CN102706870B - 一种仓储害虫发生信息实时监测方法及系统 - Google Patents
一种仓储害虫发生信息实时监测方法及系统 Download PDFInfo
- Publication number
- CN102706870B CN102706870B CN201210188643.4A CN201210188643A CN102706870B CN 102706870 B CN102706870 B CN 102706870B CN 201210188643 A CN201210188643 A CN 201210188643A CN 102706870 B CN102706870 B CN 102706870B
- Authority
- CN
- China
- Prior art keywords
- insect
- pheromones
- visualization sensor
- gas
- concentration
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Images
Landscapes
- Catching Or Destruction (AREA)
- Agricultural Chemicals And Associated Chemicals (AREA)
Abstract
本发明公开一种针对粮食仓储害虫发生信息实时监测方法及系统,若干个气体采集室分散放置在粮仓的信息素监测区域内,气体反应室内腔中固定设置嗅觉可视化传感器和摄像头,通过常规经验知识确定害虫雌虫散发信息素成分和浓度,选择敏感的色敏材料制成嗅觉可视化传感器;将变化后的颜色信息的RGB像素值减去纯净空气中RGB像素值得到颜色变化值;当变化值超过预设阈值时将每个变化值转化为相应的信号值得到信号响应特征矩阵,选取主成分特征向量,与已确定的信息素成分和浓度一起建立偏最小二乘回归模型;实测害虫信息素时根据模型即得到害虫信息素浓度值,以此在仓外即可了解粮仓内的主要害虫发生信息,从而选择合适的防治时机。
Description
技术领域
本发明涉及针对粮食仓储害虫的监测技术,特指利用嗅觉可视化技术监测害虫的信息素发生状况的方法及系统。
背景技术
粮食收购一般正值夏季高温期,是害虫最容易发生发展的时期,因此,新入仓的粮食普遍带有害虫,特别是隐蔽性害虫。害虫在粮食入仓初期发生数量较少,危害不大,但到达一定时间段后,害虫的种群则会迅速繁殖发展(依照逻辑斯蒂克公式),相应的危害量也急剧增加。在中国的中部,在适宜的条件下,入仓三个月的且未进行任何害虫治理措施的粮食重量损失可达11.25%,6个月则高达35.12%。对于入仓时间较长的粮食,由于害虫防治时熏蒸需要密闭及散气,不适合继续入粮,所以害虫防治过早会给后期入粮造成较大的不便,而防治太迟则使粮食遭受重大损失,因此,最好在害虫大规模繁殖之前这一合适的时机采取防治措施。目前,对入仓粮食害虫的防治时机通常根据工作人员的经验来判断,其缺陷是:对正确的防治时机的判断很难把握,导致粮食储藏的安全隐患。
粮仓内害虫的最佳防治时机,即害虫繁殖的高峰期前,害虫在繁殖交配之前,雌虫会向雄虫发出信息素,使得雄虫得以寻找到雌虫并交配繁殖。在害虫繁殖高峰期前,仓库中即有大量雌虫发出的信息素,如能采用合宜方法对害虫的信息素进行监测,即能获取害虫发生状况,把握合理的防治时机对害虫进行综合治理。
目前,有采用气相色谱法和其它仪器分析法对害虫信息素气体成分和含量的检测分析,但这些方法的实施需要对样品进行前处理,实验耗时比较长,主要应用在实验室研究中,并不能应用于粮库实时检测分析害虫的信息素。因此,粮食储藏迫切需求一种快速、客观、可实时检测和分析害虫活动状况的监测方法。
发明内容
本发明的目的是为了解决现有粮食仓储过程中的害虫发生状况监测和防治时机无法选择的问题,提供一种基于嗅觉可视化技术的仓储害虫发生信息实时监测的方法及系统,可采集并分析各种主要害虫雌虫发生的信息素,并可快速、客观、可靠地监测粮食仓储害虫发生繁殖状况。
本发明仓储害虫发生信息实时监测系统采用的技术方案是:该系统包括若干个气体采集室、气体反应室和计算机,若干个气体采集室分散放置在粮仓的信息素监测区域内,每个气体采集室的出口处均通过气流导管汇集后连接微型泵的输入端,微型泵的输出端通过气流导管连接气体反应室;气体反应室内腔中固定设置嗅觉可视化传感器和摄像头,嗅觉可视化传感器由传感器底板和固定在传感器底板上表面的嗅觉可视化传感器阵列组成,摄像头位于嗅觉可视化传感器阵列的正面;摄像头通过信号线连接图像采集卡,图像采集卡连接计算机,图像采集卡和计算机位于气体反应室外部。
