CN113139461A - 一种农业种植用小麦叶片病虫害检测系统及其管理方法 - Google Patents
一种农业种植用小麦叶片病虫害检测系统及其管理方法 Download PDFInfo
- Publication number
- CN113139461A CN113139461A CN202110438850.XA CN202110438850A CN113139461A CN 113139461 A CN113139461 A CN 113139461A CN 202110438850 A CN202110438850 A CN 202110438850A CN 113139461 A CN113139461 A CN 113139461A
- Authority
- CN
- China
- Prior art keywords
- wheat
- module
- soil
- leaf
- processing unit
- 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
- 241000209140 Triticum Species 0.000 title claims abstract description 123
- 235000021307 Triticum Nutrition 0.000 title claims abstract description 119
- 238000001514 detection method Methods 0.000 title claims abstract description 78
- 241000607479 Yersinia pestis Species 0.000 title claims abstract description 51
- 241000238631 Hexapoda Species 0.000 title claims abstract description 38
- 201000010099 disease Diseases 0.000 title claims abstract description 38
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 title claims abstract description 38
- 238000007726 management method Methods 0.000 title claims abstract description 16
- 239000002689 soil Substances 0.000 claims abstract description 63
- 238000012545 processing Methods 0.000 claims abstract description 35
- 244000052616 bacterial pathogen Species 0.000 claims abstract description 27
- 238000004458 analytical method Methods 0.000 claims abstract description 16
- 208000015181 infectious disease Diseases 0.000 claims abstract description 13
- 238000005070 sampling Methods 0.000 claims abstract description 13
- 208000024891 symptom Diseases 0.000 claims description 21
- 238000010295 mobile communication Methods 0.000 claims description 15
- 238000002636 symptomatic treatment Methods 0.000 claims description 9
- 230000006855 networking Effects 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 claims description 6
- 238000000034 method Methods 0.000 claims description 6
- 244000052769 pathogen Species 0.000 claims description 6
- 230000003321 amplification Effects 0.000 claims description 5
- 238000003199 nucleic acid amplification method Methods 0.000 claims description 5
- 238000004806 packaging method and process Methods 0.000 claims description 4
- 230000001717 pathogenic effect Effects 0.000 claims description 4
- 238000003745 diagnosis Methods 0.000 claims description 3
- 230000036039 immunity Effects 0.000 claims description 2
- 241000196324 Embryophyta Species 0.000 claims 1
