参数类型可以相同或不同。可选地，终端设备可以调用预先存储的生长阶段与重要参数的映射关系，以从环境监测数据中确定影响作物生长量的重要参数。
在一种可能的实现方式中，将当前间隔时间段内的重要参数与上一日(或上一间隔时间段)内的重要参数进行比对，如果任意一个重要参数的变化幅度大于作物在当前生长阶段对应的变换阈值时，可以确定环境监测数据发生异常。
例如作物为棉花、当前生长阶段为发芽期，重要参数为气温，若当前间隔时间段内的气温与上一日(或上一间隔时间段)内的气温相比，变化幅度为1度(上升1度或下降1度)，大于了棉花发芽期对应的气温变化阈值(0.5度)，则可以确定环境监测数据发生异常。
若当前生长阶段为出苗期，若当前间隔时间段内的气温与上一日(或上一间隔时间段)内的气温相比，变化幅度为3度(上升3度或下降3度)，大于了棉花出苗期对应的气温变化阈值(2.5度)，则可以确定环境监测数据发生异常。
应理解，环境监测数据发生异常时，依据环境监测数据进行预测所获得的预估生长量可能存在偏差，此时需要对作物当前的生长高度进行修正，即执行S107；反之，在环境监测数据未发生异常，则可以将当前间隔时间段的结束时间作为下一个间隔时间段的开始时间，继续获取环境监测数据，重复获取下一个间隔时间段对应的第二生长高度，即执行S106。
S106，将当前间隔时间段的结束时间作为下一个间隔时间段的开始时间。
可选地，在S106之后，重复执行S101，获取下一个间隔时间段对应的第二生长高度。
S107，将当前间隔时间段的结束时间作为新的第一个间隔时间段的开始时间。
应理解，在第一个间隔时间段开始时，需要对作物进行测量，从而获取作物在此时的生长高度，即执行S108。
S108，获取作物在新的第一个间隔时间段的开始时间的第一生长高度。
可选地，可以通过人工测量的方式获取作物在新的第一个间隔时间段的开始时间的第一生长高度。
可选地，在S108之后，重复执行S101。
在图3的基础上，关于S108中的内容，本申请实施例还提供了一种可能的实现方式，请参考图4，S108包括：S108-1、S108-2以及S108-3。
S108-1，获取第一个间隔时间段开始时监测区域对应的数字表面模型。
其中，数字表面模型包括监测区域内的所有对象的高程信息。
数字表面模型(简称，DSM)指包含了地表建筑物、桥梁以及树木等所有对象的高程信息的地面高程模型。DSM和数字高程模型(简称，DEM)相比，DEM只包含了地形的高程信息，并未包含其它地表信息，DSM是在DEM的基础上，进一步涵盖了除地面以外的其它对象的高程信息。
可选地，对目标点云数据进行高程网格格式转换，得到数字表面模型。其中，目标点云数据为第一个间隔时间段开始时采集得到的监测区域的点云数据。应理解，采集动作可以是通过控制无人机进行航拍完成的。
应理解，在S107之后，执行S108-1。
S108-2，依据数字表面模型获取作物高程信息和地面高程信息。
可选地，作物高程信息是指作物相对于预设水平面(例如海平面)的高程信息，地面高程信息是指监测区域的地面相对于预设水平面的高程信息。
S108-3，依据作物高程信息和地面高程信息获取作物的在第一个间隔时间段的开始时间的第一生长高度。
可选地，将作物高程信息减去地面高程信息，即为第一生长高度。通过图4中的步骤获取第一生长高度，不需要进行人工测量，解放了人力，同时可以快速准确地获得第一生长高度，保障后续获得的生长高度数据的准确性。
在一种可能的实现方式中，第一生长高度还可以是人为测量所获得的。
在图4的基础上，关于S108-2中的内容，本申请实施例还提供了一种可能的实现方式，请参考图5，S108-2包括S108-2A、S108-2B以及S108-2C。
S108-2A，对子区域进行图像识别，以确定子区域中的作物坐标范围和地面坐标范围。
在一种可能的实现方式中，监测区域包括预设数量的子区域。可选地，终端设备可以显示目标点云数据对应的正射影像(简称，DOM)，用户可以通过鼠标点击的方式或者触摸的方式或者滑动的方式，选择正射影像中的一部分作为子区域，子区域的数量大于等于1。请参考图6，图6为本申请实施例提供的一种监测区域内的子区域分布示意图。子区域分别为子区域A、子区域B以及子区域C，在一种可能的实现方式中，多个子区域均匀的分布在监测区域中，以保障最终获得的第一生长高度的准确性，避免因为均布样本的差异性，导致数据出现误差。
可选地，在DOM上根据环境监测设备安装位置选取若干个样本范围作为子区域，其中，环境监测设备为用于获取环境监测数据的设备。
应理解，选取安装有环境监测设备的区域作为子区域，环境监测设备区域能够提供相对于子区域最精确的监测数据，从而能够更精准的得到预估生长量。
应理解，数字正射影像图(DOM)是对航空(或航天)相片进行数字微分纠正和镶嵌，按一定图幅范围裁剪生成的数字正射影像集，同时具有地图几何精度和影像特征的图像。具有精度高、信息丰富、直观逼真、获取快捷等优点。
应理解，图像识别指利用计算机对图像进行处理、分析和理解，以识别各种不同模式的目标和对像的技术。请参考图7，图7为本申请实施例提供的子区域的识别结果示意图。
在一种可能的实现方式中，具体地，将子区域中的像素点进行标签化处理，从而确定每一个像素点的类别，将类别为作物的像素点的组合范围确定为作物坐标范围，将类别为地面的像素点的组合范围确定为地面坐标范围。
S108-2B，依据作物坐标范围、地面坐标范围以及数字表面模型确定子区域内的作物高程子信息和地面高程子信息。
可选地，将作物坐标范围和地面坐标范围与数字表面模型进行叠加，从而获得作物坐标范围和地面坐标范围内的高程信息。将作物坐标范围内最高的高程信息作为子区域内的作物高程信息，将地面坐标范围内高程信息的平均值作为子区域内的地面高程信息。
S108-2C，依据每一个子区域内的作物高程子信息和地面高程子信息，获取作物高程信息和地面高程信息。
可选地，可以将每一个子区域内的作物高程子信息的平均值作为作物高程信息，将每一个子区域内的地面高程子信息的平均值作为地面高程信息。在一种可能的实现方式中，还可以将所有子区域内的作物高程子信息的最高值认定为最终的作物高程信息。
在图3的基础上，关于S102中的内容，如何获取预估生长量，本申请实施例还提供了一种可能的实现方式，请参考图8，S102包括S102-1。
S102-1，从目标数据库中查找环境监测数据在当前生长阶段下对应的生长量，作物预估生长量。
其中，目标数据库包括在当前生长阶段下环境监测数据与生长量的映射关系。
应理解，在获得环境监测数据后，查询当前生长阶段下环境监测数据与生长量的映射关系，即可获得作物的预估生长量。
为了提升依据映射关系所获得的预估生长量的准确性和映射关系的覆盖范围，本申请实施例还提供了一种可能的实现方式，请继续参考图8，当环境监测数据发生异常，在执行S104、S107以及S108之后，作物生长高度获取方法还包括S109。
S109，依据第二生长高度和作物的在新的第一个间隔时间段的开始时间的第一生长高度对映射关系进行修正。
可选地，将执行S105所获得的第二生长高度与执行S108所获得的第一生长高度进行误差比对、分析导致误差的原因、将用于推算预估生长量的映射关系进行修正。在一种可能的实现方式中，在对映射关系进行修正后，可以将对应的参数变化阈值进行调整，调整后的参数变化阈值大于调整前的参数变化阈值。
例如作物为棉花、当前生长阶段为发芽期，重要参数为气温，调整前的温度变化阈值为0.5，调整后的温度变化阈值为1，假设在棉花的发芽期内，再次出现变化幅度为1度时，即可认定为环境监测数据未发生异常。
因为参数变化阈值的变化，可以检索测量获取第一生长高度的次数，从而进一步达到降低人工劳动力和提高准确率的效果。
在图2的基础上，关于S102中的内容，如何获取预估生长量，本申请实施例还提供了一种可能的实现方式，请参考图9，S102包括S102-2。
S102-2，将环境监测数据和当前生长阶段作为第一神经网络模型的输入，以获得预估生长量。
其中，第一神经网络模型用于基于环境监测数据和当前生长阶段输出预估生长量。
应理解，第一神经网络模型为已经完成训练达到收敛的神经网络模型。
在图2的基础上，关于如何进一步保障所获得的生长高度的准确性，本申请实施例还提供了一种可能的实现方式，请参考图10，作物生长高度获取方法还包括：S103、S106、S107以及S108。
S103，依据预估生长量判断作物的日增长量是否发生异常。若是，则执行S107；若否，则执行S105。
在一种可能的实现方式中，间隔时间段的长度为1日。
可选地，判断作物的日增长量是否发生异常，若为异常，则需及时采取补救抉择，进行人工、无人飞行器设备航测计算等方法得到作物生长量数据，与S102所获得的预估生长两件进行对比、分析、纠正，确认作物生长问题，进行相关农事减损活动。若为正常，则执行S105，并以获得的第二生长高度作为进一步实现作物优质高产的农事活动的基础数据。
S107，将当前间隔时间段的结束时间作为新的第一个间隔时间段的开始时间。
S108，获取作物在新的第一个间隔时间段的开始时间的第一生长高度。
在一种可能的实现方式中，终端设备可以获取农业气象站检测数据(设气压为AhPa、气温为B℃、湿度为C％RH、光照为D％lux、降雨量为E％mm/hr、风速为Fm/s、风向为G°)和土壤检测仪检测数据(设土壤温度为I℃、含水量为J％、电导率为Kms/cm)，终端设备在后台对以上数据进行汇总。同时终端设备匹配作物类型和当前的生长阶段，例如输出棉花在当前生长阶段对应的生长数据库，再依据环境监测数据与目标数据库匹配推算，得到监测区域中棉田的预估生长量。设预估生长量为H2(发芽期：12℃时约需10天，13℃时约需7天，16℃时约需5天，20～30℃时只需2天；出苗到现真叶：14℃时约需20天现真叶，17℃时约需10～12天现真叶，20℃时约需8～9天即可现真叶，25℃时只需要5～7天就能现真叶。播种至出苗，0～20厘米土层含水量占田间持水量的70～80％为宜；苗期，0～40厘米土层含水量占田间持水量的60～70％为宜；初蕾期，0～60厘米土层含水量占田间持水量的65～75％为宜；盛蕾期后，0～80厘米土层含水量占田间持水量的70～80％为宜，不能低于60～65％；吐絮期，土壤相对含水量保持在55～70％为宜。棉花蕾期主茎日增长量平均不超过1.5厘米。生长过高为徒长苗，生长迟缓的为弱苗)。
在一种可能的实现方式中，根据获得的第二生长高度判断作物的生长情况是否正常，在不正常是，可及时作出补救的农事抉择。根据整体作物高度可作出促高、控高、打顶等进一步实现作物优质高产的农事活动。
本实施例提供的作为生长高度获取方法中，通过将环境监测数据与生长量数据库数据进行对比分析，推算确定测区平均生长高度，确定作物日生长情况，再结合初始作物高度，得到整体作物平均长势情况。从而快速有效地获取作物长势信息，减少人工劳动力的同时还缩短获取生长异常信息的反馈时间，从而及时采取农事减损活动，进一步实现作物优质高产。
请参阅图11，图11为本申请实施例提供的一种作物生长高度获取装置，可选的，该作物生长高度获取装置被应用于上文所述的终端设备。
一种作物生长高度获取装置包括：预估单元201和处理单元202。
预估单元201，用于依据监测区域在当前间隔时间段内的环境监测数据和作物的当前生长阶段，获取作物的预估生长量。
其中，监测区域为作物的种植区域。
处理单元202，用于依据作物的第一生长高度和预估生长量，获取作物的第二生长高度。
其中，第一生长高度为作物在当前间隔时间段的开始时间的高度，第二生长高度为作物在当前间隔时间段的结束时间的高度。
可选地，预估单元201可以执行上述的S102，处理单元202可以执行上述的S101、S103至S109。
需要说明的是，本实施例所提供的作物生长高度获取装置，其可以执行上述方法流程实施例所示的方法流程，以实现对应的技术效果。为简要描述，本实施例部分未提及之处，可参考上述的实施例中相应内容。
本申请实施例还提供了一种存储介质，该存储介质存储有计算机指令、程序，该计算机指令、程序在被读取并运行时执行上述实施例的作物生长高度获取方法。该存储介质可以包括内存、闪存、寄存器或者其结合等。
下面提供一种终端设备，可以是服务器或电脑设备，该终端设备如图1所示，可以实现上述的作物生长高度获取方法；具体的，该终端设备包括：处理器10，存储器11、总线12。处理器10可以是CPU。存储器11用于存储一个或多个程序，当一个或多个程序被处理器10执行时，执行上述实施例的作物生长高度获取方法。
在本申请所提供的实施例中，应该理解到，所揭露的装置和方法，也可以通过其它的方式实现。以上所描述的装置实施例仅仅是示意性的，例如，附图中的流程图和框图显示了根据本申请的多个实施例的装置、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段或代码的一部分，所述模块、程序段或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现方式中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个连续的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或动作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。
另外，在本申请各个实施例中的各功能模块可以集成在一起形成一个独立的部分，也可以是各个模块单独存在，也可以两个或两个以上模块集成形成一个独立的部分。
所述功能如果以软件功能模块的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本申请的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本申请各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
以上所述仅为本申请的优选实施例而已，并不用于限制本申请，对于本领域的技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本申请的保护范围之内。
对于本领域技术人员而言，显然本申请不限于上述示范性实施例的细节，而且在不背离本申请的精神或基本特征的情况下，能够以其它的具体形式实现本申请。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本申请的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本申请内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (10)
1.一种作物生长高度获取方法，其特征在于，所述方法包括：
依据监测区域在当前间隔时间段内的环境监测数据和作物的当前生长阶段，获取所述作物的预估生长量；
其中，所述监测区域为所述作物的种植区域；
依据所述作物的第一生长高度和所述预估生长量，获取所述作物的第二生长高度；
其中，所述第一生长高度为所述作物在所述当前间隔时间段的开始时间的高度，所述第二生长高度为所述作物在所述当前间隔时间段的结束时间的高度。
2.如权利要求1所述的作物生长高度获取方法，其特征在于，在依据监测区域在当前间隔时间段内的环境监测数据和作物的当前生长阶段，获取所述作物的预估生长量之前，所述方法还包括：
获取所述环境监测数据；
在所述获取所述环境监测数据之后，所述方法还包括：
判断所述环境监测数据是否发生异常；
若未发生异常，则将所述当前间隔时间段的结束时间作为下一个间隔时间段的开始时间；
若发生异常，则将所述当前间隔时间段的结束时间作为新的第一个间隔时间段的开始时间，获取所述作物的在新的第一个间隔时间段的开始时间的第一生长高度。
3.如权利要求2所述的作物生长高度获取方法，其特征在于，所述获取所述作物的在新的第一个间隔时间段的开始时间的第一生长高度的步骤，包括：
获取第一个间隔时间段开始时所述监测区域对应的数字表面模型，其中，所述数字表面模型包括所述监测区域内的所有对象的高程信息；
依据所述数字表面模型获取作物高程信息和地面高程信息；
