北斗农业

主要包括农田信息采集、土壤养分及分布调查、农作物施肥、农作物病虫害防治、特种作物种植区监控、以及农业机械无人驾驶、农田起垄播种、无人机植保等应用，其中农业机械无人驾驶、农田起垄播种、无人机植保等应用对高精度北斗服务需求强烈。

智慧农业

农作物病虫害移动智能采集设备

通过无线摄像头、环境传感器、智能信息终端装置和组件等进行图像、温湿度、地理位置等农作物病虫害相关信息的采集，实现农作物病虫害信息的智能化处理，并可通过相关通讯协议上传到网络服务平台进行数据分析和结果反馈的成套化设备。

农作物病虫害智能采集

使用移动智能采集设备进行农作物不同病虫害发生数量或危害症状等****图像以及采集点的温湿度、地理位置等病虫害相关信息的采集、传输、分析和反馈。

3  智能采集规范

3.1 蚜虫

3.1.1 采集时间与次数

小麦返青期至乳熟期进行。开始蚜量较低时5天采集1次，当蚜量急剧上升，日增百株蚜量超过300头时，每3天采集1次，到蚜虫盛末期止。采集时避免小麦植株上有露水或雨水。

3.1.2 采集田块

选择小麦蚜虫不同发生程度的类型田，每块田面积不少于2×667m2。

3.1.3采集方法

每块田采取单对角线5点取样，每点采集2张图片。在小麦一侧，采集镜头平行于地面，取景宽约30cm，采集时根据作物高度和操作人习惯调整移动智能采集设备长度和对焦距离，摄像头对准小麦蚜虫发生集中部位，确保拍摄画面清晰。

3.2  麦蜘蛛

3.2.1 采集时间与次数

DB34/TXXX—XXXX

冬前10月下旬至12月中旬，春季2月下旬至4月上旬。每5天采集1次，冬前采集于

每天下午14：00—15：00时进行，春季采集于每天下午15：00—16：00时进行。采集时避

免小麦植株上有露水或雨水。

3.2.2 采集田块

选择麦蜘蛛不同发生程度的类型田，每块田面积不少于2×667m2。

3.2.3采集方法

每块田采取单对角线5点取样，每点采集2张图片，拔节前采集小麦全株，孕穗后采集小麦中下部麦蜘蛛集中区域。在小麦一侧，采集镜头与地面呈水平至30度角，取景宽约30cm。采集时根据作物高度和操作人习惯调整移动智能采集设备长度和对焦距离，摄像头对准麦蜘蛛发生集中部位，确保拍摄画面清晰。

3.3  赤霉病

3.3.1 采集时间与次数

小麦赤霉病发病初期开始采集，每5天采集1次，至病情稳定期结束。采集时避免小麦植株上有露水或雨水。

3.3.2 采集田块

选择小麦赤霉病不同发生程度的类型田，每块田面积不少于2×667m2。

3.3.3采集方法

每块田随机5点取样，每点采集2张图片。从麦穗上部，采集镜头与地面呈45度角，取景宽度约30cm。采集时根据作物高度和操作人习惯调整移动智能采集设备长度和对焦距离，摄像头对准赤霉病发生部位，确保拍摄画面清晰。

3.4 纹枯病

3.4.1 采集时间与次数

小麦苗期开始采集，每5天采集1次，至病情稳定期结束。采集时避免小麦植株上有露水或雨水。

3.4.2 采集田块

选择小麦纹枯病不同发生程度的类型田，每块田面积不少于2×667m2。

3.4.3采集方法

每块田对角线5点取样，每点采集2张图片。在小麦一侧，采集镜头与小麦植株垂直或DB34/TXXX—XXXX

略倾斜，采集宽度约30cm。根据作物高度和操作人习惯调整移动智能采集设备长度和对焦

距离，摄像头对准纹枯病发生部位，确保拍摄画面清晰。

3.5锈病

3.5.1 采集时间与次数

小麦锈病发病初期开始采集，每5天采集1次，至病情稳定期结束。采集时避免小麦植株上有露水或雨水。

3.5.2 采集田块

选择小麦锈病不同发生程度的类型田，每块田面积不少于2×667m2。

3.5.3采集方法

每块田采取随机5点取样，每点采集2张图片。在小麦一侧，采集镜头与小麦植株垂直或略倾斜，采集宽度约30cm。采集时根据作物高度和操作人习惯调整移动智能采集设备长度和对焦距离，摄像头对准锈病发生部位，确保拍摄画面清晰。

3.6白粉病

3.6.1 采集时间与次数

小麦白粉病发病初期开始采集，每5天采集1次,至病情稳定期结束。采集时避免小麦植株上有露水或雨水。

3.6.2 采集田块

选择小麦白粉病不同发生程度的类型田，每块田面积不少于2×667m2。

3.6.3采集方法

每块田采取随机5点取样，每点采集2张图片。在小麦一侧，采集镜头与小麦植株垂直或略倾斜，采集宽度约30cm。采集时根据作物高度和操作人习惯调整移动智能采集设备长度和对焦距离，摄像头对准白粉病发生部位，确保拍摄画面清晰。

4  智能计算与分析

4.1  智能计算

智能计算主要完成对移动智能采集设备获取的海量病虫害数据的存储、管理与计算。先将移动智能采集设备采集的病虫害图像数据进行标注和规范处理，构建大数据图像库，再通过基于深度学习模型的人工智能技术，对智能采集的病虫害数据进行训练学习，建立病虫害识别与分析引擎和病虫害可视化分析与决策引擎。

4.2  智能分析

基于分析算法引擎框架给出病虫害自动分析结果，主要包括病虫害自动识别与分析、重大病虫害统计分析、精准化病虫预测预报及可视化分析等，构建重大病虫害动态监测预警系统平台，为植保人员、主管部门、种植大户等用户提供相应农业病虫决策防控服务，为实现农业现代化提供有力技术支撑。