[发明专利]一种基于排序学习的农机深松作业质量评价方法

说明书

一种基于排序学习的农机深松作业质量评价方法，解决了现有对农机深松作业质量的评价未采用客观的评价体系的问题。所述方法包括：采集多台农机在一次深松作业中的作业数据的步骤：作业数据包括多个等间隔时间节点和农机的深耕犁在每个时间节点下的经度、纬度、三轴加速度、三轴角速度和耕地深度数据；对农机作业数据进行预处理的步骤；从预处理后的作业数据中提取作业特征值，并将特征值与其对应的标签值作为训练样本集的步骤：特征值包括地块轨迹规整度、农机单位里程内的不良作业行为数量和耕地深度稳定值；采用排序学习法对训练样本集进行训练得到最优农机深松作业质量评价模型的步骤。采用该模型对农机的深松作业质量进行评价的步骤。

技术领域

本发明涉及一种农机深松作业质量评价方法，属于农机深松作业质量评价领域。

背景技术

由于浅翻等传统耕整地作业模式的大范围推广使用，我国的土壤耕层逐年变浅，并导致土壤耕层下出现坚硬的犁底层。犁底层的出现导致农作物的根系难以下扎，既降低了产量又易诱发水土流失问题。深松作业是解决这一系列问题的有效途径。深松作业能够疏松土壤，打破犁底层，改善耕层结构，增强土壤蓄水保墒和抗旱排涝的能力。开展深松整地作业有利于农作物生长，是提高农作物产量的重要手段之一，对于改善我国耕地情况，促进农业可持续发展有着重要意义。

国务院为大力推广深松作业，实行根据深松作业面积和深松作业质量对深松作业进行补贴的政策。目前，可以根据来自农机管理平台的农机深松作业数据来计算深松作业面积。然而，对于深松作业质量的评价，至今还没有提出对其进行客观评价的指标和体系。因此，无法有效地保证深松作业的质量，也影响了政策补贴的实际效果。

发明内容

本发明为解决现有对农机深松作业质量的评价并未采用客观的评价体系的问题，提出了一种基于排序学习的农机深松作业质量评价方法。

本发明所述的基于排序学习的农机深松作业质量评价方法包括：

步骤一、采集多台农机在一次深松作业中的作业数据；

一台农机的作业数据包括多个时间节点以及该农机的深耕犁在每个时间节点下的经度、纬度、三轴加速度、三轴角速度以及耕地深度数据；

一台农机的作业数据所包含的相邻的两个时间节点之间的时间间隔相同；

每台农机的作业数据所包含的相邻的两个时间节点之间的时间间隔均相同；

所述三轴分别为X轴、Y轴和Z轴，深耕犁的前进方向为X轴方向，深耕犁的作业方向为Z轴方向，X轴、Y轴和Z轴构成三轴直角坐标系；

步骤二、对农机的作业数据进行预处理，所述预处理的具体内容为：

将每台农机的深耕犁在大地坐标下的多个经纬坐标转换为平面直角坐标系下的多个坐标，将所述多个坐标作为多个轨迹点，进而得到深耕犁在平面直角坐标系下的运动轨迹；

按照所对应的时间节点的先后顺序对多个轨迹点进行排序，以第一轨迹点为起点，将所述运动轨迹分为多个地块轨迹，相邻的两个地块轨迹的起始点的间距大于L，L为预设的距离；

对三轴加速度和三轴角速度数据进行滤波和校正；

步骤三、对预处理后的农机作业数据进行特征提取，得到量化的农机作业特征值，通过对每台农机的作业特征值进行打分得到农机的深松作业标签值，将每台农机的作业特征值与深松作业标签值作为训练样本集；

所述农机作业特征值包括：

采用动态时间规整方法获得的每台农机的多个地块轨迹的轨迹规整度；

根据预处理后的三轴加速度和三轴角速度数据，获得的每台农机单位里程内的不良作业行为数量；

耕地深度稳定值，该稳定值为耕地深度的标准差与均值的比值；