CN113741597B - 农林诱虫测报智能控制系统 - Google Patents
农林诱虫测报智能控制系统 Download PDFInfo
- Publication number
- CN113741597B CN113741597B CN202111033564.1A CN202111033564A CN113741597B CN 113741597 B CN113741597 B CN 113741597B CN 202111033564 A CN202111033564 A CN 202111033564A CN 113741597 B CN113741597 B CN 113741597B
- Authority
- CN
- China
- Prior art keywords
- regulation
- data
- monitoring
- forestry
- value
- 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.)
- Active
Links
Images
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D27/00—Simultaneous control of variables covered by two or more of main groups G05D1/00 - G05D25/00
- G05D27/02—Simultaneous control of variables covered by two or more of main groups G05D1/00 - G05D25/00 characterised by the use of electric means
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Automation & Control Theory (AREA)
- Catching Or Destruction (AREA)
Abstract
本发明公开了农林诱虫测报智能控制系统，属于农林诱虫技术领域，包括监测模块和报警模块，监测模块包含处理单元、计算单元和分析单元，处理单元用于对采集的监测信息进行数据处理，得到分类统计集；计算单元用于对分类统计集进行计算，得到监测值和调控值；分析单元用于对监测值和调控值进行分析匹配，得到包含若干个不同调控指令的分析集；报警模块包含提示单元和调控单元，提示单元根据分析集对农林诱虫进行预警提示；调控单元用于对农林诱虫的实施进行调控；本发明用于解决现有方案中没有对农林诱虫的实施进行实时监测和调控，导致农林诱虫的效果不佳的技术问题。
Description
技术领域
本发明涉及农林诱虫技术领域，具体涉及农林诱虫测报智能控制系统。
背景技术
农林诱虫是指利用物理、生物、化学等方法对各种害虫进行诱捕的过程，主要有灯光诱捕和药剂诱捕。
现有的农林诱虫测报智能控制系统在使用时，没有从不同的方面对农林诱虫的实施进行实时监测和调控，例如诱剂使用量不合格时不能及时调整，以及诱捕的虫子过多时没有及时处理，导致农林诱虫的效果不佳。
发明内容
本发明的目的在于提供农林诱虫测报智能控制系统，解决以下技术问题：如何解决现有方案中没有从不同的方面对农林诱虫进行监测和调整，导致农林诱虫的效果不佳的技术问题。
本发明的目的可以通过以下技术方案实现：
农林诱虫测报智能控制系统，包括监测模块和报警模块，监测模块包含处理单元、计算单元和分析单元，处理单元用于对采集的监测信息进行数据处理，得到分类统计集；计算单元用于对分类统计集进行计算，得到监测值和调控值；分析单元用于对监测值和调控值进行分析匹配，得到包含若干个不同调控指令的分析集；报警模块包含提示单元和调控单元，提示单元根据分析集对农林诱虫进行预警提示；调控单元用于对农林诱虫的实施进行调控。
进一步地，还包括采集模块、传输模块和存储模块，采集模块用于对农林诱虫的实施进行数据采集得到监测信息；传输模块用于对各个模块之间的数据进行传输；存储模块用于对各项数据进行分配和存储。
进一步地，监测信息包含区域数据、温度数据、湿度数据、诱虫数据、设备数据和诱剂数据。
进一步地，获取农林的长度和宽度，根据农林的长度和宽度获取农林面积，根据预设的划分比例对农林面积进行划分，得到农林划分区域，农林划分区域包含若干个子区域；对农林划分区域中的各个子区域进行编号，得到区域标记集；对农林划分区域中各个子区域的植物数量进行统计，得到区域统计集；区域标记集和区域统计集构成区域数据。
进一步地，对采集的监测信息进行数据处理的具体步骤包括：获取监测信息中的区域数据、温度数据、湿度数据、诱虫数据、设备数据和诱剂数据，对各项数据进行分类和标记，得到包含第一类别和第二类别的分类统计集；其中，获取区域数据中的区域标记集和区域统计集，将区域标记集中编号的各个子区域标记为BZQi,i＝1,2,3...n；将区域统计集中的植物数量标记为ZZSi；根据农林划分区域和各个子区域的植物数量获取到各个子区域的种植密度并标记为ZZMi；对温度数据、湿度数据和诱虫数据分别进行取值和标记，将温度数据中的实时温度标记为HSWi；将湿度数据中的实时湿度标记为HSSi；将诱虫数据中的诱虫数量标记为YCSi；对设备数据中的收纳体积进行取值并标记为SSTi；将标记的各项数据分类组合，得到第一类别；
获取诱剂数据中的诱剂类型和诱剂容量，将诱剂类型标记为YJLi；设定不同的诱剂类型均对应一个不同的诱类关联值，将诱剂数据中的诱剂类型与所有的诱剂类型进行匹配获取对应的诱类关联值并标记为YLGi；将诱剂容量标记为YRLi；将标记的诱剂类型、诱类关联值和诱剂容量进行分类组合，得到第二类别。
进一步地，对分类统计集进行计算的具体步骤包括：获取分类统计集中标记的各项数据并进行归一化处理取值，对农林诱虫的实施进行监测时，利用公式
计算获取农林诱虫的环境系数，其中，a1和a2表示为不同的比例系数，μ表示为环境补偿因子，取值范围为(0,1)；根据环境系数通过公式
计算获取农林诱虫的监测值,其中，YCNi表示为各个子区域内诱剂的浓度，ZQMi表示为各个子区域的面积；
利用公式
计算获取农林诱虫的诱捕系数，其中，η表示为诱捕补偿因子，取值范围为(0,2)；
根据诱捕系数通过公式TK＝HX×(YCSi+0.566-YCSi0)计算获取农林诱虫的调控值，其中，YCSi0表示为预设的标准诱虫数量。
进一步地，对监测值进行分析匹配的具体步骤包括：获取预设的监测范围，将监测值与预设的监测范围进行匹配，若监测值属于监测范围，则判定诱剂使用正常并生成第一监测信号；若监测值不属于监测范围，则判定诱剂使用异常并生成第二监测信号；其中，当监测值不大于监测范围的最小值时，判定诱剂使用量少影响诱虫效果并生成第一调控指令；当监测值不小于监测范围的最大值时，判定诱剂使用量多导致诱剂浪费并生成第二调控指令；将第一监测信号和第二监测信号以及第一调控指令和第二调控指令分类组合，得到第一匹配集。
进一步地，对调控值进行分析匹配的具体步骤包括：获取预设的调控阈值，将调控值与预设的调控阈值进行匹配，若调控值不大于调控阈值，则生成第一调控信号；若调控值大于调控阈值，则生成第二调控信号，并根据第二调控信号生成第三调控指令；将第一调控信号、第二调控信号和第三调控指令分类组合，得到第二匹配集；第一匹配集和第二匹配集构成分析集。
进一步地，对农林诱虫的实施进行调控的具体步骤包括：对分析集中的第一匹配集和第二匹配集分别进行处理，若第一匹配集中包含第一调控指令，则提高诱剂的使用量，直至第一调控指令对应的监测值属于预设的监测范围；若第一匹配集中包含第二调控指令，则降低诱剂的使用量，直至第二调控指令对应的监测值属于预设的监测范围；若第二匹配集中包含第三调控指令，则对诱虫设备中已经诱捕的虫子进行清理。
本发明的有益效果：
通过监测模块来对农林诱虫的实施进行实时监测和分析，监测模块包含处理单元、计算单元和分析单元，通过处理单元对采集的监测信息进行数据处理，得到分类统计集；对采集的各项数据进行分类和标记，使得各项数据规范化，达到提高数据计算的效率和准确率的目的；通过计算单元对分类统计集进行计算，得到监测值和调控值；通过计算使得各项数据之间建立联系，可以从不同的方面对农林诱虫进行监测分析，提高了农林诱虫监测的多样性；通过分析单元对监测值和调控值进行分析匹配，得到包含若干个不同调控指令的分析集；可以实现从不同方面对农林诱虫的实施进行分析，提高了农林诱虫分析的准确性；通过报警模块对农林诱虫进行预警提示以及对农林诱虫的实施进行调控，使得农林诱虫的效果达到最佳。
附图说明
下面结合附图对本发明作进一步的说明。
图1为本发明农林诱虫测报智能控制系统的模块框图。
图2为本发明中监测模块的单元框图。
图3为本发明中报警模块的单元框图。
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作出创造性劳动前提下所获得的所有其它实施例，都属于本发明保护的范围。
请参阅图1，本发明为农林诱虫测报智能控制系统，包括监测模块和报警模块以及采集模块、传输模块和存储模块，采集模块用于对农林诱虫的实施进行数据采集得到监测信息，监测信息包含区域数据、温度数据、湿度数据、诱虫数据、设备数据和诱剂数据；传输模块用于对各个模块之间的数据进行传输，传输模块包含无线通信芯片，包括但不限于4G芯片或者5G芯片实现数据无线传输；存储模块用于对各项数据进行分配和存储；
其中，获取农林的长度和宽度，根据农林的长度和宽度获取农林面积，根据预设的划分比例对农林面积进行划分，得到农林划分区域，对农林划分区域中的各个子区域进行编号，得到区域标记集；对农林划分区域中各个子区域的植物数量进行统计，得到区域统计集；区域标记集和区域统计集构成区域数据；例如，农林的长度和宽度分别为10m和10m，预设的划分比例可以为1:1，将农林的长度和宽度分别按5m和5m进行划分，使得500m2的农林被划分成4块子区域，对4块子区域进行编号并分别对诱虫情况进行监测，对4块子区域中安装诱虫设备进行诱虫，诱虫设备内设置有诱捕液来对虫子进行引诱和捕获，诱捕液可以为现有的诱虫糖醋液。
请参阅图2，监测模块包含处理单元、计算单元和分析单元，处理单元用于对采集的监测信息进行数据处理，得到分类统计集；具体的步骤包括：获取监测信息中的区域数据、温度数据、湿度数据、诱虫数据、设备数据和诱剂数据，对各项数据进行分类和标记，得到包含第一类别和第二类别的分类统计集；其中，获取区域数据中的区域标记集和区域统计集，将区域标记集中编号的各个子区域标记为BZQi,i＝1,2,3...n；将区域统计集中的植物数量标记为ZZSi；根据农林划分区域和各个子区域的植物数量获取到各个子区域的种植密度并标记为ZZMi；对温度数据、湿度数据和诱虫数据分别进行取值和标记，将温度数据中的实时温度标记为HSWi；将湿度数据中的实时湿度标记为HSSi；将诱虫数据中的诱虫数量标记为YCSi；诱虫数量可以通过计数器统计；对设备数据中诱虫设备的收纳体积进行取值并标记为SSTi；将标记的各项数据分类组合，得到第一类别；
获取诱剂数据中的诱剂类型和诱剂容量，将诱剂类型标记为YJLi；设定不同的诱剂类型均对应一个不同的诱类关联值，将诱剂数据中的诱剂类型与所有的诱剂类型进行匹配获取对应的诱类关联值并标记为YLGi；将诱剂容量标记为YRLi；将标记的诱剂类型、诱类关联值和诱剂容量进行分类组合，得到第二类别。
本实施例中，从环境方面对影响农林诱虫实施时的数据进行采集，例如实时温度和实时湿度会影响诱剂的挥发以及影响虫子的活动，诱虫数据、设备数据和诱剂数据是用于对诱虫的诱捕情况进行监测并及时进行调整，例如，已经诱捕的虫子过多或者诱剂挥发效果不佳，导致诱虫实施的效果不佳，因此，基于采集的这些数据进行实时监测并调控，使得诱虫工作的效果保持最佳。
计算单元用于对分类统计集进行计算，得到监测值和调控值；具体的步骤包括：获取分类统计集中标记的各项数据并进行归一化处理取值，对农林诱虫的实施进行监测时，利用公式
计算获取农林诱虫的环境系数，其中，a1和a2表示为不同的比例系数，μ表示为环境补偿因子，取值可以为0.75822；
根据环境系数通过公式
计算获取农林诱虫的监测值,其中，YCNi表示为各个子区域内诱剂的浓度，ZQMi表示为各个子区域的面积；
利用公式
计算获取农林诱虫的诱捕系数，其中，η表示为诱捕补偿因子，取值可以为1.66251；
根据诱捕系数通过公式TK＝HX×(YCSi+0.566-YCSi0)计算获取农林诱虫的调控值，其中，YCSi0表示为预设的标准诱虫数量，标准诱虫数量基于不同类型的农林以及虫子类型进行设定，例如，标准诱虫数量可以为70。
本实施例中，通过将采集的各项数据进行联立计算，使得各项数据之间联立便于整体分析，例如环境系数通过实时温度和实时湿度之间建立联系，从环境方面对诱剂的使用情况进行监测分析；本发明中的公式均是去除量纲取其数值计算，通过采集大量的数据进行软件模拟得到最接近真实情况的一个公式，公式中的预设比例系数和阈值由本领域的技术人员根据实际情况设定或者通过大量数据模拟获取。
分析单元用于对监测值和调控值进行分析匹配，得到包含若干个不同调控指令的分析集；对监测值进行分析匹配的具体步骤包括：获取预设的监测范围，将监测值与预设的监测范围进行匹配，若监测值属于监测范围，则判定诱剂使用正常并生成第一监测信号；若监测值不属于监测范围，则判定诱剂使用异常并生成第二监测信号；其中，当监测值不大于监测范围的最小值时，判定诱剂使用量少影响诱虫效果并生成第一调控指令；当监测值不小于监测范围的最大值时，判定诱剂使用量多导致诱剂浪费并生成第二调控指令；将第一监测信号和第二监测信号以及第一调控指令和第二调控指令分类组合，得到第一匹配集；
对调控值进行分析匹配的具体步骤包括：获取预设的调控阈值，将调控值与预设的调控阈值进行匹配，若调控值不大于调控阈值，则生成第一调控信号；若调控值大于调控阈值，则生成第二调控信号，并根据第二调控信号生成第三调控指令；将第一调控信号、第二调控信号和第三调控指令分类组合，得到第二匹配集；第一匹配集和第二匹配集构成分析集。
请参阅图3，报警模块包含提示单元和调控单元，提示单元根据分析集对农林诱虫进行预警提示；
调控单元用于对农林诱虫的实施进行调控，具体的步骤包括：对分析集中的第一匹配集和第二匹配集分别进行处理，若第一匹配集中包含第一调控指令，则提高诱剂的使用量，直至第一调控指令对应的监测值属于预设的监测范围；若第一匹配集中包含第二调控指令，则降低诱剂的使用量，直至第二调控指令对应的监测值属于预设的监测范围；若第二匹配集中包含第三调控指令，则对诱虫设备中已经诱捕的虫子进行清理。
本实施例中，通过对计算后的监测值和调控值分别进行匹配分析，可以分别对诱剂的使用情况以及虫子的诱捕情况两方面进行监测，通过对诱剂的使用以及虫子的诱捕进行调整，使得诱剂的使用效果达到最佳以及虫子的诱捕达到最佳，克服了现有方案中不能对诱剂的使用进行监测和调整，以及不能对虫子的诱捕进行监测和调整，导致农林诱虫的效果不佳的缺陷。
