CN105325385A - 虫口的自动监测 - Google Patents

虫口的自动监测 Download PDF

Info

Publication number
CN105325385A
CN105325385A CN 201510823987 CN201510823987A CN105325385A CN 105325385 A CN105325385 A CN 105325385A CN 201510823987 CN201510823987 CN 201510823987 CN 201510823987 A CN201510823987 A CN 201510823987A CN 105325385 A CN105325385 A CN 105325385A
Authority
CN
Grant status
Application
Patent type
Prior art keywords
επ
insect
bait
sensor
configured
Prior art date
Application number
CN 201510823987
Other languages
English (en)
Inventor
J.帕克
G.A.霍尔金伦多诺
H.P.梅代罗斯
Original Assignee
普渡研究基金会
Priority date (The priority date 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 date listed.)
Filing date
Publication date

Links

Classifications

    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01MCATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
    • A01M1/00Stationary means for catching or killing insects
    • A01M1/02Stationary means for catching or killing insects with devices or substances, e.g. food, pheronones attracting the insects
    • A01M1/026Stationary means for catching or killing insects with devices or substances, e.g. food, pheronones attracting the insects combined with devices for monitoring insect presence, e.g. termites
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01MCATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
    • A01M1/00Stationary means for catching or killing insects
    • A01M1/20Poisoning, narcotising, or burning insects
    • A01M1/2005Poisoning insects using bait stations
    • A01M1/2016Poisoning insects using bait stations for flying insects
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01NPRESERVATION OF BODIES OF HUMANS OR ANIMALS OR PLANTS OR PARTS THEREOF; BIOCIDES, e.g. AS DISINFECTANTS, AS PESTICIDES, AS HERBICIDES; PEST REPELLANTS OR ATTRACTANTS; PLANT GROWTH REGULATORS
    • A01N61/00Biocides, pest repellants or attractants, or plant growth regulators containing substances of unknown or undetermined composition, e.g. substances characterised only by the mode of action
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04LTRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00Network-specific arrangements or communication protocols supporting networked applications
    • H04L67/12Network-specific arrangements or communication protocols supporting networked applications adapted for proprietary or special purpose networking environments, e.g. medical networks, sensor networks, networks in a car or remote metering networks
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATIONS NETWORKS
    • H04W84/00Network topologies
    • H04W84/18Self-organising networks, e.g. ad-hoc networks or sensor networks
    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01MCATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
    • A01M1/00Stationary means for catching or killing insects
    • A01M1/22Killing insects by electric means
    • A01M1/223Killing insects by electric means by using electrocution
    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A40/00Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
    • Y02A40/10Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
    • Y02A40/11Specially adapted for crops
    • Y02A40/16Pest or insect control
    • Y02A40/166Ecological pest control, i.e. using competitors or parasites against crop pests

Abstract

公开了病虫害综合治理(IPM)系统(10)和电子昆虫监测装置(EIMD)(12)的示例性实施例。在一些实施例中,EIMD(12)可以各包括:诱饵(34),所述诱饵(34)用于吸引至少一个目标昆虫种类;一个或多个传感器(32),所述一个或多个传感器(32)响应于昆虫(56)接近所述诱饵(34)而生成一个或多个输出信号;以及电子控制器(44),所述电子控制器(44)构造成使用所述一个或多个输出信号来判断接近所述诱饵(34)的昆虫(56)是否属于所述至少一个目标昆虫种类。在一些实施例中,IPM系统(10)可以包括多个EIMD(12),所述多个EIMD(12)构造成通过由多个EIMD(12)共享的无线网络通信。

Description

虫口的自动监测

[0001] 相关申请的交叉引用

[0002] 本申请要求2010年10月17日提交的美国临时申请N0.61/393,919的优先权,该申请的全部公开内容通过参引的方式并入本文。

[0003] 政府权益

[0004] 本发明的形成过程中的部分工作得到了根据SCR1-103480拨款的来自美国国立食品与农业研究院的政府资金支持;美国政府可以具有本发明的某些权益。

技术领域

[0005] 本公开总的涉及病虫害综合治理(IPM)系统,并且更具体地,本公开涉及用于虫口的自动监测的无线传感器网络。

背景技术

[0006] 在政府机构、研究院、工业、种植户者组织以及公众中存在这样的共识,即:应当减少广效性杀虫剂的定期施用,因为这些杀虫剂导致大量经济、环境和社会问题(例如,杀虫剂的过度使用、抗杀虫剂性、带给天敌的毒性、工人的安全性、残留在食物上等等)。发展基于生态无害技术的IPM项目提供了满足该需要以及其他需要的独特机会。

[0007] 监测虫口是生态无害的IPM项目的重要组成部分。例如,如果种植户低估了虫口在处理阈值以下,那么种植户可能不施用杀虫剂,即使存在足够多的昆虫以导致严重的果实损坏。另一方面,如果当虫口实际在处理阈值以下时种植户高估了虫口在该处理阈值以上,那么种植户可能因为施用不必要的杀虫剂而浪费钱和资源。

[0008] 在树木果实行业中,对经济具有最大影响的昆虫是蛾类,包括但不限于:苹果蠹蛾(苹果小卷蛾)、东方果蛾(梨小食心虫)、以及卷叶蛾(果树黄卷蛾、玫瑰色卷蛾)。在存储产品行业中,蛾类和甲虫是两种主要的害虫,包括但不限于:印度谷螟(印度谷蛾)、地中海粉蛾(条斑螟蛾)、烟草甲虫(烟蠹虫)、以及小园皮蠹(花斑皮蠹)。对于这些昆虫中的每一种,已经研发了基于每个种类的雌性吸引雄性进行交配所使用的特异性信息素的人造饵。在最近的三十至四十年间,在信息素饵诱捕器中捕获雄蛾已是用来控制虫口并告知害虫治理决定(例如,何时开始杀虫剂处理,在何处施用杀虫剂和施用多少杀虫剂,等等)的最主要的手段。这种技术已经导致了杀虫剂施用数量的较大的减少,如在以下文献中所描述的:M.G.Solomon的“病虫害综合治理(1987) ” ;0.B.Kovanci等人的“用于北卡州苹果园中的东方果蛾(鳞翅类:卷蛾科)的治理的杀虫剂与交配干扰的对照”,见J.Econ.Entomology1248-58 (2005年);D.Thomson等人的“实施华盛顿和英属哥伦比亚省的果园中的苹果蠹蛾的交配干扰的十年:正确开始、成功治理”,见10BC WPRS公报,23-30 (2001年);T.Always的“苹果蠹蛾交配干扰和在太平洋西北部建立基于信息素的苹果蠹蛾治理地”,华盛顿州立大学(1998年);L.J.Gut等人的“在华盛顿苹果园中的基于信息素的苹果蠹蛾(鳞翅类:卷蛾科)治理”,J.Agric.Entomology 387-405 (1998 年);以及 L.H.Blommers 的“欧洲苹果园中的病虫害综合治理”,39 Ann.Rev.Entomology 213-41 (1994年),这些文献的全部公开内容通过参弓I的方式被各自并入本文。

[0009] 尽管存在潜在的优点,但与管理信息素诱捕器相关联的劳动密集活动成为阻碍其广泛应用的关键因素。一般建议,对于树木果实害虫,以每公顷一个诱捕器的密度(即,大约100m的间隔)来分布信息素诱捕器,而对于存储产品害虫,以每100m2—个诱捕器的密度(即,大约10m的间隔)来分布信息素诱捕器。在边界和其他容易受到新的害虫迀移影响的区域周围通常需要附加的诱捕器。当前,信息素诱捕器需要被定期地检查一一通常为每周1至5次,这取决于季节的时间和害虫的种类。诱捕器检查一般包括:(1)定位各个诱捕器;

(2)对捕获在每个诱捕器中的目标害虫的数量进行手工计数以及在纸张上记下该数量;以及(3)替换每个诱捕器中的粘性的底部,因为昆虫和其他的碎肩盖在粘性的底部上。这样,与信息素诱捕器相关联的劳力成本容易变得过高(即,大于杀虫剂减少所实现的任何节省)。这些劳力成本在以下文献中进行了记录:S.C.Welter的“用于交配干扰果园的改进的信息素诱捕器诱t耳组合的吸引范围”,加州的梨树顾问委员会(1997年);E.R.Williamson等人的“使用信息素进行苹果蠹蛾的交配干扰的经济性”,《农作物保护》,473-477,(1996年);L.H.Blommers (前面引用过);以及P.G.Fenemore等人的“实施害虫控制中的改进的问题:英国苹果的个案研究”,《农作物保护》,51-70,(1985年),这些文献的全部公开内容通过参引的方式被各自并入本文。虫口的持续监测因此仍然是任何IPM项目的最具挑战性的组成部分之一。

发明内容

[0010] 根据一个方面,电子昆虫监测装置(EM))可以包括:用于吸引至少一个目标昆虫种类的诱饵;响应于昆虫接近诱饵而生成一个或多个输出信号的一个或多个传感器;以及电子控制器,其构造成利用所述一个或多个输出信号而判断接近诱饵的昆虫是否属于所述至少一个目标昆虫种类。

[0011] 在ΕΠ®的一些实施例中,所述一个或多个传感器可以包括生物阻抗传感器。该生物阻抗传感器可以包括高压放电栅。该高压放电栅可以包括限定具有敞开的底面的圆筒体的多个金属元件。该高压放电栅可以构造成产生仅仅暂时地击晕接近诱饵的昆虫的电压。在ΕΠ®的其他实施例中,所述一个或多个传感器可以包括光传感器。在ΕΠ®的又一些其他实施例中,所述一个或多个传感器可以包括超声传感器。在一些实施例中,所述一个或多个传感器可以包括从由超声传感器、生物阻抗传感器和光传感器构成的组中选择的至少两种传感器。

[0012] 在ΕΠ®的一些实施例中,电子控制器可以构造成通过分析所述一个或多个输出信号的电脉冲的斜率、幅值、上升时间、下降时间、宽度和振铃频率中的至少一个来判断接近诱饵的昆虫是否属于所述至少一个目标昆虫种类。在ΕΠ®的其他实施例中,电子控制器可以构造成通过向所述一个或多个输出信号应用传感器合并算法来判断接近诱饵的昆虫是否属于所述至少一个目标昆虫种类。

[0013] 在一些实施例中,ΕΠ®还可以包括用于与相邻的ΕΠ®进行无线通信的通信模块。在其他实施例中,ΕΠ®还可以包括用于确定ΕΠ®的配置位置的全球定位系统模块。在又一些其他实施例中,ΕΠ®还可以包括通过电源控制器向电子控制器以及向所述一个或多个传感器供电的电池。该电源控制器可以构造成实施主动占空比调节方案,以保存由电池供给的电力。

[0014] 在一些实施例中,ΕΠ®还可以包括具有至少一个向内倾斜的上表面的昆虫收集器。在其他实施例中,ΕΠ®还可以包括包含电子控制器的壳体。该壳体可以构造成与Δ形昆虫收集器和桶形昆虫收集器中的一个可互换地配合。

[0015] 根据另一个方面,病虫害综合治理(IPM)系统可以包括多个电子昆虫监测装置(EIMD)。所述多个ΕΠ®中的每一个可以包括:构造成检测目标昆虫的一个或多个传感器;构造成对在一定时期内检测到的目标昆虫的数量进行计数的电子控制器;以及无线电装置,其构造成通过由所述多个ΕΠ®共享的无线网络来传递在所述一定时期内检测到的目标昆虫的数量。

[0016] 在IPM系统的一些实施例中,所述多个EM)中的每一个还可以包括构造成确定EIMD的位置的全球定位系统模块。所述多个ΕΠ®中的每个的无线电装置可以还构造成通过无线网络来传递ΕΠ®的位置。所述多个ΕΠ®中的每个的无线电装置可以构造成通过无线网络与所述多个ΕΠ®的仅仅第一子集直接通信。所述多个ΕΠ®中的每个的无线电装置可以构造成利用多次中继通信通过无线网络与所述多个ΕΠ®的第二子集间接通信。

[0017] 在IPM系统的一些实施例中,所述多个ΕΠ®中的每一个的电子控制器可以构造成向通过无线网络传递的数据应用基于集群的数据聚集协议。在IPM系统的其他实施例中,所述多个ΕΠ®中的每一个的电子控制器可以构造成向通过无线网络传递的数据应用机会数据聚集协议。在IPM系统的又一些其他实施例中,所述多个ΕΠ®中的每一个的电子控制器可以构造成向通过无线网络传递的数据应用多维数据压缩协议。

[0018] 在一些实施例中,IPM系统还可以包括决定支持系统(DSS),该DSS构造成接收由所述多个ΕΠ®中的每一个检测的目标昆虫的数量并且响应于由所述多个ΕΠ®中的每一个检测的目标昆虫的数量输出地点特定的害虫治理信息。IPM系统还可以包括与DSS直接通信的网关,该网关构造成通过无线网络与所述多个ΕΠ®中的一个或多个通信。在其他实施例中,IPM系统还可以包括嵌入式基站,该嵌入式基站构造成通过无线网络与所述多个EIMD中的一个或多个通信以及通过公共网络与DSS通信。

[0019] 在IPM系统的一些实施例中,地点特定的害虫治理信息可以包括图形用户界面,该图形用户界面包括虫口图。该图形用户界面还可以包括一个或多个图标,每个图标表示所述多个ΕΠ®中的一个的位置。该图形用户界面还可以包括图示由所述多个ΕΠ®中的一个或多个在一定时期内检测的目标昆虫的数量的曲线图。

附图说明

[0020] 下文的详细描述特别参照附图进行,在附图中:

[0021] 图1示出了自动化IPM系统的一个实施例;

[0022] 图2示出了可以在图1的IPM系统中使用的电子昆虫监测装置(ΕΠ®)的一个实施例;

[0023] 图3Α示出了可以在图2的ΕΠ®中使用的诱饵的一个实施例;

[0024] 图3Β示出了可以在图2的Ε頂D中使用的生物阻抗传感器的一个实施例;

[0025] 图3C示出了可以在图2的ΕΠ®中使用的生物阻抗传感器的另一个实施例;

[0026] 图3D示出了可以在图2的ΕΠ®中使用的生物阻抗传感器的又一个实施例;

[0027] 图3E示出了可以在图2的ΕΠ®中使用的昆虫收集器的一个实施例;

[0028] 图3F示出了可以在图2的ΕΠ®中使用的昆虫收集器的另一个实施例;

[0029] 图4是可以在图2的E頂D中使用的混合电路板的一个示例性实施例的简化框图;

[0030] 图5是可以在图1的IPM系统中使用的ΕΠ®的另一个示例性实施例的截面示意图;

[0031] 图6示出了通过图5的ΕΠ®中的目标昆虫的存在而产生的示例性电脉冲;

[0032] 图7是图5的E頂D的混合电路板的简化框图;

[0033] 图8是可以在图1的IPM系统中使用的ΕΠ®的又一个示例性实施例的截面示意图;

[0034] 图9示出了图8的E頂D的光传感器;

[0035] 图10是可以在图1的IPM系统中使用的ΕΠ®的又一个示例性实施例的截面示意图;

[0036] 图11是可以在图1的IPM系统中使用的嵌入式基站的一个示例性实施例的简化框图;

[0037] 图12示出了使用多次中继路由向网关发射数据的EIMD网络的一个实施例;

[0038] 图13A示出了基于集群的数据聚集在图12的ΕΠ®网络中的使用;

[0039] 图13B示出了机会数据聚集在图12的ΕΠ®网络中的使用;

[0040] 图14A示出了包括虫口图的图形用户界面的一个实施例;

[0041 ] 图14B示出了包括虫口图的图形用户界面的另一个实施例,其中E頂D的位置显示为图标;以及

[0042] 图15示出了图形用户界面的又一个实施例,该图形用户界面包括虫口图和示出了虫口随时间的变化的曲线图。

[0043] 在所有图形中,使用相似的附图标记来标示相似的元件。

具体实施方式

[0044] 尽管本公开的构想可以具有多种改型和替代形式,但本公开的具体的示例性实施例通过示例的方式在附图中示出并将在本文详细地描述。然而,应当理解,并不意在将本公开的构想限制于所公开的特定形式;相反,意在覆盖落在由所附权利要求限定的本发明的精神和范围内的所有改型、等同设置以及替代形式。

[0045] 在下文的描述中,诸如系统组成部分的类型和相关关系之类的众多具体细节可能被阐释以提供对本公开更透彻的理解。然而,本领域技术人员应认识到,本公开的实施例可以在没有这些具体细节的情况下实施。在其他情形中,控制结构、门级电路以及完整的软件指令序列可能没有被详细地示出以便不使本公开变得晦涩。本领域技术人员通过所包含的描述将能够在无需过多试验的情况下实施适当的功能。

[0046] 在说明书中对“一个实施例”、“实施例”、“示例性实施例”等等的引述表示所描述的实施例可以包括特定的特征、结构或特性,但是并非每一个实施例一定都包括该特定的特征、结构或特性。另外,这种用语并不一定指同一个实施例。此外,当结合实施例描述特定的特征、结构或特性时,无论是否明确地说明,都认为本领域技术人员能够结合其他实施例实现这种特征、结构或特性。

[0047] 本公开的实施例可以在硬件、固件、软件或其任何组合中实施。例如,本公开的一些说明性实施例可以实施为存储在一个或多个非瞬时性的可机读介质中的指令,这些指令可以被一个或多个处理器读取和执行。非瞬时性的可机读介质可以包括用于以可被机器(例如,处理器)读取的形式存储或发送信息的任何有形的机构。例如,非瞬时性的可机读介质可以包括只读存储器(ROM)、随机存取存储器(RAM)、磁盘存储介质、光存储介质、闪存装置、以及其他有形介质。

