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！

申请/专利权人：淮北师范大学

摘要：本发明提供一种小麦品质评价方法及系统，涉及小麦品质检测技术领域，具体步骤包括：S1.采集N组麦田自身参数，麦田自身参数包括土壤酸碱度SJ和土壤有机质含量YH以及土壤湿度SD，采集N组小麦的自身参数，小麦的自身参数包括颗粒大小KL和颗粒充实度KC，采集N组小麦的生长环境参数，小麦的生长环境参数包括日均温度WD和日均降水量JS以及日均日照时间RZ。本发明将麦田的影响系数XSMT和小麦的生长环境的影响系数XSHJ以及小麦的理论品质系数XSLL进行相关性分析，生成小麦的实际品质系数XSSJ。因此可以直接采集影响小麦品质的相关参数，以此评价小麦的品质等级，使小麦品质评价更全面和更准确。

主权项：1.一种小麦品质评价方法，其特征在于，具体步骤包括：S1.采集N组麦田自身参数，所述麦田自身参数包括土壤酸碱度SJ和土壤有机质含量YH以及土壤湿度SD，采集N组小麦自身参数，所述小麦自身参数包括颗粒大小KL和颗粒充实度KC，采集N组小麦的生长环境参数，所述小麦的生长环境参数包括日均温度WD和日均降水量JS以及日均日照时间RZ；S2.将所述采集的N组土壤酸碱度SJ和N组土壤有机质含量YH以及N组土壤湿度SD数据进行处理，生成土壤酸碱度SJ的平均数和土壤有机质含量YH的平均数以及土壤湿度SD的平均数，和将所述采集的N组颗粒大小KL和N组颗粒充实度KC数据进行处理，生成颗粒大小KL的平均数和颗粒充实度KC的平均数，以及将所述采集的N组日均温度WD和N组日均降水量JS以及N组日均日照时间RZ数据进行处理，生成日均温度WD的平均数和日均降水量JS的平均数以及日均日照时间RZ的平均数；S3.将所述土壤酸碱度SJ的平均数和所述土壤有机质含量YH的平均数以及所述土壤湿度SD的平均数进行无纲化处理，将所述土壤酸碱度SJ的平均数和所述土壤有机质含量YH的平均数以及所述土壤湿度SD的平均数进行相关性分析，生成麦田的影响系数XSMT，将所述小麦的颗粒大小KL的平均数和所述小麦的颗粒充实度KC的平均数进行无纲化处理，将所述小麦的颗粒大小KL的平均数和所述小麦的颗粒充实度KC的平均数进行相关性分析，生成小麦的理论品质系数XSLL，将所述日均温度WD的平均数和所述日均降水量JS的平均数以及所述日均日照时间RZ的平均数进行无纲化处理，将所述日均温度WD的平均数和所述日均降水量JS的平均数以及所述日均日照时间RZ的平均数进行相关性分析，生成小麦的生长环境的影响系数XSHJ；S4.将所述麦田的影响系数XSMT和所述小麦的生长环境的影响系数XSHJ以及所述小麦的理论品质系数XSLL进行相关性分析，生成小麦的实际品质系数XSSJ，并将所述小麦的实际品质系数XSSJ和预设的小麦的品质阈值YZ相比较，判断小麦的品质等级；S5.根据小麦的品质等级执行不同的加工策略；所述的N组土壤酸碱度SJ数据、N组土壤有机质含量YH数据、N组土壤湿度SD数据、N组颗粒大小KL数据、N组颗粒充实度KC数据、N组日均温度WD数据和N组日均降水量JS数据以及N组日均日照时间RZ数据的集合如下，N为大于1的整数：SJ＝[SJ1、SJ2…SJi…SJN]YH＝[YH1、YH2…YHi…YHN]SD＝[SD1、SD2…SDi…SDN]KL＝[KL1、KL2…KLi…KLN]KC＝[KC1、KC2…KCi…KCN]WD＝[WD1、WD2…WDi…WDN]JS＝[JS1、JS2…JSi…JSN]RZ＝[RZ1、RZ2…RZi…RZN]其中，SJi为第i组的土壤酸碱度，YHi为第i组的土壤有机质含量，SDi为第i组的土壤湿度，KLi为第i组的小麦颗粒大小，KCi为第i组的小麦颗粒充实度，WDi为第i组的日均温度，JSi为第i组的日均降水量，RZi为第i组的日均日照时间；所述的N组土壤酸碱度SJ数据的平均数、N组土壤有机质含量YH数据的平均数、N组土壤湿度SD数据的平均数、N组颗粒大小KL数据的平均数、N组颗粒充实度KC数据的平均数、N组日均温度WD数据的平均数和N组日均降水量JS数据的平均数以及N组日均日照时间RZ数据的平均数的计算公式如下： 将所述土壤酸碱度SJ的平均数和所述土壤有机质含量YH的平均数以及所述土壤湿度SD的平均数进行无纲化处理，将所述土壤酸碱度SJ的平均数和所述土壤有机质含量YH的平均数以及所述土壤湿度SD的平均数进行相关性分析，生成麦田的影响系数XSMT，计算公式如下： 其中，α1为土壤酸碱度的平均数的权重因子系数，0.2≤α1≤0.4，α2为土壤有机质含量的平均数的权重因子系数，0.2≤α2≤0.4，α3为土壤湿度的平均数的权重因子系数，0.2≤α3≤0.4，1常数修正系数；将所述小麦的颗粒大小KL的平均数和所述小麦的颗粒充实度KC的平均数进行无纲化处理，将所述小麦的颗粒大小KL的平均数和所述小麦的颗粒充实度KC的平均数进行相关性分析，生成小麦的理论品质系数XSLL，计算公式如下： 其中，β1为小麦的颗粒大小的平均数的权重因子系数，0.2≤β1≤0.4，β2为小麦的颗粒充实度的平均数的权重因子系数，0.2≤β2≤0.4，C2常数修正系数；将所述日均温度WD的平均数和所述日均降水量JS的平均数以及所述日均日照时间RZ的平均数进行无纲化处理，将所述日均温度WD的平均数和所述日均降水量JS的平均数以及所述日均日照时间RZ的平均数进行相关性分析，生成小麦的生长环境的影响系数XSHJ，计算公式如下： 其中，γ1为日均温度的平均数的权重因子系数，0.2≤γ1≤0.4，γ2为日均降水量的平均数的权重因子系数，0.2≤γ2≤0.4，γ3为日均日照时间的平均数的权重因子系数，0.2≤γ3≤0.4，C3常数修正系数。

全文数据：

权利要求：

百度查询： 淮北师范大学 一种小麦品质评价方法及系统