-
公开(公告)号：CN117058492B
公开(公告)日：2024-02-27
申请号：CN202311322535.6
申请日：2023-10-13
Applicant: 之江实验室 , 中国科学院东北地理与农业生态研究所
IPC: G06V10/774 , G06V10/764 , G06V10/82 , G06V20/70 , G06N3/09 , G06N5/04
Abstract: 一种基于学习解耦的两阶段训练病害识别方法和系统，其方法包括：步骤S1：采集待识别作物的图像样本，制作训练数据集；步骤S2：构造基于学习解耦的分类算法网络模型；步骤S3：对基于学习解耦的分类算法模型进行一阶段训练；步骤S4：固定部分权重，对基于学习解耦的分类算法模型进行二阶段训练；步骤S5：基于训练得到的基于学习解耦的分类算法模型进行推理，最终得到待分类目标叶片的病害种类和病害等级。本发明具有准确度高，标注成本极低，且可实现单模型对病害种类和病害等级进行细分类识别。
-
公开(公告)号：CN117058492A
公开(公告)日：2023-11-14
申请号：CN202311322535.6
申请日：2023-10-13
Applicant: 之江实验室 , 中国科学院东北地理与农业生态研究所
IPC: G06V10/774 , G06V10/764 , G06V10/82 , G06V20/70 , G06N3/09 , G06N5/04
Abstract: 一种基于学习解耦的两阶段训练病害识别方法和系统，其方法包括：步骤S1：采集待识别作物的图像样本，制作训练数据集；步骤S2：构造基于学习解耦的分类算法网络模型；步骤S3：对基于学习解耦的分类算法模型进行一阶段训练；步骤S4：固定部分权重，对基于学习解耦的分类算法模型进行二阶段训练；步骤S5：基于训练得到的基于学习解耦的分类算法模型进行推理，最终得到待分类目标叶片的病害种类和病害等级。本发明具有准确度高，标注成本极低，且可实现单模型对病害种类和病害等级进行细分类识别。
-
公开(公告)号：CN120021524A
公开(公告)日：2025-05-23
申请号：CN202510457404.1
申请日：2025-04-11
Applicant: 中国科学院东北地理与农业生态研究所
IPC: A01G22/00
Abstract: 本发明提供了一种水位波动河滨带退化湿地千屈菜群落定向恢复方法，属于湿地水环境生态治理与景观修复技术领域。本发明包括以下步骤：(1)对河滨带退化湿地的水文状况进行调查，确定目标恢复区域及千屈菜的移栽株高和时间：低洼区移栽株高≥30cm，5月上旬移栽；水位变化区移栽株高≥25cm，5月上旬移栽；湿润区移栽株高≥20cm，5月中下旬移栽；(2)对目标恢复区域的千屈菜退化程度进行调查，确定千屈菜的移栽密度：轻度退化区自然恢复，中度退化区移栽20‑30株/m2，重度退化区移栽40‑60株/m2。本发明不仅可以提升千屈菜的生长适应性，还能增强湿地的生态功能，为生态保护和可持续发展提供新的解决方案。
-
公开(公告)号：CN118177019B
公开(公告)日：2024-07-16
申请号：CN202410585015.2
申请日：2024-05-13
Applicant: 中国科学院东北地理与农业生态研究所
IPC: A01G22/00
Abstract: 促进伴生植物在恢复湿地建植的方法，涉及一种湿地伴生植物的恢复方法。本发明是为了解决湿地伴生植物种群难以恢复的问题。方法：一、确立目标；二、苗木准备；三、微生境构建；四、苗木栽植；五、水分管理；六、调查监测；七、去除隔离板。本发明通过调查比对恢复湿地和毗邻的自然湿地植被，结合恢复需要确定目标物种，具备科学性和可行性。遵循植物种间种内关系，通过局部密植和限期隔离，大大提高伴生物种恢复成功率；整个流程不使用任何化肥农药，所用隔离材料无污染、且可重复利用，满足生态环保要求。本发明属于伴生植物在恢复湿地建植的领域。
-
公开(公告)号：CN118020549B
公开(公告)日：2024-07-09
申请号：CN202410444238.7
申请日：2024-04-15
Applicant: 中国科学院东北地理与农业生态研究所
Abstract: 降低稻田稗种子生产力的方法，涉及一种降低稻田恶性杂草的方法。本发明是为了解决现有防除稻田内稗草的方法难以达到控制稗草的问题，方法：一、选择地块；二、监测株高；三、观察种子；四、刈割稗草；五、利用稗草；六、种子测产。本发明是在田间多年观测稗草和水稻生长规律基础上创立的，不影响水稻的正常生长，且能大幅降低稗草种子产量；不使用任何激素或农药，且将割下的稗草植株进行充分利用，生态环保、符合发展生态有机农业的要求；本发明用到的观测、刈割等方法简便易懂，易于推广应用。本发明属于稻田恶性杂草的防除领域。
-
Patent Agency Ranking
公开(公告)号：CN118140798A
公开(公告)日：2024-06-07
申请号：CN202410579264.0
申请日：2024-05-11
Applicant: 中国科学院东北地理与农业生态研究所
Abstract: 本发明涉及作物育苗领域，特别涉及冰沼草种子育苗方法。本发明公开了冰沼草种子高效育苗方法，包括以下步骤：一、种子采集；二、种子消毒；三、种子储藏；四、种子萌发；五、播种；六、苗期管理。本发明是在多年观察冰沼草野外生境特征和生长习性基础上提出的，遵循了种间互作、环境筛等基本原理，具备科学性和客观性；通过种子消毒、低温淹水、泥炭藓浸出液处理等措施，避免种子被霉菌侵染，打破休眠，大幅提高了种子萌发率；全过程不使用任何肥料或农药，节约成本且生态环保，培育出的种苗健壮，适宜温室规模化育苗。
-
公开(公告)号：CN112986045B
公开(公告)日：2023-06-20
申请号：CN202110197746.6
申请日：2021-02-22
Applicant: 中国科学院东北地理与农业生态研究所
IPC: G01N5/04
Abstract: 一种沼泽湿地边界的判定方法，本发明涉及湿地边界的判定方法。本发明解决了目前确定湿地与陆地界限判定结果不慎准确的问题。方法：一、沼泽湿地样方设置与调查；二、土壤样品采集与分析；三、植物样品分析；四、单因素方差分析确定判定湿地边界的指标，沼泽湿地样方中满足所述指标的位置即为湿地与陆地的边界。本发明通过样方的设置调查分析确定出判定湿地边界指标，极大提高了湿地边界判定准确度，解决了湿地边界判定结果不慎准确的问题。
-
公开(公告)号：CN113111672A
公开(公告)日：2021-07-13
申请号：CN202110395804.6
申请日：2021-04-13
Applicant: 中国科学院东北地理与农业生态研究所
IPC: G06K7/10 , G06F16/906 , G06F16/955
Abstract: 本发明涉及湿地科学技术领域，特别涉及一种真湿地植物的判定方法。该方法包括：在调查区域范围内搜集目标植物标本，并采集相关信息；在植物标本数据库或实体标本馆搜集以目标类群命名的标本，剔除生境信息缺失的标本和同号标本；剔除鉴定错误的标本；按生境信息将标本进行归类；通过标本记录的生境信息及标本数量判定目标植物是否为真湿地植物；判定具体为：标本所属生境为湿生环境和/或中生环境；或者为湿生、中生和旱生环境，湿生和中生环境的标本数量达到标本总数的2/3以上，则判定目标植物为真湿地植物。本发明根据大量植物标本的生境信息进行归类和量化以判定物种是否为真湿地植物，能够客观反映植物适应水分的实际情况，方法科学。
-
公开(公告)号：CN105723847B
公开(公告)日：2018-03-09
申请号：CN201610118572.9
申请日：2016-03-02
Applicant: 中国科学院东北地理与农业生态研究所
IPC: A01B79/02
Abstract: 一种吉林西部退化盐碱地恢复成三江藨草湿地的方法，它属于生态工程的技术领域，具体涉及一种退化盐碱地恢复成湿地的方法。本发明的目的是要解决现在有退化盐碱地恢复成湿地存在植被成活率低，导致恢复缓慢，甚至无法恢复的问题。方法：一、土地整理；二、采集种源，得到待种植三江藨草球茎；三、播种；四、水文管理；五、植物监测，保证三江藨草球茎密度为10个/m2～20个/m2，即完成吉林西部退化盐碱地恢复成三江藨草湿地。本发明主要用于将吉林西部退化盐碱地恢复成三江藨草湿地。
-
公开(公告)号：CN105052500A
公开(公告)日：2015-11-18
申请号：CN201510515266.4
申请日：2015-08-20
Applicant: 中国科学院东北地理与农业生态研究所
CPC classification number: A01G17/005 , A01G22/00
Abstract: 一种利用根茎移栽快速繁殖柳枝稷的方法，它涉及一种柳枝稷快速繁殖的方法。它要解决目前没有柳枝稷人工快速繁殖技术的问题。方法：一、挖取柳枝稷根茎；二、保证每个小块根茎带有完整的分株芽和鲜活的不定根；三、贮存；四、栽种，分株芽朝上将根茎摆放在沟的一侧，覆土后浇水，秸秆覆盖移栽区至幼苗出土，即完成。本发明利用柳枝稷的根茎为材料，实现人工快速繁殖，避免种子繁殖过程中休眠及其苗期生长缓慢等情况。此方法简便、繁殖速度快、投入和管理成本较低，该方法可实现柳枝稷在9天内快速缓苗，保证成活率在90％以上，填补了缺少柳枝稷人工快速繁殖技术的空白。该方法可广泛应用于干旱、半干旱地区植被恢复和人工草地建设等项目中。
-
-
-
-
-
-
-
-
-
Search Results
77
records
(took 0.061 seconds)
