数据挖掘技术在水稻病虫害系统中设计与实现.docVIP

数据挖掘技术在水稻病虫害系统中设计与实现 　　摘要：利用数据挖掘技术、网络技术和面向对象技术，研制出“水稻病虫害专家诊治系统”，包括系统采集、系统维护等子系统。通过数据采集，得到海量水稻病、虫、草害数据。利用数据挖掘技术，对水稻病、虫、草害特征性状数据进行分析，应用关联规则分析，挖掘它们之间的潜在联系，为综合防治水稻的病、虫、草害提供帮助。 　　关键词：水稻；专家诊治系统；数据挖掘；综合防治 　　中图分类号：Ｓ１２６文献标识码：Ｂ文章编号：0439－８114（２０11）11－2340-03 　　 　　System Design and Realization of the Data Mining Technology in the Rice Disease 　　and Pest Control 　　 　　ＸＩＥ Ｙａｎ－ｘｉｎ 　　（Ｊｉｌｉｎ Ａｇｒｉｃｕｌｔｕｒａｌ Ｓｃｉｅｎｃｅ ａｎｄ Ｔｅｃｈｎｏｌｏｇｙ Ｃｏｌｌｅｇｅ，Ｊｉｌｉｎ １３２１０1，Ｊｉｌｉｎ，Ｃｈｉｎａ） 　　 　　Ａｂｓｔｒａｃｔ： Ｕｓｉｎｇ ｄａｔａ ｍｉｎｉｎｇ ｔｅｃｈｎｏｌｏｇｙ， ｎｅｔｗｏｒｋ ｔｅｃｈｎｏｌｏｇｙ ａｎｄ ｏｂｊｅｃｔ－ｏｒｉｅｎｔｅｄ ｔｅｃｈｎｏｌｏｇｙ， an ｉｎｔｅｇｒａｔｅｄ ｓｙｓｔｅｍ ｏｆ “ｓｙｓｔｅｍ ｏｆ ｒｉｃｅ ｐｅｓｔｓ ｅｘｐｅｒｔ ｄｉａｇｎｏｓｉｓ ａｎｄ ｔｒｅａｔｍｅｎｔ” ｉｎｃｌｕｄｉｎｇ ｓｙｓｔｅｍ ａｃｑｕｉｓｉｔｉｏｎ， ｓｙｓｔｅｍ ｍａｉｎｔｅｎａｎｃｅ ａｎｄ ｏｔｈｅｒ ｓｕｂｓｙｓｔｅｍｓ ｗａｓ ｄｅｖｅｌｏｐｅｄ． Ｍａｓｓｉｖｅ ｒｉｃｅ ｄｉｓｅａｓｅｓ， ｉｎｓｅｃｔｓ， ｇｒａｓｓ ａｎｄ ｒｏｄｅｎｔ ｄａｔａ ｗｅｒｅ ａｃｈｉｅｖｅｄ ｂｙ ｄａｔａ ｃｏｌｌｅｃｔｉｏｎ． Ｄａｔａ ａｎａｌｙｓｉｓ ａｎｄ ｐｏｔｅｎｔｉａｌ ｌｉｎｋｓ ａｂｏｕｔ ｒｉｃｅ ｄｉｓｅａｓｅｓ， ｉｎｓｅｃｔｓ ａｎｄ ｗｅｅｄｓ ｔｒａｉｔｓ ｗｅｒｅ ｃｏｎｄｕｃｔｅｄ ｂｙ ｕｓｉｎｇ ｄａｔａ ｍｉｎｉｎｇ ｔｅｃｈｎｏｌｏｇｙ ａｎｄ ａｓｓｏｃｉａｔｉｏｎ ｒｕｌｅｓ． Ｉｔ ｗｏｕｌｄ be ｂｅｎｅｆｉｔ ｆｏｒ ｔｈｅ ｉｎｔｅｇｒａｔｅｄ ??ｏｎｔｒｏｌ ｏｆ ｒｉｃｅ ｄｉｓｅａｓｅｓ， ｉｎｓｅｃｔｓ ａｎｄ ｗｅｅｄｓ． 　　Ｋｅｙ ｗｏｒｄｓ： rice； ｅｘｐｅｒｔ ｄｉａｇｎｏｓｉｓ ａｎｄ ｔｒｅａｔｍｅｎｔ ｓｙｓｔｅｍ； ｄａｔａ mｉｎｉｎｇ； ｉｎｔｅｇｒａｔｅｄ ｃｏｎｔｒｏｌ 　　 　　近来年由于气候、水质、地理环境的变化，影响水稻产量、品质等的病、虫、草害生物灾害也不断变化，这也是水稻生产发展的最复杂多变而难以克服的长期性障碍。要解决这个问题，首先要找出水稻生态系统中的病害、害虫、杂草等有害生物与其生长环境中的生物因素、非生物因素联系；其次是根据长期以来积累的病害、害虫、杂草等有害生物数据进行分析；最后根据分析结果找出解决病害、害虫、杂草等引起的水稻产量和品质下降的原因。数据挖掘是从大量的、不完全的、有噪声的、模糊的、随机的数据中提取隐含在其中的、人们事先不知道的、但又是潜在有用的信息和知识的过程。利用数据挖掘工具对水稻病害、害虫、杂草等环境因子进行分析，最后构建出病虫害专家系统，这对于增加农民收入，增加区域经济总量具有决定性的意义。 　　１水稻病虫害分析过程 　　１．１数据来源 　　双辽市是吉林省水稻开发较晚的稻区之一，吉林农业科技学院一直为双辽市的农业经济服务，开发了１０万ｈｍ２水稻田，特别是近几年，帮助双辽市进行了水稻绿优米的生产及开发等。但水稻病、虫、草害等困扰着本地区水稻的发展，如水稻二化螟在该地区逐年加重，故在双辽市进行了水稻二化螟的防治研究。 　　１．２对采集的数据进行预处理 　　采集了双辽市１０万ｈｍ２水稻田３年的数据，首先对采集的数据预处理，这是最关键一个步骤，提高数据挖掘对象的质量，并最终达到提高数据挖掘所获模式知识质量的目的［1］。数据预处理阶段如果数据准备工作做得非常细致，那么在模型建立阶段就会节省大量的精力。体系结构图如图１所示。 　　水稻有害生物不但种类多，而且形态多样，同种病害在不同寄主生育期、器官及水土条件下，症状也不相同，如恶苗病有秧田期的徒长型和本田期的枯死型，稻瘟病在各器官上有叶瘟、节瘟、穗瘟之别，害虫有又有卵期、幼虫期、蛹期和成虫期的形态差别，以及性二型和多型现象。所有这些都为准确诊断病害和正确识别害虫带来了困难。而数据挖掘是深层次的数据信息分析方法，将数据挖掘技术应用于病虫害专家系统是非常有益的，比如它可以根据病害的寄