CN110301184A - 一种作物科学工程化育种信息处理系统及方法 - Google Patents
一种作物科学工程化育种信息处理系统及方法 Download PDFInfo
- Publication number
- CN110301184A CN110301184A CN201910624792.2A CN201910624792A CN110301184A CN 110301184 A CN110301184 A CN 110301184A CN 201910624792 A CN201910624792 A CN 201910624792A CN 110301184 A CN110301184 A CN 110301184A
- Authority
- CN
- China
- Prior art keywords
- breeding
- module
- data
- crop
- information
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01C—PLANTING; SOWING; FERTILISING
- A01C1/00—Apparatus, or methods of use thereof, for testing or treating seed, roots, or the like, prior to sowing or planting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/23—Clustering techniques
- G06F18/232—Non-hierarchical techniques
- G06F18/2321—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions
- G06F18/23213—Non-hierarchical techniques using statistics or function optimisation, e.g. modelling of probability density functions with fixed number of clusters, e.g. K-means clustering
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Probability & Statistics with Applications (AREA)
- Artificial Intelligence (AREA)
- Environmental Sciences (AREA)
- Bioinformatics & Computational Biology (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Soil Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明属于育种信息处理技术领域,公开了一种作物科学工程化育种信息处理系统及方法,所述作物科学工程化育种信息处理系统包括:育种图像采集模块、育种环境数据采集模块、土壤信息采集模块、中央控制模块、浇水模块、施肥模块、温控模块、生长状态判断模块、育种品种推荐模块、育种数据管理模块、显示模块。本发明通过采集图像数据获取作物当前生长状态信息,并与预设正常生长范围做比较,能够及时掌握作物生长状态,并基于作物生长情况,自动为作物调节周边环境,同时若作物缺水、缺肥还可自动化智能化的为作物定时定量提供养分及水,促进植物生长,实现对作物育种、生长的科学化、自动化的管理,减少人力、物力投入。
Description
技术领域
本发明属于育种信息处理技术领域,尤其涉及一种作物科学工程化育种信息处理方法。
背景技术