[0048] 在图1中示出了自动化病虫害综合治理(IPM)系统10的一个示例性实施例。IPM系统10包括多个电子昆虫监测装置(EHffi)12,EIMD 12形成配置在场地16 (例如,果园)中的ΕΠ®网络14。能够想到,可以将ΕΠ®网络14配置在IPM系统10将提供改进的害虫治理的任何位置。每个ΕΠ® 12使用吸引至少一个目标昆虫种类的诱饵(例如,性信息素)以及检测目标昆虫何时接近诱饵的一个或多个电子传感器而自动地监测其附近的虫口。下文参照图2至图10描述了可以在IPM系统10中使用的ΕΠ® 12的各种实施例。能够想到,IPM系统10可以包括任何数量的E頂D 12,这取决于配置位置的特性(例如,场地16的大小)。

[0049] 在图1的示例性实施例中,每个ΕΜ) 12获取的数据通过ΙΡΜ系统10的网关20被无线地发送到决定支持系统(DSS)18。DSS 18可以实施为任何类型的计算装置或任何数量的计算装置。例如,DSS 18可以被实施为一个或多个个人计算机、工作站、膝上型电脑、手持式计算机、移动互联网设备、蜂窝电话、个人数字助理、电话设备、网络电器、虚拟设备、存储控制器、或者构造成与ΕΠ®网络14通信的其他基于计算机的设备。在图1的示例性实施例中,网关20处于配置在场地16中的至少一个ΕΠ® 12的通信范围内(允许剩余的EIMD 12通过多次中继路由与网关20间接通信,这将在下文中参照图12、13Α和13Β进一步地描述)。在其他实施例中,当DSS 18和网关20不能够方便地设置在场地16中或场地16附近时,ΙΡΜ系统10还可以包括配置在场地16中的嵌入式基站28。如将在下文中参照图11进一步地描述,基站28能够收集来自EIMD网络14的数据而无需与外部计算机或电源直接连接。

[0050] DSS 18解译从Ε頂D网络14接收的数据并且生成与场地16相关的地点特定的害虫治理信息。例如,DSS 18可以利用从ΕΠ®网络14接收的数据生成诸如在下文中参照图14Α、14Β和15描述的图形用户界面(GUI)之类的一个或多个图形用户界面(GUI)。用户可以通过诸如个人计算机22或移动电话24之类的一个或多个能够使用浏览器的计算装置来访问由DSS 18生成的地点特定的害虫治理信息。一个或多个计算装置22、24可以被实施为一个或多个个人计算机、工作站、膝上型电脑、手持式计算机、移动互联网设备、蜂窝电话、个人数字助理、电话设备、网络电器、虚拟设备、存储控制器、或者构造成通过网络26与DSS 18通信的其他基于计算机的设备。网络26可以被实施为任何类型的有线和/或无线网络,例如局域网、广域网、公众可用的全球网络(例如,互联网)、和/或其他网络。另外,网络26可以包括诸如路由器、交换机、中间计算机等之类的任何数量的附加设备,以便促进DSS 18与一个或多个计算装置22、24之间的通信。

[0051] 在示例性实施例中,IPM系统10的每个ΕΠ® 12包括多个模块化组成部分,即:电子器件壳体30、一个或多个传感器32、一个或多个诱饵34以及昆虫收集器36。在图2中示出了具有这四个模块化组成部分的ΕΠ® 12的一个示例性实施例。ΕΠ® 12的电子器件壳体30围封混合电路板40 ( S卩,模拟和数字电路),该混合电路板40与一个或多个传感器32一起检测和识别目标昆虫并且将收集的数据报告给网关20(或基站28)。ΕΠ® 12的所述一个或多个传感器32可以实施为响应于昆虫的存在而生成一个或多个输出信号的任何类型的电子传感器。EIMD 12的所述一个或多个诱饵34可以实施为设计成吸引目标昆虫的任何类型的物质(例如,性信息素)。在一些实施例中,ΕΠ® 12可以包括用于不同的目标昆虫种类的多种互不干涉的诱饵34 (例如,一种诱饵34用于苹果蠹蛾,另一种诱饵34用于东方果蛾)。如图3A所示,所述一个或多个诱饵34可以附接于支撑件38,支撑件38允许所述一个或多个诱饵34悬挂在ΕΠ® 12的所述一个或多个传感器32中。ΕΠ® 12的昆虫收集器36通常定位在所述一个或多个传感器32下方并且收集被所述一个或多个诱饵34吸引的目标昆虫。

[0052] 由于ΕΠ® 12的组成部分是模块化的,所以很多不同类型的传感器32、诱饵34以及昆虫收集器36可以与电子器件壳体30组合以组装成目标为特定类型的昆虫或者实现期望性能的ΕΠ® 12。例如,ΕΠ® 12的所述一个或多个传感器32可以实施为一个或多个生物阻抗传感器、光传感器、超声传感器,等等。在图2所示的示例性实施例中,所述一个或多个传感器32包括实施为高压放电栅32的生物阻抗传感器。在图3B中更详细地示出的这种特定的生物阻抗传感器32包括形成具有敞开的底面的圆筒体的两个同心的金属线圈。还能够想到高压放电栅32的替代设计。如图3C所示,生物阻抗传感器32可以包括形成具有敞开的底面的圆筒体的多个竖直金属杆。如图3D所示,可替代地,生物阻抗传感器32可以包括形成具有敞开的底面的矩形形状的多个竖直金属杆(例如,两排平行的竖直金属杆)。能够想到,生物阻抗传感器32可以包括形成任何期望的形状的多个金属元件(例如,单排竖直金属杆)。由于上述传感器32是模块化的,所以ΕΠ® 12的每个实施例都可以结合任何期望型式的传感器32。类似地,多种型式的昆虫收集器36可以与ΕΠ® 12配合使用。例如,每个ΕΠ® 12可以使用与图3E所示类似的△形昆虫收集器36或者与图3F所示类似的桶形昆虫收集器36。

[0053] 如上所述,每个E頂D 12包括混合电路板40,混合电路板40使目标昆虫的检测和将收集的数据往回报告给DSS 18自动化。混合电路板40的一般实施例示出为图4中的简化框图。混合电路板40包括与所述一个或多个传感器32交互的一个或多个昆虫检测模块42。当所述一个或多个传感器32响应于目标昆虫的存在而生成输出信号时,这些输出信号通过所述一个或多个昆虫检测模块42被报告给电子控制器44。混合电路板40的电子控制器44可以实施为能够执行软件/固件的任何类型的处理器,例如微处理器、数字信号处理器、微型控制器、专用集成电路(ASIC)、现场可编程门阵列(FPGA),等等。电子控制器44对从所述一个或多个昆虫检测模块42 (还有其他源)接收的信息进行处理并且使用一个或多个通信模块46向其他E頂D 12、网关20和/或基站28发送信息。一个或多个定位模块48使得每个E頂D 12能够获得其自己的地理位置,从而能够在空间上定位其对目标昆虫的检测。另外,混合电路板40可以利用一个或多个扩展模块50来扩展和定制。例如,在一些实施例中,每个ΕΠ® 12还可以测量诸如温度和相对湿度之类的相关环境变量。在其他实施例中,混合电路板40还可以包括暂时存储信息的非易失性存储器。混合电路板40的电源控制器52向所述一个或多个昆虫检测模块42、所述电子控制器44、所述一个或多个通信模块46、所述一个或多个定位模块48以及所述一个或多个扩展模块50 (直接地或间接地)供电。

[0054] 在图5中以截面图示出了使用生物阻抗传感器32和Δ形昆虫收集器36的ΕΠ®12的一个示例性实施例。与图3B所示的高压放电栅32类似,图5的生物阻抗传感器32示例性地实施为一对彼此间隔开大约1/5英寸的金属线圈。将注意的是,在其他实施例中,线圈间的间距可以根据目标昆虫种类而调节。ΕΠ® 12包括设置在线圈中的一个或多个诱饵34以吸引至少一种目标昆虫56。(设置在电子器件壳体30中的)混合电路板40使得电压差被施加在生物阻抗传感器32的一对金属线圈之间,但是通常没有电流流动,因为两个线圈形成开路。当昆虫56接近和/或触碰生物阻抗传感器32时,电路闭合,并且发生使目标昆虫56触电而死的电流。在一些实施例中,施加给生物阻抗传感器32的电压水平可以被优化以暂时击晕目标昆虫56,而不是使目标昆虫56完全触电而死,从而避免了目标昆虫56的尸体粘附在生物阻抗传感器32的表面上。由于图5的生物阻抗传感器32并不使用用于线圈的支撑框架,所以这种设计避免了在场地16中使用的化学物品的聚集,而这种聚集可能使两个线圈短路。另外,由于生物阻抗传感器32不包括任何不导电的降落表面,所以目标昆虫56不可能接近一个或多个诱饵34而不触电而死(并因此被检测到)。本领域技术人员将注意到,前面的考虑等同地适用于包括图3C和3D所示在内的替代性生物阻抗传感器设计。

