基于物联网的脐橙园病虫害防治专家系统

罗世亮，任 斌

（1.赣南师范大学，江西赣州 341000；2.东莞理工学院，广东东莞 523808）



基于物联网的脐橙园病虫害防治专家系统

罗世亮1，任 斌2

（1.赣南师范大学，江西赣州 341000；2.东莞理工学院，广东东莞 523808）

［摘 要］以物联网感知技术、传输技术和处理技术为载体，结合专家系统软件，实现脐橙病虫害防治的智能化识别、定位、监控和管理的一种精细农业生产规范化的管理模式，能够完成对脐橙树及脐橙果品生长情况的全天候监测，实现对脐橙病虫害发生、发展情况的跟踪分析，并根据专家系统的诊断意见进行早期预防，减少脐橙树病虫害的发生，消除或者降低农药的使用，提高脐橙的品质和产量。

［关键词］物联网；专家系统；病虫害防治；脐橙；系统设计

0　引言

物联网在中国的发展比较迅速，其中在医疗、交通、物流等领域已经得到广泛应用，并且其应用模式也日趋成熟［1-3］。此外，物联网在楼宇节能、食品溯源、环境监测等方面也得到了广泛应用［4-6］。专家系统应用人工智能技术和计算机技术，根据某领域一个或多个专家提供的知识和经验，进行推理和判断，模拟人类专家的决策过程，解决那些需要人类专家处理的复杂问题［7-9］。我国是一个农业大国，果树种植面积广阔，地域性差别显著，传统的果树种植业主要依赖果农积累的经验进行管理，对于生产过程中的各种影响因子无法进行科学化的精细分析，很难实现生产过程资源的最优配置［10］。因此，将物联网技术引入到脐橙园的病虫害信息化监控与管理，可以实现其管理的信息化。

1　系统原理

采用物联网技术、感知技术和传输技术等手段，结合专家系统软件，采用SQL server 2005数据库［11-13］。图1是病虫害防治专家系统的工作原理图。脐橙害虫采集装备采集图片，然后判断是否是害虫图片。利用图像分割技术，形成脐橙害虫的二值图像，对比分析食心虫和绿盲蝽等脐橙害虫的几何形状和纹理特征，形成害虫的原始特征数据。采用支持向量机的方法对害虫的原始特征进行选择，提高识别的效果。采用模糊神经网络分类器对脐橙害虫进行分类和鉴别。按照脐橙树的发病部位对应的多种不同症状，系统进行相应的选择和决策［14］，然后进行诊断，并将其诊断结果报告给用户，用户可以根据需要，随时访问服务站点，从而实现脐橙树病虫害防治的智能化识别、监控和管理。

2　实验结果与分析

通过在赣南脐橙园主产区选取某种植户果园，种植脐橙10亩，从中选取A、B两地块进行对比实验。该果园的实验及对照地块在日常管理、脐橙树的品种、脐橙树的树龄等方面均无明显差异。

2.1单株脐橙树的收益情况比较

经过两季脐橙生产周期，由A、B两地所得对比，结果发现:2012年应用物联网脐橙树病虫害防治专家系统的A地平均单株脐橙的产量与B地比较没有显著性提高。2013年，A地在平均单株脐橙的产量和优质脐橙产出率方面，均高于B地，两者相比较，差异具有显著性。这是因为传统的脐橙种植主要依靠人的视觉和经验，费时费力，效率较低，很难做到客观、准确的判断。因此，采用物联网技术研究脐橙病虫害监测的专家系统具有重大意义。表1是A、B两组地块脐橙品质的对比分析表。我们对2012年和2013年，A、B两组地块脐橙的优质脐橙产出率和平均单株脐橙产量进行比较，具体情况如表1所示。

表1　A、B两组地块脐橙品质对比分析表Table 1 Comparative analysis of the quality of navel oranges

2.2总体成本收益对比

我们对A、B两地块的整体亩产量、成本和最终收益进行了估算，做出初步推断，具体结果如表2所示。

表2　A、B两组地块的脐橙收益对比分析表Table 2 Comparative analysis of the yield of navel orange

该农户果园中A、B两地块2012年脐橙的亩产没有差别，但是由于A地块应用物联网脐橙树病虫防治专家系统。2013年较之2012年，农户的积极性有所增加，主动询问学习物联网专家系统的频率增加，于是脐橙树的产量提高，因此收益也提高了。2013年实验地块收益增加的原因主要有两个方面:一是赣南脐橙知名度的提高，高端市场逐渐拓展，收购商增加，价格整体较2012年有所提高；二是由于在实验地块应用物联网脐橙树病虫防治专家系统规范化的管理技术，优质脐橙的产出率进一步提高，高品质脐橙的产量增加明显，使得脐橙进入高端市场的数量大幅度提高。

3　结论与展望

基于物联网的脐橙病虫防治专家系统的设计与应用，能够完成对脐橙及果品生长情况的全天侯监测，实现对脐橙病虫害发生发展情况的跟踪分析，并根据专家系统的诊断意见进行早期干预，减少脐橙病虫害的发生，降低农药的使用，提高脐橙的品质和产量［15-17］。各种不同类型的无线网络可以提供便捷的网络接入，可以创造更加便利的农业监测环境，促进农业精细化的发展［18-20］。

物联网技术在我国脐橙种植中的应用仍然存在一些问题，需要科研工作者努力解决。未来应致力于提高数据传输效率的研究。由于脐橙园环境感知的数据量大、时效性强等特点，网络节点在计算和存储方面存在局限性，因而，提高节点的协作感知和传输效率是数据传输与管理的关键所在。

［参考文献］

［1］ Stefan Forsström，Theo Kanter.Enabling ubiquitous sensor-assisted applications on the internet-of-things［J］.Personal and ubiquitous computing，2014，18（4）:977-986.

［2］ Qiu Tie，Sun Weifeng，Bai Yuanchao，et al.An efficient multi-path self-organizing strategy in internet of things［J］. Wireless personal communications，2013，73（4）:1613-1629.

［3］ Luo Shiliang，Lu Xu，Cheng Lianglun.TSOIA:An efficient node selection algorithm facing the uncertain process for Internet of Things［J］.Journal of network and computer applications，2013，36（2）:738-743.

［4］ Wang Yang，Zhang Linjing，Huang Yakun，et al.Service community construction method of internet of things based on semantic similarity［J］.Journal of electronics，2013，30（1）:49-56.

［5］ Kostas Psannis.Efficient redundant frames encoding algorithm for streaming video over error prone wireless channels［J］. Ieice elex Journal，2009，6（21）:1497-1502.

［6］ Wang Hong-hui，Tuo Xian-guo，Zhang Gui-yu.Panzhihua airport landslide and an emergency monitoring and warning system based on the internet of things［J］.Journal of mountain science，2013，10（5）:873-884.

［7］ Elnaz Davoodi，Keivan Kianmehr，Mohsen Afsharchi.A semantic social network-based expert recommender system［J］. Applied intelligence，2013，39（1）:1-13.

［8］ Azamathulla H，Ahmad Z，Aminuddin Ab Ghani.An expert system for predicting Manning’s roughness coefficient in open channels by using gene expression programming［J］.Neural computing and applications，2013，23（5）:1343-1349.

［9］ Ladopoulos E G.Non-linear real-time expert water management telematics system for leaks control［J］.Water resources，2013，40（4）:476-482.

［10］ 姚振领.果树种植的“健植思想”和“人性管理”［J］.中国农资，2012，1（3）:24-25.

［11］ 波安清，来狄玉.关系数据库在专家系统中的应用［J］.计算机研究与发展，2010，1（1）:42-46.

［12］ 吕鹏，朱祥玲，周进.一种评估专家系统的研究［J］.计算机应用与软件，2013，9（9）:221-223.

［13］ Ahnryul Choi，Tae Sun Yun，Seung Woo Suh.Determination of input variables for the development of a gait asymmetry expert system in patients with idiopathic scoliosis［J］.International journal of precision engineering and manufacturing，2013，14 （5）:811-818.

［14］ Myung-seok Yang，Nam-kyu Kang，Yun-jeong Kim.Expert recommendation system based on analyzing expertise and networks of human resources in National Science&Technology Information Service［J］.Journal of central south university，2013，20 （8）:2212-2218.

［15］ Xu Xiaoli，Chen Tao，Mamoru Minami.Intelligent fault prediction system based on internet of things［J］.Computers& mathematics with applications，2012，64（5）:833-839.

［16］ Zhang Mingchuan，Zhao Haixia，Zheng Ruijuan.Cognitive internet of things:concepts and application example［J］. International journal of computer science issues，2012，9（6）:151-158.

［17］ Ma Hua-Dong.Internet of things:objectives and scientific challenges［J］.Journal of computer science and technology，2011，26（6）:919-924.

［18］ Nathalie Mitton，David Simplot-Ryl.From the Internet of things to the Internet of the physical world［J］.Comptes rendus physique，2011，12（1）:669-674.

［19］ Mark Harrison.The‘Internet of Things’and commerce［J］.The ACM magazine for student，2011，17（3）:19-22.

［20］ Jordán Pascual Espada，Oscar Sanjuán Martínez，B Cristina Pelayo García-Bustelo.Virtual objects on the internet of things ［J］.International journal of interactive multimedia and artificial intelligence，2011，1（4）:23-29.

（责任编辑 柴 智）

The Expert System Design of the Pest Control in the Navel Orange Orchard Based on the Internet of Things

LUO Shi-liang1，REN Bin2
（1.Gannan Normal University，Ganzhou Jiangxi 341000，China；2.Dongguan University of Technology，Dongguan Guangdong 523808，China）

Abstract:Through the awareness technology，transmission technology and processing technology of Internet of Things as the carrier，combined with expert system software，standard management of a fine agricultural production including intelligent recognition，positioning，monitoring，and manag ement on the tree diseases and insect pests prevention and control can be realized.A 24-hour monitoring on the growth of fruit trees and fruit can be finished and the trace analysis on the development of fruit tree diseases and insect pests can be made，thus early intervention can be done according to the diagnosis of the expert system to reduce the occurrence of plant diseases and insect pests of fruit trees，eliminate or reduce the use of pesticides for the development of pollutionfree green organic fruit，and create the condition for the improvement of yield and quality of the navel orange.

Key words:Internet of things；Expert system；Pest control；Navel orange orchard；System design.

［中图分类号］S 666.4

［文献标志码］A

［文章编号］1005-0310（2016）01-0056-04

DOI：10.16255/j.cnki.ldxbz.2016.02.10

［收稿日期］2014-11-03

［基金项目］赣南师范大学校级科研课题（13kyz06）资助，国家科技支撑计划项目（2012BAF11B04-5），广东省自然科学基金项目（8351009001000002），赣南师范大学招标课题（15zb02），江西省社会科学“十二五”规划项目（15GL24）。

［作者简介］罗世亮（1978-），男，江西省赣州人，赣南师范大学讲师，博士，主要研究方向为物联网及其应用。E-mail:luo2002_88@163.com