-
公开(公告)号：CN118855026A
公开(公告)日：2024-10-29
申请号：CN202411349392.2
申请日：2024-09-26
Applicant: 国家林业和草原局生物灾害防控中心
Abstract: 本发明公开了一种鼠害防控用高效挖沟埋网机，涉及鼠害防控领域，包括第一主体架，所述第一主体架侧面转动连接有第二主体架，所述第一主体架与第二主体架之间转动安装有大液压杆，所述第二主体架内部安装有挖土装置，所述工形柱的上盘和下盘内部均贯穿对称开设有滑动槽，所述滑动槽开设有四组，所述工形柱内部设置有提高置网机构效率的拆装机构，所述异形盘底端固定在工形柱上表面。该鼠害防控用高效挖沟埋网机，防护网可以通过旋转辊进行旋转，同时防护网可以将网卷出，卷出的网会排在挖取的沟中，再将土重新堆入沟中，实现了埋网，滑动块滑出滑动槽内部时可以对旋转辊进行拆卸，实现了防护网的添加，提高了防护网组装的效率。
-
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：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：CN118211733B
公开(公告)日：2025-02-11
申请号：CN202410462665.8
申请日：2024-04-17
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 , G06F18/214 , G06F18/24 , G06N3/0464 , G06N3/084 , G06F17/18
Abstract: 一种松材线虫病发生预测方法、电子设备及存储介质，属于森林病虫害大数据预测与控制技术领域。为提高松材线虫病发生预测的准确性，本发明建立松材线虫病多源影响因子数据集；进行时间和空间的划分，然后进行数据清洗、数据整合、数据转换和归一化处理，划分为对应的训练集和预测集；构建用于松材线虫病的细胞自动机模型；构建用于松材线虫病的时间卷积网络模型；利用处理后的松材线虫病多源影响因子数据集的预测集，输入到训练好的松材线虫病的细胞自动机模型、用于松材线虫病的时间卷积网络模型中，对松材线虫病发生进行预测；将松材线虫病发生预测结果，基于ArcGIS的可视化地理信息系统生成集成图层。本发明预测准确。
-
公开(公告)号：CN118246594B
公开(公告)日：2024-11-22
申请号：CN202410334831.6
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: 一种基于ArcGIS的落叶松枯梢病传播预测及其防治方法，属于落叶松枯梢病的预防技术领域。为解决解决落叶松枯梢病传播扩散的监测、预测以及防治方法比较缺乏的问题，本发明采集落叶松枯梢病历史发生数据构建落叶松枯梢病数据集，进行研究区域的提取，然后对落叶松枯梢病数据集进行划分处理，划分为多个训练集和评估集；利用最大熵原理构建MaxENT生态位模型，利用ArcGIS中的空间分析工具和统计学方法构建基于历史数据的统计学落叶松枯梢病预测模型，通过最小二乘拟合后得到基于ArcGIS的落叶松枯梢病的预测模型，对落叶松枯梢病的高风险发生地区进行预测。本发明提高了病害预测的准确性及稳定性，为防治决策提供科学依据。
-
Patent Agency Ranking
公开(公告)号：CN118246594A
公开(公告)日：2024-06-25
申请号：CN202410334831.6
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: 一种基于ArcGIS的落叶松枯梢病传播预测及其防治方法，属于落叶松枯梢病的预防技术领域。为解决解决落叶松枯梢病传播扩散的监测、预测以及防治方法比较缺乏的问题，本发明采集落叶松枯梢病历史发生数据构建落叶松枯梢病数据集，进行研究区域的提取，然后对落叶松枯梢病数据集进行划分处理，划分为多个训练集和评估集；利用最大熵原理构建MaxENT生态位模型，利用ArcGIS中的空间分析工具和统计学方法构建基于历史数据的统计学落叶松枯梢病预测模型，通过最小二乘拟合后得到基于ArcGIS的落叶松枯梢病的预测模型，对落叶松枯梢病的高风险发生地区进行预测。本发明提高了病害预测的准确性及稳定性，为防治决策提供科学依据。
-
公开(公告)号：CN118246596B
公开(公告)日：2025-03-28
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：CN119274098A
公开(公告)日：2025-01-07
申请号：CN202411810036.6
申请日：2024-12-10
Applicant: 国家林业和草原局生物灾害防控中心
Abstract: 本申请提供了基于无人机可见光遥感的松材线虫病疫木感病阶段监测识别方法，具体涉及影像数据的读取和识别以用于松材线虫病变色识别技术领域，包括以下步骤：基于获取的无人机可见光遥感数据进行几何配准、裁剪等预处理；基于可见光三波段计算植被指数：可见光波段差异植被指数（visible‑band difference vegetation index，VDVI）、超绿指数（excess green index，ExG）；将可见光影像及对应的植被指数图像转为灰度图像，对其进行多阈值分割；依据最佳阈值提取变色立木，对提取结果进行后处理实现单株变色立木识别，进一步提升了基于可见光无人机遥感影像识别松材线虫病变色木的效率与精度。
-
公开(公告)号：CN118855026B
公开(公告)日：2024-12-03
申请号：CN202411349392.2
申请日：2024-09-26
Applicant: 国家林业和草原局生物灾害防控中心
Abstract: 本发明公开了一种鼠害防控用高效挖沟埋网机，涉及鼠害防控领域，包括第一主体架，所述第一主体架侧面转动连接有第二主体架，所述第一主体架与第二主体架之间转动安装有大液压杆，所述第二主体架内部安装有挖土装置，所述工形柱的上盘和下盘内部均贯穿对称开设有滑动槽，所述滑动槽开设有四组，所述工形柱内部设置有提高置网机构效率的拆装机构，所述异形盘底端固定在工形柱上表面。该鼠害防控用高效挖沟埋网机，防护网可以通过旋转辊进行旋转，同时防护网可以将网卷出，卷出的网会排在挖取的沟中，再将土重新堆入沟中，实现了埋网，滑动块滑出滑动槽内部时可以对旋转辊进行拆卸，实现了防护网的添加，提高了防护网组装的效率。
-
公开(公告)号：CN114385790A
公开(公告)日：2022-04-22
申请号：CN202210038509.X
申请日：2022-01-13
Applicant: 国家林业和草原局生物灾害防控中心
Abstract: 本发明涉及森林病虫害和空间统计学领域，公开了一种基于空间异质特征的松材线虫病传播知识挖掘方法。本发明依托森林松材线虫病小班环境因子和社会经济因子，研究松材线虫病传播和扩散规律，根据地理探测器分析各个影响因子，地理探测器可用以度量空间分异性、探测解释因子、分析变量之间交互关系，从而探索空间分异性并且揭示其背后驱动力。
-
-
-
-
-
-
-
-
-
Search Results
11
records
(took 0.027 seconds)
