本发明属于农作物领域，涉及遥感监测技术，具体是一种作物苗情分级遥感监测系统。

　　1、小麦是我国的主要粮食作物，其高产稳产是保障国家粮食安全的关键，及时准确地掌握冬小麦生长监测和长势定量评价技术已成为农业部门农情调度和广大农民的重要科学决策依据，也是促进农业生产科学管理，确保农作物增产丰收的重中之重。根据冬小麦的苗情长势情况，农学调查时将其分为不同的级别，即一类苗、j9跨境创业二类苗、三类苗以及旺长苗。一、二类苗的比例越高，对小麦丰产丰收越有利。

　　2、目前，在实际生产中为掌握冬小麦苗情分级多需要农技人员选取代表性样点，通常0.1h至少需要3个样点，实地调查播种期、基本苗、叶龄、生育进程、亩茎蘖数及单株茎蘖数以及土壤、气候等指标，综合考量给出结果。若要掌握县级、市级、省级乃至全国情况，所需人力物力更不可估量。并且该种方法给出的结果受调查人员主观影响较大，存在同一区域不同调查人员，给出结果不一致的现象。再者这种设点抽样的方式，以点带面也往往会存在偏差。因此，如何开展简单高效精准的农情分级监测，及时准确大面积地获取冬小麦长势情况，对于农业部门掌握全国各地的小麦长势信息，及时做出调度和决策具有重要意义。

　　3、目前的冬小麦苗情监测以目测手查为主，多为设点抽样上报，该方法所需人力物力随监测面积的增大而成倍增加，且以点带面较容易产生偏差。再者苗情的判定指标繁杂、涉及的调查因素较多，判定结果受调查人员主观影响较强，存在不同的调查人员，给出结果不一致的现象。

　　1、本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明提出一种作物苗情分级遥感监测系统，该一种作物苗情分级遥感监测系统解决了目前冬小麦苗情监测以目测手查为主，多为设点抽样上报，该方法所需人力物力随监测面积的增大而成倍增加，且以点带面较容易产生偏差；再者苗情的判定指标繁杂、涉及的调查因素较多，判定结果受调查人员主观影响较强，存在不同的调查人员，给出结果不一致的问题。

　　2、为实现上述目的，根据本发明的第一方面的实施例提出一种作物苗情分级遥感监测系统，包括监测模块、数据处理模块以及分级模块；

　　3、所述监测模块用于采集农田的环境数据和图像数据；其中，所述环境数据包括温度值和湿度值；

　　6、根据所述图像数据和图像检测模型获取图像指数；其中，所述图像检测模型基于人工智能模型建立；

　　8、以及根据所述图像指数和所述环境指数计算获取等级指数，并将所述等级指数发送至所述分级模块；

　　9、所述分级模块用于接收所述等级指数，并获取苗情等级区间；其中，所述苗情等级区间包括旺长苗区间、一类苗区间、二类苗区间以及三类苗区间；

　　14、将环境数据和图像数据的采集周期标记为t，单位为h；其中，t为大于0的整数；

　　15、将采集周期的编号标记为n，n的取值为1,2,3……n，n为所述监测模块的总采集次数。

　　16、优选的，根据所述图像数据和图像检测模型获取图像指数，包括以下步骤：

　　17、所述数据处理模块接收所述图像数据，并将所述图像数据标记为pn；所述数据处理模块将接收到所述图像数据的时刻设定为基准时刻，并获取所述基准时刻前m张图像数据；

　　19、从所述数据处理模块获取图像检测模型，并将所述原始图像集输入至所述图像检测模型内，获取图像指数，将所述图像指数标记为txn。

　　23、通过标准训练数据对人工智能模型进行训练，将训练完成的人工智能模型标记为图像检测模型；

　　24、所述标准训练数据包括若干组输入图像集以及对应的图像指数，且输入图像集和原始图像集内容属性一致。

　　26、所述数据处理模块接收所述环境数据，j9跨境创业并将所述温度值和所述湿度值分别标记为wn和sn；

　　27、所述数据处理模块根据所述温度值和所述湿度值计算获取环境指数，将所述环境指数标记为hjn；

　　30、其中，α和β分别为温度值和湿度值的修正系数，且α和β均为大于0的实数。

　　31、优选的，根据所述图像指数和所述环境指数计算获取等级指数，包括以下步骤：

　　35、其中，a和b分别为图像指数和环境指数的权重系数，且a+b＝1，a和b均大于0。

　　37、本发明通过监测模块采集农田的环境数据和图像数据；并将环境数据和图像数据发送至数据处理模块；数据处理模块接收环境数据和图像数据；根据图像数据和图像检测模型获取图像指数；根据环境数据计算获取环境指数；以及根据图像指数和环境指数计算获取等级指数，并将等级指数发送至分级模块；分级模块接收等级指数，并获取苗情等级区间；判断等级指数所属的苗情等级区间，获取对应的苗情等级；实现了在不同地区、不同条件下获取作物苗情状况，苗情分级结果具有较高的精度，普适性和稳定性较强，无需耗费大量的人力物力；对于提高作物生产和管理效率，维护粮食和生态安全具有重要意义。

　　1.一种作物苗情分级遥感监测系统，其特征在于，包括监测模块、数据处理模块以及分级模块；

　　2.根据权利要求1所述的一种作物苗情分级遥感监测系统，其特征在于，所述监测模块包括遥感信息采集装置；

　　3.根据权利要求1所述的一种作物苗情分级遥感监测系统，其特征在于，所述监测模块采用周期性采集的方式获取环境数据和图像数据；

　　4.根据权利要求3所述的一种作物苗情分级遥感监测系统，其特征在于，根据所述图像数据和图像检测模型获取图像指数，包括以下步骤：

　　5.根据权利要求4所述的一种作物苗情分级遥感监测系统，其特征在于，m为大于等于10的整数。

　　6.根据权利要求4所述的一种作物苗情分级遥感监测系统，其特征在于，所述图像检测模型基于人工智能模型建立，包括以下步骤：

　　7.根据权利要求4所述的一种作物苗情分级遥感监测系统，其特征在于，根据所述环境数据计算获取环境指数，包括以下步骤：

　　8.根据权利要求7所述的一种作物苗情分级遥感监测系统，其特征在于，根据所述图像指数和所述环境指数计算获取等级指数，包括以下步骤：

　　本发明公开了一种作物苗情分级遥感监测系统，涉及遥感监测技术领域；通过监测模块采集农田的环境数据和图像数据；并将环境数据和图像数据发送至数据处理模块；数据处理模块接收环境数据和图像数据；根据图像数据和图像检测模型获取图像指数；根据环境数据计算获取环境指数；以及根据图像指数和环境指数计算获取等级指数，并将等级指数发送至分级模块；分级模块接收等级指数，并获取苗情等级区间；判断等级指数所属的苗情等级区间，获取对应的苗情等级；实现了在不同地区、不同条件下获取作物苗情状况，苗情分级结果具有较高的精度，普适性和稳定性较强，无需耗费大量的人力物力；对于提高作物生产和管理效率，维护粮食和生态安全具有重要意义。

　　1.计算机网络安全 2.计算机仿线.网络安全；物联网安全 、大数据安全 2.安全态势感知、舆情分析和控制 3.区块链及应用