共查询到20条相似文献,搜索用时 15 毫秒
1.
2.
针对稻纵卷叶螟在田间监测存在人工成本高、耗时耗力、统计害虫数量效率不高等问题,将性诱技术和物联网技术相结合,研制物联网稻田害虫防治监控系统,实现对目标害虫的监测。经过田间测试,稻纵卷叶螟智能监测系统的检测成功率91.0%,自动计数准确率较高。通过该装置可让用户实时掌握稻纵卷叶螟在水稻田的种群动态数量变化,合理减少农药使用频率,实现水稻的高产优质。 相似文献
3.
4.
通过应用远程实时监测系统监测田间斜纹夜蛾成虫消长动态,探讨该系统自动计数的准确性和远程信息传输等智能化监测水平。监测结果表明:远程实时监测系统反映的蛾峰动态与通用诱捕器监测一致,说明该系统能够在一定程度上反应斜纹夜蛾田间发生情况,满足了预测预报的技术要求,为厦门市夜蛾类害虫的智能测报提供了新方式。 相似文献
5.
《福建农业学报》2020,(2)
【目的】针对传统害虫监测手段存在时耗长、人工成本高、数据质量不高等问题,将性诱捕技术与物联网技术相结合,开发基于物联网的害虫智能监测系统,实现对目标害虫的自动计数。【方法】应用诱芯与高压电网相结合进行害虫诱捕,采用红外传感器进行害虫计数,通过4G网络进行数据传输。基于.net平台开发害虫监测Web管理网站、害虫监测APP、数字植保微信公众号等配套软件系统,用户可以通过电脑、手机APP、微信等多终端远程浏览查询数据。【结果】以蔬菜重要害虫斜纹夜蛾为例,通过在厦门同安、三明尤溪的蔬菜基地的田间试验结果显示,厦门同安试验点的诱捕效果为276.14%,自动计数准确率为93.52%;三明尤溪试验点诱捕效果为162.60%,自动计数准确率为81.59%,表明该自动监测系统的害虫诱捕率和识别准确率均较高。【结论】开发的害虫智能监测系统实现了害虫测报的自动化和智能化,提高了害虫监测的效率,在害虫预测预报中具有广阔的应用前景。 相似文献
6.
7.
鲜茧茧层含水率和干壳量是蚕茧品质检测中的两个重要指标,为了快速测量鲜茧的茧层含水率和干壳量,研究了一种集称质量、水分检测、数据采集存储、实时计算与显示等功能于一体的鲜茧茧层含水率和干壳量快速测量装置.该装置将水分检测传感器和质量传感器结合,信号采集处理系统自动采集传感器检测数据,并实时计算处理数据,测量得到的茧层含水率和干壳量实时显示.该装置结构简单,操作方便,智能化程度高,成本低.经试验表明,该测量装置能够快速无损检测出鲜茧茧层含水率和干壳量,准确度高,水分检测误差小于0.98%,干壳量检测误差小于2.2%.实际检测过程中不破坏鲜茧,达到了无损快速检测目的. 相似文献
8.
柑桔大实蝇[Tetradacus citri (chen)]属植物检疫对象,是盐津县柑桔生产上偏重发生的主要害虫。该虫在盐津县每年发生1代,以幼虫在果实内部穿食瓤瓣,造成果实未熟先黄,提前脱落,丧失食用价值,严重影响产量和品质。针对柑桔大实蝇发生危害特点,盐津县植保植检站开展了2种诱剂防治柑桔大实蝇试验,现将试验结果报道如下。 相似文献
9.
基于诱虫板图像的温室番茄作物害虫识别与监测方法 总被引:1,自引:0,他引:1
《南京农业大学学报》2021,44(2)
[目的]本文旨在探索实时监测温室虫情和精准防控虫害的方法。[方法]设计了一种基于诱虫板图像背景均匀化的自适应分割方法,结合基于随机森林(random forest, RF)的图像识别算法识别4类温室番茄害虫(烟粉虱、潜叶蝇、果蝇和蚜虫)并计数。该方法首先提取诱虫板图像RGB(red-green-blue)颜色模型B分量和HSV(hue-saturation-value)颜色模型V分量,然后分别对2张图像分段调整背景灰度值得到均匀背景诱虫板灰度图像,再利用最大类间方差法确定阈值分割图像,经形态学处理后融合2张诱虫板二值图像,最后提取害虫区域的6个颜色特征、8个形状特征和6个纹理特征,训练随机森林以识别害虫并计数。[结果]对比分析Sauvola局部阈值法、Prewitt边缘分割法、k-means聚类法以及本文设计的自适应分割方法,结果表明基于背景均匀化的自适应分割方法效果最好,平均分割准确率为95.34%。对比分析7种特征向量组合下随机森林、C-SVC(C-support vector classification)和BP(back propagation)神经网络3种分类方法,结果表明综合颜色特征向量、形状特征向量和纹理特征向量作为输入的随机森林算法识别效果更好,对烟粉虱、潜叶蝇、果蝇和蚜虫的识别准确率分别为93.89%、90.71%、91.54%和90.40%。[结论]本文设计的方法能够实现诱虫板上4类害虫的识别和计数,可以为温室虫情监测与预警提供参考。 相似文献
10.
11.
连续2年采用性诱剂诱捕法对云南省耿马地区实蝇类害虫进行了监测调查,初步查明实蝇种类共有16种,其中优势种为橘小实蝇和南瓜实蝇。对两种实蝇优势种种群动态分析表明,实蝇在耿马全年发生,冬季种群数量较低,夏季种群数量大,高峰期出现在7月或8月。 相似文献
12.
基于物联网的果园实蝇监测系统的设计与实现 总被引:1,自引:0,他引:1
为大范围和准确监测果园实蝇的发生,设计了基于物联网的果园实蝇监测系统。该系统由智能捕虫器、监测终端、远程终端及移动终端组成,安装在果园的多个智能捕虫器和监测终端构成星形短程无线通信网,监测终端将收集的实蝇信息通过GSM/GPRS服务发送至远程终端及移动终端。智能捕虫器包括太阳能电池板、支架、捕虫器壳体及安装于壳体内部的光电检测电路、微处理器、短程无线通信模块、锂电池充电电路等功能电路,采用成本较低且稳定性较高的红外光电对管检测进入捕虫器的果园实蝇;监测终端包括微处理器、短程无线通信模块和GSM/GPRS模块。基于μC/OS–II实时操作系统设计了智能捕虫器和监测终端的应用软件。系统验证试验结果表明,智能捕虫器平均工作电流为97 m A,监测终端在GSM/GPRS模块休眠和工作时的电流分别为60 m A和328 m A,2种设备的工作电流消耗均低于各自电池的供电能力,实蝇监测准确率可达94.23%。 相似文献
13.
《湖南农业大学学报(自然科学版)》2015,(1)
为大范围和准确监测果园实蝇的发生,设计了基于物联网的果园实蝇监测系统。该系统由智能捕虫器、监测终端、远程终端及移动终端组成,安装在果园的多个智能捕虫器和监测终端构成星形短程无线通信网,监测终端将收集的实蝇信息通过GSM/GPRS服务发送至远程终端及移动终端。智能捕虫器包括太阳能电池板、支架、捕虫器壳体及安装于壳体内部的光电检测电路、微处理器、短程无线通信模块、锂电池充电电路等功能电路,采用成本较低且稳定性较高的红外光电对管检测进入捕虫器的果园实蝇;监测终端包括微处理器、短程无线通信模块和GSM/GPRS模块。基于μC/OS–II实时操作系统设计了智能捕虫器和监测终端的应用软件。系统验证试验结果表明,智能捕虫器平均工作电流为97 m A,监测终端在GSM/GPRS模块休眠和工作时的电流分别为60 m A和328 m A,2种设备的工作电流消耗均低于各自电池的供电能力,实蝇监测准确率可达94.23%。 相似文献
14.
柑橘大实蝇为国内检疫性害虫。通过长期观察和试验示范,总结出该虫的主要特征、发生规律、为害特点,以及防治时期和防治技术,控制了其发生扩展,促进了柑橘优质高产。 相似文献
15.
实蝇可危害多种水果和葫芦科蔬菜,造成重要经济损失,生产实践中诱杀是防治实蝇最安全、有效、常用的方法.实蝇营养诱剂实蝇克(含0.05%阿维菌素)对危害苦瓜的实蝇类害虫的诱杀防治试验结果表明,实蝇克以1~20倍清水拌匀置于敞口诱食器,能有效诱集桔小实蝇、瓜实蝇等常见实蝇,其中以桔小实蝇的诱集量最大、约占70%,其次是瓜实蝇、占15%~25%,其他实蝇占5%~15%,对桔小实蝇雌虫的诱集并无明显的性别选择倾向.在实蝇高峰期,实蝇克以1~20倍清水拌匀诱捕实蝇,每隔7d换药1次,连续换药3次,苦瓜果实带虫率可控制在5%以内,保护作用可达80%以上,效果优于或相当于商品化生产使用的物理粘杀剂. 相似文献
16.
17.
18.
将无线传感器网络技术作为信息感知和传输的载体,设计和开发了橘小实蝇成虫发生量及环境因子协同监测系统,并在广州地区选择挂果期和成熟期柑橘园,开展了近6个月的橘小实蝇成虫发生量及其发生区域环境因子协同监测试验。结果表明:8月上旬至10月上旬,气温分布在22.5~36.5℃,且处于柑橘挂果期,橘小实蝇成虫发生量猛增并达到最大,周虫量516~893头;10月中旬至11月下旬,处于柑橘成熟期,天气干燥,气温分布在16.4~30.1℃,橘小实蝇成虫发生量开始呈波动性回落,周虫量108~293头;12月上旬至翌年1月中旬,降水量少,气温分布在10.5~27.5℃,由于缺乏维持营养的果实,橘小实蝇成虫数量很少,周虫量0~18头;对各环境因子进行主成分判别和因子主成分荷载分析表明,温光因素和降水对橘小实蝇成虫发生量的作用明显,其中,温光因素作用最大,空气和土壤温度是其主要因子,相应的成分荷载分别为0.960和0.961;降水作用次之,降水量和土壤含水量是其主要因子,相应的成分荷载分别为0.712和0.809。 相似文献
19.
20.
针对油菜条播机窝眼轮式排种器存在多粒种子同时下落难以监测的问题,设计加装了一种基于线阵CCD传感器的播量监测装置。监测装置发射端采用点光源,通过一组凸透镜形成由平行光线覆盖的种子监测区域,接收端采用线阵CCD传感器,通过实时监测像素值的连续变化,监测油菜种子播量,从而实现对播量的精确计量。运用室内试验台架,对窝眼轮式油菜排种器进行了单粒排种、排种计数、播量监测以及漏播和堵塞报警试验。结果表明:投种高度小于150 mm时,监测装置对单粒投种的监测准确率达100%;排种轴转速分别为20、30和40r/min时,监测装置对1000粒油菜种子计数的准确率分别为98.98%,98.26%和97.32%,对于5、10和20min连续排种播量计量的准确率均能达到97%以上。 相似文献