作物病虫害分区变量管理方法及装置与流程

本发明实施例涉及病虫害管理技术领域，尤其涉及一种作物病虫害分区变量管理方法及装置。

背景技术：

作物病虫害是制约农业生产的重要因素，对作物的产量和品质造成较大的影响。在农业生产中，受作物品种、长势、土壤温度、湿度等因素影响，不同地块间甚至同一地块内部的作物病虫害发生严重程度在二维空间上差异较大。传统的均匀喷洒农药方式无论从经济上还是生态环境保护上都将不能满足科学生产的要求。迫切需要针对实际作物的受害情况，进行精准分区管理。从理论上讲，处方作业单元越小，对病虫害空间差异的调节就愈精确，然而，在大面积实施精准施药时，过小的处方单元会成几何级数地增大数据处理与存储容量，自控频繁地调节喷嘴的输出量也会增加机械磨损。因此合理的精准施药管理分区非常重要。

传统的病虫害监测、预报和防控体系以手工、半机械化工作方式为主，缺乏大面积快速、精准的测报手段和自动智能的农用航空植保技术。近年来随着遥感技术迅猛发展，为大面积作物病虫害快速、精准测报提供了数据和技术支撑。无人机植保技术也因高效、安全、机动性好、雾滴漂移少等优点已成为近年来发展较快的一个新兴领域，但当前无人机作业仍基本采用均匀农药喷洒方式，缺少操作性强的分区变量施药方法及装置。迫切需要综合病虫害遥感快速测报技术与无人机植保技术，划分合理的精准施药管理分区，实现变量施药。

技术实现要素：

针对现有技术存在的问题，本发明实施例提供一种作物病虫害分区变量管理方法及装置。

第一个方面，本发明实施例提供一种作物病虫害分区变量管理方法，包括：

根据遥感影像获取目标区域中各采样点的坐标和病虫害严重度信息；

根据模糊聚类法，结合所述各采样点的坐标和病虫害严重度信息，对所述目标区域进行分区；

根据各分区的病虫害严重度信息确定对应的施药量。

第二个方面，本发明实施例提供一种作物病虫害分区变量管理装置，包括：

采样模块，用于根据遥感影像获取目标区域中各采样点的坐标和病虫害严重度信息；

分区模块，用于根据模糊聚类法，结合所述各采样点的坐标和病虫害严重度信息，对所述目标区域进行分区；

施药量确定模块，用于根据各分区的病虫害严重度信息确定对应的施药量。

第三方面，本发明实施例提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面所提供的方法的步骤。

第四方面，本发明实施例提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面所提供的方法的步骤。

本发明实施例提供的作物病虫害分区变量管理方法及装置，可实现病虫情遥感快速监测、精准施药管理区划分、不同管理分区受灾严重程度处方图生成、根据不同管理分区药量处方值进行无人机精准变量施药，解决了以往农药喷洒区域均一、利用率低、环境污染风险高等问题。本发明达到更好的病虫害防治效果，降低了农业成本，减少了用农药施用量。本发明适合田块和农场尺度的作物病虫害分区变量管理。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1为根据本发明实施例提供的作物病虫害分区变量管理方法的流程示意图；

图2为本发明实施例获取fcm聚类中心以及隶属度矩阵的流程示意图；

图3为本发明实施例的巡航系统的线性控制装置的结构示意图；

图4为根据本发明实施例提供的电子设备的结构示意图。

具体实施方式

为使本发明实施例的目的、技术方案和优点更加清楚，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。

图1为根据本发明实施例提供的作物病虫害分区变量管理方法的流程示意图，如图1所示，包括：

s101、根据遥感影像获取目标区域中各采样点的坐标和病虫害严重度信息。

具体地，本发明实施例可以通过获取目标区域清晰无云的高分辨率卫星影像数据，也可以通过无人机多光谱相机获取高分辨率的影像数据，通过对影像数据进行拼接、裁剪、辐射定标、大气校正等预处理操作，计算区域内各采样点的病情指数(diseaseindex，di)和/或虫情指数(pestindex，pi)，作为病虫害严重度信息。di或ipi值越小，表示受危害程度越小，反之越大。di或ipi表示单位面积上受病害或虫害叶片占总叶片数目的百分比。

s102、根据模糊聚类法，结合所述各采样点的坐标和病虫害严重度信息，对所述目标区域进行分区。

需要说明的是，本发明实施例根据目标区域各采样点的坐标和病虫害严重度信息，利用模糊c均值聚类算法(fcm,fuzzyc-means)进行农田病虫害施药管理区的划分，将采样点的坐标和病虫害严重度信息作为fcm的输入值。

s103、根据各分区的病虫害严重度信息确定对应的施药量。

具体地，在对目标区域进行分区后，通过统计各区域内的病虫害严重度信息的平均值，按照各区域的病虫害严重度信息的平均值确定区域的施药量。

需要说明的是，本发明实施例的作物病虫害分区变量管理方法，通过遥感方法实现了目标区域的病情指数或虫情指数的快速监测，并利用模糊c均值聚类算法进行农田病虫害施药管理区的划分；对不同的区域确定对应的施药量，克服了以往农药喷洒区域均一、利用率低、环境污染风险高等弊端。

在上述各实施例的基础上，作为一种可选实施例，根据模糊聚类法，结合所述各采样点的坐标和病虫害严重度信息，对所述目标区域进行分区，具体为：

根据当前的隶属度矩阵以及各采样点计算当前各分区的聚类中心的坐标和病虫害严重度信息，所述隶属度矩阵中的元素用于表征采样点对于分区的隶属度。

具体地，通过以下公式计算当前各分区的聚类中心的坐标：

其中，uij表示采样点j属于分区i的隶属度；xj表示采样点j的坐标和病虫害严重度信息；m为加权指数，取值不小于1；ci表示分区i的聚类中心的坐标和病虫害严重度信息。需要说明的是，xi和ci都属于多维向量。

根据各采样点以及当前各分区的聚类中心的坐标和病虫害严重度信息，以及隶属度矩阵，计算预先构建的fcm目标函数。

具体地，fcm目标函数具体为：

其中，j表示fcm目标函数；u表示隶属度矩阵；uij表示采样点j属于分区i的隶属度；xj表示采样点j的坐标和病虫害严重度信息；m为加权指数，取值不小于1；ci表示分区i的聚类中心的坐标和病虫害严重度信息；s表示分区的总数；λj表示第j个拉格朗日乘子，n表示采样点的总数。

若目标函数小于第一预设阈值，和/或目标函数相对上一次目标函数的改变量小于第二预设阈值，则根据当前的隶属度矩阵中采样点对应最高隶属度的分区作为所述采样点所在的分区。

需要说明的是，本发明实施例构建目标函数，通过计算各区(组)的聚类中心，使得目标函数的值达到最小，在具体应用时，可以设置一个足够小的第一预设阈值，当目标函数小于预设阈值时，即停止计算；还可以计算相邻两次迭代计算的目标函数的差值，如果差值小于第二预设阈值，则停止计算。由于隶属度矩阵中记录了每个采样点对于各分区的隶属度，对于每个采样点来说，将最高隶属度对应的分区作为该采样点所在的分区。

在上述各实施例的基础上，若目标函数不小于第一预设阈值，和/或目标函数相对上一次目标函数的改变量不小于第二预设阈值，则根据以下公式更新隶属度函数：

其中，uij表示采样点j属于分区i的隶属度；xj表示采样点j的坐标和病虫害严重度信息；m为加权指数，取值不小于1；ci表示分区i的聚类中心的坐标和病虫害严重度信息，s表示分区的总数；

根据各采样点以及当前各分区的聚类中心的坐标和病虫害严重度信息，以及隶属度矩阵，计算预先构建的fcm目标函数；直至目标函数小于第一预设阈值，和/或目标函数相对上一次目标函数的改变量小于第二预设阈值。

图2为本发明实施例获取fcm聚类中心以及隶属度矩阵的流程示意图，如图2所示，包括：

s201：用在[0,1]间的随机数初始化隶属矩阵u，使其满足约束条件：

s202：用公式：计算s个聚类中心ci，i＝1,…,s。

s203：计算目标函数：若目标函数小于第一预设阀值，或它相对上次目标函数的改变量小于第二预设阀值，则停止；若目标函数不小于第一预设阀值，或它相对上次目标函数的改变量不小于第二预设阀值，则执行s204；

s204：采用公式：更新隶属度矩阵，返回s202。

在上述实施例的基础上，作为一种可选实施例，根据各分区的病虫害严重度信息确定对应的施药量，具体为：

对于任意一个分区，计算所述分区的平均病虫害严重度信息；具体地，统计分区内的所有采样点，对所有采样点的病虫害严重度信息取平均值，即可获得分区的平均病虫害严重度信息。

