CN113223660A - 一种药方获取的方法与装置 - Google Patents

一种药方获取的方法与装置 Download PDF

Info

Publication number
CN113223660A
CN113223660A CN202110528309.8A CN202110528309A CN113223660A CN 113223660 A CN113223660 A CN 113223660A CN 202110528309 A CN202110528309 A CN 202110528309A CN 113223660 A CN113223660 A CN 113223660A
Authority
CN
China
Prior art keywords
prescription
drug
historical
data
pest
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
Application number
CN202110528309.8A
Other languages
English (en)
Inventor
杨明雪
侯橙
高惠
杨曙光
王国宝
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Braim Hong Lin Pest Control Technology LLC
Original Assignee
Beijing Braim Hong Lin Pest Control Technology LLC
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
Application filed by Beijing Braim Hong Lin Pest Control Technology LLC filed Critical Beijing Braim Hong Lin Pest Control Technology LLC
Priority to CN202110528309.8A priority Critical patent/CN113223660A/zh
Publication of CN113223660A publication Critical patent/CN113223660A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G16INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR SPECIFIC APPLICATION FIELDS
    • G16HHEALTHCARE INFORMATICS, i.e. INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR THE HANDLING OR PROCESSING OF MEDICAL OR HEALTHCARE DATA
    • G16H20/00ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance
    • G16H20/10ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients
    • G16H20/13ICT specially adapted for therapies or health-improving plans, e.g. for handling prescriptions, for steering therapy or for monitoring patient compliance relating to drugs or medications, e.g. for ensuring correct administration to patients delivered from dispensers
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02Agriculture; Fishing; Forestry; Mining

Landscapes

  • Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Business, Economics & Management (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Tourism & Hospitality (AREA)
  • Agronomy & Crop Science (AREA)
  • Economics (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Human Resources & Organizations (AREA)
  • Marketing (AREA)
  • Medical Preparation Storing Or Oral Administration Devices (AREA)
  • Animal Husbandry (AREA)
  • General Business, Economics & Management (AREA)
  • Physics & Mathematics (AREA)
  • Mining & Mineral Resources (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Medicinal Chemistry (AREA)
  • Epidemiology (AREA)
  • Strategic Management (AREA)
  • Public Health (AREA)
  • Life Sciences & Earth Sciences (AREA)

Abstract

本申请涉及一种药方获取的方法和装置,包括获取待防治区域的植被信息和病虫害数据;根据病虫害数据从病虫害防治药方库获取防治对应病虫害的第一药方集;其中,病虫害防治药方库中每个药方包括用于存储药方不适用植被的第一列表;根据第一列表和植被信息判断对应药方是否适用待防治区域内植被,并根据判断结果从第一药方集筛选得到第二药方集;其中,第二药方集中药方为第一列表中不存在待防治区域内植被的药方;根据获取的待防治区域的历史施药数据对第二药方集中药方进行耐药性和互斥性判断,并根据耐药性和互斥性的判断结果筛选得到第三药方集。本申请具有能够自动获取药方且提高对病虫害防治效果的可靠性的效果。

Description

一种药方获取的方法与装置
技术领域
本申请涉及药方获取的技术领域,尤其是涉及一种药方获取的方法和装置。
背景技术
目前,不论是在农业还是林业中,病虫害都是严重危害农业生产以及林业发展的自然灾害之一,其会导致农作物的质量和产量急剧下降,导致林业发展严重受阻,因此,病虫害防治无疑是急需解决的问题。
现有解决病虫害的方式,为针对防治区域内不同类型病虫害的情况,技术人员开具对应能够防治病虫害的药方,工作人员根据药方喷射对应防治病虫害的药物,达到消灭病虫害的目的。
上述方法中,在对防治区域内的病虫害进行处理时,仅仅是针对病虫害情况开具药方,并没有过多的考虑到其它因素,从而导致开具出来的药方防治效果差,可靠性不高;并且,在技术人员针对病虫害情况开具药方时,对工作人员的专业性要求极高,倘若技术人员的专业性要求不达标的话,开具出来的药方就会存在一定的局限性,影响后期的防治效果。
发明内容
为了能够自动获取药方且提高对病虫害防治效果的可靠性,本申请提供了一种药方获取的方法与装置。
第一方面,本申请提供一种药方获取的方法,采用如下的技术方案:
一种药方获取的方法,获取待防治区域的植被信息和病虫害数据;根据所述病虫害数据从病虫害防治药方库获取防治对应病虫害的第一药方集;其中,所述病虫害防治药方库中每个药方包括用于存储所述药方不适用植被的第一列表;根据所述第一列表和所述植被信息判断对应所述药方是否适用所述待防治区域内植被,并根据判断结果从所述第一药方集筛选得到第二药方集;其中,所述第二药方集中药方为所述第一列表中不存在所述待防治区域内植被的药方;根据获取的待防治区域的历史施药数据对所述第二药方集中药方进行耐药性和互斥性判断,并根据耐药性和互斥性的判断结果筛选得到第三药方集;其中,所述第三药方集中药方为判断结果是无耐药性和无互斥的药方。
通过采用上述技术方案,对病虫害防治药方库中的药方进行层层的筛选,最终得到既适用于待防治区域的病虫害也不会对待防治区域的植物造成任何的影响的药方且待防治区域的病虫害对其既无耐药性也不互斥的防治药方;且其采用自动获取药方的方式,避免了技术人员开具由于自身能力限制存在局限性的药方,其具有能够自动获取药方且提高对病虫害防治效果的可靠性的效果。
进一步的,所述病虫害数据包括疾病种类以及害虫种类和害虫数量;
所述根据所述病虫害数据查询病虫害防治药方库,获取防治对应病虫害的第一药方集,包括:根据害虫种类和害虫数量查询病虫害防治药方库,获取防治对应害虫和害虫数量的害虫药方集;和\或,根据疾病种类查询病虫害防治药方库,获取防治对应疾病的疾病药方集;由所述害虫药方集和\或所述疾病药方集生成所述第一药方集。
通过采用上述技术方案,对害虫的种类、害虫的数量以及各种疾病的多重考量,得到第一药方集,增强对病虫害防治的可靠性。
进一步的,如果无法获取到第一药方集或第二药方集或第三药方集,返回无药方的提示信息;在接收到无药方的提示信息被确认的信息后,触发进入手动输入药方模式;接收手动输入的药方,并将手动输入的药方更新至所述病虫害防治药方库;其中,手动输入的药方为根据待防治区域的所述植被信息和所述病虫害数据开出的药方;根据获取的待防治区域历史施药数据对接收的药方进行耐药性和互斥性判断;如果耐药性和互斥性的判断结果为无耐药性和无互斥,将手动输入的药方作为第三药方集输出。
通过采用上述技术方案,当病虫害防治药方库中无对应的防治药方时,需要采用手动输入的方式,输入对应的防治药方,并更新到病虫害防治药方库中,实现对病虫害的防治。
进一步的,所述根据获取的待防治区域的历史施药数据对所述第二药方集中药方进行耐药性和互斥性判断,并根据耐药性和互斥性的判断结果筛选得到第三药方集,包括:获取待防治区域的历史施药数据;根据所述历史施药数据对所述第二药方集中药方进行耐药性判断,根据判断结果得到无耐药性药方集;或者,根据所述历史施药数据对所述第二药方集中药方进行互斥性判断,根据判断结果得到无互斥药方集;根据所述历史施药数据对所述无耐药性药方集中药方进行互斥性判断,根据判断结果得到所述第三药方集;或者,根据所述历史施药数据对所述无互斥药方集中药方进行耐药性判断,根据判断结果得到所述第三药方集。
通过采用上述技术方案,根据历史施药数据,对第二药方集中药方的耐药性和互斥性进行判断,从而,得到最终既无耐药性也无互斥性的第三药方集。
进一步的,根据所述历史施药数据对所述第二药方集或所述无互斥性药方集中药方进行耐药性判断,包括:获取对待防治区域施药每种第一药品的第一施药量;其中,所述第一药品为所述第二药方集或所述无互斥性药方集中药方的药品;根据待防治区域的历史施药数据,计算在第一预设时间内的历史施药数据中每种所述第一药品的第一施药总量;根据每种所述第一药品的第二施药总量判断待防治区域对每种所述第一药品的耐药状态,其中,所述第二施药总量为每种所述第一药品的所述第一施药量和所述第一施药总量之和;所述耐药状态判定逻辑配置为:如果所述第一药品的所述第二施药总量大于对应的耐药阈值,所述耐药状态为有耐药性;如果所述第一药品的所述第二施药总量小于等于对应的耐药阈值,所述耐药状态为无耐药性。
通过采用上述技术方案,将第一施药量和第一施药总量加和得到第二施药总量,通过将第二施药总量和耐药阈值进行比较,对第二药方集中或无互斥性药方集中药方的耐药状态进行判断,通过耐药状态的判断得到最终的防治药方。
进一步的,从施药数据库获取待防治区域的所述历史施药数据;所述施药数据库用于存储所有监管区域的施药数据;分别以每种所述第一药品为索引,从所述历史施药数据中查找所述第一药品在对应第一预设时间内的第一历史施药数据;根据所述第一历史施药数据计算所述第一药品在对应第一预设时间内的第一施药总量。
通过采用上述技术方案,对第一历史施药数据进行计算得出对应第一预设时间内的第一施药总量,方便对第二施药总量的计算。
进一步的,在所述分别以每种所述第一药品为索引,从所述历史施药数据中查找所述第一药品在对应第一预设时间内的第一历史施药数据时,如果从所述历史施药数据中未查找到任意一种所述第一药品的第一历史施药数据,所述耐药状态为无耐药性。
通过采用上述技术方案,如果历史施药数据中并不存在所述任意一种第一药品的第一历史施药数据,那么直接判定其耐药状态为无耐药性,不要再进行下一步的操作。
进一步的,根据所述获取的待防治区域的历史施药数据对所述第二药方集或所述无耐药性药方集中药方进行互斥性判断,包括:获取所述第二药方集或所述无耐药性药方集中药方的第一排他列表;其中,所述第一排他列表记录所有与第一药方互斥的药品;所述第一药方为所述第二药方集或所述无耐药性药方集中药方;获取对应第二预设时间内历史施药数据中第一药品种类;根据所述第一药品种类和第一排他列表,判断所述第二预设时间内施用的每种所述第一药品是否存在于所有第一排他列表中:如果所述第一药品存在于所述第一排他列表中,获取所述第一药品的药性周期;以所述第一药品为索引,在所述历史施药数据中查找所述第一药品距离现在最近一次施药的施药时间;判断所述施药时间与当前的时间间隔是否小于所述第一药品的药性周期;如果小于所述第一药品的药性周期,所述互斥状态为有互斥性,如果大于等于所述第一药品的药性周期,所述互斥状态为无互斥性。
通过采用上述技术方案,利用第一排他列表和药性周期对第二药方集或无耐药性药方集还进行了互斥性判断,过滤掉与历史施药数据中第一药品药性相排斥或者是相抵消的第二药方或者是无耐药性药方,进一步保证选择的第二药方或者是无耐药性药方对病虫害的防治效果,提高了对防治药方选择的可靠性。
第二方面,本申请提供一种药方获取的装置,采用如下的技术方案:
一种药方获取的装置,包括处理器和存储器,以及存储在所述存储器上并能够在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现如第一方面中任意一项所述的药方获取方法。
综上所述,本申请包括以下至少一种有益技术效果:
