CN109937770A - 一种葡萄霜霉病防控方法 - Google Patents

一种葡萄霜霉病防控方法 Download PDF

Info

Publication number
CN109937770A
CN109937770A CN201910337631.5A CN201910337631A CN109937770A CN 109937770 A CN109937770 A CN 109937770A CN 201910337631 A CN201910337631 A CN 201910337631A CN 109937770 A CN109937770 A CN 109937770A
Authority
CN
China
Prior art keywords
infection
downy mildew
temperature
humidity
grape
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201910337631.5A
Other languages
English (en)
Other versions
CN109937770B (zh
Inventor
乔宏哲
陶国正
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Changzhou Vocational Institute of Mechatronic Technology
Original Assignee
Changzhou Vocational Institute of Mechatronic Technology
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Changzhou Vocational Institute of Mechatronic Technology filed Critical Changzhou Vocational Institute of Mechatronic Technology
Priority to CN201910337631.5A priority Critical patent/CN109937770B/zh
Publication of CN109937770A publication Critical patent/CN109937770A/zh
Application granted granted Critical
Publication of CN109937770B publication Critical patent/CN109937770B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Landscapes

  • Agricultural Chemicals And Associated Chemicals (AREA)
  • Air Conditioning Control Device (AREA)

Abstract

本发明属于植物病害防治领域,涉及一种葡萄霜霉病防控方法。所述防控方法,步骤如下:第一步:根据温度、湿度、葡萄品种、等效持续时间和葡萄感染霜霉病的历史数据,得出关于温度、湿度、葡萄品种、等效持续时间与葡萄感染霜霉病关系的回归系数。第二步:根据所预测可能感染的严重程度概率启动高温及除湿设备并控制其运行时间。本发明能根据历史数据,得出平均温度、平均湿度、葡萄品种、温湿度持续时间多种因素与感染霜霉病的关系,可根据多种因素的影响合理设置采取高温及除湿操作的条件。根据本条件启动高温及除湿设备更全面科学和合理。本发明还能根据所预测感染的可能性大小智能调节控制高温及除湿设备的运行时间,更节能环保。

Description

一种葡萄霜霉病防控方法
技术领域
本发明属于植物病害防治领域,涉及一种葡萄霜霉病防控方法。
背景技术
葡萄霜霉病主要危害叶片,还有植株的新梢、叶柄、幼果及花序等幼嫩部分,具有潜育时间短、传播迅速、侵染频繁、毁灭性强等特点。霜霉病对葡萄无论是产量还是品质的影响都很大,基本上能减产30%左右,情况严峻时甚至高达80%以上。因此,葡萄霜霉病给优质葡萄生产带来了巨大威胁,安全、有效防治霜霉病迫在眉睫。
葡萄霜霉病的滋生与其生长的环境条件有密切关系,潮湿黑暗的条件越容易发病,在春、秋两季少风、多雾、多雨的地区最为明显。影响葡萄霜霉病产生与流行的主要因素有空气相对湿度和光照强度等。病菌以卵孢子的形式随病叶、落叶等在土壤中越冬,在暖冬地区也能附着在未脱落的叶片内越冬,一般卵孢子可以存活2年左右,次年在水滴或潮湿的土壤中萌发为孢子囊,经1到2周的潜育期,在夜间至清晨有露水时发生侵染。强降雨与高湿度非常利于卵孢子的萌发,萌发机率会随湿度的升高而增加。孢子萌发及侵染的环境必备条件:4h连续黑暗且相对湿度高于90%。孢子囊经3h强度102*0.64μw/cm的紫外光照射或4h自然光照射后就会失活。
日常生产中常用化学农药进行喷药防控,而长期对化学农药的使用,不仅影响食品安全与生态环境平衡,而且也无法从根本上消除病情隐患,考虑到霜霉病滋生与环境密切相关,破坏霉变条件是一种防控思路。
现有技术主要采用化学农药进行喷药防控,影响食品安全与生态环境平衡。有部分技术方案采用无线传感网监控温度湿度参数的方法,当温度、湿度到达一定的阈值后采取高温及除湿操作,但这种方法仅仅考虑了温度湿度这两个霜霉病感染的因素。启动高温及除湿操作的设定比较粗,没有考虑众多因素的综合影响,容易漏掉部分霜霉病感染的情况。高温及除湿设备的工作时间不能智能调节,不利于节能。
发明内容
本发明在葡萄大棚布设无线传感器网络,监控当前环境参数,并根据历史数据,得出平均温度、平均湿度、葡萄品种等因素与感染霜霉病的关系,在有可能感染霜霉病时启动高温及除湿设备,并根据所预测可能感染的严重程度智能控制高温及除湿设备的运行时间。
本发明的技术方案如下:
一种葡萄霜霉病防控系统,包括Zigbee节点、zigbee网关、Internet和云服务器;n个传感器完成对温度、湿度环境指标的监测功能,并上传到zigbee网关。Zigbee网关通过Internet与云服务器相连,可将检测到的数据上传到云服务器处理,以及将云服务器对数据的处理结果传送给Zigbee网关。
一种葡萄霜霉病防控方法,步骤如下:
采用葡萄霜霉病防控系统,通过传感器得到温度和湿度数据,葡萄品种根据记录数据得到。
第一步:根据温度、湿度、葡萄品种、等效持续时间和葡萄感染霜霉病的历史数据,得出关于温度、湿度、葡萄品种、等效持续时间与葡萄感染霜霉病关系的回归系数。
1.1建立葡萄参数向量:
x=(x(1),x(2),x(3),x(4),1)
其中,x(1)为平均温度,x(2)为平均湿度,x(3)为葡萄品种,x(4)为等效持续时间;
等效持续时间计算方法为:
Te=βTw+(1-β)Ts
其中,Te为等效持续时间;Tw为在总时间段中温度在易感染区间的时间总和;Ts为在总时间段中湿度在易感染区间的时间总和;β为温度/湿度权重系数,可自主设置,经多次测试,认为β=0.3为最佳。
1.2建立系数向量w=(w(1),w(2),w(3),w(4),b);
其中,w(1)为温度系数;w(2)为湿度系数;w(3)为葡萄品种系数,w(4)为等效持续时间系数;b为偏置;
1.3设函数hw(x):
1.4求取损失函数,损失函数为:
其中,m为数据集样本数;y为类别标签,表示“有感染”和“无感染”两种状态,并且y=1时,代表“感染”,y=0时,表示“无感染”;i为第i个;WT为W的转置;
1.5利用梯度下降法对损失函数J(w)进行迭代,求解使J(w)最小化的w最佳值;迭代函数为:
设定w初值为:(2,2,1,1,2)
迭代中系数的以上预设初值有利于提高得到全局最优解的机会。
其中,α表示步长,并且α=0.01;重复迭代计算次数R=800;
该步长保持了适中的迭代速度;既不会出现迭代过快而可能错过最优解。也不会出现迭代速度太慢而造成迭代不能结束。
第二步:根据所预测可能感染的严重程度概率启动高温及除湿设备并控制其运行时间;
设临界感染概率为PL,即认为在该状态不启动设备很快就会出现霜霉病感染,如PL=0.35;该值可由工作人员根据情况设定。
T0为在上述临界感染状态,高温及除湿使孢子失活,应设置的的设备运行时间;如T0=4小时;
2.1根据前述迭代所求得的w,以及当前葡萄的参数,可以求得wTX
则当满足条件时,启动高温及除湿设备;
其中,γ为启动临界系数,范围为1.5-2.5,当γ=2时最佳(较好地兼顾了清除霜霉病感染与降低能耗成本。)
2.2高温及除湿设备的工作时间由下式确定:
以上工作时间合适地考虑了工作时间与霜霉病感染程度概率的关系。霜霉病感染程度概率越大,工作时间越长;在降低病害与使用较小能耗两者间取得了合适的折衷。
本发明的有益效果:
本发明能根据历史数据,得出平均温度、平均湿度、葡萄品种、温湿度持续时间多种因素与感染霜霉病的关系,可根据多种因素的影响合理设置采取高温及除湿操作的条件。根据本条件启动高温及除湿设备更全面科学和合理;本发明还能根据所预测感染的可能性大小智能调节控制高温及除湿设备的运行时间,更节能环保。
附图说明
图1为葡萄霜霉病防控系统平台示意图。
图中:1为Zigbee网关;2为Internet;3为云服务器。
具体实施方式
以下结合附图和具体实施例,对本发明进一步详细说明。
一种葡萄霜霉病防控系统,包括Zigbee节点、zigbee网关1、Internet2和云服务器3;n个Zigbee节点(传感器)完成对温度、湿度环境指标的监测功能,并上传到zigbee网关1。在Zigbee网关1硬件平台上移植linux操作系统。Zigbee网关1通过Internet2与云服务器3相连,可将检测到的数据上传到云服务器3处理,以及将云服务器3对数据的处理结果传送给Zigbee网关1。
一种葡萄霜霉病防控方法,采用葡萄霜霉病防控系统,通过传感器得到温度和湿度数据,葡萄品种根据记录数据得到。
第一步:根据温度、湿度、葡萄品种、等效持续时间和葡萄感染霜霉病的历史数据,得出关于温度、湿度、葡萄品种、等效持续时间与葡萄感染霜霉病关系的回归系数。
1.1建立葡萄参数向量
x=(x(1),x(2),x(3),x(4),1)
其中,x(1)为平均温度,x(2)为平均湿度,x(3)为葡萄品种,x(4)为等效持续时间;
等效持续时间计算方法为:
Te=βTw+(1-β)Ts
其中,Te为等效持续时间;Tw为在总时间段中温度在易感染区间的时间总和;Ts为在总时间段中湿度在易感染区间的时间总和;β为温度/湿度权重系数,可自主设置,经多次测试,认为β=0.3为最佳。
1.2建立系数向量w=(w(1),w(2),w(3),w(4),b);
其中,w(1)为温度系数;w(2)为湿度系数;w(3)为葡萄品种系数,w(4)为等效持续时间系数;b为偏置;
1.3设函数hw(x):
1.4求取损失函数,损失函数为:
其中,m为数据集样本数;y为类别标签,表示“有感染”和“无感染”两种状态,并且y=1时,代表“感染”,y=0时,表示“无感染”;i为第i个;WT为W的转置;
1.5利用梯度下降法对所述损失函数J(w)进行迭代,求解使J(w)最小化的w最佳值;迭代函数为:
设定w初值为:(2,2,1,1,2)
迭代中系数的以上预设初值有利于提高得到全局最优解的机会。
其中,α表示步长,并且α=0.01;重复迭代计算次数R=800;
该步长保持了适中的迭代速度;既不会出现迭代过快而可能错过最优解。也不会出现迭代速度太慢而造成迭代不能结束。
第二步:根据所预测可能感染的严重程度概率启动高温及除湿设备并控制其运行时间;
假设临界感染概率为PL,即认为在该状态不启动设备很快就会出现霜霉病感染,如PL=0.35;该值可由工作人员根据情况设定。
T0为在上述临界感染状态,高温及除湿使孢子失活,应设置的的设备运行时间;如T0=4小时;
2.1根据前述迭代所求得的w,以及当前葡萄的参数,可以求得wTX
则当满足条件时,启动高温及除湿设备;
其中,γ为启动临界系数,范围为1.5-2.5,当γ=2时最佳(较好地兼顾了清除霜霉病感染与降低能耗成本。)
2.2高温及除湿设备的工作时间由下式确定:
以上工作时间合适地考虑了工作时间与霜霉病感染程度概率的关系。霜霉病感染程度概率越大,工作时间越长;在降低病害与使用较小能耗两者间取得了合适的折衷。

Claims (4)

1.一种葡萄霜霉病防控方法,其特征在于,步骤如下:
第一步:
1.1建立葡萄参数向量:
x=(x(1),x(2),x(3),x(4),1)
其中,x(1)为平均温度,x(2)为平均湿度,x(3)为葡萄品种,x(4)为等效持续时间;
等效持续时间计算方法为:
Te=βTw+(1-β)Ts
其中,Te为等效持续时间;Tw为在总时间段中温度在易感染区间的时间总和;Ts为在总时间段中湿度在易感染区间的时间总和;β为温度/湿度权重系数;
1.2建立系数向量w=(w(1),w(2),w(3),w(4),b);
其中,w(1)为温度系数;w(2)为湿度系数;w(3)为葡萄品种系数,w(4)为等效持续时间系数;b为偏置;
1.3设函数hw(x):
1.4求取损失函数,损失函数为:
其中,m为数据集样本数;y为类别标签,表示“有感染”和“无感染”两种状态,并且y=1时,代表“感染”,y=0时,表示“无感染”;i为第i个;WT为W的转置;
1.5利用梯度下降法对损失函数J(w)进行迭代,求解使J(w)最小化的w最佳值;迭代函数为:
其中,α表示步长;
第二步:
设临界感染概率为PL,T0为在上述临界感染状态;
2.1根据前述迭代所求得的w,以及当前葡萄的参数,求得wTX;
则当满足条件时,启动高温及除湿设备;
其中,γ为启动临界系数;
2.2高温及除湿设备的工作时间由下式确定:
2.如权利要求1所述的一种葡萄霜霉病防控方法,其特征在于,第一步中,设定w初值为:2,2,1,1,2;α=0.01。
3.如权利要求1或2所述的一种葡萄霜霉病防控方法,其特征在于,第二步中,γ范围为1.5-2.5。
4.根据权利要求1或2或3所述的任意一项葡萄霜霉病防控方法采用的葡萄霜霉病防控系统,其特征在于,包括Zigbee节点、zigbee网关(1)、Internet(2)和云服务器(3);n个传感器完成对温度、湿度环境指标的监测功能,并上传到zigbee网关(1);Zigbee网关(1)通过Internet(2)与云服务器(3)相连,可将检测到的数据上传到云服务器(3)处理,以及将云服务器(3)对数据的处理结果传送给Zigbee网关(1)。
CN201910337631.5A 2019-04-25 2019-04-25 一种葡萄霜霉病防控方法 Active CN109937770B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910337631.5A CN109937770B (zh) 2019-04-25 2019-04-25 一种葡萄霜霉病防控方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910337631.5A CN109937770B (zh) 2019-04-25 2019-04-25 一种葡萄霜霉病防控方法

Publications (2)

Publication Number Publication Date
CN109937770A true CN109937770A (zh) 2019-06-28
CN109937770B CN109937770B (zh) 2021-01-08

Family

ID=67014691

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910337631.5A Active CN109937770B (zh) 2019-04-25 2019-04-25 一种葡萄霜霉病防控方法

Country Status (1)

Country Link
CN (1) CN109937770B (zh)

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101052147A (zh) * 2007-05-24 2007-10-10 中国科学院合肥物质科学研究院 大田作物病虫害智能预警系统
CN102652492A (zh) * 2012-05-11 2012-09-05 句容谷歌庄园现代农业科技发展有限公司 一种无公害露地栽培葡萄的方法
CN104335877A (zh) * 2013-08-10 2015-02-11 杨斌 一种葡萄灰霉病的防治方法
CN104996222A (zh) * 2015-06-30 2015-10-28 云南天质网络科技有限公司 一种葡萄褐斑病的综合防治方法
CN104996223A (zh) * 2015-06-30 2015-10-28 云南天质网络科技有限公司 一种葡萄白腐病的综合防治方法
CN105165487A (zh) * 2015-06-30 2015-12-23 云南天质网络科技有限公司 一种葡萄霜霉病的防治方法
CN105191742A (zh) * 2015-10-24 2015-12-30 宾川县兴宏达农副产品专业合作社 一种葡萄丰产栽培方法
CN105613176A (zh) * 2015-10-19 2016-06-01 西北农林科技大学 一种葡萄霜霉病防控方法和防控系统
CN106069573A (zh) * 2016-08-11 2016-11-09 邱文娟 一种葡萄霜霉病防治方法
CN106258660A (zh) * 2016-08-16 2017-01-04 颍上县德强葡萄种植专业合作社 一种葡萄霜霉病防治方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101052147A (zh) * 2007-05-24 2007-10-10 中国科学院合肥物质科学研究院 大田作物病虫害智能预警系统
CN102652492A (zh) * 2012-05-11 2012-09-05 句容谷歌庄园现代农业科技发展有限公司 一种无公害露地栽培葡萄的方法
CN104335877A (zh) * 2013-08-10 2015-02-11 杨斌 一种葡萄灰霉病的防治方法
CN104996222A (zh) * 2015-06-30 2015-10-28 云南天质网络科技有限公司 一种葡萄褐斑病的综合防治方法
CN104996223A (zh) * 2015-06-30 2015-10-28 云南天质网络科技有限公司 一种葡萄白腐病的综合防治方法
CN105165487A (zh) * 2015-06-30 2015-12-23 云南天质网络科技有限公司 一种葡萄霜霉病的防治方法
CN105613176A (zh) * 2015-10-19 2016-06-01 西北农林科技大学 一种葡萄霜霉病防控方法和防控系统
CN105191742A (zh) * 2015-10-24 2015-12-30 宾川县兴宏达农副产品专业合作社 一种葡萄丰产栽培方法
CN106069573A (zh) * 2016-08-11 2016-11-09 邱文娟 一种葡萄霜霉病防治方法
CN106258660A (zh) * 2016-08-16 2017-01-04 颍上县德强葡萄种植专业合作社 一种葡萄霜霉病防治方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
宋旺: "基于SVM的葡萄霜霉病病害发生预测研究 ", 《中小企业管理与科技(下旬刊)》 *
王利伟等: "基于计算机视觉的葡萄叶部病害识别研究 ", 《江苏农业科学》 *

Also Published As

Publication number Publication date
CN109937770B (zh) 2021-01-08

Similar Documents

Publication Publication Date Title
US7905052B2 (en) System of photomorphogenically enhancing plants
Pellegrino et al. Weather forecasting by insects: modified sexual behaviour in response to atmospheric pressure changes
Carisse et al. Age-related susceptibility of strawberry leaves and berries to infection by Podosphaera aphanis
de Vallavieille-Pope et al. Preinoculation effects of light quantity on infection efficiency of Puccinia striiformis and P. triticina on wheat seedlings
KR102276944B1 (ko) 음파 및 IoT 기반의 농작물 생장 제어 및 병해충 방제 시스템
Helbig Ability of the antagonistic yeast Cryptococcus albidus to control Botrytis cinerea in strawberry
Parolin et al. Tree phenology in Amazonian floodplain forests
Tapsoba et al. Effects of temperature and light on germination of urediniospores of the pearl millet rust pathogen, Puccinia substriata var. indica
Kumar et al. Modelling environmental effects on phenology and canopy development of diverse sorghum genotypes
Holt et al. Risk assessment for rice planthopper and tungro disease outbreaks
Gashi et al. Chlorophyll fluorescence imaging of photosynthetic activity and pigment contents of the resurrection plants Ramonda serbica and Ramonda nathaliae during dehydration and rehydration
JP4469961B2 (ja) 物理・機械的作用による誘引と忌避を利用した害虫捕集・検出装置
CN109937770A (zh) 一种葡萄霜霉病防控方法
Young et al. Effect of solar radiation on severity of soybean rust
Iqbal et al. Monitoring the operating status of an automatic harmful fly collector for smart greenhouses
Acreman et al. Developmental patterns in wheat and resistance to cereal aphids
Porter et al. Survival of Phytophthora infestans in surface water
Edwards et al. The impact of Phaeomoniella chlamydospora infection on the grapevine's physiological response to water stress Part 1: Zinfandel
Xue et al. Control of summer and winter diapause in the leaf‐mining fly Pegomyia bicolor Wiedemann (Dipt., Anthomyiidae)
Li et al. A dynamic model forecasting infection of pear leaves by conidia of Venturia nashicola and its evaluation in unsprayed orchards
Muchut et al. Trophotagma enrichment axes in Poaceae
Dias et al. Effects of shade intensity and duration on Asian soybean rust caused by Phakopsora pachyrhizi
Biggs et al. Fire blight of apples and pears: Epidemiological concepts comprising the Maryblyt forecasting program
Maynard-Bean et al. The seasonal influence of invasive shrubs on light and temperature in an Eastern deciduous forest understory
CN109197824A (zh) 一种选择性诱捕棉铃虫成虫的方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant