【技术实现步骤摘要】
本专利技术涉及桃树干腐病领域，具体为一种基于动静环境监测的桃树干腐病预测方法。
技术介绍
1、桃树腐烂病是桃树主要的病害之一，也称为桃树根腐病。这种病害会导致桃树的根系受损，进而影响整棵树的生长和发育。腐烂病通常由土壤中的病原微生物引起，其主要症状是根部出现褐色的腐烂病斑。
2、桃树腐烂病斑的形成与环境因素、病原微生物以及桃树自身的抗病能力有关。首先，环境因素包括土壤湿度过高、排水不畅、土壤中存在病原体等。这些因素会使得病原微生物繁殖迅速，进而引发病害。其次，病原微生物中最常见的是腐霉菌、立枯霉等。它们一旦侵入桃树的根部，就会引起根部组织的腐烂，给树木带来巨大的危害。此外不均匀的枝叶分布，是无法促进通风和光照，进一步为病原微生物的滋生提供条件。
3、为应对桃树腐病，常见的栽培措施是一边倒栽培模式，一边倒栽培模式的好处是1、削弱了桃树向上的生长势，把生长势变成了结果势，树在沟边生,半边根，相当于限制了一部分根域，对缓和树势帮助；2、让桃树的每一片枝叶均匀受光；3、合理密植节约空间。
4、虽然一边倒栽培模式能够较好的缓解树势造成的腐病，但桃树生长的动环(枝叶密度大、杂草多)及静环(土壤煽情)才是造成桃树腐病的主要根源，基于此本专利技术提出一种基于动静环境监测的桃树干腐病预测方法，通过将该种结合动静环境监测的方式应用于一边倒栽培模式下的桃树试验组，能通过人工智能的方式对一边倒栽培模式下的桃树动静环境进行预测分析，能在桃树腐病发病前期提供预警，进一步保障了桃树的科学成长，同时也为桃树的田间管理提供依据
技术实现思路
1、本专利技术的目的在于提供一种基于动静环境监测的桃树干腐病预测方法，以解决上述
技术介绍
中提出的问题。
2、为实现上述目的，本专利技术提供如下技术方案：一种基于动静环境监测的桃树干腐病预测方法，包括步骤：
3、s1：桃树栽培，基于跨沟式一边倒的栽培模式对试验组的桃树进行栽培；
4、s2：动静环监测系统构建，沿试验组开阔区构建用于数据预处理及转发的边缘计算器，沿沟边两侧设置用于采集动态环境数据的动环监测模组以及分布于种植槽周边的且用于采集静态环境数据的土壤的静环监测模组，其中边缘计算器可与云端服务器通讯连接，动态环境数据包括桃树枝叶图像数据及树下杂草图像数据，静态环境数据为土壤墒情数据，动环监测模组、静环监测模组通过有线/无线连接的方式与边缘计算器连接，并向边缘计算器发送动静环采集数据；
5、s3：数据预处理，边缘计算器获取动态、静态环境数据及土壤墒情数据并分别对上述数据进行预处理，预处理包括数据清洗、去噪及格式化处理，以将动态、静态环境数据及土壤墒情数据中的无关数据或重复数据删除，并统一格式化，并将其上传至云端服务器；
6、s4：算法处理，针对桃树枝叶图像数据，云端服务器使用枝叶分布算法进行处理并获得枝叶分析结果，针对树下杂草图像数据，云端服务器使用杂草分布算法进行处理并获得杂草分析结果，针对土壤墒情数据，云端服务器使用基于桃树健康土壤的历史轨迹数据对比的方式进行处理，并获得土壤墒情分析结果；
7、s5：预测模型构建，基于所述枝叶分析结果、杂草分析结果及土壤墒情分析结果加权构建关于桃树干腐病的动静态预测模型，并对该预测模型进行腐病预测。
8、优选的，s1中跨沟式一边倒的栽培模式是指以树形为基础栽培模式，其要求树形单主枝，无主干，无侧枝，主枝上直接结果，全试验组所有主枝倾向一边，主枝顺直而斜生，树体呈鱼刺状扇形，桃树在沟边生长，半边根。
9、优选的，动环监测模组包括一多轴舵机以及搭载于该多轴舵机上的图像采集器，静环监测模组为集成式土壤墒情模组，且其至少包括土壤温湿度传感器、土壤ph传感器、土壤电导率传感器、土壤养分传感器。
10、优选的，s4中枝叶分布算法的具体过程包括：
11、s401a：图像大小归一化，得到图像强度信息；
12、s402a：采用基于vggnet的特征提取基网络提取图像的基本视觉特征；
13、s403a：基于maskrcnn进行桃树枝叶及躯干预分割，获取桃树的枝叶及躯干区域的轮廓信息；
14、s404a：构建对图像中的不同区域进行语义分割的初分割网络，得到语义分割的结果；
15、s405a：构造一个rnn网络，然后把上述桃树枝叶及躯干预分割结果、语义分割结果和图像强度信息作为rnn的输入，在图像上以构图的方式建立空间关联；
16、s406a：把初分割网络和rnn网络连接起来，构建end-to-end的分割网络；
17、s407a：分割网络构建完毕后，进行统一的训练，得到训练好的分割网络；
18、s408a：采用上述分割网络对桃树枝叶及躯干区域进行分割；
19、s409a：基于已分割的桃树枝叶及躯干区域采用密度算法对该桃树枝叶进行枝叶稠密度判断。
20、优选的，s403a的maskrcnn中，通过将inception模块引入resnet50中，分别在res2_、res3_、res4_三个部分的relu层后添加，采用3×3、1×1大小的卷积堆叠构成三个支路，第一条支路由1×1卷积层构成，第二条支路由1×1卷积层后接3×3卷积层构成，第三条支路由1×1卷积层后接两个3×3卷积层构成，最终将三个支路的输出进行融合。
21、优选的，s409a中密度算法是指通过计算桃树枝叶的面积来判断稠密度。
22、优选的，所述s4中杂草分布算法的具体过程包括：
23、s401b：对树下杂草图像进行对齐、修复、编码和增强处理；
24、s403b：构建并行卷积多尺度特征处理层；
25、s403b：构建多模态特征融合层，具体为通过多模态特征融合层将多尺度颜色纹理特征和多尺度空间几何特征进行拼接，得到多模态特征融合结果，计算公式为：
26、feafusion＝concat(fea1,fea2)
27、式中，feafusion是多模态特征融合结果，fea1是多尺度颜色纹理特征，fea2是多尺度空间几何特征；
28、s404b：构建并行卷积特征提取器，进行并行卷积特征提取器构建，得到并行卷积特征提取器；
29、s405b：通过并行卷积特征提取器对农田rgb图像和三通道深度图像进行特征提取，得到农田杂草多模态特征；
30、s406b：根据多模态特征输出杂草识别分析结果。
31、与现有技术相比，本专利技术的有益效果是：
32、本专利技术将该种结合动静环境监测的方式应用于一边倒栽培模式下的桃树试验组，能通过人工智能的方式对一边倒栽培模式下的桃树动静环境进行预测分析，能在桃树腐病发病前期提供预警，进一步保障了桃树的科学成长，同时也为桃树的田间管理提供依据，无需依靠果农经验。
本文档来自技高网...【技术保护点】
1.一种基于动静环境监测的桃树干腐病预测方法，其特征在于，包括步骤：
2.根据权利要求1所述的一种基于动静环境监测的桃树干腐病预测方法，其特征在于：所述S1中跨沟式一边倒的栽培模式是指以树形为基础栽培模式，其要求树形单主枝，无主干，无侧枝，主枝上直接结果，全试验组所有主枝倾向一边，主枝顺直而斜生，树体呈鱼刺状扇形，桃树在沟边生长，半边根。
3.根据权利要求1所述的一种基于动静环境监测的桃树干腐病预测方法，其特征在于：所述动环监测模组包括一多轴舵机以及搭载于该多轴舵机上的图像采集器，静环监测模组为集成式土壤墒情模组，且其至少包括土壤温湿度传感器、土壤PH传感器、土壤电导率传感器、土壤养分传感器。
4.根据权利要求1所述的一种基于动静环境监测的桃树干腐病预测方法，其特征在于：所述S4中枝叶分布算法的具体过程包括：
5.根据权利要求4所述的一种基于动静环境监测的桃树干腐病预测方法，其特征在于：所述S403a的MaskRCNN中，通过将Inception模块引入ResNet50中，分别在res2_、res3_、res4_三个部分的ReLU层
6.根据权利要求4所述的一种基于动静环境监测的桃树干腐病预测方法，其特征在于：所述S409a中密度算法是指通过计算桃树枝叶的面积来判断稠密度。
7.根据权利要求1所述的一种基于动静环境监测的桃树干腐病预测方法，其特征在于：所述S4中杂草分布算法的具体过程包括：
...【技术特征摘要】
1.一种基于动静环境监测的桃树干腐病预测方法，其特征在于，包括步骤：
2.根据权利要求1所述的一种基于动静环境监测的桃树干腐病预测方法，其特征在于：所述s1中跨沟式一边倒的栽培模式是指以树形为基础栽培模式，其要求树形单主枝，无主干，无侧枝，主枝上直接结果，全试验组所有主枝倾向一边，主枝顺直而斜生，树体呈鱼刺状扇形，桃树在沟边生长，半边根。
3.根据权利要求1所述的一种基于动静环境监测的桃树干腐病预测方法，其特征在于：所述动环监测模组包括一多轴舵机以及搭载于该多轴舵机上的图像采集器，静环监测模组为集成式土壤墒情模组，且其至少包括土壤温湿度传感器、土壤ph传感器、土壤电导率传感器、土壤养分传感器。
4.根据权利要求1所述的一种基于动静环境监测的桃树干腐病预测方法，其特征在于：所述s4中枝叶分布算法的具体过...
【专利技术属性】
技术研发人员：刘德坤，涂永兵，毛妮妮，任俊鹏，苏西娅，
申请(专利权)人：句容市果之缘农业科技有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。