陳松楠，張 莉

(信陽農(nóng)林學(xué)院 信息工程學(xué)院，河南 信陽 464000)

?

數(shù)·理·化

茶樹蟲害智能診斷與防治的研究現(xiàn)狀及發(fā)展趨勢(shì)

陳松楠，張 莉

(信陽農(nóng)林學(xué)院 信息工程學(xué)院，河南 信陽 464000)

隨著農(nóng)業(yè)信息化的快速發(fā)展，如何快速、有效地對(duì)茶樹蟲害進(jìn)行診斷和防治成為當(dāng)前亟需解決的問題。與傳統(tǒng)的人工診斷和防治相比，物聯(lián)網(wǎng)和web技術(shù)在使用過程中具有快捷、方便、準(zhǔn)確、可靠的獨(dú)特優(yōu)勢(shì)，受到了越來越多的關(guān)注。為此，本文全面、系統(tǒng)地闡述了基于物聯(lián)網(wǎng)、web技術(shù)和本體學(xué)習(xí)的茶樹蟲害智能診斷和預(yù)防的研究現(xiàn)狀，分析其在蟲害診斷上存在的優(yōu)缺點(diǎn)，指出今后茶樹蟲害診斷和預(yù)防的發(fā)展方向，以期實(shí)現(xiàn)茶樹蟲害的自動(dòng)預(yù)警和預(yù)防。

茶樹蟲害；物聯(lián)網(wǎng)；web技術(shù)；本體學(xué)習(xí)

我國(guó)茶葉生產(chǎn)歷史悠久，種植面積遼闊，遠(yuǎn)銷世界各地。茶產(chǎn)品不僅是我國(guó)重要的出口農(nóng)產(chǎn)品，更是我國(guó)茶農(nóng)增加收入的重要手段之一。近些年來，茶樹蟲害對(duì)茶產(chǎn)品的影響越來越嚴(yán)重。傳統(tǒng)的用藥和噴施作業(yè)不僅造成農(nóng)藥的利用率低下，而且?guī)砹藝?yán)重的水土資源污染。所以，利用計(jì)算機(jī)技術(shù)推動(dòng)我國(guó)農(nóng)業(yè)信息化的進(jìn)程和運(yùn)用先進(jìn)的農(nóng)業(yè)科學(xué)技術(shù)提升茶樹蟲害智能診斷與防治的能力變得刻不容緩。

1 基于物聯(lián)網(wǎng)技術(shù)的茶樹蟲害智能診斷與防治的研究現(xiàn)狀

物聯(lián)網(wǎng)是當(dāng)今互聯(lián)網(wǎng)技術(shù)發(fā)展的重要階段，美國(guó)麻省理工學(xué)院的Kevin Ash-ton教授于1991年首次提出物聯(lián)網(wǎng)的概念,并在2005年以后受到了世界各國(guó)的重視并且得到了迅速的發(fā)展[1]。它對(duì)推動(dòng)我國(guó)傳統(tǒng)農(nóng)業(yè)的轉(zhuǎn)型升級(jí)、提高農(nóng)民的生產(chǎn)效率和收入水平、加快農(nóng)業(yè)信息化進(jìn)程、實(shí)現(xiàn)農(nóng)業(yè)自動(dòng)化和智能化等方面具有重要的影響。將物聯(lián)網(wǎng)技術(shù)與茶業(yè)生產(chǎn)相結(jié)合促使傳統(tǒng)的茶樹蟲害預(yù)防方法發(fā)生了重大的改變。

茶業(yè)物聯(lián)網(wǎng)主要由三部分組成：感知層、傳輸層和應(yīng)用層，如圖1所示。感知層主要由一些傳感器，如視頻采集設(shè)備、環(huán)境監(jiān)控設(shè)備、RFID、二維碼掃描器等設(shè)備構(gòu)成，用來采集前端視頻流和監(jiān)測(cè)環(huán)境參數(shù)；傳輸層主要用于視頻流和監(jiān)測(cè)數(shù)據(jù)的傳輸，一般由VPN專網(wǎng)來完成，主要是指視頻流、傳感器采集數(shù)據(jù)、控制信息流傳輸通道及傳輸網(wǎng)絡(luò)(包括運(yùn)營(yíng)商數(shù)據(jù)專線、運(yùn)營(yíng)商網(wǎng)絡(luò)、3G網(wǎng)絡(luò)以及前端設(shè)備接入網(wǎng)絡(luò))；應(yīng)用層主要用于病蟲害的預(yù)防，包括視頻監(jiān)控、專家診斷、害蟲預(yù)警、農(nóng)藥申請(qǐng)與審批等。通過對(duì)茶園里病蟲害進(jìn)行監(jiān)控和分析，對(duì)癥使用農(nóng)藥[2]。物聯(lián)網(wǎng)技術(shù)在現(xiàn)代茶業(yè)種植和生產(chǎn)的過程中需要盡量規(guī)避各種外部因素的影響，從而保證茶農(nóng)能夠及時(shí)地獲取茶園里的土壤和生態(tài)環(huán)境信息，為他們進(jìn)行病蟲的防治提供依據(jù)[3]。通過監(jiān)測(cè)設(shè)備對(duì)茶場(chǎng)的天氣、水質(zhì)、生態(tài)、重金屬的含量進(jìn)行實(shí)時(shí)監(jiān)控，保證茶樹的健康生長(zhǎng)。當(dāng)出現(xiàn)異常情況時(shí)，監(jiān)測(cè)人員能夠?qū)崟r(shí)得到反饋，及時(shí)對(duì)不利于茶樹生長(zhǎng)的情況進(jìn)行調(diào)整[4]。通過安裝REID、傳感等設(shè)備對(duì)茶樹的病蟲害信息進(jìn)行采集和監(jiān)測(cè)，然后經(jīng)監(jiān)控中心對(duì)收集到的數(shù)據(jù)進(jìn)行處理后傳送給用戶，使得用戶能夠準(zhǔn)確分析病蟲害的發(fā)展趨勢(shì)并及時(shí)作出防治措施[5]。

圖1 茶業(yè)物聯(lián)網(wǎng)的主要組成部分

隨著zigbee無線通信技術(shù)的日漸成熟和快速發(fā)展，物聯(lián)網(wǎng)技術(shù)為精準(zhǔn)農(nóng)業(yè)、智慧農(nóng)業(yè)的推廣提供可能。根據(jù)以往茶葉種植的信息形成一套較完整的專家系統(tǒng)，建立各個(gè)階段茶葉生長(zhǎng)的信息庫，提前做好病蟲害的防治工作[6]。設(shè)計(jì)茶葉物聯(lián)網(wǎng)系統(tǒng)，通過展現(xiàn)茶園的病蟲害情況，利用遠(yuǎn)程專家診斷、指揮調(diào)度來實(shí)現(xiàn)農(nóng)藥使用的申請(qǐng)和審批[7]。

2 基于Web技術(shù)的茶樹蟲害智能診斷與防治的研究現(xiàn)狀

隨著計(jì)算機(jī)科學(xué)、信息技術(shù)的快速發(fā)展，以web技術(shù)為基礎(chǔ)的B/S框架模式的優(yōu)越性越顯突出。與傳統(tǒng)的ASP.NET相比，JSP在構(gòu)建Web應(yīng)用程序方面具有很大優(yōu)勢(shì)，主要表現(xiàn)在：充分考慮到跨平臺(tái)這一概念，使得程序的運(yùn)行不局限于某一特定的平臺(tái)，程序只需寫一次就可以運(yùn)行在任何平臺(tái)；語言的成熟、健壯、易擴(kuò)展性也提高了程序人員的開發(fā)效率和維護(hù)效率。

2.1 茶農(nóng)用戶管理

圖2 茶農(nóng)用戶管理模塊

以web 技術(shù)為核心的茶樹蟲害智能診斷與防治方法的最主要的用戶是茶農(nóng)、科研人員以及基層農(nóng)技員等。為此，我們需要針對(duì)不同的用戶類型來設(shè)計(jì)統(tǒng)一的用戶注冊(cè)接口、用戶管理接口和知識(shí)管理接口。方便不同的用戶群體進(jìn)行注冊(cè)，已注冊(cè)用戶提供個(gè)性的系統(tǒng)入口以及對(duì)茶樹蟲害知識(shí)庫進(jìn)行實(shí)時(shí)的修訂和更新，如圖2所示。

2.2 茶樹蟲害管理決策

以web技術(shù)為核心的茶樹蟲害智能診斷與防治的方法最核心的部分在于茶園蟲害的管理決策模塊。針對(duì)茶農(nóng)用戶上傳的害蟲基本信息，如：顏色、形狀、生活習(xí)性等，主要通過三種方法對(duì)茶樹害蟲進(jìn)行診斷。首先，茶樹害蟲的特征診斷，通常采用多種特征聯(lián)合、局部特征信息引入的綜合診斷方法對(duì)茶樹蟲害進(jìn)行分類診斷。通過對(duì)高維的特征向量進(jìn)行降維處理，使得該方法能更好地輔助人們對(duì)茶樹蟲害進(jìn)行精準(zhǔn)的診斷。其次，通過茶樹害蟲的圖譜進(jìn)行診斷，茶農(nóng)用戶根據(jù)自己的實(shí)踐經(jīng)驗(yàn)所掌握的害蟲基本信息來分類查詢當(dāng)前可能害蟲的圖譜，如：尺蠖類、蓑蛾類、食葉性甲蟲類等。根據(jù)害蟲所屬的類型進(jìn)入不同的查詢頁面進(jìn)行圖譜查找，從而獲取相應(yīng)的蟲害信息。最后，根據(jù)茶樹害蟲檢索系統(tǒng)進(jìn)行診斷，茶農(nóng)用戶只需提供蟲害的危害部位的信息，如：芽、葉、桿、根等，通過對(duì)芽葉咀食性害蟲、茶樹吸汁性害蟲、鉆蛀性害蟲及地下害蟲等數(shù)據(jù)庫進(jìn)行檢索，來快速進(jìn)行害蟲診斷。通過以上三種方法優(yōu)化用戶的使用體驗(yàn)，從而滿足不同的茶戶的需求。

茶樹蟲害的防治是害蟲診斷和害蟲預(yù)警的目的和結(jié)果[8]。獲取蟲害信息后，就需要對(duì)特定地理區(qū)域的茶樹蟲害進(jìn)行短、中、長(zhǎng)期預(yù)警和防治。通過對(duì)當(dāng)前蟲害的規(guī)模、發(fā)展趨勢(shì)、爆發(fā)高峰期進(jìn)行預(yù)測(cè)，并將預(yù)測(cè)結(jié)果發(fā)布到預(yù)警信息平臺(tái)上供茶農(nóng)瀏覽，使其提前做好害蟲防治的準(zhǔn)備。

2.3 交流學(xué)習(xí)平臺(tái)

以web技術(shù)為核心的茶樹蟲害智能診斷與防治要求在農(nóng)戶與農(nóng)戶、農(nóng)戶與專家之間構(gòu)建相互交流學(xué)習(xí)的平臺(tái)。主要是通過web技術(shù)完成茶樹農(nóng)藥殘留量的更新信息,方便茶農(nóng)對(duì)作物進(jìn)行合理的施藥；對(duì)該領(lǐng)域?qū)＜业膫€(gè)人信息進(jìn)行更新和增加，方便農(nóng)戶及時(shí)準(zhǔn)確的獲取專家信息；提供在線咨詢相關(guān)界面，以保證農(nóng)戶可以實(shí)時(shí)向?qū)＜姨岢鰡栴}，等待專家對(duì)提出的蟲害問題進(jìn)行詳細(xì)的答疑；提供開放的知識(shí)園地相關(guān)界面，使農(nóng)戶足不出戶獲取蟲害知識(shí)和最新的防治信息；提供資源下載相關(guān)界面，方便茶農(nóng)下載專家教學(xué)視頻，獲取遠(yuǎn)程防治教育以及國(guó)家農(nóng)業(yè)部發(fā)布的一些茶產(chǎn)品信息[9]。

利用web技術(shù)，茶農(nóng)還能夠?qū)Σ鑸@設(shè)施展開控制，實(shí)時(shí)掌握茶園的雨量、光照、病蟲害等情況，進(jìn)而進(jìn)行科學(xué)的管理。

3 基于本體技術(shù)的茶樹蟲害智能診斷與防治的研究現(xiàn)狀

計(jì)算機(jī)相關(guān)領(lǐng)域的快速發(fā)展，尤其是自然語言處理、機(jī)器學(xué)習(xí)等技術(shù)的發(fā)展加速了本體學(xué)習(xí)的研究步伐?；诒倔w的語義網(wǎng)技術(shù)在領(lǐng)域內(nèi)智能搜索方面是當(dāng)前研究的重點(diǎn)，因此針對(duì)茶學(xué)領(lǐng)域蟲害診斷過程中存在的問題，有必要在深入研究茶學(xué)領(lǐng)域的基礎(chǔ)上，探討出茶樹以及茶樹害蟲本體建模的理論和方法，從而實(shí)現(xiàn)茶樹蟲害的智能診斷與防治。

3.1 茶樹害蟲本體的建立

茶樹害蟲本體主要由三部分構(gòu)成：茶樹害蟲的概念信息、每種害蟲概念信息間的相互關(guān)系、計(jì)算機(jī)能夠智能診斷的形式化描述語言。茶樹害蟲本體的研究對(duì)象主要是常見茶樹害蟲在茶園的具體分布、危害茶樹的具體部位、何種方式進(jìn)行危害以及防治害蟲的策略等。為了能夠正確的區(qū)別引起茶樹病癥的各種害蟲，我們可以引入生物分類方法—“界、門、綱、目、科、屬、種”來對(duì)茶樹害蟲進(jìn)行分類，茶樹害蟲就被定義為一個(gè)“綱”。在構(gòu)建茶樹害蟲本體的過程中，從“綱”的下一層“目”開始來對(duì)茶樹害蟲進(jìn)行診斷分類，形成了基于“目”、形狀特征和習(xí)性特性的茶樹害蟲分類領(lǐng)域本體構(gòu)建方法[10]。

3.2 茶樹蟲害知識(shí)本體構(gòu)建

茶樹蟲害知識(shí)本體是茶樹害蟲領(lǐng)域所共識(shí)的，可被計(jì)算機(jī)表示的，并提供茶樹害蟲領(lǐng)域共享的一種概念模型，主要由常見害蟲的概念、茶樹害蟲類的屬性、危害方式與受害部位的約束公理、害蟲知識(shí)本體實(shí)例等五類構(gòu)成。茶樹害蟲概念是指在對(duì)茶樹蟲害進(jìn)行診斷的過程中所涉及的名詞集合，主要包括害蟲以及害蟲危害兩個(gè)部分的名詞集合。茶樹害蟲類的屬性主要包括了類與類之間、屬性與屬性之間、類與屬性之間的關(guān)系等內(nèi)容。由于茶樹蟲害知識(shí)包含許多相關(guān)聯(lián)的內(nèi)容，因此我們?cè)诓铇湎x害知識(shí)本體構(gòu)建的過程中只需對(duì)害蟲在茶園的具體生活區(qū)域、對(duì)茶樹的危害方式以及茶樹受蟲害的部位進(jìn)行約束公理表示，進(jìn)一步對(duì)主要的約束公理構(gòu)造符進(jìn)行運(yùn)用。

3.3 茶樹蟲害知識(shí)診斷推理

本體的推理機(jī)制是基于描述邏輯的推理，其目的是保持類的一致性，檢驗(yàn)類的構(gòu)成和隱含關(guān)系，確定實(shí)例是否包含于本體中，以及本體的完整性維護(hù)等?；谌斯ど窠?jīng)網(wǎng)絡(luò)的方法、基于規(guī)則的方法和基于案例的推理方法是診斷推理領(lǐng)域中常用的方法。蟲害信息的檢索是蟲害知識(shí)診斷推理過程中不可缺少的一部分，傳統(tǒng)蟲害信息檢索模型將各類檢索詞看作是孤立的、不關(guān)聯(lián)的，從而忽視了各類檢索詞之間的語義關(guān)系，導(dǎo)致基于關(guān)鍵詞的檢索模型在一定程度上查詢失敗。所以，通過建立語義推理引擎來判斷用戶輸入檢索詞的語義關(guān)系，進(jìn)而通過計(jì)算機(jī)將本體中具有隱含語義關(guān)聯(lián)的數(shù)據(jù)推理出來，最后獲取相關(guān)的數(shù)據(jù)作為查詢數(shù)據(jù)庫。推理引擎借助于本體信息及相關(guān)的公理描述可以從基本的描述中獲取額外的斷言，經(jīng)過推理處理可以獲得有向圖中的所有語義閉包，從而對(duì)茶樹蟲害進(jìn)行診斷和預(yù)防[11]。

以本體技術(shù)為核心的茶樹害蟲智能診斷和防治的研究，對(duì)于進(jìn)一步提升茶樹疾病診斷系統(tǒng)的智能化水平、適用能力、學(xué)習(xí)能力和問題求解能力，以及提高茶樹蟲害診斷防治的準(zhǔn)確率和診斷防治速度，拓展茶樹蟲害診斷系統(tǒng)的應(yīng)用范圍，具有一定的理論研究?jī)r(jià)值和實(shí)際意義。

4 茶樹蟲害智能診斷與防治的發(fā)展趨勢(shì)

我國(guó)在農(nóng)業(yè)蟲害智能檢測(cè)與防治的研究中取得了一定的進(jìn)展，特別是在茶樹等蟲害檢測(cè)中取得了較大的進(jìn)步，隨著物聯(lián)網(wǎng)、3S、光譜、圖像處理、病原微生物檢測(cè)等信息技術(shù)的發(fā)展、成熟，也為茶樹蟲害檢測(cè)與預(yù)防提供了良好的技術(shù)支持。加快物聯(lián)網(wǎng)技術(shù)與3S技術(shù)的融合，將對(duì)整個(gè)茶園的生長(zhǎng)環(huán)境監(jiān)測(cè)形成覆蓋，使信息的采集更加全面；結(jié)合不同機(jī)器學(xué)習(xí)算法的優(yōu)勢(shì)進(jìn)行蟲害檢測(cè)模型的構(gòu)建，使得蟲害的檢測(cè)與預(yù)防更加快速；結(jié)合光譜、電鏡檢測(cè)、PCR及生物芯片技術(shù)，茶樹蟲害的檢測(cè)從宏觀到微觀均能得到良好效果；科研機(jī)構(gòu)和相關(guān)單位應(yīng)該更加注重對(duì)環(huán)境、病害及病原微生物等信息的數(shù)據(jù)積累和信息獲取技術(shù)的改進(jìn)與提升，保證數(shù)據(jù)的準(zhǔn)確性和泛用性，不斷更新數(shù)據(jù)，才能為蟲害的檢測(cè)和預(yù)防提供更可靠的技術(shù)與數(shù)據(jù)支撐[12]。

[1] 朱洪波, 楊龍祥, 朱 琦.物聯(lián)網(wǎng)技術(shù)進(jìn)展與應(yīng)用[J].南京郵電大學(xué)學(xué)報(bào)(自然科學(xué)版),2011, 31(1):1-9.

[2] 劉海鵬.茶業(yè)物聯(lián)網(wǎng)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].福建茶葉,2016，38(1)：19-20.

[3] 劉佩君.物聯(lián)網(wǎng)技術(shù)惠及現(xiàn)代農(nóng)業(yè)發(fā)展探析[J].中國(guó)農(nóng)業(yè)資源與區(qū)劃，2016,37(2)：66-71.

[4] 韓 鵬.物聯(lián)網(wǎng)技術(shù)在茶場(chǎng)生態(tài)環(huán)境監(jiān)測(cè)中的應(yīng)用分析[J].福建茶葉,2016,38(3):15-17.

[5] 徐德良, 王敏鑫，邵元海.物聯(lián)網(wǎng)技術(shù)在茶樹病蟲害防治中的探討[J].茶葉，2014，40 (3):155-156.

[6] 冷 波.基于物聯(lián)網(wǎng)技術(shù)的智慧茶園控制技術(shù)[J].中國(guó)新通信，2014(12):92-94.

[7] 劉小虎, 汪 興, 吳 蒙,等.茶葉物聯(lián)網(wǎng)系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].安徽農(nóng)業(yè)科學(xué), 2014(16): 5305-5308.

[8] 秦華光.茶園害蟲智能化WEB管理系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].中國(guó)農(nóng)業(yè)科學(xué)院, 2008.

[9] 邱富軍.基于Web的茶葉物聯(lián)網(wǎng)遠(yuǎn)程智能控制系統(tǒng)的設(shè)計(jì)[J].福建茶葉，2016，38(2): 14-15.

[10] 吉 喆，李紹穩(wěn), 張友華，等.基于本體的茶蟲害診斷系統(tǒng)構(gòu)建的研究[J].農(nóng)業(yè)網(wǎng)絡(luò)信息，2008(9):112-116.

[11] 吉 喆. 基于本體的茶樹蟲害智能診斷系統(tǒng)研究[D].安徽農(nóng)業(yè)大學(xué), 2010.

[12] 王翔宇, 溫皓杰, 李鑫星，等.農(nóng)業(yè)主要病害檢測(cè)與預(yù)警技術(shù)研究進(jìn)展分析[J].農(nóng)業(yè)機(jī)械學(xué)報(bào), 2016(9):266-277.

(編輯：嚴(yán)佩峰)

Research Status and Development Trend on Intelligent Diagnosis and Control of Tea Pests

CHEN Song-nan，ZHANG Li

(College of Information Engineering,Xinyang Agriculture and Forestry University, Xinyang 464000,China)

With the rapid development of agricultural information, how to quickly and effectively diagnose and control tea pests has become an urgent problem. Compared with the traditional artificial diagnosis and prevention, the Internet of things and web technology have more and more attention in the process of using, which is quick, convenient, accurate and reliable. Therefore, this paper described the current research status of intelligent diagnosis and prevention of tea pest based on the Internet of things,web technology and the ontology learning, analysed the advantages and disadvantages of the insect pest diagnosis, at the same time, pointed out the future research direction of insect pest diagnosis and prevention, in order to achieve automatic warning and prevention.

tea pest; Internet of things; web technology; ontology learning

2017-03-04

信陽農(nóng)林學(xué)院青年教師基金項(xiàng)目(201501015).

陳松楠(1988—),男，碩士，助教，研究方向：圖像處理、農(nóng)業(yè)信息化.

TP391.41

A

2095-8978(2017)02-0103-04