应用于农牧区域的边缘地带智能划分方法

摘要

本发明涉及智能划分领域，揭露一种应用于农牧区域的边缘地带智能划分方法、装置及设备，所述方法包括：划分农牧区域的区域网格与区域类目，采集区域网格的环境数据，提取区域网格的边缘划分指标，计算边缘划分指标的指标权重；计算边缘划分指标中每个边缘划分指标的类型趋向度，构建类型趋向度的趋向度矩阵，确定区域网格的区域类型；对区域网格进行网格拼接，得到拼接网格，确定农牧区域的当前农牧边缘；识别当前农牧边缘的边缘方向，构建当前农牧边缘的边缘等值线，计算边缘等值线的边缘变化率，分析当前农牧边缘的规划农牧边缘；将当前农牧边缘与规划农牧边缘作为农牧区域的边缘划分结果。本发明可以提高农牧区域的边缘地带划分准确率。

说明书

技术领域

本发明涉及智能划分领域，尤其涉及一种应用于农牧区域的边缘地带智能划分方法。

背景技术

目前，通过识别农牧区域中存在的农牧交错带来确定农牧区域中的农业区的边缘与畜牧业的边缘、以及沙漠区的边缘，对于农牧交错带的划分，一些方案通过收集农牧区域的降水情况、气候变化或者是区域3D图像等实现对农牧交错带的识别，从而确定农业区的边缘与畜牧业的边缘、以及沙漠区的边缘，其中，由于随着科学技术的发达，人工对农牧区域进行降水的技术越来越普遍，由于收集农牧区域的天然降水情况而忽略了人工降水数据，因此通过收集农牧区域的天然降水情况实现对农牧交错带的识别的方法显然不能够精确表征农牧交错带的特征，另外，现有技术通常对当前的农牧边缘进行划分，而忽略了农牧边缘会随着气候变化而发生挪移。因此，农牧区域的边缘地带划分准确率不足。

发明内容

为了解决上述问题，本发明提供了一种应用于农牧区域的边缘地带智能划分方法，可以提高农牧区域的边缘地带划分准确率。

第一方面，本发明提供了一种应用于农牧区域的边缘地带智能划分方法，包括：

获取农牧区域，划分所述农牧区域的区域网格与区域类目，采集所述区域网格的环境数据，从所述环境数据中提取所述区域网格的边缘划分指标，计算所述边缘划分指标的指标权重；

基于所述区域类目，计算所述边缘划分指标中每个边缘划分指标的类型趋向度，构建所述类型趋向度的趋向度矩阵，并利用所述趋向度矩阵与所述指标权重，从所述区域类目中确定所述区域网格的区域类型；

基于所述区域类型，对所述区域网格进行网格拼接，得到拼接网格，利用所述拼接网格确定所述农牧区域的当前农牧边缘；

识别所述当前农牧边缘的边缘方向，基于所述边缘方向，构建所述当前农牧边缘的边缘等值线，计算所述边缘等值线的边缘变化率，利用所述边缘变化率，分析所述当前农牧边缘的规划农牧边缘；

