基于知識(shí)圖譜和機(jī)器視覺(jué)的智慧草莓生產(chǎn)托管服務(wù)系統(tǒng)實(shí)踐

林森 郭文忠 鄭建鋒 肖麗娟 文朝武 張宇 龍潔花

|摘要|草莓是國(guó)內(nèi)廣泛種植的重要經(jīng)濟(jì)作物，針對(duì)單棟溫室草莓種植，文章通過(guò)人工智能技術(shù)將種植者經(jīng)驗(yàn)和模型系統(tǒng)相結(jié)合，并利用這套技術(shù)方案建立了一套基于知識(shí)推理和視覺(jué)信息識(shí)別的設(shè)施草莓智慧管控決策方法，在此基礎(chǔ)上開(kāi)發(fā)了一款草莓智慧管控云托管服務(wù)系統(tǒng)，其托管功能包括環(huán)境管控托管、水肥管控托管、數(shù)據(jù)分析托管和環(huán)境監(jiān)測(cè)等。

草莓是中國(guó)廣泛種植的重要經(jīng)濟(jì)作物之一，在國(guó)內(nèi)大部分地區(qū)均有種植，是幫助農(nóng)民增收致富的重要作物。目前草莓種植多為設(shè)施栽培，與傳統(tǒng)露地栽培草莓的方式相比，設(shè)施栽培更有利于草莓的生長(zhǎng)及生產(chǎn)，由于其對(duì)草莓生產(chǎn)具有一定的優(yōu)勢(shì)，因此設(shè)施草莓被大力推廣，并被廣泛應(yīng)用到草莓的實(shí)際生產(chǎn)中[1-2]。但是，草莓種植多為單體設(shè)施栽培，種植技術(shù)為傳統(tǒng)的小農(nóng)方式，技術(shù)落后，種植經(jīng)驗(yàn)缺乏，針對(duì)這種現(xiàn)狀，筆者采用人工智能技術(shù)將種植者經(jīng)驗(yàn)和模型系統(tǒng)相結(jié)合，并通過(guò)這種技術(shù)方案建立了一套基于知識(shí)推理和視覺(jué)信息識(shí)別的設(shè)施草莓智慧管控決策方法，在此基礎(chǔ)上開(kāi)發(fā)了一款草莓智慧管控云服務(wù)托管系統(tǒng)。

決策方法

采用知識(shí)圖譜技術(shù)將種植者經(jīng)驗(yàn)和模型系統(tǒng)相結(jié)合，首先要將種植者經(jīng)驗(yàn)、環(huán)境數(shù)據(jù)和草莓圖像識(shí)別數(shù)據(jù)標(biāo)準(zhǔn)化，建立標(biāo)準(zhǔn)化的草莓種植知識(shí)結(jié)構(gòu)和知識(shí)庫(kù);然后采用知識(shí)推理的方法結(jié)合草莓種植水肥模型和溫室氣候模型建立設(shè)施草莓智慧種植決策方法，該技術(shù)方案包括草莓植株生長(zhǎng)模型、基于多特征融合的草莓生長(zhǎng)狀態(tài)識(shí)別算法、基于知識(shí)圖譜的草莓智慧管理決策方法、草莓智慧管控云服務(wù)托管系統(tǒng)等4個(gè)部分（圖1）。

草莓生長(zhǎng)模型

不同品種的草莓植株的生長(zhǎng)特性不同，同一品種在不同的環(huán)境下的生長(zhǎng)特征也不同。為了能夠清楚直觀地表示草莓植株在一定條件下的生長(zhǎng)狀況，可以將草莓植株的生長(zhǎng)過(guò)程用圖形的方式表示出來(lái)。

草莓生長(zhǎng)模型圖包含了植株生長(zhǎng)時(shí)間、株高（葉柄長(zhǎng)）、莖粗、葉片長(zhǎng)、葉片寬、葉片數(shù)、葉片展開(kāi)時(shí)間、開(kāi)花時(shí)間、果實(shí)膨大時(shí)間、開(kāi)始采收時(shí)間和采收結(jié)束時(shí)間。通過(guò)生長(zhǎng)模型圖可以很方便地分析草莓營(yíng)養(yǎng)生長(zhǎng)和生殖生長(zhǎng)的過(guò)程，更好地理解草莓在不同環(huán)境下的生長(zhǎng)行為。通過(guò)對(duì)比視覺(jué)識(shí)別的植株生長(zhǎng)狀態(tài)與草莓生長(zhǎng)模型，得到作物生長(zhǎng)偏差，進(jìn)一步根據(jù)生長(zhǎng)偏差通過(guò)知識(shí)圖譜決策系統(tǒng)調(diào)整設(shè)定值。

