一种基于多源信息融合的农业种植决策方法及系统与流程

本申请涉及农业种植，具体而言，涉及一种基于多源信息融合的农业种植决策方法及系统。

背景技术：

1、农业种植决策作为农业的核心环节，对于提升土地产出效率、降低生产风险和优化资源配置具有重要意义。近年来，随着物联网感知、遥感监测和气象预报等技术的不断发展，基于数据驱动的种植决策方法逐渐成为研究热点，为农业生产提供了播期推荐、品种优选和田间管理等决策支持。现有种植决策方案通常以单个田块为基本决策单元，依据气象预报、土壤墒情监测和品种生育期模型等输入信息，给出统一的播期建议和品种配置方案，在规模化、平原地区的农业生产中取得了较好的应用效果。

2、然而，在丘陵地区的小规模水稻、玉米或大豆种植场景中，受共享农机排队调度、雨后田间道路通行能力下降以及田块内部微地形起伏等因素影响，同一田块往往无法在同一天完成全部播种作业，而是被迫在不同日期分批完成不同微区块的播种。现有方法将田块视为播期和品种一致的整体单元，忽略了对田块内部不同微区块在低洼程度、退水速度和道路到达条件等方面的差异化刻画，无法为各微区块分别确定其最早播种日期、适宜播种时间窗口及匹配的品种。并且生成的决策方案为静态预案，在播种执行过程中一旦出现实际播期偏移或田间状态变化，已生成的播种顺序和品种配置无法根据已播微区块的实际作业信息进行动态调整，导致未播微区块仍沿用初始方案，进一步加剧了同一田块内不同微区块间抽穗期和成熟期的错位，最终难以在预设的机械收获窗口内完成统一收获。

3、针对上述的问题，目前尚未提出有效的解决方案。

技术实现思路

1、本申请实施例提供了一种基于多源信息融合的农业种植决策方法及系统，以解决上述技术问题。

2、本申请提供了一种基于多源信息融合的农业种植决策方法，包括：s1，获取多源数据，基于所述多源数据将田块划分为多个微区块，并确定各微区块的低洼程度、退水速度和道路到达条件，生成各微区块的状态画像；s2，获取农机作业约束数据；根据所述农机作业约束数据与所述状态画像，确定各微区块的最早播种日期、适宜播种时间窗口及农机作业能力参数；s3，以预设的机械收获窗口为约束条件，根据作物品种的生育期、积温需求和耐湿耐迟播特性，结合所述适宜播种时间窗口，为各微区块确定多个候选品种，并确定与各候选品种对应的理论播种日期；s4，根据所述状态画像、所述最早播种日期、所述适宜播种时间窗口、所述农机作业能力参数、所述候选品种及所述理论播种日期，确定各微区块的播种优先级，并生成各微区块的播种顺序及品种配置方案；s5，在播种执行过程中，实时获取田间作业状态数据，根据各微区块中已播种微区块的实际播种信息，对各微区块中未播种微区块的播种顺序及品种配置方案进行修正。

3、本申请提供了一种基于多源信息融合的农业种植决策系统，包括：状态画像生成模块，用于获取多源数据，基于所述多源数据将田块划分为多个微区块，并确定各微区块的低洼程度、退水速度和道路到达条件，生成各微区块的状态画像；播种参数预测模块，用于获取农机作业约束数据；根据所述农机作业约束数据与所述状态画像，确定各微区块的最早播种日期、适宜播种时间窗口及农机作业能力参数；品种匹配模块，用于以预设的机械收获窗口为约束条件，根据作物品种的生育期、积温需求和耐湿耐迟播特性，结合所述适宜播种时间窗口，为各微区块确定多个候选品种，并确定与各候选品种对应的理论播种日期；方案生成模块，用于根据所述状态画像、所述最早播种日期、所述适宜播种时间窗口、所述农机作业能力参数、所述候选品种及所述理论播种日期，确定各微区块的播种优先级，并生成各微区块的播种顺序及品种配置方案；修正模块，用于在播种执行过程中，实时获取田间作业状态数据，根据各微区块中已播种微区块的实际播种信息，对各微区块中未播种微区块的播种顺序及品种配置方案进行修正。

