基于物联网的柑桔黄龙病监测防控技术研究

董望成，肖德琴，赵荣泽，梁剑文，吴炫锦

（1.清远市农业科技推广服务中心/清远市农业科学研究所，广东 清远 511518；2.华南农业大学 数学与信息学院，广东 广州 510642）

0 引言

目前世界柑桔种植主要集中于亚洲，其种植面积占世界柑桔种植总面积的52.90%。但由于黄龙病的影响，柑桔产业受到严重威胁。柑桔树在四季都有可能会感染黄龙病，特别是在秋冬季节，更容易发生柑桔黄龙病。柑桔感染黄龙病后，先在浓绿的树冠中出现少数黄梢，随后黄梢数量不断增加[1]，柑桔果树在感染黄龙病以后加速衰竭，直接造成柑桔减产；染上黄龙病的果实与正常果实不一样，味道很淡并且口感极差，品质和产量均大受影响[2]。随着时间的推延，黄龙病的病菌还会从局部逐渐向整株柑桔树扩散，进而向整片柑桔树蔓延，桔园发病后 2～3 年内，会完全丧失生产能力，给柑桔产业带来致命性的打击。世界上的柑桔生产大国如中国、巴西、印度、墨西哥和美国都受到黄龙病的威胁。我国最早发现黄龙病可以追溯到18世纪70年代，在广东潮汕地区被发现。印度在18世纪发现类似黄龙病症状的柑桔黑死病，因此这种疾病在亚洲的存在可能已经很长时间了。目前普遍认为黄龙病是由原核生物、薄壁菌门、α-变型菌纲的候选韧皮部杆菌属所引起，这种候选韧皮部杆菌是一种迄今无法分离、培养的革兰氏阴性细菌[3]，主要感染亚洲种、非洲种和美洲种柑桔[4]。

2010年，清远市柑桔种植面积约3.67万hm2，如今受到柑桔黄龙病的影响只剩1.73万hm2。黄龙病的潜伏期很长且难以发现，目前还无法培养出任何黄龙病菌，同时抗病品种的柑桔树很少，这给柑桔产业带来了巨大的挑战。因此，找准黄龙病蔓延危害的关键因子，并对其进行精准监测防控，从源头切断黄龙病的发生及蔓延非常关键。本文基于国内外相关柑桔黄龙病监测防控技术的现状，研究基于物联网防控和监测技术的柑桔黄龙病防控方法，并对应用前景进行分析讨论。

1 黄龙病监测方法研究进展

目前，柑桔黄龙病的监测方法主要有：病害田间诊断法、指示作物鉴定法、病原显微镜观察法、血清学鉴别法、DNA-DNA杂交判别法和PCR检测法，这6种柑桔黄龙病监测方法应用最为广泛[5]。病害田间诊断主要查看叶片是否黄梢、斑驳型黄化、缺素状黄化症状，以及查看成熟的果实有没有病虫等现象[6]，受人的主观因素影响较大，所以田间的症状诊断只能作为初步诊断，田间诊断黄梢和斑驳的症状辨别度最高[7]；指示作物鉴定耗时长，不利于快速诊断；病原显微镜观察法诊断比较准确，但是容易出现漏检；血清学鉴别由于单克隆抗体专一性过强，难以适应不同地域的黄龙病菌变异菌株，可能会发生漏检，综合使用不同的单抗组合也许可以克服，但必须用荧光显微镜检测；DNA-DNA杂交判别法最优、最精确，但是检测仪器与试剂昂贵；最有效的传统方法是定量PCR 检测方法，但与高光谱无损检测法相比，PCR检测法存在着耗时多、成本稍高和实时性不强的缺点。另外，学者们还研究了其他辨别度较高的诊断方法，比如指示植物检测法（Schwarz, 1968）等[8]，但在检测的灵敏程度和专一性上都或多或少地存在一些瑕疵，实用性并不是很强。

2 基于物联网的柑桔黄龙病监测防控技术

基于物联网的柑桔黄龙病监测防控与图像技术检测诊断，将会是该领域未来的一个应用方向。基于物联网的柑桔黄龙病监测与防控技术相对于传统的监测技术更加高效，预警的效果更好，防控技术也更加有效。因此，本文从6个方面围绕柑桔黄龙病的预警防控技术展开分析。

2.1 柑桔黄龙病监测物联网构建

在已有无线传感器网络[9]、害虫监测装备[10,11]基础上改进，将空气温湿度传感器、土壤温湿度传感器、降雨量传感器、风速传感器、叶面湿度传感器、光强传感器、CO2传感器、视频传感器[12-23]等设备通过硬件电路接口和无线网络软件系统融合起来，获取田间气候和环境参数。同时，在果园安装若干害虫监测装备，实时获取柑桔木虱等害虫的发生情况。

