CN108304953A - 农作物病虫害的预警方法和*** - Google Patents
农作物病虫害的预警方法和*** Download PDFInfo
- Publication number
- CN108304953A CN108304953A CN201710026447.XA CN201710026447A CN108304953A CN 108304953 A CN108304953 A CN 108304953A CN 201710026447 A CN201710026447 A CN 201710026447A CN 108304953 A CN108304953 A CN 108304953A
- Authority
- CN
- China
- Prior art keywords
- data
- monitoring
- meteorological
- pest
- data processing
- 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
- 241000607479 Yersinia pestis Species 0.000 title claims abstract description 124
- 201000010099 disease Diseases 0.000 title claims abstract description 109
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 title claims abstract description 109
- 230000009418 agronomic effect Effects 0.000 title claims abstract description 28
- 238000000034 method Methods 0.000 title claims abstract description 25
- 238000012544 monitoring process Methods 0.000 claims abstract description 147
- 238000012545 processing Methods 0.000 claims abstract description 63
- 239000002689 soil Substances 0.000 claims description 22
- 238000012360 testing method Methods 0.000 claims description 11
- 230000002265 prevention Effects 0.000 abstract description 12
- 238000010586 diagram Methods 0.000 description 7
- 241000196324 Embryophyta Species 0.000 description 6
- 238000005516 engineering process Methods 0.000 description 5
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 4
- 239000007789 gas Substances 0.000 description 4
- 241001269238 Data Species 0.000 description 3
- 241000238631 Hexapoda Species 0.000 description 2
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 2
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 208000015181 infectious disease Diseases 0.000 description 2
- 229910052757 nitrogen Inorganic materials 0.000 description 2
- 229910052698 phosphorus Inorganic materials 0.000 description 2
- 239000011574 phosphorus Substances 0.000 description 2
- 239000011591 potassium Substances 0.000 description 2
- 229910052700 potassium Inorganic materials 0.000 description 2
- 241000208340 Araliaceae Species 0.000 description 1
- 206010061217 Infestation Diseases 0.000 description 1
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 description 1
