智慧农业智能分析

智慧农业智能分析物联网、互联网等技术与农业生产、加工、流通等各环节紧密结合，产生了大量多源异构的农业数据，并且这些数据仍在呈指数方式增长。如何采用数据挖掘与智能分析技术与手段发现或提取其中的有效信息与潜在价值，实现农业生产经营过程的整体信息化管控，在一定程度上加速转变农业生产方式，提高生产水平与效率，对于发展与实现现代农业具有重要意义。本章在分析综合分析农业数据挖掘的现状和需求基础上，从农业数据语义分析、农业病虫害图像识别、动物行为分析以及农产品无损检测等方面介绍讨论了农业典型数据挖掘的知识模型、处理方法与分析技术，并对未来的发展方向进行展望。农业数据挖掘农业数据挖掘特点供应链与溯源等精准定位与智能服务；设施监控和农业装备智能调度、远程诊断、设备运行和实施工况监控等。农业网络数据挖掘WEB3农业网络数据挖掘工具的典型代表有美国农业网络信息中心（AGNIC）AgriscapeSearchHyltelHtml信息抽取InformationExtraction）使“Agsoso”等工具信息的查准率大幅提高。页面所包含的非结构或半结构的清晰的格式。常用的信息抽取模型有基于隐马尔可夫模型HiddenMarkovModel（HMM）的抽取方法，该方法要求大量的训练实例，页面格式无关，但本体库的构建工作量非常大；基14农业感知数据挖掘除了农业网络数据之外，在农业产业链前端以及农业生产过程农业生产过程的主体是生物，存在多样性、变异性和不确定性，因此农业感知数据存在季节性、地域性、时效性、综合性、多层次性等特点；而在具体应用场景上也涉及不同专业的多个领域，如气象、美国的农场主通过安装ClimateCorporation公司的气象数据软SolumFarmLogsPad就可以实现上传目前农业感知大数据挖掘主要还是针对不同领域利用数据挖掘量的数据预处理算法和数据挖掘算法;农业数据挖掘服务则以服务的形式提供了针对不同领域、不同用户的个性化数据挖掘与推荐方法。农业数据挖掘应用育种数据挖掘20040万种，人们可以通过数据挖掘技术根据丰富的种植经验和积累从这些众多的品种资源数据库中挖掘出适宜、优质的品种来进行培育。作物生产数据挖掘采用肥料效应函数法对每个测试点的土壤养分含量和产量进行分析比较，从而得出玉米生产过程中施肥量对其最后产量的影响。GIS技术对蝗虫出蝗虫爆发的程度空间分布图来对其进行统计预测。根据山东省1999-2013年玉米田第四代棉铃虫发生程度采集的数据，采用支持向（SupportRegression,养殖数据挖掘BP神数据挖掘在养殖管理中的应用。采用联机分析处理（On-LineAnalyticalProcessing,农业数据语义分析是巨大的挑战，导致有效的农业知识无法得到有效的应用。随着Internet的发展，农业知识共享和交互需求越来越广泛，使得面向农业知识共享的语义分析技术得到研究。农业数据语义模型andAgriculture农业本体的农业词断陌生词组与现有词组之间的相似程度，从而完成概念的聚合和匹配。Lauser等构建了生Maliappis研农业数据存储模型XML储的性能与效率主要取决于元数据的组织方式以及语义标注的准确（{类别字段和农业XML文件，另一方面将注册信息加入资源索引表，建立关键描述字农业数据知识表示（1）针对能代表农业领域概念的词汇获取和代表农业领域概念（同义词或定义特征近似（2）针对海量知识中的概念（包括常识、农业专业知识、农业新闻流通领域等方面、概念与词汇之间的对应关系（同构的或非同构的，按不同概念的某些属性类来进行聚类；建立基于本体的农业（3）概念之间的关系获取，采用上下位、特征因子等方法逐层（Ease-basedreasoning,。这个阶段必须解决语OWL在本体与本体、本体与信息源的映射中解决。农业数据语义检索本本体表示的查询条件表达式。该查询条件表达分布式农业知识协同构建农业本体协同构建个领域专家在相对独立的个人工作区中对自己的领域本体片断进行专家知识库构建与知识模型管理农业知识构建（规则）进行管理。农业病虫害图像识别21世纪以来，受全球气候、耕作制度变化和农产品贸易激增等因素影响，我国农作物重大有害生物呈持续重发态势[18]。以2009年为例，全国农作物因病、虫、草、鼠为害造成产量损失分别高达368亿1000亿元人民币，对农业生产造成了基于机器视觉的农业病虫害自动监测识别系统框架基于机器视觉的农业病虫害自动监测识别系统框架如图2-1所示。图2-1农业病虫害自动监测识别系统框架输网络将病虫害图像数据上传到病虫害自动监测与预警系统或用户PDAMatlab进行害虫图像处理，并将害虫识别算法编译生成动态连接库，然后在studio.Net平台下进行调用；在studio.Net平台中应用支持向量机进行害虫种类识别，完成系统软件的开发。农业病虫害图像采集方法室内病虫害图像采集方法过拍照获取图像。为获取清晰的图像需应用图像采集箱完成拍照工作。工业相机可调节支架光源封闭箱体工控机

