农作物病虫害智能诊断及其在农业智能系统中的应用

农作物病虫害智能诊断及其在农业智能系统中的应用

张先锋

山东省菏泽市鄄城县农业农村局 山东省菏泽市 274600

摘要：我国国土面积广大，各地区生态气候环境差异造成病虫害的发生各有特点。近年来，农业产业的快速发展带来的种植模式及生产结构的变化，加之区域大气候和田间小气候等的影响，作物有害生物的种类及数量不断变化，给新时期农作物病虫害测报预警及防控工作带来了新的挑战。目前的标准体系，同不断变化的植保工作相比存在着较大的缺口。在农业新的发展时期，如何构建系统、完善同时兼具实用性的农作物病虫测报预警技术标准体系成为当下植保工作面临的突出问题。

关键词：农作物；病虫害；智能诊断；农业智能系统；应用

1农业病虫害测报预警体系标准现状

1.1测报标准体系结构分析

在农业病虫害测报预警方面，已初步形成由国家标准、行业标准和地方标准组成的农业病虫害测报标准体系，有力的推动了我国农业病虫害测报预警事业发展。对已有标准的综合分析发现，反映市场和创新需要的团体标准、企业标准制修订缺失严重，其主要原因在于虽然新标准化法赋予了学会、协会、商会、联合会、产业技术联盟等社会团体制定团体标准的法律依据，但是目前农业病虫害测报预警团体标准培育力度较弱。同时受农业植保技术整体发展水平的制约，虽然全面取消企业标准的备案，建立企业标准自我声明公开和领跑者制度，但是大部分植保企业制订标准的积极性不高亦存在能力不足，导致企业标准缺乏竞争力。上述原因也造成目前农业病虫害测报预警方面团体标准、企业标准缺位的现状。

1.2新发病虫害标准制修订滞后

随着种植结构的调整和全球气候变暖，农作物重大病虫害多发、重发、频发态势明显，虽然农业农村部牵头制定了《草地贪夜蛾测报技术规范》（NY/T3866—2021），但是距离落地实施还存在不小的距离。种植结构调整及气候变化引起的病虫害种类的变化，以及次要病虫害上升为主要病虫害等因素叠加，相应的调查规范缺失或未能及时的制订；或者各地依据自身的情况自行拟定相应的调查测报规范，而各地制订的标准缺乏统一，调查、记录及统计结果千差万别，可比性差，不利于数据在大尺度上的系统分析，无法对病虫害区域间的传播进行有效的测报预警。

1.3调查过程繁琐，标准规范执行力度弱

各地区植保系统普遍存在基层测报技术人员少、青黄不接、年龄结构老化情况，同时受于农业产业结构调整、病虫害发生种类和规律变化、植保人员新测报技术方面知识更新能力弱以及承担繁重的其他工作任务等因素影响，病虫害测报预警工作面临较大的挑战。基层植保普遍存在农作物病虫害物联网监测设备、物联网自动虫情测报采集设备、昆虫性诱电子测报系统、害虫性诱自动计数设备、田间小气候自动观测仪等新型智能化监测设备配备较少。现有病虫测报技术规范虽然对病虫害调查的各个环节都作了系统详尽的规定，但由于调查强度大、耗费人力等问题，在实际应用中得不到有效的执行，影响后期病虫害发生规律、发生动态方面的比较分析，造成植保防控技术应用不到位，应用效果大打折扣。

2农作物病虫害智能诊断的应用

2.1信息化技术的应用

传感技术、计算机技术、通信技术及人工智能等技术的飞速发展，驱使农业信息化成为世界各国的共同选择。我国是农业大国，智能化信息技术与农业的有机融合是提高农作物抗病虫害整体水平、提升农作物产量与品质、实现农业现代化的必然选择。农业生产具有典型的生理过程复杂性，在开放复杂的生态系统中准确获取农作物生产环境数据，并开展病虫害智能监控对实现农业科学生产意义重大，为此我国农业科技工作者在农作物科学种植和管理方面进行了深入详尽的研究，积累了大量宝贵的经验。谭文学、梅晓勇、王细萍、谭明涛、李剑波、潘承庆共同执笔的《深度学习在农作物病虫害智能诊断及农业智能系统中的应用与实践》一书是一本专门研究农作物病虫害智能诊断的著作，由清华大学出版社于2021年2月出版发行。全书以深度技术学习为技术手段，提出运用惩罚校正的支持向量聚类算法和校正方法改善籽种品质定级准确性，并围绕农作物病虫害识别和诊断提供了大量病虫害实例，为植保专业的学生和农业工程技术研究人员提供了丰富的理论指导和实践帮助。

2.2病虫害的诊断

坚持农业持续发展则须提高农业病虫害预防的准确率，然而虫害肆虐、生理病变仍然是困扰农作物生长的基础问题，科学有效的病虫害防控预案对指导农业科学生产意义重大。病虫害的诊断需经历数据获取、有效信息提取及样本分类3个阶段。首先是数据获取。农业物联网可获取海量的有价值的图像数据，通过传感器将物理输入转变为数据信号，因此基于图像处理技术并结合统计分析进行图像预处理和原始数据的去噪得到了广泛的研究。接下来是特征提取。随着信息获取技术的高速发展，人的感知模型和机器学习有机模型的结合成为可能，输入空间和特征空间之间达成了非线性映射，提高了提取技术在病虫害智能诊断过程中的识别精准度。特征提取的成功也将大大简化样本分类工作，是高维度、非线性的农业数据获得成功应用的关键环节。此外，采用高级程序语言开发的农业专家系统在病虫害防治中也有较多应用。最后是样本分类。在农作物生长的开放环境中，现场视频感知设备会受到多种干扰，要想获取识别病虫害的完备数据需以图像的计算机识别理论及技术为突破口，书中提出了设计病虫害图像圆形整形算法，实现了对代表性显著图像样本的识别预处理。同时以PCA方法为基础提出了病害图像降维方法，使得特征提取的准确率更加理想。“机器深度学习”的引入有倾向性地完善了提取性能，对于提速最终的样本分类有积极的推动意义。总体来看，《深度学习在农作物病虫害智能诊断及农业智能系统中的应用与实践》一书对病虫害智能诊断的探讨，不论是广度覆盖还是深度研究都取得了关键性突破。

2.3物联网技术应用

农业智能系统将物联网技术广泛应用到农业发展中，同时集成了音视频、3S及无线通信等技术为农业提供可视化管理和智能化决策，可以说进入了农业生产的高级阶段。农作物病虫害智能监控系统的体系架构则为整个农业智能系统的农情数据库提供了具有重要利用价值的基础数据，为获取农作物产量与品质的最优应对方案打下了坚实基础。农业的变量投入能大大降低农业生产成本，农作物病虫害智能诊断对病害分布的及时自动感知和对杂草的精准识别有效避免了用药、施肥、灌溉等行为的过度化和滥用，不仅推动了农业生产的自动化和产业化，同时保护了农业生态环境和人类健康，这将是实现农业精准化和农业现代化重要战略目标的基石。

结论

信息技术的发展给农业带来新的机遇和挑战，农作物病虫害智能诊断不仅能科学指导农业生产，也为农业智能系统的完善提供了重要基础。

参考文献：

[1]杜学林.现代植物保护技术是实现农业标准化的关键[J].农业科技通讯,2020(5):30-31.

[2]焦明歧.植保工作的标准化与植保信息网络建设[J].贵州农业科学,2020,31(1):67-68.

[3]李贵喜,于建平,栾欣,等.农作物病虫测报技术地方标准编制方法之探讨[J].中国标准化,2019(6):111-115.

[4]林玉涵,严荷荣.植保机械行业国际标准化进程及我国参与情况[J].农业工程,2019,5(5):9-13.

[5]黄冲,姜玉英,曾娟.我国小麦主要病虫害测报技术规范制定方法和改进建议[J].中国植保导刊,2019,39(1):31-45.