慧諾瑞德推出云譜系列-植物表型物聯(lián)網(wǎng)監(jiān)測系統(tǒng)

全球范圍內(nèi)，在成像、算力、算法的逐輪驅(qū)動下，計算機視覺和人工智能技術支撐了各行各業(yè)的蓬勃發(fā)展。在農(nóng)業(yè)領域，基于計算機視覺的植物表型技術，正逐步嵌入農(nóng)業(yè)產(chǎn)業(yè)鏈各個環(huán)節(jié)中，人工智能技術也得以大放異彩，慧諾在植物表型領域數(shù)十年的深耕，以“Plant to Sensor”和“Sensor to Plant”雙向奔赴的理念，向科研界與產(chǎn)業(yè)界展示了“與植物對話”的美妙場景。然而，當我們迷戀于高維度、高通量、每日數(shù)以百G數(shù)據(jù)體量產(chǎn)生的幸福感時，沉浸于絢爛的植物表型圖像帶來的視覺沖擊時，一些現(xiàn)實問題撲面而來，迫使我們不斷思考是否真的需要如此龐大體量的數(shù)據(jù)“與植物對話”，貪大求全的選擇和偏好是否正在給表型數(shù)據(jù)分析AI算法不斷加碼，反而又增加了對話的難度？推動表型組學向產(chǎn)業(yè)落地生根，提升植物研究的價值與智慧，是否“視覺圖像”就是“華山一條道”？

“少則得，多則惑”，當下，斷舍離、極簡、精要——這些充滿哲理又具有指導意義的理念不斷被實踐、被認可。當深刻體會到利用幾十個乃至數(shù)百個連續(xù)細分的光譜波段對植物成像帶來的數(shù)據(jù)處理壓力時，我們決定，跳出既定的“視覺”框架，去遵循“科學的簡單性原則”，因為解釋復雜現(xiàn)象的規(guī)律越簡單，越可能接近客觀真理。我們探索植物對光最為敏感的少數(shù)特征波段，使用非成像的窄帶波譜組合記錄植物的光譜反射，基于簡單的數(shù)學表達讓植物說話。我們打造云譜系列表型物聯(lián)網(wǎng)設備，通過減少波段數(shù)量，把握住“少的”高權重信息，降低表型捕獲和處理的復雜性，提高數(shù)據(jù)流效率；我們以軟硬一體的產(chǎn)品范式，打造表型數(shù)字基座，賦予植物表型獲取的網(wǎng)絡化、邊緣化屬性；我們構筑非視覺的空地協(xié)同表型網(wǎng)絡，將光譜維表型信息拓展到時間維、空間維，獲得“多的”我們想要的結果；我們構建“耘譜”植物表型物聯(lián)網(wǎng)云平臺，實現(xiàn)PC端、APP端和大屏端的數(shù)據(jù)展示和協(xié)同，嵌入基于表型大數(shù)據(jù)的算法模型，指導育種和種植端的智慧決策。

過去三年雖步履維艱，但技術上的努力和突破，慧諾人并未止步。我們推出的云譜表型物聯(lián)網(wǎng)產(chǎn)品，讓低成本多光譜表型檢測手段，與成熟的智慧農(nóng)業(yè)物聯(lián)網(wǎng)架構相碰撞融合，它不僅可以長期監(jiān)測一定區(qū)域內(nèi)作物冠層的生理表型，疊加環(huán)境氣象因子，產(chǎn)生的數(shù)字信息還能夠通過物聯(lián)網(wǎng)平臺，進行邊緣計算或者數(shù)據(jù)上云，實現(xiàn)勞動替代、精準投入和智能決策等。
 
春回大地，萬物“耕”新。我們相信這樣一款表型物聯(lián)網(wǎng)產(chǎn)品, 正在蓄勢待發(fā)，迸發(fā)足以改變當下表型研究與數(shù)字農(nóng)業(yè)發(fā)展的澎湃力量。
山水有相逢，來日皆可期，敬請關注植物表型物聯(lián)網(wǎng)全棧產(chǎn)品。
 
主要功能

• 近二十波段光譜測量獲取生理表型和組分含量信息
• 疊加氣象、環(huán)境、土壤等環(huán)境型信息
• 植物生理表型和生長環(huán)境的同時監(jiān)測
• 自動計算NDVI、SR、EVI等植被指數(shù)
• 風速、風向、降雨量、氣壓、溫度、濕度、PAR、光強、冠層/地面溫度、露點溫度、有效積溫、日最大溫度、平均溫度、GPS等
• 可選：土壤溫度、土壤濕度、土壤電導率
• 太陽能供電、數(shù)據(jù)無線傳輸
• 數(shù)據(jù)實時上云并分析展示
• 基于多傳感器融合的作物管理和決策

應用領域

• 數(shù)字農(nóng)業(yè)、智慧農(nóng)業(yè)、無人農(nóng)場
• 作物育種：小區(qū)或大田微氣候及作物生理和組分表型測量
• 設施農(nóng)業(yè)：基于環(huán)境和植物表型信息的智慧設施（溫室）控制
• 農(nóng)產(chǎn)品溯源
• 大尺度農(nóng)業(yè)數(shù)字化和管理決策
• ... ...

版本選擇

• 旗艦版
• 高級版
• 精靈版

更多產(chǎn)品詳細信息，請咨詢info@phenotrait.com。