智慧農業智能分析物聯網、互聯網等技術與農業生產、加工、流通等各環節緊密結合，產生了大量多源異構的農業數據，并且這些數據仍在呈指數方式增長。如何采用數據挖掘與智能分析技術與手段發現或提取其中的有效信息與潛在價值，實現農業生產經營過程的整體信息化管控，在一定程度上加速轉變農業生產方式，提高生產水平與效率，對于發展與實現現代農業具有重要意義。本章在分析綜合分析農業數據挖掘的現狀和需求基礎上，從農業數據語義分析、農業病蟲害圖像識別、動物行為分析以及農產品無損檢測等方面介紹討論了農業典型數據挖掘的知識模型、處理方法與分析技術，并對未來的發展方向進行展望。農業數據挖掘農業數據挖掘特點供應鏈與溯源等精準定位與智能服務；設施監控和農業裝備智能調度、遠程診斷、設備運行和實施工況監控等。農業網絡數據挖掘WEB3農業網絡數據挖掘工具的典型代表有美國農業網絡信息中心（AGNIC）AgriscapeSearchHyltelHtml信息抽取InformationExtraction）使“Agsoso”等工具信息的查準率大幅提高。頁面所包含的非結構或半結構的清晰的格式。常用的信息抽取模型有基于隱馬爾可夫模型HiddenMarkovModel（HMM）的抽取方法，該方法要求大量的訓練實例，頁面格式無關，但本體庫的構建工作量非常大；基14農業感知數據挖掘除了農業網絡數據之外，在農業產業鏈前端以及農業生產過程農業生產過程的主體是生物，存在多樣性、變異性和不確定性，因此農業感知數據存在季節性、地域性、時效性、綜合性、多層次性等特點；而在具體應用場景上也涉及不同專業的多個領域，如氣象、美國的農場主通過安裝ClimateCorporation公司的氣象數據軟SolumFarmLogsPad就可以實現上傳目前農業感知大數據挖掘主要還是針對不同領域利用數據挖掘量的數據預處理算法和數據挖掘算法;農業數據挖掘服務則以服務的形式提供了針對不同領域、不同用戶的個性化數據挖掘與推薦方法。農業數據挖掘應用育種數據挖掘20040萬種，人們可以通過數據挖掘技術根據豐富的種植經驗和積累從這些眾多的品種資源數據庫中挖掘出適宜、優質的品種來進行培育。作物生產數據挖掘采用肥料效應函數法對每個測試點的土壤養分含量和產量進行分析比較，從而得出玉米生產過程中施肥量對其最后產量的影響。GIS技術對蝗蟲出蝗蟲爆發的程度空間分布圖來對其進行統計預測。根據山東省1999-2013年玉米田第四代棉鈴蟲發生程度采集的數據，采用支持向（SupportRegression,養殖數據挖掘BP神數據挖掘在養殖管理中的應用。采用聯機分析處理（On-LineAnalyticalProcessing,農業數據語義分析是巨大的挑戰，導致有效的農業知識無法得到有效的應用。隨著Internet的發展，農業知識共享和交互需求越來越廣泛，使得面向農業知識共享的語義分析技術得到研究。農業數據語義模型andAgriculture農業本體的農業詞斷陌生詞組與現有詞組之間的相似程度，從而完成概念的聚合和匹配。Lauser等構建了生Maliappis研農業數據存儲模型XML儲的性能與效率主要取決于元數據的組織方式以及語義標注的準確（{類別字段和農業XML文件，另一方面將注冊信息加入資源索引表，建立關鍵描述字農業數據知識表示（1）針對能代表農業領域概念的詞匯獲取和代表農業領域概念（同義詞或定義特征近似（2）針對海量知識中的概念（包括常識、農業專業知識、農業新聞流通領域等方面、概念與詞匯之間的對應關系（同構的或非同構的，按不同概念的某些屬性類來進行聚類；建立基于本體的農業（3）概念之間的關系獲取，采用上下位、特征因子等方法逐層（Ease-basedreasoning,。這個階段必須解決語OWL在本體與本體、本體與信息源的映射中解決。農業數據語義檢索本本體表示的查詢條件表達式。該查詢條件表達分布式農業知識協同構建農業本體協同構建個領域專家在相對獨立的個人工作區中對自己的領域本體片斷進行專家知識庫構建與知識模型管理農業知識構建（規則）進行管理。農業病蟲害圖像識別21世紀以來，受全球氣候、耕作制度變化和農產品貿易激增等因素影響，我國農作物重大有害生物呈持續重發態勢[18]。以2009年為例，全國農作物因病、蟲、草、鼠為害造成產量損失分別高達368億1000億元人民幣，對農業生產造成了基于機器視覺的農業病蟲害自動監測識別系統框架基于機器視覺的農業病蟲害自動監測識別系統框架如圖2-1所示。圖2-1農業病蟲害自動監測識別系統框架輸網絡將病蟲害圖像數據上傳到病蟲害自動監測與預警系統或用戶PDAMatlab進行害蟲圖像處理，并將害蟲識別算法編譯生成動態連接庫，然后在studio.Net平臺下進行調用；在studio.Net平臺中應用支持向量機進行害蟲種類識別，完成系統軟件的開發。農業病蟲害圖像采集方法室內病蟲害圖像采集方法過拍照獲取圖像。為獲取清晰的圖像需應用圖像采集箱完成拍照工作。工業相機可調節支架光源封閉箱體工控機

