基于无人机多光谱图像与VGG21模型的小麦渍害调控效果识别
用无人机多光谱图像和VGG21模型识别小麦渍害后硅肥与氨基酸调控效果。
遥感与农情监测
卫星与无人机遥感、长势监测与产量估测
技术筛选 · 已选 1 项
13 篇内容清除全部筛选
雷添杰研究员团队《基于无人机多光谱图像和VGG21模型的小麦渍害调控效果识别》
用无人机多光谱图像和VGG21模型识别小麦渍害调控效果。
Wearable Sensors for Smart Agriculture: From Sensing Mechanisms to Crop Phenotyping and Harvesting Applications
综述柔性可穿戴传感器在智慧农业中的传感机制、作物表型监测与采收应用。
Pixel-level high-throughput estimation of crop photosynthetic phenotyping parameters using a multi-task deep learning framework
提出像素级多任务深度学习框架，从高光谱数据高通量估算作物光合表型参数。
RTAS: A radiative transfer model for agricultural strip-intercropping structures
提出RTAS混合辐射传输模型，模拟条带间作农田的反射率并验证其精度。
A Dual-Phenological-Characteristic Weighting Method to Reconcile Time Discrepancies in Soybean Phenology Estimation from MODIS NDVI Time Series
提出双物候特征加权法，校正MODIS NDVI大豆物候估计与地面观测的时间偏差。
Spatiotemporal Deep Learning for Rice Plant Height Estimation from Multi-Temporal UAV RGB Imagery
提出Rice-STNet时空深度学习框架，用多时相无人机RGB影像估算水稻株高。
Advances in Information Sensing and Intelligent Monitoring of Field Crops Throughout the Full Growth Cycle（大田作物全生育期信息感知与智能监测研究进展）
综述大田作物全生育期信息感知与智能监测，按生育阶段梳理技术并指出转化不足。
山东省农科院举办人工智能专题舜耕论坛暨培训交流会——浙江大学数字农业农村研究中心主任何勇教授作"作物表型多源多尺度智能感知技术与装备"专题报告
9-16 山东省农业科学院举办人工智能专题舜耕论坛暨培训交流会，落实院党委"人工智能驱动科技创新智慧引领高质量发展"专题活动部署，促进人工智能与各学科创新团队重点攻关方向深度耦合。论坛特邀浙江大学数字农业农村研究中心主任何勇教授作专题报告，围绕植物表型采集解析、智慧农业技术装备前沿领域，从细胞/组织器官/表型获取装备三个层级系统阐释作物表型智能感知技术创新实践，介绍该技术在水稻/草莓/茶叶等作物的示范应用。院长李向东要求各创新团队推动人工智能与作物栽培、畜禽育种、病虫害防控、种质资源鉴定、农产品质量安全等领域深度融合。会议设主会场和视频分会场，全院科研人员代表 500 余人参会。
Evaluating Mesh Reconstruction Methods for Crop Phenotyping
评估7种网格重建流程在作物表型三维数字化中的保真度与一致性。
Research on an automated mapping method for rice aboveground biomass based on low-altitude remote sensing
基于无人机RGB与多光谱影像，结合株高与Stacking集成算法，实现水稻地上生物量高精度自动制图。
Estimation of Grain Yield and Quality in Awned and Awnless Wheat Genotypes Using UAV and Proximal Multispectral Sensors
用无人机与近地多光谱传感器评估有芒/无芒小麦产量与品质，比较不同生育期和年份的植被指数关系。
PhenoStream: A Cyberinfrastructure for Automated and AI-Based Crop Trait Extraction from Aerial Imagery
提出 PhenoStream 网络基础设施，自动化航空影像作物性状提取全流程。