CN113287585A - 一种红火蚁防控方法和系统 - Google Patents
一种红火蚁防控方法和系统 Download PDFInfo
- Publication number
- CN113287585A CN113287585A CN202110574496.3A CN202110574496A CN113287585A CN 113287585 A CN113287585 A CN 113287585A CN 202110574496 A CN202110574496 A CN 202110574496A CN 113287585 A CN113287585 A CN 113287585A
- Authority
- CN
- China
- Prior art keywords
- prevention
- control
- data
- fire ant
- red
- 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
- 230000002265 prevention Effects 0.000 title claims abstract description 186
- 241000736128 Solenopsis invicta Species 0.000 title claims abstract description 177
- 238000000034 method Methods 0.000 title claims abstract description 42
- 241000607479 Yersinia pestis Species 0.000 claims abstract description 89
- 230000007613 environmental effect Effects 0.000 claims abstract description 38
- 241000257303 Hymenoptera Species 0.000 claims abstract description 36
- 238000011217 control strategy Methods 0.000 claims abstract description 24
- 230000006378 damage Effects 0.000 claims abstract description 23
- 241000238631 Hexapoda Species 0.000 claims description 14
- 230000009545 invasion Effects 0.000 abstract description 6
- 230000000694 effects Effects 0.000 abstract description 5
- 241001465754 Metazoa Species 0.000 abstract description 4
- 238000012544 monitoring process Methods 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 10
- 230000006870 function Effects 0.000 description 8
- 238000004590 computer program Methods 0.000 description 7
- 238000012549 training Methods 0.000 description 7
- 241001492664 Solenopsis <angiosperm> Species 0.000 description 6
- 239000003814 drug Substances 0.000 description 6
- 239000000463 material Substances 0.000 description 6
- 238000003062 neural network model Methods 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 238000004519 manufacturing process Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 241000894007 species Species 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 3
- 238000010295 mobile communication Methods 0.000 description 3
- 239000007921 spray Substances 0.000 description 3
- 238000003860 storage Methods 0.000 description 3
- 208000002193 Pain Diseases 0.000 description 2
- 238000012790 confirmation Methods 0.000 description 2
- 238000013527 convolutional neural network Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 231100000419 toxicity Toxicity 0.000 description 2
- 230000001988 toxicity Effects 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- 206010002199 Anaphylactic shock Diseases 0.000 description 1
- 241000282412 Homo Species 0.000 description 1
- 241000517830 Solenopsis geminata Species 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 230000000172 allergic effect Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 208000003455 anaphylaxis Diseases 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 208000010668 atopic eczema Diseases 0.000 description 1
- 238000012550 audit Methods 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 239000002420 orchard Substances 0.000 description 1
- 230000036961 partial effect Effects 0.000 description 1
- 230000000750 progressive effect Effects 0.000 description 1
- 108090000623 proteins and genes Proteins 0.000 description 1
- 102000004169 proteins and genes Human genes 0.000 description 1
- 230000001850 reproductive effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 231100000331 toxic Toxicity 0.000 description 1
- 230000002588 toxic effect Effects 0.000 description 1
- 239000013598 vector Substances 0.000 description 1
- 239000002435 venom Substances 0.000 description 1
- 210000001048 venom Anatomy 0.000 description 1
- 231100000611 venom Toxicity 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
- A01M1/00—Stationary means for catching or killing insects
- A01M1/02—Stationary means for catching or killing insects with devices or substances, e.g. food, pheronones attracting the insects
- A01M1/026—Stationary 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
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Pest Control & Pesticides (AREA)
- Engineering & Computer Science (AREA)
- Insects & Arthropods (AREA)
- Wood Science & Technology (AREA)
- Zoology (AREA)
- Environmental Sciences (AREA)
- Catching Or Destruction (AREA)
Abstract
本发明实施例提供了一种红火蚁防控方法和系统，包括：接收防控终端的防控图片和环境数据；基于所述防控图片和所述环境数据，确定红火蚁虫害数据；针对所述红火蚁虫害数据对应的红火蚁巢执行预设的防控策略。通过接收用户通过防控终端拍摄的防控图片和上传的数据确定红火蚁虫害数据，可以增加了大众参与红火蚁防控的渠道，也扩大的对红火蚁的监测范围；然后专业人员针对所述红火蚁虫害数据对应的红火蚁巢进行扑杀，可以更好地阻止红火蚁的入侵环境，增强对红火蚁防控的效果，保护了人民群众的生命安全和生态环境，降低了害虫对农作物、林木、其它动物以及农村或城市的公共设施造成的危害。
Description
技术领域
本发明涉及害虫防控技术领域，特别是涉及一种红火蚁防控方法和一种红火蚁防控系统。
背景技术
害虫防治是一项与人们日常生活，以及，农林业生产息息相关的工作，尤其是入侵物种的防治。入侵物种是在全球范围内对生物多样性以及农业和人类利益的主要威胁，入侵物种在进行新的生态环境后，有很大的扩张概率，并会对该生态环境产生极大的连锁反应影响。
以红火蚁为例，红火蚁是国际重大危险性入侵害虫，被列为全球危害最严重的外来入侵物种之一，已入侵多个国家并造成了严重的后果。近年来入侵我国后，给人们的生活和生态环境都造成了严重危害，其具有明显的种群竞争优势，以及，繁殖力高，传播途径多，扩散速度快的特征，对人有很强的攻击性。红火蚁毒性极大，人体被红火蚁叮蜇后有如火灼伤般疼痛感，其后会出现如灼伤般的水泡。多数人仅感觉疼痛、不舒服，少数人对毒液中的毒蛋白过敏，会产生过敏性休克，有死亡的危险。红火蚁不但具有极大的危险性，而且国内没有天敌，大部分蚁种完全不是其对手，被红火蚁入侵的地区很难有其他的蚁种能生存下来，这种情况直接导致入侵的红火蚁会在该地区泛滥成灾，危害农作物与叮咬人类，形成严重的虫害。除此之外，红火蚁还对农作物、林木、其它动物以及农村或城市的公共设施造成严重危害。
