基于统计数据的耕地智保管理方法及系统与流程

1.本技术涉及数据处理技术领域，尤其涉及一种基于统计数据的耕地智保管理方法及系统。


背景技术：

2.随着农村改革不断深化，农业发展也进入了规模化、机械化以及信息化，“三化”之后对耕地的需求自然会快速增加，耕地保护的力度也会更强。
3.目前，耕地智保是通过在农村安装视频监控，利用人工智能识别技术来管理农村的耕地，但是其管理模式依然延续着传统的行政区域分管的方式，各地区之间缺乏互通和信息交互，不利于大规模耕地智保的联合监管。


技术实现要素：

4.本技术提供一种基于统计数据的耕地智保管理方法，以解决各地区之间缺乏互通和信息交互，无法实现跨区域的大规模耕地智保的技术问题。
5.第一个方面，本技术提供一种基于统计数据的耕地智保管理方法，包括：获取耕地常规统计数据和各个标准管理耕地的标准统计数据，标准管理耕地由专业人员根据预设的耕种及管理标准进行耕作，并记录耕作过程中产生的标准统计数据；利用预设聚类模型，以每个标准管理耕地为聚类中心，根据标准统计数据以及耕地常规统计数据，确定多个耕地簇，每个耕地簇中包括多个耕地单元，耕地单元与标准管理耕地在土地自然属性上的相似度满足预设聚类要求；利用预设耕地评价模型，根据标准统计数据以及耕地常规统计数据，确定每个耕地簇的耕地智保评价值，耕地智保评价值用于综合表征对耕地簇在自然属性的保护和社会经济属性的利用效益上的平衡效果；当耕地智保评价值大于预设评价阈值时，将标准管理耕地的标准统计数据与耕地簇中各个耕地单元对应的耕地常规统计数据进行逐一对比，确定并输出对比结果，对比结果用于表征耕地单元与标准管理耕地在土地自然属性的保护措施和土地社会经济属性的利用效益上的差异。
6.在一种可能的设计中，利用预设聚类模型，以每个标准管理耕地为聚类中心，根据标准统计数据以及耕地常规统计数据，确定多个耕地簇，包括：分别计算每个耕地常规统计数据中的第一自然属性数据与每个标准管理耕地对应的标准统计数据中的第二自然属性数据的距离；根据预设聚类要求以及距离，确定每个标准管理耕地对应的一个或多个耕地簇。
7.在一种可能的设计中，分别计算每个耕地常规统计数据中的第一自然属性数据与每个标准管理耕地对应的标准统计数据中的第二自然属性数据的距离，包括：
8.其中，为一个耕地单元与第k个标准管理耕地的距离，为第一自然属性数据中的第i个自然属性，为对应的权重系数，为第k个标准统计数据中的第i个自然属性，n为自然属性的总数。
9.在一种可能的设计中，根据预设聚类要求以及距离，确定每个标准管理耕地对应的一个或多个耕地簇，包括：若预设聚类要求为每个耕地单元只能归属于一个耕地簇，则从耕地单元对应的多个距离中筛选出最小距离作为目标距离；将耕地单元加入目标距离对应的耕地簇中。
10.可选的，若预设聚类要求为每个耕地单元能够归属于多个耕地簇，则将每个耕地单元对应的多个距离按照从小到大排列；将前n个距离作为n个目标距离；将耕地单元分别加入n个目标距离对应的n个耕地簇中。
11.在一种可能的设计中，利用预设耕地评价模型，根据标准统计数据以及耕地常规统计数据，确定每个耕地簇的耕地智保评价值，包括：根据耕地常规统计数据中的第一自然属性数据以及标准统计数据中的第二自然属性数据，确定耕地智保评价值的第一分量；根据耕地常规统计数据中的第一社会经济属性数据以及标准统计数据中的第二社会经济属性数据，确定耕地智保评价值的第二分量；根据第一分量、第二分量以及权重系数，确定耕地智保评价值：
12.其中，p为耕地智保评价值，为第一分量，为第二分量，和为权重系数。
13.在一种可能的设计中，根据耕地常规统计数据中的第一自然属性数据以及标准统计数据中的第二自然属性数据，确定耕地智保评价值的第一分量，包括：
14.其中，为第一分量，为第一自然属性数据中第i个自然属性，为第二自然属性数据与对应的自然属性，为第一权重系数，n为自然属性的总数。
15.在一种可能的设计中，根据耕地常规统计数据中的第一社会经济属性数据以及标准统计数据中的第二社会经济属性数据，确定耕地智保评价值的第二分量，包括：
16.其中，为第二分量，为第一社会经济属性数据中第i个社会经济属性，为第二社会经济属性数据中与对应的社会经济属性，为第二权重系数，m为社会经济属性的总数。
17.第二方面，本技术提供一种基于统计数据的耕地智保管理系统，包括：获取模块，用于获取耕地常规统计数据和各个标准管理耕地的标准统计数据，标准管理耕地由专业人员根据预设的耕种及管理标准进行耕作，并记录耕作过程中产生的标准统计数据；处理模块，用于：利用预设聚类模型，以每个标准管理耕地为聚类中心，根据标准统计数据以及耕地常规统计数据，确定多个耕地簇，每个耕地簇中包括多个耕地单元，耕地单元与标准管理耕地在土地自然属性上的相似度满足预设聚类要求；利用预设耕地评价模型，根据标准统计数据以及耕地常规统计数据，确定每个耕地簇的耕地智保评价值，耕地智保评价值用于综合表征对耕地簇在自然属性的保护和社会经济属性的利用效益上的平衡效果；当耕地智保评价值大于预设评价阈值时，将标准管理耕地的标准统计数据与耕地簇中各个耕地单元对应的耕地常规统计数据进行逐一对比，确定并输出对比结果，对比结果用于表征耕地单元与标准管理耕地在土地自然属性的保护措施和土地社会经济属性的利用效益上的差异。
18.第三方面，本技术提供一种电子设备，包括：处理器，以及与处理器通信连接的存储器；存储器存储计算机执行指令；处理器执行存储器存储的计算机执行指令，以实现第一方面所提供的任意一种可能的基于统计数据的耕地智保管理方法。
19.第四方面，本技术提供一种存储介质，计算机可读存储介质中存储有计算机执行指令，计算机执行指令被处理器执行时用于实现第一方面所提供的任意一种可能的基于统计数据的耕地智保管理方法。
20.第五方面，本技术还提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现第一方面所提供的任意一种可能的基于统计数据的耕地智保管理方法。
21.本技术提供了一种基于统计数据的耕地智保管理方法及系统，通过在各地构建标准管理耕地，再以标准管理耕地作为聚类中心，对耕地进行聚类划分，打破了传统的以行政区域划分耕地保护管理区域的限制，以耕地的土地自然属性来聚类，解决了各地区之间缺乏互通和信息交互，无法实现跨区域的大规模耕地智保的技术问题。实现了跨区域的信息
交互，为大规模耕地智保在社会经济层面上的各项措施的改进提供了数据支持。
附图说明
22.此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本技术的实施例，并与说明书一起用于解释本技术的原理。
23.图1为本技术实施例提供的一种基于统计数据的耕地智保管理方法的流程示意图；图2为本技术实施例提供的图1中s103的一种可能的实施方式的流程示意图；图3为本技术实施例提供的一种水利工程实时采集数据管理系统的结构示意图；图4为本技术实施例提供的一种电子设备的结构示意图。
24.通过上述附图，已示出本技术明确的实施例，后文中将有更详细的描述。这些附图和文字描述并不是为了通过任何方式限制本技术构思的范围，而是通过参考特定实施例为本领域技术人员说明本技术的概念。
具体实施方式
25.为使本技术实施例的目的、技术方案和优点更加清楚，下面将结合本技术实施例中的附图，对本技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本技术一部分实施例，而不是全部的实施例。基于本技术中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，包括但不限于对多个实施例的组合，都属于本技术保护的范围。
26.本技术的说明书和权利要求书及上述附图中的术语“第一”、“第二”、“第三”、“第四”等（如果存在）是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本技术的实施例例如能够以除了在这里图示或描述的那些以外的顺序实施。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
