面向小麦田的多光谱图像数据驱动氮估计
计算机视觉与模式识别
2026-03-03 v1
摘要
农业现代化推动了先进分析和决策支持系统的发展，以提高资源利用率并减少环境影响。面向精准施草和施肥（TSF）的决策系统至关重要，使农民能够更精确地应用输入，优化资源使用并促进环境可持续性。然而，由于作物类型、施肥阶段、土壤条件和天气动态等外部因素，准确的 TSF 仍是一个具有挑战性的问题。本文提出 TerrAI，一种基于神经网络的 TSF 解决方案，考虑不同地块之间的时空可变性。我们在真实世界遥感数据集上进行的实验研究验证了 TerrAI 在数据驱动农业实践中的可靠性。
引用
@article{arxiv.2603.00139,
title = {Towards Data-driven Nitrogen Estimation in Wheat Fields using Multispectral Images},
author = {Andreas Tritsarolis and Tomaž Bokan and Matej Brumen and Domen Mongus and Yannis Theodoridis},
journal= {arXiv preprint arXiv:2603.00139},
year = {2026}
}