李廣香,辛德育,李旭林,覃德注,張世聯(lián),謝茂昌
(1.廣西來賓市武宣縣植物保護站 武宣縣 545900;2.廣西壯族自治區(qū)植??傉?南寧市 530022)
為加快推進研發(fā)與應(yīng)用,不斷提高農(nóng)作物重大病蟲害監(jiān)測預(yù)警能力,2018年廣西植保部門組織開展了新型測報工具試驗示范,在武宣縣應(yīng)用蟲情圖像自動信息采集測報燈對水稻鉆蛀性螟蟲、稻縱卷葉螟、稻飛虱等進行了傳輸圖像和人工收集兩種監(jiān)測方式的比較試驗,截至目前已經(jīng)取得了初步研究進展,本文將試驗的觀測結(jié)果、存在問題及技術(shù)建議做一報告。
試驗在武宣縣三里鎮(zhèn)東泉村(23.578926°N,109.746493°E)建立佳多ATCSP物聯(lián)網(wǎng)系統(tǒng)監(jiān)測場所,該場所離周邊最近處村莊住房可見光源約150 m,試驗監(jiān)測點范圍主要栽培作物是雙季水稻,周邊還零星種植有花生、蔬菜、甘蔗、柑橘類等農(nóng)作物,環(huán)境均符合選址要求。
武宣縣農(nóng)作物重大病蟲監(jiān)測場安裝的是JDPZ-1型佳多牌蟲情圖像自動信息采集測報燈。該儀器由河南鶴壁佳多科工貿(mào)股份有限公司生產(chǎn),2017年9月9日安裝完成并開始調(diào)試運行。
本試驗監(jiān)測對象為水稻上的三化螟、大螟、稻縱卷葉螟和稻飛虱4種害蟲。
試驗時間為2018年7月1日至11月30日,共持續(xù)153 d,涵蓋武宣縣晚稻從種到收一個完整的生長周期。試驗期間日平均氣溫為25.6℃,日最高氣溫40.6℃,日最低氣溫8.7℃,日平均相對濕度為83.4%,總降水量為633.0 mm,雨日數(shù)為66 d。(注:氣溫統(tǒng)計數(shù)據(jù)來源于佳多農(nóng)林小氣候信息采集系統(tǒng);因本觀測場安裝的佳多農(nóng)林小氣候信息采集系統(tǒng)缺降水量記錄,故降水量數(shù)據(jù)來自中國天氣網(wǎng)的統(tǒng)計記錄)。
將佳多JDPZ-1型蟲情圖像自動信息系統(tǒng)采集到的圖像材料,利用ATCSP物聯(lián)網(wǎng)遠程傳輸后進行人工分辨分類計數(shù)(以下簡稱圖像蟲數(shù)),和逐日人工收集該系統(tǒng)自動落至箱體內(nèi)的昆蟲進行人工分辨分類計數(shù)(以下簡稱箱體蟲數(shù)),對比兩者的異同,以此檢驗ATCSP物聯(lián)網(wǎng)下蟲情圖像自動信息采集系統(tǒng)對農(nóng)作物重大病蟲害監(jiān)測預(yù)警預(yù)報效果。為了試驗時間的一致性,將每日統(tǒng)計蟲數(shù)的時間調(diào)整為昨晚今晨(即光敏控制開關(guān)每日傍晚開燈至次日早上關(guān)燈的時段)。
蟲情圖像自動信息采集測報燈將每天拍攝的50多幅圖傳輸?shù)绞覂?nèi)辦公電腦上,工作人員依據(jù)圖像識別各種昆蟲,最終合計所有圖像的昆蟲種類和數(shù)量,完成當(dāng)日數(shù)據(jù)統(tǒng)計記錄。人工收集則于每天上午到田間觀測點,實地收集昨晚今晨的昆蟲,帶回室內(nèi)一次性完成數(shù)據(jù)統(tǒng)計記錄。
