制种玉米病虫害风险等级分区标注与防控方案生成系统的制作方法
本发明涉及病虫害监测防控,具体涉及制种玉米病虫害风险等级分区标注与防控方案生成系统。
背景技术:
1、玉米制种是保障玉米种业安全、稳定粮食供给的核心环节,制种田隔离条件严格、亲本种植密度特殊、生育期管理精细化程度高,大斑病、玉米螟、蚜虫等病虫害一旦暴发,极易造成亲本花粉活力下降、种子减产劣变,给制种基地带来重大经济损失。当前国内多数制种基地病虫害管控仍依赖人工田间巡查、定点诱捕监测等传统手段,仅能依靠人工经验划定发病区域,难以实现全域网格化风险量化;同时气象、土壤、作物长势等多源监测数据相互割裂,无法统一融合开展空间风险推演,病虫害发生概率分区、扩散趋势预判精度不足,易出现漏防、重复施药、防控时机滞后等问题,严重制约制种田病虫害精准管控水平。
2、现有病虫害预测系统多面向大田商品玉米,适配制种基地专属场景的风险分区与自动防控方案生成技术存在明显短板:其一,现有空间插值与风险计算模型未区分无人机遥感、物联网虫情、土壤气象三类数据的空间分布特性,网格特征映射方式单一,空间风险校正仅采用简单邻域均值平滑,无法捕捉病虫害斑块空间聚集特征;其二,病害扩散预测多采用静态空间模型,缺少时序拓扑演化分析能力,未结合病虫害随时间的蔓延规律;其三,现有系统仅输出风险分布图,无法结合制种玉米类实际情况自动匹配防控措施,需植保人员手动查阅资料编制方案,智能化和自动化程度低,难以满足规模化现代玉米制种基地的高效病虫害防控需求。
技术实现思路
1、本发明提供了制种玉米病虫害风险等级分区标注与防控方案生成系统,能够实现制种田网格级病虫害风险分区、扩散趋势精准预判,进一步解决现有监测手段滞后、多源数据融合不足、防控方案人工编制效率低的问题。
2、为了解决上述问题,本发明公开了制种玉米病虫害风险等级分区标注与防控方案生成系统,包括数据采集处理模块、数据采集处理模块、病虫害推演模块、时序拓扑建模模块、扩散预测模块和防控方案生成模块;
3、所述数据采集处理模块用于周期性采集玉米制种基地的多源数据,并对多源数据进行预处理后提取病虫害量化指标;
4、所述网格特征映射模块用于将玉米制种基地划分为若干地理网格,并将病虫害量化指标映射至各地理网格,得到包含单网格多源特征向量的网格多源特征数据集;
5、所述病虫害推演模块用于调取历史病虫害特征样本库,结合单网格多源特征向量计算各地理网格对应的各类病虫害发生概率,生成各类病虫害的单期病虫害概率热力图;
6、所述时序拓扑建模模块用于按时间顺序累积各类病虫害的单期病虫害概率热力图,形成各类病虫害热力图序列,对出现异常风险斑块的单期病虫害概率热力图开展骨架提取构建带扩散权重边的单期风险拓扑图,并时序排列得到时序风险拓扑图序列;
7、所述扩散预测模块用于基于时序风险拓扑图序列推演病虫害扩散趋势,划定防治范围并提取防治范围特征;
8、所述防控方案生成模块用于结合防治范围特征和制种玉米当前生育期,调用制种玉米病虫害防控知识图谱推理生成防控方案。
9、进一步的,所述病虫害量化指标包括无人机影像量化指标、气象土壤量化指标和物联网监测量化指标,其中,所述无人机影像量化指标包括归一化植被指数、冠层纹理熵和冠层温度均值,所述气象土壤量化指标包括日均相对湿度、日均有效积温、0-20cm土壤含水率、土壤ph值和土壤有机质含量,所述物联网监测量化指标包括目标害虫诱捕量和病原菌孢子捕捉浓度。
10、进一步的,所述病虫害量化指标映射至各地理网格的方法为:
11、对无人机影像量化指标采用区域统计法计算单个地理网格内的指标均值,将指标均值直接赋值至对应地理网格;
12、对气象土壤量化指标采用普通克里金插值法生成连续空间栅格并重采样至地理网格分辨率,以完成气象土壤量化指标的地理网格赋值;
13、对物联网监测量化指标采用协同克里金插值法,融合无人机影像量化指标与地形高程数据进行全域空间补全插值,以物联网监测量化指标的全地理网格全覆盖赋值;
14、各地理网格映射得到的无人机影像量化指标、气象土壤量化指标和物联网监测量化指标组合形成单网格多源特征向量,所有地理网格的单网格多源特征向量共同构成网格多源特征数据集。
15、进一步的,所述各地理网格对应的各类病虫害发生概率获取方法为:
16、调取历史病虫害特征样本库,所述历史病虫害特征样本库中存储有对应各类病虫害的若干历史多源特征向量以及该历史多源特征向量对应的发生等级标签;
17、对每一病虫害类型,根据各类病虫害量化指标对该类病虫害的影响权重,将地理网格的单网格多源特征向量与该类病虫害的历史多源特征向量进行加权特征相似度匹配,以筛选高相似度历史多源特征向量样本并加权融合,得到该地理网格对应该类病虫害的病虫害初始发生概率;
18、构建地理网格8邻域空间邻接关系图,并通过图卷积网络聚合相邻地理网格的空间分部特征与病虫害初始发生概率,对该地理网格对应该类病虫害的病虫害初始发生概率进行空间平滑校正,得到该地理网格对应的该类病虫害发生概率;
19、遍历所有地理网格和全部病虫害类型,输出每个地理网格对应的各类病虫害发生概率。
20、进一步的,所述异常风险斑块的判定方法为:
21、根据预设病虫害类型的全域病虫害发生概率基线阈值;
22、将该类病虫害的单期病虫害概率热力图中病虫害发生概率高于全域病虫害发生概率基线阈值的地理网格标记为异常格网,并通过连通域分析算法识别异常格网斑块;
23、存在任意一个异常格网斑块的面积大于预设面积阈值时,判定该单期病虫害概率热力图出现异常风险斑块。
24、进一步的,所述骨架提取的方法为:
25、对判定存在异常风险斑块的单期病虫害概率热力图,采用多阈值分割方式对异常风险斑块进行风险等级分层,并结合形态学开闭运算平滑斑块边界,得到分层规整风险斑块;
26、采用约束型形态学骨架提取算法对各分层规整风险斑块进行中心骨架线提取,检测骨架线的特征关键点并通过密度聚类完成特征关键点聚合,形成拓扑节点;
27、计算拓扑节点间病虫害扩散转移概率,以病虫害扩散转移概率为权重构建拓扑节点间的扩散权重边,以完成带扩散权重边的单期风险拓扑图的构建。
28、进一步的,所述推演病虫害扩散趋势的方法为:
29、读取时序风险拓扑图序列,逐期提取各单期风险拓扑图的拓扑节点的空间位置、风险等级和节点覆盖范围以及拓扑节点间的扩散权重边权重,整理得到拓扑节点的时序演化特征;
30、基于时序演化特征统计拓扑节点的产生、消失、分裂、合并和空间迁移规律,结合拓扑节点间的病虫害扩散转移概率,量化时序风险拓扑图序列对应病虫害类型在玉米制种基地的传播基础能力;
31、以田间地形阻力、作物连片连通度和实时气象扩散条件作为约束因子,引入sir病虫害传播动力学模型,对已存在的拓扑节点进行多步时序迭代推演,预测得到未来预设时间段内该类病虫害向外蔓延的空间范围,获得病虫害潜在扩散区域;
32、叠加当前单期风险拓扑图的异常风险斑块区域与病虫害潜在扩散区域,划分得到用于即时处置的防治区与用于提前阻断蔓延的预警防控区,融合防治区和预警防控区的空间范围确定防治范围。
33、进一步的,所述防治范围特征包括防治范围面积、病虫害类型、平均风险等级、发病区域占比、玉米作物品种和病虫害预测扩散速率。
34、进一步的,制种玉米病虫害风险等级分区标注与防控方案生成系统还包括可视化模块和参数配置管理模块;
35、所述可视化模块用于可视化展示病虫害概率热力图、风险拓扑图及防治范围图,同时支持防控方案进行标准化格式导出归档;
36、所述参数配置管理模块用于供用户对系统运行参数进行设置与更新。
37、与现有技术相比,本发明包括以下优点:
38、1.本发明针对无人机遥感、气象土壤和物联网虫情三类数据空间分布特性,分别采用区域统计、普通克里金、协同克里金插值完成网格赋值,构建统一多源特征向量;同时搭配图卷积网络做空间邻域校正,精准捕捉病虫害斑块聚集特征,大幅提升网格级病虫害发生概率计算精度,克服传统简单均值平滑无法适配制种田复杂空间场景的问题。
39、2.本发明对风险斑块分层、骨架提取生成带扩散权重的时序拓扑图序列,量化病斑分裂、迁移、合并演化规律;叠加地形、作物连片度、气象约束改进sir动力学模型,同步划分即时防治区与预警防控区,实现病虫害短期蔓延范围动态预判,解决传统技术扩散趋势预判滞后、分区粗糙和漏防风险高的问题。
40、3.本发明提取防治范围多维度特征,结合制种玉米实时生育期调用专属病虫害防控知识图谱自动推理生成标准化防控方案,配套可视化展示与方案归档导出功能,摆脱传统依赖植保人员人工查阅资料编制方案的模式,显著提升规模化制种基地病虫害管控自动化与作业效率。
版权声明:本站专利文献数据主要来源于国家知识产权局等公开渠道,由 技术新讯 进行整理汇编。页面设计及数据汇编的著作权归本站所有。全部内容仅供个人学习、科研评估与技术交流参考,严禁用于任何商业用途(包括但不限于直接生产制造、技术转让、倒卖数据等)。
免责条款:专利技术具有时效性,本站不对资料的绝对准确性、完整性和可实施性提供任何明示或暗示的担保。因参考本站内容造成的直接或间接损失,本站不承担相关法律责任。若您认为本站内容有侵权问题,请及时提供权属证明与我们联系,本站将在核实后依法处理。反馈意见:yyfuon@163.com