一种作物产量预估方法及系统技术方案

本发明专利技术提出了一种作物产量预估方法及系统，该方法包括：采集作物叶片在预定波长范围内的光谱数据；根据所述光谱数据获得作物叶片在不同波长条件下所对应的叶绿素含量；根据所述光谱数据和叶绿素含量建立作物叶片叶绿素的近红外光谱分析模型；跟踪作物的完整生长周期，根据所述近红外光谱分析模型获得作物完整生长周期的叶绿素含量，并获得作物的实际产量；根据所述作物完整生长周期的叶绿素含量和实际产量建立叶绿素含量及作物产量预估模型；根据所述叶绿素含量及作物产量预估模型获得作物产量预估结果。本发明专利技术解决了传统预估难以简单低成本、精准高效获取作物产量的问题。精准高效获取作物产量的问题。精准高效获取作物产量的问题。

【技术实现步骤摘要】
一种作物产量预估方法及系统


[0001]本申请涉及农业生产领域，尤其涉及一种作物产量预估方法及系统。

技术介绍

[0002]作物产量预估是农业生产和粮食安全管理的重要任务，随着农业生产自动化、信息化和智能化水平的提高，作物产量预估技术逐渐成为研究热点。当前主要的作物产量预估技术包括遥感、气象模型、机器学习等。然而，这些技术在实践中仍存在数据准确性不高、模型普适性差、检测效率低等方面的问题。
[0003]目前，通过光谱分析技术预估作物产量方法引起了广泛关注。该方法通过分析植物叶片反射或吸收的光谱，可以获取关于作物生长和健康状况的信息，从而估算作物产量。可以在不破坏作物的情况下，快速准确地采集数据，同时采集多个波段的光谱数据，并通过统计学和机器学习等方法，实现高效的数据分析和处理。还可以提供多样化的参数，如叶绿素含量、植被指数等，这些参数与作物的生长和产量密切相关，因此具有较高的预测精度。然而现有的光谱仪等测量设备存在价格较贵，操作复杂，设备应用种类单一等缺点，目前仅适用于大型科研单位，无法进行普及性的应用和推广。

