董望成，肖德琴，趙榮澤，梁劍文，吳炫錦

（1.清遠(yuǎn)市農(nóng)業(yè)科技推廣服務(wù)中心/清遠(yuǎn)市農(nóng)業(yè)科學(xué)研究所，廣東 清遠(yuǎn) 511518；2.華南農(nóng)業(yè)大學(xué) 數(shù)學(xué)與信息學(xué)院，廣東 廣州 510642）

0 引言

目前世界柑桔種植主要集中于亞洲，其種植面積占世界柑桔種植總面積的52.90%。但由于黃龍病的影響，柑桔產(chǎn)業(yè)受到嚴(yán)重威脅。柑桔樹(shù)在四季都有可能會(huì)感染黃龍病，特別是在秋冬季節(jié)，更容易發(fā)生柑桔黃龍病。柑桔感染黃龍病后，先在濃綠的樹(shù)冠中出現(xiàn)少數(shù)黃梢，隨后黃梢數(shù)量不斷增加[1]，柑桔果樹(shù)在感染黃龍病以后加速衰竭，直接造成柑桔減產(chǎn)；染上黃龍病的果實(shí)與正常果實(shí)不一樣，味道很淡并且口感極差，品質(zhì)和產(chǎn)量均大受影響[2]。隨著時(shí)間的推延，黃龍病的病菌還會(huì)從局部逐漸向整株柑桔樹(shù)擴(kuò)散，進(jìn)而向整片柑桔樹(shù)蔓延，桔園發(fā)病后 2～3 年內(nèi)，會(huì)完全喪失生產(chǎn)能力，給柑桔產(chǎn)業(yè)帶來(lái)致命性的打擊。世界上的柑桔生產(chǎn)大國(guó)如中國(guó)、巴西、印度、墨西哥和美國(guó)都受到黃龍病的威脅。我國(guó)最早發(fā)現(xiàn)黃龍病可以追溯到18世紀(jì)70年代，在廣東潮汕地區(qū)被發(fā)現(xiàn)。印度在18世紀(jì)發(fā)現(xiàn)類(lèi)似黃龍病癥狀的柑桔黑死病，因此這種疾病在亞洲的存在可能已經(jīng)很長(zhǎng)時(shí)間了。目前普遍認(rèn)為黃龍病是由原核生物、薄壁菌門(mén)、α-變型菌綱的候選韌皮部桿菌屬所引起，這種候選韌皮部桿菌是一種迄今無(wú)法分離、培養(yǎng)的革蘭氏陰性細(xì)菌[3]，主要感染亞洲種、非洲種和美洲種柑桔[4]。

2010年，清遠(yuǎn)市柑桔種植面積約3.67萬(wàn)hm2，如今受到柑桔黃龍病的影響只剩1.73萬(wàn)hm2。黃龍病的潛伏期很長(zhǎng)且難以發(fā)現(xiàn)，目前還無(wú)法培養(yǎng)出任何黃龍病菌，同時(shí)抗病品種的柑桔樹(shù)很少，這給柑桔產(chǎn)業(yè)帶來(lái)了巨大的挑戰(zhàn)。因此，找準(zhǔn)黃龍病蔓延危害的關(guān)鍵因子，并對(duì)其進(jìn)行精準(zhǔn)監(jiān)測(cè)防控，從源頭切斷黃龍病的發(fā)生及蔓延非常關(guān)鍵。本文基于國(guó)內(nèi)外相關(guān)柑桔黃龍病監(jiān)測(cè)防控技術(shù)的現(xiàn)狀，研究基于物聯(lián)網(wǎng)防控和監(jiān)測(cè)技術(shù)的柑桔黃龍病防控方法，并對(duì)應(yīng)用前景進(jìn)行分析討論。