27.本技术的发明构思是：通过在各地派驻专业人员构建标准管理耕地，并以其作为耕地划分的聚类中心，打破传统的以行政区域划分耕地智保区域的限制，基于标准管理耕地的标准统计数据，来发现耕地常规统计数据中所反映的在土地自然属性和社会经济属性两个方面的不足之处，为大规模耕地智保跨区域的管理提供了数据支持。
28.图1为本技术实施例提供的一种基于统计数据的耕地智保管理方法的流程示意图。如图1所示，该方法的具体步骤包括：s101、获取耕地常规统计数据和各个标准管理耕地的标准统计数据。
29.在本步骤中，标准管理耕地由专业人员根据预设的耕种及管理标准进行耕作，并记录耕作过程中产生的标准统计数据。
30.例如，耕种及管理标准中可以严格规定耕种的农作物种类，耕种时间，农药、化肥的用量、土壤有机物的保持或改良方式，并由专业人员进行严格地数据记录，形成标准统计
数据。
31.需要说明的是，与传统的通过行政区域划分耕地的管理范围的方式不同，本技术通过在各地建立标准管理耕地，并通过专业人员进行标准化管理和数据记录，之后再通过聚类的方式，可以推导出若所有耕地单元都按照标准化管理的理想数据，并与耕地常规统计数据作比对，就能够得到非标准管理耕地中存在的不足。
32.标准统计数据是耕地智保对耕地的精细化管理的基础。耕地常规统计数据中一般涉及到的数据粒度较粗，并且收到行政区域划分的限制，各地的耕地保护模式和方式上存在着差异，难以统一协调。本技术通过两者之间的相互补充，以耕地常规统计数据为基础，通过标准统计数据搜寻与标准管理耕地在土地自然属性上相似的耕地单元。
33.s102、利用预设聚类模型，以每个标准管理耕地为聚类中心，根据标准统计数据以及耕地常规统计数据，确定多个耕地簇。
34.在本步骤中，每个耕地簇中包括多个耕地单元，耕地单元与标准管理耕地在土地自然属性上的相似度满足预设聚类要求。
35.需要说明的是，土地自然属性指土地本身固有的内在属性，是由构成土地的诸要素相互制约、相互影响的特性，包括：岩性、坡度、海拔、土壤质地、地表形态、有效土层厚度、盐渍化程度、水文状况、气候状况等自然属性。
36.本技术打破了传统的以行政区域划分耕地管理区域的方式，以标准管理耕地的土地自然属性进行聚类，将自然条件下相同或相似的耕地聚类成耕地簇，实行统一的管理和保护，这样就实现了跨行政区域的大规模标准化耕地智保，并且节省了大量的统计工作，提高了耕地智保的管理效率。
37.在本实施例中，具体包括：s1021、分别计算每个耕地常规统计数据中的第一自然属性数据与每个标准管理耕地对应的标准统计数据中的第二自然属性数据的距离。
38.例如，本步骤可以用公式（1）来表示：
39.其中，为一个耕地单元与第k个标准管理耕地的距离，为第一自然属性数据中的第i个自然属性，为对应的权重系数，为第k个标准统计数据中的第i个自然属性，n为自然属性的总数。
40.s1022、根据预设聚类要求以及距离，确定每个标准管理耕地对应的一个或多个耕地簇。
41.在本步骤中，存在两种可能的实施方式：若预设聚类要求为每个耕地单元只能归属于一个耕地簇，则从耕地单元对应的多个距离中筛选出最小距离作为目标距离；将耕地单元加入目标距离对应的耕地簇中。这种实施方式是硬聚类方式，将每个耕地单元清晰地划分到一个耕地簇中，便于明确耕地单元的管理方案。
42.若预设聚类要求为每个耕地单元能够归属于多个耕地簇，则将每个耕地单元对应
的多个距离按照从小到大排列；将前n个距离作为n个目标距离；将耕地单元分别加入n个目标距离对应的n个耕地簇中。这种实施方式是软聚类方式，一个耕地单元可以归属于不同的耕地簇，这为耕地管理人员提供了更多的耕地智保管理方案，使得管理方式更加灵活。
43.s103、利用预设耕地评价模型，根据标准统计数据以及耕地常规统计数据，确定每个耕地簇的耕地智保评价值。
