基于计算机视觉的水稻病虫害监测平台研发

摘要 水稻病虫害是影响水稻产量与质量的重要因素之一，加强病虫害的防治意义重大。从需求分析、技术系统架构、功能模块3个方面详细阐述了水稻病虫害检测预警平台的研发过程，通过周围环境信息与图像识别技术实现了水稻病虫害监测预警功能，提升了水稻病虫害防治效率。分析和调研发现，水稻病虫害检测预警平台仍然存在一些问题，未来将从增强系统的地域适应性、提高小型害虫的识别效果、构建高质量农业病虫害数据集3个方面开展进一步研究。

关键词 水稻病虫害；图像识别；监测；预警

中图分类号 S 126 文献标识码 A 文章编号 0517-6611（2024）16-0211-06

doi：10.3969/j.issn.0517-6611.2024.16.045

开放科学（资源服务）标识码（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

基金项目 安徽省财政农业科技成果转化项目“高产优质抗逆水稻新品种成果转化”（2022ZH001）；安徽省农业科学院科研计划项目“农业智能化技术研发中心”（2023YL014）。

作者简介 管博伦（1993—），男，安徽蚌埠人，研究实习员，硕士，从事数据挖掘、农业信息化研究。*通信作者，副研究员，硕士，从事农业信息化研究。

收稿日期 2023-09-13

我国是一个农业大国，水稻是我国主要的粮食作物之一，国家统计局数据显示，2022年我国水稻种植面积和总产量分别为2 945.01万hm²、20 849.5万t^［1］，其质量和产量与国家粮食安全息息相关。然而，农业病虫害往往会严重影响作物产量和质量，因此及时精准进行农作物病虫害防治意义重大^［2］。传统的农业病虫害防治往往利用人工进行田间调查进行测报，这一方式需要大量人力物力的投入，工作效率低下^［3］，若不及时发现和防治、药物使用不当等会对水稻生产和生态环境造成严重影响。近年来，农业物联网与信息技术的发展使得传统农业与信息化结合成为了可能^［4］，通过传感器采集到的温度、降水、光照、风速、风向等数据对虫害的发生进行监测和分析，可以有效缓解人力成本不足的问题。通过农业病虫害检测预警信息化平台对农业病虫害进行防治，提高农作物的质量与产量已经成为目前重要的研究方向^［5］。

近年来，将物联网、人工智能和通信技术应用于植物保护领域，研制出的智能识别虫情测报灯，一定程度上减轻了基层部门害虫测报的工作，提高了测报效率，在虫情监测预警方面具有良好的应用前景。目前，国内外学者研究多集中在病虫害发生早期监测、发生严重程度预警分析以及多种病虫害检测识别方面^［6］。黄冲等^［7］研发的马铃薯晚疫病监测系统基于CARAH模型，通过采集田间小气候数据信息实现对马铃薯晚疫病进行分析与预警。宋瑞等^［8］利用大田中环境因子数据，结合赤霉病初始菌原量构建了小麦赤霉病预警监测系统，该系统已经在多地进行推广和试验。刘万才等^［9］提出一款由多家研究机构合作研发的农作物移动智能采集设备，该设备实现了数据自动采集、病虫害识别、病虫害计数及病虫害发生程度评估等功能，更方便用于数据的获取。在病虫害智能检测预警系统也是构成精准变量施药技术的重要支撑技术之一^［10］；王志彬等^［11］基于农业病虫害检测系统研发了一款可远程控制的设施蔬菜绿色防控植保机，对设施蔬菜病虫害进行绿色防控。

水稻病虫害智能监测预警平台是智慧植保的重要组成部分之一^［12］，害虫测报是植物保护的基础性工作，虫情测报灯作为常用测报工具在害虫测报工作中发挥着重要作用。因此，开发一种现代化、有效的水稻病虫害监测系统，对于提高水稻生产的质量和效率、保障国家粮食安全具有重要意义。鉴于此，笔者从需求分析、技术系统架构、功能模块3个方面详细阐述了水稻病虫害检测预警平台的研发过程，通过周围环境信息与图像识别技术实现了水稻病虫害监测预警功能，提升了水稻病虫害防治效率。

1 功能需求

水稻病虫害智能监测预警平台主要在户外自然大田环境进行信息数据的采集。在技术方面，项目主要采用图像识别技术、数据采集技术、数据分析技术、预警通知技术、数据库技术和数据存储技术等。主要的功能需求包括：①病虫害智能识别功能。系统能准确识别水稻的各种病虫害，包括其症状、特点和生活习性。该功能需要通过整合图像识别技术和机器学习算法实现。②实时监测功能。系统应能在不同的时间和天气条件下，对水稻进行24 h的实时监测。这需要使用各种传感器（如温度、湿度、光照等）以及图像视频捕捉设备。③数据分析功能。系统需要对收集的数据进行分析，包括病虫害的发生频率、扩散趋势、对水稻的影响等，这将需要强大的数据处理和机器学习算法。④预警通知功能。系统应根据分析结果，在出现病虫害风险时，及时向农民发出预警。预警方式可以是手机APP通知，或者是通过电子邮件或短信。⑤病虫害知识库功能。基于互联网的系统，专门用于存储、管理和检索水稻病虫害相关信息。它存储了各种病虫害的信息，包括病原、症状、传播途径和防治方法。用户可以使用多种检索和查询功能，根据关键词、病虫害类型和症状描述等快速找到所需信息。⑥数据存储与追溯功能。系统应能存储和分析历史数据，以了解病虫害的发生规律，为未来的防治提供参考。

针对上述功能需求，按照信息处理的完整流程（采集、存储、分析、处理和显示），通过现代化的信息手段，研发了一种能够实时监测和预警水稻病虫害的发生、传播和扩散趋势的系统。该系统将采集到的信息处理后，可以提供及时的防治建议，以减少病虫害的危害，提高水稻的产量和品质，提高水稻病虫害防治的及时性和有效性，降低农业生产成本，提高农业生产的效率和效益，同时也有助于保护农业生态环境和促进农业可持续发展。通过运用移动互联网的强大优势，实现病虫害监测信息高效准确采集、存储及显示过程，为农业病虫害信息监测系统的完善提供参考。

2 系统设计

2.1 系统架构

水稻病虫害监测预警平台系统架构如图1所示，基础设备层提供了大田环境数据采集和数据存储的功能，虫情测报灯用以采集田间水稻害虫高清图像数据，高清摄像头利用自动巡检功能采集水稻叶面病害图像数据，微型气象站中可以采集到风向风速数据、空气湿度数据、降雨量数据以及温度数据，土壤墒情站利用土肥传感器采集土壤中的肥料数据，最后将采集到的数据分类汇总存储到云服务器中保存。网络通信层由不同的基础网络和网络设备构成，主要用来传输基础设备所采集到的多模态数据^［13］。系统应用层实现水稻病虫害监测预警的关键功能，对存储设备上的时间流数据进行分析，将病虫害的发生时间分布和地理位置分布按照发生的严重程度进行直观分析 ^［14］，视频监控系统主要完成叶面病害的信息处理，地理信息系统结合其他系统提供相应的位置信息支持，物联网监测系统负责分析处理时刻产生的环境数据，智能虫体识别系统将虫情测报灯采集到的图像进行智能识别，数据处理预警负责对数据进行分类汇总进行预处理，将识别好的图像信息与其他环境信息进行多模态融合，进行预警测报。终端策略层将系统应用层中分析的结果以多种方式反馈给用户，进行全系统的逻辑管理与相应的信息反馈。

2.2 技术架构

系统基于java语言开发，服务层选用的是SpringBoot+MyBatis，前端选择Vue框架的前后端分离技术框架，数据库基于MySQL进行开发，如图2所示。

Vue是一款流行的开源前端框架，具有容易上手、灵活性高、复杂性低等优势^［15］，深受前端开发者青睐。Vue只关注前端的视图层，采用渐进式的框架极大地提高了前端开发效率。Vue采用的局部刷新策略，不需要每次对DOM和所有的数据进行请求，也大大提高了访问速度、优化了用户的体验^［16］。Vue主要特点包括：①遵循MVVM（Model-View-ViewModel）模式，对模型层和视图层进行分离；②组件化开发模式，对前端中的功能模块分别组装到一个一个单独的组件中，开发时只需要在标签中传入相应的参数就可以实现组件功能，提升了项目的可维护性；③对DOM进行虚拟化，原生的DOM操作需要频繁的操作DOM树，导致页面浏览不畅，而虚拟化的DOM利用预操作处理，将多个DOM操作保存起来，在最后统一由真实DOM进行处理，增加了系统的流畅性。

SpringBoot框架是java语言中一款最流行的开源框架，是基于经典的Spring框架升级而来^［17］。它继承了Spring框架的核心功能，比如依赖注入的编程和面向切面的编程（AOP），在继承Spring框架功能的同时，增加了一些新的方法来简化Spring的开发过程，具有“开箱即用”的优点。SpringBoot框架的主要组成部分包括：①Spring Framework，该部分允许开发者在xml配置文件中配置相关的依赖后使用Spring框架的一些功能，极大丰富了开发工具；②Spring Boot Starter，该模块包含了基础的必须依赖和配置信息，开发者只需要使用Spring Boot Web就可以快速开始一个Web程序；③Spring Boot DevTools，该模块属于简便快发工具，提供了一些简便用户开发的功能，如热部署工具可以帮助开发者灵活迅速调试程序^［18］。