[go: up one dir, main page]

CN114008416A - 使用光纤检测红棕象甲的信号处理算法 - Google Patents

使用光纤检测红棕象甲的信号处理算法 Download PDF

Info

Publication number
CN114008416A
CN114008416A CN202080045192.1A CN202080045192A CN114008416A CN 114008416 A CN114008416 A CN 114008416A CN 202080045192 A CN202080045192 A CN 202080045192A CN 114008416 A CN114008416 A CN 114008416A
Authority
CN
China
Prior art keywords
tree
signal
snr
optical fiber
processed signal
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.)
Pending
Application number
CN202080045192.1A
Other languages
English (en)
Inventor
黄文秀
伊斯兰·阿什里
毛渊
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.)
King Abdullah University of Science and Technology KAUST
Original Assignee
King Abdullah University of Science and Technology KAUST
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 King Abdullah University of Science and Technology KAUST filed Critical King Abdullah University of Science and Technology KAUST
Publication of CN114008416A publication Critical patent/CN114008416A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/22—Details, e.g. general constructional or apparatus details
    • G01N29/24—Probes
    • G01N29/2418—Probes using optoacoustic interaction with the material, e.g. laser radiation, photoacoustics
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01D—MEASURING NOT SPECIALLY ADAPTED FOR A SPECIFIC VARIABLE; ARRANGEMENTS FOR MEASURING TWO OR MORE VARIABLES NOT COVERED IN A SINGLE OTHER SUBCLASS; TARIFF METERING APPARATUS; MEASURING OR TESTING NOT OTHERWISE PROVIDED FOR
    • G01D5/00—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable
    • G01D5/26—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable characterised by optical transfer means, i.e. using infrared, visible, or ultraviolet light
    • G01D5/32—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable characterised by optical transfer means, i.e. using infrared, visible, or ultraviolet light with attenuation or whole or partial obturation of beams of light
    • G01D5/34—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable characterised by optical transfer means, i.e. using infrared, visible, or ultraviolet light with attenuation or whole or partial obturation of beams of light the beams of light being detected by photocells
    • G01D5/353—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable characterised by optical transfer means, i.e. using infrared, visible, or ultraviolet light with attenuation or whole or partial obturation of beams of light the beams of light being detected by photocells influencing the transmission properties of an optical fibre
    • G01D5/35338—Mechanical means for transferring the output of a sensing member; Means for converting the output of a sensing member to another variable where the form or nature of the sensing member does not constrain the means for converting; Transducers not specially adapted for a specific variable characterised by optical transfer means, i.e. using infrared, visible, or ultraviolet light with attenuation or whole or partial obturation of beams of light the beams of light being detected by photocells influencing the transmission properties of an optical fibre using other arrangements than interferometer arrangements
    • G01D5/35354—Sensor working in reflection
    • G01D5/35358—Sensor working in reflection using backscattering to detect the measured quantity
    • G01D5/35361—Sensor working in reflection using backscattering to detect the measured quantity using elastic backscattering to detect the measured quantity, e.g. using Rayleigh backscattering
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H9/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by using radiation-sensitive means, e.g. optical means
    • G01H9/004—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by using radiation-sensitive means, e.g. optical means using fibre optic sensors
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01H—MEASUREMENT OF MECHANICAL VIBRATIONS OR ULTRASONIC, SONIC OR INFRASONIC WAVES
    • G01H9/00—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by using radiation-sensitive means, e.g. optical means
    • G01H9/004—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by using radiation-sensitive means, e.g. optical means using fibre optic sensors
    • G01H9/006—Measuring mechanical vibrations or ultrasonic, sonic or infrasonic waves by using radiation-sensitive means, e.g. optical means using fibre optic sensors the vibrations causing a variation in the relative position of the end of a fibre and another element
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/14—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object using acoustic emission techniques
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/4409—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison
    • G01N29/4427—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by comparison with stored values, e.g. threshold values
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N29/00—Investigating or analysing materials by the use of ultrasonic, sonic or infrasonic waves; Visualisation of the interior of objects by transmitting ultrasonic or sonic waves through the object
    • G01N29/44—Processing the detected response signal, e.g. electronic circuits specially adapted therefor
    • G01N29/48—Processing the detected response signal, e.g. electronic circuits specially adapted therefor by amplitude comparison
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0098—Plants or trees
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04B—TRANSMISSION
    • H04B10/00—Transmission systems employing electromagnetic waves other than radio-waves, e.g. infrared, visible or ultraviolet light, or employing corpuscular radiation, e.g. quantum communication
    • H04B10/07—Arrangements for monitoring or testing transmission systems; Arrangements for fault measurement of transmission systems
    • H04B10/071—Arrangements for monitoring or testing transmission systems; Arrangements for fault measurement of transmission systems using a reflected signal, e.g. using optical time domain reflectometers [OTDR]
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04R—LOUDSPEAKERS, MICROPHONES, GRAMOPHONE PICK-UPS OR LIKE ACOUSTIC ELECTROMECHANICAL TRANSDUCERS; DEAF-AID SETS; PUBLIC ADDRESS SYSTEMS
    • H04R23/00—Transducers other than those covered by groups H04R9/00 - H04R21/00
    • H04R23/008—Transducers other than those covered by groups H04R9/00 - H04R21/00 using optical signals for detecting or generating sound
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N2291/00—Indexing codes associated with group G01N29/00
    • G01N2291/02—Indexing codes associated with the analysed material
    • G01N2291/023—Solids
    • G01N2291/0238—Wood

Landscapes

  • Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • Chemical & Material Sciences (AREA)
  • Biochemistry (AREA)
  • Engineering & Computer Science (AREA)
  • Pathology (AREA)
  • Immunology (AREA)
  • General Health & Medical Sciences (AREA)
  • Analytical Chemistry (AREA)
  • Signal Processing (AREA)
  • Acoustics & Sound (AREA)
  • Medicinal Chemistry (AREA)
  • Food Science & Technology (AREA)
  • Wood Science & Technology (AREA)
  • Optics & Photonics (AREA)
  • Botany (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Electromagnetism (AREA)
  • Investigating Or Analysing Materials By Optical Means (AREA)

Abstract

一种用于确定树侵染的方法，该方法包括将光纤220围绕树的树干放置(1700)；利用分布式声学传感器(DAS)盒201沿光纤220记录(1702)从树反射的瑞利信号；处理(1704)瑞利信号以获得处理后的信号；计算(1706)树的处理后的信号的信噪比(SNR)；以及将SNR与阈值进行比较(1708)，并且如果SNR大于阈值，则对警报进行计数。SNR定义为(1)处理后的信号的最大值与(2)处理后的信号的最小值之间的比率。

Description

使用光纤检测红棕象甲的信号处理算法
相关申请的交叉引用
本申请要求于2019年4月22日提交的题为“使用光纤检测红棕象甲的信号处理算法(SIGNAL PROCESSING ALGORITHM FOR DETECTING RED PALM WEEVILS USING OPTICALFIBER)”的美国临时专利申请No.62/836882的优先权，其公开内容通过引用整体并入本文。
背景
技术领域
本文公开的主题的实施例总体上涉及一种用于检测红棕象甲的系统和方法，更具体地，涉及一种算法，该算法配置为处理利用缠绕在红棕榈上的光纤记录的数据来检测红棕象甲的存在。
背景技术
红棕象甲(RPW)(Rhynchophorus ferrugineus)是一种原产于亚洲热带地区的象鼻害虫。在过去的几十年里，它已经扩散到全球许多地区，包括北非、中东和地中海地区。这种害虫已经摧毁了不同国家中的许多棕榈农场，因此这种害虫被认为是一个非常严重的问题。在海湾国家和中东，每年仅为了清除受侵染的棕榈树就要花费数百万美元。治疗受侵染的棕榈树的成本可能甚至更高。此外，预计到2023年，意大利、西班牙和法国的RPW控制成本和收益损失将达到数百万美元。
这种害虫的问题在于，尽管存在治愈受RPW侵染的棕榈树的可用技术，但在早期(象甲幼虫阶段的前两/三周)检测RPW威胁的存在是具有挑战性的。之所以如此，是因为到棕榈树显示出明显的病害迹象(诸如树冠下垂)的时候，这通常意味着RPW侵染已经很严重了，要挽救这棵树为时已晚。因此，许多国家政府正致力于开发一种可靠且有效的早期检测方法来解决该问题。
已经报道了几种解决该严重危害的方法。例如，使用训练有素的狗来闻嗅在发酵过程期间从受侵染的棕榈释放的气体。不幸的是，感测此类气体并不是一个准确的选择过程，因为其效率会受到其他挥发性产物存在的影响。替代地，用基于计算机的断层扫描系统筛选受侵染的树。然而，该技术缺乏可行性，因为其速度慢且成本高。
受侵染树的第一可检测信号源自象甲幼虫在树的树干内进食时产生的噪声。因此，最有前景的早期检测方法依赖于使用声学传感器[1-5]。现有技术主要是将声音探头插入到树干中，使得探头实时记录幼虫的声音。
更具体地，如图1所示的使用声学传感器的现有方法主要将声学探头102例如麦克风插入到在棕榈树干106中钻出的孔104中，然后探头实时记录甲虫产生的声音。声音被记录在连接到声学探头102的计算机108上。使用声学传感器的方法之间的差异主要在于用于处理所记录的声音的信号处理技术。然而，所有这些方法都需要现场监测。
对于大型农场来说，逐一检查棕榈是耗费人力、时间和成本的。此外，这些报道的方法的主要缺点是它们不会提供对棕榈树的连续监测。一个替代解决方案是每棵棕榈都配备相应的连接到无线通信接口的声音探头，使得能够将数据传输到中央服务器。该系统可以经由太阳能板供电。尽管该方法为各棕榈树提供了连续的观察，但该方法的总体成本非常高。上述声学方法的另一个缺点是由于为插入声音探头在树干中制成的孔、钻每棵树所需的人力、孔对棕榈生长的影响以及其他昆虫筑巢到树干中制成的孔中的可能性对树造成的损伤。
此外，为每棵树提供声学传感器和无线通信接口以提供连续的监测，这显著增加整个RPW监视系统的成本，因为一个红棕榈树果园能够拥有数千棵这样的树。
因此，需要一种新的系统和方法，其能够在不生成干扰且成本不高的情况下监测RPW幼虫产生的声音，并且还能够将RPW幼虫与其他背景噪声区分开来。此外，预期新系统不会对树的健康造成危害。
发明内容
根据一个实施例，存在一种用于确定树侵染的方法，该方法包括将光纤围绕树的树干放置，利用分布式声学传感器(DAS)盒沿光纤记录从树反射的瑞利信号，处理瑞利信号以获得处理后的信号，计算树的处理后的信号的信噪比(SNR)以及将SNR与阈值进行比较，如果SNR大于阈值，则对警报进行计数。SNR定义为(1)处理后的信号的最大值与(2)处理后的信号的最小值之间的比率。
根据另一个实施例，存在一种用于确定树侵染的系统，该系统包括配置为围绕树的树干放置的光纤、连接到光纤并配置为沿光纤记录从树反射的瑞利信号的分布式声学传感器(DAS)盒以及处理器。该处理器配置为处理瑞利信号以获得处理后的信号，计算树的处理后的信号的信噪比(SNR)以及将SNR与阈值进行比较，如果SNR大于阈值，则对警报进行计数。SNR定义为(1)信号的最大值与(2)处理后的信号的最小值之间的比率。
根据另一个实施例，存在一种用于确定红棕榈树中树侵染的方法，该方法包括利用分布式声学传感器(DAS)盒记录从红棕榈树反射的瑞利信号，其中瑞利信号是从缠绕在红棕榈树的树干上的光纤接收的；处理瑞利信号以获得处理后的信号；计算给定树的处理后的信号的信噪比(SNR)；以及将SNR与阈值进行比较，如果SNR大于阈值，则对警报进行计数。SNR定义为(1)信号的最大值与(2)处理后的信号的最小值之间的比率。
附图说明
为了更完整地理解本发明，现在参考以下结合附图的描述，在附图中：
图1是红棕榈树的示意性示图，该红棕榈树的树干被钻孔以放置声学传感器；
图2示出了用来监测树的分布式声学传感器系统；
图3A至图3E示出了分布式声学传感器系统的各种实施方式；
图4示出了具有滤波功能的修改型分布式声学传感器系统；
图5示出了红棕象甲的幼虫；
图6A至图6D示出了在利用部署在树的树干中的麦克风记录时幼虫的声音特征；
图7A和图7B示出了树的树干的环境噪声；
图8A和图8B示出了用人造源校准光纤；
图9A到图9D示出了在利用DAS系统记录时幼虫的滤波后的声音特征，该DAS系统具有缠绕在树的树干上的光纤；
图10A和图10B示出了与树相关联的噪声的声音特征；
图11示出了用DAS系统研究受侵染树和健康树的配置；
图12是基于DAS系统确定树木何时受侵染的方法的流程图；
图13示出了模拟的信号以及如何为该信号计算新型的信噪比；
图14A到图14D示出了利用DAS系统获得的受侵染树的各种处理后的信号；
图15A到图15D示出了利用DAS系统获得的健康树的各种处理后的信号；
图16A和图16B示出了在利用DAS系统时用图12的算法针对健康和受侵染树获得的警报；以及
图17是基于DAS系统确定树何时受侵染的另一方法的流程图。
具体实施方式
下面参照附图对实施例进行描述。不同附图中的相同附图标记表示相同或相似的元件。下面的详细描述并不限制本发明。相反，本发明的范围由所附权利要求书确定。为简单起见，以下实施例是关于分布式声学传感器(DAS)系统的讨论，该分布式声学传感器用来确定RPW幼虫的存在。然而，接下来要讨论的实施例不限于确定红棕榈中RPW幼虫的存在，而是可以应用于由虫子引起的任何树侵染，或者应用于需要检测和分类细微噪声的其他应用。
在整个说明书中，提到“一个实施例”或者“实施例”时，指的是结合该实施例描述的特定特征、结构或者特性包含在所公开主题的至少一个实施例中。因此，在整个说明书中多个地方出现的短语“在一个实施例中”或者“在实施例中”不一定都是指同一个实施例。另外，特定特征、结构或者特性可以以任何合适的方式结合在一个或更多个实施例中。
根据一个实施例，引入光纤分布式声学传感器(DAS)作为用于早期检测RPW的稳健解决方案。在一个实施方式中，所有光学/电子部件，例如激光器、光电检测器、放大器、环行器，都集合在单个单元内并且一根或更多根光纤连接到该单元。一根或更多根光纤缠绕在一棵或更多棵棕榈树上，从而形成光学网络。如下所讨论的，该系统用来区分两种棕榈树，一种是健康的棕榈树，另一种是受大约12天大的幼虫侵染的棕榈树。与背景技术部分中讨论的现有声学传感器系统相比，DAS系统的独特之处在于提供无创伤性监测、成本相对较低的连续监测以及使用单根光纤线缆覆盖广阔的农场区域。当然，该系统可以使用多根光纤。
在讨论新方法的细节之前，先介绍DAS系统。光纤DAS的基本操作概念依赖于使用相干(窄线宽)激光源将光学脉冲发射到光纤中。当脉冲沿光纤传播时，瑞利轨迹从光纤反向散射并在光纤输入端口处被记录。通过监测所记录的瑞利轨迹的强度的时间演变，可以沿光纤准确地计算受到声学信号影响的位置并确定其频率。如果该频率属于RPW发射的频率范围，则确定树中存在RPW。
在这方面，图2示出了光纤DAS系统200，该光纤DAS系统能够测量由压力、温度和/或声学噪声的变化而施加在光纤上的应变。系统200具有两个主要部件：DAS盒201和连接到DAS盒201的光纤220。DAS盒201包括用于生成光束、将光束发送到光纤中、接收来自光纤的反射光以及处理反射光以用于检测RPW的所有电子器件。更具体地，DAS盒201包括配置为生成相干的连续波(CW)光204的光源202。例如，光源202可以是激光器或发光二极管。CW光204经由光调制器208转换成光学脉冲206。光调制器208连接到函数发生器210。能够由计算设备211控制的函数发生器210配置为产生数学函数以应用于调制器以调制光204。例如，图2示出了调制器208向光204施加矩形脉冲209，以获得光学脉冲206(或调制光)。其他形状可以用于脉冲209。计算设备211还连接到输入/输出模块213，该输入/输出模块能够例如以无线或有线的方式与智能电话、个人计算机或任何其他电子设备进行通信以用于发送消息和接收指示。
可选地，系统200包括放大器212，该放大器用于在将调制光206通过环形器214发射到光纤220之前放大调制光。图2示意性地示出了引向多棵树230的光纤220。环行器214可以是例如设计成使得进入任何端口的光从下一个端口离开的三端口或四端口光学设备。这意味着如果光进入第一端口214A，则其会从第二端口214B发射。然而，如果一些发射光216被反射回环行器214，其不会从第一端口214A出来，而是从第三端口214C离开。这使得反射的瑞利信号222可以在到达环行器214之后被引向光电检测器224，而不是被发送到放大器212。
当光学脉冲216沿光纤220传播时，瑞利信号222从树230反向散射。在反向方向上，瑞利信号通过光电检测器224记录，然后使用模数转换器(ADC)226进行采样。数字信号处理(DSP)228可以用来滤除频域中的RPW声音并使用例如时域信号确切地识别受侵染的棕榈树230的位置。光纤220可以是单模光纤(SMF)。在光纤输入端口处，在时域中记录连续的瑞利反向散射轨迹。由于在注入的脉冲持续时间内散射中心反射的信号的相干干扰，每条瑞利轨迹都具有斑点状的轮廓。在没有沿光纤的侵入(即没有折射率扰动)的情况下，所记录的瑞利轨迹在理想情况下是相同的。在沿光纤的一个位置处施加声学信号例如象甲幼虫的声音的情况下，该位置处的有效折射率发生变化，因此可以通过观察所记录的轨迹中相应斑点的强度波动来感测侵入。
通过监测所记录的瑞利信号222的强度时间演变，能够沿光纤220准确地算出受到RPW发射的声学信号影响的位置，从而确定RPW的位置。出于RPW早期检测的目的，图2中所示的系统200由于以下原因中的至少一个而优于文献中现有的声学传感器：1)该系统以相对较低的价格为棕榈树提供不间断监测，2)典型光纤DAS的感测长度大约为10公里，这可以覆盖广阔的农场区域，3)通过使用光学开关和时分多路复用(TDM)，在需要监测更大的农场区域的情况下，能够将多根光纤附接到同一个DAS盒，4)不需要侵入式感测，因为光纤会从外部缠绕在棕榈上，以及5)用于声学感测的光纤能够同时以小于0.1℃的分辨率监测环境温度，这对于控制农场火灾非常重要，农场火灾是世界范围内的另一个重大问题。
在一个实施例中，除了光纤220之外，系统200的所有元件都可以放置在单个壳体240中，该壳体在本文中称为DAS盒201。这意味着所有光学部件，例如激光器、光电检测器等，都聚集在DAS盒内，例如在控制主站处，而仅有光纤220以光学网络的形式缠绕在棕榈树230上。
光纤220能够沿一棵或更多棵树分布。例如，图3A示出了一个实施例，其中DAS盒201连接到单根光纤220，该光纤在多棵树230i处延伸，i是任何自然数。同一根光纤220能够围绕每棵树230i例如从地面卷绕到树的树干上大约1m的高度，在那里找到RPW幼虫的概率最高。然而，可以使用其他高度。在树之间，光纤线缆能够铺设在地面上或埋在土壤中，这取决于环境条件。在图3B所示的另一个实施例中，单个DAS盒201和单根光纤220用来监测多棵树230i。然而，在该实施例中，树不只是如图3A的实施例中的一排树，而是多排树232j，其中j是自然数。注意，在该实施例中，同一根光纤220沿树230i中的每排232j延伸。
在图3C所示的又一个实施例中，多根光纤220j从单个DAS盒201分布到树230i中的多排232j。光学开关240可以用来将每根光纤220j连接到树230i的相应的一排232j。光学开关240可以编程为在给定的时间内将每根光纤220j连接到DAS盒201，足以获得信息以确定树中是否存在RPW。在该方面应当注意的是，无需为确定存在RPW而整天监视一排树或单颗树。对树进行间歇性监测，例如每小时或每几小时甚至每天或每几天监测一次，足以确定RPW的存在。在一个应用中，可以在用于光学切换的光学开关240上实施时分多路复用。
因此，如图3A至图3C所示的光纤DAS网络的拓扑结构非常灵活，能够适应小型或大型农场中棕榈树的几乎任何空间分布。如果连续的树之间的间隔总和在DAS系统200的感测范围内，该总和包括缠绕在树上的光纤的长度，则如图3A和图3B所示，一根光纤就足以覆盖整个农场。否则，对于超大型的农场，如图3C所示，多根光纤220j能够通过光学开关连接到DAS盒。因为在该应用中感测速度不是重要因素，因此围绕不同光纤230j旋转光学开关240将提供对整个农场的连续监测。
光纤220可以如图3A所示自身围绕树230的树干缠绕或者如图3D和图3E所示由覆盖层保护。更具体地，图3D示出了光纤220由填充材料310(例如棉或类似纤维材料)和外部防护层312完全包围。该光纤组件300可以具有制成为完全包围填充材料和光纤的外部防护层312。外部防护层312可以由刚性材料(例如钢管或管道、塑料管道)或由柔性材料(例如柔性金属或塑料管道等)制成。在一个实施例中，外部防护层312对于光纤的一部分是刚性的并且对于光纤的另一部分是柔性的。
例如，如图3E所示，光纤组件300具有完全埋在地下301的第一部分302和围绕树230的树干231缠绕的第二部分304。第一部分302可以制成为刚性的，而第二部分304可以制成为柔性的以允许其围绕树的树干缠绕。填充材料和外部防护层312的目的是保护光纤220在现场部署时免受机械损伤或热损伤。在该方面应当注意的是，存在围绕树移动以进行各种农业生产过程的重型设备。在一个应用中，第一部分302埋入到地下的深度D1为0.5m到2m。为获得最佳效率，光纤组件开始围绕树干231缠绕的高度H1大约为0.5m至3m，因为象甲幼虫倾向于在这些高度攻击树干。存在于第二部分304中的光纤220的长度为1m至10m。可以使用本文讨论的参数的其他数字。
对于接下来要讨论的检测方法，使用图4所示的系统400。除了检测部分之外，系统400类似于图2的系统200。系统400具有生成100Hz线宽、16dBm光学功率和1535nm操作波长的CW光204的激光源202。激光由声光调制器(AOM)208调制，该声光调制器由脉冲发生器210驱动以产生20kHz重复率和100ns宽度的光学脉冲206，该光学脉冲发生器提供10m感测空间分辨率。接下来，调制光的功率使用掺铒光纤放大器(EDFA)212放大，然后通过环行器214注入到SMF 220中，在该实施例中，该SMF长约1.1km。光纤可以具有100m至20km的任何长度。如图4所示，使用直接检测方案402记录来自SMF 220的反向散射瑞利信号222。瑞利信号222最初利用另一个EDFA410放大，该另一个EDFA的放大的自发发射噪声被光纤布拉格光栅(FBG)414丢弃。滤波后的瑞利信号415穿过第二环行器412并经由光电检测器(PD)416记录。然后，使用示波器418以125MS/s的速率对所记录的信号417进行采样，并且例如在处理器211处对其进行处理以提取感测信息，这在后面讨论。处理器211可以应用以软件或硬件或以两者实现的滤波器215，以消除与树所在的环境相关联的特定噪声。
使用图4所示的系统400，测量年龄小于两周的象甲幼虫的声谱特征。对于该实施例，选择该特定RPW生命阶段是因为本发明人已经发现如果系统400能够在该早期阶段检测到幼虫声音，则可以治愈受侵染的棕榈树。为了实现对象甲幼虫年龄的控制，用雄性和雌性甲虫来人工侵染棕榈树，并监测从卵到幼虫阶段的过渡。特别地，本发明人使用包括4-6片大约12天大的幼虫500(其在图5中示出)的人工侵染的样本树进行测量。如稍后将详细讨论的，识别幼虫500的声谱特征将有助于信号处理算法，该信号处理算法是为了使用光纤DAS系统400定位受侵染树而开发的。为了测量该声谱特征，使用市售的录音麦克风。通过将麦克风插入人工侵染的棕榈树的树干内(类似于图1中所示的配置)以靠近幼虫来进行这些测量。图6A和图6B中示出了经由麦克风记录的时域幼虫声音600和610的两个代表性示例。图6A和图6B绘制了所记录的声音的幅度(任意单位)与时间(以秒为单位测量)的关系图，并且图6C和图6D分别示出了它们相应的功率谱602和612。图6C和图6D示出了表示为频率函数的任意单位的功率。
从图6C和图6D中的功率谱能够观察到，幼虫声音主要是在大约800Hz以下的频率范围内发出的，该功率谱可能还包括一些环境噪声信号。在这方面，图7A和图7B示出了在不存在幼虫的情况下经由麦克风记录的背景噪声的时域信号谱700和功率谱710的示例。值得一提的是，幼虫的声音和噪声都是在麦克风的相同设置参数下准确记录的。因此，它们在图6A至图7B中的时域和频域中的信号强度能够彼此比较。与幼虫声音600和610相比，噪声信号700更弱并且在时域中具有几乎平坦的波动，并且其功率702大致上均匀分布在低频中，即低于400Hz，如图7B所示。幼虫声音602和612以及背景噪声702的功率谱结果与本发明人先前工作的实验结果非常吻合[6]。
在使用图4所示的DAS系统400来记录象甲幼虫的声音之前，校准系统以确保使用的DAS盒201能够准确地算出沿SMF 220的受到声学信号影响的位置并且能够确定这些信号的频率。出于这种校准目的，在距SMF 220输入面大约110m的距离处，光纤220的10m部分围绕压电式换能器(PZT)圆柱体(未示出)缠绕。PZT圆柱体用作具有已知响应(特征)的振动源。PZT圆柱体通常用于光纤DAS校准，因为其振动幅度和频率能够使用驱动函数发生器来预先确定。如[7]中所述，能够通过在时域中减去随后的瑞利轨迹来获得沿光纤220的振动位置。在识别到振动位置后，可以对该位置处的瑞利轨迹应用傅立叶变换以确定信号频率分量。在这方面，图8A示出了利用PZT圆柱体生成的位置信息800。图8A绘制了所记录的信号的任意单位的幅度与光纤长度的关系图，其中PZT源的位置802清晰可见，而图8B示出了400Hz PZT振动事件的功率谱810。这些结果证实了光纤DAS系统400识别振动位置及其频率的能力。图8B中800Hz处出现的高次谐波812是由于直接检测方案的非线性。
接下来，重复先前参照图6A至图7B讨论的测量，并且这次使用光纤DAS系统400而不是录音麦克风记录幼虫声音和背景噪声。在SMF 220的端部附近，10m的光纤段部围绕之前录音麦克风实验期间使用的同一棵受侵染的树放置。基于使用麦克风时获得的结果，对由光纤DAS系统400采集的时域信号应用[200Hz，800Hz]范围的带通滤波器。该滤波器应丢弃大部分低频环境噪声，例如树摆动[6])，以及由系统400引入的高频电子噪声。带通滤波器215允许系统采集大部分幼虫声音信号。
图9A和图9B示出了在应用上述带通滤波器之后利用DAS系统400记录达1秒时间的时域信号900和910的两个代表性示例。图9C和图9D分别示出了相应的功率谱902和912。出于比较的目的，当使用相同的滤波带时，图10A示出了时域信号1000的示例，并且图10B示出了由光纤DAS系统400记录的背景噪声的功率谱1010。再一次，幼虫声音900和910以及背景噪声1000是在相同的实验条件下记录的，即它们的强度能够在图9A至图10B中进行比较。
这些图表明了(在比较元素902、912和1010时)幼虫信号900和910在时域和频域中都强于背景噪声1000的信号。基于这些结果，DAS系统400也显示了即使存在背景噪声也能发现象甲幼虫的存在的能力。如将在后面讨论的，该DAS系统的可靠性能够通过统计分析来确定。附加地，可能需要更先进的信号处理技术来避免可能通过干扰真实幼虫信号而产生错误警报的瞬时噪声。
接下来，讨论用于确定棕榈树是否受侵染的算法。DAS系统400与长度大约为1.1km的SMF 220一起使用。如图11所示，在光纤端部附近，一个10m的段部围绕健康树1110缠绕，并且另一个10m的段部围绕受损伤的树缠绕，该受损伤的树受大约12天大的幼虫侵染。10m的段部可以利用长度为1m至20m的段部代替。两棵树在空间上很好地间隔开，使得它们之间的光纤长度1130大约为40m(可以使用5m至100m的任何距离)。根据处理器材的分辨率，可以使用更小或更大的距离。该距离选择成使得记录传感器能够区分两棵树的各个信号。
现在参照图12的流程图讨论用于检测RPW的算法。方法开始于步骤1200，读取(可以是连续的或不连续的读取)瑞利轨迹达1秒周期。由于与示波器418和计算机211相关联的存储器限制，因此选择了1秒周期。这个时间周期能够更小或更大。在一个应用中，该时间周期在分钟、小时、天等范围中。在一个应用中，每天在给定的时间量内进行步骤1200。给定的时间可以为30-60分钟。可以使用其他时间间隔。在步骤1202中，连续记录的瑞利轨迹(通过已知的方法和算法)重塑成单独的轨迹，使得每个轨迹看起来是通过光纤220发送一个单个脉冲的结果。然后，在步骤1204中，该方法对沿光纤的各个点的信号应用时域上的[200Hz，800Hz]范围内的带通滤波器。取决于针对农场中每个位置记录的背景噪声，其他值可以用于带通滤波器。选择[200Hz，800Hz]的带通滤波器来去除图10A和图10B中确定的背景噪声，在记录RPW幼虫产生的噪声时也记录了该背景噪声。由于在步骤1204中由数字滤波器引入的噪声，因此所记录的数据的第一和最后50ms被忽略，因为它被认为被滤波器破坏了。50ms值能够修改为更大或更小。
接下来，对于沿光纤220的多个点，方法在步骤1206中对从步骤1204接收的滤波信号在时域中进行平方，然后该方法在步骤1208中对平方信号应用具有100ms窗口的移动平均。窗口的大小能够更小或更大。移动平均意味着计算平方信号在100ms窗口上的平均值并将其表示为一个点，然后将窗口移动大概1ms，并计算一个新的平均值并将其表示为一个新的点，依此类推，直到处理完所有平方信号。100ms和1ms的值都是示例性的，并且这些值能够根据需要增加或减少。本发明人选择100ms的值是基于以下的观察：RPW幼虫不会连续地进食，而是在小于100ms的时间间隔内开始和停止进食。
在这方面，存在可能影响移动平均步骤1208的结果的四种不同的情景。第一种情景发生在系统400在没有任何瞬时时域噪声尖峰的情况下记录背景噪声的时候。在这种情况下，移动平均的结果几乎是恒定的幅度。第二种情景是在背景噪声包括一些瞬时噪声尖峰的时候。由于这些尖峰通常发生在较短的时间周期(即<<100ms)内，因此移动平均的结果仍然具有相对恒定的幅度。第三种情景发生在当幼虫存在且活动(即进食)时捕获信号的时候。基于本发明人在分析数据时的观察，光纤DAS系统400通常不会在一秒的时间帧内记录连续的幼虫声音。这可能归因于幼虫的进食行为不是连续的，而是以离散的方式进食。另一个可能的原因是由于幼虫产生的声音强度不是恒定的；因此，当声音信号较强时，光纤能够捕获该信号；否则，声音微弱会干扰光纤的折射率。在该第三种情景下，移动平均的结果由峰部和谷部组成。最后，最后一种很少发生的情况发生在光纤220在一秒周期期间以几乎相同的强度连续地记录幼虫声音信号的时候，即侵染树的许多幼虫不停进食并且它们的信号以几乎恒定的强度到达光纤。在这种情况下，移动平均的结果几乎是恒定的高值，其行为与记录背景噪声时获得的结果类似，即没有峰部和谷部的移动平均。
在步骤1208中计算记录信号的移动平均值后，方法前进到步骤1210以确定平均信号中的信噪比(SNR)。平均信号中的SNR在本文定义为(1)峰部的最高水平与(2)谷部的最低水平之间的比率，其中峰部和谷部是移动平均步骤的结果。为了举例说明该概念，图13示出了具有多个峰部1302和多个谷部1304的信号的功率1300的任意表示。每个峰部和每个谷部都是在给定的时间窗口例如100ms内进行移动平均计算的结果。最高的峰部由附图标记1310表示，而最低的谷部由附图标记1320表示。这两个特定值1310与1320的比率给出了SNR。因此，本申请中定义的SNR不同于信号处理中使用的通用SNR(即信号与噪声之间的比率)。
返回到图12，如果在步骤1210中计算的SNR在步骤1212中确定为高于预定阈值，则方法前进到步骤1214并且将该确定计数为幼虫侵染的真实警报。否则，方法前进到步骤1216并丢弃SNR。接下来，方法前进到步骤1218，在该步骤中检查是否已经到达记录时间的结束。如果没有到达记录时间的结束，则方法返回到步骤1200并重复上面讨论的过程。如果已经到达记录时间的结束，则方法前进到步骤1220，在该步骤中计算并显示由DAS系统400监测到的每棵棕榈树的真实警报的总数。基于该数字，监测农场的人或DAS系统400能够判定哪棵棕榈树受侵染以及采取什么行动来防止RPW的进一步传播。
图14A至图14D示出了使用受侵染树采集的数据的移动平均值随时间变化的四个代表性示例。对于这些示例，使用了125MHz示波器采样率，这意味着系统沿光纤220每0.8m对数据进行一次采样。图14A至图14D中的每幅图都包括14条曲线，每个空间点对应一条曲线，这充分覆盖了围绕树缠绕的10m段部光纤。本领域技术人员将理解的是，14条曲线是示波器的采样率和围绕每棵树的树干放置的光纤的10m长度的结果。如果这些参数中的任何一个发生变化，曲线的数量就会发生变化。此外，本文讨论的系统能够仅使用一条曲线或少于14条曲线，例如10条曲线。此外，能够增加或减少围绕棕榈树的树干设置的光纤的10m长度。
可以为所有单独的14条曲线计算步骤1210中的SNR，然后选择这些最大值以用于在步骤1212中与给定的阈值进行比较。这样，每棵棕榈树存在有效的14个测量点。如图14A至图14D所示，受侵染树数据的移动平均值包括峰部和谷部，类似于图13中所示的模拟数据。相比之下，图15A至图15D示出了使用健康树收集的信号的移动平均值随时间的变化。与图14A至图14D的受侵染树的情况相比，健康树的移动平均值结果表现出平滑的波动。在一些罕见的情况下，如图15D所示，健康树的移动平均值可能包括一些峰部和谷部，并且在步骤1212中相应的SNR值可能超过给定阈值，这会产生关于树侵染的错误警报。
出于统计分析的目的，本发明人在计算受侵染树和健康树的SNR的同时连续地运行这些测量和计算两小时(任何时间量都可以用于这些测量)。图16A示出了在选择1dB作为一bin时受侵染树(黑条)和健康树(白条)的SNR值的直方图。基于该直方图的结果，可以选择某个值(例如4dB)作为SNR判定阈值，以确定树是受侵染的还是健康的。如图16B所示，使用大体上4dB的值作为判定阈值，DAS系统400为受侵染树提供97次侵染警报计数，而为健康树仅提供9次侵染警报计数。应当注意的是，本文使用的术语“大体上”是指在4dB的实际值的正负15％以内。这些结果证实了DAS系统400以相对较高的准确度区分受侵染树与健康树的能力。这意味着在步骤1220中，方法可以通过比较给定时间间隔(例如2小时)的警报数量(例如97)是否大于给定阈值(例如9)来确定树是否受侵染。除本文使用的数字外，还可以使用其他数字。
上面的实施例证明了使用10m的空间分辨率和大约1.1km的光纤长度的光纤DAS系统400区分受侵染树与健康树的能力。如本领域中已知的，光纤DAS系统400的感测范围能够以1m的空间分辨率扩展到大约10km。假设两棵连续的树之间的间隔和围绕每棵树缠绕的光纤长度的总和大约为10m，如图4所示的具有单根光纤220的一个DAS系统400将能够连续监测大约1000棵棕榈树。附加地，为了降低每棵树的监测成本，在一个实施例中，可以将时分多路复用(TDM)与DAS系统400相结合。如图3C所示，这可以通过将多根光纤通过光学开关连接到感测单元来进行。
图12所示的信号处理算法能够识别受侵染树，并且能够推广到使用光纤DAS系统400的任何事件计数分析。光纤DAS的典型SNR定义被定义为时域中峰-峰信号变化与背景噪声变化之间的比率。按照该典型SNR定义，在树位置处发生的任何噪声尖峰都会提供错误的侵染警报。相比之下，上面介绍的新型SNR定义显著减少了这种错误警报的产生。能够基于监测的实际农场来调整移动平均窗口，甚至成为整个记录时间周期，该移动平均窗口在该分析中为100ms，但也能够使用其他值。然而，如图16B所示，应基于使用的移动平均窗口仔细选择判定阈值。
在一个实施例中，使用光纤DAS系统400的RPW检测方法配置为检测棕榈树中大约12天大的象甲幼虫的存在。该方法包括：将光纤220围绕树的树干放置的步骤1700；利用DAS盒201沿光纤220记录从树反射的瑞利信号的步骤1702；处理瑞利信号以获得处理后的信号的步骤1704；计算给定树的处理后的信号的信噪比(SNR)的步骤1706；以及将SNR与阈值进行比较，如果SNR大于阈值，则计数警报的步骤。SNR定义为(1)信号的最大值与处理后的信号的最小值之间的比率。
该方法还可以包括向处理后的信号应用带通滤波器以获得从中去除了与树相关联的噪声的平方带通信号的步骤。在一个应用中，带通滤波器去除200Hz至800Hz的频率。该方法还可以包括对带通信号进行平方以获得平方信号的步骤，以及在时域内对平方信号应用移动平均以获得处理后的信号的步骤。此外，该方法可以包括重塑瑞利信号。阈值选择为大体上4dB，树为红棕榈，并且树侵染与红棕象甲的幼虫相关联。
在一个应用中，光纤连接到DAS盒，光纤的长度超过1km，并且光纤的多个部分围绕农场中多个红棕榈树的树干缠绕。连接光纤的缠绕区域的光纤长度为5m至100m，并且围绕多个树干缠绕的多个部分的长度各自为1m至20m。计算步骤还可以包括在给定时间窗口内接收给定树的多个处理后的信号，其中每个处理后的信号对应于给定树上的另一个位置，并且计算每个处理后的信号的SNR。该方法还可以包括将多个SNR与沿给定树的不同位置的阈值进行比较并生成相应的警报。
用于确定树侵染的系统400可以配置为包括光纤220、DAS盒201和和处理器211，该光纤配置为围绕树的树干放置，该DAS盒连接到光纤220并配置为沿光纤220记录从树反射的瑞利信号。处理器211可以配置为处理1704瑞利信号以获得处理后的信号、计算1706给定树的处理后的信号的信噪比(SNR)以及将SNR与阈值进行比较1708，如果SNR大于阈值，则对警报进行计数。SNR定义为(1)信号的最大值与处理后的信号的最小值之间的比率。
该系统还可以包括带通滤波器，该带通滤波器对处理后的信号进行滤波以获得从中去除了与树相关联的噪声的平方带通信号。在一个应用中，带通滤波器去除200Hz至800Hz的频率。处理器还可以配置为对带通信号进行平方以获得平方信号，并在时域内对平方信号应用移动平均以获得处理后的信号。阈值选择为大体上4dB，树为红棕榈，并且树侵染与红棕象甲的幼虫相关联。
在一个实施例中，光纤的长度超过1km，并且光纤的多个部分围绕农场中多个红棕榈树的树干缠绕。连接光纤的缠绕区域的光纤长度为5m至100m，并且围绕多个树干缠绕的多个部分的长度各自为1m至20m。处理器还可以配置为在给定时间窗口内接收给定树的多个处理后的信号，其中每个处理后的信号对应于给定树上的另一个位置，并且计算每个处理后的信号的SNR。处理器还可以配置为将多个SNR与沿给定树的不同位置的阈值进行比较并生成相应的警报。
所公开的实施例提供了一种用于监测树侵染的光学DAS系统和一种用于确定树中RPW幼虫存在的方法。应当理解，该描述无意限制本发明。相反，实施例旨在覆盖包括在由所附权利要求书限定的本发明的精神和范围内的替代、修改和等同形式。此外，在实施例的详细描述中，阐述了许多具体细节以便提供对所要求保护的发明的全面理解。但是，本领域技术人员将理解，可以在没有这样的具体细节的情况下实践各种实施例。
尽管在实施例中以特定组合描述了本实施例的特征和元件，但是每个特征或元件可以在没有实施例的其他特征和元件的情况下单独使用，或者以具有或不具有本文所公开的其他特征和元件的各种组合来使用。
本书面描述使用所公开主题的示例，以使本领域的任何技术人员能够实践该主题，包含制造和使用任何设备或系统以及执行任何合并的方法。该主题的可专利范围由权利要求限定，并且可以包含本领域技术人员想到的其他示例。这样的其他示例旨在落入权利要求的范围内。
参考文献
[1]Rach,M.M.et al.On the design of a bioacoustic sensor for the earlydetection of the red palm weevil.Sensors(Switzerland)13,1706-1729(2013).
[2]Gutiérrez,A.,Ruiz,V.,Moltó,E.,Tapia,G.&del Mar Téllez,M.Development of a bioacoustic sensor for the early detection of Red PalmWeevil(Rhynchophorus ferrugineus Olivier).Crop Prot.29,671-676(2010).
[3]Siriwardena,K.A.P.et al.Portable acoustic device for detection ofcoconut palms infested by Rynchophorus ferrugineus(Coleoptera:Curculionidae).Crop Prot.29,25-29(2010).
[4]Hussein,W.B.,Hussein,M.A.&Becker,T.Detection of the red palmweevil rhynchophorus ferrugineus using its bioacoustics features.Bioacoustics19,177-194(2010).
[5]Mankin,R.W.Recent Developments in the use of Acoustic Sensors andSignal Processing Tools to Target Early Infestations of Red Palm Weevil inAgricultural Environments 1.Florida Entomol.94,761-765(2012).
[6]Mao,Y.,Ashry,I.,Ng,T.K.&Ooi,B.S.Towards Early Detection of RedPalm Weevil Using Optical Fiber Distributed Acoustic Sensor.in W2A.15(2019).doi:10.1364/ofc.2019.w2a.15.
[7]Yuelan Lu,Tao Zhu,Liang Chen&Xiaoyi Bao.Distributed VibrationSensor Based on Coherent Detection of Phase-OTDR.J.Light.Technol.28,3243-3249(2010).

Claims (20)

1.一种用于确定树侵染的方法，所述方法包括：
将光纤(220)围绕树的树干放置(1700)；
利用分布式声学传感器(DAS)盒(201)沿所述光纤(220)记录(1702)从所述树反射的瑞利信号；
处理(1704)所述瑞利信号以获得处理后的信号；
计算(1706)所述树的所述处理后的信号的信噪比(SNR)；以及
将SNR与阈值进行比较(1708)，并且如果所述SNR大于所述阈值，则对警报进行计数，
其中，所述SNR定义为(1)处理后的信号的最大值与(2)所述处理后的信号的最小值之间的比率。
2.根据权利要求1所述的方法，还包括：
对所述处理后的信号应用带通滤波器以获得从中去除了与所述树相关联的噪声的平方带通信号。
3.根据权利要求2所述的方法，其中，所述带通滤波器去除200Hz至800Hz的频率。
4.根据权利要求2所述的方法，还包括：
将所述带通信号进行平方以获得平方信号；以及
在时域内对所述平方信号应用移动平均以获得处理后的信号。
5.根据权利要求1所述的方法，其中，所述阈值选择为大体上4dB，所述树为红棕榈，并且所述树侵染与红棕象甲的幼虫相关联。
6.根据权利要求1所述的方法，其中，所述光纤连接到所述DAS盒，所述光纤的长度超过1km，并且所述光纤的多个部分围绕红棕榈树的多个树干缠绕。
7.根据权利要求6所述的方法，其中，连接所述光纤的缠绕区域的光纤的长度为5m至100m，并且围绕所述多个树干缠绕的多个部分的长度各自为1m至20m。
8.根据权利要求1所述的方法，其中，所述计算的步骤还包括：
在给定的时间窗口内接收所述树的多个处理后的信号，其中，每个处理后的信号对应于所述树上的另一个位置；
计算每个处理后的信号的SNR；以及
将多个SNR与沿所述树的不同位置的阈值进行比较并生成相应的警报。
9.根据权利要求1所述的方法，其中，所述光纤由防护层包围以形成光纤组件，所述光纤组件的第一部分位于地下，并且光纤层的第二部分位于地上。
10.根据权利要求1所述的方法，还包括：
对从多根光纤接收的光学信号应用时分多路复用。
11.一种用于确定树侵染的系统(400)，所述系统(400)包括：
光纤(220)，其配置为围绕树的树干放置；
分布式声学传感器(DAS)盒(201)，其连接到所述光纤(220)并且配置为沿所述光纤(220)记录从所述树反射的瑞利信号；以及
处理器(211)，其配置为，
处理(1704)所述瑞利信号以获得处理后的信号，
计算(1706)所述树的所述处理后的信号的信噪比(SNR)，以及
将SNR与阈值进行比较(1708)，并且如果所述SNR大于所述阈值，则对警报进行计数，
其中，所述SNR定义为(1)信号的最大值与(2)所述处理后的信号的最小值之间的比率。
12.根据权利要求11所述的系统，还包括：
带通滤波器，其对所述处理后的信号进行滤波以获得从中去除了与所述树相关联的噪声的带通信号，
其中，所述带通滤波器去除200Hz至800Hz的频率。
13.根据权利要求12所述的系统，其中，所述处理器还配置为：
将所述带通信号进行平方以获得平方信号；以及
在时域中对所述平方信号应用移动平均以获得处理后的信号。
14.根据权利要求11所述的系统，其中，所述阈值选择为大体上4dB，所述树为红棕榈，并且所述树侵染与红棕象甲的幼虫相关联。
15.根据权利要求11所述的系统，其中，所述光纤的长度超过1km，并且所述光纤的多个部分围绕红棕榈树的多个树干缠绕。
16.根据权利要求15所述的系统，其中，连接所述光纤的缠绕区域的光纤的长度为5m至100m，并且围绕所述多个树干缠绕的多个部分的长度各自为1m至20m。
17.根据权利要求16所述的系统，其中，所述处理器还配置为：
在给定的时间窗口内接收所述树的多个处理后的信号，其中，每个处理后的信号对应于所述树上的另一个位置；
计算每个处理后的信号的SNR；以及
将多个SNR与沿所述树的不同位置的阈值进行比较并生成相应的警报。
18.根据权利要求12所述的系统，其中，所述光纤由防护层包围以形成光纤组件，所述光纤组件的第一部分位于地下，并且光纤层的第二部分位于地上。
19.根据权利要求18所述的系统，其中，所述第一部分是刚性的并且所述第二部分是柔性的。
20.一种用于确定红棕榈树中的树侵染的方法，所述方法包括：
利用分布式声学传感器(DAS)盒(201)记录(1702)从所述红棕榈树反射的瑞利信号，其中，所述瑞利信号是从围绕所述红棕榈树的树干缠绕的光纤(220)接收的；
处理(1704)所述瑞利信号以获得处理后的信号；
计算(1706)给定树的处理后的信号的信噪比(SNR)；以及
将SNR与阈值进行比较(1708)，并且如果所述SNR大于所述阈值，则对警报进行计数，
其中，所述SNR定义为(1)信号的最大值与(2)所述处理后的信号的最小值之间的比率。
CN202080045192.1A 2019-04-22 2020-04-20 使用光纤检测红棕象甲的信号处理算法 Pending CN114008416A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US201962836882P 2019-04-22 2019-04-22
US62/836,882 2019-04-22
PCT/IB2020/053728 WO2020217160A1 (en) 2019-04-22 2020-04-20 Signal processing algorithm for detecting red palm weevils using optical fiber

Publications (1)

Publication Number Publication Date
CN114008416A true CN114008416A (zh) 2022-02-01

Family

ID=70465175

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202080045192.1A Pending CN114008416A (zh) 2019-04-22 2020-04-20 使用光纤检测红棕象甲的信号处理算法

Country Status (4)

Country Link
US (1) US12203895B2 (zh)
EP (1) EP3959491A1 (zh)
CN (1) CN114008416A (zh)
WO (1) WO2020217160A1 (zh)

Families Citing this family (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114008416A (zh) * 2019-04-22 2022-02-01 阿卜杜拉国王科技大学 使用光纤检测红棕象甲的信号处理算法
JP7540821B2 (ja) * 2019-05-29 2024-08-27 日本電気株式会社 光ファイバセンシングシステム、光ファイバセンシング機器及び音出力方法
WO2021038407A1 (en) 2019-08-28 2021-03-04 King Abdullah University Of Science And Technology Versatile optical fiber sensor and method for detecting red palm weevil, farm fires, and soil moisture
JP7363915B2 (ja) * 2019-10-29 2023-10-18 日本電気株式会社 音響センサ
US11674827B2 (en) * 2020-10-27 2023-06-13 Nec Corporation Saturation caused phase jump avoidance in DAS
WO2022118195A1 (en) * 2020-12-04 2022-06-09 Peak Fiber Innovations S.R.L. Environmental monitoring method and system for crops with fiber bragg grating sensors
FR3122319B1 (fr) * 2021-04-30 2024-09-13 Lumnex France Procédé et système de détection de larves dans un palmier
CN115580347B (zh) * 2022-09-22 2024-12-24 武汉新楚光电科技发展有限公司 基于光纤传感的干扰环境光缆破坏预警方法、系统及设备
WO2024231713A1 (en) * 2023-05-08 2024-11-14 Spiderweb Labs (Pty) Ltd Distributed acoustic sensor arrangement and distributed acoustic sensor system, intrusion detection system and method for intrusion detection

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1459037A (zh) * 2001-03-16 2003-11-26 图南系统株式会社 利用反复的高速偏振扰频测量偏振依赖损耗的装置和方法
CN101277150A (zh) * 2008-03-21 2008-10-01 清华大学 电光调制器产生相移键控信号缺陷的在线监测方法
CN102401667A (zh) * 2011-09-29 2012-04-04 北京航空航天大学 具有扰动性质识别功能的光纤分布式扰动传感方法及其系统
US20170211970A1 (en) * 2016-01-22 2017-07-27 Nec Laboratories America, Inc. Method to increase the signal to noise ratio of distributed acoustic sensing by spatial averaging
US9736597B1 (en) * 2016-02-17 2017-08-15 Siemens Energy, Inc. Optical fiber based microphone array for detecting acoustic emissions generated by an area of interest
US20180031414A1 (en) * 2009-05-27 2018-02-01 Silixa Limited Method and apparatus for optical sensing
WO2018117946A1 (en) * 2016-12-19 2018-06-28 Roderinno Ab Acoustic sensor arrangement for detecting insects in cellulose material
CN108225541A (zh) * 2017-12-29 2018-06-29 鞍山睿科光电技术有限公司 识别异物入侵的分布式光纤传感器及异物入侵信号感知处理方法

Family Cites Families (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2019234516A1 (en) * 2018-06-05 2019-12-12 King Abdullah University Of Science And Technology Beetle detection using optical fiber distributed acoustic sensor
CN114008416A (zh) * 2019-04-22 2022-02-01 阿卜杜拉国王科技大学 使用光纤检测红棕象甲的信号处理算法
US11320389B2 (en) * 2019-05-01 2022-05-03 King Fahd University Of Petroleum And Minerals Low frequency apparatus and method for insect infestation detection
JP7540821B2 (ja) * 2019-05-29 2024-08-27 日本電気株式会社 光ファイバセンシングシステム、光ファイバセンシング機器及び音出力方法
PT115569A (pt) * 2019-06-06 2021-04-06 Inst Superior Agronomia Uso de um adaptógeno para tratamento de plantas e método respetivo
WO2021038407A1 (en) * 2019-08-28 2021-03-04 King Abdullah University Of Science And Technology Versatile optical fiber sensor and method for detecting red palm weevil, farm fires, and soil moisture
EP4127696B1 (en) * 2020-03-25 2025-02-12 King Abdullah University of Science and Technology Red palm weevil detection by applying machine learning to signals detected with fiber optic distributed acoustic sensing
US11674827B2 (en) * 2020-10-27 2023-06-13 Nec Corporation Saturation caused phase jump avoidance in DAS
FR3122319B1 (fr) * 2021-04-30 2024-09-13 Lumnex France Procédé et système de détection de larves dans un palmier

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1459037A (zh) * 2001-03-16 2003-11-26 图南系统株式会社 利用反复的高速偏振扰频测量偏振依赖损耗的装置和方法
CN101277150A (zh) * 2008-03-21 2008-10-01 清华大学 电光调制器产生相移键控信号缺陷的在线监测方法
US20180031414A1 (en) * 2009-05-27 2018-02-01 Silixa Limited Method and apparatus for optical sensing
CN102401667A (zh) * 2011-09-29 2012-04-04 北京航空航天大学 具有扰动性质识别功能的光纤分布式扰动传感方法及其系统
US20170211970A1 (en) * 2016-01-22 2017-07-27 Nec Laboratories America, Inc. Method to increase the signal to noise ratio of distributed acoustic sensing by spatial averaging
US9736597B1 (en) * 2016-02-17 2017-08-15 Siemens Energy, Inc. Optical fiber based microphone array for detecting acoustic emissions generated by an area of interest
WO2018117946A1 (en) * 2016-12-19 2018-06-28 Roderinno Ab Acoustic sensor arrangement for detecting insects in cellulose material
CN108225541A (zh) * 2017-12-29 2018-06-29 鞍山睿科光电技术有限公司 识别异物入侵的分布式光纤传感器及异物入侵信号感知处理方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
YUAN MAO 等: "Towards Early Detection of Red Palm Weevil Using Optical Fiber Distributed Acoustic Sensor", OPTICAL FIBER COMMUNICATION CONFERENCE, no. 2019, 3 March 2019 (2019-03-03), pages 1 - 3, XP033540696 *
YUAN MAO等: "Towards Early Detection of Red Palm Weevil Using Optical Fiber Distributed Acoustic Sensor", OPTICAL FIBER COMMUNICATION CONFERENCE, no. 2019, pages 1 - 3, XP033540696 *
刘琨 等: "多防区光纤周界安防系统及入侵快速判定算法", 光电子・激光, vol. 26, no. 02, 28 February 2015 (2015-02-28), pages 288 - 294 *

Also Published As

Publication number Publication date
WO2020217160A1 (en) 2020-10-29
EP3959491A1 (en) 2022-03-02
US12203895B2 (en) 2025-01-21
US20220299481A1 (en) 2022-09-22

Similar Documents

Publication Publication Date Title
CN114008416A (zh) 使用光纤检测红棕象甲的信号处理算法
Ashry et al. Early detection of red palm weevil using distributed optical sensor
US12270788B2 (en) Versatile optical fiber sensor and method for detecting red palm weevil, farm fires, and soil moisture
EP4127696B1 (en) Red palm weevil detection by applying machine learning to signals detected with fiber optic distributed acoustic sensing
Lengagne et al. The effects of rain on acoustic communication: tawny owls have good reason for calling less in wet weather
US9489824B2 (en) Active probe, system and method for pest detection
EP3803374B1 (en) Beetle detection using optical fiber distributed acoustic sensor
CN106530544A (zh) 一种光纤光栅阵列周界入侵系统
Lapp et al. Automated detection of frog calls and choruses by pulse repetition rate
de la Rosa et al. Higher-order cumulants and spectral kurtosis for early detection of subterranean termites
CN108288999A (zh) 基于瑞利散射的降噪分布式光纤水听的应用
EP3346832B1 (en) Animal pest detection method and device
Mao et al. Towards early detection of red palm weevil using optical fiber distributed acoustic sensor
Dabare et al. Listening to the giants: Using elephant infra-sound to solve the human-elephant conflict
Smith et al. Aerial hearing thresholds and ecoacoustics of a threatened pursuit-diving seabird, the marbled murrelet Brachyramphus marmoratus
Jiang et al. Acoustic detection of the wood borer, Semanotus bifasciatus, as an early monitoring technology
Edirisinghe et al. Wi-alert: A wireless sensor network based intrusion alert prototype for hec
Mao et al. Monitoring the red palm weevil infestation using machine learning and optical sensing
Ashry et al. CNN-based detection of red palm weevil using optical-fiber-distributed acoustic sensing
Bittner et al. Monitoring of the cowpea bruchid, Callosobruchus maculatus (Coleoptera: Bruchidae), feeding activity in cowpea seeds: Advances in sensing technologies reveals new insights
Maruthadurai et al. Acoustic detection of stem and root borer Neoplocaederus ferrugineus (Coleoptera: Cerambycidae) in cashew
CN119063649B (zh) 一种基于光纤光栅和分布式光纤技术的粮仓环境安全综合监测系统
Chaturvedi et al. Acoustic & morphology based identification of microchiropteran species in Chitrakoot district, Uttar Pradesh, India
Papachristoforou et al. Von der zyprischen Honigbiene Apis mellifera cypria während der Abwehr gegen ihren Raubfeind, der orientalischen Hornisse Vespa orientalis, erzeugte hochfrequente Töne
Saranya et al. Exploring the Role of Deep Learning in Coconut Palm Diseases and Detecting Red Palm Weevil in Early Stage Amidst Advances and Challenges—a Review

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