基于物聯(lián)網(wǎng)的蔬菜主要病蟲害動態(tài)氣象預(yù)報模型

林鍇　黃園園　關(guān)哲忠

摘要 針對主要蔬菜病蟲害進行與氣象要素的相關(guān)性分析，分別建立蔬菜病蟲害發(fā)生流行可能性程度的氣象預(yù)報模型，并建立預(yù)測預(yù)警平臺，平臺能夠根據(jù)獲取的物聯(lián)網(wǎng)數(shù)據(jù)預(yù)測病蟲害發(fā)生的可能性，并給出生產(chǎn)建議，旨在為蔬菜生產(chǎn)管理和病蟲害防治提供技術(shù)參考。

關(guān)鍵詞 蔬菜病蟲害;物聯(lián)網(wǎng);氣象預(yù)報

中圖分類號：S436.3 文獻標(biāo)識碼：B 文章編號：2095–3305（2022）02–0031–03

蔬菜病蟲害的發(fā)生在一定程度上與氣象要素息息相關(guān)，利用氣象要素可以對蔬菜病蟲害未來的發(fā)展作出預(yù)測預(yù)警，但目前對蔬菜病蟲害氣象條件預(yù)測的研究多為長期、大區(qū)預(yù)測，很難具體到每塊田地、每個農(nóng)戶的農(nóng)業(yè)利益[1]。利用物聯(lián)網(wǎng)技術(shù)快速、準(zhǔn)確、高效地獲取數(shù)據(jù)的能力，建立病蟲害短期氣象預(yù)警模型，能夠在時間、地點上更精確地實現(xiàn)病蟲害發(fā)生發(fā)展動態(tài)的預(yù)測，方便經(jīng)營者實時掌握病蟲害發(fā)展趨勢。

1 材料與方法

1.1 氣象資料

采用2019—2020年泉州市“農(nóng)氣寶”物聯(lián)網(wǎng)和區(qū)域自動氣象站逐日氣象觀測數(shù)據(jù)。

1.2 病蟲害資料

蔬菜病蟲害數(shù)據(jù)為2019—2020年《泉州市病蟲情報》《病蟲害全國各地發(fā)生一覽表》及走訪植保站、種植戶實地調(diào)查信息。

1.3 研究技術(shù)路線

研究技術(shù)路線見圖1。通過收集歷史資料，將病蟲害和“農(nóng)氣寶”歷史數(shù)據(jù)進行區(qū)間分析，利用病蟲害發(fā)生適宜溫度、適宜濕度、孵化（孵育）區(qū)間段等病蟲害發(fā)生判讀依據(jù)及氣象預(yù)報和實況數(shù)據(jù)，構(gòu)建蔬菜病蟲害預(yù)警模型，依據(jù)病蟲害預(yù)警閾值，計算溫度、濕度風(fēng)險指標(biāo)和有效性指標(biāo)，界定高、中、低風(fēng)險區(qū)劃。

2 結(jié)果與分析

2.1 蔬菜病蟲害與氣象要素相關(guān)分析

2.1.1 主要蔬菜病蟲害樣本構(gòu)建 根據(jù)泉州市病蟲情報建立菜青蟲、蚜蟲、霜霉病、軟腐病4種主要蔬菜病蟲害樣本。通過對《病蟲害全國各地發(fā)生一覽表》利用資料的插值與延長適當(dāng)進行擴大，摘錄主要病蟲害全國發(fā)生地區(qū)、月份及對應(yīng)的高溫、低溫及濕度情況進行匯總。

2.1.2 主要病蟲害區(qū)間分析 通過論證蔬菜病蟲害的發(fā)生是否與溫度、濕度指數(shù)有必然聯(lián)系，分析主要蔬菜病蟲害與氣象條件之間的關(guān)系。

根據(jù)《GB/T 23416.1—2009蔬菜病蟲害安全防治技術(shù)規(guī)范》國家標(biāo)準(zhǔn)，菜青蟲的適宜溫度為20℃～25℃，濕度為76%。相對濕度統(tǒng)計資料顯示每月濕度都在0%～100%，因此在區(qū)間分析過程中以氣溫為主。區(qū)間分析結(jié)果表明：菜青蟲的發(fā)生與氣溫有必然關(guān)系，適宜溫度基本位于其發(fā)生月份的溫度區(qū)間。

采用相同的方法對蚜蟲、霜霉病、軟腐病進行區(qū)間分析可得，這幾種病蟲害的發(fā)生與氣溫有必然聯(lián)系，適宜溫度基本位于其發(fā)生月份的溫度區(qū)間。

2.1.3 相關(guān)性分析 選取平均溫度和平均濕度來研究主要病蟲害發(fā)生的適宜溫濕度之間的相關(guān)關(guān)系。

對菜青蟲均溫、均濕進行正態(tài)檢驗：以P-P圖（圖2）的形式展現(xiàn)數(shù)據(jù)的正態(tài)分布情況，可見平均溫度和平均濕度的分布基本滿足正態(tài)分布，因此，可以進一步開展相關(guān)性分析。

利用Pearson相關(guān)分析方法進行平均溫度和平均濕度與菜青蟲發(fā)生的適宜溫度和濕度區(qū)間的相關(guān)性分析（圖3）：均溫、均濕與菜青蟲發(fā)生的適宜溫度、適宜濕度之間的r值分別為0.985和0.954，表明溫度和濕度均值與菜青蟲發(fā)生呈現(xiàn)強相關(guān)關(guān)系，因此，可選擇平均溫度和平均濕度作為菜青蟲發(fā)生的評估標(biāo)準(zhǔn)之一。

對蚜蟲、霜霉病、軟腐病采用同樣方法進行研究，得出結(jié)論：蚜蟲、霜霉病、軟腐病與平均溫度、平均濕度的分布也基本滿足正態(tài)分布。

進行相關(guān)性分析可得：均溫與蚜蟲發(fā)生的適宜溫度r值為0.772，與平均濕度的r值為0.65;平均溫度與霜霉病發(fā)生的適宜溫度r值為0.920，平均濕度r值為0.591;平均溫度與軟腐病發(fā)生的適宜溫度r值為0.978，平均濕度r值為0.975。表明平均溫度和平均濕度與病蟲害發(fā)生呈現(xiàn)相關(guān)關(guān)系，因此可以選擇平均溫度和平均濕度作為病蟲害發(fā)生的評估標(biāo)準(zhǔn)之一。

2.1.4 主要病蟲害回歸線性模型建立 平均溫度和平均濕度對蔬菜病蟲害的影響都呈現(xiàn)較強相關(guān)關(guān)系，因此，取平均溫濕度值作為自變量，蔬菜病蟲害發(fā)生的概念溫濕度值為因變量建立回歸線性分析模型。

回歸分析結(jié)果如下：菜青蟲溫度線性公式為Y=0.761X+2.572，濕度線性公式為Y=0.993X-3.727;蚜蟲溫度線性公式為Y=0.748X+6.406，濕度線性公式為Y0.895X+6.793;霜霉病溫度線性公式為Y=0.93X+2.948，濕度線性公式為Y=0.776X+15.571;軟腐病溫度線性公式為Y=1.069X+0.831，濕度線性公式為Y=0.982X-2.652。

2.2 主要蔬菜病蟲害預(yù)警模型構(gòu)建

2.2.1 蔬菜病蟲害預(yù)警模型 參數(shù)輸入由區(qū)域自動氣象站實況數(shù)據(jù)、氣象預(yù)報數(shù)據(jù)、“農(nóng)氣寶”觀測實況數(shù)據(jù)構(gòu)成。

（1）區(qū)域自動氣象站實況數(shù)據(jù)：氣溫、相對濕度;

（2）“農(nóng)氣寶”觀測實況數(shù)據(jù)：氣溫、相對濕度、土壤濕度;

