引言

由于农作物病虫害的多样性和复杂性，在特定条件下其很容易在大范围内发生，导致农产品产量急剧下降。因此，预防和监测农作物病虫害已成为农业生产活动中的重要环节。当前，耕地面积逐渐减少，世界人口总数逐渐增加，导致人均耕地数量减少。“吃饭问题”成为了对现代社会农业政策、管理模式、技术手段的重大考验，因此如何保障农作物产能满足新增人口需求成为一个日益严峻的课题。随着大规模生产的集约化，农作物病虫害爆发影响会更大，生产能力的输出起着决定性的作用。作物病虫害是中国的主要农业灾害之一，其具有种类多、影响大、灾害频发的特点，甚至造成农作物大面积减产；其灾害范围和严重程度常常给中国国民经济特别是农业生产造成巨大损失。在农作物生产活动中可能受到多种病虫害交杂影响，其中某些并不能被肉眼所识别，其可能也是破坏农作物植株正常生理状态的重点诱因，致使农作物基因突变、细胞变异或者组织损伤，从而带来减产、甚至绝产后果。

1 总体设计思路

中国是农业大国，农业是国民根本的大事，与人民的生活和社会进步息息相关。目前，在中国农业生产过程中出现的病害或者虫害，农药仍然是控制病虫害的主要手段，农药虽然可以帮助作物恢复生长，但是用药量的多少直接影响着人民的健康。数据显示，农药的使用每年能够对农业产量挽回损失20%左右。然而，大量在蔬菜水果上使用农药会造成农药残留和环境污染问题且已成为人民越来越重视的事情。如果能够提前预测病虫害的发生，提早提出防止措施，使用药量大幅度减少，就能够有效降低病虫害对农业生产的危害。有目的性的针对病虫的种类与位置合理施药，是减少农药污染的一种有效途径。智能农业的病虫害预警专家系统可以分为智能预警、分析诊断，专家答案、决策模型。智能预警主要对目前植株的病虫情况进行图像分析，对后期的防治做出预测建议；分析诊断是对当前作物的叶、茎、花、果等情况进行图像采集后算法处理，由系统进行诊断，得出病虫害名称、防治措施与建议；专家答疑可以和远程的专家进行在线与离线的交流，对系统中少见的病虫等灾害进行交流。

1.1 智能预警

集成智能农机作业调度、农情监测、智能灌溉系统，可在调度指挥中心集中处理各子系统触发的各类预警信息，通过对各类告警信息进行融合，提供多维度的智能预警辅助决策信息。汇聚生产传感器和设备信息，结合当地气象数据和农艺知识库，对数据进行综合处理和分析，实现病虫害预测预报、灾害应急管理、生产过程追溯和监管等辅助决策功能。

1.2 分析诊断

运用智能神经网络算法，对系统植株的生长时期(发芽期、幼苗期、成株期、花蕾期、成熟期)的根、茎、花、果的生长状况，提出目前植株的长势情况，为农作提供指导意见。对于各类果蔬的虫害、病害的图片进行识别，对其做出正确的诊断，帮助生产人员制定正确的无毒化、无害化的处理措施。

1.3 专家答疑

对于目前在线的专家可以进行在线提问，可以传输文字、文件、图片、视频等资料，方便双方进行交流。对于目前不在线的专家，显示为灰色头像，可以给专家留言，专家上线后第一时间可以看见和回复。专家根据权限可以为已配置的某些人发送消息，农业专家可以发布一些有价值的公告给固定的人。

1.4 决策模型

将作物的生长划分成不同的生长阶段，如休眠期、生长期、花期、结果期等，并在每个生长阶段设置特定的病虫环境特点。建立病虫图片模型库，按照病虫种类进行分类，便于算法提取虫害的形状特征。对病虫识别算法起到数据支撑的作用。

2 关键技术研究

将获取的叶片的图片进行病虫害类别标签、数据预处理，得到叶片的真实标签，将叶片的图片分为训练集、验证集、测试集，训练集裁剪图片，归一化大小，得到新的训练集；将制作得到的数据集送入网络模型并输出实际值，根据真实标签与实际值计算损失函数值，利用梯度下降反向传播算法更新网络模型的参数，每次更新的网络模型利用验证集验证结果，通过若干次训练，得到训练完成的网络模型。将测试集送入训练完成的网络模型，通过与真实标签比对计算出网络模型检测准确率。病虫害识别算法设计运用深度卷积神经网络算法，利用堆叠网络模块的设计，具有精度高、参数少的特点，堆叠模块中的卷积层的特征输出层数很少，另外卷积核的尺寸为1×1和3×3，这种网络模型的连接使特征和梯度的传输更加有效，更易于训练。通过嵌入堆叠网络模块增加网络的宽度和深度，实现网络模块化的结构，融合不同深度的堆叠模块来获取不同大小的感觉野，拼接不同尺度特征。能够大大降低检测成本，针对目前大量农作物受害的现状，其可以缩短病虫害的发现监测时间，提高病虫害防治的效率，使其在低爆发范围情况下迅速遏制，有效地促进农作物的增产增收。

文章来源：《现代农业研究》 网址: http://www.xdnyyj.cn/qikandaodu/2021/0722/1332.html