1 黃龍病監(jiān)測(cè)方法研究進(jìn)展

目前，柑桔黃龍病的監(jiān)測(cè)方法主要有：病害田間診斷法、指示作物鑒定法、病原顯微鏡觀察法、血清學(xué)鑒別法、DNA-DNA雜交判別法和PCR檢測(cè)法，這6種柑桔黃龍病監(jiān)測(cè)方法應(yīng)用最為廣泛[5]。病害田間診斷主要查看葉片是否黃梢、斑駁型黃化、缺素狀黃化癥狀，以及查看成熟的果實(shí)有沒(méi)有病蟲(chóng)等現(xiàn)象[6]，受人的主觀因素影響較大，所以田間的癥狀診斷只能作為初步診斷，田間診斷黃梢和斑駁的癥狀辨別度最高[7]；指示作物鑒定耗時(shí)長(zhǎng)，不利于快速診斷；病原顯微鏡觀察法診斷比較準(zhǔn)確，但是容易出現(xiàn)漏檢；血清學(xué)鑒別由于單克隆抗體專(zhuān)一性過(guò)強(qiáng)，難以適應(yīng)不同地域的黃龍病菌變異菌株，可能會(huì)發(fā)生漏檢，綜合使用不同的單抗組合也許可以克服，但必須用熒光顯微鏡檢測(cè)；DNA-DNA雜交判別法最優(yōu)、最精確，但是檢測(cè)儀器與試劑昂貴；最有效的傳統(tǒng)方法是定量PCR 檢測(cè)方法，但與高光譜無(wú)損檢測(cè)法相比，PCR檢測(cè)法存在著耗時(shí)多、成本稍高和實(shí)時(shí)性不強(qiáng)的缺點(diǎn)。另外，學(xué)者們還研究了其他辨別度較高的診斷方法，比如指示植物檢測(cè)法（Schwarz, 1968）等[8]，但在檢測(cè)的靈敏程度和專(zhuān)一性上都或多或少地存在一些瑕疵，實(shí)用性并不是很強(qiáng)。

2 基于物聯(lián)網(wǎng)的柑桔黃龍病監(jiān)測(cè)防控技術(shù)

基于物聯(lián)網(wǎng)的柑桔黃龍病監(jiān)測(cè)防控與圖像技術(shù)檢測(cè)診斷，將會(huì)是該領(lǐng)域未來(lái)的一個(gè)應(yīng)用方向。基于物聯(lián)網(wǎng)的柑桔黃龍病監(jiān)測(cè)與防控技術(shù)相對(duì)于傳統(tǒng)的監(jiān)測(cè)技術(shù)更加高效，預(yù)警的效果更好，防控技術(shù)也更加有效。因此，本文從6個(gè)方面圍繞柑桔黃龍病的預(yù)警防控技術(shù)展開(kāi)分析。

2.1 柑桔黃龍病監(jiān)測(cè)物聯(lián)網(wǎng)構(gòu)建

在已有無(wú)線(xiàn)傳感器網(wǎng)絡(luò)[9]、害蟲(chóng)監(jiān)測(cè)裝備[10,11]基礎(chǔ)上改進(jìn)，將空氣溫濕度傳感器、土壤溫濕度傳感器、降雨量傳感器、風(fēng)速傳感器、葉面濕度傳感器、光強(qiáng)傳感器、CO2傳感器、視頻傳感器[12-23]等設(shè)備通過(guò)硬件電路接口和無(wú)線(xiàn)網(wǎng)絡(luò)軟件系統(tǒng)融合起來(lái)，獲取田間氣候和環(huán)境參數(shù)。同時(shí)，在果園安裝若干害蟲(chóng)監(jiān)測(cè)裝備，實(shí)時(shí)獲取柑桔木虱等害蟲(chóng)的發(fā)生情況。

通過(guò)增加網(wǎng)關(guān)設(shè)備，將已有的各種大田傳感器實(shí)現(xiàn)互聯(lián)互通，并通過(guò)有線(xiàn)或無(wú)線(xiàn)方式接入更多的新型傳感器，形成果園監(jiān)測(cè)物聯(lián)網(wǎng)，體系結(jié)構(gòu)如圖1所示。在軟件方面，優(yōu)化網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)和網(wǎng)絡(luò)協(xié)議，使系統(tǒng)能夠滿(mǎn)足全面采集黃龍病相關(guān)信息的需求。

圖1 柑桔監(jiān)測(cè)物聯(lián)網(wǎng)體系結(jié)構(gòu)

2.2 柑桔黃龍病分布模型和動(dòng)態(tài)預(yù)測(cè)模型構(gòu)建

通過(guò)歸納推理和機(jī)器學(xué)習(xí)的方法構(gòu)建柑桔黃龍病分布模型和動(dòng)態(tài)模型。黃龍病分布模型主要依據(jù)往年柑桔黃龍病受災(zāi)數(shù)據(jù)和柑桔木虱圖像，提取黃龍病分布地理位置、面積、木虱數(shù)量、危害程度等各項(xiàng)參數(shù)，并結(jié)合土壤溫濕度、土壤水勢(shì)、空氣溫濕度、氣壓、CO2、風(fēng)速、風(fēng)向、降雨量和葉面水分含量等多源信息建立柑桔發(fā)生分布模型。在此基礎(chǔ)上，基于一定的時(shí)空發(fā)生分布模型，結(jié)合病蟲(chóng)害演變、遷移特征規(guī)律，預(yù)測(cè)黃龍病發(fā)生動(dòng)態(tài)模型。

2.3 基于多源大數(shù)據(jù)的黃龍病暴發(fā)的關(guān)鍵影響因子分析

由于國(guó)內(nèi)外關(guān)于黃龍病的數(shù)據(jù)和資料比較少，所以擬通過(guò)已經(jīng)比較完善的蔬菜重大病蟲(chóng)害數(shù)據(jù)推測(cè)黃龍病的發(fā)生，在基于物聯(lián)網(wǎng)大數(shù)據(jù)的蔬菜重大害蟲(chóng)關(guān)鍵影響因子分析成果的基礎(chǔ)上，采集足夠多的長(zhǎng)期連續(xù)的害蟲(chóng)動(dòng)態(tài)、土壤環(huán)境和田間氣候大數(shù)據(jù)，以及常規(guī)記錄的各項(xiàng)病蟲(chóng)害相關(guān)數(shù)據(jù)，采用多種機(jī)器學(xué)習(xí)技術(shù)比較分析，找出合適的樣本訓(xùn)練策略與方法，建立相應(yīng)的量化關(guān)系模型，求解空氣溫濕度、土壤溫濕度、葉面濕度、pH值、光強(qiáng)、CO2濃度、其他害蟲(chóng)等各種相關(guān)因子[24]對(duì)黃龍病發(fā)生程度的量化關(guān)系，找出黃龍病暴發(fā)的關(guān)鍵影響因子，揭示黃龍病暴發(fā)的內(nèi)在機(jī)制。

2.4 基于分析模型，提出黃龍病早期預(yù)警和防控策略

基于有監(jiān)督和無(wú)監(jiān)督機(jī)器學(xué)習(xí)方法構(gòu)建害蟲(chóng)預(yù)警模型。有監(jiān)督學(xué)習(xí)是前期項(xiàng)目的數(shù)據(jù)不足，需要根據(jù)算法進(jìn)行人為數(shù)據(jù)糾正，無(wú)監(jiān)督學(xué)習(xí)是當(dāng)數(shù)據(jù)信息足夠多的時(shí)候，系統(tǒng)會(huì)根據(jù)前期數(shù)據(jù)的信息進(jìn)行系統(tǒng)自動(dòng)糾正。把現(xiàn)場(chǎng)感知的監(jiān)測(cè)數(shù)據(jù)作為訓(xùn)練和測(cè)試樣本集，把害蟲(chóng)裝備監(jiān)測(cè)和原有黃龍病評(píng)定等級(jí)作為類(lèi)別標(biāo)簽，進(jìn)而通過(guò)支持向量機(jī)、隨機(jī)森林、深度學(xué)習(xí)等多種機(jī)器學(xué)習(xí)方法分別進(jìn)行量化關(guān)聯(lián)分析，找出最適應(yīng)本應(yīng)用的柑桔黃龍病預(yù)警模型。為了提高模型精度，初始時(shí)擬選取前1年實(shí)驗(yàn)數(shù)據(jù)進(jìn)行模型訓(xùn)練和測(cè)試；之后逐漸增加3個(gè)月的樣本數(shù)據(jù)，重復(fù)進(jìn)行模型訓(xùn)練和測(cè)試，直至3年項(xiàng)目結(jié)束，以獲得最佳預(yù)警模型。因?yàn)橛斜O(jiān)督機(jī)器學(xué)習(xí)需要人工測(cè)定和分析大量數(shù)據(jù)，為提高智能建模的自動(dòng)化程度，在監(jiān)督機(jī)器學(xué)習(xí)方法取得一定成果基礎(chǔ)上，進(jìn)一步采用無(wú)監(jiān)督機(jī)器學(xué)習(xí)方法，建立從現(xiàn)場(chǎng)大數(shù)據(jù)中獲取評(píng)價(jià)和標(biāo)準(zhǔn)的智能預(yù)警模型。

根據(jù)現(xiàn)場(chǎng)監(jiān)測(cè)的病蟲(chóng)害信息和預(yù)測(cè)結(jié)果，結(jié)合柑桔黃龍病預(yù)警模型，向技術(shù)員和管理人員發(fā)布預(yù)警信息，發(fā)布害蟲(chóng)分布和危害報(bào)告。同時(shí)，提供柑桔黃龍病的安全防控策略和技術(shù)建議，包括農(nóng)藥噴施策略、柑桔木虱誘捕策略和清除病樹(shù)等多種常規(guī)植保措施和技術(shù)。

2.5 柑桔黃龍病預(yù)警防控系統(tǒng)集成分析

基于云平臺(tái)構(gòu)建柑桔黃龍病預(yù)警防控系統(tǒng)，采用可視化技術(shù)對(duì)柑桔現(xiàn)場(chǎng)病蟲(chóng)害信息及預(yù)警信息進(jìn)行展示，以圖像或視頻的方式讓用戶(hù)能夠更加直白地交互地瀏覽數(shù)據(jù)，方便專(zhuān)家提供領(lǐng)域智力支持，并將專(zhuān)家鑒定發(fā)布的防控策略通過(guò)網(wǎng)絡(luò)、手機(jī)短信等多種渠道發(fā)布給相關(guān)人員。在可視化工具和技術(shù)的支持下，可以對(duì)原始數(shù)據(jù)集或轉(zhuǎn)換后的數(shù)據(jù)集創(chuàng)建二維或三維的圖形，例如柑桔木虱的數(shù)量、柑桔黃龍病危害程度等各種控制參數(shù)的曲線(xiàn)圖、柱狀圖等，通過(guò)波形變化、峰值谷值、趨勢(shì)變化，讓各類(lèi)用戶(hù)能直觀的對(duì)數(shù)據(jù)進(jìn)行觀察和分析。

2.6 應(yīng)用示范及完善

以受柑桔黃龍病危害嚴(yán)重的柑桔作為研究對(duì)象，開(kāi)展柑桔黃龍病預(yù)警防控技術(shù)的應(yīng)用示范。通過(guò)多傳感器網(wǎng)絡(luò)獲取連續(xù)觀測(cè)數(shù)據(jù)，將現(xiàn)場(chǎng)實(shí)測(cè)柑桔黃龍病和柑桔木虱圖像、土壤溫濕度、土壤水勢(shì)、空氣溫濕度、氣壓、CO2、風(fēng)速、風(fēng)向、降雨量和葉面水分含量等多源信息作為模型輸入?yún)?shù)，結(jié)合常規(guī)記錄的各項(xiàng)害蟲(chóng)相關(guān)數(shù)據(jù)，運(yùn)用演繹推理方法，將模型仿真得到的試驗(yàn)區(qū)柑桔黃龍病數(shù)據(jù)與實(shí)測(cè)數(shù)據(jù)進(jìn)行對(duì)比，驗(yàn)證預(yù)警系統(tǒng)的可靠性，并進(jìn)行參數(shù)修正和完善。

3 基于物聯(lián)網(wǎng)的柑桔黃龍病監(jiān)測(cè)防控技術(shù)保障措施

基于物聯(lián)網(wǎng)的柑桔黃龍病監(jiān)測(cè)與防控技術(shù)還需要必要的保障措施，通過(guò)柑桔黃龍病物聯(lián)網(wǎng)系統(tǒng)的建設(shè)，完善柑桔黃龍病監(jiān)測(cè)防控的保障措施，全面開(kāi)展農(nóng)田傳感器網(wǎng)絡(luò)、高分辨率視覺(jué)傳感器、害蟲(chóng)監(jiān)測(cè)、農(nóng)業(yè)圖像識(shí)別、大數(shù)據(jù)采集與分析等方面的研究。

3.1 田間水分傳感器研究

為了保障柑桔黃龍病監(jiān)測(cè)防控技術(shù)取得的關(guān)于水分?jǐn)?shù)據(jù)信息，需要一套田間水分監(jiān)測(cè)一體化裝置，如圖2（a）所示；發(fā)明了一種高分辨率智能可調(diào)的農(nóng)業(yè)現(xiàn)場(chǎng)圖像無(wú)線(xiàn)傳感器節(jié)點(diǎn)，如圖2（b）所示，包括接收視頻圖像信號(hào)的感知模塊、處理器模塊、無(wú)線(xiàn)通信模塊及供電模塊，各個(gè)節(jié)點(diǎn)可通過(guò)無(wú)線(xiàn)路由器形成自組織的無(wú)線(xiàn)圖像傳感器網(wǎng)絡(luò)；利用圖像傳感器設(shè)計(jì)1套果園桔小實(shí)蠅誘捕監(jiān)控裝備和基于害蟲(chóng)黃板及籃板誘捕的監(jiān)測(cè)裝備，如圖2（c）—（d）所示，正常外界氣候環(huán)境和土壤環(huán)境監(jiān)測(cè)需要菜田土壤環(huán)境及氣象監(jiān)測(cè)站，如圖2（e）所示，該裝備在廣州市楊桃公園和廣東東升農(nóng)場(chǎng)開(kāi)展了長(zhǎng)期試驗(yàn)。以上研究為菜場(chǎng)土壤環(huán)境、田間氣候及氣象、害蟲(chóng)數(shù)量等大數(shù)據(jù)的采集網(wǎng)絡(luò)構(gòu)建提供了重要的硬件技術(shù)基礎(chǔ)。

圖2 相關(guān)傳感器

經(jīng)過(guò)無(wú)線(xiàn)傳感器網(wǎng)絡(luò)體系結(jié)構(gòu)、協(xié)議設(shè)計(jì)、存儲(chǔ)控制、圖像傳輸、差錯(cuò)控制等方面的一系列理論和實(shí)際應(yīng)用研究，利用自制的無(wú)線(xiàn)水分傳感器，構(gòu)建了包含60個(gè)節(jié)點(diǎn)的水分監(jiān)測(cè)網(wǎng)絡(luò)，并設(shè)計(jì)了傳輸協(xié)議和管理信息系統(tǒng)，在數(shù)據(jù)采集中進(jìn)行較長(zhǎng)期應(yīng)用；還設(shè)計(jì)包含溫度、濕度、降雨量、視覺(jué)圖像等多種傳感器集成網(wǎng)絡(luò)試驗(yàn)系統(tǒng)，集成在已運(yùn)行多年的農(nóng)情信息綜合管理平臺(tái)，以稻田水分采集運(yùn)行界面為例，如圖3所示。

3.2 害蟲(chóng)監(jiān)測(cè)預(yù)警

在廣州市科技計(jì)劃和國(guó)家星火計(jì)劃項(xiàng)目中，對(duì)桔小實(shí)蠅監(jiān)測(cè)計(jì)數(shù)和南方重大害蟲(chóng)識(shí)別算法方面進(jìn)行了多年深入研究。利用自行研制的CMOS圖像傳感器對(duì)果園桔小實(shí)蠅誘捕過(guò)程進(jìn)行監(jiān)控和計(jì)量分析研究，設(shè)計(jì)完成的桔小實(shí)蠅誘捕監(jiān)測(cè)裝備和算法已經(jīng)在公園和農(nóng)場(chǎng)開(kāi)展了初步應(yīng)用。近期實(shí)現(xiàn)了煙粉虱、黃曲條跳甲、小菜蛾和薊馬圖像檢測(cè)分類(lèi)器及識(shí)別算法。

圖3 農(nóng)情信息綜合管理平臺(tái)

3.3 物聯(lián)網(wǎng)大數(shù)據(jù)采集與分析

設(shè)計(jì)了基于無(wú)線(xiàn)傳感器網(wǎng)絡(luò)的大數(shù)據(jù)采集與傳輸體系結(jié)構(gòu),研制了蔬菜水果價(jià)格數(shù)據(jù)的爬蟲(chóng)程序頁(yè)面獲取算法、病態(tài)數(shù)據(jù)過(guò)濾算法和蔬果信息數(shù)據(jù)倉(cāng)庫(kù)，以及基于蔬果大數(shù)據(jù)查詢(xún)的回歸分析算法和優(yōu)選算法的Java實(shí)現(xiàn)，并通過(guò)系統(tǒng)整合建立了預(yù)測(cè)模型。設(shè)計(jì)了基于圖形界面的試驗(yàn)原型系統(tǒng)用于數(shù)據(jù)采集、展示、存儲(chǔ)、分析與建模。為設(shè)計(jì)生產(chǎn)大數(shù)據(jù)感知、分析、監(jiān)測(cè)與建模一體化軟件提供重要參考。此外，開(kāi)展了基于多源大數(shù)據(jù)的重大害蟲(chóng)預(yù)警模型研究，利用大數(shù)據(jù)找出了影響重大害蟲(chóng)發(fā)生的頁(yè)面濕度、空氣溫度、空氣濕度等5個(gè)關(guān)鍵影響因子及其具體的量化關(guān)聯(lián)參數(shù)，為柑桔黃龍病相關(guān)大數(shù)據(jù)的采集、分析與管理提供保障。

圖4 農(nóng)業(yè)大數(shù)據(jù)采集平臺(tái)

在傳感器網(wǎng)絡(luò)構(gòu)建、病蟲(chóng)害圖像處理、病蟲(chóng)害監(jiān)測(cè)預(yù)警、大數(shù)據(jù)采集分析等方面開(kāi)展了大量的研究，積累了豐富的成果，后續(xù)核心工作是更大范圍的黃龍病相關(guān)大數(shù)據(jù)持續(xù)采集、分析與量化關(guān)系模型構(gòu)建，推動(dòng)基于物聯(lián)網(wǎng)的柑桔黃龍病監(jiān)測(cè)防控技術(shù)的進(jìn)步。

4 結(jié)語(yǔ)

隨著物聯(lián)網(wǎng)技術(shù)的成熟與應(yīng)用，利用多傳感器網(wǎng)絡(luò)小尺度采集木虱數(shù)量，土壤、環(huán)境、生態(tài)氣候及氣象等數(shù)據(jù)，找出影響黃龍病發(fā)生的關(guān)鍵影響因子，從而對(duì)柑桔黃龍病進(jìn)行早期預(yù)警防控成為可能。目前對(duì)于黃龍病的監(jiān)測(cè)還是后知后覺(jué)，發(fā)現(xiàn)時(shí)病株已經(jīng)無(wú)法挽救，只能防控與之相鄰的果樹(shù)。因此，柑桔黃龍病的早期預(yù)警對(duì)防控黃龍病，減少農(nóng)戶(hù)損失和穩(wěn)步推進(jìn)現(xiàn)代裝備技術(shù)在統(tǒng)防統(tǒng)治上的應(yīng)用具有重要意義。

目前，我國(guó)主要采用傳統(tǒng)的方法檢測(cè)柑桔黃龍病病原，未見(jiàn)基于物聯(lián)網(wǎng)的柑桔黃龍病監(jiān)測(cè)防控技術(shù)的相關(guān)報(bào)道。國(guó)外開(kāi)展這方面研究已有一定的時(shí)間并獲得了一些成就，但目前用于檢測(cè)黃龍病的圖像系統(tǒng)還需改進(jìn)。物聯(lián)網(wǎng)監(jiān)測(cè)柑桔黃龍病在種植面積較小的地區(qū)誤判率較高，然而精密度比較高的信號(hào)采集傳感器價(jià)格昂貴，不利于推廣使用。因此，未來(lái)的改進(jìn)柑桔黃龍病監(jiān)測(cè)目標(biāo)將會(huì)是：在黃龍病識(shí)別上有更加精準(zhǔn)的識(shí)別，同時(shí)，對(duì)植物能達(dá)到無(wú)損檢測(cè)，減少和簡(jiǎn)化建立判決模型數(shù)量，簡(jiǎn)化檢測(cè)系統(tǒng)的硬件構(gòu)成，達(dá)到降低成本的目的。將在種植面積較大的柑桔場(chǎng)進(jìn)行示范研究，推進(jìn)現(xiàn)代裝備在柑桔黃龍病檢測(cè)方面的統(tǒng)防統(tǒng)治進(jìn)展，利用柑桔黃龍病在物聯(lián)網(wǎng)的最新監(jiān)測(cè)和預(yù)防技術(shù)，把柑桔黃龍病害帶來(lái)的損失降到最小。