专利交易市场

本发明涉及品质检测技术领域，尤其涉及一种农产品品质检测方法及系统。所述方法包括以下步骤：通过近红外光谱仪对苹果进行多平面光谱扫描，得到反射光谱并进行基线校正；随后，通过纤维素光谱波段识别与峰强度衰减指数推演，解析苹果果肉的霉变程度；接着，基于霉变程度数据识别前置异常光谱风险因子，生成霉变前置异常光谱风险因子，并通过异常因子与霉变程度的时序演变溯源关联，构建品质检测模型；最终，该检测模型被发送至终端执行农产品品质检测。本发明通过对品质检测技术的优化处理使得品质检测技术更加精确。

本发明涉及种植环境检测技术领域，尤其涉及一种农产品种植环境检测方法及系统。所述方法包括以下步骤：通过土壤监测传感器获取草莓种植区域的土层状态，并进行酸碱度波动分析，得到草莓土层酸碱度波动数据；获取草莓植株形态数据，评估根系伸展状态，并基于土层酸碱度数据模拟有机质分解衰变，分析草莓根系的过酸发育迟缓性；分析土层过碱波动指数，模拟过碱土层对草莓根系微量元素吸收的影响，并进行养分摄取效率的回归分析；结合根系发育迟缓演化数据与养分摄取效率回归数据，构建自动化种植环境检测模型，并将该模型上传至云平台执行农产品种植环境检测。本发明通过对种植环境检测技术的优化处理使得种植环境检测技术更加完善。

本发明提供了一种基于深度学习的农业病虫害识别方法及系统，方法包括通过采集作物的可见光图像和近红外图像，构建多源图像数据，并结合环境域标签对不同拍摄条件进行建模；对多源图像依次进行归一化处理、噪声抑制、空间配准及尺度对齐，获得对齐的多源输入数据；在此基础上定位叶片主体区域，计算病变显著性并生成目标病斑候选区域，从而抑制背景和非病变区域的干扰。进一步地，分别提取可见光特征和近红外特征，并在候选病斑区域约束下执行跨源注意力融合，获得病斑解耦融合表征。训练阶段引入基于环境域的跨域不变约束，使模型学习对光照、地区及作物品种变化不敏感的病虫害不变特征。

本发明提供一种基于智能算法的农业病虫害诊断预警方法及系统，系统包括：孢子采集与检测模块、可信评估模块、风场反演与源区识别模块、潜育期建模模块、风险判定模块、防治决策与调度模块以及输出接口模块。所述孢子采集与检测模块通过空气采样与定量PCR检测技术实时获取孢子活体负荷值；所述可信评估模块通过多维阈值判定实现病原有效触发状态识别；风场反演与源区识别模块利用粒子轨迹反演与聚类算法确定上游源区及传播路径；潜育期建模模块基于环境参数与Arrhenius型模型计算潜伏期并推演潜在发病时间窗；本发明实现病虫害传播全过程的量化建模与智能预警，可提升防控的时效性和准确性，降低防治成本。