© 2023-2026 上海数据发展科技有限责任公司 版权所有
沪ICP备17003045号-15沪公网安备31010402336585号
中科粮油（杭州）有限责任公司
企业中科粮油（杭州）有限责任公司围绕相关业务开展运营。面向油菜育种、作物品质评估、农产品储存品质控制等领域提供数据服务，开放高油酸油菜平均亩产影响油酸含量预测数据（油菜育种、作物品质评估）、高油酸油菜籽含水率储存稳定性预测数据（农产品储存品质控制、粮油作物加工适配性预测）、高油酸油菜气候室空气温度训练数据（智能农业环境调控、作物育种优化），支撑品质管理与工艺优化。
油菜育种作物品质评估粮油作物加工适配性预测
数据集列表
高油酸油菜气候室空气温度训练数据
本数据集旨在为高油酸油菜育种气候室空气温度智能调控模型提供训练数据，通过对历史温度与生长阶段的关联分析，训练人工智能模型精准判断当前温度是否适宜。该模型将辅助育种企业实现气候室温度的自动化精准调控，有效预防高温或低温胁迫对油菜籽油酸积累的不利影响，显著提升高油酸油菜籽的育种成功率与品质稳定性，降低人工调控成本与能耗。1.数据采集：通过气候室环境监控系统采集高油酸油菜籽生长周期空气温度时序数据，核心字段包括采集时间、空气温度、对应生长阶段。2.数据处理：执行严格的数据治理流程，包括时间连续性验证确保数据完整，剔除明显异常记录，采用四分位距法与作物生理温度范围结合的方法识别并处理异常检测值。3.数据加工：构建标准化特征工程流程：首先将温度原始值转换为数值变量，然后通过多源信息融合确定生长阶段编码：随后，基于农艺专家知识设定各生长阶段的温度适宜阈值：苗期为15-25℃，花芽期为20-28℃，结荚期为22-30℃，成熟期为20-28℃。将空气温度与对应阶段的阈值进行比较，直接生成温度适宜度分类标签（偏低/适宜/偏高）。最后，通过将算法生成的标签与农艺专家的独立判断进行随机抽样比对，完成规则一致性验证，确保标签的准确性与可靠性。
浙江省数据知识产权登记平台2026-06-12 更新30
高油酸油菜种子存放温度对油酸含量预测数据
本数据聚焦于高油酸油菜育种阶段的种子储存品质管控与播种前品质预判，核心围绕种子存放条件（温度、时长、堆放方式）对油酸含量（品种核心特性）和种子发芽率（播种关键指标）的影响展开。对育种机构而言，可快速筛选 “耐储存性强、品质稳定性高” 的优良品系，解决种子长期存放后发芽率下降、油酸含量降解等问题，降低育种材料损耗；对种子储存企业来说，能根据存放温度、时长数据，预判种子品质变化趋势，优化储存方案（如恒温仓储调控、存放周期规划），保障种子发芽率和油酸含量达标；对规模化种植户而言，可通过种子存放条件数据，提前判断播种后出苗率和后续产量、品质潜力，避免使用劣质种子导致的损失；在行业层面，为高油酸油菜种子的 “标准化储存”“品质溯源” 提供数据支撑，推动种子产业向高品质、高稳定性转型。1.数据采集：数据收集的是高油酸油菜气候室培养过程中的采样点经度、采样点纬度、入库时间、采样时间、存放温度、种子存放状态（堆放方式）等核心信息。2.数据处理：第一步：确定种子存放适宜阈值。根据专家经验及油菜籽种子储存生理特性，明确核心影响因子的适宜范围（阈值为固定参数），存放温度（℃）和存放时长（月）的适宜阈值范围分别为：0-15℃、0-12月；最适中值分别为：7.5℃、6月；区间半宽分别为：7.5℃、6月；基础发芽率（%）分别为：95%、95%；基础油酸含量（%）分别为：88%、88%。
第二步：计算存放条件综合适配度（%）。采用 “双因子加权法”，结合温度和时长的影响权重（温度权重 60%，时长权重 40%），公式如下：①温度适配度= [1 -|存放温度-温度中值|/温度区间半宽]×100%。②时长适配度= [1 -|存放时长-时长中值|/时长区间半宽]×100%。