目前,最接近的现有技术:作物育种又称品种改良。高产、稳产、优质、高效是育种的目标。但特定的育种目标要综合考虑当地品种的现状、育种基础、自然环境、耕作制度、栽培水平、经济条件等因素,并随生产的发展不断加以调整。还要以本地区种植面积较大或有代表性的几个品种作为标准,明确需要保持或提高、改进或克服的方向,使育种目标具体化。作物育种方法与作物的繁殖方法密切相关。自交作物群体是一些纯合基因型混合体,也可能是单一的基因型,异质性不大或同质,遗传上高度纯合。这类作物宜采用混合选择、纯系育种、杂交育种(主要是品种间杂交)和回交育种。最终目的是育成纯合度高的品种。但同是自交作物,育种方法也不尽一致。异交作物群体是异质的,含有很多不同的基因型,在遗传上高度杂合,自交后呈现不同程度的衰退,再杂交时又恢复正常。这类作物宜采用混合选择、轮回选择、自交系间杂交和综合杂交。无性繁殖作物用营养器官繁殖后代,育成的品种表型虽整齐一致,基因型则高度杂合。常会产生突变或芽变,因而可对之进行选择。然而,现有作物育种过程不能对育种信息进行推荐;同时,育种数据量大,工作效率低。
综上所述,现有技术存在的问题是:现有无智能化对作物育种、生长过程进行自动化管理的平台,且无法基于作物生长状态智能化调节作物生长环境、施肥量以及浇水量;现有作物育种过程不能对育种信息进行推荐;同时,育种数据量大,工作效率低。
发明内容
针对现有技术存在的问题,本发明提供了一种作物科学工程化育种信息处理系统及方法。
本发明是这样实现的,一种作物科学工程化育种信息处理方法,所述作物科学工程化育种信息处理方法包括:
步骤一,利用摄像器采集育种图像数据;利用传感器采集环境的温度、湿度、光照强度相关育种环境数据,采集土壤信息;
步骤二,通过分析程序根据获取的育种图像获取作物生长状态信息,并利用判断程序判断当前作物生长状态信息是否在预设正常生长标准范围内;通过判断程序根据获取到的土壤信息数据判断当前土壤是否满足作物当前需求;
步骤三,基于判断结果利用温度控制器控制育种环境温度,利用智能浇水装置定时定量为作物浇水,利用施肥器定时定量为作物施肥;
步骤四,通过育种品种推荐模块利用推荐程序推荐作物育种品种信息;
步骤五,通过育种数据管理模块利用管理程序对育种数据进行管理;
步骤六,通过显示模块利用显示器显示采集的育种图像、育种环境数据、土壤信息,育种生长状态、育种品种推荐信息数据。
进一步,所述作物科学工程化育种信息处理方法推荐作物育种品种信息方法如下:
(1)通过推荐程序获取对照品种数据和待审核品种数据,对已获取的所有品种数据进行数据预处理,以得到品种-性状数据表,且所述品种-性状数据表包括对照品种-性状数据表和待审核品种-性状数据表;
(2)采用K-means聚类分析方式对所述品种-性状数据表进行聚类,从而得到多个聚类簇;
(3)在所述多个聚类簇中,查找包含对照品种-性状数据表的第一聚类簇;
(4)计算所述第一聚类簇中待审核品种与对照品种的相似度,并按照相似度由高到低的顺序筛选出至少一个待审核品种;
(5)将筛选出的待审核品种作为作物育种的推荐品种。
进一步,所述步骤(2)中,所述采用K-means聚类分析方式对所述品种-性状数据表进行聚类,从而得到多个聚类簇具体包括如下步骤:
a,将每个品种-性状数据表作为一个数据对象,然后随机设置K个中心对象。
b,分别计算每个数据对象到各中心对象的欧氏距离;对于任一数据对象,将该数据对象与其欧氏距离最小的中心对象放入一个类集合中,从而形成K个类集合,其中,K≥2;
c,对于任一类集合,将该类集合中所有数据对象的均值作为新中心对象;
d,判断新中心对象与上次的中心对象是否相同;如果相同,则执行步骤e;如果不同,则返回步骤b;
e,将最终确定的K个类集合作为K个聚类簇。
进一步,所述作物科学工程化育种信息处理方法对育种数据进行管理方法如下:
1)通过管理程序制定育种性状记载标准并对性状进行分组;
2)编制育种材料表,记录育种材料数据;
3)结合所述育种材料表制定性状录入模板;
4)结合所述性状录入模板以及育种性状记载标准录入性状数据;对所述育种材料数据以及性状数据进行筛选和精简;
5)确定每种性状数据的值;当育种材料某一性状没有数据时,则用户填写数据或直接设为空;当育种材料某一性状有多个值时,则选择其中某一个值或选择多个值的平均值作为这一性状的值。
进一步,所述步骤1)中,所述通过管理程序制定育种性状记载标准并对性状进行分组具体包括:
根据品种审定试验技术规程制定育种性状记载标准,包括性状名称、数据格式、数据长度以及记录标准;为每种性状指定对应的输入控件类型;所述输入控件类型包括文本框以及下拉框;日期型、文本型、整数型、浮点型性状数据的输入控件类型为文本框,具有分级的性状数据的输入控件类型为下拉框。
本发明的另一目的在于提供一种运行所述作物科学工程化育种信息处理方法的作物科学工程化育种信息处理系统,所述作物科学工程化育种信息处理系统包括:
