【技術實現步驟摘要】
本專利技術涉及農業分析，尤其涉及一種基于人工智能的農產品安全預警方法。
技術介紹
1、人工智能技術的快速發展在農產品質量安全監控中已經廣泛應用，通過實時采集農產品的養殖、生產、加工、儲存和運輸等環節的數據，利用算法和模型對數據進行智能分析，實現對農產品質量安全的快速、準確預警，從而提高農產品質量安全的監管效率，降低質量安全隱患，促進農業產業升級和提升農產品市場競爭力。
2、中國專利公告號cn112883137b公開了一種農產品產地安全預警方法，有機結合歷史監測信息與加密布點監測信息，考慮模型算法結果及待預警區域空間特征基礎上，獲取各區域最少加密布點數量的同時保障點位代表性，做到快速、動態、多指標的土壤-農產品預警，為后期區域產地環境預警工作提供了數據支撐及有效思路，在監測信息基礎上將待預警區域分為達標區域及超標區域，依據區域特性篩選針對性防治技術措施，綜合分析土壤生態閾值及重金屬累積速率，依據分析結果提出預防性措施建議，與傳統預警方法相比，預防時間提前，預警時期延長，防治措施更有效，監測工作靶向性更強。由此可見，該專利技術存在以下問題：
3、該專利技術未考慮根據目標生物的歷史死亡信息而劃分重點監測范圍、次重點監測范圍和普通范圍，并據此設置不同數量的監測點而導致的無法平衡監測效率和監測成本的問題。
技術實現思路
1、為此，本專利技術提供一種基于人工智能的農產品安全預警方法，用以克服現有技術中未考慮根據目標生物的歷史死亡信息而劃分重點監測范圍、次重點監測范圍和普
2、為實現上述目的，本專利技術提供一種基于人工智能的農產品安全預警方法，包括：
3、獲取目標生物的散養范圍和歷史死亡地點，并將各所述歷史死亡地點確定為目標位置；
4、根據目標位置確定其對應的目標基準范圍和目標監測范圍；
5、根據所述目標基準范圍內目標位置的數量確定其位置表征狀態；
6、根據所述目標基準范圍是否滿足土壤監測條件確定其土壤表征狀態；
7、根據所述位置表征狀態和所述土壤表征狀態確定該目標位置的監測類型，所述監測類型包括重點監測類型和次重點監測類型；
8、根據目標位置的所述監測類型確定對應目標監測范圍的監測點數量；
9、根據所述散養范圍和各所述目標監測范圍確定普通監測區域以確定若干普通監測范圍；
10、根據各監測范圍的土壤酸堿度和土壤重金屬含量確定是否發出安全預警信號；
11、根據各監測范圍在前一個監測周期內發出安全預警信號的次數確定對應監測范圍的監測調節策略，包括，
12、增加監測頻率、降低監測頻率和不制定監測調節策略。
13、進一步地，根據目標位置確定其對應的目標基準范圍和目標監測范圍的方法包括，
14、確定基準長度和參考長度；
15、根據所述目標位置與所述基準長度確定所述目標基準范圍；
16、根據所述目標位置與所述參考長度確定所述目標監測范圍；
17、其中，所述目標基準范圍為以目標位置為圓心以基準長度為半徑的圓，所述目標監測范圍為以目標位置為圓心以參考長度為半徑的圓。
18、進一步地，根據所述目標基準范圍內目標位置的數量確定其位置表征狀態，包括，
19、若所述目標基準范圍內目標位置的數量大于或等于預設數量，則判定其位置表征狀態為密集監測位置；
20、若所述目標基準范圍內目標位置的數量小于預設數量，則判定其位置表征狀態為獨立監測位置。
21、進一步地，根據所述目標基準范圍是否滿足土壤監測條件確定其土壤表征狀態的方法包括，
22、獲取各目標基準范圍的土質類型和土壤酸堿度；
23、根據各目標基準范圍的所述土質類型和所述土壤酸堿度是否滿足土壤監測條件確定土壤表征狀態，其中，
24、若單個目標基準范圍的所述土質類型和所述土壤酸堿度滿足土壤監測條件，則確定其土壤表征狀態為不良表征狀態；
25、若單個目標基準范圍的所述土質類型和所述土壤酸堿度不滿足土壤監測條件，則確定其土壤表征狀態為良性表征狀態；
26、其中，所述土壤監測條件為土壤質地為黏土和/或土壤酸堿度超出酸堿預設范圍。
27、進一步地，根據所述位置表征狀態和所述土壤表征狀態確定該目標位置的監測類型，包括，
28、若位置表征狀態為密集監測位置且土壤表征狀態為不良表征狀態，則判定該目標位置的監測類型為重點監測類型；
29、若位置表征狀態為密集監測位置或土壤表征狀態為不良表征狀態，則判定該目標位置的監測類型為次重點監測類型。
30、進一步地，根據目標位置的所述監測類型確定對應目標監測范圍的監測點數量，包括，
31、若所述監測類型為重點監測類型，則對應目標監測范圍的監測點數量為第一參考數量；
32、若所述監測類型為次重點監測類型，則對應目標監測范圍的監測點數量為第二參考數量；
33、其中，第一參考數量大于第二參考數量。
34、進一步地，根據所述散養范圍和各所述目標監測范圍確定普通監測區域以確定若干普通監測范圍的方法包括，
35、將所述散養范圍中各目標監測范圍以外的范圍確定為普通監測區域；
36、根據所述普通監測區域的面積與預設面積之比確定普通監測范圍的基準數量；
37、將所述普通監測區域劃分為基準數量的普通監測范圍；
38、其中，各所述普通監測范圍的面積相等。
39、進一步地，根據各監測范圍的土壤酸堿度和土壤重金屬含量確定是否發出安全預警信號，包括，
40、若所述土壤酸堿度超出酸堿預設范圍和/或所述土壤重金屬含量超出污染預設范圍，則確定發出安全預警信號；
41、若所述土壤酸堿度未超出酸堿預設范圍且所述土壤重金屬含量未超出污染預設范圍，則確定不發出安全預警信號。
42、進一步地，根據各監測范圍在前一個監測周期內發出安全預警信號的次數確定對應監測范圍的監測調節策略的方法包括，
43、若前一個監測周期內未發出安全預警信號，則判斷對應監測范圍的監測調節策略為降低監測頻率至最低監測頻率；
44、若前一個監測周期內發出安全預警信號的次數小于預設次數，則判定不制定對應監測范圍的監測調節策略；
45、若前一個監測周期內發出安全預警信號的次數大于或等于預設次數，則判斷對應監測范圍的監測調節策略為增加監測頻率。
46、進一步地，在判定增加監測頻率時，監測頻率與前一個監測周期內發出安全預警信號的次數成正相關關系。
47、與現有技術相比，本專利技術的有益效果在于，本專利技術提供的基于人工智能的農產品安全預警方法不僅提高了農產品安全管理的效率和準確性，還有助于及時發現并應對潛在的安全風險，保障了農產品的質量；
<本文檔來自技高網...【技術保護點】
1.一種基于人工智能的農產品安全預警方法，其特征在于，包括：
2.根據權利要求1所述的基于人工智能的農產品安全預警方法，其特征在于，根據目標位置確定其對應的目標基準范圍和目標監測范圍的方法包括，
3.根據權利要求1所述的基于人工智能的農產品安全預警方法，其特征在于，根據所述目標基準范圍內目標位置的數量確定其位置表征狀態，包括，
4.根據權利要求1所述的基于人工智能的農產品安全預警方法，其特征在于，根據所述目標基準范圍是否滿足土壤監測條件確定其土壤表征狀態的方法包括，
5.根據權利要求1所述的基于人工智能的農產品安全預警方法，其特征在于，根據所述位置表征狀態和所述土壤表征狀態確定該目標位置的監測類型，包括，
6.根據權利要求1所述的基于人工智能的農產品安全預警方法，其特征在于，根據目標位置的所述監測類型確定對應目標監測范圍的監測點數量，包括，
7.根據權利要求1所述的基于人工智能的農產品安全預警方法，其特征在于，根據所述散養范圍和各所述目標監測范圍確定普通監測區域以確定若干普通監測范圍的方法包括，
9.根據權利要求1所述的基于人工智能的農產品安全預警方法，其特征在于，根據各監測范圍在前一個監測周期內發出安全預警信號的次數確定對應監測范圍的監測調節策略的方法包括，
10.根據權利要求9所述的基于人工智能的農產品安全預警方法，其特征在于，在判定增加監測頻率時，監測頻率與前一個監測周期內發出安全預警信號的次數成正相關關系。
...【技術特征摘要】
1.一種基于人工智能的農產品安全預警方法，其特征在于，包括：
2.根據權利要求1所述的基于人工智能的農產品安全預警方法，其特征在于，根據目標位置確定其對應的目標基準范圍和目標監測范圍的方法包括，
3.根據權利要求1所述的基于人工智能的農產品安全預警方法，其特征在于，根據所述目標基準范圍內目標位置的數量確定其位置表征狀態，包括，
4.根據權利要求1所述的基于人工智能的農產品安全預警方法，其特征在于，根據所述目標基準范圍是否滿足土壤監測條件確定其土壤表征狀態的方法包括，
5.根據權利要求1所述的基于人工智能的農產品安全預警方法，其特征在于，根據所述位置表征狀態和所述土壤表征狀態確定該目標位置的監測類型，包括，
6.根據權利要求1所述的基于人工智能的農產品安全預警方法，其特征在于，...
【專利技術屬性】
技術研發人員：金曉石，瞿志印，劉圓圓，
申請(專利權)人：廣東開放大學廣東理工職業學院，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。