[0055] EIMD 12通过分析生物阻抗传感器32的端子处的电压和电流信号的特性来检测目标昆虫56。当目标昆虫56接近和/或触碰生物阻抗传感器32的线圈时,产生电脉冲62,如图6所示。图6的曲线图将正常工作期间由生物阻抗传感器32生成的信号64与昆虫56的检测导致的电脉冲62进行了对照。电子控制器44可以对包括斜率、幅值、上升时间、下降时间、宽度和振铃频率等在内的每个电脉冲62的一个或多个属性进行分析,以辨别事件是由属于目标昆虫种类的昆虫56导致还是由属于非目标昆虫种类的昆虫56导致。在使用多种诱饵34的实施例中,电脉冲62的属性不仅能够用来辨别目标与非目标昆虫56,还能够将检测到的昆虫56分类为特定的目标昆虫种类。可以使用诸如中值滤波器之类的滤波器来消除系统中的电气变化(即,噪声)。将理解的是,适当的滤波器可以在离散的硬件组成部分和/或电子控制器44的软件中实施。如图6所示,将中值滤波器应用于非滤波的信号66产生了滤波信号68,在滤波信号68中,小的变化被去除,而源自于昆虫56的存在的大的变化被保留。

[0056] 当昆虫56被所述一个或多个诱饵34吸引并且被生物阻抗传感器32电击致死时,昆虫56落入到ΕΠ® 12的昆虫收集器36中,如图5所示。与图3E所示的Δ形昆虫收集器36类似,图5的昆虫收集器36构造成使得暂时被击晕的昆虫56容易地通过昆虫收集器36的入口 58下落,但是由于昆虫收集器36的向内倾斜的上表面60而难以从收集器36逃出。在其他实施例中,桶形昆虫收集器36 (与图3F所示的类似)可以与ΕΠ® 12配合使用。在任一种情况下,都能够想到可以将液体聚四氟乙烯(PTFE)(通常称为“昆虫-A-滑倒”或“氟隆”)或类似的物质施用到昆虫收集器36的一个或多个表面上,以增加捕获率并减小逃出率。液体PTFE的施用产生了易滑的表面,该易滑的表面导致目标昆虫56更容易地落入昆虫收集器36中并且在捕获之后更加难以爬出昆虫收集器36。

[0057] 现在参照图7,图5的ΕΠ® 12的混合电路板40被示出为简化的框图。在该示例性实施例中,混合电路板40通过一个或多个可再充电电池70或者一个或多个太阳能电池板72供电,或者由一个或多个可再充电电池70和一个或多个太阳能电池板72同时供电。例如,ΕΠ® 12可以从多个D型可再充电电池或多个磷酸锂铁(LiFeP04)可再充电电池汲取电力。电源控制器52向混合电路板40的其余部分提供来自可再充电电池70和/或太阳能电池板72的电力。电源控制器52产生的DC电压被隔离的DC/AC转换器74转换为AC电压。电压倍增器76使用该AC电压来产生被施加到生物阻抗传感器32的高压。隔离的DC/DC转换器78也接收来自电源控制器52的电力并将其转换至用于向隔离的信号调节电路80供电的适当的水平。该隔离的信号调节电路80测量当目标昆虫56被电击致死时来自生物阻抗传感器32的输出信号并将这些测量值输送至电子控制器44的模拟信道。隔离的DC电源电路82将来自电源控制器52的电力供给至电子控制器44。

[0058] 在一些实施例中,ΕΠ® 12能够利用电池电力工作至少六个月,从而消除了在一般的生长季期间替换电池的需要并且进一步降低了劳力成本。除了使用低功率微电子设备用于数据获取、存储、处理和传输以及使用所述一个或多个太阳能电池板72用于能量收集之夕卜,电源控制器52还可以包括自适应占空比调节机构,该自适应占空比调节机构使得当检测到ΕΠ® 12的能量存量较低时,ΕΠ® 12能够在较短的时期内工作。当电源控制器52感测到存储在所述一个或多个可再充电电池70中的能量正在稳定地减少时,电源控制器52可以向隔离的DC/AC转换器74、隔离的DC/DC转换器78以及隔离的DC电源电路82较短时期地间歇性供电。该自适应占空比调节机构允许ΕΠ® 12最长时间地工作而不耗尽其能量存量,从而获得了电池寿命与昆虫计数精度之间的最佳平衡。

[0059] 图7的混合电路板40还包括允许E頂D 12与其他E頂D 12、网关20和/或基站28通信的无线电装置46。在示例性实施例中,无线电装置46根据IEEE标准802.15.4、用于低速率无线个人局域网(LR-WPAN)的无线媒介访问控制(MAC)和物理层(PHY)规格而工作,该规格的全部内容通过参引的方式被并入本文。能够想到,在其他实施例中,无线电装置46可以使用其他通信协议。在示例性实施例中,混合电路板40还包括多个扩展模块50,例如包括:实时时钟84,以精确地追踪当前时间并且允许对昆虫检测进行时间标记;一个或多个温度和湿度传感器86,以监测相关的环境参数;用于本地信息存储的SD卡读卡器88 ;以及用于本地信息存储的外部闪存90。将注意的是,在其他实施例中,混合电路板40可以包括附加的扩展模块50或者包括更少的扩展模块50。

[0060] GPS模块48也包括在混合电路板40中以允许EM) 12自动地找到其自己的位置。如前所述,可以在场地16中配置多个ΕΠ® 12以形成用于虫口监测的ΕΠ®网络14。在配置期间,每个ΕΠ® 12通过其自身坐标和全局时间基准被初始化。这可以通过多种方式来完成。在示例性实施例中,每个E頂D 12包括GPS模块48,GPS模块48提供高度精确的定位,但是增加了 ΕΠ® 12的总功率预算及其成本。在其他实施例中,可以使用在配置时将坐标和全局时间基准发送给每个ΕΠ® 12的手持式GPS装置。这种方法在成本和功耗两方面都是具有吸引力的,但是需要用户在配置期间携带该手持式GPS装置。在又一些其他实施例中,ΕΠ® 12可以使用定位算法来确定其坐标和全局时间基准,例如在以下文献中描述的定位算法:T.H.He的“用于大规模传感器网络的范围自由的定位方案”,移动计算和网络的第9届国际年会学报,81-85(2003年);K.R.Langendoen的“无线传感器网络中的分布式定位:量化比较,43计算机网络,无线传感器网络499-518(2003年);C.R.Savarese的“分布式Ad-Hoc无线传感器网络中的位置”,关于声学、语音和信号处理的IEEE国际会议的第四学报,2037-2040 (2001年);以及A.H.C.Savvides的“Ad-Hoc无线传感器网络中的动态细粒度定位”,关于移动计算和网络的第7届ACM/IEEE国际年会学报(2001年),这些文献的全部公开内容通过参引的方式被各自并入本文。在存在对ΕΠ® 12之间的直接通信的障碍物的环境中(例如,场地16中的树的遮蔽),这种定位算法的精度可能变差。

[0061] 在图8中以截面图示出了使用光传感器32和桶形昆虫收集器36的ΕΠ® 12的另一个示例性实施例。在一些实施例中,光传感器32可以包括多个可见光或红外(IR)发光二极管(LED)和相应的检测器。例如,在图9中以仰视图示出了 8个IR LED/检测器32围绕ΕΠ® 12的漏斗部92的周边分布的示例性实施例。为了提高精度,其他实施例可以使用围绕漏斗部92的周边分布的IR LED/检测器32的多个同心环。当目标昆虫56被布置在EIMD 12中的一个或多个诱饵34吸引时,被注入杀虫剂的杀虫带94使昆虫56中毒并最终使其通过漏斗部92落下。安装在漏斗部92中(例如,安装在漏斗部92的底部附近,如图8所示)的光传感器32用来对落下的昆虫56进行计数。与前面论述的实施例类似,混合电路板40上的电子控制器44对来自光传感器32的输出信号进行分析,以判断ΕΠ® 12中目标昆虫56的存在。在一些实施例中,从光传感器32接收的所述一个或多个输出信号的属性可以不仅用来检测昆虫56的存在,还能够用来辨别不同的种类。能够想到,图8的ΕΠ®12可以使用很多与图5的ΕΠ® 12相同的组成部分(例如,图7所示的混合电路板40的组成部分)。另外,由于ΕΠ® 12的组成部分的模块化特性,刚刚描述的光传感器32可以与具有向内倾斜的上表面60的昆虫收集器36(与图5所示的类似)配合使用。在这种实施例中,可以不需要杀虫带94以防止目标昆虫56逃出昆虫收集器36。

