CN114666375B - 一种基于北斗卫星的智慧农业物联网方法、系统及云平台 - Google Patents

一种基于北斗卫星的智慧农业物联网方法、系统及云平台 Download PDF

Info

Publication number
CN114666375B
CN114666375B CN202210585970.7A CN202210585970A CN114666375B CN 114666375 B CN114666375 B CN 114666375B CN 202210585970 A CN202210585970 A CN 202210585970A CN 114666375 B CN114666375 B CN 114666375B
Authority
CN
China
Prior art keywords
planting
candidate
scheme
planting scheme
crop
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.)
Active
Application number
CN202210585970.7A
Other languages
English (en)
Other versions
CN114666375A (zh
Inventor
邓维爱
吴铭基
李华栈
叶师曈
彭文斌
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Guangdong Bangsheng Beidou Technology Co ltd
Original Assignee
Guangdong Bangsheng Beidou Technology Co ltd
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Guangdong Bangsheng Beidou Technology Co ltd filed Critical Guangdong Bangsheng Beidou Technology Co ltd
Priority to CN202210585970.7A priority Critical patent/CN114666375B/zh
Publication of CN114666375A publication Critical patent/CN114666375A/zh
Application granted granted Critical
Publication of CN114666375B publication Critical patent/CN114666375B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G7/00—Botany in general
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining
    • G—PHYSICS
    • G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
    • G16Y10/00—Economic sectors
    • G16Y10/05—Agriculture
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/10—Protocols in which an application is distributed across nodes in the network

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Economics (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Agronomy & Crop Science (AREA)
  • General Business, Economics & Management (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Accounting & Taxation (AREA)
  • Medical Informatics (AREA)
  • Botany (AREA)
  • Ecology (AREA)
  • Forests & Forestry (AREA)
  • Environmental Sciences (AREA)
  • Animal Husbandry (AREA)
  • Development Economics (AREA)
  • Mining & Mineral Resources (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Primary Health Care (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种基于北斗卫星的智慧农业物联网方法、系统及云平台，包括：获取卫星监控服务器发送的农作物生长遥感图像信息，对候选种植方案执行模拟测试；若存在第一候选种植方案符合预设条件，则获取对应的农作物种植方案生成模型，根据农作物生长遥感图像信息和农作物种植方案生成模型得到第二候选种植方案，得到添加方案后的种植方案生成服务器；基于其余计算机设备对添加方案后的种植方案生成服务器中每个候选种植方案分别对应的农作物生产分数进行更新，并确定出目标种植方案；将目标种植方案发送至农作物自动种植单元，以使农作物自动种植单元执行目标种植方案，如此设计，能够得到获取较佳的目标种植方案，实现智慧农业种植。

