CN116523182B - 一种生态果园的构建和生产管理方法、系统及存储介质 - Google Patents
一种生态果园的构建和生产管理方法、系统及存储介质 Download PDFInfo
- Publication number
- CN116523182B CN116523182B CN202310791572.5A CN202310791572A CN116523182B CN 116523182 B CN116523182 B CN 116523182B CN 202310791572 A CN202310791572 A CN 202310791572A CN 116523182 B CN116523182 B CN 116523182B
- Authority
- CN
- China
- Prior art keywords
- litchi
- pest
- orchard
- outbreak
- acquiring
- 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
- 238000004519 manufacturing process Methods 0.000 title claims abstract description 181
- 238000003860 storage Methods 0.000 title claims abstract description 34
- 238000010276 construction Methods 0.000 title claims abstract description 27
- 238000007726 management method Methods 0.000 title claims abstract description 24
- 241000607479 Yersinia pestis Species 0.000 claims abstract description 228
- 239000002420 orchard Substances 0.000 claims abstract description 218
- 241000238631 Hexapoda Species 0.000 claims abstract description 192
- 238000000034 method Methods 0.000 claims abstract description 43
- 241001629511 Litchi Species 0.000 claims description 273
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 107
- 229910052799 carbon Inorganic materials 0.000 claims description 107
- 238000010586 diagram Methods 0.000 claims description 16
- 238000012360 testing method Methods 0.000 claims description 16
- 230000009471 action Effects 0.000 claims description 15
- 238000011835 investigation Methods 0.000 claims description 15
- 238000012549 training Methods 0.000 claims description 15
- 230000007246 mechanism Effects 0.000 claims description 13
- 230000037406 food intake Effects 0.000 claims description 12
- 238000004422 calculation algorithm Methods 0.000 claims description 11
- 239000011159 matrix material Substances 0.000 claims description 9
- 238000012544 monitoring process Methods 0.000 claims description 8
- 238000012163 sequencing technique Methods 0.000 claims description 8
- 238000010219 correlation analysis Methods 0.000 claims description 4
- 238000007637 random forest analysis Methods 0.000 claims description 4
- 238000013527 convolutional neural network Methods 0.000 claims description 3
- 238000000605 extraction Methods 0.000 claims description 3
- 201000010099 disease Diseases 0.000 abstract description 11
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 abstract description 11
- 238000005516 engineering process Methods 0.000 description 12
- 230000005540 biological transmission Effects 0.000 description 8
- 241000196324 Embryophyta Species 0.000 description 7
- 238000004891 communication Methods 0.000 description 7
- 235000013399 edible fruits Nutrition 0.000 description 7
- 238000004880 explosion Methods 0.000 description 4
- 238000009434 installation Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 3
- 239000003337 fertilizer Substances 0.000 description 3
- 238000003973 irrigation Methods 0.000 description 3
