一种水稻耐热耐寒智能鉴定方法及系统
本发明涉及水稻种植鉴定、农业表型监测、受控环境模拟和智能数据处理,尤其涉及一种水稻耐热耐寒智能鉴定方法及系统。
背景技术:
1、在水稻耐热性鉴定和耐寒性鉴定技术领域内,现有方案通常通过人工气候室、玻璃温室或室内鉴定平台建立高温胁迫、低温胁迫和适温对照条件,并结合温度信息、湿度信息、光照信息、结实率、表型性状或生理指标对待鉴定水稻材料进行评价。此类方案在单一胁迫处理或单一指标评价场景下可完成基础鉴定,但在水稻高温胁迫和低温胁迫联合鉴定过程中,容易出现环境参数、生理指标、表型图像、遥感影像和基因表达数据来源分散,样本标识、胁迫工况标识和采集时间对应关系不连续,评价结果与原始数据来源难以追溯等限制。
2、现有方案多依赖预设环境控制流程、人工记录、固定采集周期或单一评价指标进行处理。当待鉴定水稻材料处于不同生长阶段,且高温胁迫、低温胁迫和适温对照并行设置时,不同采集设备形成的数据在采集频率、采集时间窗和数据来源标识上存在差异。若环境参数、生理指标、表型图像、遥感影像和基因表达数据之间缺少稳定衔接,后续耐热评价和耐寒评价容易出现工况归属不清、时间关系错位和异常数据未区分等处理困难。
3、针对多源观测数据在水稻高温胁迫和低温胁迫联合鉴定中的联合处理,现有技术仍存在工况匹配、时间对齐、质量校验、双通道评价和反馈记录之间衔接不足的问题。因此,需要围绕水稻耐热耐寒智能鉴定场景,解决如何在水稻高温胁迫和低温胁迫联合鉴定过程中,基于多源观测数据,通过工况匹配、时间对齐、质量校验和双通道评价,形成反馈更新参数的问题。
技术实现思路
1、为了解决上述技术问题,本发明提供了一种水稻耐热耐寒智能鉴定方法,包括:
2、s100、获取待鉴定水稻材料的样本标识、胁迫工况标识和适温对照,在气候模拟环境中建立高温胁迫、低温胁迫和适温对照的实验条件;对所述样本标识和所述胁迫工况标识进行关联,生成样本工况关联记录和环境控制记录;
3、s200、基于所述样本工况关联记录和环境控制记录,采集环境参数、生理指标、表型图像、遥感影像和基因表达数据;对采集的数据关联采集时间和数据来源标识,生成多源观测数据集;
4、s300、基于所述多源观测数据集,进行工况匹配、时间对齐和质量校验,生成耐热耐寒联合鉴定数据集、数据质量标记和异常数据标记;
5、s400、基于所述耐热耐寒联合鉴定数据集,分别输入耐热评价通道和耐寒评价通道,生成耐热评价结果、耐寒评价结果、证据特征集合和模型置信度;
6、s500、基于所述耐热评价结果、耐寒评价结果、证据特征集合、模型置信度、数据质量标记和异常数据标记,生成耐热耐寒综合评估报告和反馈更新参数;对所述反馈更新参数进行参数回写,生成日志追溯记录。
7、进一步地,所述胁迫工况标识包括高温胁迫标识、低温胁迫标识和适温对照标识;所述环境控制记录包括温度信息、湿度信息、光照信息、二氧化碳浓度、胁迫持续时间和温度日变化规律。
8、进一步地,所述样本标识包括水稻品种标识、鉴定对照水稻品种标识、适温对照标识、开花抽穗期标识、抽穗扬花期标识和孕穗期标识;所述样本工况关联记录包括样本标识、胁迫工况标识、适温对照标识和环境控制记录的对应关系。
9、进一步地,所述数据来源标识包括环境参数来源标识、生理指标来源标识、表型图像来源标识、遥感影像来源标识和基因表达数据来源标识;所述多源观测数据集包括所述采集时间、所述数据来源标识和所述样本标识的对应关系。
10、进一步地,所述环境参数包括温度信息、湿度信息、光照信息和二氧化碳浓度;所述生理指标包括叶面温度、土壤湿度、光合作用速率、呼吸作用强度和水分利用效率;所述表型图像用于提取叶片特征、株高和植株特征。
11、进一步地,所述遥感影像包括多光谱影像和红外影像;基于所述遥感影像提取遥感健康特征,并按照采集时间和样本标识,将所述遥感健康特征与所述环境参数、生理指标和表型图像进行数据匹配。
