摘要
本发明提供一种CO2平衡驱动的番茄净初级生产力预测方法及装置,其中方法包括:对温室的多模态数据进行数据融合以及关键特征提取,得到关键特征;将关键特征以及物理参数输入CO2平衡计算模型,得到温室的CO2累积消耗量;将CO2累积消耗量输入净初级生产力估算模型,得到番茄净初级生产力。本发明提供的CO2平衡驱动的番茄净初级生产力预测方法及装置,通过将温室的CO2平衡作为净初级生产力预测的主要驱动因素,实现温室内的CO2累积消耗量的实时计算和监测。利用多模态数据融合和深度学习技术,依次构建CO2平衡计算模型和净初级生产力估算模型,实现从数据采集到数据分析的“端到端”流程,提升了净初级生产力预测准确性。
技术关键词
净初级生产力
温室
番茄
蒙特卡罗
光照强度数据
深度特征提取
参数
编码器
注意力机制
非暂态计算机可读存储介质
多模态数据融合
融合特征
物理
深度学习技术
处理器
网络
特征提取模块
解码器
系统为您推荐了相关专利信息
探测设备
重建系统
蒙特卡罗算法
曲线
位置探测器
图像生成方法
文本编码器
嵌入特征
编码向量
样本
评估预测模型
机器学习模型
土壤有机碳密度
卫星遥感数据
参数
视觉识别方法
图像
构建预测模型
LSTM模型
最佳拍摄位置
番茄采摘机器人
转运装置
采摘机械手
运输车
内支架