- 238000009313 farming Methods 0.000 claims 1
- 238000004891 communication Methods 0.000 description 4
- 108020004414 DNA Proteins 0.000 description 2
- 102000053602 DNA Human genes 0.000 description 2
- 241000282414 Homo sapiens Species 0.000 description 2
- 239000000427 antigen Substances 0.000 description 2
- 102000036639 antigens Human genes 0.000 description 2
- 108091007433 antigens Proteins 0.000 description 2
- 235000008429 bread Nutrition 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 235000013305 food Nutrition 0.000 description 2
- 230000003993 interaction Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 241000894006 Bacteria Species 0.000 description 1
- 239000002028 Biomass Substances 0.000 description 1
- LFQSCWFLJHTTHZ-UHFFFAOYSA-N Ethanol Chemical compound CCO LFQSCWFLJHTTHZ-UHFFFAOYSA-N 0.000 description 1
- 235000013405 beer Nutrition 0.000 description 1
- 235000015895 biscuits Nutrition 0.000 description 1
- 230000001413 cellular effect Effects 0.000 description 1
- 230000003111 delayed effect Effects 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000005538 encapsulation Methods 0.000 description 1
- 230000004720 fertilization Effects 0.000 description 1
- 235000013312 flour Nutrition 0.000 description 1
- 239000000446 fuel Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000002649 immunization Methods 0.000 description 1
- 230000003053 immunization Effects 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 235000012149 noodles Nutrition 0.000 description 1
- 239000002245 particle Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 239000000126 substance Substances 0.000 description 1
- 235000013522 vodka Nutrition 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
- G06V20/10—Terrestrial scenes
- G06V20/188—Vegetation
-
- C—CHEMISTRY; METALLURGY
- C12—BIOCHEMISTRY; BEER; SPIRITS; WINE; VINEGAR; MICROBIOLOGY; ENZYMOLOGY; MUTATION OR GENETIC ENGINEERING
- C12Q—MEASURING OR TESTING PROCESSES INVOLVING ENZYMES, NUCLEIC ACIDS OR MICROORGANISMS; COMPOSITIONS OR TEST PAPERS THEREFOR; PROCESSES OF PREPARING SUCH COMPOSITIONS; CONDITION-RESPONSIVE CONTROL IN MICROBIOLOGICAL OR ENZYMOLOGICAL PROCESSES
- C12Q1/00—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions
- C12Q1/68—Measuring or testing processes involving enzymes, nucleic acids or microorganisms; Compositions therefor; Processes of preparing such compositions involving nucleic acids
