摘要 水稻病蟲害是影響水稻產(chǎn)量與質(zhì)量的重要因素之一，加強(qiáng)病蟲害的防治意義重大。從需求分析、技術(shù)系統(tǒng)架構(gòu)、功能模塊3個(gè)方面詳細(xì)闡述了水稻病蟲害檢測(cè)預(yù)警平臺(tái)的研發(fā)過程，通過周圍環(huán)境信息與圖像識(shí)別技術(shù)實(shí)現(xiàn)了水稻病蟲害監(jiān)測(cè)預(yù)警功能，提升了水稻病蟲害防治效率。分析和調(diào)研發(fā)現(xiàn)，水稻病蟲害檢測(cè)預(yù)警平臺(tái)仍然存在一些問題，未來將從增強(qiáng)系統(tǒng)的地域適應(yīng)性、提高小型害蟲的識(shí)別效果、構(gòu)建高質(zhì)量農(nóng)業(yè)病蟲害數(shù)據(jù)集3個(gè)方面開展進(jìn)一步研究。

關(guān)鍵詞 水稻病蟲害；圖像識(shí)別；監(jiān)測(cè)；預(yù)警

中圖分類號(hào) S 126 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 0517-6611（2024）16-0211-06

doi：10.3969/j.issn.0517-6611.2024.16.045

開放科學(xué)（資源服務(wù)）標(biāo)識(shí)碼（OSID）：

Research and Development of Rice Disease and Pest Monitoring Platform Based on Computer Vision

GUAN Bo-lun， DONG Wei， ZHANG Li-ping et al

（Institute of Agricultural Economy and Information， Anhui Academy of Agricultural Sciences， Hefei， Anhui 230031）

Abstract Rice diseases and pests are one of the important factors affecting rice yield and quality. It is of great significance to strengthening the prevention and control of diseases and pests. The article elaborates on the development process of a rice pest detection and warning platform from three aspects of demand analysis， technical system architecture and functional modules. Through the use of surrounding environmental information and image recognition technology， the rice pest detection and warning function was achieved， improving the efficiency of rice pest prevention and control. After analysis and research， it was found that there were still some problems with the rice pest detection and warning platform. In the future， in-depth research could be conducted from three aspects of enhancing the regional adaptability of the system， improving the recognition effect of small pests and constructing high-quality agricultural pest and disease datasets.

Key words Rice pests and diseases；Image recognition；Monitor；Warning

基金項(xiàng)目 安徽省財(cái)政農(nóng)業(yè)科技成果轉(zhuǎn)化項(xiàng)目“高產(chǎn)優(yōu)質(zhì)抗逆水稻新品種成果轉(zhuǎn)化”（2022ZH001）；安徽省農(nóng)業(yè)科學(xué)院科研計(jì)劃項(xiàng)目“農(nóng)業(yè)智能化技術(shù)研發(fā)中心”（2023YL014）。

作者簡(jiǎn)介 管博倫（1993—），男，安徽蚌埠人，研究實(shí)習(xí)員，碩士，從事數(shù)據(jù)挖掘、農(nóng)業(yè)信息化研究。*通信作者，副研究員，碩士，從事農(nóng)業(yè)信息化研究。

收稿日期 2023-09-13

我國(guó)是一個(gè)農(nóng)業(yè)大國(guó)，水稻是我國(guó)主要的糧食作物之一，國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)顯示，2022年我國(guó)水稻種植面積和總產(chǎn)量分別為2 945.01萬hm²、20 849.5萬t^［1］，其質(zhì)量和產(chǎn)量與國(guó)家糧食安全息息相關(guān)。然而，農(nóng)業(yè)病蟲害往往會(huì)嚴(yán)重影響作物產(chǎn)量和質(zhì)量，因此及時(shí)精準(zhǔn)進(jìn)行農(nóng)作物病蟲害防治意義重大^［2］。傳統(tǒng)的農(nóng)業(yè)病蟲害防治往往利用人工進(jìn)行田間調(diào)查進(jìn)行測(cè)報(bào)，這一方式需要大量人力物力的投入，工作效率低下^［3］，若不及時(shí)發(fā)現(xiàn)和防治、藥物使用不當(dāng)?shù)葧?huì)對(duì)水稻生產(chǎn)和生態(tài)環(huán)境造成嚴(yán)重影響。近年來，農(nóng)業(yè)物聯(lián)網(wǎng)與信息技術(shù)的發(fā)展使得傳統(tǒng)農(nóng)業(yè)與信息化結(jié)合成為了可能^［4］，通過傳感器采集到的溫度、降水、光照、風(fēng)速、風(fēng)向等數(shù)據(jù)對(duì)蟲害的發(fā)生進(jìn)行監(jiān)測(cè)和分析，可以有效緩解人力成本不足的問題。通過農(nóng)業(yè)病蟲害檢測(cè)預(yù)警信息化平臺(tái)對(duì)農(nóng)業(yè)病蟲害進(jìn)行防治，提高農(nóng)作物的質(zhì)量與產(chǎn)量已經(jīng)成為目前重要的研究方向^［5］。

近年來，將物聯(lián)網(wǎng)、人工智能和通信技術(shù)應(yīng)用于植物保護(hù)領(lǐng)域，研制出的智能識(shí)別蟲情測(cè)報(bào)燈，一定程度上減輕了基層部門害蟲測(cè)報(bào)的工作，提高了測(cè)報(bào)效率，在蟲情監(jiān)測(cè)預(yù)警方面具有良好的應(yīng)用前景。目前，國(guó)內(nèi)外學(xué)者研究多集中在病蟲害發(fā)生早期監(jiān)測(cè)、發(fā)生嚴(yán)重程度預(yù)警分析以及多種病蟲害檢測(cè)識(shí)別方面^［6］。黃沖等^［7］研發(fā)的馬鈴薯晚疫病監(jiān)測(cè)系統(tǒng)基于CARAH模型，通過采集田間小氣候數(shù)據(jù)信息實(shí)現(xiàn)對(duì)馬鈴薯晚疫病進(jìn)行分析與預(yù)警。宋瑞等^［8］利用大田中環(huán)境因子數(shù)據(jù)，結(jié)合赤霉病初始菌原量構(gòu)建了小麥赤霉病預(yù)警監(jiān)測(cè)系統(tǒng)，該系統(tǒng)已經(jīng)在多地進(jìn)行推廣和試驗(yàn)。劉萬才等^［9］提出一款由多家研究機(jī)構(gòu)合作研發(fā)的農(nóng)作物移動(dòng)智能采集設(shè)備，該設(shè)備實(shí)現(xiàn)了數(shù)據(jù)自動(dòng)采集、病蟲害識(shí)別、病蟲害計(jì)數(shù)及病蟲害發(fā)生程度評(píng)估等功能，更方便用于數(shù)據(jù)的獲取。在病蟲害智能檢測(cè)預(yù)警系統(tǒng)也是構(gòu)成精準(zhǔn)變量施藥技術(shù)的重要支撐技術(shù)之一^［10］；王志彬等^［11］基于農(nóng)業(yè)病蟲害檢測(cè)系統(tǒng)研發(fā)了一款可遠(yuǎn)程控制的設(shè)施蔬菜綠色防控植保機(jī)，對(duì)設(shè)施蔬菜病蟲害進(jìn)行綠色防控。

水稻病蟲害智能監(jiān)測(cè)預(yù)警平臺(tái)是智慧植保的重要組成部分之一^［12］，害蟲測(cè)報(bào)是植物保護(hù)的基礎(chǔ)性工作，蟲情測(cè)報(bào)燈作為常用測(cè)報(bào)工具在害蟲測(cè)報(bào)工作中發(fā)揮著重要作用。因此，開發(fā)一種現(xiàn)代化、有效的水稻病蟲害監(jiān)測(cè)系統(tǒng)，對(duì)于提高水稻生產(chǎn)的質(zhì)量和效率、保障國(guó)家糧食安全具有重要意義。鑒于此，筆者從需求分析、技術(shù)系統(tǒng)架構(gòu)、功能模塊3個(gè)方面詳細(xì)闡述了水稻病蟲害檢測(cè)預(yù)警平臺(tái)的研發(fā)過程，通過周圍環(huán)境信息與圖像識(shí)別技術(shù)實(shí)現(xiàn)了水稻病蟲害監(jiān)測(cè)預(yù)警功能，提升了水稻病蟲害防治效率。

1 功能需求

水稻病蟲害智能監(jiān)測(cè)預(yù)警平臺(tái)主要在戶外自然大田環(huán)境進(jìn)行信息數(shù)據(jù)的采集。在技術(shù)方面，項(xiàng)目主要采用圖像識(shí)別技術(shù)、數(shù)據(jù)采集技術(shù)、數(shù)據(jù)分析技術(shù)、預(yù)警通知技術(shù)、數(shù)據(jù)庫技術(shù)和數(shù)據(jù)存儲(chǔ)技術(shù)等。主要的功能需求包括：①病蟲害智能識(shí)別功能。系統(tǒng)能準(zhǔn)確識(shí)別水稻的各種病蟲害，包括其癥狀、特點(diǎn)和生活習(xí)性。該功能需要通過整合圖像識(shí)別技術(shù)和機(jī)器學(xué)習(xí)算法實(shí)現(xiàn)。②實(shí)時(shí)監(jiān)測(cè)功能。系統(tǒng)應(yīng)能在不同的時(shí)間和天氣條件下，對(duì)水稻進(jìn)行24 h的實(shí)時(shí)監(jiān)測(cè)。這需要使用各種傳感器（如溫度、濕度、光照等）以及圖像視頻捕捉設(shè)備。③數(shù)據(jù)分析功能。系統(tǒng)需要對(duì)收集的數(shù)據(jù)進(jìn)行分析，包括病蟲害的發(fā)生頻率、擴(kuò)散趨勢(shì)、對(duì)水稻的影響等，這將需要強(qiáng)大的數(shù)據(jù)處理和機(jī)器學(xué)習(xí)算法。④預(yù)警通知功能。系統(tǒng)應(yīng)根據(jù)分析結(jié)果，在出現(xiàn)病蟲害風(fēng)險(xiǎn)時(shí)，及時(shí)向農(nóng)民發(fā)出預(yù)警。預(yù)警方式可以是手機(jī)APP通知，或者是通過電子郵件或短信。⑤病蟲害知識(shí)庫功能?；诨ヂ?lián)網(wǎng)的系統(tǒng)，專門用于存儲(chǔ)、管理和檢索水稻病蟲害相關(guān)信息。它存儲(chǔ)了各種病蟲害的信息，包括病原、癥狀、傳播途徑和防治方法。用戶可以使用多種檢索和查詢功能，根據(jù)關(guān)鍵詞、病蟲害類型和癥狀描述等快速找到所需信息。⑥數(shù)據(jù)存儲(chǔ)與追溯功能。系統(tǒng)應(yīng)能存儲(chǔ)和分析歷史數(shù)據(jù)，以了解病蟲害的發(fā)生規(guī)律，為未來的防治提供參考。

針對(duì)上述功能需求，按照信息處理的完整流程（采集、存儲(chǔ)、分析、處理和顯示），通過現(xiàn)代化的信息手段，研發(fā)了一種能夠?qū)崟r(shí)監(jiān)測(cè)和預(yù)警水稻病蟲害的發(fā)生、傳播和擴(kuò)散趨勢(shì)的系統(tǒng)。該系統(tǒng)將采集到的信息處理后，可以提供及時(shí)的防治建議，以減少病蟲害的危害，提高水稻的產(chǎn)量和品質(zhì)，提高水稻病蟲害防治的及時(shí)性和有效性，降低農(nóng)業(yè)生產(chǎn)成本，提高農(nóng)業(yè)生產(chǎn)的效率和效益，同時(shí)也有助于保護(hù)農(nóng)業(yè)生態(tài)環(huán)境和促進(jìn)農(nóng)業(yè)可持續(xù)發(fā)展。通過運(yùn)用移動(dòng)互聯(lián)網(wǎng)的強(qiáng)大優(yōu)勢(shì)，實(shí)現(xiàn)病蟲害監(jiān)測(cè)信息高效準(zhǔn)確采集、存儲(chǔ)及顯示過程，為農(nóng)業(yè)病蟲害信息監(jiān)測(cè)系統(tǒng)的完善提供參考。

2 系統(tǒng)設(shè)計(jì)

2.1 系統(tǒng)架構(gòu)

水稻病蟲害監(jiān)測(cè)預(yù)警平臺(tái)系統(tǒng)架構(gòu)如圖1所示，基礎(chǔ)設(shè)備層提供了大田環(huán)境數(shù)據(jù)采集和數(shù)據(jù)存儲(chǔ)的功能，蟲情測(cè)報(bào)燈用以采集田間水稻害蟲高清圖像數(shù)據(jù)，高清攝像頭利用自動(dòng)巡檢功能采集水稻葉面病害圖像數(shù)據(jù)，微型氣象站中可以采集到風(fēng)向風(fēng)速數(shù)據(jù)、空氣濕度數(shù)據(jù)、降雨量數(shù)據(jù)以及溫度數(shù)據(jù)，土壤墑情站利用土肥傳感器采集土壤中的肥料數(shù)據(jù)，最后將采集到的數(shù)據(jù)分類匯總存儲(chǔ)到云服務(wù)器中保存。網(wǎng)絡(luò)通信層由不同的基礎(chǔ)網(wǎng)絡(luò)和網(wǎng)絡(luò)設(shè)備構(gòu)成，主要用來傳輸基礎(chǔ)設(shè)備所采集到的多模態(tài)數(shù)據(jù)^［13］。系統(tǒng)應(yīng)用層實(shí)現(xiàn)水稻病蟲害監(jiān)測(cè)預(yù)警的關(guān)鍵功能，對(duì)存儲(chǔ)設(shè)備上的時(shí)間流數(shù)據(jù)進(jìn)行分析，將病蟲害的發(fā)生時(shí)間分布和地理位置分布按照發(fā)生的嚴(yán)重程度進(jìn)行直觀分析 ^［14］，視頻監(jiān)控系統(tǒng)主要完成葉面病害的信息處理，地理信息系統(tǒng)結(jié)合其他系統(tǒng)提供相應(yīng)的位置信息支持，物聯(lián)網(wǎng)監(jiān)測(cè)系統(tǒng)負(fù)責(zé)分析處理時(shí)刻產(chǎn)生的環(huán)境數(shù)據(jù)，智能蟲體識(shí)別系統(tǒng)將蟲情測(cè)報(bào)燈采集到的圖像進(jìn)行智能識(shí)別，數(shù)據(jù)處理預(yù)警負(fù)責(zé)對(duì)數(shù)據(jù)進(jìn)行分類匯總進(jìn)行預(yù)處理，將識(shí)別好的圖像信息與其他環(huán)境信息進(jìn)行多模態(tài)融合，進(jìn)行預(yù)警測(cè)報(bào)。終端策略層將系統(tǒng)應(yīng)用層中分析的結(jié)果以多種方式反饋給用戶，進(jìn)行全系統(tǒng)的邏輯管理與相應(yīng)的信息反饋。

2.2 技術(shù)架構(gòu)

系統(tǒng)基于java語言開發(fā)，服務(wù)層選用的是SpringBoot+MyBatis，前端選擇Vue框架的前后端分離技術(shù)框架，數(shù)據(jù)庫基于MySQL進(jìn)行開發(fā)，如圖2所示。

Vue是一款流行的開源前端框架，具有容易上手、靈活性高、復(fù)雜性低等優(yōu)勢(shì)^［15］，深受前端開發(fā)者青睞。Vue只關(guān)注前端的視圖層，采用漸進(jìn)式的框架極大地提高了前端開發(fā)效率。Vue采用的局部刷新策略，不需要每次對(duì)DOM和所有的數(shù)據(jù)進(jìn)行請(qǐng)求，也大大提高了訪問速度、優(yōu)化了用戶的體驗(yàn)^［16］。Vue主要特點(diǎn)包括：①遵循MVVM（Model-View-ViewModel）模式，對(duì)模型層和視圖層進(jìn)行分離；②組件化開發(fā)模式，對(duì)前端中的功能模塊分別組裝到一個(gè)一個(gè)單獨(dú)的組件中，開發(fā)時(shí)只需要在標(biāo)簽中傳入相應(yīng)的參數(shù)就可以實(shí)現(xiàn)組件功能，提升了項(xiàng)目的可維護(hù)性；③對(duì)DOM進(jìn)行虛擬化，原生的DOM操作需要頻繁的操作DOM樹，導(dǎo)致頁面瀏覽不暢，而虛擬化的DOM利用預(yù)操作處理，將多個(gè)DOM操作保存起來，在最后統(tǒng)一由真實(shí)DOM進(jìn)行處理，增加了系統(tǒng)的流暢性。

SpringBoot框架是java語言中一款最流行的開源框架，是基于經(jīng)典的Spring框架升級(jí)而來^［17］。它繼承了Spring框架的核心功能，比如依賴注入的編程和面向切面的編程（AOP），在繼承Spring框架功能的同時(shí)，增加了一些新的方法來簡(jiǎn)化Spring的開發(fā)過程，具有“開箱即用”的優(yōu)點(diǎn)。SpringBoot框架的主要組成部分包括：①Spring Framework，該部分允許開發(fā)者在xml配置文件中配置相關(guān)的依賴后使用Spring框架的一些功能，極大豐富了開發(fā)工具；②Spring Boot Starter，該模塊包含了基礎(chǔ)的必須依賴和配置信息，開發(fā)者只需要使用Spring Boot Web就可以快速開始一個(gè)Web程序；③Spring Boot DevTools，該模塊屬于簡(jiǎn)便快發(fā)工具，提供了一些簡(jiǎn)便用戶開發(fā)的功能，如熱部署工具可以幫助開發(fā)者靈活迅速調(diào)試程序^［18］。

MyBatis是一種數(shù)據(jù)持久化的框架，其主要作用是封裝了JDBC等操作數(shù)據(jù)庫的過程，開發(fā)者只需要寫好SQL語句，而無需關(guān)注與數(shù)據(jù)庫連接，如注冊(cè)、連接、釋放資源等復(fù)雜操作。用戶只需要關(guān)注MyBatis的核心配置文件和映射文件，核心配置文件中定義了數(shù)據(jù)庫連接操作、數(shù)據(jù)源、數(shù)據(jù)庫連接池、事務(wù)處理等，映射文件中定義了操作數(shù)據(jù)庫的SQL語句、映射的JavaBean類以及輸出結(jié)果集^［19］。

MySQL是一種建立在關(guān)系模型之上的關(guān)系型數(shù)據(jù)庫管理系統(tǒng)（database managements system，DBMS）。數(shù)據(jù)庫借助數(shù)學(xué)中集合的操作方法來處理數(shù)據(jù)庫中記錄的數(shù)據(jù)，使數(shù)據(jù)更能夠有效、方便查詢和存儲(chǔ)^［20］。其作用是將數(shù)據(jù)存儲(chǔ)在硬盤上，對(duì)其進(jìn)行系統(tǒng)化的管理，在其內(nèi)部設(shè)置了容量小但速度快的高速緩沖區(qū)，盡可能避免I/O速度與CPU速度不匹配的現(xiàn)象發(fā)生^［21］。

為了配合各框架之間更有效的傳遞數(shù)據(jù)流，在整個(gè)技術(shù)架構(gòu)中還引入了其他一些技術(shù)支持。Redis二級(jí)緩存是高性能基于內(nèi)存的鍵值對(duì)數(shù)據(jù)庫，減少M(fèi)ySQL的訪問次數(shù)加快了請(qǐng)求的響應(yīng)式速度^［22］。Kafka和zookeeper是流行的分布式應(yīng)用程序，解決了分布式程序中數(shù)據(jù)一致性的問題^［23］。使用開源輕量級(jí)的Activiti工作流引擎來實(shí)現(xiàn)無狀態(tài)服務(wù)調(diào)度算法^［24］。

2.3 功能模塊

依據(jù)功能需求和系統(tǒng)架構(gòu)，系統(tǒng)中包含如下功能：①基地管理。具備多基地管理能力，可以管理基地名稱、地址經(jīng)緯度、聯(lián)系人面積等。②設(shè)備管理。接入設(shè)備的對(duì)接與管理，可以接入不同的供應(yīng)商的不同設(shè)備，并綁定到對(duì)應(yīng)的基地。③視頻管理。管理接入的視頻品牌、序列號(hào)、類型、路數(shù)和遠(yuǎn)程控制功能以及手動(dòng)截圖保存到云存儲(chǔ)。④傳感器管理?？梢詫?duì)接不同品牌廠商的傳感器，并設(shè)置對(duì)應(yīng)的監(jiān)測(cè)項(xiàng)目以及數(shù)值單位，支持自定義圖片和顏色。⑤圖表管理。為監(jiān)測(cè)的數(shù)值提供可視化圖表展示的功能，支持自定義時(shí)間查詢和展示數(shù)據(jù)，支持?jǐn)?shù)據(jù)對(duì)比分析。⑥微信小程序。小程序具有便捷、易用、跨平臺(tái)、數(shù)據(jù)共享等優(yōu)勢(shì)。用戶無需下載安裝，只需在微信或其他小程序平臺(tái)搜索系統(tǒng)名稱即可使用。界面簡(jiǎn)潔，操作簡(jiǎn)單且提供多種功能，如數(shù)據(jù)查詢、預(yù)警通知和在線咨詢等。⑦可視化大屏?？梢詫⑾到y(tǒng)收集的環(huán)境數(shù)據(jù)和病蟲害發(fā)生情況直觀地展示在大型屏幕上，方便用戶全面了解水稻的生長(zhǎng)環(huán)境和病蟲害發(fā)生情況。大屏可以展示實(shí)時(shí)的數(shù)據(jù)曲線圖和歷史數(shù)據(jù)報(bào)表，用戶可以隨時(shí)查看水稻的生長(zhǎng)狀態(tài)和病蟲害發(fā)生情況，并根據(jù)數(shù)據(jù)分析結(jié)果采取相應(yīng)的防治措施，提高水稻生產(chǎn)的效率和質(zhì)量。⑧用戶管理。用戶是系統(tǒng)操作者，該功能主要完成系統(tǒng)用戶配置。

3 平臺(tái)運(yùn)行原型圖

圖3列舉了系統(tǒng)中微型氣象站采集到的風(fēng)向、風(fēng)速、光照度、空氣溫度、空氣濕度、大氣壓強(qiáng)和降水量數(shù)據(jù)，這些數(shù)據(jù)是蟲情測(cè)報(bào)的環(huán)境信息。圖4為系統(tǒng)中的數(shù)據(jù)對(duì)比功能，用戶可以選擇不同類型的數(shù)據(jù)，在不同時(shí)間窗口進(jìn)行數(shù)值對(duì)比，可以清楚地反映出不同時(shí)間窗口的數(shù)據(jù)差異。

圖5和6為系統(tǒng)的蟲害檢測(cè)功能。從圖5可以看出，圖像識(shí)別算法對(duì)大量的水稻病蟲害數(shù)據(jù)集訓(xùn)練后，可將背板上的稻飛虱和二化螟準(zhǔn)確的檢測(cè)識(shí)別出來。從圖6可以看出，系統(tǒng)利用后臺(tái)的病蟲害檢測(cè)識(shí)別算法能識(shí)別出害蟲的種類，并進(jìn)行計(jì)數(shù)。餅狀圖顯示某個(gè)時(shí)間窗口稻縱卷葉螟、二化螟、稻飛虱、黏蟲和大螟的數(shù)量分布，折線圖可以直觀反映所選中的時(shí)期內(nèi)不同種類害蟲的走勢(shì)，柱狀圖更加直觀反映了某一天不同害蟲的數(shù)量。用戶利用這些圖表可以快速判斷不同種類害蟲的增長(zhǎng)趨勢(shì)，決定是否施藥。

圖7列出了為系統(tǒng)中的病蟲害知識(shí)庫功能，知識(shí)庫對(duì)農(nóng)業(yè)病蟲害知識(shí)進(jìn)行整合，對(duì)知識(shí)進(jìn)行轉(zhuǎn)化和共享，對(duì)用戶用藥進(jìn)行科學(xué)的指導(dǎo)。用戶可以使用該功能搜索病蟲害的介紹和相應(yīng)的防治措施，為農(nóng)藥選擇提供重要參考。

4 總結(jié)

該研究分析了水稻病蟲害檢測(cè)預(yù)警平臺(tái)的重要作用，通過需求分析和總體技術(shù)架構(gòu)設(shè)計(jì)進(jìn)一步闡明了系統(tǒng)平臺(tái)的功能結(jié)構(gòu)。該平臺(tái)通過采集周圍環(huán)境數(shù)據(jù)和病蟲害圖像數(shù)據(jù)，對(duì)水稻病蟲害進(jìn)行檢測(cè)預(yù)警，提高了病蟲害防治效率。但是經(jīng)測(cè)試可以發(fā)現(xiàn)，該水稻病蟲害檢測(cè)預(yù)警平臺(tái)也存在一些問題。①地域適應(yīng)性不夠。害蟲的發(fā)生具有明顯的地域性，而且隨著農(nóng)業(yè)生態(tài)環(huán)境的變化，害蟲種群也在不斷變化，一些次要害蟲有上升為主要害蟲的趨勢(shì)。例如，安徽省部分地區(qū)大螟的發(fā)生量要大于二化螟的發(fā)生量，而部分檢測(cè)系統(tǒng)對(duì)二化螟的識(shí)別率要顯著高于大螟。②對(duì)部分小型昆蟲難以識(shí)別。稻飛虱是水稻的重要害蟲，也可以危害玉米和小麥，由于體型微小，智能蟲情測(cè)報(bào)燈常因難以拍清或識(shí)別算法性能不夠，而將稻飛虱作為一類，混雜在一起進(jìn)行識(shí)別計(jì)數(shù)。③數(shù)據(jù)集質(zhì)量不高。農(nóng)業(yè)病蟲害檢測(cè)識(shí)別模型的優(yōu)劣，不僅取決于識(shí)別算法的研究，更取決于病害蟲圖像數(shù)據(jù)集的構(gòu)建。由于部分害蟲圖像存在小型昆蟲難以分辨、種間相似度大、蟲體姿態(tài)不佳難以鑒定等情況，常導(dǎo)致圖像樣本標(biāo)注錯(cuò)誤，大類與子類混合標(biāo)注，從而導(dǎo)致識(shí)別正確率難以滿足生產(chǎn)需求。準(zhǔn)確高效地識(shí)別水稻病蟲害是亟待解決的問題^［25］，未來團(tuán)隊(duì)將從以上3個(gè)方面開展研究，進(jìn)一步提高水稻病蟲害檢測(cè)預(yù)警平臺(tái)的使用性能。

參考文獻(xiàn)

［1］ 國(guó)家統(tǒng)計(jì)局.國(guó)家統(tǒng)計(jì)局關(guān)于 2022 年糧食產(chǎn)量數(shù)據(jù)的公告［EB/OL］.（2022-12-12）［2023-02-21］.http：//www.stats.gov.cn/tjsj./zxfb/202212/t20221209_1890914.html.

［2］ 張凝，楊貴軍，趙春江，等.作物病蟲害高光譜遙感進(jìn)展與展望［J］.遙感學(xué)報(bào)，2021，25（1）：403-422.

［3］ 李敏，孫留濤，孫散日.農(nóng)作物病蟲害信息化監(jiān)測(cè)預(yù)警關(guān)鍵技術(shù)［J］.農(nóng)業(yè)工程技術(shù)，2023，43（8）：29-30.

［4］ 王嘉偉.基于物聯(lián)網(wǎng)技術(shù)的農(nóng)業(yè)精準(zhǔn)化管控系統(tǒng)試驗(yàn)［J］.農(nóng)業(yè)科技與裝備，2020（4）：53-54.

［5］ 譚誠濤.淺談農(nóng)業(yè)病蟲害監(jiān)測(cè)預(yù)警信息技術(shù)鏈 ［J］.農(nóng)業(yè)工程技術(shù)，2021，41（6）：64-65.

［6］ 趙春江.農(nóng)業(yè)知識(shí)智能服務(wù)技術(shù)綜述［J］.智慧農(nóng)業(yè)，2023，5（2）：126-148.

［7］ 黃沖，劉萬才，張君.馬鈴薯晚疫病物聯(lián)網(wǎng)實(shí)時(shí)監(jiān)測(cè)預(yù)警系統(tǒng)平臺(tái)開發(fā)及應(yīng)用［J］.中國(guó)植保導(dǎo)刊，2015，35（12）：45-48.

［8］ 宋瑞，王嘉薈，袁冬貞，等.小麥赤霉病自動(dòng)監(jiān)測(cè)預(yù)警系統(tǒng)應(yīng)用效果評(píng)價(jià)［J］.植物保護(hù)，2020，46（3）：215-219.

［9］ 劉萬才，陸明紅，黃沖，等.基于植保大數(shù)據(jù)的病蟲害移動(dòng)智能采集新設(shè)備［J］.植物醫(yī)生，2020，33（1）：59-64.

［10］ 楊征鶴，楊會(huì)民，喻晨，等.設(shè)施蔬菜自動(dòng)對(duì)靶噴藥技術(shù)研究現(xiàn)狀與分析［J］.新疆農(nóng)業(yè)科學(xué)，2021，58（8）：1547-1557.

［11］ 王志彬，喬曉軍，劉智，等.設(shè)施蔬菜臭氧植保機(jī)設(shè)計(jì)與試驗(yàn)［J］.農(nóng)業(yè)機(jī)械學(xué)報(bào)，2021，52（5）：293-300.

［12］ 王海光.智慧植保及其發(fā)展建議［J］.中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào)，2022，27（10）：1-21.

［13］ 朱伊平，管孝鋒，黃海龍，等.農(nóng)業(yè)病蟲害遠(yuǎn)程診斷平臺(tái)［J］.浙江農(nóng)業(yè)科學(xué)，2020，61（9）：1819-1820，1832.

［14］ 李艷紅，樊同科.農(nóng)業(yè)病蟲害監(jiān)測(cè)預(yù)警平臺(tái)設(shè)計(jì)［J］.農(nóng)業(yè)工程，2020，10（2）：29-32.

［15］ 張浩洋，顧丹鵬，陳肖勇.基于Vue的數(shù)據(jù)管理平臺(tái)實(shí)踐與應(yīng)用［J］.計(jì)算機(jī)時(shí)代，2022（7）：66-67，72.

［16］ 管博倫，劉桂民，董偉，等.安徽省地方品種豬智慧管理平臺(tái)研發(fā)［J］.農(nóng)業(yè)大數(shù)據(jù)學(xué)報(bào)，2021，3（4）：51-58.

［17］ 黃俊勇.基于Spring框架的研究與設(shè)計(jì)［J］.電腦知識(shí)與技術(shù)，2018，14（3）：116-117，120.

［18］ 銀莉，杜嘯楠.基于SpringBoot和Vue的校園積分系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)［J］.集成電路應(yīng)用，2023，40（7）：414-415.

［19］ 歐陽宏基，葛萌，程海波.MyBatis框架在數(shù)據(jù)持久層中的應(yīng)用研究［J］.微型電腦應(yīng)用，2023，39（1）：73-75.

［20］ 姜宗林，李志軍，顧海軍.融合知識(shí)表示的關(guān)系型數(shù)據(jù)庫操作框架［J］.計(jì)算機(jī)科學(xué)，2022，49（S2）：280-288.

［21］ 王楠，吳云.MySQL緩沖區(qū)自適應(yīng)管理仿真研究［J］.計(jì)算機(jī)應(yīng)用研究，2023，40（4）：1154-1159.

［22］ 唐材源.面向多源動(dòng)態(tài)環(huán)境的視頻直播推薦系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)［D］.武漢：華中科技大學(xué)，2020.

［23］ 李亞君.基于SSM框架的B2C電子商城系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)［D］.合肥：合肥工業(yè)大學(xué)，2022.

［24］ 林國(guó)丹，黃欽開，余陽，等.Activiti引擎的無狀態(tài)云工作流調(diào)度算法［J］.計(jì)算機(jī)集成制造系統(tǒng)，2020，26（6）：1456-1464.

［25］ 潘晨露，張正華，桂文豪，等.融合 ECA 機(jī)制與 DenseNet201 的水稻病蟲害識(shí)別方法［J］.智慧農(nóng)業(yè)，2023，5（2）：45-55.