水田肥度检测方法、相关产品及基于其的种植方法
摘要文本
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。
申请人信息
- 申请人:四川省水利科学研究院; 四川省都江堰水利发展中心
- 申请人地址:610000 四川省成都市青羊区牧电路7号
- 发明人: 四川省水利科学研究院; 四川省都江堰水利发展中心
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 水田肥度检测方法、相关产品及基于其的种植方法 |
| 专利类型 | 发明申请 |
| 申请号 | CN202410225743.2 |
| 申请日 | 2024/2/29 |
| 公告号 | CN117808173A |
| 公开日 | 2024/4/2 |
| IPC主分类号 | G06Q10/04 |
| 权利人 | 四川省水利科学研究院; 四川省都江堰水利发展中心 |
| 发明人 | 贾军容; 周伍光; 康小平; 王葵; 李俊波 |
| 地址 | 四川省成都市青羊区牧电路7号; 四川省成都市都江堰市公园路 |
专利主权项内容
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。。更多数据：www.macrodatas.cn