本发明涉及种子筛选的，尤其涉及一种林业种子智能筛选方法及系统。
背景技术：
1、近年来，林业种子筛选技术正向着高效、智能和可持续的方向发展，助力提高森林资源的管理和利用效率，通过分析种子的反射率光谱，非破坏性地评估种子成分和活力，结合图像处理，识别种子的质量和健康状态。
2、目前，在公开号为cn114937077a的中国发明专利中，公开了一种花生种子筛选方法，该方法，根据待检测花生胚尖的尖锐程度和饱满程度，判断待检测花生是否能够作为种子。本发明结合相关的电子设备进行图形识别并进行相关的数据处理，进而实现对花生种子的筛选，提高了花生种子的筛选效率，但是相关技术中没有根据种子本身的特性对种子质量进行相关分析，缺乏分析的客观性，没有根据历史的数据进行分析，缺乏对数据的利用度，没有根据实际需要对参数进行多次调控，容易造成分析的误差。
技术实现思路
1、本发明解决的技术问题是：相关技术中没有根据种子本身的特性对种子质量进行相关分析，缺乏分析的客观性，没有根据历史的数据进行分析，缺乏对数据的利用度，没有根据实际需要对参数进行多次调控，容易造成分析的误差。
2、为解决上述技术问题，本发明提供如下技术方案：一种林业种子智能筛选方法，包括以下步骤：
3、步骤s100，获取种子名称，匹配对应的近红外光波段、标准反射率、标准吸收峰和标准发芽率，根据所述近红外光波段向检测设备发送第一频率控制信号，检测设备根据所述第一频率控制信号对电流频率进行第一控制，得到第一电流频率，第一控制完成后，对种子进行照射；
4、步骤s200，获取所述种子的实际吸收率，根据实际吸收率，判断种子含水量，计算实际吸收率与标准吸收率的第一差值，根据所述第一差值，生成第二频率控制信号，得到第二电流频率，检测设备根据所述第二频率控制信号对电流频率进行第二控制；
5、步骤s300，第二控制完成后，在第一时间段内获取所述种子的实际反射率，根据第一时间段内的种子的实际反射率，绘制反射率曲线，识别反射率曲线中的峰值和谷值，根据所述峰值和谷值判断种子的组织密度和组织比例；
6、步骤s400，计算峰值和谷值的比值，记为第一比值，计算标准发芽率与第一比值的差值，记为第二差值，根据所述第二差值对种子进行分类，得到种子种类，建立实际吸收率、实际反射率与第二电流频率的第一映射关系，建立实际吸收率、实际反射率与种子种类第二映射关系，根据所述第一映射关系和第二映射关系，获取第二电流频率，得到种子种类。
7、作为本发明所述的一种林业种子智能筛选方法的一种优选方案，其中：所述步骤s100包括如下子步骤：
8、步骤s101，获取种子名称，调取种子数据库，向所述种子数据库中输入所述种子名称，匹配对应的近红外光波段、标准反射率峰值、标准反射率谷值、标准吸收峰值、标准发芽率、标准含水量、标准组织密度和标准组织比例；
9、步骤s102，根据所述近红外光波段向检测设备发送第一频率控制信号，检测设备根据所述第一频率控制信号对电流频率进行第一控制，得到第一电流频率；
10、步骤s103，第一控制完成后，设置照射角度，对种子进行照射，所述照射角度确保覆盖待检测的种子。
11、作为本发明所述的一种林业种子智能筛选方法的一种优选方案，其中：所述步骤s200包括如下子步骤：
12、步骤s201，获取所述种子的实际吸收率，根据实际吸收率，判断种子含水量，所述种子含水量的判断逻辑包括：
13、获取标准吸收率和标准含水量，计算实际吸收率和标准吸收率的比值，记为第二比值，计算第二比值与标准含水量的第一乘积，将所述第一乘积设置为种子含水量；
14、步骤s202，计算实际吸收率与标准吸收率的第一差值，根据所述第一差值，生成第二频率控制信号，所述第二频率控制信号的生成逻辑包括：
15、获取第一电流频率，设置改变量，根据所述改变量对第一电流频率进行连续增加或者连续减小，获取对应的第一差值，当所述第一差值为0时，统计改变量的连续增加或者连续减小的次数，计算所述次数与改变量的第二乘积，将所述第二乘积设置为电流频率变动量，计算电流频率变动量与第一电流频率的和，根据电流频率变动量与第一电流频率的和生成第二频率控制信号，将电流频率变动量与第一电流频率的和设置为第二电流频率；
16、步骤s203，得到第二电流频率，检测设备根据所述第二频率控制信号对电流频率进行第二控制。
17、作为本发明所述的一种林业种子智能筛选方法的一种优选方案，其中：所述步骤s202还包括如下子步骤：
18、步骤s2021，当所述第一差值不为0时，获取对应的改变量，取改变量的一半，将改变量的一半作为新的改变量，根据所述新的改变量对第一电流频率进行连续增加或者连续减小，获取对应的第一差值；
19、步骤s2022，当第一差值为0时，停止更新改变量，当第二差值不为0时，重复步骤s2021~步骤s2022。
20、作为本发明所述的一种林业种子智能筛选方法的一种优选方案，其中：所述步骤s300包括如下子步骤：
21、步骤s301，第二控制完成后，在第一时间段内检测所述种子的实际反射率，根据第一时间段内的种子的实际反射率，根据描点法绘制反射率曲线；
22、步骤s302，识别反射率曲线中的峰值和谷值，所述峰值和谷值的识别逻辑包括：获取反射率曲线中的数据，所述数据为描点法中构成该反射率曲线的点对应的实际反射率，对所述数据进行平滑和去噪处理，得到第一数据点，设置移动窗口尺寸，对数据进行局部框选，将局部框选后的数据相互进行比较，选取数值最大的数据，将其设置为局部最大点，选取数值最小的数据，将其设置为局部最小点，遍历各个局部最大点和局部最小点，将所述局部最大点进行降序排序，选取数值最大的局部最大点，将其设置为峰值，将所述局部最小点进行升序处理，选取数值最小的局部最小点，将其设置为谷值；
23、步骤s303，根据所述峰值和谷值判断种子的组织密度和组织比例。
24、作为本发明所述的一种林业种子智能筛选方法的一种优选方案，其中：所述步骤s303包括如下子步骤：
25、步骤s3031，获取标准组织密度、标准组织比例、标准反射率峰值和标准反射率谷值，获取峰值和谷值；
26、步骤s3032，计算峰值与标准峰值的比值，记为第二比值，计算谷值与标准谷值的比值，记为第三比值，计算第二比值和第三比值的平均值，将所述平均值记为缩放比例；
27、步骤s3033计算缩放比例与标准组织密度的乘积，将缩放比例与标准组织密度的乘积设置为组织密度，计算缩放比例与标准组织比例的乘积，将缩放比例与标准组织比例的乘积设置为组织比例。
28、作为本发明所述的一种林业种子智能筛选方法的一种优选方案，其中：所述步骤s400包括如下子步骤：
29、步骤s401，计算峰值和谷值的比值，记为第一比值，计算标准发芽率与第一比值的差值，记为第二差值；
30、步骤s402，设置差值阈值，根据所述第二差值和差值阈值，对种子进行分类，得到种子种类，所述种子种类包括合格种子和不合格种子；
31、步骤s403，建立实际吸收率、实际反射率与第二电流频率的第一映射关系，获取第二电流频率，通过第一映射关系，匹配与所述第二电流频率对应的实际吸收率和实际反射率；
32、步骤s404，建立实际吸收率、实际反射率与种子种类第二映射关系，获取实际吸收率和实际反射率，根据第二映射关系，匹配与所述实际吸收率和实际反射率对应的种子种类。
33、第二方面，一种林业种子智能筛选系统，包括采集模块、分析模块、控制模块和筛选模块；
34、所述采集模块获取种子名称，匹配对应的近红外光波段、标准反射率、标准吸收峰和标准发芽率；
35、所述分析模块获取所述种子的实际吸收率，根据实际吸收率，判断种子含水量，计算实际吸收率与标准吸收率的第一差值，根据所述第一差值，生成第二频率控制信号，得到第二电流频率，第二控制完成后，在第一时间段内获取所述种子的实际反射率，根据第一时间段内的种子的实际反射率，绘制反射率曲线，识别反射率曲线中的峰值和谷值，根据所述峰值和谷值判断种子的组织密度和组织比例，计算峰值和谷值的比值，记为第一比值，计算标准发芽率与第一比值的差值，记为第二差值，根据所述第二差值对种子进行分类，得到种子种类，建立实际吸收率、实际反射率与第二电流频率的第一映射关系，建立实际吸收率、实际反射率与种子种类第二映射关系；
36、所述控制模块根据所述近红外光波段向检测设备发送第一频率控制信号，检测设备根据所述第一频率控制信号对电流频率进行第一控制，得到第一电流频率，第一控制完成后，对种子进行照射，根据所述第二频率控制信号对电流频率进行第二控制；
37、所述筛选模块根据所述第一映射关系和第二映射关系，获取第二电流频率，得到种子种类。
38、第三方面，本发明提供一种电子设备，包括储存器、处理器及储存在储存器，所述储存器存储有计算机可读取指令，当计算机可读取指令由所述处理器执行时，运行如上任意一项所述方法中的步骤。
39、第四方面，本发明提供一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，运行如上任意一项所述方法中的步骤。
40、本发明的有益效果：通过近红外光波段检测，能准确获取种子的实际吸收率和反射率，从而提高对种子活力的评估精度，结合峰值与谷值分析，能够快速识别种子的组织密度和比例，有助于迅速分类种子，提高筛选效率，自动生成频率控制信号，减少人工干预，提升检测过程的自动化水平，降低人为误差，通过建立映射关系，利用历史数据和标准参数进行种子质量分类，支持数据驱动的决策制定，通过精确筛选，能够选择更适合特定环境的种子，促进可持续的林业发展，优化资源利用。
1.一种林业种子智能筛选方法，其特征在于，包括以下步骤：
2.如权利要求1所述的一种林业种子智能筛选方法，其特征在于：所述步骤s100包括如下子步骤：
3.如权利要求1所述的一种林业种子智能筛选方法，其特征在于：所述步骤s200包括如下子步骤：
4.如权利要求3所述的一种林业种子智能筛选方法，其特征在于：所述步骤s202还包括如下子步骤：
5.如权利要求1所述的一种林业种子智能筛选方法，其特征在于：所述步骤s303包括如下子步骤：
6.如权利要求1所述的一种林业种子智能筛选方法，其特征在于：所述步骤s400包括如下子步骤：
7.一种林业种子智能筛选系统，其特征在于，包括采集模块、分析模块、控制模块和筛选模块；
8.一种电子设备，包括储存器、处理器及储存在储存器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现权利要求1-6任一项所述的一种林业种子智能筛选方法。
9.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现权利要求1-6任一项所述的一种林业种子智能筛选方法。