草莓生長(zhǎng)狀態(tài)識(shí)別模型構(gòu)建

草莓生育期是影響草莓種植管理的重要因素，傳統(tǒng)的草莓生育期識(shí)別方法主要依靠人的經(jīng)驗(yàn)，團(tuán)隊(duì)采用機(jī)器視覺(jué)的識(shí)別方法來(lái)自動(dòng)識(shí)別草莓生育期、吐水情況、果實(shí)和花朵，為草莓智慧管控提供決策依據(jù)。視覺(jué)識(shí)別模型提取的信息包括生育期、吐水、果實(shí)和花朵等信息。視覺(jué)分析模型的構(gòu)建主要包括采集樣本圖片、樣本增強(qiáng)、樣本標(biāo)注、模型訓(xùn)練、視覺(jué)模型應(yīng)用5部分。草莓生育期被分為5個(gè)時(shí)期，即營(yíng)養(yǎng)生長(zhǎng)期、開(kāi)花期、果實(shí)膨大期1、果實(shí)膨大期2、成熟期。

該模型采用基于多特征融合的草莓生長(zhǎng)狀態(tài)識(shí)別算法，實(shí)現(xiàn)草莓生育期和吐水情況的識(shí)別。該算法采用YOLO-V4網(wǎng)絡(luò)進(jìn)行特征提取，然后對(duì)于不同尺度特征再進(jìn)行加深提取，最后將各特征采樣至原圖大小進(jìn)行特征融合[7-9]?；赮OLO-V4的草莓生長(zhǎng)狀態(tài)識(shí)別算法示意圖如圖2所示，草莓關(guān)鍵特征識(shí)別效果如圖3所示。

基于知識(shí)推理草莓智慧管控決策方法

知識(shí)圖譜通常建立在大量的歷史數(shù)據(jù)和圖片之上，將所有數(shù)據(jù)鏈接在一起。知識(shí)圖譜可以將經(jīng)驗(yàn)知識(shí)化，幫助重構(gòu)一種可選擇、可分類(lèi)、結(jié)構(gòu)化的知識(shí)，使計(jì)算機(jī)和人類(lèi)都能讀懂知識(shí)。

基于知識(shí)圖譜結(jié)構(gòu)的推理方法包括標(biāo)準(zhǔn)化管理策略和優(yōu)化調(diào)整策略兩個(gè)部分，即在標(biāo)準(zhǔn)化管理策略的基礎(chǔ)上，根據(jù)實(shí)時(shí)反饋結(jié)果調(diào)整優(yōu)化管理策略（圖4）。標(biāo)準(zhǔn)管理策略表是基礎(chǔ)設(shè)置，是滿足作物生長(zhǎng)的基本需求。優(yōu)化調(diào)整管理策略表是決策系統(tǒng)根據(jù)反饋的作物狀態(tài)進(jìn)行調(diào)整的策略。

將知識(shí)圖譜的知識(shí)推理方法應(yīng)用到草莓種植管理中，首先要將影響草莓生長(zhǎng)和種植經(jīng)濟(jì)性的因素進(jìn)行融合分析，將相關(guān)知識(shí)進(jìn)行標(biāo)準(zhǔn)化，建立標(biāo)準(zhǔn)化的草莓種植知識(shí)結(jié)構(gòu);然后根據(jù)標(biāo)準(zhǔn)化的知識(shí)結(jié)構(gòu)搜集大量專家的草莓種植經(jīng)驗(yàn)，構(gòu)建草莓種植專家知識(shí)庫(kù);采用基于Neo4j與Python的方法構(gòu)建知識(shí)圖譜，構(gòu)建草莓種植智慧管控系統(tǒng)。圖5是構(gòu)建的知識(shí)圖譜的一部分。

知識(shí)推理過(guò)程中需要采集的數(shù)據(jù)包括天氣、植株高度、吐水情況、莖粗、空氣溫度、太陽(yáng)輻射、空氣濕度。天氣情況根據(jù)當(dāng)天天氣預(yù)報(bào)得到;植株吐水情況根據(jù)視覺(jué)識(shí)別得到;植株高度和莖粗由生產(chǎn)輔助管理人員策略得到;實(shí)時(shí)環(huán)境數(shù)據(jù)空氣溫度、太陽(yáng)輻射、空氣濕度由現(xiàn)場(chǎng)安裝傳感器測(cè)量得到[3-6]。

