本發(fā)明涉及新型農(nóng)藥施用，尤其涉及一種緩控釋農(nóng)藥的施用方法和裝置。

背景技術：

1、緩控釋農(nóng)藥是經(jīng)過特殊處理的農(nóng)藥，其釋放速度和時間可以被精準控制，以便在較長的時間內(nèi)緩慢釋放有效成分。此技術旨在提高農(nóng)藥的使用效率，減少環(huán)境污染，并降低對人類和其他非目標生物的潛在危害。雖然緩控釋農(nóng)藥的釋放速率能夠控制，但不合理的不合理的緩控釋農(nóng)藥施用區(qū)域、點位和時間會導致藥效難以穩(wěn)定發(fā)揮，進而使得農(nóng)作物植株種植過程中難以對蟲害執(zhí)行高質(zhì)量殺滅控制，使得蟲害的進一步過度增加繁衍活動的規(guī)模，使得農(nóng)作物植株更大程度上受到蟲害的侵襲，同時不合理施用緩控釋農(nóng)藥會影響到農(nóng)作物植株的健康生長，致使農(nóng)作物植株枯萎死亡，降低了其種植質(zhì)量。因此，需研發(fā)一種能夠提高緩控釋農(nóng)藥施用準確率和穩(wěn)定性的施用方法解決上述問題。

技術實現(xiàn)思路

1、本發(fā)明克服了現(xiàn)有技術的不足，提供了一種緩控釋農(nóng)藥的施用方法和裝置。

2、為達上述目的，本發(fā)明采用的技術方案為：

3、本發(fā)明第一方面提供了一種緩控釋農(nóng)藥的施用方法，包括以下步驟：

4、s102：獲取緩控釋農(nóng)藥的待施用種植空間處于既定連續(xù)時序上的蟲害分布數(shù)據(jù)，通過計算所述蟲害分布數(shù)據(jù)的核密度估計，得到動態(tài)熱點分布圖，基于所述動態(tài)熱點分布圖規(guī)劃施用區(qū)域，生成施用區(qū)域圖；

5、s104：通過施用區(qū)域圖剖析蟲害種類繁衍活動規(guī)模對于植株品種生長速率的抑制程度，并以目標種植要求為趨向基準基于所述抑制程度估量分析施用劑量，得到施用區(qū)域圖中每一處施用區(qū)域所需緩控釋農(nóng)藥的目標施用劑量；

6、s106：構(gòu)建當前軌跡決策樹，利用當前軌跡決策樹預測擬合出蟲害種類在多維空間領域的繁衍活動預測區(qū)域，通過緩控釋農(nóng)藥預設單體劑量的緩控釋作用范圍篩選繁衍活動預測區(qū)域的施用點位，得到各個緩控釋農(nóng)藥的準確施用點位；

7、s108：構(gòu)建熱點分布密度-時間幀的峰度趨勢模型，通過所述峰度趨勢模型分析蟲害種類的實際繁衍活動規(guī)模超出合理繁衍活動規(guī)模的峰度點對應的時間幀，基于所述時間幀數(shù)制定出緩控釋農(nóng)藥的合理施用時間點；

8、s110：通過執(zhí)行所述目標施用劑量、準確施用點位和合理施用時間點后獲取蟲害種類的多維存活指標參數(shù)，根據(jù)多維存活指標參數(shù)分析確定導致異常多維存活指標產(chǎn)生存活指標偏差的施用誤差項并調(diào)優(yōu)，得到緩控釋農(nóng)藥的施用調(diào)優(yōu)方案。

9、更具體地，所述s102步驟，具體包括以下步驟：

10、獲取緩控釋農(nóng)藥的待施用種植空間以及待施用種植空間的防控日志，通過所述防控日志提取待施用種植空間處于既定連續(xù)時序上的若干蟲害分布數(shù)據(jù)；

11、獲取待施用種植空間中蟲害監(jiān)控設備對于蟲害的預設監(jiān)控間隔，根據(jù)所述監(jiān)控間隔設置滑動時間窗口，通過滑動時間窗口將蟲害分布數(shù)據(jù)劃分為多截時間分段的子蟲害分布數(shù)據(jù)；

