基于GIS的农作物病虫害受灾程度可视化识别方法研究

发布时间：2021-07-14 13:07

　　为了增强农作物病虫害防范治理效果,对受灾情况进行识别预警非常重要。鉴于现实需求,提出基于GIS的农作物病虫害受灾程度可视化识别方法。选择安徽省东南部的某地区,利用GIS和GPS相互结合的形式对农作物病虫害灾情信息和动态信息进行动态定位和采集,并通过数据导入转换、数据浏览和编辑、基于GIS的信息数据可视化与查询、信息数据统计汇总上报、病虫害信息数据时间序列剖析等功能单元对所采集的信息进行管理。根据病虫害信息采集与管理,引入反距离加权法针对已采集区域范围内的各个点外相近区域病虫害状况进行评估预测,最后根据ArcGIS导出生成的专题图文件,利用ArcGIS Server发布同时指定服务地址。移动终端根据指定服务地址构建动态的服务图层,加入至地图容器中将识别结果显示出来,并依据识别结果进行预警,实现精准农业。 

【文章来源】：灾害学. 2020,35(02)北大核心CSCD

【文章页数】：4 页

【部分图文】：

农作物病虫害信息采集与管理架构

信息采集与管理模块间的

综合考量农作物病虫害数据采集模块需要具备实用和方便特点,利用掌上电脑与便携式的GPS当作信息数据采集的工具。农作物病虫害信息数据采集模块主要运行在掌上电脑,该模块主要包含的功能单元为:通信与数据处理功能单元:通过该单元和GPS设备进行通信,并解析经通信端口传输来的数据,以此获取经纬度位置以及高程等数据,提高数据采集精度,进而提高农作物病虫害受灾程度可视化识别精度。GIS基本功能单元:该单元主要功能为地图操作与管理,其中包含地图显示、漫游等一系列功能。采集信息数据管理单元:该单元支持各种新建、保存和关闭等操作。在田间数据信息采集工作中主要涉及的数据为信息采集工作日志,其中包含采集信息的类型、时间、地点、人员和天气情况等;病虫害信息,其中包含病虫害的详细名称、类型、受灾程度等[7-8]。综上,农作物病虫害受灾信息采集数据库如图3所示。(2)信息管理

【参考文献】：
期刊论文
[1]基于深度学习的农作物病害图像识别技术进展[J]. 王彦翔,张艳,杨成娅,孟庆龙,尚静.  浙江农业学报. 2019(04)
[2]信息技术在农作物病虫害监测预警中的应用综述[J]. 李素,郭兆春,王聪,陈天恩,袁志高.  江苏农业科学. 2018(22)
[3]农作物病虫害遥感监测综述[J]. 简俊凡,何宏昌,王晓飞,李月.  测绘通报. 2018(09)
[4]促进农作物病虫害绿色防控技术推广应用——2011至2017年全国农作物重大病虫害防控技术方案要点评述[J]. 杨普云,任彬元.  植物保护. 2018(01)
[5]决策树算法在农作物病虫害诊断中的应用[J]. 刘平,于重重,苏维均,王琴.  计算机工程与设计. 2017(10)
[6]黑龙江农作物病虫害在线监测管理系统开发与应用[J]. 陈继光,宋显东,王春荣,张齐凤,李小文,周恒.  中国植保导刊. 2017(08)
[7]一种快速检测小麦赤霉病菌种类的方法[J]. 张林,张梦雅,康健,闫红飞,刘大群.  河南农业科学. 2017(01)
[8]基于领域本体的农作物病虫害问题分类研究[J]. 郑颖,金松林,张自阳,霍云凤,王斌.  江苏农业科学. 2016(09)
[9]森林病虫害监测中的无人机图像分割算法比较[J]. 费运巧,刘文萍,骆有庆,陆鹏飞.  计算机工程与应用. 2017(08)
[10]中国主要农作物种植农药施用温室气体排放估算[J]. 陈舜,逯非,王效科.  生态学报. 2016(09)



本文编号：3284203