申请/专利权人：烟台大学

申请日：2023-11-03

公开（公告）日：2024-03-12

公开（公告）号：CN117689056A

主分类号：G06Q10/04

分类号：G06Q10/04;G06Q50/02;G06F18/243;G06F18/21;G06F18/214

优先权：

专利状态码：失效-发明专利申请公布后的视为撤回

法律状态：2024.04.30#发明专利申请公布后的视为撤回;2024.03.29#实质审查的生效;2024.03.12#公开

摘要：本发明属于水稻物候预测技术领域，具体涉及一种数据和物理机理协同驱动的水稻物候预测方法及系统，利用机器学习技术、多源观测数据和作物模型构建了数据和物理机理协同驱动的水稻物候预测模型，准确预测不同品种和栽培模式下的ORYZA模型中的水稻生长速率参数，有效减小ORYZA模型的参数不确定性，实现对不同品种以及栽培模式下的水稻拔节和开花日期的准确预测，并且可以从物理机理层面解译品种、栽培模式等因素对水稻物候发育的影响机制，为准确掌握水稻农时，科学管理水稻田以及促进作物增产提供了方法支持。

主权项：1.一种数据和物理机理协同驱动的水稻物候预测方法，其特征在于，包括如下步骤：步骤1：获取试验田块不同品种和栽培模式下水稻的物候日期、作物生长环境信息以及基于卫星遥感数据反演得到的植被指数和水稻生长变量；步骤2：利用观测的物候日期和作物生长环境信息驱动ORYZA模型附带的DRATE软件，完成对ORYZA模型中的水稻生长发育速率参数估计，并分析量化水稻品种和栽培模式造成的模型参数不确定性及其对水稻拔节和开花日期模拟结果的影响大小；步骤3：按试验田块将物候日期、作物生长环境信息、植被指数和水稻生长变量以及水稻生长发育速率参数一一对应，并划分为训练集、验证集和测试集；步骤4：选择分布式随机森立技术构建用于预测ORYZA模型中水稻生长发育速率参数的预测模型，采用训练集训练模型参数，并利用验证集对模型的预测精度进行验证，最后采用测试集对验证后的模型进行预测精度评价；步骤5：采用步骤4构建的预测模型得到水稻生长发育速率参数值，并将水稻生长发育速率参数值代入ORYZA模型，完成对水稻物候的预测。

全文数据：

权利要求：

百度查询： 烟台大学 一种数据和物理机理协同驱动的水稻物候预测方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD