一种设施菠菜病害预警方法及系统

摘要

本发明提供了一种设施菠菜病害预警方法及系统，该方法包括：S1.在温室内进行空气温湿传感器布设和土壤温湿度传感器布设，布设的传感器按照预设的时间间隔采集设施蔬菜的环境信息数据，包括空气温度、空气湿度、土壤温度和土壤湿度；S2.对采集的环境信息数据进行处理；S3.基于SVM建立分类预警模型；S4.利用S3的分类预警模型对S2处理后的环境信息数据进行分析，得出当前环境的预警级别，若预警级别为无警，返回步骤S1，否则，执行步骤S5；S5.根据预警级别执行相应的级别的报警功能；S6.解除警报并返回步骤S1。本发明能够简单有效地对多种病害进行预警。

主权项

一种设施菠菜病害预警方法，其特征在于，该方法包括：S1.在温室内进行空气温湿传感器布设和土壤温湿度传感器布设，布设的传感器按照预设的时间间隔采集设施蔬菜的环境信息数据，包括空气温度、空气湿度、土壤温度和土壤湿度；S2.对采集的环境信息数据进行处理；S3.基于SVM建立分类预警模型；S4.利用S3的分类预警模型对S2处理后的环境信息数据进行分析，得出当前环境的预警级别，若预警级别为无警，返回步骤S1，否则，执行步骤S5；S5.根据预警级别执行相应的级别的报警功能；S6.解除警报并返回步骤S1；其中，步骤S2中所述对采集的环境信息数据进行处理包括：S21.对某一时刻同类型的多个传感器传回的数据进行融合，具体采用基于均值的递推融合算法来完成数据融合：将所有空气温度传感器或所有空气湿度传感器或所有土壤温度传感器或所有土壤湿度传感器传回的数据平均分为两组，设两组数据的算术平均值分别为和对应的标准差分别为σ₁和σ₂，利用如下公式完成数据融合：$T^{+}=\frac{{\sigma }_1^2{\sigma }_2^2}{{\sigma }_1^2+{\sigma }_2^2}{\left[\begin{array}{c}1\\ 1\end{array}\right]}^T\left[\begin{array}{cc}\frac{1}{{\sigma }_1^2}& 0\\ 0& \frac{1}{{\sigma }_2^2}\end{array}\right]\left[\begin{array}{c}\overline{T_1}\\ \overline{T_2}\end{array}\right]=\frac{{\sigma }_2^2}{{\sigma }_1^2+{\sigma }_2^2}\overline{T_1}+\frac{{\sigma }_1^2}{{\sigma }_1^2+{\sigma }_2^2}\overline{T_2}$其中，T⁺是某一时刻同类型多个传感器传输数据融合后的结果；S22.根据数据融合结果计算12个监测指标：每日空气最高温度、最低温度和平均温度；空气最大湿度、最小湿度和平均湿度；计算每日土壤最高温度、最低温度和平均温度；空气最大湿度、最小湿度和平均湿度；将该12个监测指标的数据作为数据处理结果。