智能化病虫害监测预警系统--中国期刊网

字体：大中小

首页> 原创作品> 正文

智能化病虫害监测预警系统

发表时间：2020/10/10 来源：《基层建设》2020年第17期作者：王敏杨溢凡张启迪于丽娜

[导读] 摘要：农业病虫害是影响农作物产量和质量的关键性因素，因此对农作物加强系统性的监测，并且指导农民开展合理有效的前期防治就显得很有必要。

        山东协和学院山东济南 250109
        摘要：农业病虫害是影响农作物产量和质量的关键性因素，因此对农作物加强系统性的监测，并且指导农民开展合理有效的前期防治就显得很有必要。为此我们开发了一套以农作物病虫害的预警与防治为核心的陆空结合的智能化病虫害监测预警系统。该系统通过无人机监测设备精准筛查，地面监测设备提供环境数据辅助配合的方式，系统能够智能动态的分析监测区域作物，对作物的实时苗情、环境动态等进行宏观估测，实现对农作物生长的监测、病虫害的诊断及预测。
        关键词：陆空结合；病虫害监测；诊断；预警
        该系统的由四个部分构成，包括无人机监测设备、地面监测设备、大数据平台和手机APP,搭建了一套全方位、立体化的病虫害监测预警系统。
        1.系统总体架构
        陆空结合的病虫害监测预警系统的总体架构由四层构成，包括感知接入层、网络传输层、数据业务层和智能应用层。
        在感知接入层，系统利用多种传感器设备和无人机监测设备采集农作物生长环境数据、生理生化数据以及实现对农田病虫害的视频采集，实现对农田生产环境的实时感知。
        网络传输层，主要负责实现信息的传递和通信，将感知接入层获取的信息，安全可靠地传输到数据业务层。网络传输层包括网络接入和传输数据两个部分，网络接入针对不同的数据来源，采用不同的接入方式。无人机监测设备采集的数据采用4G/5G移动互联网接入技术；地面监测设备通过多种网络接入方式，如4G/5G、Zigbee等方式接入。然后通过传输数据网，依托互联网、电信网、广电网、专用网或卫星网，通过各种通信网络与互联网的融合，将感知的各方面信息，随时随地的进行可靠交互和共享，并对应用和感知设备进行身份认证和权限管理。
        应用服务层通过大数据平台、APP等为用户提供了环境数据监测、病虫害监测、远程专家诊断等智能监控及管理服务。数据业务层在大数据中心、云计算引擎和人工智能引擎的平台上，通过数据预处理、数据处理与计算、智能分析三个步骤，得出最终的有效数据结果。数据预处理阶段是将来自不同业务系统数据通过数据清理、集成、归约和转换四个步骤，提升数据的一致性、准确性、真实性、可用性、完整性、安全性和价值性等方面质量，从而得出高质量的数据。数据处理与计算阶段是将预处理之后的数据进行分布式挖掘，通过多维度的统计分析和关联分析，挖掘大数据集合中的数据关联性，形成对事物的描述模式或属性规则，再通过构建机器学习的模型，结合海量训练数据提升数据分析与预测的准确性。智能分析阶段是自建模型建立完成后，利用深度学习等人工智能技术对多维数据集进行钻取、切块、切片，信息提取等，得出数据预估、预警决策、综合评估等有效数据，通过数据可视引导技术最终传输至智能应用层使用和显示。
        智能应用层由远程监测、病虫害诊断、视频监控、APP等功能组成。实现农作物病虫害监测、诊断、预警等，通过APP用户可在任何时候，任何地方获取农田的即时监测信息。
        2.无人机监测设备
        无人机监测设备搭载华为Atlas200DK和高清变焦摄像头对农田进行自动规划路线巡航，并通过4G/5G通信模块将实时拍摄画面传回到大数据平台，同时将病虫害的诊断信息和治疗方案反馈回大数据平台。无人机在巡航的过程中会自动锁定农作物上的病虫害，并进行图片采样拍摄，拍摄的图片会经过华为Atlas200DK智能计算终端设备进行分析处理，经过图片处理技术和大数据分析技术，分析出并病虫害的类型，并给出结果方案，将该信息页面传回到大数据平台。

期刊文章分类查询,尽在期刊图书馆

        3.地面监测设备
        地面监测设备由光照传感器、风力风速传感器、温湿度传感器、二氧化碳探测器、太阳能板、高精度摄像头、数据采集器、通信模块等部分组成，可以监测空气温湿度、风速风向、雨量辐射、土壤含水量、微量元素含量等，并可以计算蒸腾、积温、累积光照多等级交叉指标，监测农田的实时环境状况，并且反馈在大数据平台上，对比云端大数据库的病虫害高发的环境状况，预测出病虫害的发病时间，针对性的防治某种农作物的某种病虫害，做好提前的预防控制，阻止病虫害的大面积爆发。
        4.陆空结合的病虫监测预警系统
        陆空结合的病虫监测预警系统采用无人机监测设备与地面监测设备相结合的方式，无人机监测设备整合处理图像信息，地面监测设备采集分析环境数据，两者共同协作，实现病虫害智能诊断和病虫害精准预测。病虫害的诊断主要依赖于我们的农业病虫害图像识别算法，在数据集中收录大量的农业病虫害的图像数据，通过人工智能的神经网络进行模型训练，最终将农业病虫害的识别算法移植到人工智能开发套件中并且搭载到无人机上，实现对视频和图片信息的实时处理并给出病虫害的诊断结果和治疗方案。病虫害的预防主要依据农作物生长环境的区域气候与农业病虫害的的发生休戚相关，在相似的环境信息下通常会爆发特定类型病虫害。首先收集大量的农业病虫害的相关信息，并通过大数据分析得出该种病虫害的发生机理、影响因子和易感环境并存储在数据库中，将地面监测设备采集的田间气象和土壤环境因子数据同数据库中收录的病虫害易感环境信息进行分析比对，即可实现对农业病虫害的预测，并适当增加无人机巡航次数，发现病虫发生的迹象，及时的采取预防措施，为农民丰收增产提供了有力保障。
        5.大数据平台
        大数据平台主要为了实现对无人机监测设备和地面监测设备传回的数据信息进行可视化的动态显示，可以在大数据平台看到无人机监测设备传回的视频采集信息，以及无人机监测设备拍摄的农作物病虫害图片信息，并且可以将实时分析得出病虫害的类型和给出治疗方案呈现在大数据平台上；同时地面监测设备的采集的环境数据也会实时的显示的大数据平台上，并对这些环境数据进行综合的评估，与病虫害的易感环境进行大数据分析，并给出相应的预警决策分析。
        6.手机APP
        手机端的开发主要为了方便农民的使用，在手机APP我们开发了实时数据显示的模块，农民可以随时随地的查看农田农作物的状态，若农作物被病虫害侵害，手机端会收到病虫害发生预警；地点监测设备若监测到湿度低或者微量元素缺失会给出相应的提示，并给与农民专业的配药和水肥的施加量指导。同时我们增加了社区交流和专家咨询模块，农民可以及时有效地了解到最新的新闻政策和得到最专业的农业专家指导意见。
        7.小结
        基于陆空的病虫害智能监测预警系统，将地面监测设备和无人机监测设备相结合将采集的信息数据化呈现，一方面可以准确诊病虫害信息，指导农民对农作物合理打药、适量施肥、精准灌溉等生产管理调控，提高农作物收成。另一方面可以对农业病虫害进行提前预测预报，能够预测病虫害的发病期，指导农民做出相应的提前预防，这不仅可以促进农作物增产，而且可以降低农药使用成本，减少农药对土壤的二次污染。将采集的农田和农作物信息进行数字化处理，开发一款集预防和诊断一体化的监测预警网络，对提高病虫的防控预警指导能力有着不可替代的作用。
        参考文献
        [1]赵小娟,叶云,冉耀虎.基于物联网的茶树病虫害监测预警系统设计与实现[J].中国农业信息,2019,31(06):107-115.
        [2]籍延宝.农业主要病虫害监测预警系统通用平台的开发及初步应用[D].中国农业大学,2014.
        作者简介
        王敏(1999-)，女，江苏徐州人，山东协和学院学生。