基于計算機視覺的水稻病蟲害監測平臺研發

摘要 水稻病蟲害是影響水稻產量與質量的重要因素之一，加強病蟲害的防治意義重大。從需求分析、技術系統架構、功能模塊3個方面詳細闡述了水稻病蟲害檢測預警平臺的研發過程，通過周圍環境信息與圖像識別技術實現了水稻病蟲害監測預警功能，提升了水稻病蟲害防治效率。分析和調研發現，水稻病蟲害檢測預警平臺仍然存在一些問題，未來將從增強系統的地域適應性、提高小型害蟲的識別效果、構建高質量農業病蟲害數據集3個方面開展進一步研究。

關鍵詞 水稻病蟲害；圖像識別；監測；預警

中圖分類號 S 126 文獻標識碼 A 文章編號 0517-6611（2024）16-0211-06

doi：10.3969/j.issn.0517-6611.2024.16.045

開放科學（資源服務）標識碼（OSID）：

Research and Development of Rice Disease and Pest Monitoring Platform Based on Computer Vision

GUAN Bo-lun， DONG Wei， ZHANG Li-ping et al

（Institute of Agricultural Economy and Information， Anhui Academy of Agricultural Sciences， Hefei， Anhui 230031）

Abstract Rice diseases and pests are one of the important factors affecting rice yield and quality. It is of great significance to strengthening the prevention and control of diseases and pests. The article elaborates on the development process of a rice pest detection and warning platform from three aspects of demand analysis， technical system architecture and functional modules. Through the use of surrounding environmental information and image recognition technology， the rice pest detection and warning function was achieved， improving the efficiency of rice pest prevention and control. After analysis and research， it was found that there were still some problems with the rice pest detection and warning platform. In the future， in-depth research could be conducted from three aspects of enhancing the regional adaptability of the system， improving the recognition effect of small pests and constructing high-quality agricultural pest and disease datasets.

Key words Rice pests and diseases；Image recognition；Monitor；Warning

基金項目 安徽省財政農業科技成果轉化項目“高產優質抗逆水稻新品種成果轉化”（2022ZH001）；安徽省農業科學院科研計劃項目“農業智能化技術研發中心”（2023YL014）。

作者簡介 管博倫（1993—），男，安徽蚌埠人，研究實習員，碩士，從事數據挖掘、農業信息化研究。*通信作者，副研究員，碩士，從事農業信息化研究。

收稿日期 2023-09-13

我國是一個農業大國，水稻是我國主要的糧食作物之一，國家統計局數據顯示，2022年我國水稻種植面積和總產量分別為2 945.01萬hm²、20 849.5萬t^［1］，其質量和產量與國家糧食安全息息相關。然而，農業病蟲害往往會嚴重影響作物產量和質量，因此及時精準進行農作物病蟲害防治意義重大^［2］。傳統的農業病蟲害防治往往利用人工進行田間調查進行測報，這一方式需要大量人力物力的投入，工作效率低下^［3］，若不及時發現和防治、藥物使用不當等會對水稻生產和生態環境造成嚴重影響。近年來，農業物聯網與信息技術的發展使得傳統農業與信息化結合成為了可能^［4］，通過傳感器采集到的溫度、降水、光照、風速、風向等數據對蟲害的發生進行監測和分析，可以有效緩解人力成本不足的問題。通過農業病蟲害檢測預警信息化平臺對農業病蟲害進行防治，提高農作物的質量與產量已經成為目前重要的研究方向^［5］。

近年來，將物聯網、人工智能和通信技術應用于植物保護領域，研制出的智能識別蟲情測報燈，一定程度上減輕了基層部門害蟲測報的工作，提高了測報效率，在蟲情監測預警方面具有良好的應用前景。目前，國內外學者研究多集中在病蟲害發生早期監測、發生嚴重程度預警分析以及多種病蟲害檢測識別方面^［6］。黃沖等^［7］研發的馬鈴薯晚疫病監測系統基于CARAH模型，通過采集田間小氣候數據信息實現對馬鈴薯晚疫病進行分析與預警。宋瑞等^［8］利用大田中環境因子數據，結合赤霉病初始菌原量構建了小麥赤霉病預警監測系統，該系統已經在多地進行推廣和試驗。劉萬才等^［9］提出一款由多家研究機構合作研發的農作物移動智能采集設備，該設備實現了數據自動采集、病蟲害識別、病蟲害計數及病蟲害發生程度評估等功能，更方便用于數據的獲取。在病蟲害智能檢測預警系統也是構成精準變量施藥技術的重要支撐技術之一^［10］；王志彬等^［11］基于農業病蟲害檢測系統研發了一款可遠程控制的設施蔬菜綠色防控植保機，對設施蔬菜病蟲害進行綠色防控。

水稻病蟲害智能監測預警平臺是智慧植保的重要組成部分之一^［12］，害蟲測報是植物保護的基礎性工作，蟲情測報燈作為常用測報工具在害蟲測報工作中發揮著重要作用。因此，開發一種現代化、有效的水稻病蟲害監測系統，對于提高水稻生產的質量和效率、保障國家糧食安全具有重要意義。鑒于此，筆者從需求分析、技術系統架構、功能模塊3個方面詳細闡述了水稻病蟲害檢測預警平臺的研發過程，通過周圍環境信息與圖像識別技術實現了水稻病蟲害監測預警功能，提升了水稻病蟲害防治效率。

1 功能需求

水稻病蟲害智能監測預警平臺主要在戶外自然大田環境進行信息數據的采集。在技術方面，項目主要采用圖像識別技術、數據采集技術、數據分析技術、預警通知技術、數據庫技術和數據存儲技術等。主要的功能需求包括：①病蟲害智能識別功能。系統能準確識別水稻的各種病蟲害，包括其癥狀、特點和生活習性。該功能需要通過整合圖像識別技術和機器學習算法實現。②實時監測功能。系統應能在不同的時間和天氣條件下，對水稻進行24 h的實時監測。這需要使用各種傳感器（如溫度、濕度、光照等）以及圖像視頻捕捉設備。③數據分析功能。系統需要對收集的數據進行分析，包括病蟲害的發生頻率、擴散趨勢、對水稻的影響等，這將需要強大的數據處理和機器學習算法。④預警通知功能。系統應根據分析結果，在出現病蟲害風險時，及時向農民發出預警。預警方式可以是手機APP通知，或者是通過電子郵件或短信。⑤病蟲害知識庫功能。基于互聯網的系統，專門用于存儲、管理和檢索水稻病蟲害相關信息。它存儲了各種病蟲害的信息，包括病原、癥狀、傳播途徑和防治方法。用戶可以使用多種檢索和查詢功能，根據關鍵詞、病蟲害類型和癥狀描述等快速找到所需信息。⑥數據存儲與追溯功能。系統應能存儲和分析歷史數據，以了解病蟲害的發生規律，為未來的防治提供參考。

針對上述功能需求，按照信息處理的完整流程（采集、存儲、分析、處理和顯示），通過現代化的信息手段，研發了一種能夠實時監測和預警水稻病蟲害的發生、傳播和擴散趨勢的系統。該系統將采集到的信息處理后，可以提供及時的防治建議，以減少病蟲害的危害，提高水稻的產量和品質，提高水稻病蟲害防治的及時性和有效性，降低農業生產成本，提高農業生產的效率和效益，同時也有助于保護農業生態環境和促進農業可持續發展。通過運用移動互聯網的強大優勢，實現病蟲害監測信息高效準確采集、存儲及顯示過程，為農業病蟲害信息監測系統的完善提供參考。

2 系統設計

2.1 系統架構

水稻病蟲害監測預警平臺系統架構如圖1所示，基礎設備層提供了大田環境數據采集和數據存儲的功能，蟲情測報燈用以采集田間水稻害蟲高清圖像數據，高清攝像頭利用自動巡檢功能采集水稻葉面病害圖像數據，微型氣象站中可以采集到風向風速數據、空氣濕度數據、降雨量數據以及溫度數據，土壤墑情站利用土肥傳感器采集土壤中的肥料數據，最后將采集到的數據分類匯總存儲到云服務器中保存。網絡通信層由不同的基礎網絡和網絡設備構成，主要用來傳輸基礎設備所采集到的多模態數據^［13］。系統應用層實現水稻病蟲害監測預警的關鍵功能，對存儲設備上的時間流數據進行分析，將病蟲害的發生時間分布和地理位置分布按照發生的嚴重程度進行直觀分析 ^［14］，視頻監控系統主要完成葉面病害的信息處理，地理信息系統結合其他系統提供相應的位置信息支持，物聯網監測系統負責分析處理時刻產生的環境數據，智能蟲體識別系統將蟲情測報燈采集到的圖像進行智能識別，數據處理預警負責對數據進行分類匯總進行預處理，將識別好的圖像信息與其他環境信息進行多模態融合，進行預警測報。終端策略層將系統應用層中分析的結果以多種方式反饋給用戶，進行全系統的邏輯管理與相應的信息反饋。

