一种农田作物－环境多源信息智能感知和数据处理的方法、系统及存储介质与流程

本发明属于农业信息，具体涉及一种农田作物－环境多源信息智能感知和数据处理的方法及系统，用于实现农田多源信息的智能感知与数据处理。

背景技术：

1、随着精准农业的快速发展，农田作物生长状态与环境参数的实时、全面监测成为实现科学种植、精准调控的核心前提。目前，农田监测领域已逐步引入卫星遥感、无人机航测、地面物联网传感器等多种感知手段，能够定期或实时获取作物长势、土壤墒情、气象条件等多维度信息，但现有技术仍存在诸多不足，严重制约了农田监测的智能化与标准化水平。

2、首先，现有监测系统中，不同感知设备采用的传输协议存在差异，如地面传感器常用的rs485、zigbee协议，无人机常用的wi-fi、lora协议，卫星数据传输采用的tcp/ip协议等，协议不统一导致不同设备的数据难以高效互通，形成“数据孤岛”，增加了数据整合的难度。

3、其次，数据获取渠道较为单一，主要依赖自有感知设备采集，缺乏与互联网公开数据资源的对接接口，难以补充区域尺度的气象、土壤背景等数据，导致监测数据的完整性不足。

4、再者，卫星、无人机与地面传感器获取的多源数据，在时间、空间维度上存在偏差，缺乏有效的时空配准机制，导致多源数据难以精准融合，制约了全面反映农田作物－环境真实状态的能力。

5、同时，目前精准灌溉相关观测数据尚无统一的产品格式标准，不同系统输出的数据结构、编码方式差异较大，制约了跨平台的数据共享与复用，降低了数据的利用效率。

6、此外，现有数据流传输方式多采用单一传输路径，存在传输延迟高、丢包率高、安全性差等问题，难以满足农田监测中实时数据传输的需求。在边缘计算方面，现有系统多采用中心统一处理架构，原始数据需全部汇聚至中心服务器后方可处理，传输链路压力大、时效性差，缺乏在边缘侧进行数据预处理与轻量传输的技术手段。

7、针对上述技术问题，亟须一种能够实现多协议兼容、多源数据融合、标准化数据格式、高效数据流传输且数据获取渠道丰富的农田作物－环境多源信息智能感知和数据处理方法及系统，为精准农业发展提供技术支撑。

技术实现思路

1、本发明提供了一种农田作物－环境多源信息智能感知和数据处理的方法和系统，用以解决上述背景技术中提及的问题。

2、第一方面，本发明实施例提供一种农田作物－环境多源信息智能感知和数据处理的方法，所述方法包括以下步骤：步骤一，构建多协议兼容模块，对来自地面物联网传感器阵列、无人机监测设备及卫星遥感观测数据中心共享的多源异构数据进行传输协议兼容适配，建立数据通信链路；步骤二，对经所述数据通信链路传输的多源异构数据帧进行数据解析预处理，生成标准化明码业务数据；步骤三，对所述标准化明码业务数据进行数据质量检查，对检查发现的异常数据进行缺失补充；步骤四，以地面物联网传感器的位置坐标和采集时间为基准，对补充后的多源数据进行时空匹配，并通过多源数据融合算法实现多源数据融合分析；步骤五，制定通用开放的精准灌溉观测数据产品格式，将融合后的数据生成为标准化数据产品。

3、在一种可能的实现方式中，步骤一中所述多协议兼容模块包括多协议通信模块和主控制器，所述主控制器运行协议自适应引擎，对所述多协议通信模块进行协议信道自动识别，自动匹配通信参数并加载对应的协议驱动，当驱动库中无匹配项时加载通用驱动模板进入降级适配模式，并通过统一的数据读取接口打包提交数据。

4、在一种可能的实现方式中，步骤二中所述数据解析预处理包括对多源异构数据帧依次进行协议识别、帧结构解析和语义提取；其中，所述协议识别用于判断数据帧的协议类别，所述帧结构解析用于标注各字节所属字段类型并推断字段边界，所述语义提取用于建立协议字段与业务概念之间的映射关系。

5、在一种可能的实现方式中，所述协议识别包括：提取数据帧的多维度特征向量训练多分类随机森林模型进行协议类别判断，或构建字节级n-gram概率模型计算对数似然值进行已知协议匹配；当无法确定数据帧所属协议类别时，基于特征向量进行密度聚类以发现未知协议。

6、在一种可能的实现方式中，所述帧结构解析包括：将数据帧解析建模为序列标注任务，通过双向长短期记忆网络提取字节级上下文特征并通过条件随机场层建模标注转移约束，对数据帧中的各字节所属字段类型进行标注；结合相邻字节之间的互信息推断字段边界；通过分析多帧数据中同一位置字节的变化规律区分固定字段与数据字段。

7、在一种可能的实现方式中，所述语义提取包括：构建协议字段与物理量和业务概念之间的知识图谱，利用图谱推理自动发现新协议字段的语义映射路径；通过领域自适应将已知协议的字段语义分类器迁移至新协议；对同一设备通过不同协议上报的数据构造正负样本对，使语义相同字段在嵌入空间中对齐。

8、在一种可能的实现方式中，在步骤三所述数据质量检查之前，还通过互联网数据获取接口以api接口方式从外部数据平台获取互联网公开农田数据资源，将获取的数据作为所述标准化明码业务数据的一部分。步骤三中所述数据质量检查围绕数据完整性、时效性和格式内容三个维度展开并排查异常数据，形成标准化质检码，所述标准化质检码包含数据类型、检查维度、异常等级和处理结果信息。

9、在一种可能的实现方式中，步骤三中所述数据质量检查围绕数据完整性、时效性和格式内容三个维度展开并排查异常数据，形成标准化质检码，所述标准化质检码包含数据类型、检查维度、异常等级和处理结果信息。

10、在一种可能的实现方式中，步骤三中所述缺失补充根据缺失长度自适应选择补充策略：少量缺失采用插值方法补充；长时间缺失采用基于transformer自注意力机制的时序补全算法，通过双阶段自注意力架构从双向上下文捕获时序依赖生成初始补全值，再以加权组合方式融合补全结果与原始观测值，所述时序补全算法输出的补全数据附带置信度标签。

11、在一种可能的实现方式中，步骤四中所述时空匹配包括空间配准和时间配准，所述空间配准将多源异构数据统一转换为cgcs2000坐标系，采用七参数布尔莎模型进行坐标转换；所述时间配准采用双向时标交换算法估算时钟偏移与传播延迟，并通过最小二乘拟合漂移率进行线性时钟漂移补偿。

12、在一种可能的实现方式中，步骤四中所述多源数据融合算法包括：采用克里金插值进行空间补全；采用卡尔曼滤波、概率密度匹配法或最优插值法进行数值融合，所述概率密度匹配法在站点观测数据不满足预设密度条件时采用，所述最优插值法在站点观测数据满足预设密度条件时采用；采用d-s证据理论进行融合结果不确定性评估；并设置数据融合时间窗口以应对数据延迟。

13、在一种可能的实现方式中，步骤五中所述精准灌溉观测数据产品格式覆盖作物参数、土壤参数、气象参数和灌溉参数中的至少一种，并支持自定义扩展字段。

14、在一种可能的实现方式中，所述多协议兼容模块对多源异构数据进行传输协议兼容适配，通过近距离无线局域网或远距离低功耗无线方式传输至部署于农田核心监测区域的边缘计算节点。

15、在一种可能的实现方式中，所述步骤二至步骤五在所述边缘计算节点中完成，生成所述标准化数据产品。

16、在一种可能的实现方式中，所述标准化数据产品采用第五代移动通信与光纤混合网络传输，所述标准化数据产品中的实时性数据经第五代移动通信传输，所述标准化数据产品中的大容量数据经光纤传输。

17、第二方面，本发明实施例提供一种农田作物－环境多源信息智能感知和数据处理的系统，其特征在于，包括：多协议兼容模块，用于对来自地面物联网传感器阵列、无人机监测设备及卫星遥感观测数据中心共享的多源异构数据进行传输协议兼容适配并建立数据通信链路；数据解析预处理模块，用于对经所述数据通信链路传输的多源异构数据帧进行数据解析预处理，生成标准化明码业务数据；数据质量控制模块，用于对所述标准化明码业务数据进行数据质量检查，对检查发现的异常数据进行缺失补充；时空配准与融合模块，用于以地面物联网传感器的位置坐标和采集时间为基准，对补充后的多源数据进行时空匹配，并通过多源数据融合算法实现多源数据融合分析；数据标准化模块，用于制定通用开放的精准灌溉观测数据产品格式，将融合后的数据生成为标准化数据产品。

18、第三方面，本发明实施例提供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，所述计算机程序被处理器执行时实现所述农田作物－环境多源信息智能感知和数据处理的方法的步骤。

19、本发明提供的一种农田作物－环境多源信息智能感知和数据处理方法，与现有技术相比具有以下有益效果：

20、第一，通过构建多协议兼容模块和协议自适应引擎，实现了对多种异构感知设备传输协议的自动识别与智能适配，解决了农田多源异构数据统一接入的问题，提高了感知系统的兼容性和扩展性。

21、第二，通过协议识别、帧结构解析和语义提取三阶段递进式数据解析预处理流程，结合双向长短期记忆网络与条件随机场、知识图谱推理与领域自适应等智能技术，实现了对未知协议和私有协议数据帧的自动解析与语义理解，提升了数据预处理流程的自动化程度和解析精度。

22、第三，通过时空匹配中的七参数布尔莎模型坐标转换和双向时标交换算法时钟同步，结合克里金插值、卡尔曼滤波、概率密度匹配法、最优插值法及d-s证据理论等多源数据融合算法，实现了多源异构数据在空间和时间维度上的精确配准与深度融合，提升了农田环境信息产品的空间连续性和数据可靠性。

23、第四，通过边缘计算节点的本地预处理和分层式数据流传输架构设计，将传输数据量压缩至原始数据量的10%至20%，降低了网络传输负载和传输时延，提升了系统的实时响应能力和传输效率。

24、第五，制定的通用开放的精准灌溉观测数据产品格式，覆盖作物参数、土壤参数、气象参数和灌溉参数四大类数据并支持自定义扩展，采用geotiff和json等通用格式输出，便于数据产品在不同农业信息平台之间共享应用。