CN111707783A - 作物生长监控方法、装置及存储介质 - Google Patents
作物生长监控方法、装置及存储介质 Download PDFInfo
- Publication number
- CN111707783A CN111707783A CN202010397069.8A CN202010397069A CN111707783A CN 111707783 A CN111707783 A CN 111707783A CN 202010397069 A CN202010397069 A CN 202010397069A CN 111707783 A CN111707783 A CN 111707783A
- Authority
- CN
- China
- Prior art keywords
- crop
- height data
- matrix
- height
- distance
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/0098—Plants or trees
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/026—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness by measuring distance between sensor and object
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/02—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness
- G01B11/06—Measuring arrangements characterised by the use of optical techniques for measuring length, width or thickness for measuring thickness ; e.g. of sheet material
- G01B11/0608—Height gauges
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01B—MEASURING LENGTH, THICKNESS OR SIMILAR LINEAR DIMENSIONS; MEASURING ANGLES; MEASURING AREAS; MEASURING IRREGULARITIES OF SURFACES OR CONTOURS
- G01B11/00—Measuring arrangements characterised by the use of optical techniques
- G01B11/28—Measuring arrangements characterised by the use of optical techniques for measuring areas
Landscapes
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Chemical & Material Sciences (AREA)
- Food Science & Technology (AREA)
- Wood Science & Technology (AREA)
- Botany (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了作物生长监控方法、装置及存储介质,其中方法包括:获取测距传感器组测量的一组与作物高度相关的垂直距离数据;使测距传感器组移动设定距离;重复上述步骤直至测距传感器组完成对作物场地的测量;利用所有垂直距离数据构建作物高度数据矩阵;根据作物高度数据矩阵判断作物生长情况。具有自动化和智能化的特点,能实现对大面积作物生长情况的准确判断,省事省力。
Description
技术领域
本发明涉及农业领域,特别是作物生长监控方法、装置及存储介质。
背景技术
在农业生产方面,越来越趋向于大型化、自动化和智能化种植。由于大型化种植,种植的作物数量庞大,仅靠农民肉眼观察不但工作量巨大,也难以发现生长异常的作物。作物生长异常包括发育不良、病死、坏死等情况。若发现不及时,则会错过补种时机,浪费土地资源,带来直接的经济损失。
发明内容
本发明的目的在于至少解决现有技术中存在的技术问题之一,提供作物生长监控方法、装置及存储介质。
本发明解决其问题所采用的技术方案是:
本发明的第一方面,作物生长监控方法,包括以下步骤:
获取测距传感器组测量的一组与作物高度相关的垂直距离数据;
使所述测距传感器组移动设定距离;
重复上述步骤直至所述测距传感器组完成对作物场地的测量;
