克服甘薯连作障碍的土壤修复与改良方法

AITNT
正文
推荐专利
克服甘薯连作障碍的土壤修复与改良方法
申请号:CN202510973622
申请日期:2025-07-15
公开号:CN120615392A
公开日期:2025-09-12
类型:发明专利
摘要
克服甘薯连作障碍的土壤修复与改良方法,通过实时感知土壤水分、温度、pH、电导率及氮磷钾等养分,并结合甘薯苗叶色、冠幅等生长特征,利用深度神经网络动态生成最优水肥药配比与灌溉时长,显著提升水肥利用效率;同时通过全连接编码器与自注意力融合精准匹配土壤养分与植株需肥,分阶段补充关键元素,有效恢复连作土壤中钾磷平衡;在育苗及田间滴灌中按需添加药剂并配合复层菌渣基质的益生菌拮抗作用,一体化抑制线虫、枯萎病等土传病害;复层菌渣基质循环使用后显著优化土壤团粒结构,提升持水保肥与微生物活性;综合应用后,甘薯单产提高20%–30%,块根品质和甜度大幅提升,病斑率与畸形率明显下降,且连续连作两年仍能保持稳定高产。
技术关键词
连作障碍 改良方法 菌渣基质 深度神经网络模型 参数编码器 甘薯苗 卷积神经网络提取 水肥利用效率 灌溉控制器 土壤团粒结构 土壤传感器 温控大棚 注意力 输入解码器 气象传感器 育苗大棚
系统为您推荐了相关专利信息
1
一种面向低空智联网的空地动态协同推理方法和装置
深度神经网络模型 无人机 地面站 推理方法 决策
2
电推进器等离子体振荡风险预测模型的训练及预测方法
耦合特征 风险预测模型 推进器 工况 卷积神经网络模型
3
一种用于行人流量实时预测的深度神经网络在线集成方法
流量预测模型 集成方法 在线 集成策略 下降技术
4
基于神经网络与空间滤波的光声成像反射伪影消除方法
伪影消除方法 深度神经网络模型 边界伪影 优化深度神经网络 光信号
5
基于时序特征融合的作物早期病害识别方法及其系统
病害识别方法 多光谱特征 多模态特征 时序特征 图像
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号