[发明专利]一种点云模型植物及其病虫害识别预警的分析算法

说明书

本发明公开了一种点云模型植物及其病虫害识别预警的分析算法，涉及农业防治技术领域。一种点云模型植物及其病虫害识别预警的分析算法，对现阶段农业生产常见的害虫以软体动物、甲壳类、蜂类和蚜虫为基础实验对象，在数据实验室进行封闭时培养，对培养环境的温度、湿度、关照强度进行控制变量的实验研究，观察农业害虫在不同的环境因子的成活率变化，并通过表格建立起信息表，本发明通过利用数据实验时构建环境因子三维数据库，并利用环境因子和农业害虫存活率之间的关系构建出算法基础数据，后根据对往年环境因子数据拟合确定当年的环境因子数据提供预测值，实现了对植物病虫害的提前预测。

技术领域

本发明涉及农业防治技术领域，具体为一种点云模型植物及其病虫害识别预警的分析算法。

背景技术

算法是指解题方案的准确而完整的描述，是一系列解决问题的清晰指令，算法代表着用系统的方法描述解决问题的策略机制。也就是说，能够对一定规范的输入，在有限时间内获得所要求的输出算法的建立需要使用大量的基础数据作为依据，病虫害防治是为了减轻或防止病原微生物和害虫危害作物或人畜，而人为地采取某些手段，通过对以往数据进行分析可以得到病虫害爆发规律。

目前在红叶病虫害防治的过程中大多依靠经验以及不断的数据采集，才能对病虫害的爆发方式和规模进行预测，耗时较长且效率不高。

发明内容

本发明的目的在于提供一种点云模型植物及其病虫害识别预警的分析算法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种点云模型植物及其病虫害识别预警的分析算法，所述算法构建步骤如下：

步骤一：对现阶段农业生产常见的害虫以软体动物、甲壳类、蜂类和蚜虫为基础实验对象，在数据实验室进行封闭时培养，对培养环境的温度、湿度、关照强度进行控制变量的实验研究，观察农业害虫在不同的环境因子的成活率变化，并通过表格建立起信息表；

步骤二：对实验数据进行云端储存，利用以环境因子和成活率为基准构建三维云点图，每个云点图上的点都对应相关的农业害虫的存活数据，以云点图映射害虫存活率表；

步骤三：将云点图的所有数据上传到服务器构建数据云端，以温度映射湿度，湿度映射光照，关照映射一种害虫成活率的关系进行数据的检索，并建立交互界面供用户访问；

步骤四：确定使用地区农业害虫图鉴，确定针对的害虫种类，并选择地区地点；

步骤五：根据给定的位置信息，综合搜索气象网局发布的各年前半年的温度数据计算出隔年前半年农耕月份的平均温度、湿度光照强度数据构建出往年的环境因子分布图；

步骤六：按照往年的环境因子数据以及各个年份之间的相差值，通过最小二乘法拟合数据曲线判断当下年份的环境因子的相关参数；

步骤七：将环境因子的相关数据录入交互界面，对环境因子录入映射得出所需要的农业害虫在未有人工干预的情况下有害昆虫成活率数据，从而判断该对那些虫类进行重点防治；

步骤八：根据设定的地理位置，并根据实时发布的气象数据不断的更新当下耕作年的农业害虫存活率数据，当数据超过由拟合曲线提供的环境因子所提供的存活率数据时，会对用户进行警报并通过短讯息方式通知用户；

步骤九：根据即发实时对该年的有害昆虫的爆发规模进行记录，并根据当年环境因子的相关数据对该数据进行映射。

更进一步地，所述步骤三中的交互界面包括农业害虫类目表、地区选择、预测虫害数据和实际虫害数据。

更进一步地，所述步骤六中的最小二乘法分别对温度、湿度和光照进行一次函数的拟合。

更进一步地，所述步骤七中的录入方式为系统自动录入，数据来源于气象局信息。

更进一步地，所述步骤五中的农耕月份为三月到九月。