CN117391315B - 一种农业气象数据管理方法及装置 - Google Patents
一种农业气象数据管理方法及装置 Download PDFInfo
- Publication number
- CN117391315B CN117391315B CN202311706922.XA CN202311706922A CN117391315B CN 117391315 B CN117391315 B CN 117391315B CN 202311706922 A CN202311706922 A CN 202311706922A CN 117391315 B CN117391315 B CN 117391315B
- Authority
- CN
- China
- Prior art keywords
- target area
- planted
- area
- crops
- various
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 28
- 238000013523 data management Methods 0.000 title claims abstract description 22
- 238000004458 analytical method Methods 0.000 claims abstract description 72
- 238000003306 harvesting Methods 0.000 claims abstract description 44
- 238000012545 processing Methods 0.000 claims abstract description 10
- 238000011156 evaluation Methods 0.000 claims description 93
- 238000001514 detection method Methods 0.000 claims description 38
- 238000012216 screening Methods 0.000 claims description 29
- 238000005286 illumination Methods 0.000 claims description 27
- 230000006978 adaptation Effects 0.000 claims description 19
- 108010074864 Factor XI Proteins 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims description 3
- 238000012360 testing method Methods 0.000 claims description 2
- 238000007726 management method Methods 0.000 abstract description 5
- 230000007547 defect Effects 0.000 description 5
- 238000012271 agricultural production Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 2
- 230000003044 adaptive effect Effects 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A90/00—Technologies having an indirect contribution to adaptation to climate change
- Y02A90/10—Information and communication technologies [ICT] supporting adaptation to climate change, e.g. for weather forecasting or climate simulation
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Marketing (AREA)
- Life Sciences & Earth Sciences (AREA)
- Tourism & Hospitality (AREA)
- Animal Husbandry (AREA)
- General Health & Medical Sciences (AREA)
- Development Economics (AREA)
- Operations Research (AREA)
- Agronomy & Crop Science (AREA)
- Educational Administration (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- Quality & Reliability (AREA)
- Primary Health Care (AREA)
- Game Theory and Decision Science (AREA)
- Artificial Intelligence (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种农业气象数据管理方法及装置,涉及农业气象数据管理技术领域,包括:S1.气象数据获取、S2.种子信息获取、S3.目标区域分析和S4.适宜种子类型处理,本发明提高了目标区域与其他区域的气象特征相似度的分析结果的精确性,为后续目标区域所属种植农作物的适宜更换种子类型的分析提供可靠性保障,提高相关部门对目标区域所属种植农作物的种子类型的调控效率,有利于提高目标区域所属种植农作物的产量,本发明避免出现选择的种植农作物的种子与种植区域并不适配的现象,从而保障后续丰收,提高了农业气象数据的利用效率,为种植区域的农作物种子的后续管理提供强有力的数据支持。
Description
技术领域
本发明涉及农业气象数据管理技术领域,具体涉及一种农业气象数据管理方法及装置。
背景技术
随着科技的不断发展,农业气象数据的管理已经成为农业生产中不可或缺的一部分。农业气象数据管理是指通过对农业气象数据的收集、整理、分析和应用,为农业生产提供科学依据,以提高农业生产效率和降低农业生产风险,在种植农作物时,合理选择种植农作物的种子是至关重要的,种植农作物的种子的选择与种植区域的气象数据息息相关,若选择的种植农作物的种子与种植区域的气象数据不匹配,则影响种植区域的收成,进而降低农作物的产量,不利于后续农作物的使用,因此,为种植区域所属种植农作物选择适宜的种子是极其有必要的。
现有技术中为种植区域所属种植农作物选择适宜的种子在一定程度上可以满足当前要求,但是还存在一定的缺陷,其具体体现在以下几个层面:(1)现有技术中大多是由种植人员自主选择种植农作物的种子,一方面由种植人员自主选择主观性较大,容易出现选择的种植农作物的种子与种植区域并不适配的现象,从而影响后续丰收,另一方面缺乏对农业气象数据与种植业的合理联动,降低农业气象数据的利用效率,难以为种植区域的农作物种子的后续管理提供强有力的数据支持。
(2)现有技术中对农业气象数据中的日照时长、降雨间隔时长的关注度不高,日照时长和降雨间隔时长在一定程度上体现着目标区域的气象特征,现有技术对这一层面的忽视导致目标区域与其他区域的气象特征相似度的分析结果不精确,进而影响后续目标区域相似区域的筛选,难以为后续目标区域所属种植农作物的适宜更换种子类型的分析提供可靠性保障,无法为相关部门提供目标区域所属种植农作物的适宜更换种子类型,进而降低相关部门对目标区域所属种植农作物的种子类型的调控效率,不利于提高目标区域所属种植农作物的产量。
发明内容
本发明的目的在于提供的一种农业气象数据管理方法及装置,解决了背景技术中存在的问题。
为解决上述技术问题,本发明采用如下技术方案:本发明第一方面提供一种农业气象数据管理方法,包括:S1.气象数据获取:从气象管理中心获取目标区域对应的农业气象数据,其中农业气象数据包括各种植农作物所属种植周期内的光热数据、风速风向数据、降雨量数据,其中光热数据包括各天的日出时间点、日落时间点和各检测时间点的光照强度、温度,风速风向数据包括盛行风向和各天对应各检测时间点的风速,降雨量数据包括各次降雨的降雨量和时间点。
S2.种子信息获取:从农业管理中心获取目标区域对应各种植农作物对应的种子类型和各次历史收成。
S3.目标区域分析:从气象管理中心获取各其他区域对应的农业气象数据,并获取各其他区域与目标区域的距离,从而依据各其他区域对应的农业气象数据和各其他区域与目标区域的距离分析目标区域对应的各相似区域,并从农业管理中心获取各其他区域对应各种植农作物的种子类型和各次历史收成,进而分析目标区域对应各种植农作物的种子类型适配度,并据此筛选目标区域对应的各种子更换种植农作物,进而筛选目标区域对应各种子更换种植农作物对应的各匹配种子类型,并分析目标区域对应各种子更换种植农作物对应各匹配种子类型的推荐评估指数。
S4.适宜种子类型处理:筛选目标区域对应各种子更换种植农作物对应的各适宜种子类型,并获取其对应的推荐评估指数,从而将目标区域对应各种子更换种植农作物的各适宜种子类型按照推荐评估指数从大到小的顺序进行排序,并将排序后的目标区域对应各种子更换种植农作物的各适宜种子类型进行显示。
优选地,所述分析目标区域对应的各相似区域,其具体分析方法为:从目标区域对应的农业气象数据中提取各种植农作物所属种植周期内的光热数据、风速风向数据、降雨量数据,并据此统计目标区域对应各种植农作物及其所属的种植周期。
从各其他区域对应的农业气象数据中提取各种植农作物所属种植周期内的光热数据、风速风向数据、降雨量数据,并据此统计各其他区域对应各种植农作物及其所属的种植周期。
基于目标区域对应各种植农作物和各其他区域对应的各种植农作物,筛选目标区域与各其他区域对应的各相同种植农作物、各目标差异种植农作物和各其他差异种植农作物。
分析目标区域与各其他区域对应的光热相似评估指数εi,分析目标区域与各其他区域对应的风速风向相似评估指数ηi,并分析目标区域与各其他区域对应的降雨相似评估指数μi,其中i为各其他区域的编号,i=1,2,...,n,n为大于2的任意整数。
结合各其他区域与目标区域的距离JLi,综合分析目标区域与各其他区域对应的综合气象相似评估指数
其中λ1、λ2、λ3、λ4分别表示为预定义的距离适宜、光热相似、风速风向相似、降雨相似对应的影响权重因子。
将目标区域与各其他区域对应的综合气象相似评估指数与预定义的综合气象相似评估指数阈值进行对比,若目标区域与某其他区域对应的综合气象相似评估指数大于或等于综合气象相似评估指数阈值,则将该其他区域标记为相似区域,进而统计目标区域对应的各相似区域。
优选地,所述分析目标区域与各其他区域对应的光热相似评估指数εi,其具体分析方法为:从目标区域对应各种植农作物所属种植周期内的光热数据中提取目标区域与各其他区域对应各相同种植农作物所属种植周期内各天的日出时间点、日落时间点和各检测时间点的光照强度Limpj、温度Timpj,其中m为各相同种植农作物的编号,m=1,2,...,l,l为大于2的任意整数,p为各天的编号,p=1,2,...,q,q为大于2的任意整数,j为各检测时间点的编号,j=1,2,...,k,k为大于2的任意整数,并据此构建目标区域与各其他区域对应各相同种植农作物所属种植周期内各天的日照时长Simp,提取目标区域与各其他区域对应各目标差异种植农作物所属种植周期内各天的日出时间点、日落时间点和各检测时间点的光照强度、温度。
从各其他区域对应各种植农作物所属种植周期内的光热数据中提取目标区域与各其他区域对应各相同种植农作物所属种植周期内各天的日出时间点、日落时间点和各检测时间点的光照强度L′impj、温度T′impj,并据此构建目标区域与各其他区域对应各相同种植农作物所属种植周期内各天的日照时长S′imp,提取目标区域与各其他区域对应各其他差异种植农作物所属种植周期内各天的日出时间点、日落时间点和各检测时间点的光照强度、温度。
综合分析目标区域与各其他区域对应各相同种植农作物的光热相似评估系数其中k为检测时间点的数量,q为天数,并据此筛选目标区域与各其他区域的最大光热相似评估系数和最小光热相似评估系数/>
综合分析目标区域与各其他区域对应目标差异种植农作物与其他差异种植农作物的光热相似评估系数σ′i,从而分析目标区域与各其他区域对应的光热相似评估指数其中l为相同种植农作物的数量,σ″为设定的相同种植农作物所属光热相似评估系数的允许误差,γ1、γ2、γ3分别表示为预定义的相同种植农作物光热相似的占比因子、差异种植农作物光热相似的占比因子、相同种植农作物光热相似评估系数偏差的占比因子。
优选地,所述分析目标区域与各其他区域对应目标差异种植农作物与其他差异种植农作物的光热相似评估系数σ′i,其具体分析方法为:分析目标区域与各其他区域对应各目标差异种植农作物所属种植周期的平均日照时长SIih,其中h为各目标差异种植农作物的编号,h=1,2,...,g,g为大于2的任意整数,并分析目标区域与各其他区域对应各其他差异种植农作物所属种植周期的平均日照时长SI′if,其中f为各其他差异种植农作物的编号,f=1,2,...,t,t为大于2的任意整数。
将目标区域与各其他区域对应各目标差异种植农作物所属种植周期内各天所属各检测时间点的光照强度、温度分别进行均值处理,进而分别得到目标区域与各其他区域对应各目标差异种植农作物所属种植周期的平均光照强度LIih、平均温度TIih。
分析得到目标区域与各其他区域对应各其他差异种植农作物所属种植周期的平均光照强度LI′if、平均温度TI′if。
综合分析目标区域与各其他区域对应目标差异种植农作物与其他差异种植农作物的光热相似评估系数其中g为目标差异种植农作物的数量,t为其他差异种植农作物的数量。
优选地,所述分析目标区域与各其他区域对应的降雨相似评估指数μi,其具体分析方法为:从目标区域对应各种植农作物所属种植周期内对应的降雨量数据中提取各次降雨的降雨量和时间点,并据此获取目标区域与各其他区域对应各相同种植农作物所属种植周期内各次降雨的降雨量和时间点,进而构建目标区域与各其他区域对应各相同种植农作物所属种植周期的各降雨间隔时长,并将其进行均值处理,得到目标区域与各其他区域对应各相同种植农作物所属种植周期的平均降雨间隔时长JLim。
将目标区域与各其他区域对应各相同种植农作物所属种植周期内各次降雨的降雨量进行均值处理,得到目标区域与各其他区域对应各相同种植农作物所属种植周期的平均降雨量YLim。
从各其他区域对应各种植农作物所属种植周期内的降雨量数据中提取各次降雨的降雨量和时间点,并据此获取目标区域与各其他区域对应各相同种植农作物所属种植周期内各次降雨的降雨量和时间点,分析得到目标区域与各其他区域对应各相同种植农作物所属种植周期的平均降雨间隔时长JL′im和平均降雨量YL′im。
分析目标区域与各其他区域对应的降雨相似评估指数
优选地,所述分析目标区域对应各种植农作物的种子类型适配度,其具体分析方法为:将目标区域对应各种植农作物的各次历史收成进行均值处理,进而得到目标区域对应各种植农作物的平均历史收成SCb,其中b为各种植农作物的编号,b=1,2,...,d,d为大于2的任意整数。
基于各其他区域对应各种植农作物的种子类型和各次历史收成,获取目标区域对应各相似区域所属各种植农作物的种子类型和各次历史收成,并分析目标区域对应各参照农作物在各相似区域的平均历史收成SC′vr,其中v为各参照农作物的编号,v=1,2,...,u,u为大于2的任意整数,r为各相似区域的编号,r=1,2,...,w,w为大于2的任意整数。
基于目标区域对应各种植农作物的种子类型,并结合各其他区域对应各种植农作物的种子类型获取目标区域对应各参照农作物在各相似区域的种子类型,并分析目标区域对应各种植农作物与各参照农作物在各相似区域的参考价值因子ξbvr。
分析目标区域对应各种植农作物的种子类型适配度
优选地,所述分析目标区域对应各种子更换种植农作物对应各匹配种子类型的推荐评估指数,其具体分析方法为:获取目标区域对应各种子更换种植农作物对应各匹配种子类型在目标区域对应相似区域的总应用次数YUxc和总平均历史收成TUxc,其中x为各种子更换种植农作物的编号,x=1,2,...,y,y为大于2的任意整数,c为各匹配种子类型的编号,c=1,2,...,z,z为大于2的任意整数,综合分析目标区域对应各种子更换种植农作物对应各匹配种子类型的推荐评估指数
本发明第二方面提供一种执行本发明任一项所述的农业气象数据管理方法的农业气象数据管理装置,包括:气象数据获取模块,用于从气象管理中心获取目标区域对应的农业气象数据,其中农业气象数据包括各种植农作物所属种植周期内的光热数据、风速风向数据、降雨量数据,其中光热数据包括各天的日出时间点、日落时间点和各检测时间点的光照强度、温度,风速风向数据包括盛行风向和各天对应各检测时间点的风速,降雨量数据包括各次降雨的降雨量和时间点。
种子信息获取模块,用于从农业管理中心获取目标区域对应各种植农作物对应的种子类型和各次历史收成。
目标区域分析模块,用于从气象管理中心获取各其他区域对应的农业气象数据,并获取各其他区域与目标区域的距离,从而依据各其他区域对应的农业气象数据和各其他区域与目标区域的距离分析目标区域对应的各相似区域,并从农业管理中心获取各其他区域对应各种植农作物的种子类型和各次历史收成,进而分析目标区域对应各种植农作物的种子类型适配度,并据此筛选目标区域对应的各种子更换种植农作物,进而筛选目标区域对应各种子更换种植农作物对应的各匹配种子类型,并分析目标区域对应各种子更换种植农作物对应各匹配种子类型的推荐评估指数。
适宜种子类型处理模块,用于筛选目标区域对应各种子更换种植农作物对应的各适宜种子类型,并获取其对应的推荐评估指数,从而将目标区域对应各种子更换种植农作物的各适宜种子类型按照推荐评估指数从大到小的顺序进行排序,并将排序后的目标区域对应各种子更换种植农作物的各适宜种子类型进行显示。
本发明的有益效果在于:(1)本发明在S1.气象数据获取中从气象管理中心获取目标区域对应的农业气象数据,并在S2.种子信息获取中从农业管理中心获取目标区域对应各种植农作物的种子类型和各次历史收成,进而为后续目标区域所属种植农作物的种子类型的分析奠定了基础。
(2)本发明在S3.目标区域分析中首先基于目标区域的农业气象数据中的光热数据、降雨量数据和各其他区域的农业气象数据中的光热数据、降雨量数据分别构建日照时长、降雨间隔时长,进而据此分析目标区域与各其他区域的综合气象相似评估指数,从而弥补了现有技术中对农业气象数据中的日照时长、降雨间隔时长的关注度不高的缺陷,提高了目标区域与其他区域的气象特征相似度的分析结果的精确性,进而保障后续目标区域相似区域的筛选,为后续目标区域所属种植农作物的适宜更换种子类型的分析提供可靠性保障,进而为相关部门提供目标区域所属种植农作物的适宜更换种子类型,提高相关部门对目标区域所属种植农作物的种子类型的调控效率,有利于提高目标区域所属种植农作物的产量。
(3)本发明通过种子的应用次数和历史收成综合分析目标区域所属种子更换种植农作物对应匹配种子类型的推荐评估指数,进而筛选目标区域所属种子更换种植农作物对应的适宜种子类型,弥补了现有技术中大多是由种植人员自主选择种植农作物种子的缺陷,一方面克服了种植人员的主观性,避免出现选择的种植农作物的种子与种植区域并不适配的现象,从而保障后续丰收,另一方面对农业气象数据与种植业进行合理联动,提高了农业气象数据的利用效率,为种植区域的农作物种子的后续管理提供强有力的数据支持。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,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的附图。
图1为本发明的方法流程图。
图2为本发明系统结构连接示意图。
具体实施方式
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,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做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。
参照图1所示,本发明提供一种农业气象数据管理方法,包括:S1.气象数据获取:从气象管理中心获取目标区域对应的农业气象数据,其中农业气象数据包括各种植农作物所属种植周期内的光热数据、风速风向数据、降雨量数据,其中光热数据包括各天的日出时间点、日落时间点和各检测时间点的光照强度、温度,风速风向数据包括盛行风向和各天对应各检测时间点的风速,降雨量数据包括各次降雨的降雨量和时间点。
S2.种子信息获取:从农业管理中心获取目标区域对应各种植农作物对应的种子类型和各次历史收成。
本发明在S1.气象数据获取中从气象管理中心获取目标区域对应的农业气象数据,并在S2.种子信息获取中从农业管理中心获取目标区域对应各种植农作物的种子类型和各次历史收成,进而为后续目标区域所属种植农作物的种子类型的分析奠定了基础。
S3.目标区域分析:从气象管理中心获取各其他区域对应的农业气象数据,并获取各其他区域与目标区域的距离,从而依据各其他区域对应的农业气象数据和各其他区域与目标区域的距离分析目标区域对应的各相似区域,并从农业管理中心获取各其他区域对应各种植农作物的种子类型和各次历史收成,进而分析目标区域对应各种植农作物的种子类型适配度,并据此筛选目标区域对应的各种子更换种植农作物,进而筛选目标区域对应各种子更换种植农作物对应的各匹配种子类型,并分析目标区域对应各种子更换种植农作物对应各匹配种子类型的推荐评估指数。
在本发明的具体实施例中,所述分析目标区域对应的各相似区域,其具体分析方法为:从目标区域对应的农业气象数据中提取各种植农作物所属种植周期内的光热数据、风速风向数据、降雨量数据,并据此统计目标区域对应各种植农作物及其所属的种植周期。
从各其他区域对应的农业气象数据中提取各种植农作物所属种植周期内的光热数据、风速风向数据、降雨量数据,并据此统计各其他区域对应各种植农作物及其所属的种植周期。