将所述当前农牧边缘与所述规划农牧边缘作为所述农牧区域的边缘划分结果。

在第一方面的一种可能实现方式中，所述划分所述农牧区域的区域网格与区域类目，包括：

测量所述农牧区域的区域面积；基于所述区域面积，设置所述农牧区域的网格尺寸；

将所述农牧区域划分为符合所述网格尺寸的区域网格；

确定所述农牧区域所包含的所有区域类目。

在第一方面的一种可能实现方式中，所述采集所述区域网格的环境数据，包括：

采集所述区域网格的人工数据与天然数据；

基于所述人工数据，利用下述公式计算所述区域网格的人工降水量：

其中，I

对所述人工降水量与所述天然数据中的天然降水量进行合并，得到区域网格的实际总降水量；

将所述实际总降水量与所述天然数据作为所述环境数据。

在第一方面的一种可能实现方式中，所述计算所述边缘划分指标的指标权重，包括：

利用下述公式计算所述边缘划分指标的指标比重：

其中，p

基于所述指标比重，利用下述公式计算所述边缘划分指标中二级指标的指标熵值：

其中，e

根据所述指标熵值，利用下述公式计算所述边缘划分指标的指标权重：

其中，d

在第一方面的一种可能实现方式中，所述基于所述区域类目，计算所述边缘划分指标中每个边缘划分指标的类型趋向度，包括：

识别所述边缘划分指标中每个边缘划分指标的指标类型；

根据所述指标类型，划分所述边缘划分指标中每个边缘划分指标的指标等级；

根据所述指标等级，利用下述公式计算所述类型趋向度：

其中，H

在第一方面的一种可能实现方式中，所述构建所述类型趋向度的趋向度矩阵，包括：

利用下述格式构建所述类型趋向度的趋向度矩阵：

H

其中，H

在第一方面的一种可能实现方式中，所述利用所述趋向度矩阵与所述指标权重，从所述区域类目中确定所述区域网格的区域类型，包括：

利用所述趋向度矩阵与所述指标权重，利用下述公式计算所述区域网格的总类型趋向度：

Q＝d*H

其中，Q表示所述总类型趋向度，d表示所述指标权重，H表示所述趋向度矩阵；

从所述总类型趋向度中识别最大的总类型趋向度，得到最大总类型趋向度；

从所述区域类目中查询所述最大总类型趋向度对应的类型，得到所述区域类型。

在第一方面的一种可能实现方式中，所述基于所述区域类型，对所述区域网格进行网格拼接，得到拼接网格，包括：

查询所述区域类型中的农牧边缘区；

在所述区域网格中提取符合所述农牧边缘区的网格，得到目标网格；

根据所述目标网格的卫星地址；

对所述目标网格进行网格连接，得到所述拼接网格。

在第一方面的一种可能实现方式中，所述识别所述当前农牧边缘的边缘方向，包括：

选取所述当前农牧边缘的基础参数与方向判别参数；

基于所述基础参数，利用下述公式计算所述当前农牧边缘的方向判别系数：

其中，α表示所述方向判别系数，R

利用所述方向判别参数的方向范围识别所述方向判别系数的方向范围；

基于所述方向范围，确定所述当前农牧边缘的边缘方向。

在第一方面的一种可能实现方式中，所述利用所述边缘变化率，分析所述当前农牧边缘的规划农牧边缘，包括：

在所述边缘变化率大于预设变化率时，获取所述边缘变化率的周边变化率；

根据所述周边变化率与所述边缘变化率之间的变化趋势，识别所述边缘变化率对应的边缘区域的规划变化方向；

基于所述规划变化方向，确定所述当前农牧边缘的规划农牧边缘。

与现有技术相比，本方案的技术原理及有益效果在于：

本发明实施例首先通过划分所述农牧区域的区域网格与区域类目，以用于将庞大的农牧区域划分为多个小网格区域，便于每个网格区域仅占用所属于的农牧类型中的某一个类型，进一步地，本发明实施例通过采集所述区域网格的环境数据，以用于收集农牧区域的天然降水情况的同时，收集人工降水数据，增加后续农牧区域的边缘地带划分准确率，进一步地，本发明实施例通过从所述环境数据中提取所述区域网格的边缘划分指标，以用于基于指标来分析每个网格区域所属于的区域类型，本发明实施例通过基于所述区域类目，计算所述边缘划分指标中每个边缘划分指标的类型趋向度，以用于计算每个网格对应的指标数据所趋向的区域类型，本发明实施例通过基于所述区域类型，对所述区域网格进行网格拼接，以用于将涉及农牧边缘区的网格进行拼接，形成完整的边缘线，本发明实施例通过识别所述当前农牧边缘的边缘方向，以用于确定所述当前农牧边缘的边界线初始位置，便于后续将对所述当前农牧边缘预测的未来边界线朝向与初始边界线朝向进行比较。因此，本发明实施例提出的一种应用于农牧区域的边缘地带智能划分方法、装置及设备，可以提高农牧区域的边缘地带划分准确率。

附图说明

此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本发明的实施例，并与说明书一起用于解释本发明的原理。

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，对于本领域普通技术人员而言，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。