草莓智慧管控云服務(wù)托管系統(tǒng)

基于草莓智慧管控決策方法的科技成果，開(kāi)發(fā)了草莓智慧管控云托管服務(wù)系統(tǒng)，實(shí)現(xiàn)了草莓智慧管控過(guò)程中灌溉、施肥、環(huán)境控制、數(shù)據(jù)分析和設(shè)備巡檢的全托管服務(wù)，云平臺(tái)基礎(chǔ)功能主要包括云組態(tài)、數(shù)據(jù)分析、知識(shí)推理系統(tǒng)、視覺(jué)系統(tǒng)、模型系統(tǒng)和知識(shí)庫(kù)等模塊，輔助可選功能包括水肥一體化智慧管控系統(tǒng)、草莓生產(chǎn)檔案管理、草莓品控溯源系統(tǒng)等，系統(tǒng)總體框架如圖6所示。

試驗(yàn)驗(yàn)證

試驗(yàn)場(chǎng)地選擇云南省昆明市富民縣國(guó)家高原云果產(chǎn)業(yè)園，如圖7所示。試驗(yàn)品種是‘章姬草莓，‘章姬為日本品種，果實(shí)長(zhǎng)圓錐形，鮮紅美觀，果型端正整齊。一級(jí)花序果平均果重35 g，最大果重50 g，可溶性固形物含量為9%～14%。

栽培方式為高架基質(zhì)栽培，與傳統(tǒng)的土壤栽培相比，草莓高架栽培可以避免彎腰作業(yè)，極大降低草莓生產(chǎn)的勞動(dòng)強(qiáng)度，有效避免土壤連作障礙，使得果實(shí)清潔衛(wèi)生、著色均勻。在草莓生產(chǎn)人員老齡化加劇和農(nóng)產(chǎn)品安全問(wèn)題日益嚴(yán)峻的時(shí)代背景下，草莓高架栽培的技術(shù)優(yōu)勢(shì)越來(lái)越凸顯。通過(guò)水肥一體化施肥機(jī)和滴灌系統(tǒng)對(duì)植株提供水肥營(yíng)養(yǎng)液，按照營(yíng)養(yǎng)液配方（質(zhì)量比N：P：K：Ca：Mg：Fe：Mn：Cu：Zn：B：Mo=100：25：125：80：24：2.5：

0.5：0.02：0.05：0.5：0.01）配制母液。

試驗(yàn)溫室位于云南省昆明市富民縣（東經(jīng)102°21'～102°47'，北緯25°08'～25°36'），平均海拔1679 m，氣候溫和，冬無(wú)嚴(yán)寒，夏無(wú)酷暑，干濕季分明。年平均氣溫15.8℃，春季平均氣溫17.5℃，夏季20.9℃ ，秋季15.8℃ ，冬季9.1℃，如圖8所示。

試驗(yàn)結(jié)果與分析

將草莓智慧管控云服務(wù)托管系統(tǒng)應(yīng)用到生產(chǎn)中，經(jīng)過(guò)4個(gè)月的驗(yàn)證測(cè)試，草莓植株生長(zhǎng)良好，如圖9草莓生長(zhǎng)效果。

隨機(jī)選取80株草莓測(cè)量產(chǎn)量，于2020年9月10日開(kāi)始第一次測(cè)產(chǎn)，果實(shí)完全成熟后即采收，11月30日為最后一次測(cè)產(chǎn)。單果重10 g以上，果型周正，無(wú)病蟲(chóng)害，具有商品價(jià)值的果實(shí)按照重量分為A級(jí)果（30 g以上）、B級(jí)果（20～30 g）、C級(jí)果（15～20 g）、D級(jí)果（10～15 g）。根據(jù)最后的測(cè)產(chǎn)結(jié)果，試驗(yàn)基于知識(shí)推理的決策方法使得草莓產(chǎn)量達(dá)到8456.1 g，約105.7 g/株。定植后產(chǎn)量分布如圖10所示，表1為果實(shí)產(chǎn)出分布。

結(jié)論

該試驗(yàn)建立了草莓智慧管控云端的托管系統(tǒng)，提出了采用托管服務(wù)的方式解決單棟塑料大棚草莓種植管理問(wèn)題，實(shí)現(xiàn)了溫室草莓種植日常管理的托管式服務(wù)。其中構(gòu)建的基于機(jī)器視覺(jué)的草莓生長(zhǎng)狀態(tài)識(shí)別系統(tǒng)，解決了草莓生長(zhǎng)狀態(tài)識(shí)別和辨認(rèn)完全依靠種植者經(jīng)驗(yàn)的問(wèn)題，并首次提出基于知識(shí)圖譜的設(shè)施草莓智慧管控決策方法，該方法的標(biāo)準(zhǔn)化知識(shí)庫(kù)隨著知識(shí)的積累和數(shù)據(jù)的增加，決策方法會(huì)更加精準(zhǔn)。云服務(wù)系統(tǒng)形成草莓種植管理“智慧在云，智能在端”的管控方式，托管服務(wù)模式可以有效地改變農(nóng)民的生產(chǎn)理念，由過(guò)去的單純追求產(chǎn)量向質(zhì)量效益型轉(zhuǎn)變，并使項(xiàng)目區(qū)農(nóng)民掌握信息化、智能化、裝備化的管理技術(shù)，對(duì)發(fā)展智慧農(nóng)業(yè)具有重要的促進(jìn)作用，形成完善、可借鑒的草莓智慧化管控模式，為中國(guó)草莓智慧種植探索開(kāi)創(chuàng)新的局面。

參考文獻(xiàn)

[1]董小蘭.淺析設(shè)施草莓栽培技術(shù)[J].農(nóng)業(yè)科技與信息， 2021（1）：46-47.

[2]韓振興，朱濤，常向陽(yáng).我國(guó)草莓出口現(xiàn)狀及存在問(wèn)題分析[J].中國(guó)蔬菜， 2019（7）：12-17.

[3]許智宏，趙杏，董永峰，等.基于知識(shí)圖譜知識(shí)推理的視頻推薦算法[J].計(jì)算機(jī)工程與設(shè)計(jì)，2020，41（3）：710-715.

[4]蘇珊，周丁揚(yáng)，李曉，等.基于PRA方法的農(nóng)戶對(duì)干旱區(qū)草原生態(tài)保護(hù)政策的認(rèn)知分析[J].干旱區(qū)地理，2018（1）：152-158.

[5]張正航，錢(qián)育蓉，行艷妮，等.知識(shí)表示學(xué)習(xí)方法研究綜述[J/OL].計(jì)算機(jī)應(yīng)用研究，2020（4）：1-8[2020-11-21].https：//doi.org/10.19734/j.issn.1001-3695.2020.04.0094.

[6]劉嶠，韓明皓，江瀏祎，等.基于雙層隨機(jī)游走的關(guān)系推理算法[J].計(jì)算機(jī)學(xué)報(bào)，2017（40）：1275-1290.

[7]鄭義姚，鄭力新.基于深度學(xué)習(xí)的金針菇頭部檢測(cè)算法研究[J].現(xiàn)代計(jì)算機(jī)，2020（30）：44-46.

[8]鄧穎，吳華瑞，朱華吉.基于實(shí)例分割的柑橘花朵識(shí)別及花量統(tǒng)計(jì)[J].農(nóng)業(yè)工程學(xué)報(bào)，2020，36（7）：200-207.

[9]林君宇，李奕萱，鄭聰尉，等.應(yīng)用卷積神經(jīng)網(wǎng)絡(luò)識(shí)別花卉及其病癥[J].小型微型計(jì)算機(jī)系統(tǒng)，2019，40（6）：1330-1335.

*項(xiàng)目支持：北京市農(nóng)林科學(xué)院青年基金（QNJJ202027）;國(guó)家自然科學(xué)基金項(xiàng)目（31601794）;北京市重點(diǎn)研發(fā)計(jì)劃項(xiàng)目（D171100007617003）。

作者簡(jiǎn)介：林森（1984-），男，高級(jí)工程師，主要從事農(nóng)業(yè)智能裝備研究。E-mail： linseng@nercita.org.cn。

**通信作者：郭文忠（1970-），男，研究員，主要從事設(shè)施農(nóng)業(yè)工程與蔬菜學(xué)研究。E-mail： guowz@nercita.org.cn。

[引用信息]林森，郭文忠，鄭建鋒，等.基于知識(shí)圖譜和機(jī)器視覺(jué)的智慧草莓生產(chǎn)托管服務(wù)系統(tǒng)實(shí)踐[J].農(nóng)業(yè)工程技術(shù)，2021，41（04）：17-20.