专利名称：温室蔬菜病虫害的预警方法
技术领域：
本发明应用于温室蔬菜病虫害防治领域，更确切地说，本发明涉及一种温室蔬菜病虫害的预警方法。
背景技术：
蔬菜病虫害的监测与预警是农业蔬菜生产管理中的重要环节，也是其优良品质的保证。随着温室建设规模的发展及内部设施的完善，病虫害的管理也列为温室生产管理的重要组成部分。近年来设施农业病虫害的发生规模有逐年增大的趋势，农药作为一种补偿性手段得到了广泛性的应用，但也随之带来农药残留、人体内重金属离子积累等�：θ死嘟】档奈侍猓卟耸俏率抑饕可淖魑铮虼私饩鑫率沂卟瞬〕婧Φ募嗖庥朐ぞ侍饩哂兄匾囊庖�。目前，针对各种植物的病虫害预警问题主要依靠对气候条件的监测与预警，通过采集历年的气象数据(如温度、湿度、露点温度、降雨量、日照时间、太阳辐射等)进行各种处理，通过对比年或月的平均数据得到当年病虫害发生的气象数据，从而指导现在的农业生产。这种方法虽然对于现在的生产有一定的帮助，但气象数据也受到风速、蒸发量、地温等各方面的影响，此外，每一次海洋的大规模运动都会给陆地的气象数据带来突发性的变化，而这种运动不可控也无法改变；同时，依靠积累气象数据平均值、最大值或最小值得到病虫害预警指标的方法只能达到定性分析，只能得到病虫害发生条件的阈值，而病虫害的发生还要依靠微生物种群的变化和病菌与植物体相互作用的结果，因此这种方法预警的临界点更广泛，单单依靠气象数据不能够完全指导现在及未来的生产活动。较为常用的另一种方法为酶活性的化学检测方法，是根据酶活性的增大或是减小的规律检测病菌的侵染情况，必须采摘活体叶片进行离体测量，需要使用化学药品进行测定，采用这种方法费时、费力，而且破坏活体叶片，不能达到无损检测的要求。温室是一个半封闭的环境个体，在与外部环境条件进行气体交换的同时也保证着内部生长的作物完成正常的生理反应，作物的生理生化反应与周围环境的相互作用致使在温室内部形成了高温高湿的环境特点，而这种环境条件又极利于病虫害的发生，但病虫害的发生和流行具有周期性和季节性的特点，如果采用全年时间的预警必然造成资源的浪费和成本投入的增加，而单纯的对环境指标的计算无法满足温室病虫害预警的需求，因此采用新的方法对温室病虫害的预警具有重要的意义。
发明内容
本发明所要解决的技术问题是克服了现有技术 存在的问题，提供了一种温室蔬菜病虫害的预警方法。为解决上述技术问题，本发明是采用如下技术方案实现的所述的温室蔬菜病虫害的预警方法的步骤如下I.安装型号为PC-3的自动气象站，对温室的环境条件进行常年自动检测，并将检测结果通过无线传输方式输入计算机中，预警系统每隔24小时对检测结果进行统计，若未达到监测阈值则继续检测，若达到监测阈值则启动叶绿素荧光光谱采集系统，如果环境条件超出发生病虫害所需要的环境条件阈值则终止检测。2.操作者启动计算机,打开叶绿素荧光光谱采集系统,首先对叶绿素荧光光谱采集系统中的光纤光谱仪和激光发生器进行连接测试，检查通讯是否正常，通讯检查结果正�：螅艏す夥⑸鞣⒊黾す猓惫庀斯馄滓强疾杉患す饧し⒊隼吹囊堵趟赜�。3.叶绿素荧光光谱采集系统启动光谱采集软件接收荧光光谱，将激光发生器垂直照射蔬菜叶片表面，激光强度为7. 5mW，荧光采集探头与叶片距离2cm并成45°角接收荧光 光谱，光纤光谱仪把采集到的荧光光谱进行分光、光电转换和A/D转换后传入计算机，传入计算机的数据以光谱的形式显示并保存。4.操作者打开预警系统中的数据采集�？椋崛〖扑慊斜４娴挠夤馄资荩卸咸崛〉挠夤馄资荩粲夤馄椎牡谝徊ü惹慷戎敌∮�0，说明叶片可能处于病虫害侵染状态，需要对其进行继续判断；若荧光光谱的第一波谷强度值大于0，说明叶片可能处于健康状态，需要进一步判断。5.预警系统自动继续判断提取的荧光光谱数据，提取荧光光谱的第二波峰发射波长位置，若第二波峰发射波长位置大于685nm，说明叶片可能处于病虫害侵染状态，需要对其进行继续判断；若荧光光谱的第二波峰发射波长小于685nm，说明叶片可能处于健康状态，需要进一步判断。6.预警系统显示提取的荧光光谱数据的第一、二特征点的判断结果，若完全不能够满足前两个特征，终止检测；若只满足一个特征点，提示操作者是否决定进行下一步检测；若完全符合两个特征点，则自动通过分类模型与预测模型的检测，实现病害与虫害的分类，进而确定病虫害的类型及潜伏期、发生等级。7.监测预测系统将得到的监测结果输出，预警系统对分析处理结果进行判断，显示和保存处理结果，对形成警情的结果传输至报警系统，完成一次报警；对未形成警情的结果进行提示，由操作者决定是否显示并保存数据。与现有技术相比本发明的有益效果是I.本发明所述的温室蔬菜病虫害的预警方法确定了温室蔬菜病虫害预警的初始值，提供了定量检测病虫害的预警方法，解决了传统气象数据统计方法的耗时费力、不定量的缺点，达到了测量时间短、定量与准确的效果。2.本发明所述的温室蔬菜病虫害的预警方法直接针对叶片表面测量，瞬时完成，达到无损检测的效果，解决了传统化学方法测量酶活性检验病菌侵染情况，避免了化学方法检测与破坏活体叶片的缺点。3.本发明所述的温室蔬菜病虫害的预警方法针对于单株植物进行定量测量，更利于及早发现病源植株。4.本发明所述的温室蔬菜病虫害的预警方法测量准确、精度高，对于黄瓜区分健康、霜霉、白粉、蚜虫害的分类的准确率达到94. 7%，霜霉病害的分类准确率达到97. 7%,白粉病害分类准确率达到91. 9%，蚜虫害的分类准确率达到96. 3%。
下面结合附图对本发明作进一步的说明图I是本发明所述的温室蔬菜病虫害的预警方法中蔬菜叶绿素荧光光谱采集系统的结构原理示意框图；图2是本发明所述的温室蔬菜病虫害的预警方法中温室蔬菜病虫害监测预测系统工作流程的示意框图；图3是本发明所述的温室蔬菜病虫害的预警方法中温室蔬菜病虫害预警系统结构的示意框图；图4是本发明所述的温室蔬菜病虫害的预警方法中采集的叶绿素荧光光谱；图5是本发明所述的温室蔬菜病虫害的预警方法对健康叶片与病虫害叶片分类结果图；图6是本发明所述的温室蔬菜病虫害的预警方法的流程框图。
具体实施例方式下面结合附图对本发明作详细的描述传统的采用气象数据统计的方法实现病虫害预测，只能对病虫害的发生情况作出定性的判断；而采用酶活性的增大或是减小的方法检测病菌的侵染情况却费时、费力，且化学药品的使用会带来环境污染、操作者体内毒素的积累、测量成本的增加等问题。本发明所要解决的技术问题是提供了一种温室蔬菜病菌虫害潜伏期的检测与预警方法，该预警方法不仅能够实现快速、准确、无损的检测，而且能够检测植物的营养成分，进而判断植物所处于健康状态或是病虫害的侵染及发生阶段。这种方法是在蔬菜叶片表现病害病症之前达到检测病菌侵染阶段，是一种实时检测、快速准确与无损植物活体叶片的监测和预警方法。参阅图1，叶绿素荧光光谱采集系统是自主研发的光谱采集系统，这是进行叶绿素荧光光谱采集的必要条件，包括激光发生器(激光二极管)、激光发射探头、光纤光谱仪、荧光采集探头与装有控制软件的计算机，计算机与光纤光谱仪之间采用电连接，激光发生器与激光发射探头之间、光纤光谱仪与荧光采集探头之间是光纤和电线连接。打开计算机的光谱采集软件，发出检测指令和发光指令，开启光纤光谱仪和激光发生器(激光二极管)，利用激光发生器发出激光，垂直照射到植物叶片表面以激发叶片的叶绿素荧光，再利用光纤光谱仪采集叶片反射的荧光，光纤光谱仪与叶片距离2cm，光纤光谱仪的光电转换模块将荧光光谱转换成电信号输入计算机内，由计算机显示并保存光谱，以便进行下一步的检测。参阅图2，图中是本发明所述的温室蔬菜病虫害的预警方法中温室蔬菜病虫害监测预测系统工作流程的示意框图。本发明所采用的温室蔬菜病虫害的预警方法为温室蔬菜外部环境条件与温室蔬菜内在的叶绿素荧光光谱同时检测相结合，因此将环境条件检测作为病虫害预警系统的初始检测，叶绿素荧光光谱作为病虫害预警的定量检测。在日常的温室蔬菜生产管理中，只需定期(初始设定24小时，也可根据用户需要自行设定)对气象站的数据进行提取、统计分析，与病虫害预警的环境条件阈值进行对比，若没有达到初始条件的阈值则无需进行定量检测；若达到了初始条件检测阈值，则需要进一步进行叶绿素荧光光谱的检测并进行定量计算，提取荧光光谱 的第一、二特征点，若不符合光谱第一、二特征点则终止检测，若达到了特征点则需对荧光光谱进行定量分析，即将光谱进行波段筛选(简单波段自相关选择方法)、降维(主成分分析法)后将主成分得分值输入分类模型和预测模型进行计算，输出模型的计算结果，确定病虫害的类型及潜伏时期，完成温室蔬菜病虫害的监测。参阅图3，图中是本发明所述的温室蔬菜病虫害的预警系统结构，利用PC-3型自动气象站得到温室内(蔬菜外部)的环境条件，利用叶绿素荧光光谱采集系统得到蔬菜叶片荧光光谱数据，利用病虫害的发病规律得到环境条件判别阈值，以及光谱分析技术建立病虫害判别数据库、监测预测系统与报警系统，通过对环境条件和蔬菜叶片叶绿素荧光光谱的采集，经过判别数据库识别后，确定叶片的健康状态，若判断叶片处于非健康状态，则继续对光谱进行波段筛选、降维处理，再结合病虫害分类模型和预测模型，确定病虫害的潜伏期及发生情况，由报警系统的操作者判断警情，实现温室、主控室与管理者三者同时报警，完成一次病虫害预警检测。1.数据采集I)叶绿素荧光光谱数据采集利用叶绿素荧光光谱采集系统采集了黄瓜的幼苗期、壮苗期、开花期、结果期四个作物生长时间内的霜霉、白粉和蚜虫三种病虫害叶片样本的叶绿素荧光光谱数据,采集了炭疽、灰霉、镰刀菌枯萎病出现病斑时的叶片光谱数据，并进行了详细的计算。2)蔬菜外部环境条件数据采集通过调研和数据采集统计了黄瓜常见的五种病害和三种虫害发生的环境条件，病害分别为霜霉、白粉、灰霉、炭疽、镰刀菌枯萎�。婧Ψ直鹞乐薨咔庇�、蚜虫和朱砂叶螨。蔬菜外部环境条件是采用PC-3型自动气象站常年自动检测，其监测的指标包括环境的温度、湿度、露点温度等指标量，定期(初始设定24小时)将数据无线传输至计算机，由操作者提取气象数据并计算。2.判别数据库I)环境条件判别通过对环境数据的统计发现病害发生的条件中，环境温度在15 32°C之间适宜病菌孢子的发育，低于15°C、高于35°C均不利于病菌孢子侵染叶片；除温度因素外，环境湿度也是病害发生和蔓延的重要因素，在环境湿度达到60%及以上，较为适宜病害的发生，而湿度达到80% 90%，极有利于某些病害的发生，有利的环境条件持续6小时，是保证病菌成功侵染叶片并成活的基本条件。导致虫卵产生的环境温度范围是15 30°C，但当湿度大于70%后不利于虫卵的成活，根据有效积温法则，每年虫害发生的世代不同，在5 6、9 10月是美洲斑潜蝇和蚜虫的害盛期，6 8月是朱砂叶螨的害盛期。而作物从播种至收获的生长时期也是5 10月，因此从虫害的发生周期角度出发，蔬菜正常生长周期内具备虫害发生的条件。通过分析统计，确定环境温度达到15°C为病虫害发生的起始温度，湿度达到60%为病虫害发生的起始湿度，本着“提前预警”的原则，将湿度55%作为预警的起始湿度，且该温湿度持续6小时后(病菌附着叶片并成活的时间)，作为监测预测系统的起始条件。确定环境温度达到35°C为监测预测系统的终止条件。2)第一特征点判别判别数据库的内容根据黄瓜生长时期的不同，分别对幼苗、壮苗、开花、结果四个不同生长时期内的叶片进行荧光光谱采集，确定判别点；根据叶片受病虫害的影响情况不同，对于病害叶片样本分别采集健康、潜伏期、病症初显、大面积流行四个时期内的荧光光谱，对于虫害叶片分别采集健康、虫卵及少量成虫(0 50头)、少量虫卵及大量成虫(50 200头)、大面积成虫或全面覆盖(200头以上)，并对其进行特征信息提取。参阅图4，叶绿素荧光光谱属于可见光波段光谱，采用叶绿素荧光光谱采集系统所采集到的光谱范围为500. 500 799. 784nm，在这段波谱内共出现三峰二谷，波峰的位置大致位于 510. 098 514. 461,682. 984 687. 354,731. 056 736. 301nm 之间，波谷的位置大致位于630. 510 635. 745,710. 784 714. 275nm之间，为下文表达方便起见，将波谷630. 510 635. 745nm称为第一波谷,将波峰682. 984 687. 354nm称为第二波峰。通过对130片健康叶片、178片虫害叶片研究发现，健康叶片的第一波谷强度均大于0，178片虫害叶片中有164片的第一波谷强度小于0，且随着虫情指数的增大，第一波谷强度随之变得越小，直至不能形成荧光光谱。第一特征点对于健康叶片检测的准确率为100%，对于虫害叶片检测的准确率达到92. 13%。因此将第一波谷强度值作为荧光光谱检测健康叶片与病虫害叶片的第一特征点。 3)第二特征点判别经统计发现健康叶片的第二波峰发射波长处于682. 135 685. 326nm之间，白粉病害叶片的第二波峰发射波长为684. 197 685. 749nm之间，姆虫害的第二波峰发射波长为685. 019 685. 620nm之间。统计130片健康叶片，其中107片叶片的第二波峰发射波长小于685nm，约为统计总数的82. 3%。统计148片病虫害叶片，其中有126片的第二波峰发射波长大于685nm，约为统计总数的85. I %。因此确定685nm作为区分病虫害与健康叶片的第二特征点，第二波峰发射波长大于685nm的叶片为病虫害叶片，第二波峰发射波长小于685nm的为健康叶片。3.监测预测系统监测预测系统分别是对得到的环境条件进行计算，再利用分类模型和预测模型对采集的荧光光谱进行分析，最后得出监测结果报告。I)环境监测取一天(24h)的环境条件监测结果，计算连续的6个小时内的平均温度值(T_)、平均湿度值(RH_n)，计算公式如下
I 6Tmean = —
n 1=x
I 6RHmean式中，i= 1,2, ... ,6j = 1,2, ... ,6Xi为温度，Xj为湿度n为样本个数,此处为6。2)分类模型采用光纤光谱仪采集到的荧光发射谱全波段为331. 010 1099. 970nm,每条谱线记录1355个数据点，数据冗杂；同时为消除光谱首末端波动影响及激发光光谱曲线，根据特征峰谷波长选取500. 573 799. 916nm波段进行数据分析等相关处理，该波段共有523个数据点，光谱分析数据工作仍然繁重，因此建立分类模型首先利用简单波段自相关选择方法筛选光谱内的有效波段，再对有效波段内的光谱数据进行主成分分析，达到降维的目的，最后以主成分得分值和病虫害的侵染等级作为模型的输入和输出值，采用最小二乘支持向量机的方法建立模型 荧光光谱特征信息提取，光谱敏感波段的筛选简单自相关波段选择方法是计算同一光谱内两波段间的自相关系数，认为两波段自相关系数较大则表示两个波段相似度较大，将光谱内所有波段进行相关系数计算后，得到的相关系数较小者，被认为是有效信息。采用简单自相关波段选择方法对523个光谱数据采用5点高斯平滑方法进行处理，得到中心波长分别是500. 573 798. 791nm，即将原光谱分成105个波段，并将105个波段两两组合计算其决定系数R2，将R2值按序排列，统计其值及出现次数，发现波段38 41、60 68区域得到的R2值最�。绫鞩所示，其代表的波长分别为606. 846 617. 222nm、670. 035 695. 165nm，将这部分光谱作为波段优选区域。 表I光谱划分波段自相关系数
权利要求
1.一种温室蔬菜病虫害的预警方法，其特征在于，所述的温室蔬菜病虫害的预警方法的步骤如下 .1)安装型号为PC-3的自动气象站，对温室的环境条件进行常年自动检测，并将检测结果通过无线传输方式输入计算机中，预警系统每隔24小时对检测结果进行统计，若未达到监测阈值则继续检测，若达到监测阈值则启动叶绿素荧光光谱采集系统，如果环境条件超出发生病虫害所需要的环境条件阈值则终止检测； .2)操作者启动计算机，打开叶绿素荧光光谱采集系统，首先对叶绿素荧光光谱采集系统中的光纤光谱仪和激光发生器进行连接测试，检查通讯是否正常，通讯检查结果正常后，开启激光发生器发出激光，同时光纤光谱仪开始采集被激光激发出来的叶绿素荧光； .3)叶绿素荧光光谱采集系统启动光谱采集软件接收荧光光谱，将激光发生器垂直照射蔬菜叶片表面，激光强度为7. 5mff,荧光采集探头与叶片距离2cm并成45°角接收荧光光谱，光纤光谱仪把采集到的荧光光谱进行分光、光电转换和A/D转换后传入计算机，传入计算机的数据以光谱的形式显示并保存； .4)操作者打开预警系统中的数据采集模块，提取计算机中保存的荧光光谱数据，判断提取的荧光光谱数据，若荧光光谱的第一波谷强度值小于O，说明叶片可能处于病虫害侵染状态，需要对其进行继续判断；若荧光光谱的第一波谷强度值大于O，说明叶片可能处于健康状态，需要进一步判断； .5)预警系统自动继续判断提取的荧光光谱数据，提取荧光光谱的第二波峰发射波长位置，若第二波峰发射波长位置大于685nm，说明叶片可能处于病虫害侵染状态，需要对其进行继续判断；若荧光光谱的第二波峰发射波长小于685nm，说明叶片可能处于健康状态，需要进一步判断； .6)预警系统显示提取的荧光光谱数据的第一、二特征点的判断结果，若完全不能够满足前两个特征，终止检测；若只满足一个特征点，提示操作者是否决定进行下一步检测；若完全符合两个特征点，则自动通过分类模型与预测模型的检测，实现病害与虫害的分类，进而确定病虫害的类型及潜伏期、发生等级； .7)监测预测系统将得到的监测结果输出，预警系统对分析处理结果进行判断，显示和保存处理结果，对形成警情的结果传输至报警系统，完成一次报警；对未形成警情的结果进行提示，由操作者决定是否显示并保存数据。
全文摘要
本发明公开了一种温室蔬菜病虫害的预警方法，步骤1.安装型号为PC-3的自动气象站对温室环境条件自动检测，预警系统每隔24小时对检测结果进行统计。2.光纤光谱仪采集叶绿素荧光。3.叶绿素荧光光谱采集系统接收荧光光谱经处理后传入计算机。4.预警系统提取荧光光谱数据。5.预警系统继续判断提取的荧光光谱数据，进一步判断。6.预警系统显示提取的荧光光谱数据的第一、二特征点的判断结果，决定终止检测、进行下一步检测或实现病害与虫害分类，确定病虫害的类型、潜伏期及发生等级。7.监测预测系统将得到的监测结果输出，预警系统对分析处理结果进行判断，显示和保存处理结果，对形成警情的结果传输至报警系统，完成一次报警。
文档编号G01N21/64GK102621118SQ20121007129
公开日2012年8月1日 申请日期2012年3月18日 优先权日2012年3月18日
发明者于海业, 任顺, 张强, 张蕾, 曲剑巍, 王淑杰, 罗瀚, 肖英奎, 隋媛媛 申请人:吉林大学
专业数控铣床产品供应商
20年生产经验，实力工厂，精工品质，质量有保障
