数字田园与牧场碳循协同及积分激励闭环方法及系统与流程

摘要: 本发明涉及智能低碳农业,具体而言,涉及一种数字田园与牧场碳循协同及积分激励闭环方法及系统。背景技术:1、在双碳战略与数字乡村建设深度推进的背景下,种养循环农业作...
数字田园与牧场碳循协同及积分激励闭环方法及系统与流程

本发明涉及智能低碳农业,具体而言,涉及一种数字田园与牧场碳循协同及积分激励闭环方法及系统。

背景技术:

1、在双碳战略与数字乡村建设深度推进的背景下,种养循环农业作为低碳生态农业的核心模式,可通过田园秸秆资源回收、牧场有机肥还田实现种养互补、资源循环与农业碳减排,是当前农业绿色转型的重要发展方向。随着数字孪生、智能算法、物联网感知等数字化技术在农业领域的逐步落地,田园、牧场数字化管控水平显著提升,但现有种养循环管控技术在实际应用中仍存在诸多技术缺陷与痛点,严重制约了生态循环农业的智能化、精细化、普惠化发展。

2、首先,现有技术缺乏田园与牧场双场景的一体化数字建模能力,大多采用单一场景静态数据监测与独立建模方式,无法实现多源异构数据的统一规整、跨场景特征融合与虚实动态映射,导致种养场景数据割裂、资源供需量化精度低,难以精准刻画田园与牧场之间的资源交互关系,无法为双向碳循环调度提供精准的数据支撑。

3、其次,传统种养碳循环调度方式多采用固定配比、静态匹配的粗放调度模式,未结合实际种养工况、碳效益、生产成本构建多约束动态决策机制,无法根据实时供需变化自适应调整资源流转策略,普遍存在有机肥供给与土壤养分需求错配、秸秆回收利用不充分、碳循环资源利用率低、低碳效益难以最大化的技术问题。

4、再者,现有农业农事参与体系适配性较差,缺乏针对乡村老年群体的适配化任务筛选机制。传统农事任务未根据用户身体机能、操作能力、历史参与特征进行分级适配,高强度、高门槛农事任务混杂排布,导致老年群体参与农事生产的门槛高、适配度低,大量乡村闲置老年劳动力资源无法有效盘活,难以适配银发助农的乡村发展需求。

5、同时,现有农业激励机制存在同质化严重、激励精准度不足的缺陷,大多采用固定分值、统一标准的积分核算方式,未结合用户多维能力差异、任务劳动价值与碳循环贡献进行差异化动态激励,无法匹配不同老年用户的参与能力与劳动贡献,激励公平性与积极性不足,难以形成稳定、可持续的农事参与激励闭环。

6、综上,现有技术存在场景建模一体化程度低、资源调度动态性差、适老适配性不足、激励机制固化、无法形成全链路智能闭环管控等技术短板,难以同时满足种养低碳循环、智能调度、银发群体普惠参与、精准激励的多重需求。

技术实现思路

1、本发明的主要目的在于提供一种数字田园与牧场碳循协同及积分激励闭环方法及系统,以至少解决现有技术中数据建模割裂、资源调度粗放的技术问题,以实现种养低碳智能循环与老年农事精准参与、长效激励的协同落地。

2、为了实现上述目的,提供了一种数字田园与牧场碳循协同及积分激励闭环方法及系统。

3、第一方面,本发明提供了一种数字田园与牧场碳循协同及积分激励闭环方法,该闭环方法包括:

4、采集目标区域的多源数据,其中,多源数据包括目标区域中的田园和牧场的资源数据、环境数据、生产数据与设备数据,对多源数据进行预处理以得到标准多源数据,利用时空融合孪生算法对标准多源数据进行特征融合处理以构建数字孪生模型,其中,数字孪生模型包括田园的作物生长模型、牧场的畜禽养殖模型以及种养资源模型;

5、基于数字孪生模型量化目标区域的双向供需体量,以得到目标区域的双向供需数据,基于双向供需数据利用双向碳循算法构建目标区域的动态决策模型,利用动态决策模型自适应的生成目标区域的双向资源流转数据;

