畢慧萍，王苗苗（山東省淄博市博山區(qū)數(shù)字農(nóng)業(yè)農(nóng)村發(fā)展中心，山東 淄博 255200）

地理信息系統(tǒng)（GIS）技術(shù)近年來(lái)得到發(fā)展并應(yīng)用于社會(huì)生產(chǎn)當(dāng)中，該文利用GIS技術(shù)提供的地理信息數(shù)據(jù)，獲取的農(nóng)作物病蟲(chóng)圖像與數(shù)據(jù)信息，如病蟲(chóng)類(lèi)型、顏色、形狀、分布位置等，來(lái)實(shí)現(xiàn)病蟲(chóng)精準(zhǔn)管控[1]。并且基于GIS技術(shù)建立地理信息網(wǎng)絡(luò)，以實(shí)現(xiàn)智能預(yù)報(bào)與實(shí)時(shí)監(jiān)測(cè)。實(shí)現(xiàn)對(duì)病蟲(chóng)精準(zhǔn)監(jiān)測(cè)與預(yù)警，有利于減少農(nóng)藥藥劑用量，降低生產(chǎn)經(jīng)濟(jì)成本，保護(hù)生態(tài)環(huán)境安全，促進(jìn)綠色農(nóng)業(yè)大規(guī)模發(fā)展。通過(guò)實(shí)驗(yàn)分析的方式確定該文提出的以GIS實(shí)現(xiàn)病蟲(chóng)智能監(jiān)測(cè)的方法在農(nóng)業(yè)生產(chǎn)中能有效防止病蟲(chóng)害發(fā)生，實(shí)現(xiàn)農(nóng)業(yè)高質(zhì)量發(fā)展。

1 基于GIS的農(nóng)作物病蟲(chóng)害智能監(jiān)測(cè)方法設(shè)計(jì)

1.1 獲取病蟲(chóng)害圖像信息與數(shù)據(jù)

該文利用GIS技術(shù)獲取數(shù)據(jù)與圖像信息，根據(jù)圖像獲取數(shù)據(jù)、基于數(shù)據(jù)建立三維影像、基于影像與數(shù)據(jù)建立仿真模型，數(shù)據(jù)獲取的過(guò)程如圖1所示。

在數(shù)據(jù)采集的過(guò)程中，利用云平臺(tái)Cloud作為支撐，運(yùn)用便攜式GIS進(jìn)行數(shù)據(jù)收納，使用Camera,Photoshop與HID-Kernel進(jìn)行圖片的增強(qiáng)與提取，將圖片與數(shù)據(jù)信息進(jìn)行銜接與轉(zhuǎn)化，檢查數(shù)據(jù)與圖片之間信息的準(zhǔn)確度。該文根據(jù)以上數(shù)據(jù)建立二乘回歸函數(shù)，利用GIS建構(gòu)支持向量機(jī)（SVM）模型，銜接數(shù)據(jù)與模型。利用GIS獲取農(nóng)作物所處地理位置經(jīng)緯度、海拔高度、農(nóng)作物自身的紋理、形狀、顏色、光澤、生理機(jī)制等詳細(xì)特征，實(shí)現(xiàn)智能模型管理系統(tǒng)的構(gòu)建，獲取數(shù)據(jù)為數(shù)據(jù)分析處理奠定基礎(chǔ)。其次，采集數(shù)據(jù)來(lái)建立數(shù)據(jù)信息庫(kù)，實(shí)現(xiàn)病蟲(chóng)名稱與特征信息的完善，以提高數(shù)據(jù)采集的精準(zhǔn)度與農(nóng)作物病蟲(chóng)分析與判斷的效率。

1.2 處理病蟲(chóng)害信息數(shù)據(jù)集

該文提取GIS所采集到的圖像與數(shù)據(jù)信息，根據(jù)病蟲(chóng)的三維影像模型信息，建立分類(lèi)農(nóng)作物的分類(lèi)病蟲(chóng)害的數(shù)據(jù)信息集。利用ArcMap軟件，對(duì)云平臺(tái)存儲(chǔ)的數(shù)據(jù)信息進(jìn)行預(yù)處理與增強(qiáng)，歸納與分類(lèi)不同的病蟲(chóng)害信息。識(shí)別不同病蟲(chóng)害在不同農(nóng)作物上的具體表現(xiàn)，同一病蟲(chóng)害在不同環(huán)境下的不同生長(zhǎng)階段的農(nóng)作物上的具體體現(xiàn)。農(nóng)作物病蟲(chóng)害信息數(shù)據(jù)處理過(guò)程如圖2所示。

在構(gòu)建數(shù)據(jù)庫(kù)的信息模型后，根據(jù)增強(qiáng)數(shù)據(jù)后的圖像信息分析動(dòng)態(tài)模型，建立病蟲(chóng)分類(lèi)規(guī)則并進(jìn)行分類(lèi)準(zhǔn)確度校驗(yàn)。檢查模型的預(yù)測(cè)信息，準(zhǔn)確無(wú)誤后進(jìn)行數(shù)據(jù)傳輸，上傳到數(shù)據(jù)處理平臺(tái)。在監(jiān)測(cè)點(diǎn)用戶在對(duì)病蟲(chóng)數(shù)據(jù)進(jìn)行核對(duì)之后，主動(dòng)檢驗(yàn)二維模型與三維模型圖像的清晰度，以及與原始圖像的匹配程度。在后臺(tái)對(duì)病蟲(chóng)成長(zhǎng)環(huán)境與表現(xiàn)特征進(jìn)行具體分析與歸納，將數(shù)據(jù)上傳數(shù)據(jù)管理庫(kù)。從而建立了病蟲(chóng)數(shù)據(jù)處理預(yù)測(cè)模型，實(shí)現(xiàn)對(duì)于病蟲(chóng)類(lèi)型、危險(xiǎn)等級(jí)、危險(xiǎn)程度、傳播速度、傳播量的預(yù)測(cè)。

該文在數(shù)據(jù)處理過(guò)程中，對(duì)于農(nóng)作物病蟲(chóng)的數(shù)據(jù)處理精準(zhǔn)度受到農(nóng)作物具體類(lèi)型、農(nóng)作物所處生長(zhǎng)階段、農(nóng)作物所處地理環(huán)境、農(nóng)作物所處季節(jié)、不同GIS工具精準(zhǔn)度的影響。受不同影響條件的影響，使用GIS技術(shù)處理農(nóng)作物病蟲(chóng)數(shù)據(jù)的精準(zhǔn)度不同。設(shè)該文使用GIS技術(shù)對(duì)農(nóng)作物病蟲(chóng)數(shù)據(jù)處理精準(zhǔn)度為Q，農(nóng)作物類(lèi)型參數(shù)為 ?，所處生長(zhǎng)地理環(huán)境參數(shù)為θ，農(nóng)作物季節(jié)參數(shù)為W，GIS工具精準(zhǔn)度為。Q的表達(dá)式為：

由（2）可知，在數(shù)據(jù)處理過(guò)程中，Q的權(quán)重值受不同節(jié)點(diǎn)影響而變化[2]。節(jié)點(diǎn)距離越大，則越小，即同一作物不同樣點(diǎn)對(duì)于Q的影響越小。節(jié)點(diǎn)距離越小，則越大，同一農(nóng)作物對(duì)數(shù)據(jù)處理精準(zhǔn)度Q的影響越大。該文根據(jù)判斷Q的精準(zhǔn)度，增強(qiáng)數(shù)據(jù)處理的精準(zhǔn)度，減少W、?、θ、的因素影響，利用GIS判斷最佳節(jié)點(diǎn)距離，提高數(shù)據(jù)處理精準(zhǔn)度與效率，構(gòu)建農(nóng)作物智能化識(shí)別網(wǎng)絡(luò)。

1.3 構(gòu)建農(nóng)作物病蟲(chóng)害智能識(shí)別網(wǎng)絡(luò)

設(shè)置推送與客戶服務(wù)功能，以實(shí)現(xiàn)網(wǎng)絡(luò)的實(shí)踐應(yīng)用，打破理論與實(shí)踐間的壁壘。運(yùn)用接口init(context) 實(shí)現(xiàn)后臺(tái)端點(diǎn)的JPush與前臺(tái)端點(diǎn)的TCP相連接，根據(jù)數(shù)據(jù)處理結(jié)果與歸納結(jié)果，建立智能化農(nóng)作物病蟲(chóng)識(shí)別模型，推送至客戶端。利用大數(shù)據(jù)，精準(zhǔn)推送至農(nóng)業(yè)生產(chǎn)者，根據(jù)交叉分析法擴(kuò)大用戶瀏覽與訂閱規(guī)模，利用GIS精準(zhǔn)把握農(nóng)戶地理信息與位置，分析氣候環(huán)境與作物信息，利用前端與客戶端，針對(duì)于安卓用戶設(shè)置制定農(nóng)作物病蟲(chóng)識(shí)別網(wǎng)絡(luò)工具即Android SDK JPush。

1.4 實(shí)現(xiàn)農(nóng)作物病蟲(chóng)害智能預(yù)報(bào)與監(jiān)測(cè)

使網(wǎng)絡(luò)后臺(tái)用戶監(jiān)測(cè)網(wǎng)絡(luò)構(gòu)想的實(shí)際性能與網(wǎng)絡(luò)實(shí)際運(yùn)行綜合性能，通過(guò)網(wǎng)絡(luò)深度卷積檢查農(nóng)作物病蟲(chóng)害實(shí)時(shí)監(jiān)測(cè)網(wǎng)絡(luò)。經(jīng)過(guò)數(shù)據(jù)與圖像的采集分析、網(wǎng)絡(luò)卷積處理與池化處理之后的數(shù)據(jù)在經(jīng)過(guò)前后端用戶應(yīng)用反饋后，給予輸出的數(shù)據(jù)結(jié)果準(zhǔn)確性的顯現(xiàn)與專業(yè)性的解釋[3]。利用GIS技術(shù)，結(jié)合地理位置信息與圖像信息，將結(jié)果精準(zhǔn)定位于農(nóng)作物具體區(qū)域與具體植株之上。農(nóng)作物生產(chǎn)者對(duì)具體定位植株進(jìn)行反向監(jiān)測(cè)，從而實(shí)現(xiàn)人機(jī)一體，即智能化GIS與人類(lèi)智慧的結(jié)合。

