基于权重自动调整神经网络的水稻病虫害诊断专家系统

针对水稻病虫害诊断特点,从人工智能角度出发,提出了一种基于权重自动调整的神经网络水稻病虫害的知识组织方式。文章以15种常见水稻病虫害为例,通过对病虫害症状的特点和特征进行分类、抽象和编码,构建了基于权重自动调整的BP神经网络。利用神经网络和不确定性推理技术,对实例样本进行训练学习,并将权值数据作为知识库来进行诊断,并基于这种方法构建了水稻病虫害神经网络诊断专家系统。     

优质水稻栽培技术及病虫害防治措施

我国是一个农业大国,近年来水稻产量逐年增长,再加上多种农业优惠政策的支持,产业发展愈发稳定,但受多种因素影响,水稻栽培质量和产量难以稳定提升,因此需要加强对优质水稻栽培技术和病虫害防治技术的管控.基于此,探讨了优质水稻栽培技术要点,分析了优质水稻病虫害防治措施.     

水稻病虫害绿色防控技术的应用

随着社会经济的快速发展,农业科学技术也迎来新的发展机遇,其中在水稻种植中,水稻病虫害绿色防控技术成为农业科学技术的重要标志之一.目前,水稻病虫害绿色防控技术的应用极大地提高了水稻的产量.基于此,分析水稻病虫害绿色防控技术的应用优势,探讨水稻病虫害绿色防控技术的具体内容.     

水稻栽培与病虫害防治技术浅析

我国水稻产量较高,水稻是我国的主要粮食作物,在粮食安全中占有极其重要的地位.基于此,从种子处理、播种育秧、田间管理等方面分析了水稻栽培技术,同时采用科学合理的病虫害防治方法,从而提高水稻的产量和经济效益.     

水稻与美人蕉间作对水稻生长、病虫害发生及产量的影响

间作是一类提高农田生物多样性、增加农业生态经济效益的农田种植模式。本研究通过一年两季的田间试验,探讨了水稻与美人蕉间作对水稻生长性状、病虫害防控以及产量的影响。结果表明:与水稻单作相比,水稻与美人蕉间作在早稻分蘖末期、抽穗期降低了水稻株高,而在早稻抽穗期、成熟期及晚稻分蘖末期和成熟期提高了水稻叶片的叶绿素含量;间作下水稻分蘖数明显提高,在早稻分蘖末期、抽穗期和晚稻成熟期水稻分蘖数分别提高25.20%、11.20%和26.01%。在病虫害防控方面,水稻与美人蕉间作降低了纹枯病和稻纵卷叶螟的发生,其中在早稻分蘖中期、末期以及晚稻分蘖末期、抽穗期纹枯病的病情指数分别显著降低35.61%、19.55%、24.83%和16.05%;在晚稻分蘖中期和末期,稻纵卷叶螟卷叶率显著降低46.35%和60.31%;水稻与美人蕉间作显著提高了水稻单位面积产量,增幅达11.16%。研究表明,水稻与美人蕉间作是一种能促进水稻生长、降低水稻病虫害、提高水稻产量和经济效益的新型生态种植模式。     

丰都县2012年水稻中后期主要病虫害防控技术

介绍重庆市丰都县2012年水稻中后期病虫害的发生规律和成灾气候特点,提出了具体的防治策略、防治指标和防治措施。     

水稻种植技术与病虫害防治要点浅析

水稻是我国非常重要的粮食作物,虽然近年来我国水稻种植技术进步明显,但部分地区的水稻种植技术相对落后,直接影响到了水稻的质量和产量.只有明确水稻种植的主要技术环节并集中力量做好病虫害防治工作,才能推动水稻种植行业的良性发展.基于此,对水稻种植技术的主要环节进行阐述,重点论述水稻病虫害防治要点.     

上海水稻主要病虫害灾变预警系统的研究与应用

本研究选取沪郊主要病虫害历史资料,以Internet为系统平台,运用网络地理信息系统（Web-GIS）、ASP网络编程、网络数据库、人工智能和网络多媒体技术等现代化信息系统开发手段,建立了基于Internet的上海地区水稻主要病虫害灾变预警系统,该系统具有病虫GIS、病虫预测、数据传输、病虫诊断、实时发布、电视预报和远程教育等功能。     

