CN118266360A - 基于生物信息学的果树害虫治理方法及系统 - Google Patents
基于生物信息学的果树害虫治理方法及系统 Download PDFInfo
- Publication number
- CN118266360A CN118266360A CN202410691437.8A CN202410691437A CN118266360A CN 118266360 A CN118266360 A CN 118266360A CN 202410691437 A CN202410691437 A CN 202410691437A CN 118266360 A CN118266360 A CN 118266360A
- Authority
- CN
- China
- Prior art keywords
- target
- pest
- fruit tree
- pests
- types
- 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.)
- Granted
Links
- 241000607479 Yersinia pestis Species 0.000 title claims abstract description 484
- 235000013399 edible fruits Nutrition 0.000 title claims abstract description 347
- 238000000034 method Methods 0.000 title claims abstract description 54
- 108090000623 proteins and genes Proteins 0.000 claims abstract description 134
- 238000004458 analytical method Methods 0.000 claims abstract description 87
- 230000017074 necrotic cell death Effects 0.000 claims abstract description 69
- 238000012163 sequencing technique Methods 0.000 claims abstract description 53
- 238000004088 simulation Methods 0.000 claims abstract description 46
- 206010059866 Drug resistance Diseases 0.000 claims abstract description 29
- 229940088597 hormone Drugs 0.000 claims description 126
- 239000005556 hormone Substances 0.000 claims description 126
- 230000000415 inactivating effect Effects 0.000 claims description 116
- 102000004169 proteins and genes Human genes 0.000 claims description 109
- 108020004707 nucleic acids Proteins 0.000 claims description 35
- 102000039446 nucleic acids Human genes 0.000 claims description 35
- 150000007523 nucleic acids Chemical class 0.000 claims description 35
- 241000238631 Hexapoda Species 0.000 claims description 33
- 230000008569 process Effects 0.000 claims description 19
- 230000001338 necrotic effect Effects 0.000 claims description 17
- 238000012544 monitoring process Methods 0.000 claims description 14
- 239000000575 pesticide Substances 0.000 claims description 14
- 239000000523 sample Substances 0.000 claims description 13
- 230000004083 survival effect Effects 0.000 claims description 13
- 230000004720 fertilization Effects 0.000 claims description 10
- 238000005507 spraying Methods 0.000 claims description 10
- 238000004811 liquid chromatography Methods 0.000 claims description 9
- 238000011161 development Methods 0.000 claims description 8
- 238000005516 engineering process Methods 0.000 claims description 7
- 238000007726 management method Methods 0.000 claims description 7
- 238000007781 pre-processing Methods 0.000 claims description 6
- 241000894007 species Species 0.000 claims description 6
- 108091081062 Repeated sequence (DNA) Proteins 0.000 claims description 4
- 238000005259 measurement Methods 0.000 claims description 4
- 238000000926 separation method Methods 0.000 claims description 4
- -1 cquiring Species 0.000 claims description 3
- 238000013135 deep learning Methods 0.000 claims description 3
- 230000005012 migration Effects 0.000 claims description 3
- 238000013508 migration Methods 0.000 claims description 3
- 230000002068 genetic effect Effects 0.000 claims 2
- 238000000751 protein extraction Methods 0.000 abstract description 4
