-
题名基于植保大数据的病虫害移动智能采集新设备
被引量:5
- 1
-
-
作者
刘万才
陆明红
黄冲
张炜
陈天娇
谢成军
-
机构
全国农业技术推广服务中心
安徽中科智能感知产业技术研究院有限责任公司
中国科学院合肥物质科学研究院/中国科学院合肥智能机械研究所
-
出处
《植物医生》
2020年第1期59-64,共6页
-
基金
国家重点研发计划(2018YFD0200300)
粮食丰产增效科技创新专项(2016YFD0300700).
-
文摘
为提高农作物重大病虫害发生信息自动化、智能化采集能力,全面提升监测预警水平,笔者基于大数据、人工智能和深度学习技术,研发了一款农作物病虫害移动智能采集设备——智宝,主要实现了3个方面的功能:一是病虫害发生信息自动采集上报.通过该产品进行人工拍照,可实现对田间农作物重大病虫害发生图像、发生位置、发生数量、微环境因子等数据的实时采集和上报.二是自动识别计数.基于植保大数据与人工智能技术,通过构建病虫害自动识别系统,可实现重大病虫害精准识别与分析,只要拍摄照片,即可快速、精确地识别病虫害种类,并自动计数、上报到指定的测报系统.三是自动分析判别分级.针对拍摄采集上报的重大病虫害发生信息,系统可在自动识别和计数的基础上,进一步对病虫害发生严重程度进行智能判别分级,甚至根据相关预测模型,对病虫害的发生趋势进行辅助分析预测,提出预测建议.通过2016—2019年组织多地植保机构进行试验改进,该技术产品日趋成熟,有望在未来的农作物病虫害发生信息采集和预测预报工作中推广使用.
-
关键词
植保大数据
人工智能
深度学习
监测预警
信息采集
智宝
-
Keywords
plant protection big data
artificial intelligence
deep learning
monitoring and warning
information collection
ZPro
-
分类号
S431.9
[农业科学—农业昆虫与害虫防治]
-
-
题名基于植保大数据的病虫害移动智能识别系统——随识
被引量:3
- 2
-
-
作者
谢成军
刘振东
张炜
陈天娇
陆明红
刘万才
-
机构
中国科学院合肥物质科学研究院/中国科学院合肥智能机械研究所
农业农村部农药检定所
安徽中科智能感知产业技术研究院有限责任公司
全国农业技术推广服务中心
-
出处
《植物医生》
2020年第2期53-59,共7页
-
基金
国家重点研发计划(2018YFD0200300)
粮食丰产增效科技创新专项(2016YFD0300700).
-
文摘
应用大数据、人工智能和深度学习技术,研发了一款基于手机移动端的农作物病虫害移动智能识别系统——随识;该系统可安装到智能手机上,通过手机拍照,即可实现农作物病虫害从鉴定识别到防治技术等方面的服务,针对一个病虫害,提供包括鉴定识别、特征描述、分布范围、危害损失、发生规律、防治技术和防控信息等内容,可为广大植保技术人员和使用者开展病虫害防治提供较为全面的帮助.本文在介绍随识病虫害识别系统架构的基础上,简要介绍了系统的下载安装、注册登录、智能识别、圈记、病虫知识库和用户信息等功能模块的使用方法,以期帮助用户更好地使用该系统.
-
关键词
植保大数据
人工智能
深度学习
自动识别
防控决策
随识APP
-
Keywords
plant protection big data
artificial intelligence
deep learning
automatic recognition
decisionmaking of prevention and control
Sensee App
-
分类号
S431.9
[农业科学—农业昆虫与害虫防治]
TP391.4
[自动化与计算机技术—计算机应用技术]
-
-
题名推进植保大数据技术研发和应用的思考
被引量:6
- 3
-
-
作者
刘万才
黄冲
陆明红
张炜
谢成军
-
机构
全国农业技术推广服务中心
安徽中科智能感知产业技术研究院有限责任公司
中国科学院合肥物质科学研究院/中国科学院合肥智能机械研究所
-
出处
《植物医生》
2019年第5期9-15,共7页
-
基金
国家重点研发计划(2018YFD0200300)
粮食丰产增效科技创新专项(2016YFD0300700)
-
文摘
大数据已被确定为国家重大战略,建设植保大数据,发挥大数据、人工智能技术在重大病虫害监控中的作用,提高监测防控能力,是保障粮食安全生产的现实需要,更是落实国家实施乡村振兴战略的具体措施.作者结合植保工作实际,在初步提出建设目标和思路的基础上,明确植保大数据平台的基本框架与感知层、计算层和应用层的具体功能.研发植保大数据,必须开发应用实用的大数据产品,将高深的技术集成为简便可操作的工具,使大数据真正成为看得见、摸得着、用得上的新技术.建设应用植保大数据,要切实解决海量数据积累、数据库建设、大数据算法模型构建、大数据运行支撑平台和大数据建设标准等关键问题.我国的植保大数据建设和应用才刚刚起步,可以分阶段稳步推进,最终构建一个完善的国家智慧植保大数据平台,实现从“病虫害数据快速获取—自动化识别与分析—病虫害精准测报—绿色防控—专业化统防统治—绿色农业”全链条智能化植保服务,进一步提升重大病虫害监测防控能力,为确保国家粮食安全保驾护航.
-
关键词
植保大数据
目标
思路
架构
算法引擎
标准
-
Keywords
big data in plant protection
objective
ideas
architecture
algorithmic engine
standard
-
分类号
S431
[农业科学—农业昆虫与害虫防治]
-