育种图像采集模块,与中央控制模块连接,用于通过摄像器采集育种图像数据,并将采集的数据传送至生长状态判断模块以及显示模块;
育种环境数据采集模块,与中央控制模块连接,用于通过传感器采集环境的温度、湿度、光照强度相关育种环境数据,并将采集的数据传送至生长状态判断模块以及显示模块;
土壤信息采集模块:与中央控制模块连接,用于采集土壤信息,并将采集的数据传送至生长状态判断模块以及显示模块;
中央控制模块,与育种图像采集模块、育种环境数据采集模块、土壤信息采集模块、温控模块、生长状态判断模块、浇水模块、施肥模块、育种品种推荐模块、育种数据管理模块、显示模块连接,用于通过单片机控制各个模块正常工作;
温控模块,与中央控制模连接,用于通过温度控制器控制育种环境温度;
生长判断模块,与中央控制模块连接,用于接收育种图像采集模块、土壤信息采集模块采集的图像数据及土壤信息数据,通过分析程序根据获取的育种图像获取作物生长状态,同时判断当前土壤是否满足作物当前需求;
浇水模块,与中央控制模块连接,用于通过智能浇水装置定时定量为作物浇水;
施肥模块,与中央控制模块连接,用于通过施肥器定时定量为作物施肥;
育种品种推荐模块,与中央控制模块连接,用于通过推荐程序推荐作物育种品种信息;
育种数据管理模块,与中央控制模块连接,用于通过管理程序对育种数据进行管理;
显示模块,与中央控制模块连接,用于通过显示器显示采集的育种图像、育种环境数据、土壤信息、育种生长状态、育种品种推荐信息数据。
进一步,所述中央控制模块包括:
中央控制模块接收育种图像采集模块、育种环境数据采集模块、土壤信息采集模块采集的相关信息数据,同时接收生长状态判断模块相关判断结果;并基于判断结果分别调用施肥模块、浇水模块、温控模块进行相应处理。
进一步,所述生长状态判断模块具体包括:
生长状态判断模块接收育种图像采集模块、土壤信息采集模块采集的图像数据及土壤信息数据;
通过分析程序根据获取的育种图像获取作物生长状态信息,并利用判断程序判断当前作物生长状态信息是否在预设正常生长标准范围内;
通过判断程序根据获取到的土壤信息数据判断当前土壤是否满足作物当前需求;
将作物正常状态判断结果与土壤判断结果传送至中央控制模块。
本发明的另一目的在于提供一种应用所述作物科学工程化育种信息处理方法的信息数据处理终端。
本发明的优点及积极效果为:本发明通过采集图像数据获取作物当前生长状态信息,并与预设正常生长范围做比较,能够及时掌握作物生长状态,并基于作物生长情况,自动为作物调节周边环境,同时若作物缺水、缺肥还可自动化智能化的为作物定时定量提供养分及水,促进植物生长,实现对作物育种、生长的科学化、自动化的管理,减少人力、物力投入。
本发明通过育种品种推荐模块将协同过滤算法和K-means算法的结合应用于作物育种品种推荐上,根据品种的性状数据进行聚类,使得相似的品种能聚集在一个聚类簇内,不同簇间的品种相似度较低,针对性分析某个聚类簇,提高育种推荐的准确性;同时,通过育种数据管理模块制定性状记载标准,规范获取的育种数据,使得数据标准化,实现不同来源的数据联合分析;可以对性状进行不同角度的批量处理,提高数据的处理效率,减少育种家筛选育种材料的工作量,提高了育种数据管理效率。
附图说明
图1是本发明实施例提供的作物科学工程化育种信息处理方法流程图。
图2是本发明实施例提供的作物科学工程化育种信息处理系统结构示意图;
图中:1、育种图像采集模块;2、育种环境数据采集模块;3、土壤信息采集模块;4、中央控制模块;5、温控模块;6、生长状态判断模块;7、浇水模块;8、施肥模块;9、育种品种推荐模块;10、育种数据管理模块;11、显示模块。
具体实施方式
为能进一步了解本发明的发明内容、特点及功效,兹例举以下实施例,并配合附图详细说明如下。
针对现有技术存在的问题,本发明提供了一种作物科学工程化育种信息处理系统及方法,下面结合附图对本发明作详细的描述。
如图1所示,本发明实施例提供的作物科学工程化育种信息处理方法包括以下步骤:
S101:利用摄像器采集育种图像数据;利用传感器采集环境的温度、湿度、光照强度相关育种环境数据,采集土壤信息。
S102:通过分析程序根据获取的育种图像获取作物生长状态信息,并利用判断程序判断当前作物生长状态信息是否在预设正常生长标准范围内;通过判断程序根据获取到的土壤信息数据判断当前土壤是否满足作物当前需求。
