APP下载
[00068722]人工智能算法与生长模型结合的作物生长预测与精确管理方案智能优化技术
联系人： 姜海燕
所在地：江苏 南京市
- 服务承诺
- 产权明晰
-
资料保密
对所交付的所有资料进行保密
- 如实描述
技术详细介绍
基本情况：
南京农业大学人工智能学院农业大数据与智能计算研发团队，在国家自然科学基金面上项目“基于生成式对抗网络与SNP标记的作物生长模型不确定性优化方法研究---以大豆生育期模型为例”、“作物生长模拟模型资源构建机制与集成模式”，国家重点研发计划重点项目子课题“农田感知与智慧管理平台”，江苏省农业自主创新资金项目“水稻生长动态智能预测预警与管理方案推荐云服务平台研究”的资助下。
面向水稻、小麦、大豆等大田作物，将作物生长机理模型与智能计算、知识图谱、机器学习和数据挖掘等人工智能算法相结合，设计开发作物生长机理模型本地化应用的智能化方法、产量相关作物性状的图像测量算法，开发精确农务方案生成与智能问答的智能决策服务平台，已发表研究论文10余篇，授权发明专利2项，申请发明专利4项，获得软件著作权10余项。
主要技术特点：
（1）基于深度学习的高密度稻田稻穗图像自动计数算法
小尺寸稻穗在高密度大田场景的计数检测容易被漏检，混合视窗的小目标检测算法提升多尺度田间稻穗特征表达，平均正确率95.4%，查全率87.2%，较经典Faster-RCNN应用提高约50%。
（2）作物生长模型本地化校正技术。
包括基于时序数据挖掘的物候期模型校正数据选择、基于进化算法的模型参数自动校正、基于聚类算法的异参同效处理、知识驱动机理模型与数据驱动机器学习模型融合建模等，设计开发了水稻生育期模型品种参数自动校正与分析工具。
（3）生长模型与农务栽培模式知识图谱结合的精确栽培处方优化技术。
利用文本数据智能抽取、领域知识图谱构建等技术，构建了高产栽培模式农务知识库，并以栽培模式框架为基础，嵌入生长模型推荐优选方案，通过抽取栽培模式的阈值范围约束生长模型产生的精确播期、氮肥等管理方案，补充病虫草害管理方案，优化水稻农事操作方案。
（4）基于过程模型与栽培模式集成的水稻生长动态预测与精确栽培方案设计云服务平台。
以高产高效栽培模式与经验为基础，精准模拟不同地区、不同田块、不同品种的水稻物候阶段、叶面积、生物量和产量等生长指标状况，向智能手机或农机或服务器智能推送适宜的品种信息、播种、施肥、灌溉等农技操作以及病虫害防治信息，面向现代农业生产者提供水稻生产农事操作检索与订阅App（农技宝）。
