一种荔枝虫害的低碳治理方案推荐方法及系统技术方案

本发明专利技术公开了一种荔枝虫害的低碳治理方案推荐方法及系统，包括，获取目标荔枝种植区域中的荔枝植株图像，通过图像分割提取虫害感兴趣区域，识别为害症状；利用感兴趣区域特征及为害症状识别虫害特征，结合目标荔枝种植区域的环境特征及气候特征生成虫害画像；根据历史虫害数据及历史防治数据构建异构图，提取历史生物防治数据构建异构子图，利用图卷积网络构建虫害治理方案推荐模型；获取目标荔枝种植区域的虫害治理方案，并根据目标荔枝种植区域现有的生态结构对所述虫害治理方案进行修正

【技术实现步骤摘要】
一种荔枝虫害的低碳治理方案推荐方法及系统


[0001]本专利技术涉及虫害治理
，更具体的，涉及一种荔枝虫害的低碳治理方案推荐方法及系统
。

技术介绍

[0002]荔枝的种植过程中，很容易受病虫侵害，造成了荔枝产量和质量的下降，因为荔枝生长期间易受到多类病虫害的侵蚀，所以需要在花期
、
果实生长期等各个阶段采取合适的防治措施，以保证荔枝树的正常生长，达到质量和产量双重提升的目标
。
目前，虫害已成为影响荔枝产量的重要因素，为了推动荔枝产业发展，必须要加强荔枝虫害综合防控技术，以绿色
、
无副作用作为主要目标
。
[0003]目前我国绝大多数荔枝园依然采用传统的人工方式去管理，果树的灌溉
、
果树的施肥
、
病虫害预测与防治等均要靠人为经验判断并做出决策
。
这种人工管理方式比较粗犷，目的性不强，并且对于虫害治理长期大量喷洒农药，会导致害虫出现抗药性突变种群，极大地增加了后续荔枝虫害的生物农药防治难度
。
在荔枝虫害防治方法中，微生物防治及生物防治技术非常有效而且相对更加安全
。
荔枝的生物防治技术是利用生物制剂
、
害虫天敌等技术消灭虫害，避免荔枝遭受虫害侵袭
。
因此如何提高荔枝虫害的预测水平，捕捉荔枝虫害情况推荐低碳高效的虫害治理方案是需要解决的问题之一
。

技术实现思路

[0004]为了解决上述技术问题，本专利技术提出了一种荔枝虫害的低碳治理方案推荐方法及系统
。
[0005]本专利技术第一方面提供了一种荔枝虫害的低碳治理方案推荐方法，包括：获取目标荔枝种植区域中的荔枝植株图像，根据所述荔枝植株图像获取荔枝所属生长阶段，并通过图像分割提取虫害感兴趣区域，根据所述虫害感兴趣区域识别为害症状；利用感兴趣区域特征及为害症状识别虫害特征，获取目标荔枝种植区域的环境特征及气候特征，根据所述虫害特征结合所述环境特征及气候特征生成虫害画像；根据历史虫害数据及历史防治数据构建异构图，提取历史生物防治数据构建异构子图，利用图卷积网络对所述异构图及异构子图进行学习构建虫害治理方案推荐模型；基于所述虫害治理推荐模型将所述虫害画像进行表示学习获取目标荔枝种植区域的虫害治理方案，并根据目标荔枝种植区域现有的生态结构对所述虫害治理方案进行修正
。
[0006]本方案中，根据所述荔枝植株图像获取荔枝所属生长阶段，并通过图像分割提取虫害感兴趣区域，根据所述虫害感兴趣区域识别为害症状，具体为：获取荔枝植株图像进行预处理，通过预处理后的荔枝植株图像提取荔枝植株的轮廓特征及形态特征，根据所述轮廓特征及形态特征利用相似度计算判断荔枝植株所属的生长阶段；
将预处理后的荔枝植株图像导入生成对抗网络，在所述生成对抗网络中利用
U
‑
net
网络作为生成器网络，获取荔枝虫害数据集对生成对抗网络进行训练，通过所述生成器网络进行特征编码；根据特征编码及注意力机制获取预计的荔枝虫害分割图像，将所述荔枝虫害分割图像与不同类别标签的荔枝虫害真实图像发送至判别器网络进行判别，读取判别器网络的判别结果；将所述判别结果反馈到生成器网络继续获取预测的荔枝虫害分割图像，当判别器网络无法分辨真实图像与分割图像的偏差，则完成生成对抗网络的训练输出分割网络；通过分割网络获取荔枝植株图像中的虫害感兴趣区域，提取类别标签获取虫害类别，获取虫害感兴趣区域的几何特征
、
颜色特征及纹理特征作为为害症状
。
[0007]本方案中，利用感兴趣区域特征及为害症状识别虫害特征，具体为：获取虫害感兴趣区域的类别标签作为初步虫害种类，根据荔枝植株的生长阶段基于历史虫害数据获取当前生长节点对应的高发虫害种类，通过所述高发虫害种类对所述初步虫害种类进行验证；验证通过后利用大数据手段获取初步虫害种类对应的图像特征及为害症状集合，判断荔枝植株的为害症状及感兴趣区域特征是否处于对应集合，若处于，则确定最终虫害种类；根据所述最终虫害种类获取不同阶段的为害症状生成虫害发展曲线，利用荔枝植株虫害的为害症状计算与虫害发展曲线中各节点的曼哈顿距离，读取最小曼哈顿距离获取荔枝植株的虫害程度；根据为害症状
、
虫害种类及虫害程度获取荔枝植株的虫害特征，获取目标荔枝种植区域的环境特征及气候特征，根据虫害特征
、
环境特征及气候特征构建特征向量矩阵，作为虫害画像
。
[0008]本方案中，根据历史虫害数据及历史防治数据构建异构图，提取历史生物防治数据构建异构子图，具体为：利用大数据方法检索不同荔枝虫害种类对应的历史虫害数据及历史防治数据，提取数据中的虫害种类
、
虫害特征及防治措施作为节点，根据节点之间的关联将节点进行连接；利用节点及节点的连接关系构建异构图，捕捉虫害种类
、
虫害特征及防治措施的成对关系；提取历史防治数据中的生物防治数据，利用所述生物防治数据在异构图中筛选荔枝植株虫害种类对应的生物防治节点，根据生物防治节点及节点的边结构构建异构子图
。
[0009]本方案中，基于所述虫害治理推荐模型将所述虫害画像进行表示学习获取目标荔枝种植区域的虫害治理方案，具体为：通过图卷积网络对所述异构图及异构子图进行编码，将节点投射到同一潜在向量空间，获取节点的特征向量，并建立虫害特征与防治措施的传递关系，基于图卷积网络构建虫害治理方案推荐模型；将虫害画像导入所述虫害治理方案推荐模型获取在异构图及异构子图中的图结构，根据所述图结构获取具有虫害特征的虫害种类节点表示及防治措施节点表示；
将不同图结构的节点表示经过聚合操作后生成对应的全局表示及局部表示，利用注意力权重将所述全局表示及局部表示进行加权求和，获取虫害种类节点表示及防治措施节点的最终表示；通过虫害种类节点及防治措施节点的最终表示及局部表示利用扩展矩阵分解计算不同图结构中对虫害防治措施的偏好分数，根据所述偏好分数分别获取预设数量的防治措施节点，读取对应的虫害防治措施；判断异构图及异构子图对应虫害防治措施中是否含有同一生物防治措施，若含有，则将所述生物防治措施作为目标荔枝种植区域的低碳虫害治理方案；若不含有，则筛选异构子图中偏好分数最高的生物防治措施，判断所述生物防治措施的防治周期是否大于预设阈值，若大于，则在虫害防治措施集合中选取偏好分数最高的非生物防治措施进行组合，生成低碳虫害治理方案
。
