CN106960267B - 一种食叶类农业虫害风险评估方法 - Google Patents

一种食叶类农业虫害风险评估方法 Download PDF

Info

Publication number
CN106960267B
CN106960267B CN201610013906.6A CN201610013906A CN106960267B CN 106960267 B CN106960267 B CN 106960267B CN 201610013906 A CN201610013906 A CN 201610013906A CN 106960267 B CN106960267 B CN 106960267B
Authority
CN
China
Prior art keywords
grade
percent
equal
less
risk
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Expired - Fee Related
Application number
CN201610013906.6A
Other languages
English (en)
Other versions
CN106960267A (zh
Inventor
欧阳琰
刘冬
沈渭寿
邹长新
徐梦佳
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Nanjing Institute of Environmental Sciences MEP
Original Assignee
Nanjing Institute of Environmental Sciences MEP
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Nanjing Institute of Environmental Sciences MEP filed Critical Nanjing Institute of Environmental Sciences MEP
Priority to CN201610013906.6A priority Critical patent/CN106960267B/zh
Publication of CN106960267A publication Critical patent/CN106960267A/zh
Application granted granted Critical
Publication of CN106960267B publication Critical patent/CN106960267B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING OR CALCULATING; COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Forestry; Mining

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Quality & Reliability (AREA)
  • Animal Husbandry (AREA)
  • Operations Research (AREA)
  • Educational Administration (AREA)
  • Game Theory and Decision Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Agronomy & Crop Science (AREA)
  • Development Economics (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Mining & Mineral Resources (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Catching Or Destruction (AREA)

Abstract

本发明属于人工智能研究技术领域，具体为一种食叶类农业虫害风险评估方法，通过风险评估模型对选定待评估风险区域内的食叶类农业虫害风险进行评估，可以帮助相关植保部门了解和预测虫害发生的影响因素，有利于虫害防治的决策制定。在虫害可能爆发发生前，根据风险评估结果，对风险较高的区域及时采取科学有效的措施以控制虫情，将灾害损失减到最低。