本发明仓储害虫发生信息实时监测系统的监测方法采用的技术方案包括如下步骤:A、通过常规经验知识确定需要监测信息素发生状况的几种主要害虫,确定这些害虫雌虫散发信息素成分和浓度;选择对这些信息素敏感的色敏材料制成嗅觉可视化传感器;B、通过计算机获取嗅觉可视化传感器阵列在纯净空气中各个色敏材料的信息,作为基准颜色信息;C、开启微型泵使各个气体采集室采集粮仓内的气体,当气体反应室内气体成分和浓度发生变化时,嗅觉可视化传感器阵列的气体色敏材料颜色即发生变化;计算机获取变化后的颜色图像,将变化后的颜色信息的RGB像素值减去所述基准颜色信息的RGB像素值,得到反应前后的颜色变化值;D、当颜色变化值超过预设的阈值时,计算机将每一个颜色变化值转化为相应的信号值,将各个信号值相融合得到与储粮害虫挥发出信息素成分和浓度相关的嗅觉可视化传感器信号响应特征矩阵,对信号响应特征矩阵进行主成分分析,选取主成分特征向量,将主成分特征向量与步骤A中已确定的储粮害虫信息素成分和浓度一起建立偏最小二乘回归模型;E、实测害虫信息素时,根据所述偏最小二乘回归模型得到害虫信息素浓度值。
本发明的有益效果是:
1、本发明利用嗅觉可视化监测仓库中害虫发生状况,即通过可视化传感器阵列颜色信息的变化,判断粮仓中发生的主要害虫散发的信息素浓度,可快速、智能地检测害虫信息素的发生状况,以此判别害虫的交配状况,不用进粮仓,在仓外即可了解粮仓内的主要害虫发生信息,从而可选择合适的防治时机,为把握害虫的合理防治时机提供重要参考。
2、本发明提供了柔性技术,可根据粮仓内发生的主要害虫确定雌虫的信息素成分,选择相应灵敏度强的色敏材料,制作高灵敏度、专一性的嗅觉可视化传感器阵列。此外,还可以根据粮仓内害虫取食和呼吸发出的气体及粮食霉变发出的气体,更换嗅觉可视化传感器阵列,实时监测仓内粮食的信息。
下面结合附图和具体实施方式对本发明作进一步详细说明。
附图说明
图1是本发明仓储害虫发生信息实时监测系统的结构框架图;
图中:1.气体采集室;2.过滤网;3.气流导管;4.传感器底板;5.嗅觉可视化传感器阵列;6.气体反应室;7.微型泵;8.摄像头;9.图像采集卡;10.计算机。
图2是本发明仓储害虫发生信息实时监测系统的检测流程图。
具体实施方式
如图1所示的本发明的仓储害虫发生信息实时监测系统,该系统包括气体采集室1、气体反应室6和计算机10,气体采集室1有若干个,若干个气体采集室1分散放置在粮仓的信息素监测区域内,每个气体采集室1的出口处均通过气流导管3汇集后连接微型泵7的输入端。在每个气体采集室1的出口处均封有一个过滤网2,这样各种气体可以经过滤网2后再进入气流导管3,而小麦麦粒及灰尘等杂质则被阻挡在外,从而保证了气流导管3中气体顺畅运行。微型泵7的输出端通过气流导管3连接气体反应室6,在气体反应室6内腔中固定设置嗅觉可视化传感器和摄像头8,嗅觉可视化传感器由传感器底板4和嗅觉可视化传感器阵列5组成,嗅觉可视化传感器阵列5固定布置在传感器底板4上表面,摄像头8位于嗅觉可视化传感器阵列5的正面,面对着嗅觉可视化传感器阵列5,可对嗅觉可视化传感器阵列5进行摄像。摄像头8通过信号线连接图像采集卡9,图像采集卡9连接计算机10,图像采集卡9和计算机10位于气体反应室6外部。
采用图1所示的系统监测时,先是通过常规经验知识获取粮仓中发生的害虫种类及害虫的取食危害状况信息,检测分析粮仓中的害虫发生危害情况,确定需要监测信息素发生状况的几种主要害虫,并进一步确定这些害虫雌虫散发信息素的成分。例如,通过常规知识得知,粮食仓库在春夏季节发生的储粮害虫有玉米象、米象、谷蠹、赤拟谷盗及锯谷盗等;根据相关文献查询检测这些害虫的信息素成分,如从文献查知玉米象的信息素成分为5-羟基-4-甲基-3-庚酮。或者根据常规的化学分析方法(通常为气相色谱法)获取各种储粮害虫的信息素成分和浓度,建立害虫信息素数据库,可确定各种粮库在不同时期发生的储粮害虫信息素,为下一次分析提供基础。
根据主要害虫的信息素成分,选择对这些成分敏感的色敏材料并制作嗅觉可视化传感器。例如包括23种金属卟啉化合物和3种有机弱酸碱指示剂(甲基橙、甲基红、酚酞))作为备选的色敏传感器材料;然后根据仓储中发生的害虫及信息素数据库中相应的信息素成分,对这批备选色敏材料进行筛选,从中选择3-5个对所要检测害虫信息素敏感的气体色敏材料;再针对所选择的每种气体色敏材料选择相应的有机溶剂,将气体色敏材料以一定的浓度溶解在有机溶剂中,并通过疏水性白色稳定剂将溶解有选用气体色敏材料的有机溶剂固定在传感器底板4上,各自排列并沉积,干燥有机溶剂后即得到嗅觉可视化传感器阵列5,然后将制作好的嗅觉可视化传感器安装到本发明仓储害虫发生信息实时监测系统中的气体反应室6中。