（3）氣象預(yù)報數(shù)據(jù)：未來7 d天氣預(yù)報數(shù)據(jù)。

2.2.2 模型構(gòu)建 根據(jù)《GB/T 23416.1—2009 蔬菜病蟲害安全防治技術(shù)規(guī)范》對4種主要病蟲害的習(xí)性進行梳理，整理不同病蟲害發(fā)生適宜溫濕度需求。

利用回歸線性模型，可以根據(jù)氣象平均溫濕度實況值、氣象預(yù)報值計算蔬菜病蟲害的概念溫濕度值。對比病蟲害發(fā)生的適宜溫濕度需求及病蟲害存活期、潛育期成蟲要求，將概念溫濕度與成蟲時間段內(nèi)適宜溫濕度要求進行結(jié)果對比，統(tǒng)計達到條件要求的連續(xù)天數(shù)。技術(shù)過程見圖4。

2.2.3 病蟲害發(fā)生風(fēng)險等級 針對不同蔬菜病蟲害的類型和繁衍條件，將病蟲害發(fā)生風(fēng)險劃分為3個等級（圖5）：（1）高風(fēng)險：溫度、濕度條件最適宜病蟲害的發(fā)生;（2）中風(fēng)險：溫度、濕度條件適宜病蟲害的發(fā)生;（3）低風(fēng)險：溫度、濕度條件不適宜病蟲害的發(fā)生。

2.2.4 預(yù)警模型運行流程 將實況溫濕度和預(yù)報的溫濕度代入回歸模型計算出概念溫濕度，滑動統(tǒng)計符合適宜條件的連續(xù)天數(shù)，連續(xù)天數(shù)為過去實況和未來預(yù)報連續(xù)符合條件的天數(shù)，其中，過去天數(shù)按實況平均溫度、濕度得出的概念溫濕度計算符合條件的天數(shù)，預(yù)報天數(shù)按預(yù)報溫度計算出的概念溫度和降水帶來的濕度條件計算符合條件的天數(shù)。對比連續(xù)天數(shù)與具體病蟲害風(fēng)險等級條件天數(shù)判斷病蟲害發(fā)生可能性的風(fēng)險等級。

（1）菜青蟲。菜青蟲的適宜溫度是20℃～25℃，濕度是96%。在適宜條件下，卵期4～8 d，幼蟲期11～22 d，蛹期約10 d，成蟲期約5 d。

低風(fēng)險：符合概念氣溫10℃～ 40℃、概念濕度96%以上、有降水等適宜條件的連續(xù)天數(shù)在幼蟲期不足11 d;

中風(fēng)險：符合概念氣溫10℃～ 40℃、概念濕度96%以上、有降水等適宜條件的連續(xù)天數(shù)達到11～22 d;

高風(fēng)險：符合概念氣溫20℃～ 25℃、概念濕度96%以上、有降水等適宜條件的連續(xù)天數(shù)達到11～22 d。

（2）蚜蟲。氣溫為16℃～22℃、濕度小于75%時最適宜蚜蟲繁育，干旱或植株密度過大有利于蚜蟲為害，大多數(shù)的蚜蟲繁殖是4～5 d。

低風(fēng)險：符合概念溫度10℃～ 25℃、概念濕度小于75%、無降水等適宜條件的連續(xù)天數(shù)不足4 d;

中風(fēng)險：符合概念溫度10℃～ 25℃、概念濕度小于75%、無降水等適宜條件的連續(xù)天數(shù)達4～5 d;

高風(fēng)險：符合概念溫度16℃～ 22℃、概念濕度小于75%、無降水等適宜條件的連續(xù)天數(shù)達4～5 d。

（3）霜霉病。此病從幼苗到收獲各階段均可發(fā)生，以成株受害較重。主要危害葉片，由基部向上部葉發(fā)展，適宜溫度為20℃～24℃，濕度條件為60（70）%～100%。霜霉病以蘿卜為例，需持續(xù)9～14 d。

