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！

龙图腾网获悉广东省农业科学院水稻研究所;贵州省水稻研究所申请的专利水稻早期生长活力预测方法、装置、设备及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：CN120997826B 。

龙图腾网通过国家知识产权局官网在2026-02-27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：202511510689.7，技术领域涉及：G06V20/68；该发明授权水稻早期生长活力预测方法、装置、设备及介质是由张彬;徐伟诚;何福演;黄国友;陈重远;杨陶陶;包晓哲;伍龙梅;刘文哲;赵均良;胡海飞设计研发完成，并于2025-10-22向国家知识产权局提交的专利申请。

本水稻早期生长活力预测方法、装置、设备及介质在说明书摘要公布了：本申请涉及水稻早期生长活力预测方法、装置、设备及介质，其涉及数据处理领域，方法包括：根据激光雷达点云数据生成单株水稻的冠层高度模型以提取单株水稻的株高，基于结构特征提取模型根据水稻插秧后的预设天数相对应的激光雷达点云数据，以确定单株水稻的叶龄以及分蘖数，根据株高、叶龄以及分蘖数构建单株水稻的结构特征数据；获取第一样本数据集；将目标品种的单株水稻的当前光谱特征数据以及当前结构特征数据输入至采用第一样本数据集训练出的早期生长活力预测模型，以预测出目标品种的单株水稻在水稻插秧后预设天数的早期生长活力评分。本申请实现了大田环境下单株尺度的水稻早期生长活力量化评价，打破了依赖人工判断的传统模式。

本发明授权水稻早期生长活力预测方法、装置、设备及介质在权利要求书中公布了：1.一种水稻早期生长活力预测方法，其特征在于，包括： 获取目标品种的多个单株水稻在水稻插秧后预设天数相对应的多光谱图像数据以及激光雷达点云数据，根据所述多光谱图像数据确定所述单株水稻的光谱特征数据，其中，所述光谱特征数据包括归一化植被指数、叶绿素指数、绿归一化植被指数、优化土壤调整植被指数、归一化红边差异指数以及冠层覆盖率； 根据所述激光雷达点云数据生成所述单株水稻的冠层高度模型以提取所述单株水稻的株高，基于已训练至收敛状态的结构特征提取模型根据所述水稻插秧后的预设天数相对应的激光雷达点云数据，以确定所述单株水稻的叶龄以及分蘖数，根据所述株高、所述叶龄以及所述分蘖数构建所述单株水稻的结构特征数据，其中，所述结构特征提取模型的基础网络架构为点云深度学习网络，其中，所述点云深度学习网络包括输入层、编码器以及解码器，所述编码器包括两个T-Net微型网络和两个多层感知机，其中，所述编码器包括依次连接的第一T-Net微型网络、第一多层感知机、第二T-Net微型网络、第二多层感知机以及最大池化层；所述解码器包括依次连接的第三多层感知机以及第四多层感知机； 获取第一样本数据集，其中，所述第一样本数据集包括多个第一训练样本以及其相对应的第一样本标签，所述第一训练样本表征单株水稻在水稻插秧后预设天数采集的光谱特征数据所构建的光谱特征时间序列数据，以及结构特征数据所构建的结构特征时间序列数据，所述第一样本标签表征所述水稻的早期生长活力评分，确定早期生长活力评分的步骤，包括： 获取目标品种水稻到达有效分蘖数所需天数、所有品种水稻到达有效分蘖数所需天数的最大值、所有品种水稻到达有效分蘖数所需天数的最小值、目标品种水稻到达叶龄增加速度最快的时间节点所需天数、所有品种水稻到达叶龄增加速度最快的时间节点所需天数的最大值以及所有品种水稻到达叶龄增加速度最快的时间节点所需天数的最小值； 计算确定所述目标品种水稻到达有效分蘖数所需天数与所述所有品种水稻到达有效分蘖数所需天数的最小值之间的第一差值，计算确定所述所有品种水稻到达有效分蘖数所需天数的最大值与所述所有品种水稻到达有效分蘖数所需天数的最小值之间的第二差值，并计算确定所述第一差值与所述第二差值之间的第一比值； 计算确定所述目标品种水稻到达叶龄增加速度最快的时间节点所需天数与所述所有品种水稻到达叶龄增加速度最快的时间节点所需天数的最小值之间的第三差值，计算确定所述所有品种水稻到达叶龄增加速度最快的时间节点所需天数的最大值与所述所有品种水稻到达叶龄增加速度最快的时间节点所需天数的最小值之间的第四差值，并计算确定所述第三差值与所述第四差值之间的第二比值； 计算确定所述第一比值与所述第二比值之间的第一和值，计算确定所述第一和值与数值二之间的第三比值，根据数值一与所述第三比值之间的差值，以确定所述早期生长活力评分； 将目标品种的单株水稻的当前光谱特征数据以及当前结构特征数据输入至采用所述第一样本数据集训练出的早期生长活力预测模型，以预测出目标品种的单株水稻在水稻插秧后预设天数的早期生长活力评分，完成水稻早期生长活力的预测，其中，所述早期生长活力预测模型的基础网络架构为基于时间注意力机制的长短期记忆网络，其中，所述基于时间注意力机制的长短期记忆网络包括依次连接的输入层、双分支LSTM模块、特征融合模块以及预测层，所述双分支LSTM模块包括第一LSTM分支模块以及第二LSTM分支模块，其中，所述第一LSTM分支模块用于处理光谱特征时间序列数据，所述第二LSTM分支模块用于处理结构特征时间序列数据，所述第一LSTM分支模块以及第二LSTM分支模块分别包括多个时间步相对应的LSTM处理单元，每个时间步相对应的LSTM处理单元连接一个时间注意力机制模块。

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广东省农业科学院水稻研究所;贵州省水稻研究所，其通讯地址为：510000 广东省广州市天河区五山路省农科院；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。