首页 > 分享 > 花生叶斑病模拟模型与病虫害预测专家系统的研究

花生叶斑病模拟模型与病虫害预测专家系统的研究

花匠小妙招
2024-09-17 03:20

摘要

通过采用农艺措施改变花生源库比处理，研究了花生叶斑病发展动态及与源库指标的关系，建立了以源库指标、生育时期为自变量的预测模型。另外，对前人研究成果和文献资料进行整理、归纳、分析、建模，研究了花生主要病害、虫害的诊断、预测预报的方法。应用Visual Basic6.0编程技术、Access2000数据库技术与专家系统开发技术想结合，研发了花生病虫害诊断、预测与规划防治方案的计算机专家系统。 1、花生叶斑病发展动态与模拟模型以花生新品种山花7号为试验材料，在盛花期喷施0、100、150、200mg/kg等不同浓度的多效哗，通过控制花生植株地上部的营养生长，达到改变花生植株源库比的目的，同时观测植株生长和叶斑病发展动态。经过相关性分析表明，花生叶斑病与源库比密切相关，用叶面积比荚果干重再乘以植株干物重作为源库比变化的指标更能表现规律性，定义为源库指数。研究表明，花生各生育时期源库指数越大，病情指数越低。经过回归分析和曲线拟合，叶斑病病情指数发展动念符合Y=Y<,0><'*>exp(Rd<'*>td)模型，用其分别建立不同处理的病情指数的动念模型，获得病情指数相对增长速率R<,d>，分别为0.022974、0.024686、0.026292、0.026973。以每个生育时期4个处理的源库指标作自变量，分别建立6个时期病情指数相对增长速率Rd与源库指标的拟合方程Rd=P<,A>十P<,B><'*>Xi，获得6组P<,A>、P<,B>。经曲线拟合，不同生育进程的P<,A>=f(d)=0.03597+0.00019<'*>d+-3.23815E-06<'*>d^2和P<,B>=f(d)=-0.02445<'*>Exp(0.02089<'*>d)，从而引入生育时期自变量。建立了病情指数相对增长速率R<,d>=f(Xi，d)(d为生育时期，Xi为源库指标)的模拟模型。根据Y=Y<,0><'*>exp(R<,d><'*>t<,d>)建立叶斑病预测模型L=f(d，Xi，t)=L<,0><'*>exp(R<'*>t)，经模型检验不同处理的预测值与实测值，其RMSE变化为0.80％-1.37％，达显著水平。由于该模型采用了经典生长分析的原理，只要了解某一时期的初始病情指数，即可根据该期的源库指标，预测之后任意一天(t)的叶斑病病情指数。因此适应各种生产条件。 2、花生病虫害诊断、预测与防治措施专家系统。 (1)系统总体结构和功能通过查阅文献资料，搜集整理了30种病害、50种虫害以及13种缺素症等方面的文献和图片资料，将其整理归纳分类成便于数据库检索的检索表，建立了花生病害诊断、虫害诊断、缺素珍断、气象、品种、农药等方面的数据库。根据自前人研究成果，总结归纳出了花生叶斑病、花生锈病、花生病毒病及花生蚜虫的预测预报模型。基于以上所搜集的资料，采用产生式规则的知识表示和系统诊断与用户对照详细资料相结合的方法，实现了花生主要病虫害的预测预报、诊断、防治措施的规划、信息咨询和科学用药咨询等功能，并能够通过知识库管理和维护系统进行知识的修改、添加和删除，实现知识的获取和管理功能。 (2)花生病虫害诊断与诊断在病虫害诊断模式选择上，采取多途径、多入口的方式。诊断树模式依据病虫害检索表，将信息存放在数据表中，模拟人工检索二叉表的过程，编程实现二叉检索流程。缺素诊断模式采用人机对话模式，该模式根据用户的回答(选择)，逐个问题地缩小搜索范围，得出诊断结果，提高了诊断的实用性和智能性。 (3)多媒体与数据库相结合的技术多媒体技术和数掘库技术相结合，构建了病虫害彩色图像咨询识别系统。收集了近50幅花生病虫害彩色图像，分门别类进行数据库模式的管理和查询。同时，在诊断咨询得到结果后，通过数据库管理调出相关的病虫害彩色图像，以供用户对照诊断结果是否正确。展开▼