91欧美超碰AV自拍|国产成年人性爱视频免费看|亚洲 日韩 欧美一厂二区入|人人看人人爽人人操aV|丝袜美腿视频一区二区在线看|人人操人人爽人人爱|婷婷五月天超碰|97色色欧美亚州A√|另类A√无码精品一级av|欧美特级日韩特级

0
  • 聊天消息
  • 系統(tǒng)消息
  • 評(píng)論與回復(fù)
登錄后你可以
  • 下載海量資料
  • 學(xué)習(xí)在線課程
  • 觀看技術(shù)視頻
  • 寫文章/發(fā)帖/加入社區(qū)
會(huì)員中心
創(chuàng)作中心

完善資料讓更多小伙伴認(rèn)識(shí)你,還能領(lǐng)取20積分哦,立即完善>

3天內(nèi)不再提示

通過(guò)遙感器和深度學(xué)習(xí)模型實(shí)時(shí)準(zhǔn)確地監(jiān)測(cè)作物

星星科技指導(dǎo)員 ? 來(lái)源:NVIDIA ? 作者:Michelle Horton ? 2022-04-07 16:39 ? 次閱讀
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

根據(jù)伊利諾伊大學(xué)的研究團(tuán)隊(duì),強(qiáng)大的機(jī)載傳感器可能是幫助農(nóng)民在美國(guó)玉米帶上持續(xù)管理玉米的關(guān)鍵。 研究利用遙感器和新開發(fā)的深度學(xué)習(xí)模型,對(duì)作物氮、葉綠素和光合能力進(jìn)行了準(zhǔn)確、快速的預(yù)測(cè)。

這項(xiàng)研究發(fā)表在 國(guó)際應(yīng)用地球觀測(cè)和地理信息雜志 雜志上,可以指導(dǎo)農(nóng)民的管理實(shí)踐,幫助減少化肥使用,提高糧食產(chǎn)量,減輕整個(gè)地區(qū)的環(huán)境破壞。

“與傳統(tǒng)的葉組織分析方法相比,遙感提供了更快、更具成本效益的方法來(lái)監(jiān)測(cè)作物養(yǎng)分。及時(shí)、高分辨率的作物氮素信息將非常有助于種植者診斷作物生長(zhǎng)并指導(dǎo)適應(yīng)性管理,”主要作者 Sheng Wang 說(shuō),伊利諾伊大學(xué)厄本那香檳分校的研究科學(xué)家和助理教授。

玉米帶在美國(guó)和全球分別生產(chǎn)約 75% 和 30% 的玉米,在糧食生產(chǎn)中發(fā)揮著重要作用。從印第安納州到內(nèi)布拉斯加州,由于農(nóng)業(yè)、玉米育種、新技術(shù)和肥料的改進(jìn),該地區(qū)的產(chǎn)量是 19 世紀(jì) 80 年代的 20 倍。

農(nóng)民依靠氮基肥料來(lái)提高光合作用、作物產(chǎn)量和生物能作物的生物量。然而,過(guò)量施用會(huì)使土壤退化,污染水源,并導(dǎo)致全球變暖。氮是農(nóng)業(yè)中最大的溫室氣體排放源之一。

準(zhǔn)確測(cè)量作物中的氮含量可以幫助農(nóng)民避免過(guò)度施用,但手動(dòng)進(jìn)行調(diào)查既費(fèi)時(shí)又費(fèi)力。

“依靠先進(jìn)的傳感技術(shù)和機(jī)載衛(wèi)星平臺(tái)來(lái)監(jiān)測(cè)農(nóng)作物的精準(zhǔn)農(nóng)業(yè)可能是解決方案,”伊利諾伊大學(xué)厄瓜多爾香檳分校藍(lán)水副教授 Kaiyu Guan 說(shuō)。

到目前為止,還沒有一種可靠的方法可以快速監(jiān)測(cè)整個(gè)生長(zhǎng)季的葉片氮水平。利用高光譜成像和機(jī)器學(xué)習(xí)模型,該團(tuán)隊(duì)提出了一種混合方法來(lái)解決這些限制。

