CN105137840A - 设施温室内作物病虫害自动监测与智能施药防控系统 - Google Patents
设施温室内作物病虫害自动监测与智能施药防控系统 Download PDFInfo
- Publication number
- CN105137840A CN105137840A CN201510510721.1A CN201510510721A CN105137840A CN 105137840 A CN105137840 A CN 105137840A CN 201510510721 A CN201510510721 A CN 201510510721A CN 105137840 A CN105137840 A CN 105137840A
- Authority
- CN
- China
- Prior art keywords
- control
- greenhouse
- crop
- disease
- insect
- 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.)
- Pending
Links
- 241000607479 Yersinia pestis Species 0.000 title claims abstract description 43
- 238000012544 monitoring process Methods 0.000 title claims abstract description 24
- 230000002265 prevention Effects 0.000 title claims abstract description 24
- 238000012377 drug delivery Methods 0.000 title abstract 5
- 201000010099 disease Diseases 0.000 claims abstract description 65
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 65
- 241000238631 Hexapoda Species 0.000 claims abstract description 53
- 239000000575 pesticide Substances 0.000 claims abstract description 31
- 239000003814 drug Substances 0.000 abstract description 12
- 230000000694 effects Effects 0.000 abstract description 10
- 229940079593 drug Drugs 0.000 abstract description 8
- 238000005507 spraying Methods 0.000 abstract description 4
- 230000036541 health Effects 0.000 abstract description 3
- 230000008901 benefit Effects 0.000 abstract description 2
- 230000002829 reductive effect Effects 0.000 abstract description 2
- 241000258937 Hemiptera Species 0.000 abstract 1
- 239000000447 pesticide residue Substances 0.000 abstract 1
- 238000005516 engineering process Methods 0.000 description 11
- 238000000034 method Methods 0.000 description 9
- 239000003905 agrochemical Substances 0.000 description 8
- 241000196324 Embryophyta Species 0.000 description 7
- 230000000875 corresponding effect Effects 0.000 description 7
- 238000007726 management method Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 5
- 238000007405 data analysis Methods 0.000 description 4
- 238000001228 spectrum Methods 0.000 description 4
- 241000254127 Bemisia tabaci Species 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 230000006378 damage Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 3
- 238000011161 development Methods 0.000 description 3
- 230000000737 periodic effect Effects 0.000 description 3
- 239000007921 spray Substances 0.000 description 3
