CN112042449A - 一种基于中华通草蛉控制苹果园蚜虫的方法 - Google Patents
一种基于中华通草蛉控制苹果园蚜虫的方法 Download PDFInfo
- Publication number
- CN112042449A CN112042449A CN202010983337.4A CN202010983337A CN112042449A CN 112042449 A CN112042449 A CN 112042449A CN 202010983337 A CN202010983337 A CN 202010983337A CN 112042449 A CN112042449 A CN 112042449A
- Authority
- CN
- China
- Prior art keywords
- aphid
- apple
- aphids
- chinese green
- chinese
- 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
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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/043—Architecture, e.g. interconnection topology based on fuzzy logic, fuzzy membership or fuzzy inference, e.g. adaptive neuro-fuzzy inference systems [ANFIS]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/04—Architecture, e.g. interconnection topology
- G06N3/045—Combinations of networks
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Software Systems (AREA)
- General Physics & Mathematics (AREA)
- Computing Systems (AREA)
- Artificial Intelligence (AREA)
- Data Mining & Analysis (AREA)
- Molecular Biology (AREA)
- Computational Linguistics (AREA)
- General Engineering & Computer Science (AREA)
- Biophysics (AREA)
- Mathematical Physics (AREA)
- Biomedical Technology (AREA)
- Evolutionary Computation (AREA)
- Automation & Control Theory (AREA)
- Computational Mathematics (AREA)
- Fuzzy Systems (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Toxicology (AREA)
- Environmental Sciences (AREA)
- Catching Or Destruction (AREA)
Abstract
本发明公开了一种基于中华通草蛉控制苹果园蚜虫的方法,包括如下步骤:S1、在苹果树行间隔一行种植紫花苜蓿,形成紫花苜蓿+自然生草的组合生草模式;S2、基于苹果树上的蚜虫痕迹实现蚜虫发生程度的评估,同时采用五点取样法实现苹果园内中华通草蛉数量及分布情况的估算;S3、基于苹果树蚜虫发生程度的评估结果及当前对应的苹果园内中华通草蛉数量进行待释放中华通草蛉数量的计算;S4、基于中华通草蛉的分布情况,选择中华通草蛉分布较少的区域作为中华通草蛉的释放点,根据计算所得的中华通草蛉数量进行中华通草蛉数量的释放。本发明在可以实现苹果园蚜虫控制的同时,大大的减少了化学农药的使用量。
Description
技术领域
本发明涉及农业虫害防治技术领域,具体涉及一种基于中华通草蛉控制苹果园蚜虫的方法。
背景技术
苹果蚜虫是制约我国苹果生产的重要因素之一,目前对于苹果蚜虫的防治仍以化学防治为主,因此科学合理地解决因依赖化学农药控制害虫,导致天敌减少和农药残留超标问题,寻找有效且环保的害虫防治方法是当前我国苹果生产面临的迫切需求。
发明内容
为解决上述问题,本发明提供了一种基于中华通草蛉控制苹果园蚜虫的方法,充分利用蚜虫天敌-中华通草蛉的作用,在可以实现苹果园蚜虫控制的同时,大大的减少了化学农药的使用量。
为实现上述目的,本发明采取的技术方案为:
一种基于中华通草蛉控制苹果园蚜虫的方法,包括如下步骤:
S1、在苹果树行间隔一行种植紫花苜蓿,形成紫花苜蓿+自然生草的组合生草模式;
S2、基于苹果树上的蚜虫痕迹实现蚜虫发生程度的评估,同时采用五点取样法实现苹果园内中华通草蛉数量及分布情况的估算;
S3、基于苹果树蚜虫发生程度的评估结果及当前对应的苹果园内中华通草蛉数量进行待释放中华通草蛉数量的计算;
S4、基于中华通草蛉的分布情况,选择中华通草蛉分布较少的区域作为中华通草蛉的释放点,根据计算所得的中华通草蛉数量进行中华通草蛉数量的释放。
进一步地,所述步骤S1中,每667m2需紫花苜蓿草种1.0~2.0kg,4~6月仅保留花苜蓿草,7月以后保留部分水肥消耗少的自然杂草。
进一步地,步骤S2中,首先通过无人机实现苹果树图像集的定点采集,然后基于Faster R-CNN 模型实现苹果树图像集中蚜虫痕迹的识别,所述蚜虫痕迹包括蚜虫痕迹、蚜虫卵痕迹、树叶卷曲痕迹,然后实现蚜虫痕迹数量的统计、蚜虫卵痕迹面积的计算、树叶卷曲痕迹数量的统计,最后根据蚜虫痕迹总数量、树叶卷曲痕迹总数以及蚜虫卵痕迹面积基于模糊神经网络算法实现当前蚜虫发生程度的评估。
进一步地,所述无人机所采集到的苹果树图像均携带有POS数据,因此,步骤S2中所得的当前蚜虫发生程度结果均携带对应的地理位置参数。
进一步地,所述步骤S3基于模糊神经网络算法根据苹果树蚜虫发生程度的评估结果及当前对应的苹果园内中华通草蛉数量进行待释放中华通草蛉数量的计算。
进一步地,在步骤S2所得的蚜虫发生程度评估结果落入预设的门限时,需先采用对中华通草蛉无害的化学农药先控制蚜虫,待蚜虫控制到预设的门限内时,方可进行中华通草蛉的释放。
进一步地,所述模糊神经网络算法基于历史苹果蚜虫发生程度及其对应所需的中华通草蛉数量学习所得。
本发明具有以下有益效果:
通过人工栽种紫花苜蓿,在苹果园内形成紫花苜蓿与自然生草相结合的混合生草模式,为天敌提供食物和栖息场所,然后基于苹果树蚜虫发生程度的评估结果及当前对应的苹果园内中华通草蛉数量进行待释放中华通草蛉的释放,从而使得果园内的中华通草蛉数量能始终处于一个较为合理的水平,达到持续控制苹果害虫危害的目的。
具体实施方式
下面结合具体实施例对本发明进行详细说明。以下实施例将有助于本领域的技术人员进一步理解本发明,但不以任何形式限制本发明。应当指出的是,对本领域的普通技术人员来说,在不脱离本发明构思的前提下,还可以做出若干变形和改进。这些都属于本发明的保护范围。
本发明实施例提供了一种基于中华通草蛉控制苹果园蚜虫的方法,包括如下步骤:
S1、在苹果树行间隔一行种植紫花苜蓿,形成紫花苜蓿+自然生草的组合生草模式;
S2、定时基于苹果树上的蚜虫痕迹实现蚜虫发生程度的评估,同时采用五点取样法实现苹果园内中华通草蛉数量及分布情况的估算;
S3、基于苹果树蚜虫发生程度的评估结果及当前对应的苹果园内中华通草蛉数量进行待释放中华通草蛉数量的计算;
S4、基于中华通草蛉的分布情况,选择中华通草蛉分布较少的区域作为中华通草蛉的释放点,根据计算所得的中华通草蛉数量进行中华通草蛉数量的释放。
本实施例中,所述步骤S1中,每667m2需紫花苜蓿草种1.0~2.0kg,4~6月仅保留花苜蓿草,7月以后保留部分水肥消耗少的自然杂草,通过人工拔草的方式去除与苹果树强烈争夺肥水的杂草。紫花苜蓿全面人工刈割2次,留茬高度约15cm,自然杂草机械刈割2次,留茬高度约10cm,割下的紫花苜蓿和自然杂草留在苹果行间,其他管理措施紫花苜蓿与自然生草区保持一致。
本实施例中,步骤S2中,首先通过无人机实现苹果树图像集的定点采集,然后基于Faster R-CNN 模型实现苹果树图像集中蚜虫痕迹的识别,所述蚜虫痕迹包括蚜虫痕迹、蚜虫卵痕迹、树叶卷曲痕迹,然后实现蚜虫痕迹数量的统计、蚜虫卵痕迹面积的计算、树叶卷曲痕迹数量的统计,最后根据蚜虫痕迹总数量、树叶卷曲痕迹总数以及蚜虫卵痕迹面积基于模糊神经网络算法实现当前蚜虫发生程度的评估。
本实施例中,所述无人机所采集到的苹果树图像均携带有POS数据,因此,步骤S2中所得的当前蚜虫发生程度结果均携带对应的地理位置参数。
本实施例中,所述步骤S2中:
苹果树冠上的中华通草蛉的调查采用目测观察法,调查时,对角线5点取样,每点选2颗树冠丰满的苹果树,在每棵树的E/W/S/N四个方位各选取一顶端有新梢、长势相当的1~2年生侧枝,挂牌标记,目测观察所选侧枝距顶梢1~1.2cm长度范围内所有叶片正反面和树干上的中华通草蛉;
生草上的中华通草蛉采用扫网法,调查于上午露水干后进行。调查时5点取样,用捕虫网在苹果树行间的生草上边走边扫,连续扫网,捕虫网尽量贴近地面,每点扫网20次,一个来回计一次,记录捕虫网中中华通草蛉的数量。
本实施例中,所述步骤S3基于模糊神经网络算法根据苹果树蚜虫发生程度的评估结果及当前对应的苹果园内中华通草蛉数量进行待释放中华通草蛉数量的计算。所述模糊神经网络算法基于历史苹果蚜虫发生程度及其对应所需的中华通草蛉数量学习所得。
本实施例中,在步骤S2所得的蚜虫发生程度评估结果落入预设的门限时,需先采用对中华通草蛉无害的化学农药先控制蚜虫,待蚜虫控制到预设的门限内时,方可进行中华通草蛉的释放。
以上对本发明的具体实施例进行了描述。需要理解的是,本发明并不局限于上述特定实施方式,本领域技术人员可以在权利要求的范围内做出各种变化或修改,这并不影响本发明的实质内容。在不冲突的情况下,本申请的实施例和实施例中的特征可以任意相互组合。
Claims (7)
1.一种基于中华通草蛉控制苹果园蚜虫的方法,其特征在于:包括如下步骤:
S1、在苹果树行间隔一行种植紫花苜蓿,形成紫花苜蓿+自然生草的组合生草模式;
S2、基于苹果树上的蚜虫痕迹实现蚜虫发生程度的评估,同时采用五点取样法实现苹果园内中华通草蛉数量及分布情况的估算;
S3、基于苹果树蚜虫发生程度的评估结果及当前对应的苹果园内中华通草蛉数量进行待释放中华通草蛉数量的计算;
S4、基于中华通草蛉的分布情况,选择中华通草蛉分布较少的区域作为中华通草蛉的释放点,根据计算所得的中华通草蛉数量进行中华通草蛉数量的释放。
2.如权利要求1所述的一种基于中华通草蛉控制苹果园蚜虫的方法,其特征在于:所述步骤S1中,每667m2需紫花苜蓿草种1.0~2.0kg,4~6月仅保留花苜蓿草,7月以后保留部分水肥消耗少的自然杂草。
3.如权利要求1所述的一种基于中华通草蛉控制苹果园蚜虫的方法,其特征在于:步骤S2中,首先通过无人机实现苹果树图像集的定点采集,然后基于Faster R-CNN 模型实现苹果树图像集中蚜虫痕迹的识别,所述蚜虫痕迹包括蚜虫痕迹、蚜虫卵痕迹、树叶卷曲痕迹,然后实现蚜虫痕迹数量的统计、蚜虫卵痕迹面积的计算、树叶卷曲痕迹数量的统计,最后根据蚜虫痕迹总数量、树叶卷曲痕迹总数以及蚜虫卵痕迹面积基于模糊神经网络算法实现当前蚜虫发生程度的评估。
4.如权利要求3所述的一种基于中华通草蛉控制苹果园蚜虫的方法,其特征在于:所述无人机所采集到的苹果树图像均携带有POS数据,因此,步骤S2中所得的当前蚜虫发生程度结果均携带对应的地理位置参数。
5.如权利要求1所述的一种基于中华通草蛉控制苹果园蚜虫的方法,其特征在于:所述步骤S3基于模糊神经网络算法根据苹果树蚜虫发生程度的评估结果及当前对应的苹果园内中华通草蛉数量进行待释放中华通草蛉数量的计算。
6.如权利要求1所述的一种基于中华通草蛉控制苹果园蚜虫的方法,其特征在于:在步骤S2所得的蚜虫发生程度评估结果落入预设的门限时,需先采用对中华通草蛉无害的化学农药先控制蚜虫,待蚜虫控制到预设的门限内时,方可进行中华通草蛉的释放。
7.如权利要求1所述的一种基于中华通草蛉控制苹果园蚜虫的方法,其特征在于:所述模糊神经网络算法基于历史苹果蚜虫发生程度及其对应所需的中华通草蛉数量学习所得。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010983337.4A CN112042449A (zh) | 2020-09-17 | 2020-09-17 | 一种基于中华通草蛉控制苹果园蚜虫的方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010983337.4A CN112042449A (zh) | 2020-09-17 | 2020-09-17 | 一种基于中华通草蛉控制苹果园蚜虫的方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112042449A true CN112042449A (zh) | 2020-12-08 |
Family
ID=73603732
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010983337.4A Pending CN112042449A (zh) | 2020-09-17 | 2020-09-17 | 一种基于中华通草蛉控制苹果园蚜虫的方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112042449A (zh) |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102067804A (zh) * | 2010-01-20 | 2011-05-25 | 中国农业科学院植物保护研究所 | 一种无害化防治小麦蚜虫的方法 |
CN105284495A (zh) * | 2015-10-28 | 2016-02-03 | 中国农业大学 | 一种用中华草蛉防治梨二叉蚜的方法 |
CN107194418A (zh) * | 2017-05-10 | 2017-09-22 | 中国科学院合肥物质科学研究院 | 一种基于对抗特征学习的水稻蚜虫检测方法 |
CN108934677A (zh) * | 2018-06-08 | 2018-12-07 | 山东农业大学 | 一种苹果园混合生草吸引繁育天敌防治苹果害虫的方法 |
CN109191074A (zh) * | 2018-08-27 | 2019-01-11 | 宁夏大学 | 智慧果园种植管理*** |
CN110852282A (zh) * | 2019-11-13 | 2020-02-28 | 榆林学院 | 一种基于机器视觉的农田病害监测*** |
CN110852398A (zh) * | 2019-11-18 | 2020-02-28 | 河南农业大学 | 一种基于卷积神经网络的棉蚜识别方法 |
-
2020
- 2020-09-17 CN CN202010983337.4A patent/CN112042449A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102067804A (zh) * | 2010-01-20 | 2011-05-25 | 中国农业科学院植物保护研究所 | 一种无害化防治小麦蚜虫的方法 |
CN105284495A (zh) * | 2015-10-28 | 2016-02-03 | 中国农业大学 | 一种用中华草蛉防治梨二叉蚜的方法 |
CN107194418A (zh) * | 2017-05-10 | 2017-09-22 | 中国科学院合肥物质科学研究院 | 一种基于对抗特征学习的水稻蚜虫检测方法 |
CN108934677A (zh) * | 2018-06-08 | 2018-12-07 | 山东农业大学 | 一种苹果园混合生草吸引繁育天敌防治苹果害虫的方法 |
CN109191074A (zh) * | 2018-08-27 | 2019-01-11 | 宁夏大学 | 智慧果园种植管理*** |
CN110852282A (zh) * | 2019-11-13 | 2020-02-28 | 榆林学院 | 一种基于机器视觉的农田病害监测*** |
CN110852398A (zh) * | 2019-11-18 | 2020-02-28 | 河南农业大学 | 一种基于卷积神经网络的棉蚜识别方法 |
Non-Patent Citations (1)
Title |
---|
杨利平等主编: "《园林花卉学》", 30 September 2017, 北京:中国农业大学出版社 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Best | Bird use of fencerows: implications of contemporary fencerow management practices | |
Pritts et al. | Highbush blueberry production Guide (NRAES-55) | |
Schlesinger et al. | Manager's handbook for black walnut | |
CN106879423A (zh) | 一种黄桃栽培病虫害绿色防控方法 | |
Steavenson | Multiflora rose for farm hedges | |
CN107466987A (zh) | 一种活体西花蓟马的仿生诱捕装置及诱捕方法 | |
CN108739192B (zh) | 一种优质韭菜的安全种植方法 | |
CN112042449A (zh) | 一种基于中华通草蛉控制苹果园蚜虫的方法 | |
CN109661984A (zh) | 一种金线莲林下栽培方法 | |
CN112021052A (zh) | 一种基于化学农药与中华通草蛉联合防控果树山楂叶螨的方法 | |
CN108260488A (zh) | 一种高产林下参抚育的技术方法 | |
CN207167513U (zh) | 一种活体西花蓟马的仿生诱捕装置 | |
Ainslie | Webworms injurious to cereal and forage crops and their control | |
JP2021108665A (ja) | 水稲害虫の防除方法 | |
Schuiling et al. | Ecology and control of Castnia dedalus, a major pest of oilpalm in Brazil | |
Davies | Collembola injuring leaves of mangold seedlings | |
El-Shafie | The frugivorous white-eared bulbul bird, Pycnonotus leucotis depredating date fruits: Biology, feeding ecology and management | |
Quaintance | The Apple Maggot Or" railroad Worm"(Rhagoletis [Trypeta] Pomonella Walsh.) | |
Ladd | Controlling the Japanese beetle | |
Black | Animal damage management handbook | |
Carroll et al. | Hummingbirds can reduce spotted wing drosophila (SWD) fruit infestation | |
Shivanna et al. | Seedling recruitment | |
Muza | Three Steps to Manage Grape Berry Moth | |
Torrano et al. | The effect of herbicide and goats on survival and seed production of Illyrian thistle (Onopordum illyricum L.) | |
Alberts | Defining economical action levels for avocado bugs (Miridae) and the use of area wide IPMK to warn growers of possible outbreaks |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20201208 |