- 230000002262 irrigation Effects 0.000 description 3
- 239000000575 pesticide Substances 0.000 description 3
- 241000283690 Bos taurus Species 0.000 description 2
- 244000183278 Nephelium litchi Species 0.000 description 2
- 235000015742 Nephelium litchi Nutrition 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 239000002689 soil Substances 0.000 description 2
- 230000004083 survival effect Effects 0.000 description 2
- 238000013528 artificial neural network Methods 0.000 description 1
- 238000007405 data analysis Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000002283 diesel fuel Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 239000002803 fossil fuel Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 238000012806 monitoring device Methods 0.000 description 1
- 239000003895 organic fertilizer Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000013138 pruning Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 238000007493 shaping process Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000003971 tillage Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0637—Strategic management or analysis, e.g. setting a goal or target of an organisation; Planning actions based on goals; Analysis or evaluation of effectiveness of goals
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
-
- 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—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/80—Management or planning
- Y02P90/84—Greenhouse gas [GHG] management systems
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Agronomy & Crop Science (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Life Sciences & Earth Sciences (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Catching Or Destruction (AREA)
Abstract
本发明涉及一种生态果园的构建和生产管理方法、系统及存储介质,属于生态果园管理技术领域,本发明通过获取荔枝果园的每一生产计划中每一生产任务单位面积内的历史碳排放量,并根据历史碳排放量对当前荔枝果园的碳排放量进行预估,获取当前荔枝果园每一生产任务的预估排放量,最后统计当前荔枝果园每一生产任务的预估排放量,生成总的碳排放量,并根据总的碳排放量生成荔枝果园生产调整方向。本方面充分考虑了天敌昆虫以及病虫害的爆发情况,从而根据天敌昆虫以及病虫害的爆发情况来确定天敌昆虫的防治计划,使得病虫害的防治更加绿色化,同时提高了天敌昆虫的防治计划合理性。
Description
技术领域
本发明涉及生态果园管理技术领域,尤其涉及一种生态果园的构建和生产管理方法、系统及存储介质。
背景技术
先进的果园管理模式,是实现果园管理现代化和果农增收的必由之路。生态果圆管理是由多项果圆管理的集成技术,具体管理措施,以”肥水管理是基础、花果管理是关键、病虫害防治是保障、整形修剪是调节”为主要技术原则。提高土壤条件也是生产优质果品的前提。优质、高效、健康、可持续发展的生态采园管理技术,在果园产品品质和产量上也起到了主导作用。生态果园管理技术与措施是否得当,直接影响果品质量与产量。天敌昆虫是绿色的病虫害防治技术,现如今的天敌昆虫病虫害防治技术在生态果园是常用的技术,然而现在的生态果园采用该防治技术时不够合理,没有充分考虑天敌昆虫的捕食习性,从而导致了防治效果差;另一方面,现有的生态果园并未充分考虑生产过程中碳排放量,从而导致了生态果园的碳排放量居高不下,不符合生态果园的要求。
发明内容
本发明克服了现有技术的不足,提供了一种生态果园的构建和生产管理方法、系统及存储介质。
为达上述目的,本发明采用的技术方案为:
本发明第一方面提供了一种生态果园的构建和生产管理方法,包括以下步骤:
获取荔枝果园内的历史发生虫害信息,并根据荔枝果园内的历史发生虫害信息选取相关的天敌昆虫类型;
获取荔枝果园内的种植面积信息以及荔枝果园的生产计划,并基于荔枝果园内的种植面积信息以及荔枝果园的生产计划制定相关的天敌昆虫类型的防治计划;
获取荔枝果园的每一生产计划中每一生产任务单位面积内的历史碳排放量,并根据历史碳排放量对当前荔枝果园的碳排放量进行预估,获取当前荔枝果园每一生产任务的预估排放量;
统计当前荔枝果园每一生产任务的预估排放量,生成总的碳排放量,并根据总的碳排放量生成荔枝果园生产调整方向。
进一步地,本发明的一个较佳实施例中,获取荔枝果园内的历史发生虫害信息,并根据荔枝果园内的历史发生虫害信息选取相关的天敌昆虫类型,具体包括:
获取荔枝果园内的历史发生虫害信息,并对荔枝果园内的历史发生虫害信息进行生长阶段分类,获取每一荔枝生长阶段的虫害爆发信息,根据虫害爆发信息生成虫害爆发集;
引入多头注意力机制,通过多头注意力机制计算虫害爆发集中虫害爆发信息之间的相关性,并引入特征排序CMFS算法对相关性进行冗余性搜索,获取冗余的虫害爆发信息;
将冗余的虫害爆发信息从虫害爆发集中进行剔除,并构建荔枝虫害历史爆发数据库,将荔枝虫害历史爆发数据库分为若干个存储空间;
将虫害爆发集中的虫害爆发信息依次输入到存储空间中进行存储,定期更新荔枝虫害历史爆发数据库,并根据荔枝虫害历史爆发数据库获取当前荔枝园内可能性爆发的虫害类型,基于当前荔枝园内可能性爆发的虫害类型通过大数据检索,获取相关的天敌昆虫类型。
进一步地,本发明的一个较佳实施例中,获取荔枝果园内的种植面积信息以及荔枝果园的生产计划,并基于荔枝果园内的种植面积信息以及荔枝果园的生产计划制定相关的天敌昆虫类型的防治计划,具体包括:
通过大数据获取每一相关的天敌昆虫类型的生活习性数据信息,并根据每一相关的天敌昆虫类型的生活习性数据信息获取每一相关的天敌昆虫类型的摄食行动范围;
获取荔枝果园内的种植面积信息,并根据荔枝果园内的种植面积信息以及每一相关的天敌昆虫类型的摄食行动范围确定每一天敌昆虫类型的庇护所的布置节点,根据每一天敌昆虫类型的庇护所的布置节点生成虫害防治节点布局图;
获取荔枝果园的生产计划,基于荔枝果园的生产计划获取每一生产时间荔枝所处的生长阶段,并获取每一生产时间荔枝所处的生长阶段对应的虫害爆发类型;
根据虫害防治节点布局图以及每一生产时间荔枝所处的生长阶段对应的虫害爆发类型制定相关的天敌昆虫类型的防治计划,并动态调整相关的天敌昆虫类型的防治计划。
进一步地,本发明的一个较佳实施例中,动态调整相关的天敌昆虫类型的防治计划具体包括:
获取当前荔枝园内的虫害调查数据信息,将荔枝园区分为多个子区域,并根据当前荔枝园内的虫害调查数据信息获取每个子区域的虫情爆发预估数据,并动态预估虫情爆发预估数据;
获取相关天敌昆虫类型的捕食习性数据,并根据虫情爆发预估数据以及相关天敌昆虫类型的捕食习性数据生成相关虫害类型的天敌昆虫的释放数量信息;
基于相关虫害类型的天敌昆虫的释放数量信息对每个子区域的天敌昆虫类型的庇护所的布置节点进行释放;
同时,时刻监控虫情爆发预估数据,并根据虫情爆发预估数据对相关虫害类型的天敌昆虫的释放数量信息进行调整。
进一步地,本发明的一个较佳实施例中,根据历史碳排放量对当前荔枝果园的碳排放量进行预估,获取当前荔枝果园每一生产任务的预估排放量,具体包括:
根据历史碳排放量构建特征矩阵,并引入随机森林算法对特征矩阵进行特征提取,获取相关性最高的特征,选取特征矩阵中相关性最高的特征作为训练集以及测试集;
基于卷积神经网络构建碳排放预估模型,并将训练集输入到碳排放预估模型中进行训练,当碳排放预估模型符合预设训练要求之后,保存模型参数;
通过训练之后,将测试集输入到碳排放预估模型中进行测试,获取测试结果,当测试结果符合预设要求之后,输出碳排放预估模型;
获取荔枝园的种植面积信息,并根据荔枝园的种植面积信息以及碳排放预估模型获取当前荔枝果园每一生产任务的预估排放量。
进一步地,本发明的一个较佳实施例中,统计当前荔枝果园每一生产任务的预估排放量,生成总的碳排放量,并根据总的碳排放量生成荔枝果园生产调整方向,具体包括以下步骤:
通过大数据获取每一生产任务的影响因子,并通过灰色关联分析法计算影响因子与相关对应的生产任务的相关性;
基于影响因子与相关对应的生产任务的相关性对当前荔枝果园每一生产任务的预估排放量进行修正,获取修正后的当前荔枝果园每一生产任务的预估排放量;
统计修正后的当前荔枝果园每一生产任务的预估排放量,生成总的碳排放量,并设置碳排放量阈值,判断总的碳排放量是否大于碳排放量阈值;
当总的碳排放量大于碳排放量阈值,则获取每一生产任务的绿色生产措施,根据每一生产任务的绿色生产措施生成荔枝果园生产调整方向。
本发明第二方面提供了一种生态果园的构建和生产管理系统,系统包括存储器以及处理器,存储器中包括生态果园的构建和生产管理方法程序,生态果园的构建和生产管理方法程序被处理器执行时,实现如下步骤:
获取荔枝果园内的历史发生虫害信息,并根据荔枝果园内的历史发生虫害信息选取相关的天敌昆虫类型;
获取荔枝果园内的种植面积信息以及荔枝果园的生产计划,并基于荔枝果园内的种植面积信息以及荔枝果园的生产计划制定相关的天敌昆虫类型的防治计划;
获取荔枝果园的每一生产计划中每一生产任务单位面积内的历史碳排放量,并根据历史碳排放量对当前荔枝果园的碳排放量进行预估,获取当前荔枝果园每一生产任务的预估排放量;
统计当前荔枝果园每一生产任务的预估排放量,生成总的碳排放量,并根据总的碳排放量生成荔枝果园生产调整方向。
在本系统中,获取荔枝果园内的历史发生虫害信息,并根据荔枝果园内的历史发生虫害信息选取相关的天敌昆虫类型,具体包括:
获取荔枝果园内的历史发生虫害信息,并对荔枝果园内的历史发生虫害信息进行生长阶段分类,获取每一荔枝生长阶段的虫害爆发信息,根据虫害爆发信息生成虫害爆发集;
引入多头注意力机制,通过多头注意力机制计算虫害爆发集中虫害爆发信息之间的相关性,并引入特征排序CMFS算法对相关性进行冗余性搜索,获取冗余的虫害爆发信息;
将冗余的虫害爆发信息从虫害爆发集中进行剔除,并构建荔枝虫害历史爆发数据库,将荔枝虫害历史爆发数据库分为若干个存储空间;
将虫害爆发集中的虫害爆发信息依次输入到存储空间中进行存储,定期更新荔枝虫害历史爆发数据库,并根据荔枝虫害历史爆发数据库获取当前荔枝园内可能性爆发的虫害类型,基于当前荔枝园内可能性爆发的虫害类型通过大数据检索,获取相关的天敌昆虫类型。
在本系统中,获取荔枝果园内的种植面积信息以及荔枝果园的生产计划,并基于荔枝果园内的种植面积信息以及荔枝果园的生产计划制定相关的天敌昆虫类型的防治计划,具体包括:
通过大数据获取每一相关的天敌昆虫类型的生活习性数据信息,并根据每一相关的天敌昆虫类型的生活习性数据信息获取每一相关的天敌昆虫类型的摄食行动范围;
获取荔枝果园内的种植面积信息,并根据荔枝果园内的种植面积信息以及每一相关的天敌昆虫类型的摄食行动范围确定每一天敌昆虫类型的庇护所的布置节点,根据每一天敌昆虫类型的庇护所的布置节点生成虫害防治节点布局图;
获取荔枝果园的生产计划,基于荔枝果园的生产计划获取每一生产时间荔枝所处的生长阶段,并获取每一生产时间荔枝所处的生长阶段对应的虫害爆发类型;
根据虫害防治节点布局图以及每一生产时间荔枝所处的生长阶段对应的虫害爆发类型制定相关的天敌昆虫类型的防治计划,并动态调整相关的天敌昆虫类型的防治计划。
本发明第三方面提供了一种计算机可读存储介质,计算机可读存储介质包括生态果园的构建和生产管理方法程序,生态果园的构建和生产管理方法程序被处理器执行时,实现任一项的生态果园的构建和生产管理方法的步骤。
本发明解决了背景技术中存在的缺陷,本发明具备以下有益效果:
本发明通过获取荔枝果园内的历史发生虫害信息,并根据荔枝果园内的历史发生虫害信息选取相关的天敌昆虫类型,进一步通过获取荔枝果园内的种植面积信息以及荔枝果园的生产计划,并基于荔枝果园内的种植面积信息以及荔枝果园的生产计划制定相关的天敌昆虫类型的防治计划,进而获取荔枝果园的每一生产计划中每一生产任务单位面积内的历史碳排放量,并根据历史碳排放量对当前荔枝果园的碳排放量进行预估,获取当前荔枝果园每一生产任务的预估排放量,最后统计当前荔枝果园每一生产任务的预估排放量,生成总的碳排放量,并根据总的碳排放量生成荔枝果园生产调整方向。本方面充分考虑了天敌昆虫以及病虫害的爆发情况,从而根据天敌昆虫以及病虫害的爆发情况来确定天敌昆虫的防治计划,使得病虫害的防治更加绿色化,同时提高了天敌昆虫的防治计划合理性。另一方面,本发明充分考虑了荔枝园区生产过程中的碳排放量情况,从而根据荔枝园区生产过程中的碳排放量情况来生成荔枝果园生产调整方向,通过本方法能够提高生态果园建设的合理性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他实施例的附图。
图1示出了一种生态果园的构建和生产管理方法的整体方法流程图;
图2示出了一种生态果园的构建和生产管理方法的第一方法流程图;
图3示出了一种生态果园的构建和生产管理方法的第二方法流程图;
图4示出了一种生态果园的构建和生产管理系统的系统框图。
具体实施方式
为了能够更清楚地理解本发明的上述目的、特征和优点,下面结合附图和具体实施方式对本发明进行进一步的详细描述。需要说明的是,在不冲突的情况下,本申请的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本发明,但是,本发明还可以采用其他不同于在此描述的其他方式来实施,因此,本发明的保护范围并不受下面公开的具体实施例的限制。
如图1所示,本发明第一方面提供了一种生态果园的构建和生产管理方法,包括以下步骤:
S102:获取荔枝果园内的历史发生虫害信息,并根据荔枝果园内的历史发生虫害信息选取相关的天敌昆虫类型;
S104:获取荔枝果园内的种植面积信息以及荔枝果园的生产计划,并基于荔枝果园内的种植面积信息以及荔枝果园的生产计划制定相关的天敌昆虫类型的防治计划;
S106:获取荔枝果园的每一生产计划中每一生产任务单位面积内的历史碳排放量,并根据历史碳排放量对当前荔枝果园的碳排放量进行预估,获取当前荔枝果园每一生产任务的预估排放量;
S108:统计当前荔枝果园每一生产任务的预估排放量,生成总的碳排放量,并根据总的碳排放量生成荔枝果园生产调整方向。
需要说明的是,本方面充分考虑了天敌昆虫以及病虫害的爆发情况,从而根据天敌昆虫以及病虫害的爆发情况来确定天敌昆虫的防治计划,使得病虫害的防治更加绿色化,同时提高了天敌昆虫的防治计划合理性。另一方面,本发明充分考虑了荔枝园区生产过程中的碳排放量情况,从而根据荔枝园区生产过程中的碳排放量情况来生成荔枝果园生产调整方向,通过本方法能够提高生态果园建设的合理性。
如图2所示,进一步地,本发明的一个较佳实施例中,在步骤S102中,具体包括以下步骤:
S202:获取荔枝果园内的历史发生虫害信息,并对荔枝果园内的历史发生虫害信息进行生长阶段分类,获取每一荔枝生长阶段的虫害爆发信息,根据虫害爆发信息生成虫害爆发集;
S204:引入多头注意力机制,通过多头注意力机制计算虫害爆发集中虫害爆发信息之间的相关性,并引入特征排序CMFS算法对相关性进行冗余性搜索,获取冗余的虫害爆发信息;
S206:将冗余的虫害爆发信息从虫害爆发集中进行剔除,并构建荔枝虫害历史爆发数据库,将荔枝虫害历史爆发数据库分为若干个存储空间;
S208:将虫害爆发集中的虫害爆发信息依次输入到存储空间中进行存储,定期更新荔枝虫害历史爆发数据库,并根据荔枝虫害历史爆发数据库获取当前荔枝园内可能性爆发的虫害类型,基于当前荔枝园内可能性爆发的虫害类型通过大数据检索,获取相关的天敌昆虫类型。需要说明的是,通过引入多头注意力机制能够计算出虫害爆发集中虫害爆发信息之间的相关性,当某一虫害爆发集中虫害爆发信息之间的相关性很高时,说明两者或者多者均为同一类型的虫害类型。通过引入特征排序CMFS算法对相关性进行冗余性搜索,从而剔除其他相同的虫害类型,只保留其中一种,避免虫害数据库中出现相同的虫害类型,优化了荔枝虫害历史爆发数据库,从而提高了对当前荔枝园内可能性爆发的虫害类型的生成速度。
如图3所示,进一步地,本发明的一个较佳实施例中,在步骤S104中,具体包括以下步骤:
S302:通过大数据获取每一相关的天敌昆虫类型的生活习性数据信息,并根据每一相关的天敌昆虫类型的生活习性数据信息获取每一相关的天敌昆虫类型的摄食行动范围;
S304:获取荔枝果园内的种植面积信息,并根据荔枝果园内的种植面积信息以及每一相关的天敌昆虫类型的摄食行动范围确定每一天敌昆虫类型的庇护所的布置节点,根据每一天敌昆虫类型的庇护所的布置节点生成虫害防治节点布局图;
S306:获取荔枝果园的生产计划,基于荔枝果园的生产计划获取每一生产时间荔枝所处的生长阶段,并获取每一生产时间荔枝所处的生长阶段对应的虫害爆发类型;
S308:根据虫害防治节点布局图以及每一生产时间荔枝所处的生长阶段对应的虫害爆发类型制定相关的天敌昆虫类型的防治计划,并动态调整相关的天敌昆虫类型的防治计划。
需要说明的是,每一天敌昆虫类型的庇护所为天敌昆虫的栖息地、生长庇护所,实际上,对于天敌昆虫的栖息地而言,每一天敌昆虫由于自身的行动原因(如劳累度),某一天之内基本上只会在一定的预定的区域范围之内行动,即有着一定的摄食行动范围,当生态果园很大时,对于天敌昆虫类型的庇护所的布点就需要根据荔枝果园内的种植面积信息以及每一相关的天敌昆虫类型的摄食行动范围来确定布点的数量、布点的位置等,从而使得天敌昆虫类型的庇护所的布点更加合理,提高相关的天敌昆虫类型的防治计划的高效性,从而提高病虫害的防治效果。
进一步地,本发明的一个较佳实施例中,动态调整相关的天敌昆虫类型的防治计划具体包括:
获取当前荔枝园内的虫害调查数据信息,将荔枝园区分为多个子区域,并根据当前荔枝园内的虫害调查数据信息获取每个子区域的虫情爆发预估数据,并动态预估虫情爆发预估数据;
获取相关天敌昆虫类型的捕食习性数据,并根据虫情爆发预估数据以及相关天敌昆虫类型的捕食习性数据生成相关虫害类型的天敌昆虫的释放数量信息;
基于相关虫害类型的天敌昆虫的释放数量信息对每个子区域的天敌昆虫类型的庇护所的布置节点进行释放;
同时,时刻监控虫情爆发预估数据,并根据虫情爆发预估数据对相关虫害类型的天敌昆虫的释放数量信息进行调整。
需要说明的是,虫害调查数据信息包括虫害类型调查数据、虫害爆发预估调查数量、虫害数据采集的时间点等,捕食习性数据包括单位天敌昆虫个体在单位时间内的捕食平均量、捕食时间等,根据虫情爆发预估数据对相关虫害类型的天敌昆虫的释放数量信息进行调整,调整应当包含回收天敌昆虫或者增加天敌昆虫的释放数量。
进一步地,本发明的一个较佳实施例中,根据历史碳排放量对当前荔枝果园的碳排放量进行预估,获取当前荔枝果园每一生产任务的预估排放量,具体包括:
根据历史碳排放量构建特征矩阵,并引入随机森林算法对特征矩阵进行特征提取,获取相关性最高的特征,选取特征矩阵中相关性最高的特征作为训练集以及测试集;
基于卷积神经网络构建碳排放预估模型,并将训练集输入到碳排放预估模型中进行训练,当碳排放预估模型符合预设训练要求之后,保存模型参数;
通过训练之后,将测试集输入到碳排放预估模型中进行测试,获取测试结果,当测试结果符合预设要求之后,输出碳排放预估模型;
获取荔枝园的种植面积信息,并根据荔枝园的种植面积信息以及碳排放预估模型获取当前荔枝果园每一生产任务的预估排放量。
需要说明的是,生产任务的碳排放量包括化肥生产和使用过程中所导致的碳排放量、农药生产和使用过程中所导致的碳排放量、农膜生产和使用过程中所导致的碳排放量、农业机械运输施用电能直接或间接所产生的碳排放量、灌溉过程中电能利用间接耗费化石燃料所导致的碳排放量、翻耕破坏土壤有机碳库所导致的碳排放量、农业机械运输使用柴油直接或间接所产生的碳排放量。通过神经网络能够快速地预测出当前荔枝果园每一生产任务的预估排放量,其次,通过引入随机森林算法能够相关性最高的特征,从而提高每一生产任务的预估排放量的预测精度。
进一步地,本发明的一个较佳实施例中,统计当前荔枝果园每一生产任务的预估排放量,生成总的碳排放量,并根据总的碳排放量生成荔枝果园生产调整方向,具体包括以下步骤:
通过大数据获取每一生产任务的影响因子,并通过灰色关联分析法计算影响因子与相关对应的生产任务的相关性;
基于影响因子与相关对应的生产任务的相关性对当前荔枝果园每一生产任务的预估排放量进行修正,获取修正后的当前荔枝果园每一生产任务的预估排放量;
统计修正后的当前荔枝果园每一生产任务的预估排放量,生成总的碳排放量,并设置碳排放量阈值,判断总的碳排放量是否大于碳排放量阈值;
当总的碳排放量大于碳排放量阈值,则获取每一生产任务的绿色生产措施,根据每一生产任务的绿色生产措施生成荔枝果园生产调整方向。
需要说明的是,而通过灰色关联分析法计算影响因子与相关对应的生产任务的相关性,如生产任务为农药生产和使用过程中的生产任务,其影响因子为农药的施药量会引起碳排放量的增加;又如天气因子能够使得灌溉生产任务的增加,此时就需要增加相关灌溉机械的碳排放量输出,从而导致了碳排放量的增加。此时,通过本方法就对该碳排放量进行相应的修正,提高当前荔枝果园每一生产任务的预估排放量的预测准确率,从而提供更准确的荔枝果园生产调整方向,降低碳排放量。荔枝果园生产调整方向包括采用免耕覆盖技术,增施有机肥、减少化肥使用,对残枝、落叶、杂草、生理性落果等实行回田施用技术,实现有机碳循环利用等方向。
此外,本发明还可以包括以下步骤:
获取当前荔枝园当地的气候情况数据信息,并通过大数据获取各中气候情况数据之下的各天敌昆虫的适生程度数据信息,根据所述适生程度数据信息构建适生程度知识图谱;
将所述当前荔枝园当地的气候情况数据信息输入到所述适生程度知识图谱中进行匹配,获取每一天敌昆虫的适生程度数据信息,并构建排序表;
设置适生程度阈值,当所述天敌昆虫的适生程度数据信息大于所述适生程度阈值时,将该适生程度数据信息输入到所述排序表中进行排序,生成排序结果;
从所述排序结果中选取最大适生程度的天敌昆虫类型作为相关的天敌昆虫类型进行推荐。
需要说明的是,适生程度能够代表天敌昆虫在相关的气候情况数据之下的生存指数,适生程度越大代表该气候环境越适合该天敌昆虫类型生存,气候情况数据信息包括但不限于温度、湿度,从而本方法能够根据当前荔枝园当地的气候情况数据信息来推荐出适生程度高的天敌昆虫类型,有利于天敌昆虫的生长,从而提高病虫害的防治效果。
此外,获取当前荔枝园内的虫害调查数据信息,具体可以包括以下步骤:
通过无人机遥感技术获取荔枝园中的遥感图像数据信息,并通过对所述荔枝园中的遥感图像数据信息进行滤波以及去噪处理,获取预处理后的遥感图像数据信息,通过大数据分析对所述预处理后的遥感图像数据信息进行分析;
初始化荔枝园中通信基站的安装位置,并根据所述荔枝园中通信基站的安装位置测试出环境监测设备通信时的信息传输速度,并预设信息传输速度阈值;
判断所述环境监测设备通信时的信息传输速度是否低于信息传输速度阈值,若低于,则重新调整荔枝园中通信基站的安装位置,直至所述环境监测设备通信时的信息传输速度高于信息传输速度阈值,并根据所述荔枝园中通信基站的安装位置构建信息传输网络;
通过所述信息传输网络对所述获取当前荔枝园内的虫害调查数据信息进行传输,以获取当前荔枝园内的虫害调查数据信息。
需要说明的是,环境监测设备可以是荔枝园内安装的监控摄像头、无线传感器、无人机执行任务时搭载的监控摄像头等。通过本方法能够提高监控时的合理性、获取当前荔枝园内的虫害调查数据信息的信息采集及时性以及有效性。
如图4所示,本发明第二方面提供了一种生态果园的构建和生产管理系统4,系统包括存储器41以及处理器62,存储器41中包括生态果园的构建和生产管理方法程序,生态果园的构建和生产管理方法程序被处理器62执行时,实现如下步骤:
获取荔枝果园内的历史发生虫害信息,并根据荔枝果园内的历史发生虫害信息选取相关的天敌昆虫类型;
获取荔枝果园内的种植面积信息以及荔枝果园的生产计划,并基于荔枝果园内的种植面积信息以及荔枝果园的生产计划制定相关的天敌昆虫类型的防治计划;
获取荔枝果园的每一生产计划中每一生产任务单位面积内的历史碳排放量,并根据历史碳排放量对当前荔枝果园的碳排放量进行预估,获取当前荔枝果园每一生产任务的预估排放量;
统计当前荔枝果园每一生产任务的预估排放量,生成总的碳排放量,并根据总的碳排放量生成荔枝果园生产调整方向。
在本系统中,获取荔枝果园内的历史发生虫害信息,并根据荔枝果园内的历史发生虫害信息选取相关的天敌昆虫类型,具体包括:
获取荔枝果园内的历史发生虫害信息,并对荔枝果园内的历史发生虫害信息进行生长阶段分类,获取每一荔枝生长阶段的虫害爆发信息,根据虫害爆发信息生成虫害爆发集;
引入多头注意力机制,通过多头注意力机制计算虫害爆发集中虫害爆发信息之间的相关性,并引入特征排序CMFS算法对相关性进行冗余性搜索,获取冗余的虫害爆发信息;
将冗余的虫害爆发信息从虫害爆发集中进行剔除,并构建荔枝虫害历史爆发数据库,将荔枝虫害历史爆发数据库分为若干个存储空间;
将虫害爆发集中的虫害爆发信息依次输入到存储空间中进行存储,定期更新荔枝虫害历史爆发数据库,并根据荔枝虫害历史爆发数据库获取当前荔枝园内可能性爆发的虫害类型,基于当前荔枝园内可能性爆发的虫害类型通过大数据检索,获取相关的天敌昆虫类型。
在本系统中,获取荔枝果园内的种植面积信息以及荔枝果园的生产计划,并基于荔枝果园内的种植面积信息以及荔枝果园的生产计划制定相关的天敌昆虫类型的防治计划,具体包括:
通过大数据获取每一相关的天敌昆虫类型的生活习性数据信息,并根据每一相关的天敌昆虫类型的生活习性数据信息获取每一相关的天敌昆虫类型的摄食行动范围;
获取荔枝果园内的种植面积信息,并根据荔枝果园内的种植面积信息以及每一相关的天敌昆虫类型的摄食行动范围确定每一天敌昆虫类型的庇护所的布置节点,根据每一天敌昆虫类型的庇护所的布置节点生成虫害防治节点布局图;
获取荔枝果园的生产计划,基于荔枝果园的生产计划获取每一生产时间荔枝所处的生长阶段,并获取每一生产时间荔枝所处的生长阶段对应的虫害爆发类型;
根据虫害防治节点布局图以及每一生产时间荔枝所处的生长阶段对应的虫害爆发类型制定相关的天敌昆虫类型的防治计划,并动态调整相关的天敌昆虫类型的防治计划。
本发明第三方面提供了一种计算机可读存储介质,计算机可读存储介质包括生态果园的构建和生产管理方法程序,生态果园的构建和生产管理方法程序被处理器执行时,实现任一项的生态果园的构建和生产管理方法的步骤。
在本申请所提供的几个实施例中,应该理解到,所揭露的设备和方法,可以通过其它的方式实现。以上所描述的设备实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,如:多个单元或组件可以结合,或可以集成到另一个系统,或一些特征可以忽略,或不执行。另外,所显示或讨论的各组成部分相互之间的耦合、或直接耦合、或通信连接可以是通过一些接口,设备或单元的间接耦合或通信连接,可以是电性的、机械的或其它形式的。
上述作为分离部件说明的单元可以是、或也可以不是物理上分开的,作为单元显示的部件可以是、或也可以不是物理单元;既可以位于一个地方,也可以分布到多个网络单元上;可以根据实际的需要选择其中的部分或全部单元来实现本实施例方案的目的。
另外,在本发明各实施例中的各功能单元可以全部集成在一个处理单元中,也可以是各单元分别单独作为一个单元,也可以两个或两个以上单元集成在一个单元中;上述集成的单元既可以采用硬件的形式实现,也可以采用硬件加软件功能单元的形式实现。
本领域普通技术人员可以理解:实现上述方法实施例的全部或部分步骤可以通过程序指令相关的硬件来完成,前述的程序可以存储于计算机可读取存储介质中,该程序在执行时,执行包括上述方法实施例的步骤;而前述的存储介质包括:移动存储设备、只读存储器(ROM,Read-Only Memory)、随机存取存储器(RAM,Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
或者,本发明上述集成的单元如果以软件功能模块的形式实现并作为独立的产品销售或使用时,也可以存储在一个计算机可读取存储介质中。基于这样的理解,本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质中,包括若干指令用以使得一台计算机设备(可以是个人计算机、服务器、或者网络设备等)执行本发明各个实施例方法的全部或部分。而前述的存储介质包括:移动存储设备、ROM、RAM、磁碟或者光盘等各种可以存储程序代码的介质。
以上,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (5)
1.一种生态果园的构建和生产管理方法,其特征在于,包括以下步骤:
获取荔枝果园内的历史发生虫害信息,并根据所述荔枝果园内的历史发生虫害信息选取相关的天敌昆虫类型;
获取荔枝果园内的种植面积信息以及荔枝果园的生产计划,并基于所述荔枝果园内的种植面积信息以及荔枝果园的生产计划制定所述相关的天敌昆虫类型的防治计划;
获取荔枝果园的每一生产计划中每一生产任务单位面积内的历史碳排放量,并根据所述历史碳排放量对当前荔枝果园的碳排放量进行预估,获取当前荔枝果园每一生产任务的预估排放量;
统计所述当前荔枝果园每一生产任务的预估排放量,生成总的碳排放量,并根据所述总的碳排放量生成荔枝果园生产调整方向;
获取荔枝果园内的历史发生虫害信息,并根据所述荔枝果园内的历史发生虫害信息选取相关的天敌昆虫类型,具体包括:
获取荔枝果园内的历史发生虫害信息,并对所述荔枝果园内的历史发生虫害信息进行生长阶段分类,获取每一荔枝生长阶段的虫害爆发信息,根据所述虫害爆发信息生成虫害爆发集;
引入多头注意力机制,通过所述多头注意力机制计算所述虫害爆发集中虫害爆发信息之间的相关性,并引入特征排序CMFS算法对所述相关性进行冗余性搜索,获取冗余的虫害爆发信息;
将所述冗余的虫害爆发信息从所述虫害爆发集中进行剔除,并构建荔枝虫害历史爆发数据库,将所述荔枝虫害历史爆发数据库分为若干个存储空间;
将所述虫害爆发集中的虫害爆发信息依次输入到所述存储空间中进行存储,定期更新所述荔枝虫害历史爆发数据库,并根据所述荔枝虫害历史爆发数据库获取当前荔枝园内可能性爆发的虫害类型,基于当前荔枝园内可能性爆发的虫害类型通过大数据检索,获取相关的天敌昆虫类型;
获取荔枝果园内的种植面积信息以及荔枝果园的生产计划,并基于所述荔枝果园内的种植面积信息以及荔枝果园的生产计划制定所述相关的天敌昆虫类型的防治计划,具体包括:
通过大数据获取每一所述相关的天敌昆虫类型的生活习性数据信息,并根据所述每一所述相关的天敌昆虫类型的生活习性数据信息获取每一所述相关的天敌昆虫类型的摄食行动范围;
获取荔枝果园内的种植面积信息,并根据所述荔枝果园内的种植面积信息以及每一所述相关的天敌昆虫类型的摄食行动范围确定每一天敌昆虫类型的庇护所的布置节点,根据所述每一天敌昆虫类型的庇护所的布置节点生成虫害防治节点布局图;
获取荔枝果园的生产计划,基于所述荔枝果园的生产计划获取每一生产时间荔枝所处的生长阶段,并获取所述每一生产时间荔枝所处的生长阶段对应的虫害爆发类型;
根据所述虫害防治节点布局图以及所述每一生产时间荔枝所处的生长阶段对应的虫害爆发类型制定所述相关的天敌昆虫类型的防治计划,并动态调整所述相关的天敌昆虫类型的防治计划;
动态调整所述相关的天敌昆虫类型的防治计划具体包括:
获取当前荔枝园内的虫害调查数据信息,将所述荔枝园区分为多个子区域,并根据所述当前荔枝园内的虫害调查数据信息获取每个子区域的虫情爆发预估数据,并动态预估所述虫情爆发预估数据;
获取相关天敌昆虫类型的捕食习性数据,并根据所述虫情爆发预估数据以及相关天敌昆虫类型的捕食习性数据生成相关虫害类型的天敌昆虫的释放数量信息;
基于所述相关虫害类型的天敌昆虫的释放数量信息对每个子区域的天敌昆虫类型的庇护所的布置节点进行释放;
同时,时刻监控所述虫情爆发预估数据,并根据所述虫情爆发预估数据对所述相关虫害类型的天敌昆虫的释放数量信息进行调整。
2.根据权利要求1所述的一种生态果园的构建和生产管理方法,其特征在于,根据所述历史碳排放量对当前荔枝果园的碳排放量进行预估,获取当前荔枝果园每一生产任务的预估排放量,具体包括:
根据所述历史碳排放量构建特征矩阵,并引入随机森林算法对所述特征矩阵进行特征提取,获取相关性最高的特征,选取所述特征矩阵中相关性最高的特征作为训练集以及测试集;
基于卷积神经网络构建碳排放预估模型,并将所述训练集输入到所述碳排放预估模型中进行训练,当所述碳排放预估模型符合预设训练要求之后,保存模型参数;
通过训练之后,将所述测试集输入到所述碳排放预估模型中进行测试,获取测试结果,当所述测试结果符合预设要求之后,输出所述碳排放预估模型;
获取荔枝园的种植面积信息,并根据所述荔枝园的种植面积信息以及碳排放预估模型获取当前荔枝果园每一生产任务的预估排放量。
3.根据权利要求1所述的一种生态果园的构建和生产管理方法,其特征在于,统计所述当前荔枝果园每一生产任务的预估排放量,生成总的碳排放量,并根据所述总的碳排放量生成荔枝果园生产调整方向,具体包括以下步骤:
通过大数据获取每一生产任务的影响因子,并通过灰色关联分析法计算所述影响因子与相关对应的生产任务的相关性;
