如何早期预警日光温室蔬菜病害发生？物联网智能预警预测专家决策系统帮助解决！
日光温室蔬菜物联网智能预警预测专家
决策系统的开发与应用
导读
设施农业的发展为蔬菜周年高效生产带来了契机，通过应用先进的科学技术、连续的生产方式和高效的智能化管理模式，以一定的生产设施为载体，通过控制生产环境，为作物提供相对适宜的生长环境，从而可以高效、均衡地生产各种蔬菜、水果、花卉和药用植物等。
设施农业包含设施栽培、各类温室大棚及地膜覆盖栽培，还包括所有进行农业生产的保护设施。中国的温室管理以管理人员的经验决策为主，管理不当使得温室生产存在着许多问题，如在低温高湿条件下易发生病害而过度施用化学农药；过量施肥使温室土壤板结；滥施农药化肥，造成成本上升，环境污染，致使作物的产量及品质达不到预期的目标。所以通过科学、规范的施肥，减少化肥农药施用是当前设施农业发展的重要问题。
目前，国内外设施蔬菜如番茄、黄瓜、甜椒等的栽培面积较大，市场广阔，但由于很多种植者缺乏相应的温室管理知识和技术，基本是凭经验凭感觉来管理，没有在恰当的时候采取合理的措施，造成投入和产出不成比例，从而导致经济上的损失和不良后果。温室病害的预警预防是日光温室管理中非常重要的技术环节，病害发生严重不仅威胁着蔬菜的生产，影响果实品质，还对蔬菜安全构成影响。因此早期预警病害发生，对症下药及时防治或及时预报早期预防，才可最大限度减少损失。
设计思路
为应对优质蔬菜需求量不断增长的趋势，实现在农业物联网的基础上对日光温室蔬菜生产的智能化管理与预警预测,并对生产和销售提供决策支持指导来设计软件。当用户通过系统人机交互界面提供温室生产管理中需要决策的问题后，系统开始搜集数据信息，并根据知识库中的知识来判断和识别问题，给出相应的结论。通过农业物联网技术可以实现日光温室生产管理过程中对作物、土壤、环境从宏观到微观的实时精准监测，定期获取作物生长发育状态、病虫害、水肥状况、生产管理过程，以及相应生态环境的实时信息，形成温室作物实时大数据库，再结合专家知识经验库，为温室栽培科学管理、病虫害及时预测预防和蔬菜种植决策调控提供技术支持和数据支撑，不仅达到合理使用农业资源、降低生产成本、改善生态环境、提高农产品产量和品质，提高农户经济收益的目的，还能有效地普及生产知识，传播实用的先进技术，提高生产者的科学素质，具有重大的社会价值和现实意义。基于Web的结合温室环境监控系统和日常操作管理记录功能的专家系统，能够让农业生产企业管理者对整个农场或多个生产基地进行全面、直接的了解，方便管理，节约成本。温室管理专家系统还有一个明显的优势就是非时空限制性，它可以任意时间拷贝任意系统中任何计算机中的数据，可以作为一个智能程序永久保存，并能准确、高效、周密、迅速而不疲倦地工作，因而可以很好地解决温室数量与专家人数增长不对等的矛盾。
技术特点
基于温室周年环境数据库及BP神经网络算法结合病害发生条件可以对病害进行预警，并可基于蔬菜生长发育期的生理天数，根据采收期预测播种期或根据苗龄和定植期预测开花期及采收期，从而达到对生产进行预警预测的目的。遵循人工智能的技术原理，专家决策系统还具有数据和知识半自动获取、知识库求精、确定性推理、不确定性推理、模型自动解析等功能，实现对特定农业领域问题的定性推理和定量决策，具有高度智能化的特点。整个系统分成三大部分：Web服务器程序、后台管理程序和数据库。
软件的设计思想
软件设计的目的是开发基于网络化监测和自动化预警与控制管理相结合的智能化专家决策系统平台，以提高温室蔬菜科学管理水平，增加温室生产的经济效益。软件应用到生产实践当中，可为农业科技人员和农业生产者提供环境管理知识、病害早期预警和病虫害识别与防治知识、蔬菜发育时期预测和产量产期预测信息，辅助完成基于环境监测的日常水肥管理控制与光温湿环境管理数据记录等功能。该软件通过与农用通等物联网环境数据平台链接，对温室环境进行监测和提出病害预警或防控建议，并为专家系统提供数据库，如温室环境和设施蔬菜发育数据库、病虫害诊断知识数据库、温室管理知识数据库、温室日常操作管理参数设置及记录数据库。在指导生产实践方面为用户提供相应的生产预测管理基础知识，通过具有实际应用价值的发育阶段预测功能，便于生产者制定生产计划；通过对病虫害的发生时间进行预测，提供相应的防治方法，有利于及时防治病虫害。农业物联网技术广泛应用于农业生产、流通等环节，促进了农业生产经营从粗放式、经验性管理到精细化、科学化管理的快速转换，提高农产品的产量与品质，降低农业生产成本，保护农业环境，是加快推进现代农业建设的必然选择，对促进农业增效、农民增收、农村稳定具有重大推动作用。
系统构成
系统设计基础
日光温室蔬菜物联网智能预警预测专家决策系统以农业物联网为设计基础，物联网的主流架构体系始终贯彻IaaS（架构即服务）、SaaS（软件即服务）、PaaS（平台即服务）的设计思想，在设计理念和应用效果上呈现“可视化、泛在化、智能化、个性化、一体化”的特点，采用三层架构，分别为：感知层、传输层和应用层。
系统体系结构
日光温室蔬菜物联网智能预警预测专家决策系统是基于“浏览器/Web服务器/数据库系统”三层分布式计算结构体系的网上查询、诊断、学习等综合性管理系统，普通用户可利用浏览器登录访问。完成温室蔬菜生产中的病虫害预测、诊断、管理模式化及气象减灾等功能。同时，领域专家也可通过登录维护页面对知识库进行更新和维护，实现知识的获取功能。其系统体系结构如图1所示。
图 1 系统体系结构
系统模块功能
日光温室蔬菜物联网智能预警预测专家决策系统各系统功能的模块整体分布如图2所示。
图 2 系统整体布局图
系统登录
系统登录界面，通过用户名和密码达到验证登录者身份的目的，保证了系统安全性。
系统首页
系统首页主要包含系统的功能模块导航和系统研制单位简介。
温室管理
系统的温室管理部分主要包含“温室选择”“温室维护”两大模块。温室选择主要是对不同温室信息的选择、温室介绍包含作物种类、所处地区、温室结构参数的详细信息等。温室维护主要是对温室植物维护管理信息的记录，包含温室名称、所处地区、种植作物、温室面积、株距、行距、联系人、联系电话、创建时间、描述、操作等。
育苗管理
系统的育苗管理部分是对育苗信息的记录，包含“育苗管理”和“育苗知识”两大模块。育苗管理主要是育苗不同时期所需环境要素信息的记录及图片信息。育苗知识主要包含育苗方面的视频资料，方便用户查看学习。
栽培管理
系统的栽培管理部分是对作物栽培信息的记录，包含“田间档案管理”“生长管理”“绿色食品”“栽培知识”四大模块。田间档案管理主要是对田间信息的记录，包含温室名称、工作人员、管理条目、操作日期、操作记录等。生长管理主要是对作物生长时期所需环境要素信息的记录和相关生长期图像。绿色食品主要是对相关绿色食品信息的介绍，包含绿色食品基本知识、绿色食品农药使用准则、无公害绿色与有机食品有何区别、无公害蔬菜生产技术保障体系、有机食品的国际标准等。栽培知识主要包含作物栽培知识的相关视频资料。
病虫害诊断
系统的病虫害诊断部分是对作物病虫害信息的记录，包含“病害概述”“虫害概述”“病害诊断”“虫害诊断”四大模块。病害概述主要是对各种病害信息的记录，包含病情原理、病害症状、防治方法等。虫害概述主要是对各种虫害信息的记录，包含虫害种类、作物症状、防治方法等。病害诊断主要是对蔬菜不同部位感染的病害进行智能诊断，以此作为蔬菜感染何种病害的防治依据。虫害诊断主要是对蔬菜不同部位感染虫害后的结果阐述，以此作为蔬菜感染何种虫害的诊断依据。
预警预测
系统的预警预测部分主要包含“产量预测”“产期预测”“病虫害预测”三大模块。产量预测是根据不同蔬菜单株坐果情况，结合定植时输入的栽培参数（包括栽培密度、坐果数和单果重的数据）进行预测，其中单果重受栽培蔬菜及品种的影响，坐果数易受环境影响，栽培密度则由定植密度包括定植的行株距确定。产期预测是根据不同蔬菜开花至采收的生理发育天数，结合温室周年数据库的日光温室环境参数，对不同月份的生长天数进行预测，受季节和品种果实大小等的影响，将相关参数输入后即可根据生长环境进行产期预测。病害预测是根据温室周年环境数据库的温度环境参数及高湿持续时间，结合设施蔬菜主要病害发病的环境参数需求特点，确定不同月份的发病指数进行初步预警预测，然后随着蔬菜栽培情况结合更新的环境数据进行病害预测修正。另外还可以根据田间档案记录的往年历史发病情况，在病害高发期的早期对病害发生进行预警预报。同时系统还可以提供病害预防措施和药物防病技术，从而通过早期防病实现防病于未然的目标，例如白粉病主要发生在新疆夏季栽培时，所以可基于环境数据进行病害预警预测。