1.对病虫害防治药方库中的药方进行层层的筛选,最终得到既适用于待防治区域的病虫害也不会对待防治区域的植物造成任何的影响且待防治区域的病虫害对其既无耐药性也不互斥的防治药方;且其采用自动获取药方的方式,避免了技术人员开具由于自身能力限制存在局限性的药方,其具有能够自动获取药方且提高对病虫害防治效果的可靠性的效果;
2. 将第一施药量和第一施药总量加和得到第二施药总量,通过将第二施药总量和耐药阈值进行比较,对第二药方集中或无互斥性药方集中药方的耐药状态进行判断,通过耐药状态的判断得到最终的防治药方;
3. 利用第一排他列表和药性周期对第二药方集或无耐药性药方集还
进行了互斥性判断,过滤掉与历史施药数据中第一药品药性相排斥或者是相抵消的第二药方或者是无耐药性药方,进一步保证选择的第二药方或者是无耐药性药方对病虫害的防治效果,提高了对防治药方选择的可靠性。
附图说明
图1是本申请实施例提供的一种药方获取的方法的流程图;
图2是本申请实施例提供的一种药方获取的方法中关于药方耐药性判断的流程图;
图3是本申请实施例提供的一种药方获取的方法中关于药方互斥性判断的流程图;
图4是本申请实施例提供的一种药方获取的装置的结构示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图1-4及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本申请,并不用于限定本申请。
本申请实施例公开一种药方获取的方法,包括:
获取待防治区域的植被信息和病虫害数据;
根据病虫害数据从病虫害防治药方库获取防治对应病虫害的第一药方集;其中,病虫害防治药方库中每个药方包括用于存储药方不适用植被的第一列表;
根据第一列表和植被信息判断对应药方是否适用待防治区域内植被,并根据判断结果从第一药方集筛选得到第二药方集;其中,第二药方集中药方为第一列表中不存在待防治区域内植被的药方;
根据获取的待防治区域的历史施药数据对第二药方集中药方进行耐药性和互斥性判断,并根据耐药性和互斥性的判断结果筛选得到第三药方集;其中,第三药方集中药方为判断结果是无耐药性和无互斥的药方。
参照图1,作为药方获取的方法的一种实施方式,本实施例公开的一种药方获取的方法包括:
步骤S100,获取待防治区域的植被信息和病虫害数据。在本实施例中,待防治区域的植被信息包括植被的种类;病虫害数据包括但不限于害虫的种类以及害虫的数量和植被自身的疾病;这里害虫的种类以及植被自身的疾病可能是一种或多种,针对每一种害虫以及植被自身的每一种疾病都有其对应的防治药品。
步骤S200,根据病虫害数据从病虫害防治药方库获取防治对应病虫害的第一药方集;其中,病虫害防治药方库中每个药方包括用于存储药方不适用植被的第一列表。由于病虫害数据包括害虫的种类、害虫的数量以及植被自身的疾病,若待防治区域的植被既有害虫的存在也有自身疾病的原因,则需要根据害虫种类和害虫数量查询病虫害防治药方库,获取防治对应害虫和害虫数量的害虫药方集;因为害虫的种类决定着害虫药方集中药方中药品的种类,害虫的数量决定着此防治区域内害虫的情况,分为轻度、中度和重度三种,针对害虫的不同严重程度,可以获取到更适合待防治区域的病虫害的害虫药方集。同时,需要根据疾病种类查询病虫害防治药方库,获取防治对应疾病的疾病药方集;因为害虫药方集中的药方不一定能治愈待防治区域内植被本身的疾病,仍然达不到对待防治区域进行防治的效果,因此,需要获取到疾病药方集,由害虫药方集和疾病药方集生成第一药方集,达到对防治区域内病虫害的全面防治。
若待防治区域的病虫害情况仅仅是因为有害虫或者是植被自身存在疾病的情况之一,则只需要对应二者中的存在的情况进行害虫药方集或者是疾病药方集的获取,从而生成第一药方集。
