作业剂量的确定方法、装置、无人设备及存储介质

技术领域

本发明涉及无人设备技术领域，尤其涉及一种作业剂量的确定方法、装置、无人设备及存储介质。

背景技术

精准农业是当今世界农业发展的新潮流，以现代信息技术为依托的技术密集、生态密集型农业，在药剂喷洒、施肥、植物保护、精量播种、精细耕作和水分管理等领域已有较广泛应用。

但目前，相关技术中，在对作物的药剂精准喷洒过程还存在优化空间。

发明内容

本发明实施例的目的是提供一种作业剂量的确定方法、装置、无人设备及存储介质。

为了实现上述目的，本发明第一方面提供一种作业剂量的确定方法，包括：

获取待作业地块的作物信息；

获取无人设备作业时的环境信息和药剂信息中的至少一者；

根据环境信息和药剂信息中的至少一者以及作物信息，确定待作业地块对应的目标药剂剂量。

在本发明实施例中，获取待作业地块的作物信息，包括：

获取待作业地块对应的图像数据；

根据图像数据确定待作业地块的作物信息。

在本发明实施例中，获取无人设备作业时的环境信息，包括：

利用地面气象站或气象应用程序获取无人设备作业时的环境信息，其中，环境信息包括温度信息、湿度信息、风速信息、光照强度信息中的至少一个。

在本发明实施例中，获取无人设备作业时的药剂信息，包括：

根据作物信息确定相匹配的至少一个药剂品牌，其中，作物信息包括待作业地块的作物类型信息、虫害信息、草害信息、作业的生长信息中的至少一个；

当相匹配的药剂品牌的数量为一个时，将相匹配的药剂品牌的参数信息作为无人设备作业时的药剂信息；

当相匹配的药剂品牌的数量为多个时，将多个药剂品牌的参数信息以及多个药剂品牌的配比信息作为无人设备作业时的药剂信息。

在本发明实施例中，根据作物信息确定相匹配的至少一个药剂品牌，包括：

根据作物信息显示至少一个药剂品牌；

接收至少一个药剂品牌中被选定的至少一个药剂品牌；

将被选定的至少一个药剂品牌确定为相匹配的至少一个药剂品牌。

在本发明实施例中，获取无人设备作业时的药剂信息，包括：

获取无人设备历史作业时的历史药剂信息；

根据历史药剂信息确定与作物信息相匹配的药剂信息，并将相匹配的药剂信息，确定为无人设备作业时使用的药剂信息。

在本发明实施例中，根据环境信息和药剂信息中的至少一者以及作物信息，确定待作业地块对应的目标药剂剂量，包括：

将环境信息和药剂信息中的至少一者以及作物信息输入至预设模型，以输出待作业地块对应的目标药剂剂量。

在本发明实施例中，获取待作业地块的作物信息之前，还包括：

确定无人设备的作业模式，作业模式包括第一模式；

当作业模式为第一模式时，执行获取待作业地块的作物信息。

在本发明实施例中，作业模式还包括第二模式，当作业模式为第二模式时，方法还包括：

获取待作业地块的预设作业剂量，将预设作业剂量作为待作业地块对应的目标药剂剂量；其中，第二模式下的目标药剂剂量大于第一模式下的目标药剂剂量。

本发明第二方面提供一种作业剂量的确定装置，包括：

第一获取模块，用于获取待作业地块的作物信息；

第二获取模块，用于获取无人设备作业时的环境信息和药剂信息中的至少一者；

确定模块，用于根据所述环境信息和所述药剂信息中的至少一者以及所述作物信息，确定所述待作业地块对应的目标药剂剂量。

本发明第三方面提供一种无人设备，包括处理器和存储器；其中，处理器运行计算机程序时，执行上述任一项的作业剂量的确定方法。

本发明第四方面提供一种存储介质，存储介质上存储有指令，指令在被机器执行时使得机器被配置成执行上述任一项的作业剂量的确定方法。

通过上述技术方案，获取待作业地块的作物信息；获取无人设备作业时的环境信息和药剂信息中的至少一者；根据环境信息和药剂信息中的至少一者以及作物信息，确定待作业地块对应的目标药剂剂量。本发明实施例从作物信息、环境信息和药剂信息等多个维度确定无人设备作业时的药剂剂量，增加了无人设备作业时药剂剂量的计算维度，提升了无人设备作业时药剂剂量计算过程的准确度，提高了农业生产效率。

