-
公开(公告)号：CN119385034A
公开(公告)日：2025-02-07
申请号：CN202411498788.3
申请日：2024-10-25
Applicant: 安徽省林业科学研究院
IPC: A01G23/083 , A01G23/099 , A01G23/08 , B62D55/02 , B27L11/00
Abstract: 本发明涉及木材砍伐技术领域，且公开了一种松材线虫病疫木砍伐运输一体机，包括履带式底盘、无人驾驶系统、砍伐一体机主体，所述无人驾驶系统安装在履带式底盘一侧的中部并能够在履带式底盘的支撑下进行旋转调节，所述砍伐一体机主体与履带式底盘的之间安装有液体机械壁组件，所述履带式底盘的另一侧安装有半开放车斗，所述半开放车斗一侧的开放结构外固定连接有开放型分粉碎箱。该松材线虫病疫木砍伐运输一体机及其操作方法，在松材线虫病疫情小范围发生时，高效、准确地开展松材线虫病疫木砍伐和运输工作，整体装置的砍伐一体和履带移送的设计结构考虑了操作和行使的的便捷性和安全性，适用于不同森林类型的择伐和皆伐作业。
-
公开(公告)号：CN117911939A
公开(公告)日：2024-04-19
申请号：CN202311693810.5
申请日：2023-12-07
Applicant: 合肥恒宝天择智能科技有限公司 , 安徽省林业科学研究院
IPC: G06V20/52 , G06V20/17 , G06V20/10 , G06V10/26 , G06V10/774 , G06V10/776 , G06V10/82 , G06N3/08
Abstract: 本发明公开了一种基于图像分割的松材线虫病灾害实时监测预警方法与系统，所述方法包括：选择位于特定区域的无人机图像进行采集，并经过预处理，获取训练样本；将生成的样本集，分成训练集、验证集和测试集，对于训练集采用深度学习图像处理模型进行训练，并监控损失函数的值以判断模型是否收敛；使用验证集和测试集对模型进行评估，通过构造评价指标准确率、召回率和F1分数，全面评估模型的性能；用户数据集构建与监测预警。本发明采用高效的基于深度学习图像分割的技术，能够对无人机采集的松林图像中的异常区域进行精准分割，从而判别病松的形态，有助于及时发现和评估染病松树的损失和潜在感染风险，为林业部门提供实时监测预警服务。
-
公开(公告)号：CN115997768A
公开(公告)日：2023-04-25
申请号：CN202310037424.4
申请日：2023-01-10
Applicant: 安徽省林业科学研究院 , 合肥恒宝天择智能科技有限公司
Abstract: 本发明公开了一种预防松材线虫病的植物免疫诱抗剂及制备方法，免疫诱抗剂包括壳寡糖、增效剂和溶剂；所述增效剂为有机硅，所述溶剂为有机溶剂，且溶剂中有机溶剂的种类至少为一种；制备方法包括：括步骤一：首先定量溶剂，将壳寡糖以溶剂量确定比例后加入溶剂中进行溶解；步骤二：上一步骤中获得的溶解药剂加入定量增效剂，并进行搅拌均匀，获得免疫诱抗剂；本申请所提及的植物免疫诱抗剂所包含的有效成分为壳寡糖，后者作用于松树，能够诱导其相关抗性基因的表达，从而提高松树抵抗病害能力。
-
公开(公告)号：CN115601670A
公开(公告)日：2023-01-13
申请号：CN202211588231.X
申请日：2022-12-12
Applicant: 合肥恒宝天择智能科技有限公司(CN) , 安徽省林业科学研究院(CN)
Abstract: 本发明公开了基于人工智能和高分辨率遥感影像的松材线虫病监测方法，涉及图像处理领域，该方法包括：获取灰度图像中的空隙连通域；利用空隙连通域的特征值波动范围得到树冠外部空隙的目标连通域；利用每个目标连通域与其他目标连通域之间的最小距离、最大特征值主方向的夹角以及特征值波动范围的差异得到连接必要性；利用连接必要性对目标连通域进行连接得到一个最终目标连通域，得到目标灰度图像；获取目标灰度图像中的多个树木连通域并对应到HSV图像中，利用HSV图像中每个树木连通域的像素点的HSV值得到每个树木的病变等级。本发明实现了对待监测林区中树木准确的病虫害识别。
-
公开(公告)号：CN114605197A
公开(公告)日：2022-06-10
申请号：CN202210421821.7
申请日：2022-04-21
Applicant: 安徽省林业科学研究院 , 中国林业科学研究院林业研究所 , 亳州市林业科学研究所
Abstract: 本发明公开了一种杨树专用肥料及其制备方法和应用，属于农业技术领域，由以下重量份的原料制成：氮肥125‑500份、磷肥200‑750份、钾肥20‑75份、有机肥250‑500份、土壤改良生物菌肥100‑200份。本发明将氮、磷、钾的速效肥与作为长效肥料的有机肥结合使用，提供了全面的营养元素，且有机肥和氮、磷、钾肥质共同提高了其有效性和利用率，还添加了土壤改良生物菌肥，使微生物与氮、磷、钾肥和有机肥相互作用，增加土壤微生物功能多样性，改善土壤微生物群落，为杨树生长提供了良好的土壤环境。
-
Patent Agency Ranking
公开(公告)号：CN108934513A
公开(公告)日：2018-12-07
申请号：CN201810865335.8
申请日：2018-08-01
Applicant: 安徽省林业科学研究院
