陳松楠，張 莉

(信陽農(nóng)林學院 信息工程學院，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

陳松楠，張 莉

(信陽農(nóng)林學院 信息工程學院，河南 信陽 464000)

隨著農(nóng)業(yè)信息化的快速發(fā)展，如何快速、有效地對茶樹蟲害進行診斷和防治成為當前亟需解決的問題。與傳統(tǒng)的人工診斷和防治相比，物聯(lián)網(wǎng)和web技術在使用過程中具有快捷、方便、準確、可靠的獨特優(yōu)勢，受到了越來越多的關注。為此，本文全面、系統(tǒng)地闡述了基于物聯(lián)網(wǎng)、web技術和本體學習的茶樹蟲害智能診斷和預防的研究現(xiàn)狀，分析其在蟲害診斷上存在的優(yōu)缺點，指出今后茶樹蟲害診斷和預防的發(fā)展方向，以期實現(xiàn)茶樹蟲害的自動預警和預防。

茶樹蟲害；物聯(lián)網(wǎng)；web技術；本體學習

我國茶葉生產(chǎn)歷史悠久，種植面積遼闊，遠銷世界各地。茶產(chǎn)品不僅是我國重要的出口農(nóng)產(chǎn)品，更是我國茶農(nóng)增加收入的重要手段之一。近些年來，茶樹蟲害對茶產(chǎn)品的影響越來越嚴重。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)砹藝乐氐乃临Y源污染。所以，利用計算機技術推動我國農(nóng)業(yè)信息化的進程和運用先進的農(nóng)業(yè)科學技術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)是當今互聯(lián)網(wǎng)技術發(fā)展的重要階段，美國麻省理工學院的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的重視并且得到了迅速的發(fā)展[1]。它對推動我國傳統(tǒng)農(nóng)業(yè)的轉型升級、提高農(nóng)民的生產(chǎn)效率和收入水平、加快農(nóng)業(yè)信息化進程、實現(xiàn)農(nóng)業(yè)自動化和智能化等方面具有重要的影響。將物聯(lián)網(wǎng)技術與茶業(yè)生產(chǎn)相結合促使傳統(tǒng)的茶樹蟲害預防方法發(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、傳輸層和應用層，如圖1所示。感知層主要由一些傳感器，如視頻采集設備、環(huán)境監(jiān)控設備、RFID、二維碼掃描器等設備構成，用來采集前端視頻流和監(jiān)測環(huán)境參數(shù)；傳輸層主要用于視頻流和監(jiān)測數(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(包括運營商數(shù)據(jù)專線、運營商網(wǎng)絡、3G網(wǎng)絡以及前端設備接入網(wǎng)絡)；應用層主要用于病蟲害的預防，包括視頻監(jiān)控、專家診斷、害蟲預警、農(nóng)藥申請與審批等。通過對茶園里病蟲害進行監(jiān)控和分析，對癥使用農(nóng)藥[2]。物聯(lián)網(wǎng)技術在現(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)能夠及時地獲取茶園里的土壤和生態(tài)環(huán)境信息，為他們進行病蟲的防治提供依據(jù)[3]。通過監(jiān)測設備對茶場的天氣、水質(zhì)、生態(tài)、重金屬的含量進行實時監(jiān)控，保證茶樹的健康生長。當出現(xiàn)異常情況時，監(jiān)測人員能夠?qū)崟r得到反饋，及時對不利于茶樹生長的情況進行調(diào)整[4]。通過安裝REID、傳感等設備對茶樹的病蟲害信息進行采集和監(jiān)測，然后經(jīng)監(jiān)控中心對收集到的數(shù)據(jù)進行處理后傳送給用戶，使得用戶能夠準確分析病蟲害的發(fā)展趨勢并及時作出防治措施[5]。

圖1 茶業(yè)物聯(lián)網(wǎng)的主要組成部分

隨著zigbee無線通信技術的日漸成熟和快速發(fā)展，物聯(lián)網(wǎng)技術為精準農(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)，建立各個階段茶葉生長的信息庫，提前做好病蟲害的防治工作[6]。設計茶葉物聯(lián)網(wǎng)系統(tǒng)，通過展現(xiàn)茶園的病蟲害情況，利用遠程專家診斷、指揮調(diào)度來實現(xiàn)農(nóng)藥使用的申請和審批[7]。

2 基于Web技術的茶樹蟲害智能診斷與防治的研究現(xiàn)狀

隨著計算機科學、信息技術的快速發(fā)展，以web技術為基礎的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在構建Web應用程序方面具有很大優(yōu)勢，主要表現(xiàn)在：充分考慮到跨平臺這一概念，使得程序的運行不局限于某一特定的平臺，程序只需寫一次就可以運行在任何平臺；語言的成熟、健壯、易擴展性也提高了程序人員的開發(fā)效率和維護效率。

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，我們需要針對不同的用戶類型來設計統(tǒng)一的用戶注冊接口、用戶管理接口和知識管理接口。方便不同的用戶群體進行注冊，已注冊用戶提供個性的系統(tǒng)入口以及對茶樹蟲害知識庫進行實時的修訂和更新，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。針對茶農(nóng)用戶上傳的害蟲基本信息，如：顏色、形狀、生活習性等，主要通過三種方法對茶樹害蟲進行診斷。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茶樹蟲害進行分類診斷。通過對高維的特征向量進行降維處理，使得該方法能更好地輔助人們對茶樹蟲害進行精準的診斷。其次，通過茶樹害蟲的圖譜進行診斷，茶農(nóng)用戶根據(jù)自己的實踐經(jīng)驗所掌握的害蟲基本信息來分類查詢當前可能害蟲的圖譜，如：尺蠖類、蓑蛾類、食葉性甲蟲類等。根據(jù)害蟲所屬的類型進入不同的查詢頁面進行圖譜查找，從而獲取相應的蟲害信息。最后，根據(jù)茶樹害蟲檢索系統(tǒng)進行診斷，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)庫進行檢索，來快速進行害蟲診斷。通過以上三種方法優(yōu)化用戶的使用體驗，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警的目的和結果[8]。獲取蟲害信息后，就需要對特定地理區(qū)域的茶樹蟲害進行短、中、長期預警和防治。通過對當前蟲害的規(guī)模、發(fā)展趨勢、爆發(fā)高峰期進行預測，并將預測結果發(fā)布到預警信息平臺上供茶農(nóng)瀏覽，使其提前做好害蟲防治的準備。

2.3 交流學習平臺

以web技術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)戶與專家之間構建相互交流學習的平臺。主要是通過web技術完成茶樹農(nóng)藥殘留量的更新信息,方便茶農(nóng)對作物進行合理的施藥；對該領域?qū)＜业膫€人信息進行更新和增加，方便農(nóng)戶及時準確的獲取專家信息；提供在線咨詢相關界面，以保證農(nóng)戶可以實時向?qū)＜姨岢鰡栴}，等待專家對提出的蟲害問題進行詳細的答疑；提供開放的知識園地相關界面，使農(nóng)戶足不出戶獲取蟲害知識和最新的防治信息；提供資源下載相關界面，方便茶農(nóng)下載專家教學視頻，獲取遠程防治教育以及國家農(nóng)業(yè)部發(fā)布的一些茶產(chǎn)品信息[9]。

利用web技術，茶農(nóng)還能夠?qū)Σ鑸@設施展開控制，實時掌握茶園的雨量、光照、病蟲害等情況，進而進行科學的管理。

3 基于本體技術的茶樹蟲害智能診斷與防治的研究現(xiàn)狀

計算機相關領域的快速發(fā)展，尤其是自然語言處理、機器學習等技術的發(fā)展加速了本體學習的研究步伐?；诒倔w的語義網(wǎng)技術在領域內(nèi)智能搜索方面是當前研究的重點，因此針對茶學領域蟲害診斷過程中存在的問題，有必要在深入研究茶學領域的基礎上，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成：茶樹害蟲的概念信息、每種害蟲概念信息間的相互關系、計算機能夠智能診斷的形式化描述語言。茶樹害蟲本體的研究對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”來對茶樹害蟲進行分類，茶樹害蟲就被定義為一個“綱”。在構建茶樹害蟲本體的過程中，從“綱”的下一層“目”開始來對茶樹害蟲進行診斷分類，形成了基于“目”、形狀特征和習性特性的茶樹害蟲分類領域本體構建方法[10]。

3.2 茶樹蟲害知識本體構建

茶樹蟲害知識本體是茶樹害蟲領域所共識的，可被計算機表示的，并提供茶樹害蟲領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、害蟲知識本體實例等五類構成。茶樹害蟲概念是指在對茶樹蟲害進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、類與屬性之間的關系等內(nèi)容。由于茶樹蟲害知識包含許多相關聯(lián)的內(nèi)容，因此我們在茶樹蟲害知識本體構建的過程中只需對害蟲在茶園的具體生活區(qū)域、對茶樹的危害方式以及茶樹受蟲害的部位進行約束公理表示，進一步對主要的約束公理構造符進行運用。

3.3 茶樹蟲害知識診斷推理

本體的推理機制是基于描述邏輯的推理，其目的是保持類的一致性，檢驗類的構成和隱含關系，確定實例是否包含于本體中，以及本體的完整性維護等?；谌斯ど窠?jīng)網(wǎng)絡的方法、基于規(guī)則的方法和基于案例的推理方法是診斷推理領域中常用的方法。蟲害信息的檢索是蟲害知識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、不關聯(lián)的，從而忽視了各類檢索詞之間的語義關系，導致基于關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系，進而通過計算機將本體中具有隱含語義關聯(lián)的數(shù)據(jù)推理出來，最后獲取相關的數(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，從而對茶樹蟲害進行診斷和預防[11]。

以本體技術為核心的茶樹害蟲智能診斷和防治的研究，對于進一步提升茶樹疾病診斷系統(tǒng)的智能化水平、適用能力、學習能力和問題求解能力，以及提高茶樹蟲害診斷防治的準確率和診斷防治速度，拓展茶樹蟲害診斷系統(tǒng)的應用范圍，具有一定的理論研究價值和實際意義。

4 茶樹蟲害智能診斷與防治的發(fā)展趨勢

我國在農(nóng)業(yè)蟲害智能檢測與防治的研究中取得了一定的進展，特別是在茶樹等蟲害檢測中取得了較大的進步，隨著物聯(lián)網(wǎng)、3S、光譜、圖像處理、病原微生物檢測等信息技術的發(fā)展、成熟，也為茶樹蟲害檢測與預防提供了良好的技術支持。加快物聯(lián)網(wǎng)技術與3S技術的融合，將對整個茶園的生長環(huán)境監(jiān)測形成覆蓋，使信息的采集更加全面；結合不同機器學習算法的優(yōu)勢進行蟲害檢測模型的構建，使得蟲害的檢測與預防更加快速；結合光譜、電鏡檢測、PCR及生物芯片技術，茶樹蟲害的檢測從宏觀到微觀均能得到良好效果；科研機構和相關單位應該更加注重對環(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的改進與提升，保證數(shù)據(jù)的準確性和泛用性，不斷更新數(shù)據(jù)，才能為蟲害的檢測和預防提供更可靠的技術與數(shù)據(jù)支撐[12]。

[1] 朱洪波, 楊龍祥, 朱 琦.物聯(lián)網(wǎng)技術進展與應用[J].南京郵電大學學報(自然科學版),2011, 31(1):1-9.

[2] 劉海鵬.茶業(yè)物聯(lián)網(wǎng)系統(tǒng)的設計與實現(xiàn)[J].福建茶葉,2016，38(1)：19-20.

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

[4] 韓 鵬.物聯(lián)網(wǎng)技術在茶場生態(tài)環(huán)境監(jiān)測中的應用分析[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)技術的智慧茶園控制技術[J].中國新通信，2014(12):92-94.

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

[8] 秦華光.茶園害蟲智能化WEB管理系統(tǒng)的設計與實現(xiàn)[D].中國農(nóng)業(yè)科學院, 2008.

[9] 邱富軍.基于Web的茶葉物聯(lián)網(wǎng)遠程智能控制系統(tǒng)的設計[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)構建的研究[J].農(nóng)業(yè)網(wǎng)絡信息，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, 2010.

[12] 王翔宇, 溫皓杰, 李鑫星，等.農(nóng)業(yè)主要病害檢測與預警技術研究進展分析[J].農(nóng)業(yè)機械學報, 2016(9):266-277.

(編輯：嚴佩峰)

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)林學院青年教師基金項目(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