CN117078456B - 一种农林业病虫害监测管理系统 - Google Patents
一种农林业病虫害监测管理系统 Download PDFInfo
- Publication number
- CN117078456B CN117078456B CN202311321520.8A CN202311321520A CN117078456B CN 117078456 B CN117078456 B CN 117078456B CN 202311321520 A CN202311321520 A CN 202311321520A CN 117078456 B CN117078456 B CN 117078456B
- Authority
- CN
- China
- Prior art keywords
- pest
- subarea
- disease
- target
- plant
- 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
- 241000607479 Yersinia pestis Species 0.000 title claims abstract description 261
- 201000010099 disease Diseases 0.000 title claims abstract description 199
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 title claims abstract description 199
- 241000238631 Hexapoda Species 0.000 title claims abstract description 119
- 238000012544 monitoring process Methods 0.000 title claims abstract description 49
- 241000196324 Embryophyta Species 0.000 claims abstract description 135
- 238000011156 evaluation Methods 0.000 claims abstract description 52
- 230000005764 inhibitory process Effects 0.000 claims abstract description 40
- 230000000694 effects Effects 0.000 claims abstract description 29
- 238000004458 analytical method Methods 0.000 claims abstract description 22
- 238000004364 calculation method Methods 0.000 claims description 14
- 238000000034 method Methods 0.000 claims description 14
- 230000007613 environmental effect Effects 0.000 claims description 11
- 230000002401 inhibitory effect Effects 0.000 claims description 9
- 239000000575 pesticide Substances 0.000 claims description 9
- 241000592344 Spermatophyta Species 0.000 claims description 6
- 230000001629 suppression Effects 0.000 claims description 4
- 229940079593 drug Drugs 0.000 claims description 3
- 239000003814 drug Substances 0.000 claims description 3
- 238000012163 sequencing technique Methods 0.000 claims 1
- 238000012806 monitoring device Methods 0.000 abstract description 12
- 238000012216 screening Methods 0.000 abstract 1
- 239000000758 substrate Substances 0.000 description 4
- 230000009545 invasion Effects 0.000 description 3
- 230000008654 plant damage Effects 0.000 description 2
- 206010063385 Intellectualisation Diseases 0.000 description 1
- 241000209140 Triticum Species 0.000 description 1
- 235000021307 Triticum Nutrition 0.000 description 1
- 240000008042 Zea mays Species 0.000 description 1
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 1
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 1
- 238000007792 addition Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 235000005822 corn Nutrition 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 230000004083 survival effect Effects 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
- 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
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- Business, Economics & Management (AREA)
- Health & Medical Sciences (AREA)
- Marine Sciences & Fisheries (AREA)
- General Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Business, Economics & Management (AREA)
- Mining & Mineral Resources (AREA)
- Economics (AREA)
- Algebra (AREA)
- Computational Mathematics (AREA)
- Animal Husbandry (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Agronomy & Crop Science (AREA)
- Pure & Applied Mathematics (AREA)
- Databases & Information Systems (AREA)
- Software Systems (AREA)
- General Engineering & Computer Science (AREA)
- Catching Or Destruction (AREA)
- Cultivation Of Plants (AREA)
Abstract
本发明公开了一种农林业病虫害监测管理系统,涉及病虫害管理技术领域,本发明包括通过在各子区域的各高度层设置监测装置,由此采集各子区域中各高度层的病虫害信息,并根据各子区域对应的环境信息,分析各子区域对应的病虫害危害评估系数,筛选出各目标子区域,进而分析各目标子区域对应各施药类型的剂量,并在施药完成后,监测各目标子区域对应的病虫害抑制效果,解决了当前技术中监测装置采集病虫害信息具有局限性的问题,实现了病虫害智能化和自动化的监测与分析,大大的保障了病虫害信息监测的完整性,进而提高后续病虫害防护的精准性,也有效减少了种植物的损失,同时提高了种植物的产量和质量。
Description
技术领域
本发明涉及病虫害管理技术领域,具体涉及一种农林业病虫害监测管理系统。
背景技术
农林业是国民经济重要的基础产业,在种植农作物和林作物后需要保障作物健康生长,以此保护农林业生产,但在作物生长过程中容易受到病虫害的入侵,影响作物的生长,而农林业病虫害监测可以及早发现病虫害的入侵,帮助生产者采取及时有效的防控措施,减少损失。因此需要对农林业中的病虫害进行监测。
当前技术中在对农林业的病虫害监测时,主要在监测区域安装一个或者多个监测设备,生产者通过观察监测设备中病虫害的情况,判断种植物的病虫害入侵情况,但当前技术中监测设备在安装时主要是安装在固定的高度上,并没有设置多个高度层,在不同的高度层上安装监测设备,而不同的病虫害的飞行高度也是不同的,因此无法保障种植区内病虫害信息采集的准确性,进而无法提高后续病虫害防护的精准性,也无法减少种植物的损失,同时无法有效的提高种植物的产量和质量。另一方面,不同病虫害的适宜生存温度和湿度不同,当前技术在分析病虫害的危害时,并没有对区域中环境对应不同病虫害的影响进行分析,由此无法提高病虫害危害分析结果的可靠性和参考性,也无法为后续病虫害防护分析提供有效的参考,降低病虫害的防护效果。
发明内容
本发明的目的在于提供的一种农林业病虫害监测管理系统,解决了背景技术中存在的问题。
为解决上述技术问题,本发明采用如下技术方案:本发明提供一种农林业病虫害监测管理系统,包括如下模块:采集布设模块,用于将目标监测农林区域按照预设尺寸划分为各子区域,获取各子区域对应的种植物高度,由此按照预设高度间隔布设各高度层,进而在各子区域的各高度层中安装监测设备;
信息采集模块,用于按照预设时间间隔布设各采集时间点,进而通过各子区域中各高度层的监测设备采集各子区域中各高度层在各采集时间点对应的病虫害信息,同时获取各子区域中各高度层在各采集时间点对应的温度和湿度;
病虫害分析模块,用于根据各子区域中各高度层在各采集时间点对应的病虫害信息,统计各子区域中各高度层在各采集时间点对应各病虫害类型的病虫害数量,并根据各子区域中各高度层在各采集时间点对应的温度和湿度,计算各病虫害类型在各子区域中各高度层对应各采集时间点的环境影响因子,同时获取各子区域中种植物对应的类型,由此计算各子区域对应的病虫害危害评估系数,并判断各子区域对应的病虫害状态,将病虫害状态处于危急状态的各子区域记为各目标子区域;
防护分析模块,用于获取各目标子区域中种植物对应的类型、生长阶段和种植密度,并基于数据库中存储的各子区域对应的历史防护信息,分析各目标子区域对应各施药类型的剂量。
优选地,所述计算各病虫害类型在各子区域中各高度层对应各采集时间点的环境影响因子,具体计算过程如下:从数据库中提取各病虫害类型对应的适宜温度和适宜湿度,分别记为Ti和SDi,i表示各病虫害类型对应的编号,i=1,2......n,n为大于2的任意整数,进而依据计算公式,得到第i个病虫害类型在第j个子区域中第a个高度层对应第t个采集时间点的环境影响因子/>,其中j表示各子区域对应的编号,j=1,2......m,a表示各高度层对应的编号,a=1,2......y,t表示各采集时间点对应的编号,t=1,2......p,m、y、p均为大于2的任意整数,Tjat、SDjat分别表示第j个子区域中第a个高度层在第t个采集时间点对应的温度、湿度,/>、/>分别为设定的病虫害适宜参考温度差、参考湿度差,/>、/>分别为设定的病虫害适宜温度、适宜湿度对应的权重因子。
优选地,所述计算各子区域对应的病虫害危害评估系数,具体计算过程如下:从数据库中提取各种植物类型对应各病虫害类型的许可数量,由此根据各子区域对应的种植物类型,得到各子区域对应各病虫害类型的许可数量,记为qji,进而代入计算公式中,得到第j个子区域对应的病虫害危害评估系数/>,其中/>表示第j个子区域中第a个高度层在第t个采集时间点对应第i个病虫害类型的病虫害数量,/>第j个子区域中第a个高度层在第t+1个采集时间点对应第i个病虫害类型的病虫害数量,/>为设定的许可病虫害数量差,/>、/>分别为设定的病虫害数量、病虫害增长数量对应的权重因子,e表示自然常数。
优选地,所述判断各子区域对应的病虫害状态,具体判断过程如下:将各子区域对应的病虫害危害评估系数与数据库中存储的病虫害危害评估系数阈值进行对比,若某子区域对应的病虫害危害评估系数大于或者等于病虫害危害评估系数阈值,则判定该子区域对应的病虫害状态处于危急状态,反之则判定该子区域对应的病虫害状态处于安全状态,以此方式判断各子区域对应的病虫害状态。
优选地,所述各子区域对应的历史防护信息包括各次防护时对应的种植物类型、生长阶段、种植密度、病虫害危害评估系数、各施药类型的剂量、各病虫害类型的抑制速度。
优选地,所述分析各目标子区域对应各施药类型的剂量,具体分析过程如下:将各目标子区域中种植物对应的类型、生长阶段、种植密度、病虫害危害评估系数分别与各子区域中各次防护时对应的种植物类型、生长阶段、种植密度、病虫害危害评估系数进行对比,若某目标子区域中种植物对应的类型、生长阶段、种植密度、病虫害危害评估系数分别与某子区域中某次防护时对应的种植物类型、生长阶段、种植密度、病虫害危害评估系数对应相同,则将该子区域中该次防护作为该目标子区域对应的参考防护,以此方式得到各目标子区域对应的各次参考防护;
获取各目标子区域对应各次参考防护中各病虫害类型的抑制速度,并获取各目标子区域对应各病虫害类型的病虫害数量,进而通过计算公式得到各目标子区域对应各次参考防护的防护评估系数,进而将各目标子区域对应各次参考防护的防护评估系数按照降序排序,并将排序第一对应的参考防护作为各目标子区域的目标防护,由此将各目标子区域对应目标防护中各施药类型的剂量作为各目标子区域对应各施药类型的剂量。
优选地,所述各目标子区域对应各次参考防护的防护评估系数的计算公式为:,其中/>表示第r个目标子区域对应第b次参考防护的防护评估系数,/>表示第r个目标子区域对应第b次参考防护中第i个病虫害类型的抑制速度,w表示参考防护的数量,/>表示第r个目标子区域对应第i个病虫害类型的病虫害数量,r表示各目标子区域对应的编号,r=1,2......z,b表示各次参考防护对应的编号,b=1,2......w,z、w均为大于2的任意整数,/>为设定的防护评估系数补偿因子。
优选地,还包括防护监测模块,所述防护监测模块用于当各目标子区域完成施药后,按照预设时间间隔布设各监测时间点,进而采集各目标子区域中各高度层在各监测时间点对应各病虫害类型的病虫害数量,进而计算得到各目标子区域中各病虫害类型的抑制速度,并发送至数据库中存储,同时判断各目标子区域对应的病虫害抑制效果,若某目标区域对应的病虫害抑制效果较差时,发送信息至执行终端。
所述判断各目标子区域对应的病虫害抑制效果,具体判断过程如下:将各目标子区域中各病虫害类型的抑制速度通过均值计算,得到各目标子区域对应的平均抑制速度,进而与预设的抑制速度进行对比,若某目标子区域对应的平均抑制速度小于预设的抑制速度,则判定该目标子区域对应的病虫害抑制效果较差,反之则判定该目标子区域对应的病虫害抑制效果较好,以此方式判断各目标子区域对应的病虫害抑制效果。
优选地,还包括执行终端,所述执行终端用于根据各子区域对应的病虫害状态、各目标子区域对应各施药类型的剂量、各目标子区域对应的病虫害抑制效果,执行对应的操作;当某子区域对应的病虫害状态处于危急状态时,则在远程显示终端中进行危急状态的显示;在远程显示终端中显示各目标子区域对应各施药类型的剂量,并提示工作人员施药;当某目标子区域对应的病虫害抑制效果较差时,则在远程显示终端中进行抑制效果较差的显示。
本发明的有益效果在于:1、本发明提供了一种农林业病虫害监测管理系统,通过在各子区域的各高度层设置监测装置,由此采集各子区域中各高度层的病虫害信息,并根据各子区域对应的环境信息,分析各子区域对应的病虫害危害评估系数,筛选出各目标子区域,并根据各子区域对应的历史防护信息,分析各目标子区域对应各施药类型的剂量,并在施药完成后,监测各目标子区域对应的病虫害抑制效果,解决了当前技术中监测装置采集病虫害信息具有局限性的问题,实现了病虫害智能化和自动化的监测与分析,大大的保障了病虫害信息监测的完整性,进而提高后续病虫害防护的精准性,也有效减少了种植物的损失,同时提高了种植物的产量和质量。
2、 本发明在采集布设模块中设置多个高度层,在各子区域中各高度层上安装监测设备,实现了各子区域内病虫害信息采集的精准性和全面性,为后续病虫害危害分析奠定了基础,保障后续病虫害防护的准确性,进而提高种植物的生长。
3、本发明在病虫害分析模块中通过对各病虫害类型在各子区域中各高度层对应各采集时间点的环境影响因子进行分析,提高了病虫害危害分析结果的可靠性和参考性,也为后续病虫害防护分析提供有效的参考,进而提高了病虫害的防护效果。
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技术方案。
图1为本发明系统结构连接示意图。
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做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
请参阅图1所示,本发明提供了一种农林业病虫害监测管理系统,包括:采集布设模块、信息采集模块、病虫害分析模块、防护分析模块、防护监测模块、数据库、执行终端。
采集布设模块,用于将目标监测农林区域按照预设尺寸划分为各子区域,获取各子区域对应的种植物高度,由此按照预设高度间隔布设各高度层,进而在各子区域的各高度层中安装监测设备;
需要说明的是,从数据库中获取各子区域对应的种植物高度。
还需要说明的是,监测设备为虫情监测设备。种植物包括乔木、灌木、玉米、小麦等。
本发明在采集布设模块中设置多个高度层,在各子区域中各高度层上安装监测设备,实现了各子区域内病虫害信息采集的精准性和全面性,为后续病虫害危害分析奠定了基础,保障后续病虫害防护的准确性,进而提高种植物的生长。
信息采集模块,用于按照预设时间间隔布设各采集时间点,进而通过各子区域中各高度层的监测设备采集各子区域中各高度层在各采集时间点对应的病虫害信息,同时获取各子区域中各高度层在各采集时间点对应的温度和湿度;
需要说明的是,各子区域的各高度层中监测设备中安装有温度传感器和湿度传感器,进而通过温度传感器和湿度传感器分别采集各子区域中各高度层在各采集时间点对应的温度和湿度。
病虫害分析模块,用于根据各子区域中各高度层在各采集时间点对应的病虫害信息,统计各子区域中各高度层在各采集时间点对应各病虫害类型的病虫害数量,并根据各子区域中各高度层在各采集时间点对应的温度和湿度,计算各病虫害类型在各子区域中各高度层对应各采集时间点的环境影响因子,同时获取各子区域中种植物对应的类型,由此计算各子区域对应的病虫害危害评估系数,并判断各子区域对应的病虫害状态,将病虫害状态处于危急状态的各子区域记为各目标子区域;
上述中,各子区域中各高度层在各采集时间点对应的病虫害信息包括病虫害数量和各病虫害对应的类型。
在一个具体的实施例中,所述计算各病虫害类型在各子区域中各高度层对应各采集时间点的环境影响因子,具体计算过程如下:从数据库中提取各病虫害类型对应的适宜温度和适宜湿度,分别记为Ti和SDi,i表示各病虫害类型对应的编号,i=1,2......n,n为大于2的任意整数,进而依据计算公式,得到第i个病虫害类型在第j个子区域中第a个高度层对应第t个采集时间点的环境影响因子,其中j表示各子区域对应的编号,j=1,2......m,a表示各高度层对应的编号,a=1,2......y,t表示各采集时间点对应的编号,t=1,2......p,m、y、p均为大于2的任意整数,Tjat、SDjat分别表示第j个子区域中第a个高度层在第t个采集时间点对应的温度、湿度,/>、分别为设定的病虫害适宜参考温度差、参考湿度差,/>、/>分别为设定的病虫害适宜温度、适宜湿度对应的权重因子。
需要说明的是,、/>,且/>+/>=1。
本发明在病虫害分析模块中通过对各病虫害类型在各子区域中各高度层对应各采集时间点的环境影响因子进行分析,提高了病虫害危害分析结果的可靠性和参考性,也为后续病虫害防护分析提供有效的参考,进而提高了病虫害的防护效果。
在另一个具体的实施例中,所述计算各子区域对应的病虫害危害评估系数,具体计算过程如下:从数据库中提取各种植物类型对应各病虫害类型的许可数量,由此根据各子区域对应的种植物类型,得到各子区域对应各病虫害类型的许可数量,记为qji,进而代入计算公式中,得到第j个子区域对应的病虫害危害评估系数/>,其中/>表示第j个子区域中第a个高度层在第t个采集时间点对应第i个病虫害类型的病虫害数量,/>第j个子区域中第a个高度层在第t+1个采集时间点对应第i个病虫害类型的病虫害数量,/>为设定的许可病虫害数量差,/>、/>分别为设定的病虫害数量、病虫害增长数量对应的权重因子,e表示自然常数。
需要说明的是,、/>,且/>+/>=1。
在一个具体的实施例中,所述判断各子区域对应的病虫害状态,具体判断过程如下:将各子区域对应的病虫害危害评估系数与数据库中存储的病虫害危害评估系数阈值进行对比,若某子区域对应的病虫害危害评估系数大于或者等于病虫害危害评估系数阈值,则判定该子区域对应的病虫害状态处于危急状态,反之则判定该子区域对应的病虫害状态处于安全状态,以此方式判断各子区域对应的病虫害状态。
防护分析模块,用于获取各目标子区域中种植物对应的类型、生长阶段和种植密度,并基于数据库中存储的各子区域对应的历史防护信息,分析各目标子区域对应各施药类型的剂量。
需要说明的是,从数据库中提取各目标子区域中种植物对应的类型、生长阶段和种植密度。
在一个具体的实施例中,所述各子区域对应的历史防护信息包括各次防护时对应的种植物类型、生长阶段、种植密度、病虫害危害评估系数、各施药类型的剂量、各病虫害类型的抑制速度。
在另一个具体的实施例中,所述分析各目标子区域对应各施药类型的剂量,具体分析过程如下:将各目标子区域中种植物对应的类型、生长阶段、种植密度、病虫害危害评估系数分别与各子区域中各次防护时对应的种植物类型、生长阶段、种植密度、病虫害危害评估系数进行对比,若某目标子区域中种植物对应的类型、生长阶段、种植密度、病虫害危害评估系数分别与某子区域中某次防护时对应的种植物类型、生长阶段、种植密度、病虫害危害评估系数对应相同,则将该子区域中该次防护作为该目标子区域对应的参考防护,以此方式得到各目标子区域对应的各次参考防护;
获取各目标子区域对应各次参考防护中各病虫害类型的抑制速度,并获取各目标子区域对应各病虫害类型的病虫害数量,进而通过计算公式得到各目标子区域对应各次参考防护的防护评估系数,进而将各目标子区域对应各次参考防护的防护评估系数按照降序排序,并将排序第一对应的参考防护作为各目标子区域的目标防护,由此将各目标子区域对应目标防护中各施药类型的剂量作为各目标子区域对应各施药类型的剂量。
上述中,所述各目标子区域对应各次参考防护的防护评估系数的计算公式为:,其中/>表示第r个目标子区域对应第b次参考防护的防护评估系数,/>表示第r个目标子区域对应第b次参考防护中第i个病虫害类型的抑制速度,w表示参考防护的数量,/>表示第r个目标子区域对应第i个病虫害类型的病虫害数量,r表示各目标子区域对应的编号,r=1,2......z,b表示各次参考防护对应的编号,b=1,2......w,z、w均为大于2的任意整数,/>为设定的防护评估系数补偿因子。
需要说明的是,。
所述防护监测模块用于当各目标子区域完成施药后,按照预设时间间隔布设各监测时间点,进而采集各目标子区域中各高度层在各监测时间点对应各病虫害类型的病虫害数量,进而计算得到各目标子区域中各病虫害类型的抑制速度,并发送至数据库中存储,同时判断各目标子区域对应的病虫害抑制效果,若某目标区域对应的病虫害抑制效果较差时,发送信息至执行终端。
在一个具体的实施例中,各目标子区域中各病虫害类型的抑制速度的计算公式为:,其中/>表示第r个目标子区域中第i个病虫害类型的抑制速度,/>、/>分别表示第r个目标子区域中第a个高度层在第g个、第g-1个监测时间点对应各病虫害类型的病虫害数量,/>表示监测时间点之间的间隔时长,/>为设定的病虫害抑制速度对应的修正因子,g表示各监测时间点对应的编号,g=1,2......x,x为大于2的任意整数。
需要说明的是,。
在另一个具体的实施例中,判断各目标子区域对应的病虫害抑制效果,具体判断过程如下:将各目标子区域中各病虫害类型的抑制速度通过均值计算,得到各目标子区域对应的平均抑制速度,进而与预设的抑制速度进行对比,若某目标子区域对应的平均抑制速度小于预设的抑制速度,则判定该目标子区域对应的病虫害抑制效果较差,反之则判定该目标子区域对应的病虫害抑制效果较好,以此方式判断各目标子区域对应的病虫害抑制效果。
数据库,用于存储各子区域对应的历史防护信息、各病虫害类型对应的适宜温度和适宜湿度、各种植物类型对应各病虫害类型的许可数量、病虫害危害评估系数阈值,存储各子区域中种植物对应的类型、生长阶段、种植密度、种植物高度。
所述执行终端用于根据各子区域对应的病虫害状态、各目标子区域对应各施药类型的剂量、各目标子区域对应的病虫害抑制效果,执行对应的操作。
需要说明的是,当某子区域对应的病虫害状态处于危急状态时,则在远程显示终端中进行危急状态的显示;例如:“第j个子区域对应的病虫害状态处于危急状态,即将进行病虫害防护”。
在远程显示终端中显示各目标子区域对应各施药类型的剂量,并提示工作人员施药;例如:“第r个目标子区域中需要的各施药类型剂量,需要工作人员及时进行施药”。
当某目标子区域对应的病虫害抑制效果较差时,则在远程显示终端中进行抑制效果较差的显示;例如:“第r个目标子区域对应的病虫害抑制效果较差,需要进行查看”。
还需要说明的是,执行终端包括远程显示终端。
本发明实施例通过在各子区域的各高度层设置监测装置,由此采集各子区域中各高度层的病虫害信息,并根据各子区域对应的环境信息,分析各子区域对应的病虫害危害评估系数,筛选出各目标子区域,并根据各子区域对应的历史防护信息,分析各目标子区域对应各施药类型的剂量,并在施药完成后,监测各目标子区域对应的病虫害抑制效果,解决了当前技术中监测装置采集病虫害信息具有局限性的问题,实现了病虫害智能化和自动化的监测与分析,大大的保障了病虫害信息监测的完整性,进而提高后续病虫害防护的精准性,也有效减少了种植物的损失,同时提高了种植物的产量和质量。
以上内容仅仅是对本发明的构思所作的举例和说明,所属本技术领域的技术人员对所描述的具体实施例做各种各样的修改或补充或采用类似的方式替代,只要不偏离发明的构思或者超越本说明书所定义的范围,均应属于本发明的保护范围。
Claims (5)
1.一种农林业病虫害监测管理系统,其特征在于,包括如下模块:
采集布设模块,用于将目标监测农林区域按照预设尺寸划分为各子区域,获取各子区域对应的种植物高度,由此按照预设高度间隔布设各高度层,进而在各子区域的各高度层中安装监测设备;
信息采集模块,用于按照预设时间间隔布设各采集时间点,进而通过各子区域中各高度层的监测设备采集各子区域中各高度层在各采集时间点对应的病虫害信息,同时获取各子区域中各高度层在各采集时间点对应的温度和湿度;
病虫害分析模块,用于根据各子区域中各高度层在各采集时间点对应的病虫害信息,统计各子区域中各高度层在各采集时间点对应各病虫害类型的病虫害数量,并根据各子区域中各高度层在各采集时间点对应的温度和湿度,计算各病虫害类型在各子区域中各高度层对应各采集时间点的环境影响因子,同时获取各子区域中种植物对应的类型,由此计算各子区域对应的病虫害危害评估系数,并判断各子区域对应的病虫害状态,将病虫害状态处于危急状态的各子区域记为各目标子区域;
所述计算各病虫害类型在各子区域中各高度层对应各采集时间点的环境影响因子,具体计算过程如下:
从数据库中提取各病虫害类型对应的适宜温度和适宜湿度,分别记为Ti和SDi,i表示各病虫害类型对应的编号,i=1,2......n,n为大于2的任意整数,进而依据计算公式得到第i个病虫害类型在第j个子区域中第a个高度层对应第t个采集时间点的环境影响因子/>其中j表示各子区域对应的编号,j=1,2......m,a表示各高度层对应的编号,a=1,2......y,t表示各采集时间点对应的编号,t=1,2......p,m、y、p均为大于2的任意整数,Tjat、SDjat分别表示第j个子区域中第a个高度层在第t个采集时间点对应的温度、湿度,ΔT、x分别为设定的病虫害适宜参考温度差、参考湿度差,ε1、ε2分别为设定的病虫害适宜温度、适宜湿度对应的权重因子;
所述计算各子区域对应的病虫害危害评估系数,具体计算过程如下:
从数据库中提取各种植物类型对应各病虫害类型的许可数量,由此根据各子区域对应的种植物类型,得到各子区域对应各病虫害类型的许可数量,记为qji,进而代入计算公式中,得到第j个子区域对应的病虫害危害评估系数αj,其中/>表示第j个子区域中第a个高度层在第t个采集时间点对应第i个病虫害类型的病虫害数量,/>第j个子区域中第a个高度层在第t+1个采集时间点对应第i个病虫害类型的病虫害数量,Δq为设定的许可病虫害数量差,γ1、γ2分别为设定的病虫害数量、病虫害增长数量对应的权重因子,e表示自然常数;
防护分析模块,用于获取各目标子区域中种植物对应的类型、生长阶段和种植密度,并基于数据库中存储的各子区域对应的历史防护信息,分析各目标子区域对应各施药类型的剂量;
所述分析各目标子区域对应各施药类型的剂量,具体分析过程如下:
将各目标子区域中种植物对应的类型、生长阶段、种植密度、病虫害危害评估系数分别与各子区域中各次防护时对应的种植物类型、生长阶段、种植密度、病虫害危害评估系数进行对比,若某目标子区域中种植物对应的类型、生长阶段、种植密度、病虫害危害评估系数分别与某子区域中某次防护时对应的种植物类型、生长阶段、种植密度、病虫害危害评估系数对应相同,则将该子区域中该次防护作为该目标子区域对应的参考防护,以此方式得到各目标子区域对应的各次参考防护;
获取各目标子区域对应各次参考防护中各病虫害类型的抑制速度,并获取各目标子区域对应各病虫害类型的病虫害数量,进而通过计算公式得到各目标子区域对应各次参考防护的防护评估系数,进而将各目标子区域对应各次参考防护的防护评估系数按照降序排序,并将排序第一对应的参考防护作为各目标子区域的目标防护,由此将各目标子区域对应目标防护中各施药类型的剂量作为各目标子区域对应各施药类型的剂量;
所述各目标子区域对应各次参考防护的防护评估系数的计算公式为:其中/>表示第r个目标子区域对应第b次参考防护的防护评估系数,/>表示第r个目标子区域对应第b次参考防护中第i个病虫害类型的抑制速度,w表示参考防护的数量,/>表示第r个目标子区域对应第i个病虫害类型的病虫害数量,r表示各目标子区域对应的编号,r=1,2......z,b表示各次参考防护对应的编号,b=1,2......w,z、w均为大于2的任意整数,μ为设定的防护评估系数补偿因子。
2.根据权利要求1所述的一种农林业病虫害监测管理系统,其特征在于,所述判断各子区域对应的病虫害状态,具体判断过程如下:将各子区域对应的病虫害危害评估系数与数据库中存储的病虫害危害评估系数阈值进行对比,若某子区域对应的病虫害危害评估系数大于或者等于病虫害危害评估系数阈值,则判定该子区域对应的病虫害状态处于危急状态,反之则判定该子区域对应的病虫害状态处于安全状态,以此方式判断各子区域对应的病虫害状态。
3.根据权利要求1所述的一种农林业病虫害监测管理系统,其特征在于,所述各子区域对应的历史防护信息包括各次防护时对应的种植物类型、生长阶段、种植密度、病虫害危害评估系数、各施药类型的剂量、各病虫害类型的抑制速度。
4.根据权利要求1所述的一种农林业病虫害监测管理系统,其特征在于,还包括防护监测模块,所述防护监测模块用于当各目标子区域完成施药后,按照预设时间间隔布设各监测时间点,进而采集各目标子区域中各高度层在各监测时间点对应各病虫害类型的病虫害数量,进而计算得到各目标子区域中各病虫害类型的抑制速度,并发送至数据库中存储,同时判断各目标子区域对应的病虫害抑制效果,若某目标区域对应的病虫害抑制效果较差时,发送信息至执行终端;
所述判断各目标子区域对应的病虫害抑制效果,具体判断过程如下:将各目标子区域中各病虫害类型的抑制速度通过均值计算,得到各目标子区域对应的平均抑制速度,进而与预设的抑制速度进行对比,若某目标子区域对应的平均抑制速度小于预设的抑制速度,则判定该目标子区域对应的病虫害抑制效果较差,反之则判定该目标子区域对应的病虫害抑制效果较好,以此方式判断各目标子区域对应的病虫害抑制效果。
5.根据权利要求1所述的一种农林业病虫害监测管理系统,其特征在于,还包括执行终端,所述执行终端用于根据各子区域对应的病虫害状态、各目标子区域对应各施药类型的剂量、各目标子区域对应的病虫害抑制效果,执行对应的操作;
当某子区域对应的病虫害状态处于危急状态时,则在远程显示终端中进行相应的显示;
在远程显示终端中显示各目标子区域对应各施药类型的剂量,并提示工作人员施药;
当某目标子区域对应的病虫害抑制效果较差时,则在远程显示终端中进行相应的显示。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311321520.8A CN117078456B (zh) | 2023-10-13 | 2023-10-13 | 一种农林业病虫害监测管理系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311321520.8A CN117078456B (zh) | 2023-10-13 | 2023-10-13 | 一种农林业病虫害监测管理系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN117078456A CN117078456A (zh) | 2023-11-17 |
CN117078456B true CN117078456B (zh) | 2023-12-15 |
Family
ID=88719737
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311321520.8A Active CN117078456B (zh) | 2023-10-13 | 2023-10-13 | 一种农林业病虫害监测管理系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117078456B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117314024B (zh) * | 2023-11-29 | 2024-02-06 | 杨凌职业技术学院 | 一种智慧农业病虫害云平台 |
CN117371671B (zh) * | 2023-12-07 | 2024-03-08 | 杨凌职业技术学院 | 一种基于信息获取合理分配的农业咨询服务系统 |
CN117634752B (zh) * | 2024-01-26 | 2024-04-09 | 杨凌职业技术学院 | 一种林业有害生物检疫信息管理系统 |
CN117852724B (zh) * | 2024-03-05 | 2024-05-28 | 杨凌职业技术学院 | 一种林业有害生物的预测方法及系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106249786A (zh) * | 2016-08-30 | 2016-12-21 | 海南热带海洋学院 | 一种基于gprs的农业信息采集监测系统及模糊控制方法 |
CA3130218A1 (en) * | 2019-02-14 | 2020-08-20 | Osram Gmbh | Controlled agricultural systems and methods of managing agricultural systems |
CN113344524A (zh) * | 2021-06-02 | 2021-09-03 | 武汉飞渡星空科技有限公司 | 一种基于远程数据采集分析技术的智慧农业农作物种植管理方法、系统及存储介质 |
CN113505706A (zh) * | 2021-07-14 | 2021-10-15 | 陈小义 | 一种基于ai智能的病害自动识别方法及系统 |
CN115526521A (zh) * | 2022-10-12 | 2022-12-27 | 合肥创农生物科技有限公司 | 一种用于植物工厂的植物生长状态监控报警系统 |
CN116486262A (zh) * | 2023-04-25 | 2023-07-25 | 江苏经贸职业技术学院 | 基于多源遥感数据的森林干扰监测算法 |
CN116740644A (zh) * | 2023-07-03 | 2023-09-12 | 广东省农业科学院植物保护研究所 | 一种百香果栽培过程病虫害综合评估与防治方法及系统 |
-
2023
- 2023-10-13 CN CN202311321520.8A patent/CN117078456B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106249786A (zh) * | 2016-08-30 | 2016-12-21 | 海南热带海洋学院 | 一种基于gprs的农业信息采集监测系统及模糊控制方法 |
CA3130218A1 (en) * | 2019-02-14 | 2020-08-20 | Osram Gmbh | Controlled agricultural systems and methods of managing agricultural systems |
CN113344524A (zh) * | 2021-06-02 | 2021-09-03 | 武汉飞渡星空科技有限公司 | 一种基于远程数据采集分析技术的智慧农业农作物种植管理方法、系统及存储介质 |
CN113505706A (zh) * | 2021-07-14 | 2021-10-15 | 陈小义 | 一种基于ai智能的病害自动识别方法及系统 |
CN115526521A (zh) * | 2022-10-12 | 2022-12-27 | 合肥创农生物科技有限公司 | 一种用于植物工厂的植物生长状态监控报警系统 |
CN116486262A (zh) * | 2023-04-25 | 2023-07-25 | 江苏经贸职业技术学院 | 基于多源遥感数据的森林干扰监测算法 |
CN116740644A (zh) * | 2023-07-03 | 2023-09-12 | 广东省农业科学院植物保护研究所 | 一种百香果栽培过程病虫害综合评估与防治方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN117078456A (zh) | 2023-11-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN117078456B (zh) | 一种农林业病虫害监测管理系统 | |
CN109840549B (zh) | 一种病虫害识别方法和装置 | |
Peach et al. | Long-term changes in the abundance of passerines in Britain and Ireland as measured by constant effort mist-netting | |
Whalley¹ et al. | Measuring botanical composition of grasslands | |
CN107194506A (zh) | 农作物病虫害预警信息分析方法 | |
Pasztor et al. | Drivers of the bark beetle disturbance regime in Alpine forests in Austria | |
Bulinski et al. | An experimental field study of the effects of mammalian herbivore damage on Eucalyptus nitens seedlings | |
KR101831880B1 (ko) | 센서장치를 이용한 딸기작물 병해 예찰 및 약제살포 결정시스템 | |
Assis et al. | Economic loss due to Ganoderma disease in oil palm | |
CN112288698A (zh) | 一种基于大数据的水稻种植水稻生长监测分析管理系统 | |
WU et al. | Windborne migration routes of newly-emerged fall armyworm from Qinling mountains–Huaihe river region, China | |
CN117634752B (zh) | 一种林业有害生物检疫信息管理系统 | |
CN115456476A (zh) | 一种基于机器视觉的国土空间规划数据采集分析系统 | |
CN113962476A (zh) | 一种虫害预测方法、装置、设备及存储介质 | |
CN117314024B (zh) | 一种智慧农业病虫害云平台 | |
CN116976524A (zh) | 园林用植被隐患预测方法、装置、电子设备及存储介质 | |
McMillin et al. | Effects of western balsam bark beetle on spruce-fir forests of north-central Wyoming | |
CN103744369A (zh) | 一种实现智能管理农作物监控平台的方法 | |
CN109034450A (zh) | 基于气象条件我国北方马铃薯晚疫病预报模型的建立方法 | |
CN114445713A (zh) | 一种多设备联动植保系统及方法 | |
Anderson et al. | Recording within-cotton distribution of plant bug injury using plant mapping computer-based tools | |
CN109964760B (zh) | 建立玉米植食性有害蓟马预测预报模型的方法 | |
CN117852724B (zh) | 一种林业有害生物的预测方法及系统 | |
CN117911957B (zh) | 一种针对观赏葵病虫害的防治监控系统及方法 | |
Torgersen et al. | No long-term impact of carbaryl treatment on western spruce budworm populations and host trees in the Malheur National Forest, Oregon |
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 |