低風(fēng)險：符合概念溫度10℃～ 40℃、概念濕度60（70）%～100%的連續(xù)天數(shù)不足9 d;

中風(fēng)險：符合概念溫度10℃～ 40℃、概念濕度60（70）%～100%的連續(xù)天數(shù)達9～14 d;

高風(fēng)險：符合概念溫度20℃～ 24℃、概念濕度60（70）%～100%的連續(xù)天數(shù)達9～14 d。

（4）軟腐病。軟腐病病菌喜溫暖高濕環(huán)境，適宜發(fā)病的溫度為10℃～38℃，最適發(fā)病環(huán)境溫度為 25℃～35℃、相對濕度 90%以上，最適感病生育期為成株期至采收期，發(fā)病潛育期5～20 d。

定義低風(fēng)險：符合概念溫度10℃～ 38℃、概念濕度大于90%、有降水等適宜條件的連續(xù)天數(shù)不足5 d;

中風(fēng)險：符合概念溫度10℃～ 38℃、概念濕度大于90%、有降水等適宜條件的連續(xù)天數(shù)達5～20 d;

高風(fēng)險：符合概念溫度25℃～ 35℃、概念濕度大于90%、有降水等適宜條件的連續(xù)天數(shù)達5～20 d。

3 病蟲害動態(tài)氣象預(yù)測預(yù)警平臺

根據(jù)病蟲害預(yù)警模型，建立“基于物聯(lián)網(wǎng)的大棚蔬菜主要病蟲害動態(tài)氣象預(yù)測預(yù)警平臺”（圖6）。平臺可實時獲取“農(nóng)氣寶”物聯(lián)網(wǎng)設(shè)備的實時監(jiān)測氣象要素值、附近區(qū)域自動氣象站監(jiān)測數(shù)據(jù)及未來7 d氣象要素預(yù)報值，展示要素數(shù)據(jù)，同時輸出病蟲害發(fā)生可能性風(fēng)險等級預(yù)測結(jié)果，并在預(yù)測結(jié)果上對經(jīng)營者給出防治措施和建議。

4 結(jié)束語

通過收集蔬菜病蟲害歷史數(shù)據(jù)和物聯(lián)網(wǎng)區(qū)域自動站氣象數(shù)據(jù)，進行主要蔬菜病蟲害與氣象要素的相關(guān)性分析，建立蔬菜病蟲害發(fā)生流行可能性程度的氣象預(yù)報模型，構(gòu)建可獲取物聯(lián)網(wǎng)數(shù)據(jù)、輸出病蟲害發(fā)生可能性預(yù)測結(jié)果、給出生產(chǎn)建議的預(yù)測預(yù)警平臺，更精準(zhǔn)、動態(tài)地預(yù)測病蟲害發(fā)生的時間、地點，方便經(jīng)營者實時掌握病蟲害發(fā)展趨勢，為蔬菜生產(chǎn)管理和病蟲害防治提供技術(shù)參考。

參考文獻

[1] 王茂明.福建省蔬菜病蟲害發(fā)生態(tài)勢與綜合治理[J].福建農(nóng)業(yè)科技，2006（2）：60 -63.

責(zé)任編輯：黃艷飛

Dynamic Weather Forecast Model for Main Vegetable Diseases and Insect Pests Based on the Internet of Things

LIN Kai et al（Meteorological Bureau of Nan’an City， Fujian Province， Quanzhou， Fujian 362300）

Abstract Analyzed the correlation betw-een the main vegetable diseases and insect pests and meteorological elements， and established the meteorological forecast model of the probability of the occurrence of vegetable diseases and insect pests， and established a forecast and early warning platform. The platform output the forecast of the probability of the occurrence of diseases and insect pests based on the obtained IoT data. The results and production suggestions were given to provide technical reference for vegetable production management and pest control.

Key words Vegetable diseases and insect pests; Internet of things; Weather forecast

作者簡介 林鍇（1984—），男，福建順昌人，助理工程師，主要從事農(nóng)業(yè)氣象研究工作。

收稿日期 2021-12-12