[0062] EIMD 12的又一些其他示例性实施例可以使用多个多形态传感器32以检测目标昆虫56的存在和种类。在一些实施例中,例如如图10中所示,多形态传感器32可以包括一个或多个超声传感器32A、一个或多个生物阻抗传感器32B、以及一个或多个光传感器32C(还有其他类型的传感器32)。从所述多个多形态传感器32获得的信息可以被混合电路板40的电子控制器44使用传感器合并算法来组合,以精确地识别所捕获的昆虫种类。在以下文献中描述了一些示例性算法:T.Ganchev等人的“鸣叫的昆虫的声学监测”,关于声学、语音和信号处理的IEEE国际会议,721-724 (2007年);M.Mayo等人的“活蛾的自动种类识别”,《基于认知的系统》,195-202(2007年);C.F.Graetzel等人的“用于果蝇的实时翅振分析的 6000Hz 计算机视觉系统”,R., Robotics&B1mechatronics 278-283 (2006 年);A.T.Watson等人的“使用数字自动化识别系统(DAISY)自动识别活蛾(大鳞翅类)”,《系统学和生物多样性》,287-300 (2003年);A.Moore等人的“光学感测蚜虫(同翅类:蚜黄科)翅振波形的自动化识别”,Annals Entomological Soc.Amer.1-8 (2002 年);Ε.D.Chesmore等人的“用于昆虫的自动化检测和识别的声学方法”,Int’1 Sym.0n Sensors Horticulture223-231 (2001年);以及A.Moore等人的“通过翅振频率的分析进行飞行昆虫的自动化识别”,J.Econ.Entomologyl703-1706(1986年),这些文献的全部公开内容通过参引的方式被各自并入本文。然而,与依赖于昂贵的高性能计算装置的已有装置不同,本发明公开的EIMD12使用具有能够在嵌入式平台上运行的检测和分类算法的低成本、低功率传感器进行实时处理。能够想到,图10的ΕΠ® 12可以使用很多与图5的ΕΠ® 12相同的组成部分(例如,图7所示的混合电路板40的组成部分)。另外,由于ΕΠ® 12的组成部分的模块化特性,可以基于目标昆虫56的种类容易地优化用于特定的ΕΠ® 12的多形态传感器32。

[0063] 现在参照图11,在一些实施例中,可选地,IPM系统10可以包括嵌入式基站28来代替网关20。如上所述,在DSS 18和网关20不能够方便地设置在场地16中或场地16附近的情形中,基站28可以配置在场地16中并且收集来自ΕΠ®网络14的数据。由于基站28通常将设置在户外,所以基站28的组成部分被围封在具有防风雨用户界面102和防风雨连接器面板104的防风雨壳体100中。用户界面102可以包括多个输入和输出装置,这些输入和输出装置包括但不限于防风雨按钮和LED。连接器面板104可以包括多个外部连接器端口,举例而言,这些连接器端口例如为电源连接器106、以太网端口 108、以及相反极性的微型A(RP-SMA)连接器110。在示例性实施例中,电源连接器106耦合到设置在基站28上或基站28附近的一个或多个太阳能电池板112。在其他实施例中,电源连接器106可以耦合到替代性的电源(例如,AC市电)——如果这种电源能够在场地16中获得的话。RP-SMA连接器110耦合到通信天线114,通信天线114示例性地实施为12dBi角形天线。

[0064] 如图11所示,基站28包括用作基站28的中央处理单元的小形状因子计算机116 (通常称为“插座式计算机”)。在一个示例性实施例中,插座式计算机116可以是能够从加州的阿纳海姆的Globalscale技术公司买到的SheevaPlug装置。基站28的电池充电器118通过电源连接器106接收来自一个或多个太阳能电池板112的电力并且使用该电力对一个或多个可再充电电池120、122进行充电。如图11所示,基站28至少包括一级电池120,并且可以可选地包括一个或多个二级电池122。在示例性实施例中,一级电池和二级电池120、122包括1^?6?04可再充电电池。电压调节器124从一个或多个可再充电电池120、122汲取电力并且向插座式计算机116供给DC电力。利用上述组成部件,基站28能够在场地16中长时期工作而不需要连接于外部电源。

[0065] 基站28还包括用于与ΕΠ®网络14通信的至少一个无线电装置126。在图11的示例性实施例中,无线电装置126根据IEEE标准802.15.4构造并且通过RP-SMA连接器110耦合到通信天线114。将注意的是,在其他实施例中,无线电装置126可以使用其他通信协议。利用无线电装置126,插塞式计算机116可以与位于天线114的通信范围内的任何ΕΠ® 12通信。这样,基站28可以收集来自ΕΠ®网络14的数据以便存储或传输到DSS18。在一些实施例中,基站可以包含诸如存储器装置128和/或第二无线电装置130之类的附加的组成部分。在这种实施例中,通用串行总线(USB)集线器132可以提供插塞式计算机116与这些附加的组成部分之间的附加的USB连接。存储器装置128可以用来提供用于插塞式计算机116的附加的存储器空间并且可以实施为任何类型的可机读媒介(例如,闪存)。第二无线电装置130可以被插塞式计算机116用来通过网络26通信。例如,利用第二无线电装置130,基站28可以构造成将从E頂D网络14收集的数据传递至DSS 18和/或计算装置22、24。尽管图11中的第二无线电装置130示例性地使用IEEE 802.11通信标准,但可替代地,第二无线电装置130可以使用在移动电话业中使用的任何数量的数据通信标准与网络26的任何部分进行通信。作为补充或替代,基站28可以存储数据以便本地下载到连接于基站28的以太网端口 108的计算装置22、24或者本地下载到直接位于基站28的无线电装置126、130中的一个的通信范围内的计算装置22、24。

[0066] 现在参照图12,每个ΕΠ® 12设置有仅仅有限的通信范围,因为无线通信所需的能量大小随距离而显著地增加。与各ΕΠ® 12与网关20直接通信不同,每个ΕΠ® 12获取的信息通过多次中继路由被间接地发送,如图12中的虚线所示。换言之,每个ΕΠ® 12将其获取的信息发送至更靠近网关20的相邻的ΕΠ® 12,该相邻的ΕΠ® 12继而将该信息转发至另一个相邻的ΕΠ® 12,等等,直至信息到达网关20。在图12中,ΕΠ® 12附近的方形表示含有各个ΕΠ® 12获取的传感器测量值的、需要发送至网关20的数据包。如图12所示,在没有任何本地数据聚集和压缩的情况下,在网络中发送的数据的总量变得显著地大于由直接通信方法发送的数据的量。特别地,更靠近网关20的ΕΠ® 12将具有比远离接收器的EIMD大得多的通信负载,因为数据包的大小随着通过ΕΠ®网络14被中继而增大。网络中的这种不平衡的功耗仅仅在更多的ΕΠ® 12被添加到ΕΠ®网络14中时才更成问题。

[0067] 本发明公开的ΕΠ®网络14使用网络内数据聚集和压缩算法对各个ΕΠ® 12获取的在时间上和空间上相关联的数据进行编码,从而显著地减少网络中的数据传输量,并且因而增加可能的ΕΠ® 12的最大数量和ΕΠ®网络14的最大覆盖面积。对于诸如ΕΠ® 12之类的资源受约束的嵌入式设备,在本地处理数据要比无线地发送数据在功率方面高效得多。ΕΠ®网络14所使用的分布式数据聚集协议利用了网络的两个独特的特性:(1)靠近的EIMD 12(即一次中继的相邻装置)之间的通信相比于远离的ΕΠ® 12之间的通信以及大多数ΕΠ® 12与网关20(S卩,多次中继的相邻装置)之间的通信成本要低;以及(2)从任何两个ΕΠ® 12路由到网关20的数据包趋于在到达目的地之前行进通过至少一个公共的路由EIMD 12。

[0068] EIMD网络14所使用的分布式数据聚集协议的第一方面是形成ΕΠ® 12的集群,该集群在发送数据给网关20之前在本地聚集数据。该基于集群的数据聚集方法在图13A中示出。由于EIMD 12获取关于虫口(和/或环境)的信息而不是将每个测量值单独地发送至网关20(网关20可能与进行发送的ΕΠ® 12相隔了多次中继),所以每个ΕΠ®12将其自己的测量值发送至附近的ΕΠ® 12( S卩,集群头),该ΕΠ® 12在向网关20发送数据之前将其接收的测量值聚集成更紧凑的形式。在以下文献中描述了示例性的基于集群的数据聚集协议:H.Medeiros等人的“通过无线摄像机网络进行的基于集群的对象追踪”,多摄像机网络:构想和应用(2009年);H.Medeiros等人的“在无线摄像机网络中利用基于集群的卡尔曼滤波器进行分布式对象追踪”,IEEE J.Selected Topics SignalProcessing(2008年)Medeiros等人的“用于无线摄像机网络中的传感器集群的轻量型事件驱动协议”,关于分布式智能摄像机的IEEE/ACM国际会议,203-10 (2007年);D.Xia等人的“用于环境监测的无线传感器网络中的近似最优节点集群”,IEEE先进网络和应用(2007年);1.Gupta等人的“利用用于无线传感器网络的模糊逻辑的集群头选择”,Comm’ ηNetworks&Servs.Res.Conf.255-60(2005 年);V.Mhatre 等人的“具有寿命约束的最低成本混杂传感器网络”,IEEE移动计算业务4-15(2005年);0.Fahmy等人的“HEED:用于自组织传感器网络的混合型能量高效的分布式集群方法”,IEEE移动计算业务366-79(2004年);V.Mhatre等人的“具有寿命约束的监视传感器栅格的设计“,无线传感器网络欧洲讨论会,(2004年);Ρ.V.Rickenbach等人的“聚集传感器网络中的相关联数据”,Workshopon Discrete Algothrithms&Methods for MOBILE Computing&Comm,ns,60-66 (2004 年);S.Bandyopadhyay 等人的“能量高效的分级集群”,IEEE INF0C0M,1713-23 (2003 年);K.Kalpaski等人的“用于无线传感器网络中的最大寿命数据收集和聚集的高效算法”,计算机网络697-716(2003年);W.B.Heinzelman等人的“用于无线微型传感器网络的专用协议构架”,1660-670 (2002年);以及W.B.Heinzelman等人的“用于无线微型传感器网络的能量高效通信协议”,Ann.Ha.1nt’ 1 Conf.0n Sys.Sc1.(2000年),这些文献的全部公开内容通过参弓I的方式被各自并入本文。

[0069] EIMD网络14获得的测量值的特征在于数据本地性。换言之,在靠近的E頂D 12之间共享信息的优点比在远离的ΕΠ® 12之间共享信息的优点大得多。基于这种特性,仅仅在一次中继的相邻装置之间共享信息以用于数据压缩的目的带来了高度有效的数据压缩方案。由于“集群头"EMD 12负责数据聚集和压缩,所以它们可以比其他ΕΠ® 12(即,“集群成员”)快得多地耗尽其电池。为了平衡EM)网络14中的总能耗率,在EM)网络14的整个寿命期间,集群头的角色可以被动态地分配给不同的ΕΠ® 12。

[0070] EIMD网络14所使用的分布式数据聚集协议的第二方面是在向网关20发送数据之前将刚好在公共ΕΠ® 12处汇合的多个数据包聚集成新的更紧凑的数据包。在图13B中示出了该机会数据聚集方法。即使从远离的ΕΠ® 12接收的数据之间的相关性趋于比从靠近的ΕΠ® 12接收的数据之间的相关性小,但机会数据聚集仍可提供显著的能量节省,如在以下文献中描述的:C.1ntanagonwiwat等人的“网络密度对无线传感器网络中的数据聚集的影响”,分布式计算系统,457-59 (2002年);以及L.Krishnamachari等人的“数据聚集在无线传感器网络中的影响”,分布式计算系统研讨会,575-78 (2002年),这两篇文献的全部公开内容通过参引的方式被各自并入本文。该方法还通过在消息朝向网关20前进时减小消息的有效大小而减少了 ΕΠ®网络14中的能量消耗的不平衡。尽管机会数据聚集可以增加消息传输延迟,但低延迟在诸如IPM系统10之类的农业监测应用中不是那么关键。

[0071] 同样,上述分布式数据聚集协议基于由场地16中的ΕΠ® 12收集的信息的两个基本特性:时间相关性和空间相关性。关于时间相关性,由E頂D网络14中的每个E頂D 12观察到的大多数物理参数由环境的自然差异控制,并且这些参数的变化性因此相对能够预测。这些变化能够利用简单(即,连续的且良态的)的数学函数来建模。换言之,可以利用标准的数据拟合技术将一组大样本测量值转变成明显紧凑的表示。例如,由ΕΠ® 12在数小时内获得的几千个温度测量值可以利用分段线性插值机理由几十个参数来表示。在其他实施例中,ΕΠ® 12可以使用基于熵的压缩技术,如在F.Marcelloni等人的“用于监测无线传感器网络的微小节点的高效无损压缩算法”中所描述的,见52计算机期刊,969-87 (2009年),该文献的全部公开内容通过参引的方式被并入本文。

[0072] 类似地,由E頂D网络14中的所有E頂D 12在特定时刻获得的测量值能够被认为是二维函数,在该二维函数中,ΕΠ® 12的坐标(即,其物理位置)是自由变量。因此,由EIMD 12获取的信息可以通过使用多维数据拟合机理被进一步压缩,如在以下文献中所描述:S.Pattern等人的“空间相关性对无线传感器网络中带压缩的路由的影响”,传感器网络的ACM业务,1-33 (2008年),该文献的全部公开内容通过参引的方式被并入本文。另外,在诸如离散余弦变换(DCT)和3D-DCT之类的有损图像和视频压缩中使用的方法可以被ΕΠ®网络14使用,以在能够容许一定的精度损失以换取延长的网络寿命时进一步压缩由EIMD12获取的数据,如在以下文献中描述:Y.Q.Shi的“用于多媒体工程的图像和视频压缩:基本原理、算法和标准”(2008年),该文献的全部公开内容通过参引的方式被并入本文。将注意的是,尽管已经关于ΕΠ®网络14向网关20发送收集的数据的实施例描述了分布式数据聚集协议,但上文的描述能够等同地应用于ΕΠ®网络14向IPM系统10的嵌入式基站28发送收集的数据的实施例。

[0073] 如上所述,示例性实施例中的每个E頂D 12都能够识别存在于诱捕器中的昆虫56的种类,对检测到的不同目标昆虫56的数量进行计数,并且将检测与特定时间和地点相关联。ΕΠ® 12将该数据发送至网关20 (或基站28),网关20 (或基站28)继而将该数据中继至DSS 18。利用ΕΠ®网络14收集的信息,DSS 18可以构建任何给定时间下监测区域中的虫口图140。虫口图140可以被周期性地构建或者响应于来自用户设备的询问而根据要求构建。这种图可以作为GUI的一部分显示在诸如个人计算机22或移动电话24之类的一个或多个能够使用浏览器的计算装置上。在一些实施例中,虫口图140可以包括覆盖在监测区域的俯视图上的颜色代码图(与红外图或图像类似)。图14A示出了包括这种类型的虫口图140的⑶I的一个实施例。在其他实施例中,虫口图140可以另外将E頂D 12的地点显示为图标142,如图14B所示。在图14B的实施例中,用户能够通过点击图标142中代表特定EIMD 12的一个图标或通过鼠标在该图标上方移动而看到具有详细信息的弹出框144。这种详细的信息可以包括但不限于诱捕器ID、地点(玮度和经度)、本地时钟的当前时间、剩余电池容量和温度。

[0074] 在又一些其他实施例中,⑶I可以显示具有每个E頂D 12处的个体检测数量的图标142。图15示出了包括这种类型的虫口图140的⑶I的一个实施例。此外,⑶I可以显示具有被检测的目标昆虫56的随时间的变化的曲线图146,如图12所示。曲线图146可以指示每个个体ΕΠ® 12处的变化以及整个ΕΠ®网络14上的平均变化或ΕΠ®网络14的某个用户选定的子集。曲线图146可以显示对应于由用户选择的一个或多个ΕΠ® 12的信息,这些信息覆盖在对应于整个ΕΠ®网络14的信息上。⑶I可以允许用户调节图140的缩放水平和曲线图146的时标以及其他可配置特征。将注意到的是,(除了目标昆虫56的检测外)上述⑶I中的任一个还可以用来显示由ΕΠ® 12获得的其他测量值,例如本地温度或相对湿度。GUI还可以配置成允许用户向一个或多个E頂D 12发送配置参数,这些配置参数包括但不限于每日工作小时、报告频率、要监测的目标昆虫等等。还能够想到,用户可以使用以上⑶I来手动地输入关于不与DSS 18无线通信的任何E頂D 12的信息。

[0075] 本领域技术人员将注意到,通过使与监测虫口这一任务相关的最困难且最劳力密集的操作自动化,本发明公开的IPM系统10将显著地降低监测虫口的成本。另外,本发明公开的IPM系统10还向种植户提供前所未有的实时、高清晰度虫口信息。除了用于IPM决定支持的虫口监测领域之外,所公开的技术还具有大量的其他潜在应用,这些应用包括但不限于:各种昆虫种类的早期检测,将害虫分布制成图,将抗杀虫剂性频率制成图,以及监测益虫和捕食者或天敌。在以下文献中描述了这些和其他潜在的应用:F.Mathieu等人的“野外害虫群袭的发展与咖啡楽果蛇虫的诱捕的关联”,J.Applied Entomology, 535-40 (1999年);Y.Gazit等人的“诱捕以色列的雌性地中海果蝇(双翅目:果实蝇科):诱饵与诱捕器类型的对照”,J.Econ.Entomology 1355-59 (1998年);B.Drukker等人的“花蝽科捕食者对野外条件下来自被木虱侵害的梨树的互利素有反应吗? ” Entomologia experimental iset applicata 193-203 (1995年);以及H.Riedl等人的“利用信息素诱捕器监测苹果小卷蛾(鳞翅类:卷蛾科)的野生种群对甲基谷硫磷的受影响性”,J.Econ.Entomology693-99(1985年),这些文献的全部公开内容通过参引的方式被各自并入本文。

[0076] 尽管已经在附图和上文的描述中详细地图示并描述了本公开,但这种图示和描述应当被认为是在本质上是示例性而非限制性的,应当理解,仅仅示出并描述了示例性实施例,并且所有落在本公开的精神内的所有变化和改型都希望得到保护。从本文公开的设备、系统和方法的各种特征能够得到本公开的多个优点。将注意的是,本公开的设备、系统和方法的替代实施例可以不包括所描述的特征的全部但仍能受益于这种特征的至少一些优点。本领域技术人员可以容易地设计他们自己的结合了本发明的一个或多个特征并且落在由所附权利要求限定的本公开的精神和范围内的设备、系统和方法的实施方式。

Claims (11)

1.一种电子昆虫监测装置(Εηω) (12),包括: 诱饵(34),所述诱饵(34)用于吸引至少一个目标昆虫种类; 一个或多个生物阻抗传感器(32),所述一个或多个生物阻抗传感器(32)响应于昆虫(56)接近所述诱饵(34)而生成一个或多个输出信号,所述一个或多个生物阻抗传感器(32)包括高压放电栅(32);以及 电子控制器(44),所述电子控制器(44)构造成使用所述一个或多个输出信号来判断接近所述诱饵(34)的昆虫(56)是否属于所述至少一个目标昆虫种类。
2.根据权利要求1所述的ΕΠ®(12),其中,所述高压放电栅(32)包括限定出具有敞开的底面的圆筒体的多个金属元件。
3.根据权利要求1所述的ΕΠ® (12),其中,所述高压放电栅(32)构造成产生仅仅暂时击晕接近所述诱饵(34)的昆虫(56)的电压。
4.根据权利要求1所述的ΕΜ)(12),其中,所述电子控制器(44)构造成通过分析所述一个或多个输出信号的电脉冲(62)的斜率、幅值、上升时间、下降时间、宽度和振铃频率中的至少一个来判断接近所述诱饵(34)的昆虫(56)是否属于所述至少一个目标昆虫种类。
5.根据权利要求1所述的Ε頂D (12),还包括从由超声传感器(32Α)和光传感器(32C)构成的组中选择的一个或多个另外的传感器(32),所述一个或多个另外的传感器响应于昆虫(56)接近所述诱饵(34)而生成一个或多个输出信号。
6.根据权利要求5所述的ΕΜ)(12),其中,所述电子控制器(44)构造成通过向由所述一个或多个生物阻抗传感器(32)和所述一个或多个另外的传感器(32)生成的所述一个或多个输出信号应用传感器合并算法来判断接近所述诱饵(34)的昆虫(56)是否属于所述至少一个目标昆虫种类。
7.根据权利要求1所述的ΕΠ® (12),还包括与相邻的ΕΠ®(12)无线通信的通信模块(46) ο
8.根据权利要求1所述的ΕΠ®(12),还包括用于确定所述ΕΠ®(12)的配置位置的全球定位系统模块(48)。
9.根据权利要求1所述的ΕΠ® (12),还包括通过电源控制器(52)向所述电子控制器(44)并向所述一个或多个传感器(32)供电的电池(70),其中所述电源控制器(52)构造成实施主动占空比调节方案以保存由所述电池(70)供给的电力。
10.根据权利要求1所述的Ε頂D (12),还包括具有至少一个向内倾斜的上表面(60)的昆虫收集器(36)。
11.根据权利要求1所述的ΕΠ® (12),还包括容纳所述电子控制器(44)的壳体(30),其中所述壳体(30)构造成与△形昆虫收集器(36)和桶形昆虫收集器(36)中的一个可互换地配合。
CN 201510823987 2010-10-17 2011-10-17 虫口的自动监测 CN105325385A (zh)

Priority Applications (2)

Application Number Priority Date Filing Date Title
US39391910 true 2010-10-17 2010-10-17
CN 201180063662 CN103281896B (zh) 2010-10-17 2011-10-17 虫口的自动监测

Publications (1)

Publication Number Publication Date
CN105325385A true true CN105325385A (zh) 2016-02-17

Family

ID=45975576

Family Applications (2)

Application Number Title Priority Date Filing Date
CN 201180063662 CN103281896B (zh) 2010-10-17 2011-10-17 虫口的自动监测
CN 201510823987 CN105325385A (zh) 2010-10-17 2011-10-17 虫口的自动监测

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN 201180063662 CN103281896B (zh) 2010-10-17 2011-10-17 虫口的自动监测

Country Status (5)

Country Link
US (2) US9585376B2 (zh)
EP (1) EP2627170A4 (zh)
CN (2) CN103281896B (zh)
CA (1) CA2814940A1 (zh)
WO (1) WO2012054397A1 (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106254820A (zh) * 2016-07-22 2016-12-21 北京小米移动软件有限公司 生物治理的方法及装置

Families Citing this family (28)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2012175259A1 (en) * 2011-06-24 2012-12-27 Ams Ag Vermin repellent arrangement and method for repelling at least one type of vermin
US8943742B2 (en) * 2012-06-21 2015-02-03 King Abdul Aziz City for Science and Technology (KACST) Method and apparatus for capturing and time-sorting insects
US20150216158A1 (en) * 2012-09-04 2015-08-06 The State of Israel, Ministry of Agriculture & Rural Dev., Agri. Research Org. (ARO) (Volcanic Ce System for automatic trapping and counting of flying insects
US20140075824A1 (en) * 2012-09-14 2014-03-20 Woodstream Corporation Wi-fi enabled insect trapping apparatus
WO2014098579A1 (en) * 2012-12-17 2014-06-26 Stichting Dienst Landbouwkundig Onderzoek Crawling insect counting device, system and method for indicating crawling insect infestation and determining a moment for treatment and/or control of said insects
EP2944155A4 (en) * 2013-01-08 2016-08-31 Michael Gilbert Monitoring and control systems for the agricultural industry
CN103700237A (zh) * 2013-12-12 2014-04-02 杨驾鹏 一种低功耗害虫自动监测系统
CN103798206B (zh) * 2014-01-27 2016-03-02 东北林业大学 改进型拦截挡板式天牛诱捕器及其监测与防治天牛的方法
US9915732B2 (en) 2014-02-18 2018-03-13 Onvector Technology Llc Object detection systems
US9335413B2 (en) 2014-02-18 2016-05-10 Onvector Technology Llc Object detection systems
CN104410812A (zh) * 2014-10-10 2015-03-11 江苏省农业科学院 基于Web Service的温室虫害预警方法
WO2016064735A1 (en) * 2014-10-20 2016-04-28 University Of Florida Research Foundation, Incorporated Wireless sensor system for mosquito population growth analysis, logging, and reporting
US20160157075A1 (en) * 2014-11-28 2016-06-02 Joel Ho EMP-Shielded, Power-Independent SMS Text Tower System For Nuclear Communications
WO2016168347A1 (en) * 2015-04-13 2016-10-20 University Of Florida Research Foundation, Inc. Wireless smart mosquito and insect trap device, network and method of counting a population of the mosquitoes or insects
CN104770347B (zh) * 2015-04-15 2017-09-15 李学恩 一种便携式智能型虫情测报系统
CN104823950B (zh) * 2015-06-04 2017-08-18 张国山 一种自动化虫情测报设备的昆虫回收装置
US10091980B1 (en) * 2015-06-05 2018-10-09 Thomas Paul Cogley Bed bug detector system
CN105160855A (zh) * 2015-09-24 2015-12-16 湖北大学 一种分布式太阳能杀虫灯控制系统
CN105340855B (zh) * 2015-12-14 2017-12-12 南京农业大学 基于物联网的现代农业害虫诱虫灯
US20170215407A1 (en) * 2016-02-03 2017-08-03 Jackson Innovations, LLC Pest trap monitor
US20170273290A1 (en) * 2016-03-22 2017-09-28 Matthew Jay Remote insect monitoring systems and methods
CN105794751A (zh) * 2016-03-28 2016-07-27 南京农业大学 种实时计数的杀虫灯
DE102016108936B3 (de) * 2016-05-13 2017-10-05 Universität Kassel Verfahren zum Betrieb eines Roboters zur Ungezieferbekämpfung
WO2018017982A1 (en) * 2016-07-22 2018-01-25 Breakthrough Technologies, LLC Adaptive insect trap
FR3054662B1 (fr) * 2016-07-26 2018-08-17 Demand Side Instr Procede et dispositif de mesure de densite d'insectes
US10051845B1 (en) 2016-10-05 2018-08-21 Verily Life Sciences Llc Pupae emergence method and apparatus
WO2018065308A1 (de) * 2016-10-07 2018-04-12 Bayer Cropscience Aktiengesellschaft Identifizierung von nützlingen und/oder schadstoffen in einem feld für kulturpflanzen
US20180125052A1 (en) * 2016-11-04 2018-05-10 GE Lighting Solutions, LLC Luminaire disease vector attenuator and surveillance device

