申请/专利权人：中国科学院空天信息创新研究院

申请日：2021-02-22

公开（公告）日：2024-02-06

公开（公告）号：CN113052433B

主分类号：G06Q10/04

分类号：G06Q10/04;G06F30/20;G06F16/2457;G06F16/215;G06Q50/02

优先权：

专利状态码：有效-授权

法律状态：2024.02.06#授权;2021.07.16#实质审查的生效;2021.06.29#公开

摘要：本发明提供了一种基于关键时相和农田景观特征参量的作物单产估算方法，根据对单产估算的精度的影响，从作物的生长过程中筛选出对单产形成比较重要的关键时相，并从作物长势特征、环境影响特征和农田景观特征中筛选出对于单产形成的关键特征指标。在此基础上，通过相关性分析剔除冗余参量，选取最佳的特征参量组合，并构建最优模型进行农作物单产估算。基于筛选的关键时相和特征参量，大幅提升了农作物单产估算建模的效率，并保证了稳定的估算精度。

主权项：1.一种基于关键时相和农田景观特征参量的作物单产估算方法，其特征在于，包括：筛选待进行单产估算的作物的关键时相；其中，所述关键时相根据所述作物在不同备选时相内的长势特征参量和环境特征参量对进行单产估算精度的影响来确定；筛选对所述作物进行单产估算的关键特征参量；所述关键特征参量根据特征参量对所述作物的单产估算精度影响的敏感程度来确定；根据所述关键时相和所述关键特征参量，通过剔除数据冗余确定最优特征参量组合，基于所述最优特征参量组合构建所述作物的单产估算模型，并通过所述单产估算模型对所述作物进行单产估算；其中，所述关键特征参量包括作物的长势特征参量、环境特征参量和农田景观特征参量；所述筛选待进行单产估算的作物的关键时相，包括：对所述作物的任一备选时相，根据至少一个生长季内所述作物在所述任一备选时相内的长势特征参量和环境特征参量，以及所述作物对应的实际单产，确定对所述作物进行单产估算的第一模型，并获取由所述第一模型对所述作物进行单产估算的精度，作为所述任一备选时相对应的精度；根据所述作物不同备选时相对应的精度，选取精度最高的三个备选时相，作为筛选出的备选单时相；针对由筛选的单备选时相确定的任一时相组合，根据至少一个生长季内所述作物在所述任一备选时相组合内的长势特征参量和环境特征参量，以及所述作物对应的实际单产，确定对所述作物进行单产估算的第二模型，并获取由所述第二模型对所述作物进行单产估算的精度，作为所述任一备选时相组合对应的精度；根据所述作物不同备选时相组合对应的精度，选取精度在预设精度范围内且所包含的时相数量最少的备选时相组合，作为筛选的备选时相组合；其中，所述预设精度范围由所有备选单时相均参与时对所述作物进行单产估算的精度确定；若筛选的备选时相组合对应的精度高于任一筛选的单备选时相对应的精度，则将筛选的备选时相组合作为所述关键时相，否则，将筛选的备选单时相中最高精度对应的单时相作为所述关键时相；所述根据所述关键时相和所述关键特征参量，通过剔除数据冗余确定最优特征参量组合，基于所述最优特征参量组合构建所述作物的单产估算模型包括：根据在所述关键时相内的各关键特征参量之间的相关程度，对所述关键特征参量进行相关性筛选，使得表示相关程度的相关系数大于预设系数的关键特征参量仅保留一个；将在所述关键时相内经过所述相关性筛选后得到的参量组合，作为所述最优特征参量组合，根据至少一个生长季内所述作物最优特征参量组合中的各特征参量，以及所述作物对应的实际单产，确定对所述作物进行单产估算的模型。

全文数据：

权利要求：

百度查询： 中国科学院空天信息创新研究院 基于关键时相和农田景观特征参量的作物单产估算方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD