摘要
日光温室是当前中国设施蔬菜生产的主流,室内温度适宜,相对湿度大、叶片湿润时间长是普遍现象,致使霜霉病等叶部病害及蚜虫、蓟马等害虫呈多发趋重态势,经常造成严重减产,甚至绝收。部分农户凭经验定期施药,或者初见症状就增加施药次数,不仅花费高,更易造成农药残留超标和环境污染,难以适应社会对食品安全、环境友好的要求。因此,在日光温室蔬菜快速发展的背景下,亟需构建病害预警模型及系统,以提高病害防治的预见性,减少农药使用量。
本文以控制日光温室黄瓜病虫害需求为出发点,研究设计并开发了以日光温室黄瓜为例的温室蔬菜病虫害监测预警系统,实现了对日光温室黄瓜的信息化管理以及对病虫害的智能化预警。本文主要完成以下工作:
(1)搜集当前温室蔬菜病虫害的研究成果以及发展现状,阐述开发温室蔬菜病虫害监测预警系统的必要性以及实用价值。
(2)进行系统开发的可行性分析,介绍温室蔬菜病虫害监测预警的主要实现方式,通过基于 ASP.NET 平台,利用 SqlServer2008、VS2010 等开发工具,采用 JavaScript、C#、html、css 等编程语言,进一步借助 jQuery、EasyUI、BootStrap 等开发框架,整体上采用 MVC 架构,构建了温室黄瓜病虫害监测预警系统。
(3)通过将收集整理的田间试验数据、温室基本信息、生产履历、实时环境监测、病虫害信息采集等数据,以及移动端采集的数据进行整合,建立日光温室黄瓜病虫害警兆指标数据库。
(4)集成设施环境、病虫害自动监测和预警模型,研发设施蔬菜病虫害智能监测预警系统,将系统对接到农业物联网平台,进行应用示范。
(5)建立温室黄瓜病虫害监测预警微信公众平台,可以使用户随时随地查询、浏览温室数据,监测温室内病虫害发生情况,同时支持数据上传。
该系统的开发主要结合当前蔬菜病虫害预警系统的发展与研究现状,充分运用现有的预测分析技术,通过需求调研分析及田间试验,对温室黄瓜生长过程进行全程追踪,监测温室黄瓜的生长环境数据以及生长状态,从而对可能发生的病害、虫害进行预测,构建病虫害预测体系,建立温室黄瓜病虫害监测预警系统,以方便在今后温室黄瓜种植中投入使用。
关键词: 温室病虫害;黄瓜;监测预警;微信公众平台
Abstract
The greenhouse is the mainstream of Chinese vegetable production. The indoor temperature is suitable, the relative humidity is large, the wetting time of the leaves is a common phenomenon, and the pests such as downy mildew and the diseases such as aphids and thrips are becoming more and more important. Serious cut, or even harvest. Some farmers with regular experience with the application of drugs, or see the symptoms to increase the number of spraying, not only costly, more likely to cause excessive pesticide residues and environmental pollution, it is difficult to adapt to the community food safety, environment-friendly requirements. Therefore, in the context of rapid development of vegetables in solar greenhouse, it is urgent to construct the disease early warning model and system to improve the predictability of disease control and reduce the use of pesticide.
Based on the control of cucumber pests and diseases in solar greenhouse as the starting point, this paper designed and developed a monitoring and early warning system of greenhouse vegetable pests and diseases in solar greenhouse cucumber, which realized the information management of cucumber in solar greenhouse and the intelligent warning of pests and diseases. This article mainly completes the following work:
(1) The research achievements and development status of vegetable pests and diseases in greenhouse are summarized, and the necessity and practical value of developing greenhouse vegetable pest monitoring and early warning system are expounded.
(2) The feasibility of system development is introduced, and the main implementation way of monitoring and early warning of vegetable diseases and insect pests in greenhouse is introduced. Based on ASP.NET platform, SqlServer2008 and VS2010 are used to develop the programming language, such as JavaScript, C #, html, css and so on. With the help of jQuery, EasyUI, BootStrap and other development framework, the whole use of MVC framework, built a greenhouse cucumber pest monitoring and early warning system.
(3) The database of cucumber and insect pests and warnings in solar greenhouse was established by integrating the collected field data, greenhouse basic information, production history, real-time environmental monitoring, pest and disease data collection and data collected from the mobile side.
(4) Integrated facility environment, automatic monitoring and early warning model of pests and diseases, R & D facilities Vegetable pests and diseases intelligent monitoring and early warning system, the system docked to the agricultural networking platform, the application demonstration.
(5) The establishment of greenhouse cucumber pest monitoring and early warning micro-public platform, allowing users to query anytime, anywhere, browse the greenhouse data to monitor the occurrence of pests and diseases in the greenhouse, while supporting data upload.
The system was developed primarily with the development and current research status of pest warning system vegetables, make full use of existing predictive analytics technology, through research needs analysis and field experiments on the growth of greenhouse cucumbers for the entire track, growing environmental data monitoring greenhouse cucumber as well as the growth of the state, thus the disease may occur, predict pest, pest forecasting system to build, establish greenhouse cucumber pest monitoring and early warning systems to facilitate and put into use in the next planting greenhouse cucumber.
Key words: Greenhouse pests and diseases; Cucumber; Monitoring and early warning;WeChat public platform
结合当前蔬菜病虫害预警系统的发展与研究现状,充分运用现有的预测分析技术,通过需求调研分析及田间试验,对温室黄瓜生长过程进行全程追踪,监测温室黄瓜的生长环境数据以及生长状态,从而对可能发生的病害、虫害进行预测,构建病虫害预测体系,建立温室黄瓜病虫害监测预警系统,以方便在今后温室黄瓜种植中投入使用。研究内容如下:
(1)构建日光温室黄瓜病虫害警兆指标数据库
通过将收集整理的田间试验数据、温室基本信息、生产履历、实时环境监测、病虫害信息采集等数据,以及移动端采集的数据进行整合,建立日光温室黄瓜病虫害警兆指标数据库。
(2)构建日光温室黄瓜病虫害预警模型库
在实时监测数据采集基础上,分析设施内环境—蔬菜—有害生物的耦合关系,采用贝叶斯分析方法,研发设施蔬菜主要病虫害发生概率预警模型,实现主要病虫害(霜霉病、白粉病、蚜虫、白粉虱)发生概率及风险等级预警。同时,整合当前已有的病虫害预测模型,将多套模型综合起来,构建病虫害预警模型库。
(3)开发温室黄瓜病虫害监测预警系统
温室黄瓜病虫害监测预警系统由微信公众平台与电脑端监测预警平台两部分组成。
① 日光温室黄瓜主要病虫害预测微信公众平台
建立温室黄瓜病虫害监测预警微信公众平台,可以使用户随时随地查询、浏览温室数据,监测温室内病虫害发生情况,同时支持数据上传。
② 温室黄瓜病虫害监测预警平台
集成设施环境、病虫害自动监测和预警模型,研发设施蔬菜病虫害智能监测预警系统,将系统对接到农业物联网平台,进行应用示范。
温室黄瓜病虫害监测预警系统前台演示:
系统登录界面
系统首页
生产履历显示
生产履历上传
生产履历修改
温室环境监测
温室环境数据修改
温室热力图
温湿度统计图
室内环境数据预测
预警模型演示
病虫害等级预警
目 录
中文摘要
Abstract
1 引 言
1.1 研究目的及意义
1.2 研究现状
1.2.1 基于传统经验或实验的预测
1.2.2 基于生物学系统的预测
1.2.3 基于图像处理技术的诊断
1.2.4 基于数理统计方法的预测
1.2.5 基于叶绿素荧光光谱分析的预测
1.2.6 基于神经网络的预测
1.2.7 基于 3S 技术的预测
1.2.8 存在问题分析
1.3 研究内容
1.3.1 主要研究内容
1.3.2 研究方法
1.3.3 技术路线
2 系统总体设计
2.1 系统分析
2.1.1 可行性分析
2.1.2 系统开发环境需求
2.2 系统开发相关技术
2.2.1 ASP.NET 相关技术
2.2.2 系统开发模式
2.2.3 异步刷新 AJAX
2.2.4 Baidu 地图 API
2.3 系统概要设计
2.3.1 系统开发平台选择
2.3.2 系统结构设计
2.3.3 系统各功能模块设计
2.4 本章小结
3 系统详细设计
3.1 病虫害预警监测数据库的设计
3.1.1 数据库管理系统的选择
3.1.2 数据库总体设计
3.1.3 数据表设计
3.2 用户管理模块研究与设计
3.2.1 访问控制技术概述
3.2.2 主要的访问控制模式
3.2.3 用户权限设计与实现
3.3 本章小结
4 监测预警系统开发与实现
4.1 系统登录实现
4.2 生产履历模块开发与实现
4.3 环境监测模块开发与实现
4.4 预警防控模块开发与实现
4.5 本章小结
5 微信公众平台设计与实现
5.1 微信公众平台功能设计
5.2 微信公众平台接口权限
5.2.1 获取 access_token
5.2.2 自定义菜单接口
5.2.3 图像接口
5.2.4 获取地理位置接口
5.3 公众平台开发与实现
5.3.1 access_token 定时刷新
5.3.2 基本功能实现
5.4 本章小结
6 结论与展望
6.1 结论
6.2 展望
参考文献
致谢
攻读硕士学位期间发表论文及其他成果