咨询热线:021-80312898

PIS 2024 展商推荐 | 上海悌可光电科技有限公司应邀参加第十届中国国际智慧农业与信息化高峰论坛~

发布时间:2024-07-22 作者: 来源: PIS智慧农业与信息化高峰论坛


大会动态

Industry information



1

公司简介

上海悌可光电科技有限公司2010年成立伊始就致力于光电类高端仪器产品的销售,研究,开发。在此期间公司引进国际一流品牌的仪器代理,产品涉及光谱光学仪器设备门类。并且积极与国内生产制造厂家深度合作,开发整合具有自主特色的相关科学分析检测仪器,并且取得多次大型仪器中标项目。为国家科学仪器发展大政方针—国产替代做应有的贡献。




2

产品介绍

—无人机专用滤光片—


随着人工智能、传感技术和控制系统的技术的成熟,近年来无人机行业飞速发展。从传统的娱乐航拍,迅速发展出农业植保,测绘,智能电力检测、外卖快递等,行业也由消费电子扩展至智慧农业、石油与天然气,水利,林业、快递运输多个领域。


举例农业用检测滤光片:

在现代农业中,无人机技术的应用越来越广泛,专为农作物测绘而设计的无人机滤光片成为农田管理的得力助手。这款产品配备了专用光学滤光片,飞行高度和相机透镜的精妙搭配保证了获取清晰高效的农田数据,让监测和分析变得如此轻松。滤光片选取最佳波长,根据作物光谱反射率,可以匹配任何品牌的无人机,帮助用户精准监测作物生长状态,健康状况一目了然。现在我们来看看



用于农作物检测的滤光片示例

下面的滤光片示例通过使用4个单独的滤光片/相机组合来计算作物的NDRE值,并计算NDRE的比率。这里涉及到的特定波段的比率和差异可以用于许多植物指数的计算。



农作物监测滤光片——红色波段(red)在叶绿素A/B重叠区域的中心,而红色边缘波段(red edge)在反射率曲线的上升边缘的中心。


优化用于农作物监测的光谱性能

如何选取最佳波长的滤光片,取决于你所监测的作物的光谱反射率,以及在健康(和患病)植物中存在的叶绿素、类胡萝卜素和花青素的比例。不仅每种健康植物类型都有独特的色素比例,且当植物受到压力时,这些色素的比例也会发生变化。类胡萝卜素和花青素在压力期间都会上调——这就是为什么当作物干燥或受到压力时,叶子会变成黄色、红色或棕色。


农作物无人机监测的注意事项

1.光源—由于通常使用太阳作为光源,所以光强度可能随云层的变化而变化。云、雾霾和尘埃也会影响太阳光谱的光谱分布,优先散射较低的波长。虽然光谱变化不是造成误差的主要因素,但测量系统需要一个中性(即白色)反射的测试目标进行校准,以获得最佳的测量结果。


2.信号来源


植物中常见的色素包括主要的叶绿素A和B,它们赋予植物绿色,但也包括不同数量的类胡萝卜素和花青素。反射光谱在波长被吸收的位置下降。

●反射率信号-水合作用、叶绿素含量和其他色素含量(花青素和类胡萝卜素)的组合会影响植物反射率的光谱。在压力的作用下类胡萝卜素和花青素表达上升,叶绿素表达下降,将使作物变黄和棕色。同时也会反应在反射率光谱和植物指数上。

●热成像-可以用来制作在9-14微米波长范围内的作物的温度分布图。水合作用和蒸腾作用良好的植物比那些干燥和热胁迫的植物更冷。阳光不是测量的严格必要条件,但它可以与反射率同时进行,因为可以探测到红外波长。


3.无人机的飞行高度和相机上的透镜-决定了图像的视野和分辨率。高度和视场还决定了信号进入成像滤光片的入射角。随着入射角的增加,滤光片的响应区域通常会转移到更低的波长,边缘也变得不那么陡峭。


4.光谱滤光片-一般通过对应的带通滤光片:蓝色、绿色、红色、红色边缘和近红外进行标准化差异(示例如下)。另一种选择是使用线性可变带通滤波器,它的带通随滤光片一维方向的变化而变化,可以提供类似“彩虹”的滤光效果。这种滤光片在相机上产生光谱,从而实现多光谱成像。


这款无人机农业用检测滤光片的推出,为农业生产带来了全新的技术变革。随着农业现代化进程的不断推进,无人机技术在农业领域的应用越来越广泛,为农业检测提供了更为便捷、高效的农田管理工具。无人机滤光片的问世,不仅提升了农作物监测和分析的精准度,也使农业生产更加智能化、科技化。可以通过使用这款滤光片,及时了解农田的情况,有效掌握作物的生长情况,为农田的精细化管理提供重要依据。



AI赋能:PhiLumina高光谱图像分析系统在智慧农业的高效应用


随着全球人口的持续增长,人类对食物和农业资源的需求日益增加,先进的农业技术越来越受到重视。在这一背景下,人工智能(AI)赋能高光谱图像分析系统逐渐崭露头角,为现代农业带来了颠覆性的变化。本文将详细探讨AI赋能高光谱图像分析系统在现代农业中的多种应用及其显著优势。


 PhiLumina高光谱图像分析系统的基本原理


PhiLumina高光谱图像分析系统是一种通过检测物体在不同波长下反射或发射的光谱信息,来进行精细分类和检测的技术。每个像素代表不同波段的数据,这些数据可以用于识别不同材质、成分和状况。在传统的RGB图像中,每个像素只有三个值(红、绿、蓝),而高光谱图像中每个像素可能包含数百个甚至上千个波段的信息。这些丰富的光谱信息使得高光谱图像能够检测到传统方法难以察觉的细微差异。


 AI赋能PhiLumina高光谱图像分析系统的多重优势


借助AI技术,高光谱图像分析在现代农业中具有多个显著优势:


1. 自动化与精准识别:AI赋能的高光谱图像分析系统利用深度学习和机器学习算法,能够自动对海量数据进行快速处理和分析。这种自动化处理不仅提高了精度,还大大节约了人力资源。


2. 实时监测与预测:通过AI技术的实时计算能力,高光谱图像系统可以实时监测农作物的生长情况、病虫害情况以及土壤状态。这使农业管理者能够及时采取措施,提高作物产量和质量。


3. 高效数据处理与分析:AI技术能够高效地处理高维度的数据,提取出有用的信息。与传统方法相比,AI技术能更快速、准确地分析并生成结论,为农业决策提供更加可靠的依据。


 应用领域与案例分析


高光谱图像分析系统在现代农业中的应用非常广泛,以下是几个典型的应用领域及案例:


●农作物健康监测

健康的农作物对农业产量至关重要。AI赋能的PhiLumina高光谱图像分析系统可以通过分析植物叶片、茎部和果实的光谱数据,检测出细微的健康变化。例如,某高光谱图像系统可以通过分析特定波段的光谱数据,提前检测出农作物受到的病虫害侵袭,从而及时采取相应的防治措施,最大限度地减少损失。


案例:在某次实验中,研究人员利用AI和PhiLumina高光谱图像分析系统监测了一片玉米地,通过对叶片光谱数据进行分析,成功提前两周发现蚜虫侵害,与传统方法相比,显著减少了农作物损失。


●土壤质量与肥力分析

土壤质量和肥力是决定农作物生长的重要因素。高光谱图像分析系统可以通过分析土壤的光谱特征,评估土壤的有机质含量、矿物质成分以及水分状况。这为农田管理者提供了科学的施肥和灌溉方案。


案例:某农场使用AI赋能的PhiLumina高光谱图像分析系统分析土壤质量,通过对比不同耕作区的光谱数据,发现某区域土壤中的有机质含量较低,及时施肥后,该区域的农作物产量提升了约20%。


●精准农业管理


精准农业是现代农业发展的方向之一,通过AI赋能的PhiLumina高光谱图像分析系统,农田管理可以更加精准化。例如,可以通过无人机搭载高光谱图像系统,对大面积农田进行监测,实现对每一块田地的精准管理,优化资源配置,减少浪费。


案例:在某一大规模农业项目中,无人机搭载高光谱图像系统对数百公顷的农田进行实时监测,分析出具体每块田地的不同作物生长状态和需求,制定个性化的施肥和灌溉方案,使得农场总体生产效率提高了约15%。


高光谱图像分析技术在现代农业中的应用前景广阔,随着技术的不断进步和成本的下降,其应用范围将逐渐扩大。


1. 多源数据集成与融合:未来,将高光谱图像数据与其他传感器数据、气象数据、农作物生理数据等进行融合,可以构建更加精准和全面的农业监测与管理系统。


2. 智能化农业机器人:AI赋能的PhiLumina高光谱图像分析系统技术结合农业机器人,可以实现更加智能化的农业生产。例如,可以开发出自动化的杂草检测和清除机器人,进一步提高农业生产效率。


3. 农业大数据平台:构建基于高光谱图像分析的农业大数据平台,通过对历史和实时数据的积累和分析,提供更加精细的生产预测和管理建议,使农业生产变得更加科学和高效。



AI赋能PhiLumina高光谱图像分析系统在现代农业中的多种应用,极大地提升了农业生产和管理的效率。通过精准监测、实时分析和科学管理,农业生产和决策变得更加智能化和数据驱动。未来,随着技术的不断进步和应用的深入,高光谱图像分析技术必将在现代农业中发挥越来越重要的作用,为全球农业的可持续发展提供强有力的技术支撑。







联系我们



为推动技术创新与产业融合相结合,PIS 2024 第十届中国国际智慧农业与信息化高峰论于2024 年8月15-16日在杭州隆重召开!本次大会将以“乘‘数 ’而上·构建农业新图景”为主题,现场汇聚300+智慧农业行业先锋、全球农机巨头、政府领导及有关的管理部门、科研工作者、企业家及行业相关人员共探讨智慧农业数智技术和创新,共寻科技助力农业高质量发展的新路径。


| 扫码即可报名 |



参会时间


2024年8月15日-16日

参会地点


中国·杭州


联系我们


范女士18158866162



PIS 2024 第十届中国国际

智慧农业与信息化高峰论坛

邀您参会!






扫码关注我们

PIS精准农业视界


扫描二维码 关注公众号

了解更多大会动态