2.2 技術架構

系統基于java語言開發，服務層選用的是SpringBoot+MyBatis，前端選擇Vue框架的前后端分離技術框架，數據庫基于MySQL進行開發，如圖2所示。

Vue是一款流行的開源前端框架，具有容易上手、靈活性高、復雜性低等優勢^［15］，深受前端開發者青睞。Vue只關注前端的視圖層，采用漸進式的框架極大地提高了前端開發效率。Vue采用的局部刷新策略，不需要每次對DOM和所有的數據進行請求，也大大提高了訪問速度、優化了用戶的體驗^［16］。Vue主要特點包括：①遵循MVVM（Model-View-ViewModel）模式，對模型層和視圖層進行分離；②組件化開發模式，對前端中的功能模塊分別組裝到一個一個單獨的組件中，開發時只需要在標簽中傳入相應的參數就可以實現組件功能，提升了項目的可維護性；③對DOM進行虛擬化，原生的DOM操作需要頻繁的操作DOM樹，導致頁面瀏覽不暢，而虛擬化的DOM利用預操作處理，將多個DOM操作保存起來，在最后統一由真實DOM進行處理，增加了系統的流暢性。

SpringBoot框架是java語言中一款最流行的開源框架，是基于經典的Spring框架升級而來^［17］。它繼承了Spring框架的核心功能，比如依賴注入的編程和面向切面的編程（AOP），在繼承Spring框架功能的同時，增加了一些新的方法來簡化Spring的開發過程，具有“開箱即用”的優點。SpringBoot框架的主要組成部分包括：①Spring Framework，該部分允許開發者在xml配置文件中配置相關的依賴后使用Spring框架的一些功能，極大豐富了開發工具；②Spring Boot Starter，該模塊包含了基礎的必須依賴和配置信息，開發者只需要使用Spring Boot Web就可以快速開始一個Web程序；③Spring Boot DevTools，該模塊屬于簡便快發工具，提供了一些簡便用戶開發的功能，如熱部署工具可以幫助開發者靈活迅速調試程序^［18］。

MyBatis是一種數據持久化的框架，其主要作用是封裝了JDBC等操作數據庫的過程，開發者只需要寫好SQL語句，而無需關注與數據庫連接，如注冊、連接、釋放資源等復雜操作。用戶只需要關注MyBatis的核心配置文件和映射文件，核心配置文件中定義了數據庫連接操作、數據源、數據庫連接池、事務處理等，映射文件中定義了操作數據庫的SQL語句、映射的JavaBean類以及輸出結果集^［19］。

MySQL是一種建立在關系模型之上的關系型數據庫管理系統（database managements system，DBMS）。數據庫借助數學中集合的操作方法來處理數據庫中記錄的數據，使數據更能夠有效、方便查詢和存儲^［20］。其作用是將數據存儲在硬盤上，對其進行系統化的管理，在其內部設置了容量小但速度快的高速緩沖區，盡可能避免I/O速度與CPU速度不匹配的現象發生^［21］。

為了配合各框架之間更有效的傳遞數據流，在整個技術架構中還引入了其他一些技術支持。Redis二級緩存是高性能基于內存的鍵值對數據庫，減少MySQL的訪問次數加快了請求的響應式速度^［22］。Kafka和zookeeper是流行的分布式應用程序，解決了分布式程序中數據一致性的問題^［23］。使用開源輕量級的Activiti工作流引擎來實現無狀態服務調度算法^［24］。

