高荣华，李奇峰，孙 想，顾静秋，彭 程

（1. 北京农业信息技术研究中心/北京市农林科学院，北京 100097；2. 国家农业信息化工程技术研究中心，北京 100097；3. 农业农村部农业信息技术重点实验室，北京 100097；4. 北京市农业物联网工程技术研究中心，北京 100097）

0 引 言

互联网与多媒体技术的发展，使得以图像等为载体的多媒体信息在设施农业中迅速增加，以多种方式进行信息交换的多种媒介具有集成性、交互性等特点[1-5]。当前知识传播方式越来越具有多源、多形态、多属性等特性，这些从不同渠道获取的不同形态的媒体信息描述共同的知识，使得信息的产生、发展、传播跨越互联网等多种信息来源，跨越从不同渠道获取的文本、图像等多种信息形态，因此，如何从形态多变、分布零散、属性复杂的海量媒体资源中对有价值的知识进行获取和表达成为亟待解决的问题。

环境、病害图像、病害知识等多结构参数数据在作物生产、保护方面的智能诊断研究已取得显著成果[6-8]，Scott 等[9]在英国植保生物学信息技术大会上，提出利用数据库、分类学、多媒体等技术，实现植病流行学模拟与预测模型、植病诊断与管理专家系统，实现了结合多媒体与文本知识的智能诊断，但仅是逐步递推的诊断过程；Chesmore 等[10]通过对图像的特征提取实现真菌诊断，但因受光照、遮挡影响造成特征提取不准确而导致诊断不具有鲁棒性。Brahimi 等[11]对9 种西红柿叶片病害进行分析，获得较好的识别效果。

日本九州佐贺县的全自动蔬菜工厂[12]，实现蔬菜安全的监管，作物生长周期比较漫长，保存了大量的多媒体数据，但对于如何有效融合多媒体数据与其他结构数据，提取有价值信息，还没有相关研究。……