一种基于人工智能与大数据的农作物病虫害诊断系统

王鑫 潘欣

摘要：本研究构建了一种基于人工智能与大数据的农作物病虫害诊断系统。本系统通过深度学习人工智能技术实现作物图像的精确识别；引入大数据技术构建病害到解决方案并实现病虫害预警，并利用云计算技术将复杂计算移至服务端，实现农业病虫害防治的智能化。

1.引言

我国是农业大国，农业生产对国民经济发展、社会安全稳定至关重要[1]。在农作物种植的过程，植被经常会遭遇病害、虫害的侵袭[2]。由于广大农村地域广阔，农业技术人员相对有限，所以单纯依靠专业技术人员难以及时的检测病虫害并给出合理解决方案[3]。因此，很多病害、虫害从发现、爆发到处理经历时间较长，造成广大农民和国家巨大的损失[4，5]。

针对这一问题，本研究构建了一种基于人工智能与大数据的农作物病虫害诊断系统，该系统可以在广大农民在手机中执行，通过对作物拍照和上传服务器，实现自动化的病虫害诊断、药品和解决方案的获得。利用本系统可以实现农业病虫害防治的智能化。

2.一种基于人工智能与大数据的农作物病虫害诊断系统

2.1系统总体架构

本系统的总体框架和处理流程如下图所示：

如图所示，本项目构建的系统的总体框架和处理流程为：

（1）系统包括客户端和服务器两部分，客户端为基于Android的APP程序，服务器端运行基于云计算的服务环境为APP的功能提供智能决策服务。

（2）客户端的使用者首先选择农作物类型（如选择：水稻）然后通过手机拍照获得作物照片，手机APP对这一图片进行预处理调整色调并裁剪成标准的大小，然后将照片和拍照所在地理位置上传服务器云计算环境。

（3）云计算环境根据作物类型，找到对应的病虫害判定深度神经网，对图片内容进行判断。判断结果发送给农业病虫害大数据。

（4）农业病虫害大数据一方面根据判定结果获得病虫害具体信息，更给出相应的解决方案，将对应内容发回给客户端APP，并持续利用APP提示来跟踪病害解决程度与解决方案、用药的作用和价值。另一方面，收集病虫害的位置、时間信息，根据使用者的上报量，对一个地区可能出现的病虫害问题进行判断，当出现严重病害（超过大数据环境中设定的阈值时）对相关地区的使用者发送信息推送。

2.2 系统人工智能部分的实现

在人工智能决策方面，本系统采用深度神经网对农业病害的图片进行智能识别。每一种作物构建一个专门神经网模型对其进行判断（如专门处理大豆病害的神经网），神经网的结构如下图所示：

本项目首先引入ImageNet数据集训练的大型神经网ResNet50，该网络为微软公司在2016年提出并获得了该年度的人工智能识别挑战赛的冠军，该网络层数高达50层具有较高的深度抽象与抗干扰能力非常适合农作物病虫害影像的识别。首先拆掉ResNet50的全连接决策部分，根据特定作物类目数量设定新的全连接决策部分。引入对应作物的样本数据将ResNet50原因的部分的权值锁定，进条件新加入网络部分的权重，实现“深度预训练神经网”，达到智能判断农作物的能力。系统的客户端部分通过Android实现，服务器云端所有网络服务器与APP接口通过Java实现，人工智能部分利用Python实现，构建守护进程接收Java程序的信号进行智能决策。大数据存储的图片与APP拍摄数据利用Hadoop存储，结构化的数据信息使用传统的MySQL数据库实现。

3.系统应用和结论

本研究提出的系统进行了作物病虫害样本库和神经网模型的构建、深度学习智能的农作物病虫害自动判断；建立了云计算框架结构，实现基于Internet的智能作物病虫害判断，并构建大数据决策支持系统实现更大范围和智能的农业病虫害防治与预警。在实际应用过程中表明，本系统能够有效的辅助农民进行病虫害的判断与防治决策，具有较高的实用价值。

参考文献：

[1]戈大专，龙花楼，乔伟峰，改革开放以来我国粮食生产转型分析及展望，自然资源学报，2019，34（3）：658-670.

[2]谢高地， 成升魁， 肖玉， 等. 新时期中国粮食供需平衡态势及粮食安全观的重构. 自然资源学报， 2017， 32（6）： 895-903.

[3]戈大专， 龙花楼， 李裕瑞， 等. 城镇化进程中我国粮食生产系统多功能转型时空格局研究： 以黄淮海地区为例. 经济地理， 2018， 38（4）： 147-156.

[4] 高松，高晶. 玉米病虫害种类及预防策略， 吉林农业， 2018，12：1-6

[5] 司丽丽，曹克强，刘佳鹏，杨军玉，甄文超.基于地理信息系统的全国主要粮食作物病虫害实时监测预警系统的， 植物保护学报， 2006，03：282-286

本项目由吉林省大学生创新创业训练计划“基于人工智能与大数据的农作物病虫害诊断APP”支持。

第一作者：王鑫，男，1997.10， 江苏省徐州市人，长春工程学院计算机技术与工程学院软件1541班学委，研究方向：计算机

第二作者：潘欣，男，1978.01，吉林长春人，博士，教授，研究方向：人工智能