6、采集目标群体的身体机能数据与操作能力数据,基于双向资源流转数据生成目标区域的生产需求,结合身体机能数据与操作能力数据将生产需求进行筛选,以得到适合目标群体的农事任务;

7、采集目标群体的历史农事参与数据,利用积分动态映射算法对身体机能数据、操作能力数据与历史农事参与数据进行处理,以得到目标群体的能力等级;

8、为不同的农事任务动态配置积分,在目标群体完成农事任务后,基于能力等级与积分计算目标群体中的每个目标个体的个体积分值,个体积分值可用于兑换目标区域的产出结果。

9、具体地,对多源数据进行预处理以得到标准多源数据,包括:

10、对资源数据进行去冗余、数值校准与归一化处理,以得到标准资源数据;

11、对环境数据进行异常抖动剔除、时序校准与噪声过滤处理,以得到标准环境数据;

12、对生产数据进行去重纠错、生产维度规整与数据补全处理,以得到标准生产数据;

13、对设备数据进行格式统一化、频率对齐与设备偏差修正处理,以得到标准设备数据;

14、将标准资源数据、标准环境数据、标准生产数据与标准设备数据融合以得到标准多源数据。

15、具体地,利用时空融合孪生算法对标准多源数据进行特征融合处理以构建数字孪生模型,包括:

16、分别提取标准多源数据中的资源特征、环境特征、生产特征与设备特征,利用时空特征融合法将资源特征、环境特征、生产特征与设备特征进行多维度对齐,以得到融合特征;

17、基于融合特征利用时空融合孪生算法构建数字孪生模型。

18、具体地,基于数字孪生模型量化目标区域的双向供需体量,以得到目标区域的双向供需数据,包括:

19、从数字孪生模型中提取牧场的养殖数据和田园的种植数据;

20、基于养殖数据计算牧场的第一供需数据,其中,第一供需数据包括有机肥产量、有效养分含量与可外供量;

21、基于种植数据计算田园的第二供需数据,其中,第二供需数据包括可回收秸秆量、可利用体量与反哺供给率;

22、整合第一供需数据与第二供需数据以得到双向供需数据。

23、具体地,基于双向供需数据利用双向碳循算法构建目标区域的动态决策模型,利用动态决策模型自适应的生成目标区域的双向资源流转数据,包括:

24、构建种养资源循环效率约束、低碳效益约束与调度成本约束三个约束条件,基于三个约束条件,以双向供需数据为输入,利用双向碳循算法构建动态决策模型;

25、采集目标区域的实时种养工况数据,基于实时种养工况数据利用动态决策模型生成双向资源流转数据。

26、具体地,采集目标群体的身体机能数据与操作能力数据,基于双向资源流转数据生成目标区域的生产需求,结合身体机能数据与操作能力数据将生产需求进行筛选,以得到适合目标群体的农事任务,包括:

27、采集目标群体的身体机能数据与操作能力数据,基于身体机能数据与操作能力数据计算最高体能值与最高操作值;

28、从双向资源流转数据中提取目标区域的生产需求,为不同的生产需求预设不同的体能阈值、操作阈值与时长阈值;

29、将体能阈值≤最高体能值且操作阈值≤最高操作值的生产需求标注为适合目标群体的农事任务,且农事任务的劳作时长≤时长阈值。

30、具体地,采集目标群体的历史农事参与数据,利用积分动态映射算法对身体机能数据、操作能力数据与历史农事参与数据进行处理,以得到目标群体的能力等级,包括:

31、预设一级体能阈值、二级体能阈值、三级体能阈值、一级操作阈值、二级操作阈值与三级操作阈值;

32、采集目标群体的历史农事参与数据,基于历史农事参与数据预设一级参与阈值、二级参与阈值与三级参与阈值;

33、一级体能阈值≤身体机能数据≤二级体能阈值的目标个体划分为一级体能个体;一级操作阈值≤操作能力数据≤二级操作阈值的目标个体划分为一级操作个体;一级参与阈值≤历史农事参与数据≤二级参与阈值的目标个体划分为一级参与个体;

