论文部分内容阅读
小麦是我国北方最重要的粮食作物,播种面积和产量仅次于水稻,居第二位,小麦产量的丰歉对我国粮食安全具有非常重要的影响。包括小麦条锈病(Puccinia striiformis)、小麦叶锈病(Puccinia recondita)和小麦秆锈病(Puccinia graminis)在内的三种小麦锈病是危害我国小麦生产最严重的病害,发生与危害程度呈现逐年加重的趋势。小麦锈病病原菌的智能识别与病情的远程智能监测是小麦锈病预测与防治的关键,研制智能化病害监测设备、实现小麦锈病病情的实时监测对我国小麦生产意义重大。本研究以小麦锈病作为研究对象,以脉冲云智能孢子捕捉仪的研制为起点,对不同材料透光度测定和显微成像对比,筛选出亚克力材质为最适合脉冲云智能孢子捕捉仪的载玻片材质;运用不同频率脉冲控制步进电机对滚珠丝杆进行型号筛选,确定了脉冲云智能孢子捕捉仪显微控制系统的脉冲频率为400次,滚珠丝杆型号为12-04,实现了系统的高清显微成像;对孢子捕捉仪两种不同进风方式的对比实验,明确了“鼓风”方式为脉冲云智能孢子捕捉仪的最佳进风方式,最终完成了脉冲云智能孢子捕捉仪的研制,这是国内首台以脉冲信号作为控制信号的智能化病原菌孢子捕捉仪,为小麦锈病病原菌识别与病情的远程监测提供了重要的硬件基础。运用opencv软件对小麦锈病夏孢子显微图像进行特征值提取,运用SQL Server 2008软件构建小麦锈病夏孢子特征数据库,运用Deeplearning软件对数据库信息构建计算机深度学习网络模型。通过脉冲云智能孢子捕捉仪与传统孢子捕捉仪进行对比实验,验证了脉冲云智能孢子捕捉仪替代传统孢子捕捉仪进行病情监测的可行性,同时探究了脉冲云智能孢子捕捉仪的田间使用方案、监测数据与田间小麦锈病病情指数的对应关系。最终,小麦锈病病原菌自动识别系统对小麦锈病病原菌夏孢子的识别准确率达到83.14%,结合病原菌孢子数量与田间小麦锈病病情指数的对应关系,初步实现了小麦锈病病原菌的自动识别与病情的远程监测。本研究研制出了国内首台以脉冲信号作为控制信号的智能化孢子捕捉仪,将传统病害鉴定、监测方法与现代物联网技术、计算机深度学习技术、云计算技术等结合,初步实现了小麦锈病病原菌夏孢子的自动识别与病情的远程智能监测,填补了国内运用智能化设备对小麦锈病进行识别和病情远程监测领域的空白,对于提高小麦病害管理水平和农业的健康发展具有重要意义。