步骤S300,根据第一列表和植被信息判断对应药方是否适用待防治区域内植被,并根据判断结果从第一药方集筛选得到第二药方集;其中,第二药方集中药方为第一列表中不存在待防治区域内植被的药方。在本实施例中,由于病虫害防治药方库中每个药方包括用于存储药方不适用植被的第一列表,判断植被信息是否存在于第一药方集中药方的第一列表中,将第一列表中含有植被信息的药方从第一药方集中删除或者是做标记筛选得到第二药方集,第二药方集中药方即为第一列表中不存在待防治区域内植被的药方,达到防止在根据药方喷射防治药品时对植被造成损坏。
步骤S400,根据获取的待防治区域的历史施药数据对第二药方集中药方进行耐药性和互斥性判断,并根据耐药性和互斥性的判断结果筛选得到第三药方集;其中,第三药方集中药方为判断结果是无耐药性和无互斥的药方。这里的耐药性和互斥性的判断没有先后之后,在本实施例中,先对耐药性进行判断。
参照图2,步骤S410,根据获取的待防治区域的历史施药数据对第二药方集中药方进行耐药性判断包括:
步骤S411,获取对待防治区域施药每种第一药品的第一施药量;其中,第一药品为第二药方集中药方的药品。即从第二药方集中获取每种第一药方的第一施药量。
步骤S412, 根据待防治区域的历史施药数据,计算在第一预设时间内的历史施药数据中每种第一药品的第一施药总量。历史施药数据包括但不限于施药的种类以及药量,待防治区域的历史施药数据是从施药数据库中获取的,这里的施药数据库指用于存储所有监管区域的施药数据。分别以每种第一药品为索引,从历史施药数据中查找每种第一药品在对应第一预设时间内的第一历史施药数据;这里的对应第一预设时间指的是每种第一药品自身的药性维持周期,根据每种第一药品施药的时间,判断每种第一药品是否在其自身的药性维持周期之内,并且在一定时间段内,可能一种第一药品被多次使用,则需要根据第一历史施药数据计算防治药方中每种第一药品在对应第一预设时间内的第一施药总量,即得到每种未超过其自身药性周期的第一药品的药量之和。
这里需要指出的是,如果从历史施药数据中未查找到任意一种第一药品的第一历史施药数据,则历史施药数据对获取的待防治区域的第二药方集中的药方没有任何影响,即为无耐药性。
步骤S413,根据每种第一药品的第二施药总量判断每种第一药品的第二施药总量是否大于对应的耐药阈值,其中,第二施药总量为每种第一药品的第一施药量和第一施药总量之和;如果第一药品的第二施药总量大于对应的耐药阈值,则执行步骤S4131;否则即如果第一药品的第二施药总量小于等于对应的耐药阈值,则执行步骤S4132。
步骤S4131,输出耐药状态为有耐药性;即待防治区域对第一药品的耐药状态为有耐药性。
步骤S4132,输出耐药状态为无耐药性;即待防治区域对第一药品的耐药状态为无耐药性。
在本实施例中,由于第二施药总量为第一施药量和第一施药总量之和,即为按照第二药方集中药方的第一药品在本次喷射中所要使用的药量与该第一药品之前已经喷射过的药量之和来判断其是否超标,因此,将第二施药总量和耐药阈值进行比较,耐药阈值指的是每种第一药品使用量的极限值,由于每种第一药品自身的特性不一样,所以每种第一药品的耐药阈值也不一样,例如,某一种第一药品的耐药阈值的判断标准是待防治区域内单位面积的第一药品的施药量是否超过五十克,如果未超过五十克,则认为待防治区域的病虫害未对该第一药品产生耐药性,从而,得到无耐药性药方集。
参照图3,步骤S420,根据获取的待防治区域的历史施药数据对无耐药性药方集中药方进行互斥性判断包括:
步骤S421,获取无耐药性药方集中药方的第一排他列表;其中,第一排他列表记录所有与无耐药性药方集中药方互斥的药品;在本实施例中,药品数据库中存储着每种药品的第一排他列表,即为药品与药品之间的相互作用,产生的不同影响。
步骤S422,获取对应第二预设时间内历史施药数据中第一药品种类,这里的第二预设时间是指一定时间内的历史施药数据,例如,只获取半年内的历史施药数据中第一药品的种类,超过半年的历史施药数据中的第一药品基本已经全部失去药效,不再予以考虑。
步骤S423,根据第一药品种类和第一排他列表,判断第二预设时间内施用的每种第一药品是否存在于第一排他列表中。即将第一药品的种类和第一排他列表做比对,依次循环查看每种第一药品是否存在于所有的第一排他列表中。
步骤S424,如果第一药品存在于第一排他列表中,获取第一药品的药性周期;若不存在,则该无耐药性药方可以直接被使用。
步骤S425,以第一药品为索引,在历史施药数据中查找第一药品距离现在最近一次施药的施药时间;由于每种第一药品都有其自身的药性维持周期,且每种第一药品的药性周期可能不同,需要判断该第一药品的是否在其自身的药性周期之内。即以第一药品为索引,在历史施药数据中查找第一药品距离现在再次施药最靠近的一次施药的施药时间,即上次施药的具体施药时间。
步骤S426,判断施药时间与当前的时间间隔是否小于第一药品的药性周期;如果小于第一药品的药性周期,执行步骤S4261,否则,即如果大于等于第一药品的药性周期,执行步骤S4262。
步骤S4261,输出互斥状态为有互斥性。
如果上次施药的具体时间与当前再次施药的时间间隔小于第一药品自身的药性周期,则说明待防治区域的历史施药数据中使用过的第一药品对无耐药性药方存在互斥性,则将此无耐药性药方做标红处理。
步骤S4262,输出互斥状态为无互斥性。
如果上次施药的具体时间与当前再次施药的时间间隔大于等于第一药品自身的药性周期,则说明待防治区域的历史施药数据中使用过的第一药品对无耐药性药方不存在互斥性,则此无耐药性药方可以被使用到待防治区域。
在本实施例中,需要根据历史施药数据中第一药品种类和第一排他列表的互斥性进行判断,如果历史施药数据中第一药品种类存在于第一排他列表中,则说明待防治区域的历史施药数据中使用过的药品对无耐药性药方集中的药方存在互斥性,则将其从无耐药性药方集中删除或者是做标记。
如果历史施药数据中第一药品种类不存在于第一排他列表中,则说明待防治区域的历史施药数据中使用过的药品对无耐药性药方集中的药方无互斥性,从而,获得无互斥性药方集。在本实施例中,此无互斥性药方集即为第三药方集,当然,如果是先对第二药方集中的药方进行互斥性判断,在对互斥性药方集中的药方进行耐药性判断,则得到的耐药性药方集即为第三药方集,此处对判断顺序不做限制,根据个人习惯获取即可。
最后需要特别说明的是,如果无法获取到第一药方集或第二药方集或第三药方集时;这里的第一药方集可能仅包括害虫药方集,也可能仅包括疾病药方集,当然,也可能害虫药方集和疾病药方集都包括,但不论是哪种情况,只要有一种药方集无法获取,都需要返回无对应药方的提示信息给工作人员,工作人员接收到无对应药方的提示信息后需要对提示信息进行确认,服务器在接收到无对应药方的提示信息被确认的信息后,触发进入手动输入对应药方模式。
接收手动输入的药方,并将手动输入的药方更新至病虫害防治药方库;以备后期使用,其中,手动输入的药方为根据待防治区域的植被信息和病虫害数据开出的药方。
根据获取的待防治区域历史施药数据对接收的药方进行耐药性和互斥性判断;如果耐药性和互斥性的判断结果为无耐药性和无互斥,将手动输入的药方作为第三药方集输出,亦可用于对防治区域病虫害的防治。
本申请实施例还公开一种药方获取的装置,应用于药方获取系统,参照图4,该装置包括:存储器100、处理器200及存储在存储器100上并可在处理器上运行的计算机程序,处理器200执行计算机程序时实现如实施例的药方获取方法;例如,执行计算机程序时实现步骤S100-S300、步骤410-4132以及步骤S420-S4262。
本申请实施例中,对病虫害防治药方库中的药方进行层层的筛选,最终得到既适用于待防治区域的病虫害也不会对待防治区域的植物造成任何的影响,且待防治区域的病虫害对其既无耐药性也不互斥的防治药方;其采用自动获取药方的方式,避免了技术人员开具由于自身能力限制存在局限性的药方,其具有能够自动获取药方且提高对病虫害防治效果的可靠性的效果。
以上均为本申请的较佳实施例,并非依此限制本申请的保护范围,本说明书(包括摘要和附图)中公开的任一特征,除非特别叙述,均可被其他等效或者具有类似目的的替代特征加以替换。即,除非特别叙述,每个特征只是一系列等效或类似特征中的一个例子而已。

Claims (9)

1.一种药方获取的方法,其特征在于,包括:
获取待防治区域的植被信息和病虫害数据;
根据所述病虫害数据从病虫害防治药方库获取防治对应病虫害的第一药方集;其中,所述病虫害防治药方库中每个药方包括用于存储所述药方不适用植被的第一列表;
根据所述第一列表和所述植被信息判断对应所述药方是否适用所述待防治区域内植被,并根据判断结果从所述第一药方集筛选得到第二药方集;其中,所述第二药方集中药方为所述第一列表中不存在所述待防治区域内植被的药方;
根据获取的待防治区域的历史施药数据对所述第二药方集中药方进行耐药性和互斥性判断,并根据耐药性和互斥性的判断结果筛选得到第三药方集;其中,所述第三药方集中药方为判断结果是无耐药性和无互斥的药方。
2.根据权利要求1所述的一种药方获取的方法,其特征在于,所述病虫害数据包括疾病种类以及害虫种类和害虫数量;
所述根据所述病虫害数据查询病虫害防治药方库,获取防治对应病虫害的第一药方集,包括:
根据害虫种类和害虫数量查询病虫害防治药方库,获取防治对应害虫和害虫数量的害虫药方集;和\或,
根据疾病种类查询病虫害防治药方库,获取防治对应疾病的疾病药方集;
由所述害虫药方集和\或所述疾病药方集生成所述第一药方集。
3.根据权利要求1所述的一种药方获取的方法,其特征在于,如果无法获取到第一药方集或第二药方集或第三药方集,返回无药方的提示信息;
在接收到无药方的提示信息被确认的信息后,触发进入手动输入药方模式;
接收手动输入的药方,并将手动输入的药方更新至所述病虫害防治药方库;其中,手动输入的药方为根据待防治区域的所述植被信息和所述病虫害数据开出的药方;
根据获取的待防治区域历史施药数据对接收的药方进行耐药性和互斥性判断;如果耐药性和互斥性的判断结果为无耐药性和无互斥性,将手动输入的药方作为第三药方集输出。
4.根据权利要求1所述的一种药方获取的方法,其特征在于,所述根据获取的待防治区域的历史施药数据对所述第二药方集中药方进行耐药性和互斥性判断,并根据耐药性和互斥性的判断结果筛选得到第三药方集,包括:
获取待防治区域的历史施药数据;
根据所述历史施药数据对所述第二药方集中药方进行耐药性判断,根据判断结果得到无耐药性药方集;或者,根据所述历史施药数据对所述第二药方集中药方进行互斥性判断,根据判断结果得到无互斥性药方集;根据所述历史施药数据对所述无耐药性药方集中药方进行互斥性判断,根据判断结果得到所述第三药方集;或者,根据所述历史施药数据对所述无互斥性药方集中药方进行耐药性判断,根据判断结果得到所述第三药方集。
5.根据权利要求4所述的一种药方获取的方法,其特征在于,根据所述历史施药数据对所述第二药方集或所述无互斥性药方集中药方进行耐药性判断,包括:
获取对待防治区域施药每种第一药品的第一施药量;其中,所述第一药品为所述第二药方集或所述无互斥性药方集中药方的药品;
根据待防治区域的历史施药数据,计算在第一预设时间内的历史施药数据中每种所述第一药品的第一施药总量;
根据每种所述第一药品的第二施药总量判断待防治区域对每种所述第一药品的耐药状态,其中,所述第二施药总量为每种所述第一药品的所述第一施药量和所述第一施药总量之和;所述耐药状态判定逻辑配置为:
如果所述第一药品的所述第二施药总量大于对应的耐药阈值,所述耐药状态为有耐药性;
如果所述第一药品的所述第二施药总量小于等于对应的耐药阈值,所述耐药状态为无耐药性。
6.根据权利要求5所述的一种药方获取的方法,其特征在于,所述根据待防治区域的历史施药数据,计算在第一预设时间内的历史施药数据中每种所述第一药品的第一施药总量,包括:
从施药数据库获取待防治区域的所述历史施药数据;所述施药数据库用于存储所有监管区域的施药数据;
分别以每种所述第一药品为索引,从所述历史施药数据中查找所述第一药品在对应第一预设时间内的第一历史施药数据;
根据所述第一历史施药数据计算所述第一药品在对应第一预设时间内的第一施药总量。
7.根据权利要求5所述的一种药方获取的方法,其特征在于,在所述分别以每种所述第一药品为索引,从所述历史施药数据中查找所述第一药品在对应第一预设时间内的第一历史施药数据时,如果从所述历史施药数据中未查找到任意一种所述第一药品的第一历史施药数据,所述耐药状态为无耐药性。
8.根据权利要求4所述的一种药方获取的方法,其特征在于,根据所述获取的待防治区域的历史施药数据对所述第二药方集或所述无耐药性药方集中药方进行互斥性判断,包括:
获取所述第二药方集或所述无耐药性药方集中药方的第一排他列表;其中,所述第一排他列表记录所有与第一药方互斥的药品;所述第一药方为所述第二药方集或所述无耐药性药方集中药方;
获取对应第二预设时间内历史施药数据中第一药品种类;
根据所述第一药品种类和第一排他列表,判断所述第二预设时间内施用的每种所述第一药品是否存在于所有第一排他列表中:
如果所述第一药品存在于所述第一排他列表中,获取所述第一药品的药性周期;
以所述第一药品为索引,在所述历史施药数据中查找所述第一药品距离现在最近一次施药的施药时间;
判断所述施药时间与当前的时间间隔是否小于所述第一药品的药性周期;如果小于所述第一药品的药性周期,所述互斥状态为有互斥性,如果大于等于所述第一药品的药性周期,所述互斥状态为无互斥性。
9.一种药方管理的装置,包括:存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述计算机程序时实现如权利要求1至8中任意一项所述的药方获取的方法。
CN202110528309.8A 2021-05-14 2021-05-14 一种药方获取的方法与装置 Pending CN113223660A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110528309.8A CN113223660A (zh) 2021-05-14 2021-05-14 一种药方获取的方法与装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110528309.8A CN113223660A (zh) 2021-05-14 2021-05-14 一种药方获取的方法与装置

Publications (1)

Publication Number Publication Date
CN113223660A true CN113223660A (zh) 2021-08-06

Family

ID=77091942

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110528309.8A Pending CN113223660A (zh) 2021-05-14 2021-05-14 一种药方获取的方法与装置

Country Status (1)

Country Link
CN (1) CN113223660A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115358883A (zh) * 2022-09-15 2022-11-18 河北省农林科学院植物保护研究所 一种棉蚜的抗性动态监测与防治用药推荐方法及系统

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1543784A (zh) * 2003-11-14 2004-11-10 中国科学院合肥智能机械研究所 一种用于农作物病虫害监测及农药处方生成装置
CN108197266A (zh) * 2017-12-29 2018-06-22 深圳春沐源控股有限公司 一种农产品用药的推荐方法和系统
CN109766380A (zh) * 2018-12-29 2019-05-17 山东丰信农业服务连锁有限公司 一种基于互联网及人工智能的农业种植农药开方方法及系统
CN111383732A (zh) * 2020-03-23 2020-07-07 平安医疗健康管理股份有限公司 一种基于互斥识别的药品审核方法、装置、计算机系统及可读存储介质

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1543784A (zh) * 2003-11-14 2004-11-10 中国科学院合肥智能机械研究所 一种用于农作物病虫害监测及农药处方生成装置
CN108197266A (zh) * 2017-12-29 2018-06-22 深圳春沐源控股有限公司 一种农产品用药的推荐方法和系统
CN109766380A (zh) * 2018-12-29 2019-05-17 山东丰信农业服务连锁有限公司 一种基于互联网及人工智能的农业种植农药开方方法及系统
CN111383732A (zh) * 2020-03-23 2020-07-07 平安医疗健康管理股份有限公司 一种基于互斥识别的药品审核方法、装置、计算机系统及可读存储介质

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115358883A (zh) * 2022-09-15 2022-11-18 河北省农林科学院植物保护研究所 一种棉蚜的抗性动态监测与防治用药推荐方法及系统
CN115358883B (zh) * 2022-09-15 2023-10-24 河北省农林科学院植物保护研究所 一种棉蚜的抗性动态监测与防治用药推荐方法及系统

Similar Documents

Publication Publication Date Title
Urbach Randomization and the design of experiments
Martin et al. Nest predation in forest birds: influence of predator type and predator's habitat quality
Browne et al. Temporal changes in the breeding ecology of European Turtle Doves Streptopelia turtur in Britain, and implications for conservation
Bourque et al. Effects of selection cutting and landscape‐scale harvesting on the reproductive success of two Neotropical migrant bird species
Strydom et al. Invasive Australian Acacia seed banks: Size and relationship with stem diameter in the presence of gall-forming biological control agents
Morris et al. Results of 20 years of experimental forest management on breeding birds in Ozark forests of Missouri, USA
DE112014001122T5 (de) Systeme und Verfahren zum Entwickeln und Verwalten von Onkologie-Behandlungsplänen
CN113223660A (zh) 一种药方获取的方法与装置
Andreazzi et al. Increased productivity and reduced seed predation favor a large‐seeded palm in small Atlantic forest fragments
Corrao et al. Cancer risk in a cohort of licensed pesticide users
CN111108517B (zh) 用于作物保护优化的系统和方法
Mehmood et al. Determinants of forest landowner participation in the Endangered Species Act Safe Harbor program
Hardy et al. Responses to land cover and grassland management vary across life‐history stages for a grassland specialist
Simard et al. Paper birch competitive effects vary with conifer tree species and stand age in interior British Columbia forests: implications for reforestation policy and practice
Maya‐Elizarrarás et al. Birds, cattle, and bracken ferns: bird community responses to a Neotropical landscape shaped by cattle grazing activities
CN115982472B (zh) 农药用药推荐方法、装置和电子设备
CN108197266A (zh) 一种农产品用药的推荐方法和系统
CN113223659A (zh) 一种药方管理的方法与装置
Malone et al. Video documentation of predators and nest defense at Bachman's Sparrow nests.
JPH0314027A (ja) 診断・指導エキスパートシステム
Simadibrata et al. Vonoprazan is superior to lansoprazole for healing of severe but not mild erosive esophagitis: A systematic review with meta‐analysis of randomized controlled trials
Ekanayake et al. Impacts of community forestry on forest condition: Evidence from Sri Lanka’s intermediate zone
CN108766587B (zh) 一种基于指定药物构建给药数据库的方法及装置
Howlader Determinants and consequences of agroforestry: historical evidence from the great plains shelterbelt project
Seeling et al. Knowledge-based tacrolimus therapy for kidney transplant patients.

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: 20210806

RJ01 Rejection of invention patent application after publication