知识库管理
系统的知识库管理部分主要包含“知识库管理”和”知识库更新”两部分，知识库更新是新增病害的补充，如图3所示。
图 3 知识库更新
系统设置
系统设置部分主要包含“用户管理”“角色管理”“菜单管理”“权限分配”四大模块。用户管理主要是对登录此系统用户的管理，包括用户的详细信息，添加删除用户等。角色管理是对登录专家决策系统不同角色的管理，包括“专家学者”“系统用户”“系统管理员”等。菜单管理是对整个专家决策系统各级目录菜单的管理，可增加删除等。权限分配主要是对系统模块不同权限进行划分。
系统维护功能
系统维护功能包括环境数据库维护、温室环境设备管理、知识库维护以及网站维护等。温室环境数据采集系统在运行过程中会产生大量数据，用户需要定期使用系统提供的工具对这些数据进行整理或删除。同时，该系统具有可扩展性，用户能够根据系统的提示添加新的蔬菜品种或者设施类型，添加新的生长模型以及病虫害数据。
预警预防效果
2017年6月，在新疆五家渠农科所日光温室应用专家系统，当环境数据库连续病害预警3天后，温室环境适合白粉病发生且无改变温室环境措施情况下，通过对监测温室部分及时施用50%醚菌酯药剂或硫磺粉熏蒸对温室黄瓜白粉病进行了药剂预防，对照未做处理，每周防病处理1次，2周后不同处理的发病情况和防治效果有明显差异（表1）。
表 1 日光温室黄瓜白粉病预警预防效果比较
由表1可以看出，在环境适宜的病害高发期，通过环境预警后采取措施对病害进行早期防治，可以很好地降低病害发生率，取得事半功倍的防效，其中处理1的效果不如处理2，表明采用硫磺粉熏蒸处理，在不增加空气湿度的情况下对病菌进行杀灭有更好的防病效果，因此在日光温室黄瓜白粉病的早期预防中应用硫磺熏蒸的效果好于药液防治。可见采取预警预防可以达到减少防治次数，提高防效的目的。
总结
基于温湿度周年数据库和环境监测建立的日光温室蔬菜物联网智能预警预测专家决策系统，可以辅助温室管理人员对日光温室进行合理有效的管理，充分发挥专家系统不受时间和空间限制的优势，可解决我国设施蔬菜栽培管理专家与温室增长数量不对等的矛盾。该设计日光温室蔬菜物联网智能预警预测专家决策系统：
（1）深入分析用户需求，将温室管理的决策目标划分为多个子目标，并根据每个子目标所涉及的知识的特点，有针对性地采用不同的知识获取和推理方案，建立面向知识的温室蔬菜的智能管理专家系统。
（2）充分利用物联网温室环境监控系统平台，构建了基于实时环境数据、温室周年数据库和基于设施蔬菜生长发育生理发育天数模型的温室专家决策系统，充分发挥了生长发育模型和专家系统各自的优势。应用蔬菜生长发育模型完成蔬菜生长期的定量计算，应用专家系统完成数据处理及解释功能。系统为品种参数、生长发育模型、环境数据库、病虫害数据库等设计了统一的接口，可以根据需要添加新的模型和病虫害样本，具有较大的灵活性。
（3）建立了基于规则推理的日常管理和病害预警诊断子系统。通过构造日常管理决策树，获取每一个生长阶段温室环境目标值，水分管理、肥料管理、植株管理知识，并以规则形式存储，推理方法采用产生式推理。病害预警是根据病害发生的环境需求特点，根据温室环境周年数据库的描述初步判断为病害高发期，之后再通过田间档案历史病害发生情况加权打分，计算病害发生的概率，根据发生率情况进行预警，并提出预防有关病害的技术措施。
（4）应用蔬菜主要生长发育期的生理天数结合不同月份的生理天数值预测产期，明确果实发育期蔬菜果实生长速率与温度之间的关系。通过基于周年数据库的办法来初步获取采收期数据，再结合日光温室实际数据进行修正，实现产期的精准预测，从而实现从任何一个生育期预测其他生育期的起始日期。通过引入实时温度数据更正机制，修正预测偏差，提高了预测精准度。
作者：陈芳，周进，刘娜（第六师农业科学研究所)