CN117875571A - 一种森林植被生长状况分析方法及*** - Google Patents
一种森林植被生长状况分析方法及*** Download PDFInfo
- Publication number
- CN117875571A CN117875571A CN202410275529.8A CN202410275529A CN117875571A CN 117875571 A CN117875571 A CN 117875571A CN 202410275529 A CN202410275529 A CN 202410275529A CN 117875571 A CN117875571 A CN 117875571A
- Authority
- CN
- China
- Prior art keywords
- pest
- vegetation
- disease
- insect
- pesticide spraying
- 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
- 238000004458 analytical method Methods 0.000 title claims abstract description 21
- 241000607479 Yersinia pestis Species 0.000 claims abstract description 384
- 201000010099 disease Diseases 0.000 claims abstract description 294
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 claims abstract description 294
- 241000238631 Hexapoda Species 0.000 claims abstract description 212
- 239000000575 pesticide Substances 0.000 claims abstract description 180
- 238000010586 diagram Methods 0.000 claims abstract description 67
- 238000003892 spreading Methods 0.000 claims abstract description 67
- 230000007480 spreading Effects 0.000 claims abstract description 67
- 239000007921 spray Substances 0.000 claims abstract description 18
- 238000005507 spraying Methods 0.000 claims description 158
- 238000000034 method Methods 0.000 claims description 24
- 239000000203 mixture Substances 0.000 claims description 21
- 238000009472 formulation Methods 0.000 claims description 19
- 238000009826 distribution Methods 0.000 claims description 17
- 238000010191 image analysis Methods 0.000 claims description 15
- 230000000903 blocking effect Effects 0.000 claims description 14
- 238000002360 preparation method Methods 0.000 claims 2
- 208000031940 Disease Attributes Diseases 0.000 claims 1
- 238000005457 optimization Methods 0.000 abstract description 2
- 241000196324 Embryophyta Species 0.000 description 155
- 238000012545 processing Methods 0.000 description 18
- 238000005516 engineering process Methods 0.000 description 10
- 235000008331 Pinus X rigitaeda Nutrition 0.000 description 8
- 235000011613 Pinus brutia Nutrition 0.000 description 8
- 241000018646 Pinus brutia Species 0.000 description 8
- 241000243771 Bursaphelenchus xylophilus Species 0.000 description 7
- 241001491790 Bupalus piniaria Species 0.000 description 6
- 230000008859 change Effects 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 239000003795 chemical substances by application Substances 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000005855 radiation Effects 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000012876 topography Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 238000004590 computer program Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 230000004660 morphological change Effects 0.000 description 1
- 230000003068 static effect Effects 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
-
- 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
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01M—CATCHING, TRAPPING OR SCARING OF ANIMALS; APPARATUS FOR THE DESTRUCTION OF NOXIOUS ANIMALS OR NOXIOUS PLANTS
- A01M7/00—Special adaptations or arrangements of liquid-spraying apparatus for purposes covered by this subclass
- A01M7/0089—Regulating or controlling systems
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64D—EQUIPMENT FOR FITTING IN OR TO AIRCRAFT; FLIGHT SUITS; PARACHUTES; ARRANGEMENT OR MOUNTING OF POWER PLANTS OR PROPULSION TRANSMISSIONS IN AIRCRAFT
- B64D1/00—Dropping, ejecting, releasing, or receiving articles, liquids, or the like, in flight
- B64D1/16—Dropping or releasing powdered, liquid, or gaseous matter, e.g. for fire-fighting
- B64D1/18—Dropping or releasing powdered, liquid, or gaseous matter, e.g. for fire-fighting by spraying, e.g. insecticides
-
- 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
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/17—Terrestrial scenes taken from planes or by drones
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V20/00—Scenes; Scene-specific elements
- G06V20/10—Terrestrial scenes
- G06V20/188—Vegetation
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2101/00—UAVs specially adapted for particular uses or applications
- B64U2101/40—UAVs specially adapted for particular uses or applications for agriculture or forestry operations
-
- B—PERFORMING OPERATIONS; TRANSPORTING
- B64—AIRCRAFT; AVIATION; COSMONAUTICS
- B64U—UNMANNED AERIAL VEHICLES [UAV]; EQUIPMENT THEREFOR
- B64U2101/00—UAVs specially adapted for particular uses or applications
- B64U2101/45—UAVs specially adapted for particular uses or applications for releasing liquids or powders in-flight, e.g. crop-dusting
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Life Sciences & Earth Sciences (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Physics & Mathematics (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Marketing (AREA)
- Environmental Sciences (AREA)
- Tourism & Hospitality (AREA)
- Multimedia (AREA)
- General Business, Economics & Management (AREA)
- Pest Control & Pesticides (AREA)
- Entrepreneurship & Innovation (AREA)
- Agronomy & Crop Science (AREA)
- Mining & Mineral Resources (AREA)
- Marine Sciences & Fisheries (AREA)
- Animal Husbandry (AREA)
- Remote Sensing (AREA)
- Aviation & Aerospace Engineering (AREA)
- Primary Health Care (AREA)
- Toxicology (AREA)
- Zoology (AREA)
- Wood Science & Technology (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Insects & Arthropods (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Catching Or Destruction (AREA)
Abstract
本发明适用于森林植被病虫害防治技术领域，提供了一种森林植被生长状况分析方法及***，通过获取多个点状病虫害植被图像，并将多个点状病虫害植被图像组合，得到病虫害蔓延范围图；根据病虫害蔓延范围图，得到目标治理区域。在灭虫无人机为大面积遭受病虫害的森林植被进行农药喷洒灭虫时，能够使灭虫无人机按照优化设定的灭虫行进路线飞行灭虫，且还能够根据灭虫无人机所在植被区域的具体病虫害情况，来动态的调整灭虫无人机的农药喷洒量以及农药喷洒种类，使得具有不同病虫害情况的森林植被区域能够得到适宜的农药喷洒量以及农药喷洒种类，进而提高了对森林植被的病虫害治理效率。
Description
技术领域
本发明属于森林植被病虫害防治技术领域，尤其涉及一种森林植被生长状况分析方法及***。
背景技术
在对森林植被生长状况的分析过程中，对森林植被的病虫害监控、防治至关重要。森林病虫害是林业生产中的重要生物灾害，对森林有着毁灭性的破坏，严重威胁着受灾国家的林业生产、生态环境及经济发展。现有技术中，在发现森林植被中出现病虫害现象时，较为高效的治理方式为无人机大范围喷洒农药的方式。
当大面积的森林植被出现病虫害现象时，不同区域的森林植被可能存在不同种类的病虫害且植被的受害程度不尽相同的情况。目前，无人机在对森林植被进行农药喷洒消杀时，并不能智能的根据所在区域的植被的具体病虫害情况来改变喷洒的农药种类以及喷洒的农药量，导致不同区域的森林植被不能得到理想的农药治理效果。
发明内容
本发明的目的在于提供一种森林植被生长状况分析方法及***，旨在解决背景技术中提出的问题。
本发明是这样实现的，一种森林植被生长状况分析方法，所述方法包括：
获取多个点状病虫害植被图像，并将多个点状病虫害植被图像组合，得到病虫害蔓延范围图；
根据病虫害蔓延范围图，得到目标治理区域，并制定在目标治理区域中的灭虫行进路线；
分析目标治理区域的灭虫行进路线在病虫害蔓延范围图中对应的所有点状病虫害植被图像，并得到多个植被病虫害属性点；
在农药喷洒设备按照灭虫行进路线行进时，根据植被病虫害属性点，制定灭虫农药喷洒动态调整命令，并将灭虫农药喷洒动态调整命令输出至农药喷洒设备。
作为本发明实施例技术方案进一步的限定，根据病虫害蔓延范围图，得到目标治理区域，并制定在目标治理区域中的灭虫行进路线的步骤包括：
根据病虫害蔓延范围图，得到目标治理区域；
分析病虫害蔓延范围图，并确定病虫害蔓延范围图中包含的多个点状病虫害植被图像的平面分布位置；
根据多个点状病虫害植被图像的平面分布位置，智能规划出灭虫行进路线。
作为本发明实施例技术方案进一步的限定，所述目标治理区域包括病虫害灭杀区域以及重点阻断区域。
作为本发明实施例技术方案进一步的限定，分析目标治理区域的灭虫行进路线在病虫害蔓延范围图中对应的所有点状病虫害植被图像，并得到多个植被病虫害属性点的步骤包括：
逐个分析灭虫行进路线在病虫害蔓延范围图中对应的多个点状病虫害植被图像；
确定每个点状病虫害植被图像所对应的病虫害种类以及病虫害严重程度指数；
将每个点状病虫害植被图像所对应的病虫害种类以及病虫害严重程度指数相绑定，得到多个植被病虫害属性点。
作为本发明实施例技术方案进一步的限定，在获得多个植被病虫害属性点后，获取灭虫行进路线中的每个点状病虫害植被图像的定位电子围栏，并将同一个点状病虫害植被图像所对应的定位电子围栏与植被病虫害属性点相绑定。
作为本发明实施例技术方案进一步的限定，在农药喷洒设备按照灭虫行进路线行进时，根据植被病虫害属性点，制定灭虫农药喷洒动态调整命令，并将灭虫农药喷洒动态调整命令输出至农药喷洒设备的步骤包括：
接收来自于农药喷洒设备的执行反馈信息，以确定农药喷洒设备进入灭虫行进路线，并获取农药喷洒设备的实时位置；
分析农药喷洒设备的实时位置，确定农药喷洒设备的实时位置所处的目标定位电子围栏，并获取目标定位电子围栏绑定的植被病虫害属性点；
根据植被病虫害属性点，制定灭虫农药喷洒动态调整命令，并将灭虫农药喷洒动态调整命令输出至农药喷洒设备。
作为本发明实施例技术方案进一步的限定，根据植被病虫害属性点，制定灭虫农药喷洒动态调整命令，并将灭虫农药喷洒动态调整命令输出至农药喷洒设备的步骤包括：
获取预设农药喷洒对照模型，并根据预设农药喷洒对照模型确定目标定位电子围栏绑定的植被病虫害属性点的所需喷洒农药种类以及所需喷洒量；
根据所需喷洒农药种类以及所需喷洒量，制定灭虫农药喷洒动态调整命令；
将灭虫农药喷洒动态调整命令输出至农药喷洒设备。
一种森林植被生长状况分析***，所述***包括病虫害蔓延范围图获取模块、灭虫行进路线制定模块、植被病虫害属性点获取模块以及灭虫农药喷洒动态调整命令制定模块，其中：
病虫害蔓延范围图获取模块，用于获取多个点状病虫害植被图像，并将多个点状病虫害植被图像组合，得到病虫害蔓延范围图；
灭虫行进路线制定模块，用于根据病虫害蔓延范围图，得到目标治理区域，并制定在目标治理区域中的灭虫行进路线；
植被病虫害属性点获取模块，用于分析目标治理区域的灭虫行进路线在病虫害蔓延范围图中对应的所有点状病虫害植被图像，并得到多个植被病虫害属性点；
灭虫农药喷洒动态调整命令制定模块，用于在农药喷洒设备按照灭虫行进路线行进时，根据植被病虫害属性点，制定灭虫农药喷洒动态调整命令，并将灭虫农药喷洒动态调整命令输出至农药喷洒设备。
作为本发明实施例技术方案进一步的限定，所述灭虫行进路线制定模块具体包括：
目标治理区域获取单元，用于根据病虫害蔓延范围图，得到目标治理区域；
平面分布位置确定单元，用于分析病虫害蔓延范围图，并确定病虫害蔓延范围图中包含的多个点状病虫害植被图像的平面分布位置；
灭虫行进路线规划单元，用于根据多个点状病虫害植被图像的平面分布位置，智能规划出灭虫行进路线。
作为本发明实施例技术方案进一步的限定，所述植被病虫害属性点获取模块具体包括：
点状病虫害植被图像分析单元，用于逐个分析灭虫行进路线在病虫害蔓延范围图中对应的多个点状病虫害植被图像；
属性分析单元，用于确定每个点状病虫害植被图像所对应的病虫害种类以及病虫害严重程度指数；
植被病虫害属性点获得单元，用于将每个点状病虫害植被图像所对应的病虫害种类以及病虫害严重程度指数相绑定，得到多个植被病虫害属性点。
与现有技术相比，本发明通过获取多个点状病虫害植被图像，并将多个点状病虫害植被图像组合，得到病虫害蔓延范围图；根据病虫害蔓延范围图，得到目标治理区域，并制定在目标治理区域中的灭虫行进路线；分析目标治理区域的灭虫行进路线在病虫害蔓延范围图中对应的所有点状病虫害植被图像，并得到多个植被病虫害属性点；在农药喷洒设备按照灭虫行进路线行进时，根据植被病虫害属性点，制定灭虫农药喷洒动态调整命令，并将灭虫农药喷洒动态调整命令输出至农药喷洒设备。在灭虫无人机为大面积遭受病虫害的森林植被进行农药喷洒灭虫时，能够使灭虫无人机按照优化设定的灭虫行进路线飞行灭虫，且还能够根据灭虫无人机所在植被区域的具体病虫害情况，来动态的调整灭虫无人机的农药喷洒量以及农药喷洒种类，使得具有不同病虫害情况的森林植被区域能够得到适宜的农药喷洒量以及农药喷洒种类，进而提高了对森林植被的病虫害治理效率。
附图说明
图1为本发明实施例提供的方法的流程图；
图2为本发明实施例提供的方法中制定灭虫行进路线的流程图；
图3为本发明实施例提供的方法中获取植被病虫害属性点的流程图；
图4为本发明实施例提供的方法中制定灭虫农药喷洒动态调整命令的流程图；
图5为本发明实施例提供的方法中确定所需喷洒农药种类以及所需喷洒量的流程图；
图6为本发明实施例提供的***的应用架构图；
图7为本发明实施例提供的***中灭虫行进路线制定模块的结构框图；
图8为本发明实施例提供的***中植被病虫害属性点获取模块的结构框图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。
图1示出了本发明实施例提供的方法的流程图。
具体的，一种森林植被生长状况分析方法，所述方法具体包括以下步骤：
步骤S100，获取多个点状病虫害植被图像，并将多个点状病虫害植被图像组合，得到病虫害蔓延范围图。
在本发明实施例中，通过摄像无人机携带的智能高清摄像头对待治理的森林植被区域进行局部区域拍照，且智能高清摄像头实时的将拍摄的局部森林植被图像上传至后台处理云端中，后台处理云端对这些局部森林植被图像进行智能图像分析，并以局部森林植被图像中是否存在病虫害图像来判断该局部森林植被图像是否为点状病虫害植被图像，上述的智能图像分析技术为现有技术中成熟的图像分析技术，并且判断森林植被中是否存在病虫害现象，还可以采用多光谱技术；
当后台处理云端识别到存在病虫害现象的点状病虫害植被图像后，应当以该点状病虫害植被图像所对应的森林区域为中心区域，控制摄像无人机向中心区域的周围进行辐射性的摄像作业，后台处理云端对这些拍摄的局部森林植被图像逐个智能图像分析，并筛选出所有的点状病虫害植被图像，随后，后台处理云端将这些点状病虫害植被图像以具体所在位置为依据进行图像平面组合，得到病虫害蔓延范围图。
进一步的，所述森林植被生长状况分析方法还包括以下步骤：
步骤S200，根据病虫害蔓延范围图，得到目标治理区域，并制定在目标治理区域中的灭虫行进路线。
具体的，图2示出了制定灭虫行进路线的流程图。
其中，根据病虫害蔓延范围图，得到目标治理区域，并制定在目标治理区域中的灭虫行进路线具体包括以下步骤：
步骤S201，根据病虫害蔓延范围图，得到目标治理区域；
步骤S202，分析病虫害蔓延范围图，并确定病虫害蔓延范围图中包含的多个点状病虫害植被图像的平面分布位置；
步骤S203，根据多个点状病虫害植被图像的平面分布位置，智能规划出灭虫行进路线。
在本发明实施例中，后台处理云端在依据多个点状病虫害植被图像的平面分布位置来规划灭虫行进路线时，应当确保灭虫无人机能够路过所有的点状病虫害植被图像所对应的局部森林植被区域的上方；
可以理解的是，所述目标治理区域包括病虫害灭杀区域以及重点阻断区域，病虫害灭杀区域指的是，已经确定包含病虫害的局部森林植被区域，重点阻断区域指的是，包含病虫害的局部森林植被区域的周围部分森林植被区域，且该重点阻断区域为环状，即重点阻断区域将病虫害灭杀区域包围。
进一步的，所述森林植被生长状况分析方法还包括以下步骤：
步骤S300，分析目标治理区域的灭虫行进路线在病虫害蔓延范围图中对应的所有点状病虫害植被图像，并得到多个植被病虫害属性点。
具体的，图3示出了获取植被病虫害属性点的流程图。
其中，分析目标治理区域的灭虫行进路线在病虫害蔓延范围图中对应的所有点状病虫害植被图像，并得到多个植被病虫害属性点具体包括以下步骤：
步骤S301，逐个分析灭虫行进路线在病虫害蔓延范围图中对应的多个点状病虫害植被图像；
步骤S302，确定每个点状病虫害植被图像所对应的病虫害种类以及病虫害严重程度指数；
步骤S303，将每个点状病虫害植被图像所对应的病虫害种类以及病虫害严重程度指数相绑定，得到多个植被病虫害属性点。
在本发明实施例中，后台处理云端在分析灭虫行进路线在病虫害蔓延范围图中对应的多个点状病虫害植被图像时，应当通过智能图像分析技术确定每个点状病虫害植被图像所对应的局部森林植被区域的病虫害种类以及病虫害严重程度指数，随后，将每个点状病虫害植被图像所对应的病虫害种类以及病虫害严重程度指数相绑定，得到多个植被病虫害属性点；
举例说明，在松树林片区中，后台处理云端利用智能图像分析技术确定某一点状病虫害植被图像中包含“松树针叶失水萎蔫，变成黄褐色至红褐色，状如火烧”的植被图像时，则能够初步判定该点状病虫害植被图像所对应的病虫害种类为松材线虫病，之后，后台处理云端继续分析该点状病虫害植被图像，并根据松树针叶以及松树枝干的颜色变化程度或者形态变化程度来确定该点状病虫害植被图像的病虫害严重程度。
进一步的，所述森林植被生长状况分析方法还包括以下步骤：
在获得多个植被病虫害属性点后，获取灭虫行进路线中的每个点状病虫害植被图像的定位电子围栏，并将同一个点状病虫害植被图像所对应的定位电子围栏与植被病虫害属性点相绑定；
步骤S400，在农药喷洒设备按照灭虫行进路线行进时，根据植被病虫害属性点，制定灭虫农药喷洒动态调整命令，并将灭虫农药喷洒动态调整命令输出至农药喷洒设备。
具体的，图4示出了制定灭虫农药喷洒动态调整命令的流程图。
其中，在农药喷洒设备按照灭虫行进路线行进时，根据植被病虫害属性点，制定灭虫农药喷洒动态调整命令，并将灭虫农药喷洒动态调整命令输出至农药喷洒设备具体包括以下步骤：
步骤S401，接收来自于农药喷洒设备的执行反馈信息，以确定农药喷洒设备进入灭虫行进路线，并获取农药喷洒设备的实时位置；
步骤S402，分析农药喷洒设备的实时位置，确定农药喷洒设备的实时位置所处的目标定位电子围栏，并获取目标定位电子围栏绑定的植被病虫害属性点；
步骤S403，根据植被病虫害属性点，制定灭虫农药喷洒动态调整命令，并将灭虫农药喷洒动态调整命令输出至农药喷洒设备。
具体的，图5示出了确定所需喷洒农药种类以及所需喷洒量的流程图。
其中，根据植被病虫害属性点，制定灭虫农药喷洒动态调整命令，并将灭虫农药喷洒动态调整命令输出至农药喷洒设备具体包括以下步骤：
步骤S4031，获取预设农药喷洒对照模型，并根据预设农药喷洒对照模型确定目标定位电子围栏绑定的植被病虫害属性点的所需喷洒农药种类以及所需喷洒量；
步骤S4032，根据所需喷洒农药种类以及所需喷洒量，制定灭虫农药喷洒动态调整命令；
步骤S4033，将灭虫农药喷洒动态调整命令输出至农药喷洒设备。
在本发明实施例中，上述的农药喷洒设备指的是灭虫无人机，当灭虫无人机执行灭虫任务时，应当实时的将实时位置发送给后台处理云端，且后台处理云端实时的分析灭虫无人机是否进入任一点状病虫害植被图像的定位电子围栏中，一旦确定灭虫无人机进入某一点状病虫害植被图像的定位电子围栏中，后台处理云端即可将制定好的灭虫行进路线发送给灭虫无人机，并控制灭虫无人机按照灭虫行进路线进行农药喷洒作业；
可以理解的是，后台处理云端中预存有预设农药喷洒对照模型，该预设农药喷洒对照模型中储存有多种病虫害类型以及每种病虫害类型所应用的农药种类，并且还储存有不同程度的病虫害应当使用的农药量，后台处理云端在确定了灭虫无人机所在的目标定位电子围栏后，即可获取该目标定位电子围栏所绑定的植被病虫害属性点（即该目标定位电子围栏所包含的森林植被区域的植被病虫害属性点），然后后台处理云端将目标定位电子围栏所绑定的植被病虫害属性点包含的病虫害种类以及病虫害严重程度指数均输入至预设农药喷洒对照模型中，以获得目标定位电子围栏绑定的植被病虫害属性点对应的所需喷洒农药种类以及所需喷洒量，随后根据所需喷洒农药种类以及所需喷洒量，制定灭虫农药喷洒动态调整命令，并将灭虫农药喷洒动态调整命令输出至农药喷洒设备；
举例说明，灭虫无人机携带有两种灭虫药剂，一种针对“马尾松毛虫”，另一种针对“松材线虫病”，当灭虫无人机进入A点状病虫害植被图像对应的定位电子围栏时，后台处理云端获取该定位电子围栏对应的植被病虫害属性点a，并根据植被病虫害属性点a分析出，A点状病虫害植被图像对应的局部森林植被区域包含的病虫害种类为“马尾松毛虫”，且病虫害严重程度为“中等”，则后台处理云端生成灭虫农药喷洒动态调整命令X，并控制灭虫无人机喷洒针对“马尾松毛虫”的农药，并控制喷洒量为中等剂量；
之后灭虫无人机沿着灭虫行进路线进入到了B点状病虫害植被图像对应的定位电子围栏中，后台处理云端实时获取到了该位置相关信息，并调取该定位电子围栏对应的植被病虫害属性点b，并根据植被病虫害属性点b分析出，B点状病虫害植被图像对应的局部森林植被区域包含的病虫害种类为“松材线虫病”，且病虫害严重程度为“轻度”，则后台处理云端生成灭虫农药喷洒动态调整命令Y，并控制灭虫无人机喷洒针对“松材线虫病”的农药，并控制喷洒量为少量剂量；
需要说明的是，在实际应用中，需要改变农药喷洒的种类的频率一般较低（同一片森林植被的病虫害种类往往单一），而针对不同病虫害区域改变农药喷洒量则较为频繁（同一片森林植被的不同区域的病虫害受害程度会受地形、植被组成结构等影响因素而存在较大的区别）；
可以理解的是，重点阻断区域的农药喷洒量均相同，且喷洒种类与点状病虫害植被图像中包含的病虫害种类对应，进而当灭虫无人机进入重点阻断区域时，无需调整农药喷洒量，只需要喷洒出预设量的与点状病虫害植被图像中包含的病虫害种类对应的农药即可；
通过上述技术方案，在灭虫无人机为大面积遭受病虫害的森林植被进行农药喷洒灭虫时，能够使灭虫无人机按照优化设定的灭虫行进路线飞行灭虫，且还能够根据灭虫无人机所在植被区域的具体病虫害情况，来动态的调整灭虫无人机的农药喷洒量以及农药喷洒种类，使得具有不同病虫害情况的森林植被区域能够得到适宜的农药喷洒量以及农药喷洒种类，进而提高了对森林植被的病虫害治理效率。
进一步的，图6示出了本发明实施例提供的***的应用架构图。
其中，在本发明提供的又一个优选实施方式中，一种森林植被生长状况分析***，包括：
病虫害蔓延范围图获取模块100，用于获取多个点状病虫害植被图像，并将多个点状病虫害植被图像组合，得到病虫害蔓延范围图。
在本发明实施例中，通过摄像无人机携带的智能高清摄像头对待治理的森林植被区域进行局部区域拍照，且智能高清摄像头实时的将拍摄的局部森林植被图像上传至病虫害蔓延范围图获取模块100中，病虫害蔓延范围图获取模块100对这些局部森林植被图像进行智能图像分析，并以局部森林植被图像中是否存在病虫害图像来判断该局部森林植被图像是否为点状病虫害植被图像，上述的智能图像分析技术为现有技术中成熟的图像分析技术，并且判断森林植被中是否存在病虫害现象，还可以采用多光谱技术；
当病虫害蔓延范围图获取模块100识别到存在病虫害现象的点状病虫害植被图像后，应当以该点状病虫害植被图像所对应的森林区域为中心区域，控制摄像无人机向中心区域的周围进行辐射性的摄像作业，病虫害蔓延范围图获取模块100对这些拍摄的局部森林植被图像逐个智能图像分析，并筛选出所有的点状病虫害植被图像，随后，病虫害蔓延范围图获取模块100将这些点状病虫害植被图像以具体所在位置为依据进行图像平面组合，得到病虫害蔓延范围图。
进一步的，所述森林植被生长状况分析***还包括：
灭虫行进路线制定模块200，用于根据病虫害蔓延范围图，得到目标治理区域，并制定在目标治理区域中的灭虫行进路线。
具体的，图7示出了本发明实施例提供的***中灭虫行进路线制定模块200的结构框图。
其中，在本发明提供的优选实施方式中，所述灭虫行进路线制定模块200具体包括：
目标治理区域获取单元201，用于根据病虫害蔓延范围图，得到目标治理区域；
平面分布位置确定单元202，用于分析病虫害蔓延范围图，并确定病虫害蔓延范围图中包含的多个点状病虫害植被图像的平面分布位置；
灭虫行进路线规划单元203，用于根据多个点状病虫害植被图像的平面分布位置，智能规划出灭虫行进路线。
在本发明实施例中，灭虫行进路线制定模块200在依据多个点状病虫害植被图像的平面分布位置来规划灭虫行进路线时，应当确保灭虫无人机能够路过所有的点状病虫害植被图像所对应的局部森林植被区域的上方；
可以理解的是，所述目标治理区域包括病虫害灭杀区域以及重点阻断区域，病虫害灭杀区域指的是，已经确定包含病虫害的局部森林植被区域，重点阻断区域指的是，包含病虫害的局部森林植被区域的周围部分森林植被区域，且该重点阻断区域为环状，即重点阻断区域将病虫害灭杀区域包围。
进一步的，所述森林植被生长状况分析***还包括：
植被病虫害属性点获取模块300，用于分析目标治理区域的灭虫行进路线在病虫害蔓延范围图中对应的所有点状病虫害植被图像，并得到多个植被病虫害属性点。
具体的，图8示出了本发明实施例提供的***中植被病虫害属性点获取模块300的结构框图。
其中，在本发明提供的优选实施方式中，所述植被病虫害属性点获取模块300具体包括：
点状病虫害植被图像分析单元301，用于逐个分析灭虫行进路线在病虫害蔓延范围图中对应的多个点状病虫害植被图像；
属性分析单元302，用于确定每个点状病虫害植被图像所对应的病虫害种类以及病虫害严重程度指数；
植被病虫害属性点获得单元303，用于将每个点状病虫害植被图像所对应的病虫害种类以及病虫害严重程度指数相绑定，得到多个植被病虫害属性点。
在本发明实施例中，点状病虫害植被图像分析单元301在分析灭虫行进路线在病虫害蔓延范围图中对应的多个点状病虫害植被图像时，应当通过智能图像分析技术确定每个点状病虫害植被图像所对应的局部森林植被区域的病虫害种类以及病虫害严重程度指数，随后，将每个点状病虫害植被图像所对应的病虫害种类以及病虫害严重程度指数相绑定，得到多个植被病虫害属性点；
举例说明，在松树林片区中，植被病虫害属性点获取模块300利用智能图像分析技术确定某一点状病虫害植被图像中包含“松树针叶失水萎蔫，变成黄褐色至红褐色，状如火烧”的植被图像时，则植被病虫害属性点获取模块300能够初步判定该点状病虫害植被图像所对应的病虫害种类为松材线虫病，之后，植被病虫害属性点获取模块300继续分析该点状病虫害植被图像，并根据松树针叶以及松树枝干的颜色变化程度或者形态变化程度来确定该点状病虫害植被图像的病虫害严重程度。
进一步的，所述森林植被生长状况分析***还包括：
灭虫农药喷洒动态调整命令制定模块400，用于在农药喷洒设备按照灭虫行进路线行进时，根据植被病虫害属性点，制定灭虫农药喷洒动态调整命令，并将灭虫农药喷洒动态调整命令输出至农药喷洒设备。
在本发明实施例中，上述的农药喷洒设备指的是灭虫无人机，当灭虫无人机执行灭虫任务时，应当实时的将实时位置发送给灭虫农药喷洒动态调整命令制定模块400，且灭虫农药喷洒动态调整命令制定模块400实时的分析灭虫无人机是否进入任一点状病虫害植被图像的定位电子围栏中，一旦确定灭虫无人机进入某一点状病虫害植被图像的定位电子围栏中，灭虫农药喷洒动态调整命令制定模块400即可将制定好的灭虫行进路线发送给灭虫无人机，并控制灭虫无人机按照灭虫行进路线进行农药喷洒作业；
可以理解的是，灭虫农药喷洒动态调整命令制定模块400中预存有预设农药喷洒对照模型，该预设农药喷洒对照模型中储存有多种病虫害类型以及每种病虫害类型所应用的农药种类，并且还储存有不同程度的病虫害应当使用的农药量，灭虫农药喷洒动态调整命令制定模块400在确定了灭虫无人机所在的目标定位电子围栏后，即可获取该目标定位电子围栏所绑定的植被病虫害属性点（即该目标定位电子围栏所包含的森林植被区域的植被病虫害属性点），然后灭虫农药喷洒动态调整命令制定模块400将目标定位电子围栏所绑定的植被病虫害属性点包含的病虫害种类以及病虫害严重程度指数均输入至预设农药喷洒对照模型中，以获得目标定位电子围栏绑定的植被病虫害属性点对应的所需喷洒农药种类以及所需喷洒量，随后根据所需喷洒农药种类以及所需喷洒量，制定灭虫农药喷洒动态调整命令，并将灭虫农药喷洒动态调整命令输出至农药喷洒设备；
举例说明，灭虫无人机携带有两种灭虫药剂，一种针对“马尾松毛虫”，另一种针对“松材线虫病”，当灭虫无人机进入A点状病虫害植被图像对应的定位电子围栏时，灭虫农药喷洒动态调整命令制定模块400获取该定位电子围栏对应的植被病虫害属性点a，并根据植被病虫害属性点a分析出，A点状病虫害植被图像对应的局部森林植被区域包含的病虫害种类为“马尾松毛虫”，且病虫害严重程度为“中等”，则灭虫农药喷洒动态调整命令制定模块400生成灭虫农药喷洒动态调整命令X，并控制灭虫无人机喷洒针对“马尾松毛虫”的农药，并控制喷洒量为中等剂量；
之后灭虫无人机沿着灭虫行进路线进入到了B点状病虫害植被图像对应的定位电子围栏中，灭虫农药喷洒动态调整命令制定模块400实时获取到了该位置相关信息，并调取该定位电子围栏对应的植被病虫害属性点b，并根据植被病虫害属性点b分析出，B点状病虫害植被图像对应的局部森林植被区域包含的病虫害种类为“松材线虫病”，且病虫害严重程度为“轻度”，则灭虫农药喷洒动态调整命令制定模块400生成灭虫农药喷洒动态调整命令Y，并控制灭虫无人机喷洒针对“松材线虫病”的农药，并控制喷洒量为少量剂量；
需要说明的是，在实际应用中，需要改变农药喷洒的种类的频率一般较低（同一片森林植被的病虫害种类往往单一），而针对不同病虫害区域改变农药喷洒量则较为频繁（同一片森林植被的不同区域的病虫害受害程度会受地形、植被组成结构等影响因素而存在较大的区别）；
可以理解的是，重点阻断区域的农药喷洒量均相同，且喷洒种类与点状病虫害植被图像中包含的病虫害种类对应，进而当灭虫无人机进入重点阻断区域时，无需调整农药喷洒量，只需要喷洒出预设量的与点状病虫害植被图像中包含的病虫害种类对应的农药即可。
应该理解的是，虽然本发明各实施例的流程图中的各个步骤按照箭头的指示依次显示，但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明，这些步骤的执行并没有严格的顺序限制，这些步骤可以以其它的顺序执行。而且，各实施例中的至少一部分步骤可以包括多个子步骤或者多个阶段，这些子步骤或者阶段并不必然是在同一时刻执行完成，而是可以在不同的时刻执行，这些子步骤或者阶段的执行顺序也不必然是依次进行，而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一非易失性计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器（ROM）、可编程ROM（PROM）、电可编程ROM（EPROM）、电可擦除可编程ROM（EEPROM）或闪存。易失性存储器可包括随机存取存储器（RAM）或者外部高速缓冲存储器。作为说明而非局限，RAM以多种形式可得，诸如静态RAM（SRAM）、动态RAM（DRAM）、同步DRAM（SDRAM）、双数据率SDRAM（DDRSDRAM）、增强型SDRAM（ESDRAM）、同步链路（Synchlink） DRAM（SLDRAM）、存储器总线（Rambus）直接RAM（RDRAM）、直接存储器总线动态RAM（DRDRAM）、以及存储器总线动态RAM（RDRAM）等。
以上所述实施例的各技术特征可以进行任意的组合，为使描述简洁，未对上述实施例中的各个技术特征所有可能的组合都进行描述，然而，只要这些技术特征的组合不存在矛盾，都应当认为是本说明书记载的范围。
以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于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。因此，本发明专利的保护范围应以所附权利要求为准。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应包含在本发明的保护范围之内。
Claims (10)
1.一种森林植被生长状况分析方法，其特征在于，所述方法包括：
获取多个点状病虫害植被图像，并将多个点状病虫害植被图像组合，得到病虫害蔓延范围图；
根据病虫害蔓延范围图，得到目标治理区域，并制定在目标治理区域中的灭虫行进路线；
分析目标治理区域的灭虫行进路线在病虫害蔓延范围图中对应的所有点状病虫害植被图像，并得到多个植被病虫害属性点；
在农药喷洒设备按照灭虫行进路线行进时，根据植被病虫害属性点，制定灭虫农药喷洒动态调整命令，并将灭虫农药喷洒动态调整命令输出至农药喷洒设备。
2.根据权利要求1所述的森林植被生长状况分析方法，其特征在于，根据病虫害蔓延范围图，得到目标治理区域，并制定在目标治理区域中的灭虫行进路线的步骤包括：
根据病虫害蔓延范围图，得到目标治理区域；
分析病虫害蔓延范围图，并确定病虫害蔓延范围图中包含的多个点状病虫害植被图像的平面分布位置；
根据多个点状病虫害植被图像的平面分布位置，智能规划出灭虫行进路线。
3.根据权利要求2所述的森林植被生长状况分析方法，其特征在于，所述目标治理区域包括病虫害灭杀区域以及重点阻断区域。
4.根据权利要求1所述的森林植被生长状况分析方法，其特征在于，分析目标治理区域的灭虫行进路线在病虫害蔓延范围图中对应的所有点状病虫害植被图像，并得到多个植被病虫害属性点的步骤包括：
逐个分析灭虫行进路线在病虫害蔓延范围图中对应的多个点状病虫害植被图像；
确定每个点状病虫害植被图像所对应的病虫害种类以及病虫害严重程度指数；
将每个点状病虫害植被图像所对应的病虫害种类以及病虫害严重程度指数相绑定，得到多个植被病虫害属性点。
5.根据权利要求4所述的森林植被生长状况分析方法，其特征在于，在获得多个植被病虫害属性点后，获取灭虫行进路线中的每个点状病虫害植被图像的定位电子围栏，并将同一个点状病虫害植被图像所对应的定位电子围栏与植被病虫害属性点相绑定。
6.根据权利要求5所述的森林植被生长状况分析方法，其特征在于，在农药喷洒设备按照灭虫行进路线行进时，根据植被病虫害属性点，制定灭虫农药喷洒动态调整命令，并将灭虫农药喷洒动态调整命令输出至农药喷洒设备的步骤包括：
接收来自于农药喷洒设备的执行反馈信息，以确定农药喷洒设备进入灭虫行进路线，并获取农药喷洒设备的实时位置；
分析农药喷洒设备的实时位置，确定农药喷洒设备的实时位置所处的目标定位电子围栏，并获取目标定位电子围栏绑定的植被病虫害属性点；
根据植被病虫害属性点，制定灭虫农药喷洒动态调整命令，并将灭虫农药喷洒动态调整命令输出至农药喷洒设备。
7.根据权利要求6所述的森林植被生长状况分析方法，其特征在于，根据植被病虫害属性点，制定灭虫农药喷洒动态调整命令，并将灭虫农药喷洒动态调整命令输出至农药喷洒设备的步骤包括：
获取预设农药喷洒对照模型，并根据预设农药喷洒对照模型确定目标定位电子围栏绑定的植被病虫害属性点的所需喷洒农药种类以及所需喷洒量；
根据所需喷洒农药种类以及所需喷洒量，制定灭虫农药喷洒动态调整命令；
将灭虫农药喷洒动态调整命令输出至农药喷洒设备。
8.一种森林植被生长状况分析***，其特征在于，所述***包括病虫害蔓延范围图获取模块、灭虫行进路线制定模块、植被病虫害属性点获取模块以及灭虫农药喷洒动态调整命令制定模块，其中：
病虫害蔓延范围图获取模块，用于获取多个点状病虫害植被图像，并将多个点状病虫害植被图像组合，得到病虫害蔓延范围图；
灭虫行进路线制定模块，用于根据病虫害蔓延范围图，得到目标治理区域，并制定在目标治理区域中的灭虫行进路线；
植被病虫害属性点获取模块，用于分析目标治理区域的灭虫行进路线在病虫害蔓延范围图中对应的所有点状病虫害植被图像，并得到多个植被病虫害属性点；
灭虫农药喷洒动态调整命令制定模块，用于在农药喷洒设备按照灭虫行进路线行进时，根据植被病虫害属性点，制定灭虫农药喷洒动态调整命令，并将灭虫农药喷洒动态调整命令输出至农药喷洒设备。
9.根据权利要求8所述的森林植被生长状况分析***，其特征在于，所述灭虫行进路线制定模块具体包括：
目标治理区域获取单元，用于根据病虫害蔓延范围图，得到目标治理区域；
平面分布位置确定单元，用于分析病虫害蔓延范围图，并确定病虫害蔓延范围图中包含的多个点状病虫害植被图像的平面分布位置；
灭虫行进路线规划单元，用于根据多个点状病虫害植被图像的平面分布位置，智能规划出灭虫行进路线。
10.根据权利要求8所述的森林植被生长状况分析***，其特征在于，所述植被病虫害属性点获取模块具体包括：
点状病虫害植被图像分析单元，用于逐个分析灭虫行进路线在病虫害蔓延范围图中对应的多个点状病虫害植被图像；
属性分析单元，用于确定每个点状病虫害植被图像所对应的病虫害种类以及病虫害严重程度指数；
植被病虫害属性点获得单元，用于将每个点状病虫害植被图像所对应的病虫害种类以及病虫害严重程度指数相绑定，得到多个植被病虫害属性点。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410275529.8A CN117875571A (zh) | 2024-03-12 | 2024-03-12 | 一种森林植被生长状况分析方法及*** |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202410275529.8A CN117875571A (zh) | 2024-03-12 | 2024-03-12 | 一种森林植被生长状况分析方法及*** |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN117875571A true CN117875571A (zh) | 2024-04-12 |
Family
ID=90577700
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202410275529.8A Pending CN117875571A (zh) | 2024-03-12 | 2024-03-12 | 一种森林植被生长状况分析方法及*** |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN117875571A (zh) |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101801746B1 (ko) * | 2017-01-03 | 2017-11-27 | (주)세이프어스드론 | 방제용 스마트 드론, 이를 이용한 스마트 방제 시스템 및 방법 |
| KR20170139849A (ko) * | 2016-06-10 | 2017-12-20 | 주식회사 비전아이티 | 드론을 이용하여 산림의 병해충을 모니터링하는 시스템 및 그의 운영 방법 |
| KR20200043801A (ko) * | 2018-10-18 | 2020-04-28 | 농업회사법인 만나씨이에이 주식회사 | 인공지능 식물 관리 시스템 |
| WO2020174645A1 (ja) * | 2019-02-28 | 2020-09-03 | 株式会社オプティム | コンピュータシステム、病害虫検出方法及びプログラム |
| CN113925039A (zh) * | 2021-10-12 | 2022-01-14 | 一鼎(福建)生态园林建设有限公司 | 一种基于物联网的园林病虫害智能防护***及防控方法 |
| CN116158421A (zh) * | 2023-03-01 | 2023-05-26 | 新疆农业大学 | 作物病虫害防治喷药方法、***、存储介质、设备、应用 |
-
2024
- 2024-03-12 CN CN202410275529.8A patent/CN117875571A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20170139849A (ko) * | 2016-06-10 | 2017-12-20 | 주식회사 비전아이티 | 드론을 이용하여 산림의 병해충을 모니터링하는 시스템 및 그의 운영 방법 |
| KR101801746B1 (ko) * | 2017-01-03 | 2017-11-27 | (주)세이프어스드론 | 방제용 스마트 드론, 이를 이용한 스마트 방제 시스템 및 방법 |
| KR20200043801A (ko) * | 2018-10-18 | 2020-04-28 | 농업회사법인 만나씨이에이 주식회사 | 인공지능 식물 관리 시스템 |
| WO2020174645A1 (ja) * | 2019-02-28 | 2020-09-03 | 株式会社オプティム | コンピュータシステム、病害虫検出方法及びプログラム |
| CN113925039A (zh) * | 2021-10-12 | 2022-01-14 | 一鼎(福建)生态园林建设有限公司 | 一种基于物联网的园林病虫害智能防护***及防控方法 |
| CN116158421A (zh) * | 2023-03-01 | 2023-05-26 | 新疆农业大学 | 作物病虫害防治喷药方法、***、存储介质、设备、应用 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111246735B (zh) | 用于植物管理的设备 | |
| CN109197278B (zh) | 作业策略的确定方法及装置、药物喷洒策略的确定方法 | |
| US20220167606A1 (en) | Method for plantation treatment of a plantation field | |
| US20220167546A1 (en) | Method for plantation treatment of a plantation field with a variable application rate | |
| US20220167605A1 (en) | Method for plantation treatment of a plantation field | |
| CN108303963A (zh) | 一种智能无人驾驶植保机械地面站*** | |
| EP3673425A1 (de) | Ertragsabschätzung beim anbau von kulturpflanzen | |
| CN113435728B (zh) | 一种农场虫害查杀方法和*** | |
| Taylor et al. | Precision forestry: operational tactics for today and tomorrow | |
| CN117875571A (zh) | 一种森林植被生长状况分析方法及*** | |
| KR102221603B1 (ko) | 농업용 드론을 이용한 살포 시스템 | |
| CN111818796A (zh) | 用于喷洒管理的设备 | |
| KR20210008711A (ko) | 인공지능을 활용한 식물병충해방지 로봇시스템 | |
| CN207924492U (zh) | 一种智能无人驾驶植保机械地面站*** | |
| CN208092546U (zh) | 一种智能声波害虫诱杀*** | |
| Gabel | New concept of vine grape protection–knowledge-based approach & high tech | |
| Richard Glass et al. | Desarrollo de nuevas tecnologías que impulsan avances en agricultura de precisión para optimizar insumos y reducir la huella ambiental | |
| CN118278593A (zh) | 基于植保无人机的害虫治理路线规划方法及*** | |
| Nasim et al. | INTELLIGENT AGRICULTURAL PEST MANAGER DRONE IN PAKISTAN | |
| Salam et al. | Optimal management of witches’ broom disease of lime in presence of extreme environmental factors using stochastic dynamic modelling | |
| Moorthi et al. | Smart Agriculture System | |
| DE102023132031A1 (de) | Intelligente unkrautbehandlung | |
| CN118313800A (zh) | 一种基于物联网的高标准农田大数据智能管理平台、方法 | |
| Jaynes | Some recent developments in white-pine weevil research in the Northeast | |
| Jacques | Vantage Point: Sky's the Limit for Aerial-obtained Data |
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 |