申请/专利权人：四川省水利科学研究院;四川省都江堰水利发展中心

申请日：2024-02-29

公开（公告）日：2024-04-02

公开（公告）号：CN117808173A

主分类号：G06Q10/04

分类号：G06Q10/04;G01N21/31;G01N21/33;G01N21/359;G01N21/3577;G01N33/24;G01N33/00;G06Q50/02;G06N20/10;A01G22/22;A01G25/00;A01C21/00

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本发明涉及智能检测技术领域领域，具体涉及一种水田肥度检测方法、相关产品及基于其的种植方法,检测方法包括构建并训练的肥度预测模型，获取水体样本的光谱数据，并通过肥度预测模型进行判断，若氮、磷、钾均达标，则判断水田肥度整体达标，若氮、磷、钾中任意一项不达标则判断水田肥度不达标；本发明建立基于支持向量机的肥度预测模型，并通过不同类型的光谱仪器，分别获取水体中氮、磷、钾化合物的光谱数据，并构成各自预测模型的训练样本，用于训练肥度预测模型。在实际检测中，通过相应的光谱仪器获取水体样本的光谱数据，并预处理后输入到对应的预测模型中，从而判断各元素是否达标。

主权项：1.一种基于支持向量机的水田肥度检测方法，其特征在于，包括：构建基于支持向量机的肥度预测模型，肥度预测模型包括N预测模型、P预测模型和K预测模型；通过紫外-可见分光光度计获取模型训练水体中氮化合物的光谱数据，构成N预测模型的训练样本；通过近红外光光度计获取模型训练水体中磷化合物的光谱数据，构成P预测模型的训练样本；通过可见光光度计获取模型训练水体中钾化合物的光谱数据，构成K预测模型的训练样本；对训练样本进行预处理后，利用其对肥度预测模型进行训练，获得训练后的N预测模型、P预测模型和K预测模型；通过紫外-可见分光光度计对水体样本进行光谱扫描，获得光谱数据，并将光谱数据预处理后输入至N预测模型，由N预测模型判断氮是否达标；通过近红外光光度计对水体样本进行光谱扫描，获得光谱数据，并将光谱数据预处理后输入至P预测模型，由P预测模型判断磷是否达标；通过可见光光度计对水体样本进行光谱扫描，获得光谱数据，并将光谱数据预处理后输入至K预测模型，由K预测模型判断钾是否达标；若氮、磷、钾均达标，则判断水田肥度整体达标，若氮、磷、钾中任意一项不达标则判断水田肥度不达标。

全文数据：

权利要求：

百度查询： 四川省水利科学研究院;四川省都江堰水利发展中心 水田肥度检测方法、相关产品及基于其的种植方法

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