基于LoRa的物联网技术助力高效抵御白蚁侵蚀,报警准确率高达95%
中国文物古建筑数量繁多,各具独特的建筑风格与结构,是重要的文化遗产。近年来,我国出台了多项政策来加强对文物古建的保护。由于文物古建筑多以木材为主要建筑材料,白蚁侵害成为其保护工作中的一大挑战。基于LoRa® 的白蚁监测预警系统突破了传统防治方法在实时性、准确率和耐久性等方面的限制,大幅提高了蚁害防治效率。
Semtech LoRa 生态圈合作伙伴浙江鼎昆环境科技股份有限公司(以下简称“鼎昆科技”)长期致力于白蚁预防的非药物措施的研发及推广。鼎昆科技的DEKAN文物古建白蚁自动化监测预警系统通过监测磁通量的变化来判断白蚁是否入侵,并使用基于LoRa的网关采集传感器数据并传输至网络监测站,成功将白蚁报警的准确率提升至95%。
在LoRa技术的支持下,该系统能够以超低功耗实现远距离的预警信号传输,在白蚁入侵的第一时间自动报警,启动即时干预,已经成功帮助了宁波天一阁博物馆、南京朝天宫博物馆、孔氏南宗家庙以及杭州西泠印社等多个文物古建抵御了白蚁侵害。
图1:基于LoRa通讯技术的DEKAN文物古建白蚁自动化监测预警系统
白蚁入侵实时监测,保障古建免受蚁害
当前,国内大部分园林景区和古建单位主要通过药液喷洒以及挖巢驱虫的方式来阻止白蚁的入侵。然而,药物屏障易降解且失效快,难以实现长期有效的防治。而大规模挖巢驱虫不仅需要花费大量的人力、物力,还有可能会影响建筑的地基和安全。
针对文物古建白蚁防治在持久性和施工方面的限制,鼎昆科技基于“电磁感应非环路技术”(DEMINL)和Semtech LoRa技术,搭建了白蚁自动化监测预警控制系统。该系统由传感器、基于LoRa的网关、PC端和手机APP管理软件等部分组成,能够及时检查并发现白蚁活体,用蚁药通过白蚁活体相互感染将区域内白蚁种群消灭。
图 2. 白蚁自动化监测预警系统运行示意
部分文物古建地处偏僻,区域信号较差,设备容易出现离线、受干扰问题,且现场部署考察和施工难度较大。凭借远距离、超低功耗、穿透性强等优势,LoRa成为了鼎昆科技在通讯技术方面的首选。
通过搭载Semtech的SX126x系列LoRa芯片,鼎昆科技大幅度提升了监测预警设备的传输距离、传输稳定性和抗干扰能力,提高了设备实时性并降低离线率。其无线连接的方式也降低了现场部署难度。
同时,基于LoRa技术的设备电池功耗极低,使用寿命可达到6年以上,非常适合在古建内部和园林场景中批量部署。一次部署,即可以支持各类监测设备的长期使用,降低了电池更换和设备维护成本。
在实际应用中,鼎昆科技的白蚁自动化监测预警控制系统主要发挥了三方面的作用:
体检作用:利用监测装置准确获取保护区域内的白蚁危害发生时间、入侵方向,以及入侵部位。
防范作用:通过围城式设计和篱笆式安装在保护区域外围布置多重防线,让白蚁无法靠近文物建筑本体。
清除作用:对建筑本体内已有的白蚁实施引诱,一旦触发监测装置,即刻报警并施药清除。
目前,鼎昆科技的白蚁自动化监测预警系统已经被广泛应用于古建筑、房屋建筑、水库堤坝、园林市政等领域对白蚁侵害的检测和控制。
2019年底,鼎昆科技为朝天宫博物馆安装了800个监测点,至今累计发生120余次有蚁报警,开舱后均有捕获大量白蚁。经及时消杀灭害后,朝天宫内白蚁隐患已得到有效解决,避免了景区内古建筑和名木古树遭受白蚁蛀蚀。
图3.朝天宫白蚁监测点部署图
2021年4月,鼎昆科技与中山纪念堂达成合作并安装了331个监测点,至今累计发生了30余次有蚁报警,开舱后均发现大量白蚁,及时有效的灭治后解决了白蚁隐患。LoRa技术在该项目中所发挥的作用获得了多家媒体报道,被列为纪念堂对外展示项目之一。
据了解,鼎昆科技正在与Semtech启动新一轮合作,开发适配全球多种频段的基于LoRa技术的白蚁网关,以及成本更低、功耗更节省、安装简易化、支持星链上网等多种场景适配的系列网关产品。
鼎昆科技总经理沈俊峰表示:“经过多年努力,鼎昆科技已在全球多个国家取得了自动化白蚁监测系统的发明专利证书。与Semtech的协作不仅将帮助我们进一步研发出适配全球多个频段的基于LoRa的网关,有效的降低网关成本和监测节点的功耗,提高信号接收效果,提升了白蚁监测的准确率、实时性和耐久性,还将助力把白蚁自动化监测预警系统推广至全球。”
Semtech中国区销售副总裁黄旭东表示:“‘千里之堤,毁于蚁穴’,蚁害防治对于文物古建保护具有重要的作用。物联网技术被应用于白蚁预防、监测和灭治的各个环节,有助于提高防治效率。鼎昆科技将LoRa技术应用于白蚁自动化监测预警系统,建立起了高效的安全监管平台和预警防控系统,为文物古建保护提供了宝贵借鉴。未来我们也将继续在产品研发、海外推广、渠道销售等方面,为鼎昆科技提供全面支持。”
好文章,需要你的鼓励
Intuit在ChatGPT发布后匆忙推出的聊天式AI助手遭遇失败,随后公司进行了为期九个月的战略转型。通过观察客户实际工作流程,发现手动转录发票等重复性劳动,决定用AI智能体自动化这些任务而非强加新的聊天行为。公司建立了三大支柱框架:培养构建者文化、高速迭代替代官僚主义、构建GenOS平台引擎。最终推出的QuickBooks支付智能体让小企业平均提前5天收到款项,每月节省12小时工作时间。
希伯来大学研究团队开发出MV-RAG系统,首次解决了AI在生成稀有物品3D模型时的"胡编乱造"问题。该系统像拥有图像记忆库的艺术家,能先搜索相关真实照片再生成准确3D视图。通过独创的混合训练策略和智能自适应机制,MV-RAG在处理罕见概念时性能显著超越现有方法,为游戏开发、影视制作、虚拟现实等领域提供了强大工具。
马斯克旗下xAI公司发布专为开发者设计的新AI模型grok-code-fast-1,主打快速且经济的推理能力。该模型属于Grok 4系列,具备自主处理任务的能力。xAI声称其在SWE-bench评测中解决了70.8%的实际软件问题,表现优于GPT-5和Claude 4。不过模型存在较高的不诚实率问题。用户可通过GitHub Copilot等平台免费试用7天,需要API密钥访问。
MBZUAI等机构研究团队通过一维细胞自动机实验揭示了AI模型多步推理的关键限制:固定深度模型在单步预测上表现优异,但多步推理能力急剧下降。研究发现增加模型深度比宽度更有效,自适应计算时间、强化学习和思维链训练能突破这些限制。这为开发更强推理能力的AI系统提供了重要指导,强调了真正推理与简单记忆的本质区别。