Description

一种基于北斗卫星的智慧农业物联网方法、系统及云平台
技术领域
本发明涉及智慧农业领域，具体而言，涉及一种基于北斗卫星的智慧农业物联网方法、系统及云平台。
背景技术
在目前的智慧农业场景中，由用户侧定制种植方案，然后将种植方案发送至自动种植单元。而种植方案一般是由专业种植人员简单结合经验数据制作，这并不能保证得到的种植方案为较佳的种植方案，无法实现真正的智慧农业种植。
发明内容
本发明的目的在于提供一种基于北斗卫星的智慧农业物联网方法、系统及云平台。
第一方面，本发明实施例提供一种基于北斗卫星的智慧农业物联网方法，应用于计算机设备，包括：
获取卫星监控服务器发送的农作物生长遥感图像信息，对种植方案生成服务器所持有的候选种植方案执行模拟测试；所述种植方案生成服务器包括目标候选种植方案集合，所述目标候选种植方案集合包括多个候选种植方案，不同的候选种植方案分别由不同的计算机设备生成；
若所述多个候选种植方案中的第一候选种植方案满足模拟测试，且所述第一候选种植方案为所述目标候选种植方案集合中种植置信度最大的候选种植方案，则获取所述第一候选种植方案对应的农作物种植方案生成模型，根据所述农作物生长遥感图像信息和所述农作物种植方案生成模型得到第二候选种植方案，将所述第二候选种植方案更新至所述目标候选种植方案集合，得到添加方案后的种植方案生成服务器；
将所述第二候选种植方案在农业监控集群中进行遍历发送，以使所述农业监控集群中除得到所述第二候选种植方案的计算机设备之外剩余的计算机设备，将所述第二候选种植方案分别存储至对应的存储位置；
对所述添加方案后的种植方案生成服务器中每个候选种植方案分别对应的农作物生产分数进行更新，将添加方案后的农作物生产分数大于预设生产分数阈值的候选种植方案作为目标种植方案；
将所述目标种植方案发送至农作物自动种植单元，以使所述农作物自动种植单元执行所述目标种植方案。
在一种可能的实施方式中，还包括：
若所述目标候选种植方案集合中存在未满足模拟测试的候选种植方案，且所述第一候选种植方案为所述目标候选种植方案集合中满足模拟测试的候选种植方案中种植置信度最大的候选种植方案，则获取所述第一候选种植方案对应的农作物种植方案生成模型，根据所述农作物生长遥感图像信息和所述农作物种植方案生成模型得到第二候选种植方案；
将所述目标候选种植方案集合中满足模拟测试的所有候选种植方案，以及所述第二候选种植方案，作为新的候选种植方案集合，将所述新的候选种植方案集合和所述目标候选种植方案集合作为添加方案后的种植方案生成服务器。
在一种可能的实施方式中，所述根据所述农作物生长遥感图像信息和所述农作物种植方案生成模型得到第二候选种植方案，包括：
获取所述农作物生长遥感图像信息所持有的农作物种类标识，获取所述卫星监控服务器对应的历史遥感影像数据库；
根据所述历史遥感影像数据库对所述农作物种类标识进行匹配，得到所述农作物种类标识对应的第一农作物生长状态趋势；
根据农作物生长趋势预测模型对所述农作物生长遥感图像信息进行预测，得到所述农作物生长遥感图像信息对应的第二农作物生长状态趋势；
若所述第一农作物生长状态趋势与所述第二农作物生长状态趋势相同，则所述农作物生长遥感图像信息符合检测要求，根据符合检测要求的农作物生长遥感图像信息生成标准化农作物生长遥感图像信息集；
根据所述农作物种植方案生成模型生成农作物种植计划表，根据所述农作物种植计划表和所述标准化农作物生长遥感图像信息集得到第二候选种植方案。
在一种可能的实施方式中，所述对所述添加方案后的种植方案生成服务器中每个候选种植方案分别对应的农作物生产分数进行更新，将添加方案后的农作物生产分数大于预设生产分数阈值的候选种植方案作为目标种植方案，包括：
获取所述添加方案后的种植方案生成服务器中所包含的候选种植方案的数目，确定所述添加方案后的种植方案生成服务器中每个候选种植方案分别对应的计算机设备，并获取与所述计算机设备相匹配的参考比例系数；
根据所述添加方案后的种植方案生成服务器中所包含的候选种植方案的数目和所述参考比例系数，对所述添加方案后的种植方案生成服务器中每个候选种植方案分别对应的农作物生产分数进行更新；
将添加方案后的农作物生产分数大于预设生产分数阈值的候选种植方案作为目标种植方案，获取处于目标种植方案的候选种植方案对应的当前种植置信度；
若所述当前种植置信度与目标农业监控服务器中的具备最大种植置信度的候选种植方案对应的种植置信度之间的差值位于预设容错范围，则将所述处于目标种植方案的候选种植方案更新至所述目标农业监控服务器；
若所述当前种植置信度与所述目标农业监控服务器中的具备最大种植置信度的候选种植方案对应的种植置信度的差值超出预设容错范围，则对所述处于目标种植方案的候选种植方案进行种植置信度更新，将添加方案后的处于目标种植方案的候选种植方案更新至所述目标农业监控服务器；所述目标农业监控服务器用于存储所有目标种植方案。
在一种可能的实施方式中，所述种植方案生成服务器包括多个候选种植方案集合，所述多个候选种植方案集合包括所述目标候选种植方案集合；
所述对种植方案生成服务器所持有的候选种植方案执行模拟测试，包括：
从所述种植方案生成服务器中获取所述多个候选种植方案集合，获取所述多个候选种植方案集合分别对应的初始种植方案数目；
根据所述初始种植方案数目对所述多个候选种植方案集合进行排序，根据每个候选种植方案集合的预设验证时间，依次对所述每个候选种植方案集合所包含的候选种植方案执行模拟测试。
在一种可能的实施方式中，所述若所述多个候选种植方案中的第一候选种植方案满足模拟测试，且所述第一候选种植方案为所述目标候选种植方案集合中种植置信度最大的候选种植方案，则获取所述第一候选种植方案对应的农作物种植方案生成模型，根据所述农作物生长遥感图像信息和所述农作物种植方案生成模型得到第二候选种植方案，将所述第二候选种植方案更新至所述目标候选种植方案集合，得到添加方案后的种植方案生成服务器，包括：
若所述多个候选种植方案集合中存在候选种植方案均满足模拟测试的目标候选种植方案集合，则将所述目标候选种植方案集合中种植置信度最大的候选种植方案作为所述第一候选种植方案，获取所述第一候选种植方案对应的农作物种植方案生成模型；
根据所述农作物生长遥感图像信息和所述农作物种植方案生成模型得到第二候选种植方案，将所述第二候选种植方案更新至所述目标候选种植方案集合，将添加方案后的目标候选种植方案集合与剩余候选种植方案集合作为添加方案后的种植方案生成服务器；所述剩余候选种植方案集合为所述种植方案生成服务器中除所述目标候选种植方案集合之外的候选种植方案集合。
在一种可能的实施方式中，还包括：
若所述多个候选种植方案集合中均存在未满足模拟测试的候选种植方案，则分别获取每个候选种植方案集合中满足模拟测试的候选种植方案的目标数目，将具有最大的目标数目的候选种植方案集合作为所述目标候选种植方案集合；
从所述目标候选种植方案集合所包含的满足模拟测试的候选种植方案中，获取种植置信度最大的候选种植方案作为所述第一候选种植方案，获取所述第一候选种植方案对应的农作物种植方案生成模型；
根据所述农作物生长遥感图像信息和所述农作物种植方案生成模型得到第二候选种植方案，将所述目标候选种植方案集合中满足模拟测试的所有候选种植方案，以及所述第二候选种植方案，作为新的候选种植方案集合；
将所述新的候选种植方案集合和所述多个候选种植方案集合作为添加方案后的种植方案生成服务器。
在一种可能的实施方式中，所述对所述添加方案后的种植方案生成服务器中每个候选种植方案分别对应的农作物生产分数进行更新，包括：
从所述添加方案后的种植方案生成服务器中，获取所述添加方案后的目标候选种植方案集合和所述剩余候选种植方案集合分别对应的种植方案数目，并分别获取每个候选种植方案在所述添加方案后的目标候选种植方案集合和所述剩余候选种植方案集合中的占比；
根据所述种植方案数目与所述占比，重新获取所述添加方案后的种植方案生成服务器中每个候选种植方案分别对应的农作物生产分数。
第二方面，本发明实施例提供一种基于北斗卫星的智慧农业物联网系统，应用于计算机设备，包括：
获取模块，用于获取卫星监控服务器发送的农作物生长遥感图像信息，对种植方案生成服务器所持有的候选种植方案执行模拟测试；所述种植方案生成服务器包括目标候选种植方案集合，所述目标候选种植方案集合包括多个候选种植方案，不同的候选种植方案分别由不同的计算机设备生成；
判断模块，用于若所述多个候选种植方案中的第一候选种植方案满足模拟测试，且所述第一候选种植方案为所述目标候选种植方案集合中种植置信度最大的候选种植方案，则获取所述第一候选种植方案对应的农作物种植方案生成模型，根据所述农作物生长遥感图像信息和所述农作物种植方案生成模型得到第二候选种植方案，将所述第二候选种植方案更新至所述目标候选种植方案集合，得到添加方案后的种植方案生成服务器；
测试模块，用于将所述第二候选种植方案在农业监控集群中进行遍历发送，以使所述农业监控集群中除得到所述第二候选种植方案的计算机设备之外剩余的计算机设备，将所述第二候选种植方案分别存储至对应的存储位置；对所述添加方案后的种植方案生成服务器中每个候选种植方案分别对应的农作物生产分数进行更新，将添加方案后的农作物生产分数大于预设生产分数阈值的候选种植方案作为目标种植方案；
种植模块，用于将所述目标种植方案发送至农作物自动种植单元，以使所述农作物自动种植单元执行所述目标种植方案。
第三方面，本发明实施例提供一种基于北斗卫星的智慧农业物联网云平台，包括自动种植单元以及计算机设备，所述自动种植单元用于接收并执行所述计算机设备发送的目标种植方案；所述目标种植方案是根据所述的基于北斗卫星的智慧农业物联网方法获得的。
相比现有技术，本发明提供的有益效果包括：本发明公开了一种基于北斗卫星的智慧农业物联网方法、系统及云平台，包括：获取卫星监控服务器发送的农作物生长遥感图像信息，对候选种植方案执行模拟测试；若存在第一候选种植方案符合预设条件，则获取对应的农作物种植方案生成模型，根据农作物生长遥感图像信息和农作物种植方案生成模型得到第二候选种植方案，得到添加方案后的种植方案生成服务器；基于其余计算机设备对添加方案后的种植方案生成服务器中每个候选种植方案分别对应的农作物生产分数进行更新，并确定出目标种植方案；将目标种植方案发送至农作物自动种植单元，以使农作物自动种植单元执行目标种植方案，如此设计，能够得到获取较佳的目标种植方案，实现智慧农业种植。
附图说明
为了更清楚地说明本发明实施例的技术方案，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发明的某些实施例，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他相关的附图。
图1为本发明实施例提供的基于北斗卫星的智慧农业物联网方法的应用场景交互示意图；
图2为本发明实施例提供的基于北斗卫星的智慧农业物联网方法的步骤流程示意图；
图3为本发明施例提供的基于北斗卫星的智慧农业物联网系统的结构示意框图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。通常在此处附图中描述和示出的本发明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发明的实施例的详细描述并非旨在限制要求保护的本发明的范围，而是仅仅表示本发明的选定实施例。基于本发明中的实施例，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，都属于本发明保护的范围。
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。
在本发明的描述中，需要理解的是，术语“上”、“下”、“内”、“外”、“左”、“右”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，或者是本领域技术人员惯常理解的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的设备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发明的限制。
此外，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。
在本发明的描述中，还需要说明的是，除非另有明确的规定和限定，“设置”、“连接”等术语应做广义理解，例如，“连接”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；可以是直接连接，也可以通过中间媒介间接连接，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，可以根据具体情况理解上述术语在本发明中的具体含义。
下面结合附图，对本发明的具体实施方式进行详细说明。
图1是本公开一种实施例提供的一种基于北斗卫星的智慧农业物联网方法应用场景的交互示意图。该场景中可以包括计算机设备100以及与计算机设备100通信连接的卫星监控服务器200、种植方案生成服务器300和自动种植单元400。图1所示的基于北斗卫星的智慧农业物联网方法应用场景仅为一种可行的示例，在其它可行的实施例中，该基于北斗卫星的智慧农业物联网方法应用场景也可以仅包括图1所示组成部分的其中一部分或者还可以包括其它的组成部分。
为了解决前述背景技术中的技术问题，图2为本公开实施例提供的基于北斗卫星的智慧农业物联网方法的流程示意图，本实施例提供的基于北斗卫星的智慧农业物联网方法可以由图1中所示的计算机设备100执行，下面对该基于北斗卫星的智慧农业物联网方法进行详细介绍。
步骤S101，获取卫星监控服务器200发送的农作物生长遥感图像信息，对种植方案生成服务器300所持有的候选种植方案执行模拟测试。
种植方案生成服务器300包括目标候选种植方案集合，目标候选种植方案集合包括多个候选种植方案，不同的候选种植方案分别由不同的计算机设备100生成。
具体的，当卫星监控服务器200向农业监控集群发送农作物生长遥感图像信息后，农业监控集群中的计算机设备100可以获取该卫星监控服务器200发送的农作物生长遥感图像信息。在将农作物生长遥感图像信息制作成种植方案之前，计算机设备100可以对种植方案生成服务器300所持有的所有候选种植方案执行模拟测试。其中，种植方案生成服务器300是用于存储农业监控集群中暂时还未确定的种植方案，即还未确定为目标种植方案的种植方案，种植方案生成服务器300可以包括目标候选种植方案集合，目标候选种植方案集合中可以包括多个候选种植方案，在目标候选种植方案集合中，不同的候选种植方案分别由不同的计算机设备100生成，且后一个候选种植方案的农作物种植计划表中包含前一个候选种植方案对应的农作物种植方案生成模型，第一个候选种植方案的农作物种植计划表中包含目标农业监控服务器中最大种植置信度的种植方案对应的农作物种植方案生成模型。应当理解，种植方案生成服务器300中第一个候选种植方案的种植置信度比目标农业监控服务器中最大种植置信度的种植方案对应的种植置信度更高，第二个候选种植方案的种植置信度比第一个候选种植方案的种植置信度更高。换言之，在本申请实施例中，种植方案生成服务器300中的候选种植方案的种植置信度是根据目标农业监控服务器的种植置信度的数值开始的，且候选种植方案的种植置信度与对应候选种植方案的生成顺序相关联。示例性的，由于种植方案B的农作物种植计划表中包含种植方案A对应的农作物种植方案生成模型，因此本地存储位置所包含的目标候选种植方案集合为：种植方案A-种植方案B，当目标农业监控服务器中的种植置信度为a时，种植方案A对应的种植置信度为a+n，种植方案B对应的种植置信度为a+n+m。
需要说明的是，模拟测试是指当前计算机设备100对种植方案生成服务器300中所持有的候选种植方案的仿真模拟执行过程。
可以理解地，获取农作物生长遥感图像信息和对候选种植方案执行模拟测试这两个方法步骤的执行顺序不受表达顺序的限制，例如这两个方法步骤可以互换地执行。
应当理解，卫星监控服务器200向农业监控集群发送农作物生长遥感图像信息后，农业监控集群内部可以根据预先设定的预设验证时间，以及生成上一个种植方案的计算机设备100，确定出将上述农作物生长遥感图像信息制作成新种植方案的计算机设备100，此处的上一个种植方案与新种植方案均为候选种植方案。例如，农业监控集群中共包括5个计算机设备100，这5个计算机设备100的预设验证时间为：计算机设备100A-计算机设备100B-计算机设备100C-计算机设备100D-计算机设备100E；当农业监控集群接收到卫星监控服务器200发送的农作物生长遥感图像信息后，可以根据生成上一个种植方案的计算机设备100在上述排列顺序中的位置，确定生成新种植方案（新种植方案即为存储上述农作物生长遥感图像信息的种植方案）的计算机设备100，若生成上一个种植方案的计算机设备100为：计算机设备100A，则可以由计算机设备100B将上述农作物生长遥感图像信息制作成新种植方案；若生成上一个种植方案的计算机设备100为：计算机设备100B，则可以由计算机设备100C将上述农作物生长遥感图像信息制作成新种植方案；依次类推，若生成上一个种植方案的计算机设备100为：计算机设备100E，则可以由计算机设备100A将上述农作物生长遥感图像信息制作成新种植方案。换言之，可以采用轮询的方式按照预设验证时间选取计算机设备100来生成新种植方案。预设验证时间可以根据每个计算机设备100为农业监控集群所提供的正确种植方案来确定，并根据正确种植方案量对计算机设备100进行排序，当接收到新的农作物生长遥感图像信息时，可以按照预设验证时间选择计算机设备100。举例来说，若计算机设备100A所生成的历史种植方案数目均为10个，且计算机设备100A所生成的10个历史种植方案均通过了农业监控集群的模拟测试，最终完成了种植方案的确定；计算机设备100B所生成的历史种植方案数目同样为10个，但只有5个历史种植方案通过了农业监控集群的模拟测试，完成了种植方案的确定，则表示计算机设备100A为农业监控集群所提高的正确种植方案比计算机设备100B为农业监控集群所做出的正确种植方案要多，因此计算机设备100A应该排在计算机设备100B的前面。
步骤S102，若多个候选种植方案中的第一候选种植方案满足模拟测试，且第一候选种植方案为目标候选种植方案集合中种植置信度最大的候选种植方案，则获取第一候选种植方案对应的农作物种植方案生成模型，根据农作物生长遥感图像信息和农作物种植方案生成模型得到第二候选种植方案，将第二候选种植方案更新至目标候选种植方案集合，得到添加方案后的种植方案生成服务器300。
具体的，计算机设备100可以根据种植方案生成服务器300中每个候选种植方案的种植置信度，依次对每个候选种植方案执行模拟测试。若目标候选种植方案集合中的第一候选种植方案满足模拟测试，且该第一候选种植方案为目标候选种植方案集合中种植置信度最大的候选种植方案，则可以获取第一候选种植方案对应的农作物种植方案生成模型，并将该农作物种植方案生成模型作为农作物种植计划表的匹配模型，农作物生长遥感图像信息作为标准化农作物生长遥感图像信息集数据得到第二候选种植方案，并将第二候选种植方案更新至目标候选种植方案集合中，将新生成的第二候选种植方案缓存在种植方案生成服务器300中，得到添加方案后的种植方案生成服务器300。换言之，若目标候选种植方案集合中所包含的候选种植方案均满足模拟测试，则把目标候选种植方案集合中种植置信度最大的候选种植方案称为第一候选种植方案，根据第一候选种植方案对应的农作物种植方案生成模型与卫星监控服务器200发送的农作物生长遥感图像信息，得到第二候选种植方案，得到添加方案后的目标候选种植方案集合，并将第二候选种植方案存储在种植方案生成服务器300中。可以理解的是，第一候选种植方案和第二候选种植方案同属于目标候选种植方案集合，并在目标候选种植方案集合中第一候选种植方案与第二候选种植方案为相邻种植方案，即第二候选种植方案的种植置信度为第一候选种植方案的种植置信度加1。
例如，目标候选种植方案集合为：候选种植方案A-候选种植方案B-候选种植方案C-候选种植方案D，计算机设备100通过依次对候选种植方案A、候选种植方案B、候选种植方案C以及候选种植方案D执行模拟测试，若候选种植方案A、候选种植方案B、候选种植方案C以及候选种植方案D均满足模拟测试，则可以获取候选种植方案D对应的农作物种植方案生成模型（此时的候选种植方案D即为上述第一候选种植方案），根据候选种植方案D对应的农作物种植方案生成模型与农作物生长遥感图像信息生成候选种植方案E（即第二候选种植方案），得到添加方案后的目标候选种植方案集合为：候选种植方案A-候选种植方案B-候选种植方案C-候选种植方案D-候选种植方案E，候选种植方案E可以更新至种植方案生成服务器300进行存储，得到添加方案后的种植方案生成服务器300。
可选的，若目标候选种植方案集合中存在未满足模拟测试的候选种植方案，且第一候选种植方案为目标候选种植方案集合中满足模拟测试的候选种植方案中种植置信度最大的候选种植方案，则获取第一候选种植方案对应的农作物种植方案生成模型，根据农作物生长遥感图像信息和该农作物种植方案生成模型得到第二候选种植方案；将目标候选种植方案集合中满足模拟测试的所有候选种植方案，以及第二候选种植方案，作为新的候选种植方案集合，将新的候选种植方案集合和目标候选种植方案集合作为添加方案后的种植方案生成服务器300。换言之，若对目标候选种植方案集合中所包含的候选种植方案进行验证时，存在候选种植方案未通过验证，则可以停止对候选种植方案集合中剩余候选种植方案的验证过程，并把目标候选种植方案集合中满足模拟测试的候选种植方案中种植置信度最大的候选种植方案称为第一候选种植方案，根据第一候选种植方案与卫星监控服务器200发送的农作物生长遥感图像信息得到第二候选种植方案。根据目标候选种植方案集合中满足模拟测试的所有候选种植方案，以及第二候选种植方案，可以构建一个新的候选种植方案集合，将第二候选种植方案更新至种植方案生成服务器300中，以得到添加方案后的种植方案生成服务器300，添加方案后的种植方案生成服务器300中，除了已经存在的目标候选种植方案集合之外，还包括上述所构建的新的候选种植方案集合。
如前述举例，目标候选种植方案集合为：候选种植方案A-候选种植方案B-候选种植方案C-候选种植方案D，计算机设备100对候选种植方案A执行模拟测试，候选种植方案A通过验证后对候选种植方案B执行模拟测试，在候选种植方案B通过验证后对候选种植方案C进行验证，若候选种植方案C未通过验证，则可以停止对候选种植方案D的模拟测试过程（候选种植方案D的农作物种植计划表中包含候选种植方案C对应的农作物种植方案生成模型，当候选种植方案C未满足模拟测试时，候选种植方案D也不会满足模拟测试，反之，当候选种植方案D满足模拟测试时，候选种植方案C也同样通过了模拟测试），获取候选种植方案B对应的农作物种植方案生成模型（此时的候选种植方案B即为上述第一候选种植方案），根据候选种植方案B对应的农作物种植方案生成模型与农作物生长遥感图像信息生成候选种植方案E（即第二候选种植方案）。根据候选种植方案A、候选种植方案B以及候选种植方案E，可以构建一个新的候选种植方案集合，新的候选种植方案集合为：候选种植方案A-候选种植方案B-候选种植方案E；候选种植方案E可以更新至种植方案生成服务器300中，得到添加方案后的种植方案生成服务器300。
可选的，在根据第一候选种植方案对应的农作物种植方案生成模型与农作物生长遥感图像信息得到第二候选种植方案之前，计算机设备100还可以对接收的农作物生长遥感图像信息进行初步检测，将符合检测要求的农作物生长遥感图像信息与上述农作物种植方案生成模型制作成第二候选种植方案。具体的初步检测过程为：计算机设备100可以获取农作物生长遥感图像信息所持有的农作物种类标识，获取卫星监控服务器200对应的历史遥感影像数据库；根据历史遥感影像数据库对农作物种类标识进行匹配，得到农作物种类标识对应的第一农作物生长状态趋势；根据农作物生长趋势预测模型对农作物生长遥感图像信息进行预测，得到农作物生长遥感图像信息对应的第二农作物生长状态趋势；若第一农作物生长状态趋势与第二农作物生长状态趋势相同，则农作物生长遥感图像信息符合检测要求，根据符合检测要求的农作物生长遥感图像信息生成标准化农作物生长遥感图像信息集；根据第一候选种植方案对应的农作物种植方案生成模型生成农作物种植计划表，根据农作物种植计划表和标准化农作物生长遥感图像信息集得到第二候选种植方案。换言之，为了防止农作物生长遥感图像信息在传输过程中被恶意篡改，卫星监控服务器200可以生成农业监控组件（包括监控管理账户和历史遥感影像数据库，监控管理账户由卫星监控服务器200自己管理，历史遥感影像数据库可以通知给农业监控集群中的所有计算机设备100），卫星监控服务器200可以采用农作物生长趋势预测模型对农作物生长遥感图像信息进行预测，生成农作物生长遥感图像信息对应的第一农作物生长状态趋势，并采用生成的监控管理账户对第一农作物生长状态趋势进行管理农作物生长遥感图像信息。卫星监控服务器200将持有农作物种类标识的农作物生长遥感图像信息发送至农业监控集群，农业监控集群中的计算机设备100在接收到卫星监控服务器200发送的持有农作物种类标识的农作物生长遥感图像信息后，可以获取卫星监控服务器200对应的历史遥感影像数据库，根据历史遥感影像数据库对农作物种类标识进行匹配，得到农作物种类标识对应的第一农作物生长状态趋势，进而根据农作物生长趋势预测模型（即卫星监控服务器200生成农作物种类标识所采用的农作物生长趋势预测模型）对计算机设备100接收到的农作物生长遥感图像信息进行预测，得到接收到的农作物生长遥感图像信息对应的第二农作物生长状态趋势，若第一农作物生长状态趋势与第二农作物生长状态趋势相同，则表示农作物生长遥感图像信息在发送过程中没有出现问题，符合检测要求；若第一农作物生长状态趋势与第二农作物生长状态趋势不相同，则表示农作物生长遥感图像信息在发送过程中可能存在误操作导致数据不匹配，初步检测不通过。
