CN110688989A - 一种基于生态环保的智慧农业监控管理系统及方法 - Google Patents
一种基于生态环保的智慧农业监控管理系统及方法 Download PDFInfo
- Publication number
- CN110688989A CN110688989A CN201911050993.2A CN201911050993A CN110688989A CN 110688989 A CN110688989 A CN 110688989A CN 201911050993 A CN201911050993 A CN 201911050993A CN 110688989 A CN110688989 A CN 110688989A
- Authority
- CN
- China
- Prior art keywords
- pest
- insect
- pests
- crops
- module
- 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.)
- Granted
Links
- 238000012544 monitoring process Methods 0.000 title claims abstract description 20
- 238000000034 method Methods 0.000 title abstract description 9
- 241000607479 Yersinia pestis Species 0.000 claims abstract description 258
- 241000238631 Hexapoda Species 0.000 claims abstract description 164
- 238000011156 evaluation Methods 0.000 claims abstract description 23
- 230000000749 insecticidal effect Effects 0.000 claims description 24
- 238000007726 management method Methods 0.000 claims description 20
- 239000000575 pesticide Substances 0.000 claims description 19
- 230000002708 enhancing effect Effects 0.000 claims description 12
- 230000007613 environmental effect Effects 0.000 claims description 11
- 206010061217 Infestation Diseases 0.000 claims description 6
- 239000003905 agrochemical Substances 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 239000002689 soil Substances 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/50—Context or environment of the image
- G06V20/52—Surveillance or monitoring of activities, e.g. for recognising suspicious objects
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Mining
-
- G06T5/70—
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30181—Earth observation
- G06T2207/30188—Vegetation; Agriculture
Abstract
本发明公开了一种基于生态环保的智慧农业监控管理系统及方法，所述监控管理系统包括虫害统计模块、虫害数据库和杀虫模块，所述虫害统计模块用于统计当前农作物在某一段时间间隔内所受虫害的严重程度，所述虫害数据库用于存储多种害虫的虫害特征和该害虫的威胁程度，所述杀虫模块根据农作物所受虫害的综合情况使用不同的杀虫工具进行杀虫，所述虫害统计模块包括农作物图像统计模块、粘虫板虫害统计模块和虫害程度综合分析模块，所述农作物图像统计模块包括农作物图像采集模块、农作物图像处理模块和农作物图像评估模块，所述农作物图像采集模块用于采集农作物的图像信息。
Description
技术领域
本发明涉及农业领域，具体是一种基于生态环保的智慧农业监控管理系统及方法。
背景技术
我国是农业种植大国，在农业种植过程当中，为了使得农作物能够正常生长，不可避免的需要使用农药去消除虫害。但是如果在农业种植过程中过渡使用农药，容易造成农药污染，不仅会导致残留正在农作物上的农药过多，还会导致农药对土壤、大气及地下水造成很大的污染，不利于身体环保。除此之外，过渡使用农药容易使得害虫产生抗药性。
发明内容
本发明的目的在于提供一种基于生态环保的智慧农业监控管理系统及方法，以解决现有技术中的问题。
为实现上述目的，本发明提供如下技术方案：
一种基于生态环保的智慧农业监控管理系统，所述监控管理系统包括虫害统计模块、虫害数据库和杀虫模块，所述虫害统计模块用于统计当前农作物在某一段时间间隔内所受虫害的严重程度，所述虫害数据库用于存储多种害虫的虫害特征和该害虫的威胁程度，所述杀虫模块根据农作物所受虫害的综合情况使用不同的杀虫工具进行杀虫。
作为优选方案，所述虫害统计模块包括农作物图像统计模块、粘虫板虫害统计模块和虫害程度综合分析模块，所述农作物图像统计模块包括农作物图像采集模块、农作物图像处理模块和农作物图像评估模块，所述农作物图像采集模块用于采集农作物的图像信息，所述农作物图像处理模块用于将所采集到的农作物的图像信息去噪、增强、分割并提取出农作物上的虫洞信息和虫斑分布信息，所述农作物图像评估模块根据提取出的虫洞信息和虫斑分布信息判断农作物所受虫害的情况，所述粘虫板虫害统计模块包括在农作物之间均匀分布的粘虫板、粘虫板图像采集模块、粘虫板图像处理模块和粘虫板图像评估模块，所述粘虫板图像采集模块用于获取一段时间间隔内粘虫板上的图像信息，所述粘虫板图像处理模块用于将所采集到的粘虫板的图像信息去噪、增强、分割并提取出粘虫板上害虫的特征和害虫的分布情况，所述粘虫板图像评估模块包括虫害类型判断模块和虫害评级模块，所述害虫类型判断模块将粘虫板上害虫的特征与虫害数据库里面的害虫进行比较并判断农作物所受害虫的类型并获取该害虫的威胁程度，所述虫害情况判断模块根据粘虫板上害虫的数量和分布面积判断农作物所受虫害的情况，所述虫害程度综合分析模块根据农作物图像评估模块和粘虫板图像评估模块的评估结果综合判断农作物所受虫害的严重程度。
作为优选方案，所述杀虫模块包括均匀分布在农作物之间的杀虫灯、农药喷雾器和杀虫选择模块，所述杀虫灯、农药喷雾器与杀虫选择模块连接，所述杀虫选择模块根据农作物所受虫害的严重程度和农作物所受害虫的威胁程度选择杀虫灯杀虫或农药喷雾器杀虫。
一种基于生态环保的智慧农业监控管理方法，所述监控管理方法包括以下步骤：
步骤S1：采集农作物和粘虫板上的图像信息；
步骤S2：根据农作物和粘虫板上的图像信息统计当前农作物在某一段时间间隔内所受虫害情况和虫害的威胁程度；
步骤S3：根据农作物在某一段时间间隔内所受虫害情况计算农作物所受虫害的严重程度，并根据农作物所受虫害的严重程度和害虫的威胁程度选择杀虫工具进行杀虫。
作为优选方案，所述步骤S2包括：
对农作物的图像信息进行去噪、增强、分割并提取出农作物上的虫洞信息和虫斑分布信息，并据此判断出农作物所受虫害的第一参考等级，
其中，所述虫洞信息包括图像信息中所有虫洞面积与所有农作物叶片面积的比值a1和图像信息中含有虫洞的叶片与不含有虫洞叶片的比值a2，
所述虫斑分布信息包括图像信息中所有虫斑面积与所有农作物叶片面积的比值b1和图像信息中含有虫斑的叶片与不含有虫洞叶片的比值b2，
所述农作物所受虫害的第一参考等级：
m1＝0.6(x1a1+x2a2)+0.4(x3b1+x4b2)，
其中，x1为所有虫洞面积与所有农作物叶片面积的比值的权重，x2为含有虫洞的叶片数量与所有农作物叶片数量的比值的权重，x3为所有虫斑面积与所有农作物叶片面积的比值的权重，x4为含有虫斑的叶片数量与所有农作物叶片数量比值的权重。
作为优选方案，所述步骤S2还包括：
对粘虫板的图像信息去噪、增强、分割并提取出粘虫板上害虫的特征和害虫的分布情况，根据粘虫板上害虫的特征和虫害数据库内的害虫特征获取该害虫的威胁程度，根据害虫的分布情况判断出农作物所受虫害的第二参考等级，
其中，所述害虫的分布情况包括粘虫板上的所有害虫数量c1、粘虫板上害虫聚集面积最大处的害虫数量c2，粘虫板上所有害虫面积与粘虫板的面积的比值d1，粘虫板上害虫聚集面积最大处的面积与粘虫板的面积的比值d2，
所述农作物所受虫害的第二参考等级：
m2＝0.6c1/c2+0.4(y1d1+y2d2+y3d2/d1)，
其中，y1为粘虫板上所有害虫面积与粘虫板的面积的比值的权重，y2为粘虫板上害虫聚集面积最大处的面积与粘虫板的面积的比值的权重，y3为粘虫板上害虫聚集面积最大处的面积与虫板上所有害虫面积的比值权重。
作为优选方案，所述步骤S2进一步包括：所述害虫的威胁程度包括轻度威胁，中度威胁和高度威胁。
作为优选方案，所述步骤S3进一步包括：所述农作物所受虫害的严重程度M＝z1m1+z2m2，其中，z1为第一参考等级m1+的权重，z2为第二参考等级m2的权重，
当农作物所受虫害的严重程度M满足0.2>＝M>＝0时，
若虫害威胁程度为轻度威胁，则不采取灭虫措施；
若虫害威胁程度为中度威胁或高度威胁，则选择杀虫灯进行灭虫工作；
当农作物所受虫害的严重程度M满足0.5>M>0.2时，
若虫害威胁程度为轻度威胁或中度威胁，则选择杀虫灯进行灭虫工作；
若虫害威胁程度为高度威胁，则选择农药喷雾器均进行灭虫工作；
当农作物所受虫害的严重程度M满足1>＝M>＝0.5时，杀虫灯和农药喷雾器均进行灭虫工作。
与现有技术相比，本发明的有益效果是：本发明通过采集到的农作物的图像信息和粘虫板上的图像信息来判断农作物的虫害情况，根据农作物的虫害情况来选择杀虫工具，从而减少了农作物种植过程中农药的使用量，从而使得农作物的种植过程更加生态环保。
附图说明
图1为本发明一种基于生态环保的智慧农业监控管理系统的模块示意图；
图2为本发明一种基于生态环保的智慧农业监控管理方法的流程示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1～2，本发明实施例中，一种基于生态环保的智慧农业监控管理系统，所述监控管理系统包括虫害统计模块、虫害数据库和杀虫模块，所述虫害统计模块用于统计当前农作物在某一段时间间隔内所受虫害的严重程度，所述虫害数据库用于存储多种害虫的虫害特征和该害虫的威胁程度，所述杀虫模块根据农作物所受虫害的综合情况使用不同的杀虫工具进行杀虫。
所述虫害统计模块包括农作物图像统计模块、粘虫板虫害统计模块和虫害程度综合分析模块，所述农作物图像统计模块包括农作物图像采集模块、农作物图像处理模块和农作物图像评估模块，所述农作物图像采集模块用于采集农作物的图像信息，所述农作物图像处理模块用于将所采集到的农作物的图像信息去噪、增强、分割并提取出农作物上的虫洞信息和虫斑分布信息，所述农作物图像评估模块根据提取出的虫洞信息和虫斑分布信息判断农作物所受虫害的情况，所述粘虫板虫害统计模块包括在农作物之间均匀分布的粘虫板、粘虫板图像采集模块、粘虫板图像处理模块和粘虫板图像评估模块，所述粘虫板图像采集模块用于获取一段时间间隔内粘虫板上的图像信息，所述粘虫板图像处理模块用于将所采集到的粘虫板的图像信息去噪、增强、分割并提取出粘虫板上害虫的特征和害虫的分布情况，所述粘虫板图像评估模块包括虫害类型判断模块和虫害评级模块，所述害虫类型判断模块将粘虫板上害虫的特征与虫害数据库里面的害虫进行比较并判断农作物所受害虫的类型并获取该害虫的威胁程度，所述虫害情况判断模块根据粘虫板上害虫的数量和分布面积判断农作物所受虫害的情况，所述虫害程度综合分析模块根据农作物图像评估模块和粘虫板图像评估模块的评估结果综合判断农作物所受虫害的严重程度。
所述杀虫模块包括均匀分布在农作物之间的杀虫灯、农药喷雾器和杀虫选择模块，所述杀虫灯、农药喷雾器与杀虫选择模块连接，所述杀虫选择模块根据农作物所受虫害的严重程度和农作物所受害虫的威胁程度选择杀虫灯杀虫或农药喷雾器杀虫。
一种基于生态环保的智慧农业监控管理方法，所述监控管理方法包括以下步骤：
步骤S1：农作物图像采集模块采集农作物的图像信息，粘虫板图像采集模块采集粘虫板上的图像信息；
步骤S2：根据农作物和粘虫板上的图像信息统计当前农作物在某一段时间间隔内所受虫害情况和虫害的威胁程度：
农作物图像处理模块对农作物的图像信息进行去噪、增强、分割并提取出农作物上的虫洞信息和虫斑分布信息，农作物图像评估模块据此判断出农作物所受虫害的第一参考等级，
其中，所述虫洞信息包括图像信息中所有虫洞面积与所有农作物叶片面积的比值a1和图像信息中含有虫洞的叶片与不含有虫洞叶片的比值a2，
所述虫斑分布信息包括图像信息中所有虫斑面积与所有农作物叶片面积的比值b1和图像信息中含有虫斑的叶片与不含有虫洞叶片的比值b2，
所述农作物所受虫害的第一参考等级：
m1＝0.6(x1a1+x2a2)+0.4(x3b1+x4b2)，
其中，x1为所有虫洞面积与所有农作物叶片面积的比值的权重，x2为含有虫洞的叶片数量与所有农作物叶片数量的比值的权重，x3为所有虫斑面积与所有农作物叶片面积的比值的权重，x4为含有虫斑的叶片数量与所有农作物叶片数量比值的权重，在本实施例中，x1x2x3x4的取值均为0.5，即
m1＝0.6(0.5a1+0.5a2)+0.4(0.5b1+0.5b2)。
粘虫板图像处理模块对粘虫板的图像信息去噪、增强、分割并提取出粘虫板上害虫的特征和害虫的分布情况，
害虫类型判断模块根据粘虫板上害虫的特征和虫害数据库内的害虫特征获取该害虫的威胁程度，其中害虫的威胁程度包括轻度威胁，中度威胁和高度威胁，
虫害情况判断模块根据害虫的分布情况判断出农作物所受虫害的第二参考等级，
其中，所述害虫的分布情况包括粘虫板上的所有害虫数量c1、粘虫板上害虫聚集面积最大处的害虫数量c2，粘虫板上所有害虫面积与粘虫板的面积的比值d1，粘虫板上害虫聚集面积最大处的面积与粘虫板的面积的比值d2，
所述农作物所受虫害的第二参考等级：
m2＝0.6c1/c2+0.4(y1d1+y2d2+y3d2/d1)，
其中，y1为粘虫板上所有害虫面积与粘虫板的面积的比值的权重，y2为粘虫板上害虫聚集面积最大处的面积与粘虫板的面积的比值的权重，y3为粘虫板上害虫聚集面积最大处的面积与虫板上所有害虫面积的比值权重，
在本实施例中，y1的取值为0.4，y2y3的取值均为0.3，即
m2＝0.6c1/c2+0.4(0.4d1+0.3d2+0.3d2/d1)。
步骤S3：根据农作物在某一段时间间隔内所受虫害情况计算农作物所受虫害的严重程度，并根据农作物所受虫害的严重程度和害虫的威胁程度选择杀虫工具进行杀虫：
虫害程度综合分析模块计算农作物所受虫害的严重程度M＝z1m1+z2m2，其中，z1为第一参考等级m1+的权重，z2为第二参考等级m2的权重，在本实施例中，z1的取值为0.6，z2的取值均为0.4，即
M＝0.6m1+0.4m2，
当农作物所受虫害的严重程度M满足0.2>＝M>＝0时，
若虫害威胁程度为轻度威胁，则不采取灭虫措施；
若虫害威胁程度为中度威胁或高度威胁，则杀虫选择模块选择杀虫灯进行灭虫工作；
当农作物所受虫害的严重程度M满足0.5>M>0.2时，
若虫害威胁程度为轻度威胁或中度威胁，则杀虫选择模块选择杀虫灯进行灭虫工作；
若虫害威胁程度为高度威胁，则杀虫选择模块选择农药喷雾器均进行灭虫工作；
当农作物所受虫害的严重程度M满足1>＝M>＝0.5时，杀虫选择模块选择杀虫灯和农药喷雾器均进行灭虫工作。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
Claims (8)
1.一种基于生态环保的智慧农业监控管理系统，其特征在于：所述监控管理系统包括虫害统计模块、虫害数据库和杀虫模块，所述虫害统计模块用于统计当前农作物在某一段时间间隔内所受虫害的严重程度，所述虫害数据库用于存储多种害虫的虫害特征和该害虫的威胁程度，所述杀虫模块根据农作物所受虫害的综合情况使用不同的杀虫工具进行杀虫。
2.根据权利要求1所述的一种基于生态环保的智慧农业监控管理系统，其特征在于：所述虫害统计模块包括农作物图像统计模块、粘虫板虫害统计模块和虫害程度综合分析模块，所述农作物图像统计模块包括农作物图像采集模块、农作物图像处理模块和农作物图像评估模块，所述农作物图像采集模块用于采集农作物的图像信息，所述农作物图像处理模块用于将所采集到的农作物的图像信息去噪、增强、分割并提取出农作物上的虫洞信息和虫斑分布信息，所述农作物图像评估模块根据提取出的虫洞信息和虫斑分布信息判断农作物所受虫害的情况，所述粘虫板虫害统计模块包括在农作物之间均匀分布的粘虫板、粘虫板图像采集模块、粘虫板图像处理模块和粘虫板图像评估模块，所述粘虫板图像采集模块用于获取一段时间间隔内粘虫板上的图像信息，所述粘虫板图像处理模块用于将所采集到的粘虫板的图像信息去噪、增强、分割并提取出粘虫板上害虫的特征和害虫的分布情况，所述粘虫板图像评估模块包括虫害类型判断模块和虫害评级模块，所述害虫类型判断模块将粘虫板上害虫的特征与虫害数据库里面的害虫进行比较并判断农作物所受害虫的类型并获取该害虫的威胁程度，所述虫害情况判断模块根据粘虫板上害虫的数量和分布面积判断农作物所受虫害的情况，所述虫害程度综合分析模块根据农作物图像评估模块和粘虫板图像评估模块的评估结果综合判断农作物所受虫害的严重程度。
3.根据权利要求2所述的一种基于生态环保的智慧农业监控管理系统，其特征在于：所述杀虫模块包括均匀分布在农作物之间的杀虫灯、农药喷雾器和杀虫选择模块，所述杀虫灯、农药喷雾器与杀虫选择模块连接，所述杀虫选择模块根据农作物所受虫害的严重程度和农作物所受害虫的威胁程度选择杀虫灯杀虫或农药喷雾器杀虫。
4.一种基于生态环保的智慧农业监控管理方法，其特征在于：所述监控管理方法包括以下步骤：
步骤S1：采集农作物和粘虫板上的图像信息；
步骤S2：根据农作物和粘虫板上的图像信息统计当前农作物在某一段时间间隔内所受虫害情况和虫害的威胁程度；
步骤S3：根据农作物在某一段时间间隔内所受虫害情况计算农作物所受虫害的严重程度，并根据农作物所受虫害的严重程度和害虫的威胁程度选择杀虫工具进行杀虫。
5.根据权利要求4所述的一种基于生态环保的智慧农业监控管理方法，其特征在于：所述步骤S2包括：
对农作物的图像信息进行去噪、增强、分割并提取出农作物上的虫洞信息和虫斑分布信息，并据此判断出农作物所受虫害的第一参考等级，
其中，所述虫洞信息包括图像信息中所有虫洞面积与所有农作物叶片面积的比值a1和图像信息中含有虫洞的叶片与不含有虫洞叶片的比值a2，
所述虫斑分布信息包括图像信息中所有虫斑面积与所有农作物叶片面积的比值b1和图像信息中含有虫斑的叶片与不含有虫洞叶片的比值b2，
所述农作物所受虫害的第一参考等级：
m1＝0.6(x1a1+x2a2)+0.4(x3b1+x4b2)，
其中，x1为所有虫洞面积与所有农作物叶片面积的比值的权重，x2为含有虫洞的叶片数量与所有农作物叶片数量的比值的权重，x3为所有虫斑面积与所有农作物叶片面积的比值的权重，x4为含有虫斑的叶片数量与所有农作物叶片数量比值的权重。
6.根据权利要求5所述的一种基于生态环保的智慧农业监控管理方法，其特征在于：所述步骤S2还包括：
对粘虫板的图像信息去噪、增强、分割并提取出粘虫板上害虫的特征和害虫的分布情况，根据粘虫板上害虫的特征和虫害数据库内的害虫特征获取该害虫的威胁程度，根据害虫的分布情况判断出农作物所受虫害的第二参考等级，
其中，所述害虫的分布情况包括粘虫板上的所有害虫数量c1、粘虫板上害虫聚集面积最大处的害虫数量c2，粘虫板上所有害虫面积与粘虫板的面积的比值d1，粘虫板上害虫聚集面积最大处的面积与粘虫板的面积的比值d2，
所述农作物所受虫害的第二参考等级：
m2＝0.6c1/c2+0.4(y1d1+y2d2+y3d2/d1)，
其中，y1为粘虫板上所有害虫面积与粘虫板的面积的比值的权重，y2为粘虫板上害虫聚集面积最大处的面积与粘虫板的面积的比值的权重，y3为粘虫板上害虫聚集面积最大处的面积与虫板上所有害虫面积的比值权重。
7.根据权利要求5所述的一种基于生态环保的智慧农业监控管理方法，其特征在于：所述步骤S2进一步包括：所述害虫的威胁程度包括轻度威胁，中度威胁和高度威胁。
8.根据权利要求6所述的一种基于生态环保的智慧农业监控管理方法，其特征在于：所述步骤S3进一步包括：所述农作物所受虫害的严重程度M＝z1m1+z2m2，其中，z1为第一参考等级m1+的权重，z2为第二参考等级m2的权重，
当农作物所受虫害的严重程度M满足0.2>＝M>＝0时，
若虫害威胁程度为轻度威胁，则不采取灭虫措施；
若虫害威胁程度为中度威胁或高度威胁，则选择杀虫灯进行灭虫工作；
当农作物所受虫害的严重程度M满足0.5>M>0.2时，
若虫害威胁程度为轻度威胁或中度威胁，则选择杀虫灯进行灭虫工作；
若虫害威胁程度为高度威胁，则选择农药喷雾器均进行灭虫工作；
当农作物所受虫害的严重程度M满足1>＝M>＝0.5时，杀虫灯和农药喷雾器均进行灭虫工作。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911050993.2A CN110688989B (zh) | 2019-10-31 | 2019-10-31 | 一种基于生态环保的智慧农业监控管理系统及方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201911050993.2A CN110688989B (zh) | 2019-10-31 | 2019-10-31 | 一种基于生态环保的智慧农业监控管理系统及方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN110688989A true CN110688989A (zh) | 2020-01-14 |
| CN110688989B CN110688989B (zh) | 2022-05-17 |
Family
ID=69114965
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201911050993.2A Active CN110688989B (zh) | 2019-10-31 | 2019-10-31 | 一种基于生态环保的智慧农业监控管理系统及方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110688989B (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112950701A (zh) * | 2020-02-28 | 2021-06-11 | 蒋天泽 | 生物质类固废用分析处理系统 |
| CN116076290A (zh) * | 2022-08-19 | 2023-05-09 | 湖北省农业科学院果树茶叶研究所 | 一种猕猴桃软腐病的综合防控方法 |
| CN116824380A (zh) * | 2023-08-30 | 2023-09-29 | 山东孟子居生态农业股份有限公司 | 一种智慧农业云平台监控系统 |
Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102541030A (zh) * | 2012-02-07 | 2012-07-04 | 蔡诗伟 | 作物病虫害智能监测防治系统 |
| CN102591290A (zh) * | 2012-02-27 | 2012-07-18 | 蔡诗伟 | 作物病虫害智能监测管理系统 |
| CN204014837U (zh) * | 2014-08-15 | 2014-12-17 | 北京农业信息技术研究中心 | 一种自动更换粘虫板的害虫监测系统 |
| CN104813993A (zh) * | 2015-04-22 | 2015-08-05 | 中国矿业大学 | 基于机器视觉的微小农业害虫自动监测装置和方法 |
| CN106097119A (zh) * | 2016-06-14 | 2016-11-09 | 广州大气候农业科技有限公司 | 采集装置、服务器、及信息采集、推送、获取及发送方法 |
| CN106332855A (zh) * | 2015-07-06 | 2017-01-18 | 宁波高新区鹏博科技有限公司 | 一种病虫害自动预警系统 |
| CN106780443A (zh) * | 2016-11-30 | 2017-05-31 | 深圳前海弘稼科技有限公司 | 作物害虫的预警方法和作物害虫的预警装置 |
| CN107084756A (zh) * | 2017-03-17 | 2017-08-22 | 浙江理工大学 | 基于树莓派的虫害图像测报方法 |
| CN107609600A (zh) * | 2017-09-27 | 2018-01-19 | 北京农业信息技术研究中心 | 一种温室粘虫板害虫自动识别分类方法及系统 |
| CN107926887A (zh) * | 2017-10-31 | 2018-04-20 | 四川农业大学 | 农作物病虫害精准识别与智能控制系统 |
| 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 |
-
2019
- 2019-10-31 CN CN201911050993.2A patent/CN110688989B/zh active Active
Patent Citations (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN102541030A (zh) * | 2012-02-07 | 2012-07-04 | 蔡诗伟 | 作物病虫害智能监测防治系统 |
| CN102591290A (zh) * | 2012-02-27 | 2012-07-18 | 蔡诗伟 | 作物病虫害智能监测管理系统 |
| CN204014837U (zh) * | 2014-08-15 | 2014-12-17 | 北京农业信息技术研究中心 | 一种自动更换粘虫板的害虫监测系统 |
| CN104813993A (zh) * | 2015-04-22 | 2015-08-05 | 中国矿业大学 | 基于机器视觉的微小农业害虫自动监测装置和方法 |
| CN106332855A (zh) * | 2015-07-06 | 2017-01-18 | 宁波高新区鹏博科技有限公司 | 一种病虫害自动预警系统 |
| CN106097119A (zh) * | 2016-06-14 | 2016-11-09 | 广州大气候农业科技有限公司 | 采集装置、服务器、及信息采集、推送、获取及发送方法 |
| CN106780443A (zh) * | 2016-11-30 | 2017-05-31 | 深圳前海弘稼科技有限公司 | 作物害虫的预警方法和作物害虫的预警装置 |
| CN107084756A (zh) * | 2017-03-17 | 2017-08-22 | 浙江理工大学 | 基于树莓派的虫害图像测报方法 |
| CN107609600A (zh) * | 2017-09-27 | 2018-01-19 | 北京农业信息技术研究中心 | 一种温室粘虫板害虫自动识别分类方法及系统 |
| CN107926887A (zh) * | 2017-10-31 | 2018-04-20 | 四川农业大学 | 农作物病虫害精准识别与智能控制系统 |
| 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 |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112950701A (zh) * | 2020-02-28 | 2021-06-11 | 蒋天泽 | 生物质类固废用分析处理系统 |
| CN116076290A (zh) * | 2022-08-19 | 2023-05-09 | 湖北省农业科学院果树茶叶研究所 | 一种猕猴桃软腐病的综合防控方法 |
| CN116824380A (zh) * | 2023-08-30 | 2023-09-29 | 山东孟子居生态农业股份有限公司 | 一种智慧农业云平台监控系统 |
| CN116824380B (zh) * | 2023-08-30 | 2023-11-28 | 山东孟子居生态农业股份有限公司 | 一种智慧农业云平台监控系统 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN110688989B (zh) | 2022-05-17 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110688989B (zh) | 一种基于生态环保的智慧农业监控管理系统及方法 | |
