[发明专利]一种预测农作物产量的方法、装置及计算机可读存储介质

权利要求书

1.一种预测农作物产量的方法，其特征在于，所述方法包括：

获取预设区域中目标农作物的静态信息；

采集预设区域中目标农作物在当前生长阶段的动态信息；其中，所述静态信息和所述动态信息为影响所述目标农作物生长的因信息；

将所述静态信息和所述动态信息输入到预先建立的目标农作物产量预测模型中，获得所述目标农作物的预测产量。

2.根据权利要求1所述的预测农作物产量的方法，其特征在于，所述获取预设区域中目标农作物的静态信息，包括：

获取预设区域中目标农作物的农作物类型信息、种植面积信息、土壤类型信息、种植密度信息和灌溉类型信息中的至少一种维度或任意组合维度的信息。

3.根据权利要求1所述的预测农作物产量的方法，其特征在于，所述采集预设区域中目标农作物在当前生长阶段的动态信息，包括：

采集所述目标农作物在所述当前生长阶段的农事作业信息、自然灾害信息、病害信息、虫害信息和气候信息中的至少一种维度或任意组合维度的信息。

4.根据权利要求1所述的预测农作物产量的方法，其特征在于，所述获取预设区域中目标农作物的静态信息，包括：

获取预设静态采集维度下的预设静态一级指标的下级指标的静态信息；

所述采集预设区域中目标农作物在当前生长阶段的动态信息，包括：

采集所述目标农作物在所述当前生长阶段的田地图像；

将所述田地图像输入到预先训练好的第一神经网络中，得到预设动态采集维度下的预设动态一级指标的下级指标的动态信息。

5.根据权利要求4所述的预测农作物产量的方法，其特征在于，所述采集预设区域中目标农作物在当前生长阶段的动态信息，还包括：

将所述田地图像输入到预先训练好的第二神经网络中，获得所述目标农作物的受灾面积和受灾级别；

根据所述受灾面积和所述受灾级别确定对应的受灾参数；

根据所述受灾参数对三个所述预设动态采集维度：自然灾害信息、病害信息、虫害信息下的所述动态信息进行校正，获得校正后的所述动态信息。

6.根据权利要求4所述的预测农作物产量的方法，其特征在于，在将所述静态信息和所述动态信息输入到预先建立的目标农作物产量预测模型中之前，所述方法还包括：

设定所述目标农作物产量预测模型的权重参数；其中，所述权重参数包括每个所述预设静态一级指标的下级指标的权重参数和每个所述预设动态一级指标的下级指标的权重参数；

对应的，将所述静态信息和所述动态信息输入到预先建立的目标农作物产量预测模型中，获得所述目标农作物的预测产量，包括：

根据每个所述预设静态一级指标的下级指标的权重参数与所述下级指标的静态信息计算得到每个所述预设静态一级指标的评价值；

根据每个所述预设动态一级指标的下级指标的权重参数与所述下级指标的动态信息计算得到每个所述预设动态一级指标的评价值；

根据所述预设静态一级指标的评价值和所述预设动态一级指标的评价值调用预设分类模型；

根据所述预设分类模型查找对应的回归方程；

将所述预设静态一级指标的评价值和所述预设动态一级指标的评价值代入所述回归方程，获得所述目标农作物的预测产量。

7.根据权利要求6所述的预测农作物产量的方法，其特征在于，在所述根据所述预设静态一级指标的评价值和所述预设动态一级指标的评价值调用预设分类模型之前，所述方法还包括：

根据所述目标农作物的亩产量和各个生长阶段建立分类数据模型；

将所述目标农作物的历史亩产量和各个生长阶段的所述预设静态一级指标的历史评价值和所述预设动态一级指标的历史评价值作为样本，采用SVM分类算法对所述分类数据模型进行分类训练，生成多个所述预设分类模型；

针对每个所述分类模型进行多元回归训练，生成所述回归方程。