4、基于本申请提供的实施例，通过获取多源数据，将田块细分为多个微区块，并分别确定各微区块的低洼程度、退水速度和道路到达条件，形成各微区块的状态画像；在此基础上，获取农机作业约束数据，并结合状态画像为各微区块分别确定其最早播种日期、适宜播种时间窗口及农机作业能力参数。由此，使得后续播种决策不再依赖田块内部均质化的假设，而是能够准确反映不同微区块在雨后积水消退速度和农机实际可达性方面的空间差异，从而解决了现有方法将田块视为播期和品种一致的整体单元，忽略田块内部不同微区块在低洼程度、退水速度和道路到达条件等方面差异化的问题，避免了因微地形和道路条件不同而导致的统一播期误判。

5、通过以预设的机械收获窗口为约束条件，根据作物品种的生育期、积温需求和耐湿耐迟播特性，结合为各微区块确定的适宜播种时间窗口，分别为各微区块匹配多个候选品种及其对应的理论播种日期；再通过综合状态画像、最早播种日期、适宜播种时间窗口、农机作业能力参数、候选品种及其理论播种日期，生成各微区块的播种顺序及品种配置方案。由此，使得品种选择和播期规划不再孤立进行，而是将全局的机械收获窗口作为硬约束前置到决策过程中，即使各微区块因分批播种而产生数天的实际播期差，所选品种的熟期组合仍能使各微区块的成熟日期收敛到同一机械收获窗口之内；同时，通过综合空间异质性、时间窗口和品种特性的排序决策，从初始方案层面确保了整体规划服务于统一收获的目标，从而解决了静态决策缺乏根据已播微区块实际作业信息对未播区块进行调整的能力缺失问题中的初始规划层面，即在无动态修正介入之前，初始方案本身即已具备将不同播期微区块的成熟期向同一机械收获窗口收敛的能力。

6、通过在播种执行过程中实时获取田间作业状态数据，并根据已播种微区块的实际播种信息，对未播种微区块的播种顺序及品种配置方案进行滚动修正。由此，使得初始方案在执行过程中能够持续响应实际播种进度偏离计划、田间墒情因天气突变而变化等不确定情形，而非在播种启动后仍固守初始方案不变，从而解决了现有决策方案为静态预案，在播种执行过程中一旦出现实际播期偏移或田间状态变化，已生成的播种顺序和品种配置无法根据已播微区块的实际作业信息进行动态调整，导致未播微区块仍沿用初始方案的问题，确保在整个播种周期内各微区块的成熟期始终向同一机械收获窗口收敛，为丘陵地区分批播种场景下的统一机械收获提供了从初始规划到执行修正的决策支撑。

1.一种基于多源信息融合的农业种植决策方法，其特征在于，包括：

2.根据权利要求1所述的基于多源信息融合的农业种植决策方法，其特征在于，所述多源数据包括：田块边界数据、无人机微地形数据、历史退水记录数据、土壤墒情数据和雨量预报数据；s1包括：

3.根据权利要求1所述的基于多源信息融合的农业种植决策方法，其特征在于，所述农机作业约束数据包括共享农机预约排队数据、农机历史到达延迟数据、农机作业速度数据和未来降雨预报数据；s2，包括：

4.根据权利要求1所述的基于多源信息融合的农业种植决策方法，其特征在于，s3包括：

5.根据权利要求4所述的基于多源信息融合的农业种植决策方法，其特征在于，所述根据各作物品种的耐湿耐迟播特性中的耐迟播特性，建立该微区块下各作物品种的播期延迟量与生育期压缩量的对应关系，包括：

6.根据权利要求4所述的基于多源信息融合的农业种植决策方法，其特征在于，s4包括：

7.根据权利要求6所述的基于多源信息融合的农业种植决策方法，其特征在于，在所述判断所述实际成熟日期之差是否超过预设的成熟日期允许偏差之后，s4还包括：

8.根据权利要求4所述的基于多源信息融合的农业种植决策方法，其特征在于，s5包括：

9.根据权利要求8所述的基于多源信息融合的农业种植决策方法，其特征在于，在确定各微区块的预期成熟日期之后，s5还包括：

10.一种基于多源信息融合的农业种植决策系统，其特征在于，包括：