- 230000001360 synchronised effect Effects 0.000 description 3
- 241001124076 Aphididae Species 0.000 description 2
- 206010061217 Infestation Diseases 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 230000001276 controlling effect Effects 0.000 description 2
- 230000002596 correlated effect Effects 0.000 description 2
- 230000012010 growth Effects 0.000 description 2
- 238000003384 imaging method Methods 0.000 description 2
- 239000007788 liquid Substances 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000002156 mixing Methods 0.000 description 2
- 238000005457 optimization Methods 0.000 description 2
- 238000012827 research and development Methods 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000012360 testing method Methods 0.000 description 2
- 210000005239 tubule Anatomy 0.000 description 2
- 241001465977 Coccoidea Species 0.000 description 1
- 241000724252 Cucumber mosaic virus Species 0.000 description 1
- 241000227653 Lycopersicon Species 0.000 description 1
- 235000007688 Lycopersicon esculentum Nutrition 0.000 description 1
- 241000543828 Tomato yellow leaf curl Sardinia virus Species 0.000 description 1
- 241000018137 Trialeurodes vaporariorum Species 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 230000002411 adverse Effects 0.000 description 1
- 238000013019 agitation Methods 0.000 description 1
- 230000000844 anti-bacterial effect Effects 0.000 description 1
- 238000000889 atomisation Methods 0.000 description 1
- 239000003899 bactericide agent Substances 0.000 description 1
- 230000003542 behavioural effect Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000000035 biogenic effect Effects 0.000 description 1
- 238000009395 breeding Methods 0.000 description 1
- 230000001488 breeding effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000006854 communication Effects 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 230000008030 elimination Effects 0.000 description 1
- 238000003379 elimination reaction Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000002474 experimental method Methods 0.000 description 1
- 238000000605 extraction Methods 0.000 description 1
- 239000012530 fluid Substances 0.000 description 1
- 235000011389 fruit/vegetable juice Nutrition 0.000 description 1
- 230000009931 harmful effect Effects 0.000 description 1
- 238000001027 hydrothermal synthesis Methods 0.000 description 1