图2-2图像采集系统

落虫板如图2-2所示，图像采集箱主要包括可调节支架、工业相机（-S2001（-120-0-WDH-SV2001GC相机通过网线与工控机相连，通过软件对图像进行采集操作。田间病虫害图像采集方法田间病虫害图像采集可直接应用野外相机正对寄主植物进行监2-32JV2054608×3456像素，采用自动模式拍摄，光圈值f=3.2。图中参照物采用的是黄色乒乓球，用相机参照物固定环目标果实立柱图2-3苹果果实病虫害自动监测2-42-4a为简易1502-4b为自动更换粘虫板的害虫监测装置，该装置包括诱捕部 a简易害虫自动监测装置b自动更换粘虫板的害虫自动监测装置图2-4基于机器视觉的害虫监测装置农业病虫害图像预处理440×355大小的范围进行处理。由于监测装置在田间HSV颜色空2-52-5a2-5b为梨小食心虫图像，将图2-5b2-5a2-5c。2-5d。 a背景图像b害虫图像c差分图像d靶标害虫分割图像图2-5基于图像差分的害虫分割农业病虫害特征提取与识别模型构建Matlab环境.Net2-6HSV9SVM的模型训练，将训练得到的模型保存到数据库中，用于后续的害虫识别与计数[24]。图2-6害虫特征提取农业病虫害模式识别2-7件界面图。选择常见的果树害虫梨小食心虫(Busck、桃蛀螟(Guenee、苹小卷叶蛾AdoxophyesoranaFishervonRoslerstamm动物行为分析

图2-7害虫识别与计数动物行为学（Ethology）是专门研究动物行为的学科，以研究动物与环境和群体内个体之间的关系以及和其他生物的互动等为主要内容，并在动物行为本身、行为维系群体的作用、个体发育进化史、行为的控制及社会性组织等方面研究进行了扩展[28]。称为动物行为模式分析，由一个或多个具有时空关联的基本行为组音频分析技术动物声音音频采集需要针对不同动物种类设计相应的采集方案，（识别的基本单元的参考模板结合在一起形成参考模式库；在识别阶计算机视觉技术利的立法要求，相应地在养殖领域取得了一定的研究成果。为监测是目前最好的方法，这种技术以无接触方式记录动物行为信BiobserveTrackit23维采用直接序列图像差分提取前景像素变化情况作为视觉图像特无线传感器网络技术无线传感器网络是由部署在监测区域内众多的微型传感器节点爱尔兰Diarymaster射频识读器识别牛只颈圈上的RFID标签，实现门控式分群管理和牛的奶牛监测系统通过在奶牛颈部安装无线传感器节点获取奶牛的体加速度传感器采集动物行为数据并通过分析处理后来识别其活5超声波成像技术（舍养动物的不同姿态对超声波的反射、吸收、散射程度等参量的不同，再通过汇聚装置将透云计算与大数据充分挖掘与发现原先未知的信息关联性，这与动物养殖管理中的饲来基于大数据和云计算的动物行为分析技术势必成为一种高效的动农产品无损检测农产品的无损检测（NondestructiveDeterminationTechnologiesNDT）是一门新兴的综合性应用学科，它是在不损坏被检测对象的前提下，（diorqunyIdntifitiontrintionFI（烟（将输出能量与对象品质有关的物理化学信息进行关联并建立数学模（即在无损状态下检测出定性或定量的品质信息[41（所用的对象可以反复（（3（操（）节约试剂，绿色、环保。农产品无损检测主要方法与基本原理光学特性分析法声学特性分析利用农产品的声学特性对其品质进行无损检测是20世纪80年代以来发展形成的新技术[43]行分级。利用农产品声学特性对其品质进行无损检测和分级是生物计算机视觉检测技术计算机视觉是以计算机和图像获取部分为工具，以图像处理技电学特性分析物质介电特性是指生物分子中的负电荷对外加电场的响应特性。核磁共振检测技术核磁共振技术（NMR）是一种探测浓缩氢质子的技术，它对农[46]NMRX射线检测技术X射线具有穿透能力，物质的密度大小影响X射线的穿透量的多X射线已被成功地运用于农产品的自动化无损检测分级中[47]。光谱成像技术（Spectral是20世纪80年代发展起来的新品质与安全性检测中应用高光谱图像检测技术是一种重要发展趋势[48-50]。无损检测在农产品质量检测中的应用X、功能成分（维生素、生物碱等、有害成分（硫甙、芥酸、焦油、毒素）等内部品质[51-54]表2-1。表2-1农产品无损检测技术的应用产品类别检测指标谷物和油料作物乳制品、肉类、鱼类、蛋类谷氨酸、葡萄糖、产品种类、真伪水果蔬菜酸度、含糖量、维生素、水分、纤维素、可溶性固形物等品质、产地鉴定、分类定性判别