多因子空间插值模型在农作物病虫害监测预警系统中的构建及应用

农作物病虫害监测预警系统中,监测站点数量一般较少,监测的数据非常有限。因此,利用有限的病虫害监测数据,展现病虫害的整体空间分布情况及其时空变化,迫切需要建立符合病虫害发展规律的空间插值模型。该文在结合各类空间插值算法优点的基础上,考虑农作物病虫害空间插值的特殊性,提出了基于空间方位关系、拓扑关系、距离关系以及自然气候条件影响的多因子插值模型。在广东省各县区分布图的基础上,利用空间方位关系、拓扑关系、距离关系等三类最基本的空间关系,确定各县区的空间相互影响因子,并将各种自然气候条件,如：气温、气候、风向、风速等纳入到影响因子中,构建插值模型,然后在已有部分县区测报站的病虫害数据的基础上,利用插值模型内插出其他县区的病虫害数据,展示病虫害对周围环境的影响,以及病虫情的传递速度,实现病虫害的监测预警。     

基于Access的烟草病虫害信息管理系统

为实现烟农对烟草病虫害信息的管理,在Windows环境下,使用Access开发了烟草病虫害信息管理系统。该系统具有烟草病虫害信息的输入、删除、修改、查询等功能,系统不仅界面友好、易学易用,且系统稳定,具有功能全面等优点。     

基于补偿模糊神经网络的脐橙不同病虫害图像识别

为了开发脐橙不同病虫害的通用机器识别技术,对病虫害危害后的脐橙图像进行蓝色分量去背景,改进型分水岭算法提取病虫害为害状边界,据此边界对原彩色图像中的为害状进行标记,以标记区红色、绿色、蓝色分量表征病虫害为害状的颜色特征,为害状边界分形维数表征病虫害为害状的形状特征,将这4个特征值作为补偿模糊神经网络输入,建立补偿模糊神经网络脐橙病虫害识别模型,识别脐橙病虫害。4种病虫害及机械损伤果的平均正确识别率为85.51%,该方法可用于脐橙病虫害识别。     

基于GIS的农作物病虫害预警系统的初步建立

该研究以建立农作物病虫害预警系统为目标,使用国产SuperMap IS.NET的GIS软件作为开发平台,以C 语言作为编程语言。该系统充分使用了GIS强大的空间分析功能和RS的快速、实时、大面积获取病虫害信息的功能,实现了GIS与RS在系统中的集成。系统最终将抽象的数据转化成清晰简明的电子地图,直观明了的显示了病虫害的发生程度和空间分布规律。该文重点介绍了此预警系统的数据库设计和系统的基本功能以及预警流程;最终,使用甘肃省庆阳地区西峰区2002年的小麦条锈病相关数据,来展示该预警系统中病害预测功能的实现过程,并获得了与实际报道相吻合的预警结果。研究表明,此预警系统能够对农作物病虫害进行分类预测,并根据预警结果对病虫害进行合理的预防和防治。     

Leaf nutrients content of tomato and incidence of insect pests and diseases following two foliar applications

The leaf plays key roles in plant functions. In this study, we evaluated major nutrients (Nitrogen (N), phosphorous (P), and potassium (K)) contents of the leaves of tomato (Solanum lycopersicum) following applications of two foliar nutrients sources. Pest population dynamics as well as disease incidence and severity of the crop were also evaluated. The study was conducted at the Plantation Crops Section of the Kwame Nkrumah University of Science and Technology, Ghana in two consecutive cropping seasons. Two tomato varieties were treated with two foliar nutrients sources viz. Herbagreen and Sidalco liquid fertilizer in a split-plot layout. A conventional (granular) NPK fertilizer and a control (no application) were also evaluated. The foliar applications generally increased leaf N concentration of tomato more than the conventional NPK fertilizer and the control. Sidalco liquid fertilizer significantly (p < 0.05) increased foliar K concentration in the major season while Herbagreen increased K concentration by 108% over the NPK fertilizer in the minor season. However, leaf P concentrations were similar (p > 0.05) among the foliar and soil applications. The foliar applications (p < 0.05) reduced the densities of Bemisia tabaci (Gennadius) than the NPK fertilizer and the control in both seasons of cropping. In the minor season, Herbagreen (p < 0.05) reduced both incidence and severity of late blight. Herbagreen treated plants produced fruit yield comparable to the conventional NPK fertilizer and registered lower disease incidence and severity as well as lower insect pest populations possibly due to its silicon content.     

基于HJ卫星CCD数据的冬小麦病虫害面积监测

遥感在农作物病虫害监测中广泛采用的简单植被指数阈值法难以判别冬小麦的健康状况。该研究选择二值逻辑回归法,分别建立实测光谱得到的植被指数与其健康状况之间的关系模型。结果表明,重归一化植被指数RDVI模型和三角植被指数TVI模型可信度较好。考虑到遥感监测冬小麦病虫害时,涉及的地域范围广,冬小麦生长状况存在明显的局域差异,采用了3×3邻域像元的一致性假设消除局部环境差异。将模型应用到中国新近发射的环境与灾害监测预报小卫星星座HJ-CCD传感器数据,得到提取的冬小麦受病虫害胁迫范围与枣阳市植保站普查结果相符,也与地面实测结果相一致,其中,TVI模型结果的精度达到76.47%,能够满足农作物病虫害面积遥感监测要求。     

气候变化对河北省棉花生产及病虫害的可能影响

根据1989年赵宗慈用美国大气环流模式输出结果计算出的当CO₂倍增时我国地面温度和降水量变化情况^[2]，得出CO₂倍增时河北省温度和降水的输出结果，分析了CO₂倍增时河北省棉花生长季内气候变化的可能性及其对棉花分布、种植结构、产量、品质和对病虫害的影响。结果表明，CO₂倍增后河北省棉花种植区域扩大，复种指数增加，产量质量有不同程度的提高，有些病虫害的发生将趋于严重，而有些病虫害则可能趋于缓解。     

全程机械化生产对双季稻病虫草发生及产量的影响

为探索不同翻耕栽植方式对双季稻病虫草发生和产量的影响,对旋耕-机插、旋耕+牛耕-机插、牛耕-机插、旋耕-手插等4种翻耕栽植方式进行了比较试验。结果表明,未施药区4种翻耕栽植方式早稻主要病虫草为纹枯病（Rhizoctonia solani）、稻纵卷叶螟（Cnaphalocrocis medinalis）、鸭舌草（Monochoria vaginalis）和稗草（Echinochloa crusgalli）,晚稻主要病虫草为纹枯病、稻纵卷叶螟、稻飞虱（Sogatella furcifera,Nilaparvata lugens）、鸭舌草和稗草。在肥水管理相同的条件下,早、晚稻纹枯病病情指数孕穗期分别为8.25～13.31和17.60～23.10,乳熟期分别达13.75～20.90和20.02～23.76,其中旋耕-手插方式重于旋耕-机插方式,牛耕-机插方式重于旋耕-机插方式。早稻二代稻纵卷叶螟发生较重,卷叶率为15.03%～16.67%;晚稻四代和五代稻纵卷叶螟发生较重,卷叶率分别为29.67%～33.48%和60.09%～65.45%,4种翻耕栽植方式早、晚稻稻纵卷叶螟发生量差异不显著。晚稻稻飞虱前期虫口密度偏低,齐穗期为425～550头/百丛,至乳熟期达1 200～1 600头/百丛,其中以旋耕-手插处理虫口密度最高,旋耕-机插虫口密度最低。早稻稻田杂草有鸭舌草、稗草、矮慈姑、千金子、水竹叶等,均以鸭舌草和稗草为优势种群,分别占总草的68.00%和29.70%;晚稻稻田杂草有鸭舌草、稗草、节节菜、千金子、香附子、空心莲子草等,均以鸭舌草和稗草为优势种群,分别占总草的69.60%和17.40%。早、晚稻以牛耕-机插处理杂草发生量最大,其次分别为旋耕+牛耕-机插和旋耕-机插处理,旋耕-手插处理杂草发生量最小。测产对比方差分析表明,4个种翻耕栽植方式产量差异不显著。在病虫草发生初期,选用适当的农药可有效控制不同翻耕栽植方式病虫草发生,早、晚稻平均增产10.00%和7.88%。该研究为双季稻区水稻全程机械化生产病虫草防治技术的推广提供参考。     

基于ResNet18特征编码器的水稻病虫害图像描述生成

针对图像描述算法缺乏在农业领域中的应用,传统模型参数庞大的问题,该研究提出一种基于ResNet18特征编码器的图像描述算法,对作物患病类型进行识别并生成描述。首先,建立水稻病虫害图像描述数据集。其次,使用浅层ResNet18作为编码器,在保证特征提取能力的同时缩减网络模型大小,解码器使用融合了注意力机制的长短期记忆网络（Long Short Term Memory,LSTM）来生成图像描述。试验结果表明,改进后模型尺寸大小为原来的1/3,经过6 000次迭代后模型基本收敛,准确率达到98.48%。在水稻病虫害图像描述数据集上,改进编码器-解码器结构后的双语评估替换值（Bilingual Evaluation Understudy,BLEU）和METEOR（Metric for Evaluation of Translation with Explicit ORdering）分别达到0.752和0.404,其余指标结果也明显优于其他模型,具有描述细致准确、鲁棒性强等优点,能够更好地适用于小规模数据集上的训练,可为农作物相似病害特征的自动化描述提供有益参考。