农事智能化的方法、装置及控制设备与流程

1.本技术涉及农事智能化技术领域，尤其涉及一种农事智能化的方法、装置及控制设备。


背景技术：

2.作物估产一直是农业科学研究中重要科学问题。在作物估产方法中，基于作物光合、呼吸、蒸腾、营养等机理过程的作物模型，依靠其内在的物理过程和动力学机制，可以准确模拟作物对象在时间和空间上的连续演进，能够准确地模拟单点作物的生长发育状况及产量，是农学研究专家常用的方法之一。
3.随着农业技术的发展，农事操作越来越智能化。目前的农事智能化平台中，能够基于作物模型的作物估产方法，采用人工单点采样的方式获取采样点数据，基于采样点数据进行单采样点的作物估产。但是基于作物模型的作物估产方法在应用到大的空间区域尺度（如县域、市、甚至更大的区域范围）的作物估产时，由于地表、近地表环境非均匀性，作物模型中一些宏观资料的获取和参数的区域化非常困难，且采样耗时较长，通常在作物接近成熟期时进行一次采样及估产，无法在作物整个生长期内动态地进行作物估产，不利于提高作物产量；另外，在预估产量偏低时，需要人工分析导致预估产量偏低的原因并手动调整农事任务，智能化程度低。


技术实现要素：

4.本技术提供一种农事智能化的方法、装置及控制设备。
5.一方面，本技术提供一种农事智能化的方法，包括：响应于对目标地块的估产请求，获取所述目标地块在所种植的作物的当前生长季内的实时监测数据，以及所述实时监测数据未覆盖的所述当前生长季的时间区间对应的历史监测数据；根据所述实时监测数据、所述历史监测数据和所述目标地块的估产模型，确定所述目标地块在所述当前生长季的预估产量；根据所述目标地块在所述当前生长季的预估产量、所述作物的历史产量信息、所述实时监测数据和农业知识图谱信息，下发对所述目标地块的第一农事任务。
6.另一方面，本技术提供一种农事智能化的装置，包括：数据获取模块，用于响应于对目标地块的估产请求，获取所述目标地块在所种植的作物的当前生长季内的实时监测数据，以及所述实时监测数据未覆盖的所述当前生长季的时间区间对应的历史监测数据；作物估产模块，用于根据所述实时监测数据、所述历史监测数据和所述目标地块的估产模型，确定所述目标地块在所述当前生长季的预估产量；农事处理模块，用于根据所述目标地块在所述当前生长季的预估产量、所述作物的历史产量信息、所述实时监测数据和农业知识图谱信息，下发对所述目标地块的第一农
事任务。
7.另一方面，本技术提供一种农事智能化的控制设备，包括：处理器，以及与所述处理器通信连接的存储器；所述存储器存储计算机执行指令；所述处理器执行所述存储器存储的计算机执行指令，以实现上述所述的农事智能化的方法。
8.本技术提供的农事智能化的方法、装置及控制设备，通过在作物的一个生长季内的任何时刻，基于估产请求获取待估产的目标地块在所种植的作物的当前生长季内的实时监测数据，对于实时监测数据未覆盖的时间区间，则获取对应的历史监测数据，实时监测数据和历史监测数据覆盖作物的整个生长季，根据实时监测数据和历史监测数据以及目标地块的估产模型，进行作物估产确定目标地块在当前生长季的预估产量，能够在整个生长季内实时动态地进行作物估产；并根据目标地块在当前生长季的预估产量、作物的历史产量信息、实时监测数据和农业知识图谱信息，下发对目标地块的第一农事任务，能够在预估产量偏低时，及时地对预估产量偏低的目标地块进行农事操作，能够大大提高目标地块的作物产量。
附图说明
9.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本技术的实施例，并与说明书一起用于解释本技术的原理。
10.图1为本技术提供的农事智能化系统一种示例架构；图2为本技术提供的一种农事智能化系统的示例框架图；图3为本技术一实施例提供的农事智能化的方法流程图；图4为本技术另一实施例提供的作物估产的方法流程图；图5为本技术另一实施例提供的一农事智能化的方法流程图；图6为本技术另一实施例提供的另一农事智能化的方法流程图；图7为本技术另一实施例提供的又一农事智能化的方法流程图；图8为本技术一实施例提供的农事智能化的装置的结构示意图。
11.通过上述附图，已示出本技术明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本技术构思的范围，而是通过参考特定实施例为本领域技术人员说明本技术的概念。
具体实施方式
12.这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本技术相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本技术的一些方面相一致的装置和方法的例子。
13.首先对本技术所涉及的名词进行解释：地块圈画：通过平台提供的功能，可在地图上进行矢量图层圈画的过程，以完成分析区域的圈定。
14.物联网：是指通过各种信息传感器、射频识别技术、全球定位系统、红外感应器、激光扫描器等各种装置与技术，实时采集任何需要监测、 连接、互动的物体或过程，采集其声、光、热、电、力学、化学、生物、位置等各种需要的信息，通过各类可能的网络接入，实现物与物、物与人的泛在连接，实现对物品和过程的智能化感知、识别和管理。
15.知识图谱：知识图谱是通过将应用数学、图形学、信息可视化技术、信息科学等学科的理论与方法与计量学引文分析、共现分析等方法结合，并利用可视化的图谱形象地展示学科的核心结构、发展历史、前沿领域以及整体知识架构达到多学科融合目的的现代理论。
16.遥感植被指数：根据植被的光谱特性，将卫星可见光和近红外波段进行组合,形成了各种植被指数。常用植被指数如归一化植被指数（ndvi）、增强型植被指数（evi）、绿度指数（gdvi）、环境优化植被指数（hjvi）等等。
17.其中，归一化植被指数（ndvi）为：。
18.增强型植被指数（evi）为：。
19.绿度指数（gdvi）为：环境优化植被指数（hjvi）为：。
20.上式中，、、、、分别为遥感数据传感器的蓝光、绿光、红光、近红外的地表反射率信息。
21.另外，术语“第一”、“第二”、“第三”等仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。在以下各实施例的描述中，“多个”的含义是两个以上，除非另有明确具体的限定。
22.作物估产一直是农业科学研究中重要科学问题。在作物估产方法中，基于作物光合、呼吸、蒸腾、营养等机理过程的作物模型，依靠其内在的物理过程和动力学机制，可以准确模拟作物对象在时间和空间上的连续演进，能够准确地模拟单点作物的生长发育状况及产量，是农学研究专家常用的方法之一。
23.随着农业技术的发展，农事操作越来越智能化。目前的农事智能化平台中，能够基于作物模型的作物估产方法，采用人工单点采样的方式获取采样点数据，基于采样点数据进行单采样点的作物估产。但是基于作物模型的作物估产方法在应用到大的空间区域尺度（如县域、市、甚至更大的区域范围）的作物估产时，由于地表、近地表环境非均匀性，作物模型中一些宏观资料的获取和参数的区域化非常困难，且采样耗时较长，通常在作物接近成熟期时进行一次采样及估产，无法在作物整个生长期内动态地进行作物估产，不利于提高作物产量。另外，在预估产量偏低时，需要人工分析导致预估产量偏低的原因并手动调整农事任务，智能化程度低。
24.本技术提供一种农事智能化的方法，可以应用于农事智能化系统，图1示出了农事