目前，对诸如红火蚁之类的害虫的防控工作，仍然以人工为主，即通过人工防控，比如需要由防控人员逐一对红火蚁的足迹和巢穴进行勘察后再相应进行灭杀。在害虫防治过程中，必然需要大量的人力、物力，而且，由于防控人员数量有限，工作效率较低，防治难以彻底，虫害情况容易出现反复。此外，在害虫的防控过程中，防控资料信息一般为纸质记录，资料信息保存较为零散，难以直观呈现害虫的监测情况以及防控进度，严重影响我国害虫防治工作的进行。
发明内容
鉴于上述问题，提出了本发明实施例以便提供一种克服上述问题或者至少部分地解决上述问题的一种红火蚁防控方法和相应的一种红火蚁防控系统。
本发明实施例公开了一种红火蚁防控方法，包括：
接收防控终端的防控图片和环境数据；
基于所述防控图片和所述环境数据，确定红火蚁虫害数据；
针对所述红火蚁虫害数据对应的红火蚁巢执行预设的防控策略。
可选地，所述方法还包括：
针对执行所述预设的防控策略后的红火蚁巢生成防控数据；
反馈所述防控数据至所述防控终端。
可选地，所述接收防控终端发送的防控图片和环境数据的步骤包括：
接收所述防控终端当前时刻拍摄的防控图片；
接收所述防控终端的当前时刻采集的环境数据。
可选地，所述基于所述防控图片和所述环境数据，确定红火蚁虫害数据的步骤包括：
基于所述防控图片判断是否存在红火蚁；
当存在红火蚁时，基于所述环境数据确定红火蚁虫害数据。
可选地，对所述防控图片进行识别，判断是否识别出红火蚁巢；
若是，则存在红火蚁；
若否，则不存在红火蚁。
可选地，所述环境数据包括位置数据，所述当存在红火蚁时，基于所述环境数据确定红火蚁虫害数据的步骤包括：
当存在红火蚁时，采用所述位置数据确定红火蚁巢中心位置；
以所述红火蚁巢中心位置为中心，确定预设半径内的虫害面积；
确定所述虫害面积为红火蚁虫害数据。
可选地，所述方法还包括：
上传所述红火蚁虫害数据至预设的防控大数据库。
本发明实施例还公开了一种红火蚁防控系统，包括：
接收模块，用于接收防控终端的防控图片和环境数据；
确认模块，用于基于所述防控图片和所述环境数据，确定红火蚁虫害数据；
防控模块，用于针对所述红火蚁虫害数据对应的红火蚁巢执行预设的防控策略。
本发明实施例还公开了一种电子设备包括：
一个或多个处理器；和
其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行时，使得所述电子设备执行如上所述的一个或多个的方法。
本发明实施例还公开了一个或多个机器可读介质，其上存储有指令，当由一个或多个处理器执行时，使得所述处理器执行如上所述的一个或多个的方法。
本发明实施例包括以下优点：
本发明实施例通过接收防控终端的防控图片和环境数据；基于所述防控图片和所述环境数据，确定红火蚁虫害数据；针对所述红火蚁虫害数据对应的红火蚁巢执行预设的防控策略。接收用户通过防控终端拍摄的防控图片和上传的数据确定红火蚁虫害数据，可以增加了大众参与红火蚁防控的渠道，也扩大的对红火蚁的监测范围；然后专业人员针对所述红火蚁虫害数据对应的红火蚁巢进行扑杀，可以更好地阻止红火蚁的入侵环境，增强防控的效果，保护了人民群众的生命安全和生态环境，降低了害虫对农作物、林木、其它动物以及农村或城市的公共设施造成的危害。
附图说明
图1是本发明的一种红火蚁防控方法实施例的步骤流程图；
图2是本发明的另一种红火蚁防控方法实施例的步骤流程图；
图3是本发明的一种红火蚁防控系统实施例的结构框图。
具体实施方式
为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
红火蚁是世界自然保护联盟(IUCN)收录的最具有破坏力的入侵生物之一，是火蚁的一种。入侵的红火蚁具有极强的环境适应能力与攻击性，是生物多样性保护和农业生产的大敌，红火蚁繁殖速度极快，能在较短时间内形成大规模群落，其攻击力极为强悍，尾部的蜇针具有极强的毒性，同时红火蚁有很强的领地意识，红火蚁活动的区域内不允许有其他蚁种的存在，配合其强大的适应力与繁殖速度，能短时间内对入侵地带来严重的生态灾难。自有红火蚁以来，人们一直期望解决红火蚁防控的技术问题，而本发明实施例尤其适用于红火蚁的防控。
参照图1，示出了本发明的一种红火蚁防控方法实施例的步骤流程图，具体可以包括如下步骤：
步骤101，接收防控终端的防控图片和环境数据；
在具体实现中，防控终端可以是专用设备，也可以是通用设备，例如，手机、平板电脑、智能穿戴设备(如智能手环、智能手表、智能眼镜等)，等等。这些通用设备的操作系统可以包括Android(安卓)、IOS、Windows Phone、Windows等等。
通用设备上可以安装对红火蚁进行防控的应用程序，或者使用预设的小程序对防控图片和环境数据进行采集。
接收用户通过防控终端发送的防控图片和环境数据，其中，防控图片可以是彩色图片也可以是黑白图片，具体上传的图片类型可以是JPG/JPEG、PNG、BMP等，本领域技术人员可以根据实际需求选择，本发明实施例对此并不作具体限定。环境数据可以包括红火蚁巢穴位置数据、定位精度，湿度，温度，湿度，海拔，天气情况等。
步骤102，基于所述防控图片和所述环境数据，确定红火蚁虫害数据；
接收到防控终端的防控图片和环境数据后，根据防控图片和环境数据审核确认红火蚁虫害数据，其中，当确定发生红火蚁虫害时，红火蚁虫害数据有具体的数据；当基于防控图片和环境数据审核确认，该地并未发生红火蚁虫害时，红火蚁虫害数据可以为空。
步骤103，针对所述红火蚁虫害数据对应的红火蚁巢执行预设的防控策略。
确定红火蚁虫害数据后，可以针对该红火蚁虫害数据对应的红火蚁巢执行预设的防控策略，确保红火蚁的扑杀工作完成。
其中，预设的防控策略可以包括人工防控策略和机械防控策略，例如无人机防控策略。对于虫害发生面积较大的区域可以执行机械防控策略，例如通过无人机喷洒灭杀红火蚁的药剂，从而进行防控作业。而如果虫害发生面积较小的区域，采用人工防控策略即可，例如采用人工喷洒灭杀红火蚁的药剂，从而进行防控作业，无需采用无人机进行作业，从而可以节约防控作业的花费。
本发明实施例通过对接收防控终端的防控图片和环境数据；基于所述防控图片和所述环境数据，确定红火蚁虫害数据；针对所述红火蚁虫害数据对应的红火蚁巢执行预设的防控策略。对红火蚁进行有效的防控，阻止红火蚁的入侵。
参照图1，示出了本发明的另一种红火蚁防控方法实施例的步骤流程图，具体可以包括如下步骤：
步骤201，接收防控终端的防控图片和环境数据；
在本发明的一优选实施例中，所述接收防控终端发送的防控图片和环境数据的步骤包括：
子步骤S2011，接收所述防控终端当前时刻拍摄的防控图片；
用户可以通过防控终端拍摄当前时刻拍摄的防控图片进行发送；其中，用户可以通过在通用设备上运行预设的小程序上，通过在预设的小程序上调用设备上的摄像头拍摄防控图片，用户拍摄当前时刻的防控图片后可以直接发送。防控图片上可以携带有拍摄时间戳，用于确定防控图片的具体拍摄时间。拍摄时间戳可以是拍摄时通用设备自动为拍摄的图片生成的，也可以是预设的小程序上传时为防控图片生成的；而拍摄时间戳在防控图片上的位置本领域技术人员可以根据实际需求进行设置，本发明实施例对此不作限定。
子步骤S2012，接收所述防控终端的当前时刻采集的环境数据。
防控终端可以通过移动通信网络，例如：2G(2-Generation wireless telephonetechnology)网络、3G(3rd-Generation)网络、4G(the 4th generation mobilecommunication technology)网络、5G(5th generation mobile networks)网络采集拍摄防控图片的时刻同时采集环境数据。环境数据可以包括红火蚁巢穴位置数据、定位精度，湿度，温度，湿度，海拔，天气情况等。其中，红火蚁巢穴位置数据可以采集此时防控终端上的GPS(Global Positioning System，全球定位系统)信号，获得防控终端的当前位置数据以此作为红火蚁巢穴位置数据，例如：113°18′52.54″，23°7′36.24″。定位精度可以通过误差范围表示，精度的单位可以是米，例如15M(米)；湿度可以采用相对湿度进行表示；温度可以通过防控终端内的温度传感器采集到的环境温度表示，也可以通过移动通信网络获取防控终端所在地的环境温度表示，单位为摄氏度；海拔也可以通过防控终端上的GPS信号上的海拔高度进行表示，单位为米；天气情况可以包括但不限于晴天、阴天、雨天、雪天、雾、霾。
步骤202，基于所述防控图片和所述环境数据，确定红火蚁虫害数据；
基于防控图片和环境数据审核确认红火蚁虫害数据。
在本发明的一优选实施例中，所述基于所述防控图片和所述环境数据，确定红火蚁虫害数据的步骤包括：
子步骤S2021，基于所述防控图片判断是否存在红火蚁；
接收防控图片后，可以根据防控图片判断是否存在红火蚁，对防控图片进行审核确认，以防止用户误传防控图片，进行无用的防控工作，浪费人力物力。
子步骤S2022，当存在红火蚁时，基于所述环境数据确定红火蚁虫害数据。
根据防控图片判断防控图片的地点确实存在红火蚁时，采用与防控图片同时接收的环境数据确定红火蚁虫害数据。此外，当根据防控图片判断防控图片的地点并未存在红火蚁时，可以不生成红火蚁虫害数据，也可以生成空的红火蚁虫害数据。
在本发明的一优选实施例中，所述基于所述防控图片判断是否存在红火蚁的步骤包括：
子步骤S20211，对所述防控图片进行识别，判断是否识别出红火蚁巢；
可以对防控图片进行识别，识别防控图片中是否出现红火蚁巢；其中识别的方式可以发送至审核单位进行人工审核，人工识别防控图片中是否出现红火蚁巢；也可以通过人工智能神经网络模型对防控图片进行识别，通过将防控图片输入至预设的神经网络模型，神经网络模型识别后得出结果。预设的神经网络可以是卷积神经网络(ConvolutionalNeural Networks，CNN)。
在本发明的一优选实施例中，神经网络模型可以通过如下方法进行训练得到：
获取指定的地址中训练图像，以及初始模型；将训练图像转化为模型特征，模型特征可以为特征向量；采用模型特征，训练初始模型；计算训练之后的初始模型的多个损失函数，当训练之后的初始模型的多个损失函数都最小化时，停止训练初始模型；将已训练的初始模型转化为图像识别模型。
此外，在接收防控终端的防控图片和环境数据的同时还可以接收用户输入的蚁巢个数，从而识别防控图片中是否存在相同数量的红火蚁巢。
子步骤S20212，若是，则存在红火蚁；
当识别结果为防控图片中存在至少一个红火蚁巢时，则判定防控图片所拍摄的地点存在红火蚁。例如，人工审核防控图片中至少拍摄到一个红火蚁巢则判定存在红火蚁；或者神经网络模型输出防控图片中存在至少一个红火蚁巢的识别结果，则判定存在红火蚁。
子步骤S20213，若否，则不存在红火蚁。
当识别结果为防控图片中并未存在红火蚁巢时，则判定防控图片所拍摄的地点并不存在红火蚁。例如，人工审核防控图片中并未拍摄到红火蚁巢，或者神经网络模型输出防控图片无红火蚁巢的识别结果，则判定防控图片所拍摄的地点并不存在红火蚁。
在本发明的一优选实施例中，所述环境数据包括位置数据，所述当存在红火蚁时，基于所述环境数据确定红火蚁虫害数据的步骤包括：
子步骤S20221，当存在红火蚁时，采用所述位置数据确定红火蚁巢中心位置；
当确定存在红火蚁时，采用位置数据作为红火蚁巢中心位置，从而确定红火蚁巢中心位置。其中，位置数据可以通过经纬度表示，可以通过GPS信号中的经纬度作为位置数据确定对应的红火蚁巢中心位置。此外，还可以根据所述红火蚁巢中心位置确定对应的实际位置所属的生化环境，所述生化环境包括但不限于农地、公园、绿化带、荒地、村庄、学校、果园、鱼塘、林地。
子步骤S20222，以所述红火蚁巢中心位置为中心，确定预设半径内的虫害面积；
预设半径可以是红火蚁活动的预设范围，可以是根据标准规则进行确定，例如红火蚁的国标活动范围为10米，预设半径即为10米。预设半径还可以根据本领域技术人员实际需求进行设置，本发明实施例对此不作限定。
以红火蚁巢中心位置为圆心，预设半径长度为半径作圆，该圆所覆盖的圆形面积为虫害面积。例如，以实际位置的经纬度为113°18′52.54″，23°7′36.24″为圆心，以10米为预设半径长度确定一圆形面积，以该圆形面积为虫害面积。
子步骤S20223，确定所述虫害面积为红火蚁虫害数据。
确定虫害面积后，以虫害面积作为红火蚁虫害数据。
步骤203，针对所述红火蚁虫害数据对应的红火蚁巢执行预设的防控策略；
针对红火蚁虫害数据对应的红火蚁巢执行预设的防控策略，对不同的红火蚁虫害数据对应的红火蚁巢而言，由于面积大小不同，因此需要采用的防控策略也有所不同，例如，对于红火蚁虫害数据对应的红火蚁巢的面积较小的，可以通过人工喷洒灭杀红火蚁的药剂来进行防控作业，而对于红火蚁虫害数据对应的红火蚁巢的面积较大的，采用人工作业的话需要较多人力和时间，因此可以采用无人机空中喷洒灭杀红火蚁的药剂的方式进行防控作业。
步骤204，针对执行所述预设的防控策略后的红火蚁巢生成防控数据；
对进行了防控作业后的红火蚁巢生成防控数据，防控数据包括防控作业相关的数据，例如：防控人员名字、防控作业措施具体实施地点、防控作业措施作业时间、防控作业措施使用物资以及防控作业现场图像。
具体的，其中防控人员名字、防控作业措施消耗物资信息以及防控作业现场图像可以由防控作业人员输入。为了便于后期进行溯源以及查验，防控作业措施使用物资可以包括本次防控作业措施消耗的药剂数量、药剂名称、药剂生产日期以及生产的厂商等信息，而防控作业现场图像则可以由防控作业人员对防控作业现场进行拍摄获取，又或者是通过其他图像获取设备，例如摄像机等拍摄后传输至移动终端获取，本发明实施例对此不作限制。而防控作业措施实施地点和防控作业措施作业时间则可以通过防控作业人员的设备设置的定位功能获取当前地理位置坐标，以及通过时间功能获取当前的时间得到，当防控作业人员在到达防控作业措施实施地点并开启设备上传防控作业信息时，移动终端可以自动获取当前地理位置坐标和当前的时间，将当前地理位置坐标设置为防控作业措施实施地点，将当前的时间设置为防控作业措施作业时间。将防控人员名字、防控作业措施实施地点、防控作业措施作业时间、防控作业措施消耗物资信息以及防控作业现场图像发送至服务器后，服务器采用这些数据生成防控数据并进行存储。
步骤205，反馈所述防控数据至所述防控终端；
将防控数据反馈至防控终端，用户可以通过防控终端查看。
步骤206，上传所述红火蚁虫害数据至预设的防控大数据库。
在确定红火蚁虫害数据后，可以将红火蚁虫害数据上传至预设的防控大数据库，防控大数据库里可以存储一个地区或是一个城市的全部红火蚁虫害数据，有益于防控人员对红火蚁虫害的发生进行一个准确的判断以及预判，从而更早更精确地防控红火蚁的入侵，有效地阻截红火蚁。
本发明实施例通过接收防控终端的防控图片和环境数据；基于所述防控图片和所述环境数据，确定红火蚁虫害数据；针对所述红火蚁虫害数据对应的红火蚁巢执行预设的防控策略。接收用户通过防控终端拍摄的防控图片和上传的数据确定红火蚁虫害数据，可以增加了大众参与红火蚁防控的渠道，也扩大的对红火蚁的监测范围；然后专业人员针对所述红火蚁虫害数据对应的红火蚁巢进行扑杀，将防控作业后的防控数据反馈给用户，使得用户可以了解防控的实际情况，使得防控作业对于用户更加透明。并且将虫害数据上传至大数据库，有益于针对红火蚁整体发生情况进行有效的分析判断，可以更好地阻截红火蚁的入侵本土生态环境，增强防控的效果，保护了人民群众的生命安全和生态环境，降低了害虫对农作物、林木、其它动物以及农村或城市的公共设施造成的危害。
需要说明的是，对于方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明实施例并不受所描述的动作顺序的限制，因为依据本发明实施例，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作并不一定是本发明实施例所必须的。
参照图3，示出了本发明的一种红火蚁防控系统实施例的结构框图，具体可以包括如下模块：
接收模块301，用于接收防控终端的防控图片和环境数据；
确认模块302，用于基于所述防控图片和所述环境数据，确定红火蚁虫害数据；
防控模块303，用于针对所述红火蚁虫害数据对应的红火蚁巢执行预设的防控策略。
在本发明的一优选实施例中，所述系统还包括：
防控数据生成模块，用于针对执行所述预设的防控策略后的红火蚁巢生成防控数据；
反馈模块，用于反馈所述防控数据至所述防控终端。
在本发明的一优选实施例中，所述接收模块301包括：
第一接收子模块，用于接收所述防控终端当前时刻拍摄的防控图片；
第二接收子模块，用于接收所述防控终端的当前时刻采集的环境数据。
在本发明的一优选实施例中，所述确认模块302包括：
判断子模块，用于基于所述防控图片判断是否存在红火蚁；
确定子模块，用于当存在红火蚁时，基于所述环境数据确定红火蚁虫害数据。
在本发明的一优选实施例中，所述判断子模块包括：
识别单元，用于对所述防控图片进行识别，判断是否识别出红火蚁巢；
存在单元，用于若识别出红火蚁巢，则存在红火蚁；
不存在单元，用于若识别不出红火蚁巢，则不存在红火蚁。
在本发明的一优选实施例中，所述环境数据包括位置数据，所述确定子模块包括：
定位单元，用于当存在红火蚁时，采用所述位置数据确定红火蚁巢中心位置；
计算单元，用于以所述红火蚁巢中心位置为中心，确定预设半径内的虫害面积；
确定单元，用于确定所述虫害面积为红火蚁虫害数据。
在本发明的一优选实施例中，所述系统还包括：
上传模块，用于上传所述红火蚁虫害数据至预设的防控大数据库。
对于系统实施例而言，由于其与方法实施例基本相似，所以描述的比较简单，相关之处参见方法实施例的部分说明即可。
本发明实施例还提供了一种电子设备，包括：
一个或多个处理器；和
其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行时，使得所述电子设备执行如上所述的一个或多个的方法。
本发明实施例还提供一个或多个机器可读介质，其上存储有指令，当由一个或多个处理器执行时，使得所述处理器执行如上所述的一个或多个的方法。
本说明书中的各个实施例均采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似的部分互相参见即可。
本领域内的技术人员应明白，本发明实施例的实施例可提供为方法、装置、或计算机程序产品。因此，本发明实施例可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明实施例可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。
本发明实施例是参照根据本发明实施例的方法、终端设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理终端设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理终端设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理终端设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理终端设备上，使得在计算机或其他可编程终端设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程终端设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
尽管已描述了本发明实施例的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例做出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明实施例范围的所有变更和修改。
最后，还需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者终端设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者终端设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者终端设备中还存在另外的相同要素。
以上对本发明所提供的一种红火蚁防控方法和一种红火蚁防控系统，进行了详细介绍，本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处，综上所述，本说明书内容不应理解为对本发明的限制。
Claims (10)
1.一种红火蚁防控方法，其特征在于，包括：
接收防控终端的防控图片和环境数据；
基于所述防控图片和所述环境数据，确定红火蚁虫害数据；
针对所述红火蚁虫害数据对应的红火蚁巢执行预设的防控策略。
2.根据权利要求1所述的方法，其特征在于，所述方法还包括：
针对执行所述预设的防控策略后的红火蚁巢生成防控数据；
反馈所述防控数据至所述防控终端。
3.根据权利要求1所述的方法，其特征在于，所述接收防控终端发送的防控图片和环境数据的步骤包括：
接收所述防控终端当前时刻拍摄的防控图片；
接收所述防控终端的当前时刻采集的环境数据。
4.根据权利要求1所述的方法，其特征在于，所述基于所述防控图片和所述环境数据，确定红火蚁虫害数据的步骤包括：
基于所述防控图片判断是否存在红火蚁；
当存在红火蚁时，基于所述环境数据确定红火蚁虫害数据。
5.根据权利要求4所述的方法，其特征在于，所述基于所述防控图片判断是否存在红火蚁的步骤包括：
对所述防控图片进行识别，判断是否识别出红火蚁巢；
若是，则存在红火蚁；
若否，则不存在红火蚁。
6.根据权利要求4所述的方法，其特征在于，所述环境数据包括位置数据，所述当存在红火蚁时，基于所述环境数据确定红火蚁虫害数据的步骤包括：
当存在红火蚁时，采用所述位置数据确定红火蚁巢中心位置；
以所述红火蚁巢中心位置为中心，确定预设半径内的虫害面积；
确定所述虫害面积为红火蚁虫害数据。
7.根据权利要求1所述的方法，其特征在于，所述方法还包括：
上传所述红火蚁虫害数据至预设的防控大数据库。
8.一种红火蚁防控系统，其特征在于，包括：
接收模块，用于接收防控终端的防控图片和环境数据；
确认模块，用于基于所述防控图片和所述环境数据，确定红火蚁虫害数据；
防控模块，用于针对所述红火蚁虫害数据对应的红火蚁巢执行预设的防控策略。
9.一种电子设备，其特征在于，包括：
一个或多个处理器；和
其上存储有指令的一个或多个机器可读介质，当由所述一个或多个处理器执行时，使得所述电子设备执行如权利要求1-7所述的一个或多个的方法。
10.一个或多个机器可读介质，其上存储有指令，当由一个或多个处理器执行时，使得所述处理器执行如权利要求1-7所述的一个或多个的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110574496.3A CN113287585A (zh) | 2021-05-25 | 2021-05-25 | 一种红火蚁防控方法和系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110574496.3A CN113287585A (zh) | 2021-05-25 | 2021-05-25 | 一种红火蚁防控方法和系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113287585A true CN113287585A (zh) | 2021-08-24 |
Family
ID=77324994
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110574496.3A Pending CN113287585A (zh) | 2021-05-25 | 2021-05-25 | 一种红火蚁防控方法和系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113287585A (zh) |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113822782A (zh) * | 2021-11-25 | 2021-12-21 | 红火蚁科技有限公司 | 一种害虫网格化监测方法和系统 |
| CN114698613A (zh) * | 2022-04-13 | 2022-07-05 | 福建省农业科学院科技干部培训中心 | 一种红火蚁防效评估方法 |
| CN115018808A (zh) * | 2022-06-24 | 2022-09-06 | 广州市建城有害生物防治有限公司 | 基于物联网的虫害远程检测方法及系统 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103238575A (zh) * | 2013-02-18 | 2013-08-14 | 北京依科曼生物技术有限公司 | 一种新型的害虫远程实时智能监控系统及其系统监控方法 |
| CN105137840A (zh) * | 2015-08-19 | 2015-12-09 | 方中元 | 设施温室内作物病虫害自动监测与智能施药防控系统 |
| CN106614492A (zh) * | 2016-12-26 | 2017-05-10 | 宁德市植保植检站 | 一种红火蚁疫情的防控方法 |
| CN107945162A (zh) * | 2017-11-23 | 2018-04-20 | 华南农业大学 | 基于计算机视觉技术对红火蚁巢的检测识别方法 |
| CN207689918U (zh) * | 2018-01-22 | 2018-08-03 | 海南大学 | 一种基于无人机的红火蚁蚁巢监测系统 |
| CN108711455A (zh) * | 2018-05-18 | 2018-10-26 | 中国疾病预防控制中心传染病预防控制所 | 一种登革热防控方法及系统 |
| CN109819950A (zh) * | 2018-12-29 | 2019-05-31 | 广州瑞丰生物科技有限公司 | 一种红火蚁的监测方法 |
| CN211696367U (zh) * | 2020-04-13 | 2020-10-16 | 江西省水土保持科学研究院 | 一种基于无人机遥测的野外红火蚁灾情监测系统 |
-
2021
- 2021-05-25 CN CN202110574496.3A patent/CN113287585A/zh active Pending
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103238575A (zh) * | 2013-02-18 | 2013-08-14 | 北京依科曼生物技术有限公司 | 一种新型的害虫远程实时智能监控系统及其系统监控方法 |
| CN105137840A (zh) * | 2015-08-19 | 2015-12-09 | 方中元 | 设施温室内作物病虫害自动监测与智能施药防控系统 |
| CN106614492A (zh) * | 2016-12-26 | 2017-05-10 | 宁德市植保植检站 | 一种红火蚁疫情的防控方法 |
| CN107945162A (zh) * | 2017-11-23 | 2018-04-20 | 华南农业大学 | 基于计算机视觉技术对红火蚁巢的检测识别方法 |
| CN207689918U (zh) * | 2018-01-22 | 2018-08-03 | 海南大学 | 一种基于无人机的红火蚁蚁巢监测系统 |
| CN108711455A (zh) * | 2018-05-18 | 2018-10-26 | 中国疾病预防控制中心传染病预防控制所 | 一种登革热防控方法及系统 |
| CN109819950A (zh) * | 2018-12-29 | 2019-05-31 | 广州瑞丰生物科技有限公司 | 一种红火蚁的监测方法 |
| CN211696367U (zh) * | 2020-04-13 | 2020-10-16 | 江西省水土保持科学研究院 | 一种基于无人机遥测的野外红火蚁灾情监测系统 |
Non-Patent Citations (1)
| Title |
|---|
| 徐倩 等: "基于OvitalMap和ArcGIS的红火蚁疫情调查与分析方法", 《植物检疫》, vol. 34, no. 4, 24 May 2020 (2020-05-24), pages 7 - 11 * |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN113822782A (zh) * | 2021-11-25 | 2021-12-21 | 红火蚁科技有限公司 | 一种害虫网格化监测方法和系统 |
| CN114698613A (zh) * | 2022-04-13 | 2022-07-05 | 福建省农业科学院科技干部培训中心 | 一种红火蚁防效评估方法 |
| CN114698613B (zh) * | 2022-04-13 | 2023-02-24 | 福建省农业科学院科技干部培训中心 | 一种红火蚁防效评估方法 |
| CN115018808A (zh) * | 2022-06-24 | 2022-09-06 | 广州市建城有害生物防治有限公司 | 基于物联网的虫害远程检测方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113287585A (zh) | 一种红火蚁防控方法和系统 | |
| Davis et al. | A systematic review of the impacts and management of introduced deer (family Cervidae) in Australia | |
| US20170311574A1 (en) | Animal movement mapping and movement prediction method and device | |
| CN113331148B (zh) | 一种红火蚁监测方法和装置 | |
| Becciolini et al. | Impact of capture and chemical immobilization on the spatial behaviour of red deer Cervus elaphus hinds | |
| Harmsen | The use of camera traps for estimating abundance and studying the ecology of jaguars (Panthera onca) | |
| CN113822782A (zh) | 一种害虫网格化监测方法和系统 | |
| EP3516580B1 (de) | Bekämpfung von schadorganismen | |
| Johnston et al. | Field assessment of the Curiosity® bait for management of feral cats in the semi-arid zone (Flinders Ranges National Park) | |
| Bello et al. | Monitoring cattle grazing behavior and intrusion using global positioning system and virtual fencing | |
| Olea et al. | Unraveling the real magnitude of illegal wildlife poisoning to halt cryptic biodiversity loss | |
| Nathan | Detection probability of invasive ship rats: Biological causation and management implications | |
| CN113592214A (zh) | 害虫的云采集防控方法、系统、电子设备及存储介质 | |
| Meißner et al. | Habitat destruction threatens jaguars in a mixed land-use region of eastern Bolivia | |
| Tomberlin | Movement, activity, and habitat use of adult male white-tailed deer at Chesapeake Farms, Maryland | |
| Hočevar et al. | Overview of good practices in Eurasian lynx monitoring and conservation | |
| Chinn et al. | Reproduction drives changes in space use and habitat selection in a highly adaptable invasive mammal | |
| English et al. | A report on the management of feral animals by the New South Wales National Parks and Wildlife Service | |
| Chamba | Approaches and techniques for managing human-elephant conflicts in Western Serengeti, Tanzania | |
| Symmank et al. | Estimating bobcat abundance in east Texas using infrared-triggered cameras | |
| Mackenzie | Urban rats in Wellington: Estimating home ranges, population densities and detection probabilities | |
| Chávez-León | Mammal and bird diversity in coniferous forests under management in the Trans-Mexican Neovolcanic Belt | |
| Mulero-Pázmány | Unmanned aerial systems in conservation biology | |
| Nichols et al. | Humanitarian Use of Space Technologies to improve Global Food Supply & Cattle Management (Larson) | |
| CN113592418A (zh) | 红火蚁防控轨迹生成方法、系统、电子设备及存储介质 |
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: 20210824 |
|
| RJ01 | Rejection of invention patent application after publication |