[发明专利]农作物品种适宜性评价方法、装置、设备及存储介质

说明书

本发明提供一种农作物品种适宜性评价方法、装置、设备及存储介质，涉及作物品种评价技术领域，所述方法包括：获取待评价的目标农作物的品种试验数据，以及目标农作物对应的种植区域的环境气象数据；将品种试验数据和环境气象数据输入品种适宜性评价模型，获得品种适宜性评价模型输出的评价结果；其中，品种适宜性评价模型是基于图卷积神经网络构建的。本发明通过结合待评价的目标农作物的品种试验数据和其对应的种植区域的环境气象数据，并通过基于图卷积神经网络构建的品种适宜性评价模型，实现对目标农作物品种和其对应的种植区域之间的适宜性进行评价，进而可以实现基于评价结果将目标农作物品种推荐到最适宜种植的区域。

技术领域

本发明涉及作物品种评价技术领域，尤其涉及一种农作物品种适宜性评价方法、装置、设备及存储介质。

背景技术

目前主要农作物审定品种已进入百花齐放的“井喷”时代，审定和上市的品种较多，反而导致“企业卖种难、消费者买种难”的局面。由于缺乏信息技术的支撑，品种推广人员和消费者对品种与环境间的互作认识不足，导致将品种推广到不适宜区域，进而导致优良品种在种植中表现失常，给消费者造成经济损失。所以，育种企业需要品种精准推广的技术支持，消费者也需要获得最适于本地种植品种的信息支持，尤其是面向县（区）范围的品种适宜性精准评价，是品种推广风险评估和市场化运营的重要技术需求。

因此，如何对农作物品种和种植区域之间的适宜性进行评价，将品种推荐到最适宜种植的区域，成为业界亟需解决的问题。

发明内容

针对现有技术存在的问题，本发明提供一种农作物品种适宜性评价方法、装置、设备及存储介质。

第一方面，本发明提供一种农作物品种适宜性评价方法，包括：

获取待评价的目标农作物的品种试验数据，以及所述目标农作物对应的种植区域的环境气象数据；

将所述品种试验数据和所述环境气象数据输入品种适宜性评价模型，获得所述品种适宜性评价模型输出的评价结果；

其中，所述品种适宜性评价模型是基于图卷积神经网络构建的，所述评价结果用于表征所述目标农作物的品种和所述种植区域之间的适宜性。

可选地，根据本发明提供的一种农作物品种适宜性评价方法，在所述将所述品种试验数据和所述环境气象数据输入品种适宜性评价模型，获得所述品种适宜性评价模型输出的评价结果之前，所述方法还包括：

获取目标农作物样本的品种试验数据样本，以及所述目标农作物样本对应的种植区域的环境气象数据样本；

基于所述品种试验数据样本和所述环境气象数据样本，构建训练数据集；

将所述训练数据集中的每一条样本数据分别作为一个节点，构建图结构数据，所述每一条样本数据中包括所述品种试验数据样本和所述环境气象数据样本；

利用所述图结构数据训练初始品种适宜性评价模型，获得训练完成的所述品种适宜性评价模型。

可选地，根据本发明提供的一种农作物品种适宜性评价方法，所述品种试验数据样本中包括作物性状特征；

所述基于所述品种试验数据样本和所述环境气象数据样本，构建训练数据集，包括：

基于所述品种试验数据样本中的所述作物性状特征，确定所述品种试验数据样本对应的目标农作物的生育期起止时间；

基于所述生育期起止时间，确定所述环境气象数据样本中的目标环境气象数据样本，所述目标环境气象数据样本是所述生育期起止时间内的环境气象数据样本；

基于所述品种试验数据样本和所述目标环境气象数据样本，构建所述训练数据集。

可选地，根据本发明提供的一种农作物品种适宜性评价方法，所述训练数据集中的每一条样本数据携带有品种适宜性评价标签；