[发明专利]预测模型构建方法、预测方法、装置、设备及介质

权利要求书

1.一种预测模型构建方法，其特征在于，包括：

在预设牧草衰败期内，每隔预设时间间隔获取刈割后的第一牧草样方对应的牧草照片，其中，所述牧草照片包括所述第一牧草样方中的牧草均匀放置在预设大小的纸张上的照片；

统计每张所述牧草照片中的牧草像元数量和纸张像元数量；

基于预设算式，利用所述预设大小、所述第一牧草样方的面积及所述牧草照片中的所述牧草像元数量和所述纸张像元数量，计算所述第一牧草样方对应的叶面积指数，其中，所述预设算式包括：

式中，L表示叶面积指数，C₁表示所述牧草像元数量，C₂表示所述纸张像元数量，S₁表示所述预设大小，S₂表示所述第一牧草样方的面积；

对每个所述预设时间间隔和对应的叶面积指数进行线性回归，以拟合叶面积指数与时间的关系，得到牧草叶面积指数的预测模型。

2.根据权利要求1所述的预测模型构建方法，其特征在于，一个第二牧草样方包括第一预设数量的所述第一牧草样方；

所述在预设牧草衰败期内，每隔预设时间间隔获取刈割后的第一牧草样方对应的牧草照片，包括：

在预设牧草衰败期内，每隔预设时间间隔从刈割后的第二牧草样方中随机选取第二预设数量的第一牧草样方，并获取所述第二预设数量的第一牧草样方中每个第一牧草样方对应的牧草照片，其中，所述第二预设数量小于所述第一预设数量；

所述对每个所述预设时间间隔和对应的叶面积指数进行线性回归，以拟合叶面积指数与时间的关系，得到牧草叶面积指数的预测模型，包括：

将所述第二预设数量的第一牧草样方的叶面积指数的平均值作为所述第二牧草样方的叶面积指数；

对每个所述预设时间间隔和每个所述预设时间间隔的所述第二牧草样方对应的叶面积指数进行线性回归，以拟合叶面积指数与时间的关系，得到牧草叶面积指数的预测模型。

3.根据权利要求1所述的预测模型构建方法，其特征在于，所述在预设牧草衰败期内，每隔预设时间间隔获取刈割后的第一牧草样方对应的牧草照片之后，所述统计每张所述牧草照片中的牧草像元数量和纸张像元数量之前，所述方法还包括：

对每张所述牧草照片进行几何校正，以将每张所述牧草照片校正为垂直正射照片；

对校正后的每张牧草照片进行亮度调整处理，以凸显牧草照片中的牧草叶片；

基于预设阈值，对亮度调整处理后的每张牧草照片进行二值化处理，以将牧草照片中的牧草叶片与其他物体区分，得到亮度调整处理后的每张牧草照片对应的第二牧草照片；

所述统计每张所述牧草照片中的牧草像元数量和纸张像元数量，包括：

统计每张所述第二牧草照片中的牧草像元数量和纸张像元数量。

4.根据权利要求1所述的预测模型构建方法，其特征在于，所述对每个所述预设时间间隔和对应的叶面积指数进行线性回归，以拟合叶面积指数与时间的关系，得到牧草叶面积指数的预测模型，包括：

基于多项式模型，对每个所述预设时间间隔和对应的叶面积指数进行线性回归，以拟合叶面积指数与时间的关系，得到牧草叶面积指数的预测模型。

5.根据权利要求1或4所述的预测模型构建方法，其特征在于，所述预测模型包括：

式中，L表示叶面积指数，t表示时间。

6.一种预测方法，其特征在于，包括：

获取用户输入的待预测时间，其中，所述待预测时间属于预设牧草衰败期内；

将所述待预测时间输入至牧草叶面积指数的预测模型，得到所述待预测时间对应的牧草叶面积指数，其中，所述预测模型通过权利要求1-5任一项所述的预测模型构建方法得到。