【技术实现步骤摘要】
本专利技术涉及农业信息分析，尤其涉及一种农业气象数据处理系统及其方法。
技术介绍
1、农作物种植和生长过程中与气候环境密切相关，农业生产活动中容易受到自然气象因素的影响，例如光照、水分、温度或风力等因素，进而影响到农业的正常生产，甚至导致农业的减产减收。为此，通过对农作物生长数据和气象数据进行收集与分析农作物生长过程中的气象数据以及对生长数据的变化进行分析，掌握农业气象数据对提高农业气象数据的科学性与准确性成，为及时调整种植、灌溉、施肥、病虫害防治等农事活动，最大程度地提高农作物产量和质量具有重要的作用；目前对于农业气象数据的处理分析过程中存在各种冗余数据，导致农业气象准确度低，无法提供更为精细、精准的农业气象数据。
技术实现思路
1、本专利技术的目的在于提供一种农业气象数据处理系统及其方法，本专利技术能够从细节上预测农作物生长各个阶段的气象数据，提升时间段内的生长数据精准度和可靠性，减少冗余数据的产生，提升了农业气象数据的处理效率。为了实现上述目的，专利技术采用以下技术效果：
2、根据本专利技术的一个方面，本专利技术提供了一种农业气象数据处理方法，所述农业数据处理方法包括如下步骤：
3、步骤1，获取待测农作物的历史生长数据和历史气象数据，并对历史生长数据和历史气象数据进行预处理，获取影响待测农作物不同生长周期的历史生长样本数据集和历史气象数据样本集；
4、步骤2，对历史生长样本数据集和历史气象数据样本集进行训练，得到影响待测农作物生长的农作物气
5、步骤3，获取待测农作物的实时生长数据和待测农作物种植区域的实时气象数据输入农作物气象模型进行分析，得到影响农作物生长的气象特征数据；
6、步骤4，对气象特征数据进行预处理形成待测农作物不同生长周期的气象时序序列数据；
7、步骤5，根据所述气象时序序列数据预测待测农作物的生长风险态势，并根据生长风险态势输出相应的农事活动调整建议。
8、上述方案优选的，所述步骤2中，对历史生长样本数据集和历史气象数据样本集进行训练主要包括：
9、从影响待测农作物不同生长周期内的历史生长数据中以及待测农作物在该生长周期内的历史气象数据中分别获取生长参数样本数据和气象时序数据样本数据；
10、从生长参数样本数据和气象时序数据样本数据中分别随机抽取若干样本点作为训练样本集，利用多层lstm网络对训练样本集进行训练，得到农作物气象模型。
11、上述方案优选的，随机抽取若干样本点作为训练样本集包括：在每个生长周期的各个时间节段内分别从生长参数样本数据和气象时序数据样本数据中随机选取3-5个时间段内的样本点数据，将选取的样本点数据汇集成训练样本集。
12、上述方案优选的，所述步骤3中，将实时生长数据和实时气象数据输入农作物气象模型进行分析包括如下步：
13、将待测农作物生长周期划分为n个时间节点，n大于等于2，在每个时间节点内随机选择k个生长特征数据，k大于等于20；
14、提取k个生长特征数据征分别对应的气象数据，将生长特征数据与气象数据进行融合后作为输入数据，输入农作物气象模型进行迭代优化训练，获取气象特征数据。
15、上述方案优选的，将生长特征数据与气象数据进行融合包括如下方式：将每个生长特征数据征对应的气象数据按照时间维度进行顺次拼接或向前一个时间维度进行插入拼接。
16、上述方案优选的，所述步骤4，对气象特征数据进行预处理处理形成待测农作物不同生长周期的气象时序数据包括如下步骤；对气象特征数据进行缺失平滑处理、剔除特征数据中的异常数据点；
17、将不同生长周期内各个时间节点的实时生长数据标注对应的气象特征数据并按时序进行融合构建待测农作物的时序样本生长数据，基于时序样本生长数据选取影响待测农作物生长的关键气象因素；
18、对关键气象因素进行并行分类，对分类好的关键气象因素按照时间顺序输出气象时序数据。
19、根据本专利技术的另一个方面，本专利技术提供了一种农业气象数据处理系统，所述处理系统包括数据收集模块、模型构建模块、数据实时采集模块、数据融合模块、数据处理模块和数据预测模块；所述数据收集模块用于从多个渠道收集待测农作物的历史生长数据和历史气象数据；所述模型构建模块用于对历史数据进行分析和训练形成农作物气象模型；数据实时采集模块用于实时采集待测农作物种植区域的实时生长数据和实时气象数据；所述数据融合模块用于将采集的实时生长数据和实时气象数据进行融合，并将融合后的数据输入农作物气象模型进行迭代优化训练，获取气象特征数据；所述数据处理模块用于对气象特征数据进行处理，并将处理后的数据进行构建待测农作物的时序样本生长数据，基于时序样本生长数据按时间顺序提取关键气象因素；所述数据预测模块根据关键气象因素预测待测农作物的生长风险态势和生成农事活动调整建议。
20、上述方案优选的，所述处理系统还包括数据分类模块和数据拆分与拼接模；所述数据分类模块用于对关键气象因素进行分类整理，并将关键气象因素按照时间顺序生成气象时序序列数据，所述数据预测模块基于预测待测农作物的生长风险态势和生成农事活动调整建议；数据拆分与拼接模用于对训练的实时生长数据和实时气象数据进行拆分，将训练完成后的生长特征数据与气象数据进行拼接融合。
21、专利技术采用了上述技术方案，专利技术具有以下技术效果：
22、(1)本专利技术通过获取影响农作物生长变化较大的关键气象因素，从而可预测待测农作物的生长风险，以便在各时间节点对农作物生长作出农事调整，改善农作物生长环境，达到提升作物生长质量和产量的目的，从而能实现对农作物生长的作出相应的田间管理决策，有效地提高了农作物的生产活动效率，提升作物品质，建立起一个高效、高质的农业生产管理模式。
23、(2)本专利技术能够从细节上预测农作物生长各个阶段的气象数据，提升时间段内的生长数据精准度和可靠性，减少冗余数据的产生，提升了农业气象数据的处理效率以及提升了测待测农作物的生长风险的可靠性预测。
本文档来自技高网...【技术保护点】
1.一种农业气象数据处理方法，其特征在于：所述农业数据处理方法包括如下步骤：
2.根据权利要求1所述的一种农业气象数据处理方法，其特征在于：所述步骤2中，对历史生长样本数据集和历史气象数据样本集进行训练主要包括：
3.根据权利要求2所述的一种农业气象数据处理方法，其特征在于：随机抽取若干样本点作为训练样本集包括：在每个生长周期的各个时间节段内分别从生长参数样本数据和气象时序数据样本数据中随机选取3-5个时间段内的样本点数据，将选取的样本点数据汇集成训练样本集。
4.根据权利要求1所述的一种农业气象数据处理方法，其特征在于：所述步骤3中，将实时生长数据和实时气象数据输入农作物气象模型进行分析包括如下步：
5.根据权利要求4所述的一种农业气象数据处理方法，其特征在于：将生长特征数据与气象数据进行融合包括如下方式：将每个生长特征数据征对应的气象数据按照时间维度进行顺次拼接或向前一个时间维度进行插入拼接。
6.根据权利要求1所述的一种农业气象数据处理方法，其特征在于：所述步骤4，对气象特征数据进行预处理处理形成待测农作物不同生长
7.根据权利要求1所述的一种农业气象数据处理方法，其特征在于：所述待预测农作物的生长数据信息包括但不限于作物品种信息、育苗期、播种期、幼苗期、生长期、开花期、结果期和成熟期；所述气象数据包括风速风向数据、预报降雨量、降雨量数据、空气温湿度数据、地面温度、日照数据、大气压力和总辐射数据。
8.一种农业气象数据处理系统，其特征在于：所述处理系统包括数据收集模块、模型构建模块、数据实时采集模块、数据融合模块、数据处理模块和数据预测模块；所述数据收集模块用于从多个渠道收集待测农作物的历史生长数据和历史气象数据；所述模型构建模块用于对历史数据进行分析和训练形成农作物气象模型；数据实时采集模块用于实时采集待测农作物种植区域的实时生长数据和实时气象数据；所述数据融合模块用于将采集的实时生长数据和实时气象数据进行融合，并将融合后的数据输入农作物气象模型进行迭代优化训练，获取气象特征数据；所述数据处理模块用于对气象特征数据进行处理，并将处理后的数据进行构建待测农作物的时序样本生长数据，基于时序样本生长数据按时间顺序提取关键气象因素；所述数据预测模块根据关键气象因素预测待测农作物的生长风险态势和生成农事活动调整建议。
9.根据权利要求8所述的一种农业气象数据处理系统，其特征在于：所述处理系统还包括数据分类模块和数据拆分与拼接模；所述数据分类模块用于对关键气象因素进行分类整理，并将关键气象因素按照时间顺序生成气象时序序列数据，所述数据预测模块基于预测待测农作物的生长风险态势和生成农事活动调整建议；所述数据拆分与拼接模用于对训练的实时生长数据和实时气象数据进行拆分，将训练完成后的生长特征数据与气象数据进行拼接融合。
...【技术特征摘要】
1.一种农业气象数据处理方法，其特征在于：所述农业数据处理方法包括如下步骤：
2.根据权利要求1所述的一种农业气象数据处理方法，其特征在于：所述步骤2中，对历史生长样本数据集和历史气象数据样本集进行训练主要包括：
3.根据权利要求2所述的一种农业气象数据处理方法，其特征在于：随机抽取若干样本点作为训练样本集包括：在每个生长周期的各个时间节段内分别从生长参数样本数据和气象时序数据样本数据中随机选取3-5个时间段内的样本点数据，将选取的样本点数据汇集成训练样本集。
4.根据权利要求1所述的一种农业气象数据处理方法，其特征在于：所述步骤3中，将实时生长数据和实时气象数据输入农作物气象模型进行分析包括如下步：
5.根据权利要求4所述的一种农业气象数据处理方法，其特征在于：将生长特征数据与气象数据进行融合包括如下方式：将每个生长特征数据征对应的气象数据按照时间维度进行顺次拼接或向前一个时间维度进行插入拼接。
6.根据权利要求1所述的一种农业气象数据处理方法，其特征在于：所述步骤4，对气象特征数据进行预处理处理形成待测农作物不同生长周期的气象时序数据包括如下步骤；对气象特征数据进行缺失平滑处理、剔除特征数据中的异常数据点；
7.根据权利要求1所述的一种农业气象数据处理方法，其特征在于：所述待预测农作物的生长数据信息包括但不限于作物品种信息、育苗期、播种期、幼苗期、生长期、开花期、结果期和成熟...
【专利技术属性】
技术研发人员：蒋林利，李洁，吴建生，余荣川，张星，
申请(专利权)人：广西科技师范学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。