一种基于多源数据融合的农业环境孪生建模方法及系统与流程

本发明涉及农业信息化与数字孪生，尤其涉及一种基于多源数据融合的农业环境孪生建模方法及系统。

背景技术：

1、目前，数字孪生技术通过构建与真实农田一一映射的虚拟模型，利用多源传感器、卫星遥感、无人机测绘及物联网终端等手段，实时采集土壤、作物、气象等数据，以三维可视化形式在云端建立动态更新的虚拟农田。

2、在一种现有技术中，以灌区数字孪生数据底板构建为例，通常先通过统一水利对象模型建立各类监测数据的映射关系，再分别进行对象融合、特征融合以及数值融合。在数值融合环节，针对测站监测数据采用统一时间基准按年、月尺度进行分库分表存储；针对点数据与网格数据的空间尺度融合，则依赖传统的空间插值方法进行尺度转换。然而，上述方法在实际应用中，由于卫星遥感获取的光谱指数、无人机采集的多光谱影像、地面传感器测得的土壤温湿度（摄氏度）与养分含量（毫克每千克）这些数据在物理意义和量纲上天然不匹配，无法在统一的运算框架中消除量纲差异；与此同时，离散分布的传感器监测点与连续空间的网格节点之间存在显著的空间尺度失配，传统的空间插值难以实现精确的逐点数值落位。

3、综上，现有技术中存在多源数据因量纲差异与空间尺度失配而难以在统一框架下实现逐点精确映射的问题。

技术实现思路

1、本发明提供了一种基于多源数据融合的农业环境孪生建模方法及系统，以解决多源数据因量纲差异与空间尺度失配而难以在统一框架下实现逐点精确映射的问题。

2、第一方面，为了解决上述技术问题，本发明提供了一种基于多源数据融合的农业环境孪生建模方法，包括：

3、获取真实田块的空间影像和地面传感读数，对所述空间影像和所述地面传感读数进行结构化提取，生成初始环境信息；

4、对所述初始环境信息进行量纲统一得到标准环境数据，从所述标准环境数据中提取空间坐标，并根据所述空间坐标构建与所述真实田块对应的三维空间模型；

5、对所述三维空间模型进行空间离散化得到多个网格节点，根据所述标准环境数据对所述多个网格节点进行赋值，得到所述多个网格节点的初始映射特征；

6、构建所述多个网格节点之间的拓扑关系，根据所述拓扑关系提取相邻网格节点，计算所述相邻网格节点之间的特征差异值，将所述特征差异值与预设的特征差异阈值进行比较；

7、若所述特征差异值大于所述特征差异阈值，则对对应所述网格节点的所述初始映射特征进行修正，得到目标节点特征，若所述特征差异值不大于所述特征差异阈值，则将所述初始映射特征确定为目标节点特征；

8、根据所述目标节点特征，在虚拟农田中构建与所述真实田块逐点映射的数字孪生体。

9、第二方面，本发明提供了一种基于多源数据融合的农业环境孪生建模系统，包括：存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述所述的方法。

10、第三方面，本发明提供了一种计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如上述所述的方法。

11、相比于现有技术，本发明具有如下有益效果：

12、（1）本发明通过获取目标区域的空间影像与地面传感读数，对多源数据进行结构化提取以生成初始环境信息，并进一步分析各环境指标之间的关联特征，依据各指标对整体环境状态的实际贡献程度分配相应的转换权重，将不同物理量纲的监测数据映射至统一的数值基准区间。该方案使光照、温度、湿度、养分等来源不同、量纲各异的环境指标能够在统一的数值体系下参与后续的空间建模与运算，从而消除了多源异构数据之间的量纲壁垒。

13、（2）本发明通过从已统一量纲的标准环境数据中提取空间坐标，构建与真实田块相对应的三维空间模型，并对该模型进行空间离散化以确定网格节点，再依据标准环境数据在空间坐标下的实际分布对各网格节点进行逐点赋值。该方案将离散分布的传感器监测数据映射至连续三维空间的每一个网格节点上，使虚拟空间中的每一个位置点都能获得与真实田块相对应的环境属性，从而解决了离散监测点与连续虚拟空间之间的尺度失配问题，实现了空间层面的精确数值落位。

14、（3）本发明通过计算相邻网格节点之间的特征差异值并将其与预设的特征差异阈值进行比较，对特征差异值超阈值的区域利用邻域节点的空间依赖关系进行局部修正，对特征差异值未超阈值的节点则直接保留其映射结果。该方案通过局部空间邻域分析识别并抑制数据采集与插值过程中产生的局部偏差，确保虚拟农田中相邻区域的环境数据在空间分布上保持连续与合理，最终在虚拟农田中构建出与真实田块逐点精确映射的数字孪生体。

1.一种基于多源数据融合的农业环境孪生建模方法，其特征在于，包括：

2.根据权利要求1所述的基于多源数据融合的农业环境孪生建模方法，其特征在于，所述对所述空间影像和所述地面传感读数进行结构化提取，生成初始环境信息，包括：

3.根据权利要求1所述的基于多源数据融合的农业环境孪生建模方法，其特征在于，所述对所述初始环境信息进行量纲统一得到标准环境数据，从所述标准环境数据中提取空间坐标，并根据所述空间坐标构建与所述真实田块对应的三维空间模型，包括：

4.根据权利要求1所述的基于多源数据融合的农业环境孪生建模方法，其特征在于，所述对所述三维空间模型进行空间离散化得到多个网格节点，根据所述标准环境数据对所述多个网格节点进行赋值，得到所述多个网格节点的初始映射特征，包括：

5.根据权利要求1所述的基于多源数据融合的农业环境孪生建模方法，其特征在于，所述构建所述多个网格节点之间的拓扑关系，根据所述拓扑关系提取相邻网格节点，计算所述相邻网格节点之间的特征差异值，包括：

6.根据权利要求1所述的基于多源数据融合的农业环境孪生建模方法，其特征在于，所述若所述特征差异值大于所述特征差异阈值，则对所述网格节点的所述初始映射特征进行修正，得到目标节点特征，包括：

7.根据权利要求1所述的基于多源数据融合的农业环境孪生建模方法，其特征在于，所述根据所述目标节点特征，在虚拟农田中构建与所述真实田块逐点映射的数字孪生体，包括：

8.根据权利要求1所述的基于多源数据融合的农业环境孪生建模方法，其特征在于，所述初始环境信息包括土壤环境数据、微气候数据和作物生理数据。

9.一种基于多源数据融合的农业环境孪生建模系统，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现权利要求1至8任一项所述的方法。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时实现权利要求1至8任一项所述的方法。