摘要
本申请涉及油菜含量预测技术领域,提供了一种基于大数据的油菜含油量预测方法,步骤1:获取目标区域在油菜盛花期的高分辨率卫星或无人机遥感影像;应用语义分割算法对影像进行处理,精确提取种植区域的空间分布图;基于影像中的油菜花光谱特征和物候模型,识别并记录各提取种植区域的盛花期时间;本发明首次实现了对油菜籽核心品质指标——含油量的规模化、区域化预测。通过融合盛花期及角果期关键气象胁迫指标(如有效积温、昼夜温差)、基于前期气候的产量潜力信号以及当年预计总产量等多维度信息,构建了反映油菜籽油脂形成复杂机制的预测模型,这有效解决了现有卫星遥感技术仅能预测总产量而无法获知含油量的核心缺陷。
技术关键词
油菜含油量
油菜籽产量
高层语义特征
语义分割模型
支持向量机回归模型
大数据
短波红外波段
无人机遥感影像
高分辨率卫星
像素点
语义分割算法
可见光波段
遥感影像数据
训练卷积神经网络模型
气象
反射率
气候
时序依赖关系
系统为您推荐了相关专利信息
图像缺陷分割方法
芯片表面缺陷
语义分割模型
语义分割网络
图像语义分割
机器学习模型
快速生成方法
作物生长状态
数据
大型喷灌机
原始图像数据
数据生成方法
编辑
语义分割算法
数据生成程序
喷洒控制方法
智能算法
深度Q网络
病虫害
蚁群算法优化
语义分割模型
注意力机制
矩阵
卷积模块
缺陷尺寸