申请/专利权人：南京林业大学

申请日：2024-03-24

公开（公告）日：2024-06-25

公开（公告）号：CN118247656A

主分类号：G06V20/10

分类号：G06V20/10;G06V10/764;G06V10/56;G06V10/82;G06V10/26;G06N3/0464;G06N3/09;G01N21/84;G01J5/48

优先权：

专利状态码：在审-公开

法律状态：2024.06.25#公开

摘要：本发明公开了一种基于多任务模型的植物耐旱性能与干旱胁迫分级方法，通过可见光与热红外多源成像传感器采集样地植物图像，利用图像处理算法提取植物的冠层温度参数与颜色植被指数，建立基于一维卷积神经网络的多任务分类模型划分植物的品种耐旱性能等级与干旱胁迫等级，从而实现对目标区域中植物品种的耐旱性能评估与干旱胁迫监测；本发明提出的方法大大降低了为适应不同模型所采集不同数据带来的工作量，提高了工作效率，同时，本发明创新性提出将植物性别、生长天数作为模型的输入变量，与现有研究主要采用不同传感器得到的不同光谱指数作为模型输入变量相比，本发明重视植物本身的生理特征的使用在模型中的重要性，显著提高了模型精度。

主权项：1.一种基于多任务模型的植物耐旱性能与干旱胁迫分级方法，其特征在于：包括以下步骤：1、利用多源成像传感器拍摄样地植物，采集样地植物的热红外图像与可见光图像，获取样地植物的干旱胁迫等级，将干旱胁迫等级划分为正常生长、干旱和严重干旱；2、通过图像处理技术处理样地植物的热红外图像，并提取图像中纯植物的主体图像，从主体图像中获取样地植物冠层区域的冠层温度表型参数；3、通过图像处理技术处理样地植物的可见光图像，并提取图像中纯植物的主体图像，从主体图像中获取样地植物的颜色分量r、g、b以及相组合计算得出的颜色植被指数；4、测量样地植物的形态结构参数、生理生化参数和光合参数，并通过形态结构参数、生理生化参数和光合参数计算抗旱性综合评价D值，以此获取样地植物品种的真实耐旱性能，将品种耐旱性能的等级划分为强耐旱性品种、中等耐旱性品种、弱耐旱性品种和不耐旱性品种；5、对获取的样地植物冠层温度表型参数与颜色植被指数进行PCA数据降维，并将PCA降维后得到的样地表型数据，与性别、生长天数相结合作为模型输入变量，样地植物的品种真实耐旱性能与植物的干旱胁迫等级为模型输出变量，构建样地植物的1DCNN多任务分类模型；6、将基于样地植物数据构建的1DCNN多任务分类模型应用于目标区域进行目标区域植物的品种耐旱性能分级并对植物的干旱胁迫状态进行分级，从而实现对目标区域植物的品种耐旱性能与干旱胁迫状态的定量评估。

全文数据：

权利要求：

百度查询： 南京林业大学 基于多任务模型的植物耐旱性能与干旱胁迫分级方法

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