农业数据处理方法、系统和存储介质

摘要

本申请公开了一种农业数据处理方法、系统和存储介质，方法包括：获取卫星遥感数据，基于第一遥感数据处理模型对卫星遥感数据进行处理，输出基于地理位置的分割结果，并且输出每个分割区域的第一分类结果；确定第一分类结果中分类概率小于阈值的可疑分类结果，获取各可疑分类结果对应的区域范围；根据所述遥感数据的获得时间和各区域范围，向接入平台的感知系统获取各区域范围在所述获得时间前后的预设时间区间内的感知数据；根据所述感知数据利用第二遥感数据分类模型确定第一分类结果的正确性。

权利要求

1.一种农业数据处理方法，其特征在于，包括：

获取卫星遥感数据，基于第一遥感数据处理模型对卫星遥感数据进行处理，输出基于地理位置的分割结果，并且输出每个分割区域的第一分类结果；

确定第一分类结果中分类概率小于阈值的可疑分类结果，获取各可疑分类结果对应的区域范围；

根据所述遥感数据的获得时间和各区域范围，向接入平台的感知系统获取各区域范围在所述获得时间前后的预设时间区间内的感知数据；

根据所述感知数据利用第二遥感数据分类模型确定第一分类结果的正确性，包括根据获得的已有航拍数据或者通过发布任务获得的感知数据，基于得到的数的数据类型和第一遥感数据处理模型的分类类型，选择对应的第二遥感数据处理模型进行分类，得到第二分类结果，根据第二分类结果验证所述第一分类结果的正确性；

所述第一遥感数据处理模型用于输出基于地理位置的分割结果，并且输出每个分割区域的种植类型结果；所述第二遥感数据处理模型用于输出感知数据是否属于某种种植类型的分类结果；

所述感知数据包括有人机航拍和无人机航拍的图像数据，现场拍摄的图像数据，定点摄像头拍摄的图像数据，以及非图像传感器所获取的数据。

2.根据权利要求1所述的农业数据处理方法，其特征在于，根据所述遥感数据的获得时间和各区域范围，向接入平台的感知系统获取各区域范围在所述获得时间前后的预设时间区间内的感知数据，具体包括：向接入平台的感知系统下发查询请求，请求获取航线涉及各所述区域范围，且在所述获得时间前后的预设时间区间内的已有航拍数据；

当涉及的部分区域范围无对应的航拍数据时，向接入的平台的终端发布数据采集任务，以获得各区域范围的感知数据。

3.根据权利要求1所述的农业数据处理方法，其特征在于，向接入的平台的终端发布数据采集任务，以获得各区域范围的感知数据，具体是：在接入平台的用户终端调用平台接口处理用户感知数据时，获取用户终端定位信息或者所述感知数据的获取位置，根据终端定位信息或者所述感知数据的获取位置划定用户终端的活动区域；

当所述用户终端的活动区域与可疑分类结果对应的区域范围重叠或者距离小于阈值时，创建针对分类结果对应的区域范围的任务信息；

将各可疑分类结果对应的区域范围对应的任务信息放入任务信息集合；

建立一信息收集表，所述信息收集表中记录任务是否被完成，其中，一个区域范围对应的至少一个任务被完成后，该区域范围关联的所有任务标记为完成；

向消息队列中创建多个延时时间不同的延时任务；

所述延时任务被消费时用于根据所述信息收集表中任务的完成情况拉取任务信息集合中未完成的任务信息，并向用户终端下发任务推送。

4.根据权利要求3所述的农业数据处理方法，其特征在于，向用户终端推送任务时，根据可选的第二遥感数据处理模型，生成任务信息获取模板，模板中包括至少一个第二遥感数据处理模型所需的数据模板单元；

其中，所述可选的第二遥感数据处理模型是指：已经经过训练且存在于服务器中，并且可以基于区别于第一遥感数据处理模型的输入数据类型，来输出用于判断第一分类结果是否正确的第二分类结果的模型。

5.根据权利要求4所述的农业数据处理方法，其特征在于，所述信息收集表中任务完成是指，通过任务获得的感知数据得到的第二分类结果与第一分类结果一致，或者通过任务获得的感知数据得到的第二分类结果与第一分类结果不一致且分类概率大于预设值。

6.一种农业数据处理系统，其特征在于，包括：

存储器，用于存储程序；

处理器，用于加载所述程序以执行如权利要求1‑5任一项所述的农业数据处理方法。

7.一种计算机可读存储介质，其特征在于，存储有程序，当所述程序被执行时，实现如权利要求1‑5任一项所述的农业数据处理方法。

说明书

农业数据处理方法、系统和存储介质

技术领域

[0001] 本申请涉及遥感技术及人工智能技术，特别是一种农业数据处理方法和系统和存储介质。

背景技术

[0002] 随着遥感技术的发展，农业研究可以利用遥感数据在千里之外分析某个区域的农业发展状况。目前的遥感技术，诸如遥感卫星等，可以通过多光谱拍摄从而分析出某个区域的情况，如作物生长情况，作物是否有虫害，作物所在的区域等等。

[0003] 然而，对于遥感卫星而言，可以一次性获取大片区的数据，不过遥感卫星拍摄某个位置的数据周期性比较长。如果采用固定翼飞机、无人机等方式获取遥感数据，其成本会相对于遥感卫星更高。

[0004] 现代对于遥感数据的分析已经从过去的手工分析，变成AI模型智能分析，但是AI模型分析也会存在一定的问题。AI基于训练，基于特征对图像中的对象进行分类，但是在部分情况下，AI存在分类边缘，对于部分特征不能很好地分类。这样，将会导致对遥感卫星数据的分析存在一定的不确定性。

发明内容

[0005] 本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提供一种农业数据处理方法和系统和存储介质。

[0006] 一方面本申请实施例，提供了一种农业数据处理方法，包括：

[0007] 获取卫星遥感数据，基于第一遥感数据处理模型对卫星遥感数据进行处理，输出基于地理位置的分割结果，并且输出每个分割区域的第一分类结果；

[0008] 确定第一分类结果中分类概率小于阈值的可疑分类结果，获取各可疑分类结果对应的区域范围；

[0009] 根据所述遥感数据的获得时间和各区域范围，向接入平台的感知系统获取各区域范围在所述获得时间前后的预设时间区间内的感知数据；

[0010] 根据所述感知数据利用第二遥感数据分类模型确定第一分类结果的正确性。

[0011] 在一些实施例中，根据所述遥感数据的获得时间和各区域范围，向接入平台的感知系统获取各区域范围在所述获得时间前后的预设时间区间内的感知数据，具体包括：

[0012] 向接入平台的感知系统下发查询请求，请求获取航线涉及各所述区域范围，且在所述获得时间前后的预设时间区间内的已有航拍数据；

[0013] 当涉及的部分区域范围无对应的航拍数据时，向接入的平台的终端发布数据采集任务，以获得各区域范围的感知数据。

[0014] 在一些实施例中，所述根据所述感知数据利用第二遥感数据分类模型确定第一分类结果的正确性，包括：

[0015] 根据获得的已有航拍数据或者通过发布任务获得的感知数据，基于得到的数的数据类型和第一遥感数据处理模型的分类类型，选择对应的第二遥感数据处理模型进行分类，得到第二分类结果，根据第二分类结果验证所述第一分类结果的正确性。

[0016] 在一些实施例中，所述感知数据包括有人机航拍和无人机航拍的图像数据，现场拍摄的图像数据，定点摄像头拍摄的图像数据，以及非图像传感器所获取的数据。

[0017] 在一些实施例中，所述第一遥感数据处理模型用于输出基于地理位置的分割结果，并且输出每个分割区域的种植类型结果；

[0018] 所述第二遥感数据处理模型用于输出感知数据是否属于某种种植类型的分类结果。

[0019] 在一些实施例中，向接入的平台的终端发布数据采集任务，以获得各区域范围的感知数据，具体是：

[0020] 在接入平台的用户终端调用平台接口处理用户感知数据时，获取用户终端定位信息或者所述感知数据的获取位置，根据终端定位信息或者所述感知数据的获取位置划定用户终端的活动区域；