- 239000002689 soil Substances 0.000 description 38
- 235000013601 eggs Nutrition 0.000 description 19
- 230000002159 abnormal effect Effects 0.000 description 11
- 230000001276 controlling effect Effects 0.000 description 7
- 230000006378 damage Effects 0.000 description 7
- 230000000694 effects Effects 0.000 description 4
- 239000002420 orchard Substances 0.000 description 4
- 230000002779 inactivation Effects 0.000 description 3
- 230000001105 regulatory effect Effects 0.000 description 3
- 238000005070 sampling Methods 0.000 description 3
- 239000003086 colorant Substances 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- 238000009826 distribution Methods 0.000 description 2
- 238000009966 trimming Methods 0.000 description 2
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000009395 breeding Methods 0.000 description 1
- 230000001488 breeding effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 201000010099 disease Diseases 0.000 description 1
- 208000035475 disorder Diseases 0.000 description 1
- 229940079593 drug Drugs 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 239000003337 fertilizer Substances 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000036039 immunity Effects 0.000 description 1
- 230000009545 invasion Effects 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 238000003973 irrigation Methods 0.000 description 1
- 230000002262 irrigation Effects 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 235000015097 nutrients Nutrition 0.000 description 1
- 235000016709 nutrition Nutrition 0.000 description 1
- 230000035764 nutrition Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 244000052769 pathogen Species 0.000 description 1
- 230000001717 pathogenic effect Effects 0.000 description 1
- 230000035699 permeability Effects 0.000 description 1
- 238000013138 pruning Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Landscapes
- Catching Or Destruction (AREA)
Abstract
本发明涉及害虫治理领域，公开了基于生物信息学的果树害虫治理方法及系统，包括以下步骤：对果树中的害虫进行基因测序分析和果树坏死状态分析，得到果树中害虫的种类，并对果树中害虫的种类进行分类处理。对分类处理后得到的种类为一类害虫种类的害虫进行蛋白质提取和抗药性分析，并基于抗药性分析结果对害虫进行生物信息学模拟，得到害虫的防治方案，最后对害虫的防治方案进行优化。本发明能够通过对果树害虫进行防治，从而减少经济损失，并提升果树的品质，确保果树的持续性生长。
Description
技术领域
本发明涉及害虫治理领域，特别是基于生物信息学的果树害虫治理方法及系统。
背景技术
果树是一种能产出果实的植物，在果树的生长发育中需要给果树提供足够的营养、气候因素等条件。若在果树生长发育过程中所需要的营养元素不平衡，则会导致果树体弱、免疫力差，从而增加被病原体微生物干扰的概率，并增加了害虫侵害的概率。同时，若果树周边的气候异常，比如高温、干旱、寒冷、湿度过高等，影响果树生长发育，降低了植物的抗逆性，使其易受害虫侵害。对果树进行害虫防治可以保护果树健康成长，提高果实的产量和品质，同时可以避免果树坏死带来的经济损失，并维护果园的生态平衡。对果树进行害虫防治还可以降低农药的使用量，从而降低农业生产对环境的污染和对人体健康的危害。
发明内容
本发明克服了现有技术的不足，提供了基于生物信息学的果树害虫治理方法及系统。
为达到上述目的，本发明采用的技术方案为：
本发明第一方面提供了基于生物信息学的果树害虫治理方法，包括以下步骤：
对果树中的害虫进行基因测序分析，同时对果树进行坏死状态分析，结合基因测序分析结果和坏死状态分析结果，确定害虫的种类；
基于目标果树实际害虫种类，对目标果树的害虫进行生物特性分析，并基于生物特性分析结果对害虫进行分类；
对一类害虫种类进行蛋白质抗药性分析，并基于蛋白质抗药性分析结果获取可用于果树害虫防治的灭活激素；
对目标害虫进行生物信息学模拟，并基于生物信息学模拟结果制定目标害虫防治方案；
对目标果树进行害虫防治处理，在害虫防治处理过程中实时监测目标果树的生长状态参数，并根据目标果树的生长状态参数对目标害虫防治方案进行优化。
进一步的，本发明的一个较佳实施例中，所述对果树中的害虫进行基因测序分析，同时对果树进行坏死状态分析，结合基因测序分析结果和坏死状态分析结果，确定害虫的种类，具体为：
选取存在坏死情况的果树，标定为目标果树，并将存在坏死情况的目标果树的位置定义为目标果树坏死位置；
对目标果树坏死位置进行检测，得到目标果树坏死位置的颜色、范围大小以及坏死形状，基于大数据网络构建害虫种类知识图谱，所述害虫种类知识图谱中记录了不同种类的害虫若对目标果树造成影响所带来的坏死颜色、范围大小以及坏死形状；
