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！

龙图腾网获悉吉林省农业科学院(中国农业科技东北创新中心)申请的专利一种玉米秸秆还田施肥方法及系统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：CN120782587B 。

龙图腾网通过国家知识产权局官网在2025-11-14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：202511286079.3，技术领域涉及：G06Q50/02；该发明授权一种玉米秸秆还田施肥方法及系统是由侯云鹏;孔丽丽;徐新朋;王立春;张宇航;敦树成;王兴国;王常波;韩丽华;尹彩侠;刘志全;张磊;董新明;谷猛设计研发完成，并于2025-09-10向国家知识产权局提交的专利申请。

本一种玉米秸秆还田施肥方法及系统在说明书摘要公布了：本申请公开了一种玉米秸秆还田施肥方法及系统，涉及农耕技术领域，本申请包括基础数据预处理、数字孪生体构建、动态分解模型嵌入、优化决策生成和施肥处方输出，基于多源数据融合与空间插值算法，构建高保真虚拟农田环境，突破了传统方法对田间异质性刻画不足的局限；通过嵌入秸秆土壤微生物动态分解模型，实现了对秸秆分解速率和养分释放量的定量预测，为施肥时机与用量提供了科学依据；结合状态空间构建与策略学习算法，实现了养分供需动态匹配与施肥策略自适应优化，显著提高了肥料利用效率，减少环境污染风险，生成精准施肥处方并输出至显示终端，提升了农业生产的智能化水平和操作便捷性。

本发明授权一种玉米秸秆还田施肥方法及系统在权利要求书中公布了：1.一种玉米秸秆还田施肥方法，其特征在于，包括： 步骤一、基础数据预处理：基于预获取的基础数据，进行数据清洗和加权融合分析，以生成标准化数据集； 步骤二、数字孪生体构建：基于所述标准化数据集、预设地理信息系统GIS地图和高光谱影像数据，通过空间插值算法构建地块数字孪生体，以形成高保真虚拟农田仿真环境； 步骤三、动态分解模型嵌入：在地块数字孪生体中嵌入预设的秸秆土壤微生物动态分解模型，并输入基础数据模拟秸秆分解速率和养分释放，以输出分解速率预测和养分释放量预测； 所述在地块数字孪生体中嵌入预设的秸秆土壤微生物动态分解模型，并输入基础数据模拟秸秆分解速率和养分释放，以输出分解速率预测和养分释放量预测，包括： A1、进行模型参数初始化，基于地块数字孪生体，加载预设的秸秆土壤微生物动态分解模型的模型参数，其中模型参数包括微生物活性系数、秸秆碳氮比阈值、温度敏感系数和湿度影响因子； A2、进行基础数据输入，在标准化数据集中提取基础数据参数，包括土壤温度、土壤湿度、土壤pH值、秸秆碳氮比和微生物生物量，并将所述基础数据参数输入至所述动态分解模型； A3、进行分解速率和养分释放模拟：基于秸秆土壤微生物动态分解模型，通过分解速率算法计算秸秆分解速率，其中分解速率算法融合温度、湿度和微生物活性参数；基于分解速率预测，通过养分释放算法计算养分释放量预测，其中养分释放算法关联秸秆养分含量和分解速率； A4、输出分解速率预测和养分释放量预测； 步骤四、优化决策生成：基于所述分解速率预测和养分释放量预测，对状态空间进行构建以集成养分状况，进而学习最优策略，从而生成优化施肥决策； 所述基于所述分解速率预测和养分释放量预测，对状态空间进行构建以集成养分状况，进而学习最优策略，从而生成优化施肥决策，包括： B1、基于所述分解速率预测和养分释放量预测，构建状态空间，其中状态变量包括实时土壤养分含量和预测养分释放量，以集成养分状况； B2、定义动作空间，其中动作包括施肥类型选择、施肥量设定和施肥时间段确定，作为施肥决策选项；设计奖励函数，所述奖励函数基于养分利用率、经济收益和环境效益进行优化，以计算模拟推演的奖励值；使用强化学习算法，基于所述状态空间、动作空间和奖励函数，在所述地块数字孪生体中进行模拟推演，以学习最优施肥策略； B3、根据学习到的最优施肥策略，生成优化施肥决策，包括肥料配方、施肥量和施肥时间段； 步骤五、施肥处方输出：基于所述优化施肥决策，计算施肥量并生成精准施肥处方，进而输出至显示终端。

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吉林省农业科学院(中国农业科技东北创新中心)，其通讯地址为：130033 吉林省长春市生态大街1363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。