44.在本步骤中，耕地智保评价值用于综合表征对耕地簇在自然属性的保护和社会经济属性的利用效益上的平衡效果。
45.图2为本技术实施例提供的图1中s103的一种可能的实施方式的流程示意图。如图2所示，本步骤具体包括：s1031、根据耕地常规统计数据中的第一自然属性数据以及标准统计数据中的第二自然属性数据，确定耕地智保评价值的第一分量。
46.可选的，本步骤可以通过公式（2）来实现：
47.其中，为第一分量，为第一自然属性数据中第i个自然属性，为第二自然属性数据与对应的自然属性，为第一权重系数，n为自然属性的总数。
48.s1032、根据耕地常规统计数据中的第一社会经济属性数据以及标准统计数据中的第二社会经济属性数据，确定耕地智保评价值的第二分量。
49.可选的，本步骤可以通过公式（3）来实现：
50.其中，为第二分量，为第一社会经济属性数据中第i个社会经济属性，为第二社会经济属性数据中与对应的社会经济属性，为第二权重系数，m为社会经济属性的总数。
51.s1033、根据第一分量、第二分量以及权重系数，确定耕地智保评价值。
52.可选的，本步骤可以通过公式（4）来实现：
53.其中，p为耕地智保评价值，为第一分量，为第二分量，和为权重系数。值得注意的是，耕地智保评价值越小，代表耕地簇与标准管理耕地越相似。
54.s104、当耕地智保评价值大于预设评价阈值时，将标准管理耕地的标准统计数据与耕地簇中各个耕地单元对应的耕地常规统计数据进行逐一对比，确定并输出对比结果。
55.在本步骤中，对比结果用于表征耕地单元与标准管理耕地在土地自然属性的保护措施和土地社会经济属性的利用效益上的差异。耕地管理人员可以通过对比结果为各个耕地簇中的耕地单元制定不同的质保管理方案。
56.本实施例提供了一种基于统计数据的耕地智保管理方法，通过在各地构建标准管
理耕地，再以标准管理耕地作为聚类中心，对耕地进行聚类划分，打破了传统的以行政区域划分耕地保护管理区域的限制，以耕地的土地自然属性来聚类，解决了各地区之间缺乏互通和信息交互，无法实现跨区域的大规模耕地智保的技术问题。实现了跨区域的信息交互，为大规模耕地智保在社会经济层面上的各项措施的改进提供了数据支持。
57.图3为本技术实施例提供的一种基于统计数据的耕地智保管理系统的结构示意图。该基于统计数据的耕地智保管理系统300可以通过软件、硬件或者两者的结合实现。
58.如图3所示，该系统包括：获取模块301，用于获取耕地常规统计数据和各个标准管理耕地的标准统计数据，标准管理耕地由专业人员根据预设的耕种及管理标准进行耕作，并记录耕作过程中产生的标准统计数据；处理模块302，用于：利用预设聚类模型，以每个标准管理耕地为聚类中心，根据标准统计数据以及耕地常规统计数据，确定多个耕地簇，每个耕地簇中包括多个耕地单元，耕地单元与标准管理耕地在土地自然属性上的相似度满足预设聚类要求；利用预设耕地评价模型，根据标准统计数据以及耕地常规统计数据，确定每个耕地簇的耕地智保评价值，耕地智保评价值用于综合表征对耕地簇在自然属性的保护和社会经济属性的利用效益上的平衡效果；当耕地智保评价值大于预设评价阈值时，将标准管理耕地的标准统计数据与耕地簇中各个耕地单元对应的耕地常规统计数据进行逐一对比，确定并输出对比结果，对比结果用于表征耕地单元与标准管理耕地在土地自然属性的保护措施和土地社会经济属性的利用效益上的差异。
59.在一种可能的设计中，处理模块302，用于：分别计算每个耕地常规统计数据中的第一自然属性数据与每个标准管理耕地对应的标准统计数据中的第二自然属性数据的距离；根据预设聚类要求以及距离，确定每个标准管理耕地对应的一个或多个耕地簇。
60.在一种可能的设计中，处理模块302，用于分别计算每个耕地常规统计数据中的第一自然属性数据与每个标准管理耕地对应的标准统计数据中的第二自然属性数据的距离，包括：
61.其中，为一个耕地单元与第k个标准管理耕地的距离，为第一自然属性数据中的第i个自然属性，为对应的权重系数，为第k个标准统计数据中的第i个自然属性，n为自然属性的总数。