根据预设的病虫害分级标准，结合所述分区的平均病虫害严重度信息确定所述分区的病虫害等级。

根据预设的病虫害分级标准与施药量的对应关系，确定所述分区的施药量，生成不同分区的施药量图。

具体地，本发明实施例通过预先创建植保专家知识库，根据植保专家知识库将病虫害严重度信息进行分级。再根据分级标准将对应的等级换算成施药量。生成不同分区的施药量图。

在上述各实施例的基础上，作为一种可选实施例，所述根据各分区的病虫害严重度信息确定对应的施药量，之后还包括：

将所述施药量图进行格式转换，输入至无人机嵌入式gis系统中，获得施药量图坐标系，以使得无人机根据所述施药量图坐标系执行喷药作业。

具体地，通过将施药量图经过文件格式转换，传输至植保无人机嵌入式gis系统中。植保无人机在田间工作时，将实时获取的当前作业位置信息与变量施药处方图坐标系融合，判断出当前作业位置所在的处方图分区，读取分区对应的施药处方值。通过控制器局域网络(can)总线发送至喷雾控制系统，喷雾控制系统发出控制信号控制喷雾装置执行变量喷药作业。

图3为本发明实施例的巡航系统的线性控制装置的结构示意图，如图所示，该装置包括采样模块301、分区模块302以及施药量确定模块303；具体地：

采样模块301，用于根据遥感影像获取目标区域中各采样点的坐标和病虫害严重度信息。

具体地，本发明实施例可以通过获取目标区域清晰无云的高分辨率卫星影像数据，也可以通过无人机多光谱相机获取刚分辨率的影像数据，通过对影像数据进行拼接、裁剪、辐射定标、大气校正等预处理操作，计算区域内各采样点的病情指数(diseaseindex，di)和/或虫情指数(pestindex，pi)，作为病虫害严重度信息。di或ipi值越小，表示受危害程度越小，反之越大。di或ipi表示单位面积上受病害或虫害叶片占总叶片数目的百分比。

分区模块302，用于根据模糊聚类法，结合所述各采样点的坐标和病虫害严重度信息，对所述目标区域进行分区。

需要说明的是，本发明实施例根据目标区域各采样点的坐标和病虫害严重度信息，利用模糊c均值聚类算法(fcm,fuzzyc-means)进行农田病虫害施药管理区的划分，将采样点的坐标和病虫害严重度信息作为fcm的输入值。

施药量确定模块303，用于根据各分区的病虫害严重度信息确定对应的施药量。具体地，在对目标区域进行分区后，通过统计各区域内的病虫害严重度信息的平均值，按照各区域的病虫害严重度信息的平均值确定区域的施药量。

本发明实施例提供的作物病虫害分区变量管理装置具体执行上述作物病虫害分区变量管理方法的实施例流程，具体请详见上述各方法实施例的内容，在此不再赘述。本发明实施例的作物病虫害分区变量管理装置，通过遥感方法实现了目标区域的病情指数或虫情指数的快速监测，并利用模糊c均值聚类算法进行农田病虫害施药管理区的划分；对不同的区域确定对应的施药量，克服了以往农药喷洒区域均一、利用率低、环境污染风险高等弊端。

图4为本发明实施例提供的电子设备的实体结构示意图，如图4所示，该电子设备可以包括：处理器(processor)410、通信接口(communicationsinterface)420、存储器(memory)430和通信总线440，其中，处理器410，通信接口420，存储器430通过通信总线440完成相互间的通信。处理器410可以调用存储在存储器430上并可在处理器410上运行的计算机程序，以执行上述各实施例提供的作物病虫害分区变量管理方法，例如包括：根据遥感影像获取目标区域中各采样点的坐标和病虫害严重度信息；根据模糊聚类法，结合所述各采样点的坐标和病虫害严重度信息，对所述目标区域进行分区；根据各分区的病虫害严重度信息确定对应的施药量。

此外，上述的存储器430中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。基于这样的理解，本发明实施例的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。而前述的存储介质包括：u盘、移动硬盘、只读存储器(rom，read-onlymemory)、随机存取存储器(ram，randomaccessmemory)、磁碟或者光盘等各种可以存储程序代码的介质。

本发明实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各实施例提供的作物病虫害分区变量管理方法，例如包括：根据遥感影像获取目标区域中各采样点的坐标和病虫害严重度信息；根据模糊聚类法，结合所述各采样点的坐标和病虫害严重度信息，对所述目标区域进行分区；根据各分区的病虫害严重度信息确定对应的施药量。

以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如rom/ram、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。