基于所述影响因子与相关对应的生产任务的相关性对所述当前荔枝果园每一生产任务的预估排放量进行修正,获取修正后的当前荔枝果园每一生产任务的预估排放量;
统计所述修正后的当前荔枝果园每一生产任务的预估排放量,生成总的碳排放量,并设置碳排放量阈值,判断所述总的碳排放量是否大于所述碳排放量阈值;
当所述总的碳排放量大于所述碳排放量阈值,则获取每一生产任务的绿色生产措施,根据所述每一生产任务的绿色生产措施生成荔枝果园生产调整方向。
4.一种生态果园的构建和生产管理系统,其特征在于,所述系统包括存储器以及处理器,所述存储器中包括生态果园的构建和生产管理方法程序,所述生态果园的构建和生产管理方法程序被所述处理器执行时,实现如下步骤:
获取荔枝果园内的历史发生虫害信息,并根据所述荔枝果园内的历史发生虫害信息选取相关的天敌昆虫类型;
获取荔枝果园内的种植面积信息以及荔枝果园的生产计划,并基于所述荔枝果园内的种植面积信息以及荔枝果园的生产计划制定所述相关的天敌昆虫类型的防治计划;
获取荔枝果园的每一生产计划中每一生产任务单位面积内的历史碳排放量,并根据所述历史碳排放量对当前荔枝果园的碳排放量进行预估,获取当前荔枝果园每一生产任务的预估排放量;
统计所述当前荔枝果园每一生产任务的预估排放量,生成总的碳排放量,并根据所述总的碳排放量生成荔枝果园生产调整方向;
获取荔枝果园内的历史发生虫害信息,并根据所述荔枝果园内的历史发生虫害信息选取相关的天敌昆虫类型,具体包括:
获取荔枝果园内的历史发生虫害信息,并对所述荔枝果园内的历史发生虫害信息进行生长阶段分类,获取每一荔枝生长阶段的虫害爆发信息,根据所述虫害爆发信息生成虫害爆发集;
引入多头注意力机制,通过所述多头注意力机制计算所述虫害爆发集中虫害爆发信息之间的相关性,并引入特征排序CMFS算法对所述相关性进行冗余性搜索,获取冗余的虫害爆发信息;
将所述冗余的虫害爆发信息从所述虫害爆发集中进行剔除,并构建荔枝虫害历史爆发数据库,将所述荔枝虫害历史爆发数据库分为若干个存储空间;
将所述虫害爆发集中的虫害爆发信息依次输入到所述存储空间中进行存储,定期更新所述荔枝虫害历史爆发数据库,并根据所述荔枝虫害历史爆发数据库获取当前荔枝园内可能性爆发的虫害类型,基于当前荔枝园内可能性爆发的虫害类型通过大数据检索,获取相关的天敌昆虫类型;
获取荔枝果园内的种植面积信息以及荔枝果园的生产计划,并基于所述荔枝果园内的种植面积信息以及荔枝果园的生产计划制定所述相关的天敌昆虫类型的防治计划,具体包括:
通过大数据获取每一所述相关的天敌昆虫类型的生活习性数据信息,并根据所述每一所述相关的天敌昆虫类型的生活习性数据信息获取每一所述相关的天敌昆虫类型的摄食行动范围;
获取荔枝果园内的种植面积信息,并根据所述荔枝果园内的种植面积信息以及每一所述相关的天敌昆虫类型的摄食行动范围确定每一天敌昆虫类型的庇护所的布置节点,根据所述每一天敌昆虫类型的庇护所的布置节点生成虫害防治节点布局图;
获取荔枝果园的生产计划,基于所述荔枝果园的生产计划获取每一生产时间荔枝所处的生长阶段,并获取所述每一生产时间荔枝所处的生长阶段对应的虫害爆发类型;
根据所述虫害防治节点布局图以及所述每一生产时间荔枝所处的生长阶段对应的虫害爆发类型制定所述相关的天敌昆虫类型的防治计划,并动态调整所述相关的天敌昆虫类型的防治计划;
动态调整所述相关的天敌昆虫类型的防治计划具体包括:
获取当前荔枝园内的虫害调查数据信息,将所述荔枝园区分为多个子区域,并根据所述当前荔枝园内的虫害调查数据信息获取每个子区域的虫情爆发预估数据,并动态预估所述虫情爆发预估数据;
获取相关天敌昆虫类型的捕食习性数据,并根据所述虫情爆发预估数据以及相关天敌昆虫类型的捕食习性数据生成相关虫害类型的天敌昆虫的释放数量信息;
基于所述相关虫害类型的天敌昆虫的释放数量信息对每个子区域的天敌昆虫类型的庇护所的布置节点进行释放;
同时,时刻监控所述虫情爆发预估数据,并根据所述虫情爆发预估数据对所述相关虫害类型的天敌昆虫的释放数量信息进行调整。
5.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质包括生态果园的构建和生产管理方法程序,所述生态果园的构建和生产管理方法程序被处理器执行时,实现如权利要求1-3任一项所述的生态果园的构建和生产管理方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310791572.5A CN116523182B (zh) | 2023-06-30 | 2023-06-30 | 一种生态果园的构建和生产管理方法、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310791572.5A CN116523182B (zh) | 2023-06-30 | 2023-06-30 | 一种生态果园的构建和生产管理方法、系统及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN116523182A CN116523182A (zh) | 2023-08-01 |
CN116523182B true CN116523182B (zh) | 2023-12-08 |
Family
ID=87408599
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310791572.5A Active CN116523182B (zh) | 2023-06-30 | 2023-06-30 | 一种生态果园的构建和生产管理方法、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116523182B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117173400B (zh) * | 2023-11-03 | 2024-03-12 | 广东省农业科学院植物保护研究所 | 一种荔枝虫害的低碳治理方案推荐方法及系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112166912A (zh) * | 2020-10-23 | 2021-01-05 | 湖南省常德西湖区地林草业园林绿化工程有限公司 | 一种草坪病虫害防治方法 |
CN114445785A (zh) * | 2022-04-11 | 2022-05-06 | 广东省农业科学院植物保护研究所 | 基于物联网的荔枝虫害监测预警方法、系统及存储介质 |
CN115169750A (zh) * | 2022-09-01 | 2022-10-11 | 广东省农业科学院植物保护研究所 | 一种基于物联网的鳞翅目害虫防治方法、系统及介质 |
CN115879773A (zh) * | 2023-02-22 | 2023-03-31 | 广东省农业科学院植物保护研究所 | 一种基于物联网的病虫害智能预警方法及系统 |
CN115983533A (zh) * | 2023-02-15 | 2023-04-18 | 广东省农业科学院植物保护研究所 | 一种荔枝蒂蛀虫潜在危害识别与评估方法及系统 |
KR102538887B1 (ko) * | 2023-01-09 | 2023-06-01 | 주식회사 블루로고 | 산림경영 자동화시스템을 통한 임야탄소배출권 사업계획서비스 제공시스템 |
-
2023
- 2023-06-30 CN CN202310791572.5A patent/CN116523182B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112166912A (zh) * | 2020-10-23 | 2021-01-05 | 湖南省常德西湖区地林草业园林绿化工程有限公司 | 一种草坪病虫害防治方法 |
CN114445785A (zh) * | 2022-04-11 | 2022-05-06 | 广东省农业科学院植物保护研究所 | 基于物联网的荔枝虫害监测预警方法、系统及存储介质 |
CN115169750A (zh) * | 2022-09-01 | 2022-10-11 | 广东省农业科学院植物保护研究所 | 一种基于物联网的鳞翅目害虫防治方法、系统及介质 |
KR102538887B1 (ko) * | 2023-01-09 | 2023-06-01 | 주식회사 블루로고 | 산림경영 자동화시스템을 통한 임야탄소배출권 사업계획서비스 제공시스템 |
CN115983533A (zh) * | 2023-02-15 | 2023-04-18 | 广东省农业科学院植物保护研究所 | 一种荔枝蒂蛀虫潜在危害识别与评估方法及系统 |
CN115879773A (zh) * | 2023-02-22 | 2023-03-31 | 广东省农业科学院植物保护研究所 | 一种基于物联网的病虫害智能预警方法及系统 |
Non-Patent Citations (2)
Title |
---|
京郊京白梨果园生产系统碳源/汇特征分析;杨自立等;干旱区资源与环境(第10期);全文 * |
陕西省种植业生产过程中碳排放的估算;石玉琼等;贵州农业科学(第12期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN116523182A (zh) | 2023-08-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113095555B (zh) | 基于物联网的农作物病虫害监控方法、系统及存储介质 | |
CN117036088A (zh) | 一种ai识别绿化植物生长态势的数据采集分析方法 | |
CN116523182B (zh) | 一种生态果园的构建和生产管理方法、系统及存储介质 | |
Petacchi et al. | Large‐scale simulation of temperature‐dependent phenology in wintering populations of B actrocera oleae (Rossi) | |
CN116523147B (zh) | 基于无人机红外探测的农田碳排放预测方法及系统 | |
CN115496300B (zh) | 一种月季育苗生长信息及环境监测方法 | |
CN112116206A (zh) | 一种基于大数据的智慧农业系统 | |
CN111754045A (zh) | 一种基于果树生长的预测系统 | |
CN116030343A (zh) | 一种基于机器视觉识别的农作物病虫害监管系统 | |
CN115983533A (zh) | 一种荔枝蒂蛀虫潜在危害识别与评估方法及系统 | |
CN117173400B (zh) | 一种荔枝虫害的低碳治理方案推荐方法及系统 | |
Avigal et al. | Learning seed placements and automation policies for polyculture farming with companion plants | |
CN113435825B (zh) | 一种基于土传病害防治的智能管理方法、系统及存储介质 | |
Ortega-Lopez et al. | Male flight phenology of the European grapevine moth Lobesia botrana (Lepidoptera: Tortricidae) in different wine-growing regions in Spain | |
CN117197502A (zh) | 一种基于数据识别的施药信息智能管理方法、系统及介质 | |
Chougule et al. | Decision support for grape crop protection using ontology | |
CN109197274A (zh) | 喷药时间的确定方法及装置、植保系统 | |
CN115511158A (zh) | 一种基于大数据的农作物智能选育分析方法及系统 | |
Dong et al. | Research on graded diagnosis of lettuce water-nitrogen stress and pest prevention based on deep learning | |
Jovanovska et al. | Integrated iot system for prediction of diseases in the vineyards | |
CN117852724B (zh) | 一种林业有害生物的预测方法及系统 | |
Rodríguez-Pérez et al. | Environment and density-dependency explain the fine-scale aggregation of tree recruits before and after thinning in a mixed forest of Southern Europe | |
Bumanis et al. | Application of Data Layering in Precision Beekeeping: The Concept | |
Wang | Historical trends in cranberry pest abundances and their dependence on temperature | |
Womack | The Classification and Mapping of Lapalala Wilderness Reserve, Limpopo |
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 |