灌溉柑橘园中叶片湿润传感器校准方法研究

叶片湿润时间是植物病害模型的重要输入变量之一,它与许多叶部病原菌的侵染有关,影响病原侵染和发育速率。叶片湿润传感器可以实现对其实时、自动化监测,而由于叶片湿润时间受到环境和植物交互效应的影响,需要在灌溉环境下的柑橘园中进行校准。以生长季的柑橘为试验材料研究校准方法。叶片湿润传感器角度为30°,采用移液枪向传感器滴水和使用灌溉设施向传感器喷灌2种方法来确定传感器的干湿阈值;比较了柑橘冠层不同位置的传感器监测效果,并研究了有雨和无雨条件下对传感器监测效果的影响,最后通过神经网络模型验证阈值的合理性。结果表明:叶片湿润传感器在灌溉环境下干湿阈值为270 mV,此时传感器的监测效果最好,误差在2 h以内,通过与神经网络模型预测结果对比,证实此阈值下传感器监测效果良好;位于柑橘冠层底部位置的传感器监测准确率最高,可达0.95;传感器在无雨条件下监测效果优于有雨条件。该叶片湿润传感器校准方法可以用于灌溉柑橘园叶片湿润时间监测,符合柑橘病害预警系统的要求。

日光温室黄瓜叶片湿润传感器校准方法

叶片湿润时间是日光温室作物病害预警系统的关键输入因子,叶片湿润传感器可以实现对其实时、自动化监测,而由于叶片湿润时间受到环境和植物交互效应的影响,需要在日光温室实际环境中校准。以夏末秋初的日光温室盛果期迷你黄瓜为试材研究校准方法。叶片湿润传感器角度为45°,采用移液枪向传感器喷水和使传感器与实际湿润叶片接触两种方法来确定传感器的干湿阈值;比较了传感器与叶缘、叶尖、叶背面接触及位于叶片下方4种布置方法的监测效果;并考察了有无雨条件对传感器测量的影响。结果表明:叶片湿润传感器与实际湿润叶片接触的情况下得到干湿阈值6,此时传感器的监测效果较好,误差在1h左右;传感器与叶缘、叶尖接触时的监测准确率较高,达到0.75～0.83;传感器在无雨条件下监测效果要好于有雨条件。总体来看,该叶片湿润传感器校准方法可以用于日光温室黄瓜叶片湿润时间监测,符合日光温室黄瓜病害预警系统的要求。

基于冠层相对湿度的日光温室黄瓜叶片湿润时间估计模型

叶片湿润时间是日光温室作物病害预警系统的关键输入,基于相对湿度的叶片湿润时间估计模型(简称RH阈值模型)是最简便的估计模型之一。为了在日光温室实际环境中对模型参数进行校准和检验,以夏末秋初的日光温室盛果期迷你黄瓜为试材,以5min为间隔自动采集冠层相对湿度数据,采用试错法、平均值法和叶湿频率法3种校准方法对RH阈值进行校准,分别获得相对湿度RH=90%、89%和93%3个阈值,并采用均方根误差法、回归分析法以及一系列误差分析指标对校准结果进行检验。结果表明:试错法和平均值法的预测效果要显著好于叶湿频率法,误差一般在1～2h左右;与本试验中普遍超过3h的叶片湿润时间相比,RH阈值模型监测效果仍然可接受;验证结果中,平均值法的效果反而好于试错法,这说明在实际应用中不能仅局限于一种校准方法。该文总结的模型校准和检验方法,以及构建的基于冠层相对湿度的叶片湿润时间估计模型,可以用于日光温室黄瓜叶片湿润时间监测,符合日光温室黄瓜病害预警系统的要求。

考虑日光温室空间异质性的黄瓜叶片湿润时间估算模型研究

叶片湿润时间(LWD)是植物病害模型的重要输入变量之一,它与许多叶部病原菌的侵染有关,影响病原侵染和发育速率。为了准确地预测日光温室黄瓜病害的发生时间和方位,本研究于2019年3月和9月在北京两个不同类型日光温室内按照棋盘格法设置了9个采样点部署温湿光传感器和目测叶片湿润时间,每隔1 h采集一次温度、湿度、辐射和叶片湿润数据进行定量估算分析。分析结果表明:BP神经网络模型在两个温室的试验条件下获得了相似的准确度(ACC为0.90和0.92),比相对湿度经验模型估算叶片湿润时间的准确度(ACC为0.82和0.84)更高,平均绝对误差MAE分别为1.81和1.61 h,均方根误差RSME分别为2.10和1.87,决定系数R2分别为0.87和0.85;在晴天和多云天气条件下,叶片湿润时间的空间分布总体规律是南部>中部>北部,南面是叶片湿润平均时间(12.17 h/d)最长的区域;由东向西方向上,叶片湿润时间的空间分布总体规律是东部>西部>中部,中部是叶片湿润平均时间(4.83 h/d)最短的区域;雨天的叶片湿润平均时间比晴天和多云长,春季和秋季分别为17.15和17.41 h/d。这些变化和差异对温室黄瓜种群水平方向的叶片湿润时间分布具有重要影响,与大多数高湿性黄瓜病害的发生规律密切相关。本研究为预测温室黄瓜病害分布提供了有价值的参考,对控制病害流行和减少农药使用具有重要意义,提出的区域化分析温室内叶片湿润时间的方法,可以为模拟日光温室叶片湿润时间的空间分布提供参考。

叶片湿润时间与田间相对湿度对酿酒葡萄霜霉病发生状况的影响

为明确叶片湿润时间与田间相对湿度对酿酒葡萄霜霉病发生的影响,采用室内离体叶片接种法,从不同菌悬液与叶片接触时间和不同保湿条件对酿酒葡萄霜霉病菌发病的适宜温湿度条件进行研究;通过田间温湿度监测法,研究田间相对湿度对酿酒葡萄霜霉病发生状况的影响。结果表明:在室内75%相对湿度的条件下,菌悬液与酿酒葡萄叶片接种1 h后即可出现霜霉病症状,接种3 h后保湿3 h为叶片最早发病时间;接种时间越长、湿度越高,表现发病越早、越重;在相同环境下,‘赤霞珠’发病状况比‘紫大夫’更加严重。在田间,霜霉病菌完成侵入到显症需要的叶片湿润时间为6 h;夜间湿润对霜霉病的发生和蔓延的影响比白天更大。

基于K均值聚类和开闭交替滤波的黄瓜叶片水滴荧光图像分割

为了监测温室黄瓜叶片湿润情况以计算叶片湿润时间并用于病害预警,利用K-均值聚类算法实现黄瓜叶片的水滴荧光图像分割。选择人工气候室培育的健康且洁净的黄瓜叶片作为试验试材,采用移液枪向叶面、叶缘部位上滴水,模拟不同的叶片湿润情形,使用荧光成像仪蓝光镜头在白天(07:00)和夜晚(18:00)分别采集图像。应用K-均值聚类算法在L*a*b颜色空间对水滴图像进行分割,首先要将原始图像由RGB颜色空间转换到L*a*b颜色空间,然后在在L*a*b颜色空间中利用a*b*二维数据空间的颜色差异,以欧式距离度量像素间的相似度,使用K均值对图像进行聚类,聚类得到的图像灰度化后进一步用数学形态学中的开闭交替滤波方法进行校正,最终完成图像分割。利用该方法对10幅含有不同水滴数量的黄瓜叶片荧光图像进行分割,为了验证该方法的有效性,分别采用基于H分量直方图分割算法、主动轮廓即C_V模型分割方法、融合K均值聚类和Ncut算法作对比试验。试验结果表明,该方法的平均匹配率、误分率相较于其他3种方法有明显的优势,平均匹配率为81.27%、平均误分率为9.57%,较之于其他3种方法,平均匹配率分别提高了44.11、11.50、10.90百分点,平均误分率分别降低了23.03、5.47和5.05百分点。该方法能够较为准确地将水滴从图像中分割出来,这为用计算机器视觉的方法监测黄瓜叶片的润湿时间提供了新的思路。

北京地区温室大棚黄瓜生长期作物潜在病害的发生概率

在北京大兴区选择一普通温室大棚,观测正常管理方式下黄瓜生长期(2012年10月12日-2013年4月26日)温室大棚内的空气温、湿度数据,根据病菌侵染适宜的空气温度、相对湿度和叶片湿润时间,分析作物潜在病害的发生概率。结果表明,88.1%的潜在病害发生在凌晨和夜间,加强凌晨和夜间时段的温室管理是减少温室大棚病害发生的关键;潜在病害发生天数占观测周期内总天数的22.8%,2-4月潜在病害发生概率占全生育期的97.7%,其中3月最严重,占总量的53.3%,3月份温室大棚作物的食品安全潜在风险可能最大。研究结果可为北京地区温室大棚作物病害的管理提供科学依据。