S103:基于判断结果利用温度控制器控制育种环境温度,利用智能浇水装置定时定量为作物浇水,利用施肥器定时定量为作物施肥。
S104:通过育种品种推荐模块利用推荐程序推荐作物育种品种信息。
S105:通过育种数据管理模块利用管理程序对育种数据进行管理。
S106:通过显示模块利用显示器显示采集的育种图像、育种环境数据、土壤信息,育种生长状态、育种品种推荐信息数据。
如图2所示,本发明实施例提供的作物科学工程化育种信息处理系统包括:
育种图像采集模块1,与中央控制模块4连接,用于通过摄像器采集育种图像数据,并将采集的数据传送至生长状态判断模块6以及显示模块11。
育种环境数据采集模块2,与中央控制模块4连接,用于通过传感器采集环境的温度、湿度、光照强度相关育种环境数据,并将采集的数据传送至生长状态判断模块6以及显示模块11。
土壤信息采集模块3:与中央控制模块4连接,用于采集土壤信息,并将采集的数据传送至生长状态判断模块6以及显示模块11。
中央控制模块4,与育种图像采集模块1、育种环境数据采集模块2、土壤信息采集模块3、温控模块5、生长状态判断模块6、浇水模块7、施肥模块8、育种品种推荐模块9、育种数据管理模块10、显示模块11连接,用于通过单片机控制各个模块正常工作。
温控模块5,与中央控制模4连接,用于通过温度控制器控制育种环境温度。
生长判断模块6,与中央控制模块4连接,用于接收育种图像采集模块1、土壤信息采集模块3采集的图像数据及土壤信息数据,通过分析程序根据获取的育种图像获取作物生长状态,同时判断当前土壤是否满足作物当前需求。
浇水模块7,与中央控制模块4连接,用于通过智能浇水装置定时定量为作物浇水。
施肥模块8,与中央控制模块4连接,用于通过施肥器定时定量为作物施肥。
育种品种推荐模块9,与中央控制模块4连接,用于通过推荐程序推荐作物育种品种信息。
育种数据管理模块10,与中央控制模块4连接,用于通过管理程序对育种数据进行管理。
显示模块11,与中央控制模块4连接,用于通过显示器显示采集的育种图像、育种环境数据、土壤信息、育种生长状态、育种品种推荐信息数据。
在本发明的优选实施例中,本发明实施例提供的中央控制模块4具体包括:
中央控制模块4接收育种图像采集模块1、育种环境数据采集模块2、土壤信息采集模块3采集的相关信息数据,同时接收生长状态判断模块6相关判断结果;并基于判断结果分别调用施肥模块8、浇水模块7、温控模块5进行相应处理。
在本发明的优选实施例中,本发明实施例提供的生长状态判断模块6具体包括:
生长状态判断模块6接收育种图像采集模块1、土壤信息采集模块3采集的图像数据及土壤信息数据。
通过分析程序根据获取的育种图像获取作物生长状态信息,并利用判断程序判断当前作物生长状态信息是否在预设正常生长标准范围内。
通过判断程序根据获取到的土壤信息数据判断当前土壤是否满足作物当前需求。
将作物正常状态判断结果与土壤判断结果传送至中央控制模块4。
在本发明的优选实施例中,本发明实施例提供的育种品种推荐模块7推荐方法如下:
(1)通过推荐程序获取对照品种数据和待审核品种数据,对已获取的所有品种数据进行数据预处理,以得到品种-性状数据表,且所述品种-性状数据表包括对照品种-性状数据表和待审核品种-性状数据表。
(2)采用K-means聚类分析方式对所述品种-性状数据表进行聚类,从而得到多个聚类簇。
(3)在所述多个聚类簇中,查找包含对照品种-性状数据表的第一聚类簇。
(4)计算所述第一聚类簇中待审核品种与对照品种的相似度,并按照相似度由高到低的顺序筛选出至少一个待审核品种。
(5)将筛选出的待审核品种作为作物育种的推荐品种。
步骤(2)中,本发明实施例提供的采用K-means聚类分析方式对所述品种-性状数据表进行聚类,从而得到多个聚类簇具体包括如下步骤:
a,将每个品种-性状数据表作为一个数据对象,然后随机设置K个中心对象。
b,分别计算每个数据对象到各中心对象的欧氏距离;对于任一数据对象,将该数据对象与其欧氏距离最小的中心对象放入一个类集合中,从而形成K个类集合,其中,K≥2。
c,对于任一类集合,将该类集合中所有数据对象的均值作为新中心对象。
d,判断新中心对象与上次的中心对象是否相同;如果相同,则执行步骤e;如果不同,则返回步骤b。
e,将最终确定的K个类集合作为K个聚类簇。
在本发明的优选实施例中,本发明实施例提供的育种数据管理模块8管理方法如下:
1)通过管理程序制定育种性状记载标准并对性状进行分组。
