紀思琪，吳芳，李乃祥

（天津農(nóng)學(xué)院 計算機與信息工程學(xué)院，天津 300384）

基于決策樹的蔬菜病害靜態(tài)預(yù)警模型

紀思琪，吳芳通信作者，李乃祥

（天津農(nóng)學(xué)院 計算機與信息工程學(xué)院，天津 300384）

設(shè)施蔬菜病害嚴重影響蔬菜的產(chǎn)量和質(zhì)量，利用傳統(tǒng)的防治措施不能很好地滿足社會對食品安全和良好的生活環(huán)境的要求，而設(shè)施蔬菜病害預(yù)警則可兼顧蔬菜生產(chǎn)和社會要求，是一種綠色、有效的病害防治方式。本文采用決策樹 C4.5算法對蔬菜病害進行預(yù)警，構(gòu)建設(shè)施蔬菜病害靜態(tài)預(yù)警模型。為測試模型的可行性和適用性，以黃瓜黑星病為例，對所構(gòu)建的預(yù)警模型進行分析評價。結(jié)果表明：運用決策樹 C4.5算法能夠?qū)崿F(xiàn)對黃瓜黑星病的預(yù)警，模型預(yù)測具有準確率較高、所需時間短等特點，可以有效地運用于實際生產(chǎn)之中。

設(shè)施蔬菜病害；預(yù)警；決策樹；黃瓜黑星??；分析評價

目前，基于決策樹預(yù)警的研究分析工作開展得如火如荼。已有學(xué)者使用決策樹技術(shù)在銀行風險預(yù)警方面[1]、土壤重金屬污染方面[2]等取得較大的研究成果。這些研究為基于決策樹技術(shù)的設(shè)施蔬菜病害靜態(tài)預(yù)警提供了可行性先例。設(shè)施蔬菜病害嚴重影響蔬菜的產(chǎn)量和質(zhì)量，通常的防治措施是藥劑防治。這種方式雖然可以有效地防治相應(yīng)的病害，但它浪費資源，增加農(nóng)業(yè)生產(chǎn)成本，污染生態(tài)環(huán)境，農(nóng)藥的殘留使蔬菜在安全方面也有隱患。而把預(yù)警應(yīng)用于設(shè)施蔬菜病害方面，利用數(shù)據(jù)挖掘方法，探尋設(shè)施環(huán)境條件與病害的關(guān)聯(lián)關(guān)系，把以診治為主的設(shè)施蔬菜病害防控模式轉(zhuǎn)變?yōu)橐灶A(yù)防為主，降低了病害防控成本，減少了農(nóng)藥殘留和環(huán)境污染，在農(nóng)業(yè)科技和食品安全方面具有重要意義[3]?；谶@一構(gòu)想，以黃瓜黑星病為例，驗證決策樹技術(shù)在蔬菜病害預(yù)警應(yīng)用上的可行性。在預(yù)警過程中，通過實時地對溫度、濕度、土壤酸堿度等自然條件的測量，預(yù)測病害的發(fā)生，再根據(jù)預(yù)測結(jié)果調(diào)整當前環(huán)境，從而達到預(yù)警黃瓜病害的目的。決策樹技術(shù)是目前廣泛應(yīng)用的分類方法之一，具有易理解、需求信息量少、效率及準確率均較高等優(yōu)點。將此技術(shù)應(yīng)用于蔬菜病害預(yù)警中，可以較為有效、準確地判定環(huán)境與病害的內(nèi)在聯(lián)系，在蔬菜病害防治、提高農(nóng)業(yè)生產(chǎn)方面具有重要的現(xiàn)實意義。

1 材料準備

1.1 樣本指標的選取

黃瓜為常見設(shè)施蔬菜之一，選取黃瓜作為代表，具有典型性。黃瓜常見的病害有霜霉病、白粉病、黑星病等。本文以黑星病為例，進行黃瓜病害預(yù)警測試。通過對當前溫度、光照、土壤pH值等環(huán)境條件的測量，預(yù)測黃瓜病害發(fā)生的可能性，繼而根據(jù)預(yù)測結(jié)果來調(diào)整當前環(huán)境。由資料可知，黃瓜黑星病由瓜瘡痂枝孢菌所致, 病菌以菌絲體附著在病株殘體上致其發(fā)病，在棚室內(nèi)的潛育期一般3～10 d。該病菌在低溫高濕等一系列復(fù)合條件下容易發(fā)生和流行。一般在 2月中下旬開始發(fā)病，到5月份以后氣溫高時病害依然發(fā)生[4-5]。本研究選用容易感染此種病害的黃瓜品種‘津研四號’進行試驗[6]。資料顯示[7]：土壤 pH 值、空氣相對濕度、空氣溫度在黃瓜發(fā)病過程中起主要作用。致使黃瓜黑星病病害發(fā)生的條件為：土壤pH值為2.5～7.0；空氣相對濕度≥90%；空氣溫度為15～25 ℃。

1.2 數(shù)據(jù)收集

黃瓜黑星病的發(fā)病是一個復(fù)雜的過程，是多個發(fā)病因素相互交叉、共同作用的結(jié)果。根據(jù)相關(guān)書籍查閱資料，搜集所需的數(shù)據(jù)。數(shù)據(jù)包括樣例序號、發(fā)病與否（其中，1表示黃瓜不發(fā)病，即正常；2表示黃瓜發(fā)病，即異常）、溫度、土壤pH、空氣相對濕度等5類。部分數(shù)據(jù)如表1。共330組數(shù)據(jù)，其中290組數(shù)據(jù)作為訓(xùn)練集，40組數(shù)據(jù)作為測試集。然后使用決策樹C4.5算法進行模型構(gòu)建及測試，并對所構(gòu)建模型進行可行性分析。

表1 黃瓜黑星病部分數(shù)據(jù)表

2 相關(guān)理論

2.1 決策樹思想[8-9]

決策樹是一個類似于流程圖的樹形結(jié)構(gòu)，通過把樣本實例從根節(jié)點排列到某個葉子節(jié)點來對其進行分類。樹上的每一個非葉子節(jié)點代表對一個屬性取值的測試，其分支就代表測試的每個結(jié)果。而樹上的每個葉子節(jié)點均代表一個分類的類別，樹的最高層節(jié)點是根節(jié)點，它采用自頂向下的方式構(gòu)造判定樹。從樹的根節(jié)點開始，在其內(nèi)部節(jié)點上進行屬性值的測試比較，然后按照給定實例的屬性值確定對應(yīng)分支，最后在決策樹的葉子節(jié)點得到結(jié)論。這個過程在以新的節(jié)點為根的子樹上重復(fù)。

2.2 決策樹模型構(gòu)建過程

在Matlab R2012b平臺上進行模型的構(gòu)建。決策樹C4.5算法構(gòu)建決策樹需要兩個階段：決策樹的生成階段和決策樹的優(yōu)化階段。將決策樹應(yīng)用于黃瓜黑星病的預(yù)測，在實現(xiàn)預(yù)測的過程中首先將 330組數(shù)據(jù)導(dǎo)入，然后進行決策樹分類器的創(chuàng)建工作，接著進行仿真測試，最后對測試結(jié)果進行分析。為更好地實現(xiàn)預(yù)測，還可進而調(diào)整相應(yīng)的參數(shù)。設(shè)計步驟流程圖如圖1：

圖1 設(shè)計步驟流程圖

2.2.1 數(shù)據(jù)采集

數(shù)據(jù)存放于shuju.mat文件中，共330組數(shù)據(jù)。290組數(shù)據(jù)作為訓(xùn)練集，剩余40組作為測試集。將 330組數(shù)導(dǎo)入，程序自動分配產(chǎn)生訓(xùn)練集和測試集。

2.2.2 決策樹分類器創(chuàng)建

首先，用函數(shù)ClassificationTree.fit（）創(chuàng)建一個決策樹分類器，如圖2，具體程序如下：

ctree = ClassificationTree.fit（P_train，T_train）view（ctree，‘mode’，‘graph’）

圖2 決策樹分類器的創(chuàng)建

圖2是由程序隨機分配的290組訓(xùn)練集和40組測試集初步創(chuàng)建的決策樹分類器。由圖2可知，構(gòu)建的決策樹的分支比較多，相對的“枝繁葉茂”。

2.2.3 仿真測試

利用predict（ctree，P_test）函數(shù)對創(chuàng)建好的決策樹分類器進行仿真測試。

2.2.4 結(jié)果分析

基于程序隨機產(chǎn)生的訓(xùn)練集和測試集創(chuàng)建決策樹分類器，并進行仿真測試，得到一次運行結(jié)果如下：

病例總數(shù)：330 正常：156 異常：174

訓(xùn)練集病例總數(shù)：290 正常：139 異常：151

測試集病例總數(shù)：40 正常：17 異常：23

正常黃瓜確診：16 誤診：1

確診率p1＝94.117 6%

異常黃瓜確診：23 誤診：0

確診率p2＝100.000 0%

由結(jié)果可知，在40個測試集樣本中，判斷錯誤1個（正常黃瓜被誤診為異常）。正常黃瓜、異常黃瓜確診率分別為94.117 6%、100.000 0%，確診率較高，表明所創(chuàng)建的決策樹分類器可以應(yīng)用于黃瓜黑星病的診斷。

2.3 決策樹的優(yōu)化

對于一個“枝繁葉茂”的決策樹，訓(xùn)練集樣本的正確率往往較高。然而不能保證對于獨立的測試集也有近似的分類正確率。因為“枝葉繁茂”的決策樹往往是過擬合的。相反對于一個結(jié)構(gòu)簡單（分支少，葉子節(jié)點少）的決策樹，訓(xùn)練集樣本的分類正確率并非特別高，但是可以保證測試集的分類正確率?？赏ㄟ^兩種方法來調(diào)整決策樹性能：改變?nèi)~子節(jié)點所包含的最小樣本數(shù)和剪枝。

2.3.1 葉子節(jié)點所含的最小樣本數(shù)對決策樹性能的影響

決策樹性能可用交叉驗證誤差作為衡量指標，葉子節(jié)點所含的最小樣本數(shù)對決策樹性能影響的關(guān)鍵程序如下：

運行結(jié)果如圖3所示。每個葉子節(jié)點包含的最佳樣本數(shù)在[10，20]這個范圍比較合適。而交叉驗證誤差最小時所對應(yīng)的最小樣本數(shù)大概為17左右。將最小樣本數(shù)（minleaf）設(shè)置為17，生成優(yōu)化決策樹。

圖3 葉子節(jié)點含有的最小樣本數(shù)對決策樹性能的影響

計算優(yōu)化前、后決策樹的重采樣誤差和交叉驗證誤差，比較原始決策樹和優(yōu)化后決策樹的性能，關(guān)鍵程序如下：

由運行結(jié)果和圖4可知，優(yōu)化后的決策樹分類器簡化很多。雖然優(yōu)化后的決策樹分類器重代入誤差高于優(yōu)化前的重代入誤差（resubOpt＝0.036 7＞resubDefault＝0.013 3），但是交叉驗證誤差稍小于優(yōu)化前（lossOpt＝0.040 0＜lossDefault＝0.046 7）。所以，當minleaf＝17時，可以減小交叉驗證誤差，優(yōu)化決策樹性能。

圖4 優(yōu)化后的決策樹分類器

2.3.2 剪枝對決策樹性能的影響

決策樹的過擬合會導(dǎo)致決策樹的精度降低，決策樹的規(guī)模增大。規(guī)模過大，對于測試數(shù)據(jù)的分類性能可能會相當差，不利于對決策樹的理解，剪枝可提高決策樹性能。因此決策樹的剪枝是非常有必要的[10-11]。

在決策樹完美分割學(xué)習樣例之前，停止決策樹的生長。這種提早停止決策樹生長的方法，稱為預(yù)剪枝方法。而本文中采用后剪枝方法。與預(yù)剪枝方法盡量避免過度分割的思想不同，一般情況下，即使決策樹可能出現(xiàn)過度擬合現(xiàn)象，算法依然允許其充分生長。在決策樹完全生長之后，通過特定標準去掉原決策樹中的某些子樹，這種方法即為后剪枝方法。剪枝后的重代入誤差和交叉驗證誤差為：resubPrune＝0.020 0，lossPrune＝0.043 3。圖5為剪枝后的決策樹分類器。

圖5 剪枝后的決策樹分類器

相比圖2，圖5決策樹分類器結(jié)構(gòu)簡單，清晰明了，更有利于理解決策樹的構(gòu)建過程。剪枝后的重代入誤差稍高于優(yōu)化前（resubPrune＝0.020 0＞resubDefault＝0.013 3），但交叉驗證誤差稍優(yōu)于優(yōu)化前（lossPrune＝0.043 3＜lossDefault＝0.046 7）。比較圖4與圖5，雖然圖5結(jié)構(gòu)較圖4復(fù)雜，但其重代入誤差小于圖4，交叉驗證誤差相當。由一系列數(shù)據(jù)結(jié)果和圖形可知，剪枝可實現(xiàn)決策樹性能優(yōu)化，因此對決策樹的剪枝是有必要的。

2.4 決策樹模型確診率

為測試所構(gòu)建模型的普遍適用性，運行20次決策樹C4.5算法程序，得到20次黃瓜確診率，如圖6。由圖6計算平均值可知，正常黃瓜和異常黃瓜平均確診率都高達90%，表明將決策樹C4.5算法應(yīng)用于黃瓜黑星病預(yù)警有效、可靠。

圖6 決策樹模型確診率

2.5 決策樹模型構(gòu)建時間

運行20次決策樹C4.5算法程序，時間開銷如圖7。20次決策樹模型構(gòu)建平均時間在4 s左右，模型構(gòu)建速度很快，在黃瓜黑星病的實際預(yù)警過程中實時性較強。

圖7 決策樹模型構(gòu)建時間開銷

3 結(jié)論

設(shè)施蔬菜病害靜態(tài)預(yù)警在未來的農(nóng)業(yè)科技和食品安全方面具有重要的意義。經(jīng)過應(yīng)用設(shè)想、構(gòu)建模型、模型測試、分析總結(jié)等一系列的研究過程，證明將決策樹C4.5算法應(yīng)用在黃瓜黑星病預(yù)警過程中正確率高達 90%，時間開銷較小，有很高的可行性。這也進一步說明數(shù)據(jù)的準確性、指標和模型建立的合理性。經(jīng)推廣，可將決策樹模型應(yīng)用于更多的設(shè)施蔬菜病害預(yù)警中。

[1] 李磊. 決策樹模型在銀行風險預(yù)警系統(tǒng)中的應(yīng)用[D].北京：北京郵電大學(xué)，2007.

[2] 焦夢姝，張麒，彭佳紅. 基于決策樹技術(shù)的土壤重金屬污染預(yù)警分析研究[J]. 電腦知識與技術(shù)，2014，10（26）：6210-6213.

[3] 邵峰晶，于忠清. 數(shù)據(jù)挖掘原理與算法[M]. 北京：電子工業(yè)出版社，2003.

[4] 竇玉. 黃瓜黑星病的發(fā)生及綜合防治技術(shù)[J]. 現(xiàn)代農(nóng)業(yè)，2012，38（2）：27.

[5] 王海旺，李秀文，李恩萍，等. 影響黃瓜黑星病發(fā)生發(fā)展的環(huán)境因素[J]. 天津農(nóng)林科技，2012，65（6）：13-14 .

[6] 朱建蘭，陳秀蓉. 黃瓜品種對黑星病的抗性鑒定結(jié)果[J].甘肅農(nóng)業(yè)科技，1998，36（7）：33-35.

[7] 高中禮，高鳳俠. 日光溫室黃瓜黑星病的防治技術(shù)[J].中國園藝文摘，2012，28（5）：160-161.

[8] 毛國君，段立娟，王實，等. 數(shù)據(jù)挖掘原理與算法[M].北京：清華大學(xué)出版社，2005.

[9] 林向陽. 數(shù)據(jù)挖掘中的決策樹算法比較研究[J]. 中國科技信息，2010，22（2）：94-95.

[10] 鞏固，黃永青，郝國生. 決策樹算法的優(yōu)化研究[J]. 計算機工程與應(yīng)用，2010，46（13）：139-141，150.

[11] 姚家奕，姜海，王秦. 決策樹算法的系統(tǒng)實現(xiàn)與修剪優(yōu)化[J]. 計算機工程與設(shè)計，2002，23（8）：75-77.

責任編輯：張愛婷

Static Early-warning Model of Vegetable Diseases Based on Decision Tree

JI Si-qi, WU FangCorrespondingAuthor, LI Nai-xiang
（College of Computer and Information Engineering, Tianjin Agricultural University, Tianjin 300384, China）

The yield and quality of facility vegetables are seriously affected by diseases. Traditional control measures can not well meet the requirements of food safety and friendly environment from society whereas facility vegetable diseases early warning, which is a green and effective diseases control mode, can give consideration to both vegetable production and requirements of society. In this paper, decision tree C4.5 algorithm is applied to early warning of vegetable diseases and based on which static early warning model of facility vegetable diseases is constructed. For testing the feasibility and applicability of the model, cucumber scab is taken for example and the model constructed is analysed and evaluated. Result shows that using decision tree C4.5 algorithm is able to realize early warning of cucumber scab. The model of high accuracy and less time can be effectively applied to the actual production.

facility vegetable diseases; early warning; decision tree; cucumber scab; analysis and evaluation

TP391.4

：A

2016-05-23

天津市大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計劃項目“基于決策樹的蔬菜病害靜態(tài)預(yù)警模型”（201510061014）；天津市農(nóng)業(yè)物聯(lián)網(wǎng)區(qū)試工程項目“設(shè)施蔬菜病害智能識別與監(jiān)測預(yù)警系統(tǒng)建設(shè)”（無編號）

紀思琪（1996-），女，江蘇徐州人，本科在讀，主要從事物聯(lián)網(wǎng)方面的研究。E-mail：646581858@qq.com。

吳芳（1979-），女，天津市人，講師，博士，主要從事智能信息處理方面的研究。E-mail：20874116@qq.com。

1008-5394（2017）02-0077-04