应当理解的是，卫星监控服务器200在发送农作物生长遥感图像信息之前，已经将历史遥感影像数据库与生成农作物种类标识所使用的农作物生长趋势预测模型通知给农业监控集群中的计算机设备100，若农作物生长遥感图像信息在发送过程中发生错误，计算机设备100接收到的农作物种类标识并不是卫星监控服务器200原本生成的农作物种类标识，则计算机设备100采用卫星监控服务器200对应的历史遥感影像数据库对农作物种类标识进行匹配时，无法进行求解。其中，农作物生长趋势预测模型可以包括但不限于基于BP神经网络、LSTM神经网络等训练的模型。
当农作物生长遥感图像信息符合检测要求后，计算机设备100可以将第一候选种植方案对应的农作物种植方案生成模型和农作物生长遥感图像信息制作成第二候选种植方案，第二候选种植方案的农作物种植计划表可以包括第一候选种植方案对应的农作物种植方案生成模型，第二候选种植方案的标准化农作物生长遥感图像信息集中可以用于记录农作物生长遥感图像信息。
步骤S103，将第二候选种植方案在农业监控集群中进行遍历发送，以使农业监控集群中除得到第二候选种植方案的计算机设备100之外剩余的计算机设备100，将第二候选种植方案分别存储至对应的存储位置。
具体的，计算机设备100在得到第二候选种植方案后，可以将第二候选种植方案在农业监控集群中进行遍历发送，即将第二候选种植方案发送给农业监控集群中剩余的计算机设备100，以使农业监控集群中除得到第二候选种植方案的计算机设备100之外剩余的计算机设备100，对第二候选种植方案分别进行缓存，将第二候选种植方案缓存到各自对应的存储位置中。换言之，在农业监控集群中，不论是哪个计算机设备100所生成的候选种植方案，均需要在农业监控集群中进行遍历发送。可以理解地，农业监控集群中其余计算机设备100所对应的存储位置与当前计算机设备100对应的种植方案生成服务器300的作用相同，均可以用于存储所有计算机设备100生成的候选种植方案。
步骤S104，对添加方案后的种植方案生成服务器300中每个候选种植方案分别对应的农作物生产分数进行更新，将添加方案后的农作物生产分数大于预设生产分数阈值的候选种植方案作为目标种植方案。
具体的，计算机设备100在将生成的第二候选种植方案更新至种植方案生成服务器300后，可以得到添加方案后的种植方案生成服务器300。计算机设备100可以获取添加方案后的种植方案生成服务器300中所包含的候选种植方案的数目，进而获取每个第二候选种植方案当前时刻的农作物生产分数，将当前农作物生产分数大于预设生产分数阈值的候选种植方案作为目标种植方案，并将处于目标种植方案的候选种植方案更新至目标农业监控服务器，即将模拟测试通过的候选种植方案进行确认，预设生产分数阈值与农业监控服务器中所采用的仿真模型有关，不同的仿真模型可以具有不同的预设生产分数阈值，本申请实施例对采用的仿真模型不作具体限制。举例来说，添加方案后的种植方案生成服务器300中包括添加方案后的目标候选种植方案集合：候选种植方案A-候选种植方案B-候选种植方案C-候选种植方案D-候选种植方案E，由于每个候选种植方案均由不同的计算机设备100所生成，因此可以获取得到候选种植方案A对应的农作物生产分数为：5分；候选种植方案B对应的农作物生产分数为：4分；候选种植方案C对应的农作物生产分数为：3分； 候选种植方案D对应的农作物生产分数为：2分；候选种植方案E对应的农作物生产分数为：1分。假设农业监控集群中共包括9个计算机设备100，每得一分则表示有一个计算机设备100模拟测试通过了候选种植方案，预设生产分数阈值为50%的计算机设备100数，则表示候选种植方案A对应的生产分数已经超过了预设生产分数阈值，即候选种植方案A模拟测试通过，可以将候选种植方案A更新至目标农业监控服务器进行确认。
可选的，添加方案后的种植方案生成服务器300中包括目标候选种植方案集合：候选种植方案A-候选种植方案B-候选种植方案C-候选种植方案D，以及新的候选种植方案集合：候选种植方案A-候选种植方案B-候选种植方案E，可以获取得到候选种植方案A对应的农作物生产分数为：5分；候选种植方案B对应的农作物生产分数为：1分；候选种植方案C对应的农作物生产分数为：2分；候选种植方案D对应的农作物生产分数为：1分；候选种植方案E对应的农作物生产分数为：1分。假设农业监控集群中共包括9个计算机设备100，预设生产分数阈值为50%的计算机设备100数，则表示候选种植方案A对应的生产分数已经超过了预设生产分数阈值，即候选种植方案A模拟测试通过，可以将候选种植方案A更新至目标农业监控服务器进行方案确认。
可选的，在农业监控集群中，还可以根据每个计算机设备100的历史验证记录，为每个计算机设备100分配参考比例系数，当某计算机设备100在一段时间内对种植方案的验证结果与该种植方案在农业监控集群中的最终验证结果相同时（即种植方案在农业监控集群中模拟测试通过时，该计算机设备100对种植方案的验证结果为：验证通过），该计算机设备100的参考比例系数可以设置得高一些，如参考比例系数为1.3；当某计算机设备100在一段时间内存在大部分种植方案的验证结果与种植方案在农业监控集群中的最终验证结果不相同时（即种植方案在农业监控集群中模拟测试通过时，该计算机设备100对种植方案的验证结果为：验证未通过，或者种植方案在农业监控集群中模拟测试未通过时，该计算机设备100对种植方案的验证结果为：验证通过），该计算机设备100的参考比例系数可以设置得低一些，如参考比例系数为0.7，等等。当每个计算机设备100均设置了对应的参考比例系数后，计算机设备100可以获取添加方案后的种植方案生成服务器300中所包含的候选种植方案的数目，确定添加方案后的种植方案生成服务器300中每个候选种植方案分别对应的计算机设备100，并获取与计算机设备100相匹配的参考比例系数；根据添加方案后的种植方案生成服务器300中所包含的候选种植方案的数目和参考比例系数，对添加方案后的种植方案生成服务器300中每个候选种植方案分别对应的农作物生产分数进行更新；将添加方案后的农作物生产分数大于预设生产分数阈值的候选种植方案作为目标种植方案，将处于目标种植方案的候选种植方案更新至目标农业监控服务器；目标农业监控服务器用于存储所有目标种植方案。换言之，当每个计算机设备100均设置了对应的参考比例系数后，候选种植方案对应的农作物生产分数不仅与确认候选种植方案合法的计算机设备100的数目有关，还与确认候选种植方案合法的计算机设备100的参考比例系数有关。例如，添加方案后的种植方案生成服务器300中包括目标候选种植方案集合：候选种植方案A-候选种植方案B-候选种植方案C；候选种植方案A由计算机设备100A生成，计算机设备100A对应的参考比例系数为1.3；候选种植方案B由计算机设备100B生成，计算机设备100B对应的参考比例系数为1.0；候选种植方案C由计算机设备100C生成，计算机设备100C对应的参考比例系数为0.7；可以获取得到候选种植方案A当前的农作物生产分数为：1.3*1+1.0*1+0.7*1=3分。
计算机设备100在将模拟测试通过的候选种植方案更新至目标农业监控服务器进行确定操作时，计算机设备100可以获取处于目标种植方案的候选种植方案对应的当前种植置信度；若当前种植置信度与目标农业监控服务器中的具备最大种植置信度的候选种植方案对应的种植置信度之间的差值位于预设容错范围，则将处于目标种植方案的候选种植方案更新至目标农业监控服务器；若当前种植置信度与目标农业监控服务器中的具备最大种植置信度的候选种植方案对应的种植置信度的差值超出预设容错范围，则对处于目标种植方案的候选种植方案进行种植置信度更新，将添加方案后的处于目标种植方案的候选种植方案更新至目标农业监控服务器。在执行模拟测试的过程中，可能存在候选种植方案未能满足模拟测试，如候选种植方案A在农业监控集群中未能通过各个计算机设备100之间的模拟测试，而候选种植方案B在农业监控集群中通过了各个计算机设备100的模拟测试（默认生成候选种植方案B的时间晚于生成候选种植方案A的时间），因此可以将候选种植方案B进行方案确认。若候选种植方案B的农作物种植计划表中包含目标农业监控服务器中具备最大种植置信度的候选种植方案对应的农作物种植方案生成模型，则可以直接将候选种植方案B更新至目标农业监控服务器进行方案确认；若候选种植方案B的农作物种植计划表中不包含目标农业监控服务器中具备最大种植置信度的候选种植方案对应的农作物种植方案生成模型（如包含候选种植方案A对应的农作物种植方案生成模型），则需要对候选种植方案B进行种植置信度更新，即将候选种植方案B的农作物种植计划表中的原始农作物种植方案生成模型更新为目标农业监控服务器中具备最大种植置信度的候选种植方案对应的农作物种植方案生成模型，并将添加方案后的候选种植方案B更新至目标农业监控服务器进行方案确认。在候选种植方案B完成方案确认过程后，可以从各计算机设备100的种植方案生成服务器300中进行删除。
应当理解，农业监控集群中剩余的计算机设备100在接收到当前计算机设备100所遍历发送的第二候选种植方案，并将第二候选种植方案存储至对应的存储位置后，其余计算机设备100可以对第二候选种植方案进行验证，根据验证结果生成新的候选种植方案，并获取存储位置中每个候选种植方案分别对应的农作物生产分数。以下一个计算机设备100为例，若下一个计算机设备100通过了第二候选种植方案的验证，则可以根据第二候选种植方案的农作物种植方案生成模型与所接收的数据生成第三候选种植方案；若下一个计算机设备100未通过第二候选种植方案的验证，则可以根据通过验证的最大候选种植方案（即通过验证的候选种植方案中种植置信度最大的候选种植方案）对应的农作物种植方案生成模型与所接收到的数据，生成第三候选种植方案；进而可以根据第三候选种植方案得到添加方案后的存储位置，并获取添加方案后的存储位置中每个候选种植方案分别对应的农作物生产分数，其实现过程与上述步骤S101-步骤S104相同。
步骤S105，将目标种植方案发送至农作物自动种植单元400，以使农作物自动种植单元400执行目标种植方案。
在本申请实施例中，通过前述方案获取了目标种植方案后，便可以将其发送至农作物自动种植单元400，农作物自动种植单元400便可以依据目标种植方案中的数据，进行对应品种的播种、灌溉、控温、控湿等操作，以实现基于北斗卫星的智慧农业物联网种植。
本申请实施例提供的一种农业监控服务器使用的场景实例。示例性的，农业监控集群中包括7个计算机设备100，每个计算机设备100可以与相同的农业监控服务器通信连接，即目标农业监控服务器，目标农业监控服务器中所包含的所有种植方案（如种植方案A、种植方案B以及种植方案C，种植方案C为目标农业监控服务器中种植置信度最大的种植方案）均为模拟测试通过的种植方案，每个种植方案中所记录的数据均是不一样的。在农业监控集群中，每个计算机设备100生成的种植方案，都需要在系统进行遍历发送，即每个计算机设备100的存储位置中均可以存储所有计算机设备100所生成的候选种植方案（暂未确定为目标种植方案的种植方案），在模拟测试过程中可以按照从计算机设备100A-计算机设备100G的顺序对生成的候选种植方案进行验证。如计算机设备100D对应的种植方案生成服务器300中可以包括：计算机设备100A生成的种植方案D、计算机设备100B生成的种植方案E以及计算机设备100C生成的种植方案F（种植方案D、种植方案E以及种植方案F均为暂未确定为目标种植方案的种植方案），由于种植方案E的农作物种植计划表中包含种植方案D对应的农作物种植方案生成模型，种植方案F的农作物种植计划表中包含种植方案E对应的农作物种植方案生成模型，因此可以将种植方案D、种植方案E以及种植方案F可以称为目标候选种植方案集合。当计算机设备100D接收到卫星监控服务器200A发送的种植参数时，计算机设备100D可以依次对目标候选种植方案集合中所包含的候选种植方案进行验证，若种植方案D、种植方案E以及种植方案F均通过验证，即目标候选种植方案集合所包含的所有候选种植方案均通过验证，则可以将种植方案F对应的农作物种植方案生成模型和卫星监控服务器200A发送的种植参数，制作成种植方案G，并将种植方案G更新至种植方案生成服务器300中，此时的目标候选种植方案集合更新为：种植方案D-种植方案E-种植方案F-种植方案G。计算机设备100D可以根据添加方案后的目标候选种植方案集合，获取每个候选种植方案分别对应的农作物生产分数，获取结果如下：种植方案D对应的农作物生产分数为1分，种植方案E对应的农作物生产分数为3分，种植方案F对应的农作物生产分数为2分，种植方案G对应的农作物生产分数为1分。若农业监控集群中超过50%的计算机设备100模拟测试通过了某候选种植方案，则表示为该候选种植方案通过了模拟测试，因此可以确定种植方案D通过了模拟测试，进而可以将种植方案D更新至目标农业监控服务器进行方案确认，且种植方案D的农作物种植计划表中包含种植方案C对应的农作物种植方案生成模型。
