病虫害监测预警系统-北创科技智慧农业.doc

《病虫害监测预警系统-北创科技智慧农业.doc》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、病虫害防治系统-银川北创科技有限公司一、建设背景近年来，农业部启动了一系列全国主要农作物有害生物种类与发生危害情况调查研究项目。包括对农作物有害生物系统的普查与对农作物病虫害的预警和防治。主要农作物的病、虫、草、鼠害为重点，采取系统调查与普查相结合、定点观测与定位调查相结合、一般调查与重点调查相结合的方法，对主要农作物上的有害生物种类进行全面调查和鉴定，查明危害农作物有害生物的所有种类，获取我国主要农作物上有害生物种类的全部数据，建立《中国主要农作物有害生物数据库》，出版《中国主要农作物有害生物名录》

2、系列丛书；对国内新发生和境外入侵有害生物种类鉴定到种或属，对历史记载进行核实、澄清和更新；对主要有害生物的发生分布区域进行系统调查，结合寄主作物的分布，对农作物有害生物的发生进行区划，绘制主要有害生物种类的发生分布区划图；采用系统监测、抽样调查和统计学方法对重要有害生物的发生程度进行调查研究，明确重要有害生物造成的产量损失；系统分析全球气候变暖、耕作制度变化、农产品贸易全球化、农作物品种抗性变化和有害生物抗药性上升等多种因素对重大农作物有害生物发生发展的影响，阐明重大有害生物长期发生趋势，编写《中国重

3、大农作物有害生物发生趋势分析和控制策略报告》，为制定重大病虫害防控策略，提高防控能力提供依据；通过对小型种、微小种，以及疑难种和近缘种等开展采样调查、分类与鉴定，研究提出上述小型种类有害生物快速鉴定技术；探索分子生物学技术和“3S”技术（遥感、地理信息系统和全球定位系统）在有害生物调查、鉴定和分析中的应用，形成一系列有害生物调查方法与技术规范。我国农业生态条件复杂，耕作制度多样，也是世界上农业有害生物灾害多发、频发和重发的国家之一，据不完全统计，我国农作物有害生物1600多种，其中，害虫830多种、病

4、害720多种、杂草60多种、鼠害20多种。开展主要农作物有害生物种类与发生危害特点研究，对于摸清我国主要农作物有害生物发生危害家底，提高植保防灾减灾水平意义十分重大。二、建设内容宁夏葡萄病虫害监测预警数字化平台建设主要包括：1、葡萄病虫害预警平台建设。根据农场的地理分布和地势地貌，在玉泉营和黄羊滩农场建立多台无人职守气象站，完成空气温度、湿度、光照明度、风速风向、降雨量等农业环境参数的实时动态采集，并通过移动无线GPRS传输到中心工作机房，实现农业综合生态信息自动控制监控和智能管理。2、葡萄病虫害数据

5、库建设。结合3S技术解决葡萄种植的位置信息和属性信息，为葡萄病虫害防治专家系统与葡萄病虫害预测预报服务平台提供可靠的信息源数据。建立据库，存储项目示范区自动采集和人工采集的气象数据、生物数据（孢子捕捉、虫口密度等）、地理信息（GIS）数据、卫星遥感（RS）光谱数据和病虫害防治专家知识库等。3、基于“3S”技术的葡萄病虫害预测预报模型的构建。重点构建葡萄霜霉病预测预报模型。预测预报模型主要预测葡萄病虫害发生的时间、程度和空间位置分布三项内容。预测预报模型包括长期、中期和短期三个时间尺度及区域性和地块性两

6、种空间尺度。预测预报的病虫害发生的风险程度分为轻度、中度和严重三个等级。4、基于“3S”技术的葡萄病虫害防治专家系统研发与应用。构建葡萄病虫害防治知识库和推理规则，研发葡萄病虫害防治专家系统。专家系统能基于预测模型对葡萄病虫害发生的时间、程度、空间位置分布的预测结果，自动决策分析预防对策。5、葡萄病虫害预测预报。根据气象数据和田间病虫害发生情况实际调查，发布葡萄病虫害预测预报结果及专家系统提供的预防对策。三、葡萄病虫害监测预警数字化实施方案介绍系统主要框图如下：3.1数据信息采集全自动化其DDIS和自

7、动气象网络的很多数据均通过仪器自动采集。如在田间拍摄病虫为害照片的同时。即自动采集了病虫害发生的地点、时间、温湿度、光照等信息。照片上传到系统后，系统将照片数据采集地点自动生成分布图．从地图上可一目了然地了解病虫害发生分布。同时．通过地图的搜索查询可直接找到发生地点和发生情况图片。病虫害监测预警的气象数据则全部为系统自动采集、上传、处理，并生成趋势图等。3.2数据展示多形式以图表结合的形式对数据进行展示，包括发生省份统计、发生县数统计，有害生物发生危害基础信息等；同时利用地理信息系统的空间分析展示功能

8、，以点状分布、区域填充、图层叠加、插值图等表现形式，形象、直观地展示有害生物发生分布区域。3.3网络版软件监控管理界面本系统以网页访问的形式进行访问，优点是可以实现多用户同时进行登陆处理，方便快捷，界面友好，操作简单明了，而且可以实现远程监控和接受报警信息。3.4专家决策系统构建葡萄病虫害防治知识库和推理规则，采用模糊神经网络预测模型来研发葡萄病虫害防治专家系统。将人工神经网络与模糊系统相结合,建立基于模糊神经网络的农作物虫情预测模型;并将该模型与基于B