CN101846656A - 基于作物声发射机理的作物病害视情防治模拟模型系统 - Google Patents

Abstract

本发明涉及一种基于作物声发射机理的作物病害视情防治模拟模型系统，在作物植株主径上安装声发射传感器，该声发射传感器通过声发射采集卡将采集的数据经PCI接口输入计算机；计算机对作物病害胁迫声发射信号进行统计分析，建立了声发射信号的数学模型，提出作物病害胁迫声发射源为点声源，并进行频域分析，根据声发射信号在茎秆传输衰减过程利用两路声发射传感器对声源进行识别和定位；温湿度、光照等传感器通过无线传感网络连接计算机，并通过控制贮水器的继电器及电磁阀通过管路灌溉作物植株。本发明提出了声发射信号的数学模型，通过时频分析，给出了植物病害胁迫下声发射信号的时频特征，应用小波技术进行超声频率信号提取。

Description

基于作物声发射机理的作物病害视情防治模拟模型系统

技术领域

本发明属于农业生物技术领域，尤其是一种基于作物声发射机理的作物病害视情防治模拟模型系统。

背景技术

在自然界条件下，由于不同的地理位置和气候条件以及人类活动等多方面原因，造成了对植物的种种不良环境，以至超出了植物正常生长、发育所能忍受的范围，致使植物受到伤害甚至死亡，这些对植物产生伤害的环境称为逆境(stress)或胁迫。植物在生长过程中常遭受多种环境胁迫，包括异常的温度、缺少水分、不利的土壤化学和物理条件等。但由于病害胁迫所引起的植物生长和作物产量的减少日趋严重，从而引起国内外学者的普遍关注。

水与一切生命活动紧密相关，植物的生命活动只有在一定的细胞水分无病害状态下才能进行。由病害胁迫和水分亏缺造成的作物产量的减少超过了所有其它胁迫的总和，水资源状况和作物病害防治水平已成为评价一个国家或地区经济能否持续发展的重要指标。

随着产业结构的调整，精准农业已成为我国种植业的一大支柱产业。但由于精准农业作物的病害胁迫逐年加重，常使投入产出不成比例，经济效益降低，已成为精准农业持续发展的一大障碍。据最新统计，我国每年发生的病虫草害面积达2.36亿hm2次，每年因此而损失粮食15％左右，棉花20％-25％，果品蔬菜25％以上。每年用于病虫草害防治的农药量约23万吨，占世界总量的1/10。我国目前农药的年生产和进口量已超过100万吨，盲目大量滥施农药，造成污染农产品、污染土壤、污染水体的事情普遍存在；并且土壤中农药残留量惊人。据统计，我国目前受农药污染的耕地面积已超过1300-1600万hm2。所以，发展视情精准病害防治尤为重要。

以往的病害胁迫评价指标大体可分为三种类型，一类是以土壤为对象，这是传统上常采用的，属于间接指标；第二类以环境为对象，通过环境条件的变化估计作物的病害程度、需水量，也属间接指标；第三类直接以作物为对象，这类指标受到越来越多的关注，只有它们才能把控制作物水分平衡的土壤因子和大气因子整合起来。因此以作物本身为对象的水分亏缺和病害判断越来越受到众多学者的推崇。

为了寻求敏感的植物病害胁迫信息，国内外学者进行了大量的研究工作。人们从不同方面入手，寻找评价植物是否缺水和出现病害的指标，从而对植物水分和病害胁迫进行检测。例如，从叶面蒸腾减少来判断植株缺水程度(作物水分亏缺指数CWSI＝1-T/TP)；通过测茎液流速来计算蒸腾量从而反映植物的水分状况；又如，干旱造成的植株体液浓度变化可导致植物体的导电率及其电阻变化，通过测量植株生理电阻的变化研讨了植株的亏水程度，但是采用这种方法需将电阻传感插针刺入植株茎杆，这样多少会对植物体造成伤害并影响测试精度。