[0021] 当所述用户终端的活动区域与可疑分类结果对应的区域范围重叠或者距离小于阈值时，创建针对分类结果对应的区域范围的任务信息；

[0022] 将各可疑分类结果对应的区域范围对应的任务信息放入任务信息集合；

[0023] 建立一信息收集表，所述信息收集表中记录任务是否被完成；

[0024] 向消息队列中创建多个延时时间不同的延时任务；

[0025] 所述延时任务被消费时用于根据所述信息收集表中任务的完成情况拉取任务信息集合中未完成的任务信息，并向用户终端下发任务推送。

[0026] 在一些实施例中，向用户终端推送任务时，根据可选的第二遥感数据处理模型，生成任务信息获取模板，模板中包括至少一个第二遥感数据处理模型所需的数据模板单元；

[0027] 其中，所述可选的第二遥感数据处理模型是指：已经经过训练且存在于服务器中，并且可以基于区别于第一遥感数据处理模型的输入数据类型，来输出用于判断第一分类结果是否正确的第二分类结果的模型。

[0028] 在一些实施例中，所述信息收集表中任务完成是指，通过任务获得的感知数据得到的第二分类结果与第一分类结果一致，或者通过任务获得的感知数据得到的第二分类结果与第一分类结果不一致且分类概率大于预设值。

[0029] 另一方面，本申请实施例提供了一种农业数据处理系统，包括：

[0030] 存储器，用于存储程序；

[0031] 处理器，用于加载所述程序以执行所述的农业数据处理方法。

[0032] 另一方面，本申请实施例提供了一种计算机可读存储介质，存储有程序，当所述程序被执行时，实现如所述的农业数据处理方法。

[0033] 通过本申请实施例在处理卫星遥感数据的时候，根据模型的分类概率，筛选出分类概率较低，即模型容易混淆的区域，然后，利用其他遥感数据和区别于第一遥感数据处理模型的第二遥感数据处理模型来对其他感知数据对这些区域的分类结果进行二次确认；本方案考虑到卫星数据获取频次低的特点，利用其他感知数据和分类模型来弥补卫星数据和模型存在的不足，提高区域遥感数据分析结论的有效性；同时，考虑到农业信息一般不会产生突变，因此，允许感知数据与卫星遥感数据存在一定的异步，这样系统既可以获取卫星数据处理之前的感知数据，也可以通过发布任务获取卫星数据处理之后的感知数据，增加了数据获取的概率。

附图说明

[0034] 为了更清楚地说明本发明实施例中的技术方案，下面将对实施例描述中所需要使用的附图做一简单地介绍。

[0035] 图1是本申请实施例所提供的一种农业数据处理方法的流程图；

[0036] 图2是本申请实施例所提供的本方案模型选择的示意图；

[0037] 图3是本申请实施例所提供的一种农业数据处理方法系统的模块框图。

具体实施方式

[0038] 为使本申请的目的、技术方案和优点更加清楚，以下将参照本申请实施例中的附图，通过实施方式清楚、完整地描述本申请的技术方案，显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