| Rodenburg et al. | Parasitic weed incidence and related economic losses in rice in Africa | |
| American Association for Research into Nervous and Mental Diseases et al. | Invertebrate responses to the management of genetically modified herbicide–tolerant and conventional spring crops. I. Soil-surface-active invertebrates | |
| Brown et al. | Habitat features associated with predation of New England cottontails: what scale is appropriate? | |
| García et al. | Seed dispersal by a frugivorous marsupial shapes the spatial scale of a mistletoe population | |
| CN114418040B (zh) | 一种园林绿化养护监测及预警的方法与系统 | |
| CN107926887A (zh) | 农作物病虫害精准识别与智能控制系统 | |
| CN109409275A (zh) | 目标对象的识别方法及装置、施药信息的确定方法 | |
| CN110110595A (zh) | 一种基于卫星遥感影像的农田画像及药肥大数据分析方法 | |
| CN109446958A (zh) | 施药效果的确定方法及装置、系统 | |
| CN1628513A (zh) | 农药精确对靶施用方法 | |
| CN113298537A (zh) | 基于物联网的稻米全链条质量信息智能检测系统及方法 | |
| Simmons et al. | Evaluation of seven sampling techniques for wireworms (Coleoptera: Elateridae) | |
| Megersa et al. | Rainfall variability and its implications for wheat and barley production in central Ethiopia | |
| CN113142170A (zh) | 一种适用于稻田的无人机智能化定点除草技术 | |
| Di Iorio et al. | Mapping European canker spatial pattern and disease progression in apples using GIS, Tasman, New Zealand | |
| CN112116206A (zh) | 一种基于大数据的智慧农业系统 | |
| Mulungu et al. | The rodent density-damage function in maize fields at an early growth stage | |
| Pethybridge et al. | Characterization of the spatiotemporal attributes of Sclerotinia flower blight epidemics in a perennial pyrethrum pathosystem | |
| Bick et al. | Dynamics of pollen beetle (Brassicogethes aeneus) immigration and colonization of oilseed rape (Brassica napus) in Europe | |
| CN113435825A (zh) | 一种基于土传病害防治的智能管理方法、系统及存储介质 | |
| CN113741597B (zh) | 农林诱虫测报智能控制系统 | |
| Arroyo et al. | Functional habitat suitability and urban encroachment explain temporal and spatial variations in abundance of a declining farmland bird, the Little Bustard Tetrax tetrax | |
| Singh et al. | Forecasting of potato late blight | |
| CN209572935U (zh) | 一种用于虫情测报的粘虫板 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |