AGROSENSING · 博客
农业田野笔记
智慧农业、作物智能、农业GIS、卫星监测、田间验证等实用指南。
122 文章 · 页面 1 的 11
智慧农业：制定实用的第一季计划
选择一项经常性的决定，例如雨后要检查哪些街区，并描述是谁做出的、何时发生以及目前缺少哪些证据。
阅读文章 ↗
混合规模农业控股的精准农业
按作物、管理历史以及设备或人员实际处理规模来划分田地。包括小块地块，而不是根据大块土地的工作流程来判断每一个资产。
阅读文章 ↗
农业数字孪生：从可靠的现场登记开始
确定存在哪些字段、其标识符的含义以及谁可以批准更改。在添加复杂的模拟或自动化之前，将每个映射块连接到作物记录。
阅读文章 ↗
农业数据质量：分析前的检查表
检查传入的数据集作为具有日期、单位、位置、方法和负责人的测量。在导入整个季节之前，根据现场记录测试一个小样本。
阅读文章 ↗
在卫星图像、无人机和实地调查之间进行选择
从管理问题需要区分的最小对象和最快变化开始。比较覆盖范围、细节、重新审视机会和现场访问，而不是为每项任务选择一种技术。
阅读文章 ↗
促成实地行动的智能农业仪表板
请主管描述每个图表背后的操作。有用的显示应该区分新观察到的更改、待处理的检查、已确认的问题和已完成的响应。
阅读文章 ↗
规划农业遥感试点
选择简单和困难领域的代表性组合。包括已知的管理事件，以便试点测试提议的观察过程是否注意到有意义的变化。
阅读文章 ↗
农场连接和离线现场数据规划
使用目标设备沿着实际的收集路线行走，并记录连接、位置精度和电池容量受到限制的位置。测试中断后的恢复，而不是假设表单离线工作。
阅读文章 ↗
计算农场测绘的运营价值
衡量员工寻找田地、重新审视不完整的调查以及协调矛盾报告所花费的时间。比较有限映射改进之前和之后的这些任务。
阅读文章 ↗
商品情报：将地图与农业决策联系起来
将市场信息、实地观察和产量估计作为单独的证据流。通过作物日历和明确命名的决策将它们联系起来，而不是将它们呈现为单一预测。
阅读文章 ↗
一个点是油棕种植园地图的起点
根据原始高分辨率图像和现场样本检查冠层中心点。将重叠的树冠、幼小的棕榈树、阴影和非棕榈树记录为单独的不确定性来源。
阅读文章 ↗
利用 GIS 进行油棕种植距离分析
比较同一种植群和区块内的相邻距离。在解释明显不寻常的间距之前，将边缘手掌、道路边缘、排水走廊和不规则的场地几何形状分开。
阅读文章 ↗从更互联的视角看您的土地。
选择作物，探索 AgroSensing 工作空间。