本发明实施例的其它特征和优点将在随后的具体实施方式部分予以详细说明。

附图说明

附图是用来提供对本发明实施例的进一步理解，并且构成说明书的一部分，与下面的具体实施方式一起用于解释本发明实施例，但并不构成对本发明实施例的限制。在附图中：

图1是本发明实施例作业剂量的确定方法的流程示意图；

图2a是本发明应用实施例未开启处方图作业的示意图；

图2b是本发明应用实施例开启了处方图作业未选择更多相关变量的示意图；

图2c是本发明应用实施例开启了处方图作业选择了更多相关变量的示意图；

图2d是本发明应用实施例处方图作业完成后对本次使用的参考变量和效果的反馈示意图；

图3是本发明实施例计算机设备的内部结构图。

具体实施方式

以下结合附图对本发明实施例的具体实施方式进行详细说明。应当理解的是，此处所描述的具体实施方式仅用于说明和解释本发明实施例，并不用于限制本发明实施例。

目前，无人机作业时，处方图是根据农田的作物生长信息确定。即仅根据作物不同的生长情况确定处方图，并根据处方图实施不同用量的喷洒作业。

但只根据“农田作物生长信息”这一个考虑维度来确定处方图，使得处方图中喷洒量的确定结果误差很大，用户还需继续根据所使用的农药品牌、作业时节、早晚等因素，自行调整最终使用的无人机作业时的农药喷洒量。因此，相关技术中，处方图作业的确定过程不够智能、完善。

基于此，本发明实施例提供了一种更完善的处方图作业技术解决方案，从农业作业的实际场景出发，增加处方图的计算维度，纳入农药品牌、天气等因素，让用户根据实际场景选择相关变量，提升用药量的准确度，进一步提升农业作业的精准、智能程度，提升用户作业效率，提升作业效果。

本发明实施例提供了一种作业剂量的确定方法，如图1所示，该方法包括：

步骤101：获取待作业地块的作物信息；

步骤102：获取无人设备作业时的环境信息和药剂信息中的至少一者；

步骤103：根据环境信息和药剂信息中的至少一者以及作物信息，确定待作业地块对应的目标药剂剂量。

实际应用时，作物信息包括待作业地块的作物类型信息、虫害信息、草害信息、作业的生长信息中的至少一个，作物的生长信息指表征作物生长情况的信息，包括作物的超绿指数(excess green index，exg)。

实际应用时，环境信息指影响作物生长的环境因素，包括温度、湿度、光照、风速和气象信息等。

实际应用时，药剂信息指用于对作物进行作业的药剂参数，包括药剂的种类，药剂的浓度、药剂的质量等级等。

在一实施例中，获取待作业地块的作物信息之前，还包括：

确定无人设备的作业模式，作业模式包括第一模式；

当作业模式为第一模式时，执行获取待作业地块的作物信息。

实际应用时，第一模式可以为处方图作业模式。处方图作业模式可以将待作业地块划分为多个不同的栅格，确定出每一栅格的虫草害信息(如虫草害密度信息)，并根据不同的虫草害信息去确定喷药量的大小，以实现精准喷洒。

在一实施例中，作业模式还包括第二模式，当作业模式为第二模式时，方法还包括：

获取待作业地块的预设作业剂量，将预设作业剂量作为待作业地块对应的目标药剂剂量；其中，第二模式下的目标药剂剂量大于第一模式下的目标药剂剂量。

实际应用时，第二模式可以为未开启处方图作业的常规模式。常规模式下的目标药剂剂量为系统预设的药剂剂量。由于处方图作业模式更精准地根据待作业地块的实际情况计算药剂剂量，因此，第一模式下的目标药剂剂量小于第二模式下的目标药剂剂量。

在一实施例中，该目标药剂剂量可以为每亩所需药剂剂量值，因此根据环境信息和药剂信息中的至少一者以及作物信息，确定待作业地块对应目标药剂剂量后，还可以获取待作业地块的面积信息，根据面积信息确定待作业地块的所需药剂剂量。