基于目标区域对应各种植农作物和各其他区域对应的各种植农作物,筛选目标区域与各其他区域对应的各相同种植农作物、各目标差异种植农作物和各其他差异种植农作物。
需要说明的是,所述筛选目标区域与各其他区域对应的各相同种植农作物,其具体筛选方法为:将目标区域对应各种植农作物与各其他区域对应的各种植农作物进行对比,若目标区域对应某种植农作物与某其他区域的某种植农作物相同,且目标区域对应该种植农作物的种植周期与该其他区域的该种植农作物的种植周期相同,则将该种植农作物标记为相同种植农作物,进而统计目标区域与各其他区域对应的各相同种植农作物,并将目标区域内除各相同种植农作物之外的各种植农作物标记为各目标差异种植农作物,将目标区域对应各其他区域内除各相同种植农作物之外的各种植农作物标记为各其他差异种植农作物,从而得到目标区域与各其他区域对应的各相同种植农作物、各目标差异种植农作物和各其他差异种植农作物。
分析目标区域与各其他区域对应的光热相似评估指数εi,分析目标区域与各其他区域对应的风速风向相似评估指数ηi,并分析目标区域与各其他区域对应的降雨相似评估指数μi,其中i为各其他区域的编号,i=1,2,...,n,n为大于2的任意整数。
结合各其他区域与目标区域的距离JLi,综合分析目标区域与各其他区域对应的综合气象相似评估指数其中λ1、λ2、λ3、λ4分别表示为预定义的距离适宜、光热相似、风速风向相似、降雨相似对应的影响权重因子。
需要说明的是,所述λ1、λ2、λ3、λ4的取值范围均为(0,1)。
将目标区域与各其他区域对应的综合气象相似评估指数与预定义的综合气象相似评估指数阈值进行对比,若目标区域与某其他区域对应的综合气象相似评估指数大于或等于综合气象相似评估指数阈值,则将该其他区域标记为相似区域,进而统计目标区域对应的各相似区域。
在本发明的具体实施例中,所述分析目标区域与各其他区域对应的光热相似评估指数εi,其具体分析方法为:从目标区域对应各种植农作物所属种植周期内的光热数据中提取目标区域与各其他区域对应各相同种植农作物所属种植周期内各天的日出时间点、日落时间点和各检测时间点的光照强度Limpj、温度Timpj,其中m为各相同种植农作物的编号,m=1,2,...,l,l为大于2的任意整数,p为各天的编号,p=1,2,...,q,q为大于2的任意整数,j为各检测时间点的编号,j=1,2,...,k,k为大于2的任意整数,并据此构建目标区域与各其他区域对应各相同种植农作物所属种植周期内各天的日照时长Simp,提取目标区域与各其他区域对应各目标差异种植农作物所属种植周期内各天的日出时间点、日落时间点和各检测时间点的光照强度、温度。
从各其他区域对应各种植农作物所属种植周期内的光热数据中提取目标区域与各其他区域对应各相同种植农作物所属种植周期内各天的日出时间点、日落时间点和各检测时间点的光照强度L′impj、温度T′impj,并据此构建目标区域与各其他区域对应各相同种植农作物所属种植周期内各天的日照时长S′imp,提取目标区域与各其他区域对应各其他差异种植农作物所属种植周期内各天的日出时间点、日落时间点和各检测时间点的光照强度、温度。
综合分析目标区域与各其他区域对应各相同种植农作物的光热相似评估系数其中k为检测时间点的数量,q为天数,并据此筛选目标区域与各其他区域的最大光热相似评估系数和最小光热相似评估系数/>
综合分析目标区域与各其他区域对应目标差异种植农作物与其他差异种植农作物的光热相似评估系数σ′i,从而分析目标区域与各其他区域对应的光热相似评估指数其中l为相同种植农作物的数量,σ″为设定的相同种植农作物所属光热相似评估系数的允许误差,γ1、γ2、γ3分别表示为预定义的相同种植农作物光热相似的占比因子、差异种植农作物光热相似的占比因子、相同种植农作物光热相似评估系数偏差的占比因子。
需要说明的是,所述γ1、γ2、γ3的取值范围均为(0,1)。
在本发明的具体实施例中,所述分析目标区域与各其他区域对应目标差异种植农作物与其他差异种植农作物的光热相似评估系数σ′i,其具体分析方法为:分析目标区域与各其他区域对应各目标差异种植农作物所属种植周期的平均日照时长SIih,其中h为各目标差异种植农作物的编号,h=1,2,...,g,g为大于2的任意整数,并分析目标区域与各其他区域对应各其他差异种植农作物所属种植周期的平均日照时长SI′if,其中f为各其他差异种植农作物的编号,f=1,2,...,t,t为大于2的任意整数。
需要说明的是,所述分析目标区域与各其他区域对应各目标差异种植农作物所属种植周期的平均日照时长,其具体分析方法为:基于目标区域与各其他区域对应各目标差异种植农作物所属种植周期内各天的日出时间点、日落时间点,构建目标区域与各其他区域对应各目标差异种植农作物所属种植周期内各天的日照时长,并将其进行均值处理,进而得到目标区域与各其他区域对应各目标差异种植农作物所属种植周期的平均日照时长。
还需要说明的是,同目标区域与各其他区域对应各目标差异种植农作物所属种植周期的平均日照时长的分析方法一致,分析得到目标区域与各其他区域对应各其他差异种植农作物所属种植周期的平均日照时长。
将目标区域与各其他区域对应各目标差异种植农作物所属种植周期内各天所属各检测时间点的光照强度、温度分别进行均值处理,进而分别得到目标区域与各其他区域对应各目标差异种植农作物所属种植周期的平均光照强度LIih、平均温度TIih。
分析得到目标区域与各其他区域对应各其他差异种植农作物所属种植周期的平均光照强度LIi′f、平均温度TIi′f。
综合分析目标区域与各其他区域对应目标差异种植农作物与其他差异种植农作物的光热相似评估系数
其中g为目标差异种植农作物的数量,t为其他差异种植农作物的数量。
需要说明的是,所述分析目标区域与各其他区域对应的风速风向相似评估指数ηi,其具体分析方法为:分析目标区域与各其他区域对应各相同种植农作物所属种植周期的目标平均风速Vim,并分析目标区域与各其他区域对应各目标差异种植农作物所属种植周期的平均风速VIih。
还需要说明的是,所述分析目标区域与各其他区域对应各相同种植农作物所属种植周期的目标平均风速,其具体分析方法为:从目标区域对应各种植农作物所属种植周期内对应的风速风向数据中提取盛行风向和各天对应各检测时间点的风速,并据此获取目标区域与各其他区域对应各相同种植农作物所属种植周期内的盛行风向和各天对应各检测时间点的风速,获取目标区域与各其他区域对应各目标差异种植农作物所属种植周期内的盛行风向和各天对应各检测时间点的风速。
将目标区域与各其他区域对应各相同种植农作物所属种植周期内各天对应各检测时间点的风速均值处理,得到目标区域与各其他区域对应各相同种植农作物所属种植周期的目标平均风速。
还需要说明的是,同目标区域与各其他区域对应各相同种植农作物所属种植周期的目标平均风速的分析方法一致,分析得到目标区域与各其他区域对应各目标差异种植农作物所属种植周期的平均风速。
从各其他区域对应各种植农作物所属种植周期内对应的风速风向数据中提取盛行风向和各天对应各检测时间点的风速,并据此获取目标区域与各其他区域对应各相同种植农作物所属种植周期内的盛行风向和各天对应各检测时间点的风速,将目标区域与各其他区域对应各相同种植农作物所属种植周期内各天对应各检测时间点的风速均值处理,得到目标区域与各其他区域对应各相同种植农作物所属种植周期的其他平均风速V′im,并分析目标区域与各其他区域对应各其他差异种植农作物所属种植周期的平均风速VI′if。
分析目标区域与各其他区域对应的风向相似值β′i,并据此分析目标区域与各其他区域对应的风速风向相似评估指数
需要说明的是,所述分析目标区域与各其他区域对应的风向相似值,其具体分析方法为:从目标区域对应各种植农作物所属种植周期内对应的风速风向数据中提取的目标区域对应各其他区域的各相同种植农作物所属种植周期内对应的盛行风向标记为目标区域对应各其他区域的各相同种植农作物所属种植周期的目标盛行风向。
将从各其他区域对应各种植农作物所属种植周期内对应的风速风向数据中提取的目标区域对应各其他区域的各相同种植农作物所属种植周期内对应的盛行风向标记为目标区域对应各其他区域的各相同种植农作物所属种植周期的其他盛行风向。
将目标区域对应各其他区域所属各相同种植农作物的目标盛行风向与其他盛行风向进行匹配,若目标区域对应某其他区域所属某相同种植农作物的目标盛行风向与其他盛行风向匹配成功,则将目标区域对应该其他区域所属该相同种植农作物的风向匹配指数标记为α,反之,则将其标记为α′。
统计目标区域对应各其他区域所属各相同种植农作物的风向匹配指数βim,其中βim=α或α′,并将其进行均值处理,得到目标区域与各其他区域对应的风向相似值β′i。
在本发明的具体实施例中,所述分析目标区域与各其他区域对应的降雨相似评估指数μi,其具体分析方法为:从目标区域对应各种植农作物所属种植周期内对应的降雨量数据中提取各次降雨的降雨量和时间点,并据此获取目标区域与各其他区域对应各相同种植农作物所属种植周期内各次降雨的降雨量和时间点,进而构建目标区域与各其他区域对应各相同种植农作物所属种植周期的各降雨间隔时长,并将其进行均值处理,得到目标区域与各其他区域对应各相同种植农作物所属种植周期的平均降雨间隔时长JLim。
将目标区域与各其他区域对应各相同种植农作物所属种植周期内各次降雨的降雨量进行均值处理,得到目标区域与各其他区域对应各相同种植农作物所属种植周期的平均降雨量YLim。
从各其他区域对应各种植农作物所属种植周期内的降雨量数据中提取各次降雨的降雨量和时间点,并据此获取目标区域与各其他区域对应各相同种植农作物所属种植周期内各次降雨的降雨量和时间点,分析得到目标区域与各其他区域对应各相同种植农作物所属种植周期的平均降雨间隔时长JL′im和平均降雨量YL′im。
分析目标区域与各其他区域对应的降雨相似评估指数
在本发明的具体实施例中,所述分析目标区域对应各种植农作物的种子类型适配度,其具体分析方法为:将目标区域对应各种植农作物的各次历史收成进行均值处理,进而得到目标区域对应各种植农作物的平均历史收成SCb,其中b为各种植农作物的编号,b=1,2,...,d,d为大于2的任意整数。
基于各其他区域对应各种植农作物的种子类型和各次历史收成,获取目标区域对应各相似区域所属各种植农作物的种子类型和各次历史收成,并分析目标区域对应各参照农作物在各相似区域的平均历史收成SC′vr,其中v为各参照农作物的编号,v=1,2,...,u,u为大于2的任意整数,r为各相似区域的编号,r=1,2,...,w,w为大于2的任意整数。
需要说明的是,所述分析目标区域对应各参照农作物在各相似区域的平均历史收成,其具体分析方法为:将目标区域对应各相似区域所属各种植农作物的各次历史收成进行均值处理,进而得到目标区域对应各相似区域所属各种植农作物的平均历史收成,并将其标记为目标区域对应各相似区域所属各参考农作物的平均历史收成,进而据此获取目标区域对应各参考农作物在各相似区域的平均历史收成,将相同的参考农作物标记为参照农作物,从而统计目标区域对应各参照农作物在各相似区域的平均历史收成。
基于目标区域对应各种植农作物的种子类型,并结合各其他区域对应各种植农作物的种子类型获取目标区域对应各参照农作物在各相似区域的种子类型,并分析目标区域对应各种植农作物与各参照农作物在各相似区域的参考价值因子ξbvr。
需要说明的是,所述分析目标区域对应各种植农作物与各参照农作物在各相似区域的参考价值因子,其具体分析方法为:将目标区域对应各种植农作物的种子类型与各参照农作物在各相似区域的种子类型进行匹配,若目标区域对应某种植农作物的种子类型与某参照农作物在某相似区域的种子类型匹配失败,则将目标区域对应该种植农作物与该参照农作物在该相似区域的种子类型匹配度记为δ,反之,则将其记为δ′,进而统计目标区域对应各种植农作物与各参照农作物在各相似区域的种子类型匹配度,结合云数据库中存储的各种子类型匹配度对应的参考价值因子,筛选目标区域对应各种植农作物与各参照农作物在各相似区域的参考价值因子。
分析目标区域对应各种植农作物的种子类型适配度
需要说明的是,所述筛选目标区域对应的各种子更换种植农作物,其具体筛选方法为:将目标区域对应各种植农作物的种子类型适配度与预定义的种子类型适配度阈值进行对比,若目标区域对应某种植农作物的种子类型适配度小于种子类型适配度阈值,则将该种植农作物标记为种子更换种植农作物,进而得到目标区域对应的各种子更换种植农作物。
还需要说明的是,所述筛选目标区域对应各种子更换种植农作物对应的各匹配种子类型,其具体筛选方法为:将目标区域对应的各种子更换种植农作物与目标区域对应各相似区域所属各种植农作物进行对比,若目标区域对应的某种子更换种植农作物与目标区域对应某相似区域所属某种植农作物相同,且目标区域对应的该种子更换种植农作物的种子类型与目标区域对应该相似区域所属该种植农作物的种子类型不同,则将该相似区域所属该种植农作物的种子类型标记为匹配种子类型,进而得到目标区域对应该种子更换种植农作物对应的各匹配种子类型,并据此统计目标区域对应各种子更换种植农作物对应的各匹配种子类型。
在本发明的具体实施例中,所述分析目标区域对应各种子更换种植农作物对应各匹配种子类型的推荐评估指数,其具体分析方法为:获取目标区域对应各种子更换种植农作物对应各匹配种子类型在目标区域对应相似区域的总应用次数YUxc和总平均历史收成TUxc,其中x为各种子更换种植农作物的编号,x=1,2,...,y,y为大于2的任意整数,c为各匹配种子类型的编号,c=1,2,...,z,z为大于2的任意整数,综合分析目标区域对应各种子更换种植农作物对应各匹配种子类型的推荐评估指数
需要说明的是,所述获取目标区域对应各种子更换种植农作物对应各匹配种子类型在目标区域对应相似区域的总应用次数和总平均历史收成,其具体获取方法为:从农业管理中心获取各种子类型在各其他区域的应用次数和平均历史收成,进而获取各种子类型在目标区域对应各相似区域的应用次数和平均历史收成,并据此统计各种子类型在目标区域对应相似区域的总应用次数和总平均历史收成,进而获取目标区域对应各种子更换种植农作物对应各匹配种子类型在目标区域对应相似区域的总应用次数和总平均历史收成。
本发明通过种子的应用次数和历史收成综合分析目标区域所属种子更换种植农作物对应匹配种子类型的推荐评估指数,进而筛选目标区域所属种子更换种植农作物对应的适宜种子类型,弥补了现有技术中大多是由种植人员自主选择种植农作物种子的缺陷,一方面克服了种植人员的主观性,避免出现选择的种植农作物的种子与种植区域并不适配的现象,从而保障后续丰收,另一方面对农业气象数据与种植业进行合理联动,提高了农业气象数据的利用效率,为种植区域的农作物种子的后续管理提供强有力的数据支持。
本发明在S3.目标区域分析中首先基于目标区域的农业气象数据中的光热数据、降雨量数据和各其他区域的农业气象数据中的光热数据、降雨量数据分别构建日照时长、降雨间隔时长,进而据此分析目标区域与各其他区域的综合气象相似评估指数,从而弥补了现有技术中对农业气象数据中的日照时长、降雨间隔时长的关注度不高的缺陷,提高了目标区域与其他区域的气象特征相似度的分析结果的精确性,进而保障后续目标区域相似区域的筛选,为后续目标区域所属种植农作物的适宜更换种子类型的分析提供可靠性保障,进而为相关部门提供目标区域所属种植农作物的适宜更换种子类型,提高相关部门对目标区域所属种植农作物的种子类型的调控效率,有利于提高目标区域所属种植农作物的产量。
S4.适宜种子类型处理:筛选目标区域对应各种子更换种植农作物对应的各适宜种子类型,并获取其对应的推荐评估指数,从而将目标区域对应各种子更换种植农作物的各适宜种子类型按照推荐评估指数从大到小的顺序进行排序,并将排序后的目标区域对应各种子更换种植农作物的各适宜种子类型进行显示。
需要说明的是,所述筛选目标区域对应各种子更换种植农作物对应的各适宜种子类型,其具体分析方法为:将目标区域对应各种子更换种植农作物对应各匹配种子类型的推荐评估指数与预定义的推荐评估指数阈值进行对比,若目标区域对应某种子更换种植农作物对应某匹配种子类型的推荐评估指数大于推荐评估指数阈值,则将该匹配种子类型标记为适宜种子类型,进而统计得到目标区域对应各种子更换种植农作物对应的各适宜种子类型。
参照图2所示,本发明第二方面提供一种执行本发明任一项所述的农业气象数据管理方法的农业气象数据管理装置,包括:气象数据获取模块,用于从气象管理中心获取目标区域对应的农业气象数据,其中农业气象数据包括各种植农作物所属种植周期内的光热数据、风速风向数据、降雨量数据,其中光热数据包括各天的日出时间点、日落时间点和各检测时间点的光照强度、温度,风速风向数据包括盛行风向和各天对应各检测时间点的风速,降雨量数据包括各次降雨的降雨量和时间点。
种子信息获取模块,用于从农业管理中心获取目标区域对应各种植农作物对应的种子类型和各次历史收成。
目标区域分析模块,用于从气象管理中心获取各其他区域对应的农业气象数据,并获取各其他区域与目标区域的距离,从而依据各其他区域对应的农业气象数据和各其他区域与目标区域的距离分析目标区域对应的各相似区域,并从农业管理中心获取各其他区域对应各种植农作物的种子类型和各次历史收成,进而分析目标区域对应各种植农作物的种子类型适配度,并据此筛选目标区域对应的各种子更换种植农作物,进而筛选目标区域对应各种子更换种植农作物对应的各匹配种子类型,并分析目标区域对应各种子更换种植农作物对应各匹配种子类型的推荐评估指数。
适宜种子类型处理模块,用于筛选目标区域对应各种子更换种植农作物对应的各适宜种子类型,并获取其对应的推荐评估指数,从而将目标区域对应各种子更换种植农作物的各适宜种子类型按照推荐评估指数从大到小的顺序进行排序,并将排序后的目标区域对应各种子更换种植农作物的各适宜种子类型进行显示。
需要说明的是,所述一种农业气象数据管理装置还包括云数据库,用于存储各种子类型匹配度对应的参考价值因子。
还需要说明的是,所述气象数据获取模块和种子信息获取模块均与目标区域分析模块连接,目标区域分析模块与适宜种子类型处理模块连接,云数据库与目标区域分析模块连接。
以上内容仅仅是对本发明的构思所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的构思或者超越本发明所定义的范围,均应属于本发明的保护范围。
Claims (6)
1.一种农业气象数据管理方法,其特征在于,包括:
S1.气象数据获取:从气象管理中心获取目标区域对应的农业气象数据,其中农业气象数据包括各种植农作物所属种植周期内的光热数据、风速风向数据、降雨量数据,其中光热数据包括各天的日出时间点、日落时间点和各检测时间点的光照强度、温度,风速风向数据包括盛行风向和各天对应各检测时间点的风速,降雨量数据包括各次降雨的降雨量和时间点;
S2.种子信息获取:从农业管理中心获取目标区域对应各种植农作物对应的种子类型和各次历史收成;
S3.目标区域分析:从气象管理中心获取各其他区域对应的农业气象数据,并获取各其他区域与目标区域的距离,从而依据各其他区域对应的农业气象数据和各其他区域与目标区域的距离分析目标区域对应的各相似区域,并从农业管理中心获取各其他区域对应各种植农作物的种子类型和各次历史收成,进而分析目标区域对应各种植农作物的种子类型适配度:将目标区域对应各种植农作物的各次历史收成进行均值处理,进而得到目标区域对应各种植农作物的平均历史收成SCb,其中b为各种植农作物的编号,b=1,2,...,d,d为大于2的任意整数;
基于各其他区域对应各种植农作物的种子类型和各次历史收成,获取目标区域对应各相似区域所属各种植农作物的种子类型和各次历史收成,并分析目标区域对应各参照农作物在各相似区域的平均历史收成SC′vr,其中v为各参照农作物的编号,v=1,2,...,u,u为大于2的任意整数,r为各相似区域的编号,r=1,2,...,w,w为大于2的任意整数;
基于目标区域对应各种植农作物的种子类型,并结合各其他区域对应各种植农作物的种子类型获取目标区域对应各参照农作物在各相似区域的种子类型,并分析目标区域对应各种植农作物与各参照农作物在各相似区域的参考价值因子ξbvr;
分析目标区域对应各种植农作物的种子类型适配度
并据此筛选目标区域对应的各种子更换种植农作物,进而筛选目标区域对应各种子更换种植农作物对应的各匹配种子类型,并分析目标区域对应各种子更换种植农作物对应各匹配种子类型的推荐评估指数:获取目标区域对应各种子更换种植农作物对应各匹配种子类型在目标区域对应相似区域的总应用次数YUxc和总平均历史收成TUxc,其中x为各种子更换种植农作物的编号,x=1,2,...,y,y为大于2的任意整数,c为各匹配种子类型的编号,c=1,2,...,z,z为大于2的任意整数,综合分析目标区域对应各种子更换种植农作物对应各匹配种子类型的推荐评估指数
S4.适宜种子类型处理:筛选目标区域对应各种子更换种植农作物对应的各适宜种子类型,并获取其对应的推荐评估指数,从而将目标区域对应各种子更换种植农作物的各适宜种子类型按照推荐评估指数从大到小的顺序进行排序,并将排序后的目标区域对应各种子更换种植农作物的各适宜种子类型进行显示。
2.根据权利要求1所述的一种农业气象数据管理方法,其特征在于,所述分析目标区域对应的各相似区域,其具体分析方法为:
从目标区域对应的农业气象数据中提取各种植农作物所属种植周期内的光热数据、风速风向数据、降雨量数据,并据此统计目标区域对应各种植农作物及其所属的种植周期;
从各其他区域对应的农业气象数据中提取各种植农作物所属种植周期内的光热数据、风速风向数据、降雨量数据,并据此统计各其他区域对应各种植农作物及其所属的种植周期;
基于目标区域对应各种植农作物和各其他区域对应的各种植农作物,筛选目标区域与各其他区域对应的各相同种植农作物、各目标差异种植农作物和各其他差异种植农作物;
分析目标区域与各其他区域对应的光热相似评估指数εi,分析目标区域与各其他区域对应的风速风向相似评估指数ηi,并分析目标区域与各其他区域对应的降雨相似评估指数μi,其中i为各其他区域的编号,i=1,2,...,n,n为大于2的任意整数;
结合各其他区域与目标区域的距离JLi,综合分析目标区域与各其他区域对应的综合气象相似评估指数其中λ1、λ2、λ3、λ4分别表示为预定义的距离适宜、光热相似、风速风向相似、降雨相似对应的影响权重因子;
将目标区域与各其他区域对应的综合气象相似评估指数与预定义的综合气象相似评估指数阈值进行对比,若目标区域与某其他区域对应的综合气象相似评估指数大于或等于综合气象相似评估指数阈值,则将该其他区域标记为相似区域,进而统计目标区域对应的各相似区域。
3.根据权利要求2所述的一种农业气象数据管理方法,其特征在于,所述分析目标区域与各其他区域对应的光热相似评估指数εi,其具体分析方法为:
从目标区域对应各种植农作物所属种植周期内的光热数据中提取目标区域与各其他区域对应各相同种植农作物所属种植周期内各天的日出时间点、日落时间点和各检测时间点的光照强度Limpj、温度Timpj,其中m为各相同种植农作物的编号,m=1,2,...,l,l为大于2的任意整数,p为各天的编号,p=1,2,...,q,q为大于2的任意整数,j为各检测时间点的编号,j=1,2,...,k,k为大于2的任意整数,并据此构建目标区域与各其他区域对应各相同种植农作物所属种植周期内各天的日照时长Simp,提取目标区域与各其他区域对应各目标差异种植农作物所属种植周期内各天的日出时间点、日落时间点和各检测时间点的光照强度、温度;
从各其他区域对应各种植农作物所属种植周期内的光热数据中提取目标区域与各其他区域对应各相同种植农作物所属种植周期内各天的日出时间点、日落时间点和各检测时间点的光照强度L′impj、温度T′impj,并据此构建目标区域与各其他区域对应各相同种植农作物所属种植周期内各天的日照时长S′imp,提取目标区域与各其他区域对应各其他差异种植农作物所属种植周期内各天的日出时间点、日落时间点和各检测时间点的光照强度、温度;
综合分析目标区域与各其他区域对应各相同种植农作物的光热相似评估系数其中k为检测时间点的数量,q为天数,并据此筛选目标区域与各其他区域的最大光热相似评估系数和最小光热相似评估系数/>
综合分析目标区域与各其他区域对应目标差异种植农作物与其他差异种植农作物的光热相似评估系数σ′i,从而分析目标区域与各其他区域对应的光热相似评估指数其中l为相同种植农作物的数量,σ″为设定的相同种植农作物所属光热相似评估系数的允许误差,γ1、γ2、γ3分别表示为预定义的相同种植农作物光热相似的占比因子、差异种植农作物光热相似的占比因子、相同种植农作物光热相似评估系数偏差的占比因子。
4.根据权利要求3所述的一种农业气象数据管理方法,其特征在于,所述分析目标区域与各其他区域对应目标差异种植农作物与其他差异种植农作物的光热相似评估系数σ′i,其具体分析方法为:
分析目标区域与各其他区域对应各目标差异种植农作物所属种植周期的平均日照时长SIih,其中h为各目标差异种植农作物的编号,h=1,2,...,g,g为大于2的任意整数,并分析目标区域与各其他区域对应各其他差异种植农作物所属种植周期的平均日照时长SI′if,其中f为各其他差异种植农作物的编号,f=1,2,...,t,t为大于2的任意整数;
将目标区域与各其他区域对应各目标差异种植农作物所属种植周期内各天所属各检测时间点的光照强度、温度分别进行均值处理,进而分别得到目标区域与各其他区域对应各目标差异种植农作物所属种植周期的平均光照强度LIih、平均温度TIih;
分析得到目标区域与各其他区域对应各其他差异种植农作物所属种植周期的平均光照强度LI′if、平均温度TI′if;
综合分析目标区域与各其他区域对应目标差异种植农作物与其他差异种植农作物的光热相似评估系数其中g为目标差异种植农作物的数量,t为其他差异种植农作物的数量。
5.根据权利要求2所述的一种农业气象数据管理方法,其特征在于,所述分析目标区域与各其他区域对应的降雨相似评估指数μi,其具体分析方法为:
从目标区域对应各种植农作物所属种植周期内对应的降雨量数据中提取各次降雨的降雨量和时间点,并据此获取目标区域与各其他区域对应各相同种植农作物所属种植周期内各次降雨的降雨量和时间点,进而构建目标区域与各其他区域对应各相同种植农作物所属种植周期的各降雨间隔时长,并将其进行均值处理,得到目标区域与各其他区域对应各相同种植农作物所属种植周期的平均降雨间隔时长JLim;
将目标区域与各其他区域对应各相同种植农作物所属种植周期内各次降雨的降雨量进行均值处理,得到目标区域与各其他区域对应各相同种植农作物所属种植周期的平均降雨量YLim;
从各其他区域对应各种植农作物所属种植周期内的降雨量数据中提取各次降雨的降雨量和时间点,并据此获取目标区域与各其他区域对应各相同种植农作物所属种植周期内各次降雨的降雨量和时间点,分析得到目标区域与各其他区域对应各相同种植农作物所属种植周期的平均降雨间隔时长JLi′m和平均降雨量YLi′m;
分析目标区域与各其他区域对应的降雨相似评估指数
6.一种执行权利要求1-5任一项所述的农业气象数据管理方法的农业气象数据管理装置,其特征在于,包括:
气象数据获取模块,用于从气象管理中心获取目标区域对应的农业气象数据,其中农业气象数据包括各种植农作物所属种植周期内的光热数据、风速风向数据、降雨量数据,其中光热数据包括各天的日出时间点、日落时间点和各检测时间点的光照强度、温度,风速风向数据包括盛行风向和各天对应各检测时间点的风速,降雨量数据包括各次降雨的降雨量和时间点;
种子信息获取模块,用于从农业管理中心获取目标区域对应各种植农作物对应的种子类型和各次历史收成;
目标区域分析模块,用于从气象管理中心获取各其他区域对应的农业气象数据,并获取各其他区域与目标区域的距离,从而依据各其他区域对应的农业气象数据和各其他区域与目标区域的距离分析目标区域对应的各相似区域,并从农业管理中心获取各其他区域对应各种植农作物的种子类型和各次历史收成,进而分析目标区域对应各种植农作物的种子类型适配度,并据此筛选目标区域对应的各种子更换种植农作物,进而筛选目标区域对应各种子更换种植农作物对应的各匹配种子类型,并分析目标区域对应各种子更换种植农作物对应各匹配种子类型的推荐评估指数;
适宜种子类型处理模块,用于筛选目标区域对应各种子更换种植农作物对应的各适宜种子类型,并获取其对应的推荐评估指数,从而将目标区域对应各种子更换种植农作物的各适宜种子类型按照推荐评估指数从大到小的顺序进行排序,并将排序后的目标区域对应各种子更换种植农作物的各适宜种子类型进行显示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311706922.XA CN117391315B (zh) | 2023-12-13 | 2023-12-13 | 一种农业气象数据管理方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311706922.XA CN117391315B (zh) | 2023-12-13 | 2023-12-13 | 一种农业气象数据管理方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117391315A CN117391315A (zh) | 2024-01-12 |
CN117391315B true CN117391315B (zh) | 2024-03-08 |
Family
ID=89468863
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311706922.XA Active CN117391315B (zh) | 2023-12-13 | 2023-12-13 | 一种农业气象数据管理方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117391315B (zh) |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7184892B1 (en) * | 2003-01-31 | 2007-02-27 | Deere & Company | Method and system of evaluating performance of a crop |
CN105701615A (zh) * | 2016-01-13 | 2016-06-22 | 湖南盛鼎科技发展有限责任公司 | 一种基于环境信息的农作物适宜性评价方法 |
CN107274297A (zh) * | 2017-06-14 | 2017-10-20 | 贵州中北斗科技有限公司 | 一种土地作物种植适宜性评估方法 |
CN111565557A (zh) * | 2017-11-09 | 2020-08-21 | 克莱米特公司 | 根据田地的杂交种子选择和种子投资组合优化 |
CN116703637A (zh) * | 2023-05-23 | 2023-09-05 | 杨凌数字农业科技有限公司 | 一种北方旱区小麦种植的数字化控制系统及其使用方法 |
CN116976671A (zh) * | 2023-08-01 | 2023-10-31 | 哈尔滨市大地勘察测绘有限公司 | 一种无人农场综合信息化管理方法及系统 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200265527A1 (en) * | 2019-02-15 | 2020-08-20 | Growers Edge Financial, Inc. | Agronomic prescription product |
-
2023
- 2023-12-13 CN CN202311706922.XA patent/CN117391315B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7184892B1 (en) * | 2003-01-31 | 2007-02-27 | Deere & Company | Method and system of evaluating performance of a crop |
CN105701615A (zh) * | 2016-01-13 | 2016-06-22 | 湖南盛鼎科技发展有限责任公司 | 一种基于环境信息的农作物适宜性评价方法 |
CN107274297A (zh) * | 2017-06-14 | 2017-10-20 | 贵州中北斗科技有限公司 | 一种土地作物种植适宜性评估方法 |
CN111565557A (zh) * | 2017-11-09 | 2020-08-21 | 克莱米特公司 | 根据田地的杂交种子选择和种子投资组合优化 |
CN116703637A (zh) * | 2023-05-23 | 2023-09-05 | 杨凌数字农业科技有限公司 | 一种北方旱区小麦种植的数字化控制系统及其使用方法 |
CN116976671A (zh) * | 2023-08-01 | 2023-10-31 | 哈尔滨市大地勘察测绘有限公司 | 一种无人农场综合信息化管理方法及系统 |
Non-Patent Citations (1)
Title |
---|
茄子品种及早春大棚茄子高效种植技术;龙文忠;长江蔬菜;20170930(第18期);第18-20页 * |
Also Published As
Publication number | Publication date |
---|---|
CN117391315A (zh) | 2024-01-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109165693B (zh) | 一种适用于露、霜和结冰的天气现象的自动判识方法 | |
CN107169621A (zh) | 一种水体溶解氧预测方法及装置 | |
CN112990558B (zh) | 一种基于深度迁移学习的气象温度、光照的预测方法 | |
CN112906298A (zh) | 一种基于机器学习的蓝莓产量预测方法 | |
Hsieh et al. | Building the rice blast disease prediction model based on machine learning and neural networks | |
CN113705937B (zh) | 一种联合机器视觉与作物模型的农田估产方法 | |
CN112986158B (zh) | 基于无人机多光谱数据的甜菜氮素营养检测方法及系统 | |
CN116911806B (zh) | 基于互联网+的电力企业能源信息管理系统 | |
CN110929888B (zh) | 一种基于随机紧凑高斯核函数的粮食作物病害预测方法 | |
CN117688404B (zh) | 智能施肥配方决策方法、装置、设备、介质及程序产品 | |
CN117455127B (zh) | 一种基于智慧园林的植物碳汇动态数据监测系统 | |
CN117063818A (zh) | 一种水肥精准调控系统 | |
CN117391315B (zh) | 一种农业气象数据管理方法及装置 | |
CN116882850B (zh) | 一种基于大数据的园林数据智能管理方法以及系统 | |
CN109934400B (zh) | 基于改进神经网络的集雨调亏作物需水量预测方法 | |
CN116595333A (zh) | 土壤-气候智慧型的水稻目标产量与氮肥用量确定方法 | |
Wei et al. | Application of remote sensing technology in crop estimation | |
CN111257240B (zh) | 基于近地高光谱数据和集成模型的油菜氮磷钾养分诊断方法 | |
CN109615149A (zh) | 一种确定甜菜气象产量的方法和系统 | |
Li et al. | Early drought plant stress detection with bi-directional long-term memory networks | |
CN113935542A (zh) | 一种基于气候适宜度的棉花单产预测方法 | |
CN114219183A (zh) | 一种基于气象条件的北流荔枝产量大小年年型等级区域预测模型的构建方法 | |
Jamil et al. | Ensemble of Classifiers Based Soil Evaluation for Crop Cultivation | |
CN117421686B (zh) | 一种水肥一体化灌溉用量数据收集方法 | |
Wang et al. | Integrating field images and microclimate data to realize multi-day ahead forecasting of maize crop coverage using CNN-LSTM |
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 |