一种基于时空规律的松材线虫病精准防控方法及系统技术方案

本公开提供一种基于时空规律的松材线虫病精准防控方法和系统，包括以下步骤：步骤一、利用训练好的深度学习模型与时空规律分析模型对采集的松树林图像进行分析；步骤二、将原始图像与分析结果反馈到配套数据库进行存储；步骤三、通过区块链技术将价值数据上传至各个林区之间建立的专有区块链网络，进行信息共享。步骤四、根据长期的时空记录进行松材线虫病精准防治。它通过使用深度学习技术，以数据库技术为辅助，结合松材线虫病演化规律，具有能够更加精准、智能、快速的进行松材线虫病防控的优点。

【技术实现步骤摘要】
一种基于时空规律的松材线虫病精准防控方法及系统
本专利技术涉及林区病害防控方法，尤其涉及一种基于时空规律的松材线虫病精准防控方法及系统。
技术介绍
公开该
技术介绍
部分的信息仅仅旨在增加对本专利技术的总体背景的理解，而不必然被视为承认或以任何形式暗示该信息构成已经成为本领域一般技术人员所公知的现有技术。我国松树林区覆盖面积大，而松材线虫病对于松树来说是一种毁灭性灾害，目前已列为重大外来入侵种，一旦感染将迅速死亡，甚至威胁成片松林。我国目前对于松材线虫病的防控措施多为药物防治以及处理林间病死树，前者需要对大片林区喷洒药剂，在防护的同时却对环境造成极大的污染，后者则是无奈之举，因此如何对松材线虫病进行有效、及时、准确的防控成为一个亟需解决的问题。然而，专利技术人发现，现有的基于深度学习的松材线虫病枯死树检测定位方法，虽然能够快速、高效并准确的检测出患病的松树，及时判断出患病松树的位置，但是，却无法用于早期精准防控。现有技术中，还没有针对松材线虫病进行早期精准防控的方法。
技术实现思路
为了解决现有技术的不足，本公开本文档来自技高网...

【技术保护点】
1.一种基于时空规律的松材线虫病精准防控方法，其特征在于，包括以下步骤：/n步骤一、利用训练好的深度学习模型与时空规律分析模型对采集的松树林图像进行分析；/n步骤二、将原始图像与分析结果反馈到配套数据库进行存储；/n步骤三、通过区块链技术将价值数据上传至各个林区之间建立的专有区块链网络，进行信息共享。/n步骤四、根据长期的时空记录进行松树线虫病精准防治。/n

【技术特征摘要】
1.一种基于时空规律的松材线虫病精准防控方法，其特征在于，包括以下步骤：
步骤一、利用训练好的深度学习模型与时空规律分析模型对采集的松树林图像进行分析；
步骤二、将原始图像与分析结果反馈到配套数据库进行存储；
步骤三、通过区块链技术将价值数据上传至各个林区之间建立的专有区块链网络，进行信息共享。
步骤四、根据长期的时空记录进行松树线虫病精准防治。


2.如权利要求1所述的一种基于时空规律的松材线虫病精准防控方法，其特征在于，步骤一中，采集松树林图像的方法为使用无人机高空拍摄松树林图像。


3.如权利要求1所述的一种基于时空规律的松材线虫病精准防控方法，其特征在于，步骤一中，深度学习模型是使用往年松材线虫病数据训练而来。


4.如权利要求1所述的一种基于时空规律的松材线虫病精准防控方法，其特征在于，步骤一中，深度学习模型分为两部分，一部分为目标检测，用于框出每个树顶；另一部分用于通过各个树顶识别该树是否患有松材线虫病。


5.如权利要求1所述的一种基于时空规律的松材线虫病精准防控方法，其特征在于，步骤一中，深度学习模型在识别到某棵松树发病时相应的计算出发病区域占整棵松树的比例以及发病程度，最终计算出所有发病松树在拍摄的整片林区占比。


6.如权利要求1所述的一种基于时空规律的松材线虫病精准防控方法，其特征在于，步骤一中，时间规律分析模型采用时间序列分析的方法预测松材线虫病发病趋势随季节变化的波动；
进一步地，步骤一中，空间规律采用空间扫描统计的方法，用大小和位置动态变化的不规则窗口对不同区域进行扫描，确定发病聚集区位置与大小；
进一步地，步骤一中，分析模型计算平均传播速度的...

【专利技术属性】
技术研发人员：孙晓勇，赵永军，韩金玉，蒋双帅，左长振，
申请(专利权)人：山东农业大学，
类型：发明
国别省市：山东;37