开云优惠体育网页版入口

专利名称：一种林业抚育的害虫防治方法

专利类型：实用新型专利

专利申请号：CN202410608805.8

专利申请（专利权）人：广东柏辉生态环境建设有限公司
权利人地址：广东省惠州市惠城区惠州大道20号赛格假日广场12层04号

专利发明（设计）人：邓宏丹,邓莉,邓松柏,刘小玲,刘长金,阮锦平

专利摘要：本申请涉及害虫防治技术领域，尤其是涉及一种林业抚育的害虫防治方法。该方法包括：采集目标区域的样本，对样本进行分析，确定目标区域的害虫种类；根据害虫种类，调取预设数据库中害虫种类相对应的生活习性；根据生活习性，确定相应的除虫时间段；根据害虫种类，确定相应的除虫药剂；根据除虫药剂，在相应的除虫时间段内进行除虫工作。本申请利用无人机采集样本，结合图像识别和红外热成像技术，准确确定了害虫种类，为后续的防治工作提供了科学依据，如此，通过无人机等先进技术，替代人工进行除虫工作，实现了对目标区域害虫的精准识别和有效防治，提高了工作效率和防治效率，降低了虫害对林区的影响，保护了生态环境。

主权利要求：
1.一种林业抚育的害虫防治方法，其特征在于，所述害虫防治方法应用于害虫防治系统，所述害虫防治系统包含服务器，所述害虫防治方法应用于所述服务器，所述方法包括：采集目标区域的样本，对所述样本进行分析，确定所述目标区域的害虫种类；
根据所述害虫种类，调取预设数据库中所述害虫种类相对应的生活习性；
根据所述生活习性，确定相应的除虫时间段；根据所述害虫种类，确定相应的除虫药剂；根据所述除虫药剂，在所述相应的除虫时间段内进行除虫工作；
在除虫工作之后，将所述目标区域除虫前的样本与所述目标区域除虫后的样本进行比较，确定虫口减退率；
根据所述虫口减退率，检测除虫效果，根据所述除虫效果判断是否进行二次除虫工作；
若确定进行二次除虫，则根据所述除虫效果确定所述二次除虫的药剂量，根据所述药剂量进行二次除虫工作;所述害虫防治系统包含无人机，所述无人机包含采样器和诱虫灯，所述无人机包含光敏传感器，所述采集目标区域的样本，包括：在采集样本过程中，控制所述光敏传感器实时检测采集环境的光线强度；
将所述光线强度与预设光线强度阈值进行对比，判断所述采集环境的视线状况；
若检测到所述光线强度高于预设光线强度阈值，则向所述采样器发送样本采集指令，控制所述采样器根据所述样本采集指令进行样本采集；
若检测到所述光线强度低于预设光线强度阈值，则向所述诱虫灯发送所述样本采集指令，控制所述诱虫灯根据所述样本采集指令发出光波进行样本采集;所述无人机包含激光雷达，所述控制所述采样器根据所述样本采集指令进行样本采集，包括：在所述样本采集过程中，向所述激光雷达发送距离测量指令，控制所述激光雷达根据所述距离测量指令实时测量所述无人机与所述样本之间的间隔距离；
根据间隔距离，调整所述无人机的飞行速度；
控制所述采样器根据所述飞行速度进行样本采集;所述无人机包含摄像设备，所述方法还包括：
在所述样本采集过程中，向所述摄像设备发送图像采集指令，控制所述摄像设备根据图像采集指令对目标区域进行图像采集，得到采集图像；
对所述采集图像进行预处理，得到预处理后的图像；
对所述预处理后的图像进行特征提。玫酵枷癖尘疤卣骱秃Τ嫣卣鳎
利用分类识别算法,对所述图像背景特征和所述害虫特征进行分类识别，得到分类结果；所述分类结果包含图像背景和害虫；
基于第一数学模型，根据分类结果，确定图像背景面积和害虫数量；
根据害虫的数量、图像背景面积，确定除虫前害虫密度，具体参考以下公式：,
其中，P代表除虫前害虫密度，Q代表害虫的数量，A代表图像背景面积；
根据所述目标区域中的除虫前害虫密度，确定所述目标区域最佳药剂量。
2.根据权利要求1所述的方法，其特征在于，所述无人机包含光谱分析仪，所述对所述样本进行分析，确定所述目标区域的害虫种类，包括：控制所述光谱分析仪对所述样本进行光谱扫描，得到所述样本的光谱数据；
对所述光谱数据进行预处理；
对预处理后的所述光谱数据进行特征提。玫剿鲅镜墓馄滋卣鳎
基于第二数学模型，根据所述光谱特征输出所述样本对应的害虫种类。
3.根据权利要求2所述的方法，其特征在于，所述无人机搭包含药剂喷洒器，所述无人机包含风速风向监测仪，所述除虫工作，包括：在进行除虫工作之前，向所述激光雷达发送林区测量指令，控制所述激光雷达根据所述林区测量指令对林区进行扫描，根据扫描结果，得到林区的三维点云数据；
根据所述三维点云数据，确定所述林区的地形、所述林区的树木分布状况；
向所述风向监测仪发送监测指令，控制所述风向监测仪根据所述监测指令进行风向监测，确定当前风向、当前风速；
根据所述目标区域的位置、所述林区的地形、所述林区的树木分布状况、所述当前风向、所述当前风速，规划所述无人机的飞行路线；
根据所述目标区域的害虫种类、所述飞行路线，确定所述除虫药剂的喷洒顺序；
向所述无人机发送飞行路线，控制所述无人机根据所述飞行路线进行飞行，并控制所述药剂喷洒器根据所述喷洒顺序进行药剂喷洒除虫工作。
4.根据权利要求3所述的方法，其特征在于，所述除虫工作，包括：提取所述林区的三维点云数据，确定树冠的三维点云数据；
根据所述树冠的三维点云数据，得到树冠的最高点和树冠的半径；
对所述树冠的三维点云数据进行网格化，并划分出网格单元，根据网格单元内的所述树冠的三维点云数据的数量，计算出树冠的密度；
根据树冠的最高点、树冠的半径、树冠的密度，确定无人机的飞行高度，具体参考以下公式：,
其中，FH代表无人机的飞行高度；H代表树冠的最高点；α是一个系数，代表树冠半径对飞行高度的影响；R代表树冠的半径；β是另一个系数，代表树冠密度对飞行高度的影响；D代表树冠的密度；
控制所述无人机根据所述飞行高度进行除虫工作。
5.根据权利要求1所述的方法，其特征在于，所述无人机包含加湿器，所述生活习性包含所述害虫种类的活动时间，所述除虫工作，包括：在所述活动时间之前，向所述摄像设备发送叶片图像采集指令，控制所述摄像设备根据叶片图像采集指令对目标区域的叶片进行图像采集，得到叶片采集图像；
对所述叶片采集图像进行特征提。玫剿鲆镀杉枷裰幸镀难丈卣、纹理特征，根据所述颜色特征、所述纹理特征推断出所述叶片采集图像中叶片的湿度；
将所述叶片的湿度与预设叶片湿度阈值进行比对，判断是否在所述除虫工作之前预先进行加湿工作；
若所述叶片的湿度大于或等于预设叶片湿度阈值，则在所述活动时间之前进行除虫工作；
若所述叶片的湿度小于预设叶片湿度阈值，则在所述除虫工作之前预先进行加湿工作，向所述加湿器发送加湿指令，控制所述加湿器根据所述加湿指令进行加湿工作。
6.根据权利要求1所述的方法，其特征在于，所述检测除虫效果，包括：对所述除虫前害虫密度进行分析，确定除虫前的虫口数；
在进行所述除虫工作之后，向所述摄像设备发送除虫后图像采集指令，控制所述摄像设备根据所述除虫后图像采集指令对所述目标区域进行图像采集，得到除虫后采集图像；
对所述除虫后采集图像进行处理分析，确定所述目标区域中的除虫后害虫密度，根据所述除虫后害虫密度，确定除虫后的虫口数；
根据除虫前的虫口数、除虫后的虫口数，确定虫口减退率，具体参考以下公式：,
其中，N代表虫口减退率； 代表除虫前的虫口数； 代表除虫后的虫口数；
根据虫口减退率确定除虫效果。
7.一种林业抚育的害虫防治系统，其特征在于，包括：样本采集模块，用于采集目标区域的样本，对所述样本进行分析，确定所述目标区域的害虫种类；
种类匹配模块，用于根据所述害虫种类，调取预设数据库中所述害虫种类相对应的生活习性；
除虫模块，用于根据所述生活习性，确定相应的除虫时间段；根据所述害虫种类，确定相应的除虫药剂；根据所述除虫药剂，在所述相应的除虫时间段内进行除虫工作；