- 230000036039 immunity Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 230000002452 interceptive effect Effects 0.000 description 1
- 231100000053 low toxicity Toxicity 0.000 description 1
- -1 lso Species 0.000 description 1
- 230000004899 motility Effects 0.000 description 1
- 230000000704 physical effect Effects 0.000 description 1
- 230000008635 plant growth Effects 0.000 description 1
- 238000003825 pressing Methods 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 230000009467 reduction Effects 0.000 description 1
- 230000002441 reversible effect Effects 0.000 description 1
- 230000001954 sterilising effect Effects 0.000 description 1
- 238000004659 sterilization and disinfection Methods 0.000 description 1
- 208000024891 symptom Diseases 0.000 description 1
- 230000009897 systematic effect Effects 0.000 description 1
- 230000009885 systemic effect Effects 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 235000013311 vegetables Nutrition 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05B—CONTROL OR REGULATING SYSTEMS IN GENERAL; FUNCTIONAL ELEMENTS OF SUCH SYSTEMS; MONITORING OR TESTING ARRANGEMENTS FOR SUCH SYSTEMS OR ELEMENTS
- G05B19/00—Programme-control systems
- G05B19/02—Programme-control systems electric
- G05B19/04—Programme control other than numerical control, i.e. in sequence controllers or logic controllers
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Catching Or Destruction (AREA)
Abstract
本发明为智能控制与作物保护交叉技术领域。针对设施温室中病虫害频繁发生，烟粉虱等微小害虫繁殖率高、受人工施药扰动易脱逃，且病害不易早期发现，人工喷药有碍健康等问题，发明了集智能控制、物联网和作物保护技术于一体的自动监测与智能化精准施药防治温室作物病虫害系统。该系统包含不同作物病虫害的识别与动态监测模块、防治决策与控制模块、施药管路与门阀子系统、智能控制网络等硬件设备和控制软件。实施该发明，可自动准确监测温室中作物病虫害的发生动态，把握防治先机；精准、快捷施药，并规范农药选用，提升温室病虫害可持续防控效果和用药安全性；减少用药量、防治工本和农药残留。
Description
一、技术领域
本发明为智能控制与作物保护交叉技术领域。
二、背景技术
设施温室包括钢架连栋塑料大棚、北方半地下日光温室、玻璃温室等，用于各种蔬菜果品、花卉苗木等增温生长和反季节上市，可显著提升种植业经济效益，是现代高效农业的重要组成部分。由于设施温室中温度、湿度等环境条件较稳定、适宜，多种病虫害频繁发生。烟粉虱、蚜虫等重要害虫，不仅刺吸汁液危害作物，还传播番茄黄化曲叶病、黄瓜花叶病等毁灭性病害。烟粉虱、蚜虫、温室白粉虱、粉蚧等温室害虫体型小、繁殖率高、隐蔽性强，且轻微触动即掉落或飞离，因此，目前在温室中人工喷药防治害虫的扰动性强、针对性差、效果不佳，掉落后残存的害虫更易产生抗药性；且在相对密闭的温室中喷雾施药，对喷药者健康有不良影响。亟需研发集智能控制、物联网和病虫害监测与防控技术于一体的精准、快捷、智能化瞬时施药防治病虫害的软、硬件集成系统，避免害虫脱逃漏治及贻误病害早期发现与防治的时机，提升相对密闭系统病虫害可持续防控效果和用药安全性，减少用药量、施药次数和防治工本。
三、发明内容
根据设施温室内环境相对独立、可密闭、易操控，基本不受外部风雨影响，发明温室内作物病虫害自动监测与智能化施药防控系统，在准确监测多样点作物生长和病虫害发生动态的基础上，实现精准、快捷、同步施药防治一间或多间温室的一种或多种病虫害。该系统的软硬件包含以下四部分。
1、不同作物病害、害虫的识别与动态监测模块：包括多样点高清摄像头、红外光谱仪、传感器等探测设备(均按叶片正、反面和植株上、中、下部分别定位监测)，图像信息传输线缆或无线网络，定时定点摄像或光谱探测控制、害虫和病害特征图像自动比对识别(动态特征：大小/位置/颜色/光谱/边界等特征性变化，静态特征：与病害或害虫特征数据库比对)及样点害虫(运动性、生长性个体)计数、作物病症面积及扩展动态、病情指数监测等软件。其中，害虫和病害的自动识别引入特征图像、光谱等的优化算法(如SIFT、HASH算法等)实现，可有效克服噪声干扰。
2、病虫害防治决策与控制模块：内置不同病虫害的防治阈值(集成作物和病害、害虫的特征数据库)，并与上述监测的多样点相应害虫密度、病情指数等自动进行算法比对。从而确定是否启动一种或多种可配伍杀虫剂、杀菌剂的药液配制和施药防治；并从农药应用数据库中选择相应的有效防治药剂及其使用技术方案(用量、浓度、施用方式、喷雾压力范围和雾滴大小等)，同时发布施药警示与确认信号并录入管理日志。
3、施药管路与门阀子系统：包括在每间温室铺设封闭的纵横耐压管路网及压力开关，以及引自上述管路的可伸缩细管和雾化喷头；产生压力气体的空压机、储气罐、减压阀、压力表及电子开关；有效防治温室内作物病虫害的多种农药(包括化学农药和生物源农药)贮存与计量罐、药液混匀配制罐和药液分配器，以及农药定点安全贮存库及连接管路等。
4、智能控制网络：基于有线局域网或无线网络，包含中央控制电脑(或本地服务器、云端平台)、网络设备(线缆、路由器等)、电子开关、电子标签等物联网硬件(与温室的施药管路、害虫监测信息网络等整体布局)，以及由上述控制软件、数据库和系统管理模块集成的害虫智能监测与防控系统软件及其扩展应用的移动客户端。其中，系统管理模块包括每个农户注册用户及其每间温室用户管理、各种数据库管理(资料充实、更新、修改、删除等)、信息传输发布和交流管理、系统帮助文件和用户文件等各种文件管理等，其源程序与系统其他软件模块为一个整体。该网络具备可扩展性，以满足定期数据更新和设备升级的需要。
该系统的用户可连接到云端平台，云端服务器对病虫害识别与监测过程中获取的各种作物病害和害虫发生发展动态图像及相应的农药防控技术方案与效果等大数据进行对应分析，不断充实、修订不同作物上各种病虫害监测、农药防控技术方案等相关数据库；专家则可参与相关样本的云端大数据分析、并以分析结果为依据，进一步优化施药防控技术方案，反馈给系统和用户，从而提升系统的病虫害防控效能和作物产量与质量水平。
该系统提供给用户的交流平台，使不同用户之间可交流，并与专家互动，以获得相关知识和更精准的技术指导。
该系统各模块(子系统)之间及软硬件之间均需相互兼容，应用标准接口或建立相同的接口标准。同时对云端平台数据结构、数据采集与分析模型、通信过程等进行多层次选择与优化，确保整个系统的稳健畅行。系统软件可定期通过云端平台升级优化，以提高准确性、可靠性，并适应新的变化。
四、附图说明：
设施温室内作物病虫害自动监测与智能施药防控系统结构框图。其中，双箭头表示双向作用，单箭头表示单向作用；用户x，示多用户中某一个用户；温室1～n，示多间温室。
五、具体实施方式：
1、钢架连栋大棚中作物害虫自动监测与智能施药防控系统：包括每个大棚中不同作物害虫的识别与虫情监测模块、防治决策与控制模块、施药管路与门阀子系统、智能控制网络等硬件设备及其控制软件。其中，在每间温室的钢架上，铺设4纵(对应双畦作物)、2横(两端)耐压施药管路，以及引自该管路的下悬式可伸缩软管(对应不同的作物高度)和雾化喷头；与上述施药管路结合，多样点不同角度配置高清摄像头及其控制和图像传输线缆，用于定时拍摄、传输温室作物(如番茄)植株的上、中、下部和叶片正、反面的害虫(如烟粉虱)发生动态的采样图像(之前进行相关生物学实验，确定最有效的图像采样方案，以保证有效性，并提高效率)；并在系统的害虫识别与虫情监测模块，与害虫特征数据库图像静态比对、同时动态比对不同时间定点拍摄的图像，确定害虫发生的种类、数量、虫龄、部位等防控决策所需的关键指标信息。再与防治决策与控制模块中特定害虫的防治指标阈值比对，确定是否启动施药防控。系统并行处理多种害虫的识别、监测、防控决策和协同施药。如启动施药，则需关闭该温室，并从农药应用数据库中调取并确定有效防治特定害虫(一种或多种)的农药(一种或几种)及其应用于一种或多种害虫防控的相应技术方案，并通过智能控制网络和射频控制信号的发射、识别与接收，执行特定农药的定量取用和药液配制；再通过施药管路灌注到与雾化喷头连接的下悬式软管部位；随即输入稳定气压的压缩空气，同时打开该温室所有喷头的电子开关，实现各部位同时喷雾防治。
系统管理模块设置农户用户注册及其每间温室用户管理，对各温室分别进行害虫自动监测与智能施药防治管理；既可在各温室虫情发生较一致的情况下，统一配药、施药，也可单独对一间温室启动特定害虫的智能化施药防治。在启动施药前，多途径发布施药警示，并获得用户确认信号。施药后，将实施情况录入管理日志，并继续定期发布危险警示；同时，自动定期监测与反馈施药后害虫的防治成效，据此不断修订与优化农药数据库中特定害虫的农药防控技术方案；如达到预期防效，则自动清洗施药管路、喷头、摄像头等。
上述每间温室的耐压施药管路也可设置于地面(畦边)或地下，引自该管路的可伸缩(对应不同的作物高度)细管和雾化喷头、以及与管线结合配置的高清摄像头，其位置和角度都易于调整。
系统中雾化喷头和摄像头的位置和角度，可根据需要，通过进一步优化智能控制网络和系统控制软件，实现自动调整。既可对一间温室内作物害虫进行整体同步施药防治，也可根据局部作物上害虫发生动态和监测结果，通过启用单一或少数雾化喷头，进行早期局部有虫为害部位的瞬时精准施药防治，更有效地减少害虫发生、发展与危害风险、防治成本和农药残留。
该系统不排斥温室中粘虫板(黄板)、杀虫灯等物理性防治害虫技术的应用，并可与之协同配合，提高综合防控害虫的效果，或延迟并减少施药。
2、设施温室作物病虫害一体化自动监测与智能施药防控系统：在上述害虫自动监测与智能化施药防控系统中，增加温室中不同作物常见病害的早期症状图库、病害特征图像自动比对识别及多样点病害面积和病情指数监测模块、有效防治作物病害的杀菌剂(包括化学杀菌剂和生物农药)及其使用技术方案等数据库，多种杀菌剂贮存与计量罐及药液混匀配制罐。其中，害虫或病害的特征图像自动识别单元通过改进的算法(如SIFT算法)实现，提取出图像中关键特征点进行比对，包括对经过高斯模糊处理的图像的尺度空间进行极值检测、关键点定位、方向确定、关键点描述等，从而降低因目标自身状态、场景所处环境和成像器材成像特性等因素对图像匹配、目标识别跟踪的影响，实现准确、快速的识别功能。害虫识别的关键是构建出可有效比对的图库，先对各种害虫进行特征提取，抽象出关键特征，通过监控实践，确保提取的特征图库可快速有效的识别害虫。病害的光谱辅助识别采用HASH新算法，关键是确定温室各种病害不同发展期特别是早期的特征光谱，经算法处理后存入数据表；当光传感器检测到疑似病害特征信息时对检测信号进行算法处理，与数据表中数据进行对比，如设定的误差范围内(如不超过百分之十)即可认为检测到特定病害。
根据每间温室中病害和虫情定期监测结果，结合杀虫剂和杀菌剂的配伍性能，既可单独启动病害或虫害的施药防治，也可进行防治多种病虫害的一次性配药和施药防治，进一步减少施药成本。
3、设施温室作物病虫害自动监测与智能施药防控大数据优化系统：上述两个系统的病虫害识别、监测和防控数据，均可汇总到云端服务器平台，并对获取的每次施药防控数据进行系统性分析，从而自动充实、修订和优化不同作物上各种病害和害虫的识别特征和发生动态特征、农药防控技术方案等相关数据库；技术专家则设计优化相关算法，并参与相关样本的大数据分析，进一步优化施药防控技术方案，反馈给系统和用户，最终建立最有效的温室病害、害虫及其复合为害的系统性解决方案。
实施该发明产生的有益效果：1)该系统融合智能控制、物联网和作物保护技术，集病虫害自动监测与智能化施药防控于一体，实现温室密闭系统中精准、快捷、同步施药防治作物上同期发生的多种病虫害，避免了人工惊扰导致微小害虫脱逃漏治，并及早发现与把握病害防治先机，提升温室作物病虫害的整体可持续防控效果。2)多点多角度、定期(可调)、自动化监测温室中作物病虫害的发生动态，更具系统性、针对性、准确性和综合性，为精准施药和有效防控奠定基础；3)提升温室相对密闭系统中用药的安全性，避免了人工施药对人体健康的影响；4)基于准确监测和及时、精准、快捷地防治，可减少用药量、施药次数、防治工本和农药残留；5)基于该系统的自动化和智能化运行特征，可有效规范温室作物病虫害防治中高效、低毒、低残留农药的选择和安全施用；6)该系统的运行兼具研发功能，云端服务器对获取的不同温室作物各种病虫害发生发展动态、相应的农药防控技术方案及其效果等进行大数据分析，不断充实、修订与优化作物病虫害的识别特征、发生动态、农药防控方案等相关数据库，并进一步提升该系统的监测准确性和防控效果，显著提高温室作物的产量、质量和商品性。
Claims (5)
1.一种设施温室内作物病虫害自动监测与智能施药防控系统，其特征为，自动识别和监测温室作物上发生的一种或多种病害或害虫或多种病虫害。
2.权利要求1所述的设施温室内作物病虫害自动监测与智能施药防控系统，其特征为，智能化施用农药防治温室作物上发生的一种或多种病害或害虫或多种病虫害。
3.权利要求1和2所述的设施温室内作物病虫害自动监测与智能施药防控系统，其特征为，包含不同作物病虫害的识别与动态监测模块、病虫害防治决策与控制模块、施药管路与门阀子系统、智能控制网络等硬件设备及其控制软件。
4.权利要求1、2和3所述的设施温室内作物病虫害自动监测与智能施药防控系统，其特征为，可建立扩展该系统应用的移动客户端。
5.权利要求1、2和3所述的设施温室内作物病虫害自动监测与智能施药防控系统，其特征为，该系统的用户和数据可连接云端服务器平台。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510510721.1A CN105137840A (zh) | 2015-08-19 | 2015-08-19 | 设施温室内作物病虫害自动监测与智能施药防控系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201510510721.1A CN105137840A (zh) | 2015-08-19 | 2015-08-19 | 设施温室内作物病虫害自动监测与智能施药防控系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN105137840A true CN105137840A (zh) | 2015-12-09 |
Family
ID=54723220
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201510510721.1A Pending CN105137840A (zh) | 2015-08-19 | 2015-08-19 | 设施温室内作物病虫害自动监测与智能施药防控系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105137840A (zh) |
Cited By (15)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105700401A (zh) * | 2016-02-01 | 2016-06-22 | 广州君合智能装备技术有限公司 | 一种智能工控机 |
| CN106386735A (zh) * | 2016-08-26 | 2017-02-15 | 合肥若涵信智能工程有限公司 | 物联网农业害虫防控系统 |
| CN106990212A (zh) * | 2017-04-01 | 2017-07-28 | 深圳万发创新进出口贸易有限公司 | 一种可实时上传数据的农药残留检测系统 |
| CN109856998A (zh) * | 2018-06-04 | 2019-06-07 | 山东省农业可持续发展研究所 | 一种基于大数据的农业病虫害管理系统 |
| CN110235872A (zh) * | 2019-06-19 | 2019-09-17 | 仲恺农业工程学院 | 害虫防治系统及其害虫防治方法 |
| CN110487743A (zh) * | 2019-08-20 | 2019-11-22 | Oppo（重庆）智能科技有限公司 | 植物信息检测方法、装置及终端设备 |
| CN110786301A (zh) * | 2019-11-29 | 2020-02-14 | 宁波大龙农业科技有限公司 | 一种自动灭虫系统 |
| CN113287585A (zh) * | 2021-05-25 | 2021-08-24 | 红火蚁科技有限公司 | 一种红火蚁防控方法和系统 |
| CN113448368A (zh) * | 2021-06-29 | 2021-09-28 | 东港市远东节水灌溉设备有限公司 | 一种物联网智能农业控制检测方法及系统 |
| CN113674518A (zh) * | 2021-09-07 | 2021-11-19 | 江西省农业科学院园艺研究所 | 一种柑橘植株高温热害等级预报方法及系统 |
| CN113693049A (zh) * | 2021-08-18 | 2021-11-26 | 贵州省农业科技信息研究所（贵州省农业科技信息中心） | 一种辣椒蚜虫机载光谱探测器 |
| WO2022007114A1 (zh) * | 2020-07-06 | 2022-01-13 | 周爱丽 | 利用蝗虫密度分析的危害检测平台 |
| CN114063686A (zh) * | 2021-11-15 | 2022-02-18 | 宁夏农林科学院植物保护研究所（宁夏植物病虫害防治重点实验室） | 农业有害生物监测预警方法 |
| CN115413634A (zh) * | 2022-10-08 | 2022-12-02 | 广东省农业科学院设施农业研究所 | 一种用于温室大棚的灭虫装置 |
| CN118781550A (zh) * | 2024-09-02 | 2024-10-15 | 凉山彝族自治州农业科学研究院 | 一种基于图像识别的烟田病虫害监测方法及系统 |
Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101329560A (zh) * | 2008-08-01 | 2008-12-24 | 湖南农业大学 | 农业病虫害综合智能管理系统 |
| CN101947503A (zh) * | 2010-07-28 | 2011-01-19 | 中国农业大学 | 温室对靶施药机器人系统 |
| CN102541030A (zh) * | 2012-02-07 | 2012-07-04 | 蔡诗伟 | 作物病虫害智能监测防治系统 |
| US20140169138A1 (en) * | 2012-12-14 | 2014-06-19 | Electronics And Telecommunications Research Institute | Apparatus and method for repelling pests in greenhouse |
| CN103903006A (zh) * | 2014-03-05 | 2014-07-02 | 中国科学院合肥物质科学研究院 | 一种基于Android平台的农作物害虫识别方法及系统 |
| CN203745887U (zh) * | 2014-03-13 | 2014-07-30 | 河南洛士达科技有限公司 | 一种智慧农业大棚终端信息处理系统 |
| CN204347595U (zh) * | 2015-01-21 | 2015-05-20 | 河南中维电子科技有限公司 | 一种基于物联网的农业病虫害防控管理系统 |
-
2015
- 2015-08-19 CN CN201510510721.1A patent/CN105137840A/zh active Pending
Patent Citations (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101329560A (zh) * | 2008-08-01 | 2008-12-24 | 湖南农业大学 | 农业病虫害综合智能管理系统 |
| CN101947503A (zh) * | 2010-07-28 | 2011-01-19 | 中国农业大学 | 温室对靶施药机器人系统 |
| CN102541030A (zh) * | 2012-02-07 | 2012-07-04 | 蔡诗伟 | 作物病虫害智能监测防治系统 |
| US20140169138A1 (en) * | 2012-12-14 | 2014-06-19 | Electronics And Telecommunications Research Institute | Apparatus and method for repelling pests in greenhouse |
| CN103903006A (zh) * | 2014-03-05 | 2014-07-02 | 中国科学院合肥物质科学研究院 | 一种基于Android平台的农作物害虫识别方法及系统 |
| CN203745887U (zh) * | 2014-03-13 | 2014-07-30 | 河南洛士达科技有限公司 | 一种智慧农业大棚终端信息处理系统 |
| CN204347595U (zh) * | 2015-01-21 | 2015-05-20 | 河南中维电子科技有限公司 | 一种基于物联网的农业病虫害防控管理系统 |
Cited By (19)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105700401A (zh) * | 2016-02-01 | 2016-06-22 | 广州君合智能装备技术有限公司 | 一种智能工控机 |
| CN106386735A (zh) * | 2016-08-26 | 2017-02-15 | 合肥若涵信智能工程有限公司 | 物联网农业害虫防控系统 |
| CN106990212A (zh) * | 2017-04-01 | 2017-07-28 | 深圳万发创新进出口贸易有限公司 | 一种可实时上传数据的农药残留检测系统 |
| CN109856998A (zh) * | 2018-06-04 | 2019-06-07 | 山东省农业可持续发展研究所 | 一种基于大数据的农业病虫害管理系统 |
| CN110235872A (zh) * | 2019-06-19 | 2019-09-17 | 仲恺农业工程学院 | 害虫防治系统及其害虫防治方法 |
| CN110487743A (zh) * | 2019-08-20 | 2019-11-22 | Oppo（重庆）智能科技有限公司 | 植物信息检测方法、装置及终端设备 |
| CN110786301B (zh) * | 2019-11-29 | 2022-02-18 | 宁波大龙农业科技有限公司 | 一种自动灭虫系统 |
| CN110786301A (zh) * | 2019-11-29 | 2020-02-14 | 宁波大龙农业科技有限公司 | 一种自动灭虫系统 |
| WO2022007114A1 (zh) * | 2020-07-06 | 2022-01-13 | 周爱丽 | 利用蝗虫密度分析的危害检测平台 |
| CN113287585A (zh) * | 2021-05-25 | 2021-08-24 | 红火蚁科技有限公司 | 一种红火蚁防控方法和系统 |
| CN113448368A (zh) * | 2021-06-29 | 2021-09-28 | 东港市远东节水灌溉设备有限公司 | 一种物联网智能农业控制检测方法及系统 |
| CN113693049A (zh) * | 2021-08-18 | 2021-11-26 | 贵州省农业科技信息研究所（贵州省农业科技信息中心） | 一种辣椒蚜虫机载光谱探测器 |
| CN113674518A (zh) * | 2021-09-07 | 2021-11-19 | 江西省农业科学院园艺研究所 | 一种柑橘植株高温热害等级预报方法及系统 |
| CN113674518B (zh) * | 2021-09-07 | 2022-11-15 | 江西省农业科学院园艺研究所 | 一种柑橘植株高温热害等级预报方法及系统 |
| CN114063686A (zh) * | 2021-11-15 | 2022-02-18 | 宁夏农林科学院植物保护研究所（宁夏植物病虫害防治重点实验室） | 农业有害生物监测预警方法 |
| CN115413634A (zh) * | 2022-10-08 | 2022-12-02 | 广东省农业科学院设施农业研究所 | 一种用于温室大棚的灭虫装置 |
| CN115413634B (zh) * | 2022-10-08 | 2024-05-14 | 广东省农业科学院设施农业研究所 | 一种用于温室大棚的灭虫装置 |
| CN118781550A (zh) * | 2024-09-02 | 2024-10-15 | 凉山彝族自治州农业科学研究院 | 一种基于图像识别的烟田病虫害监测方法及系统 |
| CN118781550B (zh) * | 2024-09-02 | 2024-11-19 | 凉山彝族自治州农业科学研究院 | 一种基于图像识别的烟田病虫害监测方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN105137840A (zh) | 设施温室内作物病虫害自动监测与智能施药防控系统 | |
| Yu et al. | Detection of broadleaf weeds growing in turfgrass with convolutional neural networks | |
| Esposito et al. | Drone and sensor technology for sustainable weed management: A review | |
| Chang et al. | Smart agricultural machine with a computer vision-based weeding and variable-rate irrigation scheme | |
| Azfar et al. | Pest detection and control techniques using wireless sensor network: A review | |
| Willmott et al. | Maintaining mimicry diversity: optimal warning colour patterns differ among microhabitats in Amazonian clearwing butterflies | |
| CN111582055A (zh) | 一种无人机的航空施药航线生成方法及系统 | |
| Khan et al. | Achieving food security for one million sub-Saharan African poor through push–pull innovation by 2020 | |
| Čirjak et al. | Automatic pest monitoring systems in apple production under changing climatic conditions | |
| JP2022546998A (ja) | 植物種の識別のためのシステムおよび方法 | |
| Franco et al. | The value of precision for image-based decision support in weed management | |
| Kroll et al. | Assembly dynamics of a forest bird community depend on disturbance intensity and foraging guild | |
| US20240206451A1 (en) | Intelligent weed treatment | |
| Giménez et al. | Predicting maize transpiration, water use and productivity for developing improved supplemental irrigation schedules in western Uruguay to cope with climate variability | |
| Michael et al. | Influence of spray technology and application rate on leaf deposit and ground losses in mountain viticulture | |
| Zheng et al. | A review: Development of plant protection methods and advances in pesticide application technology in agro-forestry production | |
| Young | A systematic review of the literature reveals trends and gaps in integrated pest management studies conducted in the United States | |
| Zhang et al. | Variable rate air‐assisted spray based on real‐time disease spot identification | |
| Piñero et al. | Toward the integration of an attract-and-kill approach with entomopathogenic nematodes to control multiple life stages of plum curculio (Coleoptera: Curculionidae) | |
| Imperatore et al. | Evaluation of a fixed spraying system for phytosanitary treatments in heroic viticulture in north-eastern Italy | |
| Nansen et al. | Phone app to perform quality control of pesticide spray applications in field crops | |
| Chang et al. | Design and implementation of artificial intelligence of things for tea (Camellia sinensis L.) grown in a plant factory | |
| Ye et al. | Key intelligent pesticide prescription spraying technologies for the control of pests, diseases, and weeds: A review | |
| Jiang et al. | A SPH-YOLOv5x-based automatic system for intra-row weed control in lettuce | |
| Harders et al. | Deep learning approach for UAV-based weed detection in horticulture using edge processing |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20151209 |
|
| WD01 | Invention patent application deemed withdrawn after publication |