CN114390887A - 作物监测和管理系统与方法 - Google Patents
作物监测和管理系统与方法 Download PDFInfo
- Publication number
- CN114390887A CN114390887A CN202080062935.6A CN202080062935A CN114390887A CN 114390887 A CN114390887 A CN 114390887A CN 202080062935 A CN202080062935 A CN 202080062935A CN 114390887 A CN114390887 A CN 114390887A
- Authority
- CN
- China
- Prior art keywords
- crop
- monitoring
- anomaly
- output
- payload
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 172
- 238000000034 method Methods 0.000 title claims description 45
- 230000012010 growth Effects 0.000 claims abstract description 42
- 238000007726 management method Methods 0.000 claims description 79
- 230000008635 plant growth Effects 0.000 claims description 26
- 230000006872 improvement Effects 0.000 claims description 21
- 230000008859 change Effects 0.000 claims description 18
- 230000005856 abnormality Effects 0.000 claims description 16
- 230000007613 environmental effect Effects 0.000 claims description 15
- 230000000712 assembly Effects 0.000 claims description 11
- 238000000429 assembly Methods 0.000 claims description 11
- 238000013473 artificial intelligence Methods 0.000 claims description 9
- 239000002689 soil Substances 0.000 claims description 9
- 230000005855 radiation Effects 0.000 claims description 5
- 230000003068 static effect Effects 0.000 claims description 5
- 238000005259 measurement Methods 0.000 claims description 4
- 238000001429 visible spectrum Methods 0.000 claims description 4
- 238000002329 infrared spectrum Methods 0.000 claims description 3
- 230000003287 optical effect Effects 0.000 claims description 3
- 238000002211 ultraviolet spectrum Methods 0.000 claims description 3
- 230000008569 process Effects 0.000 claims description 2
- 241000196324 Embryophyta Species 0.000 description 48
- 239000000523 sample Substances 0.000 description 12
- 230000002159 abnormal effect Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 7
- 201000010099 disease Diseases 0.000 description 5
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 5
- 240000006365 Vitis vinifera Species 0.000 description 4
- 235000014787 Vitis vinifera Nutrition 0.000 description 4
- 240000008042 Zea mays Species 0.000 description 4
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 4
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 4
- 235000005822 corn Nutrition 0.000 description 4
- 230000002262 irrigation Effects 0.000 description 4
- 238000003973 irrigation Methods 0.000 description 4
- 238000005507 spraying Methods 0.000 description 4
- 206010061217 Infestation Diseases 0.000 description 3
- 238000001228 spectrum Methods 0.000 description 3
- 208000031888 Mycoses Diseases 0.000 description 2
- 241000607479 Yersinia pestis Species 0.000 description 2
- 238000003032 molecular docking Methods 0.000 description 2
- 238000010248 power generation Methods 0.000 description 2
- 230000003595 spectral effect Effects 0.000 description 2
- 230000000087 stabilizing effect Effects 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 208000035143 Bacterial infection Diseases 0.000 description 1
- 235000002566 Capsicum Nutrition 0.000 description 1
- 244000000626 Daucus carota Species 0.000 description 1
- 235000002767 Daucus carota Nutrition 0.000 description 1
- 241000258937 Hemiptera Species 0.000 description 1
- 241000238631 Hexapoda Species 0.000 description 1
- 235000007688 Lycopersicon esculentum Nutrition 0.000 description 1
- 240000007228 Mangifera indica Species 0.000 description 1
- 235000014826 Mangifera indica Nutrition 0.000 description 1
- 241001465754 Metazoa Species 0.000 description 1
- 241000244206 Nematoda Species 0.000 description 1
- 239000006002 Pepper Substances 0.000 description 1
- 235000016761 Piper aduncum Nutrition 0.000 description 1
- 235000017804 Piper guineense Nutrition 0.000 description 1
- 244000203593 Piper nigrum Species 0.000 description 1
- 235000008184 Piper nigrum Nutrition 0.000 description 1
- 235000014443 Pyrus communis Nutrition 0.000 description 1
- 240000003768 Solanum lycopersicum Species 0.000 description 1
- 244000061456 Solanum tuberosum Species 0.000 description 1
- 235000002595 Solanum tuberosum Nutrition 0.000 description 1
- 241000282887 Suidae Species 0.000 description 1
- 241000543828 Tomato yellow leaf curl Sardinia virus Species 0.000 description 1
- 235000018936 Vitellaria paradoxa Nutrition 0.000 description 1
- 241001135917 Vitellaria paradoxa Species 0.000 description 1
- 230000001668 ameliorated effect Effects 0.000 description 1
- 230000000844 anti-bacterial effect Effects 0.000 description 1
- 239000003899 bactericide agent Substances 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000018044 dehydration Effects 0.000 description 1
- 238000006297 dehydration reaction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000001747 exhibiting effect Effects 0.000 description 1
- 230000004720 fertilization Effects 0.000 description 1
- 244000037666 field crops Species 0.000 description 1
- 230000002538 fungal effect Effects 0.000 description 1
- 239000000417 fungicide Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 239000002917 insecticide Substances 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000006641 stabilisation Effects 0.000 description 1
- 238000011105 stabilization Methods 0.000 description 1
- 230000008685 targeting Effects 0.000 description 1
- 230000003612 virological effect Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Images
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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01B—SOIL WORKING IN AGRICULTURE OR FORESTRY; PARTS, DETAILS, OR ACCESSORIES OF AGRICULTURAL MACHINES OR IMPLEMENTS, IN GENERAL
- A01B79/00—Methods for working soil
- A01B79/005—Precision agriculture
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G7/00—Botany in general
- A01G7/06—Treatment of growing trees or plants, e.g. for preventing decay of wood, for tingeing flowers or wood, for prolonging the life of plants
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64C—AEROPLANES; HELICOPTERS
- B64C39/00—Aircraft not otherwise provided for
- B64C39/02—Aircraft not otherwise provided for characterised by special use
- B64C39/024—Aircraft not otherwise provided for characterised by special use of the remote controlled vehicle type, i.e. RPV
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F16—ENGINEERING ELEMENTS AND UNITS; GENERAL MEASURES FOR PRODUCING AND MAINTAINING EFFECTIVE FUNCTIONING OF MACHINES OR INSTALLATIONS; THERMAL INSULATION IN GENERAL
- F16M—FRAMES, CASINGS OR BEDS OF ENGINES, MACHINES OR APPARATUS, NOT SPECIFIC TO ENGINES, MACHINES OR APPARATUS PROVIDED FOR ELSEWHERE; STANDS; SUPPORTS
- F16M11/00—Stands or trestles as supports for apparatus or articles placed thereon ; Stands for scientific apparatus such as gravitational force meters
- F16M11/02—Heads
- F16M11/04—Means for attachment of apparatus; Means allowing adjustment of the apparatus relatively to the stand
- F16M11/06—Means for attachment of apparatus; Means allowing adjustment of the apparatus relatively to the stand allowing pivoting
- F16M11/12—Means for attachment of apparatus; Means allowing adjustment of the apparatus relatively to the stand allowing pivoting in more than one direction
- F16M11/126—Means for attachment of apparatus; Means allowing adjustment of the apparatus relatively to the stand allowing pivoting in more than one direction for tilting and panning
-
- 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
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
- B64D1/00—Dropping, ejecting, releasing, or receiving articles, liquids, or the like, in flight
- B64D1/16—Dropping or releasing powdered, liquid, or gaseous matter, e.g. for fire-fighting
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U20/00—Constructional aspects of UAVs
- B64U20/40—Modular UAVs
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2101/00—UAVs specially adapted for particular uses or applications
- B64U2101/30—UAVs specially adapted for particular uses or applications for imaging, photography or videography
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Business, Economics & Management (AREA)
- Wood Science & Technology (AREA)
- Physics & Mathematics (AREA)
- Botany (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Ecology (AREA)
- Biodiversity & Conservation Biology (AREA)
- Forests & Forestry (AREA)
- Immunology (AREA)
- Pathology (AREA)
- General Health & Medical Sciences (AREA)
- Mechanical Engineering (AREA)
- Environmental Sciences (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- Quality & Reliability (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Operations Research (AREA)
- Aviation & Aerospace Engineering (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Development Economics (AREA)
- Soil Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Testing Or Calibration Of Command Recording Devices (AREA)
- Combines (AREA)
- Protection Of Plants (AREA)
Abstract
一种作物管理系统,包括至少一作物监测子系统,所述作物监测子系统包括用于感测预定区域中的至少一作物生长参数的至少一作物传感器组件;至少一田场监测子系统,所述田场监测子系统包括用于感测所述预定区域中的至少一田间参数的至少一田场传感器组件;分析引擎,用来接收来自所述至少一作物监测子系统和所述至少一田场监测子系统中的至少其一的输出,并且所述分析引擎可操作以识别所述参数中的至少其中的至少一异常现象;以及异常定位器,其可操作以提供所述至少一异常现象的至少一位置的空间坐标的输出指示。
Description
发明领域
本发明涉及作物生长自动化管理、监测、改善和评价系统及方法。
发明背景
作物生长管理、监测、改善和评价的系统和方法是已知的。
发明概述
本发明寻求提供用于作物生长管理、监测、改善和评估的改进系统和方法。
因此,根据本发明的优选实施方式,提供了一种用于作物管理的系统,该系统包括传感器,该传感器在测量期间处于静态位置,并且能够感测多种植物的至少温度特征并且具有足以区分多个体別植物或多个植物群組的分辨率,以及传感器输出处理器,用于接收传感器的输出,并且可操作以在小于一天的时间间隔内提供第一特定植物或植物群組的至少温度随时间的变化率与第二特定植物或植物群組的至少温度变化率之间的差异的输出指示。
优选地,传感器输出处理器还可操作以提供第一特定植物或植物群組与空间上邻近的第二特定植物或植物群組之间的温度差异的输出指示。
优选地,输出指示包括具体说明第一特定植物或植物群組的位置的空间输出位置指示。空间输出位置指示优选用GIS坐标表示。
根据本发明的优选实施方式,传感器包括可旋转地安装在大致竖直的轴上的照相机。大致竖直的轴优选是可选择进行升起的轴,该轴安装在可移动的支撑件上,该支撑件在传感器操作期间通常不移动。
优选地,该系统还包括人工智能分析,可操作地根据输出指示确定可能引起差异的原因。
根据本发明的优选实施方式,还提供了一种作物管理系统,该作物管理系统包括至少一作物监测子系统,该作物监测子系统包括用于感测预定区域中的至少一作物生长参数的至少一作物传感器组件;至少一田场监测子系统(field monitoring subsystem),该田场监测子系统包括用于感测预定区域中的至少一田间参数的至少一田场传感器组件;分析引擎,用于接收来自所述至少一作物监测子系统和所述至少一田场监测子系统中的至少其一的输出,并且该分析引擎可操作为以识别所述参数中的至少一参数中的至少一异常,以及异常定位器,所述异常定位器用于提供所述至少一异常的至少一位置的空间坐标的输出指示。
优选地,作物管理系统还包括用于改善至少一异常的至少一作物保护子系统。此外,所述至少一作物监测子系统和所述至少一田场监测子系统中的至少其一监测所述至少一异常的改善。
根据本发明的优选实施方式,至少一作物监测子系统和至少一田场监测子系统中的至少其一包括样品收集器,用于收集可能证明所述异常的样品。此外,所述作物管理系统还包括一个样品分析仪,其可操作以用于分析样品和提供样品分析输出。优选地,分析引擎接收样本分析输出,并使用分析输出来识别至少一异常。
根据本发明的优选实施方式,至少所述分析引擎采用基于人工智能的分析来识别异常。
根据本发明的优选实施方式,作物管理系统还包括用于感测预定区域中的至少一环境参数的至少一环境参数感测子系统。
优选地,所述至少一作物生长参数包括作物生长影响参数和作物生长指示参数中的至少其一。
根据本发明的优选实施方式,所述至少一环境参数包括环境温度、湿度、太阳辐射、土壤温度、风速、海拔、大气压力和降雨量中的至少其一。
优选地,所述至少一作物生长指示参数包括植物尺寸、植物UV光谱、植物可见光谱、植物IR光谱和植物温度中的至少其一。
根据本发明的优选实施方式,作物管理系统还包括至少一高架监测平台(elevated monitoring platform)和可移除地安装在所述至少一高架平台的至少其一上的至少一作物监测有效载荷(payload),所述作物监测有效载荷包括至少一作物监测子系统中的至少其一,所述至少一作物监测子系统包括用于感测预定区域中的至少一作物生长参数的至少一作物传感器组件;至少一田场监测子系统,包括用于感测所述预定区域中的至少一田间参数的至少一田场传感器组件;分析引擎,用于接收来自所述至少一作物监测子系统和所述至少一田场监测子系统中的至少其一的输出,并且可操作以识别所述参数中的至少其一中的至少一异常,以及异常定位器,所述异常定位器可操作以提供所述至少一异常的至少一位置的空间坐标的输出指示。
根据本发明的优选实施方式,所述至少一作物监测有效载荷包括方位扫描器。另外或可选地,所述至少一作物监测有效载荷同时包括平移和倾斜能力(pan and tiltcapabilities)。优选地,所述至少一作物监测有效载荷可操作以在平台400米的径向距离内监测作物。
根据本发明的优选实施方式,所述至少一作物监测有效载荷包括无线异常输出生成器,所述无线异常输出生成器可操作以经由无线网络生成无线异常输出指示。
根据本发明的优选实施方式,所述作物管理系统还包括可操作地将所述至少一有效载荷定位于至少一平台的无人机。此外,所述无人机还可用于在多个所述至少其一的平台之间移动所述至少一有效载荷。另外或可选地,所述无人机可操作以定位所述至少部分自动化的异常改善子系统,该异常改善子系统用于在所述至少一位置处向所述作物提供治疗,用于改善引起所述至少一异常的至少一条件。
根据本发明的优选实施方式,所述至少一高架监测平台包括多个相互隔开的高架监测平台,并且所述至少一有效载荷包括多个有效载荷。
根据本发明的另一优选实施方式,还提供了一种作物监测系统,该系统包括至少一高架监测平台;可移除地安装在所述至少一高架平台中的至少其一上的至少一作物监测有效载荷;所述至少一包括用于感测所述有效载荷附近生长的作物特征的传感器组件的至少一作物监测有效载荷;接收来自所述传感器组件的输出并且可操作以识别所述作物特征中的至少一异常的分析引擎;异常定位器,用于可操作以提供所述至少一异常的至少一位置的空间坐标的输出指示。
根据本发明的优选实施方式,所述作物监测系统还包括至少部分自动化的异常改善子系统,用于在所述至少一位置处向作物提供治疗,以改善引起所述至少一异常的至少一条件。
根据本发明的优选实施方式,所述至少一作物监测有效载荷包括方位扫描器。另外,所述至少一作物监测有效载荷同时具有平移和倾斜能力。
优选地,所述至少一作物监测有效载荷可操作以在平台400米的径向距离内监测作物。
根据本发明的优选实施方式,所述至少一作物监测有效载荷包括无线异常输出生成器,所述无线异常输出生成器可操作以经由无线网络生成无线异常输出指示。
优选地,所述作物监测系统还包括可操作以将至少一有效载荷定位在至少一平台的无人机。此外,所述无人机还可操作以用于在多个所述至少一平台的多个平台之间移动所述至少一有效载荷。
根据本发明的优选实施方式,所述无人机可操作以定位所述至少部分自动化的异常改善子系统,该异常改善子系统用于在所述至少一位置处向作物提供治疗,以改善引起所述至少一异常的至少一条件。另外,所述无人机从所述异常定位器接收所述至少一位置的空间坐标。
根据本发明的优选实施方式,所述至少一高架监测平台包括多个相互隔开的高架监测平台,并且所述至少一有效载荷包括多个有效载荷。此外,所述多个有效载荷包括多个不同作物专用有效载荷。另外或可选地,所述作物监测系统还包括与所述多个有效载荷中的多个有效载荷相关联地操作的无人机。
根据本发明的优选实施方式,所述至少一高架监测平台在其操作期间是静态的(stationary)。此外,所述有效载荷在运行过程中处于固定位置。
优选地,所述传感器组件包括植物应力传感器,并且所述至少一异常是植物应力异常。另外或可选地,所述传感器组件包括热传感器,并且所述至少一异常是热异常。可选地或另外地,所述传感器组件包括光学传感器,并且所述至少一异常是视觉上敏感的异常。
根据本发明的优选实施方式,所述作物监测系统还包括图像发射器,用于发射呈现异常的作物的图像。
优选地,所述作物监测系统还包括存储至少异常和异常位置数据的数据库。
根据本发明的优选实施方式,所述分析引擎采用应用多个环境和植物生长参数的算法。另外,所述分析引擎采用了多种植物生长参数和田场参数的算法。此外,该算法还采用了由传感器组件感测的热参数。优选地,该算法将感测的热参数与在预定时间段内从多个传感器组件接收的平均热参数进行比较。
根据本发明的优选实施方式,还提供了一种用于作物管理的方法,该方法包括在测量期间提供处于静态位置的传感器,该传感器用于感测多个(种)植物的至少温度特征,并具有针对多个个别植物或植物群組的分辨率,且接收传感器的输出,并且提供在不超过一天的时间间隔内第一特定植物或植物群組与第二特定植物或植物群組之间的至少温度随时间变化的变化率的差异的输出指示。
优选地,所述方法包括提供第一特定植物或植物群組与空间上邻近的第二特定植物或植物群組之间的温度差异的输出指示。
优选地,所述方法还包括具体说明(specifying)特定植物或植物群組的位置,优选地以GIS坐标表示。
优选地,所述传感器安装在一个可选择性升起的大致竖直的轴上,该轴在传感器工作期间通常不移动。
优选地,所述方法包括根据输出指示确定差异的可能原因、关联所述差异与植物生长异常以及推荐改善植物生长异常的一种或多种。
优选地,所述方法还包括将多个位置的多个差异与植物生长异常相关联。
根据本发明的又一优选实施方式,还提供了一种作物管理方法,该方法包括:感测预定区域中的至少一作物生长参数并提供至少一作物生长参数输出;感测预定区域中的至少一田场参数并提供至少一田场参数输出;接收所述至少一作物生长参数输出和所述至少一田场参数输出;识别所述至少一作物生长参数输出和所述至少一田场参数输出中的至少其一中的至少一异常;并提供所述至少一异常的至少一位置的空间坐标的输出指示。
优选地,作物管理方法还包括改善至少一异常。另外,所述作物管理方法还包括监测至少一异常的改善。另外或可选的,所述作物管理方法还包括采集可能证明异常的样本。
根据本发明的优选实施方式,所述作物管理方法还包括分析样品并提供样品分析输出结果。另外,作物管理方法还包括接收样本分析输出,并利用分析输出识别至少一异常。
根据本发明的优选实施方式,所述作物管理方法还包括利用基于人工智能的分析来识别异常。另外或可选地,所述作物管理方法还包括感测预定区域中的至少一环境参数。
优选地,所述至少一环境参数包括环境温度、湿度、太阳辐射、土壤温度、风速、海拔、大气压力和降雨量中的至少其一。
根据本发明的优选实施方式,所述至少一作物生长参数包括作物生长影响参数和作物生长指示参数中的至少其一。另外,所述至少一作物生长指示参数包括植物尺寸、植物紫外(UV)光谱、植物可见光谱、植物红外(IR)光谱和植物温度中的至少其一。
根据本发明的又一优选实施方式,还提供了一种作物监测方法,该方法包括提供至少一高架监测平台,可移除地将至少一作物监测有效载荷安装到所述至少一高架平台的至少其一上,所述至少一作物监测有效载荷中的至少其一包括用于感测在所述有效载荷附近生长的作物特征的传感器组件,接收来自所述传感器组件的输出,识别所述作物特征中的至少一异常,并提供所述至少一异常的至少一位置的空间坐标的输出指示。
优选地,所述作物监测方法还包括在所述至少一位置处对作物进行自动处理,以改善引起所述至少一异常的至少一条件。
根据本发明的优选实施方式,所述至少一作物监测有效载荷包括方位扫描器。另外,所述至少一作物监测有效载荷同时具有平移和倾斜能力。
根据本发明的优选实施方式,所述作物监测方法还包括利用至少一作物监测有效载荷在平台的400米径向距离内监测作物。另外或可选地,所述作物监测方法还包括通过无线网络生成无线异常输出指示。
优选地,所述作物监测方法还包括将至少一有效载荷定位于至少一平台。此外,所述作物监测方法还包括在所述至少一平台中的多个平台之间移动至少一有效载荷。
根据本发明的优选实施方式,所述作物监测方法还包括传输显示异常的作物的图像。另外或可替代地,所述作物监测方法还包括存储至少异常和异常位置数据。
附图简介
下面结合附图对本发明进行详细描述,其中:
图1是根据本发明的优选实施方式构造和操作的作物管理系统的简化示意图;
图2是根据本发明另一优选实施方式构造和操作的作物管理系统的简化图示;
图3是根据本发明的优选实施方式构造和操作的用于监测植物生长的系统的简化图示;
图4是在图3所示类型的植物生长监测系统中,监测有效载荷停靠在预先定位的高架支架上的一个示例的简化图示;
图5是图3和4所示类型的植物生长监测系统中,操作监测有效载荷的一个示例的简化图示;
图6A和6B是图3-5中任一图所示类型的植物生长监测系统提供的相应的自动化和半自动化植物生长改善的简化图示;
图7是图2-6B任一所示图中各种不同类型的植物生长监测系统的操作简图;和
图8是图2-7任一所示图中所示类型的植物生长监测系统中高架支架的定位和重新定位的简化示意图。
优选实施方式的详细描述
现在参考图1,该图是根据本发明的优选实施方式构造和操作的作物管理系统10的简化示意图。
参见图1,作物管理系统10包括至少一作物监测子系统,所述作物监测子系统包括至少一作物传感器组件20,用于感测生长植物的预定区域中的至少一作物生长参数。优选地,预定区域从传感器组件20延伸到至多400米的半径。优选地,所述传感器组件20包括多光谱传感器组件,所述多光谱传感器组件覆盖可见和不可见光谱范围,优选所述多光谱传感器组件的光谱在400至1000纳米和8000至14,000纳米的范围内。传感器组件20的一个优选的实施方式是FLIR 700,可从美国俄勒冈州威尔逊维尔的飞乐系统公司(Flir System,Inc.)购得,其热偏差分辨率为0.05摄氏度。作物传感器组件20的另一个优选实施方式是AltumTM传感器,该传感器可从美国华盛顿州西雅图市的Micasense公司(Micasense,Inc)购得。
传感器组件最好安装在一个高架的稳定平台组件30上,该平台组件最好能绕垂直轴线旋转360度。稳定平台组件30的优选实施方式是CINEMA PRO,可从美国加利福尼亚州内华达市陀螺稳定系统有限公司(Gyro-Stabilized Systems LLC)购得。
稳定平台组件30最好固定地安装在可升起的平台40上,并保持在离地面大约30米的高度。可升降平台40的一个优选的实施方式是QEAM-HD,可从美国俄亥俄州奥尔维尔的威尔-伯特公司(Will-Burt Company)购得,或BOSS100’,可从美国拉美州巴吞鲁日的博斯兰特公司(Bossltg,Inc.)购得,它们是便携式伸缩式升降平台或便携式桅杆,可从英国莱斯特郡的道达尔公司桅杆解决方案有限公司(Total Mast Solutions Ltd ofLeicestershire)购得。
传感器组件20的输出优选地经由云(cloud)或以任何其它方式提供给分析和报告引擎50如服务器,分析和报告引擎50分析传感器组件的输出并提供预定区域内植物生长异常的输出指示。这种异常的输出指示优选包括相邻植物之间温度变化随时间变化的指示,该指示超过预定的阈值。
优选地,输出指示被传送到手持通信器60,如在其上安装有合适应用(APP)的智能手机,该手持通信器60使其能够显示关于异常的警报,包括异常的指示及其位置,优选显示在GIS坐标中。智能手机可以由种植者携带,种植者可以直接行走到异常点的位置并检查植物。
图1显示了三个可以近实时报告的温度变化异常的实例:
在A点,三个相邻的葡萄藤中有一个在早上6:00~6:40之间的温度变化为0.5摄氏度,而两个相邻的葡萄藤的温度变化不超过0.2摄氏度。这可能是浇水问题或初期疾病的征兆。在种植者的智能手机60上显示出一个指示植物异常温度变化和位置的输出信号。
在B区,两排相邻的葡萄藤,表示为R1和R2,在上午11:10至下午1:50之间的温度变化为1.5摄氏度,另两排相邻的葡萄藤,表示为R3和R4,在上午11:10至下午1:50之间的温度变化为0.5摄氏度。这可能是浇水问题(watering question)或初期疾病的征兆。在种植者的智能手机60上显示出一个指示植物异常温度变化和位置的输出信号。
在C区,表示为P1、P3和P5的不同排的葡萄藤在上午11:10到下午13:50之间的温度变化为1.5摄氏度,而P2和P4表示的两排葡萄藤在上午11:10到下午13:50之间的温度变化为0.5摄氏度。这可能表明存在浇水问题。在种植者的智能手机60上显示出一个指示植物异常温度变化和位置的输出信号。
在另一个实例中,对各排玉米的温度进行了环境温度监测。已知健康玉米排的温度一般低于环境温度。玉米排的温度进行监测,在温度低于预定阈值,通常为1.0~1.5摄氏度的情况下,低于环境温度可能指示存在浇水问题或初期病害。在种植者的智能手机60上,可以出现一个指示植物异常温度和位置的输出信号。
在另一个实例中,牛油果或芒果树的健康状况是通过测量芽和叶子相对于环境温度和周围树木的温度来监测的。对芽和叶的温度进行监测,在温度低于环境温度或与周围树木的温度相差超过预定阈值的情况下,通常为1.0-1.5摄氏度的情况下,低于环境温度或者该温度与周围树木的温度存在差异指示可能存在浇水问题或初期疾病或初期侵染。在种植者的智能手机60上,可以出现一个指示植物异常温度和位置的输出信号。
可以理解的是,分析和报告引擎50可以包括用于建议异常的原因的人工智能分析以及用于改善该异常的推荐步骤。
例如,如上所述,不同的温度模式变化可以指示不同的问题。问题可以是系统问题中的一个或多个,如脱水,这可能指示灌溉系统问题;环境问题,如土壤盐分或土壤养分问题;生物问题,如空气传播或土壤传播的真菌攻击,以及感染问题。
现在参考图2,图2是根据本发明的优选实施方式构造和操作的作物管理系统100的简化示意图。
参见图2,作物管理系统100包括至少一作物监测子系统,该子系统包括用于感测预定区域中的至少一作物生长参数的至少一作物传感器组件102。优选地,预定区域从传感器组件102向外延伸400米的半径。优选地,传感器组件102包括多光谱传感器组件,该多光谱传感器组件覆盖可见光和不可见光光谱范围,优选地,该多光谱传感器组件的光谱范围在400-1000纳米和8000-14,000纳米的范围内。传感器组件的一个优选实施方式是FLIR700,可从美国俄勒冈州威尔逊维尔市的系统公司购得,其热偏差分辨率为0.05摄氏度。传感器组件102的另一个优选实施方式是AltumTM传感器,该传感器可从美国华盛顿州西雅图市的公司购得。
传感器组件102可以在操作期间通过飞行器,例如无人机108可移动地安装在固定平台104上,如附图标记109所示,或者可以安装在无人机108上,如附图标记110所示。作物监测子系统还可包括样品收集器112,样品收集器112可安装在无人机108上。图2示出了分布在作物生长区的多个固定的高架平台104。
作物管理系统100还优选地包括至少一田场监测子系统,该至少一田场监测子系统包括用于感测预定区域中的至少一田间参数的至少一田场传感器组件114。田场传感器组件114的一个实例是扫描雷达组件,用于检测人或动物入侵者、车辆和雨水以及用于监测无人机108的活动,无人机108优选地构成作物管理系统100的一部分。田场传感器组件114可与作物传感器组件102组装在一起。此外,田场传感器组件114和作物传感器组件102可以安装在相同的固定的高架平台104上。
此外,作物管理系统100优选地包括至少一环境监测子系统,例如气象站,如附图标记116所示,其提供诸如环境温度、湿度、风速、太阳辐射、大气压力等数据,以及提供关于土壤温度以及土壤的化学和生物分析的数据的土壤探针。
作物管理系统100优选地还包括分析引擎120,分析引擎120从至少一作物监测子系统和至少一田场监测子系统中的至少一接收输出,并可操作以识别参数中的至少一个中的至少一异常。
通过作物管理系统可以检测和优选改善的异常的实例优选地包括:
作物生长异常,包括霉变等真菌病害、梨火疫病等细菌性病害、番茄黄叶病毒(TYLV)等病毒性病害、番茄白蝇、线虫等虫害;
田间异常,如灌水不足、灌水过量、施肥不足、鸟类和地猪;和
环境异常,如霜冻、极端高温、极端高湿度等。
分析引擎120优选地远离被管理的田地,并且优选地位于服务器122上,该服务器122可以与作物管理系统的其余部分无线地通信。可以理解的是,作物传感器组件102和田场传感器组件114也可用于执行对所感测的参数的分析以及检测其中的异常。
可以理解的是,分析引擎120可以包括用于检测异常的多个不同方法(methodologies),包括在给定时间将从多个作物传感器组件102和田场传感器组件114接收的数据相关联(correlating),将来自单个作物传感器组件102和田场传感器组件114随时间变化的数据相关联,以及将来自多个作物传感器组件102和田场传感器组件114随时间变化的数据相关联。应该理解,一旦分析引擎120确定存在异常时,分析引擎120可以使用各种分析工具,包括人工智能驱动工具来定义异常的性质和适当的改善过程。进一步应该理解,分析引擎120可以将从位于同一田间或多个不同田间的作物传感器组件102和场传感器组件114中的多个接收到的数据相关联。
优选地,作物管理系统100还包括异常定位器,所述异常定位器用于提供所述至少一异常的至少一位置的空间坐标的输出指示。异常定位器优选地实施与至少一作物传感器组件102和至少一田场传感器组件114以及与无人机108相关联的全球定位系统坐标指示器相关联的一个或多个编码器中。
优选地,作物管理系统100还包括用于改善异常的各种改善子系统,诸如上述那些。改善子系统的一个实例是喷洒或分配组件,例如标号130所示的喷洒或分配组件,喷洒或分配组件130可以安装在无人机108上,并用于输送杀真菌剂、杀菌剂、杀虫剂或其它用于处理异常如灾害性作物的材料。改善子系统的另一个实例是鸟骚扰系统,例如附图标记132所示的鸟骚扰系统。
图2示出了在被监测区域中的多个平台104,其中一些平台104可以具有安装在其上的传感器组件,例如农作物传感器组件102和田场传感器组件114,并且由附图标记140表示,并且其中一些平台104没有安装在其上的传感器组件并且由附图标记150表示。下面参照图4进一步描述,传感器组件可以通过如无人机108进行移动。
现在参考图3,其中示出了根据本发明的优选实施方式构造和操作的用于监测植物生长的系统200。根据优选实施方式,如图3所示,该系统包括至少一、优选多个高架监测平台201,其固定或可移除地安装在作物生长的田地中的预定或可选位置处或邻近于作物生长的田地的预定或可选位置处。作物可以是任何适宜的作物,如田间作物和果树。平台201可以位于不同作物生长的田地之间,实现对多种不同作物的实时或近实时监测。
高架监测平台201可以安装在预先定位的基座元件202上,但不一定需要单独的基座元件。基座元件可以包括用于照明、灌溉、电力传输或通信的现有柱子。平台201优选每一个都包括太阳能、发电板204和无线通信天线206以及有效载荷坞208。另外,每个平台201优选包括提供备用电源的可充电电池(未示出)。
根据本发明的优选实施方式,监测平台201可以可拆卸地插入到基座元件202中,使得监测平台201可以从一个基座元件202中移除并插入到不同的基座元件202中,如下面参考图8进一步描述的。
根据本发明的一个优选实施方式,至少一作物监测有效载荷组件210可拆卸地安装在每一个高架平台201上,优选地由无人机211进行,如下面参考图4所示。作物监测有效载荷组件210优选地包括用于感测生长在作物监测有效载荷组件210附近的作物的特征的传感器组件212。传感器组件212优选地包括至少一传感器和至少一成像器,并且还可以包括至少一功能提供组件。所述至少一种传感器优选地包括以下传感器中的一些或全部:温度传感器、风传感器、IR传感器、光学传感器、UV传感器、湿度传感器、生物传感器和化学传感器。所述至少一成像器优选地包括以下成像器之一:视觉成像器、热成像器和多光谱成像器。所述至少一功能提供组件优选用于提供以下功能中的一个或多个:鸟骚扰功能、安全功能,例如雷达、中继站功能和无人机电池充电功能。
在一个优选实施方式中,有效载荷组件210包括聚焦和瞄准装置,类似于在作物传感器组件102中发现的聚焦和瞄准装置,使得传感器组件212能够感测生长植物领域田地给定部分的特征,以及方位和倾斜感测装置,该方位和倾斜感测装置使得有效载荷组件210能够定位具有异常的田地中的给定区域,例如灌溉不足或害虫侵扰。优选地,有效载荷组件的空间分辨率为1米x 1米,更优选地,有效载荷组件的空间分辨率为0.5米x 0.5米,最优选地,有效载荷组件的空间分辨率为0.05米x 0.05米。
优选地,单一有效载荷组件210能够监测10公顷的作物生长面积。更优选的是,有效载荷组件210能够监测30公顷的作物生长面积。最优选的是,有效载荷装置能够监测50公顷的作物生长面积。
优选地,系统200还包括分析引擎220,分析引擎220接收来自传感器组件212的输出并且可操作以在有效载荷组件210的监测区域内识别正在生长的作物的特征中的至少一异常。使用系统200可以识别的一些异常实例包括上面参考图2描述的那些。
系统200还优选地包括异常定位器,该异常定位器接收来自分析引擎220的输出并提供生长作物中的一个或多个感测到的异常的输出指示以及所述至少一异常的至少一位置的空间坐标。异常定位器最好采用编码器和GPS数据中的至少其一。
可以理解的是,分析引擎220优选地远离被管理的田地,并且优选地位于服务器230上,服务器230可以与作物管理系统的其余部分无线通信。可以理解的是,传感器组件212也可用于执行对所感测的参数的分析以及检测其中的异常。
现在参考图4,图4是有用于监测图3所示类型的植物生长的系统200中,有效载荷210停靠(docking)在系统200中预先定位的高架平台201上的一个示例的简化图示。参见图4,无人机240可用于将优选多个可选的不同有效载荷组件210中的选定的一个运输到多个高架监控平台201中的选定的一个平台,并用于将选定的有效载荷组件210停靠到选定的高架监控平台201上。对接装置具有机械接口和电气接口。机械接口将有效载荷引导到所需位置,使有效载荷固定在形成电气接口的电连接器上。电连接器优选地向系统提供电力,并且还可以提供与通信接口的连接,该通信接口用于与包括分析引擎220和异常定位器在内的系统200的其他部件通信。备选地,所选择的有效载荷组件210包括用于与系统200的其它部件通信的通信接口。有效载荷坞208还可根据环境要求为有效载荷组件210提供壳套。有效载荷坞208最好从安装在高架监控平台201上的太阳能发电面板204接收电力。备用电源最好由可充电电池提供,最好在白天充电,为夜间供电。
现在参考图5,图5是用于监测图3和4中所示类型的植物生长的系统200中的有效载荷组件210的操作的简化图示。参见图5,有效载荷组件210,优选地扫描一个区域,例如田间或其一部分,并且在感测到该区域的一部分中的异常,例如真菌疾病侵染时,自动地传送图示该异常以及侵染区域的坐标、生长参数和场参数的图像,优选地实时地或近实时地传送。
在一个优选实施方式中,有效载荷组件210在白天和夜间连续地扫描整个田间,并且使用基于操作参数的不同算法来感测异常。在一个实例中,有效载荷组件210在考虑生长参数和田间参数的同时,将感测到的热特征与不同田间部分随时间变化的平均热测量的历史信息进行比较。
当感测到异常时,如上所述,有效载荷组件210优选地将与其相关的信息,优选地经由无线通信线路,经由诸如视线、射频、卫星、互联网或其它链路的任何合适的介质,传送到计算机化的改进中心245,如下文参考图6A所示,其可提供实时或近实时报告或改善,如喷洒。通信可以通过云或直接计算机到计算机或计算机到人的链接。或者,与计算机改进中心245的通信可以通过分析引擎220进行。
图6A显示了一个全自动改善的实例,其中感测的异常被自动改进,例如通过在异常定位器指定的位置使用安装在无人机260上的计算机控制的喷雾器组件250喷洒受损植物。
图6B例示了采用图2-5的系统的部分自动改善,其采用人工操作员来控制或批准改善。
现在参考图7,这是图2-6B所示类型的植物生长监测系统的操作简图。具有多种不同的作物,如辣椒、胡萝卜、玉米和马铃薯。可以看出,可以采用各种类型的传感器或有效载荷,例如热传感器300、多光谱传感器310或雷达传感器312。如图中7箭头所示,传感器可操作地以完整的360度旋转扫描,或者在单个连续方向上扫描,或者在前后方向扫描,或者在覆盖传感器任何部分的前后方向扫描,例如120度弧。
现在参考图8,图8是图2-7任一图中所示类型的植物生长监测系统中高架支架的定位和重新定位的简化图示。应该理解,优选具有高提升能力的无人机320可用于在不同季节不同作物生长的不同阶段根据需要将平台201从一个地方移动到另一个地方。
本领域技术人员将理解,本发明不受以上所显示和描述的限制。相反,本发明包括上述各种特征的组合和子组合,它们不属于现有技术。
Claims (84)
1.一种作物管理系统,包括:
传感器,其在测量过程中位于静态位置,能感测至少多种植物的温度特征,并具有多个个别植物或多个植物群组的分辨率;和
传感器输出处理器,其接收所述传感器的输出,并且可操作以在小于一天的时间间隔内提供第一特定植物或植物群組的至少温度随时间的变化率与第二特定植物或植物群組的至少温度变化率之间的差异的输出指示。
2.根据权利要求1所述的作物管理系统,其中所述传感器输出处理器还可操作以提供所述第一特定植物或植物群組与在空间上相邻的所述第二特定植物或植物群組温度之间的差异的输出指示。
3.根据权利要求1或2所述的作物管理系统,其中所述输出指示包括指定所述第一特定植物或植物群組的位置的空间输出位置指示。
4.根据权利要求3所述的作物管理系统,其中所述空间输出位置以GIS坐标表示。
5.根据前述权利要求中任一项所述的作物管理系统,其中所述传感器包括可旋转地安装在大致竖直轴上的相机。
6.根据权利要求5所述的系统,其中所述大体上竖直的轴是可选择地可升起的轴,所述轴安装在可移动的支撑件上,所述可移动的支撑件在所述传感器的操作期间通常不移动。
7.根据前述权利要求中任一项所述的系统,还包括人工智能分析,所述人工智能分析可操作地从所述输出指示确定所述差异的可能原因。
8.根据前述权利要求中任一项所述的系统,所述人工智能分析可操作地将所述差异与植物生长异常相关联。
9.根据权利要求8所述的系统,还包括用于推荐改善所述植物生长异常的推荐功能。
10.根据前述权利要求中任一项所述的系统,还包括用于将多个位置处的多个所述差异与植物生长异常相关联的集成功能。
11.一种作物管理系统,包括:
至少一作物监测子系统,包括用于感测预定区域中的至少一作物生长参数的至少一作物传感器组件;
至少一田场监测子系统,包括用于感测所述预定区域中的至少一田场参数的至少一田场传感器组件;
分析引擎,其接收来自所述至少一作物监测子系统和所述至少一田场监测子系统中的至少一个的输出,并且可操作以识别所述参数中的至少一个中的至少一异常;和
异常定位器,其可操作以提供所述至少一异常的至少一个位置的空间坐标的输出指示。
12.根据权利要求11所述的作物管理系统,还包括用于改善所述至少一异常的至少一作物保护子系统。
13.根据权利要求12所述的作物管理系统,其中所述至少一作物监测子系统和所述至少一田场监测子系统中的至少一个监测所述至少一异常的改善。
14.根据权利要求11-13中任一项所述的作物管理系统,其中所述至少一作物监测子系统和所述至少一田场监测子系统中的至少其一包括样本收集器,所述样本收集器用于收集可能证明所述异常的样本。
15.根据权利要求14所述的作物管理系统,还包括样品分析器,其可操作以用于分析所述样品并提供样品分析输出。
16.根据权利要求15所述的作物管理系统,其中所述分析引擎接收所述样本分析输出并使用所述分析输出来识别所述至少一异常。
17.根据权利要求11-16中任一项所述的作物管理系统,其中至少所述分析引擎使用基于人工智能的分析来识别所述异常。
18.根据权利要求11-17中任一项所述的作物管理系统,还包括用于感测所述预定区域中的至少一环境参数的至少一环境参数感测子系统。
19.根据权利要求11-18中任一项所述的作物管理系统,其中所述至少一作物生长参数包括作物生长影响参数和作物生长指示参数中的至少其一。
20.根据权利要求18所述的作物管理系统,其中所述至少一环境参数包括环境温度、湿度、太阳辐射、土壤温度、风速、海拔、大气压力和降雨量中的至少其一。
21.根据权利要求19所述的作物管理系统,其中所述至少一种作物生长指示参数包括植物尺寸、植物UV光谱、植物可见光谱、植物IR光谱和植物温度中的至少其一。
22.根据前述权利要求11-21中任一项所述的作物管理系统,还包括:
至少一高架监测平台;和
至少一作物监测有效载荷,其可移除地安装在所述至少一高架平台中的每一个上,所述作物监测有效载荷包括以下其中至少之一:
至少一作物监测子系统,包括用于感测预定区域中的至少一作物生长参数的至少一作物传感器组件;
至少一田场监测子系统,包括用于感测所述预定区域中的至少一田场参数的至少一田场传感器组件;
分析引擎,其接收来自所述至少一作物监测子系统和所述至少一田场监测子系统中的至少一个的输出,并且其可操作以识别所述参数中的至少一个中的至少一异常;和
异常定位器,其可操作以提供所述至少一异常的至少一个位置的空间坐标的输出指示。
23.根据权利要求22所述的作物管理系统,其中所述至少一作物监测有效载荷包括方位扫描器。
24.根据权利要求22或23所述的作物管理系统,其中所述至少一作物监测有效载荷同时包括平移和倾斜能力。
25.根据前述权利要求22-24中任一项所述的作物管理系统,其中所述至少一作物监测有效载荷可操作以在所述平台的400米径向距离内监测作物。
26.根据前述权利要求22–25中任一项所述的作物管理系统,其中所述至少一作物监测有效载荷包括无线异常输出生成器,所述无线异常输出生成器可操作以经由无线网络生成无线异常输出指示。
27.根据前述权利要求22–26中任一项所述的作物管理系统,还包括无人机,其可操作以将所述至少一有效载荷定位在所述至少一平台上。
28.根据权利要求27所述的作物管理系统,其中所述无人机可操作以在所述至少一平台中的多个平台之间移动所述至少一有效载荷。
29.根据权利要求27或28所述的作物管理系统,其中所述无人机可操作以定位所述至少部分自动化异常改善子系统,该至少部分自动化异常改善子系统用于在所述至少一位置处向所述作物提供治疗以改善产生所述至少一异常的至少一条件。
30.根据前述权利要求22–29中任一项所述的作物管理系统,其中所述至少一高架监测平台包括多个相互隔开的高架监测平台,并且所述至少一有效载荷包括多个有效载荷。
31.一种作物监测系统,包括:
至少一高架监测平台;
至少一作物监测有效载荷,其可移除地安装在所述至少一高架平台中的至少一个上,所述至少一作物监测有效载荷中的至少其一包括用于感测在所述有效载荷附近生长的作物的特征的传感器组件;
分析引擎,其接收来自所述传感器组件的输出并可操作以识别所述作物的所述特征中的至少一异常;和
异常定位器,其可操作以提供所述至少一异常的至少一个位置的空间坐标的输出指示。
32.根据权利要求31所述的作物监测系统,还包括至少部分自动化的异常改善子系统,用于在所述至少一位置向所述作物提供治疗以改善导致所述至少一异常的至少一条件。
33.根据权利要求31和32中任一项所述的作物监测系统,其中所述至少一作物监测有效载荷包括方位扫描器。
34.根据权利要求33所述的作物监测系统,其中所述至少一作物监测有效载荷同时包括平移和倾斜能力。
35.根据前述权利要求31-34中任一项所述的作物监测系统,其中所述至少一作物监测有效载荷可操作以在所述平台的400米径向距离内监测作物。
36.根据前述权利要求31–35中任一项所述的作物监测系统,其中所述至少一作物监测有效载荷包括无线异常输出生成器,其可操作以经由无线网络生成无线异常输出指示。
37.根据前述权利要求31–36中任一项所述的作物监测系统,还包括可操作以将所述至少一有效载荷定位在所述至少一平台上的无人机。
38.根据权利要求37所述的作物监测系统,其中所述无人机可操作以在所述至少一平台的多个平台之间移动所述至少一有效载荷。
39.根据权利要求37或38所述的作物监测系统,其中所述无人机可操作以定位所述至少部分自动化的异常改善子系统,用于在所述至少一位置处向所述作物提供治疗,以改善引起所述至少一异常的至少一条件。
40.根据权利要求39所述的作物监测系统,其中所述无人机从所述异常定位器接收所述至少一位置的所述空间坐标。
41.根据权利要求31–40中任一项所述的作物监测系统,其中所述至少一高架监测平台包括多个相互隔开的高架监测平台,并且所述至少一有效载荷包括多个有效载荷。
42.根据权利要求41所述的作物监测系统,其中所述多个有效载荷包括多个不同作物专用有效载荷。
43.根据权利要求41或42所述的作物监测系统,还包括与所述多个有效载荷中的多个有效载荷相关联地操作的无人机。
44.根据权利要求41-43中任一项所述的作物监测系统,其中所述至少一高架监测平台在其操作期间是静止的。
45.根据权利要求44所述的作物监测系统,其中所述有效载荷在其操作期间处于固定位置。
46.根据权利要求31–45中任一项所述的作物监测系统,其中所述传感器组件包括植物应力传感器,并且所述至少一异常是植物应力异常。
47.根据权利要求31–46中任一项所述的作物监测系统,其中所述传感器组件包括热传感器,并且所述至少一异常是热异常。
48.根据权利要求31–47中任一项所述的作物监测系统,其中所述传感器组件包括光学传感器,并且所述至少一异常是视觉上敏感的异常。
49.根据权利要求31–48中任一项所述的作物监测系统,还包括图像发射器,用于发射显示所述异常的所述作物的图像。
50.根据权利要求31–49中任一项所述的作物监测系统,还包括存储至少异常和异常位置数据的数据库。
51.根据权利要求31–50中任一项所述的作物监测系统,其中所述分析引擎采用应用多个环境和植物生长参数的算法。
52.根据权利要求31–50中任一项所述的作物监测系统,其中所述分析引擎采用应用多种植物生长参数和田间参数的算法。
53.根据权利要求51或52所述的作物监测系统,其中所述算法还应用从所述传感器组件接收的感测的热参数。
54.根据53的作物监测系统,其中所述算法将感测的热参数与在预定时间段内从多个传感器组件接收的平均热参数进行比较。
55.一种作物管理方法,包括:
感测在预定区域中的至少一作物生长参数并提供至少一作物生长参数输出;
感测所述预定区域中的至少一田场参数并提供至少一田场参数输出;
接收所述至少一作物生长参数输出和所述至少一田场参数输出中的至少一个;
识别所述至少一作物生长参数输出和所述至少一田场参数输出中的所述至少一个中的至少一异常;和
提供所述至少一异常的至少一位置的空间坐标的输出指示。
56.根据权利要求55所述的作物管理方法,还包括改善所述至少一异常。
57.根据权利要求56所述的作物管理方法,还包括监测所述至少一异常的改善。
58.根据权利要求55–57中任一项所述的作物管理方法,还包括收集可能证明所述异常的样本。
59.根据权利要求58所述的作物管理方法,还包括分析所述样品并提供样品分析输出。
60.根据权利要求59所述的作物管理方法,还包括:
接收所述样本分析输出;和
应用所述分析输出识别所述至少一异常。
61.根据权利要求55–60中任一项所述的作物管理方法,还包括使用基于人工智能的分析来识别所述异常。
62.根据权利要求55-61中任一项所述的作物管理方法,还包括感测所述预定区域中的至少一环境参数。
63.根据权利要求62所述的作物管理方法,其中所述至少一环境参数包括环境温度、湿度、太阳辐射、土壤温度、风速、海拔、大气压力和降雨量中的至少其一。
64.根据权利要求55–63中任一项所述的作物管理方法,其中所述至少一作物生长参数包括作物生长影响参数和作物生长指示参数中的至少其一。
65.根据权利要求64所述的作物管理方法,其中所述至少一种作物生长指示参数包括植物大小、植物UV光谱、植物可见光谱、植物IR光谱和植物温度中的至少其一。
66.一种作物监测方法,包括:
提供至少一高架监测平台;
可拆卸地将至少一作物监测有效载荷安装到所述至少一高架平台中的至少其一上,所述至少一作物监测有效载荷中的至少其一包括用于感测在所述有效载荷附近生长的作物特征的传感器组件;
接收所述传感器组件的输出;
识别所述作物特征中至少一异常;和
提供所述至少一异常的至少一位置的空间坐标的输出指示。
67.根据权利要求66所述的作物监测方法,还包括在所述至少一位置处自动地向所述作物提供治疗,以改善引起所述至少一异常的至少一条件。
68.根据权利要求66或67所述的作物监测方法,其中所述至少一作物监测有效载荷包括方位扫描器。
69.根据权利要求68所述的作物监测方法,其中所述至少一作物监测有效载荷同时包括平移和倾斜能力。
70.根据权利要求66-69中任一项所述的作物监测方法,还包括采用所述至少一种作物监测有效载荷在所述平台的400米径向距离内监测作物。
71.根据权利要求66-70中任一项所述的作物监测方法,还包括经由无线网络生成无线异常输出指示。
72.根据权利要求66-71中任一项所述的作物监测方法,还包括将所述至少一有效载荷定位在所述至少一平台上。
73.根据权利要求72所述的作物监测方法,还包括在所述至少一平台的多个平台之间移动所述至少一有效载荷。
74.根据权利要求66-73中任一项所述的作物监测方法,还包括传输显示所述异常的所述作物的图像。
75.根据权利要求66-74中任一项所述的作物监测方法,还包括存储至少所述异常和异常位置数据。
76.一种作物管理方法,包括:
在测量过程中提供处于静态位置的传感器,用于感测多种植物的至少温度特征,并具有多个个別植物或多个植物群組的分辨率;和
接收所述传感器的输出,并在小于一天的时间间隔内提供第一特定植物或植物群組的至少温度随时间的变化率与第二特定植物或植物群組的至少温度变化率之间的差异的输出指示。
77.根据权利要求76所述的作物管理方法,还包括提供所述第一特定植物或植物群組与在空间上相邻的所述第二特定植物或植物群組温度之间的差异的输出指示。
78.根据权利要求76或77所述的作物管理方法,其中所述输出指示包括具体说明所述第一特定植物或植物群組的位置的空间输出位置指示。
79.根据权利要求78所述的作物管理方法,其中所述空间输出位置以GIS坐标表示。
80.根据权利要求76-79中任一项所述的作物管理方法,其中所述传感器安装在可选择升起地大致竖直的轴上,所述轴在所述传感器的操作期间通常不移动。
81.根据权利要求76-80中任一项所述的作物管理方法,还包括确定来自所述输出指示的所述差异的可能原因。
82.根据权利要求76-81中任一项所述的作物管理方法,还包括将所述差异与植物生长异常相关联。
83.根据权利要求76-82中任一项所述的作物管理方法,还包括对所述植物生长异常推荐改善。
84.根据权利要求76-82中任一项所述的作物管理方法,还包括将多个位置的多个差异与植物生长异常相关联。
Applications Claiming Priority (3)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201962898727P | 2019-09-11 | 2019-09-11 | |
US62/898,727 | 2019-09-11 | ||
PCT/IL2020/050987 WO2021048848A2 (en) | 2019-09-11 | 2020-09-10 | System and method for crop monitoring and management |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114390887A true CN114390887A (zh) | 2022-04-22 |
Family
ID=74870035
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202080062935.6A Pending CN114390887A (zh) | 2019-09-11 | 2020-09-10 | 作物监测和管理系统与方法 |
Country Status (9)
Country | Link |
---|---|
US (1) | US20220318693A1 (zh) |
EP (1) | EP4027768A4 (zh) |
JP (1) | JP2022547172A (zh) |
CN (1) | CN114390887A (zh) |
AU (1) | AU2020345092A1 (zh) |
BR (1) | BR112022004061A2 (zh) |
CA (1) | CA3146519A1 (zh) |
MX (1) | MX2022002866A (zh) |
WO (1) | WO2021048848A2 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117378338A (zh) * | 2023-12-12 | 2024-01-12 | 潍坊信博理化检测有限公司 | 一种植物施肥监控管理方法及系统 |
Families Citing this family (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
FR3114727A1 (fr) * | 2020-10-04 | 2022-04-08 | Cyclair | Procédé de désherbage automatisé d’un terrain agricole et système autonome associé |
CN118119269A (zh) * | 2020-10-04 | 2024-05-31 | 循环航空 | 用于维护农业用地的方法和系统 |
CN116720840B (zh) * | 2023-08-09 | 2023-12-15 | 湖南惠农科技有限公司 | 一种数字化农业云平台 |
Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN86103318A (zh) * | 1985-05-17 | 1987-01-21 | 标准石油公司 | 用于调度灌溉的系统和方法 |
CN101169627A (zh) * | 2007-11-27 | 2008-04-30 | 中国水利水电科学研究院 | 一种在线式作物冠气温差灌溉决策监测系统 |
CN201869599U (zh) * | 2010-11-12 | 2011-06-22 | 中国气象局气象探测中心 | 作物发育及长势自动观测装置 |
US20130308675A1 (en) * | 2012-05-18 | 2013-11-21 | Smartfield, Inc. | Optimum plant canopy temperature |
CN105050383A (zh) * | 2013-03-19 | 2015-11-11 | 青岛裕洋电子有限公司 | 用于控制植物工厂栽培作物的栽培环境的控制装置以及其方法 |
US20160029558A1 (en) * | 2014-07-29 | 2016-02-04 | Deere And Company | Biomass sensing |
CN106305371A (zh) * | 2016-08-24 | 2017-01-11 | 电子科技大学 | 基于云的农业物联网生产与管理系统 |
CN107711439A (zh) * | 2017-12-05 | 2018-02-23 | 福建佳溢源现代农业科技发展有限公司 | 一种农田自动灌溉系统 |
US20180168094A1 (en) * | 2016-12-19 | 2018-06-21 | The Climate Corporation | Systems, methods, and apparatus for soil and seed monitoring |
US20190050948A1 (en) * | 2017-08-08 | 2019-02-14 | Indigo Ag, Inc. | Machine learning in agricultural planting, growing, and harvesting contexts |
US20190259108A1 (en) * | 2018-02-20 | 2019-08-22 | Osram Gmbh | Controlled Agricultural Systems and Methods of Managing Agricultural Systems |
Family Cites Families (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US5870689A (en) * | 1996-11-22 | 1999-02-09 | Case Corporation | Scouting system for an agricultural field |
JP2014198012A (ja) * | 2013-03-29 | 2014-10-23 | 株式会社日立ソリューションズ | 植物の活性度解析プログラム |
JP2015008699A (ja) * | 2013-07-01 | 2015-01-19 | 株式会社日立ソリューションズ | 植物計測処理装置、植物計測処理方法および植物計測処理プログラム |
WO2015200489A1 (en) * | 2014-06-24 | 2015-12-30 | 360 Yield Center, Llc | Agronomic system, methods and apparatuses |
US9131644B2 (en) * | 2014-08-19 | 2015-09-15 | Iteris, Inc. | Continual crop development profiling using dynamical extended range weather forecasting with routine remotely-sensed validation imagery |
US20160247075A1 (en) * | 2015-02-20 | 2016-08-25 | Iteris, Inc. | Modeling of soil tilth and mechanical strength for field workability of cultivation activity from diagnosis and prediction of soil and weather conditions associated with user-provided feedback |
US10175387B2 (en) * | 2016-03-10 | 2019-01-08 | The Climate Corporation | Long-range temperature forecasting |
US10674654B2 (en) * | 2016-09-22 | 2020-06-09 | Thomas George | Remote sensing multivariate cropland management apparatus and method of use thereof comprising crop health data set and crop management recommendations |
KR101912651B1 (ko) * | 2016-11-17 | 2018-10-29 | 전라남도 | 군락에서 열화상 이미지를 통한 작물기관별 온도식별시스템에 사용되는 정보처리장치 |
US10255670B1 (en) * | 2017-01-08 | 2019-04-09 | Dolly Y. Wu PLLC | Image sensor and module for agricultural crop improvement |
US20200337232A1 (en) * | 2019-04-24 | 2020-10-29 | Deere & Company | Information inference for agronomic data generation in sugarcane applications |
-
2020
- 2020-09-10 CN CN202080062935.6A patent/CN114390887A/zh active Pending
- 2020-09-10 JP JP2022515546A patent/JP2022547172A/ja active Pending
- 2020-09-10 WO PCT/IL2020/050987 patent/WO2021048848A2/en unknown
- 2020-09-10 MX MX2022002866A patent/MX2022002866A/es unknown
- 2020-09-10 BR BR112022004061A patent/BR112022004061A2/pt unknown
- 2020-09-10 AU AU2020345092A patent/AU2020345092A1/en active Pending
- 2020-09-10 CA CA3146519A patent/CA3146519A1/en active Pending
- 2020-09-10 EP EP20863283.6A patent/EP4027768A4/en active Pending
- 2020-09-10 US US17/642,215 patent/US20220318693A1/en active Pending
Patent Citations (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN86103318A (zh) * | 1985-05-17 | 1987-01-21 | 标准石油公司 | 用于调度灌溉的系统和方法 |
CN101169627A (zh) * | 2007-11-27 | 2008-04-30 | 中国水利水电科学研究院 | 一种在线式作物冠气温差灌溉决策监测系统 |
CN201869599U (zh) * | 2010-11-12 | 2011-06-22 | 中国气象局气象探测中心 | 作物发育及长势自动观测装置 |
US20130308675A1 (en) * | 2012-05-18 | 2013-11-21 | Smartfield, Inc. | Optimum plant canopy temperature |
CN105050383A (zh) * | 2013-03-19 | 2015-11-11 | 青岛裕洋电子有限公司 | 用于控制植物工厂栽培作物的栽培环境的控制装置以及其方法 |
US20160029558A1 (en) * | 2014-07-29 | 2016-02-04 | Deere And Company | Biomass sensing |
CN106305371A (zh) * | 2016-08-24 | 2017-01-11 | 电子科技大学 | 基于云的农业物联网生产与管理系统 |
US20180168094A1 (en) * | 2016-12-19 | 2018-06-21 | The Climate Corporation | Systems, methods, and apparatus for soil and seed monitoring |
US20190050948A1 (en) * | 2017-08-08 | 2019-02-14 | Indigo Ag, Inc. | Machine learning in agricultural planting, growing, and harvesting contexts |
CN107711439A (zh) * | 2017-12-05 | 2018-02-23 | 福建佳溢源现代农业科技发展有限公司 | 一种农田自动灌溉系统 |
US20190259108A1 (en) * | 2018-02-20 | 2019-08-22 | Osram Gmbh | Controlled Agricultural Systems and Methods of Managing Agricultural Systems |
Non-Patent Citations (5)
Title |
---|
何莹莹等: "基于冠层温度的典型沙生植物土壤水分状况诊断", 中国水土保持科学, vol. 16, no. 4, pages 89 - 96 * |
刘学著等: "不同水分胁迫条件下冬小麦冠层温度日变化差异性研究", 北京农业大学学报, vol. 20, no. 2, pages 229 - 232 * |
刘恩民等: "水分亏缺对冬小麦冠层温度影响的研究", 生态农业研究, vol. 8, no. 1, pages 21 - 23 * |
史宝成等: "冠层温度指导冬小麦灌溉的试验研究", 节水灌溉, no. 4, pages 11 - 14 * |
蒋骏等: "苜蓿冠层温度与农艺性状的相关分析", vol. 21, no. 21, pages 20 - 22 * |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117378338A (zh) * | 2023-12-12 | 2024-01-12 | 潍坊信博理化检测有限公司 | 一种植物施肥监控管理方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CA3146519A1 (en) | 2021-03-18 |
MX2022002866A (es) | 2022-03-25 |
JP2022547172A (ja) | 2022-11-10 |
WO2021048848A3 (en) | 2021-05-06 |
EP4027768A4 (en) | 2023-09-20 |
EP4027768A2 (en) | 2022-07-20 |
AU2020345092A1 (en) | 2022-03-24 |
US20220318693A1 (en) | 2022-10-06 |
BR112022004061A2 (pt) | 2022-05-31 |
WO2021048848A2 (en) | 2021-03-18 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114390887A (zh) | 作物监测和管理系统与方法 | |
US11965870B2 (en) | Multi-sensor platform for crop health monitoring | |
US10716292B1 (en) | Drone-enabled wildlife monitoring system | |
US10402835B2 (en) | Agricultural situational awareness tool | |
US10827672B2 (en) | Field monitoring, analysis, and treatment system | |
US10192185B2 (en) | Farmland management system and farmland management method | |
Katsigiannis et al. | An autonomous multi-sensor UAV system for reduced-input precision agriculture applications | |
CN107148633B (zh) | 用于使用无人机系统进行农艺和农业监测的方法 | |
CN107426958B (zh) | 农业监控系统和方法 | |
US20160086032A1 (en) | Method and system for collecting image data | |
CN112911931A (zh) | 节肢动物的检测 | |
CN104991459A (zh) | 一种有机蔬菜大棚监控系统及方法 | |
US10078784B2 (en) | Forestry information management systems and methods streamlined by automatic biometric data prioritization | |
KR102110452B1 (ko) | 농작물 수급 관리 시스템 | |
US20180348760A1 (en) | Automatic Change Detection System | |
El Houssaini et al. | Wireless sensor networks in agricultural applications | |
US20240016136A1 (en) | Method and system for monitoring and controlling the presence of at least one type of insect in agricultural crops | |
AU2021106981A4 (en) | A smart agriculture system with farm and water bodies managing robotic assembly using machine learning. | |
GB2587798A (en) | Monitoring system | |
Kajal et al. | Aerial Sensing and Imaging Analysis for Agriculture | |
WO2022150794A1 (en) | Crop view and irrigation monitoring | |
Rossello et al. | PANTHEON: A SCADA Architecture for Precision Farming of Hazelnut Orchards | |
Kaivosoja | Unmanned Aerial Systems in Agriculture |
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 |