-
公开(公告)号：CN116602106A
公开(公告)日：2023-08-18
申请号：CN202310890649.4
申请日：2023-07-20
申请人： 南京农业大学三亚研究院 , 南京农业大学
摘要： 本发明公开了一种基于无人机的水稻田内变量施肥方法。基于无人机多光谱影像及旋翼无人机撒肥平台，提出基于无人机的水稻田内变量施肥技术，在水稻追肥关键生育期根据氮肥优化算法NFOA利用无人机变量撒肥平台实现田内精确变量施肥。通过当地多年不同品种及氮素水平的水稻田间互作试验，确定NFOA追氮算法的最适参数，并根据追肥关键生育期的无人机多光谱影像生成适用于无人机撒肥平台的追氮处方图，配套大疆T20变量施肥装置，进行无人机变量施肥。本发明对比传统的人工均匀撒肥方式，大大节约了人力和肥料成本，追肥作业更加精确、快捷，此外受天气和地形因素影响较小，真正实现了基于无人机精确变量施肥作业。
-
公开(公告)号：CN118333213A
公开(公告)日：2024-07-12
申请号：CN202410418998.0
申请日：2024-04-09
申请人： 南京农业大学
IPC分类号： G06Q10/04 , G06V20/13 , G06V20/68 , G06Q50/02 , G06N5/01 , G06N20/00 , G06F18/25 , G06F17/18 , G06F18/214
摘要： 本发明提出了一种基于遥感与气象信息的田块尺度大面积水稻产量高精度预测方法，包括以下步骤：首先基于遥感云平台计算水稻不同时期的Sentinel‑1后向散射系数和Sentinel‑2植被指数最大值与累积值，同时利用农业气象站物候数据获取研究区全生育期内气象指标；然后利用随机森林算法明确不同数据最优组合；构建元学习集成学习回归MLER；基于先验知识测试省级范围不同时间窗口的MLER预测精度，明确省级范围内多源数据最优组合，实现大面积田块尺度水稻产量预测。该方法可以及时、准确对大面积田块尺度水稻产量进行估算，在水稻种植管理、粮食安全评估和应对气候变化方面具有极大的应用价值。
-
公开(公告)号：CN112557393B
公开(公告)日：2024-02-20
申请号：CN202011303981.9
申请日：2020-11-19
申请人： 南京农业大学
IPC分类号： G01N21/84
摘要： 本发明提出基于高光谱影像融合图谱特征的小麦叶层氮含量估测方法，步骤包括：采集小麦冠层高光谱影像数据和实测小麦叶层氮含量；首先，进行影像预处理，提取光谱反射率，计算植被指数、位置和形状特征，利用卷积神经网络提取深层特征。其次，通过相关系数分析、随机森林算法进行特征优选，利用并行融合策略构建新的融合图谱特征。最后，利用粒子群优化支持向量回归方法，构建基于融合图谱特征的小麦叶层氮含量估测模型。本发明的方法估测精度高、特征鲁棒性强，适用于小麦全生育期，同时也是目前第一次提出综合高光谱影像的植被指数、位置和形状特征、深层特征构建融合图谱特征估测小麦叶层氮含量的方法。
-
公开(公告)号：CN116593419A
公开(公告)日：2023-08-15
申请号：CN202310400044.2
申请日：2023-04-14
申请人： 南京农业大学
IPC分类号： G01N21/3563 , G01N21/55 , G01N21/359
摘要： 本发明公开了一种缓解LCC与秸秆‑土壤背景影响的小麦绿色LAI估算方法，其步骤为：步骤一、数据采集；步骤二、计算秸秆‑土壤背景适应红边差值指数，包括：a、基于小麦冠层光谱计算已有的REDVI；b、基于田间背景光谱计算已有的REDVI；c、结合小麦冠层多光谱曲线的RE1和R波段，构建RSARE；步骤三、构建小麦叶面积指数LAI估算模型；步骤四、检验小麦LAI估算模型。本发明可以同时缓解LAI估算过程中秸秆‑土壤背景与LCC的影响，并基于该指数构建小麦叶面积指数估算模型，可在小麦生产过程中实现LAI的早期估算。
-
公开(公告)号：CN114441457B
公开(公告)日：2022-11-22
申请号：CN202210119047.4
申请日：2022-02-08
申请人： 南京农业大学
IPC分类号： G01N21/27 , G01N21/55 , G06V20/17 , G06V20/10 , G06V10/764 , G06V10/766 , G06V10/774 , G06K9/62
摘要： 本发明提出了一种基于无人机多光谱影像消除水稻冠层背景效应并提升叶片氮浓度监测精度的方法，包括以下步骤：首先对获取的无人机多光谱影像，进行拼接、几何校正和辐射校正等预处理，得到研究区的正射影像；然后基于正射影像，以决策树方法获取端元，构建端元反射率数据库；再次应用光谱解混模型，求解端元丰度；最后将端元丰度和植被指数相乘，构建叶片氮浓度估算模型，从而达到消除背景效应提升氮浓度监测精度的效果。本发明构建的冠层背景消除和提升氮浓度反演精度的方法操作步骤简单、高效，并且可实现自动化，可用于消除无人机或卫星影像中的冠层背景效应及相关农学参数反演等。
-
公开(公告)号：CN115042894A
公开(公告)日：2022-09-13
申请号：CN202210760317.X
申请日：2022-06-29
申请人： 南京农业大学
摘要： 本发明公开了一种旱田四轮电驱机器人运动控制系统及转向控制方法，其中运动控制系统包括底盘模块、硬件模块、软件模块三大部分；转向控制方法为四轮差速转向控制。所述底盘模块包括行走控制机构、模式切换机构、举升控制机构，其中行走控制机构负责机器人的行走控制，模式切换机构负责改变机器人的运动模式，举升控制机构负责调节机器人的离地高度和两侧轮子距离；所述硬件模块包括电源管理模块、上层数据处理模块、底层控制模块，电机驱动模块、数据通信模块，其中数据通信模块为CAN信号线，通过CAN总线将上层数据处理模块、底层控制模块、电机驱动模块三层结构挂在同一条总线上；所述转向控制方法满足机器人在旱田作业，符合实际要求。
-
公开(公告)号：CN115015132A
公开(公告)日：2022-09-06
申请号：CN202210616907.5
申请日：2022-06-01
申请人： 南京农业大学 , 神农智慧农业研究院南京有限公司
摘要： 本发明公开了一种基于数据融合建立冬小麦水分状况监测模型的方法，包括：获取小麦植株冠层光谱反射率；测定水分指标，获取植株数据、土壤数据、气象数据；分别筛选对冠层含水量、植株含水量和冠层等效水厚度相关性最好的光谱指数；使用主成分分析和皮尔逊相关系数方法，对土壤数据、植株数据和气象数据进行特征选择；将筛选出的光谱指数融合不同数据库作为模型输入参数，分别利用R语言代码中的决策树DT、随机森林RF和支持向量机SVM算法，建立基于数据融合构建的冬小麦水分状况监测模型；比较不同冬小麦水分状况监测模型对于水分指标的预测效果，筛选出对水分状况最优监测模型。本发明还公开了一种基于数据融合的冬小麦水分状况监测方法。
-
公开(公告)号：CN114782840A
公开(公告)日：2022-07-22
申请号：CN202210414686.3
申请日：2022-04-20
申请人： 南京农业大学
IPC分类号： G06V20/17 , G06V20/68 , G06V10/20 , G06V10/54 , G06V10/58 , G06V10/771 , G06V10/764 , G06K9/62
摘要： 本发明提出了一种基于无人机RGB影像的小麦物候期实时分类方法，其步骤为：(1)根据不同播期处理的小麦大田实际生长情况，获取时序高空间分辨率RGB影像并进行预处理，得到不同年份间的相同区域的无人机影像；(2)提取时序无人机影像的光谱信息和纹理信息，衍生出的所有光谱特征与纹理特征作为特征全集；(3)基于紧致‑分离原则的特征选择算法对所有特征重要性进行排序，确定最佳特征与特征数量；(4)应用mRVM分类器，自动对不同物候阶段的特征进行分类识别，获得总体分类精度与各时期分类精度。本发明构建的分类方法简单、高效，可得到及时的作物物候信息，为有效指导农业管理决策提供依据，例如特定阶段的灌溉、施肥和农药管理活动等。
-
公开(公告)号：CN114467899A
公开(公告)日：2022-05-13
申请号：CN202210158721.X
申请日：2022-02-21
申请人： 南京农业大学
摘要： 本发明公开一种麦田分蘖期级联式锄草设备及作业控制方法，属于农业机械技术领域；所述麦田分蘖期锄草设备包括锄草装置、作业间距调节装置、作业高度调节装置和控制装置，所述锄草装置可根据小麦田块尺寸自主选择级联数量，所述作业间距与高度调节装置用于调节作业间距和作业高度，所述控制装置用于调节滚刀锄草器转动速度；所述作业控制方法是采用PID控制的方式，将麦田土壤压实度信息作为输入量，自适应调控锄草装置转速。本发明实现了对分蘖期麦田多作物行杂草同时去除，提高锄草作业效率，且锄草装置间距与高度可调，有效降低作业中的伤苗率；并且还可根据麦田实际压实度情况随动调节锄草装置转速，提高锄草作业时设备的可靠性。
-
公开(公告)号：CN113435282B
公开(公告)日：2021-12-21
申请号：CN202110677003.9
申请日：2021-06-18
申请人： 南京农业大学
摘要： 本发明公开了一种基于深度学习的无人机影像麦穗识别方法，通过将无人机测试影像输入至麦穗识别模型识别出麦穗信息，所述识别模型的构建包括：S1、数据采集步骤；S2、数据处理步骤；S3、构建适用于无人机影像麦穗识别网络，对所述无人机影像数据进行训练，得到麦穗识别模型；S4、利用训练好的麦穗识别模型对无人机影像中的待检测麦穗进行识别，融合麦穗识别模型的检测框，得到识别结果；其特征在于S3构建多尺度网络特征架构，通过多尺度检测层提取麦穗特征，增强网络对小尺寸麦穗特征的提取能力；基于交并比计算检测层的置信度损失权重，提高小尺寸麦穗特征对网络的贡献。本发明提出的方案具有检测小尺寸密集麦穗影像的优点，很好解决了麦穗识别的技术困境。
-
-
-
-
-
-
-
-
-
搜索结果
212 条记录 (耗时 0.041 秒)