通过增加网关设备，将已有的各种大田传感器实现互联互通，并通过有线或无线方式接入更多的新型传感器，形成果园监测物联网，体系结构如图1所示。在软件方面，优化网络拓扑结构和网络协议，使系统能够满足全面采集黄龙病相关信息的需求。

图1 柑桔监测物联网体系结构

2.2 柑桔黄龙病分布模型和动态预测模型构建

通过归纳推理和机器学习的方法构建柑桔黄龙病分布模型和动态模型。黄龙病分布模型主要依据往年柑桔黄龙病受灾数据和柑桔木虱图像，提取黄龙病分布地理位置、面积、木虱数量、危害程度等各项参数，并结合土壤温湿度、土壤水势、空气温湿度、气压、CO2、风速、风向、降雨量和叶面水分含量等多源信息建立柑桔发生分布模型。在此基础上，基于一定的时空发生分布模型，结合病虫害演变、迁移特征规律，预测黄龙病发生动态模型。

2.3 基于多源大数据的黄龙病暴发的关键影响因子分析

由于国内外关于黄龙病的数据和资料比较少，所以拟通过已经比较完善的蔬菜重大病虫害数据推测黄龙病的发生，在基于物联网大数据的蔬菜重大害虫关键影响因子分析成果的基础上，采集足够多的长期连续的害虫动态、土壤环境和田间气候大数据，以及常规记录的各项病虫害相关数据，采用多种机器学习技术比较分析，找出合适的样本训练策略与方法，建立相应的量化关系模型，求解空气温湿度、土壤温湿度、叶面湿度、pH值、光强、CO2浓度、其他害虫等各种相关因子[24]对黄龙病发生程度的量化关系，找出黄龙病暴发的关键影响因子，揭示黄龙病暴发的内在机制。

2.4 基于分析模型，提出黄龙病早期预警和防控策略

基于有监督和无监督机器学习方法构建害虫预警模型。有监督学习是前期项目的数据不足，需要根据算法进行人为数据纠正，无监督学习是当数据信息足够多的时候，系统会根据前期数据的信息进行系统自动纠正。把现场感知的监测数据作为训练和测试样本集，把害虫装备监测和原有黄龙病评定等级作为类别标签，进而通过支持向量机、随机森林、深度学习等多种机器学习方法分别进行量化关联分析，找出最适应本应用的柑桔黄龙病预警模型。为了提高模型精度，初始时拟选取前1年实验数据进行模型训练和测试；之后逐渐增加3个月的样本数据，重复进行模型训练和测试，直至3年项目结束，以获得最佳预警模型。因为有监督机器学习需要人工测定和分析大量数据，为提高智能建模的自动化程度，在监督机器学习方法取得一定成果基础上，进一步采用无监督机器学习方法，建立从现场大数据中获取评价和标准的智能预警模型。

根据现场监测的病虫害信息和预测结果，结合柑桔黄龙病预警模型，向技术员和管理人员发布预警信息，发布害虫分布和危害报告。同时，提供柑桔黄龙病的安全防控策略和技术建议，包括农药喷施策略、柑桔木虱诱捕策略和清除病树等多种常规植保措施和技术。

2.5 柑桔黄龙病预警防控系统集成分析

基于云平台构建柑桔黄龙病预警防控系统，采用可视化技术对柑桔现场病虫害信息及预警信息进行展示，以图像或视频的方式让用户能够更加直白地交互地浏览数据，方便专家提供领域智力支持，并将专家鉴定发布的防控策略通过网络、手机短信等多种渠道发布给相关人员。在可视化工具和技术的支持下，可以对原始数据集或转换后的数据集创建二维或三维的图形，例如柑桔木虱的数量、柑桔黄龙病危害程度等各种控制参数的曲线图、柱状图等，通过波形变化、峰值谷值、趋势变化，让各类用户能直观的对数据进行观察和分析。

2.6 应用示范及完善

以受柑桔黄龙病危害严重的柑桔作为研究对象，开展柑桔黄龙病预警防控技术的应用示范。通过多传感器网络获取连续观测数据，将现场实测柑桔黄龙病和柑桔木虱图像、土壤温湿度、土壤水势、空气温湿度、气压、CO2、风速、风向、降雨量和叶面水分含量等多源信息作为模型输入参数，结合常规记录的各项害虫相关数据，运用演绎推理方法，将模型仿真得到的试验区柑桔黄龙病数据与实测数据进行对比，验证预警系统的可靠性，并进行参数修正和完善。