試驗對ATCSP物聯(lián)網(wǎng)系統(tǒng)遠采集的圖像蟲數(shù)和人工統(tǒng)計的箱體蟲數(shù)進行了總體統(tǒng)計對比(見表1)。
表1 圖像蟲數(shù)和箱體蟲數(shù)總體對比
2.1.1 三化螟
7月1日至11月30日,圖像蟲數(shù)計數(shù)為355頭,其中雌蟲335頭,雄蟲20頭;箱體蟲數(shù)為338頭,其中雌蟲312頭,雄蟲26頭。圖像蟲數(shù)比箱體蟲數(shù)多17頭,誤差率為4.79%;其中雌蟲多23頭,誤差6.87%;雄蟲多-6頭,誤差-30.00%。圖像蟲數(shù)計數(shù)和箱體蟲數(shù)計數(shù)三化螟總體之間的相關(guān)系數(shù)高達為0.967 8。出現(xiàn)雄蟲誤差較大是由于圖像中蟲體的形態(tài)局限于一面,一些個體難以觀察到關(guān)鍵識別特征部分,同時圖像分辨率不夠清晰,難以辨別確認計數(shù)所致。從圖1看,圖像蟲數(shù)和箱體蟲數(shù)計數(shù)兩者監(jiān)測三化螟成蟲總體發(fā)生動態(tài)代際明顯,盛發(fā)期、高峰期一致。
圖1 三化螟誘蟲量圖像蟲數(shù)與箱體蟲數(shù)比較
2.1.2 大螟
7月1日至11月30日,圖像蟲數(shù)計數(shù)為752頭;箱體蟲數(shù)為734頭。圖像蟲數(shù)比箱體蟲數(shù)多18頭,誤差率為2.39%,兩者的相關(guān)系數(shù)高達0.937 2。從圖2看,圖像蟲數(shù)和箱體蟲數(shù)計數(shù)大螟發(fā)生代際不明顯,發(fā)生動態(tài)漲落一致。
圖2 大螟誘蟲量圖像蟲數(shù)與箱體蟲數(shù)比較
2.1.3 稻縱卷葉螟
7月1日至11月30日,圖像蟲數(shù)計數(shù)為1 329頭;箱體蟲數(shù)為1 225頭。圖像蟲數(shù)比箱體蟲數(shù)多104頭,誤差率為7.83%,兩者的相關(guān)系數(shù)高達0.995 9。從圖3看,圖像數(shù)蟲和箱體數(shù)蟲結(jié)果稻縱卷葉螟成蟲發(fā)生期代際明顯,盛發(fā)期、高峰期一致,但誘蟲量有一定小范圍的差異。
圖3 稻縱卷葉螟誘蟲量圖像蟲數(shù)與箱體蟲數(shù)比較
2.1.4 稻飛虱
7月1日至11月30日,圖像蟲數(shù)計數(shù)為1 847頭,箱體蟲數(shù)為2 017頭。圖像蟲數(shù)比箱體蟲數(shù)多170頭,誤差率為-9.20%,兩者的相關(guān)系數(shù)高達0.996 8。從圖4看,圖像蟲數(shù)比箱體蟲數(shù)結(jié)果稻飛虱成蟲發(fā)生代際明顯,盛發(fā)期高峰期一致、但誘蟲量存在一定范圍的差異,統(tǒng)計兩者相關(guān)系數(shù)高。由于安裝的自動蟲情測報燈的攝像頭的分辨率較低,對個體較小的昆蟲稻飛虱種類難以辨別,就沒有深入去針對褐飛虱和白背飛虱比較分辨。
圖4 稻飛虱誘蟲量圖像蟲數(shù)與箱體蟲數(shù)比較
鑒于采集的圖像蟲數(shù)與箱體蟲數(shù)存在數(shù)據(jù)誤差,本試驗分析大致有五大方面的原因,為此分別提出針對性的改進建議。
一是圖像的清晰度不夠高,可能是由于系統(tǒng)配備的攝像頭分辨率、對焦等硬件問題,或者沒有充分考慮箱體內(nèi)部環(huán)境光線變化的影響。建議提高攝像頭拍攝的精準度,盡量減小拍攝蟲體時的色差,從而提高計數(shù)的準確率。
二是由于昆蟲誘捕后是首先落到拍照盤面在箱體內(nèi)累積一晚的,但由于箱體上方敞開,部分個體較大的昆蟲難以致死,從而因逃逸造成數(shù)據(jù)出現(xiàn)偏差,本試驗個體較大的稻縱卷葉螟、三化螟、大螟等數(shù)據(jù)準確率高于個體較小的稻飛虱,即印證了這一點。建議改進設(shè)備的開口及電網(wǎng)電壓的設(shè)計,盡量避免誘蟲得而復(fù)失。
三是圖像顯示的盤面面積小于實際面積,以致出現(xiàn)圖像數(shù)蟲因看不全而漏數(shù),從而導(dǎo)致誤差產(chǎn)生。建議調(diào)寬拍照覆蓋范圍,以覆蓋落蟲的整個盤面,從而避免漏數(shù)導(dǎo)致的誤差。
四是圖像數(shù)蟲還存在蟲體落到盤外、標注文字遮擋蟲體、照片邊緣只看到局部的蟲體、掉落中的蟲體影像遮擋了已落到盤內(nèi)的蟲體,個體較大蟲體遮擋個體較小蟲體、蟲體堆積難數(shù)。此類現(xiàn)象多發(fā)生在設(shè)備光敏控制開關(guān)開燈后15~90 min昆蟲集中撲燈的高峰時段。建議系統(tǒng)在昆蟲集中撲燈的高峰時段調(diào)短拍照的時間間隔,高峰時段過后再恢復(fù)正常的拍攝時間間隔,以避免圖像太多增加識別圖像的時間和降低工作效率;還建議盤面刻度應(yīng)改為細線條,避免刻度線陰影黑影遮擋蟲體;時間、日期的顯示文字也應(yīng)改為細線條或?qū)⑽淖謽酥疽品诺奖O(jiān)測盤外。
五是目前使用的系統(tǒng)主要靠人工辨別清點計數(shù),每天按設(shè)置15 min/幅圖像,一天50多幅圖像需要人工辨別、清點、計數(shù)、填表等,容易受到人為對昆蟲辨別知識經(jīng)驗引起計數(shù)誤差。建議組織昆蟲分類專家和計算機軟、硬件開發(fā)企業(yè)繼續(xù)聯(lián)合攻關(guān),盡快推進實現(xiàn)自動識別計數(shù)統(tǒng)計,實現(xiàn)監(jiān)測數(shù)據(jù)自動采集生成報告,提高監(jiān)測預(yù)警時效和質(zhì)量。
從試驗數(shù)據(jù)看,佳多蟲情圖像自動采集測報燈下三化螟、大螟、稻縱卷葉螟、稻飛虱成蟲等害蟲圖像蟲數(shù)和箱體蟲數(shù)雖然有一定的誤差,但兩者數(shù)據(jù)相關(guān)系數(shù)均較高,其發(fā)生期昆蟲數(shù)量漲落一致,采用哪種數(shù)據(jù)作為監(jiān)測預(yù)警預(yù)報均是可行的。該系統(tǒng)傳輸圖像數(shù)蟲監(jiān)測相對于箱體數(shù)蟲監(jiān)測,具有信息收集高效性和低工作強度的優(yōu)點,有很好的推廣應(yīng)用前景。為此,本試驗建議改進系統(tǒng)的軟、硬件設(shè)施配備,修正拍攝各項技術(shù)參數(shù),不斷提高圖像可識度,減少系統(tǒng)設(shè)備存在的物理瑕疵,加快昆蟲圖像自動識別計數(shù)系統(tǒng)研究應(yīng)用,更好地為農(nóng)作物病蟲害監(jiān)測預(yù)警信息化管理服務(wù)。