崇州市水稻病虫害预测和稻曲病识别模型构建

摘要：病虫害严重影响农作物产量和品质，精确预测病虫害发生、智能化识别并提供解决方案，对于保障粮食产量及品质、提高生产效率至关重要。为精确预测崇州市农作物发病情况并构建病虫害识别模型，助力打造“更高水平天府粮仓”，本研究以水稻为例展开。我们调研了崇州市近三年水稻发病情况与天气数据，通过抓取崇州的温度、降雨量、风力等天气数据，和查询水稻病虫害发生情况。利用人工智能方法，联合分析水稻发病情况与天气的关系，构建贝叶斯网络预测模型，预测2024年崇州市水稻发病情况；并实地调研验证预测数值的准确率。结果表明崇州市不同地方的水稻发病趋势差异较大，且今年稻曲病发病都较为严重，因此初步构建了稻曲病识别模型。我们将进一步将其应用于崇州市的其他农作物，旨在为农业生产提供科学的决策支持，最终助力崇州规划打造“更高水平天府粮仓”的方案路径。

关键词：水稻，病虫害预测，贝叶斯网络预测模型，稻曲病识别模型

1. 近三年水稻病虫害发生情况统计

虽然没有找到崇州市的水稻病虫害发病统计数据，但是找到了成都市农业技术推广总站公布的成都市水稻病虫害发病数据发生趋势预报，其中就包含了崇州市的水稻病虫害发病预测和统计数据，尤其是螟蛾数和雌雄比数据来源于崇州市。如表1所示，2022年预测的水稻病虫害发生趋势等级为4级，其中二化螟4级、稻蓟马2级、稻瘟病2级，真实统计了螟虫数4458头、落卵数3405颗和螟蛾数2455头，其中螟蛾的雌雄比为1：1.31578；2023年预测的水稻病虫害发生趋势等级也为4级，其中二化螟4级、稻蓟马1级、稻瘟病1级，真实统计了螟虫数4667头、落卵数1774颗和螟蛾数1512头，其中螟蛾的雌雄比为1：1.44927，可能是2022年的极度高温天气使得病虫害孢子或者虫卵遗留到23年的少一些，使得2023年统计的稻蓟马、稻瘟病和螟蛾数降低；2024年预测的水稻病虫害发生趋势等级为4级，其中二化螟4级、稻蓟马2级、稻瘟病2级，真实统计了螟虫数2762头、落卵数792颗和螟蛾数2382头，其中螟蛾的雌雄比为1：1.96078，这是近三年里统计到雌雄比差异最大的一年。

表1 近三年水稻病虫害发生情况统计

年份	病虫害发生趋势等级	二化螟 (等级)	稻蓟马 (等级)	稻瘟病 (等级)	螟虫数 (头)	落卵数 (颗)	螟蛾数 (等级)	雌雄比 (1：x)
2022	4	4	2	2	4458	3405	2455	1.31578
2023	4	4	1	1	4667	1774	1512	1.44927
2024	4	4	2	2	2762	792	2382	1.96078

2. 基于天气数据和病虫害数据的贝叶斯网络预测模型

由于气候对水稻病虫害影响较大，比如大多数病原菌喜好温暖潮湿的环境，因此我们收集了2022年-2024年每天的天气数据，包括最高温、最低温及天气状态等方面（由于数据过多，放到附件1），这些数据经过清洗和特征提取后，成为贝叶斯网络的输入变量。模型采用贝叶斯网络方法，通过计算先验概率和后验概率，评估不同条件下病虫害的发生概率。首先，利用天气数据计算平均最高温和最低温，获取最常见的天气状态。接着，构建病虫害特征数据集，并计算病虫害发生与否的先验概率。通过对比每个特征在病虫害发生和未发生情况下的概率分布，计算新样本的后验概率，并进行归一化处理。对于新样本数据，模型预测了病虫害发生的可能性，结果显示若后验概率大于未发生的概率，则预测为病虫害可能发生。

结果表明：预测2025年崇州市总的病虫害发生趋势等级是3级，二化螟平均等级：4级，稻蓟马平均等级为2级，稻瘟病平均等级也是2级。该模型有效结合了历史天气和病虫害数据，通过贝叶斯网络的概率计算，为未来病虫害的预测提供了有力支持。此方法不仅提升了预测的准确性，还为农业决策提供了科学依据，具有重要的应用价值。我们计划进一步优化模型，纳入更多的环境和管理因素，以提高预测的精度和适用性。

                

图1 预测2025年崇州市总的病虫害发生趋势

3. 2024年崇州市水稻病虫害调研

为了真实了解2024年崇州市水稻病虫害发病情况，我们从崇州市选取了5个水稻种植点统计病虫害发病情况，包括螟虫、稻曲病、稻瘟病、白叶枯、稻叶黑粉病等，如图2所示。选取5个地点的水稻病虫害比如螟虫、稻曲病和穗瘟病都有发生，可能是由于今年水稻孕穗期的崇州降雨量大，使得螟虫和稻曲病均发病严重，整个四川今年的降水量都高，比如内江市、泸州市、宜宾市、乐山市、自贡市和成都市等。另外在地点B、D和E，还观察到稻叶黑粉病发生，这是近两年在崇州市观察到的水稻病害，主要集中在崇州或者四川的个别水稻种植片区，一般在某一个点有发生的话，周围大部分水稻也会被感染，需要引起重视。并且，在地点E还观察到严重的水稻叶片稻瘟病和白叶枯病，随着高产抗病的优良杂交品种种植，这在崇州市内是很少见的，今年调研的5个点里，仅E点观察到这两种病害的发生。总的来说，2024年崇州市的水稻病虫害发病有轻微严重，其中稻瘟病发病不算严重，但是螟虫和稻曲病发病严重，而稻叶黑粉病偶有发生。

图2 2024年崇州市5个地点的水稻病虫害调研

4. 稻曲病识别模型初建

在崇州市调研的5个水稻种植点中，观察到稻曲病发病严重，但是目前川内没有稻曲病菌识别模型，稻曲病是水稻生产中常见且具有破坏性的病害，识别和早期检测稻曲病对于减少产量损失至关重要。本报告介绍了一种利用图像处理技术和图形用户界面的水稻稻曲病识别系统。该系统通过OpenCV库识别稻曲病的黄色特征，并利用PyQt5实现用户界面的交互与显示。本系统的主要功能包括：读取水稻病害图像、提取图像中的黄色特征进行分析、根据提取的特征判断稻曲病的存在、在用户界面中显示检测结果和相关图像。用户界面使用PyQt5实现，界面包含“开始检测”和“关闭”两个按钮，以及用于显示检测结果和处理后图像的标签。在用户点击“开始检测”按钮后，系统会运行图像处理算法，并将检测结果和处理后的图像显示在界面中，如图3所示。但是该方法还需要进一步优化和改进，增加识别准确率，尤其是复杂背景中识别稻曲病。

图3 稻曲病识别模型

该水稻稻曲病检测系统有效地结合了图像处理技术与用户界面技术，实现了对稻曲病的快速检测和结果展示。尽管系统在当前数据集上表现良好，未来的工作可以集中在提升检测精度和扩展适用的数据集和病害类型。

5. 总结与建议

本研究基于崇州市气候特征和水稻病虫害发病情况，初步构建了水稻病虫害预测和稻曲病识别模型。通过分析近三年的水稻病虫害发生情况与天气数据，我们利用贝叶斯网络预测模型对2024年崇州市水稻发病情况进行了预测，并实地调研验证了模型的准确率。研究结果表明，崇州市不同地区的水稻发病趋势存在较大差异，尤其是稻曲病和螟虫病发病较为严重。此外，我们还初步构建了稻曲病识别模型，通过图像处理技术和图形用户界面实现了稻曲病的快速检测和结果展示。

