【摘要】：稻田病蟲(chóng)害的發(fā)生是造成水稻減產(chǎn),影響稻米質(zhì)量的主要因素,防止稻田病蟲(chóng)害的發(fā)生以早期預(yù)防為主,目前早期預(yù)防手段主要是根據(jù)生產(chǎn)經(jīng)驗(yàn)對(duì)稻田進(jìn)行藥物全覆蓋式植保,雖然取得了較好的防治效果,但大量藥物殘留也帶來(lái)了糧食食品安全和環(huán)境污染等巨大副作用。如何因病、因蟲(chóng)精準(zhǔn)植保,是響應(yīng)國(guó)家減肥減藥農(nóng)業(yè)生產(chǎn)戰(zhàn)略所面臨的重點(diǎn)研究方向。精準(zhǔn)植保首先要識(shí)別和預(yù)測(cè)病蟲(chóng)害的發(fā)生,病原菌孢子是稻田真菌病害微觀(guān)層面的誘發(fā)因素,白穗是病蟲(chóng)害宏觀(guān)層面的危害表征,將病原菌孢子和白穗表征作為識(shí)別和預(yù)測(cè)稻田早期病蟲(chóng)害發(fā)生的指標(biāo),能夠在病蟲(chóng)災(zāi)害發(fā)生的初期進(jìn)行精準(zhǔn)防治和有效預(yù)警,對(duì)稻田植保減少藥物使用有著重要意義。本文選取病原菌孢子和白穗表征作為監(jiān)測(cè)指標(biāo),從稻田病害前期的病原菌孢子識(shí)別和病蟲(chóng)害發(fā)生初期造成的白穗表征識(shí)別兩方面研究入手,以田間孢子自動(dòng)捕捉儀和小型多旋翼無(wú)人機(jī)航拍系統(tǒng)為數(shù)據(jù)信息采集平臺(tái),利用電子顯微鏡成像技術(shù)、數(shù)字圖像處理技術(shù),結(jié)合機(jī)器學(xué)習(xí)算法,對(duì)稻田病蟲(chóng)害初期的發(fā)生進(jìn)行識(shí)別和預(yù)測(cè),為稻田病蟲(chóng)害的早期預(yù)防、精準(zhǔn)植保提供理論依據(jù)和生產(chǎn)指導(dǎo)。本文針對(duì)山東稻區(qū)病蟲(chóng)害,展開(kāi)稻瘟病病原孢子和病蟲(chóng)害白穗表征圖像識(shí)別研究,同時(shí),對(duì)試驗(yàn)稻田進(jìn)行病蟲(chóng)害人工調(diào)查,將稻瘟病病情指數(shù)與稻田實(shí)時(shí)識(shí)別的稻瘟病孢子數(shù)量、螟蟲(chóng)害危害指數(shù)與無(wú)人機(jī)識(shí)別的白穗數(shù)量建立關(guān)聯(lián),為稻田病蟲(chóng)害預(yù)警提供監(jiān)測(cè)指標(biāo),以進(jìn)行實(shí)際植保生產(chǎn)指導(dǎo)。本文開(kāi)展的主要工作和取得的結(jié)論如下:1.設(shè)計(jì)一種田間孢子自動(dòng)捕捉儀,實(shí)現(xiàn)全天候、多時(shí)間段稻田病原菌孢子連續(xù)自動(dòng)采集。該裝置采用間歇式靜態(tài)工作方式,簡(jiǎn)易、便攜,一次可攜帶6片載玻片,每片載玻片可自由設(shè)定采樣時(shí)間,采樣完畢自動(dòng)切換載玻片。項(xiàng)目期間利用該裝置共采集30970幅田間孢子圖像供試。設(shè)計(jì)一種基于小型多旋翼無(wú)人機(jī)的稻田冠層圖像樣本采集方案,實(shí)現(xiàn)大面積稻田全覆蓋式農(nóng)情采樣。該方案充分發(fā)揮小型多旋翼無(wú)人機(jī)快速、實(shí)時(shí)、遠(yuǎn)程等優(yōu)點(diǎn),不但破解稻田環(huán)境不適合地面機(jī)械進(jìn)入的難題,而且彌補(bǔ)布點(diǎn)式采樣造成數(shù)據(jù)不全面的不足。