依据所述作物高程信息和所述地面高程信息获取所述作物的在所述第一个间隔时间段的开始时间的第一生长高度。
4.如权利要求3所述的作物生长高度获取方法，其特征在于，所述监测区域包括预设数量的子区域，所述依据所述数字表面模型获取作物高程信息和地面高程信息的步骤，包括：
对所述子区域进行图像识别，以确定所述子区域中的作物坐标范围和地面坐标范围；
依据所述作物坐标范围、所述地面坐标范围以及所述数字表面模型确定所述子区域内的作物高程子信息和地面高程子信息；
依据每一个所述子区域内的作物高程子信息和地面高程子信息，获取所述作物高程信息和所述地面高程信息。
5.如权利要求2所述的作物生长高度获取方法，其特征在于，所述依据监测区域在当前间隔时间段内的环境监测数据和作物的当前生长阶段，获取所述作物的预估生长量的步骤，包括：
从目标数据库中查找所述环境监测数据在所述当前生长阶段下对应的生长量，作为所述预估生长量；
其中，所述目标数据库包括在所述当前生长阶段下环境监测数据与生长量的映射关系；
在重复获取所述作物的在新的第一个间隔时间段的开始时间的第一生长高度之后，所述方法还包括：
依据所述第二生长高度和所述作物的在新的第一个间隔时间段的开始时间的第一生长高度对所述映射关系进行修正。
6.如权利要求1所述的作物生长高度获取方法，其特征在于，所述间隔时间段的长度为1日，在获取所述作物的预估生长量之后，所述方法还包括：
依据所述预估生长量判断所述作物的日增长量是否发生异常；
若所述日增长量发生异常，则将所述当前间隔时间段的结束时间作为新的第一个间隔时间段的开始时间，重复获取所述作物的在新的第一个间隔时间段的开始时间的第一生长高度。
7.如权利要求1所述的作物生长高度获取方法，其特征在于，所述依据监测区域在当前间隔时间段内的环境监测数据和作物的当前生长阶段，获取所述作物的预估生长量的步骤，包括：
将所述环境监测数据和所述当前生长阶段作为第一神经网络模型的输入，以获得所述预估生长量；
其中，所述第一神经网络模型用于基于所述环境监测数据和所述当前生长阶段输出所述预估生长量。
8.一种作物生长高度获取装置，其特征在于，所述装置包括：
预估单元，用于依据监测区域在当前间隔时间段内的环境监测数据和作物的当前生长阶段，获取所述作物的预估生长量；
其中，所述监测区域为所述作物的种植区域；
处理单元，用于依据所述作物的第一生长高度和所述预估生长量，获取所述作物的第二生长高度；
其中，所述第一生长高度为所述作物在所述当前间隔时间段的开始时间的高度，所述第二生长高度为所述作物在所述当前间隔时间段的结束时间的高度。
9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1-7中任一项所述的方法。
10.一种终端设备，其特征在于，包括：处理器和存储器，所述存储器用于存储一个或多个程序；当所述一个或多个程序被所述处理器执行时，实现如权利要求1-7中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111615389.7A CN114283382A (zh) | 2021-12-27 | 2021-12-27 | 一种作物生长高度获取方法、装置、存储介质及终端设备 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111615389.7A CN114283382A (zh) | 2021-12-27 | 2021-12-27 | 一种作物生长高度获取方法、装置、存储介质及终端设备 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114283382A true CN114283382A (zh) | 2022-04-05 |
Family
ID=80876356
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111615389.7A Pending CN114283382A (zh) | 2021-12-27 | 2021-12-27 | 一种作物生长高度获取方法、装置、存储介质及终端设备 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114283382A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115690590A (zh) * | 2023-01-04 | 2023-02-03 | 中化现代农业有限公司 | 作物生长异常监测方法、装置、设备及存储介质 |
-
2021
- 2021-12-27 CN CN202111615389.7A patent/CN114283382A/zh active Pending
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115690590A (zh) * | 2023-01-04 | 2023-02-03 | 中化现代农业有限公司 | 作物生长异常监测方法、装置、设备及存储介质 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US11617313B2 (en) | Controlling agricultural production areas | |
