CN117275208B - 农业生物灾害监测预警信息化应用系统 - Google Patents
农业生物灾害监测预警信息化应用系统 Download PDFInfo
- Publication number
- CN117275208B CN117275208B CN202311502402.7A CN202311502402A CN117275208B CN 117275208 B CN117275208 B CN 117275208B CN 202311502402 A CN202311502402 A CN 202311502402A CN 117275208 B CN117275208 B CN 117275208B
- Authority
- CN
- China
- Prior art keywords
- area
- monitoring
- disaster
- agricultural
- agricultural biological
- 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
- 238000012544 monitoring process Methods 0.000 title claims abstract description 202
- 238000004458 analytical method Methods 0.000 claims abstract description 17
- 238000012806 monitoring device Methods 0.000 claims abstract description 14
- 230000000007 visual effect Effects 0.000 claims abstract description 13
- 238000000034 method Methods 0.000 claims description 31
- 238000010586 diagram Methods 0.000 claims description 29
- 238000011156 evaluation Methods 0.000 claims description 12
- 238000013210 evaluation model Methods 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 12
- 238000000638 solvent extraction Methods 0.000 claims description 5
- 238000002372 labelling Methods 0.000 claims description 3
- 230000000875 corresponding effect Effects 0.000 description 111
- 241000607479 Yersinia pestis Species 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 5
- 201000010099 disease Diseases 0.000 description 4
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 4
- 238000012549 training Methods 0.000 description 4
- 241000196324 Embryophyta Species 0.000 description 3
- 238000012271 agricultural production Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 244000025254 Cannabis sativa Species 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 244000144972 livestock Species 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- 241000238631 Hexapoda Species 0.000 description 1
- 241000209504 Poaceae Species 0.000 description 1
- 241000283984 Rodentia Species 0.000 description 1
- 238000009360 aquaculture Methods 0.000 description 1
- 238000013528 artificial neural network Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 244000144977 poultry Species 0.000 description 1
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B31/00—Predictive alarm systems characterised by extrapolation or other computation using updated historic data
-
- G—PHYSICS
- G08—SIGNALLING
- G08B—SIGNALLING OR CALLING SYSTEMS; ORDER TELEGRAPHS; ALARM SYSTEMS
- G08B21/00—Alarms responsive to a single specified undesired or abnormal condition and not otherwise provided for
- G08B21/02—Alarms for ensuring the safety of persons
- G08B21/10—Alarms for ensuring the safety of persons responsive to calamitous events, e.g. tornados or earthquakes
Landscapes
- Business, Economics & Management (AREA)
- Emergency Management (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Computing Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了农业生物灾害监测预警信息化应用系统，属于农业生物灾害监测技术领域，包括区域分析模块、监测模块和预警模块；所述区域分析模块用于对监测区域进行分析，获得若干个灾害监测区；所述监测模块用于对监测区域内的农业生物灾害进行监测，建立可视化监测模型，实时获取各所述监测设备的监测数据，将监测数据输入到所述可视化监测模型中进行实时显示；所述预警模块用于进行农业生物灾害的智能预警，对接可视化监测模型，实时识别各灾害监测区对应的监测数据，根据监测数据生成所述灾害监测区的灾害变化曲线，根据灾害变化曲线进行预警；通过区域分析模块、监测模块和预警模块之间的相互配合，实现对监测区域内农业生物灾害的智能监测。
Description
技术领域
本发明属于农业生物灾害监测技术领域，具体是农业生物灾害监测预警信息化应用系统。
背景技术
农业生物灾害是指对农作物、畜禽、水产等农业生产的病虫害、鼠害、草害等自然灾害或人为因素引起的灾害。常见的农业生物灾害包括：病害、害虫、鼠害、草害，其他生物灾害：如鸟害、鱼虫害等，对农业生产也会造成一定的损失。随着农业技术的快速发展，当前主要面临的农业生物灾害为病害、害虫和草害，其他类型的农业生物灾害只在部分特定区域出现；
因为农业生物灾害对农业生产造成严重影响，可能导致农作物减产甚至歉收，畜禽水产养殖受损，给农民和农业经济带来巨大损失；因此对农业生物灾害进行监测就必不可少，尤其是随着相关技术的发展，当前已经实现对农业生物灾害的智能监测；如公开号分别为CN115619583A、CN114067532A、CN113903151A的中国专利申请，均公开了相应的农业生物灾害监测系统，用于实现对农业生物灾害的智能监测。
但是通过对当前各种农业生物灾害监测方式的分析，发现当前的农业生物灾害监测缺乏针对性，如上述三个中国专利申请，均是开篇就进行监测、分析；在当前的农业生物灾害监测需求中，往往是对一个极大的区域进行监测，而监测区域内因为地理环境等差异，将会导致真实需要进行监测的农业生物种类具有较大差异，容易导致浪费较大的投入成本却未能收获相应的效果；因此，为了实现农业生物灾害的智能监测，本发明提供了农业生物灾害监测预警信息化应用系统。
发明内容
为了解决上述方案存在的问题，本发明提供了农业生物灾害监测预警信息化应用系统。
本发明的目的可以通过以下技术方案实现：
农业生物灾害监测预警信息化应用系统，包括区域分析模块、监测模块和预警模块；
所述区域分析模块用于对监测区域进行分析，基于所述监测区域建立对应的农业地理信息图，所述农业地理信息图中设置有各地理区域对应的链接点；通过所述链接点能够访问对应储存节点中的历史农业生物灾害数据；
识别所述农业地理信息图中各农业信息，基于各所述农业信息在所述农业地理信息图中标记各单元区域；将获得的各所述单元区域进行合并，获得若干个灾害监测区。
进一步地，农业地理信息图的建立方法包括：
获取所述监测区域对应的地理信息和农业信息，根据获得的所述地理信息和所述农业信息设置对应的农业地理信息图；
获取所述监测区域对应的历史农业生物灾害数据，建立数据库，将所述历史农业生物灾害数据按照对应的地理区域储存到所述数据库中预设的各储存节点中；且基于各储存节点在所述农业地理信息图中对应的地理区域内插入对应的链接点，所述链接点用于通过农业地理信息图访问各地理区域对应的历史农业生物灾害数据。
进一步地，对各储存节点中的历史农业生物灾害数据进行动态删除；