62.在一种可能的设计中，若预设聚类要求为每个耕地单元只能归属于一个耕地簇，则处理模块302，用于从耕地单元对应的多个距离中筛选出最小距离作为目标距离；
将耕地单元加入目标距离对应的耕地簇中。
63.可选的，若预设聚类要求为每个耕地单元能够归属于多个耕地簇，则处理模块302，用于将每个耕地单元对应的多个距离按照从小到大排列；将前n个距离作为n个目标距离；将耕地单元分别加入n个目标距离对应的n个耕地簇中。
64.在一种可能的设计中，处理模块302，用于：根据耕地常规统计数据中的第一自然属性数据以及标准统计数据中的第二自然属性数据，确定耕地智保评价值的第一分量；根据耕地常规统计数据中的第一社会经济属性数据以及标准统计数据中的第二社会经济属性数据，确定耕地智保评价值的第二分量；根据第一分量、第二分量以及权重系数，确定耕地智保评价值：
65.其中，p为耕地智保评价值，为第一分量，为第二分量，和为权重系数。
66.在一种可能的设计中，处理模块302，用于根据耕地常规统计数据中的第一自然属性数据以及标准统计数据中的第二自然属性数据，确定耕地智保评价值的第一分量，包括：
67.其中，为所述第一分量，为所述第一自然属性数据中第i个自然属性，为所述第二自然属性数据与对应的所述自然属性，为第一权重系数，n为所述自然属性的总数。
68.在一种可能的设计中，处理模块302，用于根据耕地常规统计数据中的第一社会经济属性数据以及标准统计数据中的第二社会经济属性数据，确定耕地智保评价值的第二分量，包括：
69.其中，为所述第二分量，为所述第一社会经济属性数据中第i个社会经济属性，为所述第二社会经济属性数据中与对应的所述社会经济属性，为第二权重系数，m为所述社会经济属性的总数值得说明的是，图3所示实施例提供的系统，可以执行上述任一方法实施例中所提
供的方法，其具体实现原理、技术特征、专业名词解释以及技术效果类似，在此不再赘述。
70.图4为本技术实施例提供的一种电子设备的结构示意图。如图4所示，该电子设备400，可以包括：至少一个处理器401和存储器402。图4示出的是以一个处理器为例的装置。
71.存储器402，用于存放程序。具体地，程序可以包括程序代码，程序代码包括计算机操作指令。
72.存储器402可能包含高速ram存储器，也可能还包括非易失性存储器（non-volatile memory），例如至少一个磁盘存储器。
73.处理器401用于执行存储器402存储的计算机执行指令，以实现以上各方法实施例所述的方法。
74.其中，处理器401可能是一个中央处理器（central processing unit，简称为cpu），或者是特定集成电路（application specific integrated circuit，简称为asic），或者是被配置成实施本技术实施例的一个或多个集成电路。
75.可选地，存储器402既可以是独立的，也可以跟处理器401集成在一起。当所述存储器402是独立于处理器401之外的器件时，所述电子设备400，还可以包括：总线403，用于连接所述处理器401以及所述存储器402。总线可以是工业标准体系结构（industry standard architecture，简称为isa）总线、外部设备互连（peripheral component，pci）总线或扩展工业标准体系结构（extended industry standard architecture，eisa）总线等。总线可以分为地址总线、数据总线、控制总线等，但并不表示仅有一根总线或一种类型的总线。
76.可选的，在具体实现上，如果存储器402和处理器401集成在一块芯片上实现，则存储器402和处理器401可以通过内部接口完成通信。
77.本技术实施例还提供了一种计算机可读存储介质，该计算机可读存储介质可以包括：u盘、移动硬盘、只读存储器（read-only memory ，rom）、随机存取存储器（random access memory，ram）、磁盘或者光盘等各种可以存储程序代码的介质，具体的，该计算机可读存储介质中存储有程序指令，程序指令用于上述各方法实施例中的方法。
