河北平原小麦叶锈病预测模型及病害智能评估系统构建

发布时间：2020-07-22 11:06

【摘要】：河北平原是我国小麦主产区之一,对保障区域粮食安全有重要意义。叶锈病是河北省小麦生产中的重要气传病害,近年来,其发生面积与危害程度有上升趋势。目前,小麦生产中叶锈病主要以开花期化学药剂防治为主,且一般依靠经验和推荐剂量使用。因此,用药量不当导致防效不佳的问题在生产中十分普遍。另外,现阶段生产中小麦叶锈病发生情况调查主要依靠人工识别并判别叶片发病程度,准确度和调查速度受限较大,无法适应规模化生产需要。因此,前期准确预测预报叶锈病,并结合信息化手段实现对小麦叶锈病的智能检测,对构建符合现代农业生产需要的小麦叶锈病科学高效防控体系具有重要意义。本研究在河北平原南部、中部和北部共选择12个典型站点,分析了历年小麦叶锈病发生情况及其流行与气象条件的关系;选用1980~2016年叶锈病发病程度数据作为因变量,结合各地小麦叶锈病发生实际情况与查阅文献,确定关键阶段气象要素及相应时段作为自变量。采用逐步回归法构建小麦叶锈病预测模型,并利用2010年~2017年各地部分未建模数据与2018年典型站点实测数据,对预测模型进行准确度验证。基于Client/Server结构系统融合matlab图像识别技术,通过PC端web界面实现小麦叶锈病快速智能评估,主要研究结果如下:1.河北平原小麦叶锈病在2000年前发生较轻,且增长速度缓慢;2000年后,发生面积与危害程度均显著增加,其中邢台、邯郸较为明显,其发生面积和产量损失均有较大程度增加;其次是以石家庄、衡水和保定为代表的中部地区,叶锈病发病较明显。2.确定4月中旬总雨日、总降雨及平均气温,5月中旬总降雨及总雨日,5月平均气温为河北平原北部地区的关键气象因子;4月下旬总降雨及总雨日、5月中旬总雨日为中部地区主要气象因子;3月中旬总雨日、下旬平均气温,4月下旬平均气温、5月上旬平均湿度为南部地区主要因子,对南部、中部和北部分别构建预测模型,经历史数据回检表明,三地模型预测准确率分别为78.6%、77.8%、80.0%,预测效果良好。3.通过分析河北平原小麦叶锈病不同发生年型气候特征得出:(1)气温年型:(1)重度流行年型:早期气温回升快,3月中旬到4月下旬温度普遍高于常年平均气温。(2)轻度流行年型:3月份气温回升慢,且比常年偏低。(2)降雨年型:(1)重度流行年型:3月下旬-5月份降雨较多。(2)轻度流行年型:4月或5月降雨显著少于其它时间。4.开发了小麦叶锈病智能评估系统,该系统包括技术信息、专家留言、病害测报、病情识别等模块,其中,病害测报模块可对全省分区域病害发生程度进行预测;病害评估系统可对叶锈病快速识别,并判定病斑面积大小,实现批量自助计算病叶率、病级和病情指数。经验证,该系统比人工识别效率提高85%,误判率也大幅降低。
【学位授予单位】：河北农业大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：S435.121.43
【图文】：

但本地越冬图1. 小麦叶锈病病害循环图1. 小麦叶锈病病害循环图 1 小麦叶锈病病害循环Fig. 1 Disease cycle of wheat leaf rust

图 2. 河北平原小麦播种面积及叶锈病发生比率Fig.2 Seeded area and ratio of diseased area of wheat leaf rust in HebeiPlain图 3 为 1980 年～2017 年来小麦叶锈病的发生面积。从整体来看呈下降趋势，将分为两个阶段:1980 年～1998 年、1999 年～2017 年。在第一阶段出现三个大流份 1983 年、1990 年、1998 年，面积分别为 106.4×104hm2、50.1×104hm2、107.6×102，除典型年份外，其它年份平均为 17.0×104hm2。在第一阶段，除去典型大流行，其它年份中发生面积超过 20.0×104hm2有 2 年，低于 20.0×104hm2的年份比率 87%。在第二阶段，无明显高峰，平均发生面积为 28.4×104hm2，其中高于 20.0×10

图 3 河北平原小麦叶锈病发生面积及产量损失Fig.3 Diseased area and crossponding yield loss of wheat leaf rust inHebei PlainHebei PlainProvince2 河北平原小麦叶锈病不同区域发生特征与规律河北南部地区2003年～2017年小麦叶锈病发生面积及产量损失均为加生面积来看在 2010 年之前年际间波动大，2006 年、2007 年、2009 年为行年份，发生面积分别为 21.2×104hm2、19.9×104hm2、25.2×104hm2，除外其他年份平均为 8.8×104hm2。2010 年之后，变化幅度平缓无较大波动

【参考文献】

相关期刊论文 前10条

1 王美丽;牛晓静;张宏鸣;赵建邦;何东健;;小麦叶部常见病害特征提取及识别技术研究[J];计算机工程与应用;2014年07期

2 彭淑渊;;小麦叶锈病的综合防治技术[J];现代农业;2013年02期

3 湛永龙;;青海省海东地区小麦条锈病的发生规律与防止对策[J];农民致富之友;2013年02期

4 万信;任华荣;韩兰英;贾建英;;甘肃陇南冬小麦条锈病气象等级预测模型的建立与应用[J];草业科学;2013年01期

5 杨厚勇;李金榜;徐青;渠元春;;小麦锈病的发生规律与防治措施[J];农业科技通讯;2012年12期

6 莫丽红;陈杰新;倪伟;张涛;高都平;;基于改进BP网络的小麦条锈病预测模型研究[J];中国植保导刊;2011年09期

7 刘君;王振中;李宝聚;郇中丹;黄海洋;;基于图像处理的作物病害自动识别系统的研究[J];计算机工程与应用;2012年13期

8 刘志红;张雷;燕亚菲;周洁;张正健;张涵斌;;BP神经网络在小麦赤霉病气象预测中的应用[J];云南农业大学学报(自然科学版);2010年05期

9 王新俊;刘章义;刘小艳;赵亚茹;;平凉市小麦条锈病发生流行趋势预测模型研究[J];中国植保导刊;2010年01期

10 王娜;王克如;谢瑞芝;赖军臣;明博;李少昆;;基于Fisher判别分析的玉米叶部病害图像识别[J];中国农业科学;2009年11期

相关会议论文 前1条

1 刘伟昌;陈怀亮;徐爱东;张宏;武建华;;驻马店地区小麦条锈病的灰色预测研究[A];中国气象学会2007年年会生态气象业务建设与农业气象灾害预警分会场论文集[C];2007年

相关重要报纸文章 前2条

1 闫红飞;;小麦叶锈病的发生与防治[N];河北科技报;2013年

2 方雅琴;;小麦叶锈病[N];江苏农业科技报;2006年

相关博士学位论文 前3条

1 杜咨毅;两个小麦品种抗叶锈病和白粉病QTL研究[D];中国农业大学;2015年

2 田杰;基于图像分析的小麦叶部病害识别方法研究[D];西北农林科技大学;2015年

3 刁智华;大田小麦叶部病害智能诊断系统研究与应用[D];中国科学技术大学;2010年

相关硕士学位论文 前10条

1 黄志豪;番茄病害图像数据库构建方法研究[D];华南农业大学;2016年

2 陈爱霞;基于移动终端的黄瓜病害智能识别研究与应用[D];长江大学;2016年

3 隆轲;BP神经网络在虫害预测上的应用研究[D];湖南农业大学;2014年

4 万菁婧;冀、豫、鲁三省小麦叶锈菌致病类型鉴定及毒性分析[D];河北农业大学;2010年

5 王明潇;图像识别算法研究及其智能终端上的实现[D];北京邮电大学;2010年

6 闫艳;基于灰色神经网络的小麦条锈病预测系统研究[D];西北农林科技大学;2009年

7 魏开来;葡萄霜霉病预测模型的研究[D];西北农林科技大学;2008年

8 彭占武;基于图像处理和模式识别技术的黄瓜病害识别研究[D];吉林农业大学;2007年

9 司秀丽;黄瓜病害图像处理与识别技术的应用研究[D];吉林农业大学;2006年

10 李春生;灰色系统理论在农业推广中的应用研究[D];华中农业大学;2006年

本文编号：2765730