| US20170161560A1 (en) | System and method for harvest yield prediction | |
| US9880140B2 (en) | Continual crop development profiling using dynamical extended range weather forecasting with routine remotely-sensed validation imagery | |
| Gaddam et al. | Designing a wireless sensors network for monitoring and predicting droughts | |
| US20210209490A1 (en) | Using optical remote sensors and machine learning models to predict agronomic field property data | |
| US20170295415A1 (en) | Agricultural Production Monitoring | |
| US10255387B2 (en) | Modeling of crop growth for desired moisture content of bovine feedstuff and determination of harvest windows for high-moisture corn using field-level diagnosis and forecasting of weather conditions and observations and user input of harvest condition states | |
| EP3482630A1 (en) | Method, system and computer program for performing a pest forecast | |
| CN108982369B (zh) | 融合gf-1wfv和modis数据的地块尺度作物长势监测方法 | |
| US10185790B2 (en) | Modeling of crop growth for desired moisture content of targeted livestock feedstuff for determination of harvest windows using field-level diagnosis and forecasting of weather conditions and observations and user input of harvest condition states | |
| James | Plant growth monitoring system, with dynamic user-interface | |
| Kolhe et al. | Analytic for Temperature and Humidity–Cloud based Forecasting and Dashboard | |
| KR20200017054A (ko) | 스마트 팜 데이터 통합 수집/분석 및 모니터링/제어/예측 시스템과 그 방법 | |
| CN111418323A (zh) | 一种基于设施作物冠层覆盖度和株高的氮肥实时推荐方法 | |
| CN114283382A (zh) | 一种作物生长高度获取方法、装置、存储介质及终端设备 | |
| WO2021053118A1 (en) | A decision support system and method for agriculture | |
| CN111062699A (zh) | 一种农作物全生长周期智能服务模型的构建方法及系统 | |
| Pravallika et al. | Proficient smart soil based IoT system for crop prediction | |
| CN112330149A (zh) | 一种作物管理系统、方法、装置及电子设备 | |
| JP2016146046A (ja) | 予測装置、予測方法及びプログラム | |
| CN111638306B (zh) | 一种作物动态监控方法、装置、设备和系统 | |
| Mana et al. | Survey review on artificial intelligence and embedded systems for agriculture safety: a proposed IoT Agro-meteorology System for Local Farmers in Morocco | |
| CN111223002A (zh) | 一种玉米区域干物质产量或青储产量评估方法和系统 | |
| JP2021096726A5 (ja) | システム、プログラム及びシステムの制御方法 | |
| CN115481795A (zh) | 推荐模型的生成方法、氮肥施用量的推荐方法及其装置 |
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 |