智慧设施园艺旨在将现代化技术应用于设施农业生产中,实现生产的自动化、数字化、网络化和智能化。为全面了解智慧设施园艺国内外研究动向、前沿和热点议题,采用文献计量学方法,以Web of Science中核心论文集为检索平台,依据2002—2022...
详细信息
智慧设施园艺旨在将现代化技术应用于设施农业生产中,实现生产的自动化、数字化、网络化和智能化。为全面了解智慧设施园艺国内外研究动向、前沿和热点议题,采用文献计量学方法,以Web of Science中核心论文集为检索平台,依据2002—2022年智慧设施园艺领域781篇研究文献分析全球研究趋势、主要研究内容及前沿热点。结果表明,智慧设施园艺在2017年后迅速发展,2018—2022年发文量占发文总量的74.56%;总体上智慧设施园艺呈现以农学和工程学为主导的多学科交叉研究方向,发文量最多的5个国家依次为中国、美国、韩国、西班牙和意大利;我国发文量进入世界前15的机构有中国农业大学、农业农村部、中国科学院、南京农业大学和北京市农林科学院,占前15机构发文量的32.34%;聚类分析发现,智慧设施园艺研究聚焦于基于自动化技术的水肥管控和机器人作业,基于物联网监测耦合机器学习和视觉技术的作物生长监测,以及温室能源管理系统,其中计算机视觉技术作为一项涉及模式识别、图像处理和机器学习的技术,实现设施园艺作物生长监测、病虫害识别及品质监测等,是近年来智慧设施园艺研究的前沿热点。
精确监测作物生长状况对于实现精准农业管理和提高作物产量具有极为重要的意义。尤其对于花生这种经济价值高,对生长条件要求严格的作物而言,采用高效、精确的技术监测其生长状态,可以显著提升管理效率和产量。本研究通过整合无人机和多光谱成像技术,结合偏最小二乘(Partial Least Squares,PLS)算法对大田花生的生长状况进行了综合监测,探讨了这一技术在花生长势监测中的应用潜力和优势。研究选取了具有代表性的花生种植区作为试验地,利用无人机搭载的多光谱成像仪进行数据采集。通过对多光谱数据进行多维度分析,获取花生的叶绿素含量、株高等外部表型以及生物量信息,从而综合表征花生长势情况。本研究所建立的评估模型,能够准确描述和预测花生长势。通过与地面观测数据对比,模型预测的生物量结果与实际情况的R 2和RMSE分别为0.624和0.012,显示基于无人机多光谱的花生长势监测具有高精度和可靠性。证明无人机搭载多光谱在花生生长监测中的应用可行性和有效性,为未来精准农业的发展提供了新的技术手段。
暂无评论