东京大学产业科学研究所(以下简称“东大产业科学研究所”)和空气水株式会社(以下简称“空气水”)开发了预测技术开发了农作物的适当收获时间和检测生长差异的观察技术。

 东京大学IIS与Air Water于2020年12月成立“物联网传感分析技术”社会协作研究部,一直在智慧农业方面开展联合研究。这次,我们公布了一项技术,可以根据农作物生长期的累积有效温度,高精度预测适当的收获时间。这消除了对大量资本投资的需要,并且只需通过收集温度数据即可确定最佳收获时间,这有望减少由于过熟/未成熟而导致的质量恶化和收获损失。

 当这种“预测”模型通过机器学习来预测西兰花的收获时,该公司成功预测了西兰花的最佳收获时间,从种植之日起平均准确度不到 2.5 天。

 此外,我们还开发了一种“观察”技术,可以根据无人机拍摄的航拍图像对农作物分配个体编号,并检测每个个体编号的生长差异(农作物的数量和生长速度)。观测技术使得预测农作物收获的数量和数量成为可能,这有望优化收获设备、人员和收集,从而提高生产率。

 今后,随着日本农业有望发展的机械化同步收获,我们将进一步提高整个田地(田地)的“预测”和“观察”的准确性。比个体个体。此外,我们正在同时进行研究和开发,以提高利用天气预报预测适当收获时间的准确性,并根据无人机观察和掌握的信息,让田间驾驶机器人代替人类监测农产品,并正在实施公司计划实现以下目标。

纸张信息:[农学杂志] 基于 RNN 的西兰花收获时间预测方法
【传感器和材料】利用无人机摄影测量和目标检测算法定位露天西兰花植物:一种实用的预测方法

大学学报在线编辑部

这是大学学报的在线编辑部。
文章由对大学和教育具有高水平知识和兴趣的编辑人员撰写。