- 235000003140 Panax quinquefolius Nutrition 0.000 description 1
- 241000233622 Phytophthora infestans Species 0.000 description 1
- 230000002159 abnormal effect Effects 0.000 description 1
- 239000003814 drug Substances 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 238000009313 farming Methods 0.000 description 1
- 239000003337 fertilizer Substances 0.000 description 1
- 235000008434 ginseng Nutrition 0.000 description 1
- 238000003306 harvesting 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
- 239000005416 organic matter Substances 0.000 description 1
- 150000003839 salts Chemical class 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 239000000126 substance Substances 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
- G06Q10/04—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
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Animal Husbandry (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Entrepreneurship & Innovation (AREA)
- Game Theory and Decision Science (AREA)
- Agronomy & Crop Science (AREA)
- Development Economics (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Catching Or Destruction (AREA)
Abstract
本发明提供一种农作物病虫害的预警方法和***,其中,方法包括:数据处理中心获取监测时间内监测区域的气象数据;所述数据处理中心根据所述气象数据和预先建立的病虫害模型对应的气象条件,确定所述监测区域的病虫害的预测结果;当所述预测结果指示所述监测区域发生病虫害时,所述数据处理中心提示用户所述监测区域发生病虫害;所述数据处理中心将所述预测结果发送给数据展示中心,以使所述数据展示中心展示所述预测结果。本发明提供的农作物病虫害的预警方法和***,实现了实时监测农作物的病虫害爆发的程度和进度,将病虫害由传统的以治为主改为以防为主,实现了提前预防和及时治理农作物病虫害,从而保障了农作物的正常生长。
Description
技术领域
本发明涉及农业病虫害处理技术,尤其涉及一种农作物病虫害的预警方法和***。
背景技术
农作物病虫害直接影响着农作物的收获量,所以政府对农作物病虫害防治给予了高度重视,种植户对病虫害防治需求更加迫切,因此,农作物病虫害防治具有重要意义。将信息化技术融入到传统病虫害防治工作中,保证农作物产量和产能,推动农业经济向前发展成为农作物种植中亟待解决的问题之一。
目前,传统的方式,需要人工到现场检验作物叶片或其他发病位置有无病虫害侵染现象,但是一旦已经出现病虫害侵染状况,说明病虫害已经开始侵染,再采取防治措施,防治效果极差,很多病虫害都是可防不可治,错过了最佳施药时间,致使没有及时的对农作物进行施药,影响农作物产量,给种植户带来一定程度的损失。
发明内容
本发明提供一种农作物病虫害的预警方法和***,以解决现有技术中病虫害侵染农作物后才采取防治措施,影响农作物产量,给用户造成无法挽回的损失的问题。
本发明一方面提供一种农作物病虫害的预警方法,包括:
数据处理中心获取监测时间内监测区域的气象数据;
所述数据处理中心根据所述气象数据和预先建立的病虫害模型对应的气象条件,确定所述监测区域的病虫害的预测结果;
当所述预测结果指示所述监测区域发生病虫害时,所述数据处理中心提示用户所述监测区域发生病虫害;
所述数据处理中心将所述预测结果发送给数据展示中心,以使所述数据展示中心展示所述预测结果。
进一步地,所述气象数据包括所述监测区域内的温度、湿度、雨量、风速和土壤参数。
进一步地,所述数据处理中心获取监测时间内监测区域的气象数据,包括:
所述数据处理中心接收所述监测区域内安装的气象监测***发送的所述监测时间内的第一气象数据,所述第一气象数据为所述监测时间内各时间段内所述监测区域内的平均气象数据,所述监测时间由多个时间段组成;和/或
所述数据处理中心接收所述气象服务中心发送的所述监测时间内所述监测区域内的第二气象数据。
进一步地,所述气象监测***包括温度传感器、湿度传感器、雨量计、风速传感器和土壤测试仪。
本发明另一方面提供一种农作物病虫害的预警***,包括:
气象监测***,用于采集监测时间内的各时间段内所述监测区域内的气象数据,并计算所述各时间段内所述监测区域内的平均气象数据;
所述气象监测***,还用于将所述各时间段内所述监测区域内的平均气象数据作为第一气象数据发送给所述数据处理中心;
气象服务中心,用于向所述数据处理中心提供所述监测时间内所述监测区域的第二气象数据;
数据处理中心,用于根据所述第一气象数据和/或所述第二气象数据,以及预先建立的病虫害模型对应的气象条件,确定所述监测区域的病虫害的预测结果;
所述数据处理中心,还用于当所述预测结果指示所述监测区域发生病虫害时,提示用户所述监测区域发生病虫害,并将所述预测结果发送给数据展示中心;
所述数据展示中心,用于展示所述预测结果。
进一步地,所述数据展示中心具体用于:将所述监测区域内的病虫害的区域和严重程度分别在地图上展示。
进一步地,上述***,还包括:
***控制中心,用于对所述气象监测***、所述气象服务中心、所述数据处理中心和所述数据展示中心进行监控和管理。
进一步地,所述第一气象数据和所述第二气象数据均包括所述监测区域内的温度、湿度、雨量、风速和土壤参数。
进一步地,所述气象监测***包括温度传感器、湿度传感器、雨量计、风速传感器和土壤测试仪。
可选的,所述数据处理中心采用Hadoop架构。
本发明提供的农作物病虫害的预警方法和***,通过预先建立病虫害模型,并通过气象监测***获取监测区域内的第一气象数据,通过气象服务中心获取监测区域内的第二气象数据,然后由数据处理中心根据第一气象数据和/或第二气象数据以及预先建立的病虫害模型对应的气象条件,确定所述监测区域的病虫害的预测结果,实现了实时监测农作物的病虫害爆发的程度和进度,不再需要人工到现场检验农作物的病虫害侵染现象,将病虫害由传统的以治为主改为以防为主,实现提前预防和及时治理农作物病虫害,从而保障了农作物的正常生长。
附图说明
图1为本发明农作物病虫害的预警***实施例一的结构示意图;
图2为本发明农作物病虫害的预警***实施例二的结构示意图;
图3为本发明农作物病虫害的预警***实施例三的结构示意图;
图4为本发明农作物病虫害的预警方法实施例四的流程图。
具体实施方式
图1为本发明农作物病虫害的预警***实施例一的结构示意图,如图1所示,本实施例的***包括:气象监测***11、气象服务中心12、数据处理中心13和数据展示中心14。
气象监测***11用于采集监测时间内的各时间段内监测区域内的气象数据,并计算各时间段内监测区域内的平均气象数据;
气象监测***11,还用于将各时间段内该监测区域内的平均气象数据作为第一气象数据发送给数据处理中心13;
气象服务中心12,用于向数据处理中心13提供监测时间内监测区域的第二气象数据;
数据处理中心13,用于根据第一气象数据和/或第二气象数据,以及预先建立的病虫害模型对应的气象条件,确定该监测区域的病虫害的预测结果;
数据处理中心13,还用于当该预测结果指示该监测区域发生病虫害时,提示用户该监测区域发生病虫害,并将预测结果发送给数据展示中心14;
数据展示中心14,用于展示预测结果。
其中,监测时间可以预先设定好,监测时间可以为几个小时、一天或一周等,本实施例并不对此进行限制。该监测时间被划分为多个时间段,例如当监测时间为一天时,时间段为一小时,则气象监测***11获取一天内每个小时内监测区域内的气象数据,该监测区域指农作物生长的田间。
本实施例中,气象监测***11获取的气象数据包括该监测区域内的温度、湿度、雨量、风速和土壤参数。气象监测***11具体包括温度传感器、湿度传感器、雨量计、风速传感器和土壤测试仪等,温度传感器、湿度传感器、雨量计、风速传感器和土壤测试仪都安装在监测区域内。温度传感器用于采集监测区域内的温度,湿度传感器用于采集监测区域内的湿度,雨量计用于采集监测区域内的雨量,风速传感器用于采集监测区域内的风速,土壤测试仪用于采集监测区域内的土壤参数,具体可以检测土壤、植株、化学肥料、生物肥料等样品中的速效氮、速效磷、有效钾、植株中的全氮、全磷、全钾、有机质含量,土壤酸碱度及土壤含盐量等。
气象监测***11在采集到各时间段内监测区域内的气象数据后,可以进一步计算各时间段内监测区域内的平均气象数据,并将各时间段内监测区域内的平均气象数据作为第一气象数据发送给数据处理中心13。通过计算各时间段内的平均气象数据,可以避免现有技术中每隔一个时间段采集一次使得采集到的气象数据为非常态数据的问题。
气象服务中心12具体通过获取国家气象局公共气象服务中心面向农业的专业气象数据作为第二气象数据,该第二气象数据包括该监测区域内的温度、湿度、雨量、风速和土壤参数。
本实施例中,数据处理中心13可以采用Hadoop架构,但不限于Hadoop架构,Hadoop架构有两个主要的组件:分布式文件***和MapReduce引擎,分布式文件***存储着程序,MapReduce引擎是用于执行程序的一个框架。采用Hadoop架构可以提高数据处理中心的处理速度和容错能力,并且灵活性更好。
数据处理中心13可以根据第一气象数据和/或第二气象数据,以及预先建立的病虫害模型对应的气象条件确定监测区域内的病虫害的预测结果。其中,该预先建立的病虫害模型对应的气象条件包括各种病虫害模型爆发的气象数据。该预先建立的病虫害模型是对历史病虫害爆发数据进行研究,进行规律性总结,利用温度、湿度、雨量、风速和土壤参数等气象数据与农作物生长周期和病虫害发生条件的必然关系,得到病虫害爆发规律和模型,并对模型反复试验和修正,建立更准确的病虫害模型。其中,病虫害历史爆发数据可以从国家农业部获取。
当数据处理中心13根据第一气象数据确定监测区域内的病虫害的预测结果时,具体的,数据处理中心13将第一气象数据与预先建立的病虫该模型对应的气象条件对比得到二者的相似度,然后判断该相似度是否大于预先设定的第一阈值,当该相似度大于该第一阈值时,确定该监测区域发生病虫害,当该相似度小于或等于该第一阈值时,确定该监测区域没有发生病虫害。数据处理中心13可以根据第二气象数据采用相同方法确定监测区域内的病虫害的预测结果。
一般的,第一气象数据的采集范围比第二气象数据的范围小,第一气象数据更为精确,但当气象监测***11设置不当或出现故障时可能会出现采集到的第一气象数据有误,若数据处理中心13仍采用此时测量的第一气象数据确定监测区域内的病虫害的预测结果,会影响病虫害的预测结果的准确性。通过气象服务中心12获取的第二气象数据可以确保气象监测***11采集的第一气象数据的正确性。选择第一气象数据还是第二气象数据可以由用户设定,当未设定时默认选择第一气象数据。
当数据处理中心13根据第一气象数据和第二气象数据确定监测区域内的病虫害的预测结果时,具体的,数据处理中心13对第一气象数据和第二气象数据进行对比,分别判断温度、湿度、雨量、风速和土壤等参数的差值是否大于预先设定的第二阈值,当某一参数的差值大于该第二阈值时,确定该参数使用第二气象数据的值。在所有参数的值确定后,再采用上述方法确定监测区域内的病虫害的预测结果。
数据处理中心13在确定监测区域病虫害的预测结果后,进一步的,当该预测结果指示该监测区域发生病虫害时,提示用户该监测区域发生病虫害,并将预测结果发送给数据展示中心14。具体的,该预测结果中包括病虫害的的爆发范围、爆发程度、爆发进度、防治时间、防治方法等内容。根据病虫害的爆发程度可以分为无病虫害侵染、轻度侵染、中度侵染和重度侵染。当病虫害的爆发程度为无病虫害侵染时,数据处理中心13无需向用户发送提示。病虫害的爆发进度包括侵染期的代次信息,其中,代次信息针对不同的农作物发生的不同的病虫害是不同的。例如“马铃薯晚疫病”,需要在侵染期开始第三代第一次进行打药防治,而第三代第一次是无法通过人工肉眼进行分辨和判断的,只有通过***后台模型计算,才能得出“晚疫病”代次的准确时间,用户根据代次信息决定是否进行病虫害的防治。
向用户发送预测结果的方式可以是短信提示、语音提示、网页信息提示、手机客户端信息提示或其他的设定方式。预测结果的表现形式可以是文字、图形、列表等多种表现形式。向用户发送预测结果的内容包含爆发范围、爆发程度、爆发进度、防治时间、防治方法等内容,以便于用户能够及时的进行病虫害防治。
数据处理中心13在提示用户的同时,还将预测结果发送给数据展示中心14。为使用户方便的查看当前的气象数据,可选的,数据处理中心13可以将气象监测***11监测的第一气象数据、气象服务中心12获取的第二气象数据发送给数据展示中心14。
本实施例提供的农作物病虫害的预警***,通过预先建立病虫害模型,并通过气象监测***获取监测区域内的第一气象数据,通过气象服务中心获取监测区域内的第二气象数据,然后由数据处理中心根据第一气象数据和/或第二气象数据以及预先建立的病虫害模型对应的气象条件,确定所述监测区域的病虫害的预测结果,实现了实时监测农作物的病虫害爆发的程度和进度,不再需要人工到现场检验农作物的病虫害侵染现象,将病虫害由传统的以治为主改为以防为主,实现提前预防和及时治理农作物病虫害,从而保障了农作物的正常生长。
图2为本发明农作物病虫害的预警***实施例二的结构示意图,如图2所示,本实施例的***在图1所示实施例一的基础上,进一步地,还包括***控制中心15,***控制中心15用于对气象监测***11、气象服务中心12、数据处理中心13和数据展示中心14进行监控和管理,可以方便的设置和维护预警***。
本实施例中,通过***控制中心对气象监测***、气象服务中心、数据处理中心和数据展示中心进行监控和管理,保证农作物病虫害预警***在正常状态下工作,且方便对其进行管理,减少人工到现场工作的次数,更进一步的保障了农作物的正常生长。
图3为本发明农作物病虫害的预警***实施例三的结构示意图,如图3所示,本实施例的***在图2所示实施例二的基础上,进一步地,气象监测***11包括温度传感器111、湿度传感器112、雨量计113、风速传感器114和土壤测试仪115。气象监测***11在采集到各时间段内监测区域内的气象数据后,可以进一步计算各时间段内监测区域内的平均气象数据,并将各时间段内监测区域内的平均气象数据作为第一气象数据发送给数据处理中心13。
进一步地,气象服务中心12通过获取国家气象局公共气象服务中心面向农业的专业气象数据作为第二气象数据,该第二气象数据包括该监测区域内的温度、湿度、雨量、风速和土壤参数。
进一步地,数据处理中心13包括数据仓库131和分布式数据计算引擎132。其中,数据仓库131用于存储采集到的第一气象数据和第二气象数据,还用于存储预先建立的病虫害模型。分布式数据计算引擎132用于根据第一气象数据和/或第二气象数据,以及预先建立的病虫害模型对应的气象条件确定监测区域内的病虫害的预测结果,采取分布式数据计算,可以快速的完成大规模数据的处理,减少计算时间,更能准确代表农作物当前的生长状况,及时进行防治工作,更进一步的保障了农作物的正常生长。
进一步地,数据展示中心14包括预测结果展示模块141和气象数据展示模块142,其中,预测结果展示模块141用于向用户发送病虫害的预警信息,可选的,预测结果展示模块141发送方式可以包括短信、语音、移动端APP和网页,表现形式可以包括文字、图形和列表,发送内容可以包括爆发范围、爆发程度、爆发进度、防治时间和防治方法,以便于用户能够及时的进行病虫害防治。气象数据展示模块142用于展示气象信息,方便用户查询,表现形式可以是但不仅限于移动端APP和网页。
进一步地,***控制中心15包括设备管理模块151和模型管理模块152,其中,设备管理模块151用于管理控制气象监测***11、气象服务中心12、数据处理中心13和数据展示中心14,以保障***正常运行,同时减少人工到现场工作的次数。模型管理模块152用于设置农作物的生长期,以便对不同生长期的农作物的病虫害侵染情况进行预测。
本实施例提供的农作物病虫害的预警***,通过数据采集平台获取监测区域内的第一气象数据和第二气象数据并存储到数据仓库,然后对第一气象数据和/或第二气象数据以及预先建立的病虫害模型对应的气象条件进行分布式数据计算,确定所述监测区域的病虫害的预测结果并在数据展示中心展示,由***控制中心进行设备管理及模型管理,实现了实时监测农作物的病虫害爆发的程度和进度,将病虫害由传统的以治为主改为以防为主,实现提前预防和及时治理农作物病虫害,从而保障了农作物的正常生长。
图4为本发明农作物病虫害的预警方法实施例四的结构示意图,本实施例的方法可以应用在上述实施例一至实施例三任一实施例提供的农作物病虫害的预警***中,如图4所示,本实施例的方法包括以下步骤:
步骤41、数据处理中心获取监测时间内监测区域的气象数据;
具体的,该监测区域的气象数据包括第一气象数据和/或第二气象数据,其中,第一气象数据由气象监测***提供,第二气象数据由气象服务中心提供。具体的,数据处理中心接收监测区域内安装的气象监测***发送的监测时间内的第一气象数据,第一气象数据为监测时间内各时间段内监测区域内的平均气象数据,监测时间由多个时间段组成;和/或数据处理中心接收气象服务中心发送的监测时间内监测区域内的第二气象数据。其中,第一气象数据和第二气象数据均包括监测区域内的温度、湿度、雨量、风速和土壤参数。
步骤42、数据处理中心根据气象数据和预先建立的病虫害模型对应的气象条件,确定监测区域的病虫害的预测结果;
步骤43、当预测结果指示监测区域发生病虫害时,数据处理中心提示用户监测区域发生病虫害;
步骤44、数据处理中心将预测结果发送给数据展示中心,以使数据展示中心展示预测结果。
本实施例的方法可以由上述实施例一至实施例三任一实施例提供的农作物病虫害的预警***执行,具体实现方式和技术效果类似,这里不再赘述。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (10)
1.一种农作物病虫害的预警方法,其特征在于,包括:
数据处理中心获取监测时间内监测区域的气象数据;
所述数据处理中心根据所述气象数据和预先建立的病虫害模型对应的气象条件,确定所述监测区域的病虫害的预测结果;
当所述预测结果指示所述监测区域发生病虫害时,所述数据处理中心提示用户所述监测区域发生病虫害;
所述数据处理中心将所述预测结果发送给数据展示中心,以使所述数据展示中心展示所述预测结果。
2.根据权利要求1所述的方法,其特征在于,所述气象数据包括所述监测区域内的温度、湿度、雨量、风速和土壤参数。
3.根据权利要求2所述的方法,其特征在于,所述数据处理中心获取监测时间内监测区域的气象数据,包括:
所述数据处理中心接收所述监测区域内安装的气象监测***发送的所述监测时间内的第一气象数据,所述第一气象数据为所述监测时间内各时间段内所述监测区域内的平均气象数据,所述监测时间由多个时间段组成;和/或
所述数据处理中心接收所述气象服务中心发送的所述监测时间内所述监测区域内的第二气象数据。
4.根据权利要求3所述的方法,其特征在于,所述气象监测***包括温度传感器、湿度传感器、雨量计、风速传感器和土壤测试仪。
5.一种农作物病虫害的预警***,其特征在于,包括:
气象监测***,用于采集监测时间内的各时间段内所述监测区域内的气象数据,并计算所述各时间段内所述监测区域内的平均气象数据;
所述气象监测***,还用于将所述各时间段内所述监测区域内的平均气象数据作为第一气象数据发送给所述数据处理中心;
气象服务中心,用于向所述数据处理中心提供所述监测时间内所述监测区域的第二气象数据;
数据处理中心,用于根据所述第一气象数据和/或所述第二气象数据,以及预先建立的病虫害模型对应的气象条件,确定所述监测区域的病虫害的预测结果;
所述数据处理中心,还用于当所述预测结果指示所述监测区域发生病虫害时,提示用户所述监测区域发生病虫害,并将所述预测结果发送给数据展示中心;
所述数据展示中心,用于展示所述预测结果。
6.根据权利要求5所述的***,其特征在于,所述数据展示中心具体用于:
将所述监测区域内的病虫害的区域和严重程度分别在地图上展示。
7.根据权利要求5或6所述的***,其特征在于,还包括:
***控制中心,用于对所述气象监测***、所述气象服务中心、所述数据处理中心和所述数据展示中心进行监控和管理。
8.根据权利要求5-7任一项所述的***,其特征在于,所述第一气象数据和所述第二气象数据均包括所述监测区域内的温度、湿度、雨量、风速和土壤参数。
9.根据权利要求8所述的***,其特征在于,所述气象监测***包括温度传感器、湿度传感器、雨量计、风速传感器和土壤测试仪。
10.根据权利要求5所述的***,其特征在于,所述数据处理中心采用Hadoop架构。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710026447.XA CN108304953A (zh) | 2017-01-13 | 2017-01-13 | 农作物病虫害的预警方法和*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710026447.XA CN108304953A (zh) | 2017-01-13 | 2017-01-13 | 农作物病虫害的预警方法和*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108304953A true CN108304953A (zh) | 2018-07-20 |
Family
ID=62872444
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710026447.XA Pending CN108304953A (zh) | 2017-01-13 | 2017-01-13 | 农作物病虫害的预警方法和*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108304953A (zh) |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109769606A (zh) * | 2019-03-18 | 2019-05-21 | 郭芳 | 一种基于互联网的小麦病虫害防治方法 |
CN112418470A (zh) * | 2020-12-24 | 2021-02-26 | 东北农业大学 | 一种基于北方粳稻的产量监测预警模型的建立方法 |
CN112665650A (zh) * | 2020-12-22 | 2021-04-16 | 东北农业大学 | 基于深度学习的水稻叶龄诊断模型化方法 |
CN113705875A (zh) * | 2021-08-19 | 2021-11-26 | 大气候物联网科技(广州)有限公司 | 一种农作物病虫害预警方法、***、装置及存储介质 |
CN114760832A (zh) * | 2019-12-17 | 2022-07-15 | 株式会社未来菜园 | 预测装置 |
TWI831034B (zh) * | 2021-07-30 | 2024-02-01 | 國立中興大學 | 稻熱病預警系統及方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104635694A (zh) * | 2015-01-08 | 2015-05-20 | 沈阳远大智能高科农业有限公司 | 一种智能农业预警*** |
CN205334168U (zh) * | 2016-04-21 | 2016-06-22 | 贾如春 | 基于大数据病虫害监测预警*** |
CN106033556A (zh) * | 2015-03-16 | 2016-10-19 | 国家电网公司 | 一种电网微气象灾害监测预警***及其预警方法 |
CN207408986U (zh) * | 2017-01-13 | 2018-05-25 | 北京金禾天成科技有限公司 | 农作物病虫害的预警*** |
-
2017
- 2017-01-13 CN CN201710026447.XA patent/CN108304953A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104635694A (zh) * | 2015-01-08 | 2015-05-20 | 沈阳远大智能高科农业有限公司 | 一种智能农业预警*** |
CN106033556A (zh) * | 2015-03-16 | 2016-10-19 | 国家电网公司 | 一种电网微气象灾害监测预警***及其预警方法 |
CN205334168U (zh) * | 2016-04-21 | 2016-06-22 | 贾如春 | 基于大数据病虫害监测预警*** |
CN207408986U (zh) * | 2017-01-13 | 2018-05-25 | 北京金禾天成科技有限公司 | 农作物病虫害的预警*** |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109769606A (zh) * | 2019-03-18 | 2019-05-21 | 郭芳 | 一种基于互联网的小麦病虫害防治方法 |
CN114760832A (zh) * | 2019-12-17 | 2022-07-15 | 株式会社未来菜园 | 预测装置 |
CN112665650A (zh) * | 2020-12-22 | 2021-04-16 | 东北农业大学 | 基于深度学习的水稻叶龄诊断模型化方法 |
CN112418470A (zh) * | 2020-12-24 | 2021-02-26 | 东北农业大学 | 一种基于北方粳稻的产量监测预警模型的建立方法 |
TWI831034B (zh) * | 2021-07-30 | 2024-02-01 | 國立中興大學 | 稻熱病預警系統及方法 |
CN113705875A (zh) * | 2021-08-19 | 2021-11-26 | 大气候物联网科技(广州)有限公司 | 一种农作物病虫害预警方法、***、装置及存储介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108304953A (zh) | 农作物病虫害的预警方法和*** | |
AU2021202077B2 (en) | Systems, methods, and devices for monitoring weather and field conditions | |
CN207408986U (zh) | 农作物病虫害的预警*** | |
US11940977B2 (en) | Computer-generated accurate yield map data using expert filters and spatial outlier detection | |
ES2942415T3 (es) | Detección automática de valores atípicos de datos de cosecha | |
CN204833020U (zh) | 一种基于物联网的智能农业生产*** | |
US20220174935A1 (en) | Method for remediating developmentally delayed plants | |
JP2019128741A (ja) | 営農システム | |
KR101831880B1 (ko) | 센서장치를 이용한 딸기작물 병해 예찰 및 약제살포 결정시스템 | |
CN111507197B (zh) | 一种棉花脱叶剂施药处方图生成方法及装置 | |
US20210136996A1 (en) | Systems and methods for applying an agricultural practice to a target agricultural field | |
CN111754045A (zh) | 一种基于果树生长的预测*** | |
US20240016136A1 (en) | Method and system for monitoring and controlling the presence of at least one type of insect in agricultural crops | |
CN109197276A (zh) | 农产品等级的确定方法及装置、农产品的收割方法 | |
Wallis et al. | Digital Technologies for Precision Apple Crop Load Management (PACMAN) Part I: Experiences with Tools for Predicting Fruit Set Based on the Fruit Growth Rate Model | |
TWI831034B (zh) | 稻熱病預警系統及方法 | |
JP2016202157A (ja) | ピーマン炭疽病発生予察アルゴリズムと判定システム | |
US20220129997A1 (en) | Systems and methods for crop management | |
KR200470769Y1 (ko) | 배나무 해충 발생경보기 | |
TWI695339B (zh) | 農作物產期產量管理分析系統 | |
WO2015153834A1 (en) | Method of managing additive applications in an agricultural environment | |
WO2023283198A1 (en) | Systems and devices for monitoring precipitation, and methods related thereto | |
Kang et al. | A design of vineyard labor management service with the versatile sensors and devices | |
KR20130077041A (ko) | 꼬마배나무이 월동성충 발생 경보 방법 |
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 |