摘要
本发明公开一种基于深度学习的灌区尺度作物养分诊断预警方法及系统。本发明涉及灌区作物养分诊断预警技术领域,解决传统方法耗时耗力且在诊断作物氮素营养水平上存在滞后性,很难应用到整个灌区尺度上的监测的问题。本发明的通过获取待诊断灌区的卫星遥感数据以及气象数据;根据卫星遥感数据识别作物类型与物候期,计算日光诱导叶绿素荧光指数以及归一化植被指数;将作物类型、物候期、归一化植被指数、气象数据和日光诱导叶绿素荧光指数输入预先训练好的深度学习模型,通过深度学习模型输出氮营养指数,根据氮营养指数诊断氮素状况并发出预警提示,能够实现基于深度学习的灌区尺度作物养分的快速精准诊断预警。
技术关键词
归一化植被指数
诊断预警方法
深度学习模型
卫星遥感数据
机器学习训练
气象
叶片
荧光
作物氮素营养
时间序列影像
空间插值法
地表反射率
线性插值法
机器学习算法
预警技术
曲线斜率
数据获取模块
系统为您推荐了相关专利信息
芯样
影像采集模块
算法模块
卷积神经网络深度学习模型
监测模块
刻画方法
样本
地质结构
地下水系统
深度学习模型训练
布局特征
生成对抗网络模型
干扰方法
图表
深度学习模型
智能决策引擎
协同管理方法
风险评估模型
深度学习模型
协同管理系统
分布式光伏电站
故障分析方法
K‑Means算法
算法模型
神经网络深度学习