2.3 功能模塊

依據功能需求和系統架構，系統中包含如下功能：①基地管理。具備多基地管理能力，可以管理基地名稱、地址經緯度、聯系人面積等。②設備管理。接入設備的對接與管理，可以接入不同的供應商的不同設備，并綁定到對應的基地。③視頻管理。管理接入的視頻品牌、序列號、類型、路數和遠程控制功能以及手動截圖保存到云存儲。④傳感器管理。可以對接不同品牌廠商的傳感器，并設置對應的監測項目以及數值單位，支持自定義圖片和顏色。⑤圖表管理。為監測的數值提供可視化圖表展示的功能，支持自定義時間查詢和展示數據，支持數據對比分析。⑥微信小程序。小程序具有便捷、易用、跨平臺、數據共享等優勢。用戶無需下載安裝，只需在微信或其他小程序平臺搜索系統名稱即可使用。界面簡潔，操作簡單且提供多種功能，如數據查詢、預警通知和在線咨詢等。⑦可視化大屏。可以將系統收集的環境數據和病蟲害發生情況直觀地展示在大型屏幕上，方便用戶全面了解水稻的生長環境和病蟲害發生情況。大屏可以展示實時的數據曲線圖和歷史數據報表，用戶可以隨時查看水稻的生長狀態和病蟲害發生情況，并根據數據分析結果采取相應的防治措施，提高水稻生產的效率和質量。⑧用戶管理。用戶是系統操作者，該功能主要完成系統用戶配置。

3 平臺運行原型圖

圖3列舉了系統中微型氣象站采集到的風向、風速、光照度、空氣溫度、空氣濕度、大氣壓強和降水量數據，這些數據是蟲情測報的環境信息。圖4為系統中的數據對比功能，用戶可以選擇不同類型的數據，在不同時間窗口進行數值對比，可以清楚地反映出不同時間窗口的數據差異。

圖5和6為系統的蟲害檢測功能。從圖5可以看出，圖像識別算法對大量的水稻病蟲害數據集訓練后，可將背板上的稻飛虱和二化螟準確的檢測識別出來。從圖6可以看出，系統利用后臺的病蟲害檢測識別算法能識別出害蟲的種類，并進行計數。餅狀圖顯示某個時間窗口稻縱卷葉螟、二化螟、稻飛虱、黏蟲和大螟的數量分布，折線圖可以直觀反映所選中的時期內不同種類害蟲的走勢，柱狀圖更加直觀反映了某一天不同害蟲的數量。用戶利用這些圖表可以快速判斷不同種類害蟲的增長趨勢，決定是否施藥。

圖7列出了為系統中的病蟲害知識庫功能，知識庫對農業病蟲害知識進行整合，對知識進行轉化和共享，對用戶用藥進行科學的指導。用戶可以使用該功能搜索病蟲害的介紹和相應的防治措施，為農藥選擇提供重要參考。

4 總結

該研究分析了水稻病蟲害檢測預警平臺的重要作用，通過需求分析和總體技術架構設計進一步闡明了系統平臺的功能結構。該平臺通過采集周圍環境數據和病蟲害圖像數據，對水稻病蟲害進行檢測預警，提高了病蟲害防治效率。但是經測試可以發現，該水稻病蟲害檢測預警平臺也存在一些問題。①地域適應性不夠。害蟲的發生具有明顯的地域性，而且隨著農業生態環境的變化，害蟲種群也在不斷變化，一些次要害蟲有上升為主要害蟲的趨勢。例如，安徽省部分地區大螟的發生量要大于二化螟的發生量，而部分檢測系統對二化螟的識別率要顯著高于大螟。②對部分小型昆蟲難以識別。稻飛虱是水稻的重要害蟲，也可以危害玉米和小麥，由于體型微小，智能蟲情測報燈常因難以拍清或識別算法性能不夠，而將稻飛虱作為一類，混雜在一起進行識別計數。③數據集質量不高。農業病蟲害檢測識別模型的優劣，不僅取決于識別算法的研究，更取決于病害蟲圖像數據集的構建。由于部分害蟲圖像存在小型昆蟲難以分辨、種間相似度大、蟲體姿態不佳難以鑒定等情況，常導致圖像樣本標注錯誤，大類與子類混合標注，從而導致識別正確率難以滿足生產需求。準確高效地識別水稻病蟲害是亟待解決的問題^［25］，未來團隊將從以上3個方面開展研究，進一步提高水稻病蟲害檢測預警平臺的使用性能。

參考文獻

［1］ 國家統計局.國家統計局關于 2022 年糧食產量數據的公告［EB/OL］.（2022-12-12）［2023-02-21］.http：//www.stats.gov.cn/tjsj./zxfb/202212/t20221209_1890914.html.

