System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind() 一种基于大数据的枣虫害状态监测方法及系统技术方案_技高网

一种基于大数据的枣虫害状态监测方法及系统技术方案

技术编号:43232990 阅读:6 留言:0更新日期:2024-11-05 17:20
本发明专利技术涉及枣虫害监测技术领域,公开了一种基于大数据的枣虫害状态监测方法及系统,该系统包括:监测端设置在预设枣林区域,其中监测端设置有发送模块,监测端用于检测预设枣林中枣树的叶片图像和生长环境,并将预设枣林中枣树的叶片图像和生长环境进行发送。分析端用于接收监测端发送的枣树的叶片图像和生长环境,并根据枣树的叶片图像和生长环境,确定枣树的虫害类型以及预设枣林的预警等级。本发明专利技术通过利用监测端获取的枣树叶片图像和生长环境数据,再通过分析端实时处理和评估,能够准确识别枣树的虫害类型并确定预设枣林的虫害预警等级,提升枣农对虫害防治的及时性和精准性。

【技术实现步骤摘要】

本专利技术涉及枣虫害监测,具体而言,涉及一种基于大数据的枣虫害状态监测方法及系统


技术介绍

1、鉴于农业技术的不断革新与信息技术的飞速发展,农业生产正在稳步迈向信息化、智能化的新阶段。在枣树生产过程中,虫害监测作为不可或缺的环节,其有效实施对于及时应对虫害问题具有决定性作用。通过实施精确的虫害监测,能够迅速识别并采取相应措施,以确保枣树的健康生长和产量稳定,为农业的可持续发展贡献力量。

2、目前,虫害监测的传统方式主要依赖于人工巡查与观测。然而,这种方法在操作上需要投入大量的人力资源与时间成本,且受限于观测者的经验与技能水平,监测结果往往带有较强的主观性和不确定性。此外,人工监测通常仅能覆盖有限的区域范围,难以实现广泛、即时的监测覆盖,进而造成虫害信息的滞后,对虫害防治措施的及时性与有效性产生不利影响。

3、因此,急需专利技术一种枣树的虫害监测技术,用于解决当前技术中虫害监测时存在的监测成本较高,监测结果误差较大,且监测范围较小,以及监测实时性较差的问题。


技术实现思路

1、鉴于此,本专利技术提出了一种基于大数据的枣虫害状态监测方法及系统,旨在解决当前技术中虫害监测时存在的监测成本较高,监测结果误差较大,且监测范围较小,以及监测实时性较差的问题。

2、本专利技术提出了一种基于大数据的枣虫害状态监测系统,包括:

3、监测端,设置在预设枣林区域,其中所述监测端设置有发送模块,所述监测端用于检测所述预设枣林中枣树的叶片图像和生长环境,并将所述预设枣林中枣树的叶片图像和生长环境进行发送;

4、分析端,用于接收所述监测端发送的枣树的叶片图像和生长环境,并根据所述枣树的叶片图像和生长环境,确定所述枣树的虫害类型以及所述预设枣林的预警等级;

5、其中,所述分析端包括:

6、第一数据模块,与数据库电连接,所述第一数据分析模块用于获取枣树各类型虫害信息,并提取各类型所述虫害信息中的虫害特征;

7、接收模块,用于接收所述枣树的叶片图像和生长环境;

8、分析模块,分别与所述第一数据模块和接收模块电连接,所述分析模块用于根据所述枣树的叶片图像提取所述枣树的生理参数,并根据所述生理参数与虫害特征之间的关系,确定所述枣树的虫害类型;

9、评估模块,与所述分析模块电连接,所述评估模块用于获取所述虫害特征中滋生环境,并根据所述滋生环境与所述生长环境之间的关系,确定所述预设枣林的虫害滋生评分;

10、预警模块,与所述评估模块电连接,所述预警模块还用于根据所述虫害滋生评分与预设虫害滋生评分之间的关系,确定所述预设枣林的预警等级,并根据所述预设枣林的预警等级发送对应的预警信息。

11、进一步的,所述监测端包括:

12、图像获取模块,用于获取所述预设枣林中各枣树的叶片图像;

13、温湿度检测模块,设置有若干,且若干所述温湿度检测模块分别设置在所述预设枣林中,所述温湿度检测模块用于检测所述预设枣林的温度和湿度;

14、风力检测模块,设置在所述预设枣林中,所述风力检测模块用于获取所述预设枣林中的风速;

15、发送模块,分别与所述图像获取模块、温湿度检测模块和风力检测模块电连接,所述发送模块用于将所述枣树的叶片图像以及所述预设枣林的温度、湿度和风速发送至所述接收模块。

16、进一步的,所述分析模块用于根据所述枣树的叶片图像提取所述枣树的生理参数,并根据所述生理参数与虫害特征之间的关系,确定所述枣树的虫害类型时,包括:

17、所述分析模块还用于对所述叶片图像进行灰度化处理,所述分析模块还用于获取所述叶片的灰度值,并确定为第一特征;

18、所述分析模块还用于获取所述叶片的形状,并确定为第二特征;

19、所述分析模块还用于获取所述第二特征与所述各类型所述虫害中的形状特征之间的相似值,并按正序进行排序;

20、所述分析模块还用于获取排序第一对应的所述虫害的灰度值,并根据所述虫害的灰度值与所述第一特征之间的进行比对,其中:

21、若所述虫害的灰度值与所述第一特征之间相一致,所述分析模块则确定所述枣树的虫害类型为所述虫害的类型;

22、若所述虫害的灰度与所述第一特征之间不一致,所述分析模块则按排序正序依次获取对应的所述虫害的灰度值与所述第一特征之间进行比对,其中:

23、若所述第一特征与各类型的所述虫害的灰度值之间均不一致,所述分析模块则判断所述枣树没有存在虫害。

24、进一步的,所述评估模块用于获取所述虫害特征中滋生环境,并根据所述滋生环境与所述生长环境之间的关系,确定所述预设枣林的虫害滋生评分时,包括:

25、所述评估模块还用于在所述分析模块判断所述枣树的虫害类型时,获取所述虫害类型的生长温度和生长湿度;

26、所述评估模块还用于基于所述虫害类型的生长温度,确定为所述预警温度,所述评估模块还用于获取所述预设枣林的实时温度,并根据所述实时温度与所述预警温度之间的温度差值的绝对值,确定所述预设枣林的虫害滋生评分;

27、其中,所述评估模块还配置有预设温度差值;

28、当所述温度差值的绝对值大于所述预设温度差值时,所述评估模块则确定所述预设枣林的虫害滋生评分为l0;

29、当所述温度差值的绝对值小于或等于所述预设温度差值时,所述评估模块则获取所述温度差值的绝对值与所述预设温度差值之间的温度比值,并根据所述温度比值确定所述预设枣林的虫害滋生评分。

30、进一步的,所述评估模块还用于根据所述温度比值确定所述预设枣林的虫害滋生评分时,包括:

31、所述评估模块还配置有第一预设温度比值和第二预设温度比值,且所述第一预设温度比值小于所述第二预设温度比值;

32、所述评估模块还用于根据所述温度比值与各预设温度比值之间的关系,确定所述预设枣林的虫害滋生评分:

33、当所述温度比值小于所述第一预设温度比值时,所述评估模块则确定所述预设枣林的虫害滋生评分为l3;

34、当所述温度比值大于或等于所述第一预设温度比值,且所述温度比值小于所述第二预设温度比值时,所述评估模块则确定所述预设枣林的虫害滋生评分为l2;

35、当所述温度比值大于或等于所述第二预设温度比值时,所述评估模块则确定所述预设枣林的虫害滋生评分为l1;

36、其中,l0<l1<l2<l3。

37、进一步的,在所述评估模块确定所述预设枣林的虫害滋生评分为l i时,i=0,1,2,3,包括:

38、所述评估模块还基于所述虫害类型的生长湿度,确定为预警湿度;

39、所述评估模块还用于获取所述预设枣林的实时湿度,并获取所述实时湿度与所述预警湿度之间湿度差值的绝对值,确定是否对所述预设枣林的虫害滋生评分l i进行调整;

40、其中,所述评估模块还配置有预设湿度差值;本文档来自技高网...

【技术保护点】

1.一种基于大数据的枣虫害状态监测系统,其特征在于,包括:

2.如权利要求1所述的基于大数据的枣虫害状态监测系统,其特征在于,所述监测端包括:

3.如权利要求2所述的基于大数据的枣虫害状态监测系统,其特征在于,所述分析模块用于根据所述枣树的叶片图像提取所述枣树的生理参数,并根据所述生理参数与虫害特征之间的关系,确定所述枣树的虫害类型时,包括:

4.如权利要求3所述的基于大数据的枣虫害状态监测系统,其特征在于,所述评估模块用于获取所述虫害特征中滋生环境,并根据所述滋生环境与所述生长环境之间的关系,确定所述预设枣林的虫害滋生评分时,包括:

5.如权利要求4所述的基于大数据的枣虫害状态监测系统,其特征在于,所述评估模块还用于根据所述温度比值确定所述预设枣林的虫害滋生评分时,包括:

6.如权利要求5所述的基于大数据的枣虫害状态监测系统,其特征在于,在所述评估模块确定所述预设枣林的虫害滋生评分为Li时,i=0,1,2,3,包括:

7.如权利要求6所述的基于大数据的枣虫害状态监测系统,其特征在于,所述评估模块还用于根据所述湿度比值,确定所述预设枣林的虫害滋生评分Li调整时的调整系数时,包括:

8.如权利要求7所述的基于大数据的枣虫害状态监测系统,其特征在于,所述评估模块在确定所述预设枣林的虫害滋生评分Li调整时的调整系数为Mj时,j=1,2,3,包括:

9.如权利要求1所述的基于大数据的枣虫害状态监测系统,其特征在于,所述预警模块还用于根据所述虫害滋生评分与预设虫害滋生评分之间的关系,确定所述预设枣林的预警等级,并根据所述预设枣林的预警等级发送对应的预警信息时,包括:

10.一种基于大数据的枣虫害状态监测方法,适用于如权利要求1-9任一项所述的一种基于大数据的枣虫害状态监测系统中,其特征在于,包括:

...

【技术特征摘要】

1.一种基于大数据的枣虫害状态监测系统,其特征在于,包括:

2.如权利要求1所述的基于大数据的枣虫害状态监测系统,其特征在于,所述监测端包括:

3.如权利要求2所述的基于大数据的枣虫害状态监测系统,其特征在于,所述分析模块用于根据所述枣树的叶片图像提取所述枣树的生理参数,并根据所述生理参数与虫害特征之间的关系,确定所述枣树的虫害类型时,包括:

4.如权利要求3所述的基于大数据的枣虫害状态监测系统,其特征在于,所述评估模块用于获取所述虫害特征中滋生环境,并根据所述滋生环境与所述生长环境之间的关系,确定所述预设枣林的虫害滋生评分时,包括:

5.如权利要求4所述的基于大数据的枣虫害状态监测系统,其特征在于,所述评估模块还用于根据所述温度比值确定所述预设枣林的虫害滋生评分时,包括:

6.如权利要求5所述的基于大数据的枣虫害状态监测系统,其特征在于,...

【专利技术属性】
技术研发人员:张琼王中堂李盼王守乐邢才华蒋恩顺
申请(专利权)人:山东省果树研究所
类型:发明
国别省市:

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1