基于決策樹(shù)的蔬菜病害靜態(tài)預(yù)警模型

紀(jì)思琪，吳芳，李乃祥

（天津農(nóng)學(xué)院 計(jì)算機(jī)與信息工程學(xué)院，天津 300384）

基于決策樹(shù)的蔬菜病害靜態(tài)預(yù)警模型

紀(jì)思琪，吳芳通信作者，李乃祥

（天津農(nóng)學(xué)院 計(jì)算機(jī)與信息工程學(xué)院，天津 300384）

設(shè)施蔬菜病害嚴(yán)重影響蔬菜的產(chǎn)量和質(zhì)量，利用傳統(tǒng)的防治措施不能很好地滿足社會(huì)對(duì)食品安全和良好的生活環(huán)境的要求，而設(shè)施蔬菜病害預(yù)警則可兼顧蔬菜生產(chǎn)和社會(huì)要求，是一種綠色、有效的病害防治方式。本文采用決策樹(shù) C4.5算法對(duì)蔬菜病害進(jìn)行預(yù)警，構(gòu)建設(shè)施蔬菜病害靜態(tài)預(yù)警模型。為測(cè)試模型的可行性和適用性，以黃瓜黑星病為例，對(duì)所構(gòu)建的預(yù)警模型進(jìn)行分析評(píng)價(jià)。結(jié)果表明：運(yùn)用決策樹(shù) C4.5算法能夠?qū)崿F(xiàn)對(duì)黃瓜黑星病的預(yù)警，模型預(yù)測(cè)具有準(zhǔn)確率較高、所需時(shí)間短等特點(diǎn)，可以有效地運(yùn)用于實(shí)際生產(chǎn)之中。

設(shè)施蔬菜病害；預(yù)警；決策樹(shù)；黃瓜黑星??；分析評(píng)價(jià)

目前，基于決策樹(shù)預(yù)警的研究分析工作開(kāi)展得如火如荼。已有學(xué)者使用決策樹(shù)技術(shù)在銀行風(fēng)險(xiǎn)預(yù)警方面[1]、土壤重金屬污染方面[2]等取得較大的研究成果。這些研究為基于決策樹(shù)技術(shù)的設(shè)施蔬菜病害靜態(tài)預(yù)警提供了可行性先例。設(shè)施蔬菜病害嚴(yán)重影響蔬菜的產(chǎn)量和質(zhì)量，通常的防治措施是藥劑防治。這種方式雖然可以有效地防治相應(yīng)的病害，但它浪費(fèi)資源，增加農(nóng)業(yè)生產(chǎn)成本，污染生態(tài)環(huán)境，農(nóng)藥的殘留使蔬菜在安全方面也有隱患。而把預(yù)警應(yīng)用于設(shè)施蔬菜病害方面，利用數(shù)據(jù)挖掘方法，探尋設(shè)施環(huán)境條件與病害的關(guān)聯(lián)關(guān)系，把以診治為主的設(shè)施蔬菜病害防控模式轉(zhuǎn)變?yōu)橐灶A(yù)防為主，降低了病害防控成本，減少了農(nóng)藥殘留和環(huán)境污染，在農(nóng)業(yè)科技和食品安全方面具有重要意義[3]?；谶@一構(gòu)想，以黃瓜黑星病為例，驗(yàn)證決策樹(shù)技術(shù)在蔬菜病害預(yù)警應(yīng)用上的可行性。在預(yù)警過(guò)程中，通過(guò)實(shí)時(shí)地對(duì)溫度、濕度、土壤酸堿度等自然條件的測(cè)量，預(yù)測(cè)病害的發(fā)生，再根據(jù)預(yù)測(cè)結(jié)果調(diào)整當(dāng)前環(huán)境，從而達(dá)到預(yù)警黃瓜病害的目的。決策樹(shù)技術(shù)是目前廣泛應(yīng)用的分類(lèi)方法之一，具有易理解、需求信息量少、效率及準(zhǔn)確率均較高等優(yōu)點(diǎn)。將此技術(shù)應(yīng)用于蔬菜病害預(yù)警中，可以較為有效、準(zhǔn)確地判定環(huán)境與病害的內(nèi)在聯(lián)系，在蔬菜病害防治、提高農(nóng)業(yè)生產(chǎn)方面具有重要的現(xiàn)實(shí)意義。