利用历史农业生物灾害数据建立评估模型，评估模型的表达式为，其中，x表示农业生物灾害数据，U表示不符合评估要求的数据集；评估模型的输入为农业生物灾害数据x，输出为评估结果数据y，y=P(x)；
通过评估模型对各链接点对应的历史农业生物灾害数据进行评估，将评估结果数据y=1的历史农业生物灾害数据进行剔除。
进一步地，单元区域的设置方法包括：
根据各储存节点中历史农业生物灾害数据对应的农业种类进行动态分区，获得各所述农业种类对应待选单元区域；并为各所述待选单元区域标记对应的农业种类标签；
识别所述农业信息，根据所述农业信息确定各地理区域对应的农业种类，根据所述农业种类确定各农业生物灾害种类以及对应的待选单元区域，识别各所述农业种类对应的种植区域，根据所述种植区域和所述待选单元区域确定各农业种类对应的单元区域，将各单元区域打上对应的农业种类标签和农业生物灾害种类标签。
进一步地，将各单元区域进行合并的方法包括：
步骤SA1：设置待合并单元的认定标准和合并限制面积；识别单元区域面积大于所述合并限制面积的单元区域，标记为分割区域，对分割区域进行分割，获得对应数量的单元区域；
步骤SA2：识别各农业生物灾害种类对应的单元区域，选择各所述农业生物灾害种类的初始区域；
步骤SA3：识别所述初始区域的待合并单元，将所述初始区域与所述待合并单元进行合并，获得合并区域；
识别合并区域面积，将所述合并区域面积与所述合并限制面积进行比较，当合并区域面积不小于合并限制面积时，取消待合并单元的合并，将初始区域标记为灾害监测区；当合并区域面积小于合并限制面积时，进入步骤SA4；
步骤SA4：识别所述合并区域的待合并单元，将所述合并区域与所述待合并单元进行合并，获得新的合并区域；识别合并区域面积，将所述合并区域面积与所述合并限制面积进行比较；
当所述合并区域面积不小于所述合并限制面积时，进入步骤SA6；
当所述合并区域面积小于所述合并限制面积时，进入步骤SA5；
步骤SA5：返回步骤SA4；
步骤SA6：取消待合并单元的合并，将所述合并区域标记为灾害监测区。
进一步地，待合并单元的认定标准为：区域相连和趋向正方形。
进一步地，对分割区域进行分割的方法包括：
将分割区域面积和合并限制面积分别标记为Sf和Sx；根据公式N=INT(Sf/Sx)+1计算对应的分割数量N，根据所述分割数量N对分割区域进行等分，获得N个单元区域。
所述监测模块用于对监测区域内进行农业生物灾害监测，识别所述农业地理信息图中的各灾害监测区；根据各所述灾害监测区对应的农业生物灾害种类匹配对应的标准监测布设图；将所述标准监测布设图与对应灾害监测区进行叠加覆盖，确定所述灾害监测区各监测设备对应的布设点，按照各所述布设点进行监测设备的布设；将各监测设备在农业地理信息图中进行相应标记；
根据所述农业地理信息图建立对应的可视化监测模型，实时获取各所述监测设备的监测数据，将所述监测数据输入到所述可视化监测模型中进行实时显示。
进一步地，标准监测布设图的匹配方法包括：
设置所述农业生物灾害种类对应的标准区域，制定各灾害等级标准；根据历史农业生物灾害数据确定所述标准区域具有的灾害等级；为不同灾害等级的所述标准区域设置相应的标准监测布设图，并为标准监测布设图标记对应的灾害等级和农业生物灾害种类；将各标准监测布设图进行汇总建立监测图库；
识别各所述灾害监测区对应的历史农业生物灾害数据，基于所述历史农业生物灾害数据建立灾害损失图；根据所述灾害损失图获取对应的预测损失，根据所述预测损失确定对应的灾害等级，将所述灾害等级和所述农业生物灾害种类输入到监测图库中进行匹配，获得所述灾害监测区对应的标准监测布设图。
所述预警模块用于进行农业生物灾害的智能预警，对接可视化监测模型，实时识别各灾害监测区对应的监测数据，根据所述监测数据生成所述灾害监测区的灾害变化曲线，根据灾害变化曲线进行预警。
进一步地，根据灾害变化曲线进行预警的方法包括：
预设各灾害监测区的起始值，根据所述起始值在各所述灾害变化曲线标记对应的起始线；
根据所述起始线实时识别对应的目标曲线；拟合所述目标曲线对应的目标函数f(t)；根据公式计算对应的预警值，其中，Ywarn为预警值；σo为随机误差项；当预警值大于阈值X1时进行预警。
与现有技术相比，本发明的有益效果是：
通过区域分析模块、监测模块和预警模块之间的相互配合，实现对监测区域内农业生物灾害的智能监测；通过区域分析模块的设置，实现对监测区域的智能分区，快速了解监测区域那些区域需要进行农业生物灾害监测，以及对应的监测农业生物灾害种类，实现精确化监测；同时根据农业生物灾害数据的变化，可以实现需要监测区域的动态更新，极大的提高分析效率和工作效率，而且具有统一的评估标准，便于快速识别出需要进行农业生物灾害监测的区域。
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的介绍，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的附图。
图1为本发明原理框图。
具体实施方式
下面将结合实施例对本发明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。
如图1所示，农业生物灾害监测预警信息化应用系统，包括区域分析模块、监测模块和预警模块；
所述区域分析模块用于对需要进行农业生物灾害监测的区域进行分析，确定各个区域的实际农业生物灾害种类，进而进行针对性的监测布局，实现在满足监测需求的前提下，节约成本；具体方法如下：
识别需要进行监测的区域，标记为监测区域，获取监测区域对应的地理信息和农业信息，农业信息包括各区域农业种植物的种类、种植位置等相关信息；根据获得的地理信息和农业信息设置对应的农业地理信息图；通过农业地理信息图了解监测区域内各处的地理特征以及相应的农业情况。
获取监测区域对应的历史农业生物灾害数据，将获得的历史农业生物灾害数据按照其对应的地理区域插入到农业地理信息图中，以链接点的方式进行插入，即通过该链接点可以访问该区域的历史农业生物灾害数据；
利用大量的历史农业生物灾害数据建立评估模型，评估模型的表达式为，其中，x表示农业生物灾害数据，U表示不符合评估要求的数据集，如各种农业生物灾害较小、特殊情况等不在正常监测范围内的农业生物灾害情况；利用大量的历史农业生物灾害数据进行训练；评估模型的输入为农业生物灾害数据x，输出为评估结果数据y，y=P(x)；
通过评估模型对各链接点对应的历史农业生物灾害数据进行评估，将评估结果数据y=1的历史农业生物灾害数据进行剔除。
识别农业地理信息图中当前种植的各种农业信息，根据识别的农业信息在农业地理信息图中标记各单元区域；
将获得的各单元区域进行合并，获得若干个灾害监测区；即不同农业生物灾害种类在监测区域内具有各个灾害监测区。
其中，根据识别的农业区域在农业地理信息图中标记各单元区域的方法包括：
根据各历史农业生物灾害数据对应的农业种类进行动态分区，获得各农业种类对应的历史农业生物灾害数据对应区域，将对应区域标记为待选单元区域，并为各待选单元区域标记对应的农业种类标签；因为不同农业种类其所对应的农业生物灾害种类具有差异，将会导致在相同的地方进行不同的农业种类种植，可能会面临不同的农业生物灾害，而其对应的农业生物灾害范围也会具有差异，因此进行区别标记，进而根据不同的农业种类形成不同的待选单元区域；即待选单元区域根据其对应的链接点的历史农业生物灾害数据进行动态更新；可以将各链接点对应的历史农业生物灾害数据储存到数据库中各对应的储存节点中，根据储存节点中对应的各历史农业生物灾害数据动态确定各农业种类对应的各农业生物灾害种类，以及各农业生物灾害种类对应的待选单元区域；
识别对应的农业信息，根据获得的农业信息确定各区域对应的农业种类，根据获得的农业种类确定对应的各农业生物灾害种类以及对应的待选单元区域，识别各农业种类对应的种植区域，根据种植区域和待选单元区域确定各农业种类对应的单元区域，取种植区域和待选待选区域之间的交集，即种植区域对应的待选单元区域中区域；将各单元区域打上对应的农业种类标签和农业生物灾害种类标签。
将各单元区域进行合并的方法包括：
步骤SA1：设置待合并单元的认定标准和灾害监测区的最大面积，将灾害监测区的最大面积标记为合并限制面积；识别单元区域面积大于合并限制面积的单元区域，标记为分割区域，对分割区域进行分割，获得若干各单元区域面积小于合并限制区域的单元区域；
灾害监测区的最大面积根据实际的监测需求通过人工的方式进行设置，即灾害监测区的最大允许面积。
待合并单元的认定标准有两个：分别为区域相连和趋向正方形；
即首先必须与初始区域或合并区域相连接，其次在具有多个相连的单元区域时，选择与初始区域或合并区域合并后最接近正方形的单元区域为待合并单元，若只有一个相连的单元区域，则直接认定为待合并单元；趋向正方形，利用现有的图像识别技术进行判断，可以结合两个区域之间的距离进行判断，大多数情况可以选择距离最短的为待合并单元，但是某些情况下，最短距离不是最趋向正方形的。
其中，对分割区域进行分割的方法包括：
将分割区域面积和合并限制面积分别标记为Sf和Sx；根据公式N=INT(Sf/Sx)+1计算对应的分割数量N，根据分割数量N对分割区域进行等分，获得N个单元区域。
步骤SA2：识别各农业生物灾害种类对应的单元区域，选择该农业生物灾害种类的初始区域，即从该农业生物灾害种类对应的各单元区域中，选择一个为合并起点，即初始区域，一般从边界区域进行选择，并不唯一，也可以按照现有的其他方式指定初始区域；
步骤SA3：识别初始区域的待合并单元，将初始区域与待合并单元进行合并，获得合并区域；识别合并区域面积，将获得的合并区域面积与合并限制面积进行比较，当合并区域面积不小于合并限制面积时，取消待合并单元的合并，将初始区域标记为灾害监测区；当合并区域面积小于合并限制面积时，进入步骤SA4；
步骤SA4：识别合并区域的待合并单元，将合并区域与待合并单元进行合并，获得新的合并区域；识别合并区域面积，将获得的合并区域面积与合并限制面积进行比较；
当合并区域面积不小于合并限制面积时，进入步骤SA6；
当合并区域面积小于合并限制面积时，进入步骤SA5；
步骤SA5：返回步骤SA4；
步骤SA6：取消待合并单元的合并，将合并区域标记为灾害监测区；
当识别不到待合并单元时，即没有相连接的单元区域时，直接认定为灾害监测区，但是当灾害监测区域的面积小于阈值X1时，即面积过小，从成本考虑和实际监测考虑，不用进行单独监测，将其合并到相邻的面积最小的灾害监测区中。
通过区域分析模块的设置，实现对监测区域的智能分区，快速了解监测区域那些区域需要进行农业生物灾害监测，以及对应的监测农业生物灾害种类，实现精确化监测；同时根据农业生物灾害数据的变化，可以实现需要监测区域的动态更新，极大的提高分析效率和工作效率，而且具有统一的评估标准，便于快速识别出需要进行农业生物灾害监测的区域。
所述监测模块用于对监测区域内的农业进行农业生物灾害监测，识别农业地理信息图中的各灾害监测区；根据各灾害监测区对应的农业生物灾害种类匹配对应的标准监测布设图；将获得的标准监测布设图与对应灾害监测区进行叠加覆盖，确定该灾害监测区各监测设备对应的布设点，按照各布设点进行监测设备的布设；将各监测设备在农业地理信息图中进行相应标记；
根据农业地理信息图建立对应的可视化监测模型，可视化监测模型可以三维、二维等显示模型，用于实时显示对应的数据；
实时获取各监测设备的监测数据，将获得的监测数据输入到可视化监测模型中对应位置处进行实时显示。
标准监测布设图的匹配方法包括：
统计各农业生物灾害种类对应的灾害监测区的平均面积，将获得的平均面积作为该农业生物灾害种类对应的标准区域的面积，形成标准区域，为正方形；获取各农业生物灾害种类在监测区域可能具有的灾害程度，通过统计对应的历史农业生物灾害数据即可获得，灾害程度以经济损失为计量标准；根据具有的灾害程度范围设置若干个灾害等级，如该农业生物灾害种类的标准区域内经济损失在0-A之间为第一灾害等级，A-B之间为第二灾害等级，依次类推，具体的根据当地的评估标准和相应要求进行设置灾害等级的范围。
根据标准区域可能具有的灾害等级，为标准区域在各灾害等级设置相应的标准监测布设图，即该农业生物灾害种类在该灾害等级下，根据灾害监测要求和监测常识，应该在标准区域中怎么布设相应的监测设备；当具有具体的标准区域、农业生物灾害种类、灾害等级，利用现有技术能够实现相应标准监测布设图的设置；如通过专家组进行论证设置；将标准区域在不同灾害等级下的标准监测布设图进行整合，形成对应的监测图库。
识别各灾害监测区对应的历史农业生物灾害数据，根据获得的历史农业生物灾害数据建立随时间变化的灾害损失图，横轴为时间，纵轴为经济损失；利用现有的预测技术、趋势分析模型等现有技术，预估当前灾害监测区对应的经济损失，标记为预测损失；示例性的，结合现有的神经网络建立对应的智能模型，通过人工的方式建立对应的训练集进行训练，通过训练成功后的智能模型进行经济损失的预测；预测经济损失为公知常识，不进行详细阐述；根据获得的预测损失确定对应的灾害等级，将获得的灾害等级输入到监测图库中进行匹配，获得该灾害监测区对应的标准监测布设图。
将获得的标准监测布设图与对应灾害监测区进行叠加覆盖的方法为：
可以按照现有技术将标准监测布设图进行调整后实现与灾害监测区完全重合，当前标准监测布设图中各监测设备在灾害监测区中的映射位置即为布设点；如将标准监测布设图的中心与灾害监测区的中心进行重合，为标准监测布设图等分为8个方向轴，按照各方向轴中与灾害监测区边界的差异，进行相应的拉伸或缩放，直到重合为止；
然后再分析布设点的位置是否能够设置相应的监测设备，若不能设置，则移动到最近的能够满足布设要求的位置，将其作为最终布设点。
所述预警模块用于进行农业生物灾害的智能预警，对接可视化监测模型，实时识别各灾害监测区对应的监测数据，根据获得的监测数据生成该灾害监测区对应的灾害变化曲线，灾害变化曲线的横轴为时间，纵轴为监测值，监测值为对应农业生物灾害种类对应的记录值；示例性，如鸟害-数量、频次，病害-种类、范围，具体的根据其监测进行设置；根据灾害变化曲线对应灾害监测区的灾害等级进行实时预警；如根据灾害等级设置对应的预警线，当达到预警线时进行预警；还可以结合对应的曲线变化趋势进行预警分析；即当获得灾害变化曲线后，可以结合当前具有的各种合适的预警方法进行预警。
示例性的，公开如下一种预警方式：
由管理人员设置各灾害监测区对应的起始值，起始值指的是当该灾害监测区的监测值达到某个数值后，才会进行关注，因为在农业中杂草、害虫等是不可避免的，只有达到某个程度后才会进行注重，因此，各灾害监测区的起始值由管理人员根据实际情况进行调整；一般灾害等级越高的起始值小于灾害等级低的起始值；
在灾害变化曲线中标记对应的起始值对应的直线，为平行于横轴的直线，标记为起始线；实时识别灾害变化曲线中高于起始线的曲线，标记为目标曲线；利用现有的函数模型等拟合目标曲线对应的函数，标记为目标函数f(t)；根据公式计算对应的预警值，其中，Ywarn为预警值；σo为随机误差项；当预警值大于阈值X1时进行预警。
上述公式均是去除量纲取其数值计算，公式是由采集大量数据进行软件模拟得到最接近真实情况的一个公式，公式中的预设参数和预设阈值由本领域的技术人员根据实际情况设定或者大量数据模拟获得。
以上实施例仅用以说明本发明的技术方法而非限制，尽管参照较佳实施例对本发明进行了详细说明，本领域的普通技术人员应当理解，可以对本发明的技术方法进行修改或等同替换，而不脱离本发明技术方法的精神和范围。
Claims (7)
1.农业生物灾害监测预警信息化应用系统，其特征在于，包括区域分析模块、监测模块和预警模块；
所述区域分析模块用于对监测区域进行分析，基于所述监测区域建立农业地理信息图，所述农业地理信息图中设置有各地理区域对应的链接点；通过所述链接点访问对应储存节点中的历史农业生物灾害数据；
识别所述农业地理信息图中各农业信息，基于各所述农业信息在所述农业地理信息图中标记各单元区域；将各所述单元区域进行合并，获得若干个灾害监测区；
所述监测模块用于对监测区域内的农业生物灾害进行监测，识别所述农业地理信息图中的各灾害监测区；根据各所述灾害监测区对应的农业生物灾害种类匹配对应的标准监测布设图；
将所述标准监测布设图与对应灾害监测区进行叠加覆盖，确定所述灾害监测区各监测设备对应的布设点，按照各所述布设点进行监测设备的布设；将各监测设备在农业地理信息图中进行相应标记；
根据所述农业地理信息图建立对应的可视化监测模型，实时获取各所述监测设备的监测数据，将所述监测数据输入到所述可视化监测模型中进行实时显示；
所述预警模块用于进行农业生物灾害的智能预警，对接可视化监测模型，实时识别各灾害监测区对应的监测数据，根据所述监测数据生成所述灾害监测区的灾害变化曲线，根据灾害变化曲线进行预警；
农业地理信息图的建立方法包括：
获取所述监测区域对应的地理信息和农业信息，根据获得的所述地理信息和所述农业信息设置对应的农业地理信息图；
获取所述监测区域对应的历史农业生物灾害数据，建立数据库，将所述历史农业生物灾害数据按照对应的地理区域储存到所述数据库中预设的各储存节点中；且基于各储存节点在所述农业地理信息图中对应的地理区域内插入对应的链接点，所述链接点用于通过农业地理信息图访问各地理区域对应的历史农业生物灾害数据；
标准监测布设图的匹配方法包括：
设置所述农业生物灾害种类对应的标准区域，制定各灾害等级标准；根据历史农业生物灾害数据确定所述标准区域具有的灾害等级；为不同灾害等级的所述标准区域设置相应的标准监测布设图，并为标准监测布设图标记对应的灾害等级和农业生物灾害种类；将各标准监测布设图进行汇总建立监测图库；
识别各所述灾害监测区对应的历史农业生物灾害数据，基于所述历史农业生物灾害数据建立灾害损失图；根据所述灾害损失图获取对应的预测损失，根据所述预测损失确定对应的灾害等级，将所述灾害等级和所述农业生物灾害种类输入到监测图库中进行匹配，获得所述灾害监测区对应的标准监测布设图。
2.根据权利要求1所述的农业生物灾害监测预警信息化应用系统，其特征在于，对各储存节点中的历史农业生物灾害数据进行动态删除；
利用历史农业生物灾害数据建立评估模型，评估模型的表达式为，其中，x表示农业生物灾害数据，U表示不符合评估要求的数据集；评估模型的输入为农业生物灾害数据x，输出为评估结果数据y，y=P(x)；
通过评估模型对各链接点对应的历史农业生物灾害数据进行评估，将评估结果数据y=1的历史农业生物灾害数据进行剔除。
3.根据权利要求2所述的农业生物灾害监测预警信息化应用系统，其特征在于，单元区域的设置方法包括：
根据各储存节点中历史农业生物灾害数据对应的农业种类进行动态分区，获得各所述农业种类对应待选单元区域；并为各所述待选单元区域标记对应的农业种类标签；
识别所述农业信息，根据所述农业信息确定各地理区域对应的农业种类，根据所述农业种类确定各农业生物灾害种类以及对应的待选单元区域，识别各所述农业种类对应的种植区域，根据所述种植区域和所述待选单元区域确定各农业种类对应的单元区域，将各单元区域打上对应的农业种类标签和农业生物灾害种类标签。
4.根据权利要求3所述的农业生物灾害监测预警信息化应用系统，其特征在于，将各单元区域进行合并的方法包括：
步骤SA1：设置待合并单元的认定标准和合并限制面积；识别单元区域面积大于所述合并限制面积的单元区域，标记为分割区域，对分割区域进行分割，获得对应数量的单元区域；
步骤SA2：识别各农业生物灾害种类对应的单元区域，选择各所述农业生物灾害种类的初始区域；
步骤SA3：识别所述初始区域的待合并单元，将所述初始区域与所述待合并单元进行合并，获得合并区域；
识别合并区域面积，将所述合并区域面积与所述合并限制面积进行比较，当合并区域面积不小于合并限制面积时，取消待合并单元的合并，将初始区域标记为灾害监测区；当合并区域面积小于合并限制面积时，进入步骤SA4；
步骤SA4：识别所述合并区域的待合并单元，将所述合并区域与所述待合并单元进行合并，获得新的合并区域；识别合并区域面积，将所述合并区域面积与所述合并限制面积进行比较；
当所述合并区域面积不小于所述合并限制面积时，进入步骤SA6；
当所述合并区域面积小于所述合并限制面积时，进入步骤SA5；
步骤SA5：返回步骤SA4；
步骤SA6：取消待合并单元的合并，将所述合并区域标记为灾害监测区。
5.根据权利要求4所述的农业生物灾害监测预警信息化应用系统，其特征在于，待合并单元的认定标准为：区域相连和趋向正方形。
6.根据权利要求4所述的农业生物灾害监测预警信息化应用系统，其特征在于，对分割区域进行分割的方法包括：
将分割区域面积和合并限制面积分别标记为Sf和Sx；根据公式N=INT(Sf/Sx)+1计算对应的分割数量N，根据所述分割数量N对分割区域进行等分，获得N个单元区域。
7.根据权利要求1所述的农业生物灾害监测预警信息化应用系统，其特征在于，根据灾害变化曲线进行预警的方法包括：
预设各灾害监测区的起始值，根据所述起始值在各所述灾害变化曲线标记对应的起始线；
根据所述起始线实时识别对应的目标曲线；拟合所述目标曲线对应的目标函数f(t)；根据公式计算对应的预警值，其中，Ywarn为预警值；σo为随机误差项；当预警值大于阈值X1时进行预警。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311502402.7A CN117275208B (zh) | 2023-11-13 | 2023-11-13 | 农业生物灾害监测预警信息化应用系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202311502402.7A CN117275208B (zh) | 2023-11-13 | 2023-11-13 | 农业生物灾害监测预警信息化应用系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN117275208A CN117275208A (zh) | 2023-12-22 |
| CN117275208B true CN117275208B (zh) | 2024-02-27 |
Family
ID=89202803
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202311502402.7A Active CN117275208B (zh) | 2023-11-13 | 2023-11-13 | 农业生物灾害监测预警信息化应用系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117275208B (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109886207A (zh) * | 2019-02-25 | 2019-06-14 | 上海交通大学 | 基于图像风格迁移的广域监测系统及方法 |
| CN114972843A (zh) * | 2022-04-26 | 2022-08-30 | 黑龙江省农业科学院农业遥感与信息研究所 | 一种基于大数据的农业病虫害诊断与预警系统 |
| CN115619583A (zh) * | 2022-10-19 | 2023-01-17 | 中国气象局沈阳大气环境研究所 | 一种复合农业气象灾害监测指标体系的构建方法 |
| WO2023116454A1 (zh) * | 2021-12-23 | 2023-06-29 | 深圳先进技术研究院 | 一种蝗灾潜在高风险区识别方法、装置、设备及存储介质 |
Family Cites Families (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US10349584B2 (en) * | 2014-11-24 | 2019-07-16 | Prospera Technologies, Ltd. | System and method for plant monitoring |
| US20230320253A1 (en) * | 2022-02-23 | 2023-10-12 | Farmers Edge Inc. | Tillage Identification and Verification Tool Using Satellite Time Series Imagery |
-
2023
- 2023-11-13 CN CN202311502402.7A patent/CN117275208B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109886207A (zh) * | 2019-02-25 | 2019-06-14 | 上海交通大学 | 基于图像风格迁移的广域监测系统及方法 |
| WO2023116454A1 (zh) * | 2021-12-23 | 2023-06-29 | 深圳先进技术研究院 | 一种蝗灾潜在高风险区识别方法、装置、设备及存储介质 |
| CN114972843A (zh) * | 2022-04-26 | 2022-08-30 | 黑龙江省农业科学院农业遥感与信息研究所 | 一种基于大数据的农业病虫害诊断与预警系统 |
| CN115619583A (zh) * | 2022-10-19 | 2023-01-17 | 中国气象局沈阳大气环境研究所 | 一种复合农业气象灾害监测指标体系的构建方法 |
Non-Patent Citations (1)
| Title |
|---|
| 基于WebGIS的广东省农作物生物灾害动态监测系统的研制;王长委;胡月明;谢健文;田剑;张俊平;;华南农业大学学报(04);第104-107页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN117275208A (zh) | 2023-12-22 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN114418040B (zh) | 一种园林绿化养护监测及预警的方法与系统 | |
| US20230263110A1 (en) | Turf management systems and methods | |
| US20200250593A1 (en) | Yield estimation in the cultivation of crop plants | |
| Tayari et al. | Role of GPS and GIS in precision agriculture | |
| US11716985B2 (en) | Method for remediating developmentally delayed plants | |
| Farnsworth et al. | Short-term space-use patterns of translocated Mojave desert tortoise in southern California | |
| CN111489092B (zh) | 一种植物栽培种植环境适生区的评估方法及系统 | |
| US20200245525A1 (en) | Yield estimation in the cultivation of crop plants | |
| Mentis | Monitoring in South African grasslands | |
| CN115205695B (zh) | 一种根据种植数据确定种植策略的方法和系统 | |
| McGRADY | IMPROVING PREDICTION OF GOLDEN EAGLE (AQUILA | |
| CN115311343A (zh) | 基于多级抽样的草原有害生物发生面积调查方法 | |
| CN117275208B (zh) | 农业生物灾害监测预警信息化应用系统 | |
| CN111815180A (zh) | 基于农产品质量安全的农资监管系统 | |
| Hennen et al. | Global-Detector-GIS-and Knowledge-based Tool for a Global Detection of the Potential for Production, Supply and Demand. | |
| Flather et al. | Evaluating performance of regional wildlife habitat models: implications to resource planning | |
| van Dijk et al. | Generating multi-period crop distribution maps for Southern Africa using a data fusion approach | |
| Gunasekara et al. | Expert prediction system for spice plants grown in Sri Lanka: An incentive for planters | |
| Fais et al. | Microeconomic and geo-physical data integration for agri-environmental analysis, georeferencing FADN data: a case study in Italy | |
| Xalima | THE ROLE OF GEOGRAPHIC INFORMATION SYSTEM IN GROWING AGRICULTURAL PRODUCTION | |
| Martinez-Kawas | A feasibility study of postharvest handling, storage and logistics of bioenergy crops | |
| CN115936267A (zh) | 一种基于物联网的葡萄病害预测方法及设备 | |
| CN118037475A (zh) | 一种基于gis的农业土地适宜性评价分析方法 | |
| CN117151354A (zh) | 一种农田修复与改良管理方法及系统 | |
| Jomsri et al. | A conceptual framework for agricultural management system of pineapple farming to support smart farmers in Thailand |
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 |