IPC: A01G2/30
Abstract: 本发明提供一种春季薄壳山核桃的芽接方法,包括以下步骤：穗条采集、穗条储藏、穗条催芽、嫁接；穗条采集是对薄壳山核桃接穗母树上的一年生健壮枝条进行标记，在接穗母树出现春季芽体萌动后，根据1年生健壮枝条的顶芽状态从接穗母树上剪下一年生健壮枝条，即为穗条；穗条催芽是根据砧木的离皮情况，在砧木木质部与韧皮部完全剥离前，将穗条置于温棚内进行沙藏催芽，至穗条木质部与韧皮部完全分离，从沙中取出穗条；嫁接是采用方块芽接法将穗条上截取下来的芽嫁接至砧木上。本发明通过特定的采穗时间，在砧木的离皮阶段采用温棚沙藏使穗条芽体萌动、木质部与韧皮部分离，以实现在春季进行薄壳山核桃的芽接，实现当年芽接当年出圃的目的。
-
公开(公告)号：CN119570821A
公开(公告)日：2025-03-07
申请号：CN202411685476.3
申请日：2024-11-23
Applicant: 安徽省林业科学研究院
Abstract: 本发明公开了一种松褐天牛三磷酸腺苷酶基因V‑ATPase H及其用，该松褐天牛三磷酸腺苷酶基因V‑ATPase H包含一个V‑ATPase H超家族保守区域，碱基序列如SEQ ID NO.1所示，该松褐天牛三磷酸腺苷酶基因V‑ATPase H编码V‑ATPase蛋白，其氨基酸序列如SEQ ID NO.2所示。本发明还公开了松褐天牛三磷酸腺苷酶基因V‑ATPase H作为RNAi靶基因在松褐天牛防治中的应用。通过以松褐天牛三磷酸腺苷酶基因V‑ATPase H为模板设计合成dsRNA，然后使用该dsRNA干扰松褐天牛免疫基因Dome、Tube和TAB2的表达，实验结果表明利用松褐天牛三磷酸腺苷酶基因V‑ATPase H设计合成的dsRNA可有效抑制松褐天牛免疫有关基因的表达，因此具有良好的开发利用前景。
-
公开(公告)号：CN116704326A
公开(公告)日：2023-09-05
申请号：CN202310005519.8
申请日：2023-01-04
Applicant: 合肥恒宝天择智能科技有限公司 , 安徽省林业科学研究院
IPC: G06V20/10 , G06V20/17 , G06V10/82 , G06V10/80 , G06V10/764 , G06V10/774 , G06N3/088 , G06N3/0455 , G06N3/0464 , G06N3/044 , G06N3/096
Abstract: 本发明公开了一种基于无监督学习的松材线虫病木识别方法，包括无监督预训练阶段、有监督迁移学习和目标检测模型建立几个步骤；其中步骤S1无监督预训练阶段步骤，包括S11数据采集、S12数据预处理、S13DetCo模型搭建、S14DetCo模型预训练几个部分；步骤S2有监督迁移学习步骤，包括S21制备少量标注样本、S22搭建基于预训练encoder的目标检测模型、S23进行迁移学习训练目标检测模型几个部分；采用无监督预训练模型+迁移学习的方案，充分利用无标注数据来训练模型的特征提取层，减少对有标注数据的依赖,在只有少量标注样本的情况下取得比有监督学习模型更好的识别效果。
-
公开(公告)号：CN116391559A
公开(公告)日：2023-07-07
申请号：CN202310549929.9
申请日：2023-05-16
Applicant: 安徽省林业科学研究院 , 滁州中樱生态农业科技有限公司
Abstract: 本发明涉及抗樱花根瘤病的砧木选育技术领域，且公开了一种抗樱花根瘤病的砧木选育方法，包括以下步骤：S1、播种在全国各地采收的樱花砧木种子各1000粒，对各种(品种)的播种数量、出苗数量、出苗率、3年生幼苗有根瘤数量、抗寒性、立地条件、苗期长势等数据进行持续观测，同时对感染根瘤苗木进行处理；S2、选出3年生幼苗根瘤发病率最低、抗逆性最强，对各类土壤适应性最好。该抗樱花根瘤病的砧木选育方法，通过采用四大步骤对砧木进行抗樱花根瘤病选育，得出根瘤发病率极低的最优砧木品种，不仅实现对根瘤病的有效控制，同时对种植抗根瘤病樱花有着极大的参考意义，大幅减少樱花因根瘤病死亡，维护景观和土壤环境，降低种植和养护成本。
-
公开(公告)号：CN116109859A
公开(公告)日：2023-05-12
申请号：CN202211553305.6
申请日：2022-12-06
Applicant: 合肥恒宝天择智能科技有限公司 , 安徽省林业科学研究院
IPC: G06V10/764 , G06T7/30 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/048 , G06N3/08
Abstract: 本发明公开了基于3D卷积的松材线虫病树识别方法，包括步骤：数据准备、模型搭建和模型训练；步骤S1、数据准备，分为数据采集、数据标注、数据处理三个部分；步骤S2、模型搭建，包括3D卷积网络、对应的fpn结构、目标检测头和损失函数四个部分；步骤S3、模型训练，包括样本抽取和具体训练两个部分；本发明以帧序列作为模型输入，用3D卷积神经网络进行特征提取，在空间特征以外还融合了时间特征，能够更准确地区分松材线虫病木和相似地物，降低误检率。
-
-
-
-
-
-
-
-
-
Search Results
39
records
(took 0.036 seconds)