項(xiàng)目期間利用小型多旋翼無(wú)人機(jī)共采集11799幅稻田白穗圖像供試。2.提出一種基于梯度方向直方圖特征(HOG特征)的加性交叉核支持向量機(jī)(IKSVM)檢測(cè)稻瘟病孢子方法。該方法首先對(duì)顯微圖像分析系統(tǒng)預(yù)處理的稻瘟病孢子圖像利用Gamma校正法調(diào)節(jié)圖像的對(duì)比度,抑制噪聲干擾;然后提取孢子圖像的HOG特征作為輸入向量,輸入到支持向量機(jī)中,構(gòu)建加性交叉核支持向量機(jī)分類(lèi)器;最后通過(guò)機(jī)器學(xué)習(xí)訓(xùn)練得到稻瘟病孢子分類(lèi)器。為測(cè)試所提出的HOG/IKSVM方法的綜合性能,分別選用HOG/線(xiàn)性SVM方法與HOG/徑向基核SVM(HOG/RBF-SVM)方法做對(duì)比試驗(yàn)。試驗(yàn)結(jié)果表明,IKSVM在面對(duì)菌絲、雜質(zhì)的干擾時(shí)總體識(shí)別效果最好,總體識(shí)別率可以達(dá)到98.2%,高于HOG/線(xiàn)性SVM方法的79%;在平均檢測(cè)時(shí)間上,HOG/IKSVM方法的平均檢測(cè)耗時(shí)僅為HOG/RBF-SVM方法的1.1%。HOG/IKSVM方法在病原孢子識(shí)別上,不但總體識(shí)別率高,而且檢測(cè)速度也有大幅度提高,檢測(cè)速率逼近線(xiàn)性SVM,符合孢子室內(nèi)檢測(cè)快速、準(zhǔn)確的要求。3.提出一種基于Haar-like特征結(jié)合Adaboost學(xué)習(xí)算法的稻田白穗表征識(shí)別方法。該方法以小型多旋翼無(wú)人機(jī)為采集平臺(tái),機(jī)載圖像采集設(shè)備采集稻田冠層圖像,進(jìn)行預(yù)處理后作為白穗識(shí)別的研究對(duì)象。方法引入4類(lèi)Haar-like特征模型,為驗(yàn)證特征模型的性能,設(shè)計(jì)了各類(lèi)Haar-like特征模型以及多類(lèi)Haar-like特征模型組合的識(shí)別性能對(duì)比試驗(yàn),試驗(yàn)結(jié)果表明4類(lèi)Haar-like特征及其組合特征中,C類(lèi)+D類(lèi)Haarlike組合特征對(duì)分類(lèi)器性能提升強(qiáng)于其他特征。采用C類(lèi)+D類(lèi)Haar-like組合特征進(jìn)行Adaboost訓(xùn)練學(xué)習(xí),生成白穗表征識(shí)別用的強(qiáng)分類(lèi)器,在測(cè)試集樣本容量為550的情況下(正樣本190個(gè),負(fù)樣本360個(gè))進(jìn)行識(shí)別試驗(yàn)。經(jīng)試驗(yàn),稻田白穗的正確識(shí)別率和誤識(shí)別率分別為94.21%和3.33%,算法可以有效的抑制絕大多數(shù)的稻田背景、稻葉遮擋、稻穗黏連等復(fù)雜情況的影響,不過(guò)對(duì)于高強(qiáng)度光照和嚴(yán)重遮擋情況下的識(shí)別,算法還有待進(jìn)一步優(yōu)化和提高。為驗(yàn)證算法性能,設(shè)計(jì)了同輪廓波特征算法的對(duì)比試驗(yàn),試驗(yàn)結(jié)果表明,C類(lèi)+D類(lèi)Haar-like組合特征識(shí)別效果優(yōu)于輪廓波特征識(shí)別。采用C類(lèi)+D類(lèi)Haar-like組合特征,經(jīng)Ada Boost訓(xùn)練學(xué)習(xí)得到的強(qiáng)分類(lèi)器對(duì)測(cè)試集中的65張圖像,423個(gè)白zB樣本進(jìn)行在線(xiàn)識(shí)別試驗(yàn),結(jié)果表明:白穗識(shí)別率可達(dá)93.62%,誤識(shí)別率為5.44%。4.設(shè)計(jì)2018、2019年度稻田病蟲(chóng)害危害指數(shù)與稻瘟病孢子數(shù)量、白穗表征數(shù)量的擬合試驗(yàn)。試驗(yàn)從約6000m2稻田中的“圣稻13”和“圣稻19”兩個(gè)品種上進(jìn)行,分別分析稻瘟病病情指數(shù)與稻田空氣中稻瘟病病原孢子數(shù)量、螟蟲(chóng)蟲(chóng)害指數(shù)與稻田白穗識(shí)別數(shù)量之間的關(guān)系。試驗(yàn)數(shù)據(jù)表明:1)稻瘟病病情指數(shù)與當(dāng)前稻瘟病孢子識(shí)別數(shù)量、5-7天前稻瘟病孢子識(shí)別數(shù)量均呈正相關(guān)關(guān)系,當(dāng)?shù)疚敛℃咦泳C合數(shù)量多于50個(gè)/400 m2時(shí),稻瘟病病情指數(shù)與兩個(gè)時(shí)間段的孢子識(shí)別數(shù)量均具有較好的相關(guān)性。2018年度和2019年度,調(diào)查區(qū)內(nèi)稻瘟病病情指數(shù)與當(dāng)前稻瘟病孢子識(shí)別數(shù)量、5-7天前稻瘟病孢子識(shí)別數(shù)量相關(guān)性決定系數(shù)R2區(qū)間分別為(0.677,0.903)和(0.557,0.925),且隨著孢子識(shí)別數(shù)量的增加,相關(guān)性更為顯著;5-7天前的稻瘟病孢子識(shí)別數(shù)量擬合度優(yōu)于當(dāng)前稻瘟病孢子識(shí)別數(shù)量,可作為稻瘟病病害發(fā)生的預(yù)警指標(biāo);2)稻田螟蟲(chóng)畝活蟲(chóng)量與當(dāng)前白穗識(shí)別數(shù)量、10-12天前白穗識(shí)別數(shù)量均呈線(xiàn)性正相關(guān)關(guān)系。2018年度和2019年度,調(diào)查區(qū)內(nèi)螟蟲(chóng)畝活蟲(chóng)量與當(dāng)前白穗識(shí)別數(shù)量、10-12天前白穗識(shí)別數(shù)量相關(guān)性決定系數(shù)R2區(qū)間分別為(0.936,0.999)和(0.961,0.999),相關(guān)性顯著;10-12天前白穗識(shí)別數(shù)量的擬合度最好,故可將10-12天前的無(wú)人機(jī)識(shí)別稻田白穗數(shù)量作為預(yù)警稻田螟蟲(chóng)危害發(fā)生的最佳參數(shù)指標(biāo)。
【學(xué)位授予單位】：山東農(nóng)業(yè)大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2019
【分類(lèi)號(hào)】：S435.11;TP391.41;TP181
【圖文】：
2左右。圖2-1 濟(jì)寧市陳莊農(nóng)林科技試驗(yàn)站位置圖Fig. 2-1 Location map of Chenzhuang Agriculture and Forestry Science and Technology Experimental Station in Jining City
圖 2-2 孢子采樣布點(diǎn)示意圖Fig. 2-2 Schematic diagram of spore sampling2.2.2 稻田白穗樣本采集試驗(yàn)設(shè)計(jì)由于病害（稻瘟病、紋枯病、水稻菌核稈腐病、惡苗病等）和蟲(chóng)害（螟蟲(chóng)）危害稻節(jié)、穗頸部、枝梗都會(huì)造成水稻白穗的發(fā)生，且白穗狀態(tài)易于混淆，為了重點(diǎn)研究預(yù)警螟蟲(chóng)蟲(chóng)害的發(fā)生，對(duì)病害和蟲(chóng)害造成的白穗表征進(jìn)行區(qū)分，試驗(yàn)進(jìn)行了病害預(yù)防和蟲(chóng)害不預(yù)防的脅迫試驗(yàn)。供試品種采用中抗苗瘟，高抗穗頸瘟的“圣稻 13”。試驗(yàn)設(shè)兩塊占地約為 10 hm2的試驗(yàn)區(qū)，試驗(yàn)區(qū)均進(jìn)行病害植保預(yù)防處理，為進(jìn)行對(duì)比試驗(yàn)，試驗(yàn) 1 區(qū)進(jìn)行蟲(chóng)害植保預(yù)防處理，試驗(yàn) 2 區(qū)不進(jìn)行蟲(chóng)害植保預(yù)防處理，兩塊試驗(yàn)區(qū)水分和肥料正常管理。試驗(yàn)采用小型多旋翼無(wú)人機(jī)采集水稻齊穗期至完熟期的稻田冠層影像信息。為方便無(wú)人機(jī)操作及核準(zhǔn)圖像位置信息，將每個(gè)試驗(yàn)區(qū)等分為 5塊 100 m×20 m 的小試驗(yàn)區(qū)，每小塊試驗(yàn)區(qū)長(zhǎng)寬方向上分別以 4 m 為單位設(shè)置標(biāo)識(shí)，以方便人為確定白穗表征位置，比對(duì)無(wú)人機(jī)識(shí)別結(jié)果。無(wú)人機(jī)在試驗(yàn)區(qū)長(zhǎng)度方向上以往復(fù)折返飛
基于圖像處理的稻瘟病孢子和白穗表征識(shí)別研究16圖2-3 白穗采樣試驗(yàn)區(qū)示意圖Fig. 2-3 Schematic diagram of the white spike sampling test area2.3 試驗(yàn)數(shù)據(jù)獲取2.3.1 稻瘟病孢子圖像數(shù)據(jù)獲取2.3.1.1 田間自動(dòng)捕捉孢子裝置研發(fā)設(shè)計(jì)水稻稻瘟病與稻田空氣中病原菌孢子的數(shù)量有著極為密切的關(guān)系，為及時(shí)預(yù)警稻瘟病的發(fā)生，需及時(shí)連續(xù)地捕捉稻田空氣中的病原菌孢子，監(jiān)測(cè)孢子變化趨勢(shì)。目前，用于捕捉空氣中氣傳性植物病源真菌孢子的設(shè)備多分為兩種：固定式孢子捕捉器和便攜式孢子捕捉器。固定式孢子捕捉器多龐大貴重、安裝位置固定、不易攜帶，針對(duì)監(jiān)測(cè)點(diǎn)分散、數(shù)量多且地理位置偏僻的地塊無(wú)法實(shí)現(xiàn)有效快速地孢子捕捉；現(xiàn)有的便攜式孢子捕捉器具有體積小、便攜等優(yōu)點(diǎn)，但其裝載載玻片數(shù)量較少且需及時(shí)進(jìn)行人工更換，對(duì)于需要連續(xù)進(jìn)行孢子捕捉的情形，其效率低、費(fèi)時(shí)費(fèi)力。為克服上述已有裝置的不足，本項(xiàng)目自主設(shè)計(jì)研發(fā)了一種手提式田間自動(dòng)孢子捕捉裝置，其采用間歇式靜態(tài)采集方式工作，可自動(dòng)、連續(xù)地采集不同時(shí)間段內(nèi)稻田空氣中的病原菌孢子
【相似文獻(xiàn)】
相關(guān)期刊論文 前10條
1 王軍;周洪軍;王曉君;朱艷華;辛玉成;李寶篤;;幾種拮抗菌株對(duì)煙草赤星病病原孢子萌發(fā)的影響[J];萊陽(yáng)農(nóng)學(xué)院學(xué)報(bào);2006年01期
2 陳裕文;黃淳維;;蜂蜜中美洲幼蟲(chóng)病原孢子的檢測(cè)技術(shù)及其在防治上的意義[J];蜜蜂雜志;2007年S1期
3 榮飛;翟保平;姜玉英;;小麥條銹病原孢子遠(yuǎn)距離傳輸數(shù)值模擬[J];生態(tài)學(xué)報(bào);2009年07期
4 柴大本;“9·11”事件與炭疽熱[J];中學(xué)生數(shù)理化(高中版);2002年Z1期
5 高志強(qiáng),程增書(shū);鈣調(diào)素拮抗劑及鈣螯合劑對(duì)玉米大斑病病原孢子萌發(fā)的影響[J];華北農(nóng)學(xué)報(bào);1993年02期
6 范文忠;王娜;韓光明;劉艷超;王立事;;不同溫度和pH對(duì)榆白澀病病菌的影響[J];北方園藝;2012年03期
7 張為;作物抗病性快速鑒定方法[J];河北農(nóng)業(yè)科技;1999年04期
8 王娜;韓光明;劉艷超;王立事;范文忠;;榆白澀病病菌生物學(xué)特性初報(bào)[J];吉林農(nóng)業(yè)科技學(xué)院學(xué)報(bào);2012年01期
9 穆榮波;;楊樹(shù)黑斑病防治技術(shù)[J];吉林林業(yè)科技;2013年06期
10 祝繼強(qiáng);鹿兆國(guó);;楊樹(shù)黑斑病的空間分布型及防治對(duì)策[J];吉林林業(yè)科技;2013年03期
相關(guān)會(huì)議論文 前3條
1 陳裕文;黃淳維;;蜂蜜中美洲幼蟲(chóng)病原孢子的檢測(cè)技術(shù)及其在防治上的意義[A];海峽兩岸第六屆蜜蜂與蜂產(chǎn)品研討會(huì)論文集[C];2007年
2 張夢(mèng)雅;張林;閆紅飛;劉大群;;麻山藥上一種新病害病原初探[A];中國(guó)植物病理學(xué)會(huì)2016年學(xué)術(shù)年會(huì)論文集[C];2016年
3 陳遠(yuǎn)鳳;程萍;楊紫紅;黎永堅(jiān);陳燕紅;喻國(guó)輝;;西芹黃萎病病原菌的生物學(xué)特性和防治藥劑篩選[A];中國(guó)植物病理學(xué)會(huì)2008年學(xué)術(shù)年會(huì)論文集[C];2008年
相關(guān)重要報(bào)紙文章 前9條
1 田欣;冬春棚室換茬早準(zhǔn)備[N];江蘇農(nóng)業(yè)科技報(bào);2019年
2 容城縣農(nóng)牧局 王新良;低溫天凍棚效果好[N];河北科技報(bào);2012年
3 陳英俠;蔬菜拔園前后 棚室這樣管理[N];河南科技報(bào);2012年
4 冀春光;把好細(xì)節(jié)關(guān) 悶棚更高效[N];河南科技報(bào);2016年
5 馬洪濤;辣椒整枝打杈講究“精細(xì)化”[N];瓜果蔬菜報(bào).農(nóng)業(yè)信息周刊;2009年
6 王魏;噴藥別忘了噴一噴地表[N];河南科技報(bào);2014年
7 王寬;蔬菜巧用藥，以最少用量得最佳效果[N];山東科技報(bào);2015年
8 陳貴善;荔枝主要病害的防治[N];福建科技報(bào);2006年
9 本報(bào)記者 高博 實(shí)習(xí)生 陳亭;科學(xué)展，明白看[N];科技日?qǐng)?bào);2014年
相關(guān)博士學(xué)位論文 前1條
1 王震;基于圖像處理的稻瘟病孢子和白穗表征識(shí)別研究[D];山東農(nóng)業(yè)大學(xué);2019年
相關(guān)碩士學(xué)位論文 前4條
1 高山;膜狀體海藻無(wú)性繁殖及其逆境過(guò)程的光合機(jī)制[D];天津科技大學(xué);2010年
2 羅志文;海南省菠蘿主要病原真菌鑒定及病原病毒多重RT-PCR檢測(cè)體系的建立[D];海南大學(xué);2011年
3 劉昱佳;柑橘采后生防菌34-9抗真菌活性物質(zhì)的研究[D];華中農(nóng)業(yè)大學(xué);2008年
4 段鵬飛;河南夏玉米主要病害發(fā)生特征及其與氣候生態(tài)因素關(guān)系[D];河南農(nóng)業(yè)大學(xué);2010年
本文編號(hào)：
2767807