超光譜成像一個(gè)不斷擴(kuò)大的遙感領(lǐng)域使用光譜儀,將一個(gè)像素分解成數(shù)百個(gè)不同波長(zhǎng)的圖像,提供更多關(guān)于所捕獲圖像的信息。

研究人員配備了高靈敏度的高光譜傳感器,在伊利諾伊州的一個(gè)試驗(yàn)田上進(jìn)行了飛機(jī)調(diào)查,收集作物反射數(shù)據(jù)。植物的化學(xué)成分,如氮和葉綠素會(huì)影響反射,傳感器甚至可以檢測(cè)到 3 到 5 納米的細(xì)微波長(zhǎng)變化。

圖 1 該研究方法的說(shuō)明性總結(jié),“通過(guò)機(jī)器學(xué)習(xí)和輻射傳輸建模對(duì)作物性狀和玉米產(chǎn)量的氮缺乏的航空高光譜成像?!庇赏跏⑻峁?。

利用 輻射傳輸模型 和數(shù)據(jù)驅(qū)動(dòng)的偏最小二乘回歸( PLSR )方法,該團(tuán)隊(duì)開發(fā)了深度學(xué)習(xí)模型,以根據(jù)空中反射數(shù)據(jù)預(yù)測(cè)作物性狀。根據(jù)這項(xiàng)研究, PLSR 需要相對(duì)較小的標(biāo)簽數(shù)據(jù)來(lái)進(jìn)行模型訓(xùn)練。

研究人員使用 cuDNN 和 NVIDIA V100 GPU 預(yù)測(cè)作物葉片和冠層水平的氮、葉綠素和光合能力。

根據(jù)地面真實(shí)數(shù)據(jù)測(cè)試算法,模型的準(zhǔn)確率約為 85% 。這項(xiàng)技術(shù)速度很快,每英畝只需幾秒鐘就能掃描田地。王說(shuō),這種技術(shù)可以非常有助于診斷作物氮素狀況和產(chǎn)量潛力。

這項(xiàng)工作的最終目標(biāo)是利用衛(wèi)星圖像對(duì)美國(guó)玉米帶內(nèi)外的每一塊農(nóng)田進(jìn)行大規(guī)模氮監(jiān)測(cè)。

“我們希望這項(xiàng)技術(shù)能為利益相關(guān)者提供及時(shí)的信息,并促進(jìn)種植者對(duì)可持續(xù)農(nóng)業(yè)實(shí)踐的管理,”關(guān)說(shuō)。

關(guān)于作者

Michelle Horton 是 NVIDIA 的高級(jí)開發(fā)人員通信經(jīng)理,擁有通信經(jīng)理和科學(xué)作家的背景。她在 NVIDIA 為開發(fā)者博客撰文,重點(diǎn)介紹了開發(fā)者使用 NVIDIA 技術(shù)的多種方式。

審核編輯:郭婷

聲明:本文內(nèi)容及配圖由入駐作者撰寫或者入駐合作網(wǎng)站授權(quán)轉(zhuǎn)載。文章觀點(diǎn)僅代表作者本人,不代表電子發(fā)燒友網(wǎng)立場(chǎng)。文章及其配圖僅供工程師學(xué)習(xí)之用,如有內(nèi)容侵權(quán)或者其他違規(guī)問題,請(qǐng)聯(lián)系本站處理。 舉報(bào)投訴
  • 傳感器
    +關(guān)注

    關(guān)注

    2576

    文章

    55041

    瀏覽量

    791356
  • NVIDIA
    +關(guān)注

    關(guān)注

    14

    文章

    5594

    瀏覽量

    109749
收藏 人收藏
加入交流群
微信小助手二維碼

掃碼添加小助手

加入工程師交流群

    評(píng)論

    相關(guān)推薦
    熱點(diǎn)推薦

    衛(wèi)星時(shí)鐘同步服務(wù)在氣象監(jiān)測(cè)方向的深度應(yīng)用 NTP時(shí)間同步服務(wù) 網(wǎng)絡(luò)時(shí)間同步服務(wù)

    顯著提升氣象監(jiān)測(cè)準(zhǔn)確性和可靠性。 氣象監(jiān)測(cè)是一個(gè)復(fù)雜的系統(tǒng)工程,涉及到眾多的監(jiān)測(cè)設(shè)備和觀測(cè)站點(diǎn)。從地面的溫度、濕度、氣壓傳感,到高空的氣
    的頭像 發(fā)表于 01-23 17:51 ?134次閱讀
    衛(wèi)星時(shí)鐘同步服務(wù)<b class='flag-5'>器</b>在氣象<b class='flag-5'>監(jiān)測(cè)</b>方向的<b class='flag-5'>深度</b>應(yīng)用 NTP時(shí)間同步服務(wù)<b class='flag-5'>器</b> 網(wǎng)絡(luò)時(shí)間同步服務(wù)<b class='flag-5'>器</b>

    機(jī)器學(xué)習(xí)深度學(xué)習(xí)中需避免的 7 個(gè)常見錯(cuò)誤與局限性

    無(wú)論你是剛?cè)腴T還是已經(jīng)從事人工智能模型相關(guān)工作一段時(shí)間,機(jī)器學(xué)習(xí)深度學(xué)習(xí)中都存在一些我們需要時(shí)刻關(guān)注并銘記的常見錯(cuò)誤。如果對(duì)這些錯(cuò)誤置之不理,日后可能會(huì)引發(fā)諸多麻煩!只要我們密切關(guān)注
    的頭像 發(fā)表于 01-07 15:37 ?192次閱讀
    機(jī)器<b class='flag-5'>學(xué)習(xí)</b>和<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>中需避免的 7 個(gè)常見錯(cuò)誤與局限性

    穿孔機(jī)頂頭檢測(cè)儀 機(jī)器視覺深度學(xué)習(xí)

    頂頭狀態(tài)。 檢測(cè)頂頭算法 引入人工智深度學(xué)習(xí)技術(shù),通過(guò)Keras實(shí)現(xiàn)卷積神經(jīng)網(wǎng)絡(luò)(CNN),用Numpy實(shí)現(xiàn)采集數(shù)據(jù)的訓(xùn)練,得到符合現(xiàn)場(chǎng)需求的模型,進(jìn)一步提升檢測(cè)的
    發(fā)表于 12-22 14:33

    農(nóng)田灌溉水的“智能守護(hù)者”:凱米斯科技以實(shí)時(shí)監(jiān)測(cè)筑牢作物生長(zhǎng)安全線

    當(dāng)灌溉水的農(nóng)藥殘留、重金屬超標(biāo)悄然影響土壤肥力與作物品質(zhì),傳統(tǒng)滯后的水質(zhì)檢測(cè)方式早已難以匹配現(xiàn)代農(nóng)業(yè)的精細(xì)化需求。凱米斯科技瞄準(zhǔn)農(nóng)田灌溉場(chǎng)景的核心痛點(diǎn),以多參數(shù)實(shí)時(shí)水質(zhì)監(jiān)測(cè)為核心,打造了一套覆蓋灌溉
    的頭像 發(fā)表于 12-09 12:48 ?247次閱讀
    農(nóng)田灌溉水的“智能守護(hù)者”:凱米斯科技以<b class='flag-5'>實(shí)時(shí)</b><b class='flag-5'>監(jiān)測(cè)</b>筑牢<b class='flag-5'>作物</b>生長(zhǎng)安全線

    光譜成像技術(shù)在作物面積統(tǒng)計(jì)中的應(yīng)用

    、受天氣影響大、細(xì)節(jié)識(shí)別能力有限等痛點(diǎn)。尤其在作物生長(zhǎng)早期、品種混雜區(qū)域或地形復(fù)雜地區(qū),傳統(tǒng)手段難以實(shí)現(xiàn)快速、精準(zhǔn)、大面積的動(dòng)態(tài)監(jiān)測(cè)。 光譜成像技術(shù)的出現(xiàn),為作物面積統(tǒng)計(jì)提供了革命性的解決方案。
    的頭像 發(fā)表于 12-05 10:44 ?314次閱讀
    光譜成像技術(shù)在<b class='flag-5'>作物</b>面積統(tǒng)計(jì)中的應(yīng)用

    電網(wǎng)局放值實(shí)時(shí)監(jiān)測(cè)傳感-技術(shù)演進(jìn)與實(shí)踐

    文章由山東華科信息技術(shù)有限公司提供在電網(wǎng)運(yùn)行體系中,局部放電(局放)作為電氣設(shè)備絕緣性能退化的早期征兆,其監(jiān)測(cè)數(shù)據(jù)的實(shí)時(shí)性與準(zhǔn)確性直接影響電力系統(tǒng)的安全裕度。電網(wǎng)局放值實(shí)時(shí)
    的頭像 發(fā)表于 11-19 09:21 ?402次閱讀
    電網(wǎng)局放值<b class='flag-5'>實(shí)時(shí)</b><b class='flag-5'>監(jiān)測(cè)</b>傳感<b class='flag-5'>器</b>-技術(shù)演進(jìn)與實(shí)踐

    如何通過(guò)振動(dòng)傳感提升水泵監(jiān)測(cè)準(zhǔn)確性與效率

    振動(dòng)傳感是水泵預(yù)測(cè)性維護(hù)的核心,通過(guò)實(shí)時(shí)精準(zhǔn)監(jiān)測(cè)軸承磨損、不平衡等故障特征,結(jié)合頻譜與趨勢(shì)分析,實(shí)現(xiàn)早期預(yù)警。直川科技提供高可靠性工業(yè)級(jí)傳感方案,助力智能運(yùn)維。
    的頭像 發(fā)表于 10-27 09:35 ?813次閱讀
    如何<b class='flag-5'>通過(guò)</b>振動(dòng)傳感<b class='flag-5'>器</b>提升水泵<b class='flag-5'>監(jiān)測(cè)</b>的<b class='flag-5'>準(zhǔn)確</b>性與效率

    利用 Banana Pi BPI-CM5 Pro(ARMSoM CM5 SoM) 加速保護(hù)科學(xué)

    職業(yè)生涯中收集的帶注釋數(shù)據(jù)集,根據(jù)自身目的微調(diào)高效的深度學(xué)習(xí)模型。人工智能加速硬件的出現(xiàn)意味著這些模型能夠以前所未有的速度運(yùn)行,相比之下,在CPU上運(yùn)行的算法(包括更傳統(tǒng)的基于機(jī)器
    發(fā)表于 10-27 09:18

    高光譜成像在作物長(zhǎng)勢(shì)監(jiān)測(cè)和產(chǎn)量預(yù)估的研究進(jìn)展

    參數(shù)的非接觸式、高精度監(jiān)測(cè)。近年來(lái),隨著遙感技術(shù)和人工智能算法的發(fā)展,高光譜成像系統(tǒng) (SKY機(jī)載高光譜相機(jī)+中達(dá)瑞和 云平臺(tái)) 已成為作物長(zhǎng)勢(shì)監(jiān)測(cè)和產(chǎn)量預(yù)估的重要工具。本文系統(tǒng)梳理該
    的頭像 發(fā)表于 10-16 16:31 ?534次閱讀
    高光譜成像在<b class='flag-5'>作物</b>長(zhǎng)勢(shì)<b class='flag-5'>監(jiān)測(cè)</b>和產(chǎn)量預(yù)估的研究進(jìn)展

    自動(dòng)駕駛中Transformer大模型會(huì)取代深度學(xué)習(xí)嗎?

    [首發(fā)于智駕最前沿微信公眾號(hào)]近年來(lái),隨著ChatGPT、Claude、文心一言等大語(yǔ)言模型在生成文本、對(duì)話交互等領(lǐng)域的驚艷表現(xiàn),“Transformer架構(gòu)是否正在取代傳統(tǒng)深度學(xué)習(xí)”這一話題一直被
    的頭像 發(fā)表于 08-13 09:15 ?4185次閱讀
    自動(dòng)駕駛中Transformer大<b class='flag-5'>模型</b>會(huì)取代<b class='flag-5'>深度</b><b class='flag-5'>學(xué)習(xí)</b>嗎?

    實(shí)時(shí)監(jiān)測(cè)技術(shù)如何破解高溫巡檢難題

    持續(xù)高溫,電網(wǎng)負(fù)荷屢創(chuàng)新高。設(shè)備過(guò)熱引發(fā)故障風(fēng)險(xiǎn)激增,如何準(zhǔn)確防控?本文聚焦實(shí)時(shí)監(jiān)測(cè)技術(shù)如何破解高溫巡檢難題。
    的頭像 發(fā)表于 08-12 14:20 ?921次閱讀
    <b class='flag-5'>實(shí)時(shí)</b><b class='flag-5'>監(jiān)測(cè)</b>技術(shù)如何破解高溫巡檢難題

    模型推理顯存和計(jì)算量估計(jì)方法研究

    GPU、FPGA等硬件加速。通過(guò)分析硬件加速的性能參數(shù),可以估算模型在硬件加速下的計(jì)算量。 四、實(shí)驗(yàn)與分析 為了驗(yàn)證上述估計(jì)方法的有效性,我們選取了幾個(gè)具有代表性的深度
    發(fā)表于 07-03 19:43

    邊緣計(jì)算中的機(jī)器學(xué)習(xí):基于 Linux 系統(tǒng)的實(shí)時(shí)推理模型部署與工業(yè)集成!

    你好,旅行者!歡迎來(lái)到Medium的這一角落。在本文中,我們將把一個(gè)機(jī)器學(xué)習(xí)模型(神經(jīng)網(wǎng)絡(luò))部署到邊緣設(shè)備上,利用從ModbusTCP寄存獲取的實(shí)時(shí)數(shù)據(jù)來(lái)預(yù)測(cè)一臺(tái)復(fù)古音頻放大器的當(dāng)前
    的頭像 發(fā)表于 06-11 17:22 ?1000次閱讀
    邊緣計(jì)算中的機(jī)器<b class='flag-5'>學(xué)習(xí)</b>:基于 Linux 系統(tǒng)的<b class='flag-5'>實(shí)時(shí)</b>推理<b class='flag-5'>模型</b>部署與工業(yè)集成!

    多光譜圖像技術(shù)在苗期作物與雜草識(shí)別中的研究進(jìn)展

    、勞動(dòng)強(qiáng)度大、完全依賴人工主體的經(jīng)驗(yàn)與知識(shí),在大面積雜草苗情觀測(cè)上,人工識(shí)別是無(wú)能為力的。遙感識(shí)別法則克服了人工監(jiān)測(cè)的諸多弊端,可以在短時(shí)間內(nèi)獲得作物大范圍的圖像,自動(dòng)識(shí)別田間雜草。 但是,由于
    的頭像 發(fā)表于 06-10 18:13 ?451次閱讀

    地物光譜儀在作物營(yíng)養(yǎng)監(jiān)測(cè)中的應(yīng)用

    作物營(yíng)養(yǎng)狀況是影響農(nóng)業(yè)產(chǎn)量和品質(zhì)的關(guān)鍵因素。傳統(tǒng)的營(yíng)養(yǎng)監(jiān)測(cè)方法如土壤化驗(yàn)、葉片化學(xué)分析等,雖然精度高,但耗時(shí)費(fèi)力、空間覆蓋有限。地物光譜儀的引入為農(nóng)業(yè)營(yíng)養(yǎng)監(jiān)測(cè)帶來(lái)了高時(shí)效、無(wú)損傷、區(qū)域化的解決方案
    的頭像 發(fā)表于 05-27 15:26 ?644次閱讀
    地物光譜儀在<b class='flag-5'>作物</b>營(yíng)養(yǎng)<b class='flag-5'>監(jiān)測(cè)</b>中的應(yīng)用