智能化系统一种示例架构，如图1所示，农事智能化系统包括数据监测设备11，农事智能化的控制设备12和农事任务执行设备13。其中，数据监测设备11用于实时采集监测数据。农事智能化的控制设备12与数据监测设备11具有通信连接，能够从数据监测设备11获取实时监测数据。农事智能化的控制设备12与农事任务执行设备13具有通信连接，能够向农事任务执行设备13下发农事任务，农事任务执行设备13用于执行农事任务。农事智能化的控制设备12用于执行本技术提供的农事智能化的方法，基于目标地块在所种植的作物的当前生长季内的实时监测数据，以及实时监测数据未覆盖的当前生长季的时间区间对应的历史监测数据，利用估产模型确定目标地块在当前生长季的预估产量；并根据目标地块在当前生长季的预估产量，以及作物的历史产量信息，若确定预估产量满足低产条件，则根据实时监测数据和农业知识图谱信息，生成对目标地块的第一农事任务，向农事任务执行设备13下发对目标地块的第一农事任务。
25.示例性地，数据监测设备11可以包括物联网环境感知设备，能够直观地对温湿度、风速、风向、光照度、降雨量、二氧化碳、大气压力等气象实况数据，以及土壤的墒情、养分、肥力、土壤温湿度等土壤实况数据进行监测。另外，农事智能化的控制设备12还可以获取气象局公开发布的天气预报数据，如温度、降水、相对湿度、天气现象、风风速风向）和灾害预报等。农事智能化的控制设备12还可以获取到短临雷达外推的短临天气预报等。
26.示例性地，数据监测设备11可以包括多源卫星，能够获取多源卫星的遥感数据，包括：高分系列卫星数据、高景卫星数据、哨兵卫星数据、landsat（美国陆地卫星）数据等中的一种或多种。
27.示例性地，图2提供了一种农事智能化系统的示例框架图，如图2所示，农事智能化系统基于多源的数据监测设备获取的数据源包括：物联网监测数据、遥感影像数据、气象数据、其他数据等。物联网监测数据可以通过小型气象站、土壤墒情传感器、水质检测设备、虫情监测设备、摄像头等采集。影像数据包括卫星数据、无人机数据等。气象数据包括模式预报、短临预报、灾害预警等。
28.农事智能化系统的不同设备之间通过网络进行数据通信，通信方式有多种，如边缘计算网关、3g/4g/5g网络、lora网络、wi-fi网络、nb-iot网络、蓝牙（bluetooth）等。
29.如图2所示，基于数据源实现农事智能化的数字农业引擎，可以包括以下至少一种功能：遥感智能监测平台、农业气象灾害预警平台、智能物联网管理平台、时空位置信息服务平台。其中，遥感智能监测平台主要实现基于遥感数据的地块识别、作物识别、长势监测、产量预估等功能。农业气象灾害预警平台主要实现精准气象服务、物候期预报、灾害预报预警、病虫害预警等功能。智能物联网管理平台主要实现设备管理、设备控制、数据回收、数据监测和控制等功能。时空位置信息服务平台主要实现农机管理、定位监管、路径规则、指挥调度等功能。
30.如图2所示，农事智能化系统还包括农业知识图谱引擎，基于农业知识图谱信息实现农事任务调整的功能。其中，农业知识图谱信息可以包括区域种质资源图谱、植物营养管理图谱、物候期与农事操作图谱、病虫害防治图谱、灾害风险监测图谱、农业资源图谱等。其中，区域种质资源图谱包含不同作物品种的类型、品种优势区、品种特点等信息。植物营养管理图谱包括不同作物生长所需的肥料种类、配料配比、肥料用量等信息。物候期与农事操作图谱包括作物物候期监测、农事操作类型、农事操作标准（如执行条件）等信息。病虫害防
治图谱包括病虫害类型、不同类型的病虫害的发生时期以及防治措施等信息。灾害风险监测图谱包括灾害类型、灾害发生时期及防治措施等信息。农业资源图谱包括气候资源、土壤资源以及其他资源等的信息。
31.如图2所示，农事智能化系统可以对外提供多项智能服务，包括农事决策智能问答、农事预警推送等，其中，农事决策智能问答涉及智能水肥管理、生长季农事管理、病虫害防治等多方面的知识问答。农事预警推送能够推送气象灾害、病虫害、实时监测的数据等多方面信息的推送。
32.另外，如图2所示，农事智能化系统可以以农业saas（software as a service，软件即服务）、app/h5推送、开放api等方式对外提供一种或多种农事智能化的功能。
33.图2所示的农事智能化系统可以应用于大田种植、数字果园、设施农业等多种应用场景。
34.本技术提供的农事智能化的方法，能够针对任一目标地块，在在所种植的作物的当前生长季内，根据用户对目标地块的估产请求，实时获取当前生长季内的实时监测数据，对于实时监测数据未能覆盖的当前生长季的时间区间，则使用历史监测数据，从而获取到当前生长季的完整监测数据，基于当前生长季的完整监测数据及估产模型，实现作物估产，能够在当前生长季内动态地多次基于实时监测数据进行作物估产，越接近作物成熟，用于估产的监测数据实时监测数据覆盖的时间越长，越接近当前生长季中作物生长的真实条件，估产结果越接近真实产量，估产结果越精准；进一步地，基于当前得到的预估产量和作物的历史产量信息，在确定预估产量满足低产条件时，根据实时监测数据和农业知识图谱信息，下发对目标地块的第一农事任务，通过及时调整农事任务来提高作物产量，更加智能化，并且能够显著提高作物产量。
35.下面以具体地实施例对本技术的技术方案以及本技术的技术方案如何解决上述技术问题进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例中不再赘述。下面将结合附图，对本技术的实施例进行描述。
36.图3为本技术一实施例提供的农事智能化的方法流程图。本实施例提供的农事智能化的方法具体可以应用于农事智能化的控制设备。该控制设备可以是智能手机、平板电脑等移动终端，也可以是个人电脑、服务器、云计算设备等，此处不做具体限定。
37.如图3所示，该方法具体步骤如下：步骤s101、响应于对目标地块的估产请求，获取目标地块在所种植的作物的当前生长季内的实时监测数据，以及实时监测数据未覆盖的当前生长季的时间区间对应的历史监测数据。
38.其中，目标地块可以是预设区域范围内的任一地块。一个地块是指用于种植同一种作物的一片区域，可以是农场中的一块区域，也可以是县域、市域甚至更大区域范围的区域。
39.农事智能化系统可以用于对预设区域范围内的一个或者多个地块进行智能化管理，地块可以由用户根据农作物的实际种植场景进行设置和调整，此处对于目标地块的大小、形状、所种植的作物种类等信息不做具体限定。预设区域范围是指农事智能化系统可以管理的最大区域范围，可以根据实际应用场景进行设置和调整。
40.本实施例中，对于任一目标地块，在目标地块所种植的作物的当前生长季内，可以
基于用户对目标地块的估产请求，农事智能化的控制设备可以自动获取目标地块在当前生长季内的实时监测数据，对于实时监测数据未覆盖的当前生长季的时间区间，可以获取对应的历史监测数据。实时监测数据和历史监测数据覆盖作物的整个生长季。
41.其中，实时监测数据和历史监测数据的数据采集频率可以是每天采集一次，每两天采集一次、几小时采集一次等，可以根据实际应该用场景的需要进行设置和调整，此处不做具体限定。
42.例如，数据采集频率可以是每天采集一次，也即实时监测数据和历史监测数据是逐日的监测数据。
43.示例性地，例如用户在作物的灌浆期的第1天提交对目标地块的估产请求，农事智能化的控制设备获取自作物的种植时间开始截止到灌浆期的第1天（若当天的实时监测数据还未生成，则截止到灌浆期的第1天的前一天）的实时监测数据，对于自灌浆期的第2天（若当天的实时监测数据还未生成，则自灌浆期的第1天开始）开始至作物预计成熟时间这一时间区间，则获取目标地块种植同类作物的历史生长季内自作物灌浆期的第2天（若当天的实时监测数据还未生成，则自灌浆期的第1天开始）开始至作物成熟时间的同期的历史监测数据。
44.其中，所获取的实时监测数据和历史监测数据用于进行作物估产及调整农事任务，可以包括气象数据、遥感数据等多种类型的数据。
45.步骤s102、根据实时监测数据、历史监测数据和目标地块的估产模型，确定目标地块在当前生长季的预估产量。
46.在获取到目标地块在所种植的作物的当前生长季内的实时监测数据，以及实时监测数据未覆盖的当前生长季的时间区间对应的历史监测数据之后，根据实时监测数据和历史监测数据可以分析目标地块所种植的作物的长势信息、目标地块的气象信息等，结合使用预先建立的目标地块的估产模型进行作物估产，确定目标地块在当前生长季的预估产量。
47.步骤s103、根据目标地块在当前生长季的预估产量、作物的历史产量信息、实时监测数据和农业知识图谱信息，下发对目标地块的第一农事任务。
48.在进行作物估产确定目标地块在当前生长季的预估产量之后，还可以根据当前的预估产量和该作物的历史产量信息，分析判断当前的预估产量是否偏低；若当前的预估产量偏低，则确定预估产量满足低产条件，根据实时监测数据分析导致目标地块低产的原因，并根据农业知识图谱信息针对导致目标地块低产的原因，生成并下发对目标地块的第一农事任务，以通过对目标地块执行第一农事任务提高目标地块的作物产量。
49.另外，在预估产量正常或偏高时，也可以根据实时监测数据分析使得目标地块预估产量偏高的原因，生成并下发对目标地块的其他农事任务，以通过对目标地块执行农事任务进一步提高目标地块的作物产量。
50.其中，低产条件可以根据实际应用场景进行设置和调整，此处不做具体限定。
51.可选地，低产条件可以是预估产量低于该目标地块种植同类作物的历史产量的平均值。
52.可选地，低产条件可以是预估产量低于该目标地块种植同类作物的历史产量的平均值，且预估产量与该目标地块种植同类作物的历史产量的平均值的差值大于预设阈值。
其中，预设阈值也可以根据实际应用场景进行设置和调整。
53.其中，农业知识图谱信息是基于农业领域的知识库构建的知识图谱，覆盖已知作物的适应区域，病虫害防治，光照、土壤、水分等信息，以及进行各项农事任务的条件、时机等相关知识，支持农业领域知识的查询功能，能够利用已有知识对农业生产做出指导。
54.示例性地，农业知识图谱信息可以包括区域种质资源图谱、植物营养管理图谱、物候期与农事操作图谱、病虫害防治图谱、灾害风险监测图谱、农业资源图谱等。其中，区域种质资源图谱包含不同作物品种的类型、品种优势区、品种特点等信息。植物营养管理图谱包括不同作物生长所需的肥料种类、配料配比、肥料用量等信息。物候期与农事操作图谱包括作物物候期监测、农事操作类型、农事操作标准（如执行条件）等信息。病虫害防治图谱包括病虫害类型、不同类型的病虫害的发生时期以及防治措施等信息。灾害风险监测图谱包括灾害类型、灾害发生时期及防治措施等信息。农业资源图谱包括气候资源、土壤资源以及其他资源等的信息。
55.该步骤中，基于实时监测数据分析导致目标地块低产的原因，并根据导致目标地块低产的原因查询农业知识图谱信息，获取针对导致目标地块低产的原因要提高目标地块的产量所需执行的农事任务，得到第一农事任务，下发对目标地块的第一农事任务，以通过对目标地块执行第一农事任务提高目标地块的作物产量。
56.本实施例通过在作物的一个生长季内的任何时刻，基于估产请求获取待估产的目标地块在所种植的作物的当前生长季内的实时监测数据，对于实时监测数据未覆盖的时间区间，则获取对应的历史监测数据，实时监测数据和历史监测数据覆盖作物的整个生长季，根据实时监测数据和历史监测数据以及目标地块的估产模型，进行作物估产确定目标地块在当前生长季的预估产量，能够在整个生长季内实时动态地进行作物估产；并根据目标地块在当前生长季的预估产量、作物的历史产量信息、实时监测数据和农业知识图谱信息，下发对目标地块的第一农事任务，从而能够在预估产量偏低时，及时地对预估产量偏低的目标地块进行农事操作，能够大大提高目标地块的作物产量。
57.图4为本技术另一实施例提供的作物估产的方法流程图。在上述图3对应方法实施例的基础上，本实施例中，实时监测数据包括气象实况数据、气象预报数据和实时遥感数据，历史监测数据包括历史气象数据和历史遥感数据，通过结合气象数据和遥感数据，利用目标地块的估产模型，确定目标地块在当前生长季的预估产量，实现对目标地块的动态地作物估产。利用卫星遥感数据具有空间连续和时间动态变化的优势，能够有效解决监测数据从点（单点采样数据）对点（单点估产）到面（空间连续的监测数据）对面（大面积地块的作物估产）的扩展，提升作物估产模型的空间连续性。气象数据同样具有空间连续性和时间连续性，并且利用气象数据的可预测特性，可以完成产量提前预测和动态预测。
58.本实施例提供的作物估产方法为农事智能化的方法的一个子处理流程。如图4所示，作物估产的具体步骤如下：步骤s201、响应于对目标地块的估产请求，获取目标地块的地块信息。
59.本实施例中，预先设置并存储各个地块的地块信息，其中每一地块用于种植一种作物。在不同时期，系统中的地块信息可以随着作物的重新种植发生变化。
60.其中，地块信息可以包括作物种植参数信息、地块对应的区域范围。
61.作物种植参数信息包括以下至少一项：作物种类、作物品种、播种时间、种植密度、
种植面积。
62.步骤s202、根据目标地块的地块信息，获取目标地块在所种植的作物的当前生长季内的实时监测数据，以及实时监测数据未覆盖的当前生长季的时间区间对应的历史监测数据；其中，实时监测数据包括气象实况数据、气象预报数据和实时遥感数据，历史监测数据包括历史气象数据和历史遥感数据。
63.本实施例中，所采集的监测数据包括气象数据和遥感数据，气象数据和遥感数据都具有空间连续性和时间连续性。
64.由于监测数据具有空间连续性和时间连续性，在获取到待估产的目标地块的地块信息之后，根据目标地块的地块信息，可以获取目标地块对应区域范围内、且监测时间在当前生长季内的实时监测数据，得到目标地块在所种植的作物的当前生长季内的实时监测数据。
65.对于实时监测数据未覆盖的时间区间，则获取以往目标地块种植同种作物期间的历史生长季内相同时间区间的同期历史监测数据，实时监测数据和历史监测数据能够覆盖作物的整个生长季。
66.由于近期的气象预报数据相较于往年同期的历史气象数据更加接近当年真实的气象数据，因此采集的实时监测数据包括气象实况数据、气象预报数据和实时遥感数据。对于气象实况数据和气象预报数据均未覆盖的时间区间，获取同期的历史气象数据，能够提高监测数据的准确性，从而提高作物估产的精准度。
67.可选地，农事智能化的控制设备可以从物联网环境感知设备获取温湿度、风速、风向、光照度、降雨量、二氧化碳、大气压力等气象实况数据；还可以获取气象局公开发布的天气预报数据，包括：温度、降水、相对湿度、天气现象、风风速风向和灾害预报等。另外，还可以获取到短临雷达外推的短临天气预报等。
68.可选地，农事智能化的控制设备还可以从物联网环境感知设备获取土壤的墒情、养分、肥力、土壤温湿度等土壤实况数据，土壤实况数据用于分析产量偏低的原因和/或作物长势较差的原因，还可以用于评估农事任务的执行效果。
69.可选地，农事智能化的控制设备还可以获取多源卫星的遥感数据，具体可以包括以下至少一种：高分系列卫星数据、高景卫星数据、哨兵卫星数据、landsat（美国陆地卫星）数据等。
70.可选地，在需要时，农事智能化的控制设备还可以获取历史气候数据，例如历史30年的气候数据，主要用于获取地块级的历史气候数据。气候数据要素包括：平均温度、最高温、最低温、有效积温、累积降水量、风速、日照时数、相对湿度、土壤相对含水量等。
71.可选地，农事智能化的控制设备可以获取并存储实时监测数据，对于获取到每一种监测指标，可以生成当前生长季的监测指标走势图，并支持监测指标走势图的展示，供用户查看。
72.另外，对于农事智能化的控制设备获取到的实时监测数据、地块信息等中的任意一种数据，均支持数据的展示和查看功能。
73.通过上述步骤s201-s202，响应于对目标地块的估产请求，获取目标地块在所种植的作物的当前生长季内的实时监测数据，以及实时监测数据未覆盖的当前生长季的时间区间对应的历史监测数据。
74.在获取到目标地块在所种植的作物的当前生长季内的实时监测数据，以及实时监测数据未覆盖的当前生长季的时间区间对应的历史监测数据之后，通过步骤s203-s205，根据实时监测数据、历史监测数据和目标地块的估产模型，确定目标地块在当前生长季的预估产量。
75.步骤s203、根据实时遥感数据和历史遥感数据，确定目标地块在当前生长季内的关键植被指数因子，并根据气象实况数据、气象预报数据和历史气象数据，确定目标地块在当前生长季内的关键气象因子。
76.本实施例中，获取到监测数据主要包括气象数据和遥感数据，通过对遥感数据进行分析可以确定地块级的农业相关信息，包括目标地块的作物长势数据、作物长势数据等。其中作物长势数据可以真实地反映作物的生长状况，是进行作物估产的一个重要数据基础。植被指数是能够较好地反映作物生长状况的信息。
77.气象数据是影响作物生长和最终产量的重要因素，将气象数据和遥感数据两者结合构建估产模型，并进行作物估产，可以通过在生长季内不同时期的监测数据实时迭代，实现生长季内动态地进行多次作物估产，也可利用气象预报数据的预测性，将估产时间提前。
78.其中，关键植被指数因子和关键气象因子是在构建目标地块的估产模型时，基于大量历史数据确定的对目标地块所种植的作物的产量影响最大的若干个植被指数因子和若干个气象因子。
79.该步骤中，根据目标地块所种植的作物的当前生长季内的实时遥感数据和历史遥感数据，可以计算确定目标地块在当前生长季内的关键植被指数因子；并根据目标地块所种植的作物的当前生长季内的气象实况数据、气象预报数据和历史气象数据，计算目标地块在当前生长季内的关键气象因子；将关键植被指数因子和关键气象因子作为重要的估产参数输入估产模型中进行作物估产。
80.另外，根据遥感数据还可以确定地块数据（如地块的种植面积等）、作物种类数据等。
81.可选地，在累计多年（或多个生长季）的遥感数据后，可以基于不同年份（或不同生长季）内同一时期的遥感数据确定作物的长势分级，根据同一地块种植同一作物的不同年份（或不同生长季）的同一时期的长势指数，生成该地块在该时期的作物长势监测分级图，能够比对年际间（或不同生长季）作物的生长情况。
82.进一步地，响应于用户对任一地块的作物长势监测分级图的查看操作（如询问该地块不同年际间的同一时期的作物长势情况时、或者通过点击前端界面显示的对应控件时等），显示该地块的作物长势监测分级图。
83.可选地，对于一个生长季（或一年）的遥感数据，可以根据该生长季的不同时间点实时采集的遥感数据，确定不同时间点作物的长势信息，生成作物生长过程曲线。
84.进一步地，响应于用户对任一地块在任一年的作物生长过程曲线的查看操作（如询问该地块某一年的作物生长情况时、或者通过点击前端界面显示的对应控件时等），显示该地块在对应年份的作物生长过程曲线。
85.步骤s204、根据目标地块在当前生长季内的关键植被指数因子和关键气象因子，以及目标地块的估产模型，确定目标地块在当前生长季的预估产量，输出目标地块在当前生长季的预估产量。
86.在得到目标地块在当前生长季内的关键植被指数因子和关键气象因子之后，将关键植被指数因子和关键气象因子输入目标地块的估产模型，通过估产模型进行作物估产，得到目标地块在当前生长季的预估产量。
87.本实施例中，目标地块的估产模型是在当前生长季内第一次进行作物估产时，基于预设历史时段内在目标地块种植目标作物期间，目标地块在目标作物的每一历史生长季的实际监测数据和实际产量数据建立的，后续在当前生长季内可以多次使用该估产模型，基于最新的实时监测数据对目标地块进行动态地作物估产。
88.可选地，在确定目标地块在当前生长季的预估产量，可以通过前端页面输出目标地块在当前生长季的预估产量。
89.另外，还可以基于用户的查询操作，通过前端页面显示任一地块在当前生长季的预估产量。
90.示例性地，若估产请求是对目标地块在当前生长季内的第一次估产请求，在步骤s201获取目标地块的地块信息之后，在步骤s204利用估产模型确定目标地块在当前生长季的预估产量之前，可以通过如下步骤s205-s209建立目标地块在当前生长季内的估产模型。
91.步骤s205、根据目标地块的地块信息，确定目标地块当前种植的目标作物。
92.本实施例中，建立估产模型使用的历史数据时在同一目标地块种植同种类的目标作物的相关数据。
93.该步骤中，根据目标地块的地块信息，确定目标地块当前种植的目标作物，以获取构建估产模型所需的历史数据。
94.步骤s206、获取预设历史时段内在目标地块种植目标作物期间，目标地块在目标作物的每一历史生长季的实际监测数据和实际产量数据。
95.其中，预设历史时段可以根据实际应用场景的需要进行设置和调整。例如，预设历史时段可以是近5的时间段，也即获取近5年内的历史数据，用于建立估产模型。
96.该步骤中，建立估产模型所使用的历史数据包括在目标地块种植目标作物的多个历史生长季的实际监测数据和实际产量数据。其中，实际监测数据包括气象数据和作物长势相关数据。其中，气象数据可以包括气候数据和气象实况数据。
97.可选地，若农事智能化系统具有一定的数据积累，也就是预设历史时段已经具有对应的实时监测数据，那么该步骤中获取的实际监测数据可以是历史时段内的实时监测数据，包括实际气象数据和实际遥感数据。
98.可选地，若农事智能化系统不具有数据积累，也就是不存在预设历史时段对应的实时监测数据，那么该步骤中获取的预设历史时段内的单点采样数据，基于单点采样数据也可以确定目标地块在历史生长季的每一发育期内的多种植被指数因子和多种气象因子。
99.可选地，若农事智能化系统具有少量数据积累，也就是预设历史时段中部分时段具有对应的实时监测数据，那么该步骤中部分时段的实时监测数据和其他部分的单点采样数据。
100.步骤s207、根据每一历史生长季的实际监测数据，确定目标地块在历史生长季的每一发育期内的植被指数因子和气象因子。
101.示例性地，植被指数因子至少包括：归一化植被指数（ndvi）、增强型植被指数（evi）、绿度指数（gdvi）、环境优化植被指数（hjvi）。
102.气象因子至少包括：累计降雨量、平均温、最高温、最低温、平均辐射。
103.本实施例中，将不同发育期的植被指数因子作为不同的植被指数因子，将不同发育期的气象因子作为不同的气象因子。确定的植被指数因子的数量和种类，气象因子的数量和种类，可以根据实际应用场景的需要进行设置和调整，此处不做具体限定。
104.示例性地，作物的一个生长季内可以包括如下5个发育期：播种期、拔节期、开花-抽穗期、灌浆期、成熟期；确定每一发育期的4种植被指数因子，共计4
