-
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：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：CN107038501A
公开(公告)日：2017-08-11
申请号：CN201710237013.4
申请日：2017-04-12
Applicant: 南京农业大学
Abstract: 本发明提出一种基于R语言的小麦生育期特征参数估算方法，利用R语言对小麦生长模拟模型进行重新编写，通过拉丁超立方设置参数初始值，运算得到小麦品种特征参数的先验概率分布，根据初始值和先验概率分布选取候选参数，计算生育期的概率密度函数，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。本发明的方法采用非线性最小二乘法提高了抽样的效率，避免了参数陷入局部最优；基于贝叶斯理论框架，有效地考虑了参数的先验分布，通过转化原始数据解决了站点之间误差相关性的问题，使得参数调试结果准确高效，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：CN119783403B
公开(公告)日：2025-05-09
申请号：CN202510269604.4
申请日：2025-03-07
Applicant: 南京农业大学三亚研究院
IPC: G06F30/20 , G06F119/08
Abstract: 本发明提供了一种模拟高温干旱互作下作物器官温度的方法、系统、装置及应用，方法包括如下步骤：针对任意时刻，S1、获取该时刻的作物参数和气象参数；S2、根据作物参数和气象参数计算高温干旱互作及其累积效应；S3、根据高温干旱互作及其累积效应、作物参数和气象参数计算高温干旱互作下的叶片与穗部的蒸散量；S4、根据叶片与穗部的蒸散量与能量平衡公式模拟高温干旱互作下的叶片与穗部的温度。本发明基于机理性方法构建了叶片和穗部温度的模拟模型，并通过对相关影响因子的整合提高了模型在高温干旱互作下的模拟精度，确保了模型的解释性与准确性。
-
Patent Agency Ranking
公开(公告)号：CN118296971B
公开(公告)日：2024-10-22
申请号：CN202410723950.0
申请日：2024-06-05
Applicant: 南京农业大学
IPC: G06F30/27 , G06N3/0442 , G06F18/25 , G06N20/00 , G06F111/10
Abstract: 本发明提供了一种作物物候期表型预测方法、系统、装置及存储介质，包括：获取待测作物的相关数据；将相关数据中与WheatGrow相关的数据代入WheatGrow中进行参数校正，得到作物参数；将相关数据中与WheatGrow相关的数据和作物参数代入WheatGrow中得到每个品种的物候期；将日最高温数据、日最低温数据代入CDD算法中计算得到每个物候期的累积低温度日；以物候期为划分标准，将累积低温度日和相关数据中未代入WheatGrow的其它数据的累积值进行分组并划分成训练集和测试集；将训练集代入LSTM中训练；将测试集代入训练后的LSTM中得到模拟结果。本发明能够提高模型对小麦物候期的模拟精度。
-
公开(公告)号：CN118469345A
公开(公告)日：2024-08-09
申请号：CN202410917572.X
申请日：2024-07-10
Applicant: 南京农业大学
IPC: G06Q10/0637 , G06Q50/02
Abstract: 本发明提供了一种基于氮分配算法的水稻光合作用模拟方法、系统及装置，方法包括：获取水稻的相关数据；根据叶片氮分配理论构建叶片氮分配模型；将LMA、LNCm和LCCa代入叶片氮分配模型计算出kPN和kNPN；根据LCCa和Pmax之间的相关性构建基于叶片叶绿素含量的水稻光合作用模拟模型；将实测的LCCa和Pmax代入水稻光合作用模拟模型计算常数A和B；将叶片氮分配模型和基于叶片叶绿素含量的水稻光合作用模拟模型耦合得到基于叶片氮分配算法的水稻光合作用模拟模型。本发明能够利用已有的变量而无需引入任何新的变量及外源数据的情况下准确模拟出叶片叶绿素含量，进而通过叶绿素含量在作物模型中准确模拟光合作用。
-
公开(公告)号：CN118314971B
公开(公告)日：2024-08-06
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：CN118296971A
公开(公告)日：2024-07-05
申请号：CN202410723950.0
申请日：2024-06-05
Applicant: 南京农业大学
IPC: G06F30/27 , G06N3/0442 , G06F18/25 , G06N20/00 , G06F111/10
Abstract: 本发明提供了一种作物物候期表型预测方法、系统、装置及存储介质，包括：获取待测作物的相关数据；将相关数据中与WheatGrow相关的数据代入WheatGrow中进行参数校正，得到作物参数；将相关数据中与WheatGrow相关的数据和作物参数代入WheatGrow中得到每个品种的物候期；将日最高温数据、日最低温数据代入CDD算法中计算得到每个物候期的累积低温度日；以物候期为划分标准，将累积低温度日和相关数据中未代入WheatGrow的其它数据的累积值进行分组并划分成训练集和测试集；将训练集代入LSTM中训练；将测试集代入训练后的LSTM中得到模拟结果。本发明能够提高模型对小麦物候期的模拟精度。
-
公开(公告)号：CN117575830B
公开(公告)日：2024-06-21
申请号：CN202311495042.2
申请日：2023-11-10
Applicant: 南京农业大学
IPC: G06Q50/02 , G06F18/20 , G06F30/20 , G06F111/10
Abstract: 本发明提供了一种基于NKI预测氮钾互作下小麦植株氮钾亏缺和产量状况的方法，包括：获取氮钾互作下相应的小麦植株生长参数；基于贝叶斯理论框架描述给定观察日期的生物量对钾浓度的响应；使用概率分布描述线性加平台参数在观察日期内的变异性；根据指定先验概率分布来定义这些参数合理值的先验知识；模型参数的后验分布进行估计；在估计的模型参数中取中值用于拟合每个日期的特定线性加平台函数，确定为临界钾稀释曲线模型；根据养分临界稀释理论计算KNI；根据临界氮稀释曲线模型计算NNI；进一步根据NNI和KNI计算NKI。本发明方法能够准确预测小麦植株氮钾亏缺和产量对氮钾互作效应的响应变化。
-
-
-
-
-
-
-
-
-
Search Results
35
records
(took 0.027 seconds)