1 材料準(zhǔn)備

1.1 樣本指標(biāo)的選取

黃瓜為常見(jiàn)設(shè)施蔬菜之一，選取黃瓜作為代表，具有典型性。黃瓜常見(jiàn)的病害有霜霉病、白粉病、黑星病等。本文以黑星病為例，進(jìn)行黃瓜病害預(yù)警測(cè)試。通過(guò)對(duì)當(dāng)前溫度、光照、土壤pH值等環(huán)境條件的測(cè)量，預(yù)測(cè)黃瓜病害發(fā)生的可能性，繼而根據(jù)預(yù)測(cè)結(jié)果來(lái)調(diào)整當(dāng)前環(huán)境。由資料可知，黃瓜黑星病由瓜瘡痂枝孢菌所致, 病菌以菌絲體附著在病株殘?bào)w上致其發(fā)病，在棚室內(nèi)的潛育期一般3～10 d。該病菌在低溫高濕等一系列復(fù)合條件下容易發(fā)生和流行。一般在 2月中下旬開(kāi)始發(fā)病，到5月份以后氣溫高時(shí)病害依然發(fā)生[4-5]。本研究選用容易感染此種病害的黃瓜品種‘津研四號(hào)’進(jìn)行試驗(yàn)[6]。資料顯示[7]：土壤 pH 值、空氣相對(duì)濕度、空氣溫度在黃瓜發(fā)病過(guò)程中起主要作用。致使黃瓜黑星病病害發(fā)生的條件為：土壤pH值為2.5～7.0；空氣相對(duì)濕度≥90%；空氣溫度為15～25 ℃。

1.2 數(shù)據(jù)收集

黃瓜黑星病的發(fā)病是一個(gè)復(fù)雜的過(guò)程，是多個(gè)發(fā)病因素相互交叉、共同作用的結(jié)果。根據(jù)相關(guān)書(shū)籍查閱資料，搜集所需的數(shù)據(jù)。數(shù)據(jù)包括樣例序號(hào)、發(fā)病與否（其中，1表示黃瓜不發(fā)病，即正常；2表示黃瓜發(fā)病，即異常）、溫度、土壤pH、空氣相對(duì)濕度等5類(lèi)。部分?jǐn)?shù)據(jù)如表1。共330組數(shù)據(jù)，其中290組數(shù)據(jù)作為訓(xùn)練集，40組數(shù)據(jù)作為測(cè)試集。然后使用決策樹(shù)C4.5算法進(jìn)行模型構(gòu)建及測(cè)試，并對(duì)所構(gòu)建模型進(jìn)行可行性分析。

表1 黃瓜黑星病部分?jǐn)?shù)據(jù)表

2 相關(guān)理論

2.1 決策樹(shù)思想[8-9]

決策樹(shù)是一個(gè)類(lèi)似于流程圖的樹(shù)形結(jié)構(gòu)，通過(guò)把樣本實(shí)例從根節(jié)點(diǎn)排列到某個(gè)葉子節(jié)點(diǎn)來(lái)對(duì)其進(jìn)行分類(lèi)。樹(shù)上的每一個(gè)非葉子節(jié)點(diǎn)代表對(duì)一個(gè)屬性取值的測(cè)試，其分支就代表測(cè)試的每個(gè)結(jié)果。而樹(shù)上的每個(gè)葉子節(jié)點(diǎn)均代表一個(gè)分類(lèi)的類(lèi)別，樹(shù)的最高層節(jié)點(diǎn)是根節(jié)點(diǎn)，它采用自頂向下的方式構(gòu)造判定樹(shù)。從樹(shù)的根節(jié)點(diǎn)開(kāi)始，在其內(nèi)部節(jié)點(diǎn)上進(jìn)行屬性值的測(cè)試比較，然后按照給定實(shí)例的屬性值確定對(duì)應(yīng)分支，最后在決策樹(shù)的葉子節(jié)點(diǎn)得到結(jié)論。這個(gè)過(guò)程在以新的節(jié)點(diǎn)為根的子樹(shù)上重復(fù)。

2.2 決策樹(shù)模型構(gòu)建過(guò)程

在Matlab R2012b平臺(tái)上進(jìn)行模型的構(gòu)建。決策樹(shù)C4.5算法構(gòu)建決策樹(shù)需要兩個(gè)階段：決策樹(shù)的生成階段和決策樹(shù)的優(yōu)化階段。將決策樹(shù)應(yīng)用于黃瓜黑星病的預(yù)測(cè)，在實(shí)現(xiàn)預(yù)測(cè)的過(guò)程中首先將 330組數(shù)據(jù)導(dǎo)入，然后進(jìn)行決策樹(shù)分類(lèi)器的創(chuàng)建工作，接著進(jìn)行仿真測(cè)試，最后對(duì)測(cè)試結(jié)果進(jìn)行分析。為更好地實(shí)現(xiàn)預(yù)測(cè)，還可進(jìn)而調(diào)整相應(yīng)的參數(shù)。設(shè)計(jì)步驟流程圖如圖1：

圖1 設(shè)計(jì)步驟流程圖

2.2.1 數(shù)據(jù)采集

數(shù)據(jù)存放于shuju.mat文件中，共330組數(shù)據(jù)。290組數(shù)據(jù)作為訓(xùn)練集，剩余40組作為測(cè)試集。將 330組數(shù)導(dǎo)入，程序自動(dòng)分配產(chǎn)生訓(xùn)練集和測(cè)試集。

2.2.2 決策樹(shù)分類(lèi)器創(chuàng)建

首先，用函數(shù)ClassificationTree.fit（）創(chuàng)建一個(gè)決策樹(shù)分類(lèi)器，如圖2，具體程序如下：

ctree = ClassificationTree.fit（P_train，T_train）view（ctree，‘mode’，‘graph’）

圖2 決策樹(shù)分類(lèi)器的創(chuàng)建

圖2是由程序隨機(jī)分配的290組訓(xùn)練集和40組測(cè)試集初步創(chuàng)建的決策樹(shù)分類(lèi)器。由圖2可知，構(gòu)建的決策樹(shù)的分支比較多，相對(duì)的“枝繁葉茂”。

2.2.3 仿真測(cè)試

利用predict（ctree，P_test）函數(shù)對(duì)創(chuàng)建好的決策樹(shù)分類(lèi)器進(jìn)行仿真測(cè)試。

2.2.4 結(jié)果分析

基于程序隨機(jī)產(chǎn)生的訓(xùn)練集和測(cè)試集創(chuàng)建決策樹(shù)分類(lèi)器，并進(jìn)行仿真測(cè)試，得到一次運(yùn)行結(jié)果如下：

病例總數(shù)：330 正常：156 異常：174

訓(xùn)練集病例總數(shù)：290 正常：139 異常：151

測(cè)試集病例總數(shù)：40 正常：17 異常：23

正常黃瓜確診：16 誤診：1

確診率p1＝94.117 6%

異常黃瓜確診：23 誤診：0

確診率p2＝100.000 0%

由結(jié)果可知，在40個(gè)測(cè)試集樣本中，判斷錯(cuò)誤1個(gè)（正常黃瓜被誤診為異常）。正常黃瓜、異常黃瓜確診率分別為94.117 6%、100.000 0%，確診率較高，表明所創(chuàng)建的決策樹(shù)分類(lèi)器可以應(yīng)用于黃瓜黑星病的診斷。

2.3 決策樹(shù)的優(yōu)化

對(duì)于一個(gè)“枝繁葉茂”的決策樹(shù)，訓(xùn)練集樣本的正確率往往較高。然而不能保證對(duì)于獨(dú)立的測(cè)試集也有近似的分類(lèi)正確率。因?yàn)椤爸θ~繁茂”的決策樹(shù)往往是過(guò)擬合的。相反對(duì)于一個(gè)結(jié)構(gòu)簡(jiǎn)單（分支少，葉子節(jié)點(diǎn)少）的決策樹(shù)，訓(xùn)練集樣本的分類(lèi)正確率并非特別高，但是可以保證測(cè)試集的分類(lèi)正確率。可通過(guò)兩種方法來(lái)調(diào)整決策樹(shù)性能：改變?nèi)~子節(jié)點(diǎn)所包含的最小樣本數(shù)和剪枝。

2.3.1 葉子節(jié)點(diǎn)所含的最小樣本數(shù)對(duì)決策樹(shù)性能的影響

決策樹(shù)性能可用交叉驗(yàn)證誤差作為衡量指標(biāo)，葉子節(jié)點(diǎn)所含的最小樣本數(shù)對(duì)決策樹(shù)性能影響的關(guān)鍵程序如下：

運(yùn)行結(jié)果如圖3所示。每個(gè)葉子節(jié)點(diǎn)包含的最佳樣本數(shù)在[10，20]這個(gè)范圍比較合適。而交叉驗(yàn)證誤差最小時(shí)所對(duì)應(yīng)的最小樣本數(shù)大概為17左右。將最小樣本數(shù)（minleaf）設(shè)置為17，生成優(yōu)化決策樹(shù)。

圖3 葉子節(jié)點(diǎn)含有的最小樣本數(shù)對(duì)決策樹(shù)性能的影響

計(jì)算優(yōu)化前、后決策樹(shù)的重采樣誤差和交叉驗(yàn)證誤差，比較原始決策樹(shù)和優(yōu)化后決策樹(shù)的性能，關(guān)鍵程序如下：

