基于无人机的收获数据预测可以减少农场内的粮食损失,提高农民的收入
Haozhou Wang1, Tang Li1, Erika Nishida1
1Graduate School of Agricultural and Life Sciences, The University of Tokyo, Tokyo, Japan.
Plant phenomics (Washington, D.C.)
|September 11, 2023
概括
在西兰花生产中最大限度地减少农场内的食物损失至关重要. 本研究介绍了一种基于无人机的系统,用于准确的大小估计和最佳收获预测,显著提高农民的利和减少浪费.
科学领域:
- 农业科学 农业科学
- 遥感技术 遥感技术 遥感技术
- 农业中的数据分析.
背景情况:
- 农场内的食物损失,特别是分级蔬菜,在可持续农业中构成了重大挑战.
- 监测蔬菜大小和预测最佳收获日期的传统方法往往成本低效且劳动密集.
研究的目的:
- 开发和验证一个全面的管道,用于自动,非破坏性估计和预测单个西兰花头大小.
- 用基于温度的生长模型确定最佳收获日期,以最大限度地提高利并最大限度地减少分级损失.
主要方法:
- 利用无人机遥感和先进的图像分析技术,估计了3000多头西兰花的个体大小.
- 将个体尺寸数据集成到基于温度的生长模型中,以预测最佳收获时间.
主要成果:
- 在两年的实地实验中,在估计和预测西兰花头大小方面取得了很高的准确性.
- 证明,距离最佳日期仅为1-2天的收获偏差显著增加了分级,并降低了农民的利.
结论:
- 开发的基于无人机的管道为菜种植中作物优化提供了具有成本效益和高度准确的解决方案.
- 这种方法为最大限度地减少粮食损失和提高农民的经济回报提供了一个强大的工具.
