长江农场水稻病虫害综合防治系统研究

摘 要：为提高上海长江农场水稻病虫害防治水平和管理人员工作效率,节省人力物力,构建了长江农场水稻病虫害综合防治系统。系统以.NET 2.0为开发平台,以SQL SERVER 2000为数据库管理系统,合理设计系统框架,实现了用户需要的各种功能。本研究结合上海市长江农场水稻病虫害防治实际需求,首先对水稻病虫害数据进行常规采集,在数据采集的基础上对病虫害的发生进行预测和预警,在发现病虫害症状时可以进行诊断,并根据诊断结果提供防治建议和方案,构建了一个采集—预测—诊断—防治一体化的水稻病虫害综合防治平台。系统基于B/S模式构建,较好的解决了长江农场水稻生产中的病虫害防治问题。     

枣树培育栽培技术研究

主要从枣树品种的选取、苗木的培养、枣树栽培管理、枣树的土肥水管理、枣树的修剪、枣树病虫害的防治等方面对枣树培育栽培技术进行了研究,以期对枣树的种植起到一定借鉴意义。     

棉花栽培计算机模拟决策系统(COTSYS)

棉花栽培计算机模拟决策系统（简称：棉花系统）（英文名： ＣＯＴｔｏｎ ｃｕｌｔｉｖａｔｉｏｎａｌｓｉｍ ｕｌａｔｉｏｎ ａｎｄ ｄｅｃｉｓｉｏｎ－ ｍ ａｋｉｎｇ ＳＹＳｔｅｍ ， 简称ＣＯＴＳＹＳ），是在大量田间试验和生产示范信息反馈基础上，结合劳模、专家经验和模式化栽培技术，历时７年研制完成的。系统由数据库管理、模拟与分析、栽培决策、病虫害防治及经济效益分析５个子系统组成，可用于棉区棉花生产和当年栽培优化决策，制作栽培决策方案和栽培规程；进行棉区生产潜力分析，模拟预测棉花生长发育和产量的形成；进行有关参数和数据库管理，以及病虫害防治决策和经济效益分析等。系统适在特早熟、中早熟及中熟三个生态棉区应用效果良好。     

神木市红枣病虫害防治技术探析

陕西省神木市地处我国内陆,气候干旱,很多农作物都不适合在这里生长,而枣树作为我国特有的树种,适应能力极强,管理比较方便,成为了陕西省神木市种植的主要果树之一。但是枣树的病虫害治理比较复杂,对陕西省神木市对红枣栽培病虫害防治技术展开了讨论。     

枣树开花座果期主要害虫的发生与防治

由于枣树花期害虫的危害,使枣树减产严重,以致在个别年份和枣园因虫害减产几近绝收。本文对枣树花期主要害虫绿盲蝽、枣瘿蚊、烟蓟马、枣叶壁虱、枣花心虫、枣粘虫、枣尺蠖的发生规律和生物学特性以及综合防治方法进行了详细介绍,以期对枣树病虫害防治提供技术参考和帮助。     

云南省烟草农业科学研究院2项烟叶科技成果通过省级鉴定

<正>4月1日,云南省科学技术奖励办公室组织相关专家对云南省烟草农业科学研究院等单位承担完成的2个云南省烟草公司科技项目"烟草病虫害信息库及远程诊断预警系统     

专家系统在果树中的应用及研究进展

专家系统是一种模拟人类专家解决领域问题的计算机系统,它主要分为知识库、综合数据库、推理机、解释器、接口等几部分。现今,国内果树专家系统的应用类型主要分为果树栽培生产专家系统和果树营养、病虫害诊断防治决策系统两类;在果树专家系统上的应用研究最多的计算机理论主要是：人工神经网络、模糊神经网络、多媒体技术、Web技术等;果树专家系统的开发手段主要是利用现成的农业专家系统平台直接进行二次开发,还有少数是直接利用程序语言进行原型系统开发。今后随着信息技术的不断发展,利用果树学的特点结合先进的计算机理论和技术,将开发出动态的、更具智能化的果树专家系统。     

四川省“互联网+植保”初步实现“四化”

<正>笔者从四川省农业厅植保站获悉,近年来,四川省农业植保体系为推动信息化技术在植保工作中的应用,准确分析全省农作物病虫害监测情况和发展趋势,积极探索"互联网+植保"的病虫害数字化预警、防控技术,取得了初步成效。一、监测预警数字化。建成了以病虫害远程诊断系统、农作物病虫害阶段汇报数据库和实时监测系统为核心的四川省农作物重大病虫害监测预警平台,包含     

河北省又取得一批农药植保类科研成果

<正>(接上期)4.蔬菜病虫害诊断专家系统的开发与应用单位名称:邢台职业技术学院评价单位名称:河北省科技成果转化服务中心针对蔬菜病虫害诊断与防治问题,基于神经网络、人工智能等技术,研发了蔬菜病虫害诊断专家系统,系统可在领域专家的知识和经验的基础上,有效指导农民及时诊断防治病虫害的发生,避免或降低农民的经济损失。其关键技术与创新点为:(1)融合了神经网络自适应学习能力强和专家系统知识表     

黄土高原丘陵区红枣主要病虫害调查及预测

笔者调查了近年来危害黄土高原丘陵区红枣的主要病虫害种类,总结了黄土高原丘陵区5种枣树主要病虫害暴发流行的气象条件,建立了枣锈病和枣桃小食心虫的气候预测模型。用佳县近34年的气象观测资料对模型进行检验。结果显示：2个预测模型计算的发病指数所指示的不同等级病虫害发生概率与实际基本相符;典型灾害年份指数值大小分布与实际灾情轻重程度吻合。所建2种病虫害预测模型可用来预测黄土高原枣区2种主要病虫害的暴发流行程度,为防灾减灾工作的及时部署和开展提供参考依据。     

基于国产基础软件的蔬菜病虫害识别防治系统的设计与实现

为提升蔬菜生产管理和蔬菜质量安全水平,建立方便、实用、低成本的蔬菜病虫害识别防治系统,本研究基于国产基础软件,搭建了基于中间件的系统运行支撑平台,采用拖拽式向导模式构件技术,构建了蔬菜病虫害识别防治系统,并在海南省进行了推广和应用。系统实现了关于蔬菜病虫害的知识浏览、智能诊断、农事指导三个核心功能,实现了基于国产基础软件运行环境对蔬菜病虫害识别防治的信息化管理。系统有效地帮助植保人员对蔬菜病虫害进行了识别防治,对增强蔬菜种植管理水平和提升农业生产信息化水平起到了一定的促进作用。     

基于微信公众平台的橡胶树栽培技术服务系统

随着通信网络的完善以及智能手机的普及，手机已经成为农民获取信息的主流方式。但由于上网技能的缺失以及文化水平的限制，农民往往很难获取到他们所需的农业信息。有必要研究一套更有效的建立在橡胶树栽培技术推广机构与农户之间的信息服务系统。微信公众平台是公众号运营者通过公众号为微信用户提供资讯和服务的平台，为实现农业信息服务模式的创新提供了新的契机。为此，尝试基于微信公众平台构建一套橡胶树栽培技术服务系统。系统包括橡胶知识和技术服务2 个主要模块，实现了橡胶树栽培管理知识查询、专家对用户的一对一远程技术服务、橡胶树施肥配方查询、橡胶资讯服务的主要功能。橡胶树栽培技术服务系统搭建了专家与农技员、农技员与农民、农民与产业间高效便捷的信息化桥梁，创新了服务模式和渠道，切实解决了科技信息传播的“最后一公里”问题。     

Application of modified Deep Belief Network in Forecasting Cotton Diseases and Insect Pests

[Objective] The occurrence and development of cotton diseases and insect pests are mainly related to environmental information. Because this environmental information is various, complex and unstable, the study on the prediction methods of cotton diseases and insect pests is a certain challenge. This study aims to establish a forecasting model for the timely and accurate prediction of cotton diseases and insect pests. [Method] A forecasting model of cotton diseases and insect pests is proposed based on environmental information and a modified Deep Belief Network (DBN) that is constructed by a three-layer restricted Boltzmann machine (RBM) and a supervised back-propagation (BP) network. In the method, the RBM is used to transform the original environmental information vectors into a new feature space related to the diseases and pests; the BP network is trained to classify and forecast the features generated by the last RBM layer and two rules of dynamic learning and comparison and dispersion are adopted to accelerate the training process of RBM. The proposed model was validated on a dataset of cotton bollworm, aphids, spider, cotton Verticillium wilt, and Fusarium wilt in a recent six-year period. [Result] Compared with the traditional prediction models of cotton diseases and insect pests, the proposed model can deeply explore the extensive correlation between the occurrence of cotton diseases and pests and environmental information. The results show that the proposed model has a higher accuracy compared with the classical predictive models, and the average forecasting accuracy is above 83%. [Conclusion] The proposed method is an effective crop disease and pest forecasting method that can provide a technical support for preventing cotton disease and insect pests.     

Inteligent Agricultural Information Network and Service System

The scheme and practice for construct of intelligent agricultural information network are descibed . With Internet form, we set up the computer network of Intelligent Information Technology of Agriculture in Demonstration Section of Chongqing, discussed the design method of expert system in agriculture, and studied 5 expert systems based on vegetable growth, such as tomato and so on. Some software modules are studied, such as the soil information systems on the network, expert system in the vegetable plant diseases and insect pests diagnostician and network on line selling and so on. The structure,function and work flow of information service system based network are introduced.     

基于复杂性测度的柑橘病虫害识别

为进行柑橘病虫害的机器识别,提出了柑橘病虫害为害状特征的复杂性测度表达与病虫害识别方法。首先,对柑橘病虫害为害状主要色调区间[0,120°]进行长度为1°的等分割,形成120个色调子区间;其次,统计各色调子区间像素分布密度,以此作为柑橘病虫害为害状复杂性测度的结构性序列;再次,依据此结构性序列计算病虫害为害状统计复杂性测度,并将其作为病虫害特征值;最后,将Shannon信息熵和统计复杂性测度作为输入变量建立3层前馈神经网络柑橘病虫害识别模型来识别柑橘病虫害。柑橘蓟马、褐圆蚧、柑橘树脂病、糠片蚧各30个测试标本最低正确识别率、最高正确识别率、平均正确识别率分别为93.3%、96.7%、95%。试验结果表明,柑橘病虫害为害状的复杂性测度较充分地表达了柑橘病虫害的典型特征,能用此方法进行柑橘病虫害识别。