APP下载

马铃薯晚疫病物联网实时监测预警系统设计研究

2022-07-09曹课兴

电子技术与软件工程 2022年9期
关键词:晚疫病侵染代数

曹课兴

(榆林学院 陕西省榆林市 719000)

马铃薯作为我国重要粮食之一,种植面积较大,分布在贵州、西北、内蒙古、东北地区等多个省市(自治区)。虽然该农作物种植面积较大,但是平均单产不是很高,低于世界平均水平,据统计,单产15406kg/hm。由于马铃薯农作物生长期间容易受环境因素影响,导致产量下降。其中,病害较为严重、传播比较广的病害为马铃薯晚疫病,这种病属于气候型病害。为了尽可能降低病害对马铃薯造成过大影响,我国提出将数字化监测预警技术应用至病害监测中,开发病害监测预警系统,对防治工作的开展帮助较大。由于马铃薯晚疫病监测预警系统研发时间比较短,功能尚不全面,晚疫病侵染分析不深入,病害监测实时性薄弱。为了优化系统设计方案,本文尝试采用物联网技术监测马铃薯晚疫病,设计一套物联网实时监测预警系统。

1 马铃薯晚疫病监测预警模型

马铃薯晚疫病监测预警模型(CARAH 模型)是一种适用于田间小气候病害监测预警工具,在马铃薯晚疫病监测中有所应用,经过多次实验,得到了一些关于此病状诊断的数据资料,这些资料将作为系统程序开发支撑。本研究运用该模型,检测环境温度,判断病害等级。假设某温度环境下,马铃薯湿润一段时间后叶片遭到侵染,致使农作物产生晚疫病。湿润期平均温度范围7 ~18℃情况下,引发轻度侵染病害的湿润时间范围是16.3 ~10.45h;引发中等侵染病害的湿润时间范围是19.3 ~11h;引发重等侵染病害的湿润时间范围是22.3 ~14h;引发极重侵染病害的湿润时间范围是25.3 ~17h。当平均温度范围在19 ~22℃之间时,如果测得温度超过27℃,则判定不会发生侵染病害,如果测得温度范围在23 ~26℃之间时,则判定发生的侵染病害只有轻度。当温度达到限定范围时,马铃薯晚疫病侵染病害严重性随着湿润期时间的延长而变得越来越重。

本研究采用Conce 方法计算CARAH 模型中的侵染病害分数,如果计算结果的积分达到7分,则结束本次侵染检测。如果当前检测的侵染病害问题由前一次侵染引发,那么认为当前侵染病害与上一次侵染属于同一代,反之,则判定该侵染病害为新一代侵染。

2 系统总体架构设计

本系统采用物联网技术搭建晚疫病监测系统架构,利用小气候监测仪采集田间环境信息,对这些数据加以分析,判断晚疫病病菌侵染状况,在GIS 地图上显示侵染状况信息。对于遭受病害侵染的马铃薯种植区域,采用不同的颜色标记。如图1 所示为系统总体架构设计方案。

图1: 系统总体结构设计

3 系统功能设计

3.1 马铃薯田间气候监测数据信息自动化采集

本系统利用自动气象站采集马铃薯田间气候数据,对比多种自动气象站的性能、功能、成本,选取满足本系统数据采集需求且成本较低的Davis Vantage Pro II 型号设备作为自动气象站。该采集站搭配现场核心控制器,实现对各个指标数据进行实时监测,从而获取气象数据。其中,涉及到的气象数据包括田间降水、湿度、温度等。为了得到这些数据,在气象站内安装了湿度传感器、温度传感器、降水测量设备等,利用这些装置采集数据,通过RS485 总线,将数据传输至核心控制器,在此控制器的操控下,驱动无线数据传输装置,将这些田间数据传输至系统数据层。

随着互联网技术的快速发展,数据采集终端的数据传输功能逐渐得以完善,传输效率也有所提升,从4G 网络上升至5G 网络,大大提高了田间数据传输效率。通过互联网信号塔,将数据传输至系统数据库服务器,这些数据将作为原始数据,支撑晚疫病侵染诊断。

3.2 晚疫病侵染诊断分析

3.2.1 晚疫病侵染分析

本系统利用CARAH 模型诊断晚疫病菌侵染状况,为了得到较为精准的诊断结果,将每一日的侵染数据信息积累到一起,得到侵染积分。按照模型中的诊断标准,对侵染状况进行打分,计算多日积分结果。如果该计算结果达到了7 分,则判断一次晚疫病侵染结束。目前,国内病害侵染积分的计算方法较为成熟,本研究选择计算较为简单的Conce 方法作为计算工具,计算晚疫病侵染积分。由于晚疫病受多种因素影响,通常情况下,马铃薯感病品种第一次侵染3 代病菌时,可以查看到中心病株;马铃薯抗病品种第一次侵染5代、6 代病菌时,可以查看到危害中心病株。

当田间环境数据录入系统中,CARAH 模型将自动诊断晚疫病菌侵染状况,生成病害侵染曲线。通过观察曲线变化特点,对病害侵染状况加以分析。如果某一次侵染结束前,发生了另外一次病害侵染,那么认为这两次病害侵染为同一代病害侵染。如果某一次病害侵染积分达到7 分之前,未发生病害侵染,则认为另外一次病害侵染与该次病害不是同一代病害侵染。

CARAH 模型中晚疫病侵染病害计分标准设计,按照不同湿润期平均温度范围,设定两种计分标准,如表1、表2所示。

表1: 晚疫病侵染病害计分标准(湿润期平均温度范围7 ~18℃)

表2: 晚疫病侵染病害计分标准(湿润期平均温度范围19 ~22℃)

每日将统计的病害诊断分数累积到一起,得到积分结果,如果达到了7 分,则认为一代晚疫病侵染结束,开始下一代病害侵染。所得病害侵染结果,将作为晚疫病防治策略设计参考依据。

哎呀,我大叫一声,眼前顿时一片漆黑,仿佛坠入无边的深渊,越沉越深。这一回黑暗再也无法消退,意识模糊起来。隐隐约约的,我感觉自己就要死了。奇怪的是,我有一种解脱了的高兴,感觉自己好像在飞。我的肉体往下沉,灵魂却往上升。

3.2.2 晚疫病侵染情况统计分析

为了便于开展晚疫病防治工作,本系统增加了晚疫病侵染情况统计分析功能,包括区域病害侵染分析、时间段病害侵染分析。此项功能的开发,运用系统数据库服务器统计相关数据,按照统计标准不同,设计不同的数据表结构,通过设定表结构主键,建立数据表体系,以便查询相关数据,形成不同查询服务机制。例如,按照区域查询病害侵染状况,输入需要查询的区域范围,系统将自动访问数据库,查询与此区域相关的晚疫病侵染数据信息,生成查询结果表格,供用户分析病害状况。

3.2.3 未来晚疫病侵染变化趋势预测分析

为了尽可能提高晚疫病防治效率,本系统增加了未来晚疫病侵染变化趋势预测分析功能。该项功能将近期60 天马铃薯生产环境病害分析数据作为参考依据,根据该时间范围内的病害侵染变化趋势,预测未来一段时间内的病害变化情况。本系统支持未来1 ~3d 病害预测,对病害积分状况进行计算,给出病害预测结果。该结果将作为防治建议生成的参考依据,按照病害预测严重性等级,给予病害防治先后顺序建议。

3.3 晚疫病侵染监测预警

本系统开发GIS 预警功能、GIS 插值分析预警功能,根据系统病害侵染监测结果,判断是否发出预警信号。GIS 预警功能的开发,如果病害侵染积分结果不为0,判定马铃薯遭受晚疫病侵害。按照病害积分数值不同,利用不同颜色标注侵染严重程度,随着颜色的加深,病害侵染更加严重。当检测到病害侵染积分大于0 时,系统将自动发出病害侵染预警信号,通过GIS 软件操作界面展示病害程度,同时标注侵染属于哪一代。关于GIS 插值分析预警功能的开发,采用IDW 方法分析侵染代次情况,生成晚疫病侵染监测结果。该项功能根据晚疫病侵染分析结果,生成侵染代次数据,用于描述病害侵染差别。

3.4 晚疫病防治决策建议的生成

为了便于晚疫病防治工作的开展,本系统增加了防治决策建议生成功能。按照病害侵染程度监测结果和预测结果,从防治方案中选择较为适合的防治方案。考虑到病害状况较为复杂,存在现有状况与数据库病害状况不符情况,此时选择相似状况下的防治策略作为防治建议,结合实际情况优化防治策略,并将优化后的防治策略录入系统数据库,而后更新数据库。为了便于用户查看防治决策内容,本系统增加了计算机访问终端和无线访问终端,具备系统访问权限的用户可以通过不同访问终端获取防治决策信息。

4 系统测试分析

4.1 系统测试内容与方法

4.1.1 晚疫病侵染病害诊断精准度、数据传输延迟测试

选取6 个不同病害程度的马铃薯种植区域作为晚疫病监测区域,记为监测区域1、监测区域2、监测区域3、监测区域4、监测区域5、监测区域6,利用系统监测各个区域的晚疫病病害程度和病害代数,统计系统监测结果,与实际病害程度和病害代数进行对比。另外,测试各个监测点的数据传输延迟情况,要求控制在1s 之内。

4.1.2 晚疫病侵染病害预测与预警功能测试

以监测区域1、监测区域2 作为晚疫病侵染病害预测与预警功能测试区域,设定预测时间为1 ~3d,预测晚疫病侵染病害程度和病害代数,记录预测结果,将该结果与实际晚疫病侵染病害程度和病害代数进行对比。另外,测试系统预警功能,以1 代轻度及以上病害程度作为预警标准,一旦发现病害,立即向系统用户发出预警。记录监测区域1、监测区域晚疫病侵染病害预警情况。

4.2 系统测试结果分析

按照系统测试内容与方法,分别对晚疫病侵染病害诊断精准度、侵染病害预测与预警功能进行测试,结果如表3、表4 所示。

表3: 晚疫病侵染病害诊断精准度、数据传输延迟测试结果

表4: 晚疫病侵染病害预测与预警功能测试结果

表3 中6 个监测区域的晚疫病侵染病害诊断精准度测试结果显示,监测病害程度、监测病害代数与实际状况相符。除了监测区域2 以外,其他区域均存在晚疫病侵染问题。其中,监测区域4 的病害代数最高,达到了3 代。其次为监测区域2,该区域的晚疫病达到了2 代极重侵染程度。系统数据传输延迟最大数值为0.2s,在控制允许范围之内。

2 个监测区域的马铃薯晚疫病3d 预测中,预测病害程度、预测病害代数与实际状况相符。其中,监测区域1 的晚疫病预测1 ~2d,预测病害程度、预测病害代数未发生改变,到达第3d 时,病害程度有所加重,与实际病害程度、病害代数相符。由此看来,病害程度、病害代数的预测精准度较高。另外,当马铃薯出现1 代轻度及以上病害程度时,系统皆发出预警,符合系统功能开发要求。

5 总结

本文围绕马铃薯晚疫病监测预警系统设计方案展开研究,为了提高病害监测实时性,本设计方案采用无线传输功能模块作为数据传输装置,借助信号塔传输田间数据采集信号。通过构建CARAH 模型,对病害程度及病害代数进行诊断,通过访问系统数据库服务器,实现病害数据处理与诊断、预测病害程度及病害代数,并发出预警信号。系统测试结果显示,本系统能够准确诊断和预测晚疫病病害程度及病害代数,支持病害预警功能。

猜你喜欢

晚疫病侵染代数
揭示水霉菌繁殖和侵染过程
临汾市马铃薯晚疫病发生趋势预报
如何防治大棚番茄晚疫病
两个有趣的无穷长代数不等式链
Hopf代数的二重Ore扩张
马铃薯晚疫病发生趋势预报
什么是代数几何
芸薹根肿菌侵染过程及影响因子研究
甘蓝根肿病菌休眠孢子的生物学特性及侵染寄主的显微观察
黑龙江省发现马铃薯晚疫病菌(Phytophthora infestans)A2交配型