[发明专利]一种农药施药安全管理警示装置及方法

权利要求书

1.一种农药施药安全管理警示方法，其特征在于，所述农药施药安全管理警示方法包括：

第一步，采集农作物上的农药温度、农药浓度、农药酸碱度和农作物农药残留数据；第二步，根据采集的数据对农作物进行分析，预测农作物病害情况；

第三步，根据农作物病害情况，通过警报器进行报警，并且利用定时器设定施药时间；

第四步，通过利用显示器显示检测的农药温度、浓度、酸碱度、施药时间数据信息；

所述第一步中，对采集的农药温度、农药浓度、农药酸碱度和农药残留数据相关的数据进行分类，采用基于BP神经网络的朴素贝叶斯的时间序列分类模型，如下：

步骤一，对采集的数据进行预处理，去除异常值、归一化；

步骤二，构建分类模型，根据BP-NB算法训练得到K个不同参数的分类器；

步骤三，将原始测试数据输入到K个训练好的BP网络，将其隐含层的值作为K组测试数据；

步骤四，用K组测试数据对步骤二中得到的K个分类器作测试，选取效果最好的一个作为最终模型；

步骤五，使用步骤四中的模型对新的时间序列进行分类；

通过浓度传感器检测农药浓度数据的过程中，浓度传感器易受到温度的影响，产生检测的误差，获取真实的农作物浓度，其补偿过程如下：

步骤一，首先，获取农作物浓度样本数据；

步骤二，对造成浓度传感器数据偏差因素进行统计，作为补偿模型中的自变量，将浓度的实际值与传感器测量值之比作为因变量；

步骤三，根据样本给定的数据拟合修正系数与环境参数的表达式，即可对浓度传感器实际的测量值做出补偿；

农药残留检测方法如下：

(1)在农作物上喷洒农药并历时18小时至28小时后采摘，制备出喷洒了不同浓度农药的农作物样本；

(2)对制备的农作物样本进行高光谱图像采集，并进行黑白校正；

(3)提取样本高光谱图像的感兴趣区域，计算感兴趣区域中所有像素的光谱反射率作为每个样本的平均光谱；

(4)根据每个样本的平均光谱计算各个样本组的平均光谱，将各个样本组的平均光谱作为各自样本组的标准光谱，对样本组中的每个样本的光谱进行多元散射校正处理，并对校正处理后的光谱进行归一化处理，转换成二维矩阵后保存为灰度图像；

(5)以各样本的灰度图像建立基于数据灰度图的卷积神经网络模型，采用建立的卷积神经网络模型对农作物中农药残留进行预测；

所述农药施药安全管理警示方法对制备的农作物样本进行高光谱图像采集，并进行黑白校正，采用如下公式：

其中：R_ci是校正后数据，S_ci是原始样本数据，W_ci是白板数据，D_ci是暗背景数据；

对校正处理后的光谱进行归一化处理，归一化处理公式为：

其中，x_max为光谱数据x_i中最大值，x_min为光谱数据x_i中最小值，得到归一化后的光谱数据为x_i,NORM＝(x_1,NORM,x_2,NORM,…,x_n-1,NORM,x_n,NORM)，n为样本光谱数据x_i中波长的数量，x_i为样本i的光谱数据。