Seeing Crops in 3D: Remote Sensing for Smarter Precision Farming
Artur Krukowski · Emmanouela Vogiatzaki · İzzet Kale
提出融合物联网、厘米级GNSS、多光谱遥感和AI的精准农业框架，构建作物数字孪生。
低成本厘米级GNSS、多光谱3D建模、IoT传感器与机器学习，在希腊、葡萄牙、意
厘米定位与多光谱3D建模结合AI可提升监测精度、减少投入并改善管理决策。
可探索低成本厘米级GNSS与多光谱3D数字孪生在更多作物和区域的可扩展性及实时决策优化。
欧盟H2020项目论文，融合厘米级GNSS、多光谱3D建模与AI分析，方法新颖且多国验证，对智慧农业技术路线有参考价值。
数字技术在农业中的日益普及，正通过数据驱动的决策为提升生产力、可持续性和资源效率开辟新的机遇。本文介绍了RFSAT有限公司在H2020 AgriBIT项目中开发的综合精准农业框架，该框架目前正通过ENACT项目进一步完善。该框架将物联网（IoT）传感、厘米级精度的全球导航卫星系统（GNSS）定位、高分辨率多光谱遥感以及人工智能（AI）分析整合为一个智慧农业解决方案。一个关键的使能因素是由RFSAT开发的低成本、厘米级精度GNSS接收器，它能够对航空和地面观测进行精确的地理参照，进而生成空间分辨率超过1厘米/像素的作物冠层高分辨率多光谱三维模型。这些数字表示支持在整个生长季对作物生长、冠层发育、生物量分布和植物健康进行详细监测。通过与由环境和小气候传感器组成的物联网监测基础设施相融合，地理参照的遥感产品形成了农业环境的综合数字孪生，机器学习技术在此基础上自动识别和定位作物异常，包括水分胁迫、养分缺乏、病害暴发和虫害侵扰。这些技术已在希腊、葡萄牙和意大利的运营试点基地进行了验证，涵盖果园、葡萄园和其他高价值作物，其中厘米级定位、多光谱三维建模、物联网监测和AI分析的结合大幅提高了监测精度、降低了投入品消耗并改善了管理决策。