在一实施例中，获取待作业地块的作物信息，包括：

获取待作业地块对应的图像数据；

根据图像数据确定待作业地块的作物信息。

实际应用时，图像数据可以通过无人设备或物联设备进行采集获取。

实际应用时，无人设备可以包括无人机、无人车等。

实际应用时，物联设备可以为物联网中的相关设备、服务器及传感器。

实际应用时，根据图像数据确定待作业地块的作物信息可以采用常用的技术手段，在此不再赘述。

在一实施例中，获取无人设备作业时的环境信息，包括：

利用地面气象站或气象应用程序获取无人设备作业时的环境信息，其中，环境信息包括温度信息、湿度信息、风速信息、光照强度信息中的至少一个。

此外，还可以基于设备连接的其他感应装置获取无人设备作业时的环境信息。其中，其他感应装置包括温度传感器、湿度传感器等。

实际应用时，由于其他感应装置确定的环境信息更加精确，因此，还可以根据其他感应装置获得的环境信息对根据地面气象站或气象应用程序获得的环境信息进行修正。

实际应用时，其他感应装置可以设置与无人设备上，也可以设置在待作业农田中。

在一实施例中，获取无人设备作业时的药剂信息，包括：

根据作物信息确定相匹配的至少一个药剂品牌，其中，作物信息包括待作业地块的作物类型信息、虫害信息、草害信息、作业的生长信息中的至少一个；

当相匹配的药剂品牌的数量为一个时，将相匹配的药剂品牌的参数信息作为无人设备作业时的药剂信息；

当相匹配的药剂品牌的数量为多个时，将多个药剂品牌的参数信息以及多个药剂品牌的配比信息作为无人设备作业时的药剂信息。

实际应用时，不同的作物信息对应不同的药剂品牌。例如，作物为水稻，对应的药剂品牌为水稻相关的药剂品牌；蝗虫灾害，对应的药剂品牌为消灭蝗虫的药剂品牌；棉铃虫灾害，对应的药剂品牌为消灭棉铃虫的的药剂品牌。

在一实施例中，根据作物信息确定相匹配的至少一个药剂品牌，包括：

根据作物信息显示至少一个药剂品牌；

接收至少一个药剂品牌中被选定的至少一个药剂品牌；

将被选定的至少一个药剂品牌确定为相匹配的至少一个药剂品牌。

实际应用时，可以通过检测用户按键的方式确定被选定的至少一个药剂品牌，也可以通过语音识别识别用户语音的方式确定被选定的至少一个药剂品牌。

实际应用时，根据作物信息显示的至少一个药剂品牌，可以为同一药剂类型的至少一个药剂品牌，也可以为多个药剂类型的至少一个药剂品牌。例如，可以为都是用于消灭蝗虫的至少一个药剂药剂品牌；也可以为用于消灭蝗虫的至少一个药剂药剂品牌和用于消灭棉铃虫的的至少一个药剂药剂品牌。

由于作物可能存在多种虫害情况，每种虫害情况对应多种药物类型，每种药物类型对应多种药剂品牌，每个药剂品牌所提供的药剂的药剂质量和药剂浓度会有所不同。因此，可以针对当前农田的作物虫害信息，提供多种药物类型的多种药剂品牌供用户选择，并基于用户选取的药剂品牌，获取药剂品牌对应的药剂信息。

除了上述方式外，还可以通过如下方式获取无人设备作业时的药剂信息。

在一实施例中，获取无人设备作业时的药剂信息，包括：

获取无人设备历史作业时的历史药剂信息；

根据历史药剂信息确定与作物信息相匹配的药剂信息，并将相匹配的药剂信息，确定为无人设备作业时使用的药剂信息。

实际应用时，当获取的历史药剂信息中存在同种类型的药剂品牌时，提供历史药剂信息中存在的药剂品牌供用户确定，以确定无人设备作业时使用的药剂信息；当获取的历史药剂信息中不存在同种类型的药剂品牌时，可以获取同一地区其他用户使用的药剂品牌供用户确定，以确定无人设备作业时使用的药剂信息。

实际应用时，同一地区的设置可以根据需求进行设置。同一地区可以为同一个城市，也可以为待作业农田周围10公里内等。

实际应用时，药剂品牌的显示顺序，可以根据药剂品牌的使用情况进行排列。例如优先显示使用量大的药剂品牌。

另外，无人设备作业时使用的药剂信息，还可以通过对用户提供的药剂品牌的瓶身图像进行扫描识别确定。

实际应用时，对药剂品牌的图像进行扫描识别时，还可以识别出药剂品牌的版本号，依据药剂品牌的版本号确定该版本号对应的药剂信息。不同的药剂品牌的版本号(新旧版本)可能对应不同浓度和质量的药剂产品。

在一实施例中，根据环境信息和药剂信息中的至少一者以及作物信息，确定待作业地块对应的目标药剂剂量，包括：

将环境信息和药剂信息中的至少一者以及作物信息输入至预设模型，以输出待作业地块对应的目标药剂剂量。

实际应用时，预设模型可以为神经网络模型。

实际应用时，在环境信息包括温度信息和湿度信息的情况下，预设模型还可以被定义为：

f

其中，f

实际应用时，预设模型可以根据获取的信息自动计算药剂剂量。例如当药剂品牌A的产品质量较优、效果较好时，或当药剂品牌B的药剂成分含量较高时，预设模型会自动降低采用药剂品牌A或药剂品牌B时的药剂剂量；例如当无人设备作业时的温度(即气温)较低时，由于挥发性药剂在温度较低时挥发较少，因此，预设模型在计算药剂剂量时，也会自动降低采用挥发性药剂的药剂剂量；再例如当无人设备作业时的湿度较高时，由于湿度较高，药剂在作物表面停留的时间较长，因此，预设模型在计算药剂剂量时，也会自动降低无人设备作业时的药剂剂量。

实际应用时，可以根据经验或者研究结果，确定作物信息、环境信息和药剂信息三者与最优药剂剂量之间的用量关系，基于用量关系，确定不同作物信息、环境信息和药剂信息条件下的最优药剂剂量。

实际应用时，用量关系可以为作物信息、环境信息和药剂信息三者中的每一个分别与药剂剂量之间的用量关系，也可以为作物信息、环境信息和药剂信息三者同时与药剂剂量之间的用量关系。

实际应用时，用量关系可以为正相关、指数相关和线性相关等。

通过上述技术方案，获取待作业地块的作物信息；获取无人设备作业时的环境信息和药剂信息中的至少一者；根据环境信息和药剂信息中的至少一者以及作物信息，确定待作业地块对应的目标药剂剂量。本发明实施例从作物信息、环境信息和药剂信息等多个维度确定无人设备作业时的药剂剂量，增加了无人设备作业时药剂剂量的计算维度，提升了无人设备作业时药剂剂量计算过程的准确度，提高了农业生产效率。

下面结合应用实施例对本发明再作进一步详细的描述。

本应用实施例提供了一种更完善的处方图作业技术解决方案，从农业作业的实际场景出发，增加处方图的计算维度，纳入农药品牌、天气等因素，让用户根据实际场景选择相关变量，提升用药量的准确度，进一步提升农业作业的精准、智能程度，提升用户作业效率，提升作业效果。

参见图2a至图2d，本应用实施例包括以下步骤：

步骤1：获取用户选择的某个准备作业的地块信息，计算并显示出未开启处方图功能时的作业面积和预估的所需药量，计算结果如图2a所示。

步骤2：当接收到用户打开“处方图作业”开关的命令时，根据农田作物生长情况对所需药量进行重新计算，计算结果显示所需药量相比未打开“处方图作业”时有所减少，计算结果如图2b所示。

处方图作业模式可以将待作业地块划分为多个不同的栅格，确定出每一栅格的虫草害信息(如虫草害密度信息)，并根据不同栅格的虫草害信息去确定喷药量的大小，以实现精准喷洒。相比于常规按预设剂量进行作业的方式，更有效降低了不必要的药剂消耗，实现了药剂剂量的精准计算。

步骤3：当接收到用户开启了“农药信息”、“天气信息”开关的命令时，接收用户输入的农药品牌名称，并获取天气信息，处方图模型根据新获取的信息，进一步调整了所需药量的预估值，计算结果显示所需药量进一步减少，计算结果如图2c所示。

这里，处方图模型可以根据上述公式(1)确定药剂的喷洒量。

具体地，当用户输入农药信息后，处方图模型会根据农药的品牌信息找到对应的最佳使用量。例如当药剂品牌A的产品质量较优、效果较好时，或当药剂品牌B的药剂成分含量较高时，预设模型会自动降低采用药剂品牌A或药剂品牌B时的药剂剂量；例如当无人设备作业时的温度较低时，由于挥发性药剂在温度较低时挥发较少，因此，预设模型在计算药剂剂量时，也会自动降低采用挥发性药剂的药剂剂量；再例如当无人设备作业时的湿度较高时，由于湿度较高，药剂在作物表面停留的时间较长，因此，预设模型在计算药剂剂量时，也会自动降低无人设备作业时的药剂剂量。处方图模型自行根据获取的信息进行调节，无需用户手动调节。处方图模型确定的药剂的喷洒量，如果用户进行了确定，则无人机根据确定结果进行作业。

步骤4：作业完成后，自动显示本次作业使用的参考变量信息，并显示农药使用量的优化效果，对本次作业给出正面、激励性的评价和反馈，显示结果如图2d所示。

本应用实施例增加了处方图的计算维度，纳入农药品牌、天气等因素，让用户根据实际场景选择相关变量，提升用药量的准确度，进一步提升农业作业的精准、智能程度，提升用户作业效率，提升作业效果。

本发明实施例还提供了一种作业剂量的确定装置，设置在无人设备上，包括：

第一获取模块，用于获取待作业地块的作物信息；

第二获取模块，用于获取无人设备作业时的环境信息和药剂信息中的至少一者；

确定模块，用于根据所述环境信息和所述药剂信息中的至少一者以及所述作物信息，确定所述待作业地块对应的目标药剂剂量。

本发明实施例提供了一种无人设备，包括处理器和存储器；处理器运行计算机程序时，执行如下操作：

获取待作业地块的作物信息；

获取无人设备作业时的环境信息和药剂信息中的至少一者；

根据环境信息和药剂信息中的至少一者以及作物信息，确定待作业地块对应的目标药剂剂量。

实际应用时，作物信息包括待作业地块的作物类型信息、虫害信息、草害信息、作业的生长信息中的至少一个，作物的生长信息指表征作物生长情况的信息，包括作物的超绿指数(excess green index，exg)。

实际应用时，环境信息指影响作物生长的环境因素，包括温度、湿度、光照、风速和气象信息等。

实际应用时，药剂信息指用于对作物进行作业的药剂参数，包括药剂的种类，药剂的浓度、药剂的质量等级等。

在一实施例中，获取待作业地块的作物信息之前，还包括：

确定无人设备的作业模式，作业模式包括第一模式；

当作业模式为第一模式时，执行获取待作业地块的作物信息。

实际应用时，第一模式可以为处方图作业模式。处方图作业模式可以将待作业地块划分为多个不同的栅格，确定出每一栅格的虫草害信息(如虫草害密度信息)，并根据不同的虫草害信息去确定喷药量的大小，以实现精准喷洒。

在一实施例中，作业模式还包括第二模式，当作业模式为第二模式时，方法还包括：

获取待作业地块的预设作业剂量，将预设作业剂量作为待作业地块对应的目标药剂剂量；其中，第二模式下的目标药剂剂量大于第一模式下的目标药剂剂量。

实际应用时，第二模式可以为未开启处方图作业的常规模式。常规模式下的目标药剂剂量为系统预设的药剂剂量。由于处方图作业模式更精准地根据待作业地块的实际情况计算药剂剂量，因此，第一模式下的目标药剂剂量小于第二模式下的目标药剂剂量。

在一实施例中，该目标药剂剂量可以为每亩所需药剂剂量值，因此根据环境信息和药剂信息中的至少一者以及作物信息，确定待作业地块对应目标药剂剂量后，还可以获取待作业地块的面积信息，根据面积信息确定待作业地块的所需药剂剂量。

处理器运行计算机程序时，执行如下操作：

获取待作业地块对应的图像数据；

根据图像数据确定待作业地块的作物信息。

实际应用时，图像数据可以通过无人设备或物联设备进行采集获取。

实际应用时，无人设备可以包括无人机、无人车等。

实际应用时，物联设备可以为物联网中的相关设备、服务器及传感器。

实际应用时，根据图像数据确定待作业地块的作物信息可以采用常用的技术手段，在此不再赘述。

处理器运行计算机程序时，执行如下操作：

利用地面气象站或气象应用程序获取无人设备作业时的环境信息，其中，环境信息包括温度信息、湿度信息、风速信息、光照强度信息中的至少一个。

此外，还可以基于设备连接的其他感应装置获取无人设备作业时的环境信息。其中，其他感应装置包括温度传感器、湿度传感器等。

实际应用时，由于其他感应装置确定的环境信息更加精确，因此，还可以根据其他感应装置获得的环境信息对根据地面气象站或气象应用程序获得的环境信息进行修正。

实际应用时，其他感应装置可以设置与无人设备上，也可以设置在待作业农田中。

处理器运行计算机程序时，执行如下操作：

根据作物信息确定相匹配的至少一个药剂品牌，其中，作物信息包括待作业地块的作物类型信息、虫害信息、草害信息、作业的生长信息中的至少一个；

当相匹配的药剂品牌的数量为一个时，将相匹配的药剂品牌的参数信息作为无人设备作业时的药剂信息；

当相匹配的药剂品牌的数量为多个时，将多个药剂品牌的参数信息以及多个药剂品牌的配比信息作为无人设备作业时的药剂信息。

实际应用时，不同的作物信息对应不同的药剂品牌。例如，作物为水稻，对应的药剂品牌为水稻相关的药剂品牌；蝗虫灾害，对应的药剂品牌为消灭蝗虫的药剂品牌；棉铃虫灾害，对应的药剂品牌为消灭棉铃虫的的药剂品牌。

处理器运行计算机程序时，执行如下操作：

根据作物信息显示至少一个药剂品牌；

接收至少一个药剂品牌中被选定的至少一个药剂品牌；

将被选定的至少一个药剂品牌确定为相匹配的至少一个药剂品牌。

实际应用时，可以通过检测用户按键的方式确定被选定的至少一个药剂品牌，也可以通过语音识别识别用户语音的方式确定被选定的至少一个药剂品牌。

实际应用时，根据作物信息显示的至少一个药剂品牌，可以为同一药剂类型的至少一个药剂品牌，也可以为多个药剂类型的至少一个药剂品牌。例如，可以为都是用于消灭蝗虫的至少一个药剂药剂品牌；也可以为用于消灭蝗虫的至少一个药剂药剂品牌和用于消灭棉铃虫的的至少一个药剂药剂品牌。

由于作物可能存在多种虫害情况，每种虫害情况对应多种药物类型，每种药物类型对应多种药剂品牌，每个药剂品牌所提供的药剂的药剂质量和药剂浓度会有所不同。因此，可以针对当前农田的作物虫害信息，提供多种药物类型的多种药剂品牌供用户选择，并基于用户选取的药剂品牌，获取药剂品牌对应的药剂信息。

除了上述方式外，还可以通过如下方式获取无人设备作业时的药剂信息。

处理器运行计算机程序时，执行如下操作：

获取无人设备历史作业时的历史药剂信息；

根据历史药剂信息确定与作物信息相匹配的药剂信息，并将相匹配的药剂信息，确定为无人设备作业时使用的药剂信息。

实际应用时，当获取的历史药剂信息中存在同种类型的药剂品牌时，提供历史药剂信息中存在的药剂品牌供用户确定，以确定无人设备作业时使用的药剂信息；当获取的历史药剂信息中不存在同种类型的药剂品牌时，可以获取同一地区其他用户使用的药剂品牌供用户确定，以确定无人设备作业时使用的药剂信息。

实际应用时，同一地区的设置可以根据需求进行设置。同一地区可以为同一个城市，也可以为待作业农田周围10公里内等。

实际应用时，药剂品牌的显示顺序，可以根据药剂品牌的使用情况进行排列。例如优先显示使用量大的药剂品牌。

另外，无人设备作业时使用的药剂信息，还可以通过对用户提供的药剂品牌的瓶身图像进行扫描识别确定。

实际应用时，对药剂品牌的图像进行扫描识别时，还可以识别出药剂品牌的版本号，依据药剂品牌的版本号确定该版本号对应的药剂信息。不同的药剂品牌的版本号(新旧版本)可能对应不同浓度和质量的药剂产品。

处理器运行计算机程序时，执行如下操作：

将环境信息和药剂信息中的至少一者以及作物信息输入至预设模型，以输出待作业地块对应的目标药剂剂量。

实际应用时，预设模型可以为神经网络模型。

实际应用时，在环境信息包括温度信息和湿度信息的情况下，预设模型还可以被定义为：

f

其中，f

实际应用时，预设模型可以根据获取的信息自动计算药剂剂量。例如当药剂品牌A的产品质量较优、效果较好时，或当药剂品牌B的药剂成分含量较高时，预设模型会自动降低采用药剂品牌A或药剂品牌B时的药剂剂量；例如当无人设备作业时的温度较低时，由于挥发性药剂在温度较低时挥发较少，因此，预设模型在计算药剂剂量时，也会自动降低采用挥发性药剂的药剂剂量；再例如当无人设备作业时的湿度较高时，由于湿度较高，药剂在作物表面停留的时间较长，因此，预设模型在计算药剂剂量时，也会自动降低无人设备作业时的药剂剂量。

实际应用时，可以根据经验或者研究结果，确定作物信息、环境信息和药剂信息三者与最优药剂剂量之间的用量关系，基于用量关系，确定不同作物信息、环境信息和药剂信息条件下的最优药剂剂量。

实际应用时，用量关系可以为作物信息、环境信息和药剂信息三者中的每一个分别与药剂剂量之间的用量关系，也可以为作物信息、环境信息和药剂信息三者同时与药剂剂量之间的用量关系。

实际应用时，用量关系可以为正相关、指数相关和线性相关等。

通过上述技术方案，获取待作业地块的作物信息；获取无人设备作业时的环境信息和药剂信息中的至少一者；根据环境信息和药剂信息中的至少一者以及作物信息，确定待作业地块对应的目标药剂剂量。本发明实施例从作物信息、环境信息和药剂信息等多个维度确定无人设备作业时的药剂剂量，增加了无人设备作业时药剂剂量的计算维度，提升了无人设备作业时药剂剂量计算过程的准确度，提高了农业生产效率。

本发明实施例提供了一种存储介质，存储介质上存储有指令，指令在被机器执行时使得机器被配置成执行上述任一项作业剂量的确定方法。

本发明实施例提供了一种计算机程序产品，包括计算机程序，计算机程序在被处理器执行时实现上述任一项作业剂量的确定方法。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是终端，其内部结构图可以如图3所示。该计算机设备包括通过系统总线连接的处理器A01、网络接口A02、显示屏A04、输入装置A05和存储器(图中未示出)。其中，该计算机设备的处理器A01用于提供计算和控制能力。该计算机设备的存储器包括内存储器A03和非易失性存储介质A06。该非易失性存储介质A06存储有操作系统B01和计算机程序B02。该内存储器A03为非易失性存储介质A06中的操作系统B01和计算机程序B02的运行提供环境。该计算机设备的网络接口A02用于与外部的终端通过网络连接通信。该计算机程序被处理器A01执行时以实现一种作业剂量的确定方法。该计算机设备的显示屏A04可以是液晶显示屏或者电子墨水显示屏，该计算机设备的输入装置A05可以是显示屏上覆盖的触摸层，也可以是计算机设备外壳上设置的按键、轨迹球或触控板，还可以是外接的键盘、触控板或鼠标等。

本领域技术人员可以理解，图3中示出的结构，仅仅是与本申请方案相关的部分结构的框图，并不构成对本申请方案所应用于其上的计算机设备的限定，具体的计算机设备可以包括比图中所示更多或更少的部件，或者组合某些部件，或者具有不同的部件布置。

本发明实施例提供了一种设备，设备包括处理器、存储器及存储在存储器上并可在处理器上运行的程序，处理器执行程序时实现上述作业剂量的确定方法。

本领域内的技术人员应明白，本申请的实施例可提供为方法、系统、或计算机程序产品。因此，本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

在一个典型的配置中，计算设备包括一个或多个处理器(CPU)、输入/输出接口、网络接口和内存。

存储器可能包括计算机可读介质中的非永久性存储器，随机存取存储器(RAM)和/或非易失性内存等形式，如只读存储器(ROM)或闪存(flashRAM)。存储器是计算机可读介质的示例。

计算机可读介质包括永久性和非永久性、可移动和非可移动媒体可以由任何方法或技术来实现信息存储。信息可以是计算机可读指令、数据结构、程序的模块或其他数据。计算机的存储介质的例子包括，但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带，磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质，可用于存储可以被计算设备访问的信息。按照本文中的界定，计算机可读介质不包括暂存电脑可读媒体(transitorymedia)，如调制的数据信号和载波。

还需要说明的是，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、商品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、商品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括要素的过程、方法、商品或者设备中还存在另外的相同要素。

以上仅为本申请的实施例而已，并不用于限制本申请。对于本领域技术人员来说，本申请可以有各种更改和变化。凡在本申请的精神和原理之内所作的任何修改、等同替换、改进等，均应包含在本申请的权利要求范围之内。