通过摄像头8获取嗅觉可视化传感器阵列5的图像,图像信号经图像采集卡9传送到计算机10,计算机10首先获取嗅觉可视化传感器阵列5在纯净空气中各个色敏材料的图像信息,作为基准颜色信息。然后,开启微型泵7工作,使各个气体采集室1工作,以采集粮仓内的气体,微型泵7不断地通过气流导管3将气体采集室1内的气体引导到气体反应室6内的嗅觉可视化传感器阵列5上,当气体反应室6内气体成分及浓度发生变化时,嗅觉可视化传感器阵列5的气体色敏材料颜色与即发生了变化,摄像头8即捕获变化后的气体色敏材料的颜色图像,并将光信号转化为模拟电信号输送至图像采集卡9,图像采集卡9将电信号转换为数字信号(即完成A/D转换)后输送至计算机10中,计算机10即获取变化后的各个色敏材料的颜色信息。计算机10内置图像采集和处理程序、信号分析和模式识别程序等,将变化后的色敏材料中颜色信息的RGB(即红、绿、蓝)像素值减去基准颜色信息的RGB像素值,得到反应前后的颜色变化值(ΔR、ΔG、ΔB),当各个色敏材料的颜色变化值超过预设的阈值时,计算机10对其进行处理,对各个色敏材料的区域进行标定,计算每一个色敏材料的RGB分量颜色变化值并转化为相应的信号值,将嗅觉可视化传感器中各个色敏材料所获取的信号值相融合,即得到与储粮害虫挥发出信息素成分和浓度相关的嗅觉可视化传感器信号响应特征矩阵。对嗅觉可视化传感器所获取的信号响应特征矩阵进行主成分分析提取信号特征信息,选取贡献率较高(85%以上)的前几个主成分特征向量,将前几个主成分特征向量与上述常规的气相色谱法已确定的储粮害虫信息素成分和浓度建立一起偏最小二乘回归模型这一多变量分析数学模型,即信息素浓度检测模型。
当实测害虫信息素时,只需要通过上述步骤采集嗅觉可视化传感器信号,根据所建立的偏最小二乘回归模型对嗅觉可视化传感器颜色变化分析,则可得到害虫信息素浓度值,在常规情况下,储粮害虫信息素浓度会维持一个相对较低的状况,当所建立模型预测到害虫信息素浓度在快速增长时,即增长为常规浓度2倍以上,且持续快速增长,即为需要对粮仓中发生害虫进行防治的时机,系统即报警通知相关的管理人员,对粮仓内的害虫进行治理。
Claims (1)
1.一种仓储害虫发生信息实时监测方法,采用仓储害虫发生信息实时监测系统,该系统包括若干个气体采集室、气体反应室和计算机,若干个气体采集室分散放置在粮仓的信息素监测区域内,每个气体采集室的出口处均通过气流导管汇集后连接微型泵的输入端,微型泵的输出端通过气流导管连接气体反应室;气体反应室内腔中固定设置嗅觉可视化传感器和摄像头,嗅觉可视化传感器由传感器底板和固定在传感器底板上表面的嗅觉可视化传感器阵列组成,摄像头位于嗅觉可视化传感器阵列的正面;摄像头通过信号线连接图像采集卡,图像采集卡连接计算机,图像采集卡和计算机位于气体反应室外部,
其特征是包括如下步骤:
A、通过常规经验知识获取粮仓中发生的害虫种类及害虫的取食危害状况信息,检测分析粮仓中的害虫发生危害情况,确定需要监测信息素发生状况的几种主要害虫,根据相关文献查询检测这些害虫的信息素成分,并进一步确定这些害虫雌虫散发信息素的成分,或根据常规的化学分析方法获取各种储粮害虫的信息素成分和浓度,选择对这些信息素敏感的色敏材料制成嗅觉可视化传感器;
B、通过计算机获取嗅觉可视化传感器阵列在纯净空气中各个色敏材料的信息,作为基准颜色信息;
C、开启微型泵使各个气体采集室采集粮仓内的气体,当气体反应室内气体成分和浓度发生变化时,嗅觉可视化传感器阵列的气体色敏材料颜色即发生变化;计算机获取变化后的颜色图像,将变化后的颜色信息的RGB像素值减去所述基准颜色信息的RGB像素值,得到反应前后的颜色变化值;
D、当颜色变化值超过预设的阈值时,计算机将每一个颜色变化值转化为相应的信号值,将各个信号值相融合得到与储粮害虫挥发出信息素成分和浓度相关的嗅觉可视化传感器信号响应特征矩阵,对信号响应特征矩阵进行主成分分析,选取主成分特征向量,将主成分特征向量与步骤A中已确定的储粮害虫信息素成分和浓度一起建立偏最小二乘回归模型;
E、实测害虫信息素时,根据所述偏最小二乘回归模型得到害虫信息素浓度值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210188643.4A CN102706870B (zh) | 2012-06-11 | 2012-06-11 | 一种仓储害虫发生信息实时监测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210188643.4A CN102706870B (zh) | 2012-06-11 | 2012-06-11 | 一种仓储害虫发生信息实时监测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102706870A CN102706870A (zh) | 2012-10-03 |
CN102706870B true CN102706870B (zh) | 2014-05-28 |
Family
ID=46899811
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210188643.4A Active CN102706870B (zh) | 2012-06-11 | 2012-06-11 | 一种仓储害虫发生信息实时监测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102706870B (zh) |
Families Citing this family (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104251859B (zh) * | 2013-06-28 | 2017-02-08 | 成都谱视科技有限公司 | 一种基于智能终端的气体检测分析仪及检测方法 |
CN105181912B (zh) * | 2015-06-30 | 2017-09-05 | 江苏大学 | 一种大米储藏过程中的新鲜度检测方法 |
CN106706609B (zh) * | 2015-08-18 | 2021-03-26 | 中国科学院宁波材料技术与工程研究所 | 一种基于智能手机快速现场检测金属离子的方法 |
US11272699B2 (en) | 2018-02-01 | 2022-03-15 | Sensor Development Corporation | Device for detecting insect larvae and adult insects in stored products by sensing their volatile pheromones and semiochemicals |
AU2019215141A1 (en) * | 2018-02-01 | 2020-08-13 | Sensor Development Corporation | Device for detecting insect larvae and adult insects in stored products by sensing their volatile pheromones and semiochemicals |
CN112305206A (zh) * | 2019-08-01 | 2021-02-02 | 天津市蓟州区森林病虫害防治检疫站 | 检疫性害虫成虫检测仪 |
CN115219496A (zh) * | 2022-06-28 | 2022-10-21 | 中南林业科技大学 | 一种大米智能检测机器及其检测方法 |
CN116853557B (zh) * | 2023-09-01 | 2023-11-24 | 中储粮成都储藏研究院有限公司 | 粮仓自动巡检无人机及方法 |
Family Cites Families (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7074572B2 (en) * | 2002-04-30 | 2006-07-11 | Board Of Regents, The University Of Texas System | Method for pheromone discovery in insects |
JP2005046033A (ja) * | 2003-07-31 | 2005-02-24 | Japan Science & Technology Agency | 昆虫性フェロモン受容体タンパク質及びその利用 |
CN101055263B (zh) * | 2006-04-14 | 2011-03-23 | 河南工业大学 | 农产品储运期间有害生物活动监测的方法 |
CN101936912A (zh) * | 2010-08-25 | 2011-01-05 | 江苏大学 | 一种基于嗅觉可视化检测鱼新鲜度的方法及装置 |
-
2012
- 2012-06-11 CN CN201210188643.4A patent/CN102706870B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN102706870A (zh) | 2012-10-03 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102706870B (zh) | 一种仓储害虫发生信息实时监测方法及系统 | |
CN106682570A (zh) | 一种植物的长势监控方法和装置 | |
CN110972993A (zh) | 基于云服务的畜禽养殖智能化信息管理系统及方法 | |
CN108594678A (zh) | 一种基于人工神经网络的蜂群监控系统 | |
CN107219827A (zh) | 稻米食品全产业链信息系统、建立方法及应用 | |
CN106871971A (zh) | 一种植物生长管理系统 | |
CN109738435B (zh) | 一种荞麦生长监测诊断及产量预测方法 | |
CN108522435A (zh) | 一种检测寄生蜂寄生能力的装置及寄生能力评价方法 | |
CN115185220A (zh) | 一种基于物联网的农林病虫害监控系统 | |
WO2018032290A1 (zh) | 一种家庭花卉种植建议系统 | |
US20200037596A1 (en) | Identification of beneficial insects and/or pollutants in a field for crop plants | |
CN114460080A (zh) | 一种水稻病虫智能监控系统 | |
CN101138333B (zh) | 一种捕食性天敌对稻飞虱控制能力的田间检测方法 | |
CN111754045A (zh) | 一种基于果树生长的预测系统 | |
KR101740556B1 (ko) | 중앙 제어 장치 및 이에 의한 사육 환경의 조절 방법 | |
CN108759912A (zh) | 一种基于物联网的农业大棚环境检测系统 | |
Régnière et al. | The fine‐scale population dynamics of spruce budworm: survival of early instars related to forest condition | |
Arbogast et al. | Insect infestation of stored oats in Florida and field evaluation of a device for counting insects electronically | |
CN112345467A (zh) | 利用遥感技术估算水稻生理参数的模型及其应用 | |
CN208421879U (zh) | 一种害虫识别统计装置及系统 | |
Alver et al. | Automatic measurement of rotifer Brachionus plicatilis densities in first feeding tanks | |
Gathmann et al. | Spatial distribution of Aglais urticae (L.) and its host plant Urtica dioica (L.) in an agricultural landscape: implications for Bt maize risk assessment and post-market monitoring | |
CN107748531A (zh) | 一种基于大数据的农业养殖环境监控系统 | |
CN115362950A (zh) | 一种基于物联网平台的智慧养殖管控系统 | |
US6449896B1 (en) | Crop weighing |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant |