CN115936946A - 一种城市绿地有害生物预警系统 - Google Patents
一种城市绿地有害生物预警系统 Download PDFInfo
- Publication number
- CN115936946A CN115936946A CN202211404490.2A CN202211404490A CN115936946A CN 115936946 A CN115936946 A CN 115936946A CN 202211404490 A CN202211404490 A CN 202211404490A CN 115936946 A CN115936946 A CN 115936946A
- Authority
- CN
- China
- Prior art keywords
- information
- pest
- early warning
- urban green
- data
- 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
- 241000607479 Yersinia pestis Species 0.000 title claims abstract description 112
- 230000004044 response Effects 0.000 claims abstract description 35
- 238000013210 evaluation model Methods 0.000 claims abstract description 14
- 238000012545 processing Methods 0.000 claims abstract description 13
- 238000012216 screening Methods 0.000 claims abstract description 13
- 238000004458 analytical method Methods 0.000 claims abstract description 10
- 241000196324 Embryophyta Species 0.000 claims description 14
- 238000004364 calculation method Methods 0.000 claims description 14
- 238000005516 engineering process Methods 0.000 claims description 14
- 238000012544 monitoring process Methods 0.000 claims description 11
- 238000012549 training Methods 0.000 claims description 9
- 201000010099 disease Diseases 0.000 claims description 7
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims description 7
- 230000007613 environmental effect Effects 0.000 claims description 7
- 238000012806 monitoring device Methods 0.000 claims description 6
- 238000005553 drilling Methods 0.000 claims description 4
- 230000036541 health Effects 0.000 claims description 4
- 238000012423 maintenance Methods 0.000 claims description 4
- 230000008654 plant damage Effects 0.000 claims description 4
- 230000001568 sexual effect Effects 0.000 claims description 4
- 239000002699 waste material Substances 0.000 claims description 3
- 230000005080 plant death Effects 0.000 claims description 2
- 230000001960 triggered effect Effects 0.000 claims description 2
- 238000004140 cleaning Methods 0.000 claims 1
- 230000003993 interaction Effects 0.000 abstract description 2
- 230000002265 prevention Effects 0.000 description 6
- 238000000034 method Methods 0.000 description 5
