[发明专利]农作物灾情评估方法、装置、设备及计算机可读存储介质

说明书

本发明公开了基于图像处理的一种农作物的灾情评估方法、装置、设备以及计算机可读存储介质，该农作物的灾情评估方法包括：获取农作物的遥感图像和农作物的生长环境参数；对农作物的遥感图像进行处理，获取农作物特征和农作物类别；根据农作物类别及农作物特征，生成对应类别农作物的时变发育变化量函数；根据农作物的生长环境参数，生成农作物生长环境的温度时变输入函数、光照时变输入函数及营养时变输入函数；基于农作物的函数，构建双并联前馈过程神经网络模型；通过双并联前馈过程神经网络模型的输入输出训练生成农作物的生长模型；基于农作物的生长模型不同时刻的状态，判断当前农作物是否处于受灾状态。如此，可精确判断农作物的受灾情况。

技术领域

本发明涉及图像处理技术领域，尤其涉及一种农作物的灾情评估方法、装置、设备及计算机可读存储介质。

背景技术

农业在我国经济中占据着重要的地位，农作物的生长情况不仅关系着我们的生活，而且还影响着经济的发展。农作物的生长周期通常比较长，其在生长过程中容易遭受到洪灾、旱灾、冰雹等自然灾害，农作物遭受自然灾害后就容易出现减产的问题，为了降低农民的损失，众保险公司推出了农险业务，以保障农民在其种植的农作物遭受到自然灾害后，能够根据其购买的农险得到相应的赔偿。

现有的农作物灾情评估方法一般是采用遥感数据分类结果和抽样设计相结合的精确面积估计法，即通过检测农作物受灾的面积来估算农作物的减产量，从而确定农作物的受灾程度。然而，现有的农作物灾情评估方法没有将农作物受灾后的实际减产量联系起来，也就是说，现有的农作物灾情评估方法无法给受灾的农作物灾情做出精确的判断。

发明内容

本发明的主要目的在于提供一种农作物灾情评估方法、装置、设备及计算机可读存储介质，旨在精确的确定农作物的受灾程度。

为实现上述目的，本发明提供了一种农作物灾情评估方法，其包括：

获取农作物的遥感图像和农作物的生长环境参数；

对所述农作物的遥感图像进行处理，以获取农作物特征，并根据所述农作物特征确定农作物类别，其中，所述农作物特征包括光谱特性、茎属性以及叶片属性；

根据所述农作物类别以及所述农作物特征，生成对应类别农作物的时变发育变化量函数；以及根据所述农作物的生长环境参数，生成农作物生长环境的温度时变输入函数、光照时变输入函数以及营养时变输入函数；

基于所述农作物的时变发育变化量函数、所述温度时变输入函数、所述光照时变输入函数以及所述营养时变输入函数，构建双并联前馈过程神经网络模型；

通过所述双并联前馈过程神经网络模型的输入输出训练，以生成所述农作物的生长模型；

基于所述农作物的生长模型不同时刻的状态，判断当前农作物是否处于受灾状态；

若当前农作物处于受灾状态，则基于所述农作物的遥感图像确定农作物当前的受灾程度。

可选地，所述基于所述农作物的时变发育变化量函数、所述温度时变输入函数、所述光照时变输入函数以及所述营养时变输入函数，构建双并联前馈过程神经网络模型包括：

以所述农作物的时变发育变化量函数、所述温度时变输入函数、所述光照时变输入函数以及所述营养时变输入函数为双并联前馈神经网络模型的输入层；

以所述输入层的多个函数的空间加权聚合、时间累积聚合与激励运算为双并联前馈神经网络模型的隐层；

以所述隐层的激励运算结果以及所述输入层的时变函数进行空间加权聚合运算以及时间累积聚合运算为双并联前馈神经网络模型的输出层。

可选地，所述基于所述农作物的生长模型不同时刻的状态，判断当前农作物是否处于受灾状态包括：

获取所述农作物的生长模型不同时刻的输出值；