一种蝗虫虫情调查智能监测系统

摘要

本发明涉及一种蝗虫虫情调查智能监测系统，为植物机械保护领域。其结构包括：控制模块、诱捕模块，识别模块，数据分析模块，能量供给模块以及便携主箱体；其特征在于：所述控制模块可通过对诱捕模块的控制来将蝗虫诱捕至识别模块区域；识别模块对于蝗虫的信息进行识别，并将识别信息发送至数据分析模块；数据分析模块根据算法进行数据分析，并将相关数据信息根据指定上传或者保存途径可在电脑端或者移动端进行显示。本发明可用于蝗虫的重点发生区域的蝗虫监测，可实现虫情发生动态的实时调查、智能监测，数据分析，防治指导，具有便携性好，实时性强、智能性高、准确性高的优势，能够满足农业、草业关于蝗虫监测防治的实际需求。

说明书

技术领域

本发明属于植保机械领域，具体涉及一种蝗虫虫情调查智能监测系统。

背景技术

蝗虫，俗称“蚂蚱”，分布于全世界的热带、温带的草地和沙漠地区，其种类繁多，仅我国就有1000余种。蝗虫主要包括飞蝗和土蝗。在我国飞蝗有东亚飞蝗、亚洲飞蝗和西藏飞蝗3种，其中东亚飞蝗在我国分布范围最广，危害最严重，是造成我国蝗灾的最主要飞蝗种类，主要危害禾本科植物，是农业、林业、草业的重要害虫。

对于蝗虫的虫情监测，目前有人工监测和设备监测两种手段，人工监测主要根据目标蝗虫特性进行捕获、分类、计数，在监测的过程中消耗大量的人力物力；在设备监测通常采用遥感技术进行监测，虽能提供蝗虫发生区域较大范围生境参数的信息，但缺乏对蝗虫中各发育阶段不同虫龄阶段的相关数据的监测及统计，导致对于蝗虫发生趋势的预见性差，不能的有效的指导蝗虫防治工作的开展。

为了解决上述问题，需要开发一种蝗虫虫情调查智能监测系统，来实现蝗虫的虫情调查，智能监测。

发明内容：

本发明根据蝗虫虫情调查以及智能监测的实际需求，开发出一种蝗虫虫情调查智能监测系统，来克服现有技术之不足，能够在蝗虫的重点发生区域，可实现虫情发生动态的实时调查、智能监测，数据分析，防治指导，具有便携性好，实时性强、智能性高、准确性高的优势，能够满足农业、草业蝗虫监测防治的实际需求。

技术方案：

一种蝗虫虫情调查智能监测系统，其结构包括：控制模块、诱捕模块，识别模块，数据分析模块，能量供给模块以及便携主箱体；其特征在于：

所述控制模块可通过对诱捕模块的控制来将蝗虫诱捕至识别模块区域；

所述识别模块对于蝗虫的信息进行识别，并将识别信息发送至数据分析模块；

所述数据分析模块根据算法进行数据分析，并将相关数据信息根据指定上传或者保存途径在电脑端或者移动端进行显示。

本发明是集设备控制、蝗虫诱捕、蝗虫信息识别、数据分析为一体的蝗虫虫情调查智能监测系统，将本发明放置于所述监测区域，诱捕模块可将目标区域内的蝗虫引诱至指定区域，该指定区域可进行蝗虫信息的识别，包含蝗虫类型，蝗虫虫龄、蝗虫数量等信息进行识别，将识别信息通过数据分析模块的相关算法进行所监测信息以及所识别信息的统计分析，并将相关数据在指定平台上进行显示。

进一步的，所述控制模块位于主箱体内部，包含控制器及显示屏，控制模块分别与诱捕器模块、识别模块、数据分析模块、能量供给模块相连接，并对各模块的工作状况进行实时显示及操作控制。

控制模块主要对系统进行整体的控制以及可对单个模块的单独控制，可以包含整个系统以及每个模块的启动运行、停止运行、以及运行状态的记录及调整。相关的控制系统可以在显示屏的进行整体状态以及相关数据的显示。

进一步的，所述诱捕模块包含：光源诱集件，诱剂诱集件；其中，灯光诱集件包括：可收纳的支架，固定在支架上的光带，以及底板，其中，光带可与底板垂直或者平行，光带包含两种波段的黄色、橙色光源，分别为：580-596nm，597-620nm，两种波段的光源按照一定时间间隔交替频闪。

诱捕模块采用多种引诱方式，包含光源诱集、诱剂诱集，其中在光源诱集件中，光源所在的支架可以根据需要选择支起或者放下，以便进行支架的收纳。支架支起时，支架与底板垂直，支架放下时，支架可收纳至底板周边的凹槽内。选择两种特定波段的光源，主要是根据蝗虫特定光源的趋性进行的试验，筛选出合适的引诱效果最佳的波段，在不同的照射方式上，按照每种波段交替闪烁的方式，来进行目标害虫蝗虫的诱集，以达到最佳的诱集效果。