12、引入核密度估計算法，基于既定連續(xù)時序在核密度估計算法中預設高斯核函數(shù)與高斯核函數(shù)的帶寬參數(shù)，根據(jù)所述高斯核函數(shù)與帶寬參數(shù)計算每截時間分段的子蟲害分布數(shù)據(jù)，生成每個子蟲害分布數(shù)據(jù)的核密度值；

13、獲取全部子蟲害分布數(shù)據(jù)的核密度值，構(gòu)建熱點圖，基于全部子蟲害分布數(shù)據(jù)的核密度值估算待施用種植空間中多截時間分段蟲害分布的密度函數(shù)并在熱點圖中擬合，生成待施用種植空間的動態(tài)熱點分布圖；

14、預設閃現(xiàn)頻率閾值，在動態(tài)熱點分布圖中規(guī)劃出閃現(xiàn)頻率大于閃現(xiàn)頻率閾值的熱點分布區(qū)域，定義為可疑熱點分布區(qū)域，并獲取緩控釋農(nóng)藥防治的目標蟲害種類；

15、基于大數(shù)據(jù)網(wǎng)絡獲取所述目標蟲害種類的基準蟲害危險等級，根據(jù)基準蟲害危險等級預設危險熱點顏色閾值，若可疑熱點分布區(qū)域中可查詢到危險熱點顏色閾值，則標定該可疑熱點分布區(qū)域為施用區(qū)域，生成施用區(qū)域圖。

16、更具體地，所述s104步驟，具體包括以下步驟：

17、獲取施用區(qū)域圖的每一處施用區(qū)域中所種植植株的圖像數(shù)據(jù)，引入邊緣檢測算法對所述圖像數(shù)據(jù)進行特征計算描述，得到植株表型特征向量；

18、基于植株表型特征向量在大數(shù)據(jù)網(wǎng)絡中檢索獲取植株品種信息以及當前生長階段，同時基于所述植株品種信息在防控日志中提取植株位于當前生長階段的若干歷史生長速率；

19、通過剖析動態(tài)熱點分布圖中施用區(qū)域的熱點分布變化，以獲取目標蟲害種類處于當前生長階段的植株品種上的繁衍活動規(guī)模，并提取所述繁衍活動規(guī)模下的目標蟲害種類的若干熱點密度變化值；

20、基于生長速率與繁衍活動規(guī)模構(gòu)建多元線性回歸模型，引入最小二乘法，通過所述若干歷史生長速率以及若干熱點密度變化值在最小二乘法中對多元線性回歸模型進行擬合計算，以輸出回歸系數(shù)；

21、獲取緩控釋農(nóng)藥的預設單體劑量以及目標種植要求，根據(jù)所述回歸系數(shù)確定出標蟲害種類繁衍活動規(guī)模對于植株品種生長速率的抑制程度；

22、以目標種植要求為趨向基準，基于所述抑制程度對所需的預設單體劑量進行具體估量分析直至逼近于所述趨向基準后終止估量，最終鎖定出施用區(qū)域圖中每一處施用區(qū)域所需緩控釋農(nóng)藥的目標施用劑量。

23、更具體地，所述s106步驟，具體包括以下步驟：

24、構(gòu)建施用區(qū)域圖中每一處施用區(qū)域的多維空間領域，并通過動態(tài)熱點分布圖獲取多維空間領域中蟲害種類處于連續(xù)均勻時間幀上的空間動態(tài)熱點分布；

25、根據(jù)連續(xù)均勻時間幀上的空間動態(tài)熱點分布對蟲害種類在多維空間領域內(nèi)的軌跡變化進行分析，以確定蟲害種類在多維空間領域內(nèi)的多條繁衍活動軌跡；

26、預設未來時間節(jié)點，根據(jù)所述未來時間節(jié)點創(chuàng)建根節(jié)點，利用多條繁衍活動軌跡從根節(jié)點開始節(jié)點不斷遞歸分裂，最終形成當前軌跡決策樹；

27、獲取當前軌跡決策樹的當前葉子節(jié)點值，計算所述當前葉子節(jié)點值與所述空間動態(tài)熱點分布之間的時間殘差，通過所述時間殘差重新訓練一個新的軌跡決策樹，并獲取新的軌跡決策樹最終輸出的新葉子節(jié)點值；

28、將新葉子節(jié)點值疊加至當前葉子節(jié)點值中以更新當前軌跡決策樹，重復上述步驟不斷迭代當前軌跡決策樹直至時間殘差小于預設時間殘差閾值，得到蟲害種類在多維空間領域內(nèi)達到未來時間節(jié)點時的繁衍活動預測軌跡；

29、基于空間動態(tài)熱點分布預設蟲害種類的繁衍活動范圍，將繁衍活動范圍擬合于繁衍活動預測軌跡上，得到蟲害種類在多維空間領域的繁衍活動預測區(qū)域；

30、獲取緩控釋農(nóng)藥的預設單體劑量以及單體劑量的緩控釋藥效范圍，結(jié)合所述目標施用劑量與預設單體劑量計算出施用區(qū)域所需緩控釋農(nóng)藥的單體數(shù)量，預設單體數(shù)量下緩控釋藥效范圍共同作用的覆蓋范圍界定閾值；

31、引入回溯算法，基于所述單體數(shù)量在回溯算法中對每個預設單體劑量的緩控釋藥效范圍完全覆蓋繁衍活動預測區(qū)域時的施用點位進行覆蓋篩選，直至符合覆蓋范圍界定閾值為止，得到各個緩控釋農(nóng)藥在施用區(qū)域內(nèi)的準確施用點位。

32、更具體地，所述s108步驟，具體包括以下步驟：

33、獲取蟲害種類處于施用區(qū)域時在多個既定均勻時間幀上對應的熱點分布密度值，構(gòu)建峰度趨勢模型，將每個所述熱點分布密度值導入峰度趨勢模型中擬合繪制，得到熱點分布密度-時間幀的峰度趨勢模型；

34、基于大數(shù)據(jù)網(wǎng)絡獲取蟲害種類處在不同預設氣象環(huán)境參數(shù)條件下的合理繁衍活動規(guī)模密度系數(shù)，并獲取當前施用區(qū)域的實際氣象環(huán)境參數(shù)；

35、引入哈希算法計算所述實際氣象環(huán)境參數(shù)與各個不同預設氣象環(huán)境參數(shù)之間的哈希函數(shù)，得到多個哈希函數(shù)，根據(jù)多個所述哈希函數(shù)確定出實際氣象環(huán)境參數(shù)與各個不同預設氣象環(huán)境參數(shù)之間的吻合度；

36、只提取最大吻合度的預設氣象環(huán)境參數(shù)對應的合理繁衍活動規(guī)模密度系數(shù)，定義為蟲害種類位于當前施用區(qū)域的實際氣象環(huán)境條件下的合理繁衍活動規(guī)模密度系數(shù)；

37、通過熱點分布密度-時間幀的峰度趨勢模型剝離出蟲害種類處于施用區(qū)域時的實際峰度趨勢模型圖，同時根據(jù)所述蟲害種類位于當前施用區(qū)域的實際氣象環(huán)境條件下的合理繁衍活動規(guī)模密度系數(shù)構(gòu)建合理峰度趨勢模型圖；

38、標記出實際峰度趨勢模型圖與合理峰度趨勢模型圖之間不重疊部分的峰度，定義為異常峰度點，并通過所述峰度趨勢模型查詢出異常峰度點對應的時間幀，根據(jù)所述時間幀制定出緩控釋農(nóng)藥的合理施用時間點。

39、更具體地，所述s110步驟，具體包括以下步驟：

40、通過所述目標施用劑量、準確施用點位以及合理施用時間點對緩控釋農(nóng)藥的待施用種植空間進行全局施用，并記錄蟲害種類的多維存活指標參數(shù)；

41、獲取蟲害種類的預設防治需求，通過所述預設防治需求獲取每項多維存活指標的最低標準臨界閾值；

42、構(gòu)建存活指標雷達圖，根據(jù)所述每項多維存活指標的最低標準臨界閾值在存活指標雷達圖中設定規(guī)劃出多維存活指標的最低標準雷達區(qū)域，同時將所述多維存活指標參數(shù)導入存活指標雷達圖中繪制，得到多維存活指標的實際雷達區(qū)域；

43、剔除所述最低標準雷達區(qū)域與實際雷達區(qū)域之間各項多維存活指標的重疊雷達區(qū)域，得到各項多維存活指標的不重疊雷達區(qū)域，并獲取不重疊雷達區(qū)域的區(qū)域面積值；

44、若區(qū)域面積值大于預設區(qū)域面積值，則將該區(qū)域面積值對應的多維存活指標標定為異常多維存活指標，并定義目標施用劑量、準確施用點位以及合理施用時間點為施用誤差項；

45、獲取異常多維存活指標的實際指標值，計算所述實際指標值相較于異常多維存活指標對應的最低標準臨界閾值之間的差異，得到指標偏差值，引入模糊c均值聚類算法將各個異常多維存活指標存在的指標偏差值聚類于每個施用誤差項，得到每個異常多維存活指標的施用誤差模糊聚類標簽；

46、根據(jù)所述施用誤差模糊聚類標簽確定出導致每個異常多維存活指標產(chǎn)生存活指標偏差對應的施用誤差項，并對所述施用誤差項進行施用調(diào)整優(yōu)化，得到緩控釋農(nóng)藥的施用調(diào)優(yōu)方案。

47、本發(fā)明第二方面提供了一種緩控釋農(nóng)藥的施用裝置，所述一種緩控釋農(nóng)藥的施用裝置包括存儲器與處理器，所述存儲器中儲存有一種緩控釋農(nóng)藥的施用方法程序，當所述一種緩控釋農(nóng)藥的施用方法程序被所述處理器執(zhí)行時，實現(xiàn)任一項所述的一種緩控釋農(nóng)藥的施用方法步驟。

48、本發(fā)明解決了背景技術中存在的技術缺陷，本發(fā)明的有益技術效果在于：

49、通過獲取緩控釋農(nóng)藥的待施用種植空間處于既定連續(xù)時序上的蟲害分布數(shù)據(jù)構(gòu)建動態(tài)熱點分布圖，基于所述動態(tài)熱點分布圖規(guī)劃施用區(qū)域，生成施用區(qū)域圖；通過施用區(qū)域圖剖析蟲害種類繁衍活動規(guī)模對于植株品種生長速率的抑制程度，基于所述抑制程度估量分析施用劑量，得到施用區(qū)域圖中每一處施用區(qū)域所需緩控釋農(nóng)藥的目標施用劑量；構(gòu)建當前軌跡決策樹，利用當前軌跡決策樹預測擬合出蟲害種類在多維空間領域的繁衍活動預測區(qū)域，通過緩控釋農(nóng)藥預設單體劑量的緩控釋作用范圍篩選繁衍活動預測區(qū)域的施用點位，得到各個緩控釋農(nóng)藥的準確施用點位；構(gòu)建熱點分布密度-時間幀的峰度趨勢模型，通過所述峰度趨勢模型分析蟲害種類的實際繁衍活動規(guī)模超出合理繁衍活動規(guī)模的峰度點對應的時間幀，基于所述時間幀數(shù)制定出緩控釋農(nóng)藥的合理施用時間點；通過執(zhí)行所述目標施用劑量、準確施用點位以及合理施用時間點后的多維存活指標參數(shù)分析確定導致異常多維存活指標產(chǎn)生存活指標偏差的施用誤差項并調(diào)優(yōu)，得到緩控釋農(nóng)藥的施用調(diào)優(yōu)方案。本發(fā)明能夠?qū)徔蒯屴r(nóng)藥的施用進行精準合理的規(guī)劃和調(diào)優(yōu)，以提高緩控釋農(nóng)藥對蟲害的作用效果質(zhì)量，減少緩控釋施用誤差。