黃媛 楊英茹 高欣娜 李海杰 武猛 杜亞茹

摘要：利用農(nóng)業(yè)物聯(lián)網(wǎng)傳感技術(shù)采集了日光溫室秋茬番茄定植到一穗花期間的生長環(huán)境數(shù)據(jù)，利用SPSS Statistics Subscription初步建立了日光溫室秋茬番茄莖基腐病預(yù)警模型，模型檢驗(yàn)效果良好，并依據(jù)該模型建立了番茄莖基腐病預(yù)警系統(tǒng)，實(shí)現(xiàn)了通過農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)對日光溫室番茄生長環(huán)境信息自動采集，通過番茄病蟲害預(yù)警系統(tǒng)自動播報發(fā)病概率，初步實(shí)現(xiàn)了現(xiàn)代農(nóng)業(yè)精準(zhǔn)管理和智能判斷的目標(biāo)門

關(guān)鍵詞：番茄莖基腐病;預(yù)警模型;農(nóng)業(yè)物聯(lián)網(wǎng);日光溫室

中圖分類號：S126;S436.412.1 文獻(xiàn)標(biāo)識碼：A

文章編號：0439-8114（2020）09-0167-04

DOI：10.14088/j.cnki.issn0439-8114.2020.09.036

20世紀(jì)30年代，預(yù)警模型研究開始出現(xiàn)在企業(yè)債券評級和破產(chǎn)風(fēng)險評估領(lǐng)域，1977年美國人Mar-tin提出Logistic回歸模型，改進(jìn)了之前多元性判別方法的諸多缺陷，從而提高了金融領(lǐng)域風(fēng)險預(yù)測的正確率。隨后Logistic預(yù)測模型逐漸在社會學(xué)、心理學(xué)、人口學(xué)、政治學(xué)以及公共衛(wèi)生學(xué)，特別是疾病預(yù)測中得到廣泛的應(yīng)用，它主要應(yīng)用于二分觀察結(jié)果與多變量影響因子之間的關(guān)系。在農(nóng)業(yè)領(lǐng)域，病蟲害治理的傳統(tǒng)方法主要包括選用抗病品種、改進(jìn)栽培技術(shù)等，但是農(nóng)業(yè)病蟲害一旦暴發(fā)，過程較短，幾天內(nèi)就會蔓延至大范圍，從而直接影響農(nóng)業(yè)產(chǎn)出和經(jīng)濟(jì)效益，因此農(nóng)業(yè)病蟲害預(yù)警需要在肉眼可見的病害癥狀表現(xiàn)出來之前加以防治。農(nóng)業(yè)經(jīng)營者往往只能根據(jù)經(jīng)驗(yàn)大量使用農(nóng)藥防止病蟲害發(fā)生，這樣就導(dǎo)致農(nóng)藥濫用，甚至農(nóng)藥殘留過量的情況。通過對農(nóng)作物致病成因的研究，特別是通過研究致病環(huán)境因素可以很好地做到在病癥表現(xiàn)出來之前預(yù)測病害發(fā)生概率，從而高效地指導(dǎo)農(nóng)事操作，有效地防止農(nóng)藥濫用[1，2]。

農(nóng)業(yè)病蟲害的發(fā)生與品種特性、栽培技術(shù)、流行病傳染、害蟲遷移、氣象氣候等因素都有關(guān)系，目前國內(nèi)許多學(xué)者都致力于研究農(nóng)業(yè)病蟲害預(yù)警預(yù)測，有的從氣象因子角度開展，如大氣環(huán)流、洋流海溫等，有的從微觀角度如土壤帶菌率、孢子捕捉量等。本試驗(yàn)主要研究對象為日光溫室番茄莖基腐病的發(fā)生，日光溫室番茄生長環(huán)境與大田環(huán)境相對隔離，受害蟲遷飛或病菌傳播影響也較小，直接受到溫室小環(huán)境影響顯著，番茄莖基腐病的發(fā)生與溫室環(huán)境因子聯(lián)系較為緊密。番茄莖基腐病是番茄的一種重要病害，病原為立枯絲核菌（Rhizoctonia solani Kuhn），病原不產(chǎn)生孢子，不易通過空氣傳播，菌絲和菌核主要在高溫高濕的環(huán)境中繁殖和傳播，該病菌菌絲在22～24℃發(fā)育繁殖最快，在13～40℃都可生長。秋茬番茄定植時氣溫較高，苗床及棚室溫度較高，土壤濕度過大，且通風(fēng)透光條件差，易引起病害的發(fā)生和流行，秋茬番茄定植后發(fā)病率約10%，病株莖基部或地下主側(cè)根部開始出現(xiàn)暗褐色病斑，發(fā)病初期病斑及病態(tài)不易發(fā)現(xiàn)，當(dāng)病斑蔓延莖基部一周時，出現(xiàn)整株葉片變黃、萎靡甚至枯死，此時發(fā)現(xiàn)已經(jīng)很難救治，造成死苗，只能補(bǔ)種幼苗，否則將直接影響當(dāng)年產(chǎn)量和收益。通過現(xiàn)有大量研究可知，番茄莖基腐病病原主要在高溫高濕環(huán)境中繁殖傳播，其病原著生于番茄苗莖基部或地下側(cè)根，土壤溫、濕度和空氣溫、濕度是秋茬番茄莖基腐病發(fā)生的主要影響因素[3-10]。

隨著信息技術(shù)在農(nóng)業(yè)領(lǐng)域應(yīng)用范圍的不斷擴(kuò)大，農(nóng)業(yè)物聯(lián)網(wǎng)的深入普及，日光溫室氣象站監(jiān)測作物生長的各項(xiàng)環(huán)境數(shù)據(jù)，控制設(shè)備實(shí)現(xiàn)對溫室各設(shè)備的本地控制或遠(yuǎn)程控制技術(shù)已相當(dāng)成熟，但是傳感器監(jiān)測的數(shù)據(jù)信息與農(nóng)業(yè)生產(chǎn)實(shí)際脫鉤，指導(dǎo)意義不大，農(nóng)事管理依然需要人工觀察并綜合經(jīng)驗(yàn)，農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)不能真正實(shí)現(xiàn)自動化、智能化。試驗(yàn)將研究日光溫室秋茬番茄莖基腐病發(fā)生概率與生長環(huán)境因子之間的關(guān)系，從而建立病害預(yù)警模型，并設(shè)計開發(fā)日光溫室番茄病害預(yù)警平臺，不僅實(shí)現(xiàn)可通過溫室環(huán)境氣象站的各個傳感器獲取和儲存各項(xiàng)環(huán)境數(shù)據(jù)，還可通過預(yù)警模型計算，在預(yù)警平臺上精確得到當(dāng)前環(huán)境條件下莖基腐病發(fā)生概率，從而有效提示農(nóng)事操作，防止番茄莖基腐病的發(fā)生和蔓延。

1 數(shù)據(jù)采集

1.1 試驗(yàn)設(shè)計

2018年在石家莊市農(nóng)林科學(xué)研究院趙縣現(xiàn)代農(nóng)業(yè)園區(qū)選取1～5號日光溫室的環(huán)境數(shù)據(jù)為采集對象，日光溫室東西長度為80m，南北寬9m，內(nèi)部風(fēng)口、棉被、灌溉等裝置設(shè)備基本相同，每個日光溫室種植1500～2000株番茄苗，為日光溫室番茄病蟲害監(jiān)測研究項(xiàng)目提供監(jiān)測和研究對象。2018年8月11-15日5個日光溫室的秋茬番茄陸續(xù)完成定植，據(jù)觀察，定植后的10～15d，當(dāng)番茄苗整株出現(xiàn)葉片萎靡、莖基部出現(xiàn)暗褐色病斑時，甚至出現(xiàn)整株枯死時，認(rèn)定其為莖基腐病病株，當(dāng)該棚病苗率達(dá)到或超過10%時，認(rèn)定該棚為發(fā)病棚，相應(yīng)的當(dāng)番茄苗發(fā)病率未達(dá)到10%時，認(rèn)定該棚為健康棚。截至9月10日，由于2號溫室和5號溫室的番茄莖基腐病發(fā)生率超過70%，因此對這2個日光溫室進(jìn)行了整棚拔苗和重新定植，隨即對新種植的番茄苗繼續(xù)進(jìn)行監(jiān)測至10月10日，共獲得番茄定植至一穗花開花前后30d生長期的環(huán)境數(shù)據(jù)共7組，其中發(fā)病棚數(shù)據(jù)5組，健康棚即認(rèn)為不發(fā)病數(shù)據(jù)2組。

1.2 數(shù)據(jù)采集設(shè)備

溫室環(huán)境數(shù)據(jù)采集設(shè)備選用北京農(nóng)業(yè)信息技術(shù)研究中心研制的綠云格微型氣象站，其空氣溫度傳感器測量范圍-20～70℃，測量精度±0.1℃，工作溫度-20～70℃;空氣濕度傳感器，測量范圍0～100%，測量精度±2%，工作溫度-20～70℃;土壤溫度傳感器，測量范圍-20～100℃，測量精度±0.2℃;土壤濕度傳感器，測量容積含水率，量程0～100%，測量精度±3%。微型氣象站密封性好，且各個傳感器能夠適應(yīng)溫室中高溫、高濕的環(huán)境條件，精度和穩(wěn)定性較好，能夠每隔半小時將自動監(jiān)測到的數(shù)據(jù)通過Zig-Bee自組織網(wǎng)絡(luò)連接，再通過執(zhí)行控制器通過串口與無線網(wǎng)橋連接，最終將環(huán)境監(jiān)測數(shù)據(jù)通過無線傳輸?shù)姆绞絺骰刂帘O(jiān)控中心服務(wù)器上。

2 模型構(gòu)建

2.1 模型變量的定義

首先將番茄莖基腐病發(fā)生與否作為因變量（Y），日光溫室環(huán)境中空氣溫、濕度和土壤溫、濕度都是影響莖基腐病發(fā)生與否的環(huán)境因素，將日光溫室每天（凌晨12：00至次日午夜12：00）最高空氣溫、濕度和土壤溫、濕度作為自變量（X），選取定植后至一穗花期間，莖基腐病發(fā)生、蔓延至暴發(fā)這一時間段為研究對象。

令P_r表示番茄莖基腐病是否發(fā)生（Y）的概率，式中，α表示常數(shù)，β表示回歸系數(shù)，X表示自變量，可得式（1）。

由于（Y）包含一個以上的自變量，令Z=α+β₁X₁+β₂X₂+…+β_nX_n，n表示自變量的個數(shù)，則可得式（2）。

2.2 模型檢驗(yàn)

運(yùn)用SPSS Statistics Subscription進(jìn)行Logistic回歸，選擇Backward（Wald）方法對數(shù)據(jù)進(jìn)行模擬計量，將 Wald值不顯著的自變量（土壤溫度、空氣濕度）逐次剔除，再逐次回歸，直到模型系數(shù)的混合檢驗(yàn)、最大似然平方的對數(shù)值檢驗(yàn)、霍斯默一萊梅肖檢驗(yàn)、最終預(yù)測分類檢驗(yàn)、最終模型參數(shù)檢驗(yàn)等檢驗(yàn)結(jié)果良好，獲得最終模型。

由表1可見，通過模型系數(shù)的Omnibus檢驗(yàn)，P小于0.05，檢驗(yàn)結(jié)果良好，模型摘要中給出一2對數(shù)似然值Cox-Snell的R²以及hlagelkerke的R²檢驗(yàn)統(tǒng)計結(jié)果。霍斯默一萊梅肖檢驗(yàn)結(jié)果中sig.顯著性水平為0.638，說明預(yù)測值與觀測值無顯著差異，因此模型擬合度較好，P大于0.05，說明模型對數(shù)據(jù)具有一定的解釋能力，檢驗(yàn)通過。

表2為第一次迭代結(jié)果的擬合效果，從表2可以看出，對于y=0（健康棚），有52.0%的準(zhǔn)確性;對于y=1（莖基腐病棚），有94.9%準(zhǔn)確性，總體有85.3%的準(zhǔn)確性，模型效果較好。

表3列出了各個變量對應(yīng)的回歸系數(shù)，以及該變量對應(yīng)的Wald統(tǒng)計量和它對應(yīng)的相伴概率Sig.。從表3可以看出，兩個變量最高空氣溫度與最大土壤濕度均進(jìn)入了最終模型，且兩變量的回歸系數(shù)均不顯著為0，Wald統(tǒng)計量最大，表明該變量在模型中較重要。由表3模型的變量檢驗(yàn)可知，最終模型系數(shù)中常數(shù)項(xiàng)為-26.617，最大土壤濕度的回歸系數(shù)為0.208，最高空氣溫度的回歸系數(shù)為0.545。

2.3 模型建立

根據(jù)表3可得式（3），式中，H_a、T_a分別代表最大土壤濕度、最高空氣溫度。

Z=-26.617+0.208H_a+0.545T_a（3）

將Z代入Logistic回歸模型，得到最終日光溫室秋茬番茄莖基腐病發(fā)生預(yù)測模型式（4）。

2.4 莖基腐病預(yù)警系統(tǒng)建立

根據(jù)番茄莖基腐病發(fā)生預(yù)測模型，設(shè)計建立番茄莖基腐病預(yù)警平臺，其設(shè)計思路見圖1。番茄莖基腐病預(yù)警系統(tǒng)主要包含數(shù)據(jù)層、服務(wù)層、業(yè)務(wù)層、通訊層、設(shè)備層和應(yīng)用層。數(shù)據(jù)層采用WebService接口，建立分類數(shù)據(jù)庫;服務(wù)層系統(tǒng)構(gòu)架采用SpringMVC架構(gòu)，主要包含服務(wù)引擎GIS組件、界面框架、統(tǒng)計分析引擎、報表服務(wù)、數(shù)據(jù)倉庫組件等各種服務(wù)引擎和服務(wù)策略;通訊層支持COM、GPRS、3G、Wi-Fi、Internet等多種數(shù)據(jù)傳輸協(xié)議;設(shè)備層能夠掛接PC、LED屏、智能手機(jī)、平板電腦、傳感器、攝像頭、監(jiān)測終端、墑情氣象站和灌概控制終端等多種終端設(shè)備，自動完成各種格式的數(shù)據(jù)轉(zhuǎn)換和交互;應(yīng)用層支持農(nóng)業(yè)物聯(lián)網(wǎng)數(shù)據(jù)的采集和管理，實(shí)現(xiàn)番茄莖基腐病發(fā)病率的提示，從而提升農(nóng)業(yè)生產(chǎn)管理水平[11-13]，具體見圖2。

3 結(jié)論

研究利用農(nóng)業(yè)物聯(lián)網(wǎng)傳感技術(shù)采集了日光溫室秋茬番茄定植到一穗花期間的生長環(huán)境數(shù)據(jù)，利用SPSS Statistics Subscription初步建立了日光溫室秋茬番茄莖基腐病預(yù)警模型，模型檢驗(yàn)效果良好，通過試驗(yàn)證明了在實(shí)際生產(chǎn)中預(yù)警模型運(yùn)行效果較優(yōu)。該預(yù)警模型的建立，充分探索了土壤濕度、空氣溫度與番茄莖基腐病發(fā)生概率之間的關(guān)系，并為番茄病蟲害預(yù)警體系的建立奠定了基礎(chǔ)，為實(shí)現(xiàn)現(xiàn)代農(nóng)業(yè)精準(zhǔn)化管理進(jìn)行了一次探索。

為建立番茄病蟲害預(yù)警系統(tǒng)，應(yīng)當(dāng)在以下幾個方面繼續(xù)探索和完善。第一，開發(fā)研制更為準(zhǔn)確且成本更為低廉的環(huán)境傳感設(shè)備，通過制定標(biāo)準(zhǔn)、規(guī)范等形式，將數(shù)據(jù)類型、傳輸接口等進(jìn)行統(tǒng)一和規(guī)范，使得番茄病蟲害預(yù)警體系所需數(shù)據(jù)的獲得更具普遍性，其應(yīng)用范圍也更加廣闊;第二，通過實(shí)際數(shù)據(jù)的不斷補(bǔ)充，將番茄病蟲害預(yù)警體系不斷完善和修復(fù)，同時陸續(xù)將品種特性、農(nóng)藥化肥的使用、種植技術(shù)等因素加入預(yù)警系統(tǒng)，使其對農(nóng)業(yè)實(shí)踐生產(chǎn)更具指導(dǎo)意義;第三，綜合利用農(nóng)業(yè)物聯(lián)網(wǎng)各項(xiàng)技術(shù)，將智能孢子捕捉儀、圖像識別系統(tǒng)、專家在線系統(tǒng)等農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)與番茄病蟲害預(yù)警模型相結(jié)合，從而強(qiáng)化和豐富病蟲害預(yù)警系統(tǒng)，使其能夠更加準(zhǔn)確地對番茄病蟲害的發(fā)生進(jìn)行預(yù)測、提示、辨識、治理等[14，15]。

參考文獻(xiàn)：

[1]江三寶信息分析與預(yù)測[M].北京：清華大學(xué)出版社，2013.

[2]王克林，劉建平多階模型在地區(qū)消費(fèi)差異研究中的應(yīng)用[J]統(tǒng)計研究，2011（1）：86-92.

[3]董偉.蔬菜病蟲害診斷與防治[M].北京：中國農(nóng)業(yè)科學(xué)技術(shù)出版社，2012.

[4]董金皋農(nóng)業(yè)植物病理學(xué)[M].北京：中國農(nóng)業(yè)出版社，2001.

[5]盧炳瑞.番茄高產(chǎn)栽培技術(shù)[M].吉林：吉林?jǐn)z影出版社，2005.

[6]劉志恒，馬家瑞，楊紅，等.溫室番茄莖基腐病病原菌的生物學(xué)特性[J].植物保護(hù)，2010，36（2）：94-97，101.

[7]張建文，許永峰，陳秀蓉_張掖市番茄莖基腐病田間發(fā)病規(guī)律及防治方法研究[J].植物保護(hù)，2007，33（2）：123-127.

[8]王學(xué)梅，崔靜英，于蓉，等.日光溫室秋冬茬番茄莖基腐病的發(fā)生規(guī)律及防治技術(shù)[J].北方園藝，2010（2）：64-66.

[9]張建文.張掖市番茄莖基腐病及其防治技術(shù)研究[D].蘭州：甘肅大學(xué)，2005.

[10]邢光耀.幾種藥劑混配對番茄莖基腐病的防治試驗(yàn)[J].長江蔬菜，2013，14（23）：61-62.

[11]高超.便攜式農(nóng)業(yè)小氣候數(shù)據(jù)采集系統(tǒng)的設(shè)什與實(shí)現(xiàn)[D].貴陽：貴州大學(xué)，2016.

[12]楊博，武洪峰，林思伽.物聯(lián)網(wǎng)傳感技術(shù)在農(nóng)田生態(tài)環(huán)境監(jiān)測中的應(yīng)用[J].現(xiàn)代化農(nóng)業(yè)，2013，407（6）：58-59.

[13]賀園園，馮春貴，祝詩平.基于GPRS的茶園環(huán)境參數(shù)無線監(jiān)測系統(tǒng)的設(shè)計[J].農(nóng)機(jī)化研究，2012，25（9）：120-123.

[14]王曉蓉，呂雄杰，賈寶紅.基于物聯(lián)網(wǎng)技術(shù)的日光溫室黃瓜白粉病預(yù)警系統(tǒng)研究[J].農(nóng)學(xué)學(xué)報，2016，6（8）：50-53.

[15]李明，趙春江，楊信廷，等.溫室蔬菜病害預(yù)警體系初探——以黃瓜霜霉病為例[J].農(nóng)學(xué)通報，2010，26（6）：324-331.

收稿日期：2019-10-04

基金項(xiàng)目：河北省科技廳重點(diǎn)研發(fā)計劃（18226920D）

作者簡介：黃媛（1986-），女，河北石家莊人，農(nóng)藝師，碩士，主要從事農(nóng)業(yè)信息化研究，（電話）17731175112（電子信箱）13494515@qq.com;通信作者，楊英茹（1972-），女，河北辛集人，副研究員，主要從事農(nóng)業(yè)信息化研究，（電子信箱）13363883898@163.com。