信息技術(shù)在水稻病蟲害識別與檢測上的應(yīng)用

趙 檳

（陽光農(nóng)業(yè)相互保險公司建三江中心支公司鴨綠河保險社，黑龍江 佳木斯 154000）

信息技術(shù)的廣泛應(yīng)用，為水稻病害識別與檢測帶來了新的機遇與挑戰(zhàn)，研究人員通過不斷探索和創(chuàng)新，利用信息技術(shù)手段實現(xiàn)了水稻病害的快速檢測，但也有一些不足有待進一步解決。水稻病害識別和檢測方法的研究是一個非常復(fù)雜的過程，需要從多個方面的知識與技術(shù)進行綜合考慮，需要大量的時間和精力?；谛畔⒓夹g(shù)的水稻病害識別與檢測方法作為一種新型手段，可為水稻病害的快速診斷提供有力的技術(shù)支持，為實現(xiàn)精準(zhǔn)農(nóng)業(yè)提供可能。

1 水稻病蟲害智能識別與檢測技術(shù)概述

隨著我國農(nóng)業(yè)機械化的發(fā)展，水稻生產(chǎn)全程機械化已成為水稻生產(chǎn)發(fā)展的必然趨勢，如何實現(xiàn)對水稻病蟲害的智能識別與檢測成為未來研究的重點。目前，水稻病蟲害智能識別與檢測技術(shù)主要包括圖像處理技術(shù)、計算機視覺技術(shù)、激光雷達(dá)技術(shù)以及基于機器學(xué)習(xí)和深度學(xué)習(xí)的方法。其中，圖像處理技術(shù)是利用計算機對圖像進行處理，識別與檢測水稻病蟲害。計算機視覺技術(shù)主要包括基于圖像處理的病蟲害自動識別與檢測方法和基于視覺感知的病蟲害監(jiān)測方法。激光雷達(dá)技術(shù)是利用激光雷達(dá)獲取水稻生長過程中的圖像信息，通過對圖像進行處理提取出所需要的信息，進而對病蟲害進行自動檢測和識別。目前，基于人工智能技術(shù)的病蟲害識別和檢測方法主要包括圖像分析法、傳感器法以及機器學(xué)習(xí)法，其中機器學(xué)習(xí)法是一種利用人工神經(jīng)網(wǎng)絡(luò)對水稻病害進行自動識別與檢測的方法，如圖1所示。

圖1 水稻病蟲害智能識別與檢測技術(shù)

1.1 基于深度學(xué)習(xí)的水稻病害智能診斷與識別

人工智能技術(shù)已經(jīng)在很多領(lǐng)域得到了廣泛的應(yīng)用，其中基于深度學(xué)習(xí)技術(shù)的人工智能應(yīng)用也較為廣泛，在圖像分類、目標(biāo)檢測等領(lǐng)域也取得了很好的效果。目前，基于深度學(xué)習(xí)技術(shù)的智能診斷與識別方法在農(nóng)作物病害識別方面的研究較多，但對水稻病害識別的研究較少。利用深度學(xué)習(xí)技術(shù)對不同種類、不同病害類型的水稻進行智能診斷與識別，有助于實現(xiàn)對水稻病害的自動診斷與檢測，同時，還可實現(xiàn)對水稻病害種類的快速鑒別，提高檢測效率。在未來發(fā)展中應(yīng)重點研究以下幾個方面：（1）加強水稻病蟲害分類數(shù)據(jù)庫建設(shè)。目前我國相關(guān)研究大多基于人工采集數(shù)據(jù)，很難實現(xiàn)大規(guī)模、高質(zhì)量數(shù)據(jù)采集，而隨著人工智能技術(shù)的不斷發(fā)展，可以利用大數(shù)據(jù)、云計算等技術(shù)建設(shè)水稻病蟲害分類數(shù)據(jù)庫，提高數(shù)據(jù)質(zhì)量；（2）加強深度學(xué)習(xí)模型在不同病害類型中的應(yīng)用研究。目前，深度學(xué)習(xí)模型在農(nóng)作物病害識別方面已經(jīng)取得了很好的效果，但在不同種類、不同病害類型中應(yīng)用研究較少，且在對水稻不同病害進行智能診斷與識別時效果也不盡相同；（3）加強對基于深度學(xué)習(xí)技術(shù)的水稻病害分類模型優(yōu)化。目前，深度學(xué)習(xí)模型在準(zhǔn)確率、精度、模型規(guī)模等方面均優(yōu)于人工方法，因此，可以進一步研究和優(yōu)化基于深度學(xué)習(xí)技術(shù)的水稻病蟲害分類模型。

1.2 天氣對農(nóng)作物的影響

天氣對農(nóng)作物的影響主要包括溫度、濕度和光照等。在水稻生長過程中，溫度和濕度會影響水稻的生長狀況，從而影響水稻的產(chǎn)量和品質(zhì)。溫度過高或過低都會導(dǎo)致水稻病害的發(fā)生。濕度對水稻病害的發(fā)生具有重要作用，尤其是在低溫和高濕的條件下，水稻容易出現(xiàn)病害。光照對于水稻生長同樣具有重要作用，光照不足會導(dǎo)致水稻光合速率降低，植株營養(yǎng)不良，進而影響水稻產(chǎn)量。

同時，在不同的生長階段，天氣對水稻病害的影響也不一樣。在幼苗期、孕穗期和灌漿期等時期，天氣對農(nóng)作物的影響較大；而在分蘗期、灌漿期等時期，天氣對農(nóng)作物的影響較小。因此，不同階段不同天氣對農(nóng)作物產(chǎn)生的影響也不同。

1.3 溫度、濕度和光照

溫度對水稻病害的發(fā)生具有重要影響。當(dāng)溫度過高時，水稻植株會生長過度，導(dǎo)致葉片徒長、葉片變薄、株高過高，植株的光合效率降低，從而影響水稻產(chǎn)量；當(dāng)溫度過低時，水稻植株會出現(xiàn)萎蔫甚至死亡。因此，水稻在不同生長階段對溫度的要求也不同。例如，在幼苗期，溫度應(yīng)保持在25℃左右；在孕穗期和灌漿期，溫度應(yīng)保持在30℃左右；在拔節(jié)期，溫度應(yīng)保持在25℃左右。當(dāng)空氣濕度過大時，會導(dǎo)致水稻葉片腐爛。而對于光照來說，水稻葉片表面的光合色素會隨著光照強度的增加而增加。當(dāng)光照強度過大時，光合色素含量過高會導(dǎo)致水稻葉片腐爛；當(dāng)光照強度過小時，光合色素含量過低會導(dǎo)致水稻葉片腐爛。

1.4 不同生長階段天氣對水稻病害的影響

水稻的生長周期一般為3個階段：幼苗期、孕穗期和灌漿期。幼苗期時，水稻生長最旺盛的時期，其生長受溫度影響較大，對環(huán)境的變化較為敏感。此時如果遇到低溫或高溫天氣，都會導(dǎo)致水稻生長受到阻礙，植株出現(xiàn)問題；而在孕穗期和灌漿期時，溫度升高，會促進水稻的生長，從而提高水稻產(chǎn)量。在孕穗期時，溫度和濕度都比較高，此時若遇到低溫或高溫天氣，都會導(dǎo)致水稻病害的發(fā)生；在灌漿期時，溫度升高或降低都會導(dǎo)致水稻出現(xiàn)問題。在分蘗期和灌漿期時，溫度和濕度的影響較小；而在孕穗期時，溫度升高會促進水稻生長，但濕度過大會影響植株生長。

2 存在的不足

目前，信息技術(shù)在水稻病蟲害監(jiān)測方面的實際應(yīng)用不多，且主要是基于人工監(jiān)測，導(dǎo)致其檢測結(jié)果不夠精確，無法滿足實際應(yīng)用需要。因此，信息技術(shù)在水稻病蟲害快速識別和檢測方面仍存在以下不足。

2.1 數(shù)據(jù)采集設(shè)備要求高

由于水稻病蟲害具有病害種類多、發(fā)病時間不確定等特點，且人工難以快速準(zhǔn)確地獲得病害圖像數(shù)據(jù)，因此需要對采集到的數(shù)據(jù)進行預(yù)處理。目前，基于信息技術(shù)的水稻病蟲害監(jiān)測系統(tǒng)主要使用的是手機、相機等成像設(shè)備，這些設(shè)備要求較高的穩(wěn)定性和采集速度，并不能滿足實時檢測需求。

2.2 圖像處理算法復(fù)雜、操作繁瑣

由于水稻病蟲害具有復(fù)雜的幾何結(jié)構(gòu)和種類繁多的病害特征，且其圖像處理算法也較為復(fù)雜，導(dǎo)致信息技術(shù)在水稻病蟲害快速識別和檢測方面難以實現(xiàn)準(zhǔn)確、快速、高精度的目標(biāo)。

2.3 信息技術(shù)在水稻病蟲害監(jiān)測過程中缺少統(tǒng)一標(biāo)準(zhǔn)

雖然目前已有部分研究采用圖像處理技術(shù)對水稻病蟲害進行檢測，但由于檢測原理不同，導(dǎo)致其檢測結(jié)果存在一定差異。盡管有學(xué)者使用圖像處理技術(shù)對水稻病害進行了識別和檢測，但由于其處理過程復(fù)雜、易受干擾、計算量大等原因，導(dǎo)致其實際應(yīng)用效果并不理想。

因此，未來應(yīng)加強信息技術(shù)在水稻病蟲害快速識別和檢測方面的研究力度，不斷完善信息技術(shù)在水稻病蟲害快速識別和檢測方面的應(yīng)用體系。

3 建議與對策措施

針對本文前面提及的不足，我們提出以下幾點解決方案：（1）針對水稻病害種類繁多、樣本不足的問題，研究人員可以通過增加數(shù)據(jù)量來解決。例如，使用遷移學(xué)習(xí)技術(shù)解決數(shù)據(jù)量不足的問題；（2）針對數(shù)據(jù)質(zhì)量不高、數(shù)量不足的問題，可以考慮建立水稻病害樣本庫來提高檢測效率，并通過建立病害檢測模型來減少人工干預(yù)。例如，基于深度學(xué)習(xí)的水稻病害檢測方法中存在大量人工標(biāo)注樣本，如何建立水稻病害檢測模型是未來需要解決的問題；（3）針對機器視覺技術(shù)在水稻病害檢測上存在一定的局限性，例如無法判斷病害類型、對特定背景有較高要求等。因此需要結(jié)合其他技術(shù)手段來解決這些問題。例如，將傳統(tǒng)圖像處理技術(shù)與計算機視覺技術(shù)相結(jié)合用于水稻病害檢測；（4）針對作物生長環(huán)境復(fù)雜、非結(jié)構(gòu)化數(shù)據(jù)較多等問題，研究人員可以考慮采用混合建模方法來解決。例如，在已有圖像處理算法基礎(chǔ)上，引入多種深度學(xué)習(xí)算法構(gòu)建新模型；（5）針對作物病害特征信息難以提取、有效特征少等問題，研究人員可以通過分析作物圖像來獲取所需的有效特征信息。例如利用植物生理信息來提取作物病害特征信息。例如，通過分析水稻葉片葉綠素含量、光合速率、氣孔導(dǎo)度等生理指標(biāo)來提取水稻葉片的葉綠素含量和氣孔導(dǎo)度等生理指標(biāo)；（6）針對作物病害種類繁多、樣本數(shù)量不足等問題，研究人員可以利用圖像處理技術(shù)和機器學(xué)習(xí)方法來解決。例如利用深度學(xué)習(xí)模型進行水稻病害檢測。

4 技術(shù)及未來展望

我國是農(nóng)業(yè)大國，水稻作為我國重要的糧食作物之一，對我國糧食安全具有重要意義。傳統(tǒng)的人工監(jiān)測方式費時費力且效率低，而基于信息技術(shù)的水稻病害快速識別與檢測方法具有成本低、易實現(xiàn)等優(yōu)點，且能夠快速檢測出水稻病害，在農(nóng)業(yè)生產(chǎn)中具有廣闊的應(yīng)用前景。隨著人工智能技術(shù)的發(fā)展，基于人工智能技術(shù)的水稻病害快速識別與檢測方法將進一步發(fā)展。

目前，人工智能技術(shù)在水稻病蟲害識別與檢測方面的研究較多，但對基于神經(jīng)網(wǎng)絡(luò)技術(shù)進行水稻病蟲害識別和檢測研究較少。因此，在未來發(fā)展中應(yīng)加強對基于神經(jīng)網(wǎng)絡(luò)技術(shù)在水稻病蟲害識別和檢測中應(yīng)用的研究。一方面，可以利用神經(jīng)網(wǎng)絡(luò)技術(shù)構(gòu)建不同種類水稻病害快速識別和檢測模型，實現(xiàn)對水稻不同病害的快速識別；另一方面，可以進一步利用深度學(xué)習(xí)方法對不同種類、不同病害類型的水稻進行智能診斷與識別。此外，利用深度學(xué)習(xí)方法構(gòu)建的模型在準(zhǔn)確率、精度、模型規(guī)模等方面均優(yōu)于人工方法，有利于實現(xiàn)對水稻病蟲害的自動診斷與快速檢測。

4.1 技術(shù)發(fā)展

隨著信息技術(shù)的快速發(fā)展，水稻病蟲害圖像識別與檢測技術(shù)呈現(xiàn)出智能化、自動化、網(wǎng)絡(luò)化、數(shù)字化等發(fā)展趨勢，主要體現(xiàn)在以下幾個方面：

（1）病蟲害識別與檢測系統(tǒng)：基于機器視覺和傳感器技術(shù)的水稻病害圖像識別與檢測系統(tǒng)已在水稻病害診斷和監(jiān)測方面得到應(yīng)用，但仍存在較大的發(fā)展空間。

（2）深度學(xué)習(xí)和機器學(xué)習(xí)算法：利用深度學(xué)習(xí)和機器學(xué)習(xí)等算法實現(xiàn)水稻病蟲害圖像識別與檢測是未來的研究熱點，但目前仍處于試驗階段，技術(shù)上尚不成熟。

（3）指標(biāo)設(shè)計：為實現(xiàn)對水稻病害的智能診斷和監(jiān)測，需建立多指標(biāo)融合的病蟲害診斷模型，利用數(shù)據(jù)分析、機器學(xué)習(xí)等算法，實現(xiàn)對水稻病害的準(zhǔn)確識別。

（4）水稻生產(chǎn)的精準(zhǔn)管理：對于受病害影響的水稻，其產(chǎn)量及品質(zhì)會發(fā)生較大變化，因此研究人員應(yīng)重點關(guān)注這些因素對水稻產(chǎn)量及品質(zhì)的影響，并針對不同影響因素進行實時監(jiān)測。

4.2 農(nóng)業(yè)保險的重要性

農(nóng)業(yè)保險作為農(nóng)業(yè)風(fēng)險保障的一種重要形式，是指政府通過立法強制實施的，對因遭受自然災(zāi)害和意外事故造成損失的農(nóng)戶提供經(jīng)濟補償?shù)闹贫取ｋS著我國農(nóng)業(yè)現(xiàn)代化發(fā)展，我國農(nóng)業(yè)保險業(yè)務(wù)規(guī)模也迅速增長，但目前仍面臨著諸多挑戰(zhàn)。農(nóng)業(yè)保險制度設(shè)計和經(jīng)營管理問題是當(dāng)前我國農(nóng)業(yè)保險面臨的主要問題，也是影響我國農(nóng)業(yè)保險發(fā)展的重要因素。從國內(nèi)外經(jīng)驗看，要想完善農(nóng)業(yè)保險制度，應(yīng)在充分考慮國情的基礎(chǔ)上，不斷加強對農(nóng)戶的宣傳和教育，提高農(nóng)戶對農(nóng)業(yè)保險的認(rèn)識程度和參與意識；同時，政府部門要加大對農(nóng)業(yè)保險支持力度，加強對基層農(nóng)業(yè)保險服務(wù)機構(gòu)的建設(shè)和管理；另外，還應(yīng)加強國際合作交流，借鑒國外先進經(jīng)驗。

我國農(nóng)業(yè)保險經(jīng)過多年的發(fā)展，保險種類不斷增多，保險范圍逐步擴大，為我國農(nóng)業(yè)生產(chǎn)提供了有力的保障。從保險產(chǎn)品看，由傳統(tǒng)的農(nóng)作物種植、牲畜養(yǎng)殖及家禽養(yǎng)殖等風(fēng)險保障，發(fā)展到如今涵蓋種植養(yǎng)殖、自然災(zāi)害、疫病等多種風(fēng)險保障；從保險模式看，由傳統(tǒng)的政府財政補貼型發(fā)展到現(xiàn)在的政府和市場雙輪驅(qū)動模式；從承保標(biāo)的看，由傳統(tǒng)的糧食作物種植發(fā)展到現(xiàn)在包括生豬、奶牛、水產(chǎn)、蔬菜等多種標(biāo)的；從保險經(jīng)營模式看，由傳統(tǒng)的單一模式發(fā)展到現(xiàn)在包括再保險支持型、共保型、分保型等多種經(jīng)營模式；從組織形式看，由傳統(tǒng)的農(nóng)戶自發(fā)參與發(fā)展到現(xiàn)在的政府參與引導(dǎo)和社會力量廣泛參與。