×
5=20种植被指数因子，确定每一发育期的5种气象因子，共计5
×
5=25种气象因子，总计45种影响因子。
105.步骤s208、根据目标地块在每一历史生长季的每一发育期内的植被指数因子和气象因子，以及实际产量数据，采用主成分分析方法，确定严重影响目标作物的产量的关键植被指数因子和关键气象因子。
106.在确定目标地块在每一历史生长季的每一发育期内的植被指数因子和气象因子之后，结合实际产量数据，建立产量与气象因子、植被指数因子间的统计关系。利用统计学方法，采用主成分分析方法，筛选出对产量影响最大的关键因子，得到若干个关键植被指数因子和若干个关键气象因子。
107.例如，筛选出的关键气象因子可以包括温度、降雨、辐射；筛选出的关键植被指数因子步骤s209、建立预估产量与关键植被指数因子和关键气象因子的关系模型，得到目标地块的估产模型。
108.在筛选出对产量影响最大的关键植被指数因子和关键气象因子之后，建立预估产量与关键植被指数因子和关键气象因子的关系模型，得到目标地块的估产模型。
109.其中，建立的估产模型综合考虑气象因子和植被指数因子，通过筛选出的关键气象因子（如包括温度、降雨、辐射）和关键植被指数因子，建立关键气象因子和关键植被指数因子与作物产量的估产模型。
110.示例性地，估产模型可以表示为：yield=
ƒ
( me_index，rs_index )其中，yield表示作物的产量，me_index表示关键气象因子，rs_index表示关键植被指数因子，作物的产量yield是关键气象因子me_index和关键植被指数因子rs_index的函数，通过构建产量与关键因子（包括关键气象因子和关键植被指数因子）的方程 来建立估产模型。
111.在实际应用中不同地块的气象数据不同，同一地块种植不同作物时的植被指数因子反映的作物的长势也不相同，在进行作物估产时，需根据目标地块当前种植的目标作物，基于目标地块种植目标作物的历史数据建立当前生长季内目标地块的估产模型。在当前生长季内，可以使用同一估产模型进行多次作物估产。
112.本实施例中，根据预设历史时段内在目标地块种植目标作物期间，目标地块在目标作物的每一历史生长季的实际监测数据和实际产量数据，计算目标地块在历史生长季的每一发育期内的植被指数因子和气象因子，并基于实际产量数据，采用主成分分析方法，筛选出严重影响目标作物的产量的关键植被指数因子和关键气象因子，并建立预估产量与关键植被指数因子和关键气象因子的关系模型，得到目标地块的估产模型，在当前的整个生长季内，使用该估产模型，可以根据实时采集的实时监测数据动态地进行多次作物估产，能
够提高作物估产的精准度，并且越接近作物成熟，用于估产的监测数据实时监测数据覆盖的时间越长，越接近当前生长季中作物生长的真实条件，估产结果越接近真实产量，估产结果越精准。在此基础上，在每次动态地作物估产后，根据预估产量和作物的历史产量信息，能够在确定预估产量满足低产条件时，根据实时监测数据和农业知识图谱信息，下发对目标地块的第一农事任务，通过及时调整农事任务来提高作物产量，更加智能化，并且能够显著提高作物产量。
113.一种可选地实施方式中，农事智能化的控制设备还提供电子地图功能，用户可以通过客户端设备在所显示的地图上圈定地块并录入地块的相关信息，提高农事智能化系统的智能化程度。
114.示例性地，在进行作物估产之前，如图5所示，农事智能化的方法还可以包括如下步骤：步骤s301、显示预设区域范围内的地图。
115.本实施例中，农事智能化的控制设备通过客户端显示预设区域范围内的地图，并支持用户在所显示的地图上圈画地块，以及录入地块信息。
116.其中，预设区域范围是指农事智能化系统可以管理的最大区域范围，可以根据实际应用场景进行设置和调整。
117.农事智能化系统可以用于对预设区域范围内的一个或者多个地块进行智能化管理，地块可以由用户根据农作物的实际种植场景进行设置和调整，此处对于目标地块的大小、形状、所种植的作物种类等信息不做具体限定。
118.一个地块是指用于种植同一种作物的一片区域，可以是农场中的一块区域，也可以是县域、市域甚至更大区域范围的区域。
119.其中，地块信息包括地块对应的区域范围、以及地块的作物种植参数信息。
120.地块的作物种植参数信息包括以下至少一项：作物种类、作物品种、播种时间、种植密度、种植面积。
121.步骤s302、响应于对地图上的地块圈画操作，将地块圈画操作圈定的区域范围内的土地作为一个地块，获取输入的地块的作物种植参数信息，存储地块的地块信息，地块信息包括作物种植参数信息、区域范围。
122.本实施例中，用户可以通过客户端在所显示的地图上进行地块圈画操作，能够在地图上圈画出一片地图区域，该地图区域对应于地面上的区域形成一个地块，该地图区域对应于地面上的区域作为该地块对应区域范围，从而在农事智能化系统中实现地块的智能圈画功能。进一步地，在圈定一个地块之后，用户还可以通过客户端对地块的地块信息进行编辑，录入或更新地块信息。
123.可选地，响应于对地图上的地块圈画操作，根据地块圈画操作圈定的区域范围，创建一个地块，存储该地块对应的区域范围，该地块对应的区域范围即为地块圈画操作圈定的区域范围。获取用户通过客户端输入的地块的作物种植参数信息，并存储该地块的作物种植参数信息。
124.可选地，可以通过表单填写的方式录入该地块的作物种植参数信息。示例性地，通过客户端显示地块信息录入界面，该界面上提供待填写的表单，该表单内容包括地块的作物种植参数信息，通过表单填写录入该地块的作物种植参数信息。
125.另外，在创建一个地块之后，还可以通过提供的前端页面动态地调整地块的地块对应的区域范围和/或地块的作物种植参数信息。
126.可选地，基于地图功能，还支持在地图上圈定一个或多个农业生产区域，每一农业生产区域内可以包括一个或者多个地块。例如，农业管理区域可以是一个数字农业生产基地（或一个农场），该数字农业生产基地（或农场）内可以包括多个地块。
127.可选地，基于地图功能，用户可以在所显示的地图上，通过搜索或者移动地图找到任一农业生产区域或任一地块，并通过前端页面查询、浏览、编辑任一农业生产区域或任一地块的相关信息。
128.进一步地，基于地图功能，在需要进行作物估产时，用户可以在所显示的地图上选中任一地块进行作物估产。用户可以选定任一地块作为待估产的目标地块，提交对目标地块的估产请求。
129.步骤s303、响应于对所显示的地图上的地块选择操作，将被选中的地块确定为目标地块。
130.可选地，基于地图功能，用户可以在所显示的地图上，通过搜索或者移动地图找到任一地块，选中任一地块作为待估产的目标地块。农事智能化的控制设备响应于对所显示的地图上的地块选择操作，将被选中的地块确定为目标地块。
131.步骤s304、响应于对目标地块的确定估产操作，确定接收到对目标地块的估产请求。
132.在选中任一地块后，用户可以通过触发页面提供的确定估产控件来提交对被选中地块的估产请求。农事智能化的控制设备响应于对目标地块的确定估产操作，确定接收到对目标地块的估产请求。
133.进一步地，响应于对目标地块的估产请求，农事智能化的控制设备获取目标地块在所种植的作物的当前生长季内的实时监测数据，以及实时监测数据未覆盖的当前生长季的时间区间对应的历史监测数据；根据实时监测数据、历史监测数据和目标地块的估产模型，确定目标地块在当前生长季的预估产量。