③综合适配度=温度适配度×60%+时长适配度×40%。若任一因子超出阈值范围（温度＞15℃或＜0℃，时长＞12 个月），综合适配度按 50% 计算（表示存放条件严重不适配）。第三步：预测种子发芽率（%）。基于综合适配度与发芽率的相关性模型（权重经专家试验校准得出），公式为：预测种子发芽率=基础发芽率（95%）×综合适配度（%）/100。第四步：预测油酸含量（%）。公式为：预测油酸含量 = 基础油酸含量（88.0%）×综合适配度（%）/ 100。
浙江省数据知识产权登记平台2026-06-12 更新00
高油酸油菜籽烘干品质影响预测数据
本数据聚焦高油酸油菜籽烘干温度、烘干时间对烘干品质的影响预判，核心围绕烘干温度、烘干时间对“油酸含量保留率”和“籽粒完整性”的核心影响展开。对种植户而言，可根据数据预判不同烘干参数（温度、时间）的适配性，优化田间收获后烘干衔接节奏，提升菜籽烘干品质；对油脂加工企业，可依据数据预判不同产区菜籽烘干后的品质潜力，提前筛选优质原料；对农业技术推广部门，可指导产区优化烘干参数（聚焦温度、时间），提升烘干标准化水平；在行业层面，为高油酸油菜“优质烘干技术规范”“产区烘干品质分级”提供数据支撑，推动产业向“优质烘干、高效加工”转型。一、加工前的数据说明
本数据集来源于高油酸油菜籽烘干环节的生产记录，核心字段包括烘干温度（℃）、烘干时间（h）。根据高油酸油菜籽烘干品质要求，设定以下核心参数：烘干操作适配系数：0.95；
基础油酸保留率：92%。
二、处理规则
数据清洗：剔除烘干温度<0℃或>100℃、烘干时间<0h或>72h的异常记录。
烘干时间适配系数判定：根据烘干温度区间确定合理时间范围：
当烘干温度＜50℃时，合理时间范围36-48小时；
当烘干温度50-60℃时，合理时间范围24-36小时；
当烘干温度＞60℃时，合理时间范围18-24小时；
若实际烘干时间在对应合理范围内，则烘干时间适配系数=1；否则=0.5。
烘干适配度计算：
烘干适配度（%）=0.95×烘干时间适配系数×100%；（示例：0.95×1×100=95%。）
预测油酸保留率计算：
预测油酸保留率（%）=92%×烘干适配度/100；（示例：92%×95%=87.4%。）
烘干品质等级划分：按预测油酸保留率划分等级：
＞85%：优质；75%-85%：良好；＜75%：一般。
三、数据内容描述
最终数据集包含烘干温度、烘干时间、烘干时间适配系数、烘干适配度、预测油酸保留率、烘干品质等级等字段。该数据集可用于根据烘干温度和时间预判油酸保留率及品质等级，指导烘干工艺优化。
浙江省数据知识产权登记平台2026-06-12 更新10
高油酸油菜发芽率影响油酸含量预测数据
本数据聚焦于高油酸油菜大田种植的苗期苗情管控，核心围绕播种后发芽率因子对油酸含量和亩均有效株数的影响展开。对育种机构而言，可快速筛选“发芽一致性高、苗期抗逆性强”的优良品系，解决发芽率波动导致的群体密度不均、后期品质分化问题；对种植户来说，能根据播种后发芽率数据，预判田间群体是否达标，提前调整田间管理方案，保障最终产量与油酸含量稳定；对农资企业，可结合发芽率数据优化种子包衣、催芽等配套技术，提升产品实用性；在行业层面，为高油酸油菜的 “苗情精准监测” 提供数据支撑，推动种植管理从 “事后补救”向“事前预判”转型。1.数据采集：数据收集的是高油酸油菜气候室培养过程中的采样点经度、采样点纬度、采样时间、播种时间、发芽率等核心信息。2.数据处理：第一步：确定适宜发芽率阈值。高油酸油菜的群体生长特性及专家试验数据，明确核心影响因子的适宜范围（阈值为固定参数），最适发芽率阈值。为：90%-98%；基准发芽率：95%；基础亩均有效株数（株/亩)为：30000；基础油酸含量（%）分别为：88%。第二步：计算发芽率适配度（%）。公式如下：发芽率适配度= [1 -|发芽率-基准发芽率|×5]×100%。第三步：预测亩均有效株数（株/亩)。公式为：亩均有效株数（株/亩)=基础亩均有效株数（株/亩)×发芽率适配度（%）/100。若发芽率适配度低于60%，亩均有效株数按基础值的60% 计算。第四步：预测油酸含量（%）。公式为：预测油酸含量=基础油酸含量（88.0%）×发芽率适配度（%）/100。若发芽率适配度低于60%，油酸含量按基础值的55%计算。
浙江省数据知识产权登记平台2026-06-05 更新00
高油酸油菜光照日基数品质影响预测数据
本数据聚焦高油酸油菜生长关键环境因子（光照日基数）对品质形成的影响预判，核心围绕光照日基数对“油酸积累稳定性”和“产量品质协同率”的影响展开。对种植户而言，可根据光照日基数预判地块种植适配性，优先选择适宜光照地块布局种植，提升品质达标率；对育种机构，可筛选“光照适应性强”的优良品系，解决不同区域光照差异导致的品质波动问题；对农业技术推广部门，可指导产区结合光照条件优化种植密度；在行业层面，为高油酸油菜“区域化种植布局标准”提供数据支撑，推动产业向“因地制宜、优质高效”转型。1.数据采集：数据收集的是高油酸油菜气候室培养过程中的采样点经度、采样点纬度、数据采集时间、光照日基数等核心信息。2.数据处理：第一步：设定核心参数。根据高油酸油菜的群体生长特性及专家试验数据，明确核心影响因子的适宜范围（阈值为固定参数）。适宜光照日基数阈值为：90-100天；基准光照日基数：95 天；基准适配度：100%；实际光照日基数与 95 天每偏离 1 天，适配度下降 2%。基础油酸积累稳定性为：90%；基础产量品质协同率为：85%。第二步：：预测油酸积累稳定性（%）。公式为：油酸积累稳定性=基础油酸积累稳定性×光照日基数适配度（%）/100。若光照日基数适配度低于60%，按照油酸积累稳定性的60%计算。第三步：预测产量品质协同率（%）。公式为：产量品质协同率（%）=基础产量品质协同率×光照日基数适配度（%）/100。若含油率适配度低于60%，高油酸油脂产出率的55%计算。
浙江省数据知识产权登记平台2026-06-05 更新00
高油酸油菜种子存放湿度影响油酸含量数据
本数据聚焦于高油酸油菜育种阶段的种子储存湿度管控与播种前品质预判，核心围绕种子存放湿度因子对油酸含量（品种核心特性）和种子发芽率（播种关键指标）的影响展开。对育种机构而言，可快速筛选 “耐湿/耐旱性强、储存品质稳定性高” 的优良品系，解决种子存放过程中因湿度不适导致的霉变、油脂降解、发芽率下降等问题，降低育种材料损耗；对种子储存企业来说，能根据存放湿度数据，预判种子品质变化趋势，优化储存环境的湿度调控方案，保障种子发芽率和油酸含量达标；对规模化种植户而言，可通过种子存放湿度数据，提前判断播种后出苗率和后续产量、品质潜力，避免使用劣质种子导致的损失；在行业层面，为高油酸油菜种子的 “标准化湿度储存”“品质溯源” 提供数据支撑，推动种子产业向高品质、高稳定性转型。1.数据采集：数据收集的是高油酸油菜气候室培养过程中的采样点经度、采样点纬度、入库时间、采样时间、存放湿度、种子存放状态（堆放方式）等核心信息。2.数据处理：第一步：确定种子存放适宜湿度阈值。根据专家经验及油菜籽种子储存生理特性，明确核心影响因子的适宜范围（阈值为固定参数），存放湿度适宜阈值范围为：0.340-0.360；最适中值为：0.350；区间半宽为：0.010；基础发芽率（%）为：95%；基础油酸含量（%）分别为：88%。第二步：计算种子存放湿度适配度（%）。公式如下：湿度适配度= [1 -|存放湿度-湿度中值|/湿度区间半宽]×100%。第三步：预测种子发芽率（%）。公式为：预测种子发芽率=基础发芽率（95%）×湿度适配度（%）/100。第四步：预测油酸含量（%）。公式为：预测油酸含量=基础油酸含量（88.0%）×湿度适配度（%）/100。
浙江省数据知识产权登记平台2026-06-12 更新00
高油酸油菜种子含水率影响油酸含量预测数据
本数据聚焦于高油酸油菜育种阶段的种子含水率管控，核心围绕种子含水率因子对油酸含量和种子发芽率的影响展开。对育种机构而言，可快速筛选 “耐适度湿润、储存品质稳定性高”的优良品系，解决种子存放过程中因含水率不适导致的失水皱缩、霉变、发芽率下降、油酸降解等问题，降低育种材料损耗；对种子储存企业来说，能根据种子含水率数据，预判种子品质变化趋势，优化储存环境的防潮方案，保障种子发芽率和油酸含量达标；对规模化种植户而言，可通过种子含水率数据，提前判断播种后出苗率和后续产量、品质潜力，避免使用劣质种子导致的损失；在行业层面，为高油酸油菜种子的 “标准化含水率储存”提供数据支撑，推动种子产业向高品质、高稳定性转型。1.数据采集：数据收集的是高油酸油菜气候室培养过程中的采样点经度、采样点纬度、采样时间、种子含水率、种子存放状态（堆放方式）等核心信息。2.数据处理：第一步：确定种子适宜含水率阈值。根据专家经验及油菜籽种子储存生理特性，明确核心影响因子的适宜范围（阈值为固定参数），种子含水率适宜阈值范围为：0.05-0.07；最适种子含水率中值为：0.06；区间半宽为：0.01；基础发芽率（%）为：95%；基础油酸含量（%）分别为：88%。第二步：计算种子存放湿度适配度（%）。公式如下：湿度适配度= [1 -|种子含水率-种子含水率中值|/区间半宽]×100%。第三步：预测种子发芽率（%）。公式为：预测种子发芽率=基础发芽率（95%）×种子存放湿度适配度（%）/100。若种子存放湿度适配度低于60%，发芽率按基础值的60% 计算（表示存放条件严重影响种子活力）。第四步：预测油酸含量（%）。公式为：预测油酸含量=基础油酸含量（88.0%）×种子存放湿度适配度（%）/100。若湿度适配度低于60%，油酸含量按基础值的55%计算（表示种子油脂降解严重，油酸含量大幅下降）。
浙江省数据知识产权登记平台2026-06-12 更新00
高油酸油菜病虫害影响品质风险预测数据
本数据聚焦于高油酸油菜生长期病虫害及处治措施对最终品质的风险预判，核心围绕“病虫害发生程度”“处治方式有效性”两个子因子，关联“品质风险等级”和 “处治措施适配性”。对油脂加工企业，可通过病虫害及处治数据筛选“无品质风险”原料；对农业技术推广部门，可总结该产区主流病虫害（蚜虫、跳甲）的高效处治方案，指导大面积防治；在行业层面，为高油酸油菜“绿色防控 + 品质保障”技术标准提供数据支撑，减少病虫害导致的品质损耗。1.数据采集：数据收集的是高油酸油菜气候室培养过程中的采样点经度、采样点纬度、数据采集时间、病虫害、处治方式等核心信息。2.数据处理：第一步：设定核心参数。根据高油酸油菜的群体生长特性及专家试验数据，明确核心影响因子的适宜范围（阈值为固定参数），
病虫害危害等级阈值为：少量（1级）、中度（2级）、重度（3级）；处治方式有效性阈值为：有效（适配度≥80%）、一般（80%＞适配度≥50%）、无效（适配度＜50%）；基础品质风险率为：50%；最优病虫害适配度中值为：90%。第二步：计算病虫害危害适配度（%）。
如果病虫害危害等级为1及且处治方式有效，则病虫害危害适配度为90%；如果病虫害危害等级为2及且处治方式有效，则病虫害危害适配度为70%；如果病虫害危害等级为2及且处治方式有效，则病虫害危害适配度为70%；如果病虫害危害等级为3或处治方式不是有效，则病虫害危害适配度为50%；第三步：预测品质风险等级。如果病虫害危害适配度≥80%，品质风险等级为“低风险”；如果80%＞病虫害危害适配度≥50%，品质风险等级为“中风险”；反之品质风险等级为“高风险”。第四步：预测处治措施有效性评分（%），公式为：处治有效性评分=病虫害危害适配度×1.1。
浙江省数据知识产权登记平台2026-06-05 更新00
高油酸油菜光照时间影响油酸含量预测数据
本数据聚焦于高油酸油菜育种阶段的光照时间调控与生产种植的产量、品质预判，核心围绕光照时间因子对油酸含量（品种核心特性）和单株产量（经济价值关键指标）的影响展开。对育种机构而言，可快速筛选 “光照时间适配范围广、光周期敏感性低” 的优良品系，缩短育种周期、降低试验成本；对规模化种植户来说，能根据当地日照时长数据，预判种植该品种的产量与油酸含量达标概率，优化播种时间、大棚补光/遮阴调控方案，提升种植收益。在行业层面，为高油酸油菜的 “光周期适配性育种”“精准种植” 提供数据支撑，推动油菜产业向高品质、高附加值转型。1.数据采集：数据收集的是高油酸油菜气候室培养过程中的采样点经度、采样点纬度、光照时间、采集时间、对应生育期、主要性状表现等信息，覆盖苗期（种子发芽、快速生长）、花芽分化初花期、结荚-籽粒灌浆期、成熟期-收获期全关键生育阶段。2.数据处理：第一步：确定生育期光照时间阈值（℃）。根据专家经验，明确各生育期最适光照时间范围：苗期-种子发芽是8-10h、苗期-快速生长期是10-12h、花芽-分化初花期是12-14h、结荚-籽粒灌浆期是10-12h、成熟期-收获期是8-10h（阈值为固定参数）。第二步：计算光照时间适配度（%）。公式为：光照时间适配度 = [1-|光照时间-生育期最适光照时间中值|/生育期光照时间区间半宽]×100%。其中，各生育期最适光照时间中值分别为：种子发芽9h、快速生长11h、花芽分化初花期 13h、结荚-籽粒灌浆期11h、成熟期9h；区间半宽=（光照时间上限-光照时间下限）/2。若实际光照时间超出阈值范围，适配度按50%计算（表示光照时间严重不适配）。第三步：预测单株产量（g）。基于各生育期光照时间适配度与单株产量的相关性模型（权重经专家试验校准得出），公式为：预测单株产量=基础产量（各生育期基础值：种子发芽24g、快速生长30g、花芽分化初花期35g、结荚-籽粒灌浆期40g、成熟期41g）×光照时间适配度（%）/100。第四步：预测油酸含量（%）。公式为：预测油酸含量=基础油酸含量（各生育期基础值：种子发芽81%、快速生长 82.3%、花芽分化初花期87%、结荚-籽粒灌浆期88%、成熟期89.5%）×光照时间适配度（%）/100。若光照时间适配度低于60%，油酸含量按基础值的 60% 计算（表示光照时间严重抑制油酸合成）。
浙江省数据知识产权登记平台2026-06-05 更新00
高油酸油菜花期长度影响油酸含量预测数据
本数据聚焦于高油酸油菜生长阶段的生育期管控与品质预判，核心围绕花期长度因子对油酸含量和亩均结实率的影响展开。对育种机构而言，可快速筛选 “花期稳定” 的优良品系，解决花期过长或过短导致的品质下降、产量不足问题；对种植户来说，能根据花期长度数据，预判授粉效果和结实潜力，及时调整田间管理，保障籽粒饱满度和油酸含量稳定；对农业技术推广部门，可结合区域气候数据，指导种植户选择花期适配当地气候的品种，降低气象灾害风险；在行业层面，为高油酸油菜的 “品种区域适配性评价”“生育期标准化监测” 提供数据支撑，推动育种与生产的精准对接。1.数据采集：数据收集的是高油酸油菜气候室培养过程中的采样点经度、采样点纬度、记录时间、开花时间、结束时间等核心信息。2.数据处理：第一步：确定适宜花期长度阈值。根据高油酸油菜的群体生长特性及专家试验数据，明确核心影响因子的适宜范围（阈值为固定参数），最适花期长度阈值为：20天-25天；基准花期长度为22 天，基准适配度 90%，20-25 天内，每偏离基准 22 天 1 天，适配度降 2%；超出区间（＜20 天或＞25 天），每偏离1天降 3%；最低40%。基础亩均结实率为：85%；基础油酸含量（%）分别为：88%。第二步：：预测亩均结实率（%）。公式为：亩均结实率（%）=基础亩均结实率（%）×花期适配度（%）/100。若花期适配度低于60%，亩均结实率按基础值的60% 计算。第三步：预测油酸含量（%）。公式为：预测油酸含量=基础油酸含量（88.0%）×花期适配度（%）/100。若花期适配度低于60%，油酸含量按基础值的55%计算。
浙江省数据知识产权登记平台2026-06-05 更新00