一种设施菠菜病害预警方法及系统的制作方法
【专利摘要】本发明提供了一种设施菠菜病害预警方法及系统，该方法包括：S1.在温室内进行空气温湿传感器布设和土壤温湿度传感器布设，布设的传感器按照预设的时间间隔采集设施蔬菜的环境信息数据，包括空气温度、空气湿度、土壤温度和土壤湿度；S2.对采集的环境信息数据进行处理；S3.基于SVM建立分类预警模型；S4.利用S3的分类预警模型对S2处理后的环境信息数据进行分析，得出当前环境的预警级别，若预警级别为无警，返回步骤S1，否则，执行步骤S5；S5.根据预警级别执行相应的级别的报警功能；S6.解除警报并返回步骤S1。本发明能够简单有效地对多种病害进行预警。
【专利说明】一种设施菠菜病害预警方法及系统
【技术领域】
[0001]本发明涉及计算机【技术领域】，具体涉及一种设施菠菜病害预警方法及系统。
【背景技术】
[0002]设施蔬菜的病害发生与环境密切相关，不良环境、病原物和蔬菜三者的相互作用是造成病害的主要原因，当环境达到一定条件时，极利于病菌的生长繁殖，同时加快了病菌对蔬菜的侵染和病情的扩展。对于设施菠菜，其生长周期短、种植品种单一、复种指数高，轮作倒茬困难，再加上高温高湿等不良环境，在一定程度上极易导致病害的快速、大规模流行。
[0003]以往的蔬菜病害预警方法往往是基于致病性病原物等生理病害因素进行研究，用到的算法复杂，同时还要结合大量专家水平的领域知识和经验，工作量大，不便于文化素质较低的农户学习掌握。且以往的蔬菜病害预警系统所需硬件设备造价高，不便推广，且系统在病害发生时才进行报警，报警时已经带来了不必要的经济损失，无法完全达到预警目的。
【发明内容】
[0004]针对现有技术的不足，本发明提供一种设施菠菜病害预警方法及系统，能够简单有效地对多种病害进行预警。
[0005]为实现上述目的，本发明通过以下技术方案予以实现:
[0006]一种设施菠菜病害预警方法，该方法包括:
[0007]S1.在温室内进行空气温湿传感器布设和土壤温湿度传感器布设，布设的传感器按照预设的时间间隔采集设施蔬菜的环境信息数据，包括空气温度、空气湿度、土壤温度和土壤湿度；
[0008]S2.对采集的环境信息数据进行处理；
[0009]S3.基于SVM建立分类预警模型；
[0010]S4.利用S3的分类预警模型对S2处理后的环境信息数据进行分析，得出当前环境的预警级别，若预警级别为无警，返回步骤SI，否则，执行步骤S5 ；
[0011]S5.根据预警级别执行相应的级别的报警功能；
[0012]S6.解除警报并返回步骤SI。
[0013]优选地，步骤S2中所述对采集的环境信息数据进行处理包括:
[0014]S21.对某一时刻同类型的多个传感器传回的数据进行融合，具体采用基于均值的递推融合算法来完成数据融合:
[0015] 将所有空气温度传感器或所有空气湿度传感器或所有土壤温度传感器或所有土壤湿度传感器传回的数据平均分为两组，设两组数据的算术平均值分别为?和瓦，对应的标准差分别为01和O2，利用如下公式完成数据融合:
【权利要求】
1.一种设施菠菜病害预警方法，其特征在于，该方法包括: S1.在温室内进行空气温湿传感器布设和土壤温湿度传感器布设，布设的传感器按照预设的时间间隔采集设施蔬菜的环境信息数据，包括空气温度、空气湿度、土壤温度和土壤湿度； S2.对采集的环境信息数据进行处理； S3.基于SVM建立分类预警模型； S4.利用S3的分类预警模型对S2处理后的环境信息数据进行分析，得出当前环境的预警级别，若预警级别为无警，返回步骤SI，否则，执行步骤S5 ； S5.根据预警级别执行相应的级别的报警功能； S6.解除警报并返回步骤SI。
2.根据权利要求1所述的方法，其特征在于，步骤S2中所述对采集的环境信息数据进行处理包括: S21.对某一时刻同类型的多个传感器传回的数据进行融合，具体采用基于均值的递推融合算法来完成数据融合: 将所有空气温度传感器或所有空气湿度传感器或所有土壤温度传感器或所有土壤湿度传感器传回的数据平均分为两组，设两组数据的算术平均值分别为?和?对应的标准差分别为01和Q2，利用如下公式完成数据融合:
3.根据权利要求1所述的方法，其特征在于，步骤S3中所述基于SVM建立分类预警模型包括: 设训练样本为(Xi，yi)，i = 1,2,-,η,其中η为训练样本的总数，Xi为训练样本中的输入向量，Yi为训练集标签，其值为0、1、2、3，分别对应病情等级O、1、11、111，代表无警、轻警、中警和重警四个预警级别，Xi中的12个元素代表训练样本的属性，公式如下:
4.根据权利要求3所述的方法，其特征在于，在步骤S3中所述核函数为径向基函数，其为如下:
5.根据权利要求1所述的方法，其特征在于，步骤SI中所述在温室内进行空气温湿传感器布设和土壤温湿度传感器布设包括: 设温室占地长度为L，宽度为W，取1/4L、2/4L、3/4L处与1/3W、2/3W处作垂直交叉线形成网格，共得到6个网格交点，分别将其标记为P1、P2、P3、P4、P5、P6，将空气温湿度传感器探头布设在P1、P2、P3、P4、P5、P6这6点且高度为0.8m和1.5m处；将土壤温湿度传感器布设在？1、？2、？3、？4汴5、？6这6点且深度为IOcm和20cm处。
6.一种设施菠菜病害预警系统，其特征在于，该系统包括: 数据采集与传输模块，用于在温室内进行空气温湿传感器布设和土壤温湿度传感器布设，布设的传感器按 照预设的时间间隔采集设施蔬菜的环境信息数据，包括空气温度、空气湿度、土壤温度和土壤湿度；将采集的环境信息数据通过无线方式发送给数据处理模块； 数据处理模块，用于对采集的环境信息数据进行处理； 预警模型建立模块，用于基于SVM建立分类预警模型； 病害预警模块，用于利用分类预警模型对处理后的环境信息数据进行分析，得出当前环境的预警级别，若预警级别不是无警，根据预警级别执行相应的级别的报警功能； 警报解除模块，用于解除警报。
7.根据权利要求6所述的系统，其特征在于，所述数据处理模块包括数据融合单元和监测指标计算单元，其中， 数据融合单元，用于对某一时刻同类型的多个传感器传回的数据进行融合，具体采用基于均值的递推融合算法来完成数据融合: 将所有空气温度传感器或所有空气湿度传感器或所有土壤温度传感器或所有土壤湿度传感器传回的数据平均分为两组，设两组数据的算术平均值分别为无和E，对应的标准差分别为01和Q2，利用如下公式完成数据融合:
8.根据权利要求6所述的系统，其特征在于，所述预警模型建立模块用于基于SVM建立分类预警模型: 设训练样本为(Xi，yi)，i = 1,2,-,η,其中η为训练样本的总数，Xi为训练样本中的输入向量，Yi为训练集标签，其值为0、1、2、3，分别对应病情等级O、1、11、111，代表无警、轻警、中警和重警四个预警级别，Xi中的12个元素代表训练样本的属性，公式如下:
Xi — (Xil，Xi2> Xi3>......，Xil2) 其中Xil到Xil2依次代表每日空气最大温度、最小温度、平均温度；每日空气最大湿度、最小湿度、平均湿度；每日土壤最大温度、最小温度、平均温度；每日土壤最大湿度、最小湿度、平均湿度这十二个属性，即十二个监测指标； 设分类预警结果有四类，包括无警、轻警、中警和重警，分别对应病情等级O、KIIJIL利用如下分类函数对训练样本进行训练:
9.根据权利要求8所述的系统，其特征在于，所述核函数为径向基函数，其为如下:
10.根据权利要求6所述的系统，其特征在于，所述数据采集与传输模块中在温室内进行空气温湿传感器布设和土壤温湿度传感器布设具体为: 设温室占地长度为L，宽度为W，取1/4L、2/4L、3/4L处与1/3W、2/3W处作垂直交叉线形成网格，共得到6个网格交点，分别将其标记为P1、P2、P3、P4、P5、P6，将空气温湿度传感器探头布设在P1、P2、P3、P4、P5、P6这6点且高度为0.8m和1.5m处；将土壤温湿度传感器布设在？1、？2、？3、？4汴5、？6这6点且深度为IOcm和20cm处。
【文档编号】G08B31/00GK104008633SQ201410225345
【公开日】2014年8月27日 申请日期:2014年5月26日 优先权日:2014年5月26日
【发明者】傅泽田, 王翔宇, 张领先, 李鑫星, 温皓杰, 陈英义, 李道亮, 潘子龙, 胡永军, 林桂玉, 田素波 申请人:中国农业大学, 寿光蔬菜产业控股集团有限公司