CN114460080A - 一种水稻病虫智能监控*** - Google Patents
一种水稻病虫智能监控*** Download PDFInfo
- Publication number
- CN114460080A CN114460080A CN202210121310.3A CN202210121310A CN114460080A CN 114460080 A CN114460080 A CN 114460080A CN 202210121310 A CN202210121310 A CN 202210121310A CN 114460080 A CN114460080 A CN 114460080A
- Authority
- CN
- China
- Prior art keywords
- data
- module
- information
- acquisition terminal
- pest
- 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
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 title claims abstract description 82
- 201000010099 disease Diseases 0.000 title claims abstract description 81
- 241000607479 Yersinia pestis Species 0.000 title claims abstract description 76
- 238000012544 monitoring process Methods 0.000 title claims abstract description 73
- 235000007164 Oryza sativa Nutrition 0.000 title claims abstract description 61
- 235000009566 rice Nutrition 0.000 title claims abstract description 61
- 240000007594 Oryza sativa Species 0.000 title 1
- 241000209094 Oryza Species 0.000 claims abstract description 62
- 241000238631 Hexapoda Species 0.000 claims abstract description 27
- 238000012545 processing Methods 0.000 claims abstract description 14
- 238000003745 diagnosis Methods 0.000 claims abstract description 12
- 230000000007 visual effect Effects 0.000 claims abstract description 11
- 230000005540 biological transmission Effects 0.000 claims abstract description 5
- -1 dapting Species 0.000 claims abstract description 4
- 230000001902 propagating effect Effects 0.000 claims abstract description 4
- 238000001514 detection method Methods 0.000 claims description 42
- 239000002689 soil Substances 0.000 claims description 21
- 238000007405 data analysis Methods 0.000 claims description 11
- 238000005516 engineering process Methods 0.000 claims description 11
- 238000012800 visualization Methods 0.000 claims description 6
- 238000000701 chemical imaging Methods 0.000 claims description 5
- 238000013135 deep learning Methods 0.000 claims description 5
- 230000006870 function Effects 0.000 claims description 4
- 238000005286 illumination Methods 0.000 claims description 4
- 238000013136 deep learning model Methods 0.000 claims description 3
- 230000009683 detection of insect Effects 0.000 claims description 3
- 230000000694 effects Effects 0.000 claims description 3
- 230000007613 environmental effect Effects 0.000 claims description 3
- 238000009877 rendering Methods 0.000 claims description 3
- 239000003086 colorant Substances 0.000 claims description 2
- 230000009286 beneficial effect Effects 0.000 abstract description 3
- 238000004458 analytical method Methods 0.000 description 6
- 238000000034 method Methods 0.000 description 6
- 230000012010 growth Effects 0.000 description 5
- 238000003973 irrigation Methods 0.000 description 5
- 230000002262 irrigation Effects 0.000 description 5
- 230000006872 improvement Effects 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 244000037666 field crops Species 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- 241000196324 Embryophyta Species 0.000 description 2
- 241000244206 Nematoda Species 0.000 description 2
- 238000012271 agricultural production Methods 0.000 description 2
- 230000001580 bacterial effect Effects 0.000 description 2
- 244000052616 bacterial pathogen Species 0.000 description 2
- 238000005034 decoration Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000018109 developmental process Effects 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- JEIPFZHSYJVQDO-UHFFFAOYSA-N iron(III) oxide Inorganic materials O=[Fe]O[Fe]=O JEIPFZHSYJVQDO-UHFFFAOYSA-N 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 239000002245 particle Substances 0.000 description 2
- 241001530056 Athelia rolfsii Species 0.000 description 1
- 241000426497 Chilo suppressalis Species 0.000 description 1
- 241000221785 Erysiphales Species 0.000 description 1
- 241001470017 Laodelphax striatella Species 0.000 description 1
- 240000006240 Linum usitatissimum Species 0.000 description 1
- 235000004431 Linum usitatissimum Nutrition 0.000 description 1
- 206010027146 Melanoderma Diseases 0.000 description 1
- 241000221662 Sclerotinia Species 0.000 description 1
- 241000082085 Verticillium <Phyllachorales> Species 0.000 description 1
- 241000700605 Viruses Species 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000009792 diffusion process Methods 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 235000013399 edible fruits Nutrition 0.000 description 1
- 235000013305 food Nutrition 0.000 description 1
- 239000011521 glass Substances 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 208000015181 infectious disease Diseases 0.000 description 1
- 244000005700 microbiome Species 0.000 description 1
- 244000052769 pathogen Species 0.000 description 1
- 230000001717 pathogenic effect Effects 0.000 description 1
- 230000008121 plant development Effects 0.000 description 1
- 230000008635 plant growth Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 241000894007 species Species 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
- G01D21/00—Measuring or testing not otherwise provided for
- G01D21/02—Measuring two or more variables by means not covered by a single other subclass
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
- G01N33/245—Earth materials for agricultural purposes
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
- G01N33/24—Earth materials
- G01N33/246—Earth materials for water content
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
- G01N2021/8466—Investigation of vegetal material, e.g. leaves, plants, fruits
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Health & Medical Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- Immunology (AREA)
- General Health & Medical Sciences (AREA)
- Biochemistry (AREA)
- Pathology (AREA)
- Analytical Chemistry (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Remote Sensing (AREA)
- Food Science & Technology (AREA)
- Medicinal Chemistry (AREA)
- Catching Or Destruction (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及农作物监控***技术领域,且公开了一种水稻病虫智能监控***,包括云服务器,所述云服务器包括视频监控终端、数据信息中心模块和数据采集终端,所述视频监控终端、数据信息中心模块和数据采集终端均通过信息传输网络与云服务器相连接;所述云服务器用于用服务器搭建应用背景及搭建区域网络,作为内容输出和对外宣传;所述视频监控终端用于对数据采集终端的设备信息进行定点的可视化管理;所述数据信息中心用于对农作物病虫害的大数据的储存、分析以及诊断信息的适配;所述数据采集终端用于水稻病虫画面进行实时检测获得采集的画面及数据信息。本发明具备实时监测诊断处理,使得整体监控信息更全面的有益效果。
Description
技术领域
本发明涉及农作物监控***技术领域,具体为一种水稻病虫智能监控***。
背景技术
水稻种植业主要分布在亚洲季风区。季风区水稻的种植约有7000年的历史,稻米是当地人们喜爱的主要粮食,所产稻米占世界稻米总产量的绝大部分。中国是世界上最大的稻米生产国家。
水稻中最常见的病害是稻瘟病,除此之外,还有白叶枯病、干尖线虫病、黑条矮缩病、纹枯病、胡麻斑病、恶苗病、细菌性条斑病等也属于水稻常发疾病,常见的虫害主要有稻螟虫、线虫、灰飞虱、大螟等,水稻在每一个时期都会遭受不同病虫害的侵害,所以及时防治病虫害是降低损失的关键。
农业病虫害是大田作物减产的重要因素之一,科学的监测,预测并进行预防和控制,对农业增收意义重大。目前、专业技术人员通过对定点监测的方式对农田水稻进行病虫害监测,但是不能做到实时监测并诊断处理,在应对作物病虫害时存在较大的反应延迟,从而给农业生产造成直接的经济损失,且采集信息单一,缺乏采集规范及获取数据标准。
发明内容
本发明提供了一种水稻病虫智能监控***,具备实时监测并诊断处理、丰富采集信息,进而使得整体监控信息更全面的有益效果,解决了上述背景技术中所提到不能实时监测和处理的问题。
本发明提供如下技术方案:一种水稻病虫智能监控***,包括云服务器,所述云服务器包括视频监控终端、数据信息中心模块和数据采集终端,所述视频监控终端、数据信息中心模块和数据采集终端均通过信息传输网络与云服务器相连接;
所述云服务器用于用服务器搭建应用背景及搭建区域网络,作为内容输出和对外宣传;
所述视频监控终端用于对数据采集终端的设备信息进行定点的可视化管理;
所述数据信息中心用于对农作物病虫害的大数据的储存、分析以及诊断信息的适配;
所述数据采集终端用于水稻病虫画面进行实时检测获得采集的画面及数据信息。
作为本发明所述一种水稻病虫智能监控***的一种可选方案,其中:所述数据采集终端包括气象站模块、无人机检测模块、卫星检测模块、设备定点检测模块和手工采集终端模块;
所述气象站模块用于采集墒情及环境数据,通过图形预警与灾情渲染模块,直观显示各地墒情情况;
所述无人机检测模块用于云台无人机进行巡航进行GPS定位实时拍摄视频进行监测;
所述卫星检测模块用于通过卫星传输数据,通过摄像机采集图像经过卫星网络把实时动态图像传输到互联网至云服务器;
所述设备定点检测模块用于定点检测虫情系信息,并对虫情实时计数拍照。
作为本发明所述一种水稻病虫智能监控***的一种可选方案,其中:所述定点检测模块包括自动识别虫情测报灯、远程拍照孢子捕捉仪和土壤温湿度传感器。
作为本发明所述一种水稻病虫智能监控***的一种可选方案,其中:所述手工采集终端模块设置为支持手机、笔记本电脑、平板灯带摄像功能且能安装APP的电子设备。
作为本发明所述一种水稻病虫智能监控***的一种可选方案,其中:所述数据信息中心模块包括图像处理单元、智能识别单元、数据分析单元和专家知识库单元;
所述图像处理单元用于对数据采集终端采集到的图片、视频进行高光谱成像探测技术和基于深度学习的图像进行视觉效果的技术处理;
所述智能识别单元用于对处理过的图像数据进行更一步识别;
所述数据分析单元用于分析技术,智能识别单元用于多图片对比进而分析病虫害类别;
所述专家知识库单元用于对数据分析单元后的数据与专家知识库单元中的数据信息进行智能匹配进而得到诊疗方案。
作为本发明所述一种水稻病虫智能监控***的一种可选方案,其中:所述无人机检测模块包括传感器单元和视频图像单元,所述传感器单元用于对环境温度、湿度、光照强度进行数据采集;
所述视频图像单元用于将视频图像进行存储传输到云服务器,利用深度学习模型对拍摄的农作物视频和图像对农田信息农作物种类进行识别,对产量进行预估。
作为本发明所述一种水稻病虫智能监控***的一种可选方案,其中:还包括GPS模块和可视化模块,所述GPS模块用于测定数据采集终端所在位置的经纬度坐标值;
所述可视化模块用于在三维图形世界中对具有形体的信息进行操作和监测。
作为本发明所述一种水稻病虫智能监控***的一种可选方案,其中:还包括GPS模块和可视化模块,所述GPS模块用于测定数据采集终端所在位置的经纬度坐标值;
所述可视化模块用于在三维图形世界中对具有形体的信息进行操作和监测。
作为本发明所述一种水稻病虫智能监控***的一种可选方案,其中:所述数据采集终端还用于将经纬度坐标值写入到视频、图像信息数据包中,以建立视频、图像信息与其采集得之间的关联。
作为本发明所述一种水稻病虫智能监控***的一种可选方案,其中:包括病虫害防治模块,所述病虫害防治模块包括方案制定单元、方案评估单元和方案实施单元。
作为本发明所述一种水稻病虫智能监控***的一种可选方案,其中:包括预警模块,所述预警模块与数据采集终端相连接,所述预警模块用于将数据采集终端的数据通过红橙蓝颜色预警体现在可视化模块中达到预警效果。
本发明具备以下有益效果:
1、该一种水稻病虫智能监控***,通过建立云服务器将采集的信息进行实时监测,并通过大数据进行智能检测识别、分析和诊断,方便对采集的数据进行整理,进而有效地采集影响水稻生长发育的病虫害信息并及时、准确的提出有效的治理方案。
2、该一种水稻病虫智能监控***,通过该数据采集终端内的五大模块,即象站模块、无人机检测模块、卫星检测模块、设备定点检测模块和手工采集终端模块进行监测,采集检测的数据,丰富了采集信息,使得采集规范且能达到数据标准,使得整体监控信息更全面。
3、该一种水稻病虫智能监控***,通过数据信息中心模块中对数据采集终端采集到的图片、视频进行高光谱成像探测技术和基于深度学习的图像进行视觉效果的技术处理;进而对处理过的图像数据进行更一步识别并通过分析技术,智能对多图片对比进而分析病虫害类别;最后对数据分析单元后的数据与专家知识库单元中的数据信息进行智能匹配进而得到诊疗方案,进而提高了对水稻病虫害的分析调控。
附图说明
图1为本发明水稻病虫智能监控***的结构示意图。
图2为本发明无人机检测模块结构示意图。
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。
实施例1
农业病虫害是大田作物减产的重要因素之一,科学的监测,预测并进行预防和控制,对农业增收意义重大。目前、专业技术人员通过对定点监测的方式对农田水稻进行病虫害监测,但是不能做到现场采集、实时处理,在应对作物病虫害时存在较大的反应延迟,从而给农业生产造成直接的经济损失。
请参阅图1-2,一种水稻病虫智能监控***,包括云服务器,所述云服务器包括视频监控终端、数据信息中心模块和数据采集终端,所述视频监控终端、数据信息中心模块和数据采集终端均通过信息传输网络与云服务器相连接;
所述云服务器用于用服务器搭建应用背景及搭建区域网络,作为内容输出和对外宣传;
所述视频监控终端用于对数据采集终端的设备信息进行定点的可视化管理;
所述数据信息中心用于对农作物病虫害的大数据的储存、分析以及诊断信息的适配;
所述数据采集终端用于水稻病虫画面进行实时检测获得采集的画面及数据信息。
通过建立云服务器将采集的信息进行实时检测,并通过大数据进行智能检测识别、分析和诊断,方便对采集的数据进行整理,进而有效地采集影响水稻生长发育的病虫害信息并及时、准确的提出有效的治理方案。
实施例2
农业病虫害是大田作物减产的重要因素之一,科学的监测,预测并进行预防和控制,对农业增收意义重大。目前、专业技术人员通过对定点监测的方式对农田水稻进行病虫害监测,这样采集信息单一,缺乏采集规范及获取数据标准。
本实施例是在实施例1的基础上做出的解释说明,具体的,请参阅图1-2,其中:所述数据采集终端包括气象站模块、无人机检测模块、卫星检测模块、设备定点检测模块和手工采集终端模块;
所述气象站模块用于采集墒情及环境数据,通过图形预警与灾情渲染模块,直观显示各地墒情情况;墒情是指作物中含水量多寡的情况;墒指土壤的湿度,墒情指土壤湿度的情况。土壤湿度、土质、植被等条件的影响,方便对此进行灌溉方案的预估;
所述无人机检测模块用于云台无人机进行巡航进行GPS定位实时拍摄视频进行监测;
所述卫星检测模块用于通过卫星传输数据,通过摄像机采集图像经过卫星网络把实时动态图像传输到互联网至云服务器;
通过卫星检测模块中的便携视频***,进而将视频采集终端的图像通过互联网单元,进而将动态图像传输给云服务器;
所述设备定点检测模块用于定点检测虫情系信息,并对虫情实时计数拍照。
通过该数据采集终端内的五大模块,即象站模块、无人机检测模块、卫星检测模块、设备定点检测模块和手工采集终端模块进行监测,采集检测的数据,丰富了采集信息,使得采集规范且能达到数据标准,使得整体监控信息更全面。
实施例3
本实施例是在实施例2的基础上做出的解释说明,具体的,请参阅图1,所述定点检测模块包括自动识别虫情测报灯、远程拍照孢子捕捉仪和土壤温湿度传感器。
具体的,自动识别虫情测报灯的型号为OK-CQ12自动虫情测报灯,无人监管的情况下,能自动完成诱虫、杀虫、收集、分装、排水等作业,且用于将虫情数据极速上传至云平台数据模块,可增设风速风向、环境温湿度、光照等多种传感器接口,并可通过GPRS上传数据,以监测环境与病虫害之间的关系
并且OK-CQ12自动虫情测报灯包括AI识别功能,方便对病虫害进行抓拍兵器且自动生成识别报告。
所述远程拍照孢子捕捉仪用以检测病毒病原菌孢子及花粉尘粒,拍照上传至云服务器;
远程拍照孢子捕捉仪专为收集随空气流动、传染的病害病原菌孢子及花粉尘粒而研制,主要用于检测病害孢子存量及其扩散动态,为预测和预防病害流行、传染提供可靠数据;是农业植保部门配备的农作物病害监测专用设备;仪器可固定在测报区域内,定点观察特定区域孢子种类及数量;
在将产品通过送风口使空气中的孢子通过空气采集***使孢子落在载玻片上,传动采集***将已经采集好的孢子收集位置移动到显微镜下的时候,微生物观察***开始运作,将检测数据显示在屏幕上并上传云平台数据模块;
远程拍照孢子捕捉仪可检测病菌,其中可检测疫病、锈病、腐病、霉病、白粉病、叶斑病、蔓枯病、褐斑病菌核病、黄萎病、黑点病、锈果病、穿孔病、轮纹病、角斑病等;
土壤温湿度传感器用那个与检测土壤的湿度和水分,了解土壤的温度以及水分不仅能够实现节水灌溉,而且能够使得农作物更好的生长,土壤温湿度传感器,一般使用的土壤温湿度传感器都是***式的。它由好几个长短不一的探针组成的,主要是测量不同深度的土壤温度以及水分,采用节水灌溉节约的水能扩大可灌溉的农田面积,以此来增加产量,另一方面采用节水灌溉有利于运用科学的方法进行灌溉,因为采用节水灌溉是可以根据作物生长的到需求按时按量进行灌溉,有利于作物的生长,因此总的说来采用节水灌溉技术能显著增加农业产量。
实施例4
本实施例是在实施例1的基础上做出的解释说明,具体的,所述手工采集终端模块设置为支持手机、笔记本电脑、平板灯带摄像功能且能安装APP的电子设备。
通过农户登录至云服务器中,将自己检测的图片信息上传至云服务器,丰富了采集信息和数据及渠道。
实施例5
本实施例是在实施例1的基础上做出的解释说明,具体的,请参阅图1,所述数据信息中心模块包括图像处理单元、智能识别单元、数据分析单元和专家知识库单元;
所述图像处理单元用于对数据采集终端采集到的图片、视频进行高光谱成像探测技术和基于深度学习的图像进行视觉效果的技术处理;
所述智能识别单元用于对处理过的图像数据进行更一步识别;
所述数据分析单元用于分析技术,智能识别单元用于多图片对比进而分析病虫害类别;
所述专家知识库单元用于对数据分析单元后的数据与专家知识库单元中的数据信息进行智能匹配进而得到诊疗方案。
通过数据信息中心模块中对数据采集终端采集到的图片、视频进行高光谱成像探测技术和基于深度学习的图像进行视觉效果的技术处理;进而对处理过的图像数据进行更一步识别并通过分析技术,智能对多图片对比进而分析病虫害类别;最后对数据分析单元后的数据与专家知识库单元中的数据信息进行智能匹配进而得到诊疗方案,进而提高了对水稻病虫害的分析调控。
实施例6
本实施例是在实施例2的基础上做出的解释说明,具体的,请参阅图1-2,其中:所述无人机检测模块包括传感器单元和视频图像单元,所述传感器单元用于对环境温度、湿度、光照强度进行数据采集;
所述视频图像单元用于将视频图像进行存储传输到云服务器,利用深度学习模型对拍摄的农作物视频和图像对农田信息农作物种类进行识别,对产量进行预估。
卫星、无人机或飞机上搭载的传感器,可以根据被拍摄物体的形状和纹理来检测能量如何传播、吸收或反射的整个过程,进而能检测到水稻植物的生长周期,很容易看到植物发育、成熟、衰老然后收获将增长周期和不同季节进行比较,得出不同使其作物的健康情况,进而对农田信息农作物进行产量的预估。
实施例7
本实施例是在实施例1的基础上做出的改进明,具体的,请参阅图1,其中:还包括GPS模块和可视化模块,所述GPS模块用于测定数据采集终端所在位置的经纬度坐标值;
所述可视化模块用于在三维图形世界中对具有形体的信息进行操作和监测。
实施例8
本实施例是在实施例1的基础上做出的解释说明,具体的,其中:所述数据采集终端还用于将经纬度坐标值写入到视频、图像信息数据包中,以建立视频、图像信息与其采集得之间的关联。
实施例9
本实施例是在实施例1的基础上做出的改进,具体的,请参阅图1,其中:包括病虫害防治模块,所述病虫害防治模块包括方案制定单元、方案评估单元和方案实施单元。
实施例10
本实施例是在实施例1的基础上做出的改进,具体的,请参阅图1-2,其中:包括预警模块,所述预警模块与数据采集终端相连接,所述预警模块用于将数据采集终端的数据通过红橙蓝颜色预警体现在可视化模块中达到预警效果;
红色预警、橙色预警和蓝色预警,通过面积和灾情严重程度,在可视化模块中进行预警,方便查看和对当地进行决策性方案的制定。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性地包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,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、物品或者设备所固有的要素。
以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明技术原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。
Claims (10)
1.一种水稻病虫智能监控***,包括云服务器,其特征在于:所述云服务器包括视频监控终端、数据信息中心模块和数据采集终端,所述视频监控终端、数据信息中心模块和数据采集终端均通过信息传输网络与云服务器相连接;
所述云服务器用于用服务器搭建应用背景及搭建区域网络,作为内容输出和对外宣传;
所述视频监控终端用于对数据采集终端的设备信息进行定点的可视化管理;
所述数据信息中心用于对农作物病虫害的大数据的储存、分析以及诊断信息的适配;
所述数据采集终端用于水稻病虫画面进行实时检测获得采集的画面及数据信息。
2.根据权利要求1所述的一种水稻病虫智能监控***,其特征在于:所述数据采集终端包括气象站模块、无人机检测模块、卫星检测模块、设备定点检测模块和手工采集终端模块;
所述气象站模块用于采集墒情及环境数据,通过图形预警与灾情渲染模块,直观显示各地墒情情况;
所述无人机检测模块用于云台无人机进行巡航进行GPS定位实时拍摄视频进行监测;
所述卫星检测模块用于通过卫星传输数据,通过摄像机采集图像经过卫星网络把实时动态图像传输到互联网至云服务器;
所述设备定点检测模块用于定点检测虫情系信息,并对虫情实时计数拍照。
3.根据权利要求1所述的一种水稻病虫智能监控***,其特征在于:所述定点检测模块包括自动识别虫情测报灯、远程拍照孢子捕捉仪和土壤温湿度传感器。
4.根据权利要求2所述的一种水稻病虫智能监控***,其特征在于:所述手工采集终端模块设置为支持手机、笔记本电脑、平板灯带摄像功能且能安装APP的电子设备。
5.根据权利要求1所述的一种水稻病虫智能监控***,其特征在于:所述数据信息中心模块包括图像处理单元、智能识别单元、数据分析单元和专家知识库单元;
所述图像处理单元用于对数据采集终端采集到的图片、视频进行高光谱成像探测技术和基于深度学习的图像进行视觉效果的技术处理;
所述智能识别单元用于对处理过的图像数据进行更一步识别;
所述数据分析单元用于分析技术,智能识别单元用于多图片对比进而分析病虫害类别;
所述专家知识库单元用于对数据分析单元后的数据与专家知识库单元中的数据信息进行智能匹配进而得到诊疗方案。
6.根据权利要求2所述的一种水稻病虫智能监控***,其特征在于:所述无人机检测模块包括传感器单元和视频图像单元,所述传感器单元用于对环境温度、湿度、光照强度进行数据采集;
所述视频图像单元用于将视频图像进行存储传输到云服务器,利用深度学习模型对拍摄的农作物视频和图像对农田信息农作物种类进行识别,对产量进行预估。
7.根据权利要求1所述的一种水稻病虫智能监控***,其特征在于:还包括GPS模块和可视化模块,所述GPS模块用于测定数据采集终端所在位置的经纬度坐标值;
所述可视化模块用于在三维图形世界中对具有形体的信息进行操作和监测。
8.根据权利要求1所述的一种水稻病虫智能监控***,其特征在于:所述数据采集终端还用于将经纬度坐标值写入到视频、图像信息数据包中,以建立视频、图像信息与其采集得之间的关联。
9.根据权利要求1所述的一种水稻病虫智能监控***,其特征在于:包括病虫害防治模块,所述病虫害防治模块包括方案制定单元、方案评估单元和方案实施单元。
10.根据权利要求1所述的一种水稻病虫智能监控***,其特征在于:包括预警模块,所述预警模块与数据采集终端相连接,所述预警模块用于将数据采集终端的数据通过红橙蓝颜色预警体现在可视化模块中达到预警效果。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210121310.3A CN114460080A (zh) | 2022-02-09 | 2022-02-09 | 一种水稻病虫智能监控*** |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210121310.3A CN114460080A (zh) | 2022-02-09 | 2022-02-09 | 一种水稻病虫智能监控*** |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114460080A true CN114460080A (zh) | 2022-05-10 |
Family
ID=81414563
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210121310.3A Pending CN114460080A (zh) | 2022-02-09 | 2022-02-09 | 一种水稻病虫智能监控*** |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114460080A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114830979A (zh) * | 2022-06-08 | 2022-08-02 | 新疆阿克猫农业开发有限公司 | 一种水稻智能种植方法 |
CN115082797A (zh) * | 2022-07-05 | 2022-09-20 | 安徽农业大学 | 一种大田环境下早期小麦赤霉病监测预警方法及*** |
CN115379150A (zh) * | 2022-10-25 | 2022-11-22 | 广州艾米生态人工智能农业有限公司 | 可远程自动化生成水稻生长过程动态视频的***和方法 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102300079A (zh) * | 2011-07-01 | 2011-12-28 | 全国农业技术推广服务中心 | 农业病虫害视频监控***及其方法 |
CN205334168U (zh) * | 2016-04-21 | 2016-06-22 | 贾如春 | 基于大数据病虫害监测预警*** |
CN107613021A (zh) * | 2017-10-18 | 2018-01-19 | 四川聚峰谷农业科技开发有限公司 | 基于云模式的农业物联网信息管理*** |
CN109032093A (zh) * | 2018-08-14 | 2018-12-18 | 荆州农业科学院 | 一种水稻病虫害监测*** |
CN109470299A (zh) * | 2018-10-19 | 2019-03-15 | 江苏大学 | 一种基于物联网的作物生长信息监测***和方法 |
CN112232976A (zh) * | 2020-10-15 | 2021-01-15 | 广东后海控股股份有限公司 | 一种基于物联网智慧农业信息共享*** |
CN113379769A (zh) * | 2021-06-30 | 2021-09-10 | 苏州芯景科技有限公司 | 一种农作物病虫害智能防御平台 |
-
2022
- 2022-02-09 CN CN202210121310.3A patent/CN114460080A/zh active Pending
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102300079A (zh) * | 2011-07-01 | 2011-12-28 | 全国农业技术推广服务中心 | 农业病虫害视频监控***及其方法 |
CN205334168U (zh) * | 2016-04-21 | 2016-06-22 | 贾如春 | 基于大数据病虫害监测预警*** |
CN107613021A (zh) * | 2017-10-18 | 2018-01-19 | 四川聚峰谷农业科技开发有限公司 | 基于云模式的农业物联网信息管理*** |
CN109032093A (zh) * | 2018-08-14 | 2018-12-18 | 荆州农业科学院 | 一种水稻病虫害监测*** |
CN109470299A (zh) * | 2018-10-19 | 2019-03-15 | 江苏大学 | 一种基于物联网的作物生长信息监测***和方法 |
CN112232976A (zh) * | 2020-10-15 | 2021-01-15 | 广东后海控股股份有限公司 | 一种基于物联网智慧农业信息共享*** |
CN113379769A (zh) * | 2021-06-30 | 2021-09-10 | 苏州芯景科技有限公司 | 一种农作物病虫害智能防御平台 |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114830979A (zh) * | 2022-06-08 | 2022-08-02 | 新疆阿克猫农业开发有限公司 | 一种水稻智能种植方法 |
CN115082797A (zh) * | 2022-07-05 | 2022-09-20 | 安徽农业大学 | 一种大田环境下早期小麦赤霉病监测预警方法及*** |
CN115082797B (zh) * | 2022-07-05 | 2023-08-22 | 安徽农业大学 | 一种大田环境下早期小麦赤霉病监测预警方法及*** |
CN115379150A (zh) * | 2022-10-25 | 2022-11-22 | 广州艾米生态人工智能农业有限公司 | 可远程自动化生成水稻生长过程动态视频的***和方法 |
CN115379150B (zh) * | 2022-10-25 | 2023-03-14 | 广州艾米生态人工智能农业有限公司 | 可远程自动化生成水稻生长过程动态视频的***和方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN114460080A (zh) | 一种水稻病虫智能监控*** | |
CN109470299A (zh) | 一种基于物联网的作物生长信息监测***和方法 | |
US11287411B2 (en) | Systems and methods for crop health monitoring, assessment and prediction | |
CN114972843B (zh) | 一种基于大数据的农业病虫害诊断与预警*** | |
CN110728332A (zh) | 一种基于物联网的农业数据分析方法及*** | |
CN210570820U (zh) | 一种农业检测预警*** | |
CN113409023A (zh) | 一种智慧园林综合服务管理平台 | |
CN111476149A (zh) | 一种植物培育控制方法和*** | |
CN110825058A (zh) | 一种农作物实时监控*** | |
CN112461828A (zh) | 一种基于卷积神经网络的病虫害智能测报预警*** | |
CN114518143A (zh) | 一种智能环境感知*** | |
CN104007733B (zh) | 一种对农业集约化生产进行监控的***及方法 | |
CN112116206A (zh) | 一种基于大数据的智慧农业*** | |
CN111024700A (zh) | 一种基于物联网的油茶长势信息分析*** | |
CN113379769A (zh) | 一种农作物病虫害智能防御平台 | |
CN116300608A (zh) | 一种基于大数据的智慧农业远程监控*** | |
CN115294518B (zh) | 一种园艺植物温室精准栽培的智能监控方法及*** | |
CN114898405B (zh) | 基于边缘计算的便携式肉鸡异常监测*** | |
CN116543347A (zh) | 智慧虫情在线监测***、方法、装置及介质 | |
CN116824626A (zh) | 一种动物异常状态人工智能识别的方法 | |
AU2021105327A4 (en) | A computer implemented and IoT based method for increasing crop production using machine learning model | |
CN115685862A (zh) | 一种基于边缘计算的智慧农业检测*** | |
CN114847196A (zh) | 智能蜂箱及基于深度学习的蜜蜂识别跟踪计数*** | |
CN113273555B (zh) | 一种人工智能虫情预测***及预测方法 | |
CN111272211A (zh) | 一种基于物联网的蜂场蜂箱远程监测*** |
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: 20220510 |