用户名: 密码: 验证码:
信息技术在农作物病虫害监测预警中的应用综述
详细信息    查看全文 | 推荐本文 |
  • 英文篇名:Application of information technology in monitoring and early warning of crop diseases and insect pests:a review
  • 作者:李素 ; 郭兆春 ; 王聪 ; 陈天恩 ; 袁志高
  • 英文作者:Li Su;
  • 关键词:病虫害 ; 信息技术 ; 神经网络 ; SVM ; 3S ; 物联网
  • 中文刊名:JSNY
  • 英文刊名:Jiangsu Agricultural Sciences
  • 机构:北京工商大学计算机与信息工程学院食品安全大数据技术北京市重点实验室;国家农业信息化工程技术研究中心;
  • 出版日期:2018-11-29 10:52
  • 出版单位:江苏农业科学
  • 年:2018
  • 期:v.46
  • 基金:国家自然科学基金(编号:31101088、91546112);; 北京市教育委员会科技计划面上项目(编号:KM201310011010);; 北京市农林科学院青年科研基金(编号:QNJJ201718)
  • 语种:中文;
  • 页:JSNY201822002
  • 页数:6
  • CN:22
  • ISSN:32-1214/S
  • 分类号:9-14
摘要
病虫害是影响农作物生产的重要制约因素,及时的病虫害监测预警可以显著降低农业生产损失,并提高农作物的产量与质量。针对传统病虫害预测技术的若干局限,阐述神经网络、支持向量机(support vector machine,简称SVM)、3S[包括遥感(remote sensing,简称RS),全球定位系统(global position system,简称GPS),地理信息系统(geographic information system,简称GIS)]和物联网等信息技术在病虫害监测预警中的应用,介绍前兆数据分析、病虫害识别和社会化服务等多种应用研究进展,并对病虫害监测预警规范化、数据化、智能化和标准化发展趋势进行展望。
        
引文
[1]罗礼智,黄绍哲,江幸福,等.我国2008年草地螟大发生特征及成因分析[J].植物保护,2009,35(1):27-33.
    [2]Cao X R,Luo Y,Zhou Y L,et al. Detection of powdery mildew in two winter wheat cultivars using canopy hyperspectral reflectance[J].Crop Protection,2013,45(3):124-131.
    [3]Liu Z Y,Huang J F,Wu X H,et al. Comparison of vegetation indices and red-edge parameters for estimating grassland cover from canopy reflectance data[J]. Journal of Integrative Plant Biology,2007,49(3):299-306.
    [4]靳然,李生才.基于BP神经网络的麦蚜最大虫株率预测[J].山西农业大学学报(自然科学版),2015,35(4):361-366.
    [5]Klem K,Spitzer T. Prediction model for cabbage stem weevil Ceutorhynchus pallidactylus Mrsh. occurrence on winter rape based on an artificial neural network[J]. Agricultural and Forest Entomology,2017,19(3):302-308.
    [6]李波,刘占宇,黄敬峰,等.基于PCA和PNN的水稻病虫害高光谱识别[J].农业工程学报,2009,25(9):143-147.
    [7]张芳群,包晓敏.基于PLS_GA_Elman算法的病虫害预测[J].浙江农业科学,2016(12):2082-2085.
    [8]曹志勇,邱靖,曹志娟,等.基于改进型神经网络的植物病虫害预警模型的构建[J].安徽农业科学,2010,38(1):135-137.
    [9]杨淑香,赵慧颖,包兴华.基于人工神经网络的落叶松毛虫发生量预测模型的研究[J].中国农学通报,2014,30(28):72-75.
    [10]温芝元,曹乐平.基于补偿模糊神经网络的脐橙不同病虫害图像识别[J].农业工程学报,2012,28(11):152-157.
    [11]谭文学,赵春江,吴华瑞,等.基于弹性动量深度学习神经网络的果体病理图像识别[J].农业机械学报,2015,46(1):20-25.
    [12]Kouakou A K,Bagui O K,Agneroh T A,et al. Cucumber mosaic virus detection by artificial neural network using multispectral and multimodal imagery[J]. Optik-International Journal for Light and Electron Optics,2016,127(23):11250-11257.
    [13]杨昊谕,于海业,刘煦,等.叶绿素荧光PCA-SVM分析的黄瓜病虫害诊断研究[J].光谱学与光谱分析,2010,30(11):3018-3021.
    [14]Mokhtar U,Elbendary N,Hassenian A E,et al. SVM-based detection of tomato leaves diseases[M]. West Berlin:Springer International Publishing,2015:641-652.
    [15]石晶晶,刘占宇,张莉丽,等.基于支持向量机(SVM)的稻纵卷叶螟危害水稻高光谱遥感识别[J].中国水稻科学,2009,23(3):331-334.
    [16]马涛,王芬.基于CPSO-SVM的小麦条锈病预测模型研究[J].广东农业科学,2014,41(17):74-78.
    [17]蒋龙泉,鲁帅,冯瑞,等.基于多特征融合和SVM分类器的植物病虫害检测方法[J].计算机应用与软件,2014(12):186-190.
    [18]Rajan P,Radhakrishnan B,Suresh L P. Detection and classification of pests from crop images using support vector machine[C]//International Conference on Emerging Technological Trends. IEEE,2017:1-6.
    [19]王长委,胡月明,谢健文,等.基于GIS稻飞虱种群变化时空分析[J].农业工程学报,2009,25(10):171-175.
    [20]刘小红.基于WebGlS的烟草病虫害诊断预测系统设计[J].农业灾害研究,2016,6(5):4-6.
    [21]赵庆展,靳光才,周文杰,等.基于移动GIS的棉田病虫害信息采集系统[J].农业工程学报,2015,31(4):183-190.
    [22]Garnas J,Hurley B,Slippers B,et al. Insects and diseases of Mediterranean forests:a South African perspective[M]. West Berlin:Springer International Publishing,2016:397-430.
    [23]白嫄,王耀辉,康杰芳,等.基于GIS技术的山茱萸病虫害分布预测[J].陕西师范大学学报(自科科学版),2016(6):64-68.
    [24]靳光才,赵庆展,周文杰,等.基于移动GIS的棉田朱砂叶螨预警系统[J].江苏农业科学,2016,44(3):417-421.
    [25]潘洁,廖振峰,张衡.基于高光谱数据的森林病虫害监测系统研制[J].林业工程学报,2015,29(5):125-129.
    [26]Steere L,Rosenzweig N,Kirk W. Using conditional probability and a nonlinear kriging technique to predict potato early die caused by Verticllium dahliae[M] West Berlin:Springer International Publishing,2016:142-151.
    [27]马慧琴,黄文江,景元书.遥感与气象数据结合预测小麦灌浆期白粉病[J].农业工程学报,2016,32(9):165-172.
    [28]马菁,张学俭.枸杞病虫害遥感近地高光谱特征研究[J].广东农业科学,2015,42(13):165-172.
    [29]李卫正,申世广,何鹏,等.低成本小型无人机遥感定位病死木方法[J].林业工程学报,2014,28(6):102-105.
    [30]Yuan L,Zhang H B,Zhang Y T,et al. Feasibility assessment of multi-spectral satellite sensors in monitoring and discriminating wheat diseases and insects[J]. Optik-International Journal for Light and Electron Optics,2017,131:598-608.
    [31]Liu X D,Sun Q H. Early assessment of the yield loss in rice due to the brown plant-hopper using a hyper-spectral remote sensing method[J]. International Journal of Pest Management,2016,62(3):205-213.
    [32]袁琳,包志炎,田静华,等.基于连续小波分析的小麦病虫害光谱区分研究[J].地理与地理信息科学,2017,33(1):28-34.
    [33]汪浩然,闫秀婧.基于“3S”技术林业有害生物预警预报系统设计与实现?[J].矿山测量,2016,44(5):28-31.
    [34]余笑,周江明. 3S技术的农产品溯源模拟系统的设计与实现[J].地下水,2014(3):158-160.
    [35]王永生,杨世琦,黄剑,等. 3S技术在农业清洁生产中的应用前景分析[J].中国农业科技导报,2011,13(3):73-77.
    [36]马莉娜.分析3S技术在精细农业中的应用[J].农业科技与信息,2016(13):115.
    [37]苏一峰,杜克明,李颖,等.基于物联网平台的小麦病虫害诊断系统设计初探[J].中国农业科技导报,2016,18(2):86-94.
    [38]钟志宏,管帮富,姜振国,等.江西省农业物联网综合服务平台的设计与实现[J].江西农业学报,2016,28(11):75-79.
    [39]张恩迪,张佳锐.基于物联网的农业虫害智能监控系统[J].农机化研究,2015(5):229-234.
    [40]罗世亮,任斌.基于物联网的脐橙园病虫害防治专家系统[J].北京联合大学学报(自然科学版),2016,30(2):56-59.
    [41]房亚群,谷利芬,张莉.基于物联网农业病虫害智能监控的自动喷药机研究[J].农机化研究,2017,39(8):224-227.
    [42]邓晓璐,王培,马宁,等.基于物联网的寒地玉米大斑病预警系统的设计与实现[J].中国农机化学报,2016,37(7):166-170.
    [43]Fu B. The research of IOT of agriculture based on three layers architecture[C]//International Conference on Cloud Computing and Internet of Things. IEEE,2017:162-165.
    [44]赵瑶池,胡祝华,白勇,等.基于纹理差异度引导的DRLSE病虫害图像精准分割方法[J].农业机械学报,2015,46(2):14-19.
    [45]高新浩,刘斌.基于机器视觉的鲜食玉米品质检测分类器设计与试验[J].农业工程学报,2016,32(1):298-303.
    [46]高雄,王海超.甘蓝菜青虫害自动识别系统的开发与试验研究——基于机器视觉[J].农机化研究,2015(1):205-208.
    [47]Paul B,Vincent M,Sabine M. A cognitive vision approach to early pest detection in greenhouse crops[J]. Computers&Electronics in Agriculture,2008,62(2):81-93.
    [48]涂运华,黄席樾,李佳,等.基于特征的病虫害多媒体诊断[J].重庆大学学报,2001,24(4):42-44.
    [49]田磊,李丽,王明绪.基于Android的玉米病虫害机器视觉诊断系统研究[J].农机化研究,2017,39(4):207-211.
    [50]宁宁,王玉洁,韩宝平.基于Android平台的植物病虫害查询诊断系统的构建[J].北京农学院学报,2013,28(3):75-77.
    [51]于辉辉,屠星月,孙敏.基于Android手机客户端的棉花病虫害诊断专家系统研究[J].山东农业科学,2015(2):125-128.

© 2004-2018 中国地质图书馆版权所有 京ICP备05064691号 京公网安备11010802017129号

地址:北京市海淀区学院路29号 邮编:100083

电话:办公室:(+86 10)66554848;文献借阅、咨询服务、科技查新:66554700