CN108492206A - 一种基于无人机的烟草生产管理方法及步骤 - Google Patents
一种基于无人机的烟草生产管理方法及步骤 Download PDFInfo
- Publication number
- CN108492206A CN108492206A CN201810257929.0A CN201810257929A CN108492206A CN 108492206 A CN108492206 A CN 108492206A CN 201810257929 A CN201810257929 A CN 201810257929A CN 108492206 A CN108492206 A CN 108492206A
- Authority
- CN
- China
- Prior art keywords
- tobacco
- image
- unmanned plane
- module
- management
- 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
- 241000208125 Nicotiana Species 0.000 title claims abstract description 128
- 235000002637 Nicotiana tabacum Nutrition 0.000 title claims abstract description 128
- 238000007726 management method Methods 0.000 title claims abstract description 70
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 68
- 238000007405 data analysis Methods 0.000 claims abstract description 14
- 238000012545 processing Methods 0.000 claims abstract description 12
- 238000000034 method Methods 0.000 claims abstract description 11
- 235000019504 cigarettes Nutrition 0.000 claims description 42
- 230000008569 process Effects 0.000 claims description 7
- 239000002689 soil Substances 0.000 claims description 6
- 230000003993 interaction Effects 0.000 claims description 5
- 238000011835 investigation Methods 0.000 claims description 5
- 238000012800 visualization Methods 0.000 claims description 4
- 238000004458 analytical method Methods 0.000 claims description 3
- 238000013079 data visualisation Methods 0.000 claims description 3
- 230000008859 change Effects 0.000 claims description 2
- 239000006227 byproduct Substances 0.000 claims 1
- 230000007306 turnover Effects 0.000 abstract description 2
- 238000005259 measurement Methods 0.000 description 9
- 238000005516 engineering process Methods 0.000 description 3
- 239000000463 material Substances 0.000 description 3
- 230000007547 defect Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 238000012795 verification Methods 0.000 description 2
- 244000025254 Cannabis sativa Species 0.000 description 1
- 241000196324 Embryophyta Species 0.000 description 1
- 239000008896 Opium Substances 0.000 description 1
- 241000545442 Radix Species 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 210000004556 brain Anatomy 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000005611 electricity Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 230000015654 memory Effects 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- 229960001027 opium Drugs 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 230000002269 spontaneous effect Effects 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Agronomy & Crop Science (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- General Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Husbandry (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开一种基于无人机的烟草生产管理方法及步骤。该方法包括图像采集模块、图像处理模块、数据分析模块、出勤监督模块及Web终端管理:本发明能实现对土地面积,翻犁面积、起垄覆膜面积和移栽株数及灾损程度进行准确核实,同时也能以客观手段减少与烟农的纠纷,实施有效的监督。
Description
技术领域
本发明涉及一种基于无人机的烟草生产管理方法及步骤,属于烟草生产技术领域。
背景技术
在近几年来烟叶库存高位运行,严控烟叶种植规模的大背景下,如何顺应供给侧结构性改革发展大势,既能精准守住烟叶种植规模红线,又能提高烟叶原料供给质量,是烟叶生产管理的重要课题。而实现高效及时采集精准的烟叶生产数据,是烟叶生产精准调控的重要前提。然而在烟叶生产实际中,仍然存在以下一些问题,一定程度上制约着烟叶生产精准管控水平。
一、种烟土地面积难以全面准确核实。在烟草企业尤其是以烟叶生产为核心任务的管理主体,烟叶生产收购目标任务能否完成,直接关系企业、烟农、烟区的持续健康稳定发展。多年的生产实践表明,除自然灾害等客观因素外,影响烟叶收购目标能否完成的管控环节,主要是烟叶种植、烘烤和收购。烤烟的种植更是这些管控环节的基础,而这一基础中的基础,莫过于面积的落实。在当前烟叶生产管理中,面积落实主要是烟叶站烤烟生产技术员。即通过生产技术人员走村入户逐块丈量丘块面积。而目前丈量面积的主要手段,要么是用皮尺实地丈量,要么使用GPS测量仪或测量软件。前者的主要缺点是作业工作量大,效率不高,且不同的烤烟生产技术人员测量结果可能不同;后者的主要缺点是受地形、气候等因素影响,GPS信号不稳定,容易出现较大误差。根据笔者等人测试,同一地块,不同气候条件下测量误差可大于10%,且存在丘块面积越小,误差越大的趋势。除此之外,利用上述方式落实的烟叶种植面积,管理中无法全面的督查和核实。简单的说,就是根据表单可以知道某某烟农种植烤烟多少亩,但是在督查核实的过程中,面对众多的农户,无法一一找到对应农户的每块烟地,从而也就难以全面了解烟农签订合同实际种烟面积真实性,给烟叶生产的精准管控留下了盲点。
二、烤烟移栽株数的统计难度较大。在烟叶生产管理工作中,管理者为了保证目标任务的完成,往往通过实际移栽株数来衡量农户是否真正按照种植合同约定面积种植烤烟。目前的烟叶生产中,为了核实移栽株数,通常的做法有两种,一种是用人工逐块数株数,这在云南、贵州等部分烟区有过这样的操作实践。另一种做法是通过建立模型,并在烟地中对种烟株行距进行抽查,以此核算移栽株数。然而,两种方法均有弊端,人工数株数的方法工作量大,管理过程中难以核实,操作性不强;而抽样调查的方式有一定可操作性。但受株行距不均等因素影响,核算结果准确度也会大打折扣,难以为管理决策提供支持。
三、烤烟灾情核实缺乏客观手段。近几年来,在政府及行业的大力倡导下,烤烟种植保险制度不断的健全,购买烤烟种植保险的情况在越来越多的烟区得到实施。烤烟种植保险的实施有效保障了烟农的利益,为烟区、烟农的稳定发挥了显著作用。但在近几年的理赔实践中,由于受灾面积和受灾程度难以准确的量化,使得理赔过程中存在不少的理赔争议或纠纷。因此寻找高效快捷和精准的材料方式也是烤烟种植保险实施实践中的重要课题。
四、烟叶生产进度测量效率低。在生产经营管理中,只有好的过程输入,才可能有好的绩效输出。烟叶生产亦是如此。因此,过程绩效是烟叶生产管理者关注的重要内容之一。就烟叶生产而言,从烤烟播种到烟叶收购,有十余个重要管控环节。而在烤烟育苗和烟叶收购的两端,已有较为成熟和有效的管控手段。但在烟叶移栽到烟叶烘烤过程中,由于烟叶生产质量的高低与气候节令有着密切的关系,按烤烟标准化要求及时完成生产作业任务显得尤为重要。因此,在烟种植的主要阶段,对同一区域生产进度的测量常常成为过程绩效的重要考核指标,例如土地深翻比例、起垄覆膜进度、烤烟移栽质量及进度等。在实际管理中,进度测量往往是通过人工目测或者实地抽样调查,这样不仅会大量占用管理人员的时间精力,而且易存在主观人为因素,出现生产检查测量结果未能完全客观反映烟区真实情况的现象。因此如何改进测量手段,也是烟叶生产管理中的重要问题之一。
五、与烟农的互动效率低。现有与烟农的信息互动大多是家访或者电话联系,但仍是不太方便,具体表现在涉及灾损赔偿等相关文件转达电话的形式解释麻烦,家访的形式效率低,因此,如何解决烟农与管理的有效便捷沟通是当下该考虑的一个问题。
发明内容
本发明要解决的技术问题是提供一种基于无人机的烟草生产管理方法及步骤,可以克服现有技术的不足。
本发明的技术方案是:一种基于无人机的烟草生产管理方法,它包括图像采集模块、图像处理模块、数据分析模块、出勤监督模块及Web终端管理:
图像采集模块,通过无人机拍摄采集整块土地面积图像,翻犁进度图像、起垄覆膜进度图像、移栽株数图像、受灾损失图像;
图像处理模块,通过图像处理软件对采集的烟区图像进行正摄处理和拼接,形成烟区实况瓦片图,并将处理后的烟区实况瓦片图嵌入现有的GIS系统,通过不同标准化相控点对嵌入的瓦片图地理信息进行校正,以此建立图像信息数据库。
数据分析模块,将图像处理得到的图像数据翻译成土地面积,翻犁面积、起垄覆膜面积、移栽株数及灾损程度数据,将分析所得数据存储并上传至Web终端;
出勤监督模块,通过出勤人员携带手持终端,在手持终端的烟草管理APP进行系统定位,并将出勤人员足迹信息及反馈的烟草生产情况记录上传至Web终端;
Web终端管理,Web终端将数据分析模块分析所得数据及出勤监督模块上传的信息可视化,进行数据评估和决策,并公布相应决策至手持终端的烟草管理APP。所述手持终端的烟草管理APP设有便于烟农与Web终端管理互动的输入端。
一种基于无人机的烟草生产管理步骤,其特征在于,它包括:
步骤S1;烟草种植前,出勤人员携带手持终端实地考察,选定烟地,记录对应的烟农信息,无人机拍摄采集整块土地面积图像;
步骤S2;烟草种植中,按照烟草生产节令或规定的时间点,通过无人机拍摄采集整块土地面积图像,翻犁进度图像、起垄覆膜进度图像、移栽株数图像、受灾损失图像并上传;同时,手持终端的烟草管理APP进行出勤人员足迹记录并上传;
步骤S3;通过将上传的图像进行数据分析及可视化,进行烟草状态评估或发布受灾损失赔偿等决策;
步骤S4;烟农通过手持终端查看信息并反馈信息。
现有技术比较,本发明基于无人机的烟草生产管理方法及步骤,其通过采集模块、图像处理模块和数据分析模块能实现对土地面积,翻犁面积、起垄覆膜面积和移栽株数及灾损程度进行准确核实,同时也能以客观手段减少与烟农的纠纷;通过出勤监督模块能便于绩效考核,有利于促进生产;根据烟叶生产管理需要,通过Web终端,对数据库进行管理,通过烟草管理APP访问烟区图像数据库并根据烟叶生产要求进行操作,实现作业人员与数据库的作业互动,并通过Web终端,将烟叶生产管理者、执行者及其它管理对象关联和互动起来,从而实现对烟叶生产土地面积落实、生产进度、灾情核实、基础设施管护等的管理。在该系统中,根据实际需要,无人机通过多次的作业,采集烟叶生产实时数据,实现对烟叶生产的动态管理,经过多次试验,航怕效率:平均每块电池能飞10平方公里(1.5万亩),每个单元飞行时间为2天左右。图像处理效率:一个单元的航拍图片,用64核CPU、128G内存、500G的固态硬盘的服务器处理,耗时2天左右。土地圈定作业效率:在连片范围内,每个网格管理人员每天可圈定150亩以上(按照人均500亩服务面积计算),完成网格面积圈定4天内可以完成。后台土地丈量效率:每块地平均拖拽时间20s,每小时丈量180块地左右,按照平均每块1.2亩基数按,每小时可丈量200亩,后台人员每天作业6小时,每天可丈量1200亩。面积准确率:面积准确率可达95%以上。
附图说明
图1是本发明的连接结构示意图。
具体实施方式
实施例1. 如图1所示,一种基于无人机的烟草生产管理方法,它包括图像采集模块、图像处理模块、数据分析模块、出勤监督模块及Web终端管理:图像采集模块,通过无人机拍摄采集整块土地面积图像,翻犁进度图像、起垄覆膜进度图像、移栽株数图像、受灾损失图像;图像处理模块,通过图像处理软件对采集的烟区图像进行正摄处理和拼接,形成烟区实况瓦片图,并将处理后的烟区实况瓦片图嵌入现有的GIS系统,通过不同标准化相控点对嵌入的瓦片图地理信息进行校正,以此建立图像信息数据库。数据分析模块,将图像处理得到的图像数据翻译成土地面积,翻犁面积、起垄覆膜面积、移栽株数及灾损程度数据,将分析所得数据存储并上传至Web终端;出勤监督模块,通过出勤人员携带手持终端,在手持终端的烟草管理APP进行系统定位,并将出勤人员足迹信息及反馈的烟草生产情况记录上传至Web终端;Web终端管理,Web终端将数据分析模块分析所得数据及出勤监督模块上传的信息可视化,进行数据评估和决策,并公布相应决策至手持终端的烟草管理APP。所述手持终端的烟草管理APP设有便于烟农与Web终端管理互动的输入端。
其步骤:
步骤S1;烟草种植前,出勤人员携带手持终端实地考察,选定烟地,记录对应的烟农信息,无人机拍摄采集整块土地面积图像;
步骤S2;烟草种植中,按照烟草生产节令或规定的时间点,通过无人机拍摄采集整块土地面积图像,翻犁进度图像、起垄覆膜进度图像、移栽株数图像、受灾损失图像并上传;同时,手持终端的烟草管理APP进行出勤人员足迹记录并上传;
步骤S3;通过将上传的图像进行数据分析及可视化,进行烟草状态评估或发布受灾损失赔偿等决策;
步骤S4;烟农通过手持终端查看信息并反馈信息。
与常规的烟叶生产管理信息系统相比,该系统具体有多方面的功能和优点。主要表现为以下几个方面:①实现烤烟种植面积可视和精准的落实。依托上述无人机烟叶生产管理信息系统,在烟叶生产中,烤烟辅导员既可以(不熟悉烟地的情况下)通过实地逐一找到种植主体的烟地,并在烟地里用手机在相应地图上点击三次(三点形成一个面);也可以(熟悉烟地的情况下)在任何地方在APP的烟田瓦片图上直接标记待种烟地块,上传同步数据,辅导员的作业痕迹即可传到服务器,后台管理人员可以在相应的管理作业痕迹处圈定待种烟的丘块,并自动算出丘块面积。这样无论是执行者,还是各层级管理者,均可通过电脑或手机查看每块烟地质量、面积、具体位置、连片规模等,实现烟区、烟地、烟农的可视化管控和精准映射。根据近期测试数据,同一块地,同一个边缘进行的测量,该系统测量精准度可达97%以上。②能够高效精准的测量烟叶生产管理进度。按照常规烟叶生产管理要求,每个管理主体每年至少要在土地面积落实、土地深翻、烤烟移栽等环节开展3次以上的生产检查,而不同层级的管理主体分别进行检查,必然需要大量的人力物力。而依托该系统,实施上述检查时,只需要用无人机按照一定范围进行飞行一次,多到十几分钟,少到几分钟就可以完成以往的生产进度检查,且该方法简单、高效、精准。有效解决了以往生产进度测量不准的问题。③能够有效解决灾情核实中定量定性不准的问题。与进度测量原理类似,一旦发生自燃灾害,可及时用无人机对受灾烟区进行飞行,采集受灾图像数据,经处理和导入系统后,即可准确核实受灾面积和比照现行标准核定损失程度。这样既能极大提高了理赔工作人员的工作效率和质量,又能有效推动理赔工作更加客观、公正、透明的开展,减少理赔定损争议,提高烟农对烤烟种植服务的满意度。④实现烟叶生产网格高效精准管理。网格是烟叶生产管理中最小的管理单元。每个烟叶生产管理网格由1~2名生产技术人员负责,管理种植面积1000亩左右、收购烟叶2000担以上、烟农50户左右,并按照属地原则,负责网格覆盖烟区内烟叶生产基础设施(如烤房、苗棚、烟水工程等)的管理和对接烤烟专业化服务队伍及贫困烟农等。通过上述无人机烟叶生产管理信息系统,网格管理人员可将责任区内管理的烟农、烟地、烤房、育苗棚、机耕道等基础设施在瓦片图上进行标定,即可定位烟叶生产相关的管理对象,并实现一一映射。即当网格管理人员通过APP的操作将实地落实的数据录入后,管理人员可通过电脑在Web端看到某户烟农的住址、种烟地块分布、对应烤房、育苗棚等的位置数量及管护状态。在需要核实时,管理人员即可利用通过导航直接找到需要检核或核实的管理对象,无需通过现场抽查和一线生产技术人员引路。同时通过开启系统的定位功能,可以随时了解一线生产技术人员的到岗情况、服务范围、业务进度等,以此实现对网格高效精准的管理。
Claims (2)
1.一种基于无人机的烟草生产管理方法,其特征在于:它包括图像采集模块、图像处理模块、数据分析模块、出勤监督模块及Web终端管理:
图像采集模块,通过无人机拍摄采集整块土地面积图像,翻犁进度图像、起垄覆膜进度图像、移栽株数图像及受灾损失图像;
图像处理模块,通过图像处理软件对采集的烟区图像进行正摄处理和拼接,形成烟区实况瓦片图,并将处理后的烟区实况瓦片图嵌入现有的GIS系统,通过不同标准化相控点对嵌入的瓦片图地理信息进行校正,以此建立图像信息数据库;
数据分析模块,将图像处理得到的图像数据翻译成土地面积,翻犁面积、起垄覆膜面积、移栽株数及灾损程度数据,将分析所得数据存储并上传至Web终端;
出勤监督模块,通过出勤人员携带手持终端,在手持终端的烟草管理APP进行系统定位,并将出勤人员足迹信息及反馈的烟草生产情况记录上传至Web终端;
Web终端管理,Web终端将数据分析模块分析所得数据及出勤监督模块上传的信息可视化,进行数据评估和决策,并公布相应决策至手持终端的烟草管理APP。
2.根据权利要求1所述的基于无人机的烟草生产管理方法,其特征在于:所述手持终端的烟草管理APP设有便于烟农与Web终端管理互动的输入端;
一种基于无人机的烟草生产管理步骤,其特征在于,它包括:
步骤S1;烟草种植前,出勤人员携带手持终端实地考察,选定烟地,记录对应的烟农信息,无人机拍摄采集整块土地面积图像;
步骤S2;烟草种植中,按照烟草生产节令或规定的时间点,通过无人机拍摄采集整块土地面积图像,翻犁进度图像、起垄覆膜进度图像、移栽株数图像、受灾损失图像并上传;同时,手持终端的烟草管理APP进行出勤人员足迹记录并上传;
步骤S3;通过将上传的图像进行数据分析及可视化,进行烟草状态评估或发布受灾损失赔偿等决策;
步骤S4;烟农通过手持终端查看信息并反馈信息。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810257929.0A CN108492206A (zh) | 2018-03-27 | 2018-03-27 | 一种基于无人机的烟草生产管理方法及步骤 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810257929.0A CN108492206A (zh) | 2018-03-27 | 2018-03-27 | 一种基于无人机的烟草生产管理方法及步骤 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108492206A true CN108492206A (zh) | 2018-09-04 |
Family
ID=63337596
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810257929.0A Pending CN108492206A (zh) | 2018-03-27 | 2018-03-27 | 一种基于无人机的烟草生产管理方法及步骤 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108492206A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109656207A (zh) * | 2018-12-14 | 2019-04-19 | 北京云基物宇科技股份有限公司 | 一种基于大数据分析平台的智慧烟叶种植分析管理系统 |
CN110262560A (zh) * | 2019-07-19 | 2019-09-20 | 武汉理工大学 | 一种面向机耕农场的监察搁荒系统 |
CN110572620A (zh) * | 2019-09-25 | 2019-12-13 | 苏州安软信息科技有限公司 | 一种安全监控平台 |
CN110796555A (zh) * | 2019-10-24 | 2020-02-14 | 北京永诚保险经纪有限公司 | 一种基于区块链快速投保和理赔的方法及投保平台 |
CN114595995A (zh) * | 2022-03-18 | 2022-06-07 | 中国科学院空天信息创新研究院 | 一种烟草农业种植管理方法 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102508319A (zh) * | 2011-10-10 | 2012-06-20 | 复旦大学无锡研究院 | 基于可移动无人机的农业环境监测系统 |
CN103425102A (zh) * | 2013-07-30 | 2013-12-04 | 上海丰凸通讯科技有限公司 | 基于低空遥感、多光谱精准识别的智能施肥系统 |
CN105046909A (zh) * | 2015-06-17 | 2015-11-11 | 中国计量学院 | 一种基于小型无人机的农业辅助定损方法 |
CN105173085A (zh) * | 2015-09-18 | 2015-12-23 | 山东农业大学 | 无人机变量施药自动控制系统及方法 |
CN105574482A (zh) * | 2015-08-31 | 2016-05-11 | 中国烟草总公司广东省公司 | 一种大田烟叶生长状况监控方法 |
CN105608222A (zh) * | 2016-01-12 | 2016-05-25 | 中国人民解放军国防科学技术大学 | 一种大规模栅格数据集的瓦片金字塔快速构建方法 |
CN106200683A (zh) * | 2016-07-04 | 2016-12-07 | 广东天米教育科技有限公司 | 无人机植保系统及植保方法 |
CN106585992A (zh) * | 2016-12-15 | 2017-04-26 | 上海土是宝农业科技有限公司 | 一种无人机智能识别、精确喷洒农药的方法及系统 |
CN106779397A (zh) * | 2016-12-12 | 2017-05-31 | 中国烟草总公司贵州省公司 | 一种准确采集山区烟叶生产信息数据的系统及数据采集方法 |
CN106991178A (zh) * | 2017-04-07 | 2017-07-28 | 中国烟草总公司贵州省公司 | 一种准确核实山区烟叶生产信息数据的系统及核实方法 |
CN107590854A (zh) * | 2017-09-15 | 2018-01-16 | 福建四创软件有限公司 | 基于webgis的水库库区三维实景展示方法 |
-
2018
- 2018-03-27 CN CN201810257929.0A patent/CN108492206A/zh active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102508319A (zh) * | 2011-10-10 | 2012-06-20 | 复旦大学无锡研究院 | 基于可移动无人机的农业环境监测系统 |