34、二级体能阈值≤身体机能数据≤三级体能阈值的目标个体划分为二级体能个体;二级操作阈值≤操作能力数据≤三级操作阈值的目标个体划分为二级操作个体;二级参与阈值≤历史农事参与数据≤三级参与阈值的目标个体划分为二级参与个体;

35、三级体能阈值≤身体机能数据的目标个体划分为三级体能个体;三级操作阈值≤操作能力数据的目标个体划分为三级操作个体;三级参与阈值≤历史农事参与数据的目标个体划分为三级参与个体;

36、取三个维度中等级最高维度的等级作为目标个体的等级,其中,目标个体包括一级个体、二级个体与三级个体。

37、具体地,为不同的农事任务动态配置积分,包括:

38、量化农事任务的任务难度、作业耗时、劳动贡献与碳循环价值;

39、基于任务难度、作业耗时、劳动贡献与碳循环价值构建积分体系;

40、基于双向资源流转数据动态预设农事任务的积分权重,基于积分体系与积分权重为农事任务配置对应的积分。

41、具体地,在目标群体完成农事任务后,基于能力等级与积分计算目标群体中的每个目标个体的个体积分值,个体积分值可用于兑换目标区域的产出结果,包括:

42、采集目标群体的任务完成结果数据,将任务完成结果数据量化为结果完成度;

43、将结果完成度、农事任务的积分、能力等级进行加权计算得到个体积分值,个体积分值用于兑换目标区域的作物产出、畜禽产出与配套养老服务。

44、第二方面,本发明提供了一种数字田园与牧场碳循协同及积分激励闭环系统,闭环系统应用于第一方面的闭环方法,闭环系统包括:

45、多源数据处理与数字孪生建模模块,多源数据处理与数字孪生建模模块用于采集目标区域的多源数据,其中,多源数据包括目标区域中的田园和牧场的资源数据、环境数据、生产数据与设备数据,对多源数据进行预处理以得到标准多源数据,利用时空融合孪生算法对标准多源数据进行特征融合处理以构建数字孪生模型,其中,数字孪生模型包括田园的作物生长模型、牧场的畜禽养殖模型以及种养资源模型;

46、双向资源流转数据计算模块,与多源数据处理与数字孪生建模模块连接,双向资源流转数据计算模块用于基于数字孪生模型量化目标区域的双向供需体量,以得到目标区域的双向供需数据,基于双向供需数据利用双向碳循算法构建目标区域的动态决策模型,利用动态决策模型自适应的生成目标区域的双向资源流转数据;

47、农事任务筛选模块,与双向资源流转数据计算模块连接,农事任务筛选模块用于采集目标群体的身体机能数据与操作能力数据,基于双向资源流转数据生成目标区域的生产需求,结合身体机能数据与操作能力数据将生产需求进行筛选,以得到适合目标群体的农事任务;

48、能力等级划分模块,与农事任务筛选模块连接,能力等级划分模块用于采集目标群体的历史农事参与数据,利用积分动态映射算法对身体机能数据、操作能力数据与历史农事参与数据进行处理,以得到目标群体的能力等级;

49、积分配置与激励闭环模块,与能力等级划分模块连接,积分配置与激励闭环模块用于为不同的农事任务动态配置积分,在目标群体完成农事任务后,基于能力等级与积分计算目标群体中的每个目标个体的个体积分值,个体积分值可用于兑换目标区域的产出结果。

50、本技术提供了一种数字田园与牧场碳循协同及积分激励闭环方法及系统,该方法先采集并标准化处理田园与牧场的多源数据,通过时空融合孪生算法构建数字孪生模型,精准量化种养双向供需关系;结合多重约束条件与双向碳循算法建立动态决策模型,自适应生成种养资源双向流转方案。同时,该方法结合人群体能、操作能力与历史劳作数据划分用户能力等级,智能筛选适配的农事任务,并依据任务难度、耗时、劳动及碳循环价值动态配置任务积分;最终结合任务完成度与用户等级核算个人积分,积分可兑换农产及配套服务,实现种养碳循环智能协同+农事劳动积分激励的完整闭环管理。