基于k-臨近算法構建大棚番茄灰霉病預警及其生物農藥干預系統

李映 葛喜珍

[摘 要] ?采用大棚氣象條件監測系統記錄了大棚番茄兩種種植季的溫度、濕度和光照的變化，結合大棚番茄灰霉病發病率的規律，使用機器學習中的k-臨近算法構建了大棚番茄種植過程中的灰霉病預警系統。監測結果表明，生物農藥小檗堿或枯草芽孢桿菌均可針對灰霉病的發生起到良好的預防作用，且小檗堿的預防作用更佳，可將發病率控制在5%以下。運用該種預警系統與生物農藥干預的結合，為大棚番茄灰霉病的防治提供了良好的理論基礎。

[關鍵詞] 大棚番茄;灰霉病;生物農藥;預警系統

[中圖分類號] S 436.412.13

[文獻標志碼] A [文章編號] 1005-0310（2021）03-0066-04

Abstract： ?An early-warning system on tomato gray mold was established based on the greenhouse temperature， humidity， light intensity and incidence rate during two planting seasons. The k-approaching algorithm in machine learning was used for calculation of the possibility of gray mold. At the same time， the results indicated that biological pesticide berberine and Bacillus subtilis are useful for prevention of gray mold， and berberine displayed better result of less than 5% of total gray mold rate. These early-warning system and biological pesticide intervention system are promising for the control of gray mold in greenhouse planting.

Keywords： Greenhouse tomato;Gray mold;Biological pesticide;Early-warning system

0 引言

灰霉病是大棚番茄種植過程中的常見病害，其發病率高、傳播性強、難以防治，極易造成大棚作物的減產甚至絕收[1]。灰霉病可侵蝕番茄的葉片、莖、花和果實，且在溫度低、濕度大的環境下發病率更高。近年來隨著大棚作物種植面積的增加，大棚番茄灰霉病的發生非常普遍，且長期大量使用化學農藥如多菌靈、腐霉利等，造成了灰霉病對化學農藥抗性的提高[2]。因此，構建大棚番茄灰霉病的預警機制及使用生物農藥預防灰霉病的發生，成為解決該問題的關鍵。

相比于化學農藥，生物農藥有環境友好、不易產生抗性、不傷害天敵等多種優勢。在灰霉病防治的應用中，小檗堿、枯草芽孢桿菌、木霉菌、苦參堿等一系列生物農藥展現出了極好的效果和應用前景[3]。然而生物農藥的成本普遍高于化學農藥，使得種植過程成本提高，因此農民對生物農藥的使用產生了抵觸心理。如何更高效地使用生物農藥以達到最佳的使用效果，成為提高生物農藥使用率的關鍵。

本研究針對大棚番茄種植過程中關鍵環境因素的變化情況，對各類棚內環境因素的變化及其對應的番茄灰霉病發病率進行了統計和分析，明確了小檗堿和枯草芽孢桿菌對灰霉病的預防作用。在此基礎上，基于k-臨近算法，制定了大棚番茄灰霉病的預警系統，為大棚番茄灰霉病的防治提供了重要依據。

1 材料與方法

1.1 儀器與試劑

大棚氣象監測裝置由石家莊圣啟科技有限公司提供，每小時取大棚內溫度、濕度、光照、土壤溫度等氣象信息。大棚所在地為河北省隆堯怡東農牧有限公司番茄大棚，坐標北緯37°40′，東經114°92′。生物防控所用小檗堿為河北馥稷生物科技有限公司的小檗堿3%水劑，枯草芽孢桿菌可濕性粉劑為山東綠隴生物科技有限公司產品，按照說明書要求進行稀釋和噴灑。

1.2 田間實驗設計

溫室長60 m，寬7.5 m，金棚8號B型番茄，株距0.40 m，行距0.70 m。種植季分為秋冬種植季（10月1日至1月30日）和春夏種植季（2月1日至5月31日），自移栽之日起120天收獲，設置對照組和施用生物農藥組，并檢測小檗堿、枯草芽孢桿菌分別單獨使用和復合使用的灰霉病防治效果，噴灑周期按照說明書要求進行。灰霉病的發病率按照5點法取樣，每采樣點選取10株番茄，每株選取上、中、下3個部位進行灰霉病發病率的統計。發病率（%）=病株數/調查總株數×100%。發病率大于50%后，將該實驗區域的植物清除，后續的發病率按50%進行計算。

1.3 數據分析和預警系統的建立

數據的分析和統計在python中進行，根據獲取的數據將大棚內的空氣溫度、濕度和光照強度進行日均值的計算。將兩個種植季節的數據進行合并后只做三維散點圖進行合并預測。根據所有數據的不同，使用歸一化的方法將不同單位的數據進行歸一以便計算點和點的距離。根據數據情況選擇機器學習中的k-臨近算法進行預警系統的建立。

2 結果

2.1 不同種植季數據采集

根據不同的番茄大棚種植季，連續采集了秋冬種植季和春夏種植季的氣象數據，其具體數據如圖1所示。由圖1中可以看出，在不同的種植季節，日均氣溫出現了明顯的差別，如圖1（a）所示。秋冬種植季的日均氣溫有85%以上低于20 ℃，而春夏種植季的日均溫度在20 ℃以上。不同種植季的日均濕度也出現了顯著差別，如圖1（b）所示，在秋冬種植季，大棚濕度維持在了較高的水平，多數情況下濕度維持在80%以上。相比之下，春夏種植季的濕度浮動范圍較大且變化頻率較快，從50%到90%不等。與此同時，兩個種植季的日均光照強度也出現了明顯的不同，如圖1（c）所示，秋冬種植季的日均光照強度普遍小于4 000 Lx，而春夏種植季的日均光照強度普遍較高。對土壤溫度的檢測結果表明，不同種植季的土壤溫度出現了明顯不同，如圖1（d）所示，由于土壤溫度與日均氣溫的變化較為相似，所以不將土壤溫度作為灰霉病發病率的監測指標。

