通过深度学习技术在可持续果树学中精准预防和早期检测核桃病虫害

《Applied Fruit Science》：Precision Prevention and Early Detection of Active Walnut Pests and Diseases Through Deep Learning Applications for Sustainable Pomology

核桃病虫害自动检测系统采用InceptionV3和ResNet50模型，通过图像预处理和数据增强提升性能，实验显示InceptionV3在病虫害检测中表现更优，准确率达98.05%-98.67%，有效支持可持续发展目标。

　　

摘要

害虫和疾病是严重影响核桃生产力的主要问题，这一问题在核桃生长的所有物候阶段都存在。干预措施的延迟会加剧经济风险，增加控制成本，并加剧害虫与寄主病原体之间的协同作用，从而放大环境和收成损失。自动检测害虫和疾病至关重要，它能够实现实时检测和干预，限制病原体的扩散，减少收成损失，防止害虫传播到邻近植物，提高作物保护系统的效率和可持续性。为了解决这一多因素问题，本研究系统地比较和评估了两种独立设计的自定义层模型——InceptionV3和ResNet50——在核桃害虫和疾病检测方面的性能。这些模型使用了来自印度查谟和克什米尔地区Kupwara周边农民田地的图像数据集，该数据集包含了17类有害虫和3类病原体疾病。研究采用了先进的预处理步骤，如高分辨率图像选择和数据增强，以提高特征准确性、改善模型泛化能力、减轻过拟合现象，并确保模型在各种环境条件下的稳健性能。通过准确性、精确度、召回率、F1分数和误差矩阵等指标对模型性能进行了严格评估，并与最先进的方法进行了全面对比。实验结果表明，InceptionV3模型在核桃害虫检测方面表现出优于现有方法的性能，训练准确率为99.87%，验证准确率为98.62%，测试准确率为98.05%，精确度、召回率和F1分数均为98.07%。同样，在核桃疾病检测方面，InceptionV3模型也表现出优异的检测能力，训练准确率为99.77%，验证准确率为98.68%，测试准确率为98.25%，精确度、召回率和F1分数均为98.67%，显示出其在疾病检测方面的稳健性和有效性。所提出的核桃害虫和疾病检测模型可以通过物联网（AIoT）和移动应用程序集成到实际农业应用中，实现智能农业中的综合害虫和疾病管理（IPDM）。此外，这项研究通过实现早期害虫和疾病检测，显著推动了可持续发展目标（SDGs）的实现，支持及时、精确且资源高效的农业干预措施。它有助于实现SDG-1（消除贫困），通过可持续的作物生产防止严重的粮食不安全和饥饿问题，保障数百万小规模和边缘化农民的主要收入来源。SDG-2（零饥饿）旨在减少作物损失，确保粮食安全，并促进可持续农业实践。SDG-3（良好健康与福祉）旨在减少对有毒化学农药的需求，保护农民和消费者的健康与福祉。SDG-12（负责任的消费和生产）通过提高产量和防止产后损失来支持这一目标，特别是通过实现SDG目标12.4。它还通过促进主动预防和有针对性的局部干预（而非全面喷洒农药）来推进SDG-13（气候行动）。SDG-15（陆地生命）则通过推广可持续农业和土地管理实践、保护生物多样性以及减少农药过度使用造成的环境退化来得到支持。

害虫和疾病是严重影响核桃生产力的主要问题，这一问题在核桃生长的所有物候阶段都存在。干预措施的延迟会加剧经济风险，增加控制成本，并加剧害虫与寄主病原体之间的协同作用，从而放大环境和收成损失。自动检测害虫和疾病至关重要，它能够实现实时检测和干预，限制病原体的扩散，减少收成损失，防止害虫传播到邻近植物，提高作物保护系统的效率和可持续性。为了解决这一多因素问题，本研究系统地比较和评估了两种独立设计的自定义层模型——InceptionV3和ResNet50——在核桃害虫和疾病检测方面的性能。这些模型使用了来自印度查谟和克什米尔地区Kupwara周边农民田地的图像数据集，该数据集包含了17类有害虫和3类病原体疾病。研究采用了先进的预处理步骤，如高分辨率图像选择和数据增强，以提高特征准确性、改善模型泛化能力、减轻过拟合现象，并确保模型在各种环境条件下的稳健性能。通过准确性、精确度、召回率、F1分数和误差矩阵等指标对模型性能进行了严格评估，并与最先进的方法进行了全面对比。实验结果表明，InceptionV3模型在核桃害虫检测方面表现出优于现有方法的性能，训练准确率为99.87%，验证准确率为98.62%，测试准确率为98.05%，精确度、召回率和F1分数均为98.07%。同样，在核桃疾病检测方面，InceptionV3模型也表现出优异的检测能力，训练准确率为99.77%，验证准确率为98.68%，测试准确率为98.25%，精确度、召回率和F1分数均为98.67%，显示出其在疾病检测方面的稳健性和有效性。所提出的核桃害虫和疾病检测模型可以通过物联网（AIoT）和移动应用程序集成到实际农业应用中，实现智能农业中的综合害虫和疾病管理（IPDM）。此外，这项研究通过实现早期害虫和疾病检测，显著推动了可持续发展目标（SDGs）的实现，支持及时、精确且资源高效的农业干预措施。它有助于实现SDG-1（消除贫困），通过可持续的作物生产防止严重的粮食不安全和饥饿问题，保障数百万小规模和边缘化农民的主要收入来源。SDG-2（零饥饿）旨在减少作物损失，确保粮食安全，并促进可持续农业实践。SDG-3（良好健康与福祉）旨在减少对有毒化学农药的需求，保护农民和消费者的健康与福祉。SDG-12（负责任的消费和生产）通过提高产量和防止产后损失来支持这一目标，特别是通过实现SDG目标12.4。它通过促进主动预防和有针对性的局部干预（而非全面喷洒农药）来推进SDG-13（气候行动）。SDG-15（陆地生命）则通过推广可持续农业和土地管理实践、保护生物多样性以及减少农药过度使用造成的环境退化来得到支持。