摘要：数字化农业的发展为农业生产带来了巨大的机遇和挑战。数字水稻软件平台作为农业信息化的重要组成部分,致力于通过智能算法和规程的集成,提高水稻种植的效率和产量。文章探讨数字水稻软件平台的建设,涵盖平台架构、算法设计与优化以及规程制定等关键内容,以期为数字农业发展提供有益的参考和指导。

摘要：深度学习已经在农作物害虫实时监测的智能识别过程中广泛应用。以小贯小绿叶蝉(Empoasca onukii)识别模型为基础,研究深度学习在诱虫板上叶蝉识别中的应用,旨在提高小贯小绿叶蝉田间种群调查的准确性。本研究设计了一种茶园小贯小绿叶蝉的识别、计数方法,首先采用黄色诱虫板诱集小贯小绿叶蝉,利用相机对诱虫板进行图像采集并上传至服务器,然后通过服务器部署的目标检测算法,对图像中叶蝉进行识别与计数。通过算法筛选,确定YOLOv3作为识别算法,用改进后的Soft-NMS代替原来的NMS,用K-means聚类方法计算新的先验框的尺寸,提升YOLOv3对目标识别的速度和准确率。通过田间试验对比诱虫板上叶蝉的真实数量,结果显示优化后识别算法的准确率可达到95.35%以上。本研究验证了诱虫板诱集、目标识别算法和物联网技术相结合,能够为小贯小绿叶蝉田间种群的实时监测提供技术支持,可为其他具有颜色偏爱性昆虫的实时监测和茶园害虫综合治理提供参考。

摘要：针对灰茶尺蠖田间监测存在的统计害虫数量不完全、监测难度大等问题,文中将红外传感器技术、计算机技术和高压电源电击技术相结合,研制一种灰茶尺蠖智能监测系统,研究灰茶尺蠖成虫在茶园的发生动态,实现对灰茶尺蠖成虫田间种群动态的实时监测。提出一种基于红外计数的灰茶尺蠖智能监测装置及平台设计方案,完成单片机主控模块、电源电路模块、高压网电源控制模块、红外传感器监测模块等的设计。田间测试结果表明:高压电源电流阈值设置为80 mA,能防止雨滴、树叶等外在因素造成的计数误差;虫情监测装置对灰茶尺蠖的监测准确率为98.2%,可实时监测田间灰茶尺蠖的种群密度变化趋势。用户通过所设计装置可实时掌握茶园灰茶尺蠖种群数量的动态变化,合理制定综合防治方案,实现茶叶的优质高产。

摘要：本文设计了一种多光谱诱虫实验装置,由昆虫投放室、诱虫通道以及控制电路组成,可以同时进行多波长单色光源对实验昆虫的趋光性实验研究。利用该装置进行了库蚊趋光性实验,实验结果表明,在15种单色光源和白光对照,共16种通道中,库蚊对不同通道的选择率存在显著差异,其中对中心波长为365nm、420nm的光源通道选择率显著高于其它波长光源通道,选择率分别为23.05%和23.33%,其次为波长405nm的光源通道,选择率为15.00%。实验还发现库蚊对波长大于600nm的黄光、红光和近红外光几乎没有趋向性。该实验装置中,不同波长的光源互不干扰,供试昆虫可以在多种波长之间进行行为选择,实验结果更加科学合理。