[发明专利]一种用于农田气象站的气象数据校验方法及系统

权利要求书

1.一种用于农田气象站的气象数据校验方法，其特征在于，包括：

设备边缘节点获取由农田气象站采集的环境信息和农田图像信息；其中，所述环境信息包括至少一个气象数据；

所述设备边缘节点通过预设的质量校验模型，得到所述环境信息中每个气象数据的校验结果；其中，所述质量校验模型为，预先以对气象数据经过标注的训练环境信息作为样本训练后得到；

所述设备边缘节点将所述环境信息、农田图像信息和各气象数据的校验结果发送给云端服务器，以使所述云端服务器根据由所述设备边缘节点在早于当前时刻发送的环境信息和农田图像信息，通过预设的校正插补模型对所述校验结果不为正常的气象数据进行校正插补操作；其中，所述校正插补模型为，预先以对气象数据经过标注的训练环境信息和训练农田图像信息作为样本训练后得到；

所述设备边缘节点通过预设的质量校验模型，得到所述环境信息中每个气象数据的校验结果；具体包括：

所述设备边缘节点将采集时间最接近当前时刻的预设第一数量的环境信息输入到与每个气象数据对应的质量校验模型中，得到每个气象数据的校验结果。

2.根据权利要求1所述的用于农田气象站的气象数据校验方法，其特征在于，所述设备边缘节点将采集时间最接近当前时刻的预设第一数量的环境信息依次输入到与每个气象数据对应的质量校验模型中，得到每个气象数据的校验结果；具体包括：

设备边缘节点将采集时间最接近当前时刻的预设第一数量的环境信息输入到与每个气象数据对应的质量校验模型中，根据校验结果得到每个气象数据的校验标识；其中，所述校验标识包括：用于表征所述气象数据的校验结果为正常的第一标识、用于表征所述气象数据的校验结果为异常的第二标识和用于表征所述气象数据的校验结果为缺失的第三标识。

3.根据权利要求2所述的用于农田气象站的气象数据校验方法，其特征在于，所述用于农田气象站的气象数据校验方法还包括：

若所述气象数据的校验结果为异常或缺失，则通过所述农田气象站对所述气象数据进行复测以得到新的气象数据，并再次通过所述质量校验模型得到新的气象数据的校验结果；

若所述新的气象数据的校验结果为正常，则根据新的气象数据更新所述环境信息。

4.根据权利要求2所述的用于农田气象站的气象数据校验方法，其特征在于，所述设备边缘节点将所述环境信息、当前农田图像信息和各气象数据的校验结果发送给云端服务器；具体包括：

所述设备边缘节点根据所述环境信息、农田图像信息和各气象数据的校验标识，向所述云端服务器发送包含相同的预设的数据标识的第一数据信息和第二数据信息；其中，所述第一数据信息包括所述环境信息和各气象数据的校验标识，所述第二数据信息包括所述农田图像信息。

5.根据权利要求1所述的用于农田气象站的气象数据校验方法，其特征在于，所述设备边缘节点通过预设的质量校验模型，得到所述环境信息中每个气象数据的校验结果；具体包括：

所述设备边缘节点通过预设的基于深度置信网络构建的质量校验模型，得到所述环境信息中每个气象数据的校验结果；相应的，所述云端服务器通过预设的校正插补模型，根据由所述设备边缘节点在早于当前时刻发送的环境信息和农田图像信息，对所述校验结果不为正常的气象数据进行校正插补操作；具体包括：

所述云端服务器通过预设的基于集成学习策略结合卷积神经网络和循环神经网络构建的校正插补模型，根据由所述设备边缘节点在早于当前时刻发送的环境信息和农田图像信息，对所述校验结果不为正常的气象数据进行校正插补操作。

6.根据权利要求1所述的用于农田气象站的气象数据校验方法，其特征在于，所述云端服务器根据由所述设备边缘节点在早于当前时刻发送的环境信息和农田图像信息，通过预设的校正插补模型对所述校验结果不为正常的气象数据进行校正插补操作，具体包括：

若所述气象数据的校验结果不为正常，则所述云端服务器将由所述设备边缘节点早于当前时刻发送的，预设第二数量的环境信息和农田图像信息输入到与所述气象数据对应的校正插补模型中，得到所述气象数据对应的预测结果来替换所述环境信息中的气象数据。