其中，应当理解，当计算机设备100所生成的候选种植方案的农作物种植计划表中包含另一个候选种植方案对应的农作物种植方案生成模型，则表明该计算机设备100验证通过了上述另一个候选种植方案中所记录的所有数据。
可选的，若计算机设备100D在对目标候选种植方案集合中所包含的候选种植方案进行验证时，只有种植方案D通过了验证，种植方案E和种植方案F均未通过验证，则可以将种植方案D对应的农作物种植方案生成模型和卫星监控服务器200A发送的种植参数，制作成种植方案G，并将种植方案G更新至种植方案生成服务器300中，此时的种植方案生成服务器300中不仅可以包含原目标候选种植方案集合：种植方案D-种植方案E-种植方案F-种植方案G，还可以包含一个新的候选种植方案集合：种植方案D-种植方案G。计算机设备100D可以根据目标候选种植方案集合和新的候选种植方案集合，获取每个候选种植方案分别对应的农作物生产分数，获取结果如下：种植方案D对应的农作物生产分数为1分，种植方案E对应的农作物生产分数为2分，种植方案F对应的农作物生产分数为3分，种植方案G对应的农作物生产分数为1分。因此，可以确定种植方案D通过了模拟测试，进而可以将种植方案D更新至目标农业监控服务器进行方案确认，且种植方案D的农作物种植计划表中包含种植方案C对应的农作物种植方案生成模型。
在本申请实施例中，对于农业监控集群中的每个计算机设备100，可以将生成的候选种植方案遍历发送给农业监控集群中的其他计算机设备100进行缓存，下一个计算机设备100在接收到农作物生长遥感图像信息后，可以对本地缓存的所有候选种植方案进行验证，并从通过验证的所有候选种植方案中，选择种植置信度最大的候选种植方案作为第一候选种植方案，根据第一候选种植方案所对应的农作物种植方案生成模型和接收到的农作物生长遥感图像信息生成新的种植方案（第二候选种植方案），即可以根据计算机设备100新生成的种植方案中所包含的农作物种植方案生成模型，确定该计算机设备100验证通过的种植方案，如计算机设备100生成的新种植方案包含种植方案C的农作物种植方案生成模型，可以确定该计算机设备100验证通过了种植方案C，以及种植方案C所包含的农作物种植方案生成模型对应的种植方案等；根据缓存的候选种植方案数目以及每个候选种植方案所包含的农作物种植方案生成模型，确定每个候选种植方案分别对应的农作物生产分数，可以避免计算机设备100对种植方案验证结果进行遍历发送，进而降低遍历发送种植方案验证结果的传输次数，从而提高模拟测试效率。
本申请实施例提供的另一种农业监控服务器确定目标种植方案的示例，具体可以包括以下步骤：
步骤S201，获取卫星监控服务器200发送的农作物生长遥感图像信息，从种植方案生成服务器300中获取多个候选种植方案集合，获取多个候选种植方案集合分别对应的初始种植方案数目。
具体的，计算机设备100在接收到卫星监控服务器200发送的农作物生长遥感图像信息后，可以获取种植方案生成服务器300中存储的所有候选种植方案，根据每个候选种植方案的农作物种植计划表中所包含的农作物种植方案生成模型，确定所有候选种植方案之间的链式关系，即确定种植方案生成服务器300中存在多少个候选种植方案集合，以及每个候选种植方案集合中所包含的种植方案数目，也可以称为每个候选种植方案集合对应的初始种植方案数目。其中，不同的候选种植方案集合中一定存在不同的候选种植方案，但可以包含相同的候选种植方案，如候选种植方案集合1可以为：候选种植方案A-候选种植方案B-候选种植方案C，候选种植方案集合2可以为：候选种植方案A-候选种植方案B-候选种植方案D-候选种植方案E。
步骤S202，根据初始种植方案数目对多个候选种植方案集合进行排序，根据每个候选种植方案集合的预设验证时间，依次对每个候选种植方案集合所包含的候选种植方案执行模拟测试。
具体的，计算机设备100可以根据每个候选种植方案集合对应的初始种植方案数目，对种植方案生成服务器300中所包含的所有候选种植方案集合进行排序，即按照初始种植方案数目从大到小的顺序，对所有候选种植方案集合进行排序，计算机设备100可以根据预设验证时间依次对每个候选种植方案集合所包含的候选种植方案执行模拟测试。换言之，计算机设备100可以优先对初始种植方案数目最多的候选种植方案集合执行模拟测试，若初始种植方案数目最多的候选种植方案集合中的所有候选种植方案均满足模拟测试，则该计算机设备100可以停止对剩余候选种植方案集合的验证操作；若初始种植方案数目最多的候选种植方案集合中存在候选种植方案未满足模拟测试，则继续对排在后面的候选种植方案集合执行模拟测试，以此类推，可以完成对种植方案生成服务器300中的候选种植方案的模拟测试过程。
其中，需要说明的是，候选种植方案集合对应的初始种植方案数目越多，表明农业监控集群中模拟测试通过该候选种植方案集合的计算机设备100越多，该候选种植方案集合满足模拟测试的可能性越大，因此计算机设备100可以优先对初始种植方案数目最多的候选种植方案集合进行验证，可以减少种植方案验证的时间，并节省资源。对于种植方案生成服务器300中的多个候选种植方案集合，计算机设备100若验证通过了某候选种植方案集合（即验证通过了候选种植方案集合中所包含的所有候选种植方案），则该计算机设备100对于其余候选种植方案集合的验证结果必然是验证不通过（即其余每条候选种植方案集合中必然存在验证未通过的候选种植方案）。因此，当初始种植方案数目最多的候选种植方案集合满足模拟测试时，可以停止对剩余候选种植方案集合的验证操作。
步骤S203，若多个候选种植方案集合中存在候选种植方案均满足模拟测试的目标候选种植方案集合，则将目标候选种植方案集合中种植置信度最大的候选种植方案作为第一候选种植方案，获取第一候选种植方案对应的农作物种植方案生成模型。
具体的，计算机设备100对种植方案生成服务器300中存储的候选种植方案执行模拟测试后，若多个候选种植方案集合中存在所有候选种植方案均通过验证的候选种植方案集合，则可以将该候选种植方案集合称为目标候选种植方案集合，进而可以将目标候选种植方案集合中种植置信度最大的候选种植方案作为第一候选种植方案，并获取第一候选种植方案对应的农作物种植方案生成模型。例如，种植方案生成服务器300中包括3个候选种植方案集合，分别为候选种植方案集合1（种植方案A-种植方案B-种植方案C）、候选种植方案集合2（种植方案A-种植方案B-种植方案E）以及候选种植方案集合3（种植方案A-种植方案D），若候选种植方案集合1中所包含的种植方案A、种植方案B以及种植方案C均满足模拟测试，则可以将候选种植方案集合1称为目标候选种植方案集合，并获取候选种植方案集合1中种植方案C对应的农作物种植方案生成模型。
步骤S204，根据农作物生长遥感图像信息和农作物种植方案生成模型得到第二候选种植方案，将第二候选种植方案更新至目标候选种植方案集合，将添加方案后的目标候选种植方案集合与剩余候选种植方案集合作为添加方案后的种植方案生成服务器300。
具体的，计算机设备100在获取到第一候选种植方案对应的农作物种植方案生成模型后，可以根据卫星监控服务器200发送的农作物生长遥感图像信息和上述农作物种植方案生成模型，得到第二候选种植方案，上述农作物种植方案生成模型可以作为第二候选种植方案的农作物种植计划表的匹配模型，农作物生长遥感图像信息即为第二候选种植方案的标准化农作物生长遥感图像信息集所记录的数据。将第二候选种植方案更新至种植方案生成服务器300进行存储，即将第二候选种植方案更新至目标候选种植方案集合，得到添加方案后的目标候选种植方案集合。如前述举例，根据农作物生长遥感图像信息和种植方案C对应的农作物种植方案生成模型可以生成种植方案F（即第二候选种植方案），并将种植方案F更新至种植方案生成服务器300进行存储，此时种植方案生成服务器300中包含添加方案后的候选种植方案集合1（种植方案A-种植方案B-种植方案C-种植方案F）、保持不变的候选种植方案集合2（种植方案A-种植方案B-种植方案E）以及候选种植方案集合3（种植方案A-种植方案D）。其中，计算机设备100在接收到卫星监控服务器200发送的农作物生长遥感图像信息后，可以对农作物生长遥感图像信息进行初步检测，符合检测要求后，可以将符合检测要求的农作物生长遥感图像信息与种植方案C对应的农作物种植方案生成模型制作成种植方案F，具体的初步检测过程可以参见上述实施例中对步骤S102的描述，这里不再进行赘述，计算机设备100还需要将生成的第二候选种植方案在农业监控集群中进行遍历发送，即将第二候选种植方案发送给农业监控集群中剩余的计算机设备100，以使其余计算机设备100可以对第二候选种植方案进行缓存。
步骤S205，若多个候选种植方案集合中均存在未满足模拟测试的候选种植方案，则分别获取每个候选种植方案集合中满足模拟测试的候选种植方案的目标数目，将具有最大的目标数目的候选种植方案集合作为目标候选种植方案集合。
具体的，若种植方案生成服务器300中的所有候选种植方案集合中均存在未满足模拟测试的候选种植方案，即所有候选种植方案集合均未满足模拟测试，则可以分别获取每个候选种植方案集合中满足模拟测试的候选种植方案的目标数目，将目标数目最大的候选种植方案集合作为目标候选种植方案集合。例如，种植方案生成服务器300中的3个候选种植方案集合分别为：候选种植方案集合1包括4个候选种植方案，满足模拟测试的候选种植方案的目标数目为3；候选种植方案集合2包括4个候选种植方案，满足模拟测试的候选种植方案的目标数目为2；候选种植方案集合3包括2个候选种植方案，满足模拟测试的候选种植方案的目标数目为0。计算机设备100可以将候选种植方案集合1作为目标候选种植方案集合。
当存在多条候选种植方案集合中满足模拟测试的候选种植方案的目标数目相等时，表明目标数目相等的多条候选种植方案集合中满足模拟测试的候选种植方案是相同的，可以从目标数目相等的多条候选种植方案集合中随机选择一个候选种植方案集合作为目标候选种植方案集合。
步骤S206，从目标候选种植方案集合所包含的满足模拟测试的候选种植方案中，获取种植置信度最大的候选种植方案作为第一候选种植方案，获取第一候选种植方案对应的农作物种植方案生成模型。
具体的，计算机设备100可以从目标候选种植方案集合的所有满足模拟测试的候选种植方案中，选择种植置信度最大的候选种植方案集合作为第一候选种植方案，并获取第一候选种植方案对应的农作物种植方案生成模型。例如，目标候选种植方案集合为：种植方案A-种植方案B-种植方案C-种植方案D-种植方案E，若目标候选种植方案集合中满足模拟测试的候选种植方案为：种植方案A、种植方案B以及种植方案C，则可以将种植方案C作为第一候选种植方案，并获取种植方案C对应的农作物种植方案生成模型。
步骤S207，根据农作物生长遥感图像信息和农作物种植方案生成模型得到第二候选种植方案，将目标候选种植方案集合中满足模拟测试的所有候选种植方案，以及第二候选种植方案，作为新的候选种植方案集合。
具体的，计算机设备100可以将第一候选种植方案对应的农作物种植方案生成模型以及卫星监控服务器200发送的农作物生长遥感图像信息，制作成第二候选种植方案，将目标候选种植方案集合中满足模拟测试的候选种植方案与上述生成的第二候选种植方案，作为新的候选种植方案集合。如前述举例，目标候选种植方案集合中满足模拟测试的候选种植方案为：种植方案A、种植方案B以及种植方案C，第二候选种植方案的农作物种植计划表中包含种植方案C对应的农作物种植方案生成模型，因此可以将种植方案A、种植方案B、种植方案C以及第二候选种植方案，作为新的候选种植方案集合：种植方案A-种植方案B-种植方案C-第二候选种植方案。其中，计算机设备100可以对接收到的农作物生长遥感图像信息后，进行初步检测，符合检测要求后，将符合检测要求的农作物生长遥感图像信息与种植方案C对应的农作物种植方案生成模型制作成第二候选种植方案，具体的初步检测过程可以参见上述实施例中对步骤S102的描述，这里不再赘述。计算机设备100需要将生成的第二候选种植方案在农业监控集群中进行遍历发送，即将第二候选种植方案发送给农业监控集群中剩余的计算机设备100，以使其余计算机设备100可以对第二候选种植方案进行缓存。
步骤S208，将新的候选种植方案集合和多个候选种植方案集合作为添加方案后的种植方案生成服务器300。
具体的，计算机设备100可以将新生成的第二候选种植方案更新至种植方案生成服务器300进行缓存，此时的种植方案生成服务器300中除了包含之前的多个候选种植方案集合外，还包括上述构建的新的候选种植方案集合。换言之，将第二候选种植方案更新至种植方案生成服务器300，可以得到添加方案后的种植方案生成服务器300。
步骤S209，对添加方案后的种植方案生成服务器300中每个候选种植方案分别对应的农作物生产分数进行更新，将添加方案后的农作物生产分数大于预设生产分数阈值的候选种植方案作为目标种植方案。