[0039] 参照图1，本申请实施例公开了一种农业数据处理方法，包括：

[0040] S1、获取卫星遥感数据，基于第一遥感数据处理模型对卫星遥感数据进行处理，输出基于地理位置的分割结果，并且输出每个分割区域的第一分类结果。

[0041] 卫星遥感数据，要求区域在卫星拍摄范围才能获取，因此，并非处于随时可以获得的状态。其获得的时间间隔长，且不确定，但是遥感卫星获取的数据面积大，相对其他获得方式而言，平均成本较低，且比较全面。通过AI模型，可以对这些数据进行处理，包括但不限于将这些区域划分成不同属性的区域，识别农作物的类型，分辨农害情况等。可以理解的是，这些AI模型可以对区域进行智能划分，并进行分类。可以理解的是，对于遥感数据的处理问题上，已经有很多相对成熟的AI模型可以做分类。但是，AI模型会存在分类边缘，在分类边缘附近的样本模型往往无法准确分类。因此，在分类中，有一些分类结果分类概率比较低。例如，假设模型将地面分成公路，农田和水面，一般情况下，假设模型分类结果是农田，农田的分类概率会远大于公路和水面，但是当样本处于农田和水面的分类边缘时，模型会虽然可能给出分类是农田的结论，但是其实农田和水面的分类概率非常接近，可以理解的是，三个分类结果的分类概率之和是1，因此，此时农田的分类概率处于40～50％左右，例如农田45％，水面40％，路面15％。

[0042] S2、确定第一分类结果中分类概率小于阈值的可疑分类结果，获取各可疑分类结果对应的区域范围。

[0043] 如步骤1中的解释，本步骤将分类结果中分类概率小于阈值的结果，判定为可疑的分类结果，然后选出这些结果对应的区域。

[0044] S3、根据所述遥感数据的获得时间和各区域范围，向接入平台的感知系统获取各区域范围在所述获得时间前后的预设时间区间内的感知数据。

[0045] 可以理解的是，本步骤中所指的感知数据，是指除了卫星数据以外的其他遥感数据。在一些实施例中，所述感知数据包括有人机航拍和无人机航拍的图像数据，现场拍摄的图像数据，定点摄像头拍摄的图像数据，以及非图像传感器所获取的数据。可以理解的是，平台希望通过低成本的方式获知这些数据来完善卫星遥感数据中可能不能准确分析的数据。因此，平台通过提供服务，用户接入服务使用平台数据时，授权平台获知一些数据，从而实现数据的共享。需要理解的是，卫星遥感数据获得时间可以是指卫星数据采集的时间，也可以是指平台获得的时间。可以在此时间点前后获取一些其他类型的感知数据，来进一步确认分类结果中比较可疑的区域。那么意味着，在本步骤中所获取的数据，可以是在卫星遥感数据获得之前，也可以是事后通过用户被动上报或者主动上报的方式得到的。可以基于用户使用平台服务时所提供的数据，也可以是发布任务交给用户获取。

[0046] 可以理解的是，这些分片区域由于区域比较小，可以交给当地的用户通过无人机采集或者收集采集的方式完成。

[0047] S4、根据所述感知数据利用第二遥感数据分类模型确定第一分类结果的正确性。

[0048] 可以理解的是，需要利用非卫星遥感数据对卫星遥感数据中可能无法给出正确分类结果的部分进行二次确认，其使用的模型也是不同的。例如，对于遥感卫星而言，其采集的数据可能是多光谱图像。对于无人机而言，其采集的可能只是传统的红绿蓝三通道图像。对于遥感卫星而言，其分辨率与无人机的也不相同，遥感卫星是俯视角度拍摄，如果是用户收集拍摄，则是在比较近的距离进行平视拍摄。不同的数据采集方式需要不同的分类模型进行处理。可以理解的是，受限于数据的类型，平台中存储有针对不同类型数据进行分类的模型。当然，同样受限于存有模型的输入和输出数据类型，在发布任务和获知遥感数据的时候，也需要关联第一遥感数据处理模型的输出。例如，在部分实施例中，第一遥感数据处理模型用于将地表划分成农田，建筑，公路和水面，假设出现一个分类成农田的分类结果的分类概率比较低。在发布任务的时候，可以针对该区域获取无人机航拍的数据，也可以获取用户现场拍摄的照片。此时，航拍照片和用户近点拍摄的照片，所采用的分类模型可以是输入图片，输出该分类是否农田的专用模型，而不一定是区分场地类型的模型。其只要求该模型可以分辨第一遥感数据处理模型所分类的结果是否正确。

