System.ArgumentOutOfRangeException: 索引和長度必須引用該字符串內的位置。 參數名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 亚洲无码黄色网址,日韩毛片无码永久免费看,日韩乱码人妻无码系列中文字幕
  • 
    <ul id="o6k0g"></ul>
    <ul id="o6k0g"></ul>

    一種魚菜共生系統水培蔬菜氮營養盈虧識別方法、設備、介質及產品技術方案

    技術編號:44500414 閱讀:6 留言:0更新日期:2025-03-04 18:09
    本申請公開了一種魚菜共生系統水培蔬菜氮營養盈虧識別方法、設備、介質及產品,涉及水產養殖領域。該方法包括:將魚菜共生系統中的水培蔬菜作為生產組,并設置與生產組處于相同氣候條件,且采用最佳營養供給的水培蔬菜作為對照組;采用深度相機分別采集生產組和對照組的冠層圖像數據;基于輕量化實例分割模型,根據生產組和對照組的冠層圖像數據確定生產組和對照組的蔬菜氮營養狀況指標;將對照組的蔬菜氮營養狀況指標作為氮營養盈虧識別基準值;根據氮營養盈虧識別基準值和生產組的蔬菜氮營養狀況指標判斷生產組的蔬菜氮營養盈虧狀況。本申請可實現適應氣候變化的蔬菜氮營養盈虧狀況的精準識別。

    【技術實現步驟摘要】

    本申請涉及水產養殖領域,特別是涉及一種魚菜共生系統水培蔬菜氮營養盈虧識別方法、設備、介質及產品


    技術介紹

    1、魚菜共生系統是一種綠色生態、環保零污染的新型養殖模式,其有效對接了水產養殖和蔬菜水培的氮營養供需關系,實現了養魚換水率低、種菜添肥少、環境污染低的目標。但是,現有的魚菜共生系統實際生產過程中仍然存在諸多問題:(1)管理者普遍重視魚的經濟價值,僅將菜視為一種養殖水體凈化工具,忽視蔬菜的經濟價值。(2)魚菜生命周期異步,蔬菜的最佳生長難以保證。蔬菜生長所需氮營養主要來自養殖尾水,養殖尾水中氮營養的豐富程度整體呈現隨著養殖階段的遞增而逐步遞增的趨勢。而蔬菜早期生長階段氮需求量小,生長中后期氮需求量大。氮營養供給不足的情況下會導致蔬菜生長速度緩慢,進而導致蔬菜氮營養缺乏。(3)不同季節、不同氣候條件下蔬菜的氮營養吸收能力不同,進而外在生長表現存在差異性。(4)植株個體生長存在差異性,單一點位的氮營養盈虧狀況識別存在片面性。因此,魚菜共生系統蔬菜氮營養盈虧狀況的精準識別是后續作物最佳生長調控的關鍵所在。

    2、當前,針對魚菜共生場景下的蔬菜氮營養狀況診斷研究幾乎屬于空白。現有研究大多借助光譜技術以及視覺技術進行大田或設施作物數據采集以及氮營養狀況診斷模型構建,忽略了不同地域或不同季節導致的氣候差異性對作物氮營養吸收能力的影響。雖然可以通過采集不同地域、不同季節條件下作物的氮響應數據集進行模型構建以確保模型的適用性,但是數據采集的過程是非常耗時的,且人力、物力成本投入大。


    技術實現思路

    1、本申請的目的是提供一種魚菜共生系統水培蔬菜氮營養盈虧識別方法、設備、介質及產品,可實現適應氣候變化的蔬菜氮營養盈虧狀況的精準識別。

    2、為實現上述目的,本申請提供了如下方案:

    3、第一方面,本申請提供了一種魚菜共生系統水培蔬菜氮營養盈虧識別方法,所述魚菜共生系統水培蔬菜氮營養盈虧識別方法包括:

    4、將魚菜共生系統中的水培蔬菜作為生產組,并設置與生產組處于相同氣候條件,且采用最佳營養供給的水培蔬菜作為對照組;

    5、采用深度相機分別采集生產組和對照組的冠層圖像數據;

