对方需求

葡萄种植

放条、埋土预测

因葡萄品种、土壤类型、含水量等条件不同，因此其放条、埋土的要求十分多变且难以预测。尤其是测量数据时，每次测量的微小误差累积起来后，会对预测结果产生较大影响。

全局信息化管理

咣咣砸钱，做过很多系统，都寄了。因为只采用了单一指标，没有从全局进行考虑，导致模型失败。以控水为例，防水8h或12h这种指标过于宽泛。实际情况下，不同季节需水完全不同。因此，信息化管理应当结合天气预测，利用气象驱动。

要在空间体系上，实现经济、生态、水丰效益的最优化。（做梦呢）

智慧果园

死系统，信息分散，没有整体化、全局化系统。应当结合土壤、天气信息，利用气象动因驱动系统。

气象

图像处理

分辨率不够(业内术语称为降尺度、差值？)。

数据质量控制：

  1. 对不对
  2. 补全

数据采集

高光谱、植物长势、物联网、灾情数据

数据处理

very important! 从历史数据中，找出线性、非线性的联系，进行预报预测，得出以下几个方面的结论：

  • when: 啥时候种
  • which: 种啥
  • manage: 全链条智慧管理

    我就纳闷了，整个蓝不拉几的科技风 UI 界面就智慧了？那还不如买华为呢，华为给我增智慧！

图像识别

  • 农民伯伯/姨姨拍张照，识别出来什么虫？用什么药？在哪里买？
  • 无人机拍照，分析作物长得咋样，有没有什么病虫害

其他

  • 粮食安全
  • 自然灾害预测
  • 干旱管理
  • 太阳能

产量预报

对方目前采用的仍是统计、经验、大数据模型等手段。但对于无法量化的数据，没有好的解决方案，如：

  1. 国家、自治区的政策、文件
  2. 灾情（主要是气象）
  3. 人工调查信息
  4. 多部门会商的结果
  5. 技术发展（例如加大某方面投入）
  6. 实时数据（农业部、气象站）
  7. 指标数据
  8. …

农事活动监测

摄像头咔咔一顿拍摄，只上传四张图，然后人工挨个搁那看，这帮狗日的今天到底修没修剪枝叶、有没有打药、滴灌有没有做。接着需要观察成效如何，并根据结果修正指标。

OA 系统

目前能够实现业务信息化、报表自动生成。但据对方所说似乎需要什么智能判断？WTF？

我方提供

你看这个面它又长又宽，你看这个饼它又大又圆

高光谱图像在农业气象领域的相关内容：

1.1 现有高光谱图像在当前农业气象领域存在的问题：
（1）所采集到的数据分辨率不足；数据质量存在问题，例如：数据残缺，数据是否正确等。
（2）需要对残缺的数据进行补全。

1.2 常见的解决方法：
（1）更换采集设备，升级为具有更高分辨率的摄像头或传感器。
（2）使用多光谱融合技术，将多个低分辨率的图像合并为一个具有更高分辨率的图像。
（3）利用更先进的图像处理算法，采用例如超分辨率深度学习模型，可以从低分辨率图像中提取更多的信息以改善分辨率。

2.高光谱图像的采集：
（1）植物健康监测：通过分析图像，可以监测植物疾病，病虫害，水分情况等。
（2）气象监测：通过捕捉大气中不同波长的光线，可获取湿度，温度等信息，有助于农业生产。
（3）对火灾等监测：高光谱图像可以捕获火灾中产生的烟雾、火焰等，可以及时发现火灾。
（4）

3.高光谱图像处理：
想要处理好农业领域的问题，就要使用气象数据作为驱动。对获取的高光谱图像进行预处理，提取当中与气象和土壤等有关的特征，分析其中存在的关系，并通过历史数据等建立预测模型，对气候等进行预测，并将其应用到农业种植领域。