[发明专利]一种山区农业多源异构数据的整合方法及装置

权利要求书

1.一种山区农业多源异构数据的整合方法，其特征在于，包括下述步骤：

确定第一测点的位置信息；

基于所述位置信息，确定所述第一测点的归属地域、坡度、坡向、海拔、土壤温度和土壤湿度；

确定所述第一测点的实际农作物品种；

获取所述实际农作物品种在所述第一测点的实际产量；基于众包或者调研的形式，获取所述第一测点在历年种植所述实际农作物品种时的产量信息，并获取历年产量均值，作为所述第一测点的实际产量；

获取所述第一测点预测的最适宜农作物品种和所述最适宜农作物品种在所述第一测点的预测产量；

将所述第一测点的实际产量和所述第一测点的预测产量进行比较，判断是否将所述实际农作物品种更换为所述预测的最适宜农作物品种；

对所述位置信息、归属地域、坡度、坡向、海拔、土壤温度、土壤湿度、实际农作物品种、实际产量、最适宜农作物品种、预测产量分别进行不同数据格式的缓存，其中，将所述归属地域、坡度、坡向、海拔使用地图和图形格式缓存，生成第一图片；将所述位置信息、土壤温度、土壤湿度、实际产量、预测产量使用文字和数字的格式缓存，生成第一指标集；将所述实际农作物品种使用图案形式缓存，生成第二图片，将所述最适宜农作物品种使用图案形式缓存，生成第三图片；

将所述第一图片作为底版图片，在其上层引入所述第一指标集中元素、所述第二图片和所述第三图片，完成山区农业多源异构数据的整合。

2.根据权利要求1所述的山区农业多源异构数据的整合方法，其特征在于，所述确定第一测点的位置信息，包括：

基于GPS全球定位系统，获取所述第一测点的位置信息，并以经度和纬度进行表示，构建位置点。

3.根据权利要求2所述的山区农业多源异构数据的整合方法，其特征在于，所述确定所述第一测点的归属地域、坡度、坡向、海拔、土壤温度和土壤湿度，包括：

基于GIS地理信息系统，获取所述第一测点的归属地域、坡度、坡向、海拔；

基于RS遥感识别系统，获取所述第一测点的土壤温度和土壤湿度。

4.根据权利要求1或3所述的山区农业多源异构数据的整合方法，其特征在于，所述获取所述第一测点的归属地域，包括:

基于GIS地理信息系统和所述第一测点的位置信息，获取所述第一测点所属的行政区域信息、气候区域信息。

5.根据权利要求4所述的山区农业多源异构数据的整合方法，其特征在于，所述确定所述第一测点的实际农作物品种，包括：

基于RS遥感识别系统获取所述第一测点的农作物图片信息，作为第一识别图片；

基于预训练的深度学习模型对所述第一识别图片进行图片识别，识别出所述第一识别图片中的农作物品种，其中，所述预训练的深度学习模型包括步骤如下：将不同农作物的批量图片作为训练集；基于CNN神经网络对所述训练集中图片进行识别和分类；将所述第一识别图片传入到所述预训练的深度学习模型中，进行识别和分类；确定所述第一识别图片中的农作物品种所属的分类，即所述第一测点的实际农作物品种。

6.根据权利要求1所述的山区农业多源异构数据的整合方法，其特征在于，所述获取所述第一测点预测的最适宜农作物品种和所述最适宜农作物品种在所述第一测点的预测产量，包括：

基于GIS地理信息系统、GPS全球定位系统和RS遥感识别系统，获取与所述第一测点相同的气候区域信息、坡度、坡向、海拔、土壤温度和土壤湿度时，产量最高的农作物品种作为所述预测的最适宜农作物品种，将所述产量作为所述第一测点的预测产量。