- C12Q1/6804—Nucleic acid analysis using immunogens
-
- 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
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y10/00—Economic sectors
- G16Y10/05—Agriculture
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/10—Detection; Monitoring
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/20—Analytics; Diagnosis
-
- G—PHYSICS
- G16—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
- G16Y—INFORMATION AND COMMUNICATION TECHNOLOGY SPECIALLY ADAPTED FOR THE INTERNET OF THINGS [IoT]
- G16Y40/00—IoT characterised by the purpose of the information processing
- G16Y40/30—Control
- G16Y40/35—Management of things, i.e. controlling in accordance with a policy or in order to achieve specified objectives
Abstract
本发明公开了一种农业种植用小麦叶片病虫害检测系统及其管理方法，具体涉及农业种植技术领域，包括采样模块，所述采样模块输出端设有检测模块，所述检测模块输出端设有分析模块，所述分析模块连接端设有输送模块，所述输送模块连接端设有显示模块；所述采样模块包括无人机；所述检测模块包括PCR检测仪器，所述PCR检测仪器用于检测采集到的土样中的病菌种类及数量。本发明通过在无人机上安装取土器和摄像头，用以采取土壤样品和拍摄小麦的叶片照片，并利用PCR检测仪器检测土壤样品中是否存在病菌，从而能够在中央处理器的分析下对染病的小麦从病菌和虫害两个方面对其病因进行判断分析，以帮助小麦田地管理人员更加全面的了解小麦染病的原因。
Description
技术领域
本发明涉及农业种植技术领域，具体涉及一种农业种植用小麦叶片病虫害检测系统及其管理方法。
背景技术
小麦的果实是人类的主食之一，成熟后的小麦颗粒研磨成面粉后可制作面包、馒头、饼干、面条等食物，发酵后可制成啤酒、酒精、白酒(如伏特加)，或生物质燃料，可见小麦在人类的日常生活中占据着重要的地位。所以小麦种植也是我国主要的农作物，随着人口的不断增加，提高小麦的产量也成为了趋势，小麦只有能够正常的生长才能够保证秋季产量的稳定，所以在日常的施肥管理之外，还需要及时检测小麦是否存在虫害并能够给患有虫害的小麦及时提供治疗。
现有技术对小麦叶片疾病的检测仅仅存在对其表面附着的害虫的鉴别，而缺少对小麦根系土壤中病菌的检测，使得田地管理人员无法全面的了解小麦叶片疾病的病因，而且在病因了解不清楚的情况下田地管理人员也无法对患病小麦提供有效的治疗，从而容易耽误对小麦的治疗，使得小麦病情加重而影响产量。
发明内容
本发明要解决的技术问题是提供一种农业种植用小麦叶片病虫害检测系统及其管理方法，包括采样模块，所述采样模块输出端设有检测模块，所述检测模块输出端设有分析模块，所述分析模块连接端设有输送模块，所述输送模块连接端设有显示模块；
所述采样模块包括无人机，所述无人机用于采取小麦田地中的土样和叶片照片；
所述检测模块包括PCR检测仪器，所述PCR检测仪器用于检测采集到的土样中的病菌种类及数量；
所述分析模块包括中央处理器，所述中央处理器用于对土样检测结果和叶片照片进行分析，进而用于判断小麦叶片病虫害的病原；
所述输送模块包括网络服务器和移动通讯系统，所述移动通讯系统设在网络服务器的输出端，所述网络服务器设在中央处理器的输出端，所述网络服务器和移动通讯系统用于将分析的结果传递给用户；
所述显示模块包括用户端，所述用户端用于显示检测的结果，进而能够方便用户管理小麦田地。
进一步地，所述无人机内部安装有取土器，所述取土器内部安装有样品管，所述取土器用于采集土壤样品，所述样品管用于自动封装采集到的土壤样品。
进一步地，所述无人机内部安装有摄像头，所述摄像头设在无人机的连接端，所述摄像头输出端设有物联网，所述物联网设在中央处理器的输入端，所述PCR检测仪器设在物联网的输入端。
进一步地，所述中央处理器输入端设有存储器一和存储器二，所述存储器一用于存储小麦叶片虫害疾病的症状信息以及对症的治疗建议，所述存储器二用于存储小麦病菌感染的症状信息以及对症的治疗建议。
进一步地，所述用户端连接端设有手机端和PC端。
本发明还还包括该农业种植用小麦叶片病虫害检测系统的管理方法，具体步骤如下所示：
步骤一：选取待检测的小麦田地，并对该小麦田地按照m×m的规格划分成多个矩形方格；
步骤二：任意选取个方格，并且在每个方格中采取个土壤样本和张叶片照片，然后操控无人机飞行到该方格的正上方，然后利用摄像头对方格中的小麦叶片进行拍摄，以获得小麦叶片照片，然后再利用取土器挖取小麦植株根系周围同一点位下竖直深度cm的土壤，并自动将采取的土壤按照cm一段封装在不同的样品管内部；
步骤三：利用PCR检测仪器对样品管中的土壤样品进行检测，通过PCR检测仪器鉴定出土壤样品中病菌的种类与数量，然后PCR检测仪器会通过物联网将检测的结果传递给中央处理器，同时摄像头所拍摄的叶片照片信息也会通过物联网传递给中央处理器；
步骤四：中央处理器会将接收到的图片信息和检测结果分别与存储器一和存储器二中所存储的众多小麦叶片虫害疾病的症状信息和小麦病菌感染的症状信息进行对比，当同一棵小麦周围的土壤出现与存储器二中相一致的虫害症状以及与存储器一中一致的病菌时，则说明该小麦存在该种虫害疾病以及存在该种病菌感染的情况；当一棵小麦只有其周围土壤中出现与存储器二中相一致的病菌而并未出现与存储器一中相一致的虫害疾病症状时，则说明该小麦只存在病菌感染的情况；当一棵小麦只有其叶片照片出现与存储器一中相一致的虫害症状而并未出现与存储器二中相一致的病菌时，则说明该小麦只存在虫害疾病的情况；诊断结束后，中央处理器也会通过存储器一和存储器二中所存储的对症的治疗建议提出相对应治疗措施，以方便田地管理人员及时对患病小麦提供有效的治疗；
步骤五：中央处理器会通过网络服务器和移动通讯系统将检测结果和治疗建议传递给不同的用户端，而且该检测结果和治疗建议可以任意选择合适的手机端或PC端向田地管理人员展示出来，以方便该田地管理人员及时对患病的小麦实施治疗。
进一步地，在步骤二中采取的个土壤样本来自棵不同小麦的根部土壤，张叶片照片也分别拍摄于该棵小麦的叶片。
进一步地，在步骤三中，利用PCR检测仪器检测病菌应用的是PCR免疫技术，该技术是将血清学中抗原-抗体反应的特异性与PCR的强特异扩增能力结合起来，可在短时间内精确检测某一病原物，具体原理是用一段具体的DNA分子标记抗体，应用此抗体去检测抗原，PCR扩增此段DNA分子，根据扩增产物存在与否判断抗原是否存在。
进一步地，在步骤三中所使用的物联网包括与其相关的电子设备、网络连接和其他形式的硬件，物联网是指将互联网的概念扩展到物理设备和日常对象之间的连接中，通过物联网中相关的电子设备、网络连接和其他形式的硬件实现与其他人通信和交互，并且可以远程监控。
本发明具有如下优点：1、本发明通过在无人机上安装取土器和摄像头，用以采取土壤样品和拍摄小麦的叶片照片，并利用PCR检测仪器检测土壤样品中是否存在病菌，从而能够在中央处理器的分析下对染病的小麦从病菌和虫害两个方面对其病因进行判断分析，以帮助小麦田地管理人员更加全面的了解小麦染病的原因，而且本发明还能够通过中央处理器提供对症的治疗建议，使得小麦田地管理人员能够在得到检测结果的同时立即对染病的小麦提供准确有效的治疗，以防止染病的小麦病情加重，从而能够避免其对小麦产量的影响；
2、本发明通过取土器采取了同一点位下不同深度的土壤样本，还能够对小麦根部是否染病进行判断，从而能够提前预防小麦的根部疾病的发生，以保证小麦能够健康地茁壮成长，而且通过不同深度病菌数量的判断，还能够判断出根部染病小麦的根系染病情况，从而能够帮助小麦田地管理者全面了解小麦的健康状况。
附图说明
图1为本发明提供的模块图；
图2为本发明提供的单元图；
图3为本发明提供的检测方法流程图。
图中：1采样模块、2检测模块、3分析模块、4输送模块、5显示模块、6无人机、7样品管、8PCR检测仪器、9中央处理器、10存储器一、11存储器二、12网络服务器、13移动通讯系统、14用户端、15手机端、16PC端、17摄像头、18物联网、19取土器。
具体实施方式
参照说明书附图1-3，该实施例的一种农业种植用小麦叶片病虫害检测系统及其管理方法，包括采样模块1，所述采样模块1输出端设有检测模块2，所述检测模块2输出端设有分析模块3，所述分析模块3连接端设有输送模块4，所述输送模块4连接端设有显示模块5；
所述采样模块1包括无人机6，所述无人机6用于采取小麦田地中的土样和叶片照片，所述无人机6内部安装有取土器19，便于利用取土器19在采取竖直深度下的土壤样本，所述取土器19内部安装有样品管7，便于利用样品管7将采取的土壤样本自动封装起来，以防止在送检的过程中感染到其他的病菌或细菌之类的微生物，所述样品管7用于自动封装采集到的土壤样品；所述无人机6内部安装有摄像头17，所述摄像头17设在无人机6的连接端，便于利用摄像头17拍摄小麦的叶片照片，从而能够方便观察寻找叶片上是否存在害虫，以帮助判断小麦是否感染病虫害，所述摄像头17输出端设有物联网18，所述物联网18设在中央处理器9的输入端，所述PCR检测仪器8设在物联网18的输入端；便于通过物联网18将土壤样品的检测结果和照片信息传递给中央处理器9，使得中央处理器9能对其进行分析；
所述检测模块2包括PCR检测仪器8，所述PCR检测仪器8用于检测采集到的土样中的病菌种类及数量，PCR检测仪器8所使用的是PCR免疫技术，该技术是将血清学中抗原-抗体反应的特异性与PCR的强特异扩增能力结合起来，可在短时间内精确检测某一病原物；
所述分析模块3包括中央处理器9，所述中央处理器9用于对土样检测结果和叶片照片进行分析，进而用于判断小麦叶片病虫害的病原；所述中央处理器9输入端设有存储器一10和存储器二11，所述存储器一10用于存储小麦叶片虫害疾病的症状信息以及对症的治疗建议，所述存储器二11用于存储小麦病菌感染的症状信息以及对症的治疗建议，利用存储器一10和存储器二11中所存储的信息与土壤检测结果和照片信息进行比对，从而能够从病菌感染和虫害侵袭两个方面确定小麦叶片染病的原因，以帮助管理人员更加全面的了解小麦染病的病原并且能够帮助其提供更为有效的治疗方案；
所述输送模块4包括网络服务器12和移动通讯系统13，所述移动通讯系统13设在网络服务器12的输出端，所述网络服务器12设在中央处理器9的输出端，所述网络服务器12和移动通讯系统13用于将分析的结果传递给用户，其中的移动通讯系统13是一种无线电通信系统主要有蜂窝系统，集群系统，AdHoc网络系统，卫星通信系统，分组无线网，无绳电话系统，无线电传呼系统等，移动通讯系统13的存在能够快速、准确的将检测结果与治疗建议传递给用户；