CN103425102A (zh) * | 2013-07-30 | 2013-12-04 | 上海丰凸通讯科技有限公司 | 基于低空遥感、多光谱精准识别的智能施肥系统 |
CN105046909A (zh) * | 2015-06-17 | 2015-11-11 | 中国计量学院 | 一种基于小型无人机的农业辅助定损方法 |
CN105574482A (zh) * | 2015-08-31 | 2016-05-11 | 中国烟草总公司广东省公司 | 一种大田烟叶生长状况监控方法 |
CN105173085A (zh) * | 2015-09-18 | 2015-12-23 | 山东农业大学 | 无人机变量施药自动控制系统及方法 |
CN105608222A (zh) * | 2016-01-12 | 2016-05-25 | 中国人民解放军国防科学技术大学 | 一种大规模栅格数据集的瓦片金字塔快速构建方法 |
CN106200683A (zh) * | 2016-07-04 | 2016-12-07 | 广东天米教育科技有限公司 | 无人机植保系统及植保方法 |
CN106779397A (zh) * | 2016-12-12 | 2017-05-31 | 中国烟草总公司贵州省公司 | 一种准确采集山区烟叶生产信息数据的系统及数据采集方法 |
CN106585992A (zh) * | 2016-12-15 | 2017-04-26 | 上海土是宝农业科技有限公司 | 一种无人机智能识别、精确喷洒农药的方法及系统 |
CN106991178A (zh) * | 2017-04-07 | 2017-07-28 | 中国烟草总公司贵州省公司 | 一种准确核实山区烟叶生产信息数据的系统及核实方法 |
CN107590854A (zh) * | 2017-09-15 | 2018-01-16 | 福建四创软件有限公司 | 基于webgis的水库库区三维实景展示方法 |
Non-Patent Citations (4)
Title |
---|
刘中庆等: "烟叶精益生产网格化管理的实践与思考", 《中国烟草科学》 * |
刘小军,曹卫星,朱艳等: "基于WebGIS 的农业空间信息管理及辅助决策系统研究", 《中国农业工程学会2005 年学术年会论文集》 * |
张波,黄志宏,兰玉彬,巫莉莉,何斌斌,曾鸣: "互联网+精准农业航空服务平台", 《华南农业大学学报》 * |
陈仲新,任建强,唐华俊等: "农业遥感研究应用进展与展望", 《遥感学报》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109656207A (zh) * | 2018-12-14 | 2019-04-19 | 北京云基物宇科技股份有限公司 | 一种基于大数据分析平台的智慧烟叶种植分析管理系统 |
CN110262560A (zh) * | 2019-07-19 | 2019-09-20 | 武汉理工大学 | 一种面向机耕农场的监察搁荒系统 |
CN110572620A (zh) * | 2019-09-25 | 2019-12-13 | 苏州安软信息科技有限公司 | 一种安全监控平台 |
CN110796555A (zh) * | 2019-10-24 | 2020-02-14 | 北京永诚保险经纪有限公司 | 一种基于区块链快速投保和理赔的方法及投保平台 |
CN114595995A (zh) * | 2022-03-18 | 2022-06-07 | 中国科学院空天信息创新研究院 | 一种烟草农业种植管理方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108492206A (zh) | 一种基于无人机的烟草生产管理方法及步骤 | |
Lu et al. | Improved estimation of aboveground biomass in wheat from RGB imagery and point cloud data acquired with a low-cost unmanned aerial vehicle system | |
Ihse | Colour infrared aerial photography as a tool for vegetation mapping and change detection in environmental studies of Nordic ecosystems: A review | |
CN106779397A (zh) | 一种准确采集山区烟叶生产信息数据的系统及数据采集方法 | |
Alexandridis et al. | Designing AfriCultuReS services to support food security in Africa | |
Maas et al. | Estimating ground cover of field crops using medium‐resolution multispectral satellite imagery | |
Honda et al. | Agriculture information service built on geospatial data infrastructure and crop modeling | |
Schweizer et al. | Review and assessment of smartphone apps for forest restoration monitoring | |
Badr et al. | Toward large-scale crop production forecasts for global food security | |
CN111709653A (zh) | 一种农产品产地质量安全追溯的方法 | |
Widianto et al. | Development of internet of things-based instrument monitoring application for smart farming | |
Conrad et al. | WUEMoCA Water Use Efficiency Monitor in Central Asia Informed Decision-Making in Land and Water Resources Management | |
Lee et al. | Using the UAV-derived NDVI to evaluate spatial and temporal variation of crop phenology at crop growing season in South Korea | |
Xu et al. | Vertical distribution of gas exchanges and their integration throughout the entire canopy in a maize field | |
Timmermans | Coupling optical and thermal directional radiative transfer to biophysical processes in vegetated canopies | |
Zeng et al. | A Study on Phenology Detection of Corn in Northeastern China with Fused Remote Sensing Data | |
Dunea et al. | BRINGING FORWARD THE POTENTIAL OF GEO-INFORMATION TOOLS FOR GRASSLAND STUDIES IN ROMANIA | |
Tripon et al. | Multispectral monitoring trial destined to quantify the nitrogen nutritional status of barley crop. | |
Barboza et al. | Advanced Farming Strategies Using NASA POWER Data in Peanut-Producing Regions without Surface Meteorological Stations | |
Avila | Linking Plot and Landscape Level Phenology | |
Bloodgood | Analyzing the Effect of Seasonal Variation on Aerial Imagery-Based Vegetation Indices | |
Flores | Linking Plot And Landscape Level Phenology | |
Jacot et al. | Use of PhenoCam Measurements and Image Analysis to Inform the ALMANAC Process-based Simulation Model | |
Kamali et al. | Logistic model for estimation of the yield of autumn-sown sugar beet in Khuzestan province. | |
Widhiantari et al. | Temperature and humidity monitoring in dry land of cayene pepper based on Internet of Thing (IOT). |
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 |