[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

说明书

本发明实施例提供一种用于农田气象站的气象数据校验方法及系统。所述方法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，得到每个气象数据的校验结果；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，本发明实施例通过设置在边缘节点的质量校验模型来判断每个气象数据校验结果，并由云端服务器根据预设的校正插补模型对不为正常的气象数据进行校正，从而提高获取到的气象数据的准确性。

技术领域

本发明涉及农业技术领域，尤其涉及一种用于农田气象站的气象数据校验方法及系统。

背景技术

农田气象站是通过集成空气温湿度计、雨量计、二维超声风速仪、照度计、摄像头等传感器探头，实现农田空气温度、空气湿度、降雨量、风速、风向、光照、农情图片等数据的自动采集。农田环境气象数据与作物的生长发育、水分蒸腾、养分吸收等密切相关，是指导农田灌溉、农情估测、农事操作等重要决策依据。农田气象站与普通气象站不同，农田气象站安置高度2-2.5m，而普通气象站安置高度可达10m，因此普通气象站获取参数不能直接用于农业应用。农田气象站一般安置于农田中或附近区域，受到农田环境影响非常复杂，农田灌溉、作物生长等都会影响农田的气象数据。此外，农作关键生育期对数据监测密度要求高，使得监测数据量大，即使按照每小时监测频率，单台设备平均每日监测数据超过1440项，若人工进行数据质量校验甄别非常困难。农田的气象数据各项参数间呈现复杂非线性关系，设备之间又存在地域、农田类型、土壤类型、种植作物不同等个性化差异，而监测到的气象数据的中断和缺失更是会极大削弱数据集的可用性，造成数据资源浪费。

现有的对于气象数据的质量校验主要有通过气候极值范围检查、时间一致性检查和空间一致性检查来进行数据质量控制，或者根据历史数据建立判别模型，通过气象数据的预测数据与实测数据对比进行质量判定，又或者对确认后的异常数据进行剔除，最后与临近机组数据建立线性相关性关系进行缺失时段数据插补和存储。

目前现有技术主要是针对传统气象站，并不适用于对于农田气象站得到的气象数据，对于气象数据的质量检测不够准确。

发明内容

由于现有方法存在上述问题，本发明实施例提供一种用于农田气象站的气象数据校验方法及系统。

第一方面，本发明实施例提供了一种用于农田气象站的气象数据校验方法，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。

进一步地，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。

进一步地，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：