土壤墒情 智慧农业

融合WCM物理特征与多源遥感，用机器学习估算冬小麦拔节期土壤含水量。

基于物联网传感器实现农田土壤湿度自动监测与灌溉控制。

设计基于土壤湿度传感、微控制器和继电器的自动灌溉系统，按需供水。

设计基于土壤湿度传感、微控制器、继电器和水泵的自动灌溉系统，实现按需供水。

基于土壤pH、温湿度和降雨，用机器学习构建智能选种模型并开发交互式仪表板。

提出基于ESP32传感与两阶段机器学习的智能灌溉推荐系统，预测土壤湿度并推荐灌溉动作。

设计并验证了基于ESP32与随机森林的物联网闭环灌溉系统，实现植物胁迫自动诊断。

提出NNL-SM模型，融合NDMI、NDVI和LST将SMAP土壤水分从9km降尺度至1km。

评估ET0与土壤湿度对机器学习估算实际蒸散的影响及可解释性。

研发并评估太阳能供电的智能滴灌系统，利用土壤湿度传感器自动触发灌溉。

基于Transformer及变体融合多源卫星与地下水数据，将SMAP土壤湿度降尺度至1km日尺度。

基于物联网与土壤湿度及天气数据，实现低成本自动灌溉决策系统。

基于ESP32和Blynk开发了带手动/自动模式的自动浇水原型系统。

设计并实现了一套低成本GNSS精准农业监测系统，集成ESP32与物联网实时可视化。

该论文评估了测量噪声对NARX机器学习模型估算根区土壤水分动态精度的影响。

用多模态遥感与机器学习预测印度锡金高降雨区表层土壤水分。

融合多源遥感数据改进水云模型，实现柑橘园土壤水分和冠层含水量高精度反演。