2.2 番茄灰霉病發病率統計及生物農藥干預

在不同種植季節的番茄灰霉病發病率如圖2所示。

由圖2中可以看出，春夏種植季的灰霉病發病率在未經干預的情況下，一直保持在了較低甚至沒有發生的水平;而在秋冬種植季，從第20天開始，灰霉病的發病率開始提升，且在短短10天的時間內，灰霉病的發病率迅速提高，以至于后期整個大棚均被灰霉病所感染，造成了嚴重的減產。因此，在秋冬種植季使用生物農藥小檗堿、枯草芽孢桿菌及其復合使用對灰霉病進行了干預（圖3），結果表明，上述實驗組均得到了良好的效果，且小檗堿的效果更好，使灰霉病的發病率控制在了10%以下。復合使用兩種生物農藥并未起到協同增效的效果，推測可能是因為小檗堿作為殺菌劑，對枯草芽孢桿菌的活性產生了一定的影響。

2.3 氣象因素統計與預警模型

因不同種植季出現了截然不同的番茄灰霉病發病率，因此將兩個種植季的數據以不同顏色的數據點表示，得到的三維圖如圖4所示。

由圖4中可以看出，秋冬種植季的氣象數據集中在了一個特定范圍內，日均溫度介于5～15 ℃，日均濕度大于70%，日均光照強度小于4 000 Lx。相比之下，春夏種植季的氣象數據分布未出現集中的現象。對比之前關于灰霉病發病率的規律研究，發現番茄灰霉病在氣溫低、濕度大的大棚環境中，發病率較高且蔓延迅速。

針對番茄灰霉病發病率的這一特點，將日均溫度、日均濕度和日均光照強度進行歸一化后，使用k-臨近算法，對灰霉病發病率進行了預警系統的建立。在發病率高于50%的區域內，選擇包含總點數距離中心點前95%的界限為一般發病率預警界限，包含總點數距離中心點前85%的界限為高發病率預警界限。根據大棚灰霉病發病率結果，設置連續進入高發病率區域5天后開始警報，并提交至Github（https：//github.com/liying0128/Gray-Mold-Alert）。輸入數據為連續10天的大棚氣象數據，包括日均氣溫、日均濕度和日均光照強度，輸入數據后自動進行數據的歸一化。若出現連續的低溫、高濕度、低光照的氣象條件，則會按照與本次數據中心點的距離計算灰霉病的發病概率，并提示使用生物農藥進行相應的預防。

3 討論

灰霉病是番茄種植過程中一種常見的植物病害，在大棚番茄種植中，灰霉病傳播速度快，稍有不慎即會造成嚴重的減產甚至絕收[4]。經過對比兩個大棚番茄種植季的氣象條件及灰霉病發病率，發現在溫度低、濕度高、光照少的秋冬種植季，灰霉病的發病率明顯提高。推測其原因是灰霉病的孢子在該種氣象條件下易于存活和傳播，而在春夏種植季，溫度高濕度小的氣象條件不利于霉菌的生長和繁殖。

在灰霉病高發的秋冬種植季，大棚中的溫度、濕度和光照強度的分布集中于一個特定的區域（圖4，紅色點集中區域）。相比之下春夏種植季的相關指標波動幅度和范圍較大。因此大棚番茄灰霉病的預警模型使用k-臨近算法較為合適[5]。采用本方法進行灰霉病的預警，可在氣象條件接近灰霉病高發的預警界限內直接提示預警，并需要做出相應干預。

針對灰霉病高發的情況，在本次研究中使用了生物農藥小檗堿和枯草芽孢桿菌。實驗結果表明，兩者均達到了較好的預防灰霉病的效果，且小檗堿預防效果更佳，而兩者的復配使用未能達到協同增效的結果，推測小檗堿對枯草芽孢桿菌的活性產生了一定的影響[6]。總而言之，本文建立了針對大棚番茄灰霉病的預警系統，并在大棚灰霉病高發的情況下，提供了有效的生物農藥綠色防治選項。

[參考文獻]

[1] 張國珍， 鐘珊. 草莓灰霉病研究進展[J]. 植物保護， 2018， 44（2）： 1-10.

[2] 陳哲， 黃靜， 趙佳， 等. 番茄灰霉病病原菌分離鑒定及拮抗菌篩選[J]. 生物技術通報， 2017， 33（8）： 81-87.

[3] 魏佳爽， 袁善奎， 向冰峰， 等. 番茄灰霉病菌 （Botrytis cinerea） 對 3 種殺菌劑的抗性監測及交互抗藥性研究[J]. 現代農藥， 2021， 20（1）：46-49.

[4] 張燕， 夏更壽， 賴志兵. 植物抗灰霉病菌分子機制的研究進展[J]. 生物技術通報， 2018， 34（2）： 10-24.

[5] 管建， 王亞娟， 王立功. K-近鄰分類指導的區域迭代圖割算法研究[J]. 計算機應用與軟件， 2018， 35（11）：237-265.

[6] 林媛， 司書毅， 蔣建東. 小檗堿的抗菌作用[J]. 藥學學報， 2018， 53（2）： 163-168.

（責任編輯 李亞青）