[0049] 在一些实施例中，根据所述遥感数据的获得时间和各区域范围，向接入平台的感知系统获取各区域范围在所述获得时间前后的预设时间区间内的感知数据，具体包括：

[0050] 向接入平台的感知系统下发查询请求，请求获取航线涉及各所述区域范围，且在所述获得时间前后的预设时间区间内的已有航拍数据；通常，此处所致的航拍数据时指定期航拍任务，例如固定翼飞机会定期航拍。或者农用无人机会做巡视，灌溉，打农药的时候，这些数据可能会被记录。这些数据可以用作图像识别。

[0051] 当涉及的部分区域范围无对应的航拍数据时，向接入的平台的终端发布数据采集任务，以获得各区域范围的感知数据。

[0052] 可以理解的是，接入平台的感知系统包括各类物联网系统，无人机系统以及有人机数据采集系统。平台通过向这些系统提供包括图像识别，数据统计分析等服务，然后与这些平台建立联系。平台无需获取这些系统全部的数据，只需要在这些平台调用服务时，收集一些必要的数据，例如数据内容的摘要，数据内容的采集时间，数据内容的采集地点，数据内容的采集方式等等，通过这样的方式就可以大致了解这些平台所掌握的数据，在需要的时候就可以下发请求调用。

[0053] 在一些实施例中，所述根据所述感知数据利用第二遥感数据分类模型确定第一分类结果的正确性，包括：

[0054] 根据获得的已有航拍数据或者通过发布任务获得的感知数据，基于得到的数的数据类型和第一遥感数据处理模型的分类类型，选择对应的第二遥感数据处理模型进行分类，得到第二分类结果，根据第二分类结果验证所述第一分类结果的正确性。

[0055] 参照图2，在该实施例中，是基于所获得的区别于卫星遥感数据的感知数据的类型，以及第一遥感数据处理模型的分类类型来选择可以使用的模型。例如，第一遥感数据处理模型的分类类型是分类成农田，而获得的是无人机航拍该区域的农田，假设平台中有基于航拍图片分辨是否农田的a模型，基于收集拍摄的图片分辨图片是否什么类型区域的b模型，以及基于航拍图像分辨当前区域是什么类型的图像的c模型(分类类型数量可以不同于第一遥感数据处理模型)，就可以选择模型c和模型a。这种多样化的方式，可以适应获得的数据存在不确定性的场合，而本申请中，所接入的物联网平台就具有这样的特点。

[0056] 当然，上述数据仅仅以图像为例，实质上，在分辨虫害等应用中，还可以利用其他数据进行分析，如害虫特征声音识别装置等非图像识别数据。

[0057] 在一些实施例中，所述第一遥感数据处理模型用于输出基于地理位置的分割结果，并且输出每个分割区域的种植类型结果；

[0058] 所述第二遥感数据处理模型用于输出感知数据是否属于某种种植类型的分类结果。

[0059] 可以理解的是，上述方案可以被应用于分辨农田的种植类型。

[0060] 在一些实施例中，向接入的平台的终端发布数据采集任务，以获得各区域范围的感知数据，具体是：

[0061] 在接入平台的用户终端调用平台接口处理用户感知数据时，获取用户终端定位信息或者所述感知数据的获取位置，根据终端定位信息或者所述感知数据的获取位置划定用户终端的活动区域。可以理解的是，可以在接入平台的用户终端调用平台接口处理用户感知数据时，获取用户终端的定位信息，这些定位信息可以反映用户所在之处，或者反映用户采集数据所在的位置，通过这些方式，可以了解到用户平时活动的区域。那么有针对性地发布任务，就可以更容易获得这些信息。可以理解的是，接入平台的通常是相关领域的用户，基于地理位置匹配，可以提高任务完成的可能。

[0062] 当所述用户终端的活动区域与可疑分类结果对应的区域范围重叠或者距离小于阈值时，创建针对分类结果对应的区域范围的任务信息。

[0063] 将各可疑分类结果对应的区域范围对应的任务信息放入任务信息集合；此时，多个用户，多个区域就会产生一个任务信息集合。该集合中收集了当期所产生的所有任务。

[0064] 建立一信息收集表，所述信息收集表中记录任务是否被完成。其中，一个区域范围对应的至少一个任务被完成后，该区域范围关联的所有任务标记为完成。

[0065] 向消息队列中创建多个延时时间不同的延时任务。可以理解的是，任务的发布到完成通常不能一蹴而就，因此，通常会按任务最长允许的天数，按半天一次或者一天一次的频率进行任务推送，以提醒用户。

[0066] 所述延时任务被消费时用于根据所述信息收集表中任务的完成情况拉取任务信息集合中未完成的任务信息，并向用户终端下发任务推送。需要理解的是，该定时任务的作用就是根据信息收集表中任务的完成情况，决定是否要给用户下发任务推送，这一方式可以实现多次推送，同时又可以减少对用户的滋扰，而且系统占用资源少。

[0067] 在前面的实施例中，已经描述了可以获得的数据的不确定性，因此，尽可能提供多样化的数据获取方式。因此，在这些实施例中，向用户终端推送任务时，根据可选的第二遥感数据处理模型，生成任务信息获取模板，模板中包括至少一个第二遥感数据处理模型所需的数据模板单元；

[0068] 其中，所述可选的第二遥感数据处理模型是指：已经经过训练且存在于服务器中，并且可以基于区别于第一遥感数据处理模型的输入数据类型，来输出用于判断第一分类结果是否正确的第二分类结果的模型。

[0069] 可以理解的是，在本实施例中，需要基于第一遥感数据处理模型的分类结果来分析有哪些可以判断这个分类结果是否正确的第二遥感数据处理模型。然后基于这些模型的输入要求，生成任务模板。为了扩大数据获取的可能性，任务中将所有可能的任务模板都放入，用户完成任务的时候，只需要选择一个即可。

[0070] 在一些实施例中，所述信息收集表中任务完成是指，通过任务获得的感知数据得到的第二分类结果与第一分类结果一致，或者通过任务获得的感知数据得到的第二分类结果与第一分类结果不一致且分类概率大于预设值。

[0071] 需要理解的是，任务完成，是指用户所能够提供的数据，具有一定的可信度。例如，第一分类结果中，某区域是农田的分类概率是45％,和公路的分类概率40％相差比较小。通过用户提供的照片利用第二遥感数据处理模型得到该分类也是农田，则说明这区域大概率是农田。而如果用户提供的照片得到的分类结果不是农田，说明两个结果不同，结果存疑。如果通过第二遥感数据处理模型得到的结果分类概率比较大，则可以采信这个模型的结果，此时，也会判定任务完成。可以理解的是，通过本方案，可以实现在得到足够可信的结果的情况下才终止任务的推送，可以在获得结果和减少对用户推送之间得到平衡。

[0072] 参照图3，本申请实施例提供了一种农业数据处理系统，包括：

[0073] 存储器，用于存储程序；

[0074] 处理器，用于加载所述程序以执行所述的农业数据处理方法。

[0075] 本申请实施例提供了一种计算机可读存储介质，存储有程序，当所述程序被执行时，实现如所述的农业数据处理方法。

[0076] 注意，上述仅为本申请的较佳实施例及所运用技术原理。本领域技术人员会理解，本申请不限于这里所述的特定实施例，对本领域技术人员来说能够进行各种明显的变化、重新调整和替代而不会脱离本申请的保护范围。因此，虽然通过以上实施例对本申请进行了较为详细的说明，但是本申请不仅仅限于以上实施例，在不脱离本申请构思的情况下，还可以包括更多其他等效实施例，而本申请的范围由所附的权利要求范围决定。