CN116740645A - 基于物联网的实蝇监测与综合防控方法、系统及存储介质 - Google Patents
基于物联网的实蝇监测与综合防控方法、系统及存储介质 Download PDFInfo
- Publication number
- CN116740645A CN116740645A CN202310801429.XA CN202310801429A CN116740645A CN 116740645 A CN116740645 A CN 116740645A CN 202310801429 A CN202310801429 A CN 202310801429A CN 116740645 A CN116740645 A CN 116740645A
- Authority
- CN
- China
- Prior art keywords
- information
- fruit
- humidity
- fruit flies
- flies
- 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
- 241000255588 Tephritidae Species 0.000 title claims abstract description 291
- 238000012544 monitoring process Methods 0.000 title claims abstract description 123
- 230000002265 prevention Effects 0.000 title claims abstract description 104
- 238000000034 method Methods 0.000 title claims abstract description 73
- 238000003860 storage Methods 0.000 title claims abstract description 19
- 241000607479 Yersinia pestis Species 0.000 claims abstract description 114
- 241000238631 Hexapoda Species 0.000 claims abstract description 63
- 239000002689 soil Substances 0.000 claims abstract description 59
- 230000008635 plant growth Effects 0.000 claims abstract description 51
- 230000012010 growth Effects 0.000 claims abstract description 15
- 238000007781 pre-processing Methods 0.000 claims abstract description 14
- 238000012545 processing Methods 0.000 claims abstract description 14
- 241001124181 Bactrocera dorsalis Species 0.000 claims abstract description 9
- 238000004880 explosion Methods 0.000 claims description 46
- 230000007613 environmental effect Effects 0.000 claims description 35
- 239000000575 pesticide Substances 0.000 claims description 21
- 239000000877 Sex Attractant Substances 0.000 claims description 16
- 238000004364 calculation method Methods 0.000 claims description 16
- 241000255925 Diptera Species 0.000 claims description 14
- 230000027326 copulation Effects 0.000 claims description 7
- 230000010485 coping Effects 0.000 claims description 6
- 230000004044 response Effects 0.000 claims description 5
- 230000012447 hatching Effects 0.000 claims description 4
- 238000001914 filtration Methods 0.000 claims description 3
- 238000012216 screening Methods 0.000 claims description 3
- 238000012549 training Methods 0.000 claims description 3
- 230000006855 networking Effects 0.000 claims 1
- 238000011156 evaluation Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 4
- 238000010276 construction Methods 0.000 description 3
- 238000013210 evaluation model Methods 0.000 description 3
- 230000004720 fertilization Effects 0.000 description 3
- 238000012271 agricultural production Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 238000003912 environmental pollution Methods 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 230000001568 sexual effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000001926 trapping method Methods 0.000 description 1
Landscapes
- Catching Or Destruction (AREA)
Abstract
本发明公开了一种基于物联网的实蝇监测与综合防控方法、系统及存储介质,包括:获取监测区域中的环境温湿度信息、土壤温湿度信息、诱捕实蝇数量信息、植物生长状况图像信息、实蝇图像信息,对所述获取的各种信息进行预处理;对获取的各种信息进行识别对比处理,得到识别结果信息;将所述识别结果信息与识别对比数据库中的存储的各种信息数据进行对比判断,得到判断结果信息;预测监测区域的虫害爆发程度和虫害爆发时间,并得出最优实蝇综合防控方案。本发明通过更精确的实蝇种类识别和生长阶段判断,结合多种数据进行预测实蝇虫害并采用最优的实蝇防控方案进行实蝇虫害防控,有效地提高了实蝇虫害的防控效率。
Description
技术领域
本发明涉及物联网技术、图像识别和害虫防治防控技术领域,尤其涉及一种基于物联网的实蝇监测与综合防控方法、系统及存储介质。
背景技术
害虫是农业生产和种植的过程中的重要影响因素,如果不能有效地监测和防控害虫,将会对农作物造成严重的影响。实蝇是农业生产和种植过程中常见的害虫,通常在大规模防控实蝇危害之前,目标区域进行一段时间的监测,监测和分析目标区域内的实蝇生长阶段和作物生长情况,了解目标区域的实蝇虫害程度,再采取相应的防控措施,对监测区域的实蝇进行消杀处理。
目前现有技术中,对实蝇虫害的防控措施过于单一,在发现实蝇虫害时往往只采用一种防控措施进行实蝇虫害的消杀,可能导致用药过量或消杀不充分的问题,因此如何更好地监测和防控实蝇虫害是重要的问题。
发明内容
本发明克服了现有技术的缺陷,提出了一种基于物联网的实蝇监测与综合防控方法、系统及存储介质,其重要目的在于通过更精确的实蝇种类识别和生长阶段判断,采用最优的实蝇防控方案进行虫害防控。
为实现上述目的,本发明第一方面提供了一种基于物联网的实蝇监测与综合防控方法,包括:
获取监测区域中的环境温湿度信息、土壤温湿度信息、诱捕实蝇数量信息、植物生长状况图像信息、实蝇图像信息,对所述获取的各种信息进行预处理;
对获取的所述环境温湿度信息、土壤温湿度信息、诱捕实蝇数量信息、植物生长状况图像信息、实蝇图像信息进行识别对比处理,得到识别结果信息;
将所述识别结果信息与识别对比数据库中的存储的各种信息数据进行对比判断,得到判断结果信息;
预测监测区域的虫害爆发程度和虫害爆发时间,并根据判断结果信息、预测结果信息和识别结果信息得出最优实蝇综合防控方案。
本方案中,所述获取监测区域中的环境温湿度信息、土壤温湿度信息、诱捕实蝇数量信息、植物生长状况图像信息、实蝇图像信息,对所述获取的各种信息进行预处理,具体为:
获取监测区域中的环境温湿度信息、土壤温湿度信息、诱捕实蝇数量信息、植物生长状况图像信息、实蝇图像信息;
对获取的所述植物生长状况图像信息和实蝇图像信息进行预筛选处理,提取含有有用特征的图像信息,剔除无用干扰信息;
对所述获取的各种信息进行滤波和降噪预处理。
本方案中,所述对获取的所述环境温湿度信息、土壤温湿度信息、诱捕实蝇数量信息、植物生长状况图像信息、实蝇图像信息进行识别对比处理,得到识别结果信息,具体为:
构建识别模型,对所述构建的识别模型进行深度地学习和训练,得到符合期望的识别模型;
构建识别对比数据库,存储收集的用于识别对比的各种信息;
将获取的所述环境温湿度信息、土壤温湿度信息、诱捕实蝇数量信息、植物生长状况图像信息、实蝇图像信息导入识别模型进行识别对比,得到识别结果信息;
识别结果信息包括植物生长状况信息、实蝇种类信息、环境温湿度程度信息、土壤温湿度程度信息和诱捕实蝇数量程度信息。
本方案中,所述构建识别对比数据库,存储收集的用于识别对比的各种信息,还包括:
收集历史上各种类实蝇的图像基本特征信息,包括实蝇的颜色特征信息、形状特征信息和纹理特征信息;
收集历史上实蝇适生的环境温湿度特征信息、土壤温湿度特征信息和气候特征信息;
收集历史上各种类实蝇的天敌种类信息、趋光敏感波长信息、颜色偏好信息和平均飞行高度信息;
收集各种类实蝇的适用的性信息素种类信息和用量信息以及应对各种类实蝇的农药施药种类和比例信息;
构建识别对比数据库,存储以上所述收集的各种信息。
本方案中,所述将所述识别结果信息与识别对比数据库中存储的各种信息数据进行对比判断,得到判断结果信息,具体为:
通过识别结果信息中的实蝇种类信息,对比判断得到监测区域实蝇的天敌种类信息、趋光敏感波长信息、颜色偏好信息和平均飞行高度信息;
通过识别结果信息中的环境温湿度特征信息、土壤温湿度特征信息,对比判断得到监测区域的气候信息、环境温湿度程度信息和土壤温湿度程度信息;
通过识别结果信息中的植物生长状况信息,判断监测区域中患病植物与总植物的占比,得到监测区域的虫害程度信息。
本方案中,所述预测监测区域的虫害爆发程度和虫害爆发时间,并根据判断结果信息、预测结果信息和识别结果信息得出最优实蝇综合防控方案,具体为:
将单位时间内实蝇交尾数量与预设阈值进行计算,判断监测区域中的实蝇繁殖欲望阶段,得到监测区域中的实蝇繁殖欲望程度信息;
将得到的实蝇繁殖欲望程度信息、监测区域中气候信息、环境温湿度程度信息和土壤温湿度程度信息与实蝇适生的环境温湿度特征信息、土壤温湿度特征信息和气候特征信息进行相似度计算;
通过相似度值与预设阈值的大小关系预测实蝇虫害爆发时间以及实蝇虫害爆发程度,得到实蝇虫害爆发时间信息和实蝇虫害爆发程度信息,并作为预测结果信息;
根据预测结果信息、识别结果信息和判断结果信息以及应对各种类实蝇的农药施药种类和比例信息,得出预防实蝇虫害爆发综合防控方案;
根据虫害程度信息、识别结果信息和判断结果信息、各种类实蝇的适用的性信息素种类信息和用量信息以及应对各种类实蝇的农药施药种类和比例信息,得到实蝇综合防控应对方案;
对不同综合防控方法进行综合评估,采用最优实蝇综合防控方案对监测区域中的实蝇虫害进行预防或应对;
其中,所述单位时间内实蝇交尾数量的具体计算公式为:
式中,Ft为单位时间内实蝇交尾数量、Qt为诱捕实蝇总数量、T为诱捕总时长。
本方案中,所述对不同综合防控方法进行综合评估,采用最优实蝇综合防控方案对监测区域中的实蝇虫害进行预防或应对,还包括:
根据计算得到的实蝇繁殖欲望程度信息,判断实蝇的繁殖阶段,采用性信息素诱捕方案实现对实蝇的防控,并根据各种类实蝇的适用的性信息素种类信息和用量信息得出诱捕防控方法;
根据识别结果信息和判断结果信息,得出生物防控、物理防控的防控方法;
根据监测区域中气候信息、环境温湿度程度信息和土壤温湿度程度信息,判断得到监测区域是否适宜实蝇幼虫孵化和化蛹,并结合应对各种类实蝇的农药施药种类和比例信息,得出施药防控方法;
对以上所述得出的防控方法进行综合评估,得到当前时刻监测区域的最优实蝇综合防控方案。
本发明第二方面还提供了一种基于物联网的实蝇监测与综合防控系统,该系统包括:存储器、处理器,所述存储器中包括基于物联网的实蝇监测与综合防控方法程序,所述基于物联网的实蝇监测与综合防控方法程序被所述处理器执行时实现如下步骤:
获取监测区域中的环境温湿度信息、土壤温湿度信息、诱捕实蝇数量信息、植物生长状况图像信息、实蝇图像信息,对所述获取的各种信息进行预处理;
对获取的所述环境温湿度信息、土壤温湿度信息、诱捕实蝇数量信息、植物生长状况图像信息、实蝇图像信息进行识别对比处理,得到识别结果信息;
将所述识别结果信息与识别对比数据库中的存储的各种信息数据进行对比判断,得到判断结果信息;
预测监测区域的虫害爆发程度和虫害爆发时间,并根据判断结果信息、预测结果信息和识别结果信息得出最优实蝇综合防控方案。
本方案中,所述预测监测区域的虫害爆发程度和虫害爆发时间,并根据判断结果信息、预测结果信息和识别结果信息得出最优实蝇综合防控方案,具体为:
将单位时间内实蝇交尾数量与预设阈值进行计算,判断监测区域中的实蝇繁殖欲望阶段,得到监测区域中的实蝇繁殖欲望程度信息;
将得到的实蝇繁殖欲望程度信息、监测区域中气候信息、环境温湿度程度信息和土壤温湿度程度信息与实蝇适生的环境温湿度特征信息、土壤温湿度特征信息和气候特征信息进行相似度计算;
通过相似度值与预设阈值的大小关系预测实蝇虫害爆发时间以及实蝇虫害爆发程度,得到实蝇虫害爆发时间信息和实蝇虫害爆发程度信息,并作为预测结果信息;
根据预测结果信息、识别结果信息和判断结果信息以及应对各种类实蝇的农药施药种类和比例信息,得出预防实蝇虫害爆发综合防控方案;
根据虫害程度信息、识别结果信息和判断结果信息、各种类实蝇的适用的性信息素种类信息和用量信息以及应对各种类实蝇的农药施药种类和比例信息,得到实蝇综合防控应对方案;
对不同综合防控方法进行综合评估,采用最优实蝇综合防控方案对监测区域中的实蝇虫害进行预防或应对;
其中,所述单位时间内实蝇交尾数量的具体计算公式为:
式中,Ft为单位时间内实蝇交尾数量、Qt为诱捕实蝇总数量、T为诱捕总时长。
本发明第三方面还提供了一种计算机可读存储介质,所述计算机可读存储介质中包括基于物联网的实蝇监测与综合防控方法程序,所述基于物联网的实蝇监测与综合防控程序方法被处理器执行时,实现如上述任一项所述的基于物联网的实蝇监测与综合防控方法的步骤。
本发明公开了一种基于物联网的实蝇监测与综合防控方法、系统及存储介质,包括:获取监测区域中的环境温湿度信息、土壤温湿度信息、诱捕实蝇数量信息、植物生长状况图像信息、实蝇图像信息,对所述获取的各种信息进行预处理;对获取的各种信息进行识别对比处理,得到识别结果信息;将所述识别结果信息与识别对比数据库中的存储的各种信息数据进行对比判断,得到判断结果信息;预测监测区域的虫害爆发程度和虫害爆发时间,并得出最优实蝇综合防控方案。本发明通过更精确的实蝇种类识别和生长阶段判断,结合多种数据进行预测实蝇虫害并采用最优的实蝇防控方案进行实蝇虫害防控,有效地提高了实蝇虫害的防控效率。
附图说明
为了更清楚地说明本发明实施例或示例性中的技术方案,下面将对实施例或示例性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,还可以按照这些附图示出的获得其他的附图。
图1为本发明一实施例提供的一种基于物联网的实蝇监测与综合防控方法流程图;
图2为本发明一实施例提供的一种基于物联网的实蝇监测与综合防控方法的数据处理流程图;
图3为本发明一实施例提供的一种基于物联网的实蝇监测与综合防控系统的框图;
本发明目的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
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。
图1为本发明一实施例提供的一种基于物联网的实蝇监测与综合防控方法流程图;
如图1所示,本发明提供了一种基于物联网的实蝇监测与综合防控方法流程图,包括:
S102,获取监测区域中的环境温湿度信息、土壤温湿度信息、诱捕实蝇数量信息、植物生长状况图像信息、实蝇图像信息,对所述获取的各种信息进行预处理;
获取监测区域中的环境温湿度信息、土壤温湿度信息、诱捕实蝇数量信息、植物生长状况图像信息、实蝇图像信息;
对获取的所述植物生长状况图像信息和实蝇图像信息进行预筛选处理,提取含有有用特征的图像信息,剔除无用干扰信息;
对所述获取的各种信息进行滤波和降噪预处理。
S104,对获取的所述环境温湿度信息、土壤温湿度信息、诱捕实蝇数量信息、植物生长状况图像信息、实蝇图像信息进行识别对比处理,得到识别结果信息;
构建识别模型,对所述构建的识别模型进行深度地学习和训练,得到符合期望的识别模型;
构建识别对比数据库,存储收集的用于识别对比的各种信息;
将获取的所述环境温湿度信息、土壤温湿度信息、诱捕实蝇数量信息、植物生长状况图像信息、实蝇图像信息导入识别模型进行识别对比,得到识别结果信息;
识别结果信息包括植物生长状况信息、实蝇种类信息、环境温湿度程度信息、土壤温湿度程度信息和诱捕实蝇数量程度信息。
进一步的,所述构建识别对比数据库,存储收集的用于识别对比的各种信息,还包括:收集历史上各种类实蝇的图像基本特征信息,包括实蝇的颜色特征信息、形状特征信息和纹理特征信息;收集历史上实蝇适生的环境温湿度特征信息、土壤温湿度特征信息和气候特征信息;收集历史上各种类实蝇的天敌种类信息、趋光敏感波长信息、颜色偏好信息和平均飞行高度信息;收集各种类实蝇的适用的性信息素种类信息和用量信息以及应对各种类实蝇的农药施药种类和比例信息;构建识别对比数据库,存储以上所述收集的各种信息;
进一步的,获取植物生长状况图像信息、植物生长状况信息、环境温湿度程度信息和土壤温湿度程度信息;构建评估模型,将获取的植物生长状况信息、环境温湿度程度信息和土壤温湿度程度信息导入评估模型,得到状态评估信息包括:植物生长趋势评估信息、植物生长环境评估信息和植物生长状态评估信息;根据植物生长趋势评估信息和植物生长环境评估信息判断监测区域是否需要施肥,并得到施肥的种类和比例;根据植物生长趋势评估信息和植物生长状态评估信息判断植物是否需要摘心或打顶;
进一步的,对监测区域进行区域划分,得到n个子区域;获取不同子区域中的植物生长状况图像信息、植物生长状况信息、环境温湿度程度信息和土壤温湿度程度信息,通过评估模型对各个子区域的植株进行评估;采用聚类算法,根据各个子区域的不同评估信息进行分类,判断是否需要施肥、打顶或摘心;定义需要施肥、打顶或摘心的子区域为关注区域,获取关注区域附近子区域的环境特征信息和植物生长状况图像特征信息,定义关注区域的附近子区域为潜在关注区域;获取潜在关注区域的环境特征信息和植物生长状况图像特征信息,计算关注区域与潜在关注区域的环境特征信息和植物生长状况图像特征信息的曼哈顿距离;将所述曼哈顿距离作为关注区域和潜在关注区域的关注相似度值,将所述关注相似度值与预设阈值进行对比判断;通过关注相似度值与预设阈值的大小关系判断潜在关注区域是否需要采取施肥、打顶或摘心的预防措施,有效地保证了监测区域中的植物健康生长,防止带来更大的损失。
S106,将所述识别结果信息与识别对比数据库中存储的各种信息数据进行对比判断,得到判断结果信息;
通过识别结果信息中的实蝇种类信息,对比判断得到监测区域实蝇的天敌种类信息、趋光敏感波长信息、颜色偏好信息和平均飞行高度信息;
通过识别结果信息中的环境温湿度特征信息、土壤温湿度特征信息,对比判断得到监测区域的气候信息、环境温湿度程度信息和土壤温湿度程度信息;
通过识别结果信息中的植物生长状况信息,判断监测区域中患病植物与总植物的占比,得到监测区域的虫害程度信息。
S108,预测监测区域的虫害爆发程度和虫害爆发时间,并根据判断结果信息、预测结果信息和识别结果信息得出最优实蝇综合防控方案。
将单位时间内实蝇交尾数量与预设阈值进行计算,判断监测区域中的实蝇繁殖欲望阶段,得到监测区域中的实蝇繁殖欲望程度信息;
将得到的实蝇繁殖欲望程度信息、监测区域中气候信息、环境温湿度程度信息和土壤温湿度程度信息与实蝇适生的环境温湿度特征信息、土壤温湿度特征信息和气候特征信息进行相似度计算;
通过相似度值与预设阈值的大小关系预测实蝇虫害爆发时间以及实蝇虫害爆发程度,得到实蝇虫害爆发时间信息和实蝇虫害爆发程度信息,并作为预测结果信息;
根据预测结果信息、识别结果信息和判断结果信息以及应对各种类实蝇的农药施药种类和比例信息,得出预防实蝇虫害爆发综合防控方案;
根据虫害程度信息、识别结果信息和判断结果信息、各种类实蝇的适用的性信息素种类信息和用量信息以及应对各种类实蝇的农药施药种类和比例信息,得到实蝇综合防控应对方案;
对不同综合防控方法进行综合评估,采用最优实蝇综合防控方案对监测区域中的实蝇虫害进行预防或应对;
其中,所述单位时间内实蝇交尾数量的具体计算公式为:
式中,Ft为单位时间内实蝇交尾数量、Qt为诱捕实蝇总数量、T为诱捕总时长。
进一步的,所述对不同综合防控方法进行综合评估,采用最优实蝇综合防控方案对监测区域中的实蝇虫害进行预防或应对,还包括:根据计算得到的实蝇繁殖欲望程度信息,判断实蝇的繁殖阶段,采用性信息素诱捕方案实现对实蝇的防控,并根据各种类实蝇的适用的性信息素种类信息和用量信息得出诱捕防控方法;根据识别结果信息和判断结果信息,得出生物防控、物理防控的防控方法;根据监测区域中气候信息、环境温湿度程度信息和土壤温湿度程度信息,判断得到监测区域是否适宜实蝇幼虫孵化和化蛹,并结合应对各种类实蝇的农药施药种类和比例信息,得出施药防控方法;对以上所述得出的防控方法进行综合评估,得到当前时刻监测区域的最优实蝇综合防控方案;
进一步的,获取监测区域实蝇的天敌种类信息、气候信息、环境温湿度程度信息和土壤温湿度程度信息,判断监测区域适生的实蝇天敌种类,作为生物防控方法;获取监测区域实蝇的趋光敏感波长信息、颜色偏好信息和平均飞行高度信息,根据趋光敏感波长信息选取合适的灯光诱杀设备,根据颜色偏好信息和平均飞行高度信息选取合适的粘虫板,同时按照平均飞行高度信息设定安装设备的高度和位置,作为物理防控方法;获取监测区域的实蝇繁殖欲望程度信息,判断监测区域中实蝇的繁殖阶段,采用性信息诱杀方法进行预防和消除虫害;
进一步的,将监测区域进行划分,得到n个子区域;获取每个子区域的虫害程度信息,采用聚类算法对得到的n个子区域进行分类;获取不同类别区域的实蝇虫害爆发时间信息和实蝇虫害爆发程度信息,在各类别区域中,基于当前时间戳及所述实蝇虫害爆发时间信息获取时间间隔,将所述时间间隔与所述实蝇虫害爆发程度信息进行结合,生成各类别区域的标签信息;提取各类别区域标签信息中的实蝇虫害爆发程度信息,根据所述实蝇虫害爆发程度信息通过数据检索获取实蝇虫害防治实例数据集,提取所述实蝇虫害防治实例数据集中各类防控方案的防效及防治时长;在各类别区域中选取目标类别区域,将不同类别防控方案的防治时长与目标类别区域对应的时间间隔进行对比,选取防治时长小于时间间隔的防控方案,作为候选防控方案;获取目标类别区域的环境特征信息和气候特征信息作为区域特征,与候选防控方案对应实例数据的区域特征进行相似度计算,作为各候选防控方案的防效权重,对各类别防控方案的防效进行加权计算;通过加权计算结果对候选防控方案进行优先级排序,根据所述优先级排序选取目标类别区域的最优防控方案。
需要说明的是,通过识别结果信息、判断结果信息和预测结果信息结合判断监测区域中的实蝇虫害情况,通过多种数据了解监测区域中虫害情况和植株生长状况,并根据判断结果信息制定虫害防控方法,结合监测区域环境状况、虫害程度和成本消耗,综合评估制定的虫害防控方法,采取一种或多种的虫害防控方法,最终得到最优实蝇综合防控方案,对监测区域进行虫害防控,提高了虫害的防控效果,同时减少对环境的污染并降低成本的消耗。
图2为本发明一实施例提供的一种基于物联网的实蝇监测与综合防控方法的数据处理流程图;
如图2所示,本发明提供了一种基于物联网的实蝇监测与综合防控方法的数据处理流程图,包括:
S202,获取监测区域中的环境温湿度信息、土壤温湿度信息、诱捕实蝇数量信息、植物生长状况图像信息、实蝇图像信息,对所述获取的各种信息进行预处理;
S204,通过识别模型对所述获取的信息进行识别判断,得到识别结果信息
S206,将识别结果信息与识别对比数据库中的存储的各种信息数据进行对比判断,得到判断结果信息;
S208,计算单位时间内实蝇交尾数量并与预设阈值进行计算,判断监测区域中的实蝇繁殖欲望阶段,得到监测区域中实蝇繁殖欲望程度信息;
进一步的,将单位时间内实蝇交尾数量与预设阈值进行计算;若单位时间内实蝇交尾数量大于预设阈值,得到监测区域中实蝇的繁殖欲望阶段为初期、中期及后期的任意一种结果信息,作为监测区域中实蝇繁殖欲望程度信息;
其中,所述单位时间内实蝇交尾数量的具体计算公式为:
式中,Ft为单位时间内实蝇交尾数量、Qt为诱捕实蝇总数量、T为诱捕总时长。
S210,预测实蝇虫害爆发时间以及实蝇虫害爆发程度,得到预测结果信息;
进一步的,将得到的实蝇繁殖欲望程度信息、监测区域中气候信息、环境温湿度程度信息和土壤温湿度程度信息与实蝇适生的环境温湿度特征信息、土壤温湿度特征信息和气候特征信息进行相似度计算;通过相似度值预设阈值的大小关系预测实蝇虫害爆发时间以及实蝇虫害爆发程度,得到实蝇虫害爆发时间信息和实蝇虫害爆发程度信息,并作为预测结果信息。
S212,预测实蝇虫害爆发时间以及实蝇虫害爆发程度,得到预测结果信息;
S214,得到最优实蝇综合防控方案;
进一步的,根据计算得到的实蝇繁殖欲望程度信息,判断实蝇的繁殖阶段,采用性信息素诱捕方案实现对实蝇的防控,并根据各种类实蝇的适用的性信息素种类信息和用量信息得出诱捕防控方法;根据识别结果信息和判断结果信息,得出生物防控、物理防控的防控方法;根据监测区域中气候信息、环境温湿度程度信息和土壤温湿度程度信息,判断得到监测区域是否适宜实蝇幼虫孵化和化蛹,并结合应对各种类实蝇的农药施药种类和比例信息,得出施药防控方法;对以上所述得出的防控方法进行综合评估,得到当前时刻监测区域的最优实蝇综合防控方案。
需要说明的是,通过对诱捕防控方法、生物防控方法和物理防控方法进行综合评估,结合监测区域的环境温湿度信息、土壤温湿度信息和气候特征信息,同时考虑方案成本,综合评估出最优实蝇综合防控方案,更彻底的对监测区域实蝇虫害进行防控,减少了成本消耗,提高了实蝇的防控效率。
图3为本发明一实施例提供的基于物联网的实蝇监测与综合防控系统3,该系统包括:存储器31、处理器32,所述存储器31中包括基于物联网的实蝇监测与综合防控方法程序,所述基于物联网的实蝇监测与综合防控方法程序被所述处理器32执行时实现如下步骤:
获取监测区域中的环境温湿度信息、土壤温湿度信息、诱捕实蝇数量信息、植物生长状况图像信息、实蝇图像信息,对所述获取的各种信息进行预处理;
对获取的所述环境温湿度信息、土壤温湿度信息、诱捕实蝇数量信息、植物生长状况图像信息、实蝇图像信息进行识别对比处理,得到识别结果信息;
将所述识别结果信息与识别对比数据库中的存储的各种信息数据进行对比判断,得到判断结果信息;
预测监测区域的虫害爆发程度和虫害爆发时间,并根据判断结果信息、预测结果信息和识别结果信息得出最优实蝇综合防控方案。
需要说明的是,通过识别结果信息、判断结果信息和预测结果信息结合判断监测区域中的实蝇虫害情况,通过多种数据了解监测区域中虫害情况和植株生长状况,并根据判断结果信息制定虫害防控方法,结合监测区域环境状况、虫害程度和成本消耗,综合评估制定的虫害防控方法,采取一种或多种的虫害防控方法,最终得到最优实蝇综合防控方案,对监测区域进行虫害防控,提高了虫害的防控效果,同时减少对环境的污染并降低成本的消耗。
本发明还提供了一种计算机可读存储介质,所述计算机可读存储介质中包括基于物联网的实蝇监测与综合防控方法程序,所述基于物联网的实蝇监测与综合防控程序方法被处理器执行时,实现如上述任一项所述的基于物联网的实蝇监测与综合防控方法的步骤。
本发明公开了一种基于物联网的实蝇监测与综合防控方法、系统及存储介质,包括:获取监测区域中的环境温湿度信息、土壤温湿度信息、诱捕实蝇数量信息、植物生长状况图像信息、实蝇图像信息,对所述获取的各种信息进行预处理;对获取的各种信息进行识别对比处理,得到识别结果信息;将所述识别结果信息与识别对比数据库中的存储的各种信息数据进行对比判断,得到判断结果信息;预测监测区域的虫害爆发程度和虫害爆发时间,并得出最优实蝇综合防控方案。本发明通过更精确的实蝇种类识别和生长阶段判断,结合多种数据进行预测实蝇虫害并采用最优的实蝇防控方案进行实蝇虫害防控,有效地提高了实蝇虫害的防控效率性。
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所述方法的全部或部分。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。
以上所述,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所述权利要求的保护范围为准。
Claims (10)
1.一种基于物联网的实蝇监测与综合防控方法,其特征在于,包括:
获取监测区域中的环境温湿度信息、土壤温湿度信息、诱捕实蝇数量信息、植物生长状况图像信息、实蝇图像信息,对所述获取的各种信息进行预处理;
对获取的所述环境温湿度信息、土壤温湿度信息、诱捕实蝇数量信息、植物生长状况图像信息、实蝇图像信息进行识别对比处理,得到识别结果信息;
将所述识别结果信息与识别对比数据库中的存储的各种信息数据进行对比判断,得到判断结果信息;
预测监测区域的虫害爆发程度和虫害爆发时间,并根据判断结果信息、预测结果信息和识别结果信息得出最优实蝇综合防控方案。
2.根据权利要求1所述的一种基于物联网的实蝇监测与综合防控方法,其特征在于,所述获取监测区域中的环境温湿度信息、获取监测区域中的环境温湿度信息、土壤温湿度信息、诱捕实蝇数量信息、植物生长状况图像信息、实蝇图像信息,对所述获取的各种信息进行预处理,具体包括:
获取监测区域中的环境温湿度信息、土壤温湿度信息、诱捕实蝇数量信息、植物生长状况图像信息、实蝇图像信息;
对获取的所述植物生长状况图像信息和实蝇图像信息进行预筛选处理,提取含有有用特征的图像信息,剔除无用干扰信息;
对所述获取的各种信息进行滤波和降噪预处理。
3.根据权利要求1所述的一种基于物联网的实蝇监测与综合防控方法,其特征在于,所述对获取的所述环境温湿度信息、土壤温湿度信息、诱捕实蝇数量信息、植物生长状况图像信息、实蝇图像信息进行识别对比处理,得到识别结果信息,具体包括:
构建识别模型,对所述构建的识别模型进行深度地学习和训练,得到符合期望的识别模型;
构建识别对比数据库,存储收集的用于识别对比的各种信息;
将获取的所述环境温湿度信息、土壤温湿度信息、诱捕实蝇数量信息、植物生长状况图像信息、实蝇图像信息导入识别模型进行识别对比,得到识别结果信息;
识别结果信息包括植物生长状况信息、实蝇种类信息、环境温湿度程度信息、土壤温湿度程度信息和诱捕实蝇数量程度信息。
4.根据权利要求3所述的一种基于物联网的实蝇监测与综合防控方法,其特征在于,所述构建识别对比数据库,存储收集的用于识别对比的各种信息,还包括:
收集历史上各种类实蝇的图像基本特征信息,包括实蝇的颜色特征信息、形状特征信息和纹理特征信息;
收集历史上实蝇适生的环境温湿度特征信息、土壤温湿度特征信息和气候特征信息;
收集历史上各种类实蝇的天敌种类信息、趋光敏感波长信息、颜色偏好信息和平均飞行高度信息;
收集各种类实蝇的适用的性信息素种类信息和用量信息以及应对各种类实蝇的农药施药种类和比例信息;
构建识别对比数据库,存储以上所述收集的各种信息。
5.根据权利要求1所述的一种基于物联网的实蝇监测与综合防控方法,其特征在于,所述将所述识别结果信息与识别对比数据库中存储的各种信息数据进行对比判断,得到判断结果信息,具体包括:
通过识别结果信息中的实蝇种类信息,对比判断得到监测区域实蝇的天敌种类信息、趋光敏感波长信息、颜色偏好信息和平均飞行高度信息;
通过识别结果信息中的环境温湿度特征信息、土壤温湿度特征信息,对比判断得到监测区域的气候信息、环境温湿度程度信息和土壤温湿度程度信息;
通过识别结果信息中的植物生长状况信息,判断监测区域中患病植物与总植物的占比,得到监测区域的虫害程度信息。
6.根据权利要求1所述的一种基于物联网的实蝇监测与综合防控方法,其特征在于,所述预测监测区域的虫害爆发程度和虫害爆发时间,并根据判断结果信息、预测结果信息和识别结果信息得出最优实蝇综合防控方案,具体包括:
将单位时间内实蝇交尾数量与预设阈值进行计算,判断监测区域中的实蝇繁殖欲望阶段,得到监测区域中的实蝇繁殖欲望程度信息;
将得到的实蝇繁殖欲望程度信息、监测区域中气候信息、环境温湿度程度信息和土壤温湿度程度信息与实蝇适生的环境温湿度特征信息、土壤温湿度特征信息和气候特征信息进行相似度计算;
通过相似度值与预设阈值的大小关系预测实蝇虫害爆发时间以及实蝇虫害爆发程度,得到实蝇虫害爆发时间信息和实蝇虫害爆发程度信息,并作为预测结果信息;
根据预测结果信息、识别结果信息和判断结果信息以及应对各种类实蝇的农药施药种类和比例信息,得出预防实蝇虫害爆发综合防控方案;
根据虫害程度信息、识别结果信息和判断结果信息、各种类实蝇的适用的性信息素种类信息和用量信息以及应对各种类实蝇的农药施药种类和比例信息,得到实蝇综合防控应对方案;
对不同综合防控方法进行综合评估,采用最优实蝇综合防控方案对监测区域中的实蝇虫害进行预防或应对;
其中,所述单位时间内实蝇交尾数量的具体计算公式为:
式中,Ft为单位时间内实蝇交尾数量、Qt为诱捕实蝇总数量、T为诱捕总时长。
7.根据权利要求6所述的一种基于物联网的实蝇监测与综合防控方法,其特征在于,所述对不同综合防控方法进行综合评估,采用最优实蝇综合防控方案对监测区域中的实蝇虫害进行预防或应对,还包括:
根据计算得到的实蝇繁殖欲望程度信息,判断实蝇的繁殖阶段,采用性信息素诱捕方案实现对实蝇的防控,并根据各种类实蝇的适用的性信息素种类信息和用量信息得出诱捕防控方法;
根据识别结果信息和判断结果信息,得出生物防控、物理防控的防控方法;
根据监测区域中气候信息、环境温湿度程度信息和土壤温湿度程度信息,判断得到监测区域是否适宜实蝇幼虫孵化和化蛹,并结合应对各种类实蝇的农药施药种类和比例信息,得出施药防控方法;
对以上所述得出的防控方法进行综合评估,得到当前时刻监测区域的最优实蝇综合防控方案。
8.一种基于物联网的实蝇监测与综合防控系统,其特征在于,该系统包括:存储器、处理器,所述存储器中包括基于物联网的实蝇监测与综合防控方法程序,所述基于物联网的实蝇监测与综合防控方法程序被所述处理器执行时实现如下步骤:
获取监测区域中的环境温湿度信息、土壤温湿度信息、诱捕实蝇数量信息、植物生长状况图像信息、实蝇图像信息,对所述获取的各种信息进行预处理;
对获取的所述环境温湿度信息、土壤温湿度信息、诱捕实蝇数量信息、植物生长状况图像信息、实蝇图像信息进行识别对比处理,得到识别结果信息;
将所述识别结果信息与识别对比数据库中的存储的各种信息数据进行对比判断,得到判断结果信息;
预测监测区域的虫害爆发程度和虫害爆发时间,并根据判断结果信息、预测结果信息和识别结果信息得出最优实蝇综合防控方案。
9.根据权利要求8所述的一种基于物联网的实蝇监测与综合防控系统,其特征在于,所述预测监测区域的虫害爆发程度和虫害爆发时间,并根据判断结果信息、预测结果信息和识别结果信息得出最优实蝇综合防控方案,具体包括:
将单位时间内实蝇交尾数量与预设阈值进行计算,判断监测区域中的实蝇繁殖欲望阶段,得到监测区域中的实蝇繁殖欲望程度信息;
将得到的实蝇繁殖欲望程度信息、监测区域中气候信息、环境温湿度程度信息和土壤温湿度程度信息与实蝇适生的环境温湿度特征信息、土壤温湿度特征信息和气候特征信息进行相似度计算;
通过相似度值与预设阈值的大小关系预测实蝇虫害爆发时间以及实蝇虫害爆发程度,得到实蝇虫害爆发时间信息和实蝇虫害爆发程度信息,并作为预测结果信息;
根据预测结果信息、识别结果信息和判断结果信息以及应对各种类实蝇的农药施药种类和比例信息,得出预防实蝇虫害爆发综合防控方案;
根据虫害程度信息、识别结果信息和判断结果信息、各种类实蝇的适用的性信息素种类信息和用量信息以及应对各种类实蝇的农药施药种类和比例信息,得到实蝇综合防控应对方案;
对不同综合防控方法进行综合评估,采用最优实蝇综合防控方案对监测区域中的实蝇虫害进行预防或应对;
其中,所述单位时间内实蝇交尾数量的具体计算公式为:
式中,Ft为单位时间内实蝇交尾数量、Qt为诱捕实蝇总数量、T为诱捕总时长。
10.一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中包括基于物联网的实蝇监测与综合防控方法程序,所述基于物联网的实蝇监测与综合防控方法程序被处理器执行时,实现如权利要求1至7中任一项所述的基于物联网的实蝇监测与综合防控方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310801429.XA CN116740645A (zh) | 2023-07-03 | 2023-07-03 | 基于物联网的实蝇监测与综合防控方法、系统及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202310801429.XA CN116740645A (zh) | 2023-07-03 | 2023-07-03 | 基于物联网的实蝇监测与综合防控方法、系统及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN116740645A true CN116740645A (zh) | 2023-09-12 |
Family
ID=87909644
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202310801429.XA Pending CN116740645A (zh) | 2023-07-03 | 2023-07-03 | 基于物联网的实蝇监测与综合防控方法、系统及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN116740645A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117151353A (zh) * | 2023-11-01 | 2023-12-01 | 广东省农业科学院植物保护研究所 | 一种荔枝虫害智能识别与生态调控方法、系统及介质 |
-
2023
- 2023-07-03 CN CN202310801429.XA patent/CN116740645A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117151353A (zh) * | 2023-11-01 | 2023-12-01 | 广东省农业科学院植物保护研究所 | 一种荔枝虫害智能识别与生态调控方法、系统及介质 |
CN117151353B (zh) * | 2023-11-01 | 2024-04-26 | 广东省农业科学院植物保护研究所 | 一种荔枝虫害智能识别与生态调控方法、系统及介质 |
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 | |
García et al. | Seed dispersal by a frugivorous marsupial shapes the spatial scale of a mistletoe population | |
CN114445785B (zh) | 基于物联网的荔枝虫害监测预警方法、系统及存储介质 | |
CN108073908B (zh) | 害虫识别方法及装置、计算机装置及存储介质 | |
CN115879773B (zh) | 一种基于物联网的病虫害智能预警方法及系统 | |
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 | |
CN115983533B (zh) | 一种荔枝蒂蛀虫潜在危害识别与评估方法及系统 | |
CN116630663A (zh) | 一种基于物联网的智能施药方法及系统 | |
CN116740644A (zh) | 一种百香果栽培过程病虫害综合评估与防治方法及系统 | |
CN112528814A (zh) | 一种有害生物监测预警方法、系统以及存储介质 | |
CN113207511A (zh) | 一种基于农药抗性监测的农药施用方法、系统及可读存储介质 | |
CN114586760B (zh) | 一种基于大数据的农药喷淋方法,系统及可读存储介质 | |
Bridgman et al. | Interactions between ship rats and house mice at Pureora Forest Park | |
Kautz et al. | American martens use vigilance and short-term avoidance to navigate a landscape of fear from fishers at artificial scavenging sites | |
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 | |
CN117173400B (zh) | 一种荔枝虫害的低碳治理方案推荐方法及系统 | |
CN114550848A (zh) | 作物病害处理方法、装置、电子设备及计算机可读介质 | |
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 | |
CN116686814A (zh) | 一种植保无人机的施药控制方法、系统及介质 | |
Anderson et al. | Understanding spatially explicit capture–recapture parameters for informing invasive animal management | |
CN114903022A (zh) | 一种基于农药喷洒机的智能喷药控制方法及系统 | |
O'Neil et al. | Inter-and intra-annual effects of lethal removal on common raven abundance in Nevada and California, USA | |
Jovanovska et al. | Data analysis required for vineyard disease prediction | |
Dwight et al. | Linking nest microhabitat selection to nest survival within declining pheasant populations in the Central Valley of California | |
CN117575368B (zh) | 一种基于物联网技术的水产种质资源管理方法及系统 |
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 |