具体的，若第二候选种植方案更新至目标候选种植方案集合，得到了添加方案后的目标候选种植方案集合，则可以从添加方案后的种植方案生成服务器300中，获取添加方案后的目标候选种植方案集合和剩余候选种植方案集合分别对应的种植方案数目，并分别获取每个候选种植方案在添加方案后的目标候选种植方案集合和剩余候选种植方案集合中的占比；根据种植方案数目与占比，重新获取添加方案后的种植方案生成服务器300中每个候选种植方案分别对应的农作物生产分数，将添加方案后的农作物生产分数大于预设生产分数阈值的候选种植方案作为目标种植方案，并将处于目标种植方案的候选种植方案更新至目标农业监控服务器。例如，添加方案后的目标候选种植方案集合为：种植方案A-种植方案B-种植方案C-种植方案F、剩余的候选种植方案集合分别为：种植方案A-种植方案B-种植方案E，种植方案A-种植方案D；各种植方案对应的农作物生产分数与各种植方案在候选种植方案集合中的种植置信度以及所属候选种植方案集合的种植方案数目有关，如种植方案A存在于3个候选种植方案集合中（即种植方案A在各候选种植方案集合中的占比为3次，），且种植方案A在上述3个候选种植方案集合中均为第一个候选种植方案，则种植方案A对应的农作物生产分数为：3个候选种植方案集合的种植方案数目之和，减去重复的种植方案数目，即4+3+2-2-1=6 ；种植方案B存在于2个候选种植方案集合中（即种植方案B在各候选种植方案集合中的占比为2次），且种植方案B在2个候选种植方案集合中均不是第一个种植方案，则种植方案B对应的农作物生产分数为：2个候选种植方案集合中种植置信度大于或等于种植方案B的种植方案数目，减去重复的种植方案数目，即3+2-1=4。
可选的，若第二候选种植方案与目标候选种植方案集合中满足模拟测试的候选种植方案作为新的候选种植方案集合，则根据原始的多个候选种植方案集合与新的候选种植方案集合，重新获取种植方案生成服务器300中每个候选种植方案对应的农作物生产分数，具体获取方式如上述描述。
计算机设备100可以将当前获取得到的农作物生产分数与预设生产分数阈值相比较，若存在农作物生产分数大于预设生产分数阈值，则将农作物生产分数大于预设生产分数阈值的候选种植方案作为目标种植方案，并将处于目标种植方案的候选种植方案更新至目标农业监控服务器。当然，在将处于目标种植方案的候选种植方案更新至目标农业监控服务器之前，还需要判断该处于目标种植方案的候选种植方案的种植置信度是否与目标农业监控服务器中的具备最大种植置信度的候选种植方案对应的种植置信度的差值位于预设容错范围，若是，则直接更新至目标农业监控服务器进行方案确定；若不是，则对处于目标种植方案的候选种植方案的种植置信度进行更新，将添加方案后的处于目标种植方案的候选种植方案更新至目标农业监控服务器。
本申请实施例提供另一种农业监控服务器确定出目标种植方案的示例。农业监控集群中包括7个计算机设备100，每个计算机设备100与相同的农业监控服务器通信连接，即目标农业监控服务器，目标农业监控服务器中所包含的所有种植方案（如种植方案A、种植方案B以及种植方案C，种植方案C为目标农业监控服务器中种植置信度最大的种植方案）均为模拟测试通过的种植方案，每个种植方案中所记录的数据均是不一样的。在农业监控集群中，每个计算机设备100生成的种植方案，都需要在系统进行遍历发送，即每个计算机设备100的存储位置中均可以存储所有计算机设备100所生成的候选种植方案（暂未确定为目标种植方案的种植方案），在模拟测试过程中可以按照从计算机设备100A-计算机设备100G的顺序对生成的候选种植方案进行验证。
如计算机设备100F对应的种植方案生成服务器300中可以包括：计算机设备100A生成的种植方案D、计算机设备100B生成的种植方案E、计算机设备100C生成的种植方案F、计算机设备100D生成的种植方案G以及计算机设备100E生成的种植方案H（种植方案D至种植方案H均为暂未确定为目标种植方案的种植方案），由于种植方案F的农作物种植计划表中包含种植方案D对应的农作物种植方案生成模型，因此可以将种植方案D和种植方案F可以称为第一候选种植方案集合；种植方案G的农作物种植计划表中包含种植方案E对应的农作物种植方案生成模型，种植方案H的农作物种植计划表中包含种植方案G对应的农作物种植方案生成模型，可以将种植方案E、种植方案G以及种植方案H可以称为第二候选种植方案集合。
当计算机设备100F接收到卫星监控服务器200B发送的数据时，计算机设备100F可以对种植方案生成服务器300中存储的候选种植方案进行验证，具体可以通过候选种植方案集合的种植方案数目来决定候选种植方案集合的验证顺序，即计算机设备100F可以优先对第二候选种植方案集合中的候选种植方案进行验证。若种植方案E、种植方案G以及种植方案H均通过验证，即第二候选种植方案集合所包含的所有候选种植方案均通过验证，则不需要再对第一候选种植方案集合中所包含的候选种植方案进行验证，直接将种植方案H对应的农作物种植方案生成模型和卫星监控服务器200B发送的数据，制作成种植方案I，并将种植方案I更新至种植方案生成服务器300中，此时的第二候选种植方案集合更新为：种植方案E-种植方案G-种植方案H-种植方案I，而第一候选种植方案集合保持不变。计算机设备100F可以根据添加方案后的第二候选种植方案集合和第一候选种植方案集合，获取每个候选种植方案分别对应的农作物生产分数，获取结果如下：种植方案D对应的农作物生产分数为2分，种植方案E对应的农作物生产分数为1分，种植方案F对应的农作物生产分数为1分，种植方案G对应的农作物生产分数为3分，种植方案H对应的农作物生产分数为2分，种植方案I对应的农作物生产分数为1分。
若农业监控集群中超过50%的计算机设备100模拟测试通过了某候选种植方案，则表示为该候选种植方案通过了模拟测试，因此可以确定种植方案E通过了模拟测试，进而可以将种植方案E更新至目标农业监控服务器进行方案确认，且种植方案E的农作物种植计划表中应包含种植方案C对应的农作物种植方案生成模型。当然，此时还可以确定种植方案D在农业监控集群中的种植方案验证结果为：模拟测试未通过（即使后续计算机设备100G对种植方案D的模拟测试结果为通过，种植方案D的农作物生产分数仍然不能超过50%，因此可以确定种植方案D的种植方案验证结果为未通过），计算机设备100F可以将种植方案D中所记录的种植参数进行清空，或者从种植方案生成服务器300中删除种植方案D，这里不做限定。
其中，应当理解，当计算机设备100所生成的候选种植方案的农作物种植计划表中包含另一个候选种植方案对应的农作物种植方案生成模型，则表明该计算机设备100验证通过了上述另一个候选种植方案中所记录的所有数据。
可选的，若第二候选种植方案集合未通过计算机设备100F的验证（即第二候选种植方案集合中存在未通过验证的候选种植方案），则计算机设备100F可以对第一候选种植方案集合进行验证，当第一候选种植方案集合通过验证时，则可以将种植方案F对应的农作物种植方案生成模型和卫星监控服务器200B发送的数据，制作成种植方案I，并将种植方案I更新至种植方案生成服务器300中，此时的第一候选种植方案集合更新为：种植方案D-种植方案F-种植方案I，而第二候选种植方案集合保持不变。根据上述同样的获取方式，获取添加方案后的种植方案生成服务器300中每个候选种植方案对应的农作物生产分数。当然，若第二候选种植方案集合和第一候选种植方案集合均未通过计算机设备100F的验证，则可以构建一个新的候选种植方案集合，具体构建过程可以参见上述实施例中的步骤S205-步骤S208，这里不再赘述。
在本申请实施例中，对于农业监控集群中的每个计算机设备100，可以将生成的候选种植方案遍历发送给农业监控集群中的其他计算机设备100进行缓存，下一个计算机设备100在接收到农作物生长遥感图像信息后，可以对本地缓存的所有候选种植方案进行验证，并从通过验证的所有候选种植方案中，选择种植置信度最大的候选种植方案作为第一候选种植方案，根据第一候选种植方案所对应的农作物种植方案生成模型和接收到的农作物生长遥感图像信息生成新的种植方案（第二候选种植方案），即可以根据计算机设备100新生成的种植方案中所包含的农作物种植方案生成模型，确定该计算机设备100验证通过的种植方案，如计算机设备100生成的新种植方案包含种植方案C的农作物种植方案生成模型，可以确定该计算机设备100验证通过了种植方案C，以及种植方案C所包含的农作物种植方案生成模型对应的种植方案等；根据缓存的候选种植方案数目以及每个候选种植方案所包含的农作物种植方案生成模型，确定每个候选种植方案分别对应的农作物生产分数，可以避免计算机设备100对种植方案验证结果进行遍历发送，进而降低遍历发送种植方案验证结果的传输次数，从而提高模拟测试效率。
本申请实施例提供一种基于北斗卫星的智慧农业物联网系统，应用于计算机设备100，请结合参阅图3，基于北斗卫星的智慧农业物联网系统包括：
获取模块1101，用于获取卫星监控服务器200发送的农作物生长遥感图像信息，对种植方案生成服务器300所持有的候选种植方案执行模拟测试；种植方案生成服务器300包括目标候选种植方案集合，目标候选种植方案集合包括多个候选种植方案，不同的候选种植方案分别由不同的计算机设备100生成。
判断模块1102，用于若多个候选种植方案中的第一候选种植方案满足模拟测试，且第一候选种植方案为目标候选种植方案集合中种植置信度最大的候选种植方案，则获取第一候选种植方案对应的农作物种植方案生成模型，根据农作物生长遥感图像信息和农作物种植方案生成模型得到第二候选种植方案，将第二候选种植方案更新至目标候选种植方案集合，得到添加方案后的种植方案生成服务器300。
测试模块1103，用于将第二候选种植方案在农业监控集群中进行遍历发送，以使农业监控集群中除得到第二候选种植方案的计算机设备100之外剩余的计算机设备100，将第二候选种植方案分别存储至对应的存储位置；对添加方案后的种植方案生成服务器300中每个候选种植方案分别对应的农作物生产分数进行更新，将添加方案后的农作物生产分数大于预设生产分数阈值的候选种植方案作为目标种植方案。
种植模块1104，用于将目标种植方案发送至农作物自动种植单元400，以使农作物自动种植单元400执行目标种植方案。
需要说明的是，前述基于北斗卫星的智慧农业物联网系统的实现原理可以参考前述基于北斗卫星的智慧农业物联网方法的实现原理，在此不再赘述。应理解以上装置的各个模块的划分仅仅是一种逻辑功能的划分，实际实现时可以全部或部分集成到一个物理实体上，也可以物理上分开。且这些模块可以全部以软件通过处理元件调用的形式实现；也可以全部以硬件的形式实现；还可以部分模块通过处理元件调用软件的形式实现，部分模块通过硬件的形式实现。例如，基于北斗卫星的智慧农业物联网系统基于北斗卫星的智慧农业物联网系统可以为单独设立的处理元件，也可以集成在上述装置的某一个芯片中实现，此外，也可以以程序代码的形式存储于上述装置的存储器中，由上述装置的某一个处理元件调用并执行以上获取模块的功能。其它模块的实现与之类似。此外这些模块全部或部分可以集成在一起，也可以独立实现。这里所描述的处理元件可以是一种集成电路，具有信号的处理能力。在实现过程中，上述方法的各步骤或以上各个模块可以通过处理器元件中的硬件的集成逻辑电路或者软件形式的指令完成。
例如，以上这些模块可以是被配置成实施以上方法的一个或多个集成电路，例如：一个或多个特定集成电路(application specific integrated circuit，ASIC)，或，一个或多个微处理器(digital signal processor，DSP)，或，一个或者多个现场可编程门阵列(field programmable gate array，FPGA)等。再如，当以上某个模块通过处理元件调度程序代码的形式实现时，该处理元件可以是通用处理器，例如中央处理器(centralprocessing unit，CPU)或其它可以调用程序代码的处理器。再如，这些模块可以集成在一起，以片上系统(system-on-a-chip，SOC)的形式实现。
本申请实施例提供一种基于北斗卫星的智慧农业物联网云平台，包括自动种植单元400以及前述的计算机设备100，自动种植单元400用于接收并执行计算机设备100发送的目标种植方案。
出于说明目的，前面的描述是参考具体实施例而进行的。但是，上述说明性论述并不打算穷举或将本公开局限于所公开的精确形式。根据上述教导，众多修改和变化都是可行的。选择并描述这些实施例是为了最佳地说明本公开的原理及其实际应用，从而使本领域技术人员最佳地利用本公开，并利用具有不同修改的各种实施例以适于预期的特定应用。出于说明目的，前面的描述是参考具体实施例而进行的。但是，上述说明性论述并不打算穷举或将本公开局限于所公开的精确形式。根据上述教导，众多修改和变化都是可行的。选择并描述这些实施例是为了最佳地说明本公开的原理及其实际应用，从而使本领域技术人员最佳地利用本公开，并利用具有不同修改的各种实施例以适于预期的特定应用。

