本发明涉及微生物农药，尤其涉及一种生防菌与农药混合施用的剂量调配方法及系统。
背景技术：
1、生防菌是一种利用天然的、非化学合成的微生物来控制植物病害或害虫的生物防控方法。生防菌可以通过多种方式抑制病原微生物或害虫的生长繁殖，从而达到防治病害或害虫的效果；而农药是一种用于防治农作物病虫害、除草或调节植物生长的化学防控方法。两者都具有优良的病虫害防治效果，但单独使用生防菌或者农药对部分农作物以及植物的防治效果则存在明显的防治误差和效果差异，从而导致病虫害无法完全杀灭，影响农作物以及植物的健康生长，而研究表明将生防菌和农药的合理调配混合施用能够大幅度相互激发虫害的防治活性，但目前针对生防菌和农药的混合剂量调配仍未有相对可靠的调配方法，从而至于难以调配出能够精准、高效和危害系数低的生防菌农药混合液来对虫害进行杀灭，降低了农作物和植物的种植质量，因此，需研发一种能够精准且保障安全的剂量调配方法解决上述问题。
技术实现思路
1、本发明克服了现有技术的不足，提供了一种生防菌与农药混合施用的剂量调配方法及系统。
2、为达上述目的，本发明采用的技术方案为：
3、本发明第一方面提供了一种生防菌与农药混合施用的剂量调配方法，包括以下步骤：
4、获取农作物栽种区域中农作物表面的图像数据，引入灰度共生矩阵算法对所述图像数据进行特征提取，得到农作物表面的若干个啃食缺口轮廓特征，将所述若干个啃食缺口轮廓特征与所有栖息虫害的牙齿轮廓特征进行吻合度筛选，得到导致每个啃食缺口轮廓特征出现的栖息虫害种群；
5、基于所述栖息虫害种群获取相关防治的所有生防菌品种以及农药品种，通过各生防菌品种以及农药品种对于目标农作物种类信息不同生长阶段的耐受系数对相关防治的所有生防菌品种以及农药品种进行聚类，聚类完成后结合目标农药品种的剂量添加临界值对初始剂量进行调配，得到初始混合调配剂量；
6、获取预设时间节点内初始混合调配剂量对于栖息虫害的历史活性周期变化率，分析所述历史活性周期变化率，得到一类关联气候因子集和二类关联气候因子集，基于所述一类关联气候因子集和二类关联气候因子集对当前气候因子进行剂量调整计算，得到第一混合剂量调配方案；
7、通过第一混合剂量调配方案获取调配后的目标生防菌品种和目标农药品种混合剂量，构建生长健康衰减幅度的预测模型，将调配后的目标生防菌品种和目标农药品种混合剂量导入所述预测模型中，得到生长健康衰减预测幅度，分析实际生长健康衰减幅度与生长健康衰减预测幅度，得到第二混合剂量调配方案。
8、进一步的，本发明的一个较佳的实施例中，所述获取农作物栽种区域中农作物表面的图像数据，引入灰度共生矩阵算法对所述图像数据进行特征提取，得到农作物表面的若干个啃食缺口轮廓特征，将所述若干个啃食缺口轮廓特征与所有栖息虫害的牙齿轮廓特征进行吻合度筛选，得到导致每个啃食缺口轮廓特征出现的栖息虫害种群，具体包括以下步骤：
9、获取农作物栽种区域，通过无人机遥感摄像头对农作物栽种区域进行拍摄，得到农作物表面的图像数据；
10、引入灰度共生矩阵算法对所述农作物表面的图像数据进行特征分析，基于图像数据预设矩阵方向以及像素距离，基于所述矩阵方向遍历图像数据中的每个像素并与相邻像素进行比较，以获取具有特定灰度级的像素对的出现频率；
11、根据所述具有特定灰度级的像素对的出现频率构建灰度共生矩阵，基于灰度共生矩阵提取出特征对比度、能量值以及熵值，通过所述对比度、能量值以及熵值描述特征，得到农作物表面的若干个啃食缺口轮廓特征；
12、基于大数据网络获取所有栖息虫害的牙齿轮廓特征，逐一计算出农作物表面的每个啃食缺口轮廓特征与所有栖息虫害的牙齿轮廓特征之间的切比雪夫距离，根据所述切比雪夫距离确定农作物表面的每个啃食缺口轮廓特征与所有栖息虫害的牙齿轮廓特征之间的吻合度；
13、提取出每个啃食缺口轮廓特征中最大吻合度所对应的栖息虫害的牙齿轮廓特征，基于所述每个啃食缺口轮廓特征中最大吻合度的栖息虫害的牙齿轮廓特征确定出导致每个啃食缺口轮廓特征出现的栖息虫害种群。
14、进一步的，本发明的一个较佳的实施例中，所述基于所述栖息虫害种群获取相关防治的所有生防菌品种以及农药品种，通过各生防菌品种以及农药品种对于目标农作物种类信息不同生长阶段的耐受系数对相关防治的所有生防菌品种以及农药品种进行聚类，聚类完成后结合目标农药品种的剂量添加临界值对初始剂量进行调配，得到初始混合调配剂量，具体包括以下步骤：
15、获取目标农作物种类信息，基于所述栖息虫害种群在大数据网络中进行检索，得到相关防治的所有生防菌品种以及农药品种，同时获取各生防菌品种以及农药品种对于目标农作物种类信息不同生长阶段的耐受系数；
16、引入k均值聚类算法，基于目标农作物种类信息不同生长阶段的耐受系数预设k个聚类中心，计算出各生防菌品种以及农药品种与每个聚类中心之间的马氏距离，根据马氏距离将各生防菌品种以及农药品种分配至相对应的聚类中心内；
17、分配完成后，计算每个聚类中心的均值，基于所述均值更新迭代聚类中心的位置，直至达到预设迭代次数，输出所有生防菌品种和农药品种的聚类结果；
18、获取当前目标农作物的生长阶段，基于当前目标农作物的生长阶段在所述聚类结果进行分析提取，得到目标生防菌品种、目标农药品种以及目标生防菌品种和目标农药品种对于当前目标农作物的生长阶段的耐受系数；
19、获取目标农药品种对于目标生防菌品种的杀灭指数，以目标生防菌品种的最大允许添加剂量为基准，结合所述杀灭指数计算出所述最大允许添加量被完全杀灭时的目标农药品种添加浓度，定义为目标农药品种的剂量添加临界值；
20、通过大数据网络获取目标生防菌品种的标准添加剂量和目标农药品种的标准添加剂量，结合目标生防菌品种和目标农药品种对于当前目标农作物的生长阶段的耐受系数以及目标农药品种的剂量添加临界值对所述目标生防菌品种的标准添加剂量和目标农药品种的标准添加剂量进行调整并混合，得到初始混合调配剂量。
21、进一步的，本发明的一个较佳的实施例中，所述获取预设时间节点内初始混合调配剂量对于栖息虫害的历史活性周期变化率，分析所述历史活性周期变化率，得到一类关联气候因子集和二类关联气候因子集，基于所述一类关联气候因子集和二类关联气候因子集对当前气候因子进行剂量调整计算，得到第一混合剂量调配方案，具体包括以下步骤：
22、获取预设时间节点内初始混合调配剂量对于栖息虫害的多个历史活性周期，结合多个所述历史活性周期计算出历史活性周期变化率，判断所述历史活性周期变化率是否大于正常活性周期变化率；
23、若大于，则说明由于特定气候因素使得初始混合调配剂量的历史活性相较于正常活性明显提升，基于大数据网络获取导致目标生防菌品种和目标农药品混合施用时活性周期提升的多种气候因子，定义为一类预设气候因子；
24、若小于，则说明由于特定气候因素使得初始混合调配剂量的历史活性相较于正常活性明显降低，通过大数据网络获取导致目标生防菌品种和目标农药品混合施用时活性周期降低的多种气候因子，定义为二类预设气候因子；
25、引入因子分析算法分别对历史活性周期变化率与一类预设气候因子以及二类预设气候因子之间的因子关联度进行计算，得到m个一类因子关联度以及p个二类因子关联度；
26、判断每个一类因子关联度以及每个二类因子关联度是否大于预设因子关联度，若大于，则对大于预设因子关联度的一类因子关联度或二类因子关联度所对应的气候因子进行提取规整，得到一类关联气候因子集和二类关联气候因子集；
27、获取农作物栽种区域的当前气候因子，基于一类关联气候因子集和二类关联气候因子集对所述当前气候因子进行分析计算，得到第一混合剂量调配方案。
28、进一步的，本发明的一个较佳的实施例中，所述获取农作物栽种区域的当前气候因子，基于一类关联气候因子集和二类关联气候因子集对所述当前气候因子进行分析计算，得到第一混合剂量调配方案，具体包括以下步骤：
29、获取农作物栽种区域的当前气候因子，若所述当前气候因子中存在一类关联气候因子集中的任意一种或者多种一类关联气候因子，则获取当前气候因子中一类关联气候因子的存在数量以及一类关联气候因子集的一类关联气候因子总数；
30、引入哈希算法对当前气候因子中一类关联气候因子的存在数量与一类关联气候因子集的一类关联气候因子总数之间进行计算，得到第一哈希函数，根据第一哈希函数确定出使目标生防菌品种和目标农药品种混合施用时活性周期保持稳定的剂量调配比例，基于所述剂量调配比例对初始混合调配剂量进行剂量增加配比，得到第一剂量调配比例；
31、若所述当前气候因子中存在二类关联气候因子集中的任意一种或者多种二类关联气候因子，则获取当前气候因子中二类关联气候因子的存在数量以及二类关联气候因子集的二类关联气候因子总数；
32、基于哈希算法对当前气候因子中二类关联气候因子的存在数量与二类关联气候因子集的二类关联气候因子总数之间进行计算，得到第二哈希函数，根据第二哈希函数确定出提升目标生防菌品种和目标农药品种混合施用时活性周期的剂量调配比例，基于所述剂量调配比例对初始混合调配剂量进行剂量增加配比，得到第二剂量调配比例；
33、若所述当前气候因子中同时存在任意一种或者多种一类关联气候因子和二类关联气候因子，则计算当前气候因子中一类关联气候因子的存在数量与当前气候因子中二类关联气候因子的存在数量之间的差异，得到存在数量偏差值，分别计算存在数量偏差值与所述一类关联气候因子总数以及所述二类关联气候因子总数的比率，得到一级比率和二级比率；
34、基于哈希算法对所述一级比率与二级比率之间进行计算，得到第三哈希函数，根据第三哈希函数确定出第一剂量调配比例和第二剂量调配比例最佳的中和剂量调配比例，基于所述中和剂量调配比例对初始混合调配剂量进行剂量增加配比，得到第三剂量调配比例；
35、合并输出所述第一剂量调配比例、第二剂量调配比例和第三剂量调配比例，得到第一混合剂量调配方案。
36、进一步的，本发明的一个较佳的实施例中，所述通过第一混合剂量调配方案获取调配后的目标生防菌品种和目标农药品种混合剂量，构建生长健康衰减幅度的预测模型，将调配后的目标生防菌品种和目标农药品种混合剂量导入所述预测模型中，得到生长健康衰减预测幅度，分析实际生长健康衰减幅度与生长健康衰减预测幅度，得到第二混合剂量调配方案，具体包括以下步骤：
37、通过所述第一混合剂量调配方案对初始混合调配剂量进行调配，得到调配后的目标生防菌品种和目标农药品种混合剂量；
38、通过大数据网络获取目标生防菌品种和目标农药品种不同混合剂量条件下目标农作物的生长健康衰减幅度，引入梯度提升算法构建初始预测器，基于目标生防菌品种和目标农药品种不同混合剂量条件下目标农作物的生长健康衰减幅度对初始预测器进行迭代，以构建一系列新的预测器；
39、将每个新的预测器与前一个新的预测器进行加权结合，若每个新的预测器修正前一个新的预测器的残差值，则停止迭代，直至修正每个新的预测器的残差值，得到生长健康衰减幅度的预测模型；
40、将调配后的目标生防菌品种和目标农药品种混合剂量导入所述生长健康衰减幅度的预测模型中进行分析，得到生长健康衰减预测幅度；
41、获取目标农作物的实际生长健康衰减幅度，若所述实际生长健康衰减幅度高于生长健康衰减预测幅度，则说明调配后的目标生防菌品种和目标农药品种混合剂量不利于目标农作物的健康生长；
42、构建气泡图，将实际生长健康衰减幅度与生长健康衰减预测幅度导入所述气泡图中拟合，以获取实际生长健康衰减幅度的气泡面积以及生长健康衰减预测幅度的气泡面积；
43、计算实际生长健康衰减幅度的气泡面积以及生长健康衰减预测幅度的气泡面积之间的差值，得到气泡面积偏差值，基于气泡面积偏差值对调配后的目标生防菌品种和目标农药品种混合剂量进行调整，得到第二混合剂量调配方案。
44、本发明第二方面提供了一种生防菌与农药混合施用的剂量调配系统，所述一种生防菌与农药混合施用的剂量调配系统包括存储器与处理器，所述存储器中储存一种生防菌与农药混合施用的剂量调配方法程序，所述一种生防菌与农药混合施用的剂量调配方法程序被所述处理器执行时，实现以下步骤：
45、获取农作物栽种区域中农作物表面的图像数据，引入灰度共生矩阵算法对所述图像数据进行特征提取，得到农作物表面的若干个啃食缺口轮廓特征，将所述若干个啃食缺口轮廓特征与所有栖息虫害的牙齿轮廓特征进行吻合度筛选，得到导致每个啃食缺口轮廓特征出现的栖息虫害种群；
46、基于所述栖息虫害种群获取相关防治的所有生防菌品种以及农药品种，通过各生防菌品种以及农药品种对于目标农作物种类信息不同生长阶段的耐受系数对相关防治的所有生防菌品种以及农药品种进行聚类，聚类完成后结合目标农药品种的剂量添加临界值对初始剂量进行调配，得到初始混合调配剂量；
47、获取预设时间节点内初始混合调配剂量对于栖息虫害的历史活性周期变化率，分析所述历史活性周期变化率，得到一类关联气候因子集和二类关联气候因子集，基于所述一类关联气候因子集和二类关联气候因子集对当前气候因子进行剂量调整计算，得到第一混合剂量调配方案；
48、通过第一混合剂量调配方案获取调配后的目标生防菌品种和目标农药品种混合剂量，构建生长健康衰减幅度的预测模型，将调配后的目标生防菌品种和目标农药品种混合剂量导入所述预测模型中，得到生长健康衰减预测幅度，分析实际生长健康衰减幅度与生长健康衰减预测幅度，得到第二混合剂量调配方案。
49、本发明解决了背景技术中存在的技术缺陷，本发明的有益技术效果在于：
50、获取农作物表面的若干个啃食缺口轮廓特征，将所述若干个啃食缺口轮廓特征与所有栖息虫害的牙齿轮廓特征进行吻合度筛选，得到导致每个啃食缺口轮廓特征出现的栖息虫害种群；基于所述栖息虫害种群筛选生防菌品种和农药品种，通过耐受系数对相关防治的所有生防菌品种以及农药品种进行聚类，聚类完成后结合目标农药品种的剂量添加临界值对初始剂量进行调配，得到初始混合调配剂量；分析预设时间节点内初始混合调配剂量对于栖息虫害的历史活性周期变化率，得到一类关联气候因子集和二类关联气候因子集，并对当前气候因子进行剂量调整计算，得到第一混合剂量调配方案；基于第一混合剂量调配方案在预测模型中对生长健康衰减幅度进行预测，得到生长健康衰减预测幅度，分析实际生长健康衰减幅度与生长健康衰减预测幅度，得到第二混合剂量调配方案。本发明能够对生防菌和农药混合施用时的剂量进行精准调配，确保灭虫率的同时不会危害农作物的健康生长，可靠性高。
1.一种生防菌与农药混合施用的剂量调配方法，其特征在于，包括以下步骤：
2.根据权利要求1所述的一种生防菌与农药混合施用的剂量调配方法，其特征在于，所述获取农作物栽种区域中农作物表面的图像数据，引入灰度共生矩阵算法对所述图像数据进行特征提取，得到农作物表面的若干个啃食缺口轮廓特征，将所述若干个啃食缺口轮廓特征与所有栖息虫害的牙齿轮廓特征进行吻合度筛选，得到导致每个啃食缺口轮廓特征出现的栖息虫害种群，具体包括以下步骤：
3.根据权利要求1所述的一种生防菌与农药混合施用的剂量调配方法，其特征在于，所述基于所述栖息虫害种群获取相关防治的所有生防菌品种以及农药品种，通过各生防菌品种以及农药品种对于目标农作物种类信息不同生长阶段的耐受系数对相关防治的所有生防菌品种以及农药品种进行聚类，聚类完成后结合目标农药品种的剂量添加临界值对初始剂量进行调配，得到初始混合调配剂量，具体包括以下步骤：
4.根据权利要求1所述的一种生防菌与农药混合施用的剂量调配方法，其特征在于，所述获取预设时间节点内初始混合调配剂量对于栖息虫害的历史活性周期变化率，分析所述历史活性周期变化率，得到一类关联气候因子集和二类关联气候因子集，基于所述一类关联气候因子集和二类关联气候因子集对当前气候因子进行剂量调整计算，得到第一混合剂量调配方案，具体包括以下步骤：
5.根据权利要求4所述的一种生防菌与农药混合施用的剂量调配方法，其特征在于，所述获取农作物栽种区域的当前气候因子，基于一类关联气候因子集和二类关联气候因子集对所述当前气候因子进行分析计算，得到第一混合剂量调配方案，具体包括以下步骤：
6.根据权利要求1所述的一种生防菌与农药混合施用的剂量调配方法，其特征在于，所述通过第一混合剂量调配方案获取调配后的目标生防菌品种和目标农药品种混合剂量，构建生长健康衰减幅度的预测模型，将调配后的目标生防菌品种和目标农药品种混合剂量导入所述预测模型中，得到生长健康衰减预测幅度，分析实际生长健康衰减幅度与生长健康衰减预测幅度，得到第二混合剂量调配方案，具体包括以下步骤：
7.一种生防菌与农药混合施用的剂量调配系统，其特征在于，所述一种生防菌与农药混合施用的剂量调配系统包括存储器与处理器，所述存储器中储存一种生防菌与农药混合施用的剂量调配方法程序，所述一种生防菌与农药混合施用的剂量调配方法程序被所述处理器执行时，实现以下步骤：