該文所設(shè)計(jì)的GIS病蟲(chóng)害監(jiān)測(cè)方法要有高適用度、高精度，打破傳統(tǒng)的監(jiān)測(cè)受地理環(huán)境、作物種類(lèi)、作物生長(zhǎng)階段、監(jiān)測(cè)儀器精準(zhǔn)度的影響，廣泛應(yīng)用于各地區(qū)、各成長(zhǎng)環(huán)境、各生長(zhǎng)階段、各種類(lèi)的農(nóng)作物監(jiān)測(cè)之中，比如玉米、水稻、高粱、小麥等，實(shí)現(xiàn)智能監(jiān)測(cè)。加強(qiáng)網(wǎng)絡(luò)運(yùn)行訓(xùn)練，完善網(wǎng)絡(luò)樹(shù)狀結(jié)構(gòu)。基于GIS的地理位置信息可視化與可解釋化的特征，進(jìn)行數(shù)據(jù)增強(qiáng)與預(yù)處理，建設(shè)GIS高通量數(shù)據(jù)處理平臺(tái)，滿足用戶需求，實(shí)現(xiàn)農(nóng)作物病蟲(chóng)害智能監(jiān)測(cè)。

2 實(shí)驗(yàn)分析

2.1 實(shí)驗(yàn)準(zhǔn)備

采用以Intel Xeon E5為核心，內(nèi)存為256GB的處理系統(tǒng)搭建實(shí)驗(yàn)平臺(tái)，利用Python處理器對(duì)云平臺(tái)的存儲(chǔ)數(shù)據(jù)進(jìn)行分析，構(gòu)建CDCNNv2監(jiān)測(cè)模型，使用Photoshop軟件對(duì)數(shù)據(jù)模型進(jìn)行圖像轉(zhuǎn)換，轉(zhuǎn)換后對(duì)GIS監(jiān)測(cè)圖像結(jié)果與Image Net圖像庫(kù)中的原始圖像進(jìn)行對(duì)比，從而獲得GIS病蟲(chóng)害監(jiān)測(cè)結(jié)果的精確度與損失率。

2.2 實(shí)驗(yàn)結(jié)果與討論

將監(jiān)測(cè)結(jié)果與Image Net的實(shí)際圖像信息與馬鈴薯在云平臺(tái)中實(shí)際登錄記載的信息參數(shù)進(jìn)行對(duì)比，將兩種監(jiān)測(cè)結(jié)果與馬鈴薯實(shí)際病蟲(chóng)害監(jiān)測(cè)結(jié)果與馬鈴薯成長(zhǎng)過(guò)程中病蟲(chóng)害類(lèi)型、傳播速度、方向、嚴(yán)重程度進(jìn)行對(duì)比，分析出兩種監(jiān)測(cè)方法的精確度與損失率。兩種監(jiān)測(cè)方法結(jié)果對(duì)比如表1所示。

通過(guò)進(jìn)行對(duì)比實(shí)驗(yàn)得出結(jié)論，該文提出的基于GIS的農(nóng)作物病蟲(chóng)害智能監(jiān)測(cè)方法相較于傳統(tǒng)監(jiān)測(cè)方法，在農(nóng)作物類(lèi)型、農(nóng)作物病蟲(chóng)害類(lèi)型、病蟲(chóng)害嚴(yán)重程度、傳播速度、傳播方向監(jiān)測(cè)上的精準(zhǔn)度高3.96%～9.63%，監(jiān)測(cè)損失率減少50.3%。該文提出的基于GIS農(nóng)作物病蟲(chóng)害智能監(jiān)測(cè)方法，在病蟲(chóng)害監(jiān)測(cè)與預(yù)報(bào)上，利用大數(shù)據(jù)與云平臺(tái)的數(shù)據(jù)存儲(chǔ)與處理方式，實(shí)現(xiàn)農(nóng)作物病蟲(chóng)害高精確度與低損失率的智能監(jiān)測(cè)，具有實(shí)踐應(yīng)用價(jià)值。

3 結(jié)語(yǔ)

該文提出基于GIS的農(nóng)作物病蟲(chóng)害智能監(jiān)測(cè)方法并進(jìn)行實(shí)驗(yàn)驗(yàn)證。利用GIS對(duì)農(nóng)作物地理信息與數(shù)據(jù)狀況進(jìn)行采集與管理，對(duì)數(shù)據(jù)信息集進(jìn)行增強(qiáng)與預(yù)處理，構(gòu)建智能化預(yù)報(bào)與監(jiān)測(cè)網(wǎng)絡(luò)，實(shí)現(xiàn)高精度、高效率、低損失的病蟲(chóng)害預(yù)警與智能監(jiān)測(cè)，有效減少農(nóng)災(zāi)的發(fā)生頻率與可能性。