2)编制育种材料表,记录育种材料数据。
3)结合所述育种材料表制定性状录入模板。
4)结合所述性状录入模板以及育种性状记载标准录入性状数据;对所述育种材料数据以及性状数据进行筛选和精简。
5)确定每种性状数据的值;当育种材料某一性状没有数据时,则用户填写数据或直接设为空;当育种材料某一性状有多个值时,则选择其中某一个值或选择多个值的平均值作为这一性状的值。
步骤1)中,本发明实施例提供的通过管理程序制定育种性状记载标准并对性状进行分组具体包括:
根据品种审定试验技术规程制定育种性状记载标准,包括性状名称、数据格式、数据长度以及记录标准;为每种性状指定对应的输入控件类型;所述输入控件类型包括文本框以及下拉框;日期型、文本型、整数型、浮点型性状数据的输入控件类型为文本框,具有分级的性状数据的输入控件类型为下拉框。
以上所述仅是对本发明的较佳实施例而已,并非对本发明作任何形式上的限制,凡是依据本发明的技术实质对以上实施例所做的任何简单修改,等同变化与修饰,均属于本发明技术方案的范围内。
Claims (9)
1.一种作物科学工程化育种信息处理方法,其特征在于,所述作物科学工程化育种信息处理方法包括:
步骤一,利用摄像器采集育种图像数据;利用传感器采集环境的温度、湿度、光照强度相关育种环境数据,采集土壤信息;
步骤二,通过分析程序根据获取的育种图像获取作物生长状态信息,并利用判断程序判断当前作物生长状态信息是否在预设正常生长标准范围内;通过判断程序根据获取到的土壤信息数据判断当前土壤是否满足作物当前需求;
步骤三,基于判断结果利用温度控制器控制育种环境温度,利用智能浇水装置定时定量为作物浇水,利用施肥器定时定量为作物施肥;
步骤四,通过育种品种推荐模块利用推荐程序推荐作物育种品种信息;
步骤五,通过育种数据管理模块利用管理程序对育种数据进行管理;
步骤六,通过显示模块利用显示器显示采集的育种图像、育种环境数据、土壤信息,育种生长状态、育种品种推荐信息数据。
2.如权利要求1所述的作物科学工程化育种信息处理方法,其特征在于,所述作物科学工程化育种信息处理方法推荐作物育种品种信息方法如下:
(1)通过推荐程序获取对照品种数据和待审核品种数据,对已获取的所有品种数据进行数据预处理,以得到品种-性状数据表,且所述品种-性状数据表包括对照品种-性状数据表和待审核品种-性状数据表;
(2)采用K-means聚类分析方式对所述品种-性状数据表进行聚类,从而得到多个聚类簇;
(3)在所述多个聚类簇中,查找包含对照品种-性状数据表的第一聚类簇;
(4)计算所述第一聚类簇中待审核品种与对照品种的相似度,并按照相似度由高到低的顺序筛选出至少一个待审核品种;
(5)将筛选出的待审核品种作为作物育种的推荐品种。
3.如权利要求2所述的作物科学工程化育种信息处理方法,其特征在于,所述步骤(2)中,所述采用K-means聚类分析方式对所述品种-性状数据表进行聚类,从而得到多个聚类簇具体包括如下步骤:
a,将每个品种-性状数据表作为一个数据对象,然后随机设置K个中心对象;
b,分别计算每个数据对象到各中心对象的欧氏距离;对于任一数据对象,将该数据对象与其欧氏距离最小的中心对象放入一个类集合中,从而形成K个类集合,其中,K≥2;
c,对于任一类集合,将该类集合中所有数据对象的均值作为新中心对象;
d,判断新中心对象与上次的中心对象是否相同;如果相同,则执行步骤e;如果不同,则返回步骤b;
e,将最终确定的K个类集合作为K个聚类簇。
4.如权利要求1所述的作物科学工程化育种信息处理方法,其特征在于,所述作物科学工程化育种信息处理方法对育种数据进行管理方法如下:
1)通过管理程序制定育种性状记载标准并对性状进行分组;
2)编制育种材料表,记录育种材料数据;
3)结合所述育种材料表制定性状录入模板;
4)结合所述性状录入模板以及育种性状记载标准录入性状数据;对所述育种材料数据以及性状数据进行筛选和精简;
5)确定每种性状数据的值;当育种材料某一性状没有数据时,则用户填写数据或直接设为空;当育种材料某一性状有多个值时,则选择其中某一个值或选择多个值的平均值作为这一性状的值。
5.如权利要求4所述的作物科学工程化育种信息处理方法,其特征在于,所述步骤1)中,所述通过管理程序制定育种性状记载标准并对性状进行分组具体包括:
