公开(公告)号：CN118351458A

公开(公告)日：2024-07-16

申请号：CN202410551839.8

申请日：2024-05-07

Applicant: 四川省林业科学研究院(四川省林产工业研究设计所)

Inventor： 杨远亮 ,  贾玉珍 ,  曾全 ,  杨双昱 ,  肖银波 ,  何志强 ,  满家银 ,  王新

IPC: G06V20/13 ,  G06V20/52 ,  G06V10/764 ,  G06F18/2135 ,  G06F18/214 ,  G06T5/80 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明公开了一种基于遥感图像技术的害虫监测方法及系统，属于遥感监测技术领域。该基于遥感图像技术的害虫监测方法，包括以下步骤：构建生命周期阶段害虫监测时序分析模型；构建害虫监测声音主成分分析模型；对害虫监测信息素数据分析得到害虫监测信息素特征预测修正值；根据害虫监测综合预测危害值确定对应的害虫预防方案。本发明通过根据害虫监测图像预测危害值、害虫监测声音特征预测修正值与害虫监测信息素特征预测修正值综合分析，得到害虫监测综合预测危害值，根据害虫监测综合预测危害值确定对应的害虫预防方案，达到了提高害虫全生命周期监测适应性的效果，解决了现有技术中存在对害虫全生命周期监测适应性不足的问题。

公开(公告)号：CN118072185B

公开(公告)日：2024-06-28

申请号：CN202410496656.0

申请日：2024-04-24

Applicant: 四川省林业科学研究院(四川省林产工业研究设计所)

Inventor： 曾全 ,  杨远亮 ,  肖银波 ,  杨双昱 ,  贾玉珍 ,  满家银 ,  何志强 ,  王新 ,  谢天资

IPC: G06V20/10 ,  G06V20/52 ,  G06V10/40 ,  G06V10/25 ,  G06V10/764 ,  G06V10/766

Abstract: 本发明涉及图像识别技术领域，具体公开为基于图像识别的感病马尾松识别方法及系统，该方法包括：图像特征获取、特征参数分析以及感病等级反馈，通过采集马尾松的特征图像，获取马尾松叶片光谱特征参数、马尾松树干特征参数以及马尾松果实特征参数，分别分析马尾松叶片光谱特征偏移指数、马尾松树干病害程度指数以及马尾松果实异常程度指数，综合分析得出马尾松感病指数，由此对马尾松的感病等级进行反馈预警，能够提高评估马尾松感病等级的准确性和全面性，为感病马尾松的感病管理提供了可靠的数据支持，同时有助于改进感病马尾松管理措施，以此改善马尾松的感病状况。

公开(公告)号：CN118334382A

公开(公告)日：2024-07-12

申请号：CN202410612256.1

申请日：2024-05-17

Applicant: 四川省林业科学研究院(四川省林产工业研究设计所)

Inventor： 贾玉珍 ,  杨双昱 ,  曾全 ,  肖银波 ,  杨远亮 ,  满家银 ,  何志强 ,  陈治兴

IPC: G06V10/74 ,  G06V10/82 ,  G06N3/0464

Abstract: 本发明公开了一种基于图像分析的草地害虫判别方法及系统，属于电数字数据处理技术领域。该一种基于图像分析的草地害虫判别方法，包括以下步骤：分析草地健康情况；根据草地健康情况分析草地健康影响因素；根据草地健康影响因素进行害虫类别判断并进行预警提醒。本发明通过分析得到草地健康状态评估指标，根据草地健康状态评估指标分析草地健康情况，根据影响因素参数数据得到影响因素判断评估指数，根据影响因素判断评估指数分析草地健康影响因素，从而根据草地健康影响因素进行害虫类别判断并进行预警提醒，进而实现了准确高效地进行害虫类别判断，达到了准确高效地进行害虫判别的效果，解决了现有技术中存在难以准确高效地进行害虫判别的问题。

公开(公告)号：CN118277586A

公开(公告)日：2024-07-02

申请号：CN202410551759.2

申请日：2024-05-07

Applicant: 四川省林业科学研究院(四川省林产工业研究设计所)

Inventor： 贾玉珍 ,  肖银波 ,  杨远亮 ,  曾全 ,  杨双昱 ,  满家银 ,  何志强 ,  陈治兴

IPC: G06F16/36 ,  G06F18/214 ,  G06F18/24 ,  G06Q10/04 ,  G06F17/18

Abstract: 本发明公开了一种基于知识图谱的食叶害虫预警方法及系统。该基于知识图谱的食叶害虫预警方法，包括以下步骤：知识图谱构建；模型构建；食叶害虫预测；食叶害虫预警。本发明通过提取食叶害虫历史相关数据中的历史食叶害虫特征数据，然后结合构建的食叶害虫知识图谱构建食叶害虫生态系统模型，并提取待预警种植区域的种植数据对应的特征数据，接着根据提取的数据对待预警种植区域的种植情况进行分析，并结合食叶害虫生态系统模型对食叶害虫情况进行分析得到食叶害虫预测指数，最后对待预警种植区域进行食叶害虫预警，达到了提高食叶害虫预警地域相关性的效果，解决了现有技术中存在食叶害虫预警地域相关性低的问题。

公开(公告)号：CN118072185A

公开(公告)日：2024-05-24

申请号：CN202410496656.0

申请日：2024-04-24

Applicant: 四川省林业科学研究院(四川省林产工业研究设计所)

Inventor： 曾全 ,  杨远亮 ,  肖银波 ,  杨双昱 ,  贾玉珍 ,  满家银 ,  何志强 ,  王新 ,  谢天资

IPC: G06V20/10 ,  G06V20/52 ,  G06V10/40 ,  G06V10/25 ,  G06V10/764 ,  G06V10/766

Abstract: 本发明涉及图像识别技术领域，具体公开为基于图像识别的感病马尾松识别方法及系统，该方法包括：图像特征获取、特征参数分析以及感病等级反馈，通过采集马尾松的特征图像，获取马尾松叶片光谱特征参数、马尾松树干特征参数以及马尾松果实特征参数，分别分析马尾松叶片光谱特征偏移指数、马尾松树干病害程度指数以及马尾松果实异常程度指数，综合分析得出马尾松感病指数，由此对马尾松的感病等级进行反馈预警，能够提高评估马尾松感病等级的准确性和全面性，为感病马尾松的感病管理提供了可靠的数据支持，同时有助于改进感病马尾松管理措施，以此改善马尾松的感病状况。