公开(公告)号：CN119515593A

公开(公告)日：2025-02-25

申请号：CN202510097241.0

申请日：2025-01-22

Applicant: 北华航天工业学院

Inventor： 文斌 ,  唐瑞尹 ,  罗巍 ,  李瑞昊 ,  袁丽华 ,  苏祺 ,  李旭青

IPC: G06Q50/02 ,  G06Q30/0601 ,  G06V10/764 ,  G06V10/82 ,  G06V20/17 ,  G06F16/9535 ,  G05D1/225 ,  G05D1/49 ,  G05D109/20

Abstract: 本发明公开了智慧农业无人机巡检与数据分析系统，属于无人机巡检与数据分析系统领域，它在病虫害识别后的应对措施环节上，该系统直接根据识别出的病株类型和害虫种类，可同时为农户弹出对应的药品种类和用量信息，以及对应的农药销售商家平台链接，以便农户及时进行防控操作，且利用区块链技术自动匹配销售商家链接弹出至手持终端的方式，确保交易安全可追溯，引入智能合约实现采购自动化流程，提高交易效率和应对措施环节上的连贯性，满足现代农业对于高效、精准病虫害防治的需求。

公开(公告)号：CN119147729A

公开(公告)日：2024-12-17

申请号：CN202410966442.5

申请日：2024-07-18

Applicant: 北华航天工业学院

Inventor： 李旭青 ,  李凌飞 ,  唐瑞尹 ,  武建军 ,  王棋 ,  文斌 ,  罗巍 ,  宋玉彬 ,  吴艳萍 ,  区惠平 ,  顾会涛 ,  王玉博 ,  焦梦龙 ,  赵程炜 ,  陈旭颖

IPC: G01N33/24 ,  G06F18/27 ,  G06F18/26 ,  G06N3/0464

Abstract: 本发明提供了一种考虑物候的联合同化策略估算土壤水分的方法，涉及土壤水分估算技术领域。利用校准后的WOFOST模型得到待测区域的降尺度的根区土壤水分数据；根据农作物不同的生长阶段确定同化频率；根据同化频率获取待测区域的观测数据，所述观测数据包括：土壤水分与叶面积指数；利用集合卡尔曼滤波融合根区土壤水分数据与观测数据并生成同化数据；根据所述同化数据确定待测区域的土壤水分。本发明解决了现有技术中存在不必要的同化过程，效率大大减慢并在更精细分辨率上进行模型模拟会带来更高的计算成本的问题。

公开(公告)号：CN119903308A

公开(公告)日：2025-04-29

申请号：CN202510386827.9

申请日：2025-03-31

Applicant: 北华航天工业学院

Inventor： 文斌 ,  罗巍 ,  李旭青 ,  唐瑞尹 ,  王延仓 ,  苏祺 ,  于小龙 ,  冀永坤

IPC: G06F18/20 ,  G06Q50/02 ,  G06V10/30 ,  G06V20/17 ,  G06V20/10 ,  G06F18/25 ,  G01C11/00 ,  G01C11/04 ,  G01D21/02 ,  G06F123/02

Abstract: 本发明涉及作物长势监测技术领域，具体为一种通过影像监测作物长势的方法及系统，包括以下步骤：部署无人机，在目标水稻田上空进行飞行，采集影像数据，通过数据传输将影像数据实时发送至地面站，生成初步影像数据集；对所述初步影像数据集进行裁剪和校正。本发明中，利用无人机进行影像采集，避免了固定地面摄像头视角受限的问题，并通过实时数据传输减少数据滞后性，使监测更加及时。影像数据裁剪和校正过程中，消除了角度偏差和背景噪声，提高了叶面积指数计算的精准度。时间序列分析的引入，实现了作物生长趋势的动态监测，使得生长评估不再局限于单一时间点，而是形成历史数据比对，提高了生长状态的预测能力。

公开(公告)号：CN119443870A

公开(公告)日：2025-02-14

申请号：CN202510025697.6

申请日：2025-01-08

Applicant: 北华航天工业学院

Inventor： 文斌 ,  唐瑞尹 ,  李旭青 ,  李瑞昊 ,  涂圣梅 ,  罗巍 ,  袁丽华 ,  苏祺 ,  曹浩宇 ,  庄祥 ,  田晓慧

IPC: G06Q10/0637 ,  G06Q10/0635 ,  G06Q50/02 ,  G06V20/10 ,  G06V20/13 ,  G06V20/17 ,  G06V20/52 ,  G06T17/00 ,  G01D21/02 ,  G01D11/00

Abstract: 本发明公开了天空地网一体化高标准农田智能监测管理系统，属于农田监测管理系统领域，系统通过设置的空间监测数据采集单元、空中监测数据采集单元以及地面监测数据采集单元，可以分别与卫星遥感设备、无人机设备和若干个传感器节点进行多层次结合，共同组成针对目标农田数据采集的天空地一体化数据采集网，极大的提高了数据采集的全面性和精准度，同时将以一定间距均匀的分布多种传感器采集转换到的数据值进行映射图层三维建模，大大提高了目标农田上不同数据的展示直观性、便利性以及层次感，可以使用户更加直观的掌握目标农田不同位置处作物的健康状态和作物生长环境的优劣。

公开(公告)号：CN118537652A

公开(公告)日：2024-08-23

申请号：CN202410740434.9

申请日：2024-06-08

Applicant: 北华航天工业学院

Inventor： 李旭青 ,  唐瑞尹 ,  陈文博 ,  王玉博 ,  陈旭颖 ,  王棋 ,  吴艳萍 ,  孙肖 ,  罗巍 ,  文斌 ,  赵子辉

IPC: G06V10/764 ,  G06V20/13 ,  G06V10/26 ,  G06V10/77 ,  G06V10/80 ,  G06V10/82 ,  G06V10/762 ,  G06N3/0464 ,  G06N3/0895

Abstract: 本发明公开了一种基于自监督学习的遥感影像作物分类方法，通过全自动化样本选择方法提取出符合规则的作物样本数据，将作物样本数据加工制作成粗训练样本集，利用代理任务结合注意力机制进行表征学习，基于特征相似度确定各遥感图片的相似图片，然后将代理特征作为语义聚类的先验条件，使用softmax后的最大化点积作为损失函数进行精细分类。本发明对影像自身的特征相似学习的方法进行无监督训练，通过聚类的方法完成对于作物的分类，避免了手工标注数据的繁琐和昂贵；同时与传统的手工提取特征方法相比，它可以更好地适应遥感图像的复杂性和变化，同时可以更好地利用未标注数据进行训练，提高了作物分类的准确性。