随着科学技术尤其是生物技术的不断发展，研究人员发现了作物在遭受病害胁迫时会发出悲鸣，而利用声发射技术(Acoustic Emission简称AE)可以检测得到作物的受病害胁迫程度；换句话说，就是当作物受到病害胁迫时，这种悲鸣的程度即作物受病害胁迫的程度可通过声发射传感器检测得到。因此，利用声发射技术、研究作物病害胁迫规律并以此作为视情防治灌溉的依据，建立最优防治策略。

植物由于缺水或病害胁迫而形成木质部导管的气栓塞，张力会突然释放而产生冲击波，即植物的“声发射”现象。已有研究表明植物病害情况与水分胁迫有密切的关系，在温室和生长实验中进行的水分胁迫与接种秧苗病害程度的相关实验表明：与无水胁迫作用下的秧苗相比较，水分胁迫作用下的秧苗针叶出现了轻微的萎黄病症，一定水平的水胁迫可加重红松的枯梢疾病，降低红松的水胁迫程度可减少枯梢病菌感染幼芽枯萎导致的损失，接种的秧苗比无胁迫秧苗的针叶坏死部分更多，离接种点更远。有关资料也表明环境条件会对木质植物疾病的发生率和严重程度产生影响。对于许多树种，水压均与许多病原体的疾病加重有关。当然也有报道水压可能对一些木质植物疾病的发展产生不确定的或消极影响。

这些报道说明作物出现病害时，肯定也存在水分胁迫情况，当水胁迫持续时会引起作物病害。故木质部气穴现象(xylem cavitations)可作为一个特殊的植物响应用于植物病害胁迫状态的监测。由于农田环境中通常存在低频噪声干扰，把声发射的测试频率范围移到超音频段，使声发射法更简便可行。

声发射检测的目的是尽早地发现声发射源和尽可能多地得到声发射源的信息。目前，常用的声发射信号的处理方法有特征参量法和波形分析法。从理论上讲，波形分析方法能够提供比参数分析更多的信息量，但是由于超声波信号在植物木质部中衰减速度快、波形畸变严重，在到达传感器之前在传播介质中发生了多次反射、折射，导致信号源的相位、幅值、频率在波形的恢复、重构、分析产生极大的误差，故在实际检测系统中多采用参数分析法。

参数分析法是分析声发射信号最普遍的方法，它是基于谐振式AE传感器输出信号的参数来获取有关AE源的信息。常用参数有振铃数、能量、事件、上升时间、脉冲持续时间和幅度分布等。这些参数从不同角度反映了声发射事件的特征，可以确定声发射源的强度和活动程度。

以此为基本思想，通过声发射传感器采集作物在病害胁迫下发出的超声信号，来探索作物病害胁迫声学特性的发生、发展规律，并以此作为视情精准防治灌溉的主要技术指标，适当结合考虑其它生理指标，如冠层蒸腾量、温度湿度等，进一步对声发射信号与植物病害状况、其它水分生理参数、土壤及气象因素、作物生长发育阶段、作物种类及品种等因子的关系进行定量研究，进一步研究作物在病害胁迫下声发射的发生、发展规律。为视情精准防治灌溉提供理论依据，进行微机自动化视情精准防治灌溉系统的软硬件系统开发，提高作物优质、高产、高效生产水平。

发明内容

本发明的目的在于克服现有技术的不足，提供一种基于作物声发射机理的作物病害视情防治模拟模型系统，该系统通过计算机智能控制来检测作物病害胁迫声发射的变化规律从而得到作物病害胁迫的程度，并利用声发射信号进行初步的声源识别和定位。

本发明是通过以下技术方案实现的：

一种基于作物声发射机理的作物病害视情防治模拟模型系统，包括声发射传感器、电子天平、计算机、无线传感网络、继电器、电磁阀及环境参数传感器构成，其特征在于：

(1)作物植株置于电子天平上，电子天平通过RS-232接口连接计算机；

(2)在作物植株主径上安装两路声发射传感器，该声发射传感器通过声发射采集卡将采集的数据经PCI接口输入计算机；计算机对作物病害胁迫声发射信号进行统计分析，建立了声发射信号的数学模型，提出作物病害胁迫声发射源为点声源，根据声发射信号在茎秆传输衰减过程利用两路声发射传感器对声源进行识别和定位；

(3)环境参数传感器通过无线传感网络连接计算机，上位机对信息进行处理，做出控制策略，并通过控制贮水器的继电器及电磁阀通过管路灌溉作物植株。

而且，所述的声发射传感器与作物植株主径之间置有利于声发射信号传导、提高传感器的灵敏度及检测精度的硅胶。

而且，所述声发射信号的数学模型为：

S(t)＝A₁e^αcos(2fπ₁t+θ)*[1-u(t-t_r)]+A₂e^-βcos(2fπ₂t+θ)*[u(t-t_r)]

其中：f1、f2为声发射信号初始和反射的频率，tr为上升时间，其余参数为根据实测数据推导出的待求参数。

而且，所述的声发射传感器为R15型声发射传感器，选取两路声发射传感器可以对病害胁迫声源进行初步定位；所述的计算机为基于labWindows/CVT的计算机系统，电磁阀采用JD11SA-6型，继电器选用小型中间继电器JRX-13F型。

而且，所述环境参数传感器包括温度、湿度、光照和CO2浓度传感器。

本发明的优点和积极效果是：

1、本系统装置通过声发射传感器检测作物受病害胁迫发出的超声信号，并转换成微弱的电信号，然后通过信号调理电路进行滤噪和放大，输入给声发射采集板，经PCI输入计算机进行分析处理，结合其他检测参数，做出病害防治控制策略；最后，利用无线传感网络进行药物灌溉等处理。这种方式不会对植株造成伤害，测试精度较高。

2、本系统装置利用了电子天平来检测植株叶面蒸腾而产生的缺水程度，通过测茎液流速来计算蒸腾量从而反映植物的水分状况及病害情况，与声发射传感器共同保证植株病害胁迫的检测精度。

3、本系统发明依据作物受病害胁迫发出的声发射信号和蒸腾变化信号、温湿度信号等实施智能的视情防治精确喷灌和滴灌，并根据作物不同生长时期所需土壤水分的不同、病害程度不同，通过计算机软件设定和适当调整作物的供药水效率和供药水时间，实现作物的蒸腾量和对作物的喷药量或滴灌量的平衡，在保证作物生长的土壤水分适当的同时又实现了节水防治病害的目的。

4、本系统发明依据健康植株和病害植株的声发射信号时频分析，对病害胁迫声源进行识别和定位，以利于精准防治。

5、本发明以软件为核心，系统功能强大，包括数据实时采集和实时通讯、数据处理、现场状态监视、数据动态显示与报警、历史数据查询、图形显示与分析、控制计算与控制输出，以及完善的在线帮助、打印、数据导出等功能。具有良好的图形化、交互式虚拟仪器面板，操作简单，使用方便，测试集成度高，既大大增强了仪器功能又降低了成本。

附图说明

图1为本发明的结构主视图；

图2为本发明的系统结构连接框图；

图3为本发明健康植株的声发射频次图；

图4为本发明9月1日到6日病害胁迫植株声发射频次图。

图5为本发明单日声发射频次图；

图6为本发明9月7日到12日病害胁迫植株声发射频次图；

图7为本发明9月13日到18日病害胁迫植株声发射频次图；

图8为本发明9月19日到25日病害胁迫植株声发射频次图；

图9为本发明各参量日平均统计曲线；

其中，图9-1为声发射信号日平均幅值、图9-2为声发射信号日平均反射频率、图9-3为声发射信号日平均初始频率、图9-4为声发射信号日平均持续时间。

图10本发明声发射信号模型及频谱图。

具体实施方式

以下结合附图对本发明的实施例做进一步详述，但不限于本实施例所叙述的具体结构。

一种基于作物声发射机理的作物病害视情防治模拟模型系统，作物植株2通过盆架3置于电子天平4上，该电子天平为具有数字量输出的电子天平，可检测作物的蒸腾及其蒸腾速率T(Transpiration)，测量数据通过RS-232总线与计算机相连。在作物植株主径上安装两路声发射传感器1，该声发射传感器为美国PAC公司生产的R15型声发射传感器，可测量作物受病害胁迫发出的超声信号，并将该信号转换成微弱的电信号，然后通过信号放大器放大、输入给声发射采集板，并通过计算机测控系统进行处理。温度、湿度、光照和CO2浓度等参数通过不同的环境参数传感器采集后，送入微控制器，处理后经无线传感网络发送到监控中心，在上位机进行分析处理，并制定出病害防治最优控制策略，由控制器发出施药和灌溉信号，采用继电器控制贮水器连接作物植株管路上的电磁阀，该电磁阀通过接收继电器的信号实施作物植株的滴灌、喷灌等动作。

为了提高传感器的灵敏度及检测的精度，在声发射传感器与作物植株之间置有硅胶(没有标号)。

本实施例中采用的计算机为基于labWindows/CVT的计算机系统，电磁阀采用JD11SA-6型，线圈交流电压为220V，动作电流为1.5A，驱动电路中继电器选用小型中间继电器JRX-13F型。

实验时选用作物材料为两颗生理状况和植株大小都十分相近的温室盆栽番茄，一颗健康而另一颗刚刚感染晚疫病，两颗植株高度约为560mm，茎部直径约为8mm，栽培基质为以土壤、灰分和腐殖质按3∶1∶1配制。另外配铁架台两个，便于固定传感器探头。为防止盆内土壤表面的水分蒸发，用塑料薄膜将花盆底与表面封严。对两棵番茄植株进行连续的声发射检测。温室采用玻璃棚顶，透光性能良好；湿度适宜。

在对病害胁迫产生的声发射信号的检测方面，以一天24小时为一个周期，各参数均为24小时不间断连续采集，观察植株在不同的病害状态下的声发射信号的变化情况。

采用R15型声发射传感器分别固定于两棵番茄植株的茎部占整体高度的1/3至2/3处，检测声发射信息，从而间接反应植物病害胁迫状况，以研究植物病害胁迫状况时的变化规律。R15型声发射传感器接收探头为圆柱体，信号接收面为直径18mm，在探头与茎部之间涂上硅酮脂，作为超声波导声剂以增强信号的传输并减少局部脱水。

试验前以及试验中做好完备的试验记录，包括试验时番茄的基本生长情况，测定的茎直径及探头位置，植株加传感器探头后重量的变化，试验开始和结束时间，试验过程中由于异常情况(如断电或环境噪音等)引起信号的变化等。

将温度、湿度、光照、CO2浓度传感器放置在与植株相同的水平位置上，并且避免阳光直射传感器，以免损伤元器件。电子天平放置在水平、平稳的基座上，将电子天平与计算机RS232串口相连，然后将整株盆栽番茄放到天平称盘中，预热30分钟后开始检测。

为防止土壤表面的水分蒸发造成蒸腾量测量的误差，用保鲜薄膜将花盆底与表面封严，使得水分消耗只与番茄植株的蒸腾量有关。将声发射探头夹在茎部，固定夹子时要注意力度，太松会导致声发射信号传导不畅，或者由于松动产生大量噪声信号；太紧则会损伤植株茎部组织，同样不利于声发射信号的检测。电子天平应在探头夹紧后开始采集记录数据，以防止探头添加前后发生重量变化。确认所有连接线连接完好，打开稳压电源和计算机，运行信号检测程序，设置监测参数，开始试验。

通过对健康植株声发射信号的连续检测表明，健康植株每日的声发射情况基本相同，植株的声发射现象按照一定的生理周期规律发生，其每日声发射情况如图3所示。

由图3健康植株的声发射频次图可以看出，声发射信号一般从上午7:00左右开始，晚上20:00以后停止，在一日内通常会出现两次高峰值，称为“双峰区”。一般来说，随着作物蒸腾作用的增强，其声发射频次及信号强度也会逐渐增强。作物在体内水分充分恢复的条件下，从晚上20:00到次日凌晨7:00，基本上不会再有声发射信号产生，作物处于生理活动的低潮(休眠)期。

通过对病害胁迫的植株声发射信号的连续检测表明，染病的植株的声发射现象并不像健康植株那样按照一定的生理周期规律发生，而是会发生畸变。

由图4可以看出，1日到6日，植株刚刚染病的初期，植株的声发射情况和健康植株基本相同，植株的声发射现象也是按照一定的生理周期规律发生，白天会出现“双峰区”，晚上声发射基本停止。这时的叶片还没有出现病态症状。

但7日和8日，声发射状况发生了畸变，如图5，晚上19点钟左右，声发射频次突然激增到正常频次的几倍。之后的9日到12日声发射频次恢复正常范围，但频次有所降低，晚上声发射也基本停止，如图6所示。这时，叶片开始出现染病症状，有暗绿色圆形病斑出现。

由图7可知，13日到18日，病态植株的声发射频次开始变得低于正常频次，白天声发射开始出现多峰现象，夜晚也开始产生声发射。这时植株叶片上的病斑进一步扩大，并逐渐连成片。

在图8上可以看出，19日到25日，植株的声发射变得非常零乱，毫无规律。25日到30日的声发射情况也是一样。这时，植株叶片已经布满病斑，植株已经接近死亡。

为了进一步分析植物病害胁迫下声发射信号的特征，对声发射信号进行了建模和频域分析。

应用PCI-2数据采集卡、前置放大器和R15传感器构建了二通道声发射信号采集系统，对声发射信号进行采集，利用上位机软件系统导出数据文件并经分析处理求得各次测量信号的有关参数。由于植物在生长期内不断发展变化，各参数只能反映事件变化的随机性，为此在一定时期内将每日测量信号各参数取平均值，进行统计分析。图9-1至9-4是以番茄为实验对象进行的各次实验记录的按日平均值。

由图9-1声发射信号的平均幅值可知，番茄作物的病害胁迫声发射信号平均幅值主要集中在50～57dB之间，每日数值相差不大，基本上比较稳定。而每次声发射事件的实际幅值也在40～90dB之内。

由图9-2发射信号的反射频率平均值可知，番茄作物的病害和水分胁迫声发射信号反射频率的平均值主要集中在30～80KHz之内，实际每个声发射事件的反射频率为0～300KHz之间，而其中的大部分是在40～200KH之内。

由图9-3声发射信号的初始频率平均值可知，番茄作物的病害和水分胁迫声发射信号初始频率的平均值主要集中在200～600KHz之间，初始频率的频带较宽。大部分是在40～300KHz之间。并且每日初始频率波动幅度较大。

由图9-4声发射信号的平均持续时间值可知，番茄作物的病害和水分胁迫声发射信号平均持续时间值主要集中在50～200ms之间，只有9月28日超过了这个数值，可能为信号受到干扰所致。

此外，根据统计分析，番茄作物的病害和水分胁迫声发射信号平均计数值主要集中在4～10次左右，实际观测数据可知，一般情况下，每次声发射事件会产生1～30次左右的声发射计数。上升时间平均值主要集中在0～20ms的时间范围内，常见的上升时间为0～50ms范围内。说明声发射事件的衰减过程相似，上升时间和持续时间很短。

尽管在植物体内传播的声发射信号由于导管纤维、木质部、组织器官、水分等多种成分的存在，而使信号发生畸变，传感器所获得的信号已非源信号，但根据多次测量结果和分析处理，我们发现作物声发射信号各统计均值比较平稳，有一定的变化规律，可从中提取特征参数并以此来构建信号的数学模型。

声发射信号的数学模型

由于实验所用R15型AE传感器是谐振式、高灵敏度型的，测频范围为50-200KHz，在150kHz附近.其灵敏度最大。因此它类似于一个窄带滤波器，其输出信号基本是一个窄带信号。由于声发射信号在植物体内传播时衰减的速度很快，声发射信号可近似地看成是一个衰减的正弦波。数学模型可简化为：

S(t)＝A₁e^αcos(2fπ₁t+θ)*[1-u(t-t_r)]+A₂e^-βcos(2fπ₂t+θ)*[u(t-t_r)]

其中f1、f2为声发射信号初始和反射的频率，tr为上升时间，其余为待求参数。由图9可知，各参量统计均值在一定范围内是稳定的，故可将某一次测量结果均值带入模型，以此来分析声发射信号的时频特征，取平均值也可降低噪声的影响。

应用Excel，将采集所得各项参数数据导入到Excel中，并根据公式将参数在其所有采样点上取平均，得出：计数次数count、上升时间tr、持续时间td、幅值AMP、阈值THR、起始频率f1、反射频率f2等。

以第一个过阈值点作为声发射信号时间起点，并利用上升时间、持续时间这几个关键点的幅值即可确定各参数。通过将参数代入，联立求解，可得出A1、A2、α，β。

S(t)即构造的声发射源信号，对其进行谱分析，可了解声发射信号的频率特征和分布情况，其结果如图10。

通过对植物病害胁迫声发射信号的参数分析，获得了不同检测时间声发射信号各参数如振铃计数、上升时间、反射频率等的统计分布情况。针对此声发射信号特点，提出了声发射信号的数学模型，将实测数据处理后代入模型，进行时频分析，从中获取超声发射信号。通过频谱分析，揭示出声发射源信号的特征和它的动态特性。

由于声发射信号在木质部传输过程中会发生衰减，高频信号衰减快，低频信号衰减慢，故离声源较近的检测点高频成分多一些，离声源较远的检测点低频成分多一些，对两路声发射信号分别进行时频分析，分析对比超声发射信号频率分布即可大致估计声源位置。对于作物尤其是番茄茎杆较细，只要知道声源信号在茎杆的位置即可，故利用两路声发射信号时差、频谱分布、幅值大小，结合声发射信号在木质部的传输速率，进行对比和必要的计算，即可确定声源位置。再观察结合作物外观近早发现病害和缺水情况，为病害防治和及时灌溉提供依据。

对健康和病害植株同时检测，将健康和不同病害状况的植株的声发射信号进行时频分析，获得其频谱分布，进行对比分析，从而得知病害胁迫声发射信号不同病害情况下的的分布规律，为病害防治提供依据。同时由于不同位置检测的声发射信号强弱不同，衰减程度不同，致使频率成分含量也会发生变化，利用这些特征可以更好的对声源进行识别和定位。

Claims (5)

1.一种基于作物声发射机理的作物病害视情防治模拟模型系统，包括声发射传感器、电子天平、计算机、无线传感网络、继电器、电磁阀及环境参数传感器构成，其特征在于：

(1)作物植株置于电子天平上，电子天平通过RS-232接口连接计算机；

(2)在作物植株主径上安装两路声发射传感器，该声发射传感器通过声发射采集卡将采集的数据经PCI接口输入计算机；计算机对作物病害胁迫声发射信号进行统计分析，建立了声发射信号的数学模型，提出作物病害胁迫声发射源为点声源，根据声发射信号在茎秆传输衰减过程利用两路声发射传感器对声源进行识别和定位；

(3)环境参数传感器通过无线传感网络连接计算机，上位机对信息进行处理，做出控制策略，并通过控制贮水器的继电器及电磁阀通过管路灌溉作物植株。

2.根据权利要求1所述的基于作物声发射机理的作物病害视情防治模拟模型系统，其特征在于：所述的声发射传感器与作物植株主径之间置有利于声发射信号传导、提高传感器的灵敏度及检测精度的硅胶。

3.根据权利要求1所述的基于作物声发射机理的作物病害视情防治模拟模型系统，其特征在于：所述声发射信号的数学模型为：

S(t)＝A₁e^tαcos(2fπ₁t+θ)*[1-u(t-t_r)]+A₂e^tβcos(2fπ₂t+θ)*[u(t-t_r)]

其中：f1、f2为声发射信号初始和反射的频率，tr为上升时间，其余参数为根据实测数据推导出的待求参数。

4.根据权利要求1所述的基于作物声发射机理的作物病害视情防治模拟模型系统，其特征在于：所述的声发射传感器为R15型声发射传感器，选取两路声发射传感器可以对病害胁迫声源进行初步定位；所述的计算机为基于labWindows/CVT的计算机系统，电磁阀采用JD11SA-6型，继电器选用小型中间继电器JRX-13F型。

5.根据权利要求1所述的基于作物声发射机理的作物病害视情防治模拟模型系统，其特征在于：所述环境参数传感器包括温度、湿度、光照和CO2浓度传感器。

Images