效果检测模块，用于在除虫工作之后，将所述目标区域除虫前的样本与所述目标区域除虫后的样本进行比较，确定虫口减退率；
二次除虫决策模块，用于根据所述虫口减退率，检测除虫效果，根据所述除虫效果判断是否进行二次除虫工作；若确定进行二次除虫，则根据所述除虫效果确定所述二次除虫的药剂量，根据所述药剂量进行二次除虫工作;所述害虫防治系统包含无人机，所述无人机包含采样器和诱虫灯，所述无人机包含光敏传感器，所述采集目标区域的样本，所述样本采集模块，具体用于：在采集样本过程中，控制所述光敏传感器实时检测采集环境的光线强度；
将所述光线强度与预设光线强度阈值进行对比，判断所述采集环境的视线状况；
若检测到所述光线强度高于预设光线强度阈值，则向所述采样器发送样本采集指令，控制所述采样器根据所述样本采集指令进行样本采集；
若检测到所述光线强度低于预设光线强度阈值，则向所述诱虫灯发送所述样本采集指令，控制所述诱虫灯根据所述样本采集指令发出光波进行样本采集；
所述无人机包含激光雷达，在所述样本采集过程中，向所述激光雷达发送距离测量指令，控制所述激光雷达根据所述距离测量指令实时测量所述无人机与所述样本之间的间隔距离；
根据间隔距离，调整所述无人机的飞行速度；
控制所述采样器根据所述飞行速度进行样本采集；
所述无人机包含摄像设备，所述林业抚育的害虫防治系统还包括药剂量确定模块，用于：在所述样本采集过程中，向所述摄像设备发送图像采集指令，控制所述摄像设备根据图像采集指令对目标区域进行图像采集，得到采集图像；
对所述采集图像进行预处理，得到预处理后的图像；
对所述预处理后的图像进行特征提。玫酵枷癖尘疤卣骱秃Τ嫣卣鳎
利用分类识别算法,对所述图像背景特征和所述害虫特征进行分类识别，得到分类结果；所述分类结果包含图像背景和害虫；
基于第一数学模型，根据分类结果，确定图像背景面积和害虫数量；
根据害虫的数量、图像背景面积，确定除虫前害虫密度，具体参考以下公式：,
其中，P代表除虫前害虫密度，Q代表害虫的数量，A代表图像背景面积；
根据所述目标区域中的除虫前害虫密度，确定所述目标区域最佳药剂量。 说明书 : 一种林业抚育的害虫防治方法技术领域[0001] 本申请涉及害虫防治技术领域，尤其是涉及一种林业抚育的害虫防治方法。背景技术[0002] 林业抚育又称森林抚育，是指从造林起到成熟龄以前的森林培育过程中，为保证幼林成活，促进林木生长，改善林木组成和品质及提高森林生产率所采取的各项措施。在森林培育过程中，林木的害虫防治是重要的工作环节。[0003] 现有技术，在进行林木的害虫防治时，一般根据季节、气候、林区所属树种、以及所属树种的所属害虫，进行大范围的喷洒除虫，不仅除虫准确性差，且药剂浪费量大；并且，该方式全程由人工完成，难以判断实际的除虫效果，不仅工作效率低，而且工作强度大，有待改进。发明内容[0004] 本申请提供一种林业抚育的害虫防治方法，以解决害虫防治技术中，全程由人工完成，难以判断实际的除虫效果，不仅工作效率低，而且工作强度大的问题。[0005] 第一方面，本申请提供一种林业抚育的害虫防治方法，包括：[0006] 采集目标区域的样本，对所述样本进行分析，确定所述目标区域的害虫种类；[0007] 根据所述害虫种类，调取预设数据库中所述害虫种类相对应的生活习性；[0008] 根据所述生活习性，确定相应的除虫时间段；根据所述害虫种类，确定相应的除虫药剂；根据所述除虫药剂，在所述相应的除虫时间段内进行除虫工作；[0009] 在除虫工作之后，将所述目标区域除虫前的样本与所述目标区域除虫后的样本进行比较，确定虫口减退率；[0010] 根据所述虫口减退率，检测除虫效果，根据所述除虫效果判断是否进行二次除虫工作；若确定进行二次除虫，则根据所述除虫效果确定所述二次除虫的药剂量，根据所述药剂量进行二次除虫工作。[0011] 采用以上技术方案具有以下优点：利用无人机采集样本，结合图像识别和红外热成像技术，准确确定了害虫种类，为后续的防治工作提供了科学依据；其次，根据害虫的生活习性，确定了最佳的除虫时间段，确保药剂在害虫活动高峰时段发挥最大效果；并且，在除虫工作完成后，通过比较除虫前后的样本，计算出了虫口减退率，为评估防治效果提供了量化指标；如此，实现了对目标区域害虫的精准识别和有效防治，且通过无人机等先进技术，替代人工进行除虫工作，提高了工作效率和防治效率，降低了工作强度的同时，也降低了虫害对林区的影响，保护了生态环境。[0012] 可选的，所述害虫防治系统包含无人机，所述无人机包含采样器和诱虫灯，所述无人机包含光敏传感器，所述采集目标区域的样本，包括：[0013] 在采集样本过程中，控制所述光敏传感器实时检测采集环境的光线强度；[0014] 将所述光线强度与预设光线强度阈值进行对比，判断所述采集环境的视线状况；[0015] 若检测到所述光线强度高于预设光线强度阈值，则向所述采样器发送样本采集指令，控制所述采样器根据所述样本采集指令进行样本采集；[0016] 若检测到所述光线强度低于预设光线强度阈值，则向所述诱虫灯发送所述样本采集指令，控制所述诱虫灯根据所述样本采集指令发出光波进行样本采集。[0017] 采用以上技术方案具有以下优点：通过光线强度检测与自动切换采集方式的方法，从而在不同光线状况下都能有效地采集到样本，为后续的分析和防治工作提供了准确可靠的数据支持。[0018] 可选的，所述无人机包含激光雷达，所述控制所述采样器根据所述样本采集指令进行样本采集，包括：[0019] 在所述样本采集过程中，向所述激光雷达发送距离测量指令，控制所述激光雷达根据所述距离测量指令实时测量所述无人机与所述样本之间的间隔距离；[0020] 根据间隔距离，调整所述无人机的飞行速度；[0021] 控制所述采样器根据所述飞行速度进行样本采集。[0022] 采用以上技术方案具有以下优点：通过激光雷达实时测量无人机与样本之间的间隔距离，对无人机的飞行速度进行动态调整，确保无人机在样本采集过程中始终保持与样本之间的适当距离，避免造成无人机干扰样本的状态，并提高样本采集的准确性和效率。[0023] 可选的，所述无人机包含摄像设备，所述方法还包括：[0024] 在所述样本采集过程中，向所述摄像设备发送图像采集指令，控制所述摄像设备根据图像采集指令对目标区域进行图像采集，得到采集图像；[0025] 对所述采集图像进行预处理，得到预处理后的图像；[0026] 对所述预处理后的图像进行特征提。玫酵枷癖尘疤卣骱秃Τ嫣卣鳎籟0027] 对所述图像背景特征和所述害虫特征进行分类识别，得到分类结果；[0028] 基于第一数学模型，根据分类结果，确定图像背景面积和害虫数量；[0029] 根据害虫的数量、图像背景面积，确定除虫前害虫密度，具体参考以下公式：[0030] ，[0031] 其中，代表除虫前害虫密度，代表害虫的数量，代表图像背景面积；[0032] 根据所述目标区域中的除虫前害虫密度，确定所述目标区域最佳药剂量。[0033] 采用以上技术方案具有以下优点：利用第一数学模型，根据害虫数量和图像背景面积，精确计算出除虫前的害虫密度，这一密度的准确测量为后续的药剂量确定提供了科学依据，确保了除虫工作的针对性和有效性；如此，不仅能够及时掌握目标区域的虫害情况，而且能够根据害虫密度精准确定药剂量，避免了药剂的浪费和环境的过度污染，这不仅提高了除虫工作的效率，也降低了对生态环境的影响，实现了虫害防治与环境保护的双赢。[0034] 可选的，所述无人机包含光谱分析仪，所述对所述样本进行分析，确定所述目标区域的害虫种类，包括：[0035] 控制所述光谱分析仪对所述样本进行光谱扫描，得到所述样本的光谱数据；[0036] 对所述光谱数据进行预处理；[0037] 对预处理后的所述光谱数据进行特征提。玫剿鲅镜墓馄滋卣鳎籟0038] 基于第二数学模型，根据所述光谱特征输出所述样本对应的害虫种类。[0039] 采用以上技术方案具有以下优点：通过光谱扫描、数据预处理、特征提取和模型识别等一系列步骤，能够高效地对林区采集到的样本进行害虫种类识别，为后续的害虫防治工作提供了有力的支持。[0040] 可选的，所述无人机搭包含药剂喷洒器，所述无人机包含风速风向监测仪，所述除虫工作，包括：[0041] 在进行除虫工作之前，向所述激光雷达发送林区测量指令，控制所述激光雷达根据所述林区测量指令对林区进行扫描，根据扫描结果，得到林区的三维点云数据；[0042] 根据所述三维点云数据，确定所述林区的地形、所述林区的树木分布状况；[0043] 向所述风向监测仪发送监测指令，控制所述风向监测仪根据所述监测指令进行风向监测，确定当前风向、当前风速；[0044] 根据所述目标区域的位置、所述林区的地形、所述林区的树木分布状况、所述当前风向、所述当前风速，规划所述无人机的飞行路线；[0045] 根据所述目标区域的害虫种类、所述飞行路线，确定所述除虫药剂的喷洒顺序；[0046] 向所述无人机发送飞行路线，控制所述无人机根据所述飞行路线进行飞行，并控制所述药剂喷洒器根据所述喷洒顺序进行药剂喷洒除虫工作。[0047] 采用以上技术方案具有以下优点：综合考虑目标区域的位置、林区的地形起伏、树木分布密度以及当前的风向风速等因素，规划无人机的飞行路线，确保在后续除虫工作中，无人机能够安全、高效地飞行，并覆盖到所有需要喷洒药剂的区域；并且，根据目标区域的害虫种类和飞行路线，确定除虫药剂的喷洒顺序，对于不同种类的害虫，需要使用不同的药剂或不同的喷洒浓度，通过合理的喷洒顺序，确保每种害虫都能得到有效的控制，同时避免药剂的浪费或对环境造成不必要的污染；如此，确保无人机在林区的除虫工作中发挥最大的效用，既提高了除虫效率，又减少了不必要的资源浪费和环境影响。[0048] 可选的，其特征在于，所述除虫工作，包括：[0049] 提取所述林区的三维点云数据，确定树冠的三维点云数据；[0050] 根据所述树冠的三维点云数据，得到树冠的最高点和树冠的半径；[0051] 对所述树冠的三维点云数据进行网格化，并划分出网格单元，根据网格单元内的所述树冠的三维点云数据的数量，计算出树冠的密度；[0052] 根据树冠的最高点、树冠的半径、树冠的密度，确定无人机的飞行高度，具体参考以下公式：[0053] ，[0054] 其中， 代表无人机的飞行高度； 代表树冠的最高点； 是一个系数，代表树冠半径对飞行高度的影响； 代表树冠的半径； 是另一个系数，代表树冠密度对飞行高度的影响；代表树冠的密度；[0055] 控制所述无人机根据所述飞行高度进行除虫工作。[0056] 采用以上技术方案具有以下优点：通过计算无人机的最佳飞行高度，确保无人机在最佳的高度进行飞行和喷洒工作，并根据林区的实际情况进行灵活调整，从而提高除虫工作的效率和效果。[0057] 可选的，所述无人机包含加湿器，所述生活习性包含所述害虫种类的活动时间，所述除虫工作，包括：[0058] 在所述活动时间之前，向所述摄像设备发送叶片图像采集指令，控制所述摄像设备根据叶片图像采集指令对目标区域的叶片进行图像采集，得到叶片采集图像；[0059] 对所述叶片采集图像进行特征提。玫剿鲆镀杉枷裰幸镀难丈卣、纹理特征，根据所述颜色特征、所述纹理特征推断出所述叶片采集图像中叶片的湿度；[0060] 将所述叶片的湿度与预设叶片湿度阈值进行比对，判断是否在所述除虫工作之前预先进行加湿工作；[0061] 若所述叶片的湿度大于或等于预设叶片湿度阈值，则在所述活动时间之前进行除虫工作；[0062] 若所述叶片的湿度小于预设叶片湿度阈值，则在所述除虫工作之前预先进行加湿工作，向所述加湿器发送加湿指令，控制所述加湿器根据所述加湿指令进行加湿工作。[0063] 采用以上技术方案具有以下优点：在害虫的活动时间之前，检测目标区域叶片的湿度，并根据叶片的湿度，灵活调整除虫工作的流程，确保药剂能够发挥出最大的作用，避免不必要的资源浪费。[0064] 可选的，所述检测除虫效果，包括：[0065] 对所述除虫前害虫密度进行分析，确定除虫前的虫口数；[0066] 在进行所述除虫工作之后，向所述摄像设备发送除虫后图像采集指令，控制所述摄像设备根据所述除虫后图像采集指令对所述目标区域进行图像采集，得到除虫后采集图像；[0067] 对所述除虫后采集图像进行处理分析，确定所述目标区域中的除虫后害虫密度，根据所述除虫后害虫密度，确定除虫后的虫口数；[0068] 根据除虫前的虫口数、除虫后的虫口数，确定虫口减退率，具体参考以下公式：[0069] ，[0070] 其中， 代表虫口减退率； 代表除虫前的虫口数； 代表除虫后的虫口数；[0071] 根据虫口减退率确定除虫效果。[0072] 采用以上技术方案具有以下优点：根据计算虫口减退率，对除虫前后害虫密度的分析和比较，能够客观地评估除虫工作的效果，并为后续的林业管理和保护工作提供有价值的参考信息。[0073] 第二方面，本申请提供一种林业抚育的害虫防治系统，包括：[0074] 样本采集模块，用于采集目标区域的样本，对所述样本进行分析，确定所述目标区域的害虫种类；[0075] 种类匹配模块，用于根据所述害虫种类，调取预设数据库中所述害虫种类相对应的生活习性；[0076] 除虫模块，用于根据所述生活习性，确定相应的除虫时间段；根据所述害虫种类，确定相应的除虫药剂；根据所述除虫药剂，在所述相应的除虫时间段内进行除虫工作；[0077] 效果检测模块，用于在除虫工作之后，将所述目标区域除虫前的样本与所述目标区域除虫后的样本进行比较，确定虫口减退率；[0078] 二次除虫决策模块，用于根据所述虫口减退率，检测除虫效果，根据所述除虫效果判断是否进行二次除虫工作；若确定进行二次除虫，则根据所述除虫效果确定所述二次除虫的药剂量，根据所述药剂量进行二次除虫工作。[0079] 可选的，所述样本采集模块，具体用于：[0080] 在采集样本过程中，控制所述光敏传感器实时检测采集环境的光线强度；[0081] 将所述光线强度与预设光线强度阈值进行对比，判断所述采集环境的视线状况；[0082] 若检测到所述光线强度高于预设光线强度阈值，则向所述采样器发送样本采集指令，控制所述采样器根据所述样本采集指令进行样本采集；[0083] 若检测到所述光线强度低于预设光线强度阈值，则向所述诱虫灯发送所述样本采集指令，控制所述诱虫灯根据所述样本采集指令发出光波进行样本采集。[0084] 可选的，所述样本采集模块，具体用于：[0085] 在所述样本采集过程中，向所述激光雷达发送距离测量指令，控制所述激光雷达根据所述距离测量指令实时测量所述无人机与所述样本之间的间隔距离；[0086] 根据间隔距离，调整所述无人机的飞行速度；[0087] 控制所述采样器根据所述飞行速度进行样本采集。[0088] 可选的，所述林业抚育的害虫防治系统还包括药剂量确定模块，用于：[0089] 在所述样本采集过程中，向所述摄像设备发送图像采集指令，控制所述摄像设备根据图像采集指令对目标区域进行图像采集，得到采集图像；[0090] 对所述采集图像进行预处理，得到预处理后的图像；[0091] 对所述预处理后的图像进行特征提。玫酵枷癖尘疤卣骱秃Τ嫣卣鳎籟0092] 对所述图像背景特征和所述害虫特征进行分类识别，得到分类结果；[0093] 基于第一数学模型，根据分类结果，确定图像背景面积和害虫数量；[0094] 根据害虫的数量、图像背景面积，确定除虫前害虫密度，具体参考以下公式：[0095] ，[0096] 其中，代表除虫前害虫密度，代表害虫的数量，代表图像背景面积；[0097] 根据所述目标区域中的除虫前害虫密度，确定所述目标区域最佳药剂量。