图1为本发明一实施例提供的一种应用于农牧区域的边缘地带智能划分方法的流程示意图；

图2为本发明一实施例中图1提供的一种应用于农牧区域的边缘地带智能划分方法的其中一个步骤的流程示意图；

图3为本发明一实施例中图1提供的一种应用于农牧区域的边缘地带智能划分方法的另外一个步骤的流程示意图；

图4为本发明一实施例提供的一种应用于农牧区域的边缘地带智能划分装置的模块示意图；

图5为本发明一实施例提供的实现应用于农牧区域的边缘地带智能划分方法的电子设备的内部结构示意图。

具体实施方式

应当理解，此处所描述的具体实施方式仅仅用以解释本发明，并不用于限定本发明。

本发明实施例提供一种应用于农牧区域的边缘地带智能划分方法，所述应用于农牧区域的边缘地带智能划分方法的执行主体包括但不限于服务端、终端等能够被配置为执行本发明实施例提供的该方法的电子设备中的至少一种。换言之，所述应用于农牧区域的边缘地带智能划分方法可以由安装在终端设备或服务端设备的软件或硬件来执行，所述软件可以是区块链平台。所述服务端包括但不限于：单台服务器、服务器集群、云端服务器或云端服务器集群等。所述服务器可以是独立的服务器，也可以是提供云服务、云数据库、云计算、云函数、云存储、网络服务、云通信、中间件服务、域名服务、安全服务、内容分发网络(Content Delivery Network，CDN)、以及大数据和人工智能平台等基础云计算服务的云服务器。

参阅图1所示，是本发明一实施例提供的应用于农牧区域的边缘地带智能划分方法的流程示意图。其中，图1中描述的应用于农牧区域的边缘地带智能划分方法包括：

S1、获取农牧区域，划分所述农牧区域的区域网格与区域类目，采集所述区域网格的环境数据，从所述环境数据中提取所述区域网格的边缘划分指标，计算所述边缘划分指标的指标权重。

本发明实施例中，所述农牧区域包括农业区域、畜牧区域、森林区域、荒漠区域以及农牧边缘区等等。

进一步地，本发明实施例通过划分所述农牧区域的区域网格与区域类目，以用于将庞大的农牧区域划分为多个小网格区域，便于每个网格区域仅占用所属于的农牧类型中的某一个类型，其中，所述农牧类型是指所述农牧区域的区域类型，包括农业区域、畜牧区域、森林区域、荒漠区域以及农牧边缘区等等。其中，所述区域类目包括农业区域、畜牧区域、森林区域、荒漠区域以及农牧边缘区等等。

本发明的一实施例中，所述划分所述农牧区域的区域网格与区域类目，包括：测量所述农牧区域的区域面积；基于所述区域面积，设置所述农牧区域的网格尺寸；将所述农牧区域划分为符合所述网格尺寸的区域网格；确定所述农牧区域所包含的所有区域类目。

进一步地，本发明实施例通过采集所述区域网格的环境数据，以用于收集农牧区域的天然降水情况的同时，收集人工降水数据，增加后续农牧区域的边缘地带划分准确率。

本发明的一实施例中，所述采集所述区域网格的环境数据，包括：采集所述区域网格的人工数据与天然数据；基于所述人工数据，利用下述公式计算所述区域网格的人工降水量：

其中，I

对所述人工降水量与所述天然数据中的天然降水量进行合并，得到区域网格的实际总降水量；将所述实际总降水量与所述天然数据作为所述环境数据。

其中，所述天然数据是指所述区域网格的天然气候数据，包括空气数据与水分数据等等；I

进一步地，本发明实施例通过从所述环境数据中提取所述区域网格的边缘划分指标，以用于基于指标来分析每个网格区域所属于的区域类型。其中，所述边缘划分指标包括一级指标与二级指标，一级指标包括多个二级指标，例如一级指标降水情况，包括水分率与水分条件等多个二级指标，例如一级指标气候情况，包括空气干燥率等多个二级指标。

本发明的一实施例中，所述计算所述边缘划分指标的指标权重，包括：利用下述公式计算所述边缘划分指标的指标比重：

其中，p

基于所述指标比重，利用下述公式计算所述边缘划分指标中二级指标的指标熵值：

其中，e

根据所述指标熵值，利用下述公式计算所述边缘划分指标的指标权重：

其中，d

S2、基于所述区域类目，计算所述边缘划分指标中每个边缘划分指标的类型趋向度，构建所述类型趋向度的趋向度矩阵，并利用所述趋向度矩阵与所述指标权重，从所述区域类目中确定所述区域网格的区域类型。

本发明实施例通过基于所述区域类目，计算所述边缘划分指标中每个边缘划分指标的类型趋向度，以用于计算每个网格对应的指标数据所趋向的区域类型。

本发明的一实施例中，所述基于所述区域类目，计算所述边缘划分指标中每个边缘划分指标的类型趋向度，包括：识别所述边缘划分指标中每个边缘划分指标的指标类型；根据所述指标类型，划分所述边缘划分指标中每个边缘划分指标的指标等级；根据所述指标等级，利用下述公式计算所述类型趋向度：

其中，H

本发明的一实施例中，利用下述格式构建所述类型趋向度的趋向度矩阵：

H

其中，H

本发明的一实施例中，所述利用所述趋向度矩阵与所述指标权重，从所述区域类目中确定所述区域网格的区域类型，包括：利用所述趋向度矩阵与所述指标权重，利用下述公式计算所述区域网格的总类型趋向度：

Q＝d*H

其中，Q表示所述总类型趋向度，d表示所述指标权重，H表示所述趋向度矩阵；

从所述总类型趋向度中识别最大的总类型趋向度，得到最大总类型趋向度；从所述区域类目中查询所述最大总类型趋向度对应的类型，得到所述区域类型。

其中，所述总类型趋向度包括四个趋向度结果，每个趋向度对应于所述区域类目中的某个区域类型，例如在所述总类型趋向度为[a，b，c，d]时，所对应的区域类目为[农业区，畜牧区，林业区、农牧交错区]，在[a，b，c，d]中某个趋向度最大时，则所述区域网格的区域类型为最大的趋向度所对应的类型，例如在d最大时，则区域网格的区域类型为农牧边缘区。

S3、基于所述区域类型，对所述区域网格进行网格拼接，得到拼接网格，利用所述拼接网格确定所述农牧区域的当前农牧边缘。

本发明实施例通过基于所述区域类型，对所述区域网格进行网格拼接，以用于将涉及农牧边缘区的网格进行拼接，形成完整的边缘线。

本发明的一实施例中，所述基于所述区域类型，对所述区域网格进行网格拼接，得到拼接网格，包括：查询所述区域类型中的农牧边缘区；在所述区域网格中提取符合所述农牧边缘区的网格，得到目标网格；根据所述目标网格的卫星地址；对所述目标网格进行网格连接，得到所述拼接网格。

本发明实施例中，所述当前农牧边缘是指由所述拼接网格构成的边缘区域，所述当前农牧边缘为不同农牧区域之间的过渡区域，而所述当前农牧边缘的边缘线即为不同农牧区域的边缘线。

S4、识别所述当前农牧边缘的边缘方向，基于所述边缘方向，构建所述当前农牧边缘的边缘等值线，计算所述边缘等值线的边缘变化率，利用所述边缘变化率，分析所述当前农牧边缘的规划农牧边缘。

本发明实施例通过识别所述当前农牧边缘的边缘方向，以用于确定所述当前农牧边缘的边界线初始位置，便于后续将对所述当前农牧边缘预测的未来边界线朝向与初始边界线朝向进行比较。

其中，所述边缘方向是指所述当前农牧边缘的朝向，基于当前农牧边缘的所处的地理位置进行划分，例如，所述当前农牧边缘的分为两半，分别为北界与南界，则所述当前农牧边缘中处于北界内的区域朝向为北，所述当前农牧边缘中处于南界内的区域朝向为南。

本发明的一实施例中，所述识别所述当前农牧边缘的边缘方向，包括：选取所述当前农牧边缘的基础参数与方向判别参数；基于所述基础参数，利用下述公式计算所述当前农牧边缘的方向判别系数：

其中，α表示所述方向判别系数，R

利用所述方向判别参数的方向范围识别所述方向判别系数的方向范围；基于所述方向范围，确定所述当前农牧边缘的边缘方向。

其中，所述基础参数是指常规气候条件的参数值，例如降水率；所述方向判别参数是指由所述基础参数计算得到的用于判别边缘方向的参数，例如降水保证率，其中某界限降水量在一定的时段内出现的次数与同时段降水总次数的百分比，称为

本发明的一实施例中，参阅图2所示，所述基于所述边缘方向，构建所述当前农牧边缘的边缘等值线，包括：

S201、确定所述当前农牧边缘的等值线基点与等值线间距；

S202、将垂直于所述边缘方向的方向作为所述当前农牧边缘的等值线方向；

S203、基于所述等值线间距，在所述等值线基点处绘制符合所述等值线方向的边缘等值线。

其中，所述边缘等值线是指制图对象某一数量指标值相等的各点连成的平滑曲线，则所述等值线基点是指制图对象的各点连接时的某一相等数量指标值，例如同样的高度。

本发明的一实施例中，所述计算所述边缘等值线的边缘变化率，包括：获取所述边缘等值线上的边缘等值点，利用下述公式计算所述边缘等值点的边缘变化率：

其中，C表示所述边缘等值点的边缘变化率，σ表示所述边缘等值点处所选取的n年历史基础参数值的标准差，

将所述边缘等值点的边缘变化率作为所述边缘等值线的边缘变化率。

本发明实施例中，所述规划农牧边缘是指预测的未来农牧边缘。

本发明的一实施例中，参阅图3所示，所述利用所述边缘变化率，分析所述当前农牧边缘的规划农牧边缘，包括：

S301、在所述边缘变化率大于预设变化率时，获取所述边缘变化率的周边变化率；

S302、根据所述周边变化率与所述边缘变化率之间的变化趋势，识别所述边缘变化率对应的边缘区域的规划变化方向；

S303、基于所述规划变化方向，确定所述当前农牧边缘的规划农牧边缘。

可选地，在所述边缘变化率大于预设变化率时，表示所述边缘变化率对应的边缘区域极有可能发生偏移，获取所述边缘变化率的周边变化率是为了判断从周边到当前边缘处的变化率是逐渐增高还是逐渐降低，若是逐渐增高，则将从周边到当前边缘处的方向作为边缘会发生偏移的方向，若是逐渐降低，则方向相反。

S5、将所述当前农牧边缘与所述规划农牧边缘作为所述农牧区域的边缘划分结果。

可以看出，本发明实施例首先通过划分所述农牧区域的区域网格与区域类目，以用于将庞大的农牧区域划分为多个小网格区域，便于每个网格区域仅占用所属于的农牧类型中的某一个类型，进一步地，本发明实施例通过采集所述区域网格的环境数据，以用于收集农牧区域的天然降水情况的同时，收集人工降水数据，增加后续农牧区域的边缘地带划分准确率，进一步地，本发明实施例通过从所述环境数据中提取所述区域网格的边缘划分指标，以用于基于指标来分析每个网格区域所属于的区域类型，本发明实施例通过基于所述区域类目，计算所述边缘划分指标中每个边缘划分指标的类型趋向度，以用于计算每个网格对应的指标数据所趋向的区域类型，本发明实施例通过基于所述区域类型，对所述区域网格进行网格拼接，以用于将涉及农牧边缘区的网格进行拼接，形成完整的边缘线，本发明实施例通过识别所述当前农牧边缘的边缘方向，以用于确定所述当前农牧边缘的边界线初始位置，便于后续将对所述当前农牧边缘预测的未来边界线朝向与初始边界线朝向进行比较。因此，本发明实施例提出的一种应用于农牧区域的边缘地带智能划分方法可以提高农牧区域的边缘地带划分准确率。

如图4所示，是本发明应用于农牧区域的边缘地带智能划分装置功能模块图。

本发明所述应用于农牧区域的边缘地带智能划分装置400可以安装于电子设备中。根据实现的功能，所述应用于农牧区域的边缘地带智能划分装置可以包括指标权重计算模块401、区域类型确定模块402、当前边缘确定模块403、规划边缘分析模块404以及划分结果确定模块405。本发明所述模块也可以称之为单元，是指一种能够被电子设备处理器所执行，并且能够完成固定功能的一系列计算机程序段，其存储在电子设备的存储器中。

在本发明实施例中，关于各模块/单元的功能如下：

所述指标权重计算模块401，用于获取农牧区域，划分所述农牧区域的区域网格与区域类目，采集所述区域网格的环境数据，从所述环境数据中提取所述区域网格的边缘划分指标，计算所述边缘划分指标的指标权重；

所述区域类型确定模块402，用于基于所述区域类目，计算所述边缘划分指标中每个边缘划分指标的类型趋向度，构建所述类型趋向度的趋向度矩阵，并利用所述趋向度矩阵与所述指标权重，从所述区域类目中确定所述区域网格的区域类型；

所述当前边缘确定模块403，用于基于所述区域类型，对所述区域网格进行网格拼接，得到拼接网格，利用所述拼接网格确定所述农牧区域的当前农牧边缘；

所述规划边缘分析模块404，用于识别所述当前农牧边缘的边缘方向，基于所述边缘方向，构建所述当前农牧边缘的边缘等值线，计算所述边缘等值线的边缘变化率，利用所述边缘变化率，分析所述当前农牧边缘的规划农牧边缘；

所述划分结果确定模块405，用于将所述当前农牧边缘与所述规划农牧边缘作为所述农牧区域的边缘划分结果。

详细地，本发明实施例中所述应用于农牧区域的边缘地带智能划分装置400中的所述各模块在使用时采用与上述的图1至图3中所述的应用于农牧区域的边缘地带智能划分方法一样的技术手段，并能够产生相同的技术效果，这里不再赘述。

如图5所示，是本发明实现应用于农牧区域的边缘地带智能划分方法的电子设备的结构示意图。

所述电子设备可以包括处理器50、存储器51、通信总线52以及通信接口53，还可以包括存储在所述存储器51中并可在所述处理器50上运行的计算机程序，如应用于农牧区域的边缘地带智能划分程序。

其中，所述处理器50在一些实施例中可以由集成电路组成，例如可以由单个封装的集成电路所组成，也可以是由多个相同功能或不同功能封装的集成电路所组成，包括一个或者多个中央处理器(Central Processing unit，CPU)、微处理器、数字处理芯片、图形处理器及各种控制芯片的组合等。所述处理器50是所述电子设备的控制核心(ControlUnit)，利用各种接口和线路连接整个电子设备的各个部件，通过运行或执行存储在所述存储器51内的程序或者模块(例如执行应用于农牧区域的边缘地带智能划分程序等)，以及调用存储在所述存储器51内的数据，以执行电子设备的各种功能和处理数据。

所述存储器51至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、移动硬盘、多媒体卡、卡型存储器(例如：SD或DX存储器等)、磁性存储器、磁盘、光盘等。所述存储器51在一些实施例中可以是电子设备的内部存储单元，例如该电子设备的移动硬盘。所述存储器51在另一些实施例中也可以是电子设备的外部存储设备，例如电子设备上配备的插接式移动硬盘、智能存储卡(Smart Media Card，SMC)、安全数字(Secure Digital，SD)卡、闪存卡(Flash Card)等。进一步地，所述存储器51还可以既包括电子设备的内部存储单元也包括外部存储设备。所述存储器51不仅可以用于存储安装于电子设备的应用软件及各类数据，例如数据库配置化连接程序的代码等，还可以用于暂时地存储已经输出或者将要输出的数据。

所述通信总线52可以是外设部件互连标准(peripheral componentinterconnect，简称PCI)总线或扩展工业标准结构(extended industry standardarchitecture，简称EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。所述总线被设置为实现所述存储器51以及至少一个处理器50等之间的连接通信。

所述通信接口53用于上述电子设备5与其他设备之间的通信，包括网络接口和用户接口。可选地，所述网络接口可以包括有线接口和/或无线接口(如WI-FI接口、蓝牙接口等)，通常用于在该电子设备与其他电子设备之间建立通信连接。所述用户接口可以是显示器(Display)、输入单元(比如键盘(Keyboard))，可选地，所述用户接口还可以是标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在电子设备中处理的信息以及用于显示可视化的用户界面。

图5仅示出了具有部件的电子设备，本领域技术人员可以理解的是，图5示出的结构并不构成对所述电子设备的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。

例如，尽管未示出，所述电子设备还可以包括给各个部件供电的电源(比如电池)，优选地，电源可以通过电源管理装置与所述至少一个处理器50逻辑相连，从而通过电源管理装置实现充电管理、放电管理、以及功耗管理等功能。电源还可以包括一个或一个以上的直流或交流电源、再充电装置、电源故障检测电路、电源转换器或者逆变器、电源状态指示器等任意组件。所述电子设备还可以包括多种传感器、蓝牙模块、Wi-Fi模块等，在此不再赘述。

应该了解，所述实施例仅为说明之用，在专利发明范围上并不受此结构的限制。

所述电子设备中的所述存储器51存储的数据库配置化连接程序是多个计算机程序的组合，在所述处理器50中运行时，可以实现：

获取农牧区域，划分所述农牧区域的区域网格与区域类目，采集所述区域网格的环境数据，从所述环境数据中提取所述区域网格的边缘划分指标，计算所述边缘划分指标的指标权重；

基于所述区域类目，计算所述边缘划分指标中每个边缘划分指标的类型趋向度，构建所述类型趋向度的趋向度矩阵，并利用所述趋向度矩阵与所述指标权重，从所述区域类目中确定所述区域网格的区域类型；

基于所述区域类型，对所述区域网格进行网格拼接，得到拼接网格，利用所述拼接网格确定所述农牧区域的当前农牧边缘；

识别所述当前农牧边缘的边缘方向，基于所述边缘方向，构建所述当前农牧边缘的边缘等值线，计算所述边缘等值线的边缘变化率，利用所述边缘变化率，分析所述当前农牧边缘的规划农牧边缘；

将所述当前农牧边缘与所述规划农牧边缘作为所述农牧区域的边缘划分结果。

具体地，所述处理器50对上述计算机程序的具体实现方法可参考图1对应实施例中相关步骤的描述，在此不赘述。

进一步地，所述电子设备集成的模块/单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个非易失性计算机可读取存储介质中。所述存储介质可以是易失性的，也可以是非易失性的。例如，所述计算机可读介质可以包括：能够携带所述计算机程序代码的任何实体或装置、记录介质、U盘、移动硬盘、磁碟、光盘、计算机存储器、只读存储器(ROM，Read-Only Memory)。

本发明还提供一种存储介质，所述可读存储介质存储有计算机程序，所述计算机程序在被电子设备的处理器所执行时，可以实现：

获取农牧区域，划分所述农牧区域的区域网格与区域类目，采集所述区域网格的环境数据，从所述环境数据中提取所述区域网格的边缘划分指标，计算所述边缘划分指标的指标权重；

基于所述区域类目，计算所述边缘划分指标中每个边缘划分指标的类型趋向度，构建所述类型趋向度的趋向度矩阵，并利用所述趋向度矩阵与所述指标权重，从所述区域类目中确定所述区域网格的区域类型；

基于所述区域类型，对所述区域网格进行网格拼接，得到拼接网格，利用所述拼接网格确定所述农牧区域的当前农牧边缘；

识别所述当前农牧边缘的边缘方向，基于所述边缘方向，构建所述当前农牧边缘的边缘等值线，计算所述边缘等值线的边缘变化率，利用所述边缘变化率，分析所述当前农牧边缘的规划农牧边缘；

将所述当前农牧边缘与所述规划农牧边缘作为所述农牧区域的边缘划分结果。

在本发明所提供的几个实施例中，应该理解到，所揭露的设备，装置和方法，可以通过其它的方式实现。例如，以上所描述的装置实施例仅仅是示意性的，例如，所述模块的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式。

所述作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。

另外，在本发明各个实施例中的各功能模块可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用硬件加软件功能模块的形式实现。

对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。

因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化涵括在本发明内。不应将权利要求中的任何附关联图标记视为限制所涉及的权利要求。

需要说明的是，在本文中，诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，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、物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、物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，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。

以上所述仅是本发明的具体实施方式，使本领域技术人员能够理解或实现本发明。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本发明的精神或范围的情况下，在其它实施例中实现。因此，本发明将不会被限制于本文所示的这些实施例，而是要符合与本文所发明的原理和新颖特点相一致的最宽的范围。