    6、基于輕量化實例分割模型,根據生產組和對照組的冠層圖像數據確定生產組和對照組的蔬菜氮營養狀況指標;所述蔬菜氮營養狀況指標包括:冠層覆蓋度均值和植株株高均值;所述輕量化實例分割模型基于yolov8實例分割模型構建得到;

    7、將對照組的蔬菜氮營養狀況指標作為氮營養盈虧識別基準值;所述氮營養盈虧識別基準值包括:冠層覆蓋度基準值和植株株高基準值;

    8、根據氮營養盈虧識別基準值和生產組的蔬菜氮營養狀況指標判斷生產組的蔬菜氮營養盈虧狀況。

    9、可選地,所述輕量化實例分割模型以yolov8實例分割模型為基準模型,并采用starnet結構替換基準模型的主干網絡,采用組歸一化替換基準模型的頭部網絡中的批歸一化,采用deconv結構替換基準模型的頭部網絡中的5個3×3卷積層。

    10、可選地,基于輕量化實例分割模型,根據生產組和對照組的冠層圖像數據確定生產組和對照組的蔬菜氮營養狀況指標,包括:

    11、將生產組和對照組的冠層圖像數據分別輸入至輕量化實例分割模型,得到對應的當前視域內不同植株個體的目標區域;

    12、計算生產組對應的當前視域內不同植株個體的目標區域的像素數除以生產組的冠層圖像數據的像素數的比值,得到生產組的群體植株冠層覆蓋度,并將生產組的群體植株冠層覆蓋度除以生產組的植株數量,得到生產組的冠層覆蓋度均值;

    13、計算生產組對應的當前視域內不同植株個體的目標區域的中心點的高度值的平均值,得到生產組的植株株高均值;

    14、計算對照組對應的當前視域內不同植株個體的目標區域的像素數除以對照組的冠層圖像數據的像素數的比值,得到對照組的群體植株冠層覆蓋度,并將對照組的群體植株冠層覆蓋度除以對照組的植株數量,得到對照組的冠層覆蓋度均值;

    15、計算對照組對應的當前視域內不同植株個體的目標區域的中心點的高度值的平均值,得到對照組的植株株高均值。

    16、可選地,根據氮營養盈虧識別基準值和生產組的蔬菜氮營養狀況指標判斷生產組的蔬菜氮營養盈虧狀況,包括:

    17、若生產組的冠層覆蓋度均值小于冠層覆蓋度基準值,且生產組的植株株高均值小于植株株高基準值,則生產組的蔬菜氮營養盈虧狀況為氮缺乏狀態;

    18、若生產組的冠層覆蓋度均值等于冠層覆蓋度基準值,且生產組的植株株高均值等于植株株高基準值,則生產組的蔬菜氮營養盈虧狀況為氮最佳狀態;

    19、若生產組的冠層覆蓋度均值大于冠層覆蓋度基準值,且生產組的植株株高均值大于植株株高基準值,則生產組的蔬菜氮營養盈虧狀況為氮過剩狀態;

    20、若生產組的冠層覆蓋度均值小于冠層覆蓋度基準值,且生產組的植株株高均值大于植株株高基準值,或者生產組的冠層覆蓋度均值大于冠層覆蓋度基準值,且生產組的植株株高均值小于植株株高基準值,則生產組的蔬菜生長異常或數據采集計算異常,無法判斷氮營養盈虧狀況。

    21、可選地,生產組的冠層覆蓋度均值與冠層覆蓋度基準值的最大允許差值為5%,當生產組的冠層覆蓋度均值與冠層覆蓋度基準值的差值的絕對值小于或等于5%時,視為生產組的冠層覆蓋度均值等于冠層覆蓋度基準值,否則視為生產組的冠層覆蓋度均值不等于冠層覆蓋度基準值;生產組的植株株高均值與植株株高基準值的最大允許差值為0.2cm,當生產組的植株株高均值與植株株高基準值的差值的絕對值小于或等于0.2cm時,視為生產組的植株株高均值等于植株株高基準值,否則視為生產組的植株株高均值不等于植株株高基準值。

