基于物聯網的病蟲害綠色防控系統研發與應用

丁亞會　陳誠　喬曉軍　沈劍波　林森　張云鶴　馮思思

摘要：為減少農藥施用量、發展病蟲害綠色防控技術，保障農產品質量安全，基于物聯網技術，結合臭氧滅菌防病、光源誘導除蟲、作物健康識別和病蟲害辨識預警等技術，研發了設施蔬菜病蟲害綠色防控系統，主要由多功能植保機和信息管理系統組成。結果表明，綠色防控系統下草莓白粉病發病率較常規施藥法降低27.7%，草莓產量提高19.8%，具有顯著的草莓白粉病防控效果和增產潛力。同時，系統的預警服務、多方式消殺、遠程控制和智能托管等功能有效緩解了我國植保技術裝備落后、過度依賴農藥使用、勞動力結構性短缺和維保運營困難等問題。系統的應用在一定程度上實現了設施蔬菜病蟲害防治的綠色化、專業化和智能化。

關鍵詞：綠色防控系統；植保機；物聯網；云托管；病蟲害

doi：10.13304/j.nykjdb.2022.0830

中圖分類號：S126 文獻標志碼：A 文章編號：10080864（2024）04007710

我國是農業大國，農業的穩步發展是國民經濟發展的物質保障，設施蔬菜是促進農民增收的重要產業[1]。在設施蔬菜種植過程中，由于環境濕度大、溫度高、光照弱、氣流慢等特點，極易造成病蟲的孶生、傳播、蔓延和周年發生，設施蔬菜的病蟲害防治任務艱巨[2]。隨著我國設施蔬菜產業的快速發展，受病蟲害的影響日趨嚴重[34]。科學合理地使用農藥可以有效地防治病蟲害，為作物提供良好的生長和發育環境[5]，避免因病蟲害導致的蔬菜產量降低甚至絕產的尷尬局面。因此，為獲取穩定的作物產量和經濟收益，設施農業生產越來越依賴農藥 [6]。然而，大量、長期、不合理地使用農藥造成了土壤、地下水污染和農藥殘留等問題，嚴重危害人們的身體健康[7]。

病蟲害綠色防控技術從綠色、生態和安全角度出發，通過監測預警、理化誘控、免疫誘抗、農業防治、生物防治和生態調控等多種資源節約型和環境友好型措施，從源頭上解決農藥殘留和環境污染問題是未來設施蔬菜甚至整個農業生產中病蟲害防治的必然趨勢[8]。近年來，針對病蟲害綠色防控技術的研究受到國內外學者的廣泛關注[9-13]。宋展樹等[14]研究表明，采用高溫悶棚、葉菜誘集、輪作倒茬、土壤處理、藥劑灌根結合增施生物有機肥等綠色綜合防治技術，可有效防治香瓜根結線蟲病。張超等[15]從培育無病蟲壯苗、棚室消毒、產中物理防控、產后植株殘體無害化處理等方面對設施番茄整個生產過程中的病蟲害綠色防控技術進行了闡述。馬超等[16]研究結果顯示，通過西瓜甜瓜全程的立體綠色防控技術集成，實現了土傳病害和白粉病的高效綠色防控，平均防治效果在85%以上。李金玲等[17]研究表明，山東省壽光市通過應用靜電噴霧器、煙霧彌霧兩用機及多功能植保機等新型設施蔬菜綠色防控產品及技術，農藥利用率提高5%以上，用藥量減少10%以上。然而，現有大部分病蟲害防控技術僅從農藥減量與其他農藝措施配合角度進行病蟲害防治，導致勞動力使用周期長、人工成本高，且依然存在農藥殘留和環境污染等問題，不適合大規模推廣應用。

本文基于物聯網等技術研發了設施蔬菜的病蟲害綠色防控系統，主要包括多功能植保機、Web端與App端的信息管理系統和協同托管云服務平臺，集監測預警、防控消殺、遠程控制和智能托管等功能于一體。該系統的應用對減少設施蔬菜農藥用量、發展可持續農業和保障農產品質量安全具有積極意義。

1 材料與方法

1.1 系統開發

設施蔬菜病蟲害綠色防控系統主要包括2部分：硬件部分的多功能植保機和軟件部分的信息管理系統。信息管理系統以TCP/IP協議為網絡基礎，運用J2EE、http、Android 等軟件開發技術，按照感知層、網絡層和應用層的物聯網體系架建設，總體框架如圖1所示。在實際應用中，多功能植保機主要通過傳感器、臭氧發生器和控制器等獲取環境信息和現實功能；Web端信息管理系統通過連接數據中心和App端信息管理系統，實現應用場景的信息交互、查詢和儲存功能；App端信息管理系統主要負責實時監控、遠程控制、數據查詢和售后服務等，實現設備的智能化管理。

1.1.1 多功能植保機

多功能植保機是一款新型、無人化的設施蔬菜病蟲害綠色防控設備，具有臭氧植保、光譜誘蟲、主動式物理殺蟲、輔助加熱和環境數據采集等功能，由國家農業智能裝備工程技術研究中心設計研發和生產。設備外觀設計呈飛碟狀，寬度為800 mm，高度為318 mm，額定電壓為220 V，額定功率為290 W。植保機主要由臭氧發生器、風機（功率80 W，風量728 m3·h-1）、誘蟲燈、氣流導向板、傳感器、控制裝置等組成，如圖2所示。

1.1.2 信息管理系統

信息管理系統包括Web端信息管理系統、APP端信息管理系統和協同托管云服務平臺。

Web 端信息管理系統利用Brower/Server（B/S）工作模式，負責建立與數據中心的信息交互，可實現多功能植保機上傳數據和儲存數據的智能管理。管理人員通過Web端信息管理系統可以實現用戶信息和設備信息的管理，主要包括：注冊信息、用戶個人信息、設備匹配與使用信息、運行信息、維修與報警記錄和溫室環境數據等，如圖3所示。此外，設備報警信息還可以通過短信形式實時發送到用戶的手機，以便用戶對溫室內設備運行狀態進行遠程監測和調控。

APP端信息管理系統主要負責實現設備的遠程控制、售后服務、數據查詢等智能管理。其數據庫主要包括：用戶注冊、設備綁定、設備維修、工作模式設定、數據實時查詢與可視化顯示等功能，如表1所示。

為實現防控設備和植保作業的高效管理，更方便、及時、高效地服務企業和農戶，在多功能植保機預設端口，利用傳感器收集到的相關信息，建立云端決策系統，并開發了綠色防控的云服務托管平臺，其技術架構如圖4所示。平臺主要采用B/S工作模式，融合Open Service Gateway Initiative（OSGI，開放服務網關協議）技術規范和ServiceOriented Architecture（SOA，面向服務體系架構）架構思想，運用Spring、Hibernate、MySQL 數據庫等架構技術，通過分成架構模式和J2EE 技術標準實現。

1.2 驗證試驗

1.2.1 試驗設計

為驗證病蟲害綠色防控系統的應用效果，選取紅顏品種草莓為試驗作物，草莓白粉病為研究對象，于長春市綠園區西新鎮裴家村楊家屯溫室大棚內開展試驗。試驗土地為黑土地，肥水充足。草莓于2020年9月27日移栽，大行距90 cm，小行距20 cm，穴距15 cm，每穴1株。試驗共設3個處理，處理A為同棚隔離對照區，與試驗區在同一溫室，用塑料薄膜與試驗區隔離，管理與試驗區一致；處理B為常規用藥對照區，與試驗溫室面積、田間生產管理相同，使用乙嘧酚醚菌酯防治草莓白粉病，共用藥3次；處理C為病蟲害綠色防控系統試驗處理區，該區域草莓生長季內均可開放使用多功能植保機。

1.2.2 采樣調查

試驗調查依據機械田間防效試驗準則進行，每小區隨機取5點調查，每點查兩壟，每株調查全部莖葉和果實，分別記載病株數，計算防治效果。試驗期間共調查8次，分別在10月3日、10月13日、10月20日、11月1日、11月13日11月20日、12月18日和1月8日。

2 結果與分析

2.1 病蟲害綠色防控系統功能分析

2.1.1 臭氧發生

多功能植保機采用高壓式臭氧發生器，主要包括臭氧電源、臭氧電極和高壓包等。臭氧發生器長610 mm、寬460 mm、高320 mm，并聯安裝2個高壓放電管，臭氧產量為10 g·h-1，出風口處臭氧質量濃度4.3～10.7 mg·L-1，可控制設施內臭氧質量濃度0.03～0.08 mg·L-1。其工作原理為臭氧電源利用交流市電（AC220±20 V，50～60 Hz）輸出高壓直流電，形成高壓電場，臭氧電極基于沿面放電原理使電場內及周圍氧分子發生電化學反應形成臭氧。

2.1.2 風向/風速調節

多功能植保機配備80 W風機及氣流導向板，可將臭氧快速均勻地擴散至整個設施空間。其中，風機最大靜壓550 Pa、最大風量1 350 m3·h-1，氣流導向板可根據植保機實際應用的空間類型調整。在設施溫室使用時，若為矩形布置，風口方向與溫室長度方向一致，調成2個出風口；若為方形布置，可調節成4個出風口，如圖5所示。

2.1.3 誘光燈選擇

LED黃藍色誘蟲燈是常見誘蟲光源。研究表明，從誘集昆蟲總量來看，數量最多的為440～445 nm藍光燈[18]。此外，溫室白粉虱具有強烈的趨黃習性，對550～600 nm的黃色光波最敏感。因此，多功能植保機底部采用LED黃、藍色誘蟲燈（圖6），利用黃藍色光源誘導害蟲至設備底部及周邊區域，通過風機產生的負壓吸力將其吸入并殺滅。

2.1.4 蔬菜凍害預防

多功能植保機通過傳感器，實時監測設施內溫濕度、光照強度、土壤溫濕度和二氧化碳濃度等環境因子。當溫度降低到設定閾值時，自動開啟加熱功能，并啟動風機，增加空氣對流，于溫室膜下部形成暖空氣保護層，從而防止凍害發生，延長作物的生育期，提高作物產量。

2.1.5 病蟲害防控與防治

在病蟲害防控方面，多功能植保機產生的臭氧均勻擴散，并在設施空間內達到一定水平時，可以分解細菌和真菌的細胞壁，破壞其代謝和繁殖，達到殺滅病菌的目的，預防蔬菜病蟲害的發生。

在病蟲害防治方面，一是在害蟲的卵和幼蟲時期，當臭氧達到一定質量濃度時，其強氧化性會氧化害蟲細胞膜，導致細胞死亡，有效殺滅害蟲的卵和幼蟲；二是在害蟲的成蟲時期，設備底部黃、藍色誘蟲燈利用害蟲趨光性吸引害蟲飛近后，高速旋轉的風機產生的負壓吸力將害蟲吸入并消殺[19]，完成主動式物理殺蟲。

在適用作物和防控病蟲害種類方面，多功能植保機是一款以農業設施病蟲害防治為主、兼具養殖場所消毒滅菌和公共場所消毒除味的的多功能設備。在用于病蟲害防治時，適宜在具有封閉效果的設施（如日光溫室、連棟溫室和塑料大棚等）中使用；設備可用于防控設施蔬菜瓜果等種植過程中的常見病害，如黃瓜霜霉病、黑星病、白粉病、炭疽病，番茄灰霉病、早疫病、晚疫病、莖基腐病，茄子褐紋病、綿疫病、黃萎病；甜椒白粉病、疫病等，以及蚜蟲、白粉虱、煙粉虱、斑潛蠅、薊馬、紅蜘蛛、茶黃螨、煙青蟲、棉鈴蟲及根結線蟲等幾十種病蟲害。

2.2 信息管理系統的應用效果分析

信息管理系統利用現場圖像、氣象環境、設備控制、信息查詢、報警預警等實現數據信息的云端存儲、處理以及設備的遠程控制，可實現最大數據容量50億條，控制命令下發時延小于2 s，決策平均響應時間不超過5 s，平臺命令事務失敗率不超過0.1%。其中，協同托管云服務平臺基于物聯網的端到端智能設備遠程診斷技術，解決了多功能植保機運營維護、故障診斷和日常實時管理等問題，實現了多功能植保機運行和植保作業管理的無人化。在實際應用中，用戶通過APP端信息管理系統遠程控制多功能植保機實現臭氧殺菌、主動式物理殺蟲、預防蔬菜病蟲害和環境數據采集等功能，工作流程如圖7所示。

具體內容包括風向和風速的調整、臭氧質量濃度的調節、誘蟲燈的開啟等，還可以實時查詢溫室內溫度、濕度、光照強度、天氣狀況、設備運行狀態等信息。由圖8所示，“首頁”欄顯示設備所在地為北京，當日11時室外溫度為32℃（氣溫范圍34～25℃），濕度69%，3級南風，環境質量良。“設備”欄顯示，金溝草莓園東區二排11號植保機運行環境，室內溫度42.7 ℃、濕度47%，自定義運行模式設置為藍燈和加熱狀態。“天葡莊園暖5”工作內容顯示，設定1 為殺菌模式，時間20：00—22：00，風力強度100，臭氧強度7；設定2 為滅蟲模式，時間16：00—17：00，風力強度25，臭氧強度0。

2.3 驗證結果分析

如表2所示，從草莓發病率可以看出，試驗處理區較同棚對照區下降8%，較常規用藥對照區降低27.7%，可知綠色防控系統對草莓白粉病具有較好的防控效果；在草莓整個生育采收期，試驗處理區產量比同棚對照區增產12.0%，比常規對照區增產19.8%，說明綠色防控系統有利于促進草莓生長期發育，提高果實產量。與此同時，同棚隔離區草莓比常規對照區發病率降低約20%，產量提高7%，分析原因可能是因塑料膜未能完全封閉，隔離不徹底，不能完全阻止多功能植保機產生的臭氧擴散過去，導致發病率減少，產量有所增加，間接反映了綠色防控系統對草莓的病蟲害防控和增產作用。綜合結果表明，病蟲害綠色防控系統對草莓白粉病有較好的的防控效果。

2.4 系統應用

目前，病蟲害綠色防控系統已在北京所有郊區縣及天津、河北等全國多個省（市、自治區）廣泛應用。其中，2019—2022年期間，在13個示范區建立核心示范基地，基地總應用面積達19.8萬畝（1.32萬hm2），主要推廣綠色防控技術，新增產值6 135 元·hm-2，累計新增總產值約8 098.2 萬元。應用區內減少化學農藥用量51%，勞動生產效率提升25%。病蟲害綠色防控系統的推廣與應用不僅有效提高了農業產區病蟲害智能化綠色防控能力，明顯改善產區地面源污染與生態環境，還推進了我國農業病蟲害防控的專業化、智能化、綠色化，取得了顯著的經濟效益、社會效益和生態效益。

3 討論

我國在農作物病蟲害綠色防控技術的工作任重而道遠，農藥仍是當前農作物病蟲害防治的主要方法，以設施蔬菜尤為突出，其農藥用量為大田作物的幾倍甚至十幾倍[20]。《中共中央關于制定國民經濟和社會發展第十四個五年規劃和二〇三五年遠景目標》已明確提出，要保障國家糧食安全底線，健全農業支持保護制度和健全農作物病蟲害防治體系。同時，在《生物安全法》和《農作物病蟲害防治條例》中，將植物疫情監測防控提升到國家安全的高度，明確要加強病蟲害監測與防治的科技支撐。因此，亟需革新傳統的病蟲害綠色防控系統應用于農業生產中，通過綜合使用農業防治、物理防治、科學用藥、生物防治和生態調控等技術，結合物聯網、云服務、5G 和大數據等現代科技，有效替代化學農藥的使用，控制作物病蟲害的發生，保障農產品質量安全和糧食安全。

本文從減少農藥使用和發展可持續農業角度出發，以設施蔬菜病蟲害防治為研究對象，綜合利用臭氧滅菌防病、光源誘導除蟲、病蟲害辨識預警、遠程協同控制和裝備托管云服務等技術，通過物聯網技術及其管理模式，設計并開發了設施蔬菜病蟲害綠色防控系統。2019年以來，通過個性化服務派技術人員到基地現場培訓，每年組織約50次專業技術或視頻培訓，線上同步抖音、快手、微信視頻號等主流媒體直播培訓，線上視頻播放量2 000 萬人次，宣傳短視頻累計播放量達54.3萬次。此外，系統中的多功能植保機獲得了CQC-ROHS實驗認證，并取得CQC-ROHS認證證書；同時還獲得1項實用新型專利[21]，1項外觀設計專利[22]和軟件著作權4項[23-26]。

一方面，病蟲害綠色防控系統充分利用物聯網技術的優勢，將設施蔬菜病蟲害防治由化學防治轉換到生物物理防治，由人工控制轉換到智能裝備遠程控制，不僅降低了人工成本，減少了環境污染，還提高了農業生產效率。另一方面，本系統在研發設計上進行了突破創新，主要體現在以下3個方面。①圖像分割是計算機視覺中的重要任務，亦是圖像處理的關鍵步驟[27]。系統采用自適應圖像增強法和基于Chan-Vese模型與Sobel算子的重疊葉片分割方法對采集的圖像進行預處理，有效提高了圖像清晰度、保持真實色彩，對通過作物表型變化辨識不同病蟲害具有十分重要的意義。②運用動態集成的蔬菜葉部病害識別法和Efficient-Net網絡的蔬菜病害識別法等多種創新性病害識別方法，快速準確識別圖像中的病害蔬菜；利用蟲害細粒度辨識技術[28]的相似度量分析、無監督聚類優化和細粒度識別網絡MCF-Net[29]等，分析蟲害發育規律的細粒度變化態勢，構建蟲害細粒度識別預警模型，進行蟲害識別預警。③臭氧對經濟作物病蟲害防治，尤其是設施蔬菜病蟲害的防治具有重要意義[30]。系統利用雙向注意力編輯解碼器的算法框架[31]建立了神經網絡模型，可測算多功能植保機的最佳臭氧釋放量。

為驗證病蟲害綠色防控系統對設施蔬菜病蟲害的防治效果，本研究已在全國多個省（市、自治區）進行了多組不同作物的病蟲害防治試驗。其中，山東省濟南市長清區恒源農業生態園溫室蔬菜病蟲害防治試驗表明[19]，在全生長期內未噴施農藥前提下，病蟲害綠色防控系統對溫室黃瓜白粉病和煙粉虱均有較好的防治效果，其中對黃瓜煙粉虱的防治效果可達89.5%；內蒙古赤峰市寧城縣溫室銀月亮番茄病蟲害防治試驗結果表明，多功能植保機可將番茄晚疫病發病率降低為4.4%，白粉虱發病率降低為7.2%；遼寧省朝陽市公營子鎮溫室泰國無筋豆病蟲害防治試驗顯示，使用多功能植保機可將灰霉病發病率控制在9.2%。試驗結果表明，系統對設施環境內常見病蟲害具有較好的防控效果，對設施農業的綠色發展、保證農產品質量安全和糧食安全等具有重要意義。

參考文獻

［1］ 韓長賦.加快推進農業現代化努力實現“三化”同步發展[J].農業經濟問題，2011，32（11）： 4-7，110.HAN C F. Accelerate the modernization of agriculture andstrive to realize the simultaneous development of “threemodernizations” [J]. Issu. Agric. Econ.， 2011，32（11）： 4-7，110.

［2］ 樊平聲，陳罡，馮偉民，等.江蘇省設施蔬菜病蟲害綜合防治技術[J].江蘇農業科學， 2016， 44（10）： 189-191.

FAN P S， CHEN G， FENG W， et al.. Integrated control technologyof plant diseases and insect pests in facility vegetables in Jiangsuprovince [J]. Jiangsu Agric. Sci.， 2016，44（10）：189-191.

［3］ CARVAJAL-YEPES C K， CARDWELL M， NELSON K， et al ..A global surveillance system for crop diseases [J]. Science，2019， 364 （6447）： 1237-1239.

［4］ 王翔宇，溫皓杰，李鑫星，等.農業主要病害檢測與預警技術研究進展分析[J].農業機械學報，2016，47（9）：266-277.

WANG X Y， WEN H J， LI X X， et al .. Research progressanalysis of mainly agricultural diseases detection and earlywarning technologies [J]. Trans. Chin. Soc. Agric. Mach.， 2016，47（9）：266-277.

［5］ 魏瑞.河南省農業面源污染成因分析[J].中國農業資源與區劃，2016，37（8）：67-71.

WEI R. Analysis of agricultural non-point source pollutiontakingHenan province as an example [J]. Chin. J. Agric.Resour. Region. Plan.， 2016，37（8）：67-71.

［6］ 秦詩樂，王瑞波，孫煒琳.基于SWOT分析的壽光市設施蔬菜減施農藥對策研究[J]. 中國農業資源與區劃，2017，38（11）：213-219，230.

QIN S Y， WANG R B， SUN W L. Countermeasures of pesticidereduction of facility vegetables in Shouguang county based onswot analysis [J]. Chin. J. Agric. Resour. Region. Plan.， 2017，38（11）：213-219，230.

［7］ 鄭加強，徐幼林.環境友好型農藥噴施機械研究進展與展望[J].農業機械學報，2021，52 （3）：1-16.

ZHENG J Q， XU Y L. Development and prospect inEnvironment-friendly pesticide sprayers [J]. Trans. Chin. Soc.Agric. Mach.， 2021，52 （3）：1-16.

［8］ 常青，洪波，陳志杰，等.設施蔬菜病蟲害綠色防控技術現狀與問題思考[J].北方園藝，2020（17）：131-137.

CHANG Q， HONG B， CHEN Z J， et al .. The advances andproblems of green management for diseases and pests onfacility vegetables [J]. Northern Hortic.， 2020（17）：131-137.

［9］ 張凱，陳彥賓，張昭，等.中國“十四五”重大病蟲害防控綜合技術研發實施展望[J].植物保護學報，2022，49（1）：69-75.

ZHANG K， CHEN Y B， ZHANG Z， et al .. Research anddevelopment of techniques for integrated control of majordiseases and insect pests during the fourteenth five-year planin china [J]. J. Plant Prot.， 2022，49（1）：69-75.

［10］ 黃炎忠，羅小鋒，唐林，等. 綠色防控技術的節本增收效應——基于長江流域水稻種植戶的調查[J].中國人口·資源與環境，2020，30（10）：174-184.

HUANG Y Z， LUO X F， TANG L， et al .. Cost-saving andincome-increasing effect of green control techniques： evidencefrom rice growers in the Yangtze Basin [J]. China PopulationResour. Environ.， 2020， 30（10）：174-184.

［11］ 李宗珍.北方溫室辣椒主要病蟲害綠色防控技術[J].中國瓜菜，2018，31（12）：67-68.

LI Z Z. Green prevention and control technology of maindiseases and insect pests of pepper in northern greenhouse [J].China CucurbitsVeget.，2018，31（12）：67-68.

［12］ LUO L， QIAO D K， ZHANG R X， et al .. Research on theinfluence of education of farmers cooperatives on the adoptionof green prevention and control technologies by members：evidence from rural china [J]. Int. J. Environ. Res. Publ.Health， 2022， 19， 6255.

［13］ DE OLIVEIRA J L， CAMPOS E V R ， Bakshi M ， et al ..Application of nanotechnology for the encapsulation of botanicalinsecticides for sustainable agriculture： prospects and promises[J]. Biotechnol. Adv.， 2014， 32（8）：1550-1561.

［14］ 宋展樹，李金章，白欣可，等.慶陽香瓜根結線蟲病的綠色綜合防控技術[J].中國瓜菜， 2020，33（12）：128-129.

SONG Z S， LI J Z， BAI X K， et al .. Green comprehensiveprevention and control technology of root-knot nematodedisease of cantaloupe in Qingyang [J]. China Cucurbits Veget.，2020，33（12）：128-129.

［15］ 張超，張桂娟，郎亞亨.設施番茄病蟲害綠色防控技術[J].中國瓜菜，2017，30（10）：51-53.

ZHANG C， ZHANG G J， LANG Y H， et al .. Green preventionand control technology of facility tomato diseases and insectpests [J]. China Cucurbits Veget.， 2017，30（10）：51-53.

［16］ 馬超，吳學宏，郭喜紅，等.北京市西瓜甜瓜病蟲害綠色防控技術集成[J].中國瓜菜， 2019，32（12）：88-90.

MA C， WU X H， GUO X H， et al .. Integration of green controltechnology for watermelon and melon pests and diseases inBeijing [J]. China Cucurbits Veget.， 2019，32（12）：88-90.

［17］ 李金玲，梁增文，劉天英，等.壽光市設施蔬菜綠色防控新技術的應用與推廣[J].中國蔬菜，2019（9）：93-95.

LI J L， LIANG Z W， LIU T Y， et al .. Application andpromotion of new technology for green prevention and controlof facility vegetables in Shouguang [J]. China Veget.，2019（9）：93-95.

［18］ 吳霜，張誼模，郭蕭，等.不同波長LED誘蟲燈對菜地昆蟲的誘集效果[J].應用昆蟲學報， 2021，58（1）：172-180.

WU S， ZHANG YM， GUO X， et al .. Effectiveness of differentwavelength LED insect lamp traps in vegetable fields [J]. Chin.J. Appl. Entomol.， 2021，58（1）：172-180.

［19］ 王志彬，喬曉軍，劉智，等.設施蔬菜臭氧植保機設計與試驗[J].農業機械學報，2021， 52（5）：293-300.

WANG Z B， QIAO X J， LIU Z， et al .. Design and experiment ofMulti-functional plant protection machine for controllingvegetable diseases and insect pests in greenhouses [J]. Trans.Chin. Soc. Agric. Mach.， 2021， 52（5）：293-300.

［20］ 郭娜，田素博，須暉，等.設施園藝植保裝備及其精準施藥技術研究進展[J].農機化研究，2022，44（11）：1-10.

GUO N， TIAN S B， XU H， et al .. Research progress on precisionspraying technology and equipment of protected horticulture [J]. J.Agric. Mechan. Res.， 2022，44（11）：1-10.

［21］ 喬曉軍，李玉風，湛文強，等.一種多功能植保機及農業設施設備： CN213639397U [P]. 2021-07-09.

QIAO X J， LI Y F， ZHAN W Q， et al .. A multifunctional plantprotection machine and agricultural facilities and equipment：Beijing： CN213639397U [P]. 2021-07-09.

［22］ 喬曉軍， 劉智， 張云鶴， 等. 多功能植保機（ 飛碟式）：CN304793910S[P]. 2018-08-31.

QIAO X J， LIU Z， ZHANG Y H， et al .. Multifunctional plantprotection aircraft （UFO）： CN304793910S [P]. 2018-08-31.［23］ 北京農業信息技術研究中心.多功能植保機OTA升級系統[簡稱：MFPMOTAS]V1.0[Z].中國，2021SR0910898.

Research Center of Information Technology，Beijing Academyof Agriculture and Forestry Sciences. Multifunctional PlantProtection Machine OTA Upgrade System [abbreviation：MFPMOTAS] V1.0 [Z]. China， 2021SR0910898.

［24］ 北京農業信息技術研究中心.設施蔬菜臭氧植保機任務調度管理系統[簡稱：MFPMTSS]V1.0[Z].中國，2021SR1344661.

Research Center of Information Technology，Beijing Academyof Agriculture and Forestry Sciences. Task SchedulingManagement System of Facility Vegetable Ozone PlantProtection Machine [abbreviation： MFPMTSS] V1.0 [Z]. China，2021SR1344661.

［25］ 北京農業信息技術研究中心.設施蔬菜臭氧植保機智能控制管理系統[簡稱：MFPMCMS]V1.0[Z].中國，2021SR1218846.

Research Center of Information Technology，Beijing Academyof Agriculture and Forestry Sciences. Facility Vegetable OzonePlant Protection Machine Intelligent Control ManagementSystem [abbreviation： MFPMCMS] V1.0 [Z]. China，2021SR1218846.

［26］ 北京農業信息技術研究中心.設施蔬菜臭氧植保機信息管理系統[簡稱：MFPMIMS]V1.0[Z].中國，2021SR1100619.

Research Center of Information Technology，Beijing Academyof Agriculture and Forestry Sciences. Facility Vegetable OzonePlant Protection Machine Information Management System[abbreviation： MFPMIMS] V1.0 [Z]. China， 2021SR1100619.

［27］ 李占波，楊二偉，李進文.基于改進分水嶺和區域合并的彩色圖像分割[J].計算機工程與設計， 2014，35（7）：2458-2461， 2503.

LI Z B， YANG E W， LI H W. Image segmentation algorithmbased on improved chan-vese model and edge transformation[J]. Comput. Eng. Des.， 2014，35（7）：2458-2461， 2503.

［28］ 孔建磊，金學波，陶治，等.基于多流高斯概率融合網絡的病蟲害細粒度識別[J].農業工程學報，2020，36（13）：148-157.

KONG J L， JIN X B， TAO Y， et al .. Fine-grained recognition ofdiseases and pests based on multi-stream Gaussian probabilityfusion network [J]. Trans. Chin. Soc. Agric. Eng.， 2020，36（13）：148-157.

［29］ KONG J L， WANG H X， WANG X Y， et al .. Multi-streamhybrid architecture based on cross-level fusion strategy for finegrainedcrop species recognition in precision agriculture [J].Comput. Electron. Agric.， 2021，185：106134.

［30］ 范鑫，尚德林，蘭玉彬，等.臭氧技術及臭氧植保機械在農業中的應用[J].中國農業科技導報， 2020， 22（5）： 71-77.

FAN X， SHANG D L， LAN Y B， et al .. Application of ozonetechnology and ozone plant protection devices in agriculture[J]. J. Agric. Sci. Technol.， 2020， 22（5）： 71-77.

［31］ JIN X B， ZHENG W Z， KONG J L， et al .. Deep-learningforecasting method for electric power load via attention-basedencoder-decoder with bayesian optimization [J/OL]. Energies，2021， 14（6）：1596 [2023-11-22]. https：//10.3390/en14061596.

（責任編輯：溫小杰）

基金項目：北京市科技計劃項目（Z211100004621006）；北京市農林科學院青年科研基金項目（QNJJ202027）；“科技創新2030”項目（2021ZD0113602）。