将目标果树坏死位置的颜色、范围大小以及坏死形状导入害虫种类知识图谱中进行配对分析，初步得到目标果树的害虫种类，标记为目标果树初步害虫种类；
在目标果树坏死位置处获取样本材料，并获取样本材料中的害虫，定义为害虫样本，从所述害虫样本中提取核酸样本，标定为害虫核酸样本；
获取基因测序平台，将所述害虫核酸样本导入所述基因测序平台中进行测序处理，生成原始害虫核酸测序数据，对所述原始害虫核酸测序数据进行数据预处理，得到目标害虫核酸测序数据，所述数据预处理包括对原始害虫核酸测序数据进行重复序列去除和低质量序列去除；
对所述目标害虫核酸测序数据进行分析，并基于目标害虫核酸测序数据的分析结果对目标果树初步害虫种类进行更新，得到目标果树实际害虫种类。
进一步的，本发明的一个较佳实施例中，所述基于目标果树实际害虫种类，对目标果树的害虫进行生物特性分析，并基于生物特性分析结果对害虫进行分类，具体为：
获取目标果树的周边环境、目标果树的历史农药喷洒情况以及目标果树的历史施肥情况，将所述目标果树的周边环境、目标果树的历史农药喷洒情况以及目标果树的历史施肥情况导入深度学习网络中进行生长规律预测，得到标准生长规律，所述标准生长规律包括发育规律、生活环境和迁飞规律；
基于目标果树实际害虫种类，将目标果树中的害虫标定为目标害虫，并获取不同种类的所有目标害虫的生长规律；
将标准生长规律标定为基准值，并引入余弦度量算法，计算不同种类的目标害虫的生长规律与基准值之间的余弦值范围；
若目标害虫的生长规律与基准值之间的余弦值范围小于预设范围，则将对应的目标害虫的种类划分为一类害虫种类，若目标害虫的生长规律与基准值之间的余弦值范围大于预设范围，则将对应的目标害虫的种类划分为二类害虫种类。
进一步的，本发明的一个较佳实施例中，所述对一类害虫种类进行蛋白质抗药性分析，并基于蛋白质抗药性分析结果获取可用于果树害虫防治的灭活激素，具体为：
对种类为一类害虫种类的目标害虫进行蛋白质提取，得到一类害虫蛋白质，引入液相色谱技术，基于所述液相色谱技术对不同类型的一类害虫蛋白质均进行蛋白质液相色谱分离处理，得到不同类型的一类害虫优化蛋白质；
在大数据网络中获取蛋白质数据库，所述蛋白质数据库中标定了不同类型的蛋白质的抗药性，并在所述蛋白质数据库中获取不同类型的一类害虫优化蛋白质的抗药性；
基于不同类型的一类害虫优化蛋白质的抗药性，在大数据网络中检索不同类型的一类害虫优化蛋白质的所有可用灭活激素类型，并确定不同类型的一类害虫优化蛋白质的可用灭活激素类型数量；
对不同类型的一类害虫优化蛋白质的所有可用灭活激素类型进行分析，若存在能作用于所有类型的一类害虫优化蛋白质上的可用灭活激素，则将对应的灭活激素标定为一类可用灭活激素；
若不存在能作用于所有类型的一类害虫优化蛋白质上的可用灭活激素，则基于不同类型的一类害虫优化蛋白质的所有可用灭活激素类型数量，获取可以作用于最多类型的一类害虫优化蛋白质上的可用灭活激素，标定为二类可用灭活激素，并获取不可被二类可用灭活激素作用的一类害虫优化蛋白质种类，标定为特殊害虫优化蛋白质；
获取特殊害虫优化蛋白质的所有可用灭活激素类型，标定为特殊可用灭活激素，计算所有类型的特殊可用灭活激素作用在特殊害虫优化蛋白质上的作用速率，并选取作用速率最高的特殊可用灭活激素，标定为三类可用灭活激素。
进一步的，本发明的一个较佳实施例中，所述对目标害虫进行生物信息学模拟，并基于生物信息学模拟结果制定目标害虫防治方案，具体为：
基于目标果树坏死位置的颜色、范围大小以及坏死形状，目标果树的周边环境、目标果树的历史农药喷洒情况和目标果树的历史施肥情况，以及不同类型的所有目标害虫的生长规律，构建能模拟目标害虫生物信息学的模型，标定为目标害虫生物信息学模拟模型；
在所述目标害虫生物信息学模拟模型内进行目标害虫生物信息学模拟，在模拟过程中，对不同类型的一类害虫优化蛋白质的所有可用灭活激素类型进行分析，并基于分析结果对一类害虫种类相应使用一类可用灭活激素、二类可用灭活激素或三类可用灭活激素；
将一类可用灭活激素、二类可用灭活激素和三类可用灭活激素统称为目标灭活激素，在目标灭活激素使用后，在目标害虫生物信息学模拟模型内判断种类为二类害虫种类的目标害虫的存活量，若种类为二类害虫种类的目标害虫的存活量少于预设值，则生成目标害虫第一防治方案；
所述目标害虫第一防治方案为仅根据不同类型的一类害虫优化蛋白质的所有可用灭活激素类型，在目标果树中相应使用目标灭活激素进行害虫防治；
若种类为二类害虫种类的目标害虫的存活量大于预设值，则生成目标害虫第二防治方案，所述目标害虫第二防治方案为在目标害虫第一防治方案输出后，在目标害虫生物信息学模拟模型中，对被种类为二类害虫种类的目标害虫破坏的目标果树坏死位置进行文化防治处理。
进一步的，本发明的一个较佳实施例中，所述对目标果树进行害虫防治处理，在害虫防治处理过程中实时监测目标果树的生长状态参数，并根据目标果树的生长状态参数对目标害虫防治方案进行优化，具体为：
基于目标害虫第一防治方案和目标害虫第二防治方案，在目标果树中进行害虫防治处理，并将进行害虫防治的目标果树标定为待分析目标果树；
在对待分析目标果树进行害虫防治过程中，通过图像监测法实时监测待分析目标果树的生长状态参数，若待分析目标果树的生长状态参数维持在预设范围内，则继续对待分析目标果树进行害虫防治；
若待分析目标果树的生长状态参数不维持在预设范围内，则在害虫防治过程中对目标灭活激素进行浓度调整，使待分析目标果树的生长状态参数维持在预设范围内；
若对目标灭活激素进行浓度调整，但待分析目标果树的生长状态参数仍不维持在预设范围内，则将待分析目标果树标定为严重坏死果树；
若待分析目标果树为严重坏死果树，则对停止对严重坏死果树进行害虫防治，并砍伐所述严重坏死果树。
本发明第二方面还提供了基于生物信息学的果树害虫治理系统，所述果树害虫治理系统包括存储器与处理器，所述存储器中储存有果树害虫治理方法，所述果树害虫治理方法被所述处理器执行时，实现如下步骤：
对果树中的害虫进行基因测序分析，同时对果树进行坏死状态分析，结合基因测序分析结果和坏死状态分析结果，确定害虫的种类；
基于目标果树实际害虫种类，对目标果树的害虫进行生物特性分析，并基于生物特性分析结果对害虫进行分类；
对一类害虫种类进行蛋白质抗药性分析，并基于蛋白质抗药性分析结果获取可用于果树害虫防治的灭活激素；
对目标害虫进行生物信息学模拟，并基于生物信息学模拟结果制定目标害虫防治方案；
对目标果树进行害虫防治处理，在害虫防治处理过程中实时监测目标果树的生长状态参数，并根据目标果树的生长状态参数对目标害虫防治方案进行优化。
本发明解决的背景技术中存在的技术缺陷，本发明具备以下有益效果：对果树中的害虫进行基因测序分析和果树坏死状态分析，得到果树中害虫的种类，并对果树中害虫的种类进行分类处理。对分类处理后得到的种类为一类害虫种类的害虫进行蛋白质提取和抗药性分析，并基于抗药性分析结果对害虫进行生物信息学模拟，得到害虫的防治方案，最后对害虫的防治方案进行优化。本发明能够通过对果树害虫进行防治，从而减少经济损失，并提升果树的品质，确保果树的持续性生长。
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示出了基于生物信息学的果树害虫治理方法的流程图；
图2示出了制定目标害虫防治方案并对目标害虫防治方案进行优化的方法流程图；
图3示出了基于生物信息学的果树害虫治理系统的程序视图。
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。
图1示出了基于生物信息学的果树害虫治理方法的流程图，包括以下步骤：
S102：对果树中的害虫进行基因测序分析，同时对果树进行坏死状态分析，结合基因测序分析结果和坏死状态分析结果，确定害虫的种类；
S104：基于目标果树实际害虫种类，对目标果树的害虫进行生物特性分析，并基于生物特性分析结果对害虫进行分类；
S106：对一类害虫种类进行蛋白质抗药性分析，并基于蛋白质抗药性分析结果获取可用于果树害虫防治的灭活激素；
S108：对目标害虫进行生物信息学模拟，并基于生物信息学模拟结果制定目标害虫防治方案；
S110：对目标果树进行害虫防治处理，在害虫防治处理过程中实时监测目标果树的生长状态参数，并根据目标果树的生长状态参数对目标害虫防治方案进行优化。
进一步的，本发明的一个较佳实施例中，所述对果树中的害虫进行基因测序分析，同时对果树进行坏死状态分析，结合基因测序分析结果和坏死状态分析结果，确定害虫的种类，具体为：
选取存在坏死情况的果树，标定为目标果树，并将存在坏死情况的目标果树的位置定义为目标果树坏死位置；
对目标果树坏死位置进行检测，得到目标果树坏死位置的颜色、范围大小以及坏死形状，基于大数据网络构建害虫种类知识图谱，所述害虫种类知识图谱中记录了不同种类的害虫若对目标果树造成影响所带来的坏死颜色、范围大小以及坏死形状；
将目标果树坏死位置的颜色、范围大小以及坏死形状导入害虫种类知识图谱中进行配对分析，初步得到目标果树的害虫种类，标记为目标果树初步害虫种类；
在目标果树坏死位置处获取样本材料，并获取样本材料中的害虫，定义为害虫样本，从所述害虫样本中提取核酸样本，标定为害虫核酸样本；
获取基因测序平台，将所述害虫核酸样本导入所述基因测序平台中进行测序处理，生成原始害虫核酸测序数据，对所述原始害虫核酸测序数据进行数据预处理，得到目标害虫核酸测序数据，所述数据预处理包括对原始害虫核酸测序数据进行重复序列去除和低质量序列去除；
对所述目标害虫核酸测序数据进行分析，并基于目标害虫核酸测序数据的分析结果对目标果树初步害虫种类进行更新，得到目标果树实际害虫种类。
需要说明的是，由于生态环境较差或者认为施加农药等因素影响下，果树可能会被害虫侵蚀，被害虫寝室的果树的果实表面会遭到损害，比如虫蛀、变形等现象，同时果树的叶片颜色、树根和树枝的生长状态均会异常。所以需要对果树进行害虫防治，提高果树的存活率，同时提高果实的优良产出率。对果树进行害虫防治前需要确定害虫的种类，从而采取相应的防治措施。不同种类的害虫对果树的损害效果不同，比如有些种类的害虫仅损害果实，有些种类的害虫仅损害树干等，且不同种类的害虫使果树损害后的颜色、损害的范围等可能都不一样，所以对果树的坏死位置的颜色、范围大小以及坏死形状进行分析可以大概得到害虫的种类。对果树的坏死位置进行抽样，得到害虫样本，并对害虫样本进行核酸测序处理可以准确获取果树坏死位置处的害虫种类，结合核酸测序结果和果树坏死状态分析结果可以准确的得到果树中实际存在的害虫的种类。对原始害虫核酸测序数据进行重复序列去除和低质量序列去除目的是提高核酸测序数据的准确性。核酸测序可以通过合适的基因测序平台，包括但不限于Illumina、PacBio和ONT等测序平台进行核酸测序处理。
进一步的，本发明的一个较佳实施例中，所述基于目标果树实际害虫种类，对目标果树的害虫进行生物特性分析，并基于生物特性分析结果对害虫进行分类，具体为：
获取目标果树的周边环境、目标果树的历史农药喷洒情况以及目标果树的历史施肥情况，将所述目标果树的周边环境、目标果树的历史农药喷洒情况以及目标果树的历史施肥情况导入深度学习网络中进行生长规律预测，得到标准生长规律，所述标准生长规律包括发育规律、生活环境和迁飞规律；
基于目标果树实际害虫种类，将目标果树中的害虫标定为目标害虫，并获取不同种类的所有目标害虫的生长规律；
将标准生长规律标定为基准值，并引入余弦度量算法，计算不同种类的目标害虫的生长规律与基准值之间的余弦值范围；
若目标害虫的生长规律与基准值之间的余弦值范围小于预设范围，则将对应的目标害虫的种类划分为一类害虫种类，若目标害虫的生长规律与基准值之间的余弦值范围大于预设范围，则将对应的目标害虫的种类划分为二类害虫种类。
需要说明的是，目标果树的周边环境、目标果树的历史农药喷洒情况以及目标果树的历史施肥情况不同，在果树上存在的害虫种类的生长规律可能也不同。在当前目标果树的周边环境、目标果树的历史农药喷洒情况以及目标果树的历史施肥情况下，害虫存在一个标准的生长规律，若存在生长规律与标准的生长规律不同的害虫种类，则该害虫种类可能是本不应该出现在果树上的害虫种类，且该害虫种类可能会对果树造成更严重的损坏。所以需要通过生长规律的不同，判断害虫种类是否正常。得到标准生长规律后，通过余弦度量算法可以判断害虫的生长规律与基准值的相似度，相似度大于预设值证明害虫的种类是本该出现在果树上的害虫种类，相似度小于预设值则相反。本发明能够通过对害虫的生长规律进行分析，并基于分析结果将害虫的种类分为一类害虫种类和二类害虫种类。
进一步的，本发明的一个较佳实施例中，所述对一类害虫种类进行蛋白质抗药性分析，并基于蛋白质抗药性分析结果获取可用于果树害虫防治的灭活激素，具体为：
对种类为一类害虫种类的目标害虫进行蛋白质提取，得到一类害虫蛋白质，引入液相色谱技术，基于所述液相色谱技术对不同类型的一类害虫蛋白质均进行蛋白质液相色谱分离处理，得到不同类型的一类害虫优化蛋白质；
在大数据网络中获取蛋白质数据库，所述蛋白质数据库中标定了不同类型的蛋白质的抗药性，并在所述蛋白质数据库中获取不同类型的一类害虫优化蛋白质的抗药性；
基于不同类型的一类害虫优化蛋白质的抗药性，在大数据网络中检索不同类型的一类害虫优化蛋白质的所有可用灭活激素类型，并确定不同类型的一类害虫优化蛋白质的可用灭活激素类型数量；
对不同类型的一类害虫优化蛋白质的所有可用灭活激素类型进行分析，若存在能作用于所有类型的一类害虫优化蛋白质上的可用灭活激素，则将对应的灭活激素标定为一类可用灭活激素；
若不存在能作用于所有类型的一类害虫优化蛋白质上的可用灭活激素，则基于不同类型的一类害虫优化蛋白质的所有可用灭活激素类型数量，获取可以作用于最多类型的一类害虫优化蛋白质上的可用灭活激素，标定为二类可用灭活激素，并获取不可被二类可用灭活激素作用的一类害虫优化蛋白质种类，标定为特殊害虫优化蛋白质；
获取特殊害虫优化蛋白质的所有可用灭活激素类型，标定为特殊可用灭活激素，计算所有类型的特殊可用灭活激素作用在特殊害虫优化蛋白质上的作用速率，并选取作用速率最高的特殊可用灭活激素，标定为三类可用灭活激素。
需要说明的是，对害虫进行防治的最有效的方法就是破坏害虫的活性，而破坏害虫的活性的可以通过破坏害虫体内的蛋白质来达到。不同害虫体内的蛋白质的组成不同，所需要用上的蛋白质破坏的灭活激素也不同，所以需要先确定害虫体内的蛋白质类型。由于一类害虫种类是正常出现在果树上的害虫种类，所以需要优先获取种类为一类害虫种类的害虫的蛋白质类型。可以通过对害虫进行蛋白质提取和蛋白质分离，确定害虫中蛋白质的类型。害虫的蛋白质经过多种农药、灭活激素等药物的作用后，抗药性会增强，所以需要筛选得到可以作用在蛋白质上的灭活激素。基于抗药性，检索获取不同类型蛋白质的可用灭活激素类型，并获取可用灭活激素类型的数量。如果存在能作用在所有类型的蛋白质的灭活激素，则可以直接使用该灭活激素进行害虫防治。若不存在能作用在所有类型的蛋白质的灭活激素，则需要使用不同类型的灭活激素对不同类型的蛋白质进行灭活处理。首先选取能作用于最多类型的蛋白质的灭活激素，定义为二类可用灭活激素，并将无法被二类可用灭活激素作用的蛋白质标定为特殊害虫优化蛋白质。所述特殊害虫优化蛋白质需要使用特殊的灭活激素进行灭活，同时为了保证灭活的效率，需要选取作用速率，即灭活速率最高的灭活激素输出。本发明能够通过对害虫进行蛋白质提取优化，同时基于蛋白质的抗药性筛选得到相应的灭活激素。
图2示出了制定目标害虫防治方案并对目标害虫防治方案进行优化的方法流程图，包括以下步骤：
S202：构建目标害虫生物学信息模拟模型；
S204：对目标害虫进行生物信息学模拟，并基于生物信息学模拟结果制定目标害虫防治方案；
S206：对目标果树进行害虫防治处理，在害虫防治处理过程中实时监测目标果树的生长状态参数，并根据目标果树的生长状态参数对目标害虫防治方案进行优化。
进一步的，本发明的一个较佳实施例中，所述对目标害虫进行生物信息学模拟，并基于生物信息学模拟结果制定目标害虫防治方案，具体为：
在所述目标害虫生物信息学模拟模型内进行目标害虫生物信息学模拟，在模拟过程中，对不同类型的一类害虫优化蛋白质的所有可用灭活激素类型进行分析，并基于分析结果对一类害虫种类相应使用一类可用灭活激素、二类可用灭活激素或三类可用灭活激素；
将一类可用灭活激素、二类可用灭活激素和三类可用灭活激素统称为目标灭活激素，在目标灭活激素使用后，在目标害虫生物信息学模拟模型内判断种类为二类害虫种类的目标害虫的存活量，若种类为二类害虫种类的目标害虫的存活量少于预设值，则生成目标害虫第一防治方案；
所述目标害虫第一防治方案为仅根据不同类型的一类害虫优化蛋白质的所有可用灭活激素类型，在目标果树中相应使用目标灭活激素进行害虫防治；
若种类为二类害虫种类的目标害虫的存活量大于预设值，则生成目标害虫第二防治方案，所述目标害虫第二防治方案为在目标害虫第一防治方案输出后，在目标害虫生物信息学模拟模型中，对被种类为二类害虫种类的目标害虫破坏的目标果树坏死位置进行文化防治处理。
需要说明的是，目标害虫生物信息学模拟模型是一种能够模拟害虫生长发育以及在不同条件下的行为特征的模型，通过目标害虫生物信息学模拟模型进行生物信息学模拟可以得到害虫的防治方案。根据蛋白质的抗药性，相应的在目标害虫生物信息学模拟模型中进行目标灭活激素的使用，使目标害虫生物信息学模拟模型中种类为一类害虫种类的害虫灭活，同时观察种类为二类害虫种类的害虫的存活量。若存活量较低，证明目标灭活激素同时可以对种类为二类害虫种类的害虫进行灭活处理，所以生成目标害虫第一防治方案。若存活量较高，则需要使用其他方法对种类为二类害虫种类的害虫进行灭活。可以通过文化防治的方法进行灭活，所述文化防治包括清除目标果树的病害部位，同时在合理对目标果树进行施肥灌溉，维持目标果树的健康生长状态，基于文化防治的方法对目标害虫第一防治方案进行更新，得到目标害虫第二防治方案。
进一步的，本发明的一个较佳实施例中，所述对目标果树进行害虫防治处理，在害虫防治处理过程中实时监测目标果树的生长状态参数，并根据目标果树的生长状态参数对目标害虫防治方案进行优化，具体为：
基于目标害虫第一防治方案和目标害虫第二防治方案，在目标果树中进行害虫防治处理，并将进行害虫防治的目标果树标定为待分析目标果树；
在对待分析目标果树进行害虫防治过程中，通过图像监测法实时监测待分析目标果树的生长状态参数，若待分析目标果树的生长状态参数维持在预设范围内，则继续对待分析目标果树进行害虫防治；
若待分析目标果树的生长状态参数不维持在预设范围内，则在害虫防治过程中对目标灭活激素进行浓度调整，使待分析目标果树的生长状态参数维持在预设范围内；
若对目标灭活激素进行浓度调整，但待分析目标果树的生长状态参数仍不维持在预设范围内，则将待分析目标果树标定为严重坏死果树；
若待分析目标果树为严重坏死果树，则对停止对严重坏死果树进行害虫防治，并砍伐所述严重坏死果树。
需要说明的是，对害虫进行生物学信息模拟后，相应输出目标害虫第一防治方案和目标害虫第二防治方案，从而对果树进行害虫防治处理。输出防治方案后，果树可能存在防治效果不完全的情况，比如果树中的害虫数量没有降低到预设值，或者果树的生长发育情况异常等。通过对果树进行图像监测可以分析果树的生长状态参数，若输出防治方案后果树的生长状态参数仍异常，则需要对防治方案进行优化。果树生长状态参数异常可能是对果树施加的目标灭活激素的浓度较低，所以可以在害虫防治过程中对目标灭活激素进行浓度调整，使害虫防治效果更好。若目标灭火激素进行浓度调整后，果树的生长状态参数仍异常，证明果树已遭到害虫的严重侵蚀，进行害虫防治已不可挽回，所以需要将果树砍伐，防止果树中的害虫影响其他果树。
此外，所述基于生物信息学的果树害虫治理方法，还包括以下步骤：
在对严重坏死果树进行砍伐处理后，获取严重坏死果树的生长土壤，标定为待分析土壤，对待分析土壤进行抽样处理，得到待分析土壤样本；
对待分析土壤样本进行害虫虫卵分析，得到待分析土壤的害虫虫卵种类，同时获取待分析土壤的土壤环境，对待分析土壤的害虫虫卵种类和土壤环境进行结合预测分析，得到土壤害虫虫卵预测数量；
若土壤害虫虫卵预测数量小于预设值，则将待分析土壤标定为可种植土壤，并在所述待分析土壤上重新种植果树；
若土壤害虫虫卵预测数量大于预设值，则对待分析土壤的土壤环境进行温湿度调整，并将温湿度调整后的待分析土壤的土壤环境与害虫虫卵种类进行结合预测分析，得到环境调整后的土壤害虫虫卵预测数量；
若环境调整后的土壤害虫虫卵预测数量仍大于预设值，则对待分析土壤进行害虫虫卵处理和土壤更换处理。
需要说明的是，果树存在害虫可能是因为土壤中的虫卵侵袭果树根部、茎部等位置，造成果树吸收障碍等，从而滋生害虫。所以在果树砍伐之后，需要对果树的土壤进行分析调节，因为重新种植果树需要保证果树在生长过程中不受害虫影响。由于土壤中的害虫虫卵会对果树造成伤害，并产生害虫，所以需要进行抽样调查，并获取害虫虫卵种类，同时获取土壤的环境，比如温湿度、通气性等因素。二者结合可以预测土壤的害虫虫卵数量，若害虫虫卵数量少于预设值，则可以直接在原土壤上进行果树种植；若大于预设值，则需要判断环境条件是否会对土壤中害虫虫卵数量造成影响，所以对环境进行温湿度调控，用于判断土壤中害虫虫卵数量是否会发生变化。若调控后土壤中害虫虫卵数量仍大于预设值，则需要直接对土壤进行处理，包括对土壤进行农药施加、土壤更换等步骤，保证土壤中害虫虫卵数量小于预设值。
此外，所述基于生物信息学的果树害虫治理方法，还包括以下步骤：
在果园内，获取所有果树的坐标及枝叶覆盖范围，基于所述果树的坐标及枝叶覆盖范围，在三维坐标系内构建果树分布图；
对果园内所有的果树进行分析，并将存在坏死位置的果树标定为异常果树；
分析所述果树分布图，将枝叶覆盖范围存在重合的果树标定为重合果树，分析重合果树中是否存在异常果树，若存在异常果树，则判断重合果树的枝叶覆盖范围中是否存在坏死位置；
若重合果树的枝叶覆盖范围中存在坏死位置，则将坏死位置进行修剪处理，并在坏死位置修剪后向重合果树中的异常果树输出优化后的目标害虫防治方案；
若重合果树的枝叶覆盖范围中不存在坏死位置，则直接向重合果树中的异常果树输出优化后的目标害虫防治方案。
需要说明的是，在果园中，若果树自由生长，则难免会出现枝叶交汇重合的现象，所以通过获取果树的坐标和枝叶覆盖范围可以判断果树之间是否存在重合。若枝叶重合的果树中存在被害虫侵蚀的果树，且被害虫侵蚀的位置有其他果树存在枝叶重合，则需要先将被害虫侵蚀的位置进行修剪处理，防止害虫会经过枝叶传播到其他果树上，并对其他果树造成侵害，并对果树进行害虫防治处理。若枝叶重合的果树中存在被害虫侵蚀的果树，但被害虫侵蚀的位置不予其他果树存在枝叶重合，则可以直接对果树进行害虫防治处理。
如图3所示，本发明第二方面还提供了基于生物信息学的果树害虫治理系统，所述果树害虫治理系统包括存储器31与处理器32，所述存储器31中储存有果树害虫治理方法，所述果树害虫治理方法被所述处理器32执行时，实现如下步骤：
对果树中的害虫进行基因测序分析，同时对果树进行坏死状态分析，结合基因测序分析结果和坏死状态分析结果，确定害虫的种类；
基于目标果树实际害虫种类，对目标果树的害虫进行生物特性分析，并基于生物特性分析结果对害虫进行分类；
对一类害虫种类进行蛋白质抗药性分析，并基于蛋白质抗药性分析结果获取可用于果树害虫防治的灭活激素；
对目标害虫进行生物信息学模拟，并基于生物信息学模拟结果制定目标害虫防治方案；
对目标果树进行害虫防治处理，在害虫防治处理过程中实时监测目标果树的生长状态参数，并根据目标果树的生长状态参数对目标害虫防治方案进行优化。
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 (7)
1.基于生物信息学的果树害虫治理方法，其特征在于，包括以下步骤：
对果树中的害虫进行基因测序分析，同时对果树进行坏死状态分析，结合基因测序分析结果和坏死状态分析结果，确定害虫的种类；
基于目标果树实际害虫种类，对目标果树的害虫进行生物特性分析，并基于生物特性分析结果对害虫进行分类；
对一类害虫种类进行蛋白质抗药性分析，并基于蛋白质抗药性分析结果获取可用于果树害虫防治的灭活激素；
对目标害虫进行生物信息学模拟，并基于生物信息学模拟结果制定目标害虫防治方案；
对目标果树进行害虫防治处理，在害虫防治处理过程中实时监测目标果树的生长状态参数，并根据目标果树的生长状态参数对目标害虫防治方案进行优化。
2.根据权利要求1中所述的基于生物信息学的果树害虫治理方法，其特征在于，所述对果树中的害虫进行基因测序分析，同时对果树进行坏死状态分析，结合基因测序分析结果和坏死状态分析结果，确定害虫的种类，具体为：
选取存在坏死情况的果树，标定为目标果树，并将存在坏死情况的目标果树的位置定义为目标果树坏死位置；
对目标果树坏死位置进行检测，得到目标果树坏死位置的颜色、范围大小以及坏死形状，基于大数据网络构建害虫种类知识图谱，所述害虫种类知识图谱中记录了不同种类的害虫若对目标果树造成影响所带来的坏死颜色、范围大小以及坏死形状；
将目标果树坏死位置的颜色、范围大小以及坏死形状导入害虫种类知识图谱中进行配对分析，初步得到目标果树的害虫种类，标记为目标果树初步害虫种类；
在目标果树坏死位置处获取样本材料，并获取样本材料中的害虫，定义为害虫样本，从所述害虫样本中提取核酸样本，标定为害虫核酸样本；
获取基因测序平台，将所述害虫核酸样本导入所述基因测序平台中进行测序处理，生成原始害虫核酸测序数据，对所述原始害虫核酸测序数据进行数据预处理，得到目标害虫核酸测序数据，所述数据预处理包括对原始害虫核酸测序数据进行重复序列去除和低质量序列去除；
对所述目标害虫核酸测序数据进行分析，并基于目标害虫核酸测序数据的分析结果对目标果树初步害虫种类进行更新，得到目标果树实际害虫种类。
3.根据权利要求1中所述的基于生物信息学的果树害虫治理方法，其特征在于，所述基于目标果树实际害虫种类，对目标果树的害虫进行生物特性分析，并基于生物特性分析结果对害虫进行分类，具体为：
获取目标果树的周边环境、目标果树的历史农药喷洒情况以及目标果树的历史施肥情况，将所述目标果树的周边环境、目标果树的历史农药喷洒情况以及目标果树的历史施肥情况导入深度学习网络中进行生长规律预测，得到标准生长规律，所述标准生长规律包括发育规律、生活环境和迁飞规律；
基于目标果树实际害虫种类，将目标果树中的害虫标定为目标害虫，并获取不同种类的所有目标害虫的生长规律；
将标准生长规律标定为基准值，并引入余弦度量算法，计算不同种类的目标害虫的生长规律与基准值之间的余弦值范围；
若目标害虫的生长规律与基准值之间的余弦值范围小于预设范围，则将对应的目标害虫的种类划分为一类害虫种类，若目标害虫的生长规律与基准值之间的余弦值范围大于预设范围，则将对应的目标害虫的种类划分为二类害虫种类。
4.根据权利要求1中所述的基于生物信息学的果树害虫治理方法，其特征在于，所述对一类害虫种类进行蛋白质抗药性分析，并基于蛋白质抗药性分析结果获取可用于果树害虫防治的灭活激素，具体为：
对种类为一类害虫种类的目标害虫进行蛋白质提取，得到一类害虫蛋白质，引入液相色谱技术，基于所述液相色谱技术对不同类型的一类害虫蛋白质均进行蛋白质液相色谱分离处理，得到不同类型的一类害虫优化蛋白质；
在大数据网络中获取蛋白质数据库，所述蛋白质数据库中标定了不同类型的蛋白质的抗药性，并在所述蛋白质数据库中获取不同类型的一类害虫优化蛋白质的抗药性；
基于不同类型的一类害虫优化蛋白质的抗药性，在大数据网络中检索不同类型的一类害虫优化蛋白质的所有可用灭活激素类型，并确定不同类型的一类害虫优化蛋白质的可用灭活激素类型数量；
对不同类型的一类害虫优化蛋白质的所有可用灭活激素类型进行分析，若存在能作用于所有类型的一类害虫优化蛋白质上的可用灭活激素，则将对应的灭活激素标定为一类可用灭活激素；
若不存在能作用于所有类型的一类害虫优化蛋白质上的可用灭活激素，则基于不同类型的一类害虫优化蛋白质的所有可用灭活激素类型数量，获取可以作用于最多类型的一类害虫优化蛋白质上的可用灭活激素，标定为二类可用灭活激素，并获取不可被二类可用灭活激素作用的一类害虫优化蛋白质种类，标定为特殊害虫优化蛋白质；
获取特殊害虫优化蛋白质的所有可用灭活激素类型，标定为特殊可用灭活激素，计算所有类型的特殊可用灭活激素作用在特殊害虫优化蛋白质上的作用速率，并选取作用速率最高的特殊可用灭活激素，标定为三类可用灭活激素。
5.根据权利要求1中所述的基于生物信息学的果树害虫治理方法，其特征在于，所述对目标害虫进行生物信息学模拟，并基于生物信息学模拟结果制定目标害虫防治方案，具体为：
基于目标果树坏死位置的颜色、范围大小以及坏死形状，目标果树的周边环境、目标果树的历史农药喷洒情况和目标果树的历史施肥情况，以及不同类型的所有目标害虫的生长规律，构建能模拟目标害虫生物信息学的模型，标定为目标害虫生物信息学模拟模型；
在所述目标害虫生物信息学模拟模型内进行目标害虫生物信息学模拟，在模拟过程中，对不同类型的一类害虫优化蛋白质的所有可用灭活激素类型进行分析，并基于分析结果对一类害虫种类相应使用一类可用灭活激素、二类可用灭活激素或三类可用灭活激素；
将一类可用灭活激素、二类可用灭活激素和三类可用灭活激素统称为目标灭活激素，在目标灭活激素使用后，在目标害虫生物信息学模拟模型内判断种类为二类害虫种类的目标害虫的存活量，若种类为二类害虫种类的目标害虫的存活量少于预设值，则生成目标害虫第一防治方案；
所述目标害虫第一防治方案为仅根据不同类型的一类害虫优化蛋白质的所有可用灭活激素类型，在目标果树中相应使用目标灭活激素进行害虫防治；
若种类为二类害虫种类的目标害虫的存活量大于预设值，则生成目标害虫第二防治方案，所述目标害虫第二防治方案为在目标害虫第一防治方案输出后，在目标害虫生物信息学模拟模型中，对被种类为二类害虫种类的目标害虫破坏的目标果树坏死位置进行文化防治处理。
6.根据权利要求1中所述的基于生物信息学的果树害虫治理方法，其特征在于，所述对目标果树进行害虫防治处理，在害虫防治处理过程中实时监测目标果树的生长状态参数，并根据目标果树的生长状态参数对目标害虫防治方案进行优化，具体为：
基于目标害虫第一防治方案和目标害虫第二防治方案，在目标果树中进行害虫防治处理，并将进行害虫防治的目标果树标定为待分析目标果树；
在对待分析目标果树进行害虫防治过程中，通过图像监测法实时监测待分析目标果树的生长状态参数，若待分析目标果树的生长状态参数维持在预设范围内，则继续对待分析目标果树进行害虫防治；
若待分析目标果树的生长状态参数不维持在预设范围内，则在害虫防治过程中对目标灭活激素进行浓度调整，使待分析目标果树的生长状态参数维持在预设范围内；
若对目标灭活激素进行浓度调整，但待分析目标果树的生长状态参数仍不维持在预设范围内，则将待分析目标果树标定为严重坏死果树；
若待分析目标果树为严重坏死果树，则对停止对严重坏死果树进行害虫防治，并砍伐所述严重坏死果树。
7.基于生物信息学的果树害虫治理系统，其特征在于，所述果树害虫治理系统包括存储器与处理器，所述存储器中储存有果树害虫治理方法，所述果树害虫治理方法被所述处理器执行时，实现如下步骤：
对果树中的害虫进行基因测序分析，同时对果树进行坏死状态分析，结合基因测序分析结果和坏死状态分析结果，确定害虫的种类；
基于目标果树实际害虫种类，对目标果树的害虫进行生物特性分析，并基于生物特性分析结果对害虫进行分类；
对一类害虫种类进行蛋白质抗药性分析，并基于蛋白质抗药性分析结果获取可用于果树害虫防治的灭活激素；
对目标害虫进行生物信息学模拟，并基于生物信息学模拟结果制定目标害虫防治方案；
对目标果树进行害虫防治处理，在害虫防治处理过程中实时监测目标果树的生长状态参数，并根据目标果树的生长状态参数对目标害虫防治方案进行优化。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410691437.8A CN118266360B (zh) | 2024-05-30 | 2024-05-30 | 基于生物信息学的果树害虫治理方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410691437.8A CN118266360B (zh) | 2024-05-30 | 2024-05-30 | 基于生物信息学的果树害虫治理方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN118266360A true CN118266360A (zh) | 2024-07-02 |
| CN118266360B CN118266360B (zh) | 2024-08-23 |
Family
ID=91642482
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410691437.8A Active CN118266360B (zh) | 2024-05-30 | 2024-05-30 | 基于生物信息学的果树害虫治理方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN118266360B (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108271753A (zh) * | 2018-01-05 | 2018-07-13 | 广州翼鲲生物科技有限公司 | 一种害虫防治方法和系统 |
| CN112464688A (zh) * | 2019-09-09 | 2021-03-09 | 云南天质弘耕科技有限公司 | 一种无人机飞防及病虫害智能识别系统 |
| CN113678811A (zh) * | 2021-09-24 | 2021-11-23 | 广东省农业科学院果树研究所 | 一种果树病虫害防治自动化喷药控制方法及装置 |
| CN114201636A (zh) * | 2021-12-10 | 2022-03-18 | 安吉县自然资源和规划局 | 一种基于大数据分析的林业虫灾发生的预测方法 |
| CN117541945A (zh) * | 2023-11-11 | 2024-02-09 | 浙江浙勤城市服务科技有限公司 | 一种病虫害检测方法、系统及存储介质 |
| CN118097273A (zh) * | 2024-03-05 | 2024-05-28 | 武汉乐道物流有限公司 | 一种仓储烟叶的害虫消杀控制方法、装置及电子设备 |
-
2024
- 2024-05-30 CN CN202410691437.8A patent/CN118266360B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108271753A (zh) * | 2018-01-05 | 2018-07-13 | 广州翼鲲生物科技有限公司 | 一种害虫防治方法和系统 |
| CN112464688A (zh) * | 2019-09-09 | 2021-03-09 | 云南天质弘耕科技有限公司 | 一种无人机飞防及病虫害智能识别系统 |
| CN113678811A (zh) * | 2021-09-24 | 2021-11-23 | 广东省农业科学院果树研究所 | 一种果树病虫害防治自动化喷药控制方法及装置 |
| CN114201636A (zh) * | 2021-12-10 | 2022-03-18 | 安吉县自然资源和规划局 | 一种基于大数据分析的林业虫灾发生的预测方法 |
| CN117541945A (zh) * | 2023-11-11 | 2024-02-09 | 浙江浙勤城市服务科技有限公司 | 一种病虫害检测方法、系统及存储介质 |
| CN118097273A (zh) * | 2024-03-05 | 2024-05-28 | 武汉乐道物流有限公司 | 一种仓储烟叶的害虫消杀控制方法、装置及电子设备 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN118266360B (zh) | 2024-08-23 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Guilpart et al. | Grapevine bud fertility and number of berries per bunch are determined by water and nitrogen stress around flowering in the previous year | |
| Holb et al. | Analysis of summer epidemic progress of apple scab at different apple production systems in the Netherlands and Hungary | |
| Ticktin | The ecological sustainability of non-timber forest product harvest: Principles and methods | |
| Bonfante et al. | Evaluation of the effects of future climate change on grape quality through a physically based model application: a case study for the Aglianico grapevine in Campania region, Italy | |
| Drienovsky et al. | Scan sick & healthy leaf-a software application for the determination of the degree of the leaves attack. | |
| CN115496300B (zh) | 一种月季育苗生长信息及环境监测方法 | |
| Cabrera-Toledo et al. | Morphological and genetic variation in monocultures, forestry systems and wild populations of Agave maximiliana of western Mexico: implications for its conservation | |
| Lee et al. | A framework for predicting soft-fruit yields and phenology using embedded, networked microsensors, coupled weather models and machine-learning techniques | |
| CN113435728B (zh) | 一种农场虫害查杀方法和系统 | |
| WO2021198731A1 (en) | An artificial-intelligence-based method of agricultural and horticultural plants' physical characteristics and health diagnosing and development assessment. | |
| Ehrenbergerová et al. | Identifying key factors affecting coffee leaf rust incidence in agroforestry plantations in Peru | |
| Dath et al. | Development of an expert system for agricultural commodities | |
| CN118266360B (zh) | 基于生物信息学的果树害虫治理方法及系统 | |
| Lundquist et al. | A method for characterizing and mimicking forest canopy gaps caused by different disturbances | |
| Bonada et al. | Benchmarking Water‐Limited Yield Potential and Yield Gaps of Shiraz in the Barossa and Eden Valleys | |
| Epee et al. | Characterising retained dormant shoot attributes to support automated cane pruning on Vitis vinifera L. cv. Sauvignon blanc | |
| Millan et al. | Relationships between leaf temperature, stomatal conductance and architecture: potential impact on leaf burning among a range of genotypes in grapevine: This article is published in cooperation with the 22nd GiESCO International Meeting, hosted by Cornell University in Ithaca, NY, July 17-21, 2023. | |
| Yáñez et al. | Phenotypic variation of fruit and ecophysiological traits among maqui (Aristotelia chilensis [Molina] Stuntz) provenances established in a common garden | |
| Heyns | Estimation methods for date palm yield: a feasibility study | |
| Yang | Modelling phenological development, yield and quality of lucerne (Medicago sativa L.) using APSIM next generation: A thesis submitted in partial fulfillment of the requirement for the Degree of Doctor of Philosophy at Lincoln University | |
| Perla et al. | A Critical Implementation Strategy Proposed for Continuous Monitoring of Minerals in the Soil and to Identify the Diseases of Banana Plant Using Support Vector Machine. | |
| Fonseca de Oliveira et al. | Tropical peanut maturation scale for harvesting seeds with superior quality | |
| Kara et al. | Assessing the Impact of Beet Webworm Moths on Sunflower Fields Using Multitemporal SENTINEL-2 Satellite Imagery and Vegetation Indices | |
| Aguirre-Zapata et al. | Forecasting Lobesia botrana flight activity: A new semi-physical model | |
| Herzog et al. | Relationship between meteorological data, physical-mechanical characteristics of grapes and Botrytis bunch rot. |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| 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 |