WO2020113969A1 - 一种农田田块信息的多维表示方法 - Google Patents

一种农田田块信息的多维表示方法 Download PDF

Info

Publication number
WO2020113969A1
WO2020113969A1 PCT/CN2019/097321 CN2019097321W WO2020113969A1 WO 2020113969 A1 WO2020113969 A1 WO 2020113969A1 CN 2019097321 W CN2019097321 W CN 2019097321W WO 2020113969 A1 WO2020113969 A1 WO 2020113969A1
Authority
WO
WIPO (PCT)
Prior art keywords
farmland
information
field
data
geographic
Prior art date
Application number
PCT/CN2019/097321
Other languages
English (en)
French (fr)
Inventor
苑严伟
冀福华
赵博
庞在溪
姜含露
吕程序
李亚硕
韩少云
Original Assignee
中国农业机械化科学研究院
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by 中国农业机械化科学研究院 filed Critical 中国农业机械化科学研究院
Publication of WO2020113969A1 publication Critical patent/WO2020113969A1/zh

Links

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
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Mining
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
    • Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture

Abstract

一种农田田块信息的多维表示方法，包括:通过卫星遥感影像获取像元表达的农田田块的农田地理信息，将所述农田地理信息以字符类型的数据结构储存在农田田块数据库中；通过气象卫星图像获取设定数量级田块的农田气象信息，将所述农田气象信息以数据格式储存在所述农田田块数据库中；通过安装在农业机械上的多种传感器获取农田田块作业信息，分别通过所述多种传感器的接口发送所述农田田块作业信息，并储存在所述农田田块数据库中；将存储在所述农田田块数据库中的所述农田地理信息、农田气象信息和所述农田田块作业信息重新生成多维农田田块信息后，保存在所述农田田块数据库中，并显示所述多维农田田块信息。

Description

一种农田田块信息的多维表示方法 技术领域
本发明涉及精准农业应用技术，特别是一种基于WebGis农田田块信息的多维表示方法。
背景技术
农田信息是确保农业高效生产的关键信息，传统意义上对农田信息的描述只停留在田块编号、田块面积、田块归属人、田块类型等田块基本属性的描述，由于技术和认知的问题缺乏对田块的种植作物、田块附着物、田块作业、田块气象信息等多维数据的表达，而这些信息对农作物的增产意义十分重大。另外，目前许多地区都可以采集出许多有效的农田信息，采集出来的数据并不能高效利用，没有充分挖掘数据背后的价值，从而导致了严重的数据资源浪费。
发明内容
本发明所要解决的技术问题是针对现有技术的上述缺陷，提供一种基于WebGis的农田田块信息多维表示方法，进行多维农田信息的表示，从而可以充分展示农田的详细信息，为精准农业和农机自动导航提供技术支持。
为了实现上述目的，本发明提供了一种农田田块信息的多维表示方法，其中，包括以下步骤:
S100、获取农田地理信息，作为判断田块属性的基本依据，通过卫星遥感影像获取像元表达的农田田块的农田地理信息，将所述农田地理信息以字符类型的数据结构储存在农田田块数据库中；
S300、获取农田气象信息，通过气象卫星图像获取设定数量级田块的农田气象信息，将所述农田气象信息以数据格式储存在所述农田田块数据库中；
S500、获取农田田块作业信息，通过安装在农业机械上的多种传感器获取农田田块作业信息，分别通过所述多种传感器的接口发送所述农田田块作业信息，并储存在所述农田田块数据库中；以及
S700、生成多维农田田块信息，将存储在所述农田田块数据库中的所述农田地理信息、农田气象信息和所述农田田块作业信息重新生成多维农田田块信息后，保存在所述农田田块数据库中，并显示所述多维农田田块信息。
上述的农田田块信息的多维表示方法，其中，在步骤S100之后，还包括：
S200、修正农田地理信息，将同一地区不同时间的卫星遥感影像获取的所述农田地理信息和对应田块的真实农田地理信息进行比对，再对所述对应田块中的设定地理信息进行标记后，形成修正农田地理信息并储存在所述农田田块数据库中。
上述的农田田块信息的多维表示方法，其中，所述农田地理信息包括田块位置信息和田块附着物信息，所述田块位置信息包括田块的经度、纬度、海拔和/或坡度，所述田块附着物信息包括田块内的水井、田埂、河流和/或田坑，所述设定地理信息包括水井的经纬度、电线杆的经纬度、田块的局部凸凹轮廓、局部凸凹田块的经纬度和/或田块坡度。
上述的农田田块信息的多维表示方法，其中，步骤S700之前，还包括：
S600、所有信息采集处理完成后，检查处理过的田块目标的封闭性、连通性及其周边目标间属性的一致性，并生成新的多维农田田块信息，保存在所述农田田块数据库里。
上述的农田田块信息的多维表示方法，其中，通过无人机低空拍摄田块信息，并应用图像处理技术识别检查处理过的田块目标的封闭性、连通性及其周边目标间属性的一致性。
上述的农田田块信息的多维表示方法，其中，所述卫星遥感影像的遥感数据包括基础行政区划数据和遥感监测数据，所述遥感监测数据包括地理位置信息、信息获取方式、影像获取传感器的类型、影像获取时间、分辨率和/或数据来源信息。
上述的农田田块信息的多维表示方法，其中，所述修正农田地理信息包括通过WebGIS对田块信息在地图上做标记，在修正前将已有的遥感数据都标记为原始数据，通过改变所述原始数据的目标空间位置信息得到修正数据。
上述的农田田块信息的多维表示方法，其中，所述修正数据通过手持GPS接收机实地采集农田田块的农田地理信息及其属性获得实时数据，对每个所述实时数据进行精度验证，直到符合设定的数据精度要求为止。
上述的农田田块信息的多维表示方法，其中，所述农田气象信息是通过jquery的ajax方法请求天气api数据，返回的json数据自行解析之后显示在对应的农田田块上，所述农田气象信息包括获取气象信息的传感器的类型、气象信息获取时间和/或气象信息数据来源。
上述的农田田块信息的多维表示方法，其中，所述农田田块作业信息包括深松土壤的深度、田块播种的数量、施水肥及施药的体积、田块农作物产量和/或农作物的种植结构及空间分布特征。
本发明的技术效果在于：
1)通过WebGis技术，物联网技术，传感器技术的高度融合，将田块的地理位置信息，农田田块的附着物信息，田块的气象信息及田块的作业信息实时以数据形式储存起来，这些数据可以提供农作物的耕、种、管、收各个环节的分析与决策依据，实现节水、节肥，提高农作物的产出比；
2)可以从数据库里实时查看田块的农作物施药的体积，分析这些数据可以有效了解针对不同农作物喷药量的多少；进一步的优化，可以检测农作物的农药残留量，可以综合以上数据分析进行农作物施药决策，有效降低农作物残留的农药含量，提高农作物的生产质量；
3)将田块的地面附着物信息以数据形式储存起来，给无人驾驶的农机提供了高精度的“眼睛”，对农田无人驾驶技术的发展意义重大。
以下结合附图和具体实施例对本发明进行详细描述，但不作为对本发明的限定。
附图说明
图1为本发明一实施例的农田田块信息多维表示方法流程图；
图2为本发明一实施例的多维表示农田田块信息示意图。
其中，附图标记
S100-S700步骤
具体实施方式
下面结合附图对本发明的结构原理和工作原理作具体的描述：
参见图1，图1为本发明一实施例的农田田块信息多维表示方法流程图。 本发明的农田田块信息的多维表示方法，包括以下步骤:
步骤S100、获取农田地理信息，作为判断田块属性的基本依据，通过卫星遥感影像获取像元表达的农田田块的农田地理信息，将所述农田地理信息以适当字符类型的数据结构储存在农田田块数据库(优选PostgreSQL数据库)中，其中，所述卫星遥感影像的遥感数据需做准备步骤，包括基础行政区划数据和遥感监测数据，所述遥感监测数据包括地理位置信息、信息获取方式、影像获取传感器的类型、影像获取时间、分辨率和/或数据来源信息；农田田块的农田地理信息包含田块经度、维度、海拔高度及田块轮廓(田块边界点位置的坐标)的地理信息等；
步骤S300、获取农田气象信息，通过气象卫星图像获取设定数量级田块的农田气象信息，将所述农田气象信息以数据格式储存在所述农田田块数据库中，所述农田气象信息是通过jquery的ajax方法请求天气api数据，返回的json数据自行解析之后显示在对应的农田田块上，所述农田气象信息包括获取气象信息的传感器的类型、气象信息获取时间和/或气象信息数据来源；例如可通过气象卫星图像获取1km*1km级田块的气象信息，气象信息将温度、湿度、光照、风速、风向等以数据的形式表示出来，并以一定的数据格式储存起来以备随时调用；
步骤S500、获取农田田块作业信息，通过安装在农业机械上的多种传感器获取农田田块作业信息，分别通过所述多种传感器的接口发送所述农田田块作业信息，并储存在所述农田田块数据库中，所述农田田块作业信息包括深松土壤的深度、田块播种的数量、施水肥及施药的体积、田块农作物产量和/或农作物的种植结构及空间分布特征等，这些信息可以通过农作物的种植类别和农作物的种植密度等指标来衡量；田块的产量不仅含有田块的亩产量，还包含单位面积(1m 2)田块的产量，在此基础上可以生成该田块的产量分布图，田块产量分布图可通过如下方法生成：通过在收割机上安装谷物压力式传感器，该传感器可以获知田块某个位置的产量，系统将这些数据储存下来，通过webgis处理这些数据可以生成一个田块产量分布的图；数据传输接口传送数据的协议是http协议，即向指定的url，通过get方法发送json数据；例如可通过在田块作业的农业机械上安装不同类型的传感器来获取田块的作业信息；如在深松机械上安装倾角传感器来获取深松土壤的深度；在播种机上安装传感 器来记录田块播种的数量；在施水机，植保机分别安装流量传感器来获取施水肥、施药的体积；在收割机上安装谷物压力式传感器来获取田块农作物产量；将这些数据通过传感器的接口发送到web服务器端并储存在数据库中；
步骤S700、生成多维农田田块信息，将存储在所述农田田块数据库中的所述农田地理信息、农田气象信息和所述农田田块作业信息重新生成多维农田田块信息后，保存在所述农田田块数据库中，并结合WebGis(网络地理信息系统)，javaWeb技术将所述多维农田田块信息显示呈现出来。数据呈现的步骤包括：将PostgreSQL数据库里数据通过开源的springMVC框架，以jsp技术的形式呈现出来。
本实施例中，在步骤S100之后，还可包括：
步骤S200、修正农田地理信息，将同一地区不同时间的卫星遥感影像获取的所述农田地理信息和对应田块的真实农田地理信息进行比对，再对所述对应田块中的设定地理信息进行标记后，形成修正农田地理信息并储存在所述农田田块数据库中。例如可采用无人机低空拍摄田块信息，通过图像处理技术识别田块目标，通过与卫星遥感图片进行比对，从而获取目标位置的坐标，而后更新数据库。
其中，所述农田地理信息包括田块位置信息和田块附着物信息，所述田块位置信息包括田块的经度、纬度、海拔和/或坡度，所述田块附着物信息包括田块内的水井、田埂、河流和/或田坑，所述设定地理信息包括水井的经纬度、电线杆的经纬度、田块的局部凸凹轮廓、局部凸凹田块的经纬度和/或田块坡度。所述修正农田地理信息包括通过WebGIS对田块信息在地图上做标记，在修正前将已有的遥感数据都标记为原始数据，通过改变所述原始数据的目标空间位置信息得到修正数据。所述修正数据通过手持GPS接收机实地采集农田田块的农田地理信息及其属性获得实时数据，对每个所述实时数据进行精度验证，直到符合设定的数据精度要求为止。所述的修正的田块数据库信息除了上述描述的基本信息外还包括通过WebGIS对田块信息在地图上做标记的技术手段和方法。在修正处理的过程中对处理过的目标会进行标记与此同时还会对相应的目标作出必要的文字说明，在修正前将已有的遥感数据都标记为原始数据记为Initial，通过改变Initial目标的空间位置信息来达到修正数据的目的此时数据记为Newest。实地修正时，修正人需手持GPS接收机实地采集田块及 其属性数据，每个数据都有精度验证，精度不符合要求的情况下需进行重新判断，直到符合数据精度要求为止。数据精度的验证标准是数据库里定义好的，如果超过数据库定义的精度，数据库会自行验证并报错。可通过对同一地区不同时间遥感影像信息和田块的真实信息进行对比修正田块信息，再对田块中目标较小但对农业生产影响较大的信息(如水井、电线杆的经纬度、凸凹程度较大的局部田块的轮廓、经纬度以及田块坡度等等)进行标记并将其信息在数据库中详细的呈现出来。
在步骤S700之前，还可包括：
步骤S600、所有信息采集处理完成后，检查处理过的田块目标的封闭性、连通性及其周边目标间属性的一致性，然后生成新的多维农田信息的数据，保存在数据库里。可通过无人机低空拍摄田块信息，并应用图像处理技术识别检查处理过的田块目标的封闭性、连通性及其周边目标间属性的一致性；采用jquery的ajax方法来请求天气api数据，返回的json数据自行解析之后可以通过服务器端的设备显示在田块上，具体json解析是指将天气数据的格式装换为PostgreSQL数据库能储存的格式。检查处理方式可包括:检查处理目标与周围目标的属性差异性，合并与田块类型相同的边相邻目标，分解通过点、线连通或不连通的多边形目标，必要的文字说明标注是否合理等。
参见图2，图2为本发明一实施例的多维表示农田田块信息示意图。本发明的农田田块信息的多维表示方法，基于WebGis(网络地理信息系统)实现。其囊括的多维数据信息主要包括田块位置信息，田块附着物信息，田块气象信息，田块作业信息；所述田块位置信息包括：经度，纬度，海拔，坡度；所述田块附着物信息包括：水井，田埂，河流，田坑；所述田块气象信息包括温度，湿度，光照强度；所述田块作业信息包括田块耕作信息，田块播种信息，田块管理信息，田块产量信息；这些多维信息都会以数据的形式保存起来。
本发明的工作原理为：首先通过卫星遥感影像来获取像元表达的包含田块经度、维度、海拔高度及田块轮廓的地理信息，再对该信息进行预处理，剔除冗余信息，而后通过对同一地区不同时间遥感影像信息和田块的真实信息进行对比修正田块信息，再对田块中目标较小但对农业生产影响较大的信息(如水井、电线杆的经纬度、凸凹程度较大的局部田块的轮廓、经纬度以及田块坡度等)进行标记并将其信息按照一定的数据结构储存在PostgreSQL数据库里， 在数据库中详细的呈现出来，作为判断田块属性的依据；更新卫星遥感影像中目标小但对农业生产影响较大的信息比如：水井、田埂、田块凹陷等等；通过气象卫星图像获取1km*1km级田块的气象信息，气象信息将温度、湿度、光照、风速、风向等以数据的形式表示出来，并以一定的数据格式储存起来以备随时调用；通过在田块作业的农业机械上安装不同类型的传感器来获取田块的作业信息，接收田块的耕作信息、种植信息、施水、施肥、施药信息以及作物的产量信息；如在深松机械上安装倾角传感器来获取深松土壤的深度；在播种机上安装传感器来记录田块播种的数量；在施水机，植保机分别安装流量传感器来获取施水肥、施药的体积；在收割机上安装谷物压力式传感器来获取田块农作物产量，并将这些数据通过传感器的接口发送到web服务器端并储存在数据库中；当所有信息采集处理完成后，检查处理过的田块目标的封闭性、连通性及其周边目标间属性的一致性，然后生成新的多维农田信息的数据，保存在数据库里。最后结合WebGis,javaWeb技术将这些数据可视化呈现出来。
当然，本发明还可有其它多种实施例，在不背离本发明精神及其实质的情况下，熟悉本领域的技术人员当可根据本发明作出各种相应的改变和变形，但这些相应的改变和变形都应属于本发明所附的权利要求的保护范围。

Claims (10)

  1. 一种农田田块信息的多维表示方法，其特征在于，包括以下步骤:
    S100、获取农田地理信息，作为判断田块属性的基本依据，通过卫星遥感影像获取像元表达的农田田块的农田地理信息，将所述农田地理信息以字符类型的数据结构储存在农田田块数据库中；
    S300、获取农田气象信息，通过气象卫星图像获取设定数量级田块的农田气象信息，将所述农田气象信息以数据格式储存在所述农田田块数据库中；
    S500、获取农田田块作业信息，通过安装在农业机械上的多种传感器获取农田田块作业信息，分别通过所述多种传感器的接口发送所述农田田块作业信息，并储存在所述农田田块数据库中；以及
    S700、生成多维农田田块信息，将存储在所述农田田块数据库中的所述农田地理信息、农田气象信息和所述农田田块作业信息重新生成多维农田田块信息后，保存在所述农田田块数据库中，并显示所述多维农田田块信息。
  2. 如权利要求1所述的农田田块信息的多维表示方法，其特征在于，在步骤S100之后，还包括：
    S200、修正农田地理信息，将同一地区不同时间的卫星遥感影像获取的所述农田地理信息和对应田块的真实农田地理信息进行比对，再对所述对应田块中的设定地理信息进行标记后，形成修正农田地理信息并储存在所述农田田块数据库中。
  3. 如权利要求2所述的农田田块信息的多维表示方法，其特征在于，所述农田地理信息包括田块位置信息和田块附着物信息，所述田块位置信息包括田块的经度、纬度、海拔和/或坡度，所述田块附着物信息包括田块内的水井、田埂、河流和/或田坑，所述设定地理信息包括水井的经纬度、电线杆的经纬度、田块的局部凸凹轮廓、局部凸凹田块的经纬度和/或田块坡度。
  4. 如权利要求1、2或3所述的农田田块信息的多维表示方法，其特征在于，步骤S700之前，还包括：
    S600、所有信息采集处理完成后，检查处理过的田块目标的封闭性、连通性及其周边目标间属性的一致性，并生成新的多维农田田块信息，保存在所述农田田块数据库里。
  5. 如权利要求4所述的农田田块信息的多维表示方法，其特征在于，通过无人机低空拍摄田块信息，并应用图像处理技术识别检查处理过的田块目标的封闭性、连通性及其周边目标间属性的一致性。
  6. 如权利要求2、3或5所述的农田田块信息的多维表示方法，其特征在于，所述卫星遥感影像的遥感数据包括基础行政区划数据和遥感监测数据，所述遥感监测数据包括地理位置信息、信息获取方式、影像获取传感器的类型、影像获取时间、分辨率和/或数据来源信息。
  7. 如权利要求6所述的农田田块信息的多维表示方法，其特征在于，所述修正农田地理信息包括通过WebGIS对田块信息在地图上做标记，在修正前将已有的遥感数据都标记为原始数据，通过改变所述原始数据的目标空间位置信息得到修正数据。
  8. 如权利要求7所述的农田田块信息的多维表示方法，其特征在于，所述修正数据通过手持GPS接收机实地采集农田田块的农田地理信息及其属性获得实时数据，对每个所述实时数据进行精度验证，直到符合设定的数据精度要求为止。
  9. 如权利要求1、2或3所述的农田田块信息的多维表示方法，其特征在于，所述农田气象信息是通过jquery的ajax方法请求天气api数据，返回的json数据自行解析之后显示在对应的农田田块上，所述农田气象信息包括获取气象信息的传感器的类型、气象信息获取时间和/或气象信息数据来源。
  10. 如权利要求1、2或3所述的农田田块信息的多维表示方法，其特征在于，所述农田田块作业信息包括深松土壤的深度、田块播种的数量、施水肥及施药的体积、田块农作物产量和/或农作物的种植结构及空间分布特征。
PCT/CN2019/097321 2018-12-04 2019-07-23 一种农田田块信息的多维表示方法 WO2020113969A1 (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN201811473520.9A CN109670002A (zh) 2018-12-04 2018-12-04 一种农田田块信息的多维表示方法
CN201811473520.9 2018-12-04

Publications (1)

Publication Number Publication Date
WO2020113969A1 true WO2020113969A1 (zh) 2020-06-11

Family

ID=66145000

Family Applications (1)

Application Number Title Priority Date Filing Date
PCT/CN2019/097321 WO2020113969A1 (zh) 2018-12-04 2019-07-23 一种农田田块信息的多维表示方法

Country Status (2)

Country Link
CN (1) CN109670002A (zh)
WO (1) WO2020113969A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112772385A (zh) * 2021-01-29 2021-05-11 天津市科睿思奇智控技术有限公司 全自动化的远程灌溉系统

Families Citing this family (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109670002A (zh) * 2018-12-04 2019-04-23 中国农业机械化科学研究院 一种农田田块信息的多维表示方法
CN110793807B (zh) * 2019-11-21 2022-04-19 吉林师范大学 一种用于野外地理信息的自动采集装置
CN110926530A (zh) * 2019-11-28 2020-03-27 重庆工商职业学院 一种基于物联网的农田灾害监管方法和系统
CN111626148B (zh) * 2020-05-09 2023-07-11 浙江数治空间规划设计有限公司 一种无人机农田核查方法、系统、智能终端及存储介质
CN112883251B (zh) * 2021-01-09 2023-01-10 重庆市农业科学院 一种基于多星联合的农业辅助系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130096832A1 (en) * 2011-10-18 2013-04-18 Dongaone Co., Ltd. Method and system for partitioning farming field
CN105512950A (zh) * 2016-01-21 2016-04-20 上海硅酉信息技术有限公司 一种地理信息系统
CN108353770A (zh) * 2018-03-13 2018-08-03 中国科学院地理科学与资源研究所 管理农田的方法、装置和系统、监控农田的方法及装置
CN109670002A (zh) * 2018-12-04 2019-04-23 中国农业机械化科学研究院 一种农田田块信息的多维表示方法

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP4578259B2 (ja) * 2005-02-07 2010-11-10 日本電信電話株式会社 避難情報提供システム、避難情報提供サーバ及び避難情報提供方法
CN104833347B (zh) * 2015-05-22 2017-03-01 清华大学 基于gps定位的灌区渠系勘测方法及勘测系统
CN106371452B (zh) * 2015-07-24 2020-08-25 深圳市道通智能航空技术有限公司 一种飞行器限飞区域信息的获取、共享方法、装置及系统
CN107084688A (zh) * 2017-05-06 2017-08-22 湖北大学 一种基于地块尺度的农作物面积动态变化遥感监测方法
CN107633491A (zh) * 2017-09-26 2018-01-26 中国科学院长春光学精密机械与物理研究所 一种基于目标检测的区域图像增强方法及存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20130096832A1 (en) * 2011-10-18 2013-04-18 Dongaone Co., Ltd. Method and system for partitioning farming field
CN105512950A (zh) * 2016-01-21 2016-04-20 上海硅酉信息技术有限公司 一种地理信息系统
CN108353770A (zh) * 2018-03-13 2018-08-03 中国科学院地理科学与资源研究所 管理农田的方法、装置和系统、监控农田的方法及装置
CN109670002A (zh) * 2018-12-04 2019-04-23 中国农业机械化科学研究院 一种农田田块信息的多维表示方法

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112772385A (zh) * 2021-01-29 2021-05-11 天津市科睿思奇智控技术有限公司 全自动化的远程灌溉系统

Also Published As

Publication number Publication date
CN109670002A (zh) 2019-04-23

Similar Documents

Publication Publication Date Title
WO2020113969A1 (zh) 一种农田田块信息的多维表示方法
US11544247B2 (en) Computer-generated accurate yield map data using expert filters and spatial outlier detection
US20200142098A1 (en) Long-range temperature forecasting
AU2016320792B2 (en) Generating probabilistic estimates of rainfall rates from radar reflectivity measurements
US9213905B2 (en) Automatic obstacle location mapping
US10754063B2 (en) Supervised neural network to predict unlabeled rain rates
US20210157029A1 (en) Radar based precipitation estimates using spatiotemporal interpolation
US11009625B2 (en) Generating and conveying comprehensive weather insights at fields for optimal agricultural decision making
US10359514B2 (en) Generating estimates of uncertainty for radar based precipitation estimates
UA123576C2 (uk) Спосіб та система тестування ґрунту
Stafford et al. A hand-held data logger with integral GPS for producing weed maps by field walking
AU2017308526A1 (en) Automatically detecting outlier values in harvested data
CN114466587A (zh) 用于作物地面导航的混合视觉系统
WO2017180692A1 (en) Estimating rainfall adjustment values
CN114202438A (zh) 一种基于智慧农业的天空地一体化农业遥感大数据系统
BR112021010179A2 (pt) controle de qualidade de estimativa de precipitação quantitativa
US11714800B2 (en) Automated detection of errors in location data in agricultural operations
Huang et al. Digital image analysis technologies for decision support systems in agricultural
Ali Role of precision farming in sustainable development of hill agriculture
CN113159644A (zh) 基于无人机遥感技术及gis数据处理的林业管理系统及方法
Rilwani et al. Geoinformatics in agricultural development: challenges and prospects in Nigeria
CN117770106A (zh) 一种基于数字孪生的农田灌溉方法
Clipperson et al. The validation of a pasture growth model for monitoring of seasonal conditions in rangelands
CN116563362A (zh) 基于无人机协作的烤烟株高测量方法、装置及电子设备
BR112019010837A2 (pt) determinação de dados de variação de rendimento intracampo com base em dados de características de solo e imagens de satélite

Legal Events

Date Code Title Description
121 Ep: the epo has been informed by wipo that ep was designated in this application

Ref document number: 19893566

Country of ref document: EP

Kind code of ref document: A1

NENP Non-entry into the national phase

Ref country code: DE

122 Ep: pct application non-entry in european phase

Ref document number: 19893566

Country of ref document: EP

Kind code of ref document: A1