所述显示模块5包括用户端14，所述用户端14用于显示检测的结果，进而能够方便用户管理小麦田地，所述用户端14连接端设有手机端15和PC端16，提供两种设备以方便不同的用户能够随时操作本系统，从而能够提高本系统的使用范围。
本发明还还包括该农业种植用小麦叶片病虫害检测系统的管理方法，具体步骤如下所示：
步骤一：选取待检测的小麦田地，并对该小麦田地按照1m×1m的规格划分成多个矩形方格；
步骤二：任意选取10个方格，并且在每个方格中采取10个土壤样本和10张叶片照片，然后操控无人机6飞行到该方格的正上方，然后利用摄像头17对方格中的小麦叶片进行拍摄，以获得小麦叶片照片，然后再利用取土器19挖取小麦植株根系周围同一点位下竖直深度20cm的土壤，并自动将采取的土壤按照5cm一段封装在不同的样品管7内部；其中，所采取的10个土壤样本来自10棵不同小麦的根部土壤，10张叶片照片也分别拍摄于该10棵小麦的叶片
步骤三：利用PCR检测仪器8对样品管7中的土壤样品进行检测，通过PCR检测仪器8鉴定出土壤样品中病菌的种类与数量，然后PCR检测仪器8会通过物联网18将检测的结果传递给中央处理器9，同时摄像头17所拍摄的叶片照片信息也会通过物联网18传递给中央处理器9；其中，利用PCR检测仪器8检测病菌应用的是PCR免疫技术，该技术是将血清学中抗原-抗体反应的特异性与PCR的强特异扩增能力结合起来，可在短时间内精确检测某一病原物，具体原理是用一段具体的DNA分子标记抗体，应用此抗体去检测抗原，PCR扩增此段DNA分子，根据扩增产物存在与否判断抗原是否存在；其中所使用的物联网18包括与其相关的电子设备、网络连接和其他形式的硬件，物联网18是指将互联网的概念扩展到物理设备和日常对象之间的连接中，通过物联网18中相关的电子设备、网络连接和其他形式的硬件实现与其他人通信和交互，并且可以远程监控；
步骤四：中央处理器9会将接收到的图片信息和检测结果分别与存储器一10和存储器二11中所存储的众多小麦叶片虫害疾病的症状信息和小麦病菌感染的症状信息进行对比，当同一棵小麦周围的土壤出现与存储器二11中相一致的虫害症状以及与存储器一10中一致的病菌时，则说明该小麦存在该种虫害疾病以及存在该种病菌感染的情况；当一棵小麦只有其周围土壤中出现与存储器二11中相一致的病菌而并未出现与存储器一10中相一致的虫害疾病症状时，则说明该小麦只存在病菌感染的情况；当一棵小麦只有其叶片照片出现与存储器一10中相一致的虫害症状而并未出现与存储器二11中相一致的病菌时，则说明该小麦只存在虫害疾病的情况；诊断结束后，中央处理器9也会通过存储器一10和存储器二11中所存储的对症的治疗建议提出相对应治疗措施，以方便田地管理人员及时对患病小麦提供有效的治疗；
步骤五：中央处理器9会通过网络服务器12和移动通讯系统13将检测结果和治疗建议传递给不同的用户端14，而且该检测结果和治疗建议可以任意选择合适的手机端15或PC端16向田地管理人员展示出来，以方便该田地管理人员及时对患病的小麦实施治疗。
虽然，上文中已经用一般性说明及具体实施例对本发明作了详尽的描述，但在本发明基础上，可以对之作一些修改或改进，这对本领域技术人员而言是显而易见的。因此，在不偏离本发明精神的基础上所做的这些修改或改进，均属于本发明要求保护的范围。
Claims (9)
1.一种农业种植用小麦叶片病虫害检测系统，其特征在于：包括采样模块(1)，所述采样模块(1)输出端设有检测模块(2)，所述检测模块(2)输出端设有分析模块(3)，所述分析模块(3)连接端设有输送模块(4)，所述输送模块(4)连接端设有显示模块(5)；
所述采样模块(1)包括无人机(6)，所述无人机(6)用于采取小麦田地中的土样和叶片照片；
所述检测模块(2)包括PCR检测仪器(8)，所述PCR检测仪器(8)用于检测采集到的土样中的病菌种类及数量；
所述分析模块(3)包括中央处理器(9)，所述中央处理器(9)用于对土样检测结果和叶片照片进行分析，进而用于判断小麦叶片病虫害的病原；
所述输送模块(4)包括网络服务器(12)和移动通讯系统(13)，所述移动通讯系统(13)设在网络服务器(12)的输出端，所述网络服务器(12)设在中央处理器(9)的输出端，所述网络服务器(12)和移动通讯系统(13)用于将分析的结果传递给用户；
所述显示模块(5)包括用户端(14)，所述用户端(14)用于显示检测的结果，进而能够方便用户管理小麦田地。
2.根据权利要求1所述的一种农业种植用小麦叶片病虫害检测系统，其特征在于：所述无人机(6)内部安装有取土器(19)，所述取土器(19)内部安装有样品管(7)，所述取土器(19)用于采集土壤样品，所述样品管(7)用于自动封装采集到的土壤样品。
3.根据权利要求1所述的一种农业种植用小麦叶片病虫害检测系统，其特征在于：所述无人机(6)内部安装有摄像头(17)，所述摄像头(17)设在无人机(6)的连接端，所述摄像头(17)输出端设有物联网(18)，所述物联网(18)设在中央处理器(9)的输入端，所述PCR检测仪器(8)设在物联网(18)的输入端。
4.根据权利要求1所述的一种农业种植用小麦叶片病虫害检测系统，其特征在于：所述中央处理器(9)输入端设有存储器一(10)和存储器二(11)，所述存储器一(10)用于存储小麦叶片虫害疾病的症状信息以及对症的治疗建议，所述存储器二(11)用于存储小麦病菌感染的症状信息以及对症的治疗建议。
5.根据权利要求1所述的一种农业种植用小麦叶片病虫害检测系统，其特征在于：所述用户端(14)连接端设有手机端(15)和PC端(16)。
6.根据权利要求1-5任意一项所述的一种农业种植用小麦叶片病虫害检测系统，其特征在于：还包括该农业种植用小麦叶片病虫害检测系统的管理方法，具体步骤如下所示：
步骤一：选取待检测的小麦田地，并对该小麦田地按照1m×1m的规格划分成多个矩形方格；
步骤二：任意选取10个方格，并且在每个方格中采取10个土壤样本和10张叶片照片，然后操控无人机(6)飞行到该方格的正上方，然后利用摄像头(17)对方格中的小麦叶片进行拍摄，以获得小麦叶片照片，然后再利用取土器(19)挖取小麦植株根系周围同一点位下竖直深度20cm的土壤，并自动将采取的土壤按照5cm一段封装在不同的样品管(7)内部；
步骤三：利用PCR检测仪器(8)对样品管(7)中的土壤样品进行检测，通过PCR检测仪器(8)鉴定出土壤样品中病菌的种类与数量，然后PCR检测仪器(8)会通过物联网(18)将检测的结果传递给中央处理器(9)，同时摄像头(17)所拍摄的叶片照片信息也会通过物联网(18)传递给中央处理器(9)；
步骤四：中央处理器(9)会将接收到的图片信息和检测结果分别与存储器一(10)和存储器二(11)中所存储的众多小麦叶片虫害疾病的症状信息和小麦病菌感染的症状信息进行对比，当同一棵小麦周围的土壤出现与存储器二(11)中相一致的虫害症状以及与存储器一(10)中一致的病菌时，则说明该小麦存在该种虫害疾病以及存在该种病菌感染的情况；当一棵小麦只有其周围土壤中出现与存储器二(11)中相一致的病菌而并未出现与存储器一(10)中相一致的虫害疾病症状时，则说明该小麦只存在病菌感染的情况；当一棵小麦只有其叶片照片出现与存储器一(10)中相一致的虫害症状而并未出现与存储器二(11)中相一致的病菌时，则说明该小麦只存在虫害疾病的情况；诊断结束后，中央处理器(9)也会通过存储器一(10)和存储器二(11)中所存储的对症的治疗建议提出相对应治疗措施，以方便田地管理人员及时对患病小麦提供有效的治疗；
步骤五：中央处理器(9)会通过网络服务器(12)和移动通讯系统(13)将检测结果和治疗建议传递给不同的用户端(14)，而且该检测结果和治疗建议可以任意选择合适的手机端(15)或PC端(16)向田地管理人员展示出来，以方便该田地管理人员及时对患病的小麦实施治疗。
7.根据权利要求6所述的一种农业种植用小麦叶片病虫害检测系统的管理方法，其特征在于：在步骤二中采取的10个土壤样本来自10棵不同小麦的根部土壤，10张叶片照片也分别拍摄于该10棵小麦的叶片。
8.根据权利要求6所述的一种农业种植用小麦叶片病虫害检测系统的管理方法，其特征在于：在步骤三中，利用PCR检测仪器(8)检测病菌应用的是PCR免疫技术，该技术是将血清学中抗原-抗体反应的特异性与PCR的强特异扩增能力结合起来，可在短时间内精确检测某一病原物，具体原理是用一段具体的DNA分子标记抗体，应用此抗体去检测抗原，PCR扩增此段DNA分子，根据扩增产物存在与否判断抗原是否存在。
9.根据权利要求6所述的一种农业种植用小麦叶片病虫害检测系统的管理方法，其特征在于：在步骤三中所使用的物联网(18)包括与其相关的电子设备、网络连接和其他形式的硬件，物联网(18)是指将互联网的概念扩展到物理设备和日常对象之间的连接中，通过物联网(18)中相关的电子设备、网络连接和其他形式的硬件实现与其他人通信和交互，并且可以远程监控。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110438850.XA CN113139461A (zh) | 2021-04-23 | 2021-04-23 | 一种农业种植用小麦叶片病虫害检测系统及其管理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110438850.XA CN113139461A (zh) | 2021-04-23 | 2021-04-23 | 一种农业种植用小麦叶片病虫害检测系统及其管理方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113139461A true CN113139461A (zh) | 2021-07-20 |
Family
ID=76813387
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110438850.XA Pending CN113139461A (zh) | 2021-04-23 | 2021-04-23 | 一种农业种植用小麦叶片病虫害检测系统及其管理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113139461A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114877949A (zh) * | 2022-06-14 | 2022-08-09 | 古田县恒春农业开发有限公司 | 一种铁皮石斛种植用智能实时监测装置及监测方法 |
Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101531971A (zh) * | 2008-03-14 | 2009-09-16 | 天津现代职业技术学院 | 一种枯草芽孢杆菌及其在防治设施蔬菜连作障碍中的应用 |
| CN103045747A (zh) * | 2012-11-12 | 2013-04-17 | 福建省农业科学院作物研究所 | 甘薯黑腐病菌分子检测引物及其应用 |
| CN105954283A (zh) * | 2016-05-05 | 2016-09-21 | 信阳师范学院 | 一种基于互联网的小麦病虫害防治方法 |
| CN106585992A (zh) * | 2016-12-15 | 2017-04-26 | 上海土是宝农业科技有限公司 | 一种无人机智能识别、精确喷洒农药的方法及系统 |
| CN107315381A (zh) * | 2017-08-02 | 2017-11-03 | 宿松县玖索科技信息有限公司 | 一种农作物病虫害的监测方法 |
