摘要
本发明涉及农作物病虫害检测技术领域,特别是涉及一种基于虫害诱捕器与显微镜联合检测的病虫害监测方法。本发明采用多模态诱捕机制和自动化样本采集流程,可以显著提高病虫害检测的效率和精度。本发明的多模态显微镜结合荧光和偏光模块,全面分析虫体结构特征,识别隐性病原体感染并判断发育阶段,配合卷积神经网络(CNN)模型自动鉴定虫种,显著提升分析效率和准确性。本发明设置风险指数模型,可以量化虫害风险,结合农田GIS地图生成虫害热力图,并提前1‑3天发出预警。风险评估结果直接驱动防治处方图的生成,精准匹配生物防治、化学防治及物理防治的参数,优化防治资源分配。
技术关键词
农作物病虫害检测
偏光模块
诱捕器
GIS地图融合
集成卷积神经网络
病虫害监测方法
显微镜
棋盘式布局
生物防治
多模态
多腔室
食物诱剂
GPS定位模块
荧光
风险
指数
形态学特征
农田害虫
系统为您推荐了相关专利信息
故障监测方法
箱式变电站结构
节点
故障预测模型
集成卷积神经网络
采集设备
防风防雨罩
轴流风扇
模拟人体温度
蚊虫隔离网
器械类别
医疗器械
复杂度
集成卷积神经网络
分支
巡查方法
网络管理单元
数据处理单元
告警日志
声光告警装置
状态监测设备
长短期记忆网络
监测电池系统
预警机制
数据采集模块