本技术涉及农业分析技术领域,尤其涉及一种基于人工智能的农产品安全预警方法,该方法包括获取目标生物的散养范围和历史死亡地点,根据目标位置确定对应的目标基准范围和目标监测范围,确定各目标位置的位置表征状态和土壤表征状态以确定该目标位置的监测类型,并根据监测类型确定对应目标监测范围的监测点数量,确定若干普通监测范围,根据各监测范围的土壤酸碱度和土壤重金属含量确定是否发出安全预警信号,以及,根据各监测范围发出安全预警信号的次数确定对应监测范围的监测调节策略。本发明不仅提高了农产品安全管理的效率和准确性,还有助于及时发现并应对潜在的安全风险,保障了农产品的质量。
背景技术
人工智能技术的快速发展在农产品质量安全监控中已经广泛应用,通过实时采集农产品的养殖、生产、加工、储存和运输等环节的数据,利用算法和模型对数据进行智能分析,实现对农产品质量安全的快速、准确预警,从而提高农产品质量安全的监管效率,降低质量安全隐患,促进农业产业升级和提升农产品市场竞争力。
中国专利公告号CN112883137B公开了一种农产品产地安全预警方法,有机结合历史监测信息与加密布点监测信息,考虑模型算法结果及待预警区域空间特征基础上,获取各区域最少加密布点数量的同时保障点位代表性,做到快速、动态、多指标的土壤-农产品预警,为后期区域产地环境预警工作提供了数据支撑及有效思路,在监测信息基础上将待预警区域分为达标区域及超标区域,依据区域特性筛选针对性防治技术措施,综合分析土壤生态阈值及重金属累积速率,依据分析结果提出预防性措施建议,与传统预警方法相比,预防时间提前,预警时期延长,防治措施更有效,监测工作靶向性更强。由此可见,该发明存在以下问题:
该发明未考虑根据目标生物的历史死亡信息而划分重点监测范围、次重点监测范围和普通范围,并据此设置不同数量的监测点而导致的无法平衡监测效率和监测成本的问题。
实现思路