基于数据驱动的复杂土壤墒情数据修正及预测系统

    公开(公告)号:CN118735070A

    公开(公告)日:2024-10-01

    申请号:CN202410873179.5

    申请日:2024-07-01

    Abstract: 本申请涉及农业信息化领域,公开了基于数据驱动的复杂土壤墒情数据修正及预测系统,包括:墒情传感器模组,用于逐时采集不同深度的土壤湿度数据和温度数据;气象传感器模组,用于实时采集气象数据;数据采集单元,接收数据并上传至云端服务器;数据修正补全单元,对采集数据进行修正与补全;多层墒情预测模型,基于Res‑bi‑LSTM架构预测土壤墒情的多层变化。本发明在空间维度上能够全面分析不同深度的土壤湿度数据,充分考虑了土壤的层次结构以及各层之间的水分迁移规律。通过多层综合分析的方式,将土壤各层次之间的相互影响关联起来,从而揭示不同层次的土壤湿度与外部环境因素的关联性,为制定农业生产和灌溉策略提供科学依据。

    一种基于三段式集成学习的大田作物早期识别监测方法

    公开(公告)号:CN119206489A

    公开(公告)日:2024-12-27

    申请号:CN202411247774.4

    申请日:2024-09-06

    Abstract: 本发明公开了一种基于三段式集成学习的大田作物早期识别监测方法,包括:获取大田俯拍图片,判断符合完整性后进行预处理,基于预处理后的大田俯拍图片获得作物前景图像;基于作物移栽后获得的作物前景图像获得对应时间的作物面积与作物量;按照时序计算作物前景图像的颜色空间直方图,基于颜色空间直方图判断作物量是否达到可分阈值,若是,则将作物前景图像划分为早期图片;基于早期图片获得一级作物类别并与早期图片关联存储;将早期图片输入二级作物分类模型,获得作物类别判断结果与生长成熟预测结果。本发明通过集成多种机器学习算法,结合多源数据,实现高效、准确的作物识别与生长监测。

Patent Agency Ranking