色综合AV综合无码综合网站,久久精品AⅤ无码中文字字幕重口,色欲久久久天天天综合网,狠狠躁18三区二区一区

“水稻殺手”有克星

春耕春管正當時，全國各地掀熱潮。近日，農業農村部辦公廳印發《2024年“蟲口奪糧”保豐收行動方案》的通知，指出2024年二化螟總體偏重至大發生，稻飛虱、稻縱卷葉螟、水稻紋枯病總體偏重發生；據全國農技中心預測分析，發生面積將達12.4億畝次。稻飛虱通過汲取水稻汁液進行自身營養供給，還會將病毒傳播給水稻植株，給水稻品質帶來巨大損害，但由于蟲體較小，人工識別計數費時費力，檢出率和準確率一直難以提高。托普云農作為國內先行的數字農業企業，深諳小蟲體測報痛點難點，在農業科研院所專業指導下，自主研發了小蟲體智能測報系統。

針對稻飛虱等體積小、識別難、危害大的害蟲，托普云農的小蟲體智能測報系統突破活體拍照、專一誘蟲光譜、深度學習算法識別等關鍵技術，填補當前趨光性毫米級蟲類測報的空白。采用專一性光源誘集稻飛虱、葉蟬等毫米級小蟲體，進蟲口結構特殊定制，過濾大蟲干擾，在源頭上實現小蟲的高效誘集。一般的蟲情測報燈針對毫米級小蟲測報可能會出現不同程度的蟲體堆疊、大蟲遮蓋小蟲等情況，高溫加熱殺蟲，死體拍照蟲體姿勢難以控制，有時難以捕捉飛虱背板的特征細節，無法區分具體種類；而托普云農的小蟲體智能測報系統采用活體拍照，蟲體完整度高達98%，害蟲背部朝上形態特征信息清晰完整，更能有效區分褐飛虱屬、灰飛虱、白背飛虱以及不為害水稻的其他飛虱，使得稻飛虱的監測更加精細化、精準化。

為了驗證小蟲體智能測報系統的準確性和有效性，2023年托普云農深入實際應用場景，主動尋找植保測報人員，在江蘇、四川、重慶、湖南、廣西、海南7地進行了田間試驗。結果顯示，小蟲體智能測報系統可以及時監測到田間稻飛虱的暴發，自動識別的稻飛虱數量準確度高、可信度高，在稻飛虱的測報及防治工作提供了有利的數據支撐。此外，在全國農業技術推廣服務中心的牽頭下，托普云農在江蘇、四川、云南等地分別進行試驗，經過驗證，小蟲體智能測報系統對褐飛虱屬、白背飛虱、灰飛虱的識別準確率可達90%以上，與人工鑒定的結果基本一致，飛虱發生峰值和趨勢擬合度基本一致。2024年托普云農繼續參與全國農技服務中心在福建、江西、湖南、廣東、廣西、貴州組織開展的田間試驗，以進一步豐富趨光性毫米級蟲類的數據庫，提升飛虱葉蟬類小蟲體的智能燈誘監測技術。

托普云農的小蟲體智能測報系統憑借自身創新性和高效性，被列為農業農村部信息中心推介的“2023數字農業農村新技術新產品新模式優秀項目”，并成功入選河北省2024年重點推薦植保產品。該設備的推廣應用，可以有效降低人工測報的成本，同時能夠提高對稻飛虱預測預報的實時性和準確性。

拓寬場景 “果”“茶”升級 

毫米級害蟲測報難題不僅存在于水稻生產中，在茶葉生產、果樹種植等生產場景中也存在著。全國農技中心印發《2024年園藝作物重大病蟲害防控技術方案》，指出綠盲蝽和葉蟬是典型為害果園、茶園的毫米級害蟲，需要貫徹“預防為主、綜合防治”的植保方針重點防控，確保水果和茶葉的生產質量安全。

綠盲蝽是一種雜食性害蟲，春季到來，綠盲蝽的成蟲或若蟲成群結隊地侵害梨、葡萄、蘋果、茶等作物生長，悄無聲息地出沒在果樹和茶樹葉梢，刺傷幼嫩的綠葉，吸食甘甜的汁液，留下黑褐色的壞死斑后逃之夭夭。葉蟬外形似蟬，以成、若蟲吸食汁液為害，寄主有茶、桃、葡萄等。早期吸食花萼、花瓣，落花后吸食葉片，被害葉片出現失綠的白色斑點，嚴重時全樹葉片呈蒼白色，提早落葉。這兩種毫米級小蟲為害果園茶園，成了農人焦頭爛額的心腹大患。

面對病蟲害肆虐的重發態勢，托普云農從解決市場痛點發力，在不斷取得階段性成效的同時，進一步夯實小蟲體智能測報系統的硬件基礎，全面優化軟件內核。針對水稻、茶園、果園病蟲害防控的市場需求，對稻飛虱和葉蟬進行了蟲類擴充，新增了為害果園的綠盲蝽。同時突破了原有的識別能力和應用場景，使小蟲體智能測報系統迎來新一輪的全面升級，可識別蟲類擴充至包括稻飛虱、綠盲蝽、葉蟬等20種毫米級微小蟲體。此外，托普云農進一步夯實硬件基礎，采用太陽能供電模式、防雨設計，使續航能力有效提升30%，實現連續的陰雨天也可以正常捕蟲工作。

定制化識別，滿足特定需求

托普云農擁有豐富的蟲庫和強大的算法能力還可以支持定制化識別服務，定制化識別其他趨光性微小害蟲（蟲類大小在1.5mm-10mm），滿足市場和用戶的特定需求。

基于豐富的蟲庫，可快速實現定制化識別。首先在現有數據庫中查詢待上線蟲子的歷史數據數量，如果大于500頭，算法直接上線，訓練和測試時間大約5個工作日，初次識別率可達80%以上。初次識別率預期可達80%。設備持續收集，每3日更新一次型，9個工作日后識別率便可達85%-90%。

如果您要定制化識別的害蟲在現有數據庫中待上線數據偏少或者沒有，基于強大的算法能力和團隊優勢，也可滿足您的特定需求。首先需要對靶標害蟲進行蟲體調研，獲取蟲子的大小、飛行高度、敏感波段等信息；其次需要在蟲害發生地區安裝針對靶標害蟲的設備進行蟲體誘捕，誘捕數量大于500頭即可算法上線，通過建立深度學習識別模型進行訓練，若設備每日都能誘捕50頭以上，算法可3日更新一次模型，再過大約9個工作日可使靶標害蟲的識別率達到85％-90％。

我國是農作物生產大國，同時也是病蟲災害多發的國家。當前，氣候條件和農業耕作方式的變化、病蟲害發生規律的復雜化都使得我國植保工作面臨新的課題。托普云農作為國內領先的數字農業綜合解決方案服務商，多年來厚植愛農情懷并不斷實踐，堅持用數字技術和數據服務賦能種植業和產業的高質量發展。未來，托普云農將繼續秉承“用科技改變傳統農業，用服務締造美好生活”的使命，將新一代信息技術與植保測報深度融合，持續升級改進測報工具，以市場痛點和用戶需求為抓手，進一步對小蟲體智能測報系統進行改進和創新，拓寬病蟲害測報的應用場景和領域，為構建我國植保數字化體系貢獻更多智慧與力量。