基于多光谱识别的蔬菜病虫害智能绿色防控方法与流程
本发明属于绿色防控,特别是涉及基于多光谱识别的蔬菜病虫害智能绿色防控方法。
背景技术:
1、多光谱识别是指利用作物冠层在不同波段(如绿光、红光、红边、近红外等)下的反射差异,构建光谱指数以反演作物生长状态和胁迫程度的技术手段。绿色防控是以生物防治、生态调控等环境友好方式替代化学农药,控制病虫害发生与蔓延的植保策略,其中生物菌剂(如苏云金芽孢杆菌、球孢白僵菌等)是防治地下害虫和土传病害的常用物资。在设施蔬菜生产管理中,依托多光谱遥感相机、土壤传感器和环境采集节点获取作物冠层及根际信息,并结合物联网平台进行监测预警,已成为提升精细化管理水平的常见做法。
2、目前,利用多光谱图像诊断蔬菜病虫害的常用方式是基于固定光谱指数阈值或构建分类模型,通过识别冠层异常区域来判定胁迫是否发生。这类方法主要依赖冠层当前的反射率特征,未将根际土壤温度、湿度等影响作物根系健康和害虫活动的因素纳入判别依据,亦未考虑作物在正常生育进程中因叶片衰老、养分转移引起的叶色自然变化,容易将生理性黄化与病虫害胁迫黄化混淆。同时,固定的判定阈值难以适应不同栽培批次、不同季节下作物生长基线漂移带来的背景差异,导致早期预警的可靠性受到影响。
3、在绿色防控物资的投放环节,生物菌剂在土壤中的防控效力会随时间按一定规律衰减,且其从施用到起效存在延迟。然而,当前生产实践中,菌剂的施用时机和施用量多依据种植者经验或简单的积温日程表确定,缺少一种将胁迫诊断结果、害虫暴发高峰预测与菌剂效力衰减特性相耦合的定量决策方式。这种粗放的调配模式既可能因过早或过量施用增加成本与作业频次,也可能因滞后或用量不足降低对害虫种群的压制效果,难以实现防控资源与病虫害发生动态之间的精准匹配。因此,针对以上问题,提出下列方案。
技术实现思路
1、本发明的目的在于提供基于多光谱识别的蔬菜病虫害智能绿色防控方法,通过融合冠层光谱与根际参数构建耦合胁迫指数,并基于生长度日动态判别胁迫,结合菌剂效力衰减优化投放决策,能够减少生理黄化误判,使防控投入与害虫发生动态匹配,解决了现有技术中胁迫误判率高及菌剂施用粗放的问题。
2、为解决上述技术问题,本发明是通过以下技术方案实现的:
3、本发明为基于多光谱识别的蔬菜病虫害智能绿色防控方法,包括以下步骤:
4、采集目标蔬菜作物的冠层多光谱图像、根际土壤参数以及环境参数,同时获取绿色防控物资的库存信息和效力参数;
5、对所述多光谱图像进行处理,计算冠层胁迫光谱指数,并基于所述根际土壤参数计算根际健康指数;
6、将所述冠层胁迫光谱指数和所述根际健康指数融合,生成根际-冠层耦合胁迫指数;
7、利用作物历史无病虫害时期的多源数据,建立以生长度日为时间基准的所述耦合胁迫指数的动态基线,通过比较当前耦合胁迫指数与所述动态基线的偏差,判别是否发生病虫害胁迫,并确定胁迫偏离幅度;
8、根据所述胁迫偏离幅度、环境适宜度以及作物当前生育阶段,计算防控紧迫度指数;
9、基于所述防控紧迫度指数确定所需防控效力的下限值,结合所述绿色防控物资的效力衰减特性与库存约束,以最小化防控成本为目标,求解最优防控物资投放量和投放时机;
10、依据所述最优防控物资投放量和投放时机,生成资源调配指令并执行。
11、进一步地,所述冠层多光谱图像至少包含绿光波段、红光波段、红边波段和近红外波段;所述根际土壤参数包括土壤温度、土壤体积含水量和土壤电导率;所述环境参数包括空气温度、空气相对湿度和光合有效辐射。
