-
公开(公告)号：CN119251283B
公开(公告)日：2025-04-11
申请号：CN202411789837.9
申请日：2024-12-06
Applicant: 南京农业大学
IPC: G06T7/62 , G06T7/00 , G06N3/0455
Abstract: 本发明提供了一种活体作物叶片表型获取方法、装置、系统及应用，方法包括如下步骤：S1、获取活体作物叶片的表型图像；S2、绘制表型图像的叶片掩码图像；S3、将叶片掩码进行增强处理并得到训练集和测试集；S4、利用训练集训练Segformer神经网络模型；S5、利用经过训练的Segformer神经网络模型对测试集进行测试，测得叶片的分割掩码；S6、确定分割掩码的像素点数量；S7、根据像素点数量和预设像素面积计算叶片面积。本发明能够实现现场活体作物叶片表型测量及图像绘制的目的，避免了叶片离体失水卷曲而造成的测量不准确的问题，提高了测量的准确性，为后续在缺素类型和病害严重程度方面的研判提供条件。
-
公开(公告)号：CN102495948B
公开(公告)日：2016-12-14
申请号：CN201110368758.7
申请日：2011-11-21
Applicant: 南京农业大学
IPC: G06F19/00
Abstract: 本发明公开了一种基于MCMC的小麦品种特征参数估算方法，其方法主要是通过田间实测小麦品种的生育期及产量与小麦生长模型模拟的生育期及产量构建概率密度函数，利用MCMC方法反演得到小麦品种特征参数。具体过程首先通过测试运算得到小麦品种特征参数的先验概率分布，根据初始参数和先验分布提出候选参数，计算产量和生育期的概率密度函数和释然比，根据M-H准则判断是否接受新的参数，最终得到了品种各特征参数的后验概率密度分布。本发明所述方法估计的结果既准确又高效，在同类模型小麦品种特征参数估算当中具有普遍适用性。
-
公开(公告)号：CN104765901A
公开(公告)日：2015-07-08
申请号：CN201410214720.8
申请日：2014-05-21
Applicant: 南京农业大学
IPC: G06F17/50
Abstract: 基于Ecore的作物生长元模型构建方法，包括首先运用面向对象的方法对水稻、小麦等大田作物的生长模型进行分析提炼，抽象出作物生长过程中的共性特征，构建作物生长模拟共性概念模型。然后在作物生长模拟共性概念模型的基础之上，通过元建模语言构建了基于ECore的作物生长元模型抽象语法；最后通过GMF技术完成了基于Ecore作物生长元模型图形语法构建，从而实现基于Ecore的作物生长元模型可视化，通过小麦生长元模型、棉花作物生长元模型的构建实验表明本发明的基于Ecore的作物生长元模型构建方法是可行的。本发明构建了作物生长模拟领域通用概念模型，实现了元建模技术在作物生长模拟领域的应用中对于作物生长模型的概念的识别，有利于对农学复杂专业知识的理解。完成了基于Ecore的作物生长元模型抽象语法构建，实现了在作物生长模型领域应用中通过符合元建模规范来描述作物生长模型结构的元模型，有利于对已有建模知识的复用。完成了基于GMF的作物生长元模型图形语法的构建，实现了基于元建模的作物生长元模型构建的可视化，更加贴近农学家建模环境。
-
公开(公告)号：CN104091067A
公开(公告)日：2014-10-08
申请号：CN201410318855.9
申请日：2014-07-04
Applicant: 南京农业大学
Abstract: 本发明公开了一种基于临界氮浓度预测水稻植株各器官氮含量的方法，包括：根据田间试验建立水稻地上部和各器官的临界氮浓度稀释曲线、地上部最大氮浓度曲线、各器官的最小氮浓度曲线、RiceGrow水稻生长模型；根据RiceGrow水稻生长模型模拟得到地上部和各器官干物重、土壤供氮量；确定水稻植株的最大需氮量和潜在需氮量，以及各器官的潜在需氮量；确定植株实际吸氮量；确定穗分化之前氮素在营养器官间的分配以及穗分化之后氮素在生殖器官和营养器官的分配与转运；根据氮累积量预测水稻地上部和各器官的氮含量。本发明方法充分考虑土壤供氮量、植株对氮素的需求与分配以及转运的特点，能够准确预测水稻植株器官氮含量及其动态变化。
-
公开(公告)号：CN102722766A
公开(公告)日：2012-10-10
申请号：CN201210179577.4
申请日：2012-06-04
Applicant: 南京农业大学
Abstract: 本发明提供了一种基于修订的区域气候模式数据的小麦产量预测方法，通过观测的历史逐日气象数据，对未来区域气候模式修订的日最高最低温度、降雨强度、降雨频率、太阳辐射数据进行修订，使区域气候的数据既保持其原有的年际变化规律，又符合该站点历史气象变化规律，解决了区域气候的模拟值与观测数据之间系统性偏差、太少的连续干旱天数、无法重现高降雨事件以及时空尺度上的不匹配等带来的问题；进一步将修订后的区域气候模式数据与小麦生长模拟系统相结合，有效地提高了小麦成熟期和产量的预测精度，实现了小麦生长模拟系统和区域气候模式尺度上的统一。
-