| CN108791922A (zh) * | 2018-05-28 | 2018-11-13 | 芜湖千创智能科技有限公司 | 一种具有固定多个摄像头的农业监测用无人机 |
| US20190050948A1 (en) * | 2017-08-08 | 2019-02-14 | Indigo Ag, Inc. | Machine learning in agricultural planting, growing, and harvesting contexts |
| US20190050741A1 (en) * | 2017-08-10 | 2019-02-14 | Iteris, Inc. | Modeling and prediction of below-ground performance of agricultural biological products in precision agriculture |
| US20200184153A1 (en) * | 2018-02-20 | 2020-06-11 | Osram Gmbh | Controlled Agricultural Systems and Methods of Managing Agricultural Systems |
| CN111435135A (zh) * | 2019-01-11 | 2020-07-21 | 通用电气航空系统有限公司 | 经由uav收集数据的土地监测系统和方法 |
| CN111491654A (zh) * | 2017-07-20 | 2020-08-04 | 斯波根生物技术公司 | 用于改善植物的保护、生长和生产力的生物活性多肽 |
| CN111712843A (zh) * | 2017-10-13 | 2020-09-25 | 巴斯夫农化商标有限公司 | 使用自主群集无人机和人工智能的个性化和定制的植物管理 |
-
2021
- 2021-04-23 CN CN202110438850.XA patent/CN113139461A/zh active Pending
Patent Citations (12)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101531971A (zh) * | 2008-03-14 | 2009-09-16 | 天津现代职业技术学院 | 一种枯草芽孢杆菌及其在防治设施蔬菜连作障碍中的应用 |
| CN103045747A (zh) * | 2012-11-12 | 2013-04-17 | 福建省农业科学院作物研究所 | 甘薯黑腐病菌分子检测引物及其应用 |
| CN105954283A (zh) * | 2016-05-05 | 2016-09-21 | 信阳师范学院 | 一种基于互联网的小麦病虫害防治方法 |
| CN106585992A (zh) * | 2016-12-15 | 2017-04-26 | 上海土是宝农业科技有限公司 | 一种无人机智能识别、精确喷洒农药的方法及系统 |
| CN111491654A (zh) * | 2017-07-20 | 2020-08-04 | 斯波根生物技术公司 | 用于改善植物的保护、生长和生产力的生物活性多肽 |
| CN107315381A (zh) * | 2017-08-02 | 2017-11-03 | 宿松县玖索科技信息有限公司 | 一种农作物病虫害的监测方法 |
| US20190050948A1 (en) * | 2017-08-08 | 2019-02-14 | Indigo Ag, Inc. | Machine learning in agricultural planting, growing, and harvesting contexts |
| US20190050741A1 (en) * | 2017-08-10 | 2019-02-14 | Iteris, Inc. | Modeling and prediction of below-ground performance of agricultural biological products in precision agriculture |
| CN111712843A (zh) * | 2017-10-13 | 2020-09-25 | 巴斯夫农化商标有限公司 | 使用自主群集无人机和人工智能的个性化和定制的植物管理 |
| US20200184153A1 (en) * | 2018-02-20 | 2020-06-11 | Osram Gmbh | Controlled Agricultural Systems and Methods of Managing Agricultural Systems |
| CN108791922A (zh) * | 2018-05-28 | 2018-11-13 | 芜湖千创智能科技有限公司 | 一种具有固定多个摄像头的农业监测用无人机 |
| CN111435135A (zh) * | 2019-01-11 | 2020-07-21 | 通用电气航空系统有限公司 | 经由uav收集数据的土地监测系统和方法 |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114877949A (zh) * | 2022-06-14 | 2022-08-09 | 古田县恒春农业开发有限公司 | 一种铁皮石斛种植用智能实时监测装置及监测方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Charania et al. | Smart farming: Agriculture's shift from a labor intensive to technology native industry | |
