-
公开(公告)号:CN119915827A
公开(公告)日:2025-05-02
申请号:CN202510423586.0
申请日:2025-04-07
Applicant: 国家林业和草原局生物灾害防控中心
Abstract: 本发明用于植物病虫害检测技术领域,具体公开了一种植物病虫害快速诊断检测器,包括底板,所述底板的上表面固定安装有支撑架,所述支撑架为一组平行的杆形结构。该植物病虫害快速诊断检测器,本发明中设置分体式的上箱体和下箱体,下箱体与上箱体通过凸块和凹槽卡合,连接稳固且易于分离,而组合的上箱体和下箱体可以构成密闭的箱体结构,同时设置补光灯对箱体内进行均匀补光,承托板两侧设置的黑色背板在检测过程中吸收杂散光,减少光线反射对检测结果的干扰,保证植物反射光谱的稳定性,使高光谱成像仪获取的数据更精准,从而更准确地判断植物病虫害的类型、程度等,有效避免因光照干扰导致的误判。
-
公开(公告)号:CN118246595B
公开(公告)日:2025-03-25
申请号:CN202410334835.4
申请日:2024-03-22
Applicant: 东北林业大学 , 国家林业和草原局生物灾害防控中心
IPC: G06Q10/04 , G06Q50/02 , G06F16/29 , G06F17/15 , G06F18/15 , G06F18/2415 , G06F18/25 , G06N3/0455 , G06N3/08
Abstract: 一种美国白蛾病虫害发生概率预测方法、电子设备及存储介质,属于美国白蛾病虫害预测技术领域。为高效、准确的预测美国白蛾病虫害,本发明采集美国白蛾病虫害的历史发生数据、森林生态环境数据以及气象数据,进行数据清洗和归一化处理;利用皮尔逊相关系数分析预处理后的数据对美国白蛾病虫害的影响力以及数据间的相关性,提取与国白蛾病虫害的影响力相关性最大的相关变量,构建训练数据集和测试数据集;基于Transformer神经网络构建美国白蛾病虫害发生概率预测模型;设置美国白蛾病虫害发生概率预测准确率评价指标;实时获取监测数据,利用美国白蛾病虫害发生概率预测模型进行模拟实验,对美国白蛾病虫害发生概率进行预测。
-
公开(公告)号:CN118592437A
公开(公告)日:2024-09-06
申请号:CN202410995193.2
申请日:2024-07-24
Applicant: 国家林业和草原局生物灾害防控中心
Abstract: 本发明涉及灭鼠领域,提供了一种干旱荒漠区的害鼠防治用灭鼠机械人,包括机器人本体、车轮、水平臂、竖直臂一以及竖直臂二,水平臂滑动连接于升降腔内壁,水平臂上开设有水平通道,竖直臂二固接于水平臂底壁,竖直臂二上开设有竖直通道二,竖直臂一上开设有竖直通道一,竖直通道一内壁滑动连接于竖直臂二外壁上;水平臂上开设有槽体一和槽体二,水平臂上连接有害鼠引诱气味组件、灭鼠组件以及升降驱动组件。本发明通过水平臂可以对墙壁或其他竖直面上的鼠洞进行气味输送,达到引诱效果,能够通过竖直臂一和竖直臂二可以对地面上的鼠洞进行气味输送,达到引诱效果,从而消灭害鼠。
-
公开(公告)号:CN118333231A
公开(公告)日:2024-07-12
申请号:CN202410589324.7
申请日:2024-05-13
Applicant: 东北林业大学 , 国家林业和草原局生物灾害防控中心
IPC: G06Q10/04 , G06Q10/067 , G06Q50/02 , G06N3/0442 , G06N3/045 , G06N3/08
Abstract: 一种松材线虫病害传播预测方法、电子设备及存储介质,属于松材线虫病害预测技术领域。为提高松材线虫病害预测的准确性,本发明包括数据收集,包括疫木分布地区的历史病害发生数据和疫木分布地区的气象数据和地理信息数据;进行预处理,然后构建训练集、验证集和测试集;构建基于Kalman‑LSTM‑NGO组合的松材线虫病害传播预测模型,利用得到的训练集进行模型训练,利用验证集对模型进行验证调优和测试,利用测试集对模型进行预测,得到松材线虫病害传播预测结果进行可视化处理,用于帮助决策者根据可视化处理结果分析施肥、疏伐、采伐方面的措施,提出包括松树疫情监测、控制手段和资源分配的优化建议。本发明预测准确。
-
公开(公告)号:CN118246596A
公开(公告)日:2024-06-25
申请号:CN202410334837.3
申请日:2024-03-22
Applicant: 东北林业大学 , 国家林业和草原局生物灾害防控中心
Abstract: 本发明提出一种松材线虫病扩散蔓延预测方法,属于森林保护学技术领域。包括以下步骤:S1.收集松材线虫病历史发生数据,并存储为栅格数据,再将栅格数据转换为矢量数据;S2.获取松材线虫病的影响因子历史发生数据并对影响因子的相关性进行分析;S3建构基于松材线虫病的传染病动力学模型;S4.建构PGNN物理引导神经网络混合模型;S5.将松材线虫病历史发生数据和相关度强的影响因子数据输入至PGNN物理引导神经网络混合模型中,输出松材线虫病扩散蔓延情况。S6.基于遗传优化算法对PGNN物理引导神经网络模型参数进行优化,返回至S5;解决现有技术中存在的缺乏高效、准确的预测方法的技术问题。
-
公开(公告)号:CN118246595A
公开(公告)日:2024-06-25
申请号:CN202410334835.4
申请日:2024-03-22
Applicant: 东北林业大学 , 国家林业和草原局生物灾害防控中心
IPC: G06Q10/04 , G06Q50/02 , G06F16/29 , G06F17/15 , G06F18/15 , G06F18/2415 , G06F18/25 , G06N3/0455 , G06N3/08
Abstract: 一种美国白蛾病虫害发生概率预测方法、电子设备及存储介质,属于美国白蛾病虫害预测技术领域。为高效、准确的预测美国白蛾病虫害,本发明采集美国白蛾病虫害的历史发生数据、森林生态环境数据以及气象数据,进行数据清洗和归一化处理;利用皮尔逊相关系数分析预处理后的数据对美国白蛾病虫害的影响力以及数据间的相关性,提取与国白蛾病虫害的影响力相关性最大的相关变量,构建训练数据集和测试数据集;基于Transformer神经网络构建美国白蛾病虫害发生概率预测模型;设置美国白蛾病虫害发生概率预测准确率评价指标;实时获取监测数据,利用美国白蛾病虫害发生概率预测模型进行模拟实验,对美国白蛾病虫害发生概率进行预测。
-
公开(公告)号:CN117929712A
公开(公告)日:2024-04-26
申请号:CN202310403272.5
申请日:2023-04-17
Applicant: 基因赛奥(大连)生物科技发展有限公司 , 南京耐德高科技有限公司 , 国家林业和草原局生物灾害防控中心
IPC: G01N33/543 , G01N33/531 , G01N33/569 , G01N33/577
Abstract: 本发明属于快速检测技术领域,特别涉及一种松材线虫感染的松材疫木快速检测试纸条及其制备和使用方法。本发明包括试纸条(1),所述试纸条(1)上设置有硝酸纤维素膜(7);所述硝酸纤维素膜(7)上设置C线(7‑1)和T线(7‑2);T线(7‑2)处涂覆有包被抗原;C线(7‑1)处涂覆有羊抗鼠IgG二抗。本发明的有益技术效果为:操作方法简单,不需要专门的仪器设备,可方便的于林间等现场直接进行检测;检测时间短,结果判定标准统一:可快速检测被松材线虫感染的松木,避免传统检测工艺复杂等问题。
-
公开(公告)号:CN114807209B
公开(公告)日:2023-11-17
申请号:CN202210322772.1
申请日:2022-03-30
Applicant: 北京擎科生物科技股份有限公司 , 国家林业和草原局生物灾害防控中心
Abstract: 本发明属于合成生物学领域,具体涉及一种提高DNA片段在宿主中转化效率的方法,以达到工业化批量组装DNA大片段的目的。本发明提供的方法将目的片段经过甲基化修饰后,使得转化效率提高,同样的DNA使用量,将会显著提高转化涂板后平板上长出的转化子数量,筛选到阳性克隆的可能性大大提高,待组装的DNA的使用量更少,使得生产的物料成本、人工成本、时间成本降低,有利于大片段DNA合成的工业化生产。
-
公开(公告)号:CN114373140A
公开(公告)日:2022-04-19
申请号:CN202210038521.0
申请日:2022-01-13
Applicant: 国家林业和草原局生物灾害防控中心
Abstract: 本发明公开了一种松材线虫病发生区域智能识别方法,将遥感影像数据和深度学习技术运用于松材线虫病的监测领域。基于遥感影像构建松材线虫病发生区域语义分割样本数据集,构建UNet语义分割模型并进行模型的训练和优化,实现松材线虫病发生区域的智能识别。本发明流程简单,实用性强,为松材线虫病的智能监测提供一种新的方法,适用于森林病虫害监测、深度学习影像识别等领域。
-
公开(公告)号:CN119783987A
公开(公告)日:2025-04-08
申请号:CN202510272138.5
申请日:2025-03-10
Applicant: 国家林业和草原局生物灾害防控中心
IPC: G06Q10/063 , G06F18/27 , G06Q50/02
Abstract: 一种基于预测模型的杨树烂皮病综合预测系统和方法,包括用于采集目标区域的N个标准地块关联数据的数据采集单元、对关联数据进行多元线性回归分析,得到杨树烂皮病发病率和感病指数线性模型的数据采集单元、对当前关联数据采用杨树烂皮病发病率和感病指数的线性模型,进行杨树烂皮病发病率和感病指数的预测得到当前预测数据的发病预测单元,用于显示关联数据、线性模型、预测数据的数据显示单元;关联数据中包括立地关联因子、气候关联因子、生物关联因子。本发明基于立地关联因子:纬度、坡向,气候关联因子:温度、温湿比、降雨量,生物关联因子:树种、树龄,以及杨树烂皮病发病率和感病指数线性模型,实现杨树烂皮病发病率和感病指数的预测。
-
-
-
-
-
-
-
-
-