技术实现思路

[0004]为解决上述技术问题之一，本专利技术提供了一种作物产量预估方法及系统。
[0005]本专利技术实施例第一方面提供了一种作物产量预估方法，所述方法包括：
[0006]采集作物叶片在预定波长范围内的光谱数据；
[0007]根据所述光谱数据获得作物叶片在不同波长条件下所对应的叶绿素含量；
[0008]根据所述光谱数据和叶绿素含量建立作物叶片叶绿素的近红外光谱分析模型；
[0009]跟踪作物的完整生长周期，根据所述近红外光谱分析模型获得作物完整生长周期的叶绿素含量，并获得作物的实际产量；
[0010]根据所述作物完整生长周期的叶绿素含量和实际产量建立叶绿素含量及作物产量预估模型；
[0011]根据所述叶绿素含量及作物产量预估模型获得作物产量预估结果。
[0012]优选地，所述采集作物叶片采集作物叶片在预定波长范围内的光谱数据的过程包括：
[0013]预定近红外光谱检测装置的采集时间、间隔时间和波长范围；
[0014]根据所述采集时间和间隔时间定时采集作物相同部位叶片上多个不同点在预定波长范围内的光谱数据；
[0015]将所述多个不同点在预定波长范围内的光谱数据的平均值作为作物叶片在预定波长范围内的光谱数据。
[0016]优选地，所述采集作物叶片采集作物叶片在预定波长范围内的光谱数据的过程还包括：
[0017]定时对所述近红外光谱检测装置进行标准光谱校准。
[0018]优选地，所述根据所述光谱数据获得作物叶片在不同波长条件下所对应的叶绿素含量的过程包括：
[0019]根据所述光谱数据对作物叶片进行处理获得叶绿素提取液；
[0020]在不同波长下测量所述叶绿素提取液中的吸光度；
[0021]根据所述吸光度获得所述叶绿素含量。
[0022]优选地，所述根据所述光谱数据和叶绿素含量建立作物叶片叶绿素的近红外光谱分析模型的过程包括：
[0023]将采集的光谱数据分为训练集和验证集；
[0024]以所述吸光度作为输入变量，所述叶绿素含量作为输出变量建立所述近红外光谱分析模型。
[0025]优选地，所述根据所述作物完整生长周期的叶绿素含量和实际产量建立叶绿素含量及作物产量预估模型的过程包括：
[0026]在循环神经网络RNN的基础上增加记忆单元结构存储过去时刻的序列信息；
[0027]设置输入门、输出门和遗忘门，所述输入门用于控制信息输入，所述遗忘门用于控制细胞历史状态的取舍，所述输出门用于控制信息输出；
[0028]根据所述作物完整生长周期的叶绿素含量和实际产量、记忆单元结构、输入门、输出门和遗忘门建立叶绿素含量及作物产量预估模型并输出预估产量值；
[0029]确定损失函数，根据所述作物的实际产量与所述预估模型输出的预估产量值计算所述叶绿素含量及作物产量预估模型的训练损失，并通过梯度反向传播更新所述叶绿素含量及作物产量预估模型的参数权值。
[0030]优选地，所述根据所述叶绿素含量及作物产量预估模型获得作物产量预估结果的过程包括：
[0031]将作物叶片在不同波长条件下所对应的叶绿素含量组成时间序列；
[0032]对所述时间序列进行异常值处理和归一化处理获得预处理数据；
[0033]将所述预处理数据输入至所述叶绿素含量及作物产量预估模型，获得作物产量预估结果。
[0034]本专利技术实施例第二方面提供了一种作物产量预估系统，所述系统包括：
[0035]近红外光谱检测装置，用于采集作物叶片在预定波长范围内的光谱数据；
[0036]处理器，其被配置有处理器可执行的操作指令，以执行如下操作：
[0037]根据所述光谱数据获得作物叶片在不同波长条件下所对应的叶绿素含量；
[0038]根据所述光谱数据和叶绿素含量建立作物叶片叶绿素的近红外光谱分析模型；
[0039]跟踪作物的完整生长周期，根据所述近红外光谱分析模型获得作物完整生长周期的叶绿素含量，并获得作物的实际产量；
[0040]根据所述作物完整生长周期的叶绿素含量和实际产量建立叶绿素含量及作物产量预估模型；
[0041]根据所述叶绿素含量及作物产量预估模型获得作物产量预估结果。
[0042]优选地，所述近红外光谱检测装置包括：
[0043]壳体；
[0044]近红外光谱模组，设置在所述壳体中，所述近红外光谱模组向外部发射光信号，以及接收反馈的信号；
[0045]开关控制单元，包括开关按键和开关电路，所述开关按键设置在所述壳体表面，所述开关按键与所述开关电路电连接，所述开关电路与所述近红外光谱模组电连接；
[0046]LED运行显示灯，设置在壳体表面并与所述近红外光谱模组电连接，指示所述近红外光谱模组的运行状态；
[0047]充电接口，设置在壳体表面；
[0048]可充电电池，设置在壳体内部并与所述充电接口和近红外光谱模组电连接。
[0049]优选地，所述壳体上半部分为可手持结构。
[0050]本专利技术的有益效果如下：本专利技术所提出的作物产量预估方法基于光谱分析技术和特征算法实现。首先建立叶绿素的近红外光谱分析模型，然后通过跟踪作物生长周期的叶绿素含量和作物实际产量建立叶绿素含量及作物产量预估模型，最后通过该预估模型实现作物产量的预估。本专利技术能够更准确地预测作物产量，帮助用户调控种植策略，增加收益。通过本专利技术的技术手段，解决了传统预估难以简单低成本、精准高效获取作物产量的问题，具有非常重要的应用价值和社会经济效益，可以广泛应用于农业、园林、环保等多个领域。
附图说明
[0051]此处所说明的附图用来提供对本申请的进一步理解，构成本申请的一部分，本申请的示意性实施例及其说明用于解释本申请，并不构成对本申请的不当本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种作物产量预估方法，其特征在于，所述方法包括：采集作物叶片在预定波长范围内的光谱数据；根据所述光谱数据获得作物叶片在不同波长条件下所对应的叶绿素含量；根据所述光谱数据和叶绿素含量建立作物叶片叶绿素的近红外光谱分析模型；跟踪作物的完整生长周期，根据所述近红外光谱分析模型获得作物完整生长周期的叶绿素含量，并获得作物的实际产量；根据所述作物完整生长周期的叶绿素含量和实际产量建立叶绿素含量及作物产量预估模型；根据所述叶绿素含量及作物产量预估模型获得作物产量预估结果。2.根据权利要求1所述的方法，其特征在于，所述采集作物叶片采集作物叶片在预定波长范围内的光谱数据的过程包括：预定近红外光谱检测装置的采集时间、间隔时间和波长范围；根据所述采集时间和间隔时间定时采集作物相同部位叶片上多个不同点在预定波长范围内的光谱数据；将所述多个不同点在预定波长范围内的光谱数据的平均值作为作物叶片在预定波长范围内的光谱数据。3.根据权利要求2所述的方法，其特征在于，所述采集作物叶片采集作物叶片在预定波长范围内的光谱数据的过程还包括：定时对所述近红外光谱检测装置进行标准光谱校准。4.根据权利要求1所述的方法，其特征在于，所述根据所述光谱数据获得作物叶片在不同波长条件下所对应的叶绿素含量的过程包括：根据所述光谱数据对作物叶片进行处理获得叶绿素提取液；在不同波长下测量所述叶绿素提取液中的吸光度；根据所述吸光度获得所述叶绿素含量。5.根据权利要求4所述的方法，其特征在于，所述根据所述光谱数据和叶绿素含量建立作物叶片叶绿素的近红外光谱分析模型的过程包括：将采集的光谱数据分为训练集和验证集；以所述吸光度作为输入变量，所述叶绿素含量作为输出变量建立所述近红外光谱分析模型。6.根据权利要求1所述的方法，其特征在于，所述根据所述作物完整生长周期的叶绿素含量和实际产量建立叶绿素含量及作物产量预估模型的过程包括：在循环神经网络RNN的基础上增加记忆单元结构存储过去时刻的序列信息；设置输入门、输出门和遗忘门，所述输入门用于控制信息输入，所述遗忘门用于控制细胞历史状态的取舍，所述输出门用于控制信息...

【专利技术属性】
技术研发人员：叶自然，孔德栋，谭向峰，代梦迪，李伯钧，
申请(专利权)人：浙江省农业科学院，
类型：发明
国别省市：