利用所有所述垂直距离数据构建作物高度数据矩阵;
根据所述作物高度数据矩阵判断作物生长情况;
其中,所述测距传感器组包括并列的多个测距传感器。
根据本发明的第一方面,利用所有所述垂直距离数据构建作物高度数据矩阵具体包括以下步骤:
根据h2=H-h1计算出作物高度数据,一组垂直距离数据对应一组作物高度数据,式中h2为一个所述作物高度数据,h1为一个所述垂直距离数据,H为所述测距传感器与地面的距离;
以每组所述作物高度数据为行构建所述作物高度数据矩阵。
根据本发明的第一方面,作物生长监控方法,还包括以下步骤:若作物的作物生长情况为异常,根据该作物对应的所述作物高度数据在所述作物高度数据矩阵的位置得到该作物的位置信息。
根据本发明的第一方面,根据所述作物高度数据矩阵判断作物生长情况具体包括以下步骤:
根据所述作物高度数据矩阵规划出每棵作物对应的作物矩阵区域;
通过比较作物对应的作物矩阵区域的特征指数判断作物生长情况。
根据本发明的第一方面,根据所述作物高度数据矩阵规划出每棵作物对应的作物矩阵区域具体为:确定所述作物高度数据矩阵中值为0的元素;确定连续的值为0的元素所组成的圈的圈内区域;确定每个所述圈内区域为每棵作物对应的作物矩阵区域。
根据本发明的第一方面,所述特征指数包括作物最大高度、作物最小高度、作物宽度、作物长度以及作物面积;所述作物最大高度为作物对应的作物矩阵区域中最大的元素值,所述作物最小高度为作物对应的作物矩阵区域中最小的元素值,所述作物宽度为作物对应的作物矩阵区域中元素所在的列数最大值与列数最小值之差,所述作物长度为作物对应的作物矩阵区域中元素所在的行数最大值与行数最小值之差,所述作物面积为所述作物宽度与所述作物长度之积。
本发明的第二方面,应用如本发明的第一方面所述的作物生长监控方法的作物生长监控装置,包括:
机架,所述机架设有移动机构;
测距传感器组,所述测距传感器组包括并列的多个测距传感器,所述测距传感器组安装在所述移动机构上,所述移动机构驱动所述测距传感器组移动;所述测距传感器组用于测量多组垂直距离数据;
控制器,所述控制器被配置为:利用多组所述垂直距离数据构建作物高度数据矩阵;根据所述作物高度数据矩阵判断作物生长情况。
根据本发明的第二方面,所述控制器还被配置为:若作物的作物生长情况为异常,根据该作物对应的作物高度数据在所述作物高度数据矩阵的位置得到该作物的位置信息;其中,所述作物高度数据为所述测距传感器与地面的距离与所述垂直距离数据之差。
根据本发明的第二方面,所述测距传感器为激光测距传感器,所述激光测距传感器发射的激光垂直于地面。
本发明的第三方面,所述存储介质存储有可执行指令,可执行指令能被计算机执行,使所述计算机执行如本发明第一方面所述的作物生长监控方法。
上述方案至少具有以下的有益效果:通过测距传感器组扫描整个作物场地,得到整个作物场地的垂直距离数据,利用所有垂直距离数据构建作物高度数据矩阵。根据该作物高度数据矩阵自动、智能分析出每棵作物的作物生长情况,即综合所有作物的生长数据,当一棵作物的生长数据相对比其他作物的生长数据要小时,则判定该棵作物为生长异常。具有自动化和智能化的特点,能实现对大面积作物生长情况的准确判断,省事省力。
本发明的附加方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
下面结合附图和实例对本发明作进一步说明。
图1是本发明实施例作物生长监控装置的结构图;
图2是图1中测距传感器组测量垂直距离数据的原理图;
图3是作物高度数据矩阵的示意图;
图4是本发明实施例作物生长监控方法的流程图;
图5是本发明实施例作物生长监控方法的另一流程图。
具体实施方式
本部分将详细描述本发明的具体实施例,本发明之较佳实施例在附图中示出,附图的作用在于用图形补充说明书文字部分的描述,使人能够直观地、形象地理解本发明的每个技术特征和整体技术方案,但其不能理解为对本发明保护范围的限制。
在本发明的描述中,需要理解的是,涉及到方位描述,例如上、下、前、后、左、右等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
在本发明的描述中,若干的含义是一个或者多个,多个的含义是两个以上,大于、小于、超过等理解为不包括本数,以上、以下、以内等理解为包括本数。如果有描述到第一、第二只是用于区分技术特征为目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量或者隐含指明所指示的技术特征的先后关系。
本发明的描述中,除非另有明确的限定,设置、安装、连接等词语应做广义理解,所属技术领域技术人员可以结合技术方案的具体内容合理确定上述词语在本发明中的具体含义。
参照图4,本发明的某些实施例,提供了作物生长监控方法,包括以下步骤:
步骤S100、获取测距传感器组200测量的一组与作物高度相关的垂直距离数据;
步骤S200、使测距传感器组200移动设定距离;
步骤S300、重复步骤S100和步骤S200直至测距传感器组200完成对作物场地的测量;