根据品种审定试验技术规程制定育种性状记载标准,包括性状名称、数据格式、数据长度以及记录标准;为每种性状指定对应的输入控件类型;所述输入控件类型包括文本框以及下拉框;日期型、文本型、整数型、浮点型性状数据的输入控件类型为文本框,具有分级的性状数据的输入控件类型为下拉框。
6.一种运行如权利要求1所述作物科学工程化育种信息处理方法的作物科学工程化育种信息处理系统,其特征在于,所述作物科学工程化育种信息处理系统包括:
育种图像采集模块,与中央控制模块连接,用于通过摄像器采集育种图像数据,并将采集的数据传送至生长状态判断模块以及显示模块;
育种环境数据采集模块,与中央控制模块连接,用于通过传感器采集环境的温度、湿度、光照强度相关育种环境数据,并将采集的数据传送至生长状态判断模块以及显示模块;
土壤信息采集模块:与中央控制模块连接,用于采集土壤信息,并将采集的数据传送至生长状态判断模块以及显示模块;
中央控制模块,与育种图像采集模块、育种环境数据采集模块、土壤信息采集模块、温控模块、生长状态判断模块、浇水模块、施肥模块、育种品种推荐模块、育种数据管理模块、显示模块连接,用于通过单片机控制各个模块正常工作;
温控模块,与中央控制模连接,用于通过温度控制器控制育种环境温度;
生长判断模块,与中央控制模块连接,用于接收育种图像采集模块、土壤信息采集模块采集的图像数据及土壤信息数据,通过分析程序根据获取的育种图像获取作物生长状态,同时判断当前土壤是否满足作物当前需求;
浇水模块,与中央控制模块连接,用于通过智能浇水装置定时定量为作物浇水;
施肥模块,与中央控制模块连接,用于通过施肥器定时定量为作物施肥;
育种品种推荐模块,与中央控制模块连接,用于通过推荐程序推荐作物育种品种信息;
育种数据管理模块,与中央控制模块连接,用于通过管理程序对育种数据进行管理;
显示模块,与中央控制模块连接,用于通过显示器显示采集的育种图像、育种环境数据、土壤信息、育种生长状态、育种品种推荐信息数据。
7.如权利要求6所述的作物科学工程化育种信息处理系统,其特征在于,所述中央控制模块包括:
中央控制模块接收育种图像采集模块、育种环境数据采集模块、土壤信息采集模块采集的相关信息数据,同时接收生长状态判断模块相关判断结果;并基于判断结果分别调用施肥模块、浇水模块、温控模块进行相应处理。
8.如权利要求6所述的作物科学工程化育种信息处理系统,其特征在于,所述生长状态判断模块具体包括:
生长状态判断模块接收育种图像采集模块、土壤信息采集模块采集的图像数据及土壤信息数据;
通过分析程序根据获取的育种图像获取作物生长状态信息,并利用判断程序判断当前作物生长状态信息是否在预设正常生长标准范围内;
通过判断程序根据获取到的土壤信息数据判断当前土壤是否满足作物当前需求;
将作物正常状态判断结果与土壤判断结果传送至中央控制模块。
9.一种应用权利要求1~5任意一项所述作物科学工程化育种信息处理方法的信息数据处理终端。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910624792.2A CN110301184A (zh) | 2019-07-11 | 2019-07-11 | 一种作物科学工程化育种信息处理系统及方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910624792.2A CN110301184A (zh) | 2019-07-11 | 2019-07-11 | 一种作物科学工程化育种信息处理系统及方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110301184A true CN110301184A (zh) | 2019-10-08 |
Family
ID=68081128
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910624792.2A Pending CN110301184A (zh) | 2019-07-11 | 2019-07-11 | 一种作物科学工程化育种信息处理系统及方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110301184A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110754359A (zh) * | 2019-10-24 | 2020-02-07 | 海丰县新三农微生物农业有限公司 | 一种种子微冻低温冷链导育技术管理系统 |
CN111488520A (zh) * | 2020-03-19 | 2020-08-04 | 武汉工程大学 | 一种农作物种植种类推荐信息处理装置、方法及存储介质 |
CN112116514A (zh) * | 2020-09-10 | 2020-12-22 | 深圳文科园林股份有限公司 | 植物种植推荐方法、装置、设备及计算机可读存储介质 |
CN112710661A (zh) * | 2020-12-25 | 2021-04-27 | 河北北方学院 | 一种马铃薯育种监测分析方法及系统 |
CN112956414A (zh) * | 2021-02-04 | 2021-06-15 | 中国林业科学研究院林业研究所 | 一种林木多性状聚合育种系统及方法 |
CN116138161A (zh) * | 2022-09-08 | 2023-05-23 | 广西壮族自治区亚热带作物研究所(广西亚热带农产品加工研究所) | 一种农作物抗旱育种筛选试验方法 |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100332039A1 (en) * | 2007-06-04 | 2010-12-30 | Autoagronom Israel Ltd. | Water and fertilizer management system |
CN103353885A (zh) * | 2013-06-28 | 2013-10-16 | 北京农业智能装备技术研究中心 | 育种数据管理方法及管理系统 |
CN106465635A (zh) * | 2016-09-05 | 2017-03-01 | 深圳市双赢伟业科技股份有限公司 | 基于土壤的农业互联生产方法 |
CN107944487A (zh) * | 2017-11-20 | 2018-04-20 | 北京信息科技大学 | 一种基于混合协同过滤算法的作物育种品种推荐方法 |
CN109315113A (zh) * | 2018-11-14 | 2019-02-12 | 徐金金 | 一种智能农业大棚管理系统 |
-
2019
- 2019-07-11 CN CN201910624792.2A patent/CN110301184A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20100332039A1 (en) * | 2007-06-04 | 2010-12-30 | Autoagronom Israel Ltd. | Water and fertilizer management system |
CN103353885A (zh) * | 2013-06-28 | 2013-10-16 | 北京农业智能装备技术研究中心 | 育种数据管理方法及管理系统 |
CN106465635A (zh) * | 2016-09-05 | 2017-03-01 | 深圳市双赢伟业科技股份有限公司 | 基于土壤的农业互联生产方法 |
CN107944487A (zh) * | 2017-11-20 | 2018-04-20 | 北京信息科技大学 | 一种基于混合协同过滤算法的作物育种品种推荐方法 |
CN109315113A (zh) * | 2018-11-14 | 2019-02-12 | 徐金金 | 一种智能农业大棚管理系统 |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110754359A (zh) * | 2019-10-24 | 2020-02-07 | 海丰县新三农微生物农业有限公司 | 一种种子微冻低温冷链导育技术管理系统 |
CN111488520A (zh) * | 2020-03-19 | 2020-08-04 | 武汉工程大学 | 一种农作物种植种类推荐信息处理装置、方法及存储介质 |
CN111488520B (zh) * | 2020-03-19 | 2023-09-26 | 武汉工程大学 | 一种农作物种植种类推荐信息处理装置、方法及存储介质 |
CN112116514A (zh) * | 2020-09-10 | 2020-12-22 | 深圳文科园林股份有限公司 | 植物种植推荐方法、装置、设备及计算机可读存储介质 |
CN112116514B (zh) * | 2020-09-10 | 2024-04-19 | 广东文科绿色科技股份有限公司 | 植物种植推荐方法、装置、设备及计算机可读存储介质 |
CN112710661A (zh) * | 2020-12-25 | 2021-04-27 | 河北北方学院 | 一种马铃薯育种监测分析方法及系统 |
CN112956414A (zh) * | 2021-02-04 | 2021-06-15 | 中国林业科学研究院林业研究所 | 一种林木多性状聚合育种系统及方法 |
CN116138161A (zh) * | 2022-09-08 | 2023-05-23 | 广西壮族自治区亚热带作物研究所(广西亚热带农产品加工研究所) | 一种农作物抗旱育种筛选试验方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110301184A (zh) | 一种作物科学工程化育种信息处理系统及方法 | |
Qiao et al. | Dissecting root trait variability in maize genotypes using the semi-hydroponic phenotyping platform | |
US20070186313A1 (en) | Method for high throughput transgene function analysis for agronomic traits in maize | |
CN100548103C (zh) | 利用罚逻辑回归筛分植物胚的方法 | |
CN109964812B (zh) | 一种多抗广适选择混合小麦育种方法 | |
CN100420368C (zh) | 一种以蓝粒为标记性状的两系法杂交小麦的选育方法 | |
CN106971409B (zh) | 玉米冠层叶色建模系统及方法 | |
CN109727640B (zh) | 基于自动机器学习技术的全基因组预测方法及装置 | |
CN116820002A (zh) | 一种用于植物定向培育的筛选系统及方法 | |
CN108243678B (zh) | 一种智能机器播种系统及其控制方法和装置 | |
CN115691660A (zh) | 玉米籽粒镉积累性状的全基因组选择研究的方法 | |
CN110447532B (zh) | 一种耐高温棉花的选育方法 | |
CN109220786A (zh) | 一种从烟草突变体中筛选高分泌型材料的方法 | |
CN110419496B (zh) | 高产蛋率番鸭群梯次优选方法 | |
KR20150118208A (ko) | 실시간 모니터링 및 자동제어 시스템 | |
CN102919121A (zh) | 一种诱变选育苦瓜雌性系的方法 | |
CN110570027B (zh) | 基于数据分析的高产蛋率番鸭选育方法 | |
CN112506985A (zh) | 一种家禽养殖管理系统 | |
EP0798957A1 (en) | Alfalfa products and method for producing alfalfa products for a sequential harvesting system | |
Grabovets et al. | Wheat breeding during drought increase | |
Razzokovna et al. | RESULTS OF CLUSTER ANALYSIS ON COTTON FAMILIES AND LINES BASED ON PAIR AND COMPOSITE HYBRIDS | |
CN1176573C (zh) | 一种微胚乳超甜超高油兼用型玉米育种方法 | |
CN110463542B (zh) | 一种水稻耐盐碱批量鉴定装置 | |
KR102298786B1 (ko) | 장류용 콩 품종의 제색 개량을 위한 중간모본 및 이의 육종방법 | |
CN116076353A (zh) | 一种富含花青素的紫玉米的选育系统及方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |