苏子峰

（聊城市东昌府区道口铺街道办事处农林水综合服务中心，山东 聊城 252033）

病虫害是植物或者动物在生长过程中出现的病害与虫害的总称，病虫害的发生会对动植物生长造成不良影响，具有限制性、随机性、可预防性等特征，严重的病虫害会限制动植物生长，甚至会导致动植物死亡，因此对病虫害防治是非常有必要的。为了满足人们日常生活中对蔬菜的需求，蔬菜种植开始采用大棚种植模式，大棚虽然可以满足蔬菜植物生长的温度需求，但是由于大棚内湿度比较高，并且通风效果比较差，为微生物提供了一个良好的生存环境，因此导致大棚蔬菜病虫害发生率要比室外种植的蔬菜要高一些。番茄喜寒，对生长环境要求比较高，如果培养不当非常容易发生病虫害。目前对于大棚番茄病虫害的防治栽培主要是以人工的方式为主，对种植人员防治经验的依赖比较高，依靠种植人员的防治经验判断大棚番茄病虫害种类，并采取相应的防治栽培措施。该技术理念过于陈旧，在实际应用中不仅会影响到大棚番茄病虫害防治栽培工作效率，而且防治栽培结果具有一定的主观性，对于番茄病虫害种类的判断准确率较低，并不能起到良好的病虫害防治栽培效果，技术应用后大棚番茄病虫害数量仍旧比较多，发病率比较高，已经无法满足大棚番茄培育工作需求，为此提出基于大数据的大棚番茄病虫害防治栽培技术研究。

1.1 大棚番茄生长监测

大棚番茄病虫害诱发因素主要包括内部因素和外部因素，其中内部因素为番茄种子自身缺陷，此次研究不涉及到该因素，因此不考虑内部因素对大棚番茄病虫害影响。外部环境因素包括大棚温度、湿度、光照、土壤养分含量等，为了后续预测分析大棚番茄病虫害种类，以及发病程度，此次采用无线传感器对大棚番茄生长环境进行监测，获取到大棚番茄病虫害数据信息。监测中应用的无线传感器包括热红外相机、多光谱相机、湿度传感器土壤监测仪、湿度传感器，其监测设备具体详情如下表所示。

表1 监测设备详情表

利用热红外相机对大棚番茄生长环境中温度因素进行监测，获取到大棚温度数据。采用SFARA26F44型号热红外相机，将该监测设备安装在大棚左侧上方或者右侧上方，由相机前端的长波红外热像仪向外发射信号，信号到达大棚番茄叶片后发生反射，长波红外热像仪信号接收端接收到反射信号，将其上传到FLIP Tau2芯片上，由其进行数据处理[1]。在利用热红外相机监测大棚番茄温度时，需要准确选取波长范围参数，该参数的确定需要根据大棚番茄种植面积，以及与大棚高度有关，其计算公式如下：对于土壤质量的监测需要合理布设监测点，确定监测点间距，其主要与大棚番茄种植间距和大棚番茄种植长度有关，其计算公式如下：

公式（1）中，r表示热红外相机波长范围参数值；
e表示大棚番茄种植面积；
w表示大棚高度。按照上述公式对热红外相机参数进行配置，并将其拍摄方式选定为连续拍摄模式[2]。根据大棚番茄病虫害防治栽培需求，此次选取德国SFHIAH公司生产的OSSFT/574031型号多光谱相机，对大棚番茄生长情况进行监测，其作用是采集到大棚番茄叶片及根茎的多光谱图像。将多光谱相机安装在大棚左下方或者右下方，由5V直流对相机进行供电，镜头采用16mm定焦镜头，根据实际情况确定多光谱相机监测参数，接通电源后对大棚番茄进行多光谱拍摄。光感传感器与湿度传感器主要监测大棚番茄光照情况和湿度情况，并利用土壤监测仪对大棚番茄土壤养分情况进行测量，

图1 多光谱图像叶片提取示意图

公式（2）中，y表示大棚番茄土壤监测点间距；
d表示大棚番茄种植长度；
p表示大棚番茄种植间距。利用上述公式计算出监测点间距，利用土壤监测仪每隔7天对监测点土壤养分情况进行监测，获取到大棚番茄土壤含磷、钾、铁、锌、pH值等数据[3]。将获取到的大棚番茄生长数据进行分类存储，用于后续番茄病虫害识别分析。

1.2 监测数据预处理

为了获取到大棚番茄叶片图像数据，需要将原始多光谱图像进行分割处理，此次利用颜色图像方法来提取多光谱图像中番茄叶片信息，其提取过程如下图所示。

如上图所示，将原始多光谱相机带入到颜色图像软件中，在该软件对话框中输入多光谱图像像素、分辨率等真实数据。由于图像中番茄叶片的像素值要高于图像背景像素值，以图像平均像素值作为背景

去除依据，其用公式表示如下：

公式（3）中，v表示去除背景后的多光谱图像；
n表示原始多光谱图像中像素点数量；
cmax表示原始多光谱图像像素最大值；
cmin表示原始多光谱图像像素最小值。将小于平均像素值的像素点像素灰度设置为零，以此提取到多光谱图像中番茄叶片图像数据[4]。由于大棚监测环境光照的强弱会影响到多光谱图像的亮度值和清晰度，为了提高数据质量，在上文基础上通过对图像反射率校正，对提取到的番茄叶片图像进行增强，其校正公式如下：

公式（4）中，R表示校正后的番茄叶片图像反射率；
ki表示线性方程的斜率；
NHa表示番茄叶片多光谱图像中灰度板第a个梯度的反射率；
bi表示线性回归截距参数[5]。利用上述公式计算出图像反射率校正值，根据该数值对番茄叶片图像反射率进行校正，以此提高番茄图像亮度。

原始热红外数据为1位无损RAW格式数字数据，需要将数字数据进行线性变化处理，使用温度标定公式对原始热红外图像进行标定，其标定公式如下：

公式（5）中，g(x,y)表示热红外图像稳定标定；
x表示相同温度点在图像中的横坐标；
y表示相同温度点在图像中的纵坐标；
a表示原始热红外图像灰度值范围；
mmax表示原始热红外图像最大灰度值；
mmin表示原始热红外图像最小灰度值；
k(x,y)表示原始热红外图像[6]。利用上述公式对原始热红外图像进行线性变换，转化为大棚番茄温度分布图像数据，其线性变化方程式如下：

公式（6）中，t(x,y)表示线性变化后得到的大棚番茄温度分布图；
j表示热红外测温系数，通常情况下该测温系数取值0.03，由此可以得到大棚番茄叶片温度分布数据信息。

1.3 基于大数据的番茄病虫害识别分析

常见的大棚番茄病虫害有灰斑病、疫病、污斑病、软腐病、炭疽病，五种病虫害的表现主要为番茄叶片颜色发生改变，叶片温度、湿度出现异常，出现五种病害的原因主要为土壤中养分缺失或者光照不足，因此以大棚番茄叶片温度、湿度、颜色、土壤养分以及光照作为病虫害识别依据，利用大数据技术对预处理后的数据进行分析，计算番茄病虫害发生几率以及病虫害种类，其分析过程如下：

假设大棚番茄温度、湿度、光照时长、叶片颜色、土壤养分与番茄病虫害发生几率满足线性关系，从多光谱叶片图像中提取到目前番茄叶片色度值，从其他数据集合中提取到目前番茄叶片平均温度值、湿度值、光照值、土壤养分值，并对各个影响因子数据进行归一化处理，其处理公式如下：

公式（7）中，κ表示归一化处理后的影响因子数值；
n表示影响因子数量；
ϖ表示归一化系数，通常情况下该系数取值为0.1；
κ1表示原始数值[7]。将各项因素因子数值与正常状态下番茄进行比较，计算出当前番茄生长异常系数，其计算公式如下：

公式（8）中，z表示当前大棚番茄生长异常系数值；
N表示监测数据集合中数据数量；
σ表示番茄病虫害因素因子权重；
W表示当前番茄温度与正常状态番茄温度差；
Y表示当前番茄湿度与正常状态番茄湿度差；
U表示当前番茄光照与正常状态番茄光照差；
X表示当前番茄叶片颜色与正常状态番茄叶片颜色差；
V表示当前番茄土壤养分与正常状态番茄土壤养分差。根据番茄生长异常系数计算出番茄病虫害发病概率，其计算公式如下：

公式（9）中，P表示大棚番茄病虫害发病概率；
z*表示番茄生长异常系数最大允许值。如果计算的番茄病虫害发生概率达到一定数值，则要根据大棚番茄病虫害资源库中信息进行比对，确定番茄病虫害种类，其比对公式如下：

公式（10）中，S表示番茄病虫害名称；
M表示大棚番茄病虫害资源库中病虫害种类数量；
F表示大棚番茄病虫害表现特征向量；
F1表示大棚番茄病虫害资源库中病虫害表现特征向量[8]。将大棚番茄病虫害资源库中病虫害类别的特征表现带入到上述公式中，同时将目前番茄表现特征也代入到上述公式中进行逐一对比，直到上述关系成立为止，输出番茄病虫害名称，以此可以识别到目前大棚番茄病虫害中种类。

1.4 番茄病虫害等级评估及防治栽培

根据番茄病虫害防治栽培技术要求，此次设定一级、二级、三级、四级、五级五个等级，利用等级描述大棚番茄病虫害发病程度，利用评估函数对其进行评估，该函数用公式表示如下：

公式（11）中，α表示大棚番茄病虫害发病等级指数，该指数取值范围在0-5之间，如果α值在0-1之间，番茄病虫害等级为一级，表示大棚番茄病虫害发病程度非常低；
如果α值在1-2之间，番茄病虫害等级为二级，表示大棚番茄病虫害发病程度比较低；
如果α值在2-3之间，番茄病虫害等级为三级，表示大棚番茄病虫害发病程度一般；
如果α值在3-4之间，番茄病虫害等级为四级，表示大棚番茄病虫害发病程度比较高；
如果α值在4-5之间，番茄病虫害等级为五级，表示大棚番茄病虫害发病程度非常高。按照上述规则对大棚番茄病虫害等级进行评估，并且根据病虫害发病程度，以及病虫害类别选取相应的药物，计算出用药量、用药次数以及用药时间，其计算公式如下：

公式（12）中，ϑ表示大棚番茄病虫害防治栽培中用药量；
λ表示大棚番茄病虫害防治栽培中用药次数；
t表示大棚番茄病虫害防治栽培中用药天数；
ψ表示目前大棚番茄生长时间。利用上述公式确定大棚番茄病虫害治理中用药细节，制定病虫害防治栽培计划，以此完成基于大数据的大棚番茄病虫害防治栽培。

2.1 实验设置

实验选取8个大棚番茄为实验对象，对各个大棚进行编号，每个大棚中番茄的种植数量为2000棵，大棚番茄种植面积为2000m2，高度为3.5m，长度为150m，番茄种植间距为350mm。实验在每个大棚中安装了热红外相机、多光谱相机、湿度传感器、光感传感器、土壤养分测量仪。将热红外相机的像素设定为17um，分辨率设定为640×512，波长范围设定为9.15um，灵敏度设定为23.15mK；
多光谱相机的视场角设定为45.6°，波长范围设定为600-800mm，空间分辨率设定为450×136；
湿度传感器与光感传感器测量范围设定为500m，扫描频率设定为6.15GHz，扫描周期设定为3.35s；
将土壤养分测量仪的监测点间距设定为1.5m，共布置的75个监测点，每个监测点监测次数为三次，取三次监测值的平均值作为最终监测结果。实验时间为60天，在60天内采集到大棚番茄生长数据量为142.26GB。白天温度控制在20-35℃，夜晚则要保持在15-30℃。其中发现大棚番茄可能存在灰斑病、疫病、污斑病、软腐病、炭疽病病虫害，其具体情况如下表所示。

表2 大棚番茄病虫害防治栽培情况

2.2 实验环境

为了对比不同方法对1000棵番茄数据识别效果的影响，均设置相同参数并使用相同的实验环境，参数设置如表3所示：

表3 参数设置

2.3 实验结果

在防治栽培过程中对两种技术应用下大棚番茄病虫害发病情况进行记录，计算出大棚番茄病虫害发病率，将其作为检验两种技术的唯一指标，采用本文技术与基于深度学习的番茄病虫害诊断防治方法进行对比。具体如下表所示。

表4 不同技术发病率对比（%）

从上表中数据可以看出，应用此次设计技术后大棚番茄发病率比较低，平均发病率约为2.4%，即1000棵番茄中仅有24棵番茄出现了病虫害；
而应用基于深度学习的番茄病虫害诊断防治方法后大棚番茄的发病率平均为14.28%，即1000棵番茄中约有143棵番茄出现了病虫害，最高发病率可以达到18.42%，远远高于设计技术。出现如此大的差别是因为设计技术采用了大数据技术，利用大数据技术对大棚番茄生长数据进行分析，准确预测出大棚番茄可能会出现的病虫害种类以及病害程度，为病虫害预防以及治理提供了准确数据依据，从而能够从根本上降低大棚番茄病虫害的发生概率。因此实验结果证明了，设计技术对于大棚番茄病虫害具有良好的防治栽培效果，能够有效抵抗大棚番茄病虫害发生，相比较基于深度学习的番茄病虫害诊断防治方法更适用于大棚番茄病虫害防治栽培。

3.1 苗期病害防治方法

3.1.1 种子消毒

运用高温对种子进行处理，利用高温将附着种子表面的病原菌进行有效消除，将种子带毒问题成功解决。因此，可以利用热水处理法，如，温汤浸种以及热水烫种等两种方法。温汤浸种需要保持温度在55-60℃左右，而热水烫种过程中所需温度在70-75℃。在温度为55-60℃的水中进行浸种，需要10分钟方可杀死真菌；
在60-65℃左右浸种需要10分钟可杀死细菌；
65-70℃左右浸种可以保证10min后将种子附着的病毒进行消除。

3.1.2 拌种

在进行拌种时，可以运用种子量2%的苗菌敌，将其与种子混合，进行科学拌种（50克种子需要使用1克的药物）。

3.1.3 药剂防治

出苗后，可以使用苗菌敌或者绿亨二号 600、800 倍液喷雾进行药物预防与治理。

3.1.4 苗床消毒

在对苗床进行消毒过程中，可以选用多菌灵、杀毒矾或者苗菌敌进行有效消毒。每20克药物需要添加50斤的细土，将二者进行有效混合，形成药土，在播种时需要使用1/3的药土进行垫底，2/3的药土起到覆土作用。

3.2 病毒病、叶霉病防治方法

3.2.1 病毒病

在对病虫害进行预防时，不仅要治理蚜虫与白粉虱，还需要使用5%菌毒清水剂300倍、20%毒克星500倍的喷雾进行药物防治。每隔一周需要进行喷药一次，也可以使用1%的高锰酸钾对其进行连喷3-5次。

3.2.2 叶霉病

番茄的1857品种对叶霉病有着较低的抗性，尤其在生长的后期需要做好预防工作，对该病进行充足的预防准备，进行科学、合理的防治，有助于降低该病对番茄生长的影响。对此，需要每隔7-10天可以向番茄的叶面喷施叶霉霸800倍液，可以降低番茄的损失。

此次提出了一种新的大棚番茄病虫害防治栽培思路，融合了无线传感技术、大数据技术、数据处理技术等，并通过实验论证了该技术可适用于实际应用，对提高大棚番茄产量，降低大棚番茄病虫害发病概率，以及保证大棚番茄正常生长具有重要的现实意义。

猜你喜欢红外番茄大棚大棚妹子音乐天地(音乐创作版)(2022年6期)2022-10-14大棚换茬季 肥料怎么选今日农业(2022年16期)2022-09-22谨防大棚房死灰复燃今日农业(2022年16期)2022-09-22网红外卖环球时报(2022-05-23)2022-05-23番茄炒蛋小猕猴学习画刊(2022年12期)2022-02-06秋茬番茄“疑难杂症”如何挽救今日农业(2021年21期)2022-01-12闪亮的中国红外『芯』金桥(2021年4期)2021-05-21番茄果实“起棱”怎么办今日农业(2020年23期)2020-12-15原地翻建大棚 注意啥今日农业(2020年15期)2020-09-25TS系列红外传感器在嵌入式控制系统中的应用电子制作(2019年7期)2019-04-25