圖2-2圖像采集系統

落蟲板如圖2-2所示，圖像采集箱主要包括可調節支架、工業相機（-S2001（-120-0-WDH-SV2001GC相機通過網線與工控機相連，通過軟件對圖像進行采集操作。田間病蟲害圖像采集方法田間病蟲害圖像采集可直接應用野外相機正對寄主植物進行監2-32JV2054608×3456像素，采用自動模式拍攝，光圈值f=3.2。圖中參照物采用的是黃色乒乓球，用相機參照物固定環目標果實立柱圖2-3蘋果果實病蟲害自動監測2-42-4a為簡易1502-4b為自動更換粘蟲板的害蟲監測裝置，該裝置包括誘捕部 a簡易害蟲自動監測裝置b自動更換粘蟲板的害蟲自動監測裝置圖2-4基于機器視覺的害蟲監測裝置農業病蟲害圖像預處理440×355大小的范圍進行處理。由于監測裝置在田間HSV顏色空2-52-5a2-5b為梨小食心蟲圖像，將圖2-5b2-5a2-5c。2-5d。 a背景圖像b害蟲圖像c差分圖像d靶標害蟲分割圖像圖2-5基于圖像差分的害蟲分割農業病蟲害特征提取與識別模型構建Matlab環境.Net2-6HSV9SVM的模型訓練，將訓練得到的模型保存到數據庫中，用于后續的害蟲識別與計數[24]。圖2-6害蟲特征提取農業病蟲害模式識別2-7件界面圖。選擇常見的果樹害蟲梨小食心蟲(Busck、桃蛀螟(Guenee、蘋小卷葉蛾AdoxophyesoranaFishervonRoslerstamm動物行為分析

圖2-7害蟲識別與計數動物行為學（Ethology）是專門研究動物行為的學科，以研究動物與環境和群體內個體之間的關系以及和其他生物的互動等為主要內容，并在動物行為本身、行為維系群體的作用、個體發育進化史、行為的控制及社會性組織等方面研究進行了擴展[28]。稱為動物行為模式分析，由一個或多個具有時空關聯的基本行為組音頻分析技術動物聲音音頻采集需要針對不同動物種類設計相應的采集方案，（識別的基本單元的參考模板結合在一起形成參考模式庫；在識別階計算機視覺技術利的立法要求，相應地在養殖領域取得了一定的研究成果。為監測是目前最好的方法，這種技術以無接觸方式記錄動物行為信BiobserveTrackit23維采用直接序列圖像差分提取前景像素變化情況作為視覺圖像特無線傳感器網絡技術無線傳感器網絡是由部署在監測區域內眾多的微型傳感器節點愛爾蘭Diarymaster射頻識讀器識別牛只頸圈上的RFID標簽，實現門控式分群管理和牛的奶牛監測系統通過在奶牛頸部安裝無線傳感器節點獲取奶牛的體加速度傳感器采集動物行為數據并通過分析處理后來識別其活5超聲波成像技術（舍養動物的不同姿態對超聲波的反射、吸收、散射程度等參量的不同，再通過匯聚裝置將透云計算與大數據充分挖掘與發現原先未知的信息關聯性，這與動物養殖管理中的飼來基于大數據和云計算的動物行為分析技術勢必成為一種高效的動農產品無損檢測農產品的無損檢測（NondestructiveDeterminationTechnologiesNDT）是一門新興的綜合性應用學科，它是在不損壞被檢測對象的前提下，（diorqunyIdntifitiontrintionFI（煙（將輸出能量與對象品質有關的物理化學信息進行關聯并建立數學模（即在無損狀態下檢測出定性或定量的品質信息[41（所用的對象可以反復（（3（操（）節約試劑，綠色、環保。農產品無損檢測主要方法與基本原理光學特性分析法聲學特性分析利用農產品的聲學特性對其品質進行無損檢測是20世紀80年代以來發展形成的新技術[43]行分級。利用農產品聲學特性對其品質進行無損檢測和分級是生物計算機視覺檢測技術計算機視覺是以計算機和圖像獲取部分為工具，以圖像處理技電學特性分析物質介電特性是指生物分子中的負電荷對外加電場的響應特性。核磁共振檢測技術核磁共振技術（NMR）是一種探測濃縮氫質子的技術，它對農[46]NMRX射線檢測技術X射線具有穿透能力，物質的密度大小影響X射線的穿透量的多X射線已被成功地運用于農產品的自動化無損檢測分級中[47]。光譜成像技術（Spectral是20世紀80年代發展起來的新品質與安全性檢測中應用高光譜圖像檢測技術是一種重要發展趨勢[48-50]。無損檢測在農產品質量檢測中的應用X、功能成分（維生素、生物堿等、有害成分（硫甙、芥酸、焦油、毒素）等內部品質[51-54]表2-1。表2-1農產品無損檢測技術的應用產品類別檢測指標谷物和油料作物乳制品、肉類、魚類、蛋類谷氨酸、葡萄糖、產品種類、真偽水果蔬菜酸度、含糖量、維生素、水分、纖維素、可溶性固形物等品質、產地鑒定、分類定性判別