Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 西北农林科技大学孙世坤获国家专利权

西北农林科技大学孙世坤获国家专利权

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!

龙图腾网获悉西北农林科技大学申请的专利一种基于AquaCrop模型与SVR的作物灌溉需水量预测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:CN114638146B

龙图腾网通过国家知识产权局官网在2025-06-27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:202210306622.1,技术领域涉及:G06F30/25;该发明授权一种基于AquaCrop模型与SVR的作物灌溉需水量预测方法是由孙世坤;李倩;阴亚丽;李冲;孙敬新;赵金凤;唐一荷设计研发完成,并于2022-03-25向国家知识产权局提交的专利申请。

一种基于AquaCrop模型与SVR的作物灌溉需水量预测方法在说明书摘要公布了:本发明提供了一种基于AquaCrop模型与SVR的作物灌溉需水量预测方法,包括以下步骤:S1、获取种植区域气象站数据、种植区域土壤数据、作物参数数据和田间管理数据;S2、通过试错法进行AquaCrop模型的本地化调试;S3、利用AquaCrop模型选择合适的灌溉策略,进行不同灌溉制度模拟;S4、基于AquaCrop模型模拟结果,结合SVR预测下一年生育期的作物日灌溉需水量。本发明利用现有的气象站数据与作物种植管理数据,将作物模型与机器学习方法结合,能够根据不同区域的水资源供需状况及作物生长需水特征选择适宜的灌溉策略,通过支持向量机结合粒子群寻优算法,预测下一年的作物日灌溉需水量,提高了预测精度,可以为当地农业规划用水提供有效的参考依据。

本发明授权一种基于AquaCrop模型与SVR的作物灌溉需水量预测方法在权利要求书中公布了:1.一种基于AquaCrop模型与SVR的作物灌溉需水量预测方法,其特征在于,包括以下步骤: S1、获取种植区域气象站数据、种植区域土壤数据、作物参数数据和田间管理数据,气象站数据包含日尺度降水数据、温度数据、相对湿度、风速和日照时数,并利用气象站数据根据Penman-Monteith公式计算参考作物蒸发蒸腾量ET0; S2、通过试错法进行AquaCrop模型的本地化调试;在无水分胁迫的情况下对AquaCrop模型进行校正与验证以保证模型模拟的准确性; S3、利用AquaCrop模型选择合适的灌溉策略,进行不同灌溉制度模拟;在AquaCrop模型中内置了6种灌溉策略制定方式,分别为: IrrMethod=0:雨养灌溉; IrrMethod=1:根区土壤含水量低于指定的阈值,则触发灌溉; IrrMethod=2:每隔N天触发一次灌溉; IrrMethod=3:预定义的灌溉计划; IrrMethod=4:净灌溉,每天灌满所有土层隔间,以保持土壤水分维持在预设水平; IrrMethod=5:每天灌溉固定深度; 然后根据产量、多年平均灌水量选取最优的灌溉策略制定方式,进行作物的多年连续生长模拟,获得其每日灌溉水量数据; S4、基于AquaCrop模型模拟结果,结合SVR预测下一年生育期的作物日灌溉需水量; S4.1、将气象因子,具体为最高温度Tmax,℃、最低温度Tmin,℃、降水P,mm、参考蒸发蒸腾量ET0,mmday,日照时数SD,hday与AquaCrop模型输出的每日灌溉水量数据按照时间序列进行合并,作为SVR的输入变量; S4.2、将特征值进行标准差标准化Z-zero; S4.3、将SVR的输入变量划分为训练集和测试集,通过敏感性分析确定作物灌溉需水量预测所需的最高温度Tmax,℃、最低温度Tmin,℃、降水P,mm、参考蒸发蒸腾量ET0,mmday,日照时数SD,hday与Irrday,mm的最佳组合; S4.4、将最佳组合作为输入,对SVR进行训练,从而进行作物日灌溉需水量预测;选取RBF作为核函数,采用粒子群优化算法PSO对RBF参数进行寻优,直到找到最佳的SVR训练函数,具体步骤如下: S4.4.1、初始化处理:设置最大迭代次数,目标函数的自变量个数,粒子的最大速度,位置信息为整个搜索空间;在速度区间和搜索空间上随机初始化速度和位置,设置粒子群规模为M,每个粒子随机初始化一个飞翔速度; S4.4.2、定义适应度函数,个体极值为每个粒子找到的最优解,从这些最优解找到一个全局值,为本次全局最优解;与历史全局最优比较,进行更新; S4.4.3、更新速度和位置,公式如下: Vid=ωVid+C1random0,1Pid-Xid+C2random0,1Pgd-Xid Xid=Xid+Vid 其中,ω为惯性因子,C1,C2为加速常数,前者为每个粒子的个体学习因子,后者为每个粒子的社会学习因子;Pid表示第i个变量的个体极值的第d维,Pgd表示全局最优解的第d维; S4.4.4、终止条件: 1.达到设定迭代次数; 2.代数之间的差值满足最小界限。

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西北农林科技大学,其通讯地址为:712100 陕西省咸阳市杨凌示范区西农路22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”。

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。