步骤S400、利用所有垂直距离数据构建作物高度数据矩阵;
步骤S500、根据作物高度数据矩阵判断作物生长情况;
其中,测距传感器组200包括并列的多个测距传感器210。
在该实施例中,通过测距传感器组200扫描整个作物场地,得到整个作物场地的垂直距离数据,利用所有垂直距离数据构建作物高度数据矩阵。根据该作物高度数据矩阵自动、智能分析出每棵作物的作物生长情况,即可以是综合所有作物的生长数据,当一棵作物的生长数据相对比其他作物的生长数据要小时,则判定该棵作物为生长异常。具有自动化和智能化的特点,能实现对大面积作物生长情况的准确判断,省事省力。
需要说明的是,设定距离是人为设定的每次测距传感器组200移动的距离,该设定距离可以根据测量精度以及作物种类决定。
进一步,对于步骤S400,利用所有垂直距离数据构建作物高度数据矩阵具体包括以下步骤:
根据h2=H-h1计算出作物高度数据,一组垂直距离数据对应一组作物高度数据,式中h2为一个作物高度数据,h1为一个垂直距离数据,H为测距传感器210与地面的距离;
以每组作物高度数据为行构建作物高度数据矩阵。
参照图2,需要说明的是,测距传感器210为激光传感器,其垂直射向地面。H为测距传感器210测得的与无种植作物的地面的距离。h1为一个测距传感器210垂直射向作物时测得的与作物的垂直距离数据。h2为一个测距传感器210对应的作物位置与地面的距离。则作物高度数据矩阵实际上是作物高度的数值化表现,能反映出作物整体的生长情况。
参照图5,进一步,作物生长监控方法,还包括以下步骤:
步骤S600、若作物的作物生长情况为异常,根据该作物对应的作物高度数据在作物高度数据矩阵的位置得到该作物的位置信息。
需要说明的是,由于每个测距传感器210的间距是相同的,每次测距传感器组200移动的设定距离也是相同的。根据该作物对应的作物高度数据在作物高度数据矩阵的位置,即得到该作物对应的作物高度数据对应的行数和列数,再根据实际的测距传感器210的间距和测距传感器组200移动的设定距离即可得到生长异常的作物的位置,便于农民进行治理或补种,省时省力,方便快捷。
进一步,对于步骤S600,根据作物高度数据矩阵判断作物生长情况具体包括以下步骤:
根据作物高度数据矩阵规划出每棵作物对应的作物矩阵区域;
通过比较作物对应的作物矩阵区域的特征指数判断作物生长情况。
需要说明的是,对于比较作物对应的作物矩阵区域的特征指数判断作物生长情况该步骤具体为:计算所有作物的各个特征指数的平均值,若一棵植物的多个特征指数均小于对应的特征指数的平均值的允许范围内,则判断作物生长情况为异常。
参照图3,进一步,根据作物高度数据矩阵规划出每棵作物对应的作物矩阵区域具体为:确定作物高度数据矩阵中值为0的元素;确定连续的值为0的元素所组成的圈的圈内区域;确定每个圈内区域为每棵作物对应的作物矩阵区域。
由于监控的作物是间隔种植的,每棵之间是留有无种植空间的,这些无种植空间对应的作物高度数据则为0,在作物高度数据矩阵中表现为:值为0的元素。无种植空间包围着一棵作物,在作物高度数据矩阵中表现为:连续的值为0的元素所组成的圈和圈内区域,圈内区域则为值非0的元素。则圈内区域为每棵作物对应的作物矩阵区域。
需要说明的是,由于种植作物的地面存在土壤,是凹凸不平的。因此对于值在[0-α,0+α]区间范围内的h2,均表示为0,其中α为土壤高度误差。
具体地,特征指数包括作物最大高度、作物最小高度、作物宽度、作物长度以及作物面积;作物最大高度为作物对应的作物矩阵区域中最大的元素值,作物最小高度为作物对应的作物矩阵区域中最小的元素值。作物宽度为作物对应的作物矩阵区域中元素所在的列数最大值与列数最小值之差,当然也可以乘上测距传感器210的间距得到作物宽度的实际近似值。作物长度为作物对应的作物矩阵区域中元素所在的行数最大值与行数最小值之差,当然也可以乘上测距传感器组200移动的设定距离得到作物长度的实际近似值。作物面积为作物宽度与作物长度之积,当然也可以通过计算作物宽度的实际近似值与作物长度的实际近似值得到作物面积的实际近似值。
参照图1,本发明的某些实施例,提供了作物生长监控装置,包括:
机架100,机架100设有移动机构110;
测距传感器组200,测距传感器组200包括并列的多个测距传感器210,测距传感器组200安装在移动机构110上,移动机构110驱动测距传感器组200移动;测距传感器组200用于测量多组垂直距离数据;
控制器300,控制器300被配置为:利用多组垂直距离数据构建作物高度数据矩阵;根据作物高度数据矩阵判断作物生长情况。
进一步,控制器300还被配置为:若作物的作物生长情况为异常,根据该作物对应的作物高度数据在作物高度数据矩阵的位置得到该作物的位置信息;其中,作物高度数据为测距传感器210与地面的距离与垂直距离数据之差。
具体地,测距传感器210为激光测距传感器210,激光测距传感器210发射的激光垂直于地面。另外,移动机构110为电动导轨,当然也可以是丝杆等直线运动机构。
在该装置实施例中,该作物生长监控装置应用如方法实施例所述的作物生长监控方法,能执行作物生长监控方法的各个步骤,具有和作物生长监控方法相同的技术效果,在此不再详述。
本发明的某些实施例,存储介质存储有可执行指令,可执行指令能被计算机执行,使计算机执行如方法实施例所述的作物生长监控方法。
存储介质的例子包括,但不限于相变内存(PRAM)、静态随机存取存储器(SRAM)、动态随机存取存储器(DRAM)、其他类型的随机存取存储器(RAM)、只读存储器(ROM)、电可擦除可编程只读存储器(EEPROM)、快闪记忆体或其他内存技术、只读光盘只读存储器(CD-ROM)、数字多功能光盘(DVD)或其他光学存储、磁盒式磁带,磁带磁磁盘存储或其他磁性存储设备或任何其他非传输介质,可用于存储可以被计算设备访问的信息。
以上所述,只是本发明的较佳实施例而已,本发明并不局限于上述实施方式,只要其以相同的手段达到本发明的技术效果,都应属于本发明的保护范围。
Claims (10)
1.作物生长监控方法,其特征在于,包括以下步骤:
获取测距传感器组测量的一组与作物高度相关的垂直距离数据;
使所述测距传感器组移动设定距离;
重复上述步骤直至所述测距传感器组完成对作物场地的测量;
利用所有所述垂直距离数据构建作物高度数据矩阵;
根据所述作物高度数据矩阵判断作物生长情况;
其中,所述测距传感器组包括并列的多个测距传感器。
2.根据权利要求1所述的作物生长监控方法,其特征在于,利用所有所述垂直距离数据构建作物高度数据矩阵具体包括以下步骤:
根据h2=H-h1计算出作物高度数据,一组垂直距离数据对应一组作物高度数据,式中h2为一个所述作物高度数据,h1为一个所述垂直距离数据,H为所述测距传感器与地面的距离;
以每组所述作物高度数据为行构建所述作物高度数据矩阵。
3.根据权利要求2所述的作物生长监控方法,其特征在于,还包括以下步骤:若作物的作物生长情况为异常,根据该作物对应的所述作物高度数据在所述作物高度数据矩阵的位置得到该作物的位置信息。
4.根据权利要求2所述的作物生长监控方法,其特征在于,根据所述作物高度数据矩阵判断作物生长情况具体包括以下步骤:
根据所述作物高度数据矩阵规划出每棵作物对应的作物矩阵区域;
通过比较作物对应的作物矩阵区域的特征指数判断作物生长情况。
5.根据权利要求4所述的作物生长监控方法,其特征在于,根据所述作物高度数据矩阵规划出每棵作物对应的作物矩阵区域具体为:确定所述作物高度数据矩阵中值为0的元素;确定连续的值为0的元素所组成的圈的圈内区域;确定每个所述圈内区域为每棵作物对应的作物矩阵区域。
6.根据权利要求5所述的作物生长监控方法,其特征在于,所述特征指数包括作物最大高度、作物最小高度、作物宽度、作物长度以及作物面积;所述作物最大高度为作物对应的作物矩阵区域中最大的元素值,所述作物最小高度为作物对应的作物矩阵区域中最小的元素值,所述作物宽度为作物对应的作物矩阵区域中元素所在的列数最大值与列数最小值之差,所述作物长度为作物对应的作物矩阵区域中元素所在的行数最大值与行数最小值之差,所述作物面积为所述作物宽度与所述作物长度之积。
7.应用如权利要求1至6任一项所述的作物生长监控方法的作物生长监控装置,其特征在于,包括:
机架,所述机架设有移动机构;
测距传感器组,所述测距传感器组包括并列的多个测距传感器,所述测距传感器组安装在所述移动机构上,所述移动机构驱动所述测距传感器组移动;所述测距传感器组用于测量多组垂直距离数据;
控制器,所述控制器被配置为:利用多组所述垂直距离数据构建作物高度数据矩阵;根据所述作物高度数据矩阵判断作物生长情况。
8.根据权利要求7所述的作物生长监控装置,其特征在于,所述控制器还被配置为:若作物的作物生长情况为异常,根据该作物对应的作物高度数据在所述作物高度数据矩阵的位置得到该作物的位置信息;其中,所述作物高度数据为所述测距传感器与地面的距离与所述垂直距离数据之差。
9.根据权利要求8所述的作物生长监控装置,其特征在于,所述测距传感器为激光测距传感器,所述激光测距传感器发射的激光垂直于地面。
10.存储介质,其特征在于,所述存储介质存储有可执行指令,可执行指令能被计算机执行,使所述计算机执行如如权利要求1至6任一项所述的作物生长监控方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010397069.8A CN111707783A (zh) | 2020-05-12 | 2020-05-12 | 作物生长监控方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010397069.8A CN111707783A (zh) | 2020-05-12 | 2020-05-12 | 作物生长监控方法、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111707783A true CN111707783A (zh) | 2020-09-25 |
Family
ID=72537848
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010397069.8A Pending CN111707783A (zh) | 2020-05-12 | 2020-05-12 | 作物生长监控方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111707783A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113916163A (zh) * | 2021-10-11 | 2022-01-11 | 电子科技大学成都学院 | 一种应用于大棚农作物的生长高度监控*** |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102102988A (zh) * | 2009-12-22 | 2011-06-22 | 中国农业科学院农业环境与可持续发展研究所 | 农作物产量信息实时测量方法、***及装置 |
WO2013026439A1 (de) * | 2011-08-19 | 2013-02-28 | Phenospex B.V. | Vorrichtung zur bestimmung des wachstums einer pflanze oder pflanzenbestandes |
CN107392908A (zh) * | 2017-06-08 | 2017-11-24 | 北京农业信息技术研究中心 | 作物株高测量方法及***、田间定标装置 |
CN107561550A (zh) * | 2017-08-29 | 2018-01-09 | 北醒(北京)光子科技有限公司 | 一种植物监测装置及监测方法 |
CN107860366A (zh) * | 2017-10-31 | 2018-03-30 | 南京农业大学 | 一种基于多光谱空间雕刻技术的移动式温室作物信息测量与诊断*** |
CN108171615A (zh) * | 2017-12-28 | 2018-06-15 | 河南中原光电测控技术有限公司 | 一种农作物倒伏灾害监测方法及其*** |
CN108362326A (zh) * | 2018-01-03 | 2018-08-03 | 江苏大学 | 一种悬轨式温室综合信息自动巡航监测装置 |
CN108469225A (zh) * | 2018-06-09 | 2018-08-31 | 中国农业科学院草原研究所 | 一种样本区域内植株生长高度的观测装置及观测方法 |
US20190220964A1 (en) * | 2018-01-15 | 2019-07-18 | The Boeing Company | System and method for monitoring crops |
-
2020
- 2020-05-12 CN CN202010397069.8A patent/CN111707783A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102102988A (zh) * | 2009-12-22 | 2011-06-22 | 中国农业科学院农业环境与可持续发展研究所 | 农作物产量信息实时测量方法、***及装置 |
WO2013026439A1 (de) * | 2011-08-19 | 2013-02-28 | Phenospex B.V. | Vorrichtung zur bestimmung des wachstums einer pflanze oder pflanzenbestandes |
CN107392908A (zh) * | 2017-06-08 | 2017-11-24 | 北京农业信息技术研究中心 | 作物株高测量方法及***、田间定标装置 |
CN107561550A (zh) * | 2017-08-29 | 2018-01-09 | 北醒(北京)光子科技有限公司 | 一种植物监测装置及监测方法 |
CN107860366A (zh) * | 2017-10-31 | 2018-03-30 | 南京农业大学 | 一种基于多光谱空间雕刻技术的移动式温室作物信息测量与诊断*** |
CN108171615A (zh) * | 2017-12-28 | 2018-06-15 | 河南中原光电测控技术有限公司 | 一种农作物倒伏灾害监测方法及其*** |
CN108362326A (zh) * | 2018-01-03 | 2018-08-03 | 江苏大学 | 一种悬轨式温室综合信息自动巡航监测装置 |
US20190220964A1 (en) * | 2018-01-15 | 2019-07-18 | The Boeing Company | System and method for monitoring crops |
CN108469225A (zh) * | 2018-06-09 | 2018-08-31 | 中国农业科学院草原研究所 | 一种样本区域内植株生长高度的观测装置及观测方法 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113916163A (zh) * | 2021-10-11 | 2022-01-11 | 电子科技大学成都学院 | 一种应用于大棚农作物的生长高度监控*** |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US11587186B2 (en) | Digital modeling and tracking of agricultural fields for implementing agricultural field trials | |
Campbell et al. | Irrigation scheduling using soil moisture measurements: theory and practice | |
AU2016337264B2 (en) | Computer-generated accurate yield map data using expert filters and spatial outlier detection | |
US10866342B2 (en) | Radar based precipitation estimates using spatiotemporal interpolation | |
Fanourakis et al. | Rapid determination of leaf area and plant height by using light curtain arrays in four species with contrasting shoot architecture | |
CA3051358A1 (en) | Crop yield estimation using agronomic neural network | |
BR112019002763B1 (pt) | Detecção automática de valores de discrepância em dados coletados | |
US10999967B2 (en) | Cross-grower study and field targeting | |
BR112018008750B1 (pt) | Método implementado por computador de recomendações de colheita de milho e mídia de armazenamento não transitório | |
CN202773632U (zh) | 一种温室水培蔬菜生长监测装置 | |
CN108510107B (zh) | 一种农业种植指导方法、电子设备及存储介质 | |
CN111707783A (zh) | 作物生长监控方法、装置及存储介质 | |
CN113962474A (zh) | 用于预测植物株高的方法及处理器 | |
CN107292564B (zh) | 一种基于模型驱动的物料托盘管理*** | |
CN111947607B (zh) | 平面度测量方法、装置、电子设备及存储介质 | |
CN113063524B (zh) | 利用有限测温点构建平房仓高温异常区域温度场的方法 | |
Kozai et al. | Plant cohort research and its application | |
US20230385703A1 (en) | High-resolution environmental sensor imputation using machine learning | |
CN116151748A (zh) | 植株密度的确定方法、装置、处理器及农业机械 | |
KR20240056250A (ko) | 작물 생육 모니터링 장치 및 방법 | |
CN111324091A (zh) | 一种基于物联网的物理隔离悬浮式种植*** | |
CN118411265A (zh) | 一种农作物长势智能分析方法、设备及存储介质 | |
CN116822994A (zh) | 一种基于数据分析的用水规律评估方法 | |
CN116758270A (zh) | 一种基于改进YOLOv5的宿根蔗田实时补种位置定位方法 | |
JPH04216463A (ja) | 植物の状態をモニタする方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200925 |