进一步的，所述诱剂诱集件包含：诱剂盒，以及可开合的盖板；盖板表面具有多个孔状结构。

在光源诱集之外，还增加另外一种诱集方式，诱剂诱集的方式，诱剂可为蝗虫的信息素诱剂、食物诱剂，诱剂可以放置在诱剂盒内，诱剂盒可以由诱剂盒上面的盖板来实现关闭或者打开，盖板表面的多个孔状结构可便于诱剂物质相关气味进行扩散，以达到目标蝗虫引诱的目的。该诱集方式可以与光源诱集方式可以互为补充，可以单独使用，也可以组合使用以达到更佳的诱捕效果。

进一步的，所述识别模块包含图像采集件、图像识别件，其中，图像采集件的图像采集区域包含：底板，盖板；图像识别件是将蝗虫图片以及蝗虫的特征进行记录及积累，采用与蝗虫特征相关的识别算法，将蝗虫的特征进行识别、包含对蝗虫的种类、群居类型、以及虫体大小、虫龄阶段，根据识别结果进行监测数据及相关的判断，并根据结果进行归类。同时，该算法可根据不断蝗虫特征的积累，进行优化来实现识别准确性的不断提高。

进一步的，所述数据的分析模块根据识别模块所识别的信息来进行数据的判断、汇总、分析；分析的数据信息可包含：蝗虫数量的统计，蝗虫密度的变化的趋势，环境与蝗虫的相关性分析；群居性型和非群居型的判断；防治建议的反馈。

数据分析模块主要通过对所监测的蝗虫数据进行分析，处理，并对比分析以下信息：同一年度或不同年度，同一区域、不同区域的蝗虫发生数量、发生趋势，密度变化、发生特点、蝗虫种类、以及与气象因子的相关性分析。根据数据分析的情况，以及历年蝗虫发生情况，现有蝗虫的发生情况进行蝗虫可能发生趋势的判断，并给出适合的防治指导以及相关建议。

进一步的，所述能量供给模块结构包括：太阳能板、蓄电池、稳压装置以及交直流转换器。能量供给模块采用多个供给方式可选择，可以满足不同的田间需求。

进一步的，所述控制模块、诱捕模块、识别模块以及能量供给模块分别位于便携主箱体的内部；便携主箱体内部还包括：定位模块，环境监测模块，报警模块；

所述定位模块，包含GPS定位系统，可进行系统的位置的确定及识别；

所述环境监测模块，监测指标可包含多种气象因子：温度、湿度、光照、风速、降水量等，也可根据监测区域的需求，定制气象因子指标；

所述报警模块，可对系统出现故障时进行实时报警；其中系统故障的报警主要是系统或者系统中某个模块由于外力导致或者系统内部的问题出现故障，而无法正常启动的，根据故障发生的时间进行实时报警。

进一步的，所述便携主箱体外部具有可伸缩的支撑腿、移动轮；支撑腿可固定便携式主箱体，也可收纳至主箱体外部的凹槽内。

可伸缩的支撑腿，可收纳至凹槽内主要为了进行为了蝗虫监测的需求，便于系统的移动以及监测时便于固定，增加系统的田间的适用性。

进一步的，所述监测系统可放置于蝗虫发生区域，进行区域内蝗虫密度的实时监控，并可以根据需求在需要监测的任意地点放置所述监测系统。

综上，本发明提供一种蝗虫虫情调查智能监测系统，通过采用光源诱集和诱剂诱集两种方式相结合，两者诱集方式可以相互补充或者单独使用，可以满足不同种类蝗虫，不同田间环境的诱捕需求。在光源诱集上，选择对于蝗虫具有引诱效果最佳的波段，采用交替照射的方式来达到最佳的引诱效果。将目标蝗虫引诱至特定区域进行蝗虫的识别，并根据所识别的特征进行蝗虫类型，虫龄的分类，将相关数据信息通过数据分析模块的进行所监测信息以及所识别信息的统计分析，根据统计分析结果进行目标蝗虫发生趋势的预测，出具防治建议及指导，相关的数据信息可以在指定的客户端进行查看。同时，为了便于本实现系统的移动监测的需求，可便携的主箱体以及移动轮，整个系统便携性强，为了适应监测过程中不同田间环境，达到较佳的监测效果，可通过系统的支撑腿进行系统的固定，来减少外界环境对系统的干扰。采用本发明一种蝗虫虫情调查智能监测系统可进行目标蝗虫的监测，其识别的准确率可达95％，对于目标害虫发生趋势监测的准确性可达100％以上，可以满足田间蝗虫智能监测识别的需求。

附图说明

结合以下附图详细描述本发明的示例性实施例，其中：

图1示意性示出本发明实施例的蝗虫虫情调查智能监测系统的结构示意图；

图2示意性示出本发明实施例的蝗虫虫情调查智能监测系统的工作流程示意图；

图3示意性示出本发明实施例的蝗虫虫情调查智能监测系统的光源诱集件的结构示意图；

图4示意性示出本发明实施例的蝗虫虫情调查智能监测系统的诱剂诱集件的结构示意图；

图5示意性示出本发明实施例1蝗虫虫情调查智能监测系统与现有技术的监测情况对比分析图；

1-控制模块；2-诱捕模块；3-识别模块；4-数据分析模块；5-能量供给模块；6-便携主箱体；7-定位模块；8-环境监测模块；9-报警模块；

11-控制器；12-显示屏；21-光源诱集件；211-光源支架；212-光带；213-底板；22-诱剂诱集件；221-诱剂盒；222-盖板；223-孔状结构；31-图像采集件；61-支撑腿；62-移动轮。

具体实施方式：

下面结合具体实施例对本发明作进一步说明，但本发明的具体实施方式并不局限于下述实施例。

实施例1：使用本发明蝗虫虫情调查智能监测系统进行智能监测的田间试验

将本发明一种蝗虫虫情调查智能监测系统放置于田间进行目标害虫蝗虫的虫情调查及智能监测；可将系统中能量控制模块5的蓄电池充满电，将系统放置野外的草地上，将系统打开，并用支撑腿61固定在地面上，将诱剂诱集件22的盖板222打开，在诱剂盒221内放置目标蝗虫的引诱剂，合上盖板222。同时可将光源诱集件21打开，将光源支架211从凹槽的收纳处取出，打开固定在光源支架上的光带212，光带的灯光可照射在与光带垂直的底板213上，底板与盖板位于在同一平面，蝗虫引诱剂从盖板孔状结构223散发的气味，以及光带的光源可将目标蝗虫引诱至盖板或底板上。

被引诱过来的目标蝗虫，由图像采集件进行蝗虫数量以及相关特征的拍摄；并将拍摄的图像通过图像识别件通过相关算法进行目标害虫的识别，包含：害虫类别，虫体大小、虫龄、以及群居态等相关特征的识别。

在进行识别的过程中，对于系统的位置进行读取，以及系统所在的气象信息进行监测，包含温度、湿度、光照、风速、降水量等气象指标。

根据上述所监测位置信息，气象信息以及识别的害虫信息，进行各类监测数据的统计及相关性分析，预测目标蝗虫的发生趋势，并给予相关的防治指导及建议，将上述相关信息在指定平台上进行发布，可从指定账号进行信息的查询。

将本发明系统，放置于云南省文山壮族苗族自治州麻栗坡县的野外进行蝗虫的田间监测，对比现有技术，其现有技术主要是本系统所放置的周边区域采用人工监测的方式进行目标蝗虫的监测。

表1：本系统及现有监测技术监测情况对比分析表

根据表1以及图5可知：本系统与现有监测技术在蝗虫发生趋势的监测上，具有明显的一致性，本系统可以反应目标蝗虫的发生趋势；但在目标蝗虫的诱集数量上，本系统具有明显的优势，每天引诱的目标蝗虫数量均多于现有技术所引诱的害虫数量，从而说明本系统在结构的设计上相对现有技术，更利于目标蝗虫的引诱。

同时，在此期间，有降雨及风力较大的气候天气，当降雨量小于25mm，风力小于6级的情况，本系统仍然可以正常工作，具有较强的田间适用性。

实施例2：使用本发明蝗虫虫情调查智能监测系统的光源诱集件与现有的蝗虫光源诱集技术进行智能监测的田间试验。

试验用蝗虫为野外捕捉的东亚飞蝗的蝗虫虫源，分别放置透明的2个蝗虫饲养区中进行自然适应，其中每个蝗虫饲养区的环境一致，蝗虫数量相同。

将本系统放置于其中一个蝗虫饲养区内，仅系统打开光源诱集件21进行蝗虫趋性的试验，其中系统的诱剂诱集件内不放置任何蝗虫诱剂物质。

将现有的蝗虫光源诱集技术放置于另一个蝗虫饲养区内，打开设备进行蝗虫趋性试验。

结果显示：

本系统与现有蝗虫光源引诱技术，均能引起蝗虫的趋光效应，但本系统光诱集件对蝗虫的趋性更强，在本系统的不同光谱的交替频闪的刺激可引起饲养区内大部分蝗虫的视觉感应定向，可激发90％以上的蝗虫进行趋光反应，可观测到蝗虫在本设备的光源诱集件的引诱下，可逐渐爬行到诱导光源处，或者迂回性逐渐逼近光源，可引起蝗虫种群的趋光聚集效应，通过多次对所聚集的蝗虫进行数量的统计，其平均趋光聚集率可达75以上。

在光源的引诱范围上，在相同功率的光源，现有技术能在光源25米的范围内能激发蝗虫趋光反应，超过25米的范围的蝗虫，其趋光反应不显著。而本系统的光源诱集件，在光源周边35米的范围内，仍然能激发蝗虫的趋光反应。

实施例3：使用本发明蝗虫虫情调查智能监测系统进行智能监测的田间试验

将本发明一种蝗虫虫情调查智能监测系统于田间进行目标害虫蝗虫的虫情调查及智能监测，将系统放置野外的田间上，将系统打开，并用支撑腿61固定在地面上，将诱剂诱集件22的盖板222打开，在诱剂盒221内放置目标蝗虫的引诱剂，合上盖板222。同时可将光源诱集件21打开，将光源支架211从凹槽的收纳处取出，打开固定在光源支架上的光带212，光带的灯光可照射在底板213上，底板与盖板位于在同一平面，蝗虫引诱剂从盖板孔状结构223散发的气味，以及光带的光源可将目标蝗虫引诱至盖板或底板上。

被引诱过来的目标蝗虫，由图像采集件进行蝗虫数量以及相关特征的拍摄；并将拍摄的图像通过图像识别件通过相关算法进行目标害虫的识别，包含：害虫类别，虫龄、以及群居态等相关特征的识别。

在进行识别的过程中，对于设备的位置进行读取，以及系统所在的气象信息进行监测，包含温度、湿度、光照、风速、降水量等指标。

根据上述所监测位置信息，气象信息以及识别的害虫信息，进行各类监测数据的统计及相关性分析，预测目标蝗虫的发生趋势，并给予相关的防治指导及建议，将上述相关信息在指定平台上进行发布，可从指定账号进行信息的查询。

将本发明系统，放置于内蒙省锡林郭勒盟的野外进行蝗虫的田间监测，并对监测过程中所拍摄的蝗虫图片进行识别，在识别过程中，根据蝗虫的运动特征进行分类，包含：在设备上爬行的蝗虫数量以及正在跃起的蝗虫数量，并在识别过程中蝗虫的龄期进行统计。

同时将上述所拍摄的图片由专业人员进行人工识别，按照上述分类统计每张图片蝗虫的数据，并以人工识别的数据为基准进行误差率的计算。

表2本系统及人工识别对于不同运动状态的识别情况表

根据表1可知，在30组图像的识别中，对于爬行状态的蝗虫的识别，30组图像中人工识别出：共有485头不同龄期的蝗虫，本系统能够识别的数量为469头，其识别的误差率仅为3.30％，其识别准确率可达96.7％以上。

在对于跃起状态蝗虫的识别上，30组图像共有跃起状态不同龄期的蝗虫数129头，本系统能够识别的数据为122头，其识别的误差率仅为5.43％，其识别准确率为94.57％。

在对30组中出现误差的图片进行分析，发现图像中如蝗虫数量多，其误差出现的可能性高，可能与图像中蝗虫扎推堆叠有一定关系，或者对爬行或者跃起的状态区分度不明显。而图像中的蝗虫数量少，其识别的精度高，误差率低。

此外，本系统能够对于所监测的蝗虫按龄期进行分类，如1龄，2龄，3龄，4龄、5龄进行数量的统计，将人工已经区分好龄期的蝗虫、蝗蝻进行标记，每个龄期各100头，共500头，根据不同龄期随机分为10组，每组50只，投放在监测系统上进行监测识别，以及龄期的分类，统计其龄期识别的准确率，每组在投放蝗虫过程中可以分多次投放，每次投放相同或不同数量的蝗虫。

结果显示：在蝗虫、蝗蝻的识别上，10组，每组50头，共500头蝗虫，出现识别错误的共24只，平均识别准确率为95.2％，其中，1龄5龄识别数据未出现识别错误，识别的准确性可达100％，在2、3、4龄的识别分类上，出现识别错误，其中，2龄蝗蝻的识别错误数为10只，3龄蝗蝻的识别错误数为6只，4龄蝗蝻的识别错误数为8只，其识别的准确率分别为90％、94％，92％，分析原因与蝗蝻的龄期变化的虫体特征的明显程度具有一定关系，后续，随着蝗虫图像的增加，该识别率可以通过相关识别模块的深入学习来提高。

以上所述并非是对本发明的限制，应当指出：对于本技术领域的普通技术人员来说，在不脱离本发明实质范围的前提下，还可以做出若干变化、改型、添加、替换或者有限的试验可以得到的技术方案，也应当视为本发明的保护范围。