一种防控柑橘病虫害系统及方法与流程

本发明涉及虫害治理，具体为一种防控柑橘病虫害系统及方法。

背景技术：

1、在现代农业生产中，病虫害管理是保证作物健康和产量的关键因素之一。特别是对于柑橘这类水果，由于其高价值和对病虫害的敏感性，有效的病虫害防治策略尤为重要。传统的病虫害管理方法主要依赖人工检查和定期喷洒化学农药，这种方法不仅劳动强度大，效率低，而且很难实现精准防治，容易导致农药的过度使用，对环境和人体健康造成潜在威胁。

2、随着信息技术和自动化技术的发展，智能化农业成为趋势。尤其是在病虫害管理领域，利用先进的传感器技术和数据分析方法可以实现病虫害的早期识别和定位。

3、然而，现有的一些解决方案虽然能够自动收集数据，但往往缺乏有效的数据整合和分析能力，无法提供实时的决策支持，且自动执行系统的应用不够广泛，仍需人工干预调整，此外，现有技术在实现病虫害防治的自动化和智能化方面还面临一些技术挑战，如数据传输的实时性和安全性、数据处理的准确性和效率，以及执行机制的精确性和可靠性。

技术实现思路

1、针对现有技术的不足，本发明提供了一种防控柑橘病虫害系统及方法，利用物联网技术确保数据的实时传输与安全，同时采用机器学习优化决策支持，生成实时防治策略。自动化执行模块(无人机和机器人)精确施药，实施与反馈模块监控执行效果并自动调整，提升病虫害管理的精度和效率。

2、为实现以上目的，本发明通过以下技术方案予以实现：一种防控柑橘病虫害系统，包括：

3、数据收集模块，部署在柑橘园中的环境传感器、植物生理传感器及图像收集设备，用于收集环境数据、植物健康数据及图像数据；

4、数据传输模块，用于通过物联网网关将所述数据收集模块收集的数据传输到服务器；

5、数据处理与分析模块，用于处理环境数据的时间序列分析模型及用于识别病虫害图像的卷积神经网络模型；

6、智能决策支持模块，用于根据所述数据处理与分析模块的分析结果生成防治策略；

7、自动化执行模块，包括用于实施防治策略的无人机和自动喷洒机器人。

8、优选的，所述环境传感器包括温湿度传感器、土壤湿度传感器、光照传感器和风速风向传感器。

9、优选的，所述植物生理传感器包括叶绿素荧光传感器和光谱传感器。

10、优选的，所述图像收集设备包括高分辨率相机和无人机搭载的摄像头。

11、优选的，所述数据处理与分析模块包括应用于环境数据的自回归差分移动平均模型，其公式为：

12、

13、其中p、d、q分别为自回归项数、差分次数和移动平均项数，φi为自回归系数，θi为移动平均系数，l为滞后算子，∈t为误差项。

14、优选的，所述数据处理与分析模块包括用于病虫害图像识别的卷积神经网络模型，其生成公式为：

15、卷积层输出：

16、

17、其中是第l层卷积层的输出，f是激活函数，w(l)是第l层的卷积核，*表示卷积操作，i(l-1)是第l-1层的输入，b(l)是第l层的偏置；

18、池化层输出：

19、

20、其中是第l层池化层的输出，pool是池化操作；

21、全连接层输出：

22、

23、其中ofc是全连接层的输出，g是激活函数，wfc是全连接层的权重矩阵，flatten表示将池化层输出展平成向量，bfc是全连接层的偏置；

24、输出层：

25、osoftmax＝softmax(wout·ofc+bout)

26、其中osoftmax是softmax层的输出，wout是输出层的权重矩阵，bout是输出层的偏置。

27、优选的，所述智能决策支持模块包括：

28、数据综合模块，用于整合环境数据分析结果和病虫害图像识别结果，包括基于多源数据融合的方法，其公式为：

29、

30、其中f(xt)为综合数据，wi为权重，xi,t为第i种数据在时间t的值，n为数据源数量；

31、风险评估模块，用于根据综合数据评估病虫害风险等级，采用加权风险评估公式，其公式为：

32、

33、其中r为风险等级，wi为每种数据源的权重，fi(xt)为第i种数据源在时间t的函数输出，n为数据源的数量；

34、策略生成模块，用于基于风险等级生成具体的防治策略，包括防治方法、最佳应用时间、药剂剂量和喷洒频率，其公式为：

35、d＝α·r·a

36、其中d为药剂剂量，α为剂量调整系数，r为风险等级，a为受影响区域面积；

37、实施与反馈模块，用于执行防治策略并收集执行后的效果数据，调整未来决策。

38、优选的，所述策略生成模块包括：

39、防治方法选择：根据风险等级和环境条件，选择适合的化学、生物或物理防治方法；

40、最佳应用时间：基于环境数据预测，确定药剂喷洒的最佳时间段；

41、药剂剂量和喷洒频率计算：根据作物生长阶段、病虫害类型和风险评估结果，计算合适的药剂剂量和喷洒频率。

42、优选的，所述实施与反馈模块包括：

43、执行防治策略：无人机和自动喷洒机器人接收决策支持模块生成的指令，按照指定的时间和区域进行喷洒；

44、实时监控与调整：通过实时监控系统，监控喷洒过程中的环境变化和植株响应，确保喷洒效果，监控到喷洒不均或效果不佳，系统可自动调整喷洒参数以及指示重复喷洒；

45、效果数据收集：收集喷洒后病虫害减少率和植株健康恢复情况的效果数据，根据收集的数据，调整模型和决策逻辑，优化未来的防治策略。

46、一种防控柑橘病虫害的方法，包括以下步骤：

47、通过数据收集模块收集环境数据、植物健康数据及图像数据；

48、通过数据传输模块将数据传输到服务器；

49、在数据处理与分析模块中应用时间序列分析模型、卷积神经网络模型处理和分析数据；

50、根据分析结果，由智能决策支持模块生成防治策略，包括选择防治方法、确定最佳应用时间、计算药剂剂量和喷洒频率，并通过自动化执行模块实施防治策略；

51、收集实施后的效果数据，并根据这些数据调整未来的决策。

52、本发明提供了一种防控柑橘病虫害系统及方法。具备以下有益效果：

53、1、本发明通过数据收集模块、数据传输模块和数据处理与分析模块的配合下，提供了一个高度精确的监测系统，能够实时捕捉和分析环境及植物生理数据，同时利用先进的卷积神经网络模型进行图像分析，能够早期识别病虫害并准确预测其发展趋势，最后在智能决策支持模块的作用下能够根据这些数据生成具体的防治策略，确保及时且精确地响应，提高了诊断和响应的精度，并使防治措施灵活地适应不断变化的环境条件。

54、2、本发明自动化执行模块，能够利用无人机和自动喷洒机器人根据智能决策支持模块的防治指令进行精确施药，极大提高了操作的效率和减少了人工成本，实施与反馈模块能够实时监控防治过程和植物反应，根据实际效果自动调整喷洒参数，确保最佳的治理效果，显著提升了防治的适应性和有效性。

55、3、本发明通过精确控制药剂剂量和精细调节喷洒策略，显著减少了农药的过量使用和环境污染，此外，精确的病虫害管理还帮助优化水资源利用，支持可持续农业实践。