Claims (10)

1.一种基于北斗卫星的智慧农业物联网方法，应用于计算机设备，其特征在于，包括：
获取卫星监控服务器发送的农作物生长遥感图像信息，对种植方案生成服务器所持有的候选种植方案执行模拟测试；所述种植方案生成服务器包括目标候选种植方案集合，所述目标候选种植方案集合包括多个候选种植方案，不同的候选种植方案分别由不同的计算机设备生成；
若所述多个候选种植方案中的第一候选种植方案满足模拟测试，且所述第一候选种植方案为所述目标候选种植方案集合中种植置信度最大的候选种植方案，则获取所述第一候选种植方案对应的农作物种植方案生成模型，根据所述农作物生长遥感图像信息和所述农作物种植方案生成模型得到第二候选种植方案，将所述第二候选种植方案更新至所述目标候选种植方案集合，得到添加方案后的种植方案生成服务器；
将所述第二候选种植方案在农业监控集群中进行遍历发送，以使所述农业监控集群中除得到所述第二候选种植方案的计算机设备之外剩余的计算机设备，将所述第二候选种植方案分别存储至对应的存储位置；
对所述添加方案后的种植方案生成服务器中每个候选种植方案分别对应的农作物生产分数进行更新，将添加方案后的农作物生产分数大于预设生产分数阈值的候选种植方案作为目标种植方案；
将所述目标种植方案发送至农作物自动种植单元，以使所述农作物自动种植单元执行所述目标种植方案。
2.根据权利要求1所述的方法，其特征在于，还包括：
若所述目标候选种植方案集合中存在未满足模拟测试的候选种植方案，且所述第一候选种植方案为所述目标候选种植方案集合中满足模拟测试的候选种植方案中种植置信度最大的候选种植方案，则获取所述第一候选种植方案对应的农作物种植方案生成模型，根据所述农作物生长遥感图像信息和所述农作物种植方案生成模型得到第二候选种植方案；
将所述目标候选种植方案集合中满足模拟测试的所有候选种植方案，以及所述第二候选种植方案，作为新的候选种植方案集合，将所述新的候选种植方案集合和所述目标候选种植方案集合作为添加方案后的种植方案生成服务器。
3.根据权利要求1所述的方法，其特征在于，所述根据所述农作物生长遥感图像信息和所述农作物种植方案生成模型得到第二候选种植方案，包括：
获取所述农作物生长遥感图像信息所持有的农作物种类标识，获取所述卫星监控服务器对应的历史遥感影像数据库；
根据所述历史遥感影像数据库对所述农作物种类标识进行匹配，得到所述农作物种类标识对应的第一农作物生长状态趋势；
根据农作物生长趋势预测模型对所述农作物生长遥感图像信息进行预测，得到所述农作物生长遥感图像信息对应的第二农作物生长状态趋势；
若所述第一农作物生长状态趋势与所述第二农作物生长状态趋势相同，则所述农作物生长遥感图像信息符合检测要求，根据符合检测要求的农作物生长遥感图像信息生成标准化农作物生长遥感图像信息集；
根据所述农作物种植方案生成模型生成农作物种植计划表，根据所述农作物种植计划表和所述标准化农作物生长遥感图像信息集得到第二候选种植方案。
4.根据权利要求1所述的方法，其特征在于，所述对所述添加方案后的种植方案生成服务器中每个候选种植方案分别对应的农作物生产分数进行更新，将添加方案后的农作物生产分数大于预设生产分数阈值的候选种植方案作为目标种植方案，包括：
获取所述添加方案后的种植方案生成服务器中所包含的候选种植方案的数目，确定所述添加方案后的种植方案生成服务器中每个候选种植方案分别对应的计算机设备，并获取与所述计算机设备相匹配的参考比例系数；
根据所述添加方案后的种植方案生成服务器中所包含的候选种植方案的数目和所述参考比例系数，对所述添加方案后的种植方案生成服务器中每个候选种植方案分别对应的农作物生产分数进行更新；
将添加方案后的农作物生产分数大于预设生产分数阈值的候选种植方案作为目标种植方案，获取处于目标种植方案的候选种植方案对应的当前种植置信度；
若所述当前种植置信度与目标农业监控服务器中的具备最大种植置信度的候选种植方案对应的种植置信度之间的差值位于预设容错范围，则将所述处于目标种植方案的候选种植方案更新至所述目标农业监控服务器；
若所述当前种植置信度与所述目标农业监控服务器中的具备最大种植置信度的候选种植方案对应的种植置信度的差值超出预设容错范围，则对所述处于目标种植方案的候选种植方案进行种植置信度更新，将添加方案后的处于目标种植方案的候选种植方案更新至所述目标农业监控服务器；所述目标农业监控服务器用于存储所有目标种植方案。
5.根据权利要求1所述的方法，其特征在于，所述种植方案生成服务器包括多个候选种植方案集合，所述多个候选种植方案集合包括所述目标候选种植方案集合；
所述对种植方案生成服务器所持有的候选种植方案执行模拟测试，包括：
从所述种植方案生成服务器中获取所述多个候选种植方案集合，获取所述多个候选种植方案集合分别对应的初始种植方案数目；
根据所述初始种植方案数目对所述多个候选种植方案集合进行排序，根据每个候选种植方案集合的预设验证时间，依次对所述每个候选种植方案集合所包含的候选种植方案执行模拟测试。
6.根据权利要求5所述的方法，其特征在于，所述若所述多个候选种植方案中的第一候选种植方案满足模拟测试，且所述第一候选种植方案为所述目标候选种植方案集合中种植置信度最大的候选种植方案，则获取所述第一候选种植方案对应的农作物种植方案生成模型，根据所述农作物生长遥感图像信息和所述农作物种植方案生成模型得到第二候选种植方案，将所述第二候选种植方案更新至所述目标候选种植方案集合，得到添加方案后的种植方案生成服务器，包括：
若所述多个候选种植方案集合中存在候选种植方案均满足模拟测试的目标候选种植方案集合，则将所述目标候选种植方案集合中种植置信度最大的候选种植方案作为所述第一候选种植方案，获取所述第一候选种植方案对应的农作物种植方案生成模型；
根据所述农作物生长遥感图像信息和所述农作物种植方案生成模型得到第二候选种植方案，将所述第二候选种植方案更新至所述目标候选种植方案集合，将添加方案后的目标候选种植方案集合与剩余候选种植方案集合作为添加方案后的种植方案生成服务器；所述剩余候选种植方案集合为所述种植方案生成服务器中除所述目标候选种植方案集合之外的候选种植方案集合。
7.根据权利要求5所述的方法，其特征在于，还包括：
若所述多个候选种植方案集合中均存在未满足模拟测试的候选种植方案，则分别获取每个候选种植方案集合中满足模拟测试的候选种植方案的目标数目，将具有最大的目标数目的候选种植方案集合作为所述目标候选种植方案集合；
从所述目标候选种植方案集合所包含的满足模拟测试的候选种植方案中，获取种植置信度最大的候选种植方案作为所述第一候选种植方案，获取所述第一候选种植方案对应的农作物种植方案生成模型；
根据所述农作物生长遥感图像信息和所述农作物种植方案生成模型得到第二候选种植方案，将所述目标候选种植方案集合中满足模拟测试的所有候选种植方案，以及所述第二候选种植方案，作为新的候选种植方案集合；
将所述新的候选种植方案集合和所述多个候选种植方案集合作为添加方案后的种植方案生成服务器。
8.根据权利要求6所述的方法，其特征在于，所述对所述添加方案后的种植方案生成服务器中每个候选种植方案分别对应的农作物生产分数进行更新，包括：
从所述添加方案后的种植方案生成服务器中，获取所述添加方案后的目标候选种植方案集合和所述剩余候选种植方案集合分别对应的种植方案数目，并分别获取每个候选种植方案在所述添加方案后的目标候选种植方案集合和所述剩余候选种植方案集合中的占比；
根据所述种植方案数目与所述占比，重新获取所述添加方案后的种植方案生成服务器中每个候选种植方案分别对应的农作物生产分数。
9.一种基于北斗卫星的智慧农业物联网系统，应用于计算机设备，其特征在于，包括：
获取模块，用于获取卫星监控服务器发送的农作物生长遥感图像信息，对种植方案生成服务器所持有的候选种植方案执行模拟测试；所述种植方案生成服务器包括目标候选种植方案集合，所述目标候选种植方案集合包括多个候选种植方案，不同的候选种植方案分别由不同的计算机设备生成；
判断模块，用于若所述多个候选种植方案中的第一候选种植方案满足模拟测试，且所述第一候选种植方案为所述目标候选种植方案集合中种植置信度最大的候选种植方案，则获取所述第一候选种植方案对应的农作物种植方案生成模型，根据所述农作物生长遥感图像信息和所述农作物种植方案生成模型得到第二候选种植方案，将所述第二候选种植方案更新至所述目标候选种植方案集合，得到添加方案后的种植方案生成服务器；
测试模块，用于将所述第二候选种植方案在农业监控集群中进行遍历发送，以使所述农业监控集群中除得到所述第二候选种植方案的计算机设备之外剩余的计算机设备，将所述第二候选种植方案分别存储至对应的存储位置；对所述添加方案后的种植方案生成服务器中每个候选种植方案分别对应的农作物生产分数进行更新，将添加方案后的农作物生产分数大于预设生产分数阈值的候选种植方案作为目标种植方案；
种植模块，用于将所述目标种植方案发送至农作物自动种植单元，以使所述农作物自动种植单元执行所述目标种植方案。
10.一种基于北斗卫星的智慧农业物联网云平台，其特征在于，包括自动种植单元以及计算机设备，所述自动种植单元用于接收并执行所述计算机设备发送的目标种植方案；所述目标种植方案是根据权利要求1-8中任一项所述的基于北斗卫星的智慧农业物联网方法获得的。
CN202210585970.7A 2022-05-27 2022-05-27 一种基于北斗卫星的智慧农业物联网方法、系统及云平台 Active CN114666375B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210585970.7A CN114666375B (zh) 2022-05-27 2022-05-27 一种基于北斗卫星的智慧农业物联网方法、系统及云平台

