(19)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 202210636899.0 (22)申请日 2022.06.07 (71)申请人 大连理工大 学 地址 116024 辽宁省大连市甘井 子区凌工 路2号 申请人 北京京东尚科信息技 术有限公司 (72)发明人 王玉英　赵蒙　胡祥培　王华　 (74)专利代理 机构 北京君恒知识产权代理有限 公司 11466 专利代理师 夏正付 (51)Int.Cl. G06F 16/215(2019.01) G06F 16/22(2019.01) G06V 10/80(2022.01) G06V 10/764(2022.01)G06Q 50/02(2012.01) (54)发明名称 一种农业物联网多源异构数据的预处理系 统与方法 (57)摘要 本发明涉及一种农业物联网多源异构数据 的预处理系统与方法， 包括如下步骤： 步骤一、 对 农业所需数据进行多源头采集， 建立多源异构数 据； 获取的RGB视频图像数据及作物生长的气象 环境数据； 步骤二、 采集的数据的异常值修正、 数 据的降噪、 缺失数据的填充以及平滑处理； 步骤 三、 对清洗后的数据进行指标融合。 本发明通过 不同的设备以不同的采集间隔采集不同指标的 过程中， 系统将多源异构数据处理流程整合到一 个模块中； 针对于数据缺失的类型， 系统选择不 同的填充手段； 同时本发明将不同结构、 不同采 集间隔的数据在时间上对齐， 以保留各指标间的 时间相关性。 权利要求书2页 说明书5页 附图2页 CN 114936206 A 2022.08.23 CN 114936206 A 1.一种农业物联网多源异构数据的预处 理方法， 其特 征在于， 包括如下步骤： 步骤一、 对所需数据进行多源头采集， 建立多源异构数据， 并获取视频图像数据及作物 生长的气象环境数据； 步骤二、 对 采集的数据进行异常值 修正、 数据降噪、 缺失数据填充以及平 滑处理； 步骤三、 对清洗后的数据进行指标融合。 2.根据权利要求1所述的农业物联网多源异构数据的预处理方法， 其特征在于， 步骤二 包括如下操作： 识别数据的结构属性是否为遥感图像数据， 若是则进行遥感影像数据的专门处理， 若 不是将进行时间序列数据的处 理模式； 对于遥感影像数据通过遥感图像处理平台， 进行大气校正、 正摄纠正、 几何校正以及拼 接处理、 匀色处 理操作； 按照预设的采集间隔a对地面传感器数据的采集数据进行时间校正， 根据间隔a分别计 算时间N长度下应有 条数据， 月单位下的数据量 天单位下数据量 小时为单位的数据 量 判断具有相同间隔的数据 长度是否相同， 如果相同则按照统一时间索引进行匹配， 如 若不同则根据缺失值 位置， 重新构建时间索引。 3.根据权利要求1所述的农业物联网多源异构数据的预处理方法， 其特征在于， 步骤二 还包括如下操作： 地面传感器依照固定时间间隔采集的具有n个属性气象数据， 对于单一属性的数据集 {x1,x2,…,xN}， 通过设置阈值δ， 通过 来识别异常数据， 并进行清除， 作为缺 失值处理； 确认缺失值类别是在时间序列上的离散的点缺失还是连续的块状缺失， 对于点缺失， 通过现有的线性插值的方法进行填充， 对于连续性的块状缺失， 构建缺失块的前向数据集 {x1,x2,…,xm}， 以及后向数据集{xm+t+1,xm+t+2,…,xN}， 从前向和后向构建 RNN网络， 来对缺失 数据进行填充； 将填充好的气象属性数据集， 通过小波变换分离噪声数据和信息数据， 删除噪声数据 最后获得完整干净的时间序列数据； 对于视频图像数据， 按照预设的采集时间间隔， 对视频数据进行图像捕捉， 形成时间序 列维度上的图片数据。 4.根据权利要求1所述的农业物联网多源异构数据的预处理方法， 其特征在于， 步骤三 包括如下操作： 对于遥感影像数据， 生成作物生长区域的地形地势影 像图； 对作物叶绿素含量在不同波段的反射特点不同， 对遥感光谱的可见光波段、 近红外波 段影像， 通过选取线性回归 模型或者机器学习模型， 得到作物生长的叶绿素含量； 对不同植被冠层结构影像了光在冠层中的传播效率， 利用冠层反射光谱的特征影像， 获取田间尺度的叶面积指数， 叶面积指数的计算公式为： 权　利　要　求　书 1/2 页 2 CN 114936206 A 2归一化植被指数计算， 利用现有的公式: ρ表示反射率， 根据近红外 波段和红外波段进行计算。 5.根据权利要求1所述的农业物联网多源异构数据的预处理方法， 其特征在于， 步骤三 还包括如下操作： 生成作物指标数据， 通过土壤有机质、 含盐量和光谱反射的相关性构建多元回归模型， 土壤有机质含量、 含盐量 ＝f(x,R)， 相关系数R通过现有的土壤 类型的反演模型获得； 对于地面气象传感器的指标融合过程， 通过地形地势信息标注生长区域的地形类型， {0， 1， 2}分别表示从洼地向高地的过渡， 对地 面多位置的传感器与地形类别进行匹配； 通过地形地势和地面指标属性为采集单指标多传感器进行统计加权平均， 获取关于空 气温度湿度光照风速风向等气象指标融合结果； 以及土壤温湿度的指标融合结果； 生成土壤墒情和土壤指标数据， 将多源异构数据按照 时间维度与类别数据进行存储， 以便进行后续数据 挖掘与分析。 6.一种用于实施权利要求1至5任一项所述的农业物联网多源异构数据的预处理方法 的系统， 其特征在于， 所述系统包括农业物联网数据的采集模块、 农业物联网的数据 清洗模 块和农业传感器的多源异构数据指标融合模块。 7.根据权利要求6所述的农业物联网多源异构数据的预处理系统， 其特征在于， 农业物 联网数据的采集模块利用多种设备对农业所需数据进行多源头采集， 利用卫星、 无人机采 集雷达传感器数据与遥感影像数据， 建立作物生长区域的多光谱、 高光谱、 热红外、 SAR、 叶 绿素荧光多源异构数据； 利用作 物生长区域的视频监控获取的RGB视频图像数据； 利用布置 在作物生长地 面的无线传感器网络获取作物生长的气象环境数据。 8.根据权利要求6所述的农业物联网多源异构数据的预处理系统， 其特征在于， 农业物 联网的数据清洗模块对采集的数据的异常值修正、 数据的降噪、 缺失数据的填充以及平滑 处理， 对卫星以及无人机遥感生成的多光谱影像数据采用专用的软件进行大气校正、 辐 射 校正、 几何校正以及拼接处理、 匀色处理； 对于时间序列数据， 通过时间序列数据的自相关 性检测出噪声点， 并进行删除， 通过缺失值类型的不同达 到数据缺失值的填充的目的。 9.根据权利要求6所述的农业物联网多源异构数据的预处理系统， 其特征在于， 农业传 感器的多源异构数据指标融合模块对清洗后的数据按照作物生长要素指标、 气候指标、 土 壤墒情土壤成分进行指标的融合。权　利　要　求　书 2/2 页 3 CN 114936206 A 3