12、进一步地,对所述多光谱图像进行处理包括:对各个波段图像依次进行暗电流扣除和平场校正,结合标准漫反射参考板图像和同步光合有效辐射数据进行辐射归一化,计算各波段的冠层反射率。
13、进一步地,所述冠层胁迫光谱指数为黄化胁迫指数,其计算方式为所述绿光波段反射率与红光波段反射率之差与二者之和的比值;所述根际健康指数通过如下方式获得:分别构建土壤温度、土壤含水量、土壤电导率与预设最适值的高斯偏差函数,并将三个高斯偏差函数值相乘。
14、进一步地,所述根际-冠层耦合胁迫指数通过以下方式生成:将所述黄化胁迫指数经历史同期归一化处理后,与基于所述根际健康指数计算的根际胁迫表征量按照预定融合权重进行加权求和,所述根际胁迫表征量为1减去根际健康指数。
15、进一步地,所述动态基线的建立包括:以每日平均空气温度与病虫害发育基点温度为基础计算生长度日累计值;将历史无病虫害批次的耦合胁迫指数数据按生长度日对齐,利用局部加权回归方法拟合得到基线函数,其中权重函数采用epanechnikov核;对于当前批次的连续多个采样点,计算耦合胁迫指数观测值与所述基线函数对应值的残差序列,并求取残差标准差。
16、进一步地,判别是否发生病虫害胁迫的方式为:设定动态阈值为敏感度系数与所述残差标准差的乘积;当当前时刻的耦合胁迫指数与所述基线函数对应值的差值大于所述动态阈值时,判定出现病虫害胁迫,并以该差值作为胁迫偏离幅度。
17、进一步地,所述防控紧迫度指数通过以下方式计算:将所述胁迫偏离幅度、基于根际土壤温度和湿度确定的病虫害发生环境适宜度、以及当前已种植天数与预计总生长天数的比值,按照各自的预设权重进行加权求和,并将结果归一化。
18、进一步地,所述绿色防控物资为生物菌剂,其效力参数包括自然衰减系数和施用后的延迟生效时间;所述所需防控效力的下限值根据所述防控紧迫度指数乘以效力需求缩放系数确定;所述效力衰减特性为菌剂施用后的效力随时间呈指数衰减,并在施用后经过所述延迟生效时间才开始起效;且确定最优投放量和投放时机时,根据有效积温模型预测病虫害爆发高峰时刻,约束条件为在所述病虫害爆发高峰时刻菌剂的剩余效力不低于所述所需防控效力的下限值。
19、进一步地,所述求解最优防控物资投放量和投放时机具体为:将菌剂施用后效力函数在所述病虫害爆发高峰时刻满足所述下限值的不等式取等号,得到最低所需施用量关于施用时刻的表达式;在预设的可行施用时间窗口内,选择使所述最低所需施用量最小且不超过当前库存量的施用时刻作为最优施用时刻,并将对应的最低所需施用量作为最优施用量;当所有可行施用时刻的最低所需施用量均超出库存量时,则输出组合防治预案。
20、本发明具有以下有益效果:
21、本发明通过融合冠层多光谱黄化特征与根际土壤参数,构建根际-冠层耦合胁迫指数,并引入基于生长度日的自适应动态基线,能够适应作物不同生育阶段的基础波动,降低正常生长变化对胁迫判别的干扰,有助于提升病虫害早期识别的一致性。结合胁迫偏离程度、环境适宜度和生育期计算防控紧迫度,依据生物菌剂的效力衰减特性与库存约束,在预测的害虫爆发高峰时刻约束下求解最优投放量与时机,使防控资源投入与害虫发生动态相协调,在满足防控效力需求的前提下控制菌剂用量与作业成本。整体实现了从多源感知、智能诊断到按需调配的闭环管理,减少了对人工经验的依赖,为设施蔬菜绿色防控提供了一种精细化、低投入的资源调配方式。
22、当然,实施本发明的任一产品并不一定需要同时达到以上所述的所有优点。
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