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！

龙图腾网获悉山东省水利科学研究院申请的专利基于智能一体化预制泵站的作物灌溉需求预测方法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：CN121074573B 。

龙图腾网通过国家知识产权局官网在2026-04-03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：202511201604.7，技术领域涉及：G06V10/80；该发明授权基于智能一体化预制泵站的作物灌溉需求预测方法是由杨大伟;黄继文;巩向锋;王锐;刘莉莉;郝晓辉;王光辉;黎明扬设计研发完成，并于2025-08-26向国家知识产权局提交的专利申请。

本基于智能一体化预制泵站的作物灌溉需求预测方法在说明书摘要公布了：本发明涉及一种基于智能一体化预制泵站的作物灌溉需求预测方法，属于人工智能技术领域。其包括以下步骤：采集预制泵站灌溉场景下的作物图像，获取辅助数据并计算每日累积参考蒸散发值，得到时间同步的多模态数据集；对多模态数据集进行标注与划分；构建灌溉需求预测模型，包括光谱反射率增强模块、双流分离卷积模块、交叉门控融合模块、区域敏感金字塔模块以及耦合预测头模块；将划分的训练集中数据输入到模型中，通过加权总损失对模型进行训练，得到训练好的模型；将待检测图像输入到训练好的模型中，得到土壤含水量与蒸腾量预测结果；基于土壤含水量与蒸腾量预测结果进行灌溉决策。本发明能够提高灌溉预测的准确性。

本发明授权基于智能一体化预制泵站的作物灌溉需求预测方法在权利要求书中公布了：1.一种基于智能一体化预制泵站的作物灌溉需求预测方法，其特征在于，包括以下步骤： 采集预制泵站灌溉场景下的作物图像；获取辅助数据并计算每日累积参考蒸散发值，所述辅助数据与作物图像采集时间对齐，得到时间同步的多模态数据集；对多模态数据集进行标注与划分； 构建灌溉需求预测模型，包括光谱反射率增强模块、双流分离卷积模块、交叉门控融合模块、区域敏感金字塔模块以及耦合预测头模块；将划分的训练集中数据输入到模型中，通过加权总损失对模型进行训练，得到训练好的模型；将待检测图像输入到训练好的模型中，得到土壤含水量与蒸腾量预测结果；基于土壤含水量与蒸腾量预测结果进行灌溉决策；具体过程为： 通过双流分离卷积模块进行多尺度光谱-纹理特征协同提取：光谱流频域特征提取：采用可学习光谱权重对光照校正图像的每个RGB通道进行加权，将加权后的三通道结果求和，并对求和结果进行二维离散余弦变换，得到光谱特征图；纹理流空间特征提取：采用深度可分离卷积对光照校正图像的每个RGB通道提取空间纹理特征，对提取的特征进行批归一化处理，经过修正线性单元激活函数得到纹理特征图； 通过交叉门控融合模块进行特征动态融合与通道重校准：将光谱特征图和纹理特征图沿通道维度拼接，拼接后的特征图经过卷积操作以及Sigmoid激活函数进行处理，得到动态融合权重图；采用动态融合权重图对光谱特征图和纹理特征图进行加权处理，得到融合特征图；对融合特征图进行全局平均池化，得到全局特征向量，将所述全局特征向量通过校准矩阵进行跨通道交互，将交互结果通过归一化指数函数处理，然后与融合特征图逐通道相乘得到重校准特征图； 通过区域敏感金字塔模块进行空间上下文建模与区域重要性加权：对重校准特征图分别进行三种步长的平均池化操作，得到三种不同尺度的特征图；将三个不同尺度的特征图沿通道维度拼接，得到多尺度特征图；所述多尺度特征图经过卷积操作后在空间维度上应用归一化指数函数，得到空间注意力图；对重校准特征图进行最大池化操作，得到全局上下文特征，所述全局上下文特征经过卷积操作后通过双线性插值上采样至重校准特征图的空间分辨率，然后将上采样后的全局上下文特征与空间注意力图进行逐元素相乘，得到上下文强化特征图； 通过耦合预测头模块进行多任务预测与物理约束：将所述上下文强化特征图展平为一维向量，将该一维向量通过全连接层进行映射，得到土壤含水量预测值；对所述上下文强化特征图进行全局最大池化，将池化结果通过全连接层，生成蒸腾调节因子；将土壤含水量预测值与蒸腾调节因子相乘，得到作物蒸腾量预测值。

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山东省水利科学研究院，其通讯地址为：250014 山东省济南市历下区历山路125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”。

以上内容由龙图腾AI智能生成。