尽管本研究取得了一定的成果，但仍存在一些不足之处。首先，贝叶斯网络预测模型在纳入更多环境和管理因素方面还有待优化，以提高预测的精度和适用性。其次，稻曲病识别模型在复杂背景中的识别准确率还需进一步提高，特别是在不同光照和角度条件下的稻曲病。此外，当前的稻曲病识别模型仅适用于有限的数据集和病害类型，未来工作可以集中在扩展适用的数据集和病害类型，以增强模型的泛化能力。

针对上述不足，我们提出以下建议：

模型优化：进一步收集和整合更多的环境因素和水稻种植管理措施数据，如水稻种植品种、种植密度、灌溉系统等，以丰富贝叶斯网络预测模型的输入变量，提高模型的预测准确性。

技术改进：对于稻曲病识别模型，可以探索更先进的图像处理算法，如深度学习技术，以提高模型在复杂背景下的识别能力。同时，增加模型的训练样本，特别是不同环境条件下的样本，以增强模型的鲁棒性。

跨区域应用：将模型推广至崇州市以外的其他地区，通过收集不同地区的水稻病虫害数据，验证和调整模型参数，以实现模型的跨区域适用性。

实时监测与预警系统：开发崇州市的实时监测系统，结合卫星遥感技术和地面监测数据，实现对水稻病虫害的实时监控和预警，为农业生产提供更及时的决策支持。

农民培训与教育：加强对农民的培训和教育，提高他们对病虫害识别和防治的认识，使他们能够更好地利用科技手段进行病虫害管理。

通过这些改进和建议的实施，我们期望能够进一步提升水稻病虫害预测和稻曲病识别模型的效能，为崇州市乃至更广泛地区的农业生产提供更加科学、精准的决策支持，助力实现“更高水平天府粮仓”的目标。

6. 展望

基于本文的研究结果和分析，我们可以对崇州市水稻病虫害预测和稻曲病识别模型的未来应用和发展进行以下展望：

技术融合与创新：结合最新的人工智能技术，如机器学习和深度学习，以提高模型的预测精度和识别准确率。利用遥感技术和物联网技术，实现对水稻病虫害的实时监测和数据收集，为模型提供更全面的数据支持。

模型泛化与适应性：通过跨区域的数据收集和模型验证，增强模型的泛化能力，使其能够适应不同地区的气候和环境条件。研究不同水稻品种对病虫害的抗性，将这些因素纳入模型，提高模型的适应性和实用性。

数据驱动的决策支持系统：构建一个综合的数据平台，集成天气、土壤、病虫害等多源数据，为农业生产提供数据驱动的决策支持。开发用户友好的界面，使农民和农业技术人员能够轻松访问和使用预测结果和识别模型。

精准农业的实践应用：将预测和识别模型与精准农业技术相结合，实现病虫害的精准防治，减少农药的使用，提高农作物的产量和品质。通过模型预测结果指导农业生产，优化种植结构和农事活动，提高农业生产效率。

环境与经济效益的双重提升：通过减少病虫害对农作物的损害，降低农业生产成本，提高农民的经济收益。减少农药和化肥的过量使用，保护农业生态环境，实现农业的可持续发展。

政策制定与规划：为政府和农业部门提供科学依据，帮助制定更有效的农业政策和病虫害防治策略。在崇州市及其他地区推广应用模型，为打造“更高水平天府粮仓”提供技术支持和方案路径。

科研与实际应用的结合：加强与农业科研机构的合作，将最新的科研成果转化为实际应用，提高模型的科学性和实用性。通过实地调研和农民反馈，不断优化模型，确保模型能够解决实际问题。

根据以上提出的展望，我们接下来进一步优化崇州市水稻病虫害预测和稻曲病识别模型，尽快使其能够应用到实际生产中，为农业生产带来革命性的变化，实现粮食安全、农业现代化和环境保护的多重目标。