農(nóng)業(yè)大數(shù)據(jù)環(huán)境下的農(nóng)作物病蟲害智能化監(jiān)測預(yù)警

摘要：在農(nóng)業(yè)大數(shù)據(jù)背景下，山東省鄆城縣黃安鎮(zhèn)農(nóng)作物病蟲害智能化監(jiān)測能夠改善傳統(tǒng)農(nóng)業(yè)生產(chǎn)過程中病蟲害較難控制、糧食總產(chǎn)量受此影響等問題。結(jié)合大數(shù)據(jù)監(jiān)控平臺，黃安鎮(zhèn)可以及時了解當(dāng)?shù)剞r(nóng)作物病蟲害的基礎(chǔ)數(shù)據(jù)，對病蟲害防治監(jiān)測發(fā)揮重要作用。了解農(nóng)業(yè)大數(shù)據(jù)在病蟲害監(jiān)測過程中所采取的針對性技術(shù)，以及黃安鎮(zhèn)大數(shù)據(jù)病蟲害監(jiān)測應(yīng)用現(xiàn)狀。一旦數(shù)據(jù)值出現(xiàn)異常，智能化檢測預(yù)警系統(tǒng)便會及時預(yù)警，為黃安鎮(zhèn)農(nóng)作物病蟲害提供針對性建議。關(guān)鍵詞：農(nóng)業(yè)大數(shù)據(jù)；農(nóng)作物；病蟲害防治；檢測預(yù)警數(shù)據(jù)顯示，黃安鎮(zhèn)有耕地面積6.9萬畝，人均1.2畝，農(nóng)業(yè)總產(chǎn)值達到4.5億元。糧食作物以小麥、玉米為主，生產(chǎn)糧食2.7萬噸，其中小麥2.1萬噸，玉米0.6萬噸。經(jīng)濟作物主要為蔬菜，蔬菜種植面積1.2萬畝，產(chǎn)量5.6萬噸。根據(jù)數(shù)據(jù)研究，可得知農(nóng)業(yè)是黃安鎮(zhèn)的支柱型產(chǎn)業(yè)。在農(nóng)作物病蟲害控制中，結(jié)合農(nóng)業(yè)大數(shù)據(jù)技術(shù)非常重要。農(nóng)業(yè)大數(shù)據(jù)技術(shù)能夠?qū)崿F(xiàn)農(nóng)業(yè)生產(chǎn)以及良性干預(yù)，收集中國其他地區(qū)的病蟲害數(shù)據(jù)，與黃安鎮(zhèn)數(shù)據(jù)進行匹配?？紤]當(dāng)?shù)氐奶厥馇闆r，該數(shù)據(jù)庫還可智能分析、調(diào)解、干預(yù)農(nóng)作物病蟲害，增加農(nóng)作物產(chǎn)量。傳統(tǒng)的病蟲害預(yù)測準確性以及處理時間有一定的問題，如準確性不高、處理時間明顯滯后。病蟲害智能監(jiān)測預(yù)警技術(shù)，對這些缺陷進行了針對性改進，保障其更具智能化、精準化。

1農(nóng)業(yè)大數(shù)據(jù)背景下農(nóng)作物病蟲害智能化監(jiān)測預(yù)警應(yīng)用要素1.1

加大新型技術(shù)的創(chuàng)新加大新型農(nóng)業(yè)技術(shù)的創(chuàng)新非常重要，黃安鎮(zhèn)通過農(nóng)業(yè)大數(shù)據(jù)技術(shù)，形成良好的生態(tài)鏈，實現(xiàn)大數(shù)據(jù)真正集成創(chuàng)新。病蟲害有一定的暴發(fā)趨勢，如受季節(jié)或當(dāng)?shù)乜陀^因素影響，某些病蟲害在短時間內(nèi)大量暴發(fā)。如果暴發(fā)的病蟲害還有某種媒介昆蟲參與，對于病蟲害的控制就會更復(fù)雜。傳統(tǒng)的病蟲害監(jiān)測技術(shù)很難進行多樣性的數(shù)據(jù)分析工作，農(nóng)業(yè)大數(shù)據(jù)技術(shù)通過互聯(lián)網(wǎng)、人工智能等技術(shù)，建立綜合性的智能監(jiān)測系統(tǒng)。病蟲害數(shù)字監(jiān)測預(yù)警系統(tǒng)促進技術(shù)集成、業(yè)務(wù)集成，構(gòu)建中國新型的農(nóng)業(yè)資源共享系統(tǒng)。黃安鎮(zhèn)能夠在此系統(tǒng)中完成跨級別、跨區(qū)域的協(xié)同管理。改善當(dāng)?shù)夭∠x害感知預(yù)測以及預(yù)防效率，實現(xiàn)農(nóng)作物病蟲害管理數(shù)字化、網(wǎng)絡(luò)化、智能化。1.2

打造農(nóng)業(yè)病蟲害智能化監(jiān)測預(yù)警體系黃安鎮(zhèn)的農(nóng)業(yè)數(shù)據(jù)標(biāo)準化進程，與其他省份相比有一定的不完善之處。例如，數(shù)據(jù)儲存以及分析結(jié)構(gòu)不合理，這制約了黃安鎮(zhèn)農(nóng)作物病蟲害智能化監(jiān)測體系的發(fā)展。要結(jié)合基礎(chǔ)數(shù)據(jù)，改善傳統(tǒng)的數(shù)據(jù)收集形式。以時間線方式，提高病蟲害數(shù)據(jù)傳輸?shù)男省＿€需要結(jié)合物聯(lián)網(wǎng)傳感器、移動終端等基礎(chǔ)設(shè)施，構(gòu)建農(nóng)業(yè)標(biāo)準數(shù)據(jù)庫。明確黃安鎮(zhèn)當(dāng)?shù)剞r(nóng)作物病害的主要品種以及發(fā)生傳染的因素。結(jié)合計算機處理，建立生態(tài)模型以及預(yù)警模型，使數(shù)據(jù)有可視化的特征。便于專業(yè)人員進行分析，從而給出預(yù)防建議。1.3

提高農(nóng)業(yè)大數(shù)據(jù)平臺的兼容性提高農(nóng)業(yè)大數(shù)據(jù)平臺自身的兼容性，使農(nóng)業(yè)大數(shù)據(jù)平臺成為便于應(yīng)用、有效應(yīng)用的智能化監(jiān)管體系。目前，農(nóng)作物病蟲害智能化監(jiān)測預(yù)警平臺雖已建設(shè)完畢，但有一定的使用門檻。系統(tǒng)界面設(shè)計過于復(fù)雜，很多農(nóng)戶雖然通過手機端能夠訪問該平臺，但對于如何操作以及對于數(shù)據(jù)如何進行分析，依然有一定的難度[3]。需要借助他人指導(dǎo)才可進行查閱數(shù)據(jù)，這與農(nóng)業(yè)大數(shù)據(jù)的推廣目的背道而馳。因此，要優(yōu)化現(xiàn)有平臺的兼容性，降低操作門檻，保障所有的數(shù)據(jù)分析便于識別，使農(nóng)戶在該平臺中，能夠及時、準確地接收到信息，增強農(nóng)作物病蟲害的預(yù)防控制能力。例如，田間病蟲害調(diào)查能夠?qū)Ω鬓r(nóng)田進行病蟲害數(shù)據(jù)的自動統(tǒng)計以及自動傳輸，該農(nóng)戶如發(fā)現(xiàn)農(nóng)田病蟲害較為嚴重，則可以將數(shù)據(jù)打包發(fā)送至對應(yīng)的專家咨詢界面，使專家能夠在遠程進行協(xié)助，提供具有針對性的病蟲害解決策略。建立數(shù)據(jù)基準體系，黃安鎮(zhèn)的農(nóng)業(yè)數(shù)據(jù)化標(biāo)準進程尚不完善，制約當(dāng)?shù)剞r(nóng)業(yè)市場的發(fā)展。要確保農(nóng)業(yè)基礎(chǔ)數(shù)據(jù)、儲存時間、儲存形式、儲存內(nèi)容合理分配，打造標(biāo)準化系統(tǒng)。2農(nóng)業(yè)大數(shù)據(jù)環(huán)境下的農(nóng)作物病蟲害智能化監(jiān)測預(yù)警2.1

RS、GIS、GPS技術(shù)農(nóng)業(yè)大數(shù)據(jù)環(huán)境下，農(nóng)作物病蟲害智能化監(jiān)測預(yù)警，通過3S技術(shù)能夠?qū)崿F(xiàn)農(nóng)作物病蟲害的有效監(jiān)測。如遙感技術(shù)、GPS技術(shù)、GIS技術(shù)，其中遙感技術(shù)是黃安鎮(zhèn)主要使用的技術(shù)之一。能夠通過布置各地的傳感器收集數(shù)據(jù)，隨后對數(shù)據(jù)進行分析，形成可視化圖像，辨別圖像中的標(biāo)識物。遙感技術(shù)監(jiān)測病蟲害發(fā)生，能夠節(jié)省大量的時間、精力。傳統(tǒng)的手動收集方法很容易導(dǎo)致原始數(shù)據(jù)丟失、損毀，遙感技術(shù)通過圖像識別，監(jiān)測植物生長，調(diào)節(jié)周圍的環(huán)境因素。GIS技術(shù)有強大的空間處理能力，搜集氣象數(shù)據(jù)、病蟲害類型，預(yù)測當(dāng)?shù)夭∠x害的傳播趨勢。例如，稻縱卷葉螟預(yù)計中等發(fā)生，局部偏重發(fā)生，發(fā)生面積7.7萬畝次。稻飛虱預(yù)計偏重發(fā)生，發(fā)生面積8.6萬畝次。紋枯病預(yù)計中等發(fā)生，發(fā)生面積4.3萬畝次。鉆蛀性螟蟲預(yù)計中等發(fā)生，局部偏重，發(fā)生面積1.83萬畝次。稻瘟病預(yù)計偏輕發(fā)生，發(fā)生面積1.2萬畝次。稻桿潛葉蠅預(yù)計偏輕發(fā)生。胡麻葉斑病局部偏輕發(fā)生。通過相應(yīng)數(shù)據(jù)，能夠清晰地了解到黃安鎮(zhèn)的農(nóng)作物現(xiàn)狀。GPS技術(shù)則是基于遙感技術(shù)以及GIS技術(shù)集合的一種技術(shù)，通過準確的物理定位，結(jié)合植保無人機，能夠?qū)Σ∠x害暴發(fā)地區(qū)害蟲進行集中殺滅。2.2

人工神經(jīng)網(wǎng)絡(luò)技術(shù)人工神經(jīng)網(wǎng)絡(luò)技術(shù)對當(dāng)?shù)氐牟∠x害進行預(yù)警，了解各因素以及有害生物之間的相互作用，分析其是否為線性基礎(chǔ)。傳統(tǒng)的數(shù)據(jù)分析方法很難掌握病蟲害的發(fā)生規(guī)律，因傳統(tǒng)的數(shù)據(jù)分析方法較為刻板，需要人工調(diào)節(jié)算法、分析數(shù)據(jù)。而人工神經(jīng)網(wǎng)絡(luò)模擬人腦思維結(jié)構(gòu)，有自我學(xué)習(xí)、自我組織的能力，且容錯性較高，對病蟲害的模型建設(shè)有極佳的應(yīng)用優(yōu)勢。2.3

圖像處理技術(shù)圖像處理技術(shù)將對應(yīng)的圖像信號轉(zhuǎn)化為數(shù)字信號，隨后在可視化角度進行分析。如對于A農(nóng)田，圖像處理技術(shù)將A農(nóng)田劃分為A1、A2、A3、A4,對每一區(qū)域再進行細致劃分。以點至面，充分了解各區(qū)內(nèi)的實際情況。隨后進行拼接，形成完整性的圖像。在拼接過程中，圖像的細致性通過“機器視覺”以及“計算機視覺”不斷優(yōu)化。對病蟲害的識別能力有質(zhì)的提升，為病蟲害早期預(yù)防、識別提供優(yōu)勢。此外，圖像處理技術(shù)與物聯(lián)網(wǎng)技術(shù)融合，還可以提供對應(yīng)服務(wù)，如定位跟蹤、命令調(diào)度、決策支持等服務(wù)。在病蟲害預(yù)測過程中，還可以額外分析植物的生長環(huán)境，了解植物除病蟲害以外受到的其他影響因素，濕度、光照、土壤營養(yǎng)物等，都是關(guān)鍵指標(biāo)。只有植物營養(yǎng)保證供給，才能使植物長勢良好，擁有抗病蟲害能力。通過多樣性調(diào)節(jié)，實現(xiàn)病蟲害數(shù)據(jù)監(jiān)測的“維度”提高，保障黃安鎮(zhèn)的病蟲害有效控制以及預(yù)防。2.4

SVM技術(shù)SVM技術(shù)稱之為“支持向量機”技術(shù)，適用于樣本性、非線性以及高維模式，能夠?qū)⒃镜目臻g樣本映射高維特征空間，獲得最理想的分類面，保障原有的數(shù)據(jù)分離問題能夠得到解決。在病蟲害預(yù)警以及監(jiān)測數(shù)據(jù)分析中，支持向量機雖然有樣本收集速度較慢等問題，但在后續(xù)結(jié)合其他算法進行優(yōu)化，將有效提高其計算的速度以及支持性。2.5

粗集理論技術(shù)通過粗集理論技術(shù)，對病蟲害進行預(yù)警監(jiān)測。黃安鎮(zhèn)通過近年來農(nóng)業(yè)大數(shù)據(jù)應(yīng)用建設(shè)，當(dāng)?shù)財?shù)據(jù)庫已有一定的資源。而粗集理論技術(shù)集合現(xiàn)有資源，將原本不確定的數(shù)據(jù)在知識庫中進行再次分析描述。粗集理論能夠基于國內(nèi)各地區(qū)所提供的大量數(shù)據(jù)，進行重復(fù)性、精準性描繪分析。刪除各數(shù)據(jù)中的冗余信息，從而簡化數(shù)據(jù)中的隱藏關(guān)鍵點，是病蟲害早期預(yù)警的重要技術(shù)之