[0010]本方案中，根据目标荔枝种植区域现有的生态结构对所述虫害治理方案进行修正，具体为：获取目标荔枝种植区域生态系统的组成结构，根据历史化学虫害防治措施获取荔枝植株当前虫害种类的抗药性，并根据虫害种类获取目标荔枝种植区域所在地虫害天敌的数量及分布范围；基于所述抗药性与虫害天敌的数量及分布范围获取目标荔枝种植区域的生态特征，根据所述生态特征对所述虫害治理方案进行优化，确定方案中各措施的投放量；根据荔枝植株当本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种荔枝虫害的低碳治理方案推荐方法，其特征在于，包括以下步骤：获取目标荔枝种植区域中的荔枝植株图像，根据所述荔枝植株图像获取荔枝所属生长阶段，并通过图像分割提取虫害感兴趣区域，根据所述虫害感兴趣区域识别为害症状；利用感兴趣区域特征及为害症状识别虫害特征，获取目标荔枝种植区域的环境特征及气候特征，根据所述虫害特征结合所述环境特征及气候特征生成虫害画像；根据历史虫害数据及历史防治数据构建异构图，提取历史生物防治数据构建异构子图，利用图卷积网络对所述异构图及异构子图进行学习构建虫害治理方案推荐模型；基于所述虫害治理推荐模型将所述虫害画像进行表示学习获取目标荔枝种植区域的虫害治理方案，并根据目标荔枝种植区域现有的生态结构对所述虫害治理方案进行修正
。2.
根据权利要求1所述的一种荔枝虫害的低碳治理方案推荐方法，其特征在于，根据所述荔枝植株图像获取荔枝所属生长阶段，并通过图像分割提取虫害感兴趣区域，根据所述虫害感兴趣区域识别为害症状，具体为：获取荔枝植株图像进行预处理，通过预处理后的荔枝植株图像提取荔枝植株的轮廓特征及形态特征，根据所述轮廓特征及形态特征利用相似度计算判断荔枝植株所属的生长阶段；将预处理后的荔枝植株图像导入生成对抗网络，在所述生成对抗网络中利用
U
‑
net
网络作为生成器网络，获取荔枝虫害数据集对生成对抗网络进行训练，通过所述生成器网络进行特征编码；根据特征编码及注意力机制获取预计的荔枝虫害分割图像，将所述荔枝虫害分割图像与不同类别标签的荔枝虫害真实图像发送至判别器网络进行判别，读取判别器网络的判别结果；将所述判别结果反馈到生成器网络继续获取预测的荔枝虫害分割图像，当判别器网络无法分辨真实图像与分割图像的偏差，则完成生成对抗网络的训练输出分割网络；通过分割网络获取荔枝植株图像中的虫害感兴趣区域，提取类别标签获取虫害类别，获取虫害感兴趣区域的几何特征
、
颜色特征及纹理特征作为为害症状
。3.
根据权利要求1所述的一种荔枝虫害的低碳治理方案推荐方法，其特征在于，利用感兴趣区域特征及为害症状识别虫害特征，具体为：获取虫害感兴趣区域的类别标签作为初步虫害种类，根据荔枝植株的生长阶段基于历史虫害数据获取当前生长节点对应的高发虫害种类，通过所述高发虫害种类对所述初步虫害种类进行验证；验证通过后利用大数据手段获取初步虫害种类对应的图像特征及为害症状集合，判断荔枝植株的为害症状及感兴趣区域特征是否处于对应集合，若处于，则确定最终虫害种类；根据所述最终虫害种类获取不同阶段的为害症状生成虫害发展曲线，利用荔枝植株虫害的为害症状计算与虫害发展曲线中各节点的曼哈顿距离，读取最小曼哈顿距离获取荔枝植株的虫害程度；根据为害症状
、
虫害种类及虫害程度获取荔枝植株的虫害特征，获取目标荔枝种植区域的环境特征及气候特征，根据虫害特征
、
环境特征及气候特征构建特征向量矩阵，作为虫害画像
。4.
根据权利要求1所述的一种荔枝虫害的低碳治理方案推荐方法，其特征在于，根据历
史虫害数据及历史防治数据构建异构图，提取历史生物防治数据构建异构子图，具体为：利用大数据方法检索不同荔枝虫害种类对应的历史虫害数据及历史防治数据，提取数据中的虫害种类
、
虫害特征及防治措施作为节点，根据节点之间的关联将节点进行连接；利用节点及节点的连接关系构建异构图，捕捉虫害种类
、
虫害特征及防治措施的成对关系；提取历史防治数据中的生物防治数据，利用所述生物防治数据在异构图中筛选荔枝植株虫害种类对应的生物防治节点，根据生物防治节点及节点的边结构构建异构子图
。5.
根据权利要求1所述的一种荔枝虫害的低碳治理方案推荐方法，其特征在于，基于所述虫害治理推荐模型将所述虫害画像进行表示学习获取目标荔枝种植区域的虫害治理方案，具体为：通过图卷积网络对所述异构图及异构子图进行编码，将节点投射到同一潜在向量空间，获取节点的特征向量，并建立虫害特征与防治措施的传递关系，基于图卷积网络构建虫害治理方案推荐模型；将虫害画像导入所述虫害治理方案推荐模型获取在异构图及异构子图中的图结构，根据所述图结构获取具有虫害特征的虫害种类节点表示及防治措施节点表示；将不同图结构的节点表示经过聚合操作后生成对应的全局表示及局部表示，利用注意力权重将所述全局表示及局部表示进行加权求和，获取虫害种类节点表示及防治措施节点的最终表示；通过虫害种类节点及防治措施节点的最终表示及局部表示利用扩展矩阵分解计算不同图结构中对虫害防治措施的偏好分数，根据所述偏好分数分别获取预设数量的防治措施节点，读取对应的虫害防治措施；判断异构图及异构子图对应虫害防治措施中是否含有同一生物防治措施，若含有，则将所述生物防治措施作为目标荔枝种植区域的低碳虫害治理方案；若不含有，则筛选异构子图中偏好分数最高的生物防治措施，判断所述生物防治措施的防治...

【专利技术属性】
技术研发人员：赵灿，张宝鑫，李敦松，夏玥，
申请(专利权)人：广东省农业科学院植物保护研究所，
类型：发明
国别省市：