- 238000011084 recovery Methods 0.000 description 4
- 241000238631 Hexapoda Species 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000000354 decomposition reaction Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Landscapes
- Catching Or Destruction (AREA)
Abstract
本发明公开了一种城市绿地有害生物预警系统，包括信息采集模块、信息筛选处理模块、信息存储模块、信息分析预警模块，信息采集模块用于采集城市绿地、有害生物及环境信息，并将信息发送至信息筛选处理模块中，信息筛选处理模块将采集城市绿地、有害生物及环境信息进行筛选，并对数据进行一一编码，并将编码后的数据发送至信息存储模块，信息存储模块将数据进行分类，将数据分为压力、状态和响应三类数据，并将分类后的信息进行存储，信息分析预警模块采用评估模型对压力、状态和响应三类数据进行计算，得到最终的警示指数。本发明基于PSR指标构建框架模型，可以清晰的刻画有害生物、环境、承灾体间的相互作用关系，极大地减少了灾害的发生。
Description
技术领域
本发明涉及城市绿地有害生物预警技术，特别涉及一种城市绿地有害生物预警系统。
背景技术
城市绿地有害生物的发生和发展具有显著的阶段性特征，其形成是有害生物本身、有害生物作用对象(城市绿地)、孕灾环境(自然环境和管理环境)相互作用的结果，形成过程中有害生物、孕灾环境、承灾主体，呈现互相克制/促进的状态，一旦超出承灾主体可承受程度即形成灾害。但目前还没有有效的预警系统，导致出现问题也无法及时作出警报。
发明内容
为了至少解决或部分解决上述问题，提供一种城市绿地有害生物预警系统。
为了达到上述目的，本发明提供了如下的技术方案：
本发明一种城市绿地有害生物预警系统，包括信息采集模块、信息筛选处理模块、信息存储模块、信息分析预警模块，所述信息采集模块用于采集城市绿地、有害生物及环境信息，并将信息发送至信息筛选处理模块中，所述信息筛选处理模块将采集城市绿地、有害生物及环境信息进行筛选，并对数据进行一一编码，并将编码后的数据发送至信息存储模块，所述信息存储模块将数据进行分类，将数据分为压力、状态和响应三类数据，并将分类后的信息进行存储，所述信息分析预警模块采用评估模型对压力、状态和响应三类数据进行计算，得到最终的警示指数，并根据警示指数与预先设定的阈值进行比较，输出警戒等级。
作为本发明的一种优选技术方案，所述信息采集模块采用物联网监测设备、用户电脑终端、城市管理信息数据库或者个人手持终端设备对数据进行采集，所述物联网监测设备包括智能虫情测报设备、智能靶标测报设备、微型害虫监测设备、脉冲孢子测报设备、生态实时监测设备和物联网中心控制系统。
作为本发明的一种优选技术方案，所述城市绿地信息包括城市绿地地理信息、主管部门信息、养护单位信息、城市绿地等级划分信息、绿地植物信息、绿地植物损毁信息、绿地植物更新信息、绿地植物检疫信息，所述有害生物信息包括发生网格位置、有害生物学名、有害生物类型、有害生物寄主植物、有害生物寄主植物受害情况、有害生物寄主植物死亡情况、有害生物数量统计、有害生物发生时间段统计，所述环境信息包括城市绿地网格自然环境信息、有害生物日常防治信息、绿化废弃物管理信息、绿化养护培训信息、有害生物预警响应和处置信息、突发疫情应急预案信息、突发疫情应急培训信息、突发疫情应急演练信息、突发疫情处置信息。
作为本发明的一种优选技术方案，所述环境信息和有害生物信息采用智能传感装置、光诱捕技术、性诱捕、图像识别和互联网技术来获取。
作为本发明的一种优选技术方案，所述压力数据P包括自然因子致灾P1和管理因子致灾P2，所述状态数据S包括绿地状态S1、有害生物状态S2、社会可承受状态S3，所述响应数据R包括履职响应R1、应急响应R2。
作为本发明的一种优选技术方案，所述自然因子致灾P1包括上年度有害生物发生状态P11、温度适宜性P12、绿地健康水平P13、有害生物危险性P14，所述管理因子致灾P2包括补植苗木健康状况P21、绿化废弃物收集与清运的规范性P22、有害生物信息上报率P23、有害生物监测上报及时性P24、有害生物监测准确性P25、植保培训参与率P26、中度及以上病虫草害发生情况P27、综防科学性P28、有害生物预警消警率P29，所述绿地状态S1包括城市绿地受损情况S11，所述有害生物状态S2包括食叶类害虫发生状态S21、刺吸类害虫发生状态S22、蛀干类害虫发生状态S23、地下类害虫发生状态S24、病害发生状态S25、草害发生状态S26，所述社会可承受状态S3包括有害生物引发社会舆情S31，所述履职响应R1包括有害生物灾害问题及时发现R11、有害生物灾害问题及时处置R12，所述应急响应R2包括应急预案科学性R21、应急培训次数R22、应急演练次数R23、突发有害生物灾害处置情况R24。
作为本发明的一种优选技术方案，所述评估模型压力指标P的计算公式如下：
P＝P1×0.333+P2×0.667；
P1＝P11×0.3021+P12×0.1693+P13×0.0743+P14×0.4543；