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6124826A (en) * 1994-10-07 2000-09-26 Mannesmann Aktiengesellschaft Navigation device for people
US6134826A (en) * 1999-02-22 2000-10-24 Mah; Pat Y. Electrical insect trap for attracting, killing and disposing of flying insects
US6216383B1 (en) * 1996-03-22 2001-04-17 Trent L. Klabunde Earwig insect trap
US20020185605A1 (en) * 2001-05-02 2002-12-12 Dennis Shuman Sensor output analog processing-A microcontroller-based insect monitoring system
US20040093190A1 (en) * 2001-04-06 2004-05-13 Morton Beroza Method and system for remotely detecting trapped insects
CN1792114A (zh) * 2002-09-02 2006-06-21 株式会社赛思科 用于消灭害虫的远程监控系统及其方法
US20060150470A1 (en) * 2003-06-16 2006-07-13 Per Ronnau Pest control system
CN100363954C (zh) * 2000-09-25 2008-01-23 道农业科学有限公司 用于虫害防治的感测装置、系统和方法
US20080148624A1 (en) * 2006-10-23 2008-06-26 Borth Paul W Bedbug detection, monitoring and control techniques

Family Cites Families (25)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US4410967A (en) 1981-08-06 1983-10-18 The United States Of America As Represented By The Secretary Of Agriculture Method for sampling flying insect populations using low-frequency sound detecting and ranging in conjunction with a biologically active chemical/pheromone
US5417009A (en) * 1991-01-18 1995-05-23 International Flavors & Fragrances Inc. House fly, horn fly, and mosquito repellents and apparatus useful in testing efficacy of same
US5343652A (en) 1992-06-12 1994-09-06 Johnson W Dudley Method and apparatus for laser pest control
JPH11155458A (ja) 1997-11-27 1999-06-15 Terada Seisakusho Co Ltd 自動カウント式フェロモントラップ
EP1146786A2 (en) * 1998-11-06 2001-10-24 Colorado State University Research Foundation Method and device for attracting insects
US6978572B1 (en) * 1998-11-06 2005-12-27 Colorado State University Research Foundation Method and device for attracting insects
JP3798576B2 (ja) 1999-05-18 2006-07-19 サンケイ化学株式会社 昆虫捕殺装置
US7212112B2 (en) 1999-07-21 2007-05-01 Dow Agrosciences Llc Detection and control of pests
ES2354587T3 (es) 2000-09-25 2011-03-16 Dow Agrosciences Llc Métodos, sistemas y dispositivos de detección particularmente para el control de plagas.
JP3796526B2 (ja) 2002-04-17 2006-07-12 北海道 害虫計数装置
US7496228B2 (en) 2003-06-13 2009-02-24 Landwehr Val R Method and system for detecting and classifying objects in images, such as insects and other arthropods
JP2005021074A (ja) 2003-07-01 2005-01-27 Terada Seisakusho Co Ltd 画像処理計数方法と画像処理計数装置
KR100659585B1 (ko) * 2004-02-28 2006-12-20 주식회사 세스코 비래해충 포획 및 모니터링 시스템
CA2543218A1 (en) * 2006-04-06 2007-10-06 Sylvain Roy Bug-vac light
FR2900794B1 (fr) * 2006-05-15 2012-05-18 Centre Nat Rech Scient Repulsifs anti-insectes et procede pour identifier d'autres molecules repulsives a l'egard des insectes
US20110290909A1 (en) * 2006-06-19 2011-12-01 Jeff White Multi-component insect attractant
JP4862117B2 (ja) * 2007-01-12 2012-01-25 独立行政法人農業・食品産業技術総合研究機構 フィールドサーバを利用した電撃パルス計測システム
US7921594B2 (en) 2007-04-23 2011-04-12 S.C. Johnson & Son, Inc. Methods for testing insect control products
US8079175B2 (en) * 2007-05-08 2011-12-20 Kittrich Corporation Flying insect trap
GB2457103B (en) * 2008-01-31 2010-11-03 Brandenburg An insect trap
CN101554150A (zh) * 2009-05-08 2009-10-14 胡道德 用于杀有害动物的万能电网捕杀器及捕杀方法
CN101840214A (zh) * 2010-02-03 2010-09-22 北京依科曼生物技术有限公司 一种害虫实时远程监控系统及用途
US8479438B1 (en) * 2010-08-04 2013-07-09 Vincent J. Wilhelmi Arthropod abatement device
WO2012051596A3 (en) * 2010-10-14 2012-08-02 Genoprint Corporation Compositions and methods for a bug repellent
US8978290B2 (en) * 2011-04-22 2015-03-17 William Wright Luminous insect trap

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6124826A (en) * 1994-10-07 2000-09-26 Mannesmann Aktiengesellschaft Navigation device for people
US6216383B1 (en) * 1996-03-22 2001-04-17 Trent L. Klabunde Earwig insect trap
US6134826A (en) * 1999-02-22 2000-10-24 Mah; Pat Y. Electrical insect trap for attracting, killing and disposing of flying insects
CN100363954C (zh) * 2000-09-25 2008-01-23 道农业科学有限公司 用于虫害防治的感测装置、系统和方法
US20040093190A1 (en) * 2001-04-06 2004-05-13 Morton Beroza Method and system for remotely detecting trapped insects
US20020185605A1 (en) * 2001-05-02 2002-12-12 Dennis Shuman Sensor output analog processing-A microcontroller-based insect monitoring system
US6882279B2 (en) * 2001-05-02 2005-04-19 The United States Of America As Represented By The Secretary Of Agriculture Sensor output analog processing-A microcontroller-based insect monitoring system
CN1792114A (zh) * 2002-09-02 2006-06-21 株式会社赛思科 用于消灭害虫的远程监控系统及其方法
US20060150470A1 (en) * 2003-06-16 2006-07-13 Per Ronnau Pest control system
US20080148624A1 (en) * 2006-10-23 2008-06-26 Borth Paul W Bedbug detection, monitoring and control techniques

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106254820A (zh) * 2016-07-22 2016-12-21 北京小米移动软件有限公司 生物治理的方法及装置

Also Published As

Publication number Publication date Type
CN103281896A (zh) 2013-09-04 application
US20130204581A1 (en) 2013-08-08 application
CA2814940A1 (en) 2012-04-26 application
US20170223943A1 (en) 2017-08-10 application
CN103281896B (zh) 2016-01-20 grant
EP2627170A4 (en) 2016-11-30 application
WO2012054397A1 (en) 2012-04-26 application
EP2627170A1 (en) 2013-08-21 application
US9585376B2 (en) 2017-03-07 grant

Similar Documents

Publication Publication Date Title
Karp et al. Forest bolsters bird abundance, pest control and coffee yield
Holzschuh et al. Expansion of mass-flowering crops leads to transient pollinator dilution and reduced wild plant pollination
US6937156B2 (en) Method and apparatus for capacitively sensing pests
Neethirajan et al. Detection techniques for stored-product insects in grain
Harwood et al. Living where the food is: web location by linyphiid spiders in relation to prey availability in winter wheat
Greene et al. A model of wind dispersal of winged or plumed seeds
Nathan et al. Dispersal kernels
US20100134301A1 (en) Networked pest control system
Ruesink et al. The quantitative basis of pest management: sampling and measuring
Clarke et al. What you see is not what you get: the role of ultrasonic detectors in increasing inventory completeness in Neotropical bat assemblages
Zhu et al. A portable scanning system for evaluation of spray deposit distribution
US6385544B1 (en) Method for pest management and crop certification utilizing network accessible database
de la Peña et al. Landscape context and carabid beetles (Coleoptera: Carabidae) communities of hedgerows in western France
Hagen et al. Space use of bumblebees (Bombus spp.) revealed by radio-tracking
Ness et al. Uncommon specialization in a mutualism between a temperate herbaceous plant guild and an ant: are Aphaenogaster ants keystone mutualists?
US20090252032A1 (en) Wireless sensor network gateway unit with failed link auto-redirecting capability
El-Kader et al. Precision farming solution in Egypt using the wireless sensor network technology
US4179839A (en) Device for keeping under control the population of selected species of insects
US7656300B2 (en) Pest control system
Marini et al. Study of Aedes albopictus dispersal in Rome, Italy, using sticky traps in mark–release–recapture experiments
Daniel Kissling et al. Challenges and prospects in the telemetry of insects
Jiang et al. A GSM-based remote wireless automatic monitoring system for field information: A case study for ecological monitoring of the oriental fruit fly, Bactrocera dorsalis (Hendel)
Fenton et al. Evolution of high duty cycle echolocation in bats
Uriarte et al. Disentangling the drivers of reduced long‐distance seed dispersal by birds in an experimentally fragmented landscape
Estrada-Villegas et al. Effects of tropical forest fragmentation on aerial insectivorous bats in a land-bridge island system

Legal Events

Date Code Title Description
C06 Publication
C10 Entry into substantive examination