由運(yùn)行結(jié)果和圖4可知，優(yōu)化后的決策樹(shù)分類(lèi)器簡(jiǎn)化很多。雖然優(yōu)化后的決策樹(shù)分類(lèi)器重代入誤差高于優(yōu)化前的重代入誤差（resubOpt＝0.036 7＞resubDefault＝0.013 3），但是交叉驗(yàn)證誤差稍小于優(yōu)化前（lossOpt＝0.040 0＜lossDefault＝0.046 7）。所以，當(dāng)minleaf＝17時(shí)，可以減小交叉驗(yàn)證誤差，優(yōu)化決策樹(shù)性能。

圖4 優(yōu)化后的決策樹(shù)分類(lèi)器

2.3.2 剪枝對(duì)決策樹(shù)性能的影響

決策樹(shù)的過(guò)擬合會(huì)導(dǎo)致決策樹(shù)的精度降低，決策樹(shù)的規(guī)模增大。規(guī)模過(guò)大，對(duì)于測(cè)試數(shù)據(jù)的分類(lèi)性能可能會(huì)相當(dāng)差，不利于對(duì)決策樹(shù)的理解，剪枝可提高決策樹(shù)性能。因此決策樹(shù)的剪枝是非常有必要的[10-11]。

在決策樹(shù)完美分割學(xué)習(xí)樣例之前，停止決策樹(shù)的生長(zhǎng)。這種提早停止決策樹(shù)生長(zhǎng)的方法，稱(chēng)為預(yù)剪枝方法。而本文中采用后剪枝方法。與預(yù)剪枝方法盡量避免過(guò)度分割的思想不同，一般情況下，即使決策樹(shù)可能出現(xiàn)過(guò)度擬合現(xiàn)象，算法依然允許其充分生長(zhǎng)。在決策樹(shù)完全生長(zhǎng)之后，通過(guò)特定標(biāo)準(zhǔn)去掉原決策樹(shù)中的某些子樹(shù)，這種方法即為后剪枝方法。剪枝后的重代入誤差和交叉驗(yàn)證誤差為：resubPrune＝0.020 0，lossPrune＝0.043 3。圖5為剪枝后的決策樹(shù)分類(lèi)器。

圖5 剪枝后的決策樹(shù)分類(lèi)器

相比圖2，圖5決策樹(shù)分類(lèi)器結(jié)構(gòu)簡(jiǎn)單，清晰明了，更有利于理解決策樹(shù)的構(gòu)建過(guò)程。剪枝后的重代入誤差稍高于優(yōu)化前（resubPrune＝0.020 0＞resubDefault＝0.013 3），但交叉驗(yàn)證誤差稍優(yōu)于優(yōu)化前（lossPrune＝0.043 3＜lossDefault＝0.046 7）。比較圖4與圖5，雖然圖5結(jié)構(gòu)較圖4復(fù)雜，但其重代入誤差小于圖4，交叉驗(yàn)證誤差相當(dāng)。由一系列數(shù)據(jù)結(jié)果和圖形可知，剪枝可實(shí)現(xiàn)決策樹(shù)性能優(yōu)化，因此對(duì)決策樹(shù)的剪枝是有必要的。

2.4 決策樹(shù)模型確診率

為測(cè)試所構(gòu)建模型的普遍適用性，運(yùn)行20次決策樹(shù)C4.5算法程序，得到20次黃瓜確診率，如圖6。由圖6計(jì)算平均值可知，正常黃瓜和異常黃瓜平均確診率都高達(dá)90%，表明將決策樹(shù)C4.5算法應(yīng)用于黃瓜黑星病預(yù)警有效、可靠。

圖6 決策樹(shù)模型確診率

2.5 決策樹(shù)模型構(gòu)建時(shí)間

運(yùn)行20次決策樹(shù)C4.5算法程序，時(shí)間開(kāi)銷(xiāo)如圖7。20次決策樹(shù)模型構(gòu)建平均時(shí)間在4 s左右，模型構(gòu)建速度很快，在黃瓜黑星病的實(shí)際預(yù)警過(guò)程中實(shí)時(shí)性較強(qiáng)。

圖7 決策樹(shù)模型構(gòu)建時(shí)間開(kāi)銷(xiāo)

3 結(jié)論

設(shè)施蔬菜病害靜態(tài)預(yù)警在未來(lái)的農(nóng)業(yè)科技和食品安全方面具有重要的意義。經(jīng)過(guò)應(yīng)用設(shè)想、構(gòu)建模型、模型測(cè)試、分析總結(jié)等一系列的研究過(guò)程，證明將決策樹(shù)C4.5算法應(yīng)用在黃瓜黑星病預(yù)警過(guò)程中正確率高達(dá) 90%，時(shí)間開(kāi)銷(xiāo)較小，有很高的可行性。這也進(jìn)一步說(shuō)明數(shù)據(jù)的準(zhǔn)確性、指標(biāo)和模型建立的合理性。經(jīng)推廣，可將決策樹(shù)模型應(yīng)用于更多的設(shè)施蔬菜病害預(yù)警中。

[1] 李磊. 決策樹(shù)模型在銀行風(fēng)險(xiǎn)預(yù)警系統(tǒng)中的應(yīng)用[D].北京：北京郵電大學(xué)，2007.

[2] 焦夢(mèng)姝，張麒，彭佳紅. 基于決策樹(shù)技術(shù)的土壤重金屬污染預(yù)警分析研究[J]. 電腦知識(shí)與技術(shù)，2014，10（26）：6210-6213.

[3] 邵峰晶，于忠清. 數(shù)據(jù)挖掘原理與算法[M]. 北京：電子工業(yè)出版社，2003.

[4] 竇玉. 黃瓜黑星病的發(fā)生及綜合防治技術(shù)[J]. 現(xiàn)代農(nóng)業(yè)，2012，38（2）：27.

[5] 王海旺，李秀文，李恩萍，等. 影響黃瓜黑星病發(fā)生發(fā)展的環(huán)境因素[J]. 天津農(nóng)林科技，2012，65（6）：13-14 .

[6] 朱建蘭，陳秀蓉. 黃瓜品種對(duì)黑星病的抗性鑒定結(jié)果[J].甘肅農(nóng)業(yè)科技，1998，36（7）：33-35.

[7] 高中禮，高鳳俠. 日光溫室黃瓜黑星病的防治技術(shù)[J].中國(guó)園藝文摘，2012，28（5）：160-161.

[8] 毛國(guó)君，段立娟，王實(shí)，等. 數(shù)據(jù)挖掘原理與算法[M].北京：清華大學(xué)出版社，2005.

[9] 林向陽(yáng). 數(shù)據(jù)挖掘中的決策樹(shù)算法比較研究[J]. 中國(guó)科技信息，2010，22（2）：94-95.

[10] 鞏固，黃永青，郝國(guó)生. 決策樹(shù)算法的優(yōu)化研究[J]. 計(jì)算機(jī)工程與應(yīng)用，2010，46（13）：139-141，150.

[11] 姚家奕，姜海，王秦. 決策樹(shù)算法的系統(tǒng)實(shí)現(xiàn)與修剪優(yōu)化[J]. 計(jì)算機(jī)工程與設(shè)計(jì)，2002，23（8）：75-77.

責(zé)任編輯：張愛(ài)婷

Static Early-warning Model of Vegetable Diseases Based on Decision Tree

JI Si-qi, WU FangCorrespondingAuthor, LI Nai-xiang
（College of Computer and Information Engineering, Tianjin Agricultural University, Tianjin 300384, China）

The yield and quality of facility vegetables are seriously affected by diseases. Traditional control measures can not well meet the requirements of food safety and friendly environment from society whereas facility vegetable diseases early warning, which is a green and effective diseases control mode, can give consideration to both vegetable production and requirements of society. In this paper, decision tree C4.5 algorithm is applied to early warning of vegetable diseases and based on which static early warning model of facility vegetable diseases is constructed. For testing the feasibility and applicability of the model, cucumber scab is taken for example and the model constructed is analysed and evaluated. Result shows that using decision tree C4.5 algorithm is able to realize early warning of cucumber scab. The model of high accuracy and less time can be effectively applied to the actual production.

facility vegetable diseases; early warning; decision tree; cucumber scab; analysis and evaluation

TP391.4

：A

2016-05-23

天津市大學(xué)生創(chuàng)新創(chuàng)業(yè)訓(xùn)練計(jì)劃項(xiàng)目“基于決策樹(shù)的蔬菜病害靜態(tài)預(yù)警模型”（201510061014）；天津市農(nóng)業(yè)物聯(lián)網(wǎng)區(qū)試工程項(xiàng)目“設(shè)施蔬菜病害智能識(shí)別與監(jiān)測(cè)預(yù)警系統(tǒng)建設(shè)”（無(wú)編號(hào)）

紀(jì)思琪（1996-），女，江蘇徐州人，本科在讀，主要從事物聯(lián)網(wǎng)方面的研究。E-mail：646581858@qq.com。

吳芳（1979-），女，天津市人，講師，博士，主要從事智能信息處理方面的研究。E-mail：20874116@qq.com。

1008-5394（2017）02-0077-04