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！

龙图腾网获悉江西省农业科学院农业工程研究所申请的专利一种基于多源数据分析的水稻白叶枯病监测方法及系统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：CN117113030B 。

龙图腾网通过国家知识产权局官网在2025-08-29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：202311100024.X，技术领域涉及：G06F18/20；该发明授权一种基于多源数据分析的水稻白叶枯病监测方法及系统是由孙滨峰;李艳大;吴罗发;曹中盛;黄俊宝;彭忻怡设计研发完成，并于2023-08-30向国家知识产权局提交的专利申请。

本一种基于多源数据分析的水稻白叶枯病监测方法及系统在说明书摘要公布了：本发明公开了一种基于多源数据分析的水稻白叶枯病监测方法及系统。通过提出的水稻白叶枯病监测方法，基于对多源数据进行分析，采用主因素分析法，对各所述影响因素数据对于发病率或病情指数的影响权重进行分析，从而筛选出导致稻田百叶枯病发病的主要影响因素，并根据影响权重值的大小生成监测策略，通过设置监测单元，对主要影响因素执行实时监测策略，对于次要或者无关影响因素执行间歇监测策略，从而有目的性且高效地实现稻田百叶枯病蔓延趋势的监测，便于及时针对导致稻田百叶枯病的主要影响因素采取对应的防治措施手段，从而有效的遏制百叶枯病在稻田内部的快速蔓延。

本发明授权一种基于多源数据分析的水稻白叶枯病监测方法及系统在权利要求书中公布了：1.一种基于多源数据分析的水稻白叶枯病监测方法，其特征在于：包括以下步骤： 步骤一，选择不同受害程度的稻田作为取样对象，采用5点取样法对各取样对象进行取样检测，记载取样的叶片总数、病叶数量及严重程度数据，并计算取样对象的发病率及病情指数，其中： 发病率％＝病叶数量叶片总数×100％ 病情指数＝[∑各级病叶数×各级代表值叶片总数×最高级代表值]×100； 步骤二，采集取样对象在发病期间的影响因素数据，包括品种抗病性评价数据、发病期间降水总量、田间种植密度值、稻田积水量、种子含菌量、稻田细菌残留量； 步骤三，采用主因素分析法，对各所述影响因素数据对于发病率或病情指数的影响权重进行分析； 步骤四，根据步骤三的分析结果确定取样对象发病率及病情指数的影响权重值，根据所述影响权重值的大小生成监测策略，通过设置监测单元执行所述监测策略； 步骤三的具体步骤包括： 步骤31，以取样对象的发病率及病情指数的数据集合序列作为母序列E，以取样对象在发病期间的各项影响因素数据集合序列作为子序列F，其结构表达式为： E＝{E1,E2} F＝{F1,F2,F3,F4,F5,F6} 式中，E1，E2分别为取样对象的发病率及病情指数的数据集合，F1，F2，F3，F4，F5，F6分别为取样对象在发病期间的品种抗病性评价数据、发病期间降水总量、田间种植密度值、稻田积水量、种子含菌量、稻田细菌残留量的数据集合； 步骤32，采用均值法对母序列E和子序列F中的数据进行无量纲化操作，其计算公式为： 式中，Eik，Fjk分别为母序列E和子序列F中各因素的数据编号；n，m为各因素的数据量；mean为求平均值操作； 步骤33，分别计算子序列F中的各因素数据点与母序列E中指标的关联系数ζjk，其计算公式为： Δmin＝minimink|Eik-Fjk| Δmax＝maximaxk|Eik-Fjk| 式中，minimink为先取子序列因素中|Eik-Fjk|的最小值，在对所有的因素取最小值；maximaxk为先取子序列因素中|Eik-Fjk|的最大值，在对所有的因素取最大值；ρ为分辨系数，ρ为0-1之间的常数； 步骤34计算母序列E中各因素数据与子序列F中各因素数据之间的关联程度Rij，其计算公式为：

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江西省农业科学院农业工程研究所，其通讯地址为：330200 江西省南昌市青云谱区南莲路602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”。