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210585970.7A CN114666375B (zh) 2022-05-27 2022-05-27 一种基于北斗卫星的智慧农业物联网方法、系统及云平台

Publications (2)

Publication Number Publication Date
CN114666375A CN114666375A (zh) 2022-06-24
CN114666375B true CN114666375B (zh) 2022-08-09

Family

ID=82038342

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210585970.7A Active CN114666375B (zh) 2022-05-27 2022-05-27 一种基于北斗卫星的智慧农业物联网方法、系统及云平台

Country Status (1)

Country Link
CN (1) CN114666375B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115713681B (zh) * 2022-11-22 2023-06-13 中国农业科学院农业资源与农业区划研究所 一种融合物联网和卫星数据生成时空连续农作物参数的方法和系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108805349A (zh) * 2018-05-30 2018-11-13 中国科学院遥感与数字地球研究所 一种基于改进布谷鸟算法的作物种植空间布局优化方法
CN110771442A (zh) * 2019-09-30 2020-02-11 大气候物联网科技(广州)有限公司 基于物联网的农业种植方法和系统
CN114359725A (zh) * 2021-12-30 2022-04-15 黑龙江省农业科学院农业遥感与信息研究所 基于作物模型与同化技术的作物长势遥感监测系统及方法
CN114430536A (zh) * 2022-04-06 2022-05-03 广东邦盛北斗科技股份公司 基于北斗定位模块的农业物联网方法、系统及云平台

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US10949535B2 (en) * 2017-09-29 2021-03-16 Microsoft Technology Licensing, Llc Security model training and threshold selection

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108805349A (zh) * 2018-05-30 2018-11-13 中国科学院遥感与数字地球研究所 一种基于改进布谷鸟算法的作物种植空间布局优化方法
CN110771442A (zh) * 2019-09-30 2020-02-11 大气候物联网科技(广州)有限公司 基于物联网的农业种植方法和系统
CN114359725A (zh) * 2021-12-30 2022-04-15 黑龙江省农业科学院农业遥感与信息研究所 基于作物模型与同化技术的作物长势遥感监测系统及方法
CN114430536A (zh) * 2022-04-06 2022-05-03 广东邦盛北斗科技股份公司 基于北斗定位模块的农业物联网方法、系统及云平台

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于STM32和物联网云平台的植物培养设备的设计;向俞鸿等;《大众科技》;20200120;全文 *

Also Published As

Publication number Publication date
CN114666375A (zh) 2022-06-24

Similar Documents

Publication Publication Date Title
US8577663B2 (en) System and methods for fault-isolation and fault-mitigation based on network modeling
CN114666375B (zh) 一种基于北斗卫星的智慧农业物联网方法、系统及云平台
CN111159897B (zh) 基于系统建模应用的目标优化方法和装置
CN112749221A (zh) 数据任务调度方法、装置、存储介质及调度工具
CN109800278A (zh) 数据资产图谱使用方法、装置、计算机设备和存储介质
CN112613627A (zh) 车辆维修信息推送方法、装置、系统、设备及存储介质
CN109118097B (zh) 一种可靠性维修性保障性评估方法和装置
CN110930254A (zh) 基于区块链的数据处理方法、装置、终端及介质
CN114091610A (zh) 智能决策方法及装置
CN114048055A (zh) 时序数据异常根因分析方法及系统
CN113568900A (zh) 基于人工智能的大数据清洗方法及云服务器
CN115269612A (zh) 一种基于微服务的跨平台多维数据融合系统
CN110489142A (zh) 设备软件升级的评估方法及装置、存储介质、终端
CN112395339B (zh) 系统间数据准入校验方法、装置、计算机设备和存储介质
CN109542432A (zh) 风控规则编辑方法及终端设备
CN112395298A (zh) 一种基于数据分层思想的数据一致性管理系统
CN115860278A (zh) 一种基于数据分析的电机组装生产管理方法及系统
CN106875184A (zh) 异常场景模拟方法、装置及设备
CN113448747B (zh) 数据传输方法、装置、计算机设备和存储介质
CN112800089B (zh) 一种中间数据存储级别调整方法、存储介质及计算机设备
CN109815003A (zh) 智能设备间协同计算方法、系统、智能设备和介质
CN113965445A (zh) 一种质差根因的定位方法、装置、计算机设备和存储介质
CN117172366A (zh) 一种光功率预测方法及装置
WO2024066346A1 (zh) 一种告警处理方法、装置、存储介质及电子装置
CN109471675A (zh) 一种对于硬件执行改变的方法及其系统

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
CP02 Change in the address of a patent holder
CP02 Change in the address of a patent holder

Address after: One of the 11th Floor, Building 4, Shunde Zhichuang Park, No. 68, Defu Road, Xingtan Town, Shunde District, Foshan City, Guangdong Province, 528000 (Residence declaration)

Patentee after: Guangdong Bangsheng Beidou Technology Co.,Ltd.

Address before: 528400 one of the eighth floor, phase I, Fuye Plaza, No. 16, Fuhua Road, West District, Zhongshan City, Guangdong Province

Patentee before: Guangdong Bangsheng Beidou Technology Co.,Ltd.

PE01 Entry into force of the registration of the contract for pledge of patent right
PE01 Entry into force of the registration of the contract for pledge of patent right

Denomination of invention: A Smart Agriculture Internet of Things Method, System, and Cloud Platform Based on Beidou Satellite

Effective date of registration: 20231113

Granted publication date: 20220809

Pledgee: Shunde Guangdong rural commercial bank Limited by Share Ltd. Daliang branch

Pledgor: Guangdong Bangsheng Beidou Technology Co.,Ltd.

Registration number: Y2023980065299