12、进一步地,所述基因表达数据按照样本标识、胁迫工况标识和采集时间,与所述环境参数、生理指标、表型图像和遥感影像进行时间对齐;未通过时间对齐或工况匹配的基因表达数据生成异常数据标记。
13、进一步地,所述质量校验包括环境参数偏离校验、传感器离线校验、图像质量校验、遥感覆盖校验、样本标识一致性校验和基因表达数据完整性校验;根据所述质量校验生成所述数据质量标记和异常数据标记。
14、进一步地,所述耐热评价通道基于所述耐热耐寒联合鉴定数据集中的高温胁迫数据和适温对照数据提取热响应特征,并生成耐热评价结果;所述耐寒评价通道基于所述耐热耐寒联合鉴定数据集中的低温胁迫数据和适温对照数据提取冷响应特征,并生成耐寒评价结果;所述证据特征集合包括热响应特征和冷响应特征。
15、本发明还提供一种水稻耐热耐寒智能鉴定系统,包括:
16、样本工况配置模块,用于获取待鉴定水稻材料的样本标识、胁迫工况标识和适温对照,在气候模拟环境中建立高温胁迫、低温胁迫和适温对照的实验条件,并对所述样本标识和所述胁迫工况标识进行关联,生成样本工况关联记录和环境控制记录;
17、多源数据采集模块,连接所述样本工况配置模块,用于基于所述样本工况关联记录和所述环境控制记录,采集环境参数、生理指标、表型图像、遥感影像和基因表达数据,并对采集的数据关联采集时间和数据来源标识,生成多源观测数据集;
18、数据关联校验模块,连接所述多源数据采集模块,用于基于所述多源观测数据集进行工况匹配、时间对齐和质量校验,生成耐热耐寒联合鉴定数据集、数据质量标记和异常数据标记;
19、双通道评价模块,连接所述数据关联校验模块,用于基于所述耐热耐寒联合鉴定数据集分别输入耐热评价通道和耐寒评价通道,生成耐热评价结果、耐寒评价结果、证据特征集合和模型置信度;
20、报告反馈模块,连接所述双通道评价模块和所述数据关联校验模块,用于基于所述耐热评价结果、所述耐寒评价结果、所述证据特征集合、所述模型置信度、所述数据质量标记和所述异常数据标记,生成耐热耐寒综合评估报告和反馈更新参数,并对所述反馈更新参数进行参数回写,生成日志追溯记录。
21、本发明的创新点包括:
22、(1)将样本标识、胁迫工况标识和环境控制记录作为多源数据采集的约束对象,使环境参数、生理指标、表型图像、遥感影像和基因表达数据在采集阶段即关联采集时间、数据来源标识和样本标识,形成与待鉴定水稻材料、胁迫工况和适温对照相对应的多源观测数据集。
23、(2)围绕多源观测数据集建立工况匹配、时间对齐和质量校验的联动处理关系,将不同采集频率、不同数据来源和不同胁迫工况下的数据组织为耐热耐寒联合鉴定数据集,并同步生成数据质量标记和异常数据标记。
24、(3)将耐热耐寒联合鉴定数据集分别输入耐热评价通道和耐寒评价通道,生成耐热评价结果、耐寒评价结果、证据特征集合和模型置信度;再结合数据质量标记和异常数据标记形成反馈更新参数,并对反馈更新参数进行参数回写,生成日志追溯记录。
25、以下为有益效果:
26、(1)针对现有方案中多源数据来源分散、样本标识与胁迫工况对应关系不连续的问题,通过样本工况关联记录约束采集过程,使环境参数、生理指标、表型图像、遥感影像和基因表达数据在进入后续处理前具有明确的样本归属、工况归属和采集时间对应关系。
27、(2)针对不同采集设备形成的数据在采集频率、采集时间窗和数据来源标识上存在差异的问题,通过工况匹配、时间对齐和质量校验,将多源观测数据整理为耐热耐寒联合鉴定数据集,并将环境参数偏离、传感器离线、图像质量不足、遥感覆盖不足和基因表达数据不完整等情况区分为对应标记,减少异常数据混入评价通道的情况。
28、(3)针对现有耐热评价和耐寒评价之间衔接不足、评价结果难以反馈到后续实验的问题,通过耐热评价通道和耐寒评价通道分别处理高温胁迫数据、低温胁迫数据及适温对照数据,并结合模型置信度、数据质量标记和异常数据标记生成反馈更新参数,使评价结果、异常来源和参数回写对象之间形成可追溯的对应关系。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com