134.一种可选地实施方式中，在完成一次作物估产之后，如图6所示，根据目标地块在当前生长季的预估产量，以及作物的历史产量信息，若确定预估产量满足低产条件，则根据实时监测数据和农业知识图谱信息，下发对目标地块的第一农事任务，具体可以采用如下步骤实现：步骤s401、根据目标地块在当前生长季的预估产量，以及作物的历史产量信息，若确定预估产量满足低产条件，则根据实时监测数据，确定导致目标地块在当前生长季低产的第一原因信息。
135.在完成依次作物估产，确定目标地块在当前生长季的预估产量之后，通过比较目标地块在当前生长季的预估产量与目该作物的历史产量信息，判断当前目标地块的预估产量是否正常，相较于往年产量是否偏低，也即确定预估产量是否满足低产条件。
136.其中，低产条件可以根据实际应用场景进行设置和调整，此处不做具体限定。
137.可选地，低产条件可以是预估产量低于该目标地块种植同类作物的历史产量的平均值。
138.可选地，低产条件可以是预估产量低于该目标地块种植同类作物的历史产量的平
均值，且预估产量与该目标地块种植同类作物的历史产量的平均值的差值大于预设阈值。其中，预设阈值也可以根据实际应用场景进行设置和调整。
139.在作物生长过程中，作物发生病虫害，发生气象灾害，农事操作不当导致土壤墒情、养分不适当等等，都会导致作物产量降低。
140.在确定目标地块在当前生长季的预估产量满足低产条件时，根据实时监测数据，通过大数据分析技术，判断在作物生长过程中哪个时期发生了异常从而会导致预估产量偏低。
141.可选地，根据实时监测数据，确定导致目标地块在当前生长季低产的第一原因信息，包括以下至少一项：确定目标地块的土壤实况的异常信息、确定目标地块的病虫害信息、确定当前生长季内目标地块所在范围内所发生的气象灾害信息。
142.可选地，实时监测数据包括目标地块的土壤实况数据，根据目标地块的土壤实况数据，若确定目标地块的土壤实况出现异常，则确定目标地块的土壤实况的异常信息。
143.其中，土壤实况数据可以包括以下至少一项：墒情、养分、肥力、土壤温湿度等。根据目标地块的土壤实况数据，可以确定目标地块的多项土壤参数，并根据目标地块所种植作物多处的生长阶段，分析每一项土壤参数是否满足当前作物生成所需，并确定不能满足当前作物生成需求的异常土壤参数，从而确定目标地块的土壤实况的异常信息。
144.进一步地，通过步骤s402，基于目标地块的土壤实况的异常信息和农业知识图谱信息，可以生成用于调整土壤的异常土壤参数的农事任务，来改善土壤的异常土壤参数，以满足作物的生长需要，提高作物产量。
145.例如，根据目标地块的土壤实况数据，若确定目标地块的土壤的某一种养分（如氮、磷、钾等）含量偏低，则可以生成提供目标地块的该种养分含量的农事任务，如施富含该养分的肥料、喷洒富含该养分的营养液等。
146.可选地，实时监测数据包括目标地块的实时遥感数据，对实时遥感数据进行分析，若确定目标地块发生病虫害，则确定目标地块的病虫害信息。
147.通过对实时遥感数据进行处理，可以识别出目标地块所种植作物是否发送病虫害，以及发生病虫害的具体类型等信息。
148.进一步地，通过步骤s402，基于目标地块的病虫害信息和农业知识图谱信息，可以生成用于治疗目标地块所发生的病虫害的农事任务，来减少病虫害对作物生长的影响，提高作物产量。
149.可选地，实时监测数据包括气象实况数据和气象预报数据，根据气象实况数据和气象预报数据，若确定当前生长季内目标地块所在范围内发生气象灾害，则确定当前生长季内目标地块所在范围内所发生的气象灾害信息。
150.通过对气象实况数据和气象预报数据进行分析，可以确定当前生长季内目标地块所在范围内是否发生了气象灾害，以及发生气象灾害的类型等具体信息。
151.进一步地，通过步骤s402，基于当前生长季内目标地块所在范围内所发生的气象灾害信息和农业知识图谱信息，可以生成针对已发生的气象灾害改善目标地块作物生长环境的农事任务，来减少气象灾害对作物生长的影响，提高作物产量。
152.例如，根据气象实况数据和气象预报数据，若确定目标地块近期发生旱灾，则可以生成提高目标地块的水分含量的农事任务，如土地灌溉，来减少旱灾对作物生长的影响，提
高作物产量。
153.可选地，在确定预估产量满足低产条件，并根据实时监测数据，确定导致目标地块在当前生长季低产的第一原因信息之后，还可以按照预设方式推送农事预警信息，包括气象灾害信息、病虫害信息、土壤实况异常信息等。
154.步骤s402、根据第一原因信息和农业知识图谱信息，确定对目标地块的第一农事任务。
155.其中，农业知识图谱信息是基于农业领域的知识库构建的知识图谱，覆盖已知作物的适应区域，病虫害防治，光照、土壤、水分等信息，以及进行各项农事任务的条件、时机等相关知识，支持农业领域知识的查询功能，能够利用已有知识对农业生产做出指导。
156.示例性地，农业知识图谱信息可以包括区域种质资源图谱、植物营养管理图谱、物候期与农事操作图谱、病虫害防治图谱、灾害风险监测图谱、农业资源图谱等。其中，区域种质资源图谱包含不同作物品种的类型、品种优势区、品种特点等信息。植物营养管理图谱包括不同作物生长所需的肥料种类、配料配比、肥料用量等信息。物候期与农事操作图谱包括作物物候期监测、农事操作类型、农事操作标准（如执行条件）等信息。病虫害防治图谱包括病虫害类型、不同类型的病虫害的发生时期以及防治措施等信息。灾害风险监测图谱包括灾害类型、灾害发生时期及防治措施等信息。农业资源图谱包括气候资源、土壤资源以及其他资源等的信息。
157.该步骤中，基于实时监测数据分析确定的导致目标地块低产的原因，并根据导致目标地块低产的原因查询农业知识图谱信息，获取针对导致目标地块低产的原因要提高目标地块的产量所需执行的农事任务，得到第一农事任务，下发对目标地块的第一农事任务，以通过对目标地块执行第一农事任务提高目标地块的作物产量。
158.本实施例中，第一农事任务指代基于作物估产结果在预估产量偏低时，为提高作物产量对目标地块执行的农事任务。
159.步骤s403、下发第一农事任务。
160.在根据第一原因信息和农业知识图谱信息，自动生成目标地块的第一农事任务之后，还可以自动下发第一农事任务。
161.在实际应用中，在气象、土壤、作物等多方因素满足农事任务的执行条件时才可以执行农事任务。例如，施肥不应在下大雨之前进行，灌溉不应在土壤水分过高（如刚下过大雨后、洪涝灾害之后等）。
162.可选地，在下发第一农事任务之前，确定目标地块满足第一农事任务的执行条件。其中，不同农事任务的执行条件可以不同，农事任务的执行条件可以通过查询农业知识图谱信息来确定。
163.一种可选地实施方式中，在下发第一农事任务之后，还可以根据实时采集的实时监测数据，确定第一农事任务的执行效果。
164.具体地，获取在目标地块执行第一农事任务后的实时监测数据；根据目标地块执行第一农事任务后的实时监测数据，确定第一农事任务的执行效果信息；输出第一农事任务的执行效果信息。
165.在实际应用中，可以每间隔一段时间（如两周、一周、20天等）进行一次作物估产，根据估产结果在确定预估产量偏低时，及时地分析导致预估产量偏低的原因，自动生成并
下发第一农事任务，以提高作物产量。两次作物估产之间的间隔时间可以根据实际应用场景中作物种类和所处发育期设置和调整，此处不做具体限定。
166.一种可选地实施方式中，通过农事智能化系统，在当前生长季内可以随时监测目标地块的作物长势，并基于作物长势及时调整农事任务，使得农事智能化系统更加智能化。
167.具体地，可以根据预设监测策略，目标地块在所种植的作物的当前生长季内的第二实时监测数据，基于第二实时监测数据分析目标地块的作物长势信息，并在作物长势较差时，生成第二农事任务，并在适当条件下自动下发第二农事任务，通过对目标地块执行第二农事任务来促进目标地块所种植的作物的生长。
168.如图7所示，农事智能化的方法还可以包括如下步骤：步骤s501、在目标地块所种植的作物的当前生长季内，根据预设监测策略，获取目标地块在所种植的作物的当前生长季内的第二实时监测数据，第二实时监测数据包括第二气象实况数据、第二气象预报数据和第二实时遥感数据。
169.本实施例中，为了描述方便，对用于作物估产与用于作物长势监测的实时监测数据进行区分，用第二实时监测数据指代用于作物长势监测的实时监测数据，用第一实时监测数据指代用于作物估产的实时监测数据。
170.若第一实时监测数据和第二实时监测数据是同一时刻获取的实时监测数据，同时用于进行作物估产与作物长势监测，则第一实时监测数据和第二实时监测数据是完全相同的数据。
171.若第一实时监测数据和第二实时监测数据是不同时刻获取的实时监测数据，则第一实时监测数据与第二实时监测数据不完全相同。
172.其中，预设监测策略中配置了监测目标地块的作物长势并基于作物长势调整农事任务时机和规则。例如，根据预设监测策略，可以定时地、或分间隔一段时间基于实时监测数据进行一次作物长势分析，并基于作物长势调整农事任务。
173.第二实时监测数据的获取方式与第一实时监测数据一致，具体参见上述步骤s201-s202，此处不再赘述。
174.步骤s502、根据第二实时遥感数据，对目标地块所种植的作物进行长势分析，确定目标地块当前的作物长势信息。
175.获取的第二实时监测数据包括第二实时遥感数据，通过对遥感数据进行分析可以确定地块级的农业相关信息，包括目标地块的作物长势数据、作物长势数据等。其中作物长势数据可以真实地反映作物的生长状况，是进行作物估产的一个重要数据基础。
176.其中，作物长势信息可以是作物长势分级、作物长势指数等信息。植被指数是能够较好地反映作物生长状况的作物长势指数中的一部分。常用植被指数如归一化植被指数（ndvi）、增强型植被指数（evi）、绿度指数（gdvi）、环境优化植被指数（hjvi）等等。
177.本实施例中，通过对地块的遥感数据进行处理确定对应地块的作物长势信息，可以采用现有的任意一种能够实现类似功能的方法实现，此处不再赘述。
178.步骤s503、根据目标地块当前的作物长势信息，若目标地块当前的作物长势信息满足长势差条件，则根据第二实时监测数据，确定导致目标地块内所种植的作物长势差的第二原因信息。
179.在确定目标地块当前的作物长势信息之后，通过判断目标地块当前的作物长势信
息是否满足长势差条件，可以确定目标地块所种植作物当前长势是否偏差。
180.可选地，长势差条件可以是作物长势信息大于或等于对应的长势信息阈值，不同类型的作物长势信息对应的长势信息阈值可以不同，可以根据实际应用场景进行设置和调整，此处不做具体限定。
181.可选地，长势差条件可以是作物长势信息低于该目标地块种植同类作物的同期历史长势信息的平均值。
182.可选地，长势差条件可以是作物长势信息低于该目标地块种植同类作物的同期历史长势信息的平均值，且与同期历史长势信息的平均值的差值大于设定阈值。其中，设定阈值也可以根据实际应用场景进行设置和调整。
183.在作物生长过程中，作物发生病虫害，发生气象灾害，农事操作不当导致土壤墒情、养分不适当等等，都会导致作物长势较差。
184.一种可选地实施方式中，根据第二实时监测数据，确定导致目标地块内所种植的作物长势差的第二原因信息，包括以下至少一项：确定目标地块的土壤实况的异常信息、确定目标地块的病虫害信息、确定当前生长季内目标地块所在范围内所发生的气象灾害信息。
185.可选地，第二实时监测数据包括目标地块的土壤实况数据，根据目标地块的土壤实况数据，若确定目标地块的土壤实况出现异常，则确定目标地块的土壤实况的异常信息。
186.可选地，对第二实时遥感数据进行分析，若确定目标地块发生病虫害，则确定目标地块的病虫害信息。
187.可选地，根据第二气象实况数据和第二气象预报数据，若确定当前生长季内目标地块所在范围内发生气象灾害，则确定当前生长季内目标地块所在范围内所发生的气象灾害信息。
188.步骤s504、根据第二原因信息和农业知识图谱信息，确定对目标地块的第二农事任务。
189.该步骤中，基于实时监测数据分析确定的导致目标地块内所种植的作物长势差的原因，并根据目标地块内所种植的作物长势差的原因查询农业知识图谱信息，获取针对目标地块内所种植的作物长势差的原因要改善目标地块内作物的长势所需执行的农事任务，得到第二农事任务，下发对目标地块的第二农事任务，以通过对目标地块执行第二农事任务改善目标地块内作物的长势。
190.本实施例中，第二农事任务指代基于作物长势监测结果在确定作物长势较差时，为改善作物长势对目标地块执行的农事任务。
191.步骤s505、下发第二农事任务。
192.在根据第二原因信息和农业知识图谱信息，自动生成目标地块的第二农事任务之后，还可以自动下发第二农事任务。
193.在实际应用中，在气象、土壤、作物等多方因素满足农事任务的执行条件时才可以执行农事任务。例如，施肥不应在下大雨之前进行，灌溉不应在土壤水分过高（如刚下过大雨后、洪涝灾害之后等）。
194.可选地，在下发第二农事任务之前，确定目标地块满足第二农事任务的执行条件。
195.一种可选地实施方式中，在下发第二农事任务之后，还可以根据实时监测数据，确
定第二农事任务的执行效果。
196.具体地，获取在目标地块执行第二农事任务后的实时监测数据；根据目标地块执行第二农事任务后的实时监测数据，确定第二农事任务的执行效果信息；输出第二农事任务的执行效果信息。
197.在实际应用中，可以在作物的整个生长季内，每间隔一段时间进行一次作物长势监测，根据作物长势监测结果在确定作物长势较差时，及时地分析导致作物长势较差的原因，自动生成并下发第二农事任务，以改善作物长势。两次作物长势监测之间的间隔时间可以根据实际应用场景中作物种类和所处发育期设置和调整，此处不做具体限定。
198.一种可选地实施方式中，目标地块所种植的作物的一个生长季可以包括播种期、拔节期、开花-抽穗期、灌浆期、成熟期等多个发育期，在播种期、拔节期等前几个发育期内，进行作物估产的实时监测数据覆盖时间区间较短，作物估产结果精准度相对较低，可以从作物的开花-抽穗期、或者灌浆期开始，每间隔一段时间进行一次作物估产，能够从开花-抽穗期、或者灌浆期开始动态地进行作物估产，并自动调整农事任务，以提高及农事调整。进一步地，根据每次估产结果，在确定预估产量偏低时，及时地分析导致预估产量偏低的原因，自动生成并下发第一农事任务，从而自动在预估产量偏低时自动调整农事任务，可以提高作物产量。
199.作物长势监测可以贯穿整个生长季，在作物的整个生长季内，每间隔一段时间进行一次作物长势监测，根据作物长势监测结果在确定作物长势较差时，及时地分析导致作物长势较差的原因，自动生成并下发第二农事任务，能够在作物长势较差时及时地改善作物长势，从而能够提高作物产量。
200.通过作物估产和作物长势监测，追溯种植过程风险，输出保障作物产量的建议农事任务，并打通农事任务和风险预测，自动生成农事任务，更好服务农场生产，作物估产结果和作物长势监测结果作为调整农事任务的输入，让农事操作能够更好地保障作物产量。
201.图8为本技术一实施例提供的农事智能化的装置的结构示意图。本技术实施例提供的农事智能化的装置可以执行农事智能化的方法实施例提供的处理流程。本技术实施例提供的农事智能化的装置应用于农事智能化的控制设备，如图8所示，农事智能化的装置80包括：数据获取模块801，作物估产模块802和农事处理模块803。
202.具体地，数据获取模块801，用于响应于对目标地块的估产请求，获取目标地块在所种植的作物的当前生长季内的实时监测数据，以及实时监测数据未覆盖的当前生长季的时间区间对应的历史监测数据。
203.作物估产模块802，用于根据实时监测数据、历史监测数据和目标地块的估产模型，确定目标地块在当前生长季的预估产量。
204.农事处理模块803，用于根据目标地块在当前生长季的预估产量、作物的历史产量信息、实时监测数据和农业知识图谱信息，下发对目标地块的第一农事任务。
205.可选地，数据获取模块还用于：响应于对目标地块的估产请求，获取目标地块的地块信息；根据目标地块的地块信息，获取目标地块在所种植的作物的当前生长季内的实时监测数据，以及实时监测数据未覆盖的当前生长季的时间区间对应的历史监测数据；其中，实时监测数据包括气象实况数据、气象预报数据和实时遥感数据，历史监测数据包括历史气象数据和历史遥感数据。
206.可选地，数据获取模块还用于：根据实时遥感数据和历史遥感数据，确定目标地块在当前生长季内的关键植被指数因子，并根据气象实况数据、气象预报数据和历史气象数据，确定目标地块在当前生长季内的关键气象因子；根据目标地块在当前生长季内的关键植被指数因子和关键气象因子，以及目标地块的估产模型，确定目标地块在当前生长季的预估产量；输出目标地块在当前生长季的预估产量。
207.可选地，农事智能化的装置还可以包括：估产模型建立模块，用于：根据目标地块的地块信息，确定目标地块当前种植的目标作物；获取预设历史时段内在目标地块种植目标作物期间，目标地块在目标作物的每一历史生长季的实际监测数据和实际产量数据，其中实际监测数据包括实际气象数据和实际遥感数据；根据每一历史生长季的实际监测数据，确定目标地块在历史生长季的每一发育期内的植被指数因子和气象因子；根据目标地块在每一历史生长季的每一发育期内的植被指数因子和气象因子，以及实际产量数据，采用主成分分析方法，确定严重影响目标作物的产量的关键植被指数因子和关键气象因子；建立预估产量与关键植被指数因子和关键气象因子的关系模型，得到目标地块的估产模型。
208.可选地，农事智能化的装置还可以包括：地块信息管理模块，用于：显示预设区域范围内的地图；响应于对地图上的地块圈画操作，将地块圈画操作圈定的区域范围内的土地作为一个地块，获取输入的地块的作物种植参数信息；存储地块的地块信息，地块信息包括作物种植参数信息、区域范围。
209.可选地，数据获取模块还用于：响应于对所显示的地图上的地块选择操作，将被选中的地块确定为目标地块；响应于对目标地块的确定估产操作，确定接收到对目标地块的估产请求，获取目标地块的地块信息。
210.可选地，农事处理模块还用于：根据目标地块在当前生长季的预估产量和作物的历史产量信息，若确定预估产量满足低产条件，则根据实时监测数据，确定导致目标地块在当前生长季低产的第一原因信息；根据第一原因信息和农业知识图谱信息，确定对目标地块的第一农事任务；下发第一农事任务。
211.可选地，根据实时监测数据，确定导致目标地块在当前生长季低产的第一原因信息，包括以下至少一项：实时监测数据包括目标地块的土壤实况数据，根据目标地块的土壤实况数据，若确定目标地块的土壤实况出现异常，则确定目标地块的土壤实况的异常信息；实时监测数据包括目标地块的实时遥感数据，对实时遥感数据进行分析，若确定目标地块发生病虫害，则确定目标地块的病虫害信息；实时监测数据包括气象实况数据和气象预报数据，根据气象实况数据和气象预报数据，若确定当前生长季内目标地块所在范围内发生气象灾害，则确定当前生长季内目标地块所在范围内所发生的气象灾害信息。
212.可选地，农事智能化的装置还可以包括：作物长势监测模块，用于：在目标地块所种植的作物的当前生长季内，根据预设监测策略，获取目标地块在所种植的作物的当前生长季内的第二实时监测数据，第二实时监测数据包括第二气象实况数据、第二气象预报数据和第二实时遥感数据；根据第二实时遥感数据，对目标地块所种植的作物进行长势分析，确定目标地块当前的作物长势信息。
213.农事处理模块还用于：根据目标地块当前的作物长势信息，若目标地块当前的作物长势信息满足长势差条件，则根据第二实时监测数据，确定导致目标地块内所种植的作物长势差的第二原因信息；根据第二原因信息和农业知识图谱信息，确定对目标地块的第二农事任务；下发第二农事任务。
214.可选地，根据第二实时监测数据，确定导致目标地块内所种植的作物长势差的第二原因信息，包括以下至少一项：第二实时监测数据包括目标地块的土壤实况数据，根据目标地块的土壤实况数据，若确定目标地块的土壤实况出现异常，则确定目标地块的土壤实况的异常信息；对第二实时遥感数据进行分析，若确定目标地块发生病虫害，则确定目标地块的病虫害信息；根据第二气象实况数据和第二气象预报数据，若确定当前生长季内目标地块所在范围内发生气象灾害，则确定当前生长季内目标地块所在范围内所发生的气象灾害信息。
215.可选地，农事处理模块还用于：在下发任一特定农事任务之前，确定目标地块满足特定农事任务的执行条件；其中，特定农事任务包括第一农事任务和第二农事任务。
216.可选地，农事处理模块还用于：在下发任一特定农事任务之后，获取在目标地块执行特定农事任务后的实时监测数据；根据目标地块执行特定农事任务后的实时监测数据，确定特定农事任务的执行效果信息；输出特定农事任务的执行效果信息。
217.本技术实施例提供的装置可以具体用于执行上述任一方法实施例所提供的方案，具体功能和所能实现的技术效果此处不再赘述。
218.本技术还提供一种农事智能化的控制设备，包括：处理器，以及与处理器通信连接的存储器，存储器存储计算机执行指令。其中，处理器执行存储器存储的计算机执行指令，以实现上述任一方法实施例所提供的方案，具体功能和所能实现的技术效果此处不再赘述。
219.本技术实施例还提供一种计算机可读存储介质，计算机可读存储介质中存储有计算机执行指令，计算机执行指令被处理器执行时用于实现上述任一方法实施例所提供的方案，具体功能和所能实现的技术效果此处不再赘述。
220.本技术实施例还提供了一种计算机程序产品，程序产品包括：计算机程序，计算机程序存储在可读存储介质中，农事智能化的控制设备的至少一个处理器可以从可读存储介质读取计算机程序，至少一个处理器执行计算机程序使得控制设备执行上述任一方法实施例所提供的方案，具体功能和所能实现的技术效果此处不再赘述。
221.本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本技术的其它实施方案。本技术旨在涵盖本技术的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本技术的一般性原理并包括本技术未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本技术的真正范围和精神由下面的权利要求书指出。
222.应当理解的是，本技术并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本技术的范围仅由所附的权利要求书来限制。