Patent Agency Ranking
公开(公告)号：CN118314971A
公开(公告)日：2024-07-09
申请号：CN202410738183.0
申请日：2024-06-07
Applicant: 南京农业大学
IPC: G16C20/10
Abstract: 本发明提供了一种水稻花后低温胁迫下光合作用的模拟方法、系统及装置，方法包括如下步骤：获取水稻在低温胁迫处理阶段和恢复阶段的数据；根据Tmax、Tmin、Th计算低温胁迫处理阶段的ACDDi；根据低温胁迫处理阶段的ACDDi计算低温胁迫处理阶段的ε和FT；根据Tbase、Tmax、Tmin计算恢复阶段的GDD；根据低温胁迫结束当天的ACDDe和GDD计算恢复阶段的FT；根据恢复阶段的FT计算恢复阶段残留的ACDDi，并将计算结果作为计算下一低温胁迫处理阶段的FT的输入值；根据Po,max、PAR、Rd、ε和FT计算Pn。本发明可以更好模拟出不同持续时间低温胁迫对光合作用影响的差异。
-
公开(公告)号：CN118015463A
公开(公告)日：2024-05-10
申请号：CN202410163332.5
申请日：2024-02-05
Applicant: 云南省烟草农业科学研究院 , 南京农业大学
Abstract: 本申请实施例公开了一种烟碱含量高光谱监测模型构建方法及应用，其中烟碱含量高光谱监测模型构建方法包括：获取样本烟株全生育期的冠层高光谱图像和烟叶烟碱含量；利用土壤植被组分光谱分解算法和植被指数阈值法去除所述高光谱图像的土壤效应，得到高光谱数据；基于所述高光谱数据和烟叶烟碱含量，利用光谱指数波段优化算法，进行特征波段提取，特征波段与烟叶烟碱含量相关性最高的光谱指数定义为最优光谱指数，建立用于预测烟叶烟碱含量的光谱指数与烟叶烟碱含量之间的回归关系；基于所述回归关系和最优光谱指数，使用单因子线性建模构建所述烟碱含量高光谱监测模型。以解决现有技术中在利用光谱数据估算烟碱时估算结果不准确的问题。
-
公开(公告)号：CN115099071B
公开(公告)日：2022-11-11
申请号：CN202211005719.5
申请日：2022-08-22
Applicant: 南京农业大学 , 神农智慧农业研究院南京有限公司
IPC: G06F30/20 , G06N7/00 , G06Q10/04 , G06Q50/02 , G06F111/08 , G06F119/02
Abstract: 本发明提供了一种生产力预测不确定性计算方法，包括如下步骤：根据预设的划分方式将研究区域划分成不同亚区；获取亚区内多个农业观测站点的多组作物生产力数据；根据品种管理数据选取每个亚区内的主栽品种；将每个主栽品种相匹配的多组作物生产力数据分为调参用数据和验证用数据两部分；根据调参用数据计算出每个主栽品种的n组品种参数；根据验证用数据对对应主栽品种的n组品种参数进行验证；在品种参数验证结果合格的情况下，将每个主栽品种的n组品种参数构建为参数库；基于参数库，计算作物生长情况的平均值及其变异系数的空间分布。本发明能够实现在预测区域作物生产力的同时，对预测结果的不确定性进行量化。
-
公开(公告)号：CN114139790A
公开(公告)日：2022-03-04
申请号：CN202111403691.6
申请日：2021-11-24
Applicant: 南京农业大学
Abstract: 本发明提供了一种作物区域生产力预测方法，包括获取与作物生长相关的数据；对特定区域内的优势种植品种的品种参数进行调试，获得对应的品种参数；将土壤数据进行区域化处理；计算作物生长状态变量数据模拟值；根据作物生长状态变量数据模拟值和作物生长状态变量数据观测值构建目标函数；确定管理措施数据中的待优化参数，并计算使目标函数最小化时的待优化参数；利用模糊粒子群算法计算待优化参数的优化结果；将优化结果输入预测模型中获得区域产量预测结果。本发明能够提升作物生长模型与遥感技术耦合技术在区域尺度上的运算效率，建立区域尺度上更准确、更高效的产量模拟同化系统。
-
公开(公告)号：CN109472320A
公开(公告)日：2019-03-15
申请号：CN201811454430.5
申请日：2018-11-30
Applicant: 南京农业大学
Abstract: 本发明公开了一种不确定条件下作物生育期模型品种参数自动校正框架，针对在不确定条件下，相似性度量算法以及自适应差分进化算法与作物生育期模型耦合过程中一些关键环节。该框架解决选取多年份温光属性特征差异度大的数据集代表当地的气候条件，作为模型品种参数校正的样本数据集，即筛选出能够约束所有参数的关键物候期变量作为适应度函数中目标变量，当变量实测数据缺失时利用栽培知识推算其缺失值；确定具有自适应特征差分的进化算法来校正模型品种参数；最后对“异参同效”的估计参数结果，采用改进K-means聚类算法选择出一组鲁棒性较好的代表性品种参数，使得模拟误差最小并具有较好稳定性，便于用于实际生产实践。
-
-
-
-
-
-
-
-
-
Search Results
47
records
(took 0.028 seconds)