［2］ 張凝，楊貴軍，趙春江，等.作物病蟲害高光譜遙感進展與展望［J］.遙感學報，2021，25（1）：403-422.

［3］ 李敏，孫留濤，孫散日.農作物病蟲害信息化監測預警關鍵技術［J］.農業工程技術，2023，43（8）：29-30.

［4］ 王嘉偉.基于物聯網技術的農業精準化管控系統試驗［J］.農業科技與裝備，2020（4）：53-54.

［5］ 譚誠濤.淺談農業病蟲害監測預警信息技術鏈 ［J］.農業工程技術，2021，41（6）：64-65.

［6］ 趙春江.農業知識智能服務技術綜述［J］.智慧農業，2023，5（2）：126-148.

［7］ 黃沖，劉萬才，張君.馬鈴薯晚疫病物聯網實時監測預警系統平臺開發及應用［J］.中國植保導刊，2015，35（12）：45-48.

［8］ 宋瑞，王嘉薈，袁冬貞，等.小麥赤霉病自動監測預警系統應用效果評價［J］.植物保護，2020，46（3）：215-219.

［9］ 劉萬才，陸明紅，黃沖，等.基于植保大數據的病蟲害移動智能采集新設備［J］.植物醫生，2020，33（1）：59-64.

［10］ 楊征鶴，楊會民，喻晨，等.設施蔬菜自動對靶噴藥技術研究現狀與分析［J］.新疆農業科學，2021，58（8）：1547-1557.

［11］ 王志彬，喬曉軍，劉智，等.設施蔬菜臭氧植保機設計與試驗［J］.農業機械學報，2021，52（5）：293-300.

［12］ 王海光.智慧植保及其發展建議［J］.中國農業大學學報，2022，27（10）：1-21.

［13］ 朱伊平，管孝鋒，黃海龍，等.農業病蟲害遠程診斷平臺［J］.浙江農業科學，2020，61（9）：1819-1820，1832.

［14］ 李艷紅，樊同科.農業病蟲害監測預警平臺設計［J］.農業工程，2020，10（2）：29-32.

［15］ 張浩洋，顧丹鵬，陳肖勇.基于Vue的數據管理平臺實踐與應用［J］.計算機時代，2022（7）：66-67，72.

［16］ 管博倫，劉桂民，董偉，等.安徽省地方品種豬智慧管理平臺研發［J］.農業大數據學報，2021，3（4）：51-58.

［17］ 黃俊勇.基于Spring框架的研究與設計［J］.電腦知識與技術，2018，14（3）：116-117，120.

［18］ 銀莉，杜嘯楠.基于SpringBoot和Vue的校園積分系統的設計與實現［J］.集成電路應用，2023，40（7）：414-415.

［19］ 歐陽宏基，葛萌，程海波.MyBatis框架在數據持久層中的應用研究［J］.微型電腦應用，2023，39（1）：73-75.

［20］ 姜宗林，李志軍，顧海軍.融合知識表示的關系型數據庫操作框架［J］.計算機科學，2022，49（S2）：280-288.

［21］ 王楠，吳云.MySQL緩沖區自適應管理仿真研究［J］.計算機應用研究，2023，40（4）：1154-1159.

［22］ 唐材源.面向多源動態環境的視頻直播推薦系統設計與實現［D］.武漢：華中科技大學，2020.

［23］ 李亞君.基于SSM框架的B2C電子商城系統的設計與實現［D］.合肥：合肥工業大學，2022.

［24］ 林國丹，黃欽開，余陽，等.Activiti引擎的無狀態云工作流調度算法［J］.計算機集成制造系統，2020，26（6）：1456-1464.

［25］ 潘晨露，張正華，桂文豪，等.融合 ECA 機制與 DenseNet201 的水稻病蟲害識別方法［J］.智慧農業，2023，5（2）：45-55.