(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111484155.3 (22)申请日 2021.12.07 (71)申请人 清远职业 技术学院 地址 511500 广东省清远市清城区东城街 道蟠龙 (72)发明人 林昆　郑霖娟　丁知平　 (74)专利代理 机构 佛山信智汇知识产权代理事 务所(特殊普通 合伙) 44629 代理人 冯桂彬 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/02(2012.01) (54)发明名称 一种基于大数据的农业信息采集系统及采 集方法 (57)摘要 本发明提供了一种基于大数据的农业信息 采集方法， 其包括如下步骤： 采集多个区域同一 类农作物的环 境数据以及当前生长特征数据； 对 环境数据以及当前生长特征数据进行预处理； 获 取环境数据与当前生长特征数据之间的相关系 数； 构建多个预测模型并利用相关系数大于预设 系数值的环境数据以及当前生长特征数据训练 多个预测模 型； 根据训练好的多个预测模型预估 农作物产量。 本发明可以很好地对农作物的最终 产量进行综合预估， 使 得综合预估到的农作物最 终产量不会与实际最终产量产生较大误差。 相应 地， 本发明还提供一种基于大数据的农业信息采 集方法。 权利要求书2页 说明书7页 附图1页 CN 114386662 A 2022.04.22 CN 114386662 A 1.一种基于大 数据的农业信息采集系统， 其特 征在于， 包括： 大数据采集模块， 用于采集多个区域同一类农作物的环境数据 以及当前生长特征数 据； 预处理模块， 用于对所述环境数据以及所述当前生长特 征数据进行 预处理； 相关系数获取模块， 用于获取所述环境数据与所述当前生长特征数据之间的相关系 数； 模型构建模块， 用于构建多个预测模型并分别利用所述相关系数大于预设系数值的环 境数据以及当前生长特 征数据训练多个所述预测模型； 预测模块， 用于根据训练好的多个所述预测模型 预估农作物产量。 2.如权利要求1所述的一种基于大数据的农业信 息采集系统， 其特征在于， 所述相关系 数获取模块包括： 第一拟合曲线获取模块， 用于对同一类农作物不同区域的空间环境参数与对应的所述 农作物的所述当前生长特 征数据进行拟合以获取第一拟合曲线； 第一相关系数值获取模块， 用于分别获取与任一 区域农作物对应的第 一拟合曲线与与 其余区域农作物对应的第一拟合曲线之间的第一相关系数值； 其中， 所述相关系数包括所述第一相关系数值， 所述模型构建模块用于分别利用所述 第一相关系数值大于预设系数值的所述空间环境参数以及对应的所述农作物的所述当前 生长特征数据对多个所述预测模型进行训练。 3.如权利要求2所述的一种基于大数据的农业信 息采集系统， 其特征在于， 所述相关系 数获取模块还 包括： 第二拟合曲线获取模块， 用于对同一类农作物不同区域的地下土壤参数与对应的所述 农作物的所述当前生长特 征数据进行拟合以获取第二拟合曲线； 第二相关系数值获取模块， 用于分别获取与任一 区域农作物对应的第 二拟合曲线与与 其余区域农作物对应的第二拟合曲线之间的第二相关系数值； 其中， 所述相关系数还包括所述第二相关系数值， 所述模型构建模块还用于分别利用 所述第二相关系数值大于预设系数值的所述地下土壤参数以及对应的所述农作物的所述 当前生长特 征数据对多个所述预测模型进行训练。 4.如权利要求3所述的一种基于大数据的农业信 息采集系统， 其特征在于， 所述当前生 长特征数据为农作 物某一植株部位的预设时间段内的变化量， 所述空间环境参数包括空气 温湿度平均值、 光照强度平均值、 氧气含量平均值以及二氧化 碳含量平均值。 5.如权利要求4所述的一种基于大数据的农业信 息采集系统， 其特征在于， 所述地下土 壤参数包括土壤光感度平均值、 土壤温湿度平均值以及土壤酸碱度平均值。 6.一种基于大 数据的农业信息采集方法， 其特 征在于， 包括如下步骤： S1， 采集多个区域同一类农作物的环境数据以及当前生长特 征数据； S2， 对所述环境数据以及所述当前生长特 征数据进行 预处理； S4， 获取所述环境数据与所述当前生长特 征数据之间的相关系数； S4， 构建多个预测模型并利用所述相关系数大于预设系数值的环境数据以及 当前生长 特征数据训练多个所述预测模型； S5， 根据训练好的多个所述预测模型 预估农作物产量。权　利　要　求　书 1/2 页 2 CN 114386662 A 27.如权利要求6所述的一种基于大数据的农业信 息采集方法， 其特征在于， 所述获取所 述环境数据与所述当前生长特 征数据之间的相关系数的具体方法包括如下步骤： 对同一类农作物不同区域的空间环境参数与对应的所述农作物的所述当前生长特征 数据进行拟合以获取第一拟合曲线； 分别获取与任一区域农作物对应的第一拟合曲线与与其余区域农作物对应的第一拟 合曲线之间的第一相关系数值； 对同一类农作物不同区域的地下土壤参数与对应的所述农作物的所述当前生长特征 数据进行拟合以获取第二拟合曲线； 分别获取与任一区域农作物对应的第二拟合曲线与与其余区域农作物对应的第二拟 合曲线之间的第二相关系数值； 其中， 所述相关系数包括所述第一相关系数值以及所述第二相关系数值。 8.如权利要求7所述的一种基于大数据的农业信 息采集方法， 其特征在于， 所述利用所 述相关系数大于预设系数值的环境数据以及当前生长特征数据训练预测模型的具体方法 包括如下步骤： 分别利用所述第一相关系数值大于预设系数值的所述空间环境参数以及对应的所述 农作物的所述当前生长特 征数据对多个所述预测模型进行训练； 分别利用所述第二相关系数值大于预设系数值的所述地下土壤参数以及对应的所述 农作物的所述当前生长特 征数据对多个所述预测模型进行训练。 9.如权利要求8所述的一种基于大数据的农业信 息采集方法， 其特征在于， 所述当前生 长特征数据为农作 物某一植株部位的预设时间段内的变化量， 所述空间环境参数包括空气 温湿度平均值、 光照强度 平均值、 氧气含量平均值以及二氧化碳含量平均值， 所述地下土壤 参数包括土壤光感度平均值、 土壤温湿度平均值以及土壤酸碱度平均值。 10.一种计算机可读存储介质， 其特征在于， 所述计算机可读存储介质存储有计算机程 序， 当所述计算机程序被执行时实现如权利要求6 ‑9任意一项所述的基于大数据的农业信 息采集方法。权　利　要　求　书 2/2 页 3 CN 114386662 A 3