所述评估模型状态指标S的计算公式如下：
S＝S1×0.157+S2×0.594+S3×0.249；
S1＝S11
S2＝S21×0.237+S22×0.159+S23×0.1+S24×0.071+S25×0.375+S26×0.063；
S3＝S31
所述评估模型响应数据R的计算公式如下：
R＝R1×0.75+R2×0.25；
R1＝R11×0.2+R12×0.8；
R2＝R21×0.194+R22×0.084+R23×0.469+R24×0.252；
所述评估模型警示指数W的计算公式如下：
与现有技术相比，本发明的有益效果如下：
本发明采用智能传感装置、光诱捕技术、性诱捕、图像识别来对数据进行收集，能够全面、及时、有效的采集城市绿地、有害生物及环境信息，并基于PSR指标构建框架模型，可以清晰的刻画有害生物、环境、承灾体间的相互作用关系，根据阈值体系实现及时发现问题、及时报警，极大地减少了灾害的发生。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1是本发明的整体结构示意图；
图2是指标区间与警度变化关系图；
图3是压力-状态-响应模型关系图；
图中：1、信息采集模块；2、信息筛选处理模块；3、信息存储模块；4、信息分析预警模块。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
此外，如果已知技术的详细描述对于示出本发明的特征是不必要的，则将其省略。
实施例1
如图1所示，本发明提供一种城市绿地有害生物预警系统，包括信息采集模块1、信息筛选处理模块2、信息存储模块3、信息分析预警模块4，信息采集模块1用于采集城市绿地、有害生物及环境信息，并将信息发送至信息筛选处理模块2中，信息筛选处理模块2将采集城市绿地、有害生物及环境信息进行筛选，并对数据进行一一编码，并将编码后的数据发送至信息存储模块3，信息存储模块3将数据进行分类，将数据分为压力、状态和响应三类数据，并将分类后的信息进行存储，信息分析预警模块4采用评估模型对压力、状态和响应三类数据进行计算，得到最终的警示指数，并根据警示指数与预先设定的阈值进行比较，输出警戒等级。
1、信息采集：
全面、及时、有效的采集城市绿地、有害生物及环境信息是开展城市绿地有害生物预警的基础，明确信息采集诉求、信息采集渠道、信息采集技术则是全面、及时、有效的采集的前提。因此，本申请对信息采集诉求、信息采集渠道、信息采集技术进行了明确的设计。
1.1信息采集诉求
信息采集诉求是围绕城市绿地有害生物预警功能实现所需信息而展开的，故明确城市绿地有害生物预警功能实现所需信息是确定信息采集诉求的前提。城市绿地有害生物预警功能主要通过预警指标体系及其运算模型实现，因此城市绿地有害生物预警指标体系所涉及的信息需求就是城市绿地有害生物预警功能实现所需的信息。故本申请城市绿地有害生物预警指标体系的基础上，对其信息需求进行了分析和归纳，将其信息采集述求分为六类：有害生物信息、城市绿地信息、环境信息、监管信息、指令信息和知识库信息，具体如表5.3.1所示。
表5.3.1城市绿地有害生物采集信息述求
1.2信息采集渠道
基于城市绿地有害生物预警指标体系构建的信息述求，城市绿地有害生物预警需采集有害生物信息、城市绿地信息、环境信息、监管信息、指令信息和知识库信息六类信息。通过对六类信息的来源和获取渠道分析，我们选择并确定物联网智能监测设备、用户手持终端、用户电脑终端、城市管理信息数据库四个信息采集渠道。
(1)物联网监测设备
物联网智能监测设备主要利用智能传感装置、光诱捕技术、性诱捕、图像识别和互联网技术获取环境信息和有害生物信息，具体如表5.3.2所示。
表5.3.2物理监测设备及采集对象
(2)个人手持终端
个人手持终端主要通过人工手动录入实现信息的采集，包括有害生物信息、城市绿地信息、环境信息、监管信息、指令信息，具体采集内容如表5.3.3所示。
表5.3.3个人手持终端设备信息采集对象
(3)PC信息采集端
PC信息采集端和个人手持信息采集端功能相似，主要通过手动录入的方式实现信息的采集。PC端相较于个人手持信息采集端而言，其采集的内容多了知识库信息的采集。
(4)城市管理信息数据库
通过主题采集、关键词采集的形式，对城市管理信息数据库系统中的相关信息进行采集，主要涉及绿化专项考核信息、舆情监测信息中有关有害生物、有害生物管理、环境信息的采集。
2、信息处理
2.1信息编码
信息标准化是城市绿地有害生物预警信息化实现的基础。只有将信息流通以统一的、规范的术语表达，用编码的形式呈现才能实现采集信息的输入、输出和共享使用。本文在信息采集对象分解的基础上，根据信息编码的相关要求，对信息分类和编码规则体系构建。
因信息采集对象有所不同，信息编码至多分为八级：一级码按照对象分类要素(有害生物信息、城市绿地信息、环境信息、监管信息、指令信息和知识库信息)划分，用英文大写字母表示，取自英文单词的首字母；二级码、三级码、四级码…至倒数第二级码按照工作的粗细程度划分，二级码为一级工作内容的划分，三级码为二级工作内容的划分，由粗到细，以此类推，统一用01、02、03…标识。
3、城市绿地有害生物预警指标体系构建
该指标体系分为目标层，准则层A，准则层B和指标层，(1)目标层：以城市绿地有害生物防控管理指数为总目标，表征网格绿地尺度上的有害生物管理相关的灾害风险险度。
(2)准则层：准则层A由城市绿地有害生物风险评估的构成要素组成，分别是：压力、状态、响应。准则层A进一步细分为准则层B。准则层B中压力指标包括2个，分别是自然致灾因子和管理致灾因子；状态指标包括3个，分别是绿地状态因子、有害生物状态因子、社会可承受状态因子；响应指标包括2个，分别是履职响应因子和应急响应因子，如图2所示。
(3)指标层：由可直接度量的指标构成，共27个指标，是该指标体系最基本的层面。每个指标根据其自身特征设计为1-5分进行量化赋值，从低到高代表有害生物风险从小到大，具体指标构成及其内涵见表5.2；
表5.2绿地有害生物预警防控管理评估指标体系
4、信息分析：
有害生物预警防控的模型要与指标体系相结合，最终的综合指标评估模型是基于准则层A、准则层B和指标层的逻辑关系、算法和权重进行计算。通过各指标的逻辑关系确定算法，可得出由准则层A、准则层B和指标层组成的逻辑模型；
准则层B是准则层A的细分层，准则层B中包括5个压力指标分别是：自然致灾压力(P1)、管理致灾压力(P2)，这2项压力指标之间对P的贡献是独立的，因此使用迭加算法关系。但是P1和P2的下一级指标因素层的算法关系是不同的，自然环境(P1)中的各个指标因子独立地对上一级指标做出贡献，因此使用迭加的计算方式构建模型；管理致灾压力(P2)中的指标间相互关系密切，共同为上一级指标做贡献，因此使用连乘的计算方式，具体评估模型，评估模型压力指标P的计算公式如下：
P＝P1×0.333+P2×0.667；
P1＝P11×0.3021+P12×0.1693+P13×0.0743+P14×0.4543；
准则层B中的状态(S)指标中包含绿地状态(S1)、有害生物发生状态(S2)、社会承受度(S3)，这三个状态类指标也是各自独立地为绿地状态做出贡献，因此是迭加关系。其中S1、S3指标层只有1个指标，因此使用指标因子与准则层B的因子权重相等。有害生物发生状态(S2)中的各类型的有害生物发生是独立地对S2做贡献，因此使用迭加的算法，评估模型状态指标S的计算公式如下：
S＝S1×0.157+S2×0.594+S3×0.249；
S1＝S11
S2＝S21×0.237+S22×0.159+S23×0.1+S24×0.071+S25×0.375+S26×0.063；
S3＝S31
准则层B中的响应(R)指标中包含履职水平(R1)、应急响应(R2)，这两个响应类指标也是各自独立地为R做出贡献，因此是迭加关系。其中履职水平(R1)的各指标：有害生物专项巡考案卷、专项考核结案、自查问题上报、自查问题整改四个指标是绿地有害生物管理中重要的管理环节，是独立地反映R1，使用迭加的算法；应急响应(R2)中的指标：应急预案的科学性、应急培训与演练、应急保障植保队伍和应急响应物资保障水平独立地为R2做贡献，相互之间影响不大，使用迭加的算法，评估模型响应数据R的计算公式如下：
R＝R1×0.75+R2×0.25；
R1＝R11×0.2+R12×0.8；
R2＝R21×0.194+R22×0.084+R23×0.469+R24×0.252；
使用综合指数法构建常州市绿地有害生物预警管理的评价模型，W是预警防控管理的综合警度，P是压力，S是状态，R是响应。由于压力、状态和响应之间是相互影响的，共同对总目标做出贡献，需要使用连乘算法，因此准则层A所属的指标间算法为连乘关系，结合指标权重，评估模型警示指数W的计算公式如下：
根据W值的大小，可了解不同有害生物预警防控管理的警度，并据此对城市绿地有害生物的防控进行管理预警。根据取值区间测试，当各指标取值最低时，代表城市绿地病虫害为害程度低，绿地抗性强，绿地与有害生物管理较为完善；当各指标取值为3时，代表城市绿地病虫害为害程度中等，绿地和有害生物管理存在一定的问题；当各指标取值为5时，代表城市绿地病虫害为害程度高，绿地和有害生物管理存在严重的问题。将各指标取值按照从1-5的次序录入模型，警度与区间指标的关系如图3所示。随着指标区间的增大，警度呈现线性的增加。
预警信号级别分为一级、二级、三级、四级，对应的颜色一般使用蓝、黄、橙、红四种颜色等级，严重程度依次加重，分别表示一般、较重、严重、特别严重，蓝色为最低级别预警，红色为最高级别预警。将指标的取值带入模型进行计算，可发现当压力、状态、响应的各指标位于1--2之间时，W值为0.23--0.42城市绿地有害生物警度为一级；指标位于2--3时，W值为0.43--0.61，警度为二级；指标位于3--4时，W值为0.62--0.81，警度为三级，指标位于4--5时，W值为0.82--1，警度为四级。
最后应说明的是：以上所述仅为本发明的优选实施例而已，并不用于限制本发明，尽管参照前述实施例对本发明进行了详细的说明，对于本领域的技术人员来说，其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
Claims (7)
1.一种城市绿地有害生物预警系统，其特征在于，包括信息采集模块(1)、信息筛选处理模块(2)、信息存储模块(3)、信息分析预警模块(4)，所述信息采集模块(1)用于采集城市绿地、有害生物及环境信息，并将信息发送至信息筛选处理模块(2)中，所述信息筛选处理模块(2)将采集城市绿地、有害生物及环境信息进行筛选，并对数据进行一一编码，并将编码后的数据发送至信息存储模块(3)，所述信息存储模块(3)将数据进行分类，将数据分为压力、状态和响应三类数据，并将分类后的信息进行存储，所述信息分析预警模块(4)采用评估模型对压力、状态和响应三类数据进行计算，得到最终的警示指数，并根据警示指数与预先设定的阈值进行比较，输出警戒等级。
2.根据权利要求1所述的一种城市绿地有害生物预警系统，其特征在于，所述信息采集模块(1)采用物联网监测设备、用户电脑终端、城市管理信息数据库或者个人手持终端设备对数据进行采集，所述物联网监测设备包括智能虫情测报设备、智能靶标测报设备、微型害虫监测设备、脉冲孢子测报设备、生态实时监测设备和物联网中心控制系统。
3.根据权利要求1所述的一种城市绿地有害生物预警系统，其特征在于，所述城市绿地信息包括城市绿地地理信息、主管部门信息、养护单位信息、城市绿地等级划分信息、绿地植物信息、绿地植物损毁信息、绿地植物更新信息、绿地植物检疫信息，所述有害生物信息包括发生网格位置、有害生物学名、有害生物类型、有害生物寄主植物、有害生物寄主植物受害情况、有害生物寄主植物死亡情况、有害生物数量统计、有害生物发生时间段统计，所述环境信息包括城市绿地网格自然环境信息、有害生物日常防治信息、绿化废弃物管理信息、绿化养护培训信息、有害生物预警响应和处置信息、突发疫情应急预案信息、突发疫情应急培训信息、突发疫情应急演练信息、突发疫情处置信息。
4.根据权利要求3所述的一种城市绿地有害生物预警系统，其特征在于，所述环境信息和有害生物信息采用智能传感装置、光诱捕技术、性诱捕、图像识别和互联网技术来获取。
5.根据权利要求1所述的一种城市绿地有害生物预警系统，其特征在于，所述压力数据P包括自然因子致灾P1和管理因子致灾P2，所述状态数据S包括绿地状态S1、有害生物状态S2、社会可承受状态S3，所述响应数据R包括履职响应R1、应急响应R2。
6.根据权利要求5所述的一种城市绿地有害生物预警系统，其特征在于，所述自然因子致灾P1包括上年度有害生物发生状态P11、温度适宜性P12、绿地健康水平P13、有害生物危险性P14，所述管理因子致灾P2包括补植苗木健康状况P21、绿化废弃物收集与清运的规范性P22、有害生物信息上报率P23、有害生物监测上报及时性P24、有害生物监测准确性P25、植保培训参与率P26、中度及以上病虫草害发生情况P27、综防科学性P28、有害生物预警消警率P29，所述绿地状态S1包括城市绿地受损情况S11，所述有害生物状态S2包括食叶类害虫发生状态S21、刺吸类害虫发生状态S22、蛀干类害虫发生状态S23、地下类害虫发生状态S24、病害发生状态S25、草害发生状态S26，所述社会可承受状态S3包括有害生物引发社会舆情S31，所述履职响应R1包括有害生物灾害问题及时发现R11、有害生物灾害问题及时处置R12，所述应急响应R2包括应急预案科学性R21、应急培训次数R22、应急演练次数R23、突发有害生物灾害处置情况R24。
7.根据权利要求6所述的一种城市绿地有害生物预警系统，其特征在于，所述评估模型压力指标P的计算公式如下：
P＝P1×0.333+P2×0.667；
P1＝P11×0.3021+P12×0.1693+P13×0.0743+P14×0.4543；
所述评估模型状态指标S的计算公式如下：
S＝S1×0.157+S2×0.594+S3×0.249；
S1＝S11
S2＝S21×0.237+S22×0.159+S23×0.1+S24×0.071+S25×0.375+S26×0.063；
S3＝S31
所述评估模型响应数据R的计算公式如下：
R＝R1×0.75+R2×0.25；
R1＝R11×0.2+R12×0.8；
R2＝R21×0.194+R22×0.084+R23×0.469+R24×0.252；
所述评估模型警示指数W的计算公式如下：
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211404490.2A CN115936946A (zh) | 2022-11-10 | 2022-11-10 | 一种城市绿地有害生物预警系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202211404490.2A CN115936946A (zh) | 2022-11-10 | 2022-11-10 | 一种城市绿地有害生物预警系统 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN115936946A true CN115936946A (zh) | 2023-04-07 |
Family
ID=86552966
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202211404490.2A Pending CN115936946A (zh) | 2022-11-10 | 2022-11-10 | 一种城市绿地有害生物预警系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115936946A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2004110142A1 (en) * | 2003-06-16 | 2004-12-23 | Rønnau Development ApS | Pest control system |
| WO2015132208A1 (en) * | 2014-03-03 | 2015-09-11 | Avia-Gis | Method for the profiling of pests and for the determination and prediction of associated risks and means for adapted pest control |
| CN107316441A (zh) * | 2017-06-22 | 2017-11-03 | 安徽山鼎信息科技有限公司 | 一种自然灾害监测预警应急系统 |
| CN113110207A (zh) * | 2021-04-28 | 2021-07-13 | 佛山一本农业科技有限公司 | 基于物联网传感器的虫害远程监测方法、系统及存储介质 |
| CN113705875A (zh) * | 2021-08-19 | 2021-11-26 | 大气候物联网科技(广州)有限公司 | 一种农作物病虫害预警方法、系统、装置及存储介质 |
| CN115185220A (zh) * | 2022-08-11 | 2022-10-14 | 安徽中昆绿色防控科技有限公司 | 一种基于物联网的农林病虫害监控系统 |
-
2022
- 2022-11-10 CN CN202211404490.2A patent/CN115936946A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| WO2004110142A1 (en) * | 2003-06-16 | 2004-12-23 | Rønnau Development ApS | Pest control system |
| WO2015132208A1 (en) * | 2014-03-03 | 2015-09-11 | Avia-Gis | Method for the profiling of pests and for the determination and prediction of associated risks and means for adapted pest control |
| CN107316441A (zh) * | 2017-06-22 | 2017-11-03 | 安徽山鼎信息科技有限公司 | 一种自然灾害监测预警应急系统 |
| CN113110207A (zh) * | 2021-04-28 | 2021-07-13 | 佛山一本农业科技有限公司 | 基于物联网传感器的虫害远程监测方法、系统及存储介质 |
| CN113705875A (zh) * | 2021-08-19 | 2021-11-26 | 大气候物联网科技(广州)有限公司 | 一种农作物病虫害预警方法、系统、装置及存储介质 |
| CN115185220A (zh) * | 2022-08-11 | 2022-10-14 | 安徽中昆绿色防控科技有限公司 | 一种基于物联网的农林病虫害监控系统 |
Non-Patent Citations (7)
| Title |
|---|
| 卞西陈;陈丽华;武巧英;王鹏;王萍花;: "森林健康预警PSR模型", 湖南农业科学, no. 15 * |
| 夏文胜;胡泽龙;欧克芳;董立坤;刘超;李鹏;: "城市园林害虫预警指标体系的构建", 湖北农业科学, no. 05 * |
| 朱振: "城市绿地有害生物预警防控管理指标体系研究", 绿色科技, pages 26 * |
| 杨嘉怡;曾旗;: "基于组合模型的煤炭城市生态安全预警研究――以焦作市为例", 地域研究与开发, no. 03, pages 133 * |
| 罗卿权;鞠瑞亭;徐颖;王凤;: "基于Web Service的城市绿地有害生物PDA实时监控系统的开发与应用", 植物保护学报, no. 01 * |
| 赵晴;臧贺藏;张杰;胡峰;王猛;张建涛;李国强;: "基于物联网技术的作物虫情采集监测预警系统构建", 河南农业科学, no. 12 * |
| 鞠瑞亭;王凤;李跃忠;杜予州;池杏珍;: "褐边绿刺蛾灾害预警指标体系构建及应用", 植物保护学报, no. 04 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Palamara et al. | Self-Organizing Map and clustering algorithms for the analysis of occupational accident databases | |
| Gillis | Canada's National Forest Inventory (responding to current information needs) | |
