（一）成果简介

果园管理的关键就是要依据单株果树个体或者果园群体间的差异进行精准定位，实施择时、变量的田间管理，从而实现果树数量、坐标位置等信息的统计，对科学施肥、灌溉、病虫害防治等措施的实施有促进作用。针对传统果树单株提取方法流程繁琐、人力成本较高、耗时长等问题，提出复杂自然背景下使用深度学习实现果树无人机影像端到端的识别方法。本成果为结合互联网＋遥感等空间技术以及大数据、物联网等技术，实现了果树目标识别、种植结构遥感提取、农作物长势监测、病虫害智能识别等。江理沃图科技创新团队致力于利用地理信息、遥感科学、大数据挖掘和人工智能等技术，围绕空间信息管理及时空大数据挖掘，为智慧城市、智慧农业、生态环境、矿山资源利用开发与可持续发展等方面提供技术支持及平台服务。团队公开发表学术论文50余篇，其中高水平论文20余篇，2篇入选ESI高被引论文；授权发明专利2项、软件著作权20余项，出版专著、教材4部；指导学生参加学科竞赛、挑战杯、互联网获奖40余项，相关作品被江西电视台、人民网等多家媒体报道转载。

技术优势：1. 大范围监测；2. 高分辨率与精准性；3. 实时监测与动态分析；4. 智能化决策支持；5. 降低成本。

技术创新点：1. 多源数据融合；2. 自动化与智能化处理；3. 实时性与动态监测。

技术成熟度：通过小试

（二）应用情况

成果在江西、浙江等地进行了试验及应用，在强背景、弱背景、稀疏和稠密植株测试集上进行了测试，准确率达90％以上，在复杂自然背景下鲁棒性较好。

（三）市场化前景

1. 随着农业生产方式的转型升级，对于果树种植和病虫害防治的智能化、精准化需求越来越高。基于高分遥感影像的果树目标与病虫害智能识别关键技术能够满足这一市场需求，为农业生产提供更为科学、高效的管理手段。

2. 在果树种植方面，可以通过智能识别技术实现果树种植的合理规划和布局；在病虫害监测方面，可以及时发现病虫害并采取相应的防治措施；在农产品质量安全方面，可以通过智能识别技术实现对农产品的追溯和品质检测。