买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中国农业科学院农业环境与可持续发展研究所申请的专利玉米大豆间作的灌溉施肥优化方法、装置以及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119398280B 。

龙图腾网通过国家知识产权局官网在2025-12-12发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411979191.0，技术领域涉及：G06Q10/04；该发明授权玉米大豆间作的灌溉施肥优化方法、装置以及存储介质是由刘恩科;梅旭荣;刘布春;张丽玮;韩锐;陈迪设计研发完成，并于2024-12-31向国家知识产权局提交的专利申请。

本玉米大豆间作的灌溉施肥优化方法、装置以及存储介质在说明书摘要公布了：本申请公开了一种玉米大豆间作的灌溉施肥优化方法、装置以及存储介质。涉及灌溉施肥优化技术领域。该方法包括：在当前时间点下，获取第一区域的历史光照强度信息；第一区域种植有大豆，临近第一区域的第二区域种植有玉米；第一区域包括沿远离第二区域方向依次设置的至少两个子区域；历史光照强度信息包括所有子区域的历史光照强度信息；根据历史光照强度信息，利用神经网络模型确定每个子区域在当前时间点后的预设时间内的光照强度预测信息；根据光照强度预测信息，从灌溉施肥方案集合中确定每个子区域在当前时间点的灌溉施肥方案。解决了玉米大豆间作模式下的灌溉施肥方案没有考虑玉米对大豆的荫蔽效应，严重影响了间作大豆产量的技术问题。

本发明授权玉米大豆间作的灌溉施肥优化方法、装置以及存储介质在权利要求书中公布了：1.一种玉米大豆间作的灌溉施肥优化方法，其特征在于，包括： 在当前时间点下，获取第一区域的历史光照强度信息；其中所述第一区域种植有大豆，临近所述第一区域的第二区域种植有玉米；所述第一区域包括沿远离所述第二区域方向依次设置的至少两个子区域；所述历史光照强度信息包括所有子区域的历史光照强度信息；每个子区域上间隔设置有光敏传感器，并且沿远离所述第二区域方向依次设置的所有子区域上光敏传感器的间隔距离依次增大；通过对应的光敏传感器采集各个子区域的光照强度信息；在每个子区域的设置有光敏传感器的位置处安装有用于灌溉施肥的滴灌管； 根据所述历史光照强度信息，利用预先训练好的神经网络模型确定每个子区域在所述当前时间点之后的预设时间内的光照强度预测信息；其中，所述预设时间为所述大豆的下一个施肥周期；所述光照强度预测信息反映了玉米阴影效应对各子区域光照接收情况的影响程度；以及 根据所述光照强度预测信息，从预设的灌溉施肥方案集合中确定每个子区域在所述当前时间点的灌溉施肥方案；其中，所述灌溉施肥方案集合包括针对不同光照条件和大豆生长阶段的各种可能的灌溉施肥方案； 所述根据所述历史光照强度信息，利用预先训练好的神经网络模型确定每个子区域在所述当前时间点之后的预设时间内的光照强度预测信息，包括： 确定所述当前时间点之后的预设时间内的时间长度；其中，所述时间长度为从当前时间点开始直至大豆下一个施肥周期结束的时间长度； 针对每个子区域，将所述子区域的历史光照强度信息和所述时间长度输入所述预先训练好的神经网络模型，确定所述子区域在所述当前时间点之后的预设时间内的光照强度预测信息； 所述灌溉施肥方案集合中的不同灌溉施肥方案与不同的光照强度区间和对应的大豆生长周期存在关联关系；并且，所述根据所述光照强度预测信息，从预设的灌溉施肥方案集合中确定每个子区域在所述当前时间点的灌溉施肥方案，包括： 确定所述当前时间点下大豆的生长周期； 确定每个子区域的光照强度预测信息所属的光照强度区间； 将所述预设的灌溉施肥方案集合中与各个子区域的光照强度预测信息所属的光照强度区间以及所述当前时间点下大豆的生长周期存在关联关系的灌溉施肥方案，作为各个子区域在所述当前时间点的灌溉施肥方案； 所述神经网络模型为循环神经网络模型、单向的长短期记忆网络模型或者门控循环单元模型； 通过以下方式训练所述神经网络模型： 获取所述第一区域的所有子区域在大豆的整个生长周期内的历史光照强度样本数据； 根据所述历史光照强度样本数据，确定所述神经网络模型的训练集；其中所述训练集中的每个样本数据为各个子区域在一段时间内的光照强度数据，并且每个样本数据的标签为所述一段时间后的一个大豆施肥周期的光照强度数据； 基于所述训练集，对所述神经网络模型进行训练，直至所述神经网络模型满足预设的训练截止条件。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中国农业科学院农业环境与可持续发展研究所，其通讯地址为：100081 北京市海淀区中关村南大街12号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。