    22、可選地,所述深度相機平行于魚菜共生系統的培養槽的平面設置,且距離魚菜共生系統的培養槽的平面的高度為50cm。

    23、可選地,所述魚菜共生系統水培蔬菜氮營養盈虧識別方法還包括:

    24、根據魚菜共生系統中養殖尾水氮含量變化范圍設置不同氮處理梯度;

    25、將樣本蔬菜移栽至不同氮處理梯度下的栽培槽中進行培養,并采用深度相機采集樣本蔬菜全生長期的冠層圖像數據;

    26、將樣本蔬菜全生長期的冠層圖像數據輸入至輕量化實例分割模型,得到樣本蔬菜當前視域內不同植株個體的目標區域;

    27、根據不同氮處理梯度下的樣本蔬菜當前視域內不同植株個體的目標區域確定對應的冠層覆蓋度均值和植株株高均值;

    28、繪制不同氮處理梯度及不同生長天數下的冠層覆蓋度均值變化曲線和植株株高均值變化曲線,并確定氮營養盈虧識別基準線;所述對照組的氮處理梯度基于所述氮營養盈虧識別基準線設置。

    29、第二方面,本申請提供了一種計算機設備,包括:存儲器、處理器以及存儲在存儲器上并可在處理器上運行的計算機程序,所述處理器執行所述計算機程序以實現所述魚菜共生系統水培蔬菜氮營養盈虧識別方法。

    30、第三方面,本申請提供了本文檔來自技高網...

    【技術保護點】

    1.一種魚菜共生系統水培蔬菜氮營養盈虧識別方法,其特征在于,包括:

    2.根據權利要求1所述的魚菜共生系統水培蔬菜氮營養盈虧識別方法,其特征在于,所述輕量化實例分割模型以YOLOv8實例分割模型為基準模型,并采用StarNet結構替換基準模型的主干網絡,采用組歸一化替換基準模型的頭部網絡中的批歸一化,采用DEConv結構替換基準模型的頭部網絡中的5個3×3卷積層。

    3.根據權利要求1所述的魚菜共生系統水培蔬菜氮營養盈虧識別方法,其特征在于,基于輕量化實例分割模型,根據生產組和對照組的冠層圖像數據確定生產組和對照組的蔬菜氮營養狀況指標,包括:

    4.根據權利要求1所述的魚菜共生系統水培蔬菜氮營養盈虧識別方法,其特征在于,根據氮營養盈虧識別基準值和生產組的蔬菜氮營養狀況指標判斷生產組的蔬菜氮營養盈虧狀況,包括:

    5.根據權利要求4所述的魚菜共生系統水培蔬菜氮營養盈虧識別方法,其特征在于,生產組的冠層覆蓋度均值與冠層覆蓋度基準值的最大允許差值為5%,當生產組的冠層覆蓋度均值與冠層覆蓋度基準值的差值的絕對值小于或等于5%時,視為生產組的冠層覆蓋度均值等于冠層覆蓋度基準值,否則視為生產組的冠層覆蓋度均值不等于冠層覆蓋度基準值;生產組的植株株高均值與植株株高基準值的最大允許差值為0.2cm,當生產組的植株株高均值與植株株高基準值的差值的絕對值小于或等于0.2cm時,視為生產組的植株株高均值等于植株株高基準值,否則視為生產組的植株株高均值不等于植株株高基準值。

    6.根據權利要求1所述的魚菜共生系統水培蔬菜氮營養盈虧識別方法,其特征在于,所述深度相機平行于魚菜共生系統的培養槽的平面設置,且距離魚菜共生系統的培養槽的平面的高度為50cm。

    7.根據權利要求1所述的魚菜共生系統水培蔬菜氮營養盈虧識別方法,其特征在于,還包括:

    8.一種計算機設備,包括:存儲器、處理器以及存儲在存儲器上并可在處理器上運行的計算機程序,其特征在于,所述處理器執行所述計算機程序以實現權利要求1-7中任一項所述的魚菜共生系統水培蔬菜氮營養盈虧識別方法。

    9.一種計算機可讀存儲介質,其上存儲有計算機程序,其特征在于,該計算機程序被處理器執行時實現權利要求1-7中任一項所述的魚菜共生系統水培蔬菜氮營養盈虧識別方法。

    10.一種計算機程序產品,包括計算機程序,其特征在于,該計算機程序被處理器執行時實現權利要求1-7中任一項所述的魚菜共生系統水培蔬菜氮營養盈虧識別方法。

    ...