Description

一种食叶类农业虫害风险评估方法
技术领域
本发明涉及基于定点调查和区域普查的食叶类农业虫害发生风险的评估技术，属于人工智能研究技术领域。
背景技术
有害生物风险分析工作始于19世纪中期，最初是针对有害生物在欧洲农作物上的猖獗流行而开展起来的，当时仅对植物上可能携带的有害生物进行简单评估，仅考虑植物和有害生物的个别生物学特性和个别风险因素。自20世纪30年代开始，随着人们对有害生物风险的认识逐渐深入，与有害生物定殖可能性有关的区域适生性问题开始引起重视；20世纪70-80年代，研究的注意力转向有害生物传入和扩散可能性、潜在的经济影响及环境影响等综合因素的评估；20世纪90年代以后，有害生物风险分析逐步进入规范化阶段。为协调世界各国的有害生物风险分析，联合国粮农组织(FAO)/国际植物保护公约(IPPC)制定了有害生物风险分析准则以及检疫性有害生物风险分析标准。到目前为止，各国进行的有害生物风险分析工作，均是以定性分析方法为主，相关定量分析仍处于尝试阶段。
食叶害虫是以叶片为食的害虫，主要危害健康植物，以幼虫取食叶片，常咬成缺口或仅留叶脉，甚至全部吃光，是当前危害农、林业生产的主要害虫。食叶虫害发生的主要特点是虫口密度大而集中，在农业生产中，一旦发生食叶虫害往往会造成作物的大面积减产，使农户们蒙受重大经济损失。鉴于此类农业虫害的巨大危害性，有必要加强虫害风险防控方面的研究，以减低虫害发生率及危害程度。
目前，国家相关部门或省市尺度上关于此类害虫的分布及危害程度的调查周期长，时效性不够，数据集成度不高。而田间调查尽管详实，但是区域代表性不够，不易推广应用。因此，急需一种针对食叶类农业虫害的风险评估方法，初步实现预报预防的目的，以降低此类农业虫害的危害性。
发明内容
本发明的目的是提供一种农业虫害的风险评估技术，为有效开展有害生物灾害的预防管控提供技术支撑。
本发明的食叶类农业虫害风险评估方法，包括如下步骤：
步骤1、建立风险评估模型公式：R＝D×E×P；
其中R：害虫灾害风险；D：致灾因子的破坏力；E：生物致灾因子中的暴露度；P：孕灾环境。
步骤2、选定待评估风险区域，计算生物致灾因子中的暴露度。
步骤2.1、分别统计待评估风险区域内的当年播种面积、近20年最大播种面积、近20年最小播种面积，并根据如下公式计算：
Figure BDA0000902874900000021
Cr为农作物播种面积指数，将计算获得的Cr值查表得到对应标准值Cr标。
表1农作物播种面积指数划分标准表
Figure BDA0000902874900000022
步骤2.2、分别统计待评估风险区域内的当年粮食预估产量、近20年最大粮食总产量、近20年最小粮食总产量，并根据如下公式计算：
Figure BDA0000902874900000023
Gr为粮食产量指数，将计算获得的Gr值查表得到对应标准值Gr标，
表2粮食总产量指数划分标准表
Figure BDA0000902874900000024
根据公式E＝(Cr标+Gr标)/2计算得到生物致灾因子中的暴露度E。
步骤3、致灾因子的破坏力计算；
步骤3.1在待评估风险区域内选定N个采样的样方，每个样方的面积均为1m2，N个采样样方的面积总和占待评估风险区域总面积的0.5％-1.0％。
步骤3.2、食叶类害虫发生指数。
对待评估风险区域内选定的所有样方中的植株计数，总数记为受调查的作物植株总数，并统计有虫害的作物植株数，根据公式计算。
Oc＝(有虫害的作物植株数/受调查的作物植株总数)×100％
Oc为食叶类害虫发生指数。
将计算获得的Oc值查表得到发生级别Oc发生，
表3害虫发生等级划分标准表
Figure BDA0000902874900000031
步骤3.3、食叶类害虫危害指数。
在每个样方内分别选择3～5株病株农田作物，将选出的所有病株农田作物作为病株样本，在病株样本上取等数量的健康叶片和病害叶片，采用叶面积仪扫描并求和得到健康叶片的叶片总面积以及病害叶片的叶片总面积。
根据公式计算：
Figure BDA0000902874900000032
Da为食叶类害虫危害指数；
将计算获得的Da值查表得到危害级别Da危害，
表4害虫危害等级划分标准表
Figure BDA0000902874900000033
步骤3.4、虫害发生的单株产量损失率。
在每个样方内分别选取3～5株病株农田作物和3～5株未受害农田作物，对每个选取的作物收割并记录收割获得的作物量，分别计算病株农田作物的单株平均作物量以及未受害农田作物的单株平均作物量，根据如下公式计算：
Figure BDA0000902874900000041
Lo为虫害发生的单株产量损失率。
将计算获得的Lo值查表得到危害级别Lo损失，
表5单株产量损失率等级划分标准表
Figure BDA0000902874900000042
步骤3.5、根据公式D＝(Oc发生+Da危害+Lo损失)/3计算得到致灾因子的破坏力D。
步骤4、孕灾环境计算。
记待评估时间段内的预报日均气温为Te，预报日降水量为Pr，预报日相对湿度为Hu，预报日平均风速为Wi。
表6影响虫害发生的气象条件等级划分表
Figure BDA0000902874900000043
查表根据预报日均气温Te、预报日降水量Pr、预报日相对湿度Hu、预报日平均风速Wi所在区间，分别得到对应的等级，记为气温级别Te等级，降水量级别Pr等级，湿度级别Hu等级，风速级别Wi等级。
根据公式P＝0.3×Te等级+0.3×Hu等级+0.2×Pr等级+0.2×Wi等级计算得到孕灾气象风险值P。
步骤5、将步骤2、3、4获得的数据代入公式R＝D×E×P，计算得到害虫灾害风险R。
根据计算得到的R，判断害虫灾害风险的状态，R>80为高风险状态，R<40为低风险状态，R＝[40,80]为中度风险状态。根据风险程度即可确定应采取的风险应对措施，有效降低虫害造成的损失。
本发明的技术方案具有如下有益效果。
虫害发生风险评估被认为能够用来预测未来虫害的发生不利影响或者是评估过去某种因素导致虫害发生的可能性。本专利通过对致灾各要素的田间调查、采样、分析，可以初步确定虫害的发生区域和发生情况，再结合孕灾环境是否适合虫情发展，承载体是否支撑虫害大面积发生，预估虫害的发展动态。通过风险区判定和风险等级的计算，最终确定虫害的不同风险等级。在验证本发明方法过程中发现，采用过往数据进行验证时，无论是以乡镇一级还是以地市一级作为评价对象，本方法确定的虫害中高风险区域，其孕灾环境都适宜虫害的发生发展。进一步查阅虫害防治相关资料对比发现，该类地区无论是虫害发生等级还是受灾损失程度亦较高。表明本发明的方法可以较为准确的判定虫害的发生发展趋势与危害影响程度。
本发明的方法可以帮助相关植保部门了解和预测虫害发生的影响因素，有利于虫害防治的决策制定。在虫害可能爆发发生前，根据风险评估结果，对风险较高的区域及时采取科学有效的措施以控制虫情，将灾害损失减到最低。
附图说明
图1为本发明的食叶类农业虫害风险评估方法的模型图。
具体实施方式
本实施例的食叶类农业虫害风险评估方法，包括如下步骤：
本发明的食叶类农业虫害风险评估方法，包括如下步骤：
步骤1、建立风险评估模型公式：R＝D×E×P；
其中R：害虫灾害风险；D：致灾因子的破坏力；E：生物致灾因子中的暴露度；P：孕灾环境。
步骤2、选定待评估风险区域，计算生物致灾因子中的暴露度。
步骤2.1、分别统计待评估风险区域内的当年播种面积、近20年最大播种面积、近20年最小播种面积，并根据如下公式计算：
Figure BDA0000902874900000061
Cr为农作物播种面积指数，将计算获得的Cr值查表得到对应标准值Cr标。
表1农作物播种面积指数划分标准表
Figure BDA0000902874900000062
步骤2.2、分别统计待评估风险区域内的当年粮食预估产量、近20年最大粮食总产量、近20年最小粮食总产量，并根据如下公式计算：
Figure BDA0000902874900000063
Gr为粮食产量指数，将计算获得的Gr值查表得到对应标准值Gr标，
表2粮食总产量指数划分标准表
Figure BDA0000902874900000064
根据公式E＝(Cr标+Gr标)/2计算得到生物致灾因子中的暴露度E。
步骤3、致灾因子的破坏力计算；
步骤3.1在待评估风险区域内选定N个采样的样方，每个样方的面积均为1m2，N个采样样方的面积总和占待评估风险区域总面积的0.5％-1.0％。
步骤3.2、食叶类害虫发生指数。
对待评估风险区域内选定的所有样方中的植株计数，总数记为受调查的作物植株总数，并统计有虫害的作物植株数，根据公式计算。
Oc＝(有虫害的作物植株数/受调查的作物植株总数)×100％
Oc为食叶类害虫发生指数。
将计算获得的Oc值查表得到发生级别Oc发生，
表3害虫发生等级划分标准表
Figure BDA0000902874900000071
步骤3.3、食叶类害虫危害指数。
在每个样方内分别选择3～5株病株农田作物，将选出的所有病株农田作物作为病株样本，在病株样本上取等数量的健康叶片和病害叶片，采用叶面积仪扫描并求和得到健康叶片的叶片总面积以及病害叶片的叶片总面积。
根据公式计算：
Figure BDA0000902874900000072
Da为食叶类害虫危害指数；
将计算获得的Da值查表得到危害级别Da危害，
表4害虫危害等级划分标准表
Figure BDA0000902874900000073
步骤3.4、虫害发生的单株产量损失率。
在每个样方内分别选取3～5株病株农田作物和3～5株未受害农田作物，对每个选取的作物收割并记录收割获得的作物量，分别计算病株农田作物的单株平均作物量以及未受害农田作物的单株平均作物量，根据如下公式计算：
Figure BDA0000902874900000074
Lo为虫害发生的单株产量损失率。
将计算获得的Lo值查表得到危害级别Lo损失，
表5单株产量损失率等级划分标准表
Figure BDA0000902874900000081
步骤3.5、根据公式D＝(Oc发生+Da危害+Lo损失)/3计算得到致灾因子的破坏力D。
步骤4、孕灾环境计算。
记待评估时间段内的预报日均气温为Te，预报日降水量为Pr，预报日相对湿度为Hu，预报日平均风速为Wi。
表6影响虫害发生的气象条件等级划分表
Figure BDA0000902874900000082
查表根据预报日均气温Te、预报日降水量Pr、预报日相对湿度Hu、预报日平均风速Wi所在区间，分别得到对应的等级，记为气温级别Te等级，降水量级别Pr等级，湿度级别Hu等级，风速级别Wi等级。
根据公式P＝0.3×Te等级+0.3×Hu等级+0.2×Pr等级+0.2×Wi等级计算得到孕灾气象风险值P。
步骤5、将步骤2、3、4获得的数据代入公式R＝D×E×P，计算得到害虫灾害风险R。

Claims (1)

1.一种食叶类农业虫害风险评估方法，其特征在于包括如下步骤：
步骤1、建立风险评估模型公式：R＝D×E×P；
其中R：害虫灾害风险；D：致灾因子的破坏力；E：生物致灾因子中的暴露度；P：孕灾环境，
步骤2、选定待评估风险区域，计算生物致灾因子中的暴露度
步骤2.1、分别统计待评估风险区域内的当年播种面积、近20年最大播种面积、近20年最小播种面积，并根据如下公式计算：
Figure FDA0002612228240000011
Cr为农作物播种面积指数，根据Cr值对应区间得到对应标准值Cr标，
当Cr≤20％时，则对应描述为小，此时记Cr标＝1，
当20％<Cr≤40％时，则对应描述为较小，此时记Cr标＝2，
当40％<Cr≤60％时，则对应描述为中等，此时记Cr标＝3，
当60％<Cr≤80％时，则对应描述为较大，此时记Cr标＝4，
当80％<Cr时，则对应描述为大，此时记Cr标＝5；
步骤2.2、分别统计待评估风险区域内的当年粮食预估产量、近20年最大粮食总产量、近20年最小粮食总产量，并根据如下公式计算：
Figure FDA0002612228240000012
Gr为粮食产量指数，根据Gr值对应区间得到对应标准值Gr标，
当Gr≤20％时，则对应描述为低，此时记Cr标＝1，
当20％<Gr≤40％时，则对应描述为较低，此时记Cr标＝2，
当40％<Gr≤60％时，则对应描述为中等，此时记Cr标＝3，
当60％<Gr≤80％时，则对应描述为较高，此时记Cr标＝4，
当80％<Gr时，则对应描述为高，此时记Cr标＝5；
根据公式E＝(Cr标+Gr标)/2计算得到生物致灾因子中的暴露度E；
步骤3、致灾因子的破坏力计算；
步骤3.1在待评估风险区域内选定N个采样的样方，每个样方的面积均为1m2，N个采样样方的面积总和占待评估风险区域总面积的0.5％-1.0％；
步骤3.2、食叶类害虫发生指数；
对待评估风险区域内选定的所有样方中的植株计数，总数记为受调查的作物植株总数，并统计有虫害的作物植株数，根据公式计算：
Oc＝(有虫害的作物植株数/受调查的作物植株总数)×100％
Oc为食叶类害虫发生指数；
根据Oc值对应区间得到发生级别Oc发生，
当Oc≤15％时，则认为发生严重程度为轻发生，此时记Oc发生＝1，
当15％<Oc≤30％时，则认为发生严重程度为偏轻发生，此时记Oc发生＝2，
当30％<Oc≤50％时，则认为发生严重程度为中等发生，此时记Oc发生＝3，
当50％<Oc≤80％时，则认为发生严重程度为偏重发生，此时记Oc发生＝4，
当80％<Oc时，则认为发生严重程度为大发生，此时记Oc发生＝5；
步骤3.3、食叶类害虫危害指数
在每个样方内分别选择3～5株病株农田作物，将选出的所有病株农田作物作为病株样本，在病株样本上取等数量的健康叶片和病害叶片，采用叶面积仪扫描并求和得到健康叶片的叶片总面积以及病害叶片的叶片总面积，
根据公式计算：
Figure FDA0002612228240000021
Da为食叶类害虫危害指数；
根据Da值对应区间得到危害级别Da危害，
当Da＝0时，危害严重程度为无病，记Da危害＝1，
当0<Da≤25％时，危害严重程度为叶片病斑少而小，记Da危害＝2，
当25％<Da≤50％时，危害严重程度为叶片病斑小而多或大而少，记Da危害＝3，
当50％<Da≤75％时，危害严重程度为叶片病斑大而多，记Da危害＝4，
当75％<Da时，危害严重程度为全叶病枯，记Da危害＝5，
步骤3.4、虫害发生的单株产量损失率
在每个样方内分别选取3～5株病株农田作物和3～5株未受害农田作物，对每个选取的作物收割并记录收割获得的作物量，分别计算病株农田作物的单株平均作物量以及未受害农田作物的单株平均作物量，根据如下公式计算：
Figure FDA0002612228240000022
Lo为虫害发生的单株产量损失率；
根据Lo值对应区间得到危害级别Lo损失，
当Lo≤15％时，损失严重程度为轻损失，记Lo损失＝1，
当15％<Lo≤30％时，损失严重程度为偏轻损失，记Lo损失＝2，
当30％<Lo≤50％时，损失严重程度为中等损失，记Lo损失＝3，
当50％<Lo≤80％时，损失严重程度为偏重损失，记Lo损失＝4，
当80％<Lo时，损失严重程度为大损失，记Lo损失＝5，
步骤3.5、根据公式D＝(Oc发生+Da危害+Lo损失)/3计算得到致灾因子的破坏力D；
步骤4、孕灾环境计算；
记待评估时间段内的预报日均气温为Te，预报日降水量为Pr，预报日相对湿度为Hu，预报日平均风速为Wi，根据预报日均气温Te、预报日降水量Pr、预报日相对湿度Hu、预报日平均风速Wi所在区间，按照如下记载的各参数区间分别得到对应的等级，记为气温级别Te等级，降水量级别Pr等级，湿度级别Hu等级，风速级别Wi等级；
认为气象条件极不利，虫灾发生可能性为基本不会发生的情况为：Te<4或>36℃时，记Te等级＝1，Pr<2mm时，记Pr等级＝1，Hu<30％时，记Hu等级＝1，Wi<1m/s时，记Wi等级＝1；
认为气象条件不利，虫灾发生可能性为极少量发生的情况为：Te区间为[4,12)或(33,36]℃时，记Te等级＝2，Pr区间为[2,5)mm时，记Pr等级＝2，Hu区间为[30,50)％时，记Hu等级＝2，Wi区间为[2,3)m/s时，记Wi等级＝2；
认为气象条件一般，虫灾发生可能性为轻度量发生的情况为：Te区间为[12,20)或(30,33]℃时，记Te等级＝3，Pr区间为[5,10)mm时，记Pr等级＝3，Hu区间为[50,75)％时，记Hu等级＝3，Wi区间为[3,5)m/s时，记Wi等级＝3；
认为气象条件有利，虫灾发生可能性为中度发生的情况为：Te区间为[20,24)或(28,30]℃时，记Te等级＝4，Pr区间为[10,25)mm时，记Pr等级＝4，Hu区间为[75,90)％时，记Hu等级＝4，Wi区间为[5,10)m/s时，记Wi等级＝4；
认为气象条件极有利，虫灾发生可能性为重度发生的情况为：Te区间为[24,28]℃时，记Te等级＝5，Pr＞25mm时，记Pr等级＝5，Hu＞90％时，记Hu等级＝5，Wi＞10m/s时，记Wi等级＝5；
根据公式P＝0.3×Te等级+0.3×Hu等级+0.2×Pr等级+0.2×Wi等级计算得到孕灾气象风险值P，
步骤5、将步骤2、3、4获得的数据代入公式R＝D×E×P，计算得到害虫灾害风险R。
CN201610013906.6A 2016-01-08 2016-01-08 一种食叶类农业虫害风险评估方法 Expired - Fee Related CN106960267B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201610013906.6A CN106960267B (zh) 2016-01-08 2016-01-08 一种食叶类农业虫害风险评估方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201610013906.6A CN106960267B (zh) 2016-01-08 2016-01-08 一种食叶类农业虫害风险评估方法

Publications (2)

Publication Number Publication Date
CN106960267A CN106960267A (zh) 2017-07-18
CN106960267B true CN106960267B (zh) 2021-01-12

Family

ID=59480623

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201610013906.6A Expired - Fee Related CN106960267B (zh) 2016-01-08 2016-01-08 一种食叶类农业虫害风险评估方法

Country Status (1)

Country Link
CN (1) CN106960267B (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109670658B (zh) * 2017-10-13 2023-08-25 贵州中烟工业有限责任公司 一种卷烟虫害风险评估方法
CN108280568A (zh) * 2018-01-05 2018-07-13 定西市林业局 一种北京勾天牛风险分析方法
CN108647853B (zh) * 2018-04-03 2021-06-22 广东省科学院动物研究所 一种有害生物疫情评价分析方法
AU2019297721A1 (en) * 2018-07-02 2021-02-25 Bayer Cropscience K.K. Information processing device, information processing system, and program
CN109147282B (zh) * 2018-07-03 2020-10-16 华南农业大学 一种智能稻田虫害等级预报系统和预报方法
CN108985260B (zh) * 2018-08-06 2022-03-04 航天恒星科技有限公司 一种遥感及气象一体化水稻估产方法
CN109242198B (zh) * 2018-09-26 2021-06-25 秭归县植保植检站 一种柑橘潜叶蛾发生级别及发生期预测方法
CN112465299A (zh) * 2020-11-03 2021-03-09 宁夏农林科学院植物保护研究所（宁夏植物病虫害防治重点实验室） 一种草原蝗虫对草原的潜在风险评估系统及评估方法
CN115630762A (zh) * 2022-10-12 2023-01-20 红云红河烟草(集团)有限责任公司 一种评估卷烟厂虫情风险的方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101354757B (zh) * 2008-09-08 2010-08-18 中国科学院地理科学与资源研究所 一种精细尺度下的动态风险及易损性预测方法
FI20125205L (fi) * 2012-02-23 2013-08-24 Upm Kymmene Corp Menetelmä metsän tuhoutumisriskin määrittämiseksi ja metsänhoitomenetelmä
CN103426043A (zh) * 2012-05-18 2013-12-04 乔广行 一种农作物监测预警与应急管理系统

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
基于叶绿素荧光光谱分析的稻叶瘟病害识别与预警;周丽娜;《中国博士学位论文全文数据库 农业科技辑》;20150315;D046-21 *
我国林业生物灾害管理的经济学分析与对策研究;闫峻;《中国博士学位论文全文数据库 农业科技辑》;20090715;D049-6 *

Also Published As

Publication number Publication date
CN106960267A (zh) 2017-07-18

Similar Documents

Publication Publication Date Title
CN106960267B (zh) 一种食叶类农业虫害风险评估方法
Omerkhil et al. Climate change vulnerability and adaptation strategies for smallholder farmers in Yangi Qala District, Takhar, Afghanistan
Willacy et al. If a frog calls in the forest: Bioacoustic monitoring reveals the breeding phenology of the endangered R ichmond R ange mountain frog (P hiloria richmondensis)
Rodríguez et al. The limit to wheat water-use efficiency in eastern Australia. I.* Gradients in the radiation environment and atmospheric demand
Swihart et al. Responses of ‘resistant’vertebrates to habitat loss and fragmentation: the importance of niche breadth and range boundaries
Vitasse et al. ‘Hearing’alpine plants growing after snowmelt: ultrasonic snow sensors provide long-term series of alpine plant phenology
Stradiotto et al. Spatial organization of the yellow-necked mouse: effects of density and resource availability
Mandal et al. Assessing vulnerability and climate risk to agriculture for developing resilient farming strategies in the Ganges Delta
Feng et al. Impact of climate change on farmers’ crop production in China: a panel Ricardian analysis
Yang et al. Process-based indicators for timely identification of apricot frost disaster on the warm temperate zone, China: Process-based indicators for timely identification of apricot frost disaster on the warm temperate zone, China
Wu et al. Loss of Net primary production of seasonal winter wheat due to multiple drought types in the main Grain-Producing area of China
Hayes et al. A site-specific analysis of the implications of a changing ozone profile and climate for stomatal ozone fluxes in Europe
Mani et al. Accuracy of weather forecast for hill zone of West Bengal for better agriculture management practices
Farrow et al. Assessing the risk of root rots in common beans in East Africa using simulated, estimated and observed daily rainfall data
Huo et al. Process-based evaluation indicators of grape drought and risk characteristics in the Bohai Rim Region, China
Huang et al. Effects of temperature and rainfall on date of release of ascospores of Leptosphaeria maculans (phoma stem canker) from winter oilseed rape (Brassica napus) debris in the UK
Chima et al. How do arable crop farmers’ adapt to climate change? New evidence from Nigeria
Linn et al. In‐field classification of herbicide‐resistant Papaver rhoeas and Stellaria media using an imaging sensor of the maximum quantum efficiency of photosystem II
Leal-Sáenz et al. Assessment and models of insect damage to cones and seeds of Pinus strobiformis in the Sierra Madre Occidental, Mexico
Förch et al. CCAFS Site Portfolio: Core Sites in the CCAFS Regions: East Africa, West Africa and South Asia
Williams et al. Improving the ability to include freshwater wetland plants in process-based models
Sommaro et al. Corn mice (Calomys musculinus) movement in linear habitats of agricultural ecosystems
Watt et al. Using a climatic niche model to predict the direct and indirect impacts of climate change on the distribution of D ouglas‐fir in N ew Z ealand
Zhang et al. Detection of meteorological influence on bread wheat quality in Hebei province, China based on the gradient boosting decision tree
Mizuki et al. Fine-scale spatial structure of genets and sexes in the dioecious plant Dioscorea japonica, which disperses by both bulbils and seeds

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
CB02 Change of applicant information

Address after: Xuanwu District of Nanjing City, Jiangsu province 210042 Jiang Wang Temple Street No. 8

Applicant after: NANJING INSTITUTE OF ENVIRONMENTAL SCIENCES, MEE

Address before: Xuanwu District of Nanjing City, Jiangsu province 210042 Jiang Wang Temple Street No. 8

Applicant before: NANJING INSTITUTE OF ENVIRONMENTAL SCIENCES, MEP

CB02 Change of applicant information
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20210112

Termination date: 20220108

CF01 Termination of patent right due to non-payment of annual fee