一种高山蔬菜病虫害预警与识别方法及系统与流程

本技术涉及农业病虫害防治领域，具体涉及一种高山蔬菜病虫害预警与识别方法及系统。

背景技术：

1、蔬菜作为人们日常所需的食物，蔬菜种类繁多且种植需求较大，而病虫害作为从播种到收获一直伴随着蔬菜的威胁，但是病虫害种类繁多、形态各异，发生规律也难以预知，而蔬菜一旦感染病虫害后极容易影响蔬菜品质，甚至导致蔬菜的减产绝产，对农户造成大量损失，因此有效预测判断某一区域某一时段可能会发生的病虫害种类，对指导种植生产至关重要。

2、目前，农户对病虫害的预警主要通过邻里之间的口头信息相传而得知，在何时、何处发生了什么种类的病虫害，进而判断是否需要对自家田地进行对应防治，但这种获取病虫害信息的途径方式不稳定，且效率低下，更重要的是邻里之间消息传播距离有限，难以得知更大范围的病虫害信息，很难适应现代化高效农业的需求，总体而言，现有病虫害风险预警方法还比较粗放，因此需要一种病虫害预警和识别的方法和系统，通过获取与自身位置相邻或环境数据相似的参考区域是否发生病虫害，进而可以提前对该种病虫害进行针对性的防治和识别，一方面有效减少蔬菜感染病虫害的风险，另一方面可以对该种病虫害进行针对性识别，实现病虫害的早发现早治疗，有效减少农户损失。

技术实现思路

1、本技术针对现有获取病虫害信息的途径方式不稳定，且效率低下，更重要的是邻里之间消息传播距离有限，难以得知更大范围的病虫害信息的问题，提供一种病虫害预警和识别的方法和系统，通过获取与自身位置相邻或环境数据相似的参考区域是否发生病虫害，进而可以提前对该种病虫害进行针对性的防治和识别，一方面有效减少蔬菜感染病虫害的风险，另一方面可以对该种病虫害进行针对性识别，实现病虫害的早发现早治疗，有效减少农户损失，具体技术方案如下：

2、在本技术的第一方面，提供一种高山蔬菜病虫害预警与识别方法，包括步骤：

3、建立通信网，所述通信网由多个不同地区的数据库通信连接组成，当所述通信网中任一地区识别出现病虫害时，将本次病虫害信息数据同步至所述通信网供其他地区获取；

4、具体通过获取各类病虫害的表现图像，所述表现图像用于训练第一识别模型，当所述通信网中的任一地区中出现病虫害时，通过训练好的第一识别模型自动识别出所述病虫害的种类，所述病虫害的种类作为本次病虫害信息数据同步至所述通信网；

5、获取所述通信网中所有地区的信息数据，所述信息数据包括位置信息和环境信息，根据本地区的所述信息数据关联参考区域，所述参考区域为与本地区位置信息相邻的地区和/或与本地区所述环境信息相似的地区；

6、当所述通信网中同步所述病虫害信息数据时，获取发生病虫害的地区，如发生病虫害的地区为本地区的所述参考区域，则本地区进入第一预警状态，所述第一预警状态为在本地区根据所述参考区域发生的病虫害种类，采用对应防治措施。

7、在本技术一实施例中，所述病虫害的种类作为本次病虫害信息数据同步至所述通信网的步骤中，还包括：

8、所述第一识别模型将识别出所述病虫害的种类时的图像进行保存，与所述病虫害的种类一同作为本次病虫害信息数据同步至所述通信网；

9、所述第一预警状态还包括：

10、获取所述参考区域发生的病虫害种类的表现图像，以及所述病虫害信息数据中图像，输入所述第二识别模型进行训练，通过训练好的第二识别模型在本地区内，对所述参考区域发生的病虫害种类进行识别。

11、在本技术一实施例中，还包括：

12、在本地区的田地中识别出病虫害，将识别出病虫害的位置作为初始点位，各地表与所述初始点位不同距离范围划分不同等级预警区，距离越近预警区等级越高；

13、对不同等级的预警区采用不同的防治频率，预警区等级越高防治频率越高，同时所述第二识别模型对预警区等级越高的区域调用更多的识别通道和/或更高的识别频率进行识别。

14、在本技术一实施例中，所述地表与所述初始点位不同距离范围划分不同等级预警区的步骤中，还包括对不同等级预警区与所述初始点位的距离范围进行动态仿真，具体为：

15、通过湿度传感器对田地范围内的土壤湿度以及空气湿度进行获取，当土壤湿度以及空气湿度越大，则各预警区的覆盖面积越大，且预警区等级越高，覆盖面积增大的越多；

16、通过风向传感器获取田地范围内的风向和风速，各预警区的覆盖范围根据风速偏移，风速越高偏移量越大，偏移方向根据风向确定；

17、保留各等级预警区在各方向上距离所述初始点位的最远距离作为各等级预警区的覆盖范围，保留时间为当前所患病虫害种类从感染蔬菜至蔬菜出现可识别出的病症所需时间。

18、在本技术一实施例中，对不同等级预警区与所述初始点位的距离范围进行动态仿真的步骤中，当所述初始点位在具有上下高度差高山蔬菜田地时，还包括：

19、所述第一识别模型获取高山蔬菜田地图像，通过高山蔬菜田地图像得出田地坡度值，所述湿度传感器识别出田地范围内出现降雨或灌溉时，各预警区的覆盖范围向田地低处偏移，降雨量或灌溉量越大，和/或坡度值越大，则偏移量越大。

20、在本技术一实施例中，所述对不同等级预警区与所述初始点位的距离范围进行动态仿真的步骤中，还包括：

21、根据所述第一识别模型或所述第二识别模型对识别出的病虫害种类进行类型区分，所述病虫害的类型包括土传性病虫害和风传性病虫害，所述风传性病虫害在降雨量或灌溉量越大，和/或坡度值越大，所得到的偏移量，相对所述土传性病虫害的更大；

22、通过风向传感器获取田地范围内的风向和风速，各预警区的覆盖范围根据风向和风速进行偏移，风速越高偏移量越大；同时所述风传性病虫害在风速越高，所得到的偏移量，相对所述土传性病虫害的更大。

23、在本技术一实施例中，所述对不同等级预警区与所述初始点位的距离范围进行动态仿真的步骤中，还包括：

24、根据所述第一识别模型或所述第二识别模型对识别出的病虫害种类获取该病虫害种类适宜生长的温度数据，通过温度传感器可分别获取田地的地表上和地表下的实时温度，如所述病虫害为所述土传性病虫害，则采用地表下的实时温度；如所述病虫害为所述风传性病虫害，则采用地表上的实时温度，所述实时温度与该病虫害适宜生长的温度数据越接近，则该病虫害活性越高，进而各预警区的覆盖面积越大。

25、在本技术一实施例中，所述防治措施中包括对已经患病和所述预警区内的蔬菜进行对应病虫害的消杀，具体的，获取不同所述预警区的防治频次，获取下一次消杀时间区间的温度预测数据，选择与所述病虫害种类适宜生长的温度数据差异最大的时间，进行消杀操作。

26、在本技术一实施例中，根据多处所述初始点位形成多组所述预警区，不同组的所述预警区的重合部分，按重合部分里所述预警区的最高等级，再上调一级确定为重合部分的等级。

27、在本技术的第二方面，提供一种高山蔬菜病虫害预警与识别系统，包括：

28、信息共享模块，建立通信网，所述通信网由多个不同地区的数据库通信连接组成，当所述通信网中任一地区识别出现病虫害时，将本次病虫害信息数据同步至所述通信网供其他地区获取；

29、第一识别子模块，具体通过获取各类病虫害的表现图像，所述表现图像用于训练第一识别模型，当所述通信网中的任一地区中出现病虫害时，通过训练好的第一识别模型自动识别出所述病虫害的种类，所述病虫害的种类作为本次病虫害信息数据同步至所述通信网；

30、区域关联模块，获取所述通信网中所有地区的信息数据，所述信息数据包括位置信息和环境信息，根据本地区的所述信息数据关联参考区域，所述参考区域为与本地区位置信息相邻的地区和/或与本地区所述环境信息相似的地区；

31、预警防治模块，当所述通信网中同步所述病虫害信息数据时，获取发生病虫害的地区，如发生病虫害的地区为本地区的所述参考区域，则本地区进入第一预警状态，所述第一预警状态为在本地区根据所述参考区域发生的病虫害种类，采用对应防治措施。

32、本技术具有以下有益效果：

33、1、通过建立所述通信网将各个地区通信连接，减少了地区之间由于距离导致的信息传递限制，同时训练所述第一识别模型，对各地区的病虫害进行识别，当识别出病虫害后将病虫害种类作为病虫害数据第一时间共享至所述通信网，供其他地区获取，消息获取传递稳定，避免人为识别的主观影响和识别不及时，如发生病虫害的地区为自己地区的参考区域，则主动对工作人员进行提醒，使自己地区进入第一预警状态，可以早对该病虫害进行应对，最大程度减少感染风险，以及感染后最大程度减少损失。

34、2、获取识别出的病虫害的图像，与该种病虫害的现有图像一同作为训练集对所述第二识别图像进行训练，训练好的第二识别模型单独在对本地区内，对所述参考区域发生的病虫害种类进行识别，所述第一识别模型与所述第二识别模型可以位于同一图像采集器内，但使用不同的计算通道，本地区没有处于所述第一预警状态时，所述第二识别模型可以同所述第一识别模型一起对本地区进行监控识别，也可以节省资源，所述第二识别模型不进行识别，而本地区处于所述第一预警状态时，所述第二识别模型独立的对所述参考区域发生的病虫害种类进行识别，而第一识别模型依旧对各种病虫害进行大范围的识别，其中自然也包括所述参考区域发生的病虫害种类，通过占用更多识别通道，针对性的对所述参考区域发生的病虫害种类进行识别，而将参考区域的病虫害图像作为训练集对所述第二识别模型进行训练，增大本次病虫害的特征占比，实现如本地区发生所述参考区域同种的病虫害，可以尽早的发现，尽早开始治疗处理有利于降低损失。

35、3、由于害虫或病菌传播有传播限制，因此距离已经感染了病虫害的蔬菜植株越近越容易感染，因此以与感染蔬菜植株作为原点，也就是初始点位，以与所述初始点位的距离为所述预警区划分等级的依据，距离越近等级越高，等级越高的所述预警区采用更高的防治频率，例如最高为五级的五级预警区采用一天三次农药喷洒，而最低等级的一级预警区采用三天一次农药喷洒；另外所述第二识别模型对预警区等级越高的区域调用更多的识别通道和/或更高的识别频率进行识别，这里的识别通道可以理解为采用更多的算力用于等级更高的区域，或者如果有多台设备均设置有所述第二识别模型，则等级越高的区域采用更多的设备进行图像采集；进一步的病虫害开始传染后，田地内会有多处感染蔬菜植株，也就是有多个初始点位，而对于距离较近的初始点位进行多组预警区，则容易产生重合部分，将重合部分内预警区的最高等级再进行提高，因为重合部分将受到来着不止一处所述初始点位的传染风险，相对单一预警区需要更加高频率的防治措施。

36、4、通过引入湿度传感器得出的湿度数据和风向传感器的风向风速数据作为影响因子，对预警区域的范围进行动态仿真，湿度数据和风向风速数据实时变化，对应预警区域的范围也实时变化，然而对于变化的预警区，由于通常蔬菜植株感染病虫害后不会立即出现病症而被识别出，因此，将动态预警区的最大范围进行保留，保留时间为初始点位病虫害种类从感染到出现病症的时间，该时间可以通过互联网络进行获取。

37、5、由于高山蔬菜种植环境所限，考虑到坡度对病虫害传播的影响，引入坡度值，在下雨或灌溉时，水接触蔬菜叶面、根茎或地面后，由于重力的影响，水滴携带这病菌孢子更多的会向海拔低处移动，因此降雨或灌溉时，各预警区的覆盖范围向田地低处偏移，降雨量或灌溉量越大，和/或坡度值越大，则偏移量越大；进一步的识别病虫害种类，以及该病虫害的传播属性，在不同环境条件下，不同传播属性的病虫害的预警区偏移量不同。

38、6、通过温度传感器获取温度数据，而由于蔬菜品种不同，部分蔬菜叶面距离地面较远，同时由于蔬菜叶面对地面的遮挡，以及地面对蔬菜根部的遮挡，导致地表以上温度和地表以下温度具有差值，此时结合土传性病虫害和风传性病虫害的生存特性，土传性病虫害采用地表下实时温度，风传性病虫害使用地表上实时温度，当实时温度越接近病虫害自己适宜温度时，各预警区的覆盖面积越大；进一步的，获取不同所述预警区的防治频次，获取下一次消杀时间区间的温度预测数据，选择与所述病虫害种类适宜生长的温度数据差异最大的时间，例如，二级预警区需要在消杀后6-12小时内，进行下一次消杀，此时通过温度预测获取消杀后6小时到12小时之间的温度预测数据，选择与该种病虫害适宜温度差距最大的温度，该温度对应的时间进行消杀，而高山环境的昼夜温差较大，也更容易选择在病虫害活性最低时进行消杀操作。