CN110574611A - 林业有害生物防控方法及防控*** - Google Patents
林业有害生物防控方法及防控*** Download PDFInfo
- Publication number
- CN110574611A CN110574611A CN201910984947.3A CN201910984947A CN110574611A CN 110574611 A CN110574611 A CN 110574611A CN 201910984947 A CN201910984947 A CN 201910984947A CN 110574611 A CN110574611 A CN 110574611A
- Authority
- CN
- China
- Prior art keywords
- pest
- area
- control
- forest land
- data
- 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 263
- 230000002265 prevention Effects 0.000 title claims abstract description 74
- 238000000034 method Methods 0.000 title claims abstract description 64
- 238000005516 engineering process Methods 0.000 claims abstract description 34
- 239000011664 nicotinic acid Substances 0.000 claims description 18
- 238000002360 preparation method Methods 0.000 claims description 18
- 238000005507 spraying Methods 0.000 claims description 18
- 238000012544 monitoring process Methods 0.000 claims description 13
- 239000000575 pesticide Substances 0.000 claims description 12
- 238000011835 investigation Methods 0.000 claims description 10
- 238000012550 audit Methods 0.000 claims description 7
- 230000007423 decrease Effects 0.000 claims description 3
- 230000000443 biocontrol Effects 0.000 claims description 2
- 230000003213 activating effect Effects 0.000 claims 3
- 241000255777 Lepidoptera Species 0.000 description 5
- 235000013601 eggs Nutrition 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- 239000013589 supplement Substances 0.000 description 4
- 238000010586 diagram Methods 0.000 description 3
- 241001491790 Bupalus piniaria Species 0.000 description 2
- 241000254173 Coleoptera Species 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000004880 explosion Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 241001124076 Aphididae Species 0.000 description 1
- 241000256846 Apis cerana Species 0.000 description 1
- 241000219196 Armoracia Species 0.000 description 1
- 241000751139 Beauveria bassiana Species 0.000 description 1
- 241000922327 Chouioia cunea Species 0.000 description 1
- 241000255749 Coccinellidae Species 0.000 description 1
- 235000013162 Cocos nucifera Nutrition 0.000 description 1
- 244000060011 Cocos nucifera Species 0.000 description 1
- 241000219748 Cyamopsis Species 0.000 description 1
- 239000005946 Cypermethrin Substances 0.000 description 1
- 241000164724 Dastarcus helophoroides Species 0.000 description 1
- 239000005892 Deltamethrin Substances 0.000 description 1
- 241000489975 Diabrotica Species 0.000 description 1
- 239000005947 Dimethoate Substances 0.000 description 1
- 241000233866 Fungi Species 0.000 description 1
- 241000578422 Graphosoma lineatum Species 0.000 description 1
- 241000258937 Hemiptera Species 0.000 description 1
- 241000257303 Hymenoptera Species 0.000 description 1
- 241001531327 Hyphantria cunea Species 0.000 description 1
- 241000258241 Mantis Species 0.000 description 1
- 241001442207 Monochamus alternatus Species 0.000 description 1
- 241000244206 Nematoda Species 0.000 description 1
- 244000061176 Nicotiana tabacum Species 0.000 description 1
- 235000002637 Nicotiana tabacum Nutrition 0.000 description 1
- 241001453659 Onychium Species 0.000 description 1
- 241000382353 Pupa Species 0.000 description 1
- 244000172730 Rubus fruticosus Species 0.000 description 1
- 235000017848 Rubus fruticosus Nutrition 0.000 description 1
- 241000545593 Scolytinae Species 0.000 description 1
- 241001454293 Tetranychus urticae Species 0.000 description 1
- 241000256618 Trichogramma Species 0.000 description 1
- 241000700605 Viruses Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000003592 biomimetic effect Effects 0.000 description 1
- 239000013043 chemical agent Substances 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 230000008094 contradictory effect Effects 0.000 description 1
- 229960005424 cypermethrin Drugs 0.000 description 1
- KAATUXNTWXVJKI-UHFFFAOYSA-N cypermethrin Chemical compound CC1(C)C(C=C(Cl)Cl)C1C(=O)OC(C#N)C1=CC=CC(OC=2C=CC=CC=2)=C1 KAATUXNTWXVJKI-UHFFFAOYSA-N 0.000 description 1
- 229960002483 decamethrin Drugs 0.000 description 1
- OWZREIFADZCYQD-NSHGMRRFSA-N deltamethrin Chemical compound CC1(C)[C@@H](C=C(Br)Br)[C@H]1C(=O)O[C@H](C#N)C1=CC=CC(OC=2C=CC=CC=2)=C1 OWZREIFADZCYQD-NSHGMRRFSA-N 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- MCWXGJITAZMZEV-UHFFFAOYSA-N dimethoate Chemical compound CNC(=O)CSP(=S)(OC)OC MCWXGJITAZMZEV-UHFFFAOYSA-N 0.000 description 1
- 230000000967 entomopathogenic effect Effects 0.000 description 1
- 238000009472 formulation Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000003032 molecular docking Methods 0.000 description 1
- PZXOQEXFMJCDPG-UHFFFAOYSA-N omethoate Chemical compound CNC(=O)CSP(=O)(OC)OC PZXOQEXFMJCDPG-UHFFFAOYSA-N 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000000737 periodic effect Effects 0.000 description 1
- 244000144977 poultry Species 0.000 description 1
- 230000007480 spreading Effects 0.000 description 1
- 230000008961 swelling Effects 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G13/00—Protecting plants
-
- 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
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- Marine Sciences & Fisheries (AREA)
- Economics (AREA)
- Animal Husbandry (AREA)
- Agronomy & Crop Science (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Mining & Mineral Resources (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Toxicology (AREA)
- Environmental Sciences (AREA)
- Catching Or Destruction (AREA)
Abstract
本发明公开一种基于生物防治技术和大数据的林业有害生物防控方法及防控***,方法包括:通过预设方式获取预设区域的林地的有害生物数据;根据有害生物数据判断林地的有害生物发生面积是否超出预设值;当林地的有害生物发生面积超出预设值时,对林地启用第一有害生物防控程序以执行生物防治措施;当林地的有害生物发生面积没有超出预设值时,对林地启用第二有害生物防控程序以执行生物灾情预防措施。本发明通过获取林地的有害生物数据,再判断出有害生物发生面积是否超出预设值,根据有害生物发生面积的大小,实施生物防治措施或生物灾情预防措施,以达到精准防治和预防林业有害生物预防的目的。
Description
技术领域
本发明涉及林业技术领域,特别涉及一种基于生物防治技术和大数据的林业有害生物防控方法及防控***。
背景技术
目前,常规的林业有害生物防治方法是由化学防治、物理防治和生物防治组成,且以化学防治为主,采用化学药剂如溴氰菊酯、氯氰菊酯、乐果和氧乐果等,防治方式一般为人工进行的地面防治。
化学防治的方式无法有效控制林业有害生物爆发程度与面积,且该方式的有效持续时间短,需要根据对应林业有害生物爆发规律进行持续性投入。我国森防方针为“预防为主、科学防控、依法治理、促进健康”,在此前我国林业有害生物法防治都以传统的化学防治为主要手段,且防治目的是控制住成灾趋势或成灾面积等,现有的林业技术中,不能对有害生物数据进行分析从而制定林业防治措施。
发明内容
本发明的主要目的是提供一种基于生物防治技术和大数据的林业有害生物防控方法,旨在解决现有的林业技术中,不能对有害生物数据进行分析从而制定林业防治措施的问题。
为实现上述目的,本发明提出的一种基于生物防治技术和大数据的林业有害生物防控方法,该方法包括如下步骤:
通过预设方式获取预设区域的林地的有害生物数据;
根据所述有害生物数据判断所述林地的有害生物发生面积是否超出预设值;
当所述林地的有害生物发生面积超出预设值时,对所述林地启用第一有害生物防控程序以执行生物防治措施;
当所述林地的有害生物发生面积没有超出预设值时,对所述林地启用第二有害生物防控程序以执行生物灾情预防措施。
优选的,所述通过预设方式获取预设区域的林地的有害生物数据的步骤,包括:
获取通过文字资料、无人机监测、实地踏查和标准地调查中至少一种方式获取的历史有害生物数据和实时有害生物数据;
将所述历史有害生物数据和所述实时有害生物数据进行比对,以确定对应的实际有害生物种类和实际有害生物发生面积。
优选的,所述根据所述有害生物数据判断所述林地的有害生物发生面积是否超出预设值的步骤,包括:
通过定位装置获取所述林地内实际有害生物发生区域的边缘坐标;
根据所述边缘坐标确定所述实际有害生物发生区域的面积;
将所述实际有害生物发生面积和所述预设值比对,判断所述林地的实际有害生物发生面积是否超出预设值。
优选的,所述当所述林地的有害生物发生面积超出预设值时,对所述林地启用第一有害生物防控程序以执行生物防治措施的步骤,包括:
当所述林地的有害生物发生面积超出预设值时,将历史有害生物数据和实时有害生物数据进行比对,以确定第一有害生物常发区域和第一有害生物偶发区域;
根据所述第一有害生物常发区域和所述第一有害生物偶发区域,按照第一天敌释放量进行生物天敌防治措施,和/或按照第一农药喷洒量进行仿生制剂防治措施。
优选的,所述当所述林地的有害生物发生面积没有超出预设值时,对所述林地启用第二有害生物防控程序以执行生物灾情预防措施的步骤,包括:
当所述林地的有害生物发生面积未超出预设值时,将历史有害生物数据和实时有害生物数据进行比对,以确定有害生物减退区域、第二有害生物常发区域和第二有害生物偶发区域;
根据所述有害生物减退区域、所述第二有害生物常发区域和所述第二有害生物偶发区域,按照第二天敌放出量进行生物天敌防治措施,和/或按照第二农药喷洒量进行仿生制剂防治措施,其中,所述第二天敌放出量小于所述第一天敌放出量,所述第二农药喷洒量小于所述第一农药喷洒量。
优选的,所述基于生物防治技术和大数据的林业有害生物防控方法,还包括:
获取包含有害生物防控程序的有害生物防控报告;
将所述生物防控报告上传至数据平台;
获取所述数据平台反馈的审核结果;
当所述审核结果为审核通过时,执行所述有害生物防控程序。
优选的,所述当所述林地的有害生物发生面积超出预设值时,对所述林地启用第一有害生物防控程序以执行生物防治措施的步骤,或所述当所述林地的有害生物发生面积没有超出预设值时,对所述林地启用第二有害生物防控程序以执行生物灾情预防措施的步骤之后,还包括:
向所述林地所在区域发送治理程序启动预报。
优选的,所述基于生物防治技术和大数据的林业有害生物防控方法,还包括:
获取所述预设区域的地形和未来天气情况;
根据所述地形和所述未来天气情况,确定所述第一有害生物防控程序或所述第二有害生物防控程序的具体防治方式和具体防治时间。
优选的,所述根据所述地形和所述未来天气情况,确定所述第一有害生物防控程序或所述第二有害生物防控程序的具体防治方式和具体防治时间的步骤,包括:
判断所述未来天气是否属于风雨天气;
当所述未来天气属于所述风雨天气时,停止进行防治程序;
当所述未来天气属于晴天时,判断所述地形是否属于地势陡峭区域;
当所述地形属于地势陡峭区域时,实施无人机防治程序;
当所述地形属于地势平缓区域时,实施无人机防治程序或地面防治程序。
一种防控***,所述防控***应用如上所述的一种基于生物防治技术和大数据的林业有害生物防控方法。
与现有技术相比,本发明至少具备以下有益效果:
通过获取林地的有害生物数据,再判断出有害生物发生面积是否超出预设值,根据有害生物发生面积的大小,实施生物防治措施或生物灾情预防措施,以达到精准防治和预防林业有害生物预防的目的。
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示出的结构获得其他的附图。
图1为本发明根据一种基于生物防治技术和大数据的林业有害生物防控方法第一实施例的流程示意图;
图2为本发明根据一种基于生物防治技术和大数据的林业有害生物防控方法第二实施例的流程示意图;
图3为本发明根据一种基于生物防治技术和大数据的林业有害生物防控方法第三实施例的流程示意图;
本发明目的的实现、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
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的一部分实施例,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作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。
需要说明,本发明实施例中所有方向性指示(诸如上、下、左、右、前、后……)仅用于解释在某一特定姿态(如附图所示)下各部件之间的相对位置关系、运动情况等,如果该特定姿态发生改变时,则该方向性指示也相应地随之改变。
另外,在本发明中如涉及“第一”、“第二”等的描述仅用于描述目的,而不能理解为指示或暗示其相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本发明中,除非另有明确的规定和限定,术语“连接”、“固定”等应做广义理解,例如,“固定”可以是固定连接,也可以是可拆卸连接,或成一体;可以是机械连接,也可以是电连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通或两个元件的相互作用关系,除非另有明确的限定。对于本领域的普通技术人员而言,可以根据具体情况理解上述术语在本发明中的具体含义。
另外,本发明各个实施例之间的技术方案可以相互结合,但是必须是以本领域普通技术人员能够实现为基础,当技术方案的结合出现相互矛盾或无法实现时应当认为这种技术方案的结合不存在,也不在本发明要求的保护范围之内。
参见图1,为实现上述目的,本发明的第一实施例中,提供基于生物防治技术和大数据的林业有害生物防控方法,该方法包括如下步骤:
S10,通过预设方式获取预设区域的林地的有害生物数据;
S20,根据有害生物数据判断林地的有害生物发生面积是否超出预设值;
S30,当林地的有害生物发生面积超出预设值时,对林地启用第一有害生物防控程序以执行生物防治措施;
S40,当林地的有害生物发生面积没有超出预设值时,对林地启用第二有害生物防控程序以执行生物灾情预防措施。
具体的,可以在林地布置生物天敌释放装置和仿生制剂喷洒装置,第一防控程序启动或第二防控程序后启动其中至少一者。林地内还可以设置有对应的监控站,监控站通过无人机拍摄和定点终端采集结合的方式,周期性的在林地内获取对应的数据,并将数据上传至数据平台生成有害生物数据。监控站向生物天敌释放装置和仿生制剂喷洒装置提供补充或更换对应的仿生制剂和生物天敌。
在一实施例中,有害生物数据包括有害生物的种类、发生区域、发生面积、有害生物发生周期和有害生物爆发程度;数据平台内设置对应的格式文档,将有害生物的种类、发生区域、发生面积、有害生物发生周期和有害生物爆发程度录入格式文档,形成对应时间段的有害生物数据,以保证有害生物数据的连贯性,方便对数据平台使用期间各监控林地的有害生物数据的历史追踪,从而建立相应林地的有害生物数据库。
通过获取林地的有害生物数据,再判断出有害生物发生面积是否超出预设值,根据有害生物发生面积的大小,实施生物防治措施或生物灾情预防措施,以达到精准防治和预防林业有害生物爆发的目的。
参见图2,基于本发明的基于生物防治技术和大数据的林业有害生物防控方法的第一实施例,在本发明的基于生物防治技术和大数据的林业有害生物防控方法的第二实施例中,步骤S10,包括:
S11,获取通过文字资料、无人机监测、实地踏查和标准地调查中至少一种方式获取的历史有害生物数据和实时有害生物数据;
S12,将历史有害生物数据和实时有害生物数据进行比对,以确定对应的实际有害生物种类和实际有害生物发生面积。
具体的,文字资料包括监控站根据周期性的数据生成的监控日志,以及和林地所在区域(例如,以市或县为单位)相关职能部门网络对接获取的有害生物爆发历史文献数据;无人机监测包括无人机定期巡航拍摄的图片;实地踏查包括工作人员根据数据平台制定的地面巡查路线通过对应收集装置收集到的数据;标准地调查包括目标区域内未记录或未监测的有害生物种类进行多次重复调查。
数据平台内还设置有对应文字资料、无人机监测、实地踏查和标准地调查的格式文档,将对应数据上传至数据平台生成同一格式的实际有害生物种类记录和实际有害生物发生面积记录。
参见图3,基于本发明的基于生物防治技术和大数据的林业有害生物防控方法的第二实施例,在本发明的基于生物防治技术和大数据的林业有害生物防控方法的第三实施例中,步骤S20,包括:
S21,通过定位装置获取所述林地内实际有害生物发生区域的边缘坐标;
S22,根据所述边缘坐标确定所述实际有害生物发生区域的面积;
S23,将所述实际有害生物发生面积和所述预设值比对,判断所述林地的实际有害生物发生面积是否超出预设值。
具体的,定位装置可以是GPS定位装置或其它定位装置,用户通过控制无人机在林地内巡逻,无人机的拍摄***根据有害生物发生区域的边缘位置进行拍摄,且每次拍摄时定位装置均发送定位数据,根据林地内若干定位数据形成的有害生物发生区域以确定有害生物发生面积;根据拍摄内容确定对应有害生物种类,并很据对应的有害生物种类确定对应的仿生制剂。
基于本发明的基于生物防治技术和大数据的林业有害生物防控方法的第一实施例,在本发明的基于生物防治技术和大数据的林业有害生物防控方法的第四实施例中,步骤S30,包括:
S31,当林地的有害生物发生面积超出预设值时,比对历史有害生物数据和实时有害生物数据,获取实时有害生物数据的第一有害生物常发区域和第一有害生物偶发区域;
S32,根据第一有害生物常发区域和第一有害生物偶发区域,按照第一天敌放出量进行生物天敌防治措施,和/或按照第一农药喷洒量进行仿生制剂防治措施。
具体的,第一有害生物常发区域为新出现的有害生物发生区域和/或呈扩张趋势的原有害生物发生区域;第一有害生物偶发区域为没有扩张的有害生物发生区域。第一有害生物防控程序针对第一有害生物常发区域提出新的治理程序和/或加强原程序,第一有害生物防控程序针对第二有害生物偶发区域保持原程序。
基于本发明的基于生物防治技术和大数据的林业有害生物防控方法的第四实施例,在本发明的基于生物防治技术和大数据的林业有害生物防控方法的第五实施例中,步骤S31,包括:
S33,当林地的有害生物发生面积未超出预设值时,将历史有害生物数据和实时有害生物数据进行比对,以确定有害生物减退区域、第二有害生物常发区域和第二有害生物偶发区域;
S34,根据有害生物减退区域、第二有害生物常发区域和第二有害生物偶发区域,按照第二天敌放出量进行生物天敌防治措施,和/或按照第二农药喷洒量进行仿生制剂防治措施,其中,第二天敌放出量小于第一天敌放出量,第二农药喷洒量小于第一农药喷洒量;
具体的,第一有害生物防治程序和第二有害生物防治程序均使用生物天敌防治措施和仿生制剂防治措施,两者区别在使用量的不同。第一有害生物防控程序是在短时间内(如24小时)大批量的投入生物天敌和仿生制剂,防止有害生物大面积的扩散;第二有害生物防控程序是在不调整原有投放时间的情况下,对既定的有害生物治理程序进行微调。
具体的,第二有害生物常发区域为新出现的有害生物发生区域和/或呈扩张趋势的原有有害生物发生区域;第二有害生物偶发区域为没有扩张的有害生物发生区域;有害生物减退区域为实际面积缩减的有害生物发生区域。
基于本发明的基于生物防治技术和大数据的林业有害生物防控方法的第一实施例,在本发明的基于生物防治技术和大数据的林业有害生物防控方法的第六实施例中,基于生物防治技术和大数据的林业有害生物防控方法,还包括:
S50,获取包含有害生物防控程序的有害生物防控报告;
S60,将生物防控报告上传至数据平台;
S70,获取数据平台反馈的审核结果;
S80,当审核结果为审核通过时,执行有害生物防控程序。
具体的,审核结果由对应林地的管理员进行审核(管理员指对应林地的所有者或相关职能部门);有害生物防控报告显示在管理员用于接收数据平台数据的终端上,当管理员选择接收有害生物防控报告时,有害生物防控报告停止显示在对应的终端上;当管理员没有接收有害生物防控报告时,有害生物防控报告保持始终显示在终端上的状态,以使管理员能及时获取有害生物防控报告
具体的,有害生物防控报告上设置有相应的呼叫短号,通过数据平台使用呼叫短号与有害生物防控报告对应的负责人进行视频和/或音频沟通,可以使客户都对应林地内有害生物数据了解更加清楚。
具体的,有害生物防控程序包括第一有害生物防控程序和第二有害生物防控程序,且有害生物防控程序根据有害生物发生面积是否超出预设值判断第一有害生物防控程序和第二有害生物防控程序。
基于本发明的基于生物防治技术和大数据的林业有害生物防控方法的第一实施例至第六实施例,在本发明的基于生物防治技术和大数据的林业有害生物防控方法的第七实施例中,步骤S30或步骤40之后,还包括:
S90,向林地所在区域发送治理程序启动预报。
具体的,治理程序启动预报为启动第一有害生物防控程序时向监控所发送的预报,并通过监控所向林地周围可能出现的居民和旅客发送预报提醒,在治理有害生物的过程对提醒周围居民注意水井的遮盖,以及家禽和蜜蜂的回避,避免造成不必要的纠纷。
基于本发明的基于生物防治技术和大数据的林业有害生物防控方法的第一实施例至第六实施例,在本发明的基于生物防治技术和大数据的林业有害生物防控方法的第八实施例中,基于生物防治技术和大数据的林业有害生物防控方法,还包括:
S100,获取预设的区域和未来天气情况;
S110,根据地形和未来天气情况,确定第一有害生物防控程序或第二有害生物防控程序的具体防治方式和具体防治时间。
基于本发明的基于生物防治技术和大数据的林业有害生物防控方法的八实施例,在本发明的基于生物防治技术和大数据的林业有害生物防控方法的第九实施例中,步骤S110,包括:
S111,判断所述未来天气是否属于风雨天气;
S112,当所述未来天气属于所述风雨天气时,停止进行防治程序;
S113,当所述未来天气属于晴天时,判断所述地形是否属于地势陡峭区域;
S114,当所述地形属于地势陡峭区域时,实施无人机防治程序;
S115,当所述地形属于地势平缓区域时,实施无人机防治程序或地面防治程序。
具体的,雨天时,雨水降低了仿生制剂的活性,稀释了仿生制剂的浓度,影响了仿生制剂的使用;风天时,影响无人机或直升机的使用,有可能出现安全问题;固无人机或直升机的使用尽量避免风雨天气。
地势平缓区域主要通过生物天敌释放装置和仿生制剂喷洒装置,当新出现有害生物且工作人员可到达的地势平缓区域内设置生物天敌释放装置和仿生制剂喷洒装置;当使用生物天敌释放装置和仿生制剂喷洒装置时,需要监测是否需要补充,且补充需要在晴天实施;地势陡峭区域一般通过无人机防治或直升机防治,生物天敌释放装置和仿生制剂喷洒装置在地势陡峭区域不易防治和补充,固根据安全和经济成本问题,在地势陡峭区域选择无人机防治或直升机防治。
更进一步地,还可以根据林地有害生物数据确定预设区域内进行无人机防治程序的防治区域,根据防治区域的数量和尺寸(如面积、宽度、长度),从预设的无人机起飞点中选择指定起飞点起飞,并计算最经济的无人机飞行方案,以实现经济有效的无人机防治方案。
具体的,数据平台内预存有有害生物天敌的投放映射关系表,例如:
生物天敌 | 有害生物种类 | 生物天敌 | 有害生物种类 |
花绒寄甲 | 松褐天牛 | 捕食螨 | 叶螨 |
赤眼蜂 | 松毛虫 | 姬蜂 | 鳞翅目与鞘翅目害虫卵 |
蠋蝽 | 烟草食叶害虫 | 寄蝇 | 鳞翅目与鞘翅目幼虫 |
瓢虫 | 蚜虫 | 花角蚜小蜂 | 蚧虫幼虫或蛹 |
啮小蜂 | 鳞翅目害虫卵 | 大唼蜡甲 | 小蠹虫 |
肿腿蜂 | 蛀干类害虫幼虫 | 跳小蜂 | 鳞翅目害虫卵 |
螳螂 | 鳞翅目幼虫 | 白僵菌 | 广谱性真菌 |
猎蝽 | 叶甲和鳞翅目幼虫 | 质型多角体病毒 | 松毛虫幼虫 |
椰甲截脉姬小蜂 | 叶甲类害虫卵 | 昆虫病原线虫 | 土栖和钻蛀性害虫 |
草蛉 | 蚧虫 | 美国白蛾病毒 | 美国白蛾 |
根据有害生物数据中的有害生物的种类,或有害生物的种类与爆发程度的结合,确定有害生物天敌的投放类型和数量。
此外,为实现上述目的,本发明还提供一种防控***,防控***应用如上的基于生物防治技术和大数据的林业有害生物防控方法。由于本实施例防控***的技术方案至少包括上述基于生物防治技术和大数据的林业有害生物防控方法实施例的全部技术方案,因此至少具有以上实施例的全部技术效果,此处不再一一赘述。
在本说明书的描述中,参考术语“一实施例”、“另一实施例”、“其他实施例”、或“第一实施例~第X实施例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料、方法步骤或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者装置不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者装置所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者装置中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明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(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端(可以是手机,计算机,服务器,空调器,或者网络设备等)执行本发明各个实施例的方法。
上面结合附图对本发明的实施例进行了描述,但是本发明并不局限于上述的具体实施方式,上述的具体实施方式仅仅是示意性的,而不是限制性的,本领域的普通技术人员在本发明的启示下,在不脱离本发明宗旨和权利要求所保护的范围情况下,还可做出很多形式,这些均属于本发明的保护之内。
Claims (10)
1.一种基于生物防治技术和大数据的林业有害生物防控方法,其特征在于,包括如下步骤:
通过预设方式获取预设区域的林地的有害生物数据;
根据所述有害生物数据判断所述林地的有害生物发生面积是否超出预设值;
当所述林地的有害生物发生面积超出预设值时,对所述林地启用第一有害生物防控程序以执行生物防治措施;
当所述林地的有害生物发生面积没有超出预设值时,对所述林地启用第二有害生物防控程序以执行生物灾情预防措施。
2.如权利要求1所述的一种基于生物防治技术和大数据的林业有害生物防控方法,其特征在于,所述通过预设方式获取预设区域的林地的有害生物数据的步骤,包括:
获取通过文字资料、无人机监测、实地踏查和标准地调查中至少一种方式获取的历史有害生物数据和实时有害生物数据;
将所述历史有害生物数据和所述实时有害生物数据进行比对,以确定对应的实际有害生物种类和实际有害生物发生面积。
3.如权利要求2所述的一种基于生物防治技术和大数据的林业有害生物防控方法,其特征在于,所述根据所述有害生物数据判断所述林地的有害生物发生面积是否超出预设值的步骤,包括:
通过定位装置获取所述林地内实际有害生物发生区域的边缘坐标;
根据所述边缘坐标确定所述实际有害生物发生区域的面积;
将所述实际有害生物发生面积和所述预设值比对,判断所述林地的实际有害生物发生面积是否超出预设值。
4.如权利要求1所述的一种基于生物防治技术和大数据的林业有害生物防控方法,其特征在于,所述当所述林地的有害生物发生面积超出预设值时,对所述林地启用第一有害生物防控程序以执行生物防治措施的步骤,包括:
当所述林地的有害生物发生面积超出预设值时,将历史有害生物数据和实时有害生物数据进行比对,以确定第一有害生物常发区域和第一有害生物偶发区域;
根据所述第一有害生物常发区域和所述第一有害生物偶发区域,按照第一天敌释放量进行生物天敌防治措施,和/或按照第一农药喷洒量进行仿生制剂防治措施。
5.如权利要求4所述的一种基于生物防治技术和大数据的林业有害生物防控方法,其特征在于,所述当所述林地的有害生物发生面积没有超出预设值时,对所述林地启用第二有害生物防控程序以执行生物灾情预防措施的步骤,包括:
当所述林地的有害生物发生面积未超出预设值时,将历史有害生物数据和实时有害生物数据进行比对,以确定有害生物减退区域、第二有害生物常发区域和第二有害生物偶发区域;
根据所述有害生物减退区域、所述第二有害生物常发区域和所述第二有害生物偶发区域,按照第二天敌放出量进行生物天敌防治措施,和/或按照第二农药喷洒量进行仿生制剂防治措施,其中,所述第二天敌放出量小于所述第一天敌放出量,所述第二农药喷洒量小于所述第一农药喷洒量。
6.如权利要求1所述的一种基于生物防治技术和大数据的林业有害生物防控方法,其特征在于,所述基于生物防治技术和大数据的林业有害生物防控方法,还包括:
获取包含有害生物防控程序的有害生物防控报告;
将所述生物防控报告上传至数据平台;
获取所述数据平台反馈的审核结果;
当所述审核结果为审核通过时,执行所述有害生物防控程序。
7.如权利要求1-6任一所述的一种基于生物防治技术和大数据的林业有害生物防控方法,其特征在于,所述当所述林地的有害生物发生面积超出预设值时,对所述林地启用第一有害生物防控程序以执行生物防治措施的步骤,或所述当所述林地的有害生物发生面积没有超出预设值时,对所述林地启用第二有害生物防控程序以执行生物灾情预防措施的步骤之后,还包括:
向所述林地所在区域发送治理程序启动预报。
8.如权利要求1-6任一所述的一种基于生物防治技术和大数据的林业有害生物防控方法,其特征在于,所述基于生物防治技术和大数据的林业有害生物防控方法,还包括:
获取所述预设区域的地形和未来天气情况;
根据所述地形和所述未来天气情况,确定所述第一有害生物防控程序或所述第二有害生物防控程序的具体防治方式和具体防治时间。
9.如权利要求8所述的一种基于生物防治技术和大数据的林业有害生物防控方法,其特征在于,所述根据所述地形和所述未来天气情况,确定所述第一有害生物防控程序或所述第二有害生物防控程序的具体防治方式和具体防治时间的步骤,包括:
判断所述未来天气是否属于风雨天气;
当所述未来天气属于所述风雨天气时,停止进行防治程序;
当所述未来天气属于晴天时,判断所述地形是否属于地势陡峭区域;
当所述地形属于地势陡峭区域时,实施无人机防治程序;
当所述地形属于地势平缓区域时,实施无人机防治程序或地面防治程序。
10.一种防控***,其特征在于,所述防控***应用如权利要求1至9中任一项所述的一种基于生物防治技术和大数据的林业有害生物防控方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910984947.3A CN110574611A (zh) | 2019-10-16 | 2019-10-16 | 林业有害生物防控方法及防控*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910984947.3A CN110574611A (zh) | 2019-10-16 | 2019-10-16 | 林业有害生物防控方法及防控*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110574611A true CN110574611A (zh) | 2019-12-17 |
Family
ID=68814957
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910984947.3A Pending CN110574611A (zh) | 2019-10-16 | 2019-10-16 | 林业有害生物防控方法及防控*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110574611A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113592214A (zh) * | 2021-05-25 | 2021-11-02 | 红火蚁科技有限公司 | 害虫的云采集防控方法、***、电子设备及存储介质 |
CN114063686A (zh) * | 2021-11-15 | 2022-02-18 | 宁夏农林科学院植物保护研究所(宁夏植物病虫害防治重点实验室) | 农业有害生物监测预警方法 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008223272A (ja) * | 2007-03-09 | 2008-09-25 | Yamaguchi Prefecture | 簡易テント及び防虫ネット |
EP2442656A1 (en) * | 2009-06-15 | 2012-04-25 | Accuform Technologies, LLC | Reduced vaporization compositions and methods |
CN205045004U (zh) * | 2015-10-19 | 2016-02-24 | 河北中科遥感信息技术有限公司 | 一种林业病虫害监测防治的专用无人机 |
CN106915462A (zh) * | 2017-02-14 | 2017-07-04 | 福建兴宇信息科技有限公司 | 基于多源影像信息的林业病虫害智能识别*** |
CN106956778A (zh) * | 2017-05-23 | 2017-07-18 | 广东容祺智能科技有限公司 | 一种无人机农药喷洒方法及*** |
CN206865645U (zh) * | 2017-06-14 | 2018-01-09 | 福建中科创新信息科技有限公司 | 林业有害生物采集、检验评估*** |
CN107783522A (zh) * | 2017-10-18 | 2018-03-09 | 来安县威光绿园生态农业专业合作社 | 一种基于物联网的农作物病虫害智能防治*** |
CN109032172A (zh) * | 2018-07-05 | 2018-12-18 | 深圳数翔地理科技有限公司 | 一种无人机自动农药喷洒***和方法 |
CN109492619A (zh) * | 2018-12-17 | 2019-03-19 | 北京精禾大数据科技有限公司 | 集遥感、模型、算法为一体的变量施农药方法及*** |
-
2019
- 2019-10-16 CN CN201910984947.3A patent/CN110574611A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2008223272A (ja) * | 2007-03-09 | 2008-09-25 | Yamaguchi Prefecture | 簡易テント及び防虫ネット |
EP2442656A1 (en) * | 2009-06-15 | 2012-04-25 | Accuform Technologies, LLC | Reduced vaporization compositions and methods |
CN205045004U (zh) * | 2015-10-19 | 2016-02-24 | 河北中科遥感信息技术有限公司 | 一种林业病虫害监测防治的专用无人机 |
CN106915462A (zh) * | 2017-02-14 | 2017-07-04 | 福建兴宇信息科技有限公司 | 基于多源影像信息的林业病虫害智能识别*** |
CN106956778A (zh) * | 2017-05-23 | 2017-07-18 | 广东容祺智能科技有限公司 | 一种无人机农药喷洒方法及*** |
CN206865645U (zh) * | 2017-06-14 | 2018-01-09 | 福建中科创新信息科技有限公司 | 林业有害生物采集、检验评估*** |
CN107783522A (zh) * | 2017-10-18 | 2018-03-09 | 来安县威光绿园生态农业专业合作社 | 一种基于物联网的农作物病虫害智能防治*** |
CN109032172A (zh) * | 2018-07-05 | 2018-12-18 | 深圳数翔地理科技有限公司 | 一种无人机自动农药喷洒***和方法 |
CN109492619A (zh) * | 2018-12-17 | 2019-03-19 | 北京精禾大数据科技有限公司 | 集遥感、模型、算法为一体的变量施农药方法及*** |
Non-Patent Citations (3)
Title |
---|
于海英: "我国林业有害生物防治标准体系三维框架", 《中国森林病虫》 * |
寸瑞红 等: "《保山林业有害生物》", 31 July 2009, 云南科学技术出版社 * |
李永松 等: "飞机防治马尾松毛虫关键技术探讨", 《绿色科技》 * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113592214A (zh) * | 2021-05-25 | 2021-11-02 | 红火蚁科技有限公司 | 害虫的云采集防控方法、***、电子设备及存储介质 |
CN114063686A (zh) * | 2021-11-15 | 2022-02-18 | 宁夏农林科学院植物保护研究所(宁夏植物病虫害防治重点实验室) | 农业有害生物监测预警方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Riechert et al. | Thermal balance and prey availability: bases for a model relating web‐site characteristics to spider reproductive success | |
Adams et al. | Maximizing information yield from pheromone-baited monitoring traps: estimating plume reach, trapping radius, and absolute density of Cydia pomonella (Lepidoptera: Tortricidae) in Michigan apple | |
Drake | The influence of weather and climate on agriculturally important insects: an Australian perspective | |
EP3959978A1 (de) | Detektion von gliederfüssern | |
Chiari et al. | Surveying an endangered saproxylic beetle, Osmoderma eremita, in Mediterranean woodlands: a comparison between different capture methods | |
CN110574611A (zh) | 林业有害生物防控方法及防控*** | |
CN108366526A (zh) | 通过自动生物特征数据的优先级简化林业信息管理的***及方法 | |
Loayza et al. | Preliminary information on the home range and movement patterns of Sturnira lilium (Phyllostomidae) in a naturally fragmented landscape in Bolivia | |
Cheyne et al. | How orang-utans choose where to sleep: comparison of nest site variables | |
Franco et al. | Do different habitat preference survey methods produce the same conservation recommendations for lesser kestrels? | |
Rhainds et al. | Sampling procedures and adult sex ratios in spruce budworm | |
Kirstová et al. | Vertical distribution of earwigs (Dermaptera: Forficulidae) in a temperate lowland forest, based on sampling with a mobile aerial lift platform | |
Teodoro et al. | Seasonal contrasts in the response of coffee ants to agroforestry shade-tree management | |
Brieze‐Stegeman et al. | Daily periodicity in attraction of male tephritid fruit flies to synthetic chemical lures | |
Nene et al. | Nuptial flights behavior of the African weaver ant, Oecophylla longinoda Latreille (Hymenoptera: Formicidae) and weather factors triggering flights | |
Akresh et al. | Fuels management and habitat restoration activities benefit eastern hognose snakes (Heterodon platirhinos) in a disturbance-dependent ecosystem | |
Castelo et al. | Oviposition height increases parasitism success by the robber fly Mallophora ruficauda (Diptera: Asilidae) | |
Tanaka et al. | Outbreaks of the migratory locust Locusta migratoria (Orthoptera: Acrididae) and control in China | |
Cressman | Monitoring desert locusts in the Middle East: An overview | |
Evans | Electronic beehive monitoring-applications to research. | |
US20230206626A1 (en) | Plant disease and pest control method using spectral remote sensing and artificial intelligence | |
Saucke et al. | Mating disruption of pea moth (C ydia nigricana) in organic peas (P isum sativum) | |
Floater et al. | Life tables of the processionary caterpillar Ochrogaster lunifer Herrich‐Schäffer (Lepidoptera: Thaumetopoeidae) at local and regional scales | |
Hamilton et al. | Distribution and dynamics of Japanese beetles along the Indianapolis airport perimeter and the influence of land use on trap catch | |
Goguen et al. | Exogenous and endogenous factors acting on the spatial distribution of a chrysomelid in extensively managed blueberry fields |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20191217 |
|
RJ01 | Rejection of invention patent application after publication |