3 基于物联网的柑桔黄龙病监测防控技术保障措施

基于物联网的柑桔黄龙病监测与防控技术还需要必要的保障措施，通过柑桔黄龙病物联网系统的建设，完善柑桔黄龙病监测防控的保障措施，全面开展农田传感器网络、高分辨率视觉传感器、害虫监测、农业图像识别、大数据采集与分析等方面的研究。

3.1 田间水分传感器研究

为了保障柑桔黄龙病监测防控技术取得的关于水分数据信息，需要一套田间水分监测一体化装置，如图2（a）所示；发明了一种高分辨率智能可调的农业现场图像无线传感器节点，如图2（b）所示，包括接收视频图像信号的感知模块、处理器模块、无线通信模块及供电模块，各个节点可通过无线路由器形成自组织的无线图像传感器网络；利用图像传感器设计1套果园桔小实蝇诱捕监控装备和基于害虫黄板及篮板诱捕的监测装备，如图2（c）—（d）所示，正常外界气候环境和土壤环境监测需要菜田土壤环境及气象监测站，如图2（e）所示，该装备在广州市杨桃公园和广东东升农场开展了长期试验。以上研究为菜场土壤环境、田间气候及气象、害虫数量等大数据的采集网络构建提供了重要的硬件技术基础。

图2 相关传感器

经过无线传感器网络体系结构、协议设计、存储控制、图像传输、差错控制等方面的一系列理论和实际应用研究，利用自制的无线水分传感器，构建了包含60个节点的水分监测网络，并设计了传输协议和管理信息系统，在数据采集中进行较长期应用；还设计包含温度、湿度、降雨量、视觉图像等多种传感器集成网络试验系统，集成在已运行多年的农情信息综合管理平台，以稻田水分采集运行界面为例，如图3所示。

3.2 害虫监测预警

在广州市科技计划和国家星火计划项目中，对桔小实蝇监测计数和南方重大害虫识别算法方面进行了多年深入研究。利用自行研制的CMOS图像传感器对果园桔小实蝇诱捕过程进行监控和计量分析研究，设计完成的桔小实蝇诱捕监测装备和算法已经在公园和农场开展了初步应用。近期实现了烟粉虱、黄曲条跳甲、小菜蛾和蓟马图像检测分类器及识别算法。

图3 农情信息综合管理平台

3.3 物联网大数据采集与分析

设计了基于无线传感器网络的大数据采集与传输体系结构,研制了蔬菜水果价格数据的爬虫程序页面获取算法、病态数据过滤算法和蔬果信息数据仓库，以及基于蔬果大数据查询的回归分析算法和优选算法的Java实现，并通过系统整合建立了预测模型。设计了基于图形界面的试验原型系统用于数据采集、展示、存储、分析与建模。为设计生产大数据感知、分析、监测与建模一体化软件提供重要参考。此外，开展了基于多源大数据的重大害虫预警模型研究，利用大数据找出了影响重大害虫发生的页面湿度、空气温度、空气湿度等5个关键影响因子及其具体的量化关联参数，为柑桔黄龙病相关大数据的采集、分析与管理提供保障。

图4 农业大数据采集平台

在传感器网络构建、病虫害图像处理、病虫害监测预警、大数据采集分析等方面开展了大量的研究，积累了丰富的成果，后续核心工作是更大范围的黄龙病相关大数据持续采集、分析与量化关系模型构建，推动基于物联网的柑桔黄龙病监测防控技术的进步。

4 结语

随着物联网技术的成熟与应用，利用多传感器网络小尺度采集木虱数量，土壤、环境、生态气候及气象等数据，找出影响黄龙病发生的关键影响因子，从而对柑桔黄龙病进行早期预警防控成为可能。目前对于黄龙病的监测还是后知后觉，发现时病株已经无法挽救，只能防控与之相邻的果树。因此，柑桔黄龙病的早期预警对防控黄龙病，减少农户损失和稳步推进现代装备技术在统防统治上的应用具有重要意义。

目前，我国主要采用传统的方法检测柑桔黄龙病病原，未见基于物联网的柑桔黄龙病监测防控技术的相关报道。国外开展这方面研究已有一定的时间并获得了一些成就，但目前用于检测黄龙病的图像系统还需改进。物联网监测柑桔黄龙病在种植面积较小的地区误判率较高，然而精密度比较高的信号采集传感器价格昂贵，不利于推广使用。因此，未来的改进柑桔黄龙病监测目标将会是：在黄龙病识别上有更加精准的识别，同时，对植物能达到无损检测，减少和简化建立判决模型数量，简化检测系统的硬件构成，达到降低成本的目的。将在种植面积较大的柑桔场进行示范研究，推进现代装备在柑桔黄龙病检测方面的统防统治进展，利用柑桔黄龙病在物联网的最新监测和预防技术，把柑桔黄龙病害带来的损失降到最小。