    【技術特征摘要】

    1.一種魚菜共生系統水培蔬菜氮營養盈虧識別方法,其特征在于,包括:

    2.根據權利要求1所述的魚菜共生系統水培蔬菜氮營養盈虧識別方法,其特征在于,所述輕量化實例分割模型以yolov8實例分割模型為基準模型,并采用starnet結構替換基準模型的主干網絡,采用組歸一化替換基準模型的頭部網絡中的批歸一化,采用deconv結構替換基準模型的頭部網絡中的5個3×3卷積層。

    3.根據權利要求1所述的魚菜共生系統水培蔬菜氮營養盈虧識別方法,其特征在于,基于輕量化實例分割模型,根據生產組和對照組的冠層圖像數據確定生產組和對照組的蔬菜氮營養狀況指標,包括:

    4.根據權利要求1所述的魚菜共生系統水培蔬菜氮營養盈虧識別方法,其特征在于,根據氮營養盈虧識別基準值和生產組的蔬菜氮營養狀況指標判斷生產組的蔬菜氮營養盈虧狀況,包括:

    5.根據權利要求4所述的魚菜共生系統水培蔬菜氮營養盈虧識別方法,其特征在于,生產組的冠層覆蓋度均值與冠層覆蓋度基準值的最大允許差值為5%,當生產組的冠層覆蓋度均值與冠層覆蓋度基準值的差值的絕對值小于或等于5%時,視為生產組的冠層覆蓋度均值等于冠層覆蓋度基準值,否則視為生產組的冠層覆蓋度均值不等于冠層覆蓋度基準值;生...

    【專利技術屬性】
    技術研發人員:李道亮張盼陳英義劉思濤
    申請(專利權)人:中國農業大學
    類型:發明
    國別省市:

    網友詢問留言 已有0條評論
    • 還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。

    1
    主站蜘蛛池模板: 国产高新无码在线观看| 无码专区国产无套粉嫩白浆内射| 日韩av片无码一区二区三区不卡| 九九无码人妻一区二区三区| 韩国19禁无遮挡啪啪无码网站| 麻豆精品无码国产在线果冻| 台湾无码AV一区二区三区| 日韩视频无码日韩视频又2021| 亚洲VA中文字幕不卡无码| 中文字幕久久精品无码| 精品无码av一区二区三区 | 国模吧无码一区二区三区| 日韩精品无码久久久久久| 无码少妇一区二区性色AV| 无码人妻一区二区三区免费看 | 亚洲成av人无码亚洲成av人| 无码精品人妻一区二区三区中 | 国产精品一区二区久久精品无码 | 中文字幕精品无码一区二区三区| 亚洲av无码一区二区三区人妖 | 国产精品无码成人午夜电影| 亚洲国产综合无码一区| 国产精品亚洲а∨无码播放麻豆| 亚洲AV无码专区在线厂| 中文字幕av无码不卡免费| 亚洲a∨无码精品色午夜| 毛片无码免费无码播放| 无码少妇一区二区浪潮免费| 欧洲Av无码放荡人妇网站| 一夲道无码人妻精品一区二区| heyzo专区无码综合| 一区二区三区无码高清视频| 亚洲中文字幕无码一区二区三区| 无码国内精品久久人妻麻豆按摩 | 日韩AV无码精品一二三区| 无码人妻丰满熟妇区五十路| 亚洲欧洲无码一区二区三区| 深夜a级毛片免费无码| 亚洲AV无码AV日韩AV网站| 久久久久久久久无码精品亚洲日韩| av色欲无码人妻中文字幕|