买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉河北省农林科学院农业信息与经济研究所申请的专利一种基于作物穗部表型特征的营养状况预警方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN121527634B 。

龙图腾网通过国家知识产权局官网在2026-04-10发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202610057977.X，技术领域涉及：G06V20/10；该发明授权一种基于作物穗部表型特征的营养状况预警方法是由孙海芳;齐浩;吕亮杰;侯亮;闵家楠;安昭丽设计研发完成，并于2026-01-16向国家知识产权局提交的专利申请。

本一种基于作物穗部表型特征的营养状况预警方法在说明书摘要公布了：本发明提供一种基于作物穗部表型特征的营养状况预警方法，属于基于计算机数据处理的作物营养管理技术领域；通过田间高通量表型机器人协同获取高光谱影像与高密度三维点云数据，构建包含纯净光谱与精细三维形态的多模态穗部特征图谱。基于多尺度残差注意力网络与化学计量平衡复合损失函数，该方法在深度学习模型中引入了作物养分协同与拮抗的物理约束，实现了氮、磷、钾含量的同步高精度预测；进一步结合共形预测技术与养分平衡法，生成具备统计学置信保证的变量施肥处方图。本发明不仅解决了田间复杂背景下穗部弱信号提取的难题，还保证了预测结果符合生物学规律，为作物生长中后期的精准施肥提供了科学、可靠且可量化的决策支持。

本发明授权一种基于作物穗部表型特征的营养状况预警方法在权利要求书中公布了：1.一种基于作物穗部表型特征的营养状况预警方法，其特征在于，包括以下步骤： S1，在作物抽穗灌浆期扫描获取作物冠层的高光谱影像数据立方体与高密度三维点云数据，同时，获取扫描样点的三维地理坐标； 利用外部标定参数将高光谱影像数据立方体与高密度三维点云数据进行配准，并依据三维地理坐标构建空间包围盒进行区域裁剪，提取包含光谱反射率向量与空间坐标向量的目标穗部区域数据； S2，在光谱维度，对目标穗部区域数据进行穗部光谱提纯，经光谱变换与特征波段筛选，构建营养特征光谱向量；在空间维度，对目标穗部区域数据中的高密度三维点云数据，挖掘反映穗部饱满度的几何特征，构建形态结构参数向量；对营养特征光谱向量和形态结构参数向量进行处理拼接，生成多模态穗部特征图谱； 构建营养特征光谱向量具体过程为： 在光谱维度，利用全约束最小二乘线性光谱解混算法从目标穗部区域数据中提纯出纯净穗部平均光谱曲线，经双重变换后，采用竞争性自适应重加权采样算法筛选关键波段，构建营养特征光谱向量；在空间维度，对去噪后的三维点云数据采用Alpha-形状算法重构非凸包壳体，计算核心几何指标并执行形态特征交互升维处理，构建高维的形态结构参数向量；最终，采用独立标准化策略对上述营养特征光谱向量和形态结构参数向量进行处理，并通过特征拼接生成多模态协同特征向量，输出由其组成的多模态穗部特征图谱； 构建形态结构参数向量具体过程为： 首先，采用统计离群值移除算法剔除高密度三维点云数据中游离的噪声点，得到去噪三维点云数据；其次，采用Alpha-形状算法对去噪后点云进行三维轮廓重构，通过设定一个滚动球半径参数，模拟一个球体在点云外部滚动，球体无法滚入的空隙即形成边界，生成一个紧密贴合穗部表面凹凸细节的非凸包壳体；基于所述非凸包壳体，依次计算三个核心形态指标：首先，计算壳体体积，用于定量表征穗部的生物量大小；其次，计算表面积与体积的比值，用于反映穗部籽粒排列的紧密程度；再次，计算点云法向量的方差，用于表征穗部表面的粗糙纹理特征；最后，基于壳体体积、表面积与体积的比值、点云法向量的方差三个核心指标，利用多项式扩展技术计算不同形态指标之间的二次交互乘积项以及各指标自身的平方项，构建得到一个包含原始指标及其非线性组合的高维形态扩充向量，记为形态结构参数向量； S3，将多模态穗部特征图谱输入训练完成的在线营养预警模型，输出氮、磷、钾含量的预测值； S4，利用校准数据集计算非一致性评分并确定共形校准阈值，构建边缘预测区间，在点预测值与边缘预测区间的上界均低于特定生长阶段营养下限阈值时，判定存在营养亏缺并触发预警。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人河北省农林科学院农业信息与经济研究所，其通讯地址为：050051 河北省石家庄市和平西路598号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。