-
公开(公告)号：CN116486253B
公开(公告)日：2024-11-19
申请号：CN202310215004.0
申请日：2023-03-08
Applicant: 重庆市农业科学院
Abstract: 本发明提供一种用于茶园病虫害及生长情况的监测管理系统，包括摄像头模块、环境采集模块、生长状态量化模块、预调控模块、病虫害预警模块及自更新模块；摄像头模块架设于茶蓬上方，环境采集模块均布在茶园内部，生长状态量化模块与摄像头模块连接，预调控模块分别与环境采集模块、生长状态量化模块连接，病虫害预警模块分别与摄像头模块、生长状态量化模块连接，自更新模块分别与生长状态量化模块、预调控模块连接。该监测管理系统能够根据茶树的不同生长情况，进行自监督，完成自适应调整、更新，监测管理系统的精确性高、误差小。
-
公开(公告)号：CN116310815A
公开(公告)日：2023-06-23
申请号：CN202310214955.6
申请日：2023-03-08
Applicant: 重庆市农业科学院
IPC: G06V20/10 , G06Q10/063 , G06Q50/02 , G06V10/82 , G06N3/04 , G06N3/08 , G06V10/80 , G06N3/0895 , G08B21/18
Abstract: 本发明提供一种适用于智能化茶园的病虫害预警及自学习方法，包括：包括茶树生长情况量化、生长环境参数预调控、病虫害预警及模型自更新；通过茶树生长情况量化获得生长状态量化评估值，利用生长状态量化评估值配合茶园环境监测参数进行预调控，利用生长状态量化评估值配合广角摄像机图像进行病虫害告警，利用生长情况参数预调控效果、茶树的生长状态量化评估值与茶树生长状态稳定性进行自监督与自更新。该方法能够确保智能化茶园种植、能够适用于不同种植区以及茶树的不同生长阶段，预测获得灌溉量及施肥量误差小、准确性高，同时病虫害预警及时，进而保证茶树的产量与品质。
-
公开(公告)号：CN109749943B
公开(公告)日：2022-02-11
申请号：CN201910169483.0
申请日：2019-03-06
Applicant: 重庆市农业科学院
Abstract: 本发明公开了一种棘孢木霉菌Trichoderma asperellum TC01，保藏于中国微生物菌种保藏管理委员会普通微生物中心，保藏编号为CGMCC NO.3.19218。该菌对茶树炭疽病病原菌Colletotrichum gloeosporioides、苹果腐烂病病原菌Phytophthora plurivora具有显著的抑制作用，其产生的抑菌物质也能抑制茶树炭疽病、苹果腐烂病病原菌的生长；并且本发明棘孢木霉菌还能促进茶苗生长，是一种环境安全性好，具有生物防治潜力和促生功能的菌株。
-
公开(公告)号：CN113519467A
公开(公告)日：2021-10-22
申请号：CN202110925822.0
申请日：2021-08-12
Applicant: 重庆市农业科学院
IPC: A01K67/033
Abstract: 一种人工养殖茶网蝽的方法，采集茶网蝽若虫饲养至成虫产卵前期，将开始产卵的成虫接种至控根器栽种的活体茶树苗成叶上进行产卵，产卵后移除成虫，将载有茶网蝽卵的茶树苗放入培养箱孵化，茶网蝽卵孵化成若虫后置于恒温培养皿中饲养至成虫。本发明方法有效缩短了茶网蝽的卵期时间，卵期平均为43~46天，由自然界中每年繁殖2~3代提高到每年繁殖5代，养殖的茶网蝽卵的孵化率高达89.77%，若虫在饲养成成虫过程中存活率达到69.1%，成虫产卵平均量达到每头雌虫产卵43.64粒，若虫和成虫体格健壮，生物一致性高，作为实验种群为后续有效的防治措施的探索提供了研究基础。
-
公开(公告)号：CN119416963A
公开(公告)日：2025-02-11
申请号：CN202411536385.3
申请日：2024-10-31
Applicant: 重庆市农业科学院
IPC: G06Q10/04 , G06Q50/02 , G06V40/10 , G06V20/52 , G06V10/46 , G06V10/62 , G06V10/82 , G06F18/25 , G01D21/02 , G06N3/0464 , G06N3/084 , G06F123/02
Abstract: 本发明提供一种基于自动捕获的茶小绿叶蝉防治适期预估方法涉及茶树虫害防治领域，包括：步骤S1、主动捕捉；步骤S2、识别计数：采用识别模型对步骤S1中获得的图片进行茶小绿叶蝉的识别并计数，获得茶小绿叶蝉的数量及平均体长；步骤S3、环境采集；步骤S4、虫害防治时期预测：通过线下预训练完成的预测模型对当前状态下的茶小绿叶蝉的防治时期进行预测，并通过预测时间修正方法对防止时期的结果进行修正。该方法通过茶小绿叶蝉的数量、体长、温度、湿度等因素，利用自动化系统对虫害爆发时期进行准确预测，预测精度高、误差小，有效减少对专业技术人员的依赖，避免人工预测的产生误差与滞后性。
-
Patent Agency Ranking
公开(公告)号：CN113961624B
公开(公告)日：2024-09-10
申请号：CN202111249847.X
申请日：2021-10-26
Applicant: 重庆市农业科学院
Abstract: 本发明提供一种自适应的茶小绿叶蝉高精度预报系统，包括数据集构建系统、训练系统、特定地区部署系统及更新系统；数据集构建系统，用于结合全国地区的茶小绿叶蝉信息统计数据Da与特定地区的茶小绿叶蝉信息统计数据Db进行分类整理，获得用于训练系统的训练集D1、测试集D2及验证集D3；训练系统，用于对训练集D1、测试集D2的数据进行模型训练；特定地区部署系统，用于将训练系统训练完成的模型用于茶小绿叶蝉第一峰的预测；更新系统，用于进行系统的自动更新。该系统构建茶小绿叶蝉第一发生高峰口危害等级预报专家系统及预报专家系统自更新系统，从而解决现有技术预报效率低、耗时长、预报滞后、精确度低及无法自适应调整的问题。
-
公开(公告)号：CN118097535A
公开(公告)日：2024-05-28
申请号：CN202311813318.7
申请日：2023-12-26
Applicant: 重庆市农业科学院
IPC: G06V20/52 , G06V20/10 , G06V10/764 , G06V10/774 , G06V10/75 , G06V10/82 , G06T5/77 , G06T5/80
Abstract: 本发明提供一种茶园绿盲蝽智能化监测方法，涉及茶树虫害监测领域，包括：步骤一、拍摄，步骤二、绿盲蝽计数，步骤三、虫害发生时期判定；其中，步骤二具体为：通过预训练完成的检测模型对控制系统转换后的数据进行检测、输出排除茶网蝽后的虫害检测框位置及大小，然后，通过设置尺寸门限值，对排除茶网蝽后的检测框进行大小比对，排除小绿叶蝉的干扰，获得含有绿盲蝽的检测框；之后，对单位面积内绿盲蝽的检测框进行计数。该方法有效排除绿盲蝽计数过程中、茶网蝽与小绿叶蝉的干扰，实时、准确完成绿盲蝽的计数，最大限度避免绿盲蝽对茶树种植的影响。
-
公开(公告)号：CN119107573A
公开(公告)日：2024-12-10
申请号：CN202411252867.6
申请日：2024-09-09
Applicant: 重庆市农业科学院
Abstract: 本发明提供一种基于深度神经网络的茶园绿盲蝽自动检测方法，涉及虫害检测领域，包括数据采集、数据处理、模型训练、自主评估及自动化微调；数据采集采用无人机对茶园中的茶树进行扫描、获取扫描数据；数据处理对扫描数据中的图像进行处理，获取归一化图像；模型训练包括训练数据标注、构建模型与训练模型；自主评估为通过轮廓系数进行评估；自动化微调包括新数据筛选、自动化标签和模型微调。该方法能够自动、高效的对绿盲蝽虫害进行监测，无需人工干预，有效节省人力物力、避免外界环境因素的干扰，为后续虫害防治过程提供准确的指导作用。
-
公开(公告)号：CN118097535B
公开(公告)日：2024-09-03
申请号：CN202311813318.7
申请日：2023-12-26
Applicant: 重庆市农业科学院
IPC: G06V20/52 , G06V20/10 , G06V10/764 , G06V10/774 , G06V10/75 , G06V10/82 , G06T5/77 , G06T5/80
Abstract: 本发明提供一种茶园绿盲蝽智能化监测方法，涉及茶树虫害监测领域，包括：步骤一、拍摄，步骤二、绿盲蝽计数，步骤三、虫害发生时期判定；其中，步骤二具体为：通过预训练完成的检测模型对控制系统转换后的数据进行检测、输出排除茶网蝽后的虫害检测框位置及大小，然后，通过设置尺寸门限值，对排除茶网蝽后的检测框进行大小比对，排除小绿叶蝉的干扰，获得含有绿盲蝽的检测框；之后，对单位面积内绿盲蝽的检测框进行计数。该方法有效排除绿盲蝽计数过程中、茶网蝽与小绿叶蝉的干扰，实时、准确完成绿盲蝽的计数，最大限度避免绿盲蝽对茶树种植的影响。
-
公开(公告)号：CN114529816A
公开(公告)日：2022-05-24
申请号：CN202210151400.7
申请日：2022-02-18
Applicant: 重庆市农业科学院
IPC: G06V20/10 , G06K9/62 , G06T5/00 , G06T7/194 , G06V10/762
Abstract: 本发明公开了一种基于图像识别的茶园病虫害监测系统，包括：图像采集模块，用于采集茶树植株图像信息，获得初始图像；图像处理模块，与图像采集模块连接，用于对初始图像进行处理，获得目标图像；图像识别模块，与图像处理模块连接，用于对目标图像进行识别，获得病虫害识别结果。本发明实现了对茶园更高精度的病虫害智能监测管理，为后续的病虫情预测和防治提供了有效支持；避免大面积病虫害发生，降低茶园化学农药施用量，降低生产防治成本，减少茶园面源污染，减少碳排放，保证茶叶质量安全。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.026 seconds)
