Smart Agricultural Technology 7.1 2026-09-24·9月24日 · 周四论文智慧农业 / 农业物联网阅读 0

Development of an Adaptive Sprayer Control System for UAV-Based Spot Spraying in Soybean(基于植被覆盖率的自适应无人机大豆点喷控制系统研发)

论文解读
79精选
速览

研发基于冠层覆盖率的无人机自适应点喷系统,实现大豆田间精准除草。

方法

用无人机冠层感知与阈值点喷控制,室内外估算覆盖度R²为0.91和0.69。

发现

25%阈值下误喷激活率仅4.8%,室内自动喷雾执行准确率达97.3%。

机会点

可探索多作物、多生育期自适应阈值与杂草识别模型融合,提升田间鲁棒性。

影响力18
信息增量22
专业深度18
信源权威13
时效性8

该研究提出基于冠层覆盖度的无人机自适应点喷控制方法,数据详实、结论可靠,对精准植保技术研发具有参考价值,值得进入每日精选。

原文摘要

本研究开发了一套集成无人机的自适应喷雾控制系统,将冠层感知与基于阈值的点喷技术相连接。研究人员利用大豆单独覆盖度作为局部杂草斑块检测的基准基线,室内与田间估算结果的R²值分别为0.91和0.69。在播种后24天,采用25%的阈值可将潜在误喷激活率限制在4.8%。室内测试中,自动喷雾执行准确率达到97.3%。研究指出杂草可导致大豆超过30%的产量损失,全球年经济损失达330亿美元。无人机喷洒避免了与土壤的直接接触,减少了土壤压实和作物损伤的风险,提高了关键除草窗口期的操作灵活性。

无人机 大豆 点喷相关资讯

Cureus Journal of Computer Science.·9月25日 · 周五39 分 论文农业人工智能与决策模型2 个信源同时报道 阅读 0

An Automata-Driven Cognitive Explainable Artificial Intelligence Framework for Climate-Adaptive Precision Agriculture and Environmental Sustainability

An Automata-Driven Cognitive Explainable Artificial Intelligence Framework for Climate-Adaptive Precision Agriculture and Environmental Sustainability。Cureus Journal of Computer Science.