在本发明的描述中，需要说明的是，除非另有明确的规定和限定，术语“安装”“相连”“连接”等应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接连接，可以是两个元件内部的连通。对应本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
以上对本发明的一个实施例进行了详细说明，但所述内容仅为本发明的较佳实施例，不能被认为用于限定本发明的实施范围。凡依本发明申请范围所作的均等变化与改进等，均应仍归属于本发明的专利涵盖范围之内。
Claims (1)
1.农林诱虫测报智能控制系统，其特征在于，包括监测模块和报警模块，监测模块包含处理单元、计算单元和分析单元，处理单元用于对采集的监测信息进行数据处理，得到分类统计集；计算单元用于对分类统计集进行计算，得到监测值和调控值；分析单元用于对监测值和调控值进行分析匹配，得到包含若干个不同调控指令的分析集；报警模块包含提示单元和调控单元，提示单元根据分析集对农林诱虫进行预警提示；调控单元用于对农林诱虫的实施进行调控；
还包括采集模块、传输模块和存储模块，采集模块用于对农林诱虫的实施进行数据采集得到监测信息；传输模块用于对各个模块之间的数据进行传输；存储模块用于对各项数据进行分配和存储；
监测信息包含区域数据、温度数据、湿度数据、诱虫数据、设备数据和诱剂数据；
获取农林的长度和宽度并进行划分，得到农林划分区域，对农林划分区域中的各个子区域进行编号，得到区域标记集；对农林划分区域中各个子区域的植物数量进行统计，得到区域统计集；区域标记集和区域统计集构成区域数据；
对采集的监测信息进行数据处理的具体步骤包括：获取监测信息中的各项数据进行分类和标记，分别对温度数据、湿度数据和诱虫数据进行取值和标记，得到第一类别；对诱剂数据中的诱剂类型及其对应的诱类关联值进行标记；并对诱剂容量进行取值和标记；得到第二类别；
获取分类统计集中标记的各项数据并进行归一化处理取值，对农林诱虫的实施进行监测时，根据实时温度和实时湿度获取农林诱虫的环境系数；根据环境系数获取农林诱虫的监测值；根据诱剂容量、各个子区域的种植密度以及诱虫设备的收纳体积获取农林诱虫的诱捕系数，并根据诱捕系数获取农林诱虫的调控值；
对监测值进行分析匹配的具体步骤包括：将监测值与预设的监测范围进行匹配，生成第一监测信号和第二监测信号；根据第二监测信号分析得到第一调控指令和第二调控指令；将第一监测信号和第二监测信号以及第一调控指令和第二调控指令分类组合，得到第一匹配集；
对调控值进行分析匹配的具体步骤包括：将调控值与预设的调控阈值进行匹配，生成第一调控信号和第二调控信号，并根据第二调控信号分析得到第三调控指令；将第一调控信号、第二调控信号和第三调控指令分类组合，得到第二匹配集；第一匹配集和第二匹配集构成分析集；
对农林诱虫的实施进行调控的具体步骤包括：对分析集中的第一匹配集和第二匹配集分别进行处理，根据第一匹配集中的第一调控指令提高诱剂的使用量；根据第一匹配集中的第二调控指令降低诱剂的使用量；根据第二匹配集中的第三调控指令对诱虫设备中已经诱捕的虫子进行清理。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111033564.1A CN113741597B (zh) | 2021-09-03 | 2021-09-03 | 农林诱虫测报智能控制系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111033564.1A CN113741597B (zh) | 2021-09-03 | 2021-09-03 | 农林诱虫测报智能控制系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN113741597A CN113741597A (zh) | 2021-12-03 |
| CN113741597B true CN113741597B (zh) | 2022-04-12 |
Family
ID=78735536
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202111033564.1A Active CN113741597B (zh) | 2021-09-03 | 2021-09-03 | 农林诱虫测报智能控制系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113741597B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117291291B (zh) * | 2023-08-12 | 2024-04-23 | 江苏信实环境工程有限公司 | 一种基于物联网的虫情智能监控系统及方法 |
| CN118015478B (zh) * | 2024-04-10 | 2024-06-07 | 卉美(鞍山)农业科技有限责任公司 | 一种林业害虫诱捕数据监测系统 |
Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| AU2013203436A1 (en) * | 2010-10-17 | 2013-05-02 | Purdue Research Foundation | Automatic monitoring of insect populations |
| CN207322461U (zh) * | 2017-10-24 | 2018-05-08 | 安徽中昆绿色防控科技有限公司 | 一种具有清理结构的诱虫装置 |
| CN109886287A (zh) * | 2019-01-04 | 2019-06-14 | 平安科技（深圳）有限公司 | 杀虫剂确定方法、装置、计算机设备及存储介质 |
| CN110122449A (zh) * | 2019-05-29 | 2019-08-16 | 重庆工程职业技术学院 | 具有人工智能预测害虫的智能杀虫灯 |
| CN110751206A (zh) * | 2019-10-17 | 2020-02-04 | 北京中盾安全技术开发公司 | 一种多目标智能成像与识别装置及方法 |
| CN112528814A (zh) * | 2020-12-04 | 2021-03-19 | 湖南高德联创环境管理有限公司 | 一种有害生物监测预警方法、系统以及存储介质 |
| CN112800877A (zh) * | 2021-01-15 | 2021-05-14 | 金陵科技学院 | 一种基于农业物联网的害虫防治方法 |
| CN112790174A (zh) * | 2021-02-07 | 2021-05-14 | 山东省寄生虫病防治研究所 | 一种定时蚊虫采集装置 |
| CN113163710A (zh) * | 2018-10-24 | 2021-07-23 | 克莱米特公司 | 标识和利用农田中的测试地点的系统和方法 |
Family Cites Families (7)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN202206816U (zh) * | 2011-09-16 | 2012-05-02 | 广东省林业科学研究院 | 一种释放器 |
| CN102804947A (zh) * | 2012-08-17 | 2012-12-05 | 毛振刚 | 智能远程控制的太阳能杀虫灯 |
| CN102907402A (zh) * | 2012-10-26 | 2013-02-06 | 扬州绿源生物化工有限公司 | 害虫诱捕器 |
| US11287411B2 (en) * | 2015-07-30 | 2022-03-29 | Ecoation Innovative Solutions Inc. | Systems and methods for crop health monitoring, assessment and prediction |
| CN107568181A (zh) * | 2017-10-24 | 2018-01-12 | 安徽中昆绿色防控科技有限公司 | 一种具有清理结构的诱虫装置 |
| US11423492B2 (en) * | 2017-11-21 | 2022-08-23 | Climate Llc | Computing risk from a crop damaging factor for a crop on an agronomic field |
| CN109919796B (zh) * | 2019-02-27 | 2021-08-03 | 北京农业智能装备技术研究中心 | 虫情测报系统 |
-
2021
- 2021-09-03 CN CN202111033564.1A patent/CN113741597B/zh active Active
Patent Citations (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| AU2013203436A1 (en) * | 2010-10-17 | 2013-05-02 | Purdue Research Foundation | Automatic monitoring of insect populations |
| CN207322461U (zh) * | 2017-10-24 | 2018-05-08 | 安徽中昆绿色防控科技有限公司 | 一种具有清理结构的诱虫装置 |
| CN113163710A (zh) * | 2018-10-24 | 2021-07-23 | 克莱米特公司 | 标识和利用农田中的测试地点的系统和方法 |
| CN109886287A (zh) * | 2019-01-04 | 2019-06-14 | 平安科技（深圳）有限公司 | 杀虫剂确定方法、装置、计算机设备及存储介质 |
| CN110122449A (zh) * | 2019-05-29 | 2019-08-16 | 重庆工程职业技术学院 | 具有人工智能预测害虫的智能杀虫灯 |
| CN110751206A (zh) * | 2019-10-17 | 2020-02-04 | 北京中盾安全技术开发公司 | 一种多目标智能成像与识别装置及方法 |
| CN112528814A (zh) * | 2020-12-04 | 2021-03-19 | 湖南高德联创环境管理有限公司 | 一种有害生物监测预警方法、系统以及存储介质 |
| CN112800877A (zh) * | 2021-01-15 | 2021-05-14 | 金陵科技学院 | 一种基于农业物联网的害虫防治方法 |
| CN112790174A (zh) * | 2021-02-07 | 2021-05-14 | 山东省寄生虫病防治研究所 | 一种定时蚊虫采集装置 |
Non-Patent Citations (2)
| Title |
|---|
| 基于SuperMap Objects的森林病虫害遥感监测与预测系统的设计与实现;李浩明等;《林业调查规划》;20101215(第06期);86-91 * |
| 基于机器学习和图像处理技术的病虫害预测;杭立;《西南大学学报(自然科学版)》;20200120;第42卷(第01期);134-141 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN113741597A (zh) | 2021-12-03 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN113741597B (zh) | 农林诱虫测报智能控制系统 | |
| Arakeri et al. | Computer vision based robotic weed control system for precision agriculture | |
| EP3852520A1 (de) | Detektion von gliederfüssern | |
| EP3482630A1 (en) | Method, system and computer program for performing a pest forecast | |
| CN203913081U (zh) | 一种水稻田害虫远程实时监测系统 | |
| CN113468964B (zh) | 一种基于高光谱的农业病虫害监测方法及设备 | |
| CN205608813U (zh) | 一种烟粉虱田间种群智能监测装置 | |
| EP3626077A1 (de) | Schädlingskontrolle | |
| CN113344728A (zh) | 一种食品生产全链条信息智能监控系统及方法 | |
| CN106359331A (zh) | 一种基于物联网的现代农业害虫诱虫灯自动获取害虫数量以及体型的方法 | |
| EP3516580B1 (de) | Bekämpfung von schadorganismen | |
| Mathi et al. | An internet of things-based efficient solution for smart farming | |
| CN110688989A (zh) | 一种基于生态环保的智慧农业监控管理系统及方法 | |
| CN115237982A (zh) | 一种基于云计算的农业大数据管理系统及方法 | |
| Binns et al. | Robust binomial decision rules for integrated pest management based on the negative binomial distribution | |
| CN111080616A (zh) | 一种烟叶病虫害监测系统 | |
| CN116740645A (zh) | 基于物联网的实蝇监测与综合防控方法、系统及存储介质 | |
| Lima et al. | Population rate of change in the leaf‐eared mouse: The role of density‐dependence, seasonality and rainfall | |
| CN116452358A (zh) | 基于物联网的智慧农业管理系统 | |
| CN117033810A (zh) | 一种基于大数据的农业数据分析管理系统及方法 | |
| CN116307384A (zh) | 一种基于物联网的智慧农业土壤培养在线监测系统及方法 | |
| CN116046687A (zh) | 一种农作物生长过程监测方法、设备及介质 | |
| CN115756037A (zh) | 一种设施大棚蔬菜管控方法及系统 | |
| CN111418383B (zh) | 基于根系发育参数的污染暴露下化学调控剂的筛选方法 | |
| CN115238237A (zh) | 虫情监测方法、装置及系统 |
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 |