基于声发射机理的植物病害胁迫视情精准无线防治系统研究

以大型温室环境为主,将植物在病害胁迫下发出的超声信号作为病害防治和视情精准灌溉等的主要技术指标，应用无线传感网络将目标监测区内的温度、湿度、光照度，C02浓度、AE等信息参数传输至控制终端，探讨作物病害胁迫状态下声发射信号机理，建立声发射信号与病害预测、病害种类、病害程度以及作物蒸腾、土壤水分、大气饱和亏、气温光照等多因子数学模型,确定声发射与作物水分状态、病害程度的量化关系，从而确立对主要作物病害预测并实施自动化农药精确喷施的数学模拟模型和最优控制算法。应用无线传感网络，组建农业温室监控系统，将多点监测数据上传上位机，开发基于作物声发射信息的自动精确灌溉控制系统,为病害防治和节水灌溉开辟一条新的途径。实现作物生长环境的无线监控，解决传统温室农业布线的繁琐性和局限性，为植物生理信号检测与农作物病害综合防治，提高温室环境信息管理自动化程度提供依据。

目前植物病害评价系统中，通常通过植物生长代谢相关的形态特性和环境条件变化来判断植物的病害种类和程度，没有考虑到植物病害胁迫时发出的生理信息。而植物本身发出的信息应该是判断其是否受病害侵袭的最佳指标。本项目将植物由于病害胁迫而产生的声发射信号与环境因子相结合作为病害诊断与防治的依据，实现了一种基于声发射技术的植物病害检测和模糊控制精准防治系统，系统采用无线传感器网络降低了系统成本和施工复杂度，解决了监测点和控制点不易移动的问题。另外，系统对植物病害进行精准合理施药，避免了植物药害和农药高残留造成的环境污染问题。.以温室番茄为研究对象，基于计算机的虚拟仪器技术，构建了植物声发射检测和环境信息检测无线传感器网络平台，开发了软、硬件系统。实现了温室温湿度、CO2浓度、光照度等环境参数和番茄声发射信号的实时采集，取得了大量实验数据。在分析作物病害胁迫的程度与声发射、环境因子之间的关系的基础上，充分利用历史数据，建立了番茄蒸腾量预测的自适应模糊神经网络，对番茄蒸腾量进行预测；建立了以番茄的蒸腾量和声发射频次为输入，以灌溉、施药阀门开启时间为输出的精准施药模糊控制模型，并进行了仿真，仿真结果表明该模糊控制器可以进行温室环境中施药和灌溉之间的协调控制。将神经网络与专家系统结合，建立了番茄病害诊断的BP神经网络，实现了番茄病害的诊断。基于LabVIEW的上位机系统界面友好、操作方便，能够对温度、相对湿度、光照度、CO2浓度、声发射频次等重要参数进行实时监测和处理，并输出施药、灌溉阀门开启时间，调用番茄病害诊断模型对番茄病害做出正确的诊断，给出相应防治措施。.通过以上研究工作为植物生理信号检测与植物病害诊断和防治提供了一种新思路及方法。本课题执行期间，共培养硕士研究生6名，其中4名已毕业。在国内外核心期刊和学术会议上已公开发表学术论文13篇，其中10篇被EI全文收录。获得授权发明专利和实用新型专利各一项，申请了发明专利和实用新型专利各一项，圆满完成了研究工计划，达到预定目标。