[0098] 可选的，所述样本采集模块，具体用于：[0099] 控制所述光谱分析仪对所述样本进行光谱扫描，得到所述样本的光谱数据；[0100] 对所述光谱数据进行预处理；[0101] 对预处理后的所述光谱数据进行特征提。玫剿鲅镜墓馄滋卣鳎籟0102] 基于第二数学模型，根据所述光谱特征输出所述样本对应的害虫种类。[0103] 可选的，所述除虫模块，具体用于：[0104] 在进行除虫工作之前，向所述激光雷达发送林区测量指令，控制所述激光雷达根据所述林区测量指令对林区进行扫描，根据扫描结果，得到林区的三维点云数据；[0105] 根据所述三维点云数据，确定所述林区的地形、所述林区的树木分布状况；[0106] 向所述风向监测仪发送监测指令，控制所述风向监测仪根据所述监测指令进行风向监测，确定当前风向、当前风速；[0107] 根据所述目标区域的位置、所述林区的地形、所述林区的树木分布状况、所述当前风向、所述当前风速，规划所述无人机的飞行路线；[0108] 根据所述目标区域的害虫种类、所述飞行路线，确定所述除虫药剂的喷洒顺序；[0109] 向所述无人机发送飞行路线，控制所述无人机根据所述飞行路线进行飞行，并控制所述药剂喷洒器根据所述喷洒顺序进行药剂喷洒除虫工作。[0110] 可选的，所述除虫模块，具体用于：[0111] 提取所述林区的三维点云数据，确定树冠的三维点云数据；[0112] 根据所述树冠的三维点云数据，得到树冠的最高点和树冠的半径；[0113] 对所述树冠的三维点云数据进行网格化，并划分出网格单元，根据网格单元内的所述树冠的三维点云数据的数量，计算出树冠的密度；[0114] 根据树冠的最高点、树冠的半径、树冠的密度，确定无人机的飞行高度，具体参考以下公式：[0115] ，[0116] 其中， 代表无人机的飞行高度； 代表树冠的最高点； 是一个系数，代表树冠半径对飞行高度的影响； 代表树冠的半径； 是另一个系数，代表树冠密度对飞行高度的影响；代表树冠的密度；[0117] 控制所述无人机根据所述飞行高度进行除虫工作。[0118] 可选的，所述除虫模块，具体用于：[0119] 在所述活动时间之前，向所述摄像设备发送叶片图像采集指令，控制所述摄像设备根据叶片图像采集指令对目标区域的叶片进行图像采集，得到叶片采集图像；[0120] 对所述叶片采集图像进行特征提。玫剿鲆镀杉枷裰幸镀难丈卣、纹理特征，根据所述颜色特征、所述纹理特征推断出所述叶片采集图像中叶片的湿度；[0121] 将所述叶片的湿度与预设叶片湿度阈值进行比对，判断是否在所述除虫工作之前预先进行加湿工作；[0122] 若所述叶片的湿度大于或等于预设叶片湿度阈值，则在所述活动时间之前进行除虫工作；[0123] 若所述叶片的湿度小于预设叶片湿度阈值，则在所述除虫工作之前预先进行加湿工作，向所述加湿器发送加湿指令，控制所述加湿器根据所述加湿指令进行加湿工作。[0124] 可选的，所述效果检测模块，具体用于：[0125] 对所述除虫前害虫密度进行分析，确定除虫前的虫口数；[0126] 在进行所述除虫工作之后，向所述摄像设备发送除虫后图像采集指令，控制所述摄像设备根据所述除虫后图像采集指令对所述目标区域进行图像采集，得到除虫后采集图像；[0127] 对所述除虫后采集图像进行处理分析，确定所述目标区域中的除虫后害虫密度，根据所述除虫后害虫密度，确定除虫后的虫口数；[0128] 根据除虫前的虫口数、除虫后的虫口数，确定虫口减退率，具体参考以下公式：[0129] ，[0130] 其中， 代表虫口减退率； 代表除虫前的虫口数； 代表除虫后的虫口数；[0131] 根据虫口减退率确定除虫效果。[0132] 本申请采用以上技术方案具有以下优点：[0133] 本申请通过采集样本、分析害虫种类、制定针对性的除虫方案、执行除虫工作以及评估除虫效果等步骤，实现了对林区害虫的有效控制；不仅提高了除虫工作的针对性和效率，还减少了对环境的负面影响，从而确保林区的健康与可持续发展。[0134] 本申请通过光线强度检测与自动切换采集方式的方法，从而在不同光线状况下都能有效地采集到样本，为后续的分析和防治工作提供了准确可靠的数据支持。[0135] 本申请通过激光雷达实时测量无人机与样本之间的间隔距离，对无人机的飞行速度进行动态调整，确保无人机在样本采集过程中始终保持与样本之间的适当距离，避免造成无人机干扰样本的状态，并提高样本采集的准确性和效率。[0136] 本申请通过计算目标区域中的除虫前害虫密度，来确定最佳药剂量，从而更加科学和准确地确定除虫工作中的药剂量，提高了除虫工作的效率和效果。[0137] 本申请通过光谱扫描、数据预处理、特征提取和模型识别等一系列步骤，能够高效地对林区采集到的样本进行害虫种类识别，为后续的害虫防治工作提供了有力的支持。[0138] 本申请通过综合考虑目标区域的位置、林区的地形起伏、树木分布密度以及当前的风向风速等因素，规划无人机的飞行路线，确保在后续除虫工作中，无人机能够安全、高效地飞行，并覆盖到所有需要喷洒药剂的区域；并且，根据目标区域的害虫种类和飞行路线，确定除虫药剂的喷洒顺序，对于不同种类的害虫，需要使用不同的药剂或不同的喷洒浓度，通过合理的喷洒顺序，确保每种害虫都能得到有效的控制，同时避免药剂的浪费或对环境造成不必要的污染；如此，确保无人机在林区的除虫工作中发挥最大的效用，既提高了除虫效率，又减少了不必要的资源浪费和环境影响。[0139] 本申请通过计算无人机的最佳飞行高度，确保无人机在最佳的高度进行飞行和喷洒工作，并根据林区的实际情况进行灵活调整，从而提高除虫工作的效率和效果。[0140] 本申请在害虫的活动时间之前，检测目标区域叶片的湿度，并根据叶片的湿度，灵活调整除虫工作的流程，确保药剂能够发挥出最大的作用，避免不必要的资源浪费。[0141] 本申请根据计算虫口减退率，对除虫前后害虫密度的分析和比较，能够客观地评估除虫工作的效果，并为后续的林业管理和保护工作提供有价值的参考信息。附图说明[0142] 为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。[0143] 图1为本申请一实施例提供的一种应用场景示意图；[0144] 图2为本申请一实施例提供的一种林业抚育的害虫防治方法的流程图；[0145] 图3为本申请一实施例提供的一种林业抚育的害虫防治系统的结构示意图。具体实施方式[0146] 为使本申请实施例的目的、技术方案和优点更加清楚，下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。[0147] 另外，本文中术语“和/或”，仅仅是一种描述关联对象的关联关系，表示可以存在三种关系，例如，A和/或B，可以表示：单独存在A，同时存在A和B，单独存在B这三种情况。另外，本文中字符“/”，如无特殊说明，一般表示前后关联对象是一种“或”的关系。[0148] 下面结合说明书附图对本申请实施例作进一步详细描述。[0149] 现有技术，在进行林木的害虫防治时，一般根据季节、气候、林区所属树种、以及所属树种的所属害虫，进行大范围的喷洒除虫，不仅除虫准确性差，且药剂浪费量大；并且，该方式全程由人工完成，难以判断实际的除虫效果，不仅工作效率低，而且工作强度大，有待改进。[0150] 基于此，本申请提供一种林业抚育的害虫防治方法，利用无人机采集样本，结合图像识别和红外热成像技术，准确确定了害虫种类，为后续的防治工作提供了科学依据；其次，根据害虫的生活习性，确定了最佳的除虫时间段，确保药剂在害虫活动高峰时段发挥最大效果；并且，在除虫工作完成后，通过比较除虫前后的样本，计算出了虫口减退率，为评估防治效果提供了量化指标；如此，实现了对目标区域害虫的精准识别和有效防治，且通过无人机等先进技术，替代人工进行除虫工作，提高了工作效率和防治效率，降低了工作强度的同时，也降低了虫害对林区的影响，保护了生态环境。[0151] 图1为本申请提供的一种应用场景示意图。[0152] 在进行林业抚育的过程中，应用本申请的方案进行害虫防治。具体的，在林业抚育的害虫防治系统中设置服务器，服务器和样本采集设备之间进行通信，服务器和图像采集设备之间进行通信，服务器和终端设备之间进行通信；向样本采集设备发送样本采集指令，样本采集设备根据样本采集指令对目标区域进行样本采集，并将样本采集结果反。唤幼，对样本采集结果进行分析，确定目标区域的害虫种类；向终端设备发送除虫工作指令，控制终端设备根据除虫工作指令选择相应的除虫药剂并在相应的除虫时间段内进行除虫工作；在除虫之后，向图像采集设备发生图像采集指令，控制图像采集设备根据图像采集指令对目标区域进行图像采集，并将图像采集结果反。ü枷癫杉峁觳獬嫘Ч，根据除虫效果判断是否进行二次除虫工作；若确定进行二次除虫工作，向终端设备发送二次除虫工作指令，控制终端设备根据二次除虫工作指令选择相应的药剂量进行二次除虫工作，共同实现本申请的林业抚育的害虫防治方法，以便于通过采集样本、分析害虫种类、制定针对性的除虫方案、执行除虫工作以及评估除虫效果等步骤，实现了对林区害虫的有效控制；不仅提高了除虫工作的针对性和效率，还减少了对环境的负面影响，从而确保林区的健康与可持续发展。[0153] 具体的实现方式可以参考以下实施例。[0154] 图2为本申请一实施例提供的一种林业抚育的害虫防治方法的流程图，本实施例的方法可以应用于以上场景中的服务器。如图2所示的，该方法包括：[0155] S201、采集目标区域的样本，对样本进行分析，确定目标区域的害虫种类。[0156] 其中，目标区域可以认为是受到虫害影响的林区，比如受到樟叶蜂、樟巢螟影响的樟树林区。[0157] 具体的，在对林区进行除虫工作前，先采集目标区域的样本，比如利用无人机进行采集，并对样本进行详细的分析，比如利用图像识别、红外热成像等技术进行分析，从而通过样本分析确定目标区域的害虫种类。[0158] S202、根据害虫种类，调取预设数据库中害虫种类相对应的生活习性。[0159] 其中，预设数据库中的种类可以认为是一个存储了多种害虫信息的数据库，用于与样本中的害虫种类进行比对和识别；预设数据库还包含了各种害虫的详细信息，包括生活习性、繁殖周期、对药剂的敏感性等。[0160] 其中，生活习性可以认为是害虫在特定环境中形成的适应性行为表现，包括活动时间、食性、趋性、栖息环境等多个方面。[0161] 具体的，根据识别出的害虫种类，构建一个查询请求，该请求包含了害虫种类的信息；将查询请求发送到预设的数据库中，根据查询请求中的害虫种类信息，检索并提取预设数据库中该害虫种类相对应的生活习性。[0162] S203、根据生活习性，确定相应的除虫时间段；根据害虫种类，确定相应的除虫药剂；根据除虫药剂，在相应的除虫时间段内进行除虫工作。[0163] 其中，除虫时间段可以认为是进行虫害防治工作的最佳时间段。[0164] 其中，除虫药剂可以认为是用于消灭或驱赶害虫的化学或生物制剂。[0165] 具体的，根据害虫的生活习性，选择相应的除虫时间段；例如，如果害虫在夜间活动，选择在傍晚或夜间进行除虫工作，以确保药剂在害虫活动高峰时段发挥最大效果；[0166] 同时，根据害虫种类确定相应的除虫药剂，不同的害虫对药剂的敏感性和抗性可能有所不同，因此选择合适的药剂是确保除虫效果的关键；[0167] 在确定了除虫时间段和药剂后，进行除虫工作，例如，控制无人机或其他喷洒设备按照预设的飞行高度和路线进行药剂喷洒，确保药剂能够均匀覆盖目标区域。[0168] S204、在除虫工作之后，将目标区域除虫前的样本与目标区域除虫后的样本进行比较，确定虫口减退率。[0169] 其中，虫口减退率可以认为是一个用于评估虫害防治效果的指标，表示经过防治处理后害虫数量的减少程度，通过比较处理前后的害虫数量来计算。[0170] 具体的，除虫工作完成后，再次采集目标区域的样本，并与除虫前的样本进行比较，计算出虫口减退率。[0171] S205、根据虫口减退率，检测除虫效果，根据除虫效果判断是否进行二次除虫工作；若确定进行二次除虫，则根据除虫效果确定二次除虫的药剂量，根据药剂量进行二次除虫工作。[0172] 其中，二次除虫工作可以认为是在经过上述除虫工作后，虫害问题仍未得到有效解决，可能需要进行的第二次虫害防治工作。[0173] 具体的，根据虫口减退率，对除虫效果进行评估；如果虫口减退率未达到预期目标，说明除虫效果不理想，进行二次除虫工作；在确定需要进行二次除虫时，根据之前的除虫效果，调整药剂量，以确保达到更好的除虫效果。[0174] 通过本实施例提供的方法，首先，利用无人机采集样本，结合图像识别和红外热成像技术，准确确定了害虫种类，为后续的防治工作提供了科学依据；其次，根据害虫的生活习性，确定了最佳的除虫时间段，确保药剂在害虫活动高峰时段发挥最大效果；并且，在除虫工作完成后，通过比较除虫前后的样本，计算出了虫口减退率，为评估防治效果提供了量化指标；如此，实现了对目标区域害虫的精准识别和有效防治，且通过无人机等先进技术，替代人工进行除虫工作，提高了工作效率和防治效率，降低了工作强度的同时，也降低了虫害对林区的影响，保护了生态环境。[0175] 在一些实施例中，在采集样本过程中，控制光敏传感器实时检测采集环境的光线强度；将光线强度与预设光线强度阈值进行对比，判断采集环境的视线状况；若检测到光线强度高于预设光线强度阈值，则向采样器发送样本采集指令，控制采样器根据样本采集指令进行样本采集；若检测到光线强度低于预设光线强度阈值，则向诱虫灯发送样本采集指令，控制诱虫灯根据样本采集指令发出光波进行样本采集。[0176] 害虫防治系统包含无人机，无人机包含采样器和诱虫灯，无人机包含光敏传感器。[0177] 其中，采样器可以认为是用于采集样本的设备。[0178] 其中，诱虫灯可以认为利用特定波长的光线吸引害虫的设备。[0179] 其中，光敏传感器可以认为是能够感知光线强度变化的传感器。[0180] 其中，采集环境可以认为是进行样本采集时所处的环境条件，包括温度、湿度、光照等因素。[0181] 其中，预设光线强度阈值可以认为是判断采集环境的视线状况的阈值。[0182] 其中，样本采集指令可以认为是控制采样器和诱虫灯进行样本采集的指令。[0183] 具体的，在采集样本过程中，控制光敏传感器实时检测采集环境的光线强度，将采集环境的光线强度和预设光线强度阈值进行对比；[0184] 如果检测到采集环境的光线强度高于预设光线强度阈值，说明当前的光线状况适宜通过采样器进行样本采集；此时，向采样器发送样本采集指令，采样器接收到指令后，会自动启动，再由无人机携带着采样器按照预设的采集方式和路径，在林区内进行样本采集工作。[0185] 如果检测到采集环境的光线强度低于预设光线强度阈值，说明当前的光线状况适宜通过诱虫灯进行样本采集；此时，向诱虫灯发送样本采集指令，诱虫灯接收到指令后，会立即发出特定波长的光波，这种光波对害虫具有吸引力，能够将害虫引诱到诱虫灯附近，再由无人机携带着采样器按照预设的采集方式和路径，在林区内进行样本采集工作；如此，在不同的光线状况下，均能够有效的进行样本采集。[0186] 通过本实施例提供的方法，通过光线强度检测与自动切换采集方式的方法，从而在不同光线状况下都能有效地采集到样本，为后续的分析和防治工作提供了准确可靠的数据支持。[0187] 在一些实施例中，在样本采集过程中，向激光雷达发送距离测量指令，控制激光雷达根据距离测量指令实时测量无人机与样本之间的间隔距离；根据间隔距离，调整无人机的飞行速度；控制采样器根据飞行速度进行样本采集。[0188] 无人机包含激光雷达。[0189] 其中，激光雷达可以认为是一种以激光束探测目标位置、速度等特征量的雷达系统；激光雷达具有高精度和高分辨率的特点，能够准确感知无人机与样本之间的距离变化。[0190] 其中，距离测量指令可以认为是控制激光雷达对无人机与样本之间的间隔距离进行测量的指令。[0191] 具体的，在样本采集过程中，向激光雷达发送距离测量指令，激光雷达接收到指令后，会立即启动并实时测量无人机与样本之间的间隔距离。[0192] 根据激光雷达测量得到的间隔距离，对无人机的飞行速度进行动态调整；如果间隔距离过近，说明无人机可能过于接近样本，有可能干扰样本的采集或造成无人机与样本之间的碰撞；此时，降低无人机的飞行速度，确保无人机能够平稳、安全地进行样本采集；相反，如果间隔距离过远，说明无人机可能距离样本较远，无法有效地采集到样本，在这种情况下，适当提高无人机的飞行速度，使其能够更快地接近样本并进行采集。[0193] 通过本实施例提供的方法，通过激光雷达实时测量无人机与样本之间的间隔距离，对无人机的飞行速度进行动态调整，确保无人机在样本采集过程中始终保持与样本之间的适当距离，避免造成无人机干扰样本的状态，并提高样本采集的准确性和效率。[0194] 在一些实施例中，在样本采集过程中，向摄像设备发送图像采集指令，控制摄像设备根据图像采集指令对目标区域进行图像采集，得到采集图像；对采集图像进行预处理，得到预处理后的图像；对预处理后的图像进行特征提。玫酵枷癖尘疤卣骱秃Τ嫣卣鳎欢酝枷癖尘疤卣骱秃Τ嫣卣鹘蟹掷嗍侗，得到分类结果；基于第一数学模型，根据分类结果，确定图像背景面积和害虫数量；根据害虫的数量、图像背景面积，确定除虫前害虫密度，具体参考以下公式（1）：[0195] （1）[0196] 其中，代表除虫前害虫密度，代表害虫的数量，代表图像背景面积；根据目标区域中的除虫前害虫密度，确定目标区域最佳药剂量。[0197] 无人机包含摄像设备。[0198] 其中，摄像设备可以认为是用于进行图像采集的设备。[0199] 其中，图像采集指令可以认为是控制摄像设备进行图像采集的指令。[0200] 其中，预处理后的图像可以认为是对采集图像进行一系列预处理操作后的结果，如滤波、增强、分割等，提高图像的质量和可读性。[0201] 其中，图像背景特征可以认为是采集图像中除害虫以外的部分所呈现的特征。[0202] 其中，害虫特征可以认为是害虫在采集图像中所呈现出的特定特征，如颜色、形状、大小等。[0203] 其中，第一数学模型可以认为是根据大量样本数据和机器学习算法训练得到的，能够根据输入图像中的背景和害虫的分类结果，自动输出图像背景面积和害虫数量。[0204] 具体的，在样本采集过程中，向摄像设备发送图像采集指令，控制摄像设备根据图像采集指令对目标区域进行图像采集，并反馈采集图像，采集图像提供了目标区域害虫分布的直观信息。[0205] 接下来，对采集图像进行预处理，预处理过程包括去除图像中的噪声、调整图像亮度对比度等操作，以提高图像的质量和清晰度，为后续的特征提取和分类识别打下基础。[0206] 然后，对预处理后的图像进行特征提。üㄒ档耐枷翊砑际，提取了图像中的背景特征和害虫特征，这些特征包括颜色、形状、纹理等，以区分图像中的不同元素。[0207] 在特征提取完成后，利用分类识别算法对图像背景特征和害虫特征进行分类识别，从而准确地区分图像中的背景和害虫，并得到分类结果。[0208] 基于第一数学模型，根据分类结果进一步确定图像背景面积和害虫数量；[0209] 接着，根据害虫数量和图像背景面积，计算出除虫前的害虫密度；[0210] 接着，根据目标区域中的除虫前害虫密度，确定最佳的药剂量，确保在除虫工作中使用适量的药剂，既能够达到除虫效果，又能够避免对环境造成不必要的污染。[0211] 通过本实施例提供的方法，利用第一数学模型，根据害虫数量和图像背景面积，精确计算出除虫前的害虫密度，这一密度的准确测量为后续的药剂量确定提供了科学依据，确保了除虫工作的针对性和有效性；如此，不仅能够及时掌握目标区域的虫害情况，而且能够根据害虫密度精准确定药剂量，避免了药剂的浪费和环境的过度污染，这不仅提高了除虫工作的效率，也降低了对生态环境的影响，实现了虫害防治与环境保护的双赢。[0212] 在一些实施例中，控制光谱分析仪对样本进行光谱扫描，得到样本的光谱数据；对光谱数据进行预处理；对预处理后的光谱数据进行特征提。玫窖镜墓馄滋卣鳎换诘诙数学模型，根据光谱特征输出样本对应的害虫种类。[0213] 无人机包含光谱分析仪。[0214] 其中，光谱分析仪可以认为是一种用于分析样本的成分、结构、状态以及与其他物质相互作用的仪器，它通过对样本发射、吸收或散射的光进行分光、检测和记录，从而获取害虫的种类信息。[0215] 其中，光谱数据可以认为是由光谱分析仪收集到的关于样本发射、吸收或散射的光的数据。[0216] 其中，光谱特征可以认为是在光谱数据中，特定的波长或波长范围内的强度变化，这些变化可以被视为样本的“指纹”，用于区分和识别不同的样本。[0217] 其中，第二数学模型可以认为是预先建立的一个基于光谱特征的害虫种类识别模型，该模型通过大量的样本数据和机器学习算法训练得到，能够根据输入的光谱特征自动输出对应的害虫种类。[0218] 具体的，在采集到样本之后，控制光谱分析仪对采集到的样本进行光谱分析，光谱分析的具体实现步骤如下：[0219] 一、光谱数据采集：使用光谱仪对采集的样本进行光谱扫描，选择适合的光谱范围，比如可见光、近红外等，来获取样本的光谱信息；确保在稳定的光照条件下进行扫描，以减少误差。[0220] 二、数据预处理：对采集到的光谱数据进行预处理，包括去噪、基线校正等，以提高数据的质量和可比性。[0221] 三、特征提。和üЪ屏垦Х椒，如主成分分析（PCA）、偏最小二乘法（PLS）等，对预处理后的光谱数据进行特征提取。[0222] 四、模型建立与训练：利用已知受害情况的样本的光谱数据和害虫种类信息，建立分类模型，可以通过机器学习算法，如支持向量机（SVM）、随机森林等来实现；接着，通过训练模型，使其能够准确识别不同害虫造成的光谱特征。[0223] 五、害虫种类识别：将样本的光谱数据输入到训练好的模型中，模型会根据光谱特征输出对应的害虫种类，并通过比较模型输出与实际受害情况，验证模型的准确性和可靠性。[0224] 通过本实施例提供的方法，通过光谱扫描、数据预处理、特征提取和模型识别等一系列步骤，能够高效地对林区采集到的样本进行害虫种类识别，为后续的害虫防治工作提供了有力的支持。[0225] 在一些实施例中，在进行除虫工作之前，向激光雷达发送林区测量指令，控制激光雷达根据林区测量指令对林区进行扫描，根据扫描结果，得到林区的三维点云数据；根据三维点云数据，确定林区的地形、林区的树木分布状况；向风向监测仪发送监测指令，控制风向监测仪根据监测指令进行风向监测，确定当前风向、当前风速；根据目标区域的位置、林区的地形、林区的树木分布状况、当前风向、当前风速，规划无人机的飞行路线；根据目标区域的害虫种类、飞行路线，确定除虫药剂的喷洒顺序；向无人机发送飞行路线，控制无人机根据飞行路线进行飞行，并控制药剂喷洒器根据喷洒顺序进行药剂喷洒除虫工作。[0226] 无人机搭包含药剂喷洒器，无人机包含风速风向监测仪。[0227] 其中，药剂喷洒器可以认为是用于喷洒农药或其他化学制剂的设备。[0228] 其中，风速风向监测仪可以认为是用于实时监测风速和风向的设备。[0229] 其中，树木分布状况可以认为是描述树木在特定区域内的分布情况和密度。[0230] 其中，喷洒顺序可以认为是在使用药剂喷洒器时，按照一定规则或顺序对目标区域进行喷洒，确保化学制剂的均匀分布，提高使用效率，并减少对环境的影响。[0231] 具体的，在进行除虫工作之前，为确保无人机能够高效、准确地完成药剂喷洒任务，具体参照以下步骤：[0232] 首先，向激光雷达发送林区测量指令，激光雷达接收到指令后，对林区进行详细的扫描；通过激光雷达的扫描，得到了林区的三维点云数据，这些数据包含了林区地形的高低起伏、树木的分布状况等详细信息。[0233] 接着，根据三维点云数据，利用专业的处理软件对林区地形和树木分布状况进行了详细的分析，从而了解树木的密集程度和分布情况。[0234] 同时，向风速风向监测仪发送监测指令，控制风速风向监测仪根据检测指令，实时监测林区当前的风向和风速。[0235] 在掌握了林区的地形、树木分布以及风向风速等信息后，综合考虑目标区域的位置、林区的地形起伏、树木分布密度以及当前的风向风速等因素，规划无人机的飞行路线，确保在后续除虫工作中，无人机能够安全、高效地飞行，并覆盖到所有需要喷洒药剂的区域。[0236] 接着，根据目标区域的害虫种类和飞行路线，确定除虫药剂的喷洒顺序，对于不同种类的害虫，需要使用不同的药剂或不同的喷洒浓度，通过合理的喷洒顺序，确保每种害虫都能得到有效的控制，同时避免药剂的浪费或对环境造成不必要的污染。[0237] 最后，将规划好的飞行路线发送给无人机，无人机接收到指令后，按照规划好的路线进行飞行，并控制药剂喷洒器根据确定的喷洒顺序进行药剂喷洒除虫工作，在整个飞行和喷洒过程中，无人机会实时调整其飞行状态和药剂喷洒量，以确保除虫效果达到最佳。[0238] 通过本实施例提供的方法，综合考虑目标区域的位置、林区的地形起伏、树木分布密度以及当前的风向风速等因素，规划无人机的飞行路线，确保在后续除虫工作中，无人机能够安全、高效地飞行，并覆盖到所有需要喷洒药剂的区域；并且，根据目标区域的害虫种类和飞行路线，确定除虫药剂的喷洒顺序，对于不同种类的害虫，需要使用不同的药剂或不同的喷洒浓度，通过合理的喷洒顺序，确保每种害虫都能得到有效的控制，同时避免药剂的浪费或对环境造成不必要的污染；如此，确保无人机在林区的除虫工作中发挥最大的效用，既提高了除虫效率，又减少了不必要的资源浪费和环境影响。[0239] 在一些实施例中，提取林区的三维点云数据，确定树冠的三维点云数据；根据树冠的三维点云数据，得到树冠的最高点和树冠的半径；对树冠的三维点云数据进行网格化，并划分出网格单元，根据网格单元内的树冠的三维点云数据的数量，计算出树冠的密度；根据树冠的最高点、树冠的半径、树冠的密度，确定无人机的飞行高度，具体参考以下公式（2）：[0240] （2）[0241] 其中， 代表无人机的飞行高度； 代表树冠的最高点； 是一个系数，代表树冠半径对飞行高度的影响； 代表树冠的半径； 是另一个系数，代表树冠密度对飞行高度的影响；代表树冠的密度；控制无人机根据飞行高度进行除虫工作。[0242] 具体的，提取林区的三维点云数据，并对这些三维点云数据的分析，进一步确定树冠的三维点云数据；[0243] 接着，根据树冠的三维点云数据，计算出树冠的最高点和半径，最高点代表了树冠的顶部位置，而半径则反映了树冠的大。徽饬礁霾问侨范ㄎ奕嘶尚懈叨鹊闹匾谰。[0244] 然后，对树冠的三维点云数据进行网格化处理，将树冠划分为多个网格单元，通过统计每个网格单元内的点云数据数量，从而计算出树冠的密度，即树冠在单位体积内的点云数据数量，树冠的密度反映了树冠的稠密程度，也是影响无人机飞行高度的重要因素。[0245] 根据树冠的最高点、树冠的半径、树冠的密度，计算出无人机的飞行高度；[0246] 最后，控制无人机根据预设的飞行高度和路线进行药剂喷洒，确保药剂能够均匀地覆盖目标区域，达到高效的除虫效果。[0247] 通过本实施例提供的方法，通过计算无人机的最佳飞行高度，确保无人机在最佳的高度进行飞行和喷洒工作，并根据林区的实际情况进行灵活调整，从而提高除虫工作的效率和效果。[0248] 在一些实施例中，在活动时间之前，向摄像设备发送叶片图像采集指令，控制摄像设备根据叶片图像采集指令对目标区域的叶片进行图像采集，得到叶片采集图像；对叶片采集图像进行特征提。玫揭镀杉枷裰幸镀难丈卣、纹理特征，根据颜色特征、纹理特征推断出叶片采集图像中叶片的湿度；将叶片的湿度与预设叶片湿度阈值进行比对，判断是否在除虫工作之前预先进行加湿工作；若叶片的湿度大于或等于预设叶片湿度阈值，则在活动时间之前进行除虫工作；若叶片的湿度小于预设叶片湿度阈值，则在除虫工作之前预先进行加湿工作，向加湿器发送加湿指令，控制加湿器根据加湿指令进行加湿工作。[0249] 无人机包含加湿器。[0250] 其中，加湿器可以认为是通过释放水蒸气或水雾，增加目标区域湿度的设备。[0251] 其中，叶片图像采集指令可以认为是控制摄像设备对叶片图像进行采集的指令。[0252] 其中，预设叶片湿度阈值可以认为是根据叶片的特性以及药剂喷洒的要求来设定的，代表了叶片湿度的一个理想范围。[0253] 具体的，在害虫的活动时间之前，向摄像设备发送叶片图像采集指令，控制摄像设备根据叶片图像采集指令，对目标区域的叶片进行图像采集，并反馈叶片采集图像。[0254] 接下来，对叶片采集图像进行了特征提。üㄒ档耐枷翊砑际，提取图像中叶片的颜色特征和纹理特征。[0255] 接着，基于提取到的颜色特征和纹理特征，利用预先训练好的模型推断出了叶片的湿度，这一推断过程基于大量的样本数据和机器学习算法，能够较为准确地反映叶片的实际湿度情况。[0256] 随后，将推断出的叶片湿度与预设的叶片湿度阈值进行比对；[0257] 如果叶片的湿度大于或等于预设的湿度阈值，说明叶片当前的湿度状况良好，药剂能够较好地附着和渗透；在这种情况下，决定在活动时间之前直接进行除虫工作，无需额外的加湿处理。[0258] 如果叶片的湿度小于预设的湿度阈值，那么就需要在除虫工作之前预先进行加湿工作；此时，向加湿器发送加湿指令，控制加湿器根据加湿指令对，目标区域进行加湿处理，通过增加叶片的湿度，可以提高药剂的吸收和分布效果，从而提高除虫工作的效果。[0259] 并且，在害虫的活动时间之前，向目标区域喷洒除虫药剂，将原处于目标区域中的害虫进行杀灭，对未到达目标区域的害虫进行预防，对害虫起到良好的防虫效果。[0260] 通过本实施例提供的方法，在害虫的活动时间之前，检测目标区域叶片的湿度，并根据叶片的湿度，灵活调整除虫工作的流程，确保药剂能够发挥出最大的作用，避免不必要的资源浪费。[0261] 在一些实施例中，对除虫前害虫密度进行分析，确定除虫前的虫口数；在进行除虫工作之后，向摄像设备发送除虫后图像采集指令，控制摄像设备根据除虫后图像采集指令对目标区域进行图像采集，得到除虫后采集图像；对除虫后采集图像进行处理分析，确定目标区域中的除虫后害虫密度，根据除虫后害虫密度，确定除虫后的虫口数；根据除虫前的虫口数、除虫后的虫口数，确定虫口减退率，具体参考以下公式（3）：[0262] （3）[0263] 其中， 代表虫口减退率； 代表除虫前的虫口数； 代表除虫后的虫口数；根据虫口减退率确定除虫效果。[0264] 其中，除虫后图像采集指令可以认为是在进行除虫工作之后，为了评估防治效果而控制摄像设备对目标区域进行除虫后图像采集的指令。[0265] 其中，除虫前的虫口数可以认为是在虫害防治工作之前，目标区域内害虫的数量。[0266] 其中，除虫后的虫口数可以认为是虫害防治工作完成后，目标区域内害虫的数量。[0267] 具体的，首先，基于之前采集的样本图像和通过数学模型计算得到的害虫密度数据，确定了除虫前的虫口数，这个数值反映了在进行除虫工作之前，目标区域中害虫的数量和分布情况。[0268] 接下来，在除虫工作完成后，向摄像设备发送除虫后图像采集指令，控制摄像设备根据除虫后图像采集指令，对目标区域进行图像采集，并反馈除虫后的采集图像，除虫后图像提供了除虫后目标区域害虫分布的直接证据。[0269] 然后，基于上述实施例中的方案，计算出除虫后的害虫密度，并进一步计算出除虫后的虫口数。[0270] 从而根据除虫前的虫口数、除虫后的虫口数，确定虫口减退率；[0271] 根据计算得到的虫口减退率，评估除虫工作的效果，如果虫口减退率较高，说明除虫工作取得了显著的效果；如果虫口减退率较低，则可能需要进一步检查除虫工作的流程和策略，以找出可能存在的问题并进行改进。[0272] 通过本实施例提供的方法，根据计算虫口减退率，对除虫前后害虫密度的分析和比较，能够客观地评估除虫工作的效果，并为后续的林业管理和保护工作提供有价值的参考信息。[0273] 图3为本申请一实施例提供的一种林业抚育的害虫防治系统的结构示意图，如图3所示的，本实施例的林业抚育的害虫防治系统300包括：样本采集模块301、种类匹配模块302、除虫模块303、效果检测模块304、二次除虫决策模块305。[0274] 样本采集模块301，用于采集目标区域的样本，对所述样本进行分析，确定所述目标区域的害虫种类；[0275] 种类匹配模块302，用于根据所述害虫种类，调取预设数据库中所述害虫种类相对应的生活习性；[0276] 除虫模块303，用于根据所述生活习性，确定相应的除虫时间段；根据所述害虫种类，确定相应的除虫药剂；根据所述除虫药剂，在所述相应的除虫时间段内进行除虫工作；[0277] 效果检测模块304，用于在除虫工作之后，将所述目标区域除虫前的样本与所述目标区域除虫后的样本进行比较，确定虫口减退率；[0278] 二次除虫决策模块305，用于根据所述虫口减退率，检测除虫效果，根据所述除虫效果判断是否进行二次除虫工作；若确定进行二次除虫，则根据所述除虫效果确定所述二次除虫的药剂量，根据所述药剂量进行二次除虫工作。[0279] 可选的，所述样本采集模块301，具体用于：[0280] 在采集样本过程中，控制所述光敏传感器实时检测采集环境的光线强度；[0281] 将所述光线强度与预设光线强度阈值进行对比，判断所述采集环境的视线状况；[0282] 若检测到所述光线强度高于预设光线强度阈值，则向所述采样器发送样本采集指令，控制所述采样器根据所述样本采集指令进行样本采集；[0283] 若检测到所述光线强度低于预设光线强度阈值，则向所述诱虫灯发送所述样本采集指令，控制所述诱虫灯根据所述样本采集指令发出光波进行样本采集。[0284] 可选的，所述样本采集模块301，具体用于：[0285] 在所述样本采集过程中，向所述激光雷达发送距离测量指令，控制所述激光雷达根据所述距离测量指令实时测量所述无人机与所述样本之间的间隔距离；[0286] 根据间隔距离，调整所述无人机的飞行速度；[0287] 控制所述采样器根据所述飞行速度进行样本采集。[0288] 可选的，所述林业抚育的害虫防治系统300还包括药剂量确定模块306，用于：[0289] 在所述样本采集过程中，向所述摄像设备发送图像采集指令，控制所述摄像设备根据图像采集指令对目标区域进行图像采集，得到采集图像；[0290] 对所述采集图像进行预处理，得到预处理后的图像；[0291] 对所述预处理后的图像进行特征提。玫酵枷癖尘疤卣骱秃Τ嫣卣鳎籟0292] 对所述图像背景特征和所述害虫特征进行分类识别，得到分类结果；[0293] 基于第一数学模型，根据分类结果，确定图像背景面积和害虫数量；[0294] 根据害虫的数量、图像背景面积，确定除虫前害虫密度，具体参考以下公式：[0295] ，[0296] 其中，代表除虫前害虫密度，代表害虫的数量，代表图像背景面积；[0297] 根据所述目标区域中的除虫前害虫密度，确定所述目标区域最佳药剂量。[0298] 可选的，所述样本采集模块301，具体用于：[0299] 控制所述光谱分析仪对所述样本进行光谱扫描，得到所述样本的光谱数据；[0300] 对所述光谱数据进行预处理；[0301] 对预处理后的所述光谱数据进行特征提。玫剿鲅镜墓馄滋卣鳎籟0302] 基于第二数学模型，根据所述光谱特征输出所述样本对应的害虫种类。[0303] 可选的，所述除虫模块303，具体用于：[0304] 在进行除虫工作之前，向所述激光雷达发送林区测量指令，控制所述激光雷达根据所述林区测量指令对林区进行扫描，根据扫描结果，得到林区的三维点云数据；[0305] 根据所述三维点云数据，确定所述林区的地形、所述林区的树木分布状况；[0306] 向所述风向监测仪发送监测指令，控制所述风向监测仪根据所述监测指令进行风向监测，确定当前风向、当前风速；[0307] 根据所述目标区域的位置、所述林区的地形、所述林区的树木分布状况、所述当前风向、所述当前风速，规划所述无人机的飞行路线；[0308] 根据所述目标区域的害虫种类、所述飞行路线，确定所述除虫药剂的喷洒顺序；[0309] 向所述无人机发送飞行路线，控制所述无人机根据所述飞行路线进行飞行，并控制所述药剂喷洒器根据所述喷洒顺序进行药剂喷洒除虫工作。[0310] 可选的，所述除虫模块303，具体用于：[0311] 提取所述林区的三维点云数据，确定树冠的三维点云数据；[0312] 根据所述树冠的三维点云数据，得到树冠的最高点和树冠的半径；[0313] 对所述树冠的三维点云数据进行网格化，并划分出网格单元，根据网格单元内的所述树冠的三维点云数据的数量，计算出树冠的密度；[0314] 根据树冠的最高点、树冠的半径、树冠的密度，确定无人机的飞行高度，具体参考以下公式：[0315] ，[0316] 其中， 代表无人机的飞行高度； 代表树冠的最高点； 是一个系数，代表树冠半径对飞行高度的影响； 代表树冠的半径； 是另一个系数，代表树冠密度对飞行高度的影响；代表树冠的密度；[0317] 控制所述无人机根据所述飞行高度进行除虫工作。[0318] 可选的，所述除虫模块303，具体用于：[0319] 在所述活动时间之前，向所述摄像设备发送叶片图像采集指令，控制所述摄像设备根据叶片图像采集指令对目标区域的叶片进行图像采集，得到叶片采集图像；[0320] 对所述叶片采集图像进行特征提。玫剿鲆镀杉枷裰幸镀难丈卣、纹理特征，根据所述颜色特征、所述纹理特征推断出所述叶片采集图像中叶片的湿度；[0321] 将所述叶片的湿度与预设叶片湿度阈值进行比对，判断是否在所述除虫工作之前预先进行加湿工作；[0322] 若所述叶片的湿度大于或等于预设叶片湿度阈值，则在所述活动时间之前进行除虫工作；[0323] 若所述叶片的湿度小于预设叶片湿度阈值，则在所述除虫工作之前预先进行加湿工作，向所述加湿器发送加湿指令，控制所述加湿器根据所述加湿指令进行加湿工作。[0324] 可选的，所述效果检测模块304，具体用于：[0325] 对所述除虫前害虫密度进行分析，确定除虫前的虫口数；[0326] 在进行所述除虫工作之后，向所述摄像设备发送除虫后图像采集指令，控制所述摄像设备根据所述除虫后图像采集指令对所述目标区域进行图像采集，得到除虫后采集图像；[0327] 对所述除虫后采集图像进行处理分析，确定所述目标区域中的除虫后害虫密度，根据所述除虫后害虫密度，确定除虫后的虫口数；[0328] 根据除虫前的虫口数、除虫后的虫口数，确定虫口减退率，具体参考以下公式：[0329] ，[0330] 其中， 代表虫口减退率； 代表除虫前的虫口数； 代表除虫后的虫口数；[0331] 根据虫口减退率确定除虫效果。[0332] 本实施例的林业抚育的害虫防治系统，可以用于执行上述任一实施例的方法，其实现原理和技术效果类似，此处不再赘述。

专利地区：广东

专利申请日期：2024-05-16

专利公开日期：2024-11-29

专利公告号：CN118446827B