78.本技术实施例还提供一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述各方法实施例中的方法。
79.本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本技术的其它实施方案。本技术旨在涵盖本技术的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本技术的一般性原理并包括本技术未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本技术的真正范围和精神由本技术的权利要求书指出。
80.应当理解的是，本技术并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本技术的范围仅由所附的权利要求书来限制。
81.最后应说明的是：以上各实施例仅用以说明本技术的技术方案，而非对其限制；尽管参照前述各实施例对本技术进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本技术各实施例技术
方案的范围。

技术特征：
1.一种基于统计数据的耕地智保管理方法，其特征在于，包括：获取耕地常规统计数据和各个标准管理耕地的标准统计数据，所述标准管理耕地由专业人员根据预设的耕种及管理标准进行耕作，并记录耕作过程中产生的所述标准统计数据；利用预设聚类模型，以每个所述标准管理耕地为聚类中心，根据所述标准统计数据以及所述耕地常规统计数据，确定多个耕地簇，每个所述耕地簇中包括多个耕地单元，所述耕地单元与所述标准管理耕地在土地自然属性上的相似度满足预设聚类要求；利用预设耕地评价模型，根据所述标准统计数据以及所述耕地常规统计数据，确定每个所述耕地簇的耕地智保评价值，所述耕地智保评价值用于综合表征对所述耕地簇在自然属性的保护和社会经济属性的利用效益上的平衡效果；当所述耕地智保评价值大于预设评价阈值时，将所述标准管理耕地的所述标准统计数据与所述耕地簇中各个所述耕地单元对应的所述耕地常规统计数据进行逐一对比，确定并输出对比结果，所述对比结果用于表征所述耕地单元与所述标准管理耕地在所述土地自然属性的保护措施和土地社会经济属性的利用效益上的差异。2.根据权利要求1所述的基于统计数据的耕地智保管理方法，其特征在于，所述利用预设聚类模型，以每个所述标准管理耕地为聚类中心，根据所述标准统计数据以及所述耕地常规统计数据，确定多个耕地簇，包括：分别计算每个所述耕地常规统计数据中的第一自然属性数据与每个所述标准管理耕地对应的所述标准统计数据中的第二自然属性数据的距离；根据所述预设聚类要求以及所述距离，确定每个所述标准管理耕地对应的一个或多个所述耕地簇。3.根据权利要求2所述的基于统计数据的耕地智保管理方法，其特征在于，所述分别计算每个所述耕地常规统计数据中的第一自然属性数据与每个所述标准管理耕地对应的所述标准统计数据中的第二自然属性数据的距离，包括：；其中，为一个耕地单元与第k个所述标准管理耕地的所述距离，为第一自然属性数据中的第i个自然属性，为对应的权重系数，为第k个所述标准统计数据中的第i个所述自然属性，n为所述自然属性的总数。4.根据权利要求2或3所述的基于统计数据的耕地智保管理方法，其特征在于，所述根据所述预设聚类要求以及所述距离，确定每个所述标准管理耕地对应的一个或多个所述耕地簇，包括：若所述预设聚类要求为每个所述耕地单元只能归属于一个所述耕地簇，则从耕地单元对应的多个所述距离中筛选出最小距离作为目标距离；将所述耕地单元加入所述目标距离对应的所述耕地簇中。
5.根据权利要求2或3所述的基于统计数据的耕地智保管理方法，其特征在于，若所述预设聚类要求为每个所述耕地单元能够归属于多个所述耕地簇，则将每个耕地单元对应的多个所述距离按照从小到大排列；将前n个所述距离作为n个目标距离；将所述耕地单元分别加入n个所述目标距离对应的n个所述耕地簇中。6.根据权利要求1所述的基于统计数据的耕地智保管理方法，其特征在于，所述利用预设耕地评价模型，根据所述标准统计数据以及所述耕地常规统计数据，确定每个所述耕地簇的耕地智保评价值，包括：根据所述耕地常规统计数据中的第一自然属性数据以及所述标准统计数据中的第二自然属性数据，确定所述耕地智保评价值的第一分量；根据所述耕地常规统计数据中的第一社会经济属性数据以及所述标准统计数据中的第二社会经济属性数据，确定所述耕地智保评价值的第二分量；根据所述第一分量、所述第二分量以及权重系数，确定所述耕地智保评价值：；其中，p为所述耕地智保评价值，为所述第一分量，为所述第二分量，和为所述权重系数。7.根据权利要求6所述的基于统计数据的耕地智保管理方法，其特征在于，所述根据所述耕地常规统计数据中的第一自然属性数据以及所述标准统计数据中的第二自然属性数据，确定所述耕地智保评价值的第一分量，包括：；其中，为所述第一分量，为所述第一自然属性数据中第i个自然属性，为所述第二自然属性数据与对应的所述自然属性，为第一权重系数，n为所述自然属性的总数。8.根据权利要求6所述的基于统计数据的耕地智保管理方法，其特征在于，所述根据所述耕地常规统计数据中的第一社会经济属性数据以及所述标准统计数据中的第二社会经济属性数据，确定所述耕地智保评价值的第二分量，包括：；其中，为所述第二分量，为所述第一社会经济属性数据中第i个社会经济属性，
为所述第二社会经济属性数据中与对应的所述社会经济属性，为第二权重系数，m为所述社会经济属性的总数。9.一种基于统计数据的耕地智保管理系统，其特征在于，包括：获取模块，用于获取耕地常规统计数据和各个标准管理耕地的标准统计数据，所述标准管理耕地由专业人员根据预设的耕种及管理标准进行耕作，并记录耕作过程中产生的所述标准统计数据；处理模块，用于：利用预设聚类模型，以每个所述标准管理耕地为聚类中心，根据所述标准统计数据以及所述耕地常规统计数据，确定多个耕地簇，每个所述耕地簇中包括多个耕地单元，所述耕地单元与所述标准管理耕地在土地自然属性上的相似度满足预设聚类要求；利用预设耕地评价模型，根据所述标准统计数据以及所述耕地常规统计数据，确定每个所述耕地簇的耕地智保评价值，所述耕地智保评价值用于综合表征对所述耕地簇在自然属性的保护和社会经济属性的利用效益上的平衡效果；当所述耕地智保评价值大于预设评价阈值时，将所述标准管理耕地的所述标准统计数据与所述耕地簇中各个所述耕地单元对应的所述耕地常规统计数据进行逐一对比，确定并输出对比结果，所述对比结果用于表征所述耕地单元与所述标准管理耕地在所述土地自然属性的保护措施和土地社会经济属性的利用效益上的差异。10.一种电子设备，包括：处理器，以及与所述处理器通信连接的存储器；所述存储器存储计算机执行指令；所述处理器执行所述存储器存储的计算机执行指令，以实现如权利要求1至8任一项所述的基于统计数据的耕地智保管理方法。

技术总结
本申请提供了一种基于统计数据的耕地智保管理方法，通过获取耕地常规统计数据和各个标准管理耕地的标准统计数据；利用预设聚类模型，以每个标准管理耕地为聚类中心，根据标准统计数据以及耕地常规统计数据，确定多个耕地簇；利用预设耕地评价模型，根据标准统计数据以及耕地常规统计数据，确定每个耕地簇的耕地智保评价值；当耕地智保评价值大于预设评价阈值时，将标准管理耕地的标准统计数据与耕地簇中各个耕地单元对应的耕地常规统计数据进行逐一对比，确定并输出对比结果，对比结果用于表征耕地单元与标准管理耕地在土地自然属性的保护措施和土地社会经济属性的利用效益上的差异。的差异。的差异。


技术研发人员：石焜 臧永生 王福泉 乔玉 王方东
受保护的技术使用者：北京瞭望神州科技有限公司
技术研发日：2023.07.31
技术公布日：2023/10/11