[發(fā)明專利]農作物的智能種植方法、裝置、系統(tǒng)、終端設備及介質

在審

• 申請?zhí)枺?/td>: 201911259387.1
• 申請日: 2019-12-10
• 公開（公告）號: CN112930817A
• 公開（公告）日: 2021-06-11
• 發(fā)明（設計）人: 廖鵬程;唐睿;劉一珉;卞軍偉;詹海鵬
• 申請（專利權）人: 中移（成都）信息通信科技有限公司;中國移動通信集團有限公司
• 主分類號: A01C21/00
• 分類號: A01C21/00;A01G22/00;G06K9/00;G06K9/62;G06Q50/02
• 代理公司: 北京東方億思知識產權代理有限責任公司 11258
• 代理人: 趙秀芹

1.一種農作物的智能種植方法，其特征在于，包括：

獲取農作物的實際生長指標和實際生長環(huán)境參數(shù)；

判斷所述實際生長環(huán)境參數(shù)是否滿足第一預設條件，和/或，判斷所述實際生長指標是否滿足第二預設條件；

當至少一個判斷結果為否時，生成并展示農作物的生長環(huán)境參數(shù)調控策略；其中，所述第一預設條件和第二預設條件是由農作物生長模型根據(jù)農作物的生長環(huán)境參數(shù)與農作物預期生長指標之間的第一映射關系設置得到的。

2.根據(jù)權利要求1所述的方法，其特征在于，所述農作物的實際生長環(huán)境參數(shù)包括土壤肥力。

3.根據(jù)權利要求1所述的方法，其特征在于，所述獲取農作物的實際生長指標，具體為：

獲取農作物的圖像；

從所述圖像中識別農作物的實際生長指標，從而獲取到農作物的實際生長指標。

4.根據(jù)權利要求1所述的方法，其特征在于，所述獲取農作物的實際生長指標和實際生長環(huán)境參數(shù)之后，還包括：

將農作物的實際生長指標和實際生長環(huán)境參數(shù)輸入所述農作物生長模型，以更新所述農作物生長模型。

5.根據(jù)權利要求1所述的方法，其特征在于，所述獲取農作物的實際生長指標和實際生長環(huán)境參數(shù)之后，還包括：

展示所述農作物的實際生長指標和/或實際生長環(huán)境參數(shù)。

6.根據(jù)權利要求1所述的方法，其特征在于，所述農作物生長模型中還包括農作物生長指標與生長狀況評估結果的第二映射關系；

所述獲取農作物的實際生長指標之后，還包括：

根據(jù)所述農作物的實際生長指標和所述第二映射關系，獲取農作物的生長狀況評估結果；

展示所述農作物的生長狀況評估結果。

7.根據(jù)權利要求1所述的方法，其特征在于，所述農作物生長模型中還包括農作物生長指標與收益分析結果的第三映射關系；

所述獲取農作物的實際生長指標之后，還包括：

根據(jù)所述農作物的實際生長指標和所述第三映射關系，獲取農作物收益分析結果。

8.根據(jù)權利要求1-7任一項所述的方法，其特征在于，所述方法還包括：

訓練所述農作物生長模型；

所述訓練所述農作物生長模型，具體為：

獲取訓練樣本集，所述訓練樣本集包括農作物的生長環(huán)境參數(shù)及與其對應的農作物生長指標；

學習所述農作物的生長環(huán)境參數(shù)及與其對應的農作物生長指標之間的第一映射關系；

根據(jù)所述第一映射關系，確定所述農作物生長模型的模型參數(shù)，從而得到所述農作物生長模型。

9.根據(jù)權利要求8所述的方法，其特征在于，所述訓練樣本集還包括與所述農作物生長指標對應的農作物的生長狀況評估結果；

所述訓練所述農作物生長模型還包括：

學習所述農作物生長指標及其對應的農作物的生長狀況評估結果之間的第二映射關系；

所述根據(jù)所述第一映射關系，確定所述農作物生長模型的模型參數(shù)，從而得到所述農作物生長模型，具體為：

根據(jù)所述第一映射關系和所述第二映射關系，確定所述農作物生長模型的模型參數(shù)，從而得到所述農作物生長模型。

10.根據(jù)權利要求9所述的方法，其特征在于，所述訓練樣本集還包括與所述農作物生長指標對應的農作物的收益分析結果；

所述訓練所述農作物生長模型還包括：

學習所述農作物生長指標及其對應的農作物的收益分析結果之間的第三映射關系；

所述根據(jù)所述第一映射關系和所述第二映射關系，確定所述農作物生長模型的模型參數(shù)，從而得到所述農作物生長模型，具體為：

根據(jù)所述第一映射關系、所述第二映射關系和所述第三映射關系，確定所述農作物生長模型的模型參數(shù)，從而得到所述農作物生長模型。