| Liu et al. | Ontologies for crisis management: A review of state of the art in ontology design and usability. | |
| Rao et al. | Assessment of agricultural sustainability | |
| Hunsaker et al. | Environmental monitoring and assessment program: ecological indicators | |
| CN114860884A (zh) | 一种面向动态分析的时空知识图谱构建系统和方法 | |
| Scholl et al. | Offspring polymorphism and bet hedging: a large‐scale, phylogenetic analysis | |
| Couto | Assessing the accuracy of spatial simulation models | |
| Giordano et al. | Integration of local and scientific knowledge to support drought impact monitoring: some hints from an Italian case study | |
| Adak et al. | A study on stegomyia indices in dengue control: a fuzzy approach | |
| Rajabi et al. | Susceptibility mapping of visceral leishmaniasis based on fuzzy modelling and group decision-making methods | |
| Dewan et al. | Do sub-groups of butterflies display different elevational distribution patterns in the Eastern Himalaya, India? | |
| Asor et al. | Fire incidents visualization and pattern recognition using machine learning algorithms | |
| Hazar et al. | Sustainable management of rural-ecological commons: Recommendations on eDPSIR causal networks | |
| CN115936946A (zh) | 一种城市绿地有害生物预警系统 | |
| Taghi Sattari et al. | Decision trees to determine the possible drought periods in Ankara | |
| Bao et al. | Risk matrix: Rating scheme design and risk aggregation | |
| Wang et al. | Research of the early warning analysis of crop diseases and insect pests | |
| Alatrista-Salas et al. | Spatio-sequential patterns mining: Beyond the boundaries | |
| Espejel et al. | Coastal vegetation as indicators for conservation | |
| Gunawan | Disaster Event, Preparedness, and Response in Indonesian Coastal Areas: Data Mining of Official Statistics | |
| Baker | Monitoring the urban forest: case studies and evaluations | |
| Sladden et al. | Population health environmental indicators: ecologic monitoring of environment-related health and disease trends | |
| Araos et al. | Equity in adaptation: a systematic global review | |
| Oliveira et al. | METHODOLOGICAL APPROACH TO DETERMINE THE CAPACITY FOR ENVIRONMENTAL RESILIENCE IN WATERSHEDS |
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 | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20230407 |