| Ayaz et al. | Internet-of-Things (IoT)-based smart agriculture: Toward making the fields talk | |
| Ampatzidis et al. | iPathology: robotic applications and management of plants and plant diseases | |
| Roger et al. | Airborne environmental DNA metabarcoding for the monitoring of terrestrial insects—A proof of concept from the field | |
| Plascencia et al. | Floral abundance, richness, and spatial distribution drive urban garden bee communities | |
| Lloret et al. | A wireless sensor network for vineyard monitoring that uses image processing | |
| Koubaa et al. | Smart Palm: An IoT framework for red palm weevil early detection | |
| Dalton et al. | Spatial associations of vines infected with grapevine red blotch virus in Oregon vineyards | |
| KR20180072641A (ko) | 사물인터넷 기반 식물 재배 데이터 수집 및 관리 시스템 | |
| CN203324781U (zh) | 一种害虫诱捕装置和害虫远程识别监控系统 | |
| Degani et al. | Interactions between Magnaporthiopsis maydis and Macrophomina phaseolina, the causes of wilt diseases in maize and cotton | |
| Pyingkodi et al. | Sensor based smart agriculture with IoT technologies: a review | |
| CN101303245A (zh) | 基于无线传感器网络的温室精细作物生长环境监测系统及方法 | |
| Čirjak et al. | Automatic pest monitoring systems in apple production under changing climatic conditions | |
| CN113139461A (zh) | 一种农业种植用小麦叶片病虫害检测系统及其管理方法 | |
| CN201503600U (zh) | 一种诱芯诱捕自动记数系统 | |
| Sciarretta et al. | Development of automated devices for the monitoring of insect pests. | |
| Bressan et al. | Spatio‐temporal pattern of Pentastiridius leporinus migration in an ephemeral cropping system | |
| Harith-Fadzilah et al. | Physical and physiological monitoring on red palm weevil-infested oil palms | |
| CN108234674A (zh) | 智能蔬菜家电物联网系统 | |
| Čirjak et al. | Efficientdet-4 deep neural network-based remote monitoring of codling moth population for early damage detection in apple orchard | |
| Hasanaliyeva et al. | Innovations in disease detection and forecasting: a digital roadmap for sustainable management of fruit and foliar disease | |
| Belien et al. | Improving monitoring and forecasting in integrated management of fruit arthropod pests | |
| TWI721445B (zh) | 重量管控式的堆肥生物分離方法 | |
| CN112164041A (zh) | 基于多尺度深度神经网络的黄龙病自动诊疗系统及方法 |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20210720 |
|
| RJ01 | Rejection of invention patent application after publication |