农田害虫图像识别研究论文

植物转基因技术是指把从动物、植物或微生物中分离到的目的基因，通过各种方法转移到植物的基因组中，使之稳定遗传并赋予植物新的农艺性状，如抗虫、抗病、抗逆、高产、优质等。抗虫植物是转录的目的基因使植物能产生毒性蛋白（Bt蛋白），能把害虫杀死。我们上次要求写一篇转基因植物的小论文，我写的就是生态风险。以下是文中的一部分。目前对于转基因植物对环境可能的影响主要有以下几个方面：1）转基因植物演变成农田杂草的可能性。2）外源抗( 杀) 虫基因的潜在危险。3）外源抗病毒基因可能引起新病原菌产生。4）转基因植物环境释放影响物种多样性。5）转基因植物对土壤生态系统的影响。6）作为外来种对物种组成的影响。7）可以作为净化污染的土壤。1 转基因植物演变成农田杂草的可能性。由于种内种间抗性基因的转移和互渗，而转基因植物被转入了抗虫、抗病、抗除草剂或对环境胁迫具有耐受性的基因,若释放到环境中可能通过传粉将这些转入的基因转移给其野生亲缘种或杂草，引起基因漂移流动。在自然环境中,如果野生亲缘种获得了这些抗逆基因,其表达的形状将对该野生植物种群及其与病、虫体天然种群间的相互作用产生一定影响。杂草一旦获得转基因植物的抗逆性状,将在农业生态系统中比其他作物具有更强的竞争力,严重影响其他作物的生长和生存。还有可能引起种子休眠期改变，种子萌发率提高，对有害生物和逆境的耐受性以及植物具有生长优势，当其它新的栖息地环境适应这些转基因植物发挥优势时，它们就可以入侵新栖息地杂草化。2 外源抗( 杀) 虫基因的潜在危险。杀虫蛋白基因大量应用，有可能使害虫产生抗性，在加大了农药使用量的同时，也加重环境污染，也可能由于某些对杀虫蛋白敏感类的优势害虫大量死亡，而非敏感类型便会取代敏感类型，发生寄主类型转移至转基因作物的现象。从而扩大了这类害虫的寄主范围，使其原先不重要的害虫类型升为主要害虫。3 外源抗病毒基因可能引起新病原菌产生。在自然环境下,植物病毒有可能进行遗传上的交流、病毒之间的重组或相似核苷酸之间的交换,导致新病毒的产生。在抗病毒转基因植株内,会发生转入的病毒衣壳蛋白(CP)基因与感染病毒的相关基因之间重组核苷酸或异源外壳转移,可能产生新的病毒。曾有报道,在室内花椰菜花叶病毒(CaMV)与转基因萝卜基因组中的CaMV基因发生了重组。在自然条件下,还存在着不同病毒(株系)间的异源包装现象。植物病毒间交换外壳蛋白,发生异源包装也可能使寄主范围扩大。在某些情况下,重组病毒可能会改变其生物学特征,可能会产生寄主范围改变了的病毒株。病毒重组后,产生了一种改变了寄主范围的新变种。4 转基因植物环境释放影响物种多样性。随着转基因植物的大量种植并在环境中逐渐稳定,转基因植物可能通过生态系统引发系列的影响。如,能够侵入非农作物栖息地的转基因作物,可能比其他植物有较好的竞争势,而取代原有的物种,最终导致区域植物组成的改变、生物多样性的降低,甚至使原有物种绝,结果使物种数目下降,继而引发一系列的链式反应,还会影响到以原先植物为食物的昆虫以这些昆虫为食物的鸟类或其他动物,以及依赖于被取代植物的微生物的分布等。此外由于外源基因对植物往往具有多效性,可能使植物的花蜜或花粉等对蜜蜂的吸引力或营养价值发生变化,影响到蜜蜂与植物的关系,进而对蜜蜂的行为和生存、植物间的生存竞争产生影响。研究表明,特别是些抗虫或抗病的转基因植物,除了对目标生物的影响外,对非目标生物、天敌或人类有何影还不十分清楚。虽然现在大多数试验并没有发现这方面的负面影响,但对这一领域人们知之甚少,所以对转基因植物要有一套完整的评价和管理体系。5 转基因植物对土壤生态系统的影响。研究表明,转基因植物可能会对土壤中的微生物、昆虫、软体动物等产生负面效应,进而对土壤环境的生态平衡产生长远的影响。这有可能降低植物的分解率,影响土壤肥力,以及土壤内和地面上的物种多样性。如带有几丁质酶的抗真菌的转基因植物,在其遗传分解时几丁质酶可以消化掉带有几丁质的菌根的细胞壁,使其个体死亡,从而减少土壤中菌根的种群,造成土壤凋落物不能被分解,营养流被阻断,整个生态系统的功能被阻滞。降低植物的自然分解率,影响土壤的肥力,影响土壤内的生物多样性。6 作为外来种对物种组成的影响。由于转基因植物中的外源基因可能来自植物、动物或微生物,因而转基因植物不同于传统的杂交育种技术得到的植物新品种。也就是说,转基因植物并非是天然存在的物种,它对生态系统的影响相当于一个外来种对某一生态系统的影响。建立在DNA重组技术基础上的植物基因工程,目的是提高植物的品质和产量,增强抗病、抗杂草能力。基于上述理论,有的生态学家预测,由于转基因植物具有周围生境中其他物种所没有的抗性能力,它成为具有较强种内与种间竞争能力的优势种。在由转基因植物入侵所引发的群落演替过程中,原生稀有物种也许会因为竞争而消亡,从而改变原有的群落结构。7 可以作为净化污染的土壤。利用植物或植物与微生物的共生体系,清除环境中污染物，植物能忍耐和超量积累重金属不破坏生态环境和无二次污染等，对治理重金属污染土壤的全新技术。植物还可以降解和矿化多种多样的复杂有机物,但是目前机理还不是很清楚。其中文献的引用我就没标明，你若要文献我可以发给你。

农业病虫害，你可以上网找一找，看看你种的是什么农作物，容易招一些什么类型的害虫，结合照片去分析一下，再去配置一些防止病虫害的药或者防病虫害的绿色除虫技术！农业病虫害，你可以上网找一找，看看你种的是什么农作物，容易招一些什么类型的害虫，结合照片去分析一下，再去配置一些防止病虫害的药或者防病虫害的绿色除虫技术！

问农答”一站式农技服务平台（“问农答”APP）

APP拍照识别农业病虫害功能已经涵盖番茄、苹果、柑橘、玉米等近二十余种农作物，共计250多种病虫害，识别正确率可以达到80%以上。

现已上线的农作物种类：粮食作物：玉米、水稻、小麦、大豆；经济作物：棉花；果品：苹果、柑橘、桃、梨、西瓜、草莓、葡萄；蔬菜：番茄、马铃薯、黄瓜、茄子、洋葱、辣椒、南瓜

软件使用说明：1、下载“问农答”APP（）。2、点击“图像诊断”

3、选择发生病害的农作物的种类与其发病部位，图像拍摄时对准农作物的病害发生部位，尽量减少其他干扰因素

4、仅需几秒之后，系统将会返回根据图像所识别出的病虫害名称，并根据不同病虫害，提供相应的病虫害发病区域分布、易感病时间、病害发生部位、危害症状、防治方法与药品推荐等信息。

人工智能识别技术因其鉴别速度快、稳定性好、准确度高等特点， 在工业、农业等领域得到了广泛的应用。近年来，学者们开始将人工智能识别技术应用到茶树病虫害的识别上，达到提高识别效率、节省劳动力的效果。

一、人工智能识别技术的发展概况

人工智能识别技术的 探索 起始于20世纪50年代对生物视觉的研究，一般是使用图像捕捉设备自动接收目标图像，并对图像进行处理和分析，具有速度快、稳定性好、准确性高等特点，拥有代替人眼进行识别的发展潜力。

进入21世纪后，传统的机器学习方法和深度学习在人工智能识别农业病虫害研究中得到了广泛应用。早期研究上都是基于静态的标本图像，在田间复杂的环境下识别效果还有待改善。而深度学习在处理海量数据上具有一定的优势，能够在大规模数据中自动提取出物体特征并利用分类器进行分类识别。相对于传统机器学习，深度学习在识别精度和效率上具有明显的提升，对提高识别准确率以及减少研发劳力投入具有显著的优势。

二、人工智能识别茶树病虫害的研究现状

1. 人工智能识别茶树病虫害的研究进展

据统计，我国已有记录的茶树病虫有900多种，过去识别这些茶树病虫主要依靠植保专家和植保工作者，通过对害虫的形态特征、病害的发生特征以及发生时间进行辨别。传统的人工识别难以满足生产需求，给精准防控带来困难。相比之下，人工智能识别明显更准确，花费的时间和劳动力更少。因此，人工智能在茶树病虫害识别上的应用具有巨大的潜力和需求。

随着人工智能识别技术在农业病虫害识别系统中的发展，在茶树病虫害识别的研究上也取得了一定的进展。2008年，秦华光基于专家经验研发了1套茶园害虫智能化WEB管理系统，该系统包括茶园病虫识别，虫害预测预报和茶园害虫的防治决策3个主要环节，采用形态识别、图谱识别和检索识别3种方式识别病虫害，是我国早期将人工智能技术引入茶园病虫害防治的代表性研究。在图形识别领域，算法对识别速度及结果的准确率具有重要的影响。吴阿林等采用BP、SVM、CART等3种算法构建了茶树5种尺蠖害虫的三维空间结构知识库，其对害虫的分类识别率在 之间。

近些年，卷积神经网络技术在图像人工智能识别领域得到了广泛的应用。采用图像显著性分析并利用卷积神经网络所建立的模型对茶园常见的害虫进行识别，取得了较好的识别效果，并提高了对不同茶树病害图像的识别能力。移动智能设备的快速普及，也为病虫害识别的发展提供了一个可行的方向。

目前，在茶树病虫害识别上，中国农业科学院茶叶研究所和杭州睿坤 科技 有限公司联合研发了一套基于移动端的智能识别系统“茶病茶虫”，该系统能够识别茶园中常见的病虫害及天敌80种左右，操作简单、识别速度快、准确度高，为茶树病虫害诊断提供了一种可靠的途径。

2. 人工智能识别茶树病虫害存在的问题

过去的几十年人工智能识别技术发展迅速，深度学习在病虫害识别领域中的应用以及在各种算法上的优化使得病虫害识别效率和精度上有很大的提高和改善，但人工智能在茶树病虫害识别研究发展过程中仍然存在许多问题。

一方面，多数研究尚处于实验室研究阶段，还不能达到实际应用的要求。主要原因一是目前多数研究集中于室内完成，在这种环境下可以有效去除外界其他干扰因子的影响，但在实际应用中，茶园的环境复杂，光线、天气等都会对图片的采集有一定影响，而且病虫害发生时会被茶树叶片、嫩梢所阻挡，这对识别的效果有一定的影响；二是实验室研究主要是以静态的害虫或者病害标本为主要识别对象，而在实际应用中是对动态的茶园害虫进行识别，这部分的害虫识别上有一定难度，其识别准确率有待提高；三是在病虫害识别研究中所采集的图片主要是在病虫害发生比较明显的阶段，而在生产中病虫害发生初期对于正确采取防治措施具有重要的作用，这就需要病虫害识别系统的识别能力能够覆盖病虫害的完整发生过程。

另一方面，在识别软件开发上应以轻量级、简单、便捷、易操作为主，以便于多种技术手段融合。

三、人工智能识别技术在茶树病虫害识别中的应用前景

尽管人工智能识别技术在茶树病虫害识别应用上还存在一些问题，但目前人工智能识别技术在茶树病虫害识别程序设计和实现上已经取得了相应的成果。未来，可在此成果的基础上向病虫害监测预警及精准防控方向发展，从而推进数字茶园建设。

在茶园病虫害监测预警方面，随着有效算法的改善将会大大提高病虫害识别的准确性以及对病虫害为害程度分级的能力。通过对茶树病虫害智能识别、病虫害为害程度分级等方法，由单一的茶树病虫害智能识别逐步转入到多元的病虫害智能监测预警，充分发挥人工智能的优势，实现对茶园病虫害实时、动态、综合的监测和预警，不断优化茶园病虫害的监测预警水平，为茶园病虫害监测预警提供可靠数据。

在茶园病虫害精准防控方面，通过对茶园长期、多点的智能监测数据，结合当地的地理位置，建立茶园病虫害、天敌数据库。在病虫害暴发时，根据当地的地理位置、气候、天敌、监测预警等信息，及时推送茶园病虫害发生情况，为茶农精准地提供病虫害防治措施，避免茶农乱用农药，推进茶园绿色防控的普及。

茶树病虫害识别系统是数字茶园的重要组成部分，未来茶园智能识别系统不仅仅局限于病虫害这一方面，还可拓展到茶树栽培、茶园管理等方面，由单一的茶园病虫害识别转向茶树生长、栽培等多方面的识别、监测，从而实现将多个功能集于一个系统当中，提高茶园数字化管理水平。

本文节选自《中国茶叶》2022年第6期，P1-6，《人工智能识别茶树病虫害的应用与展望》，作者：杨奉水，王志博，汪为通，张欣欣，孙亮，肖强 。

可以参考一下百度农业专家的正确答案比较好，千万不能相信一些非专业人士的答案以及不合格的对环境有害的农药

我国是自然灾害严重多发国家，农作物病虫灾害是我国的主要自然灾害之一，它具有种类多、影响大、并时常暴发成灾的特点。我国的重要农作物病虫草鼠害达1400多种，其中重大流行性、迁飞性病虫害有20多种。几乎所有大范围流行性、暴发性、毁灭性的农作物重大病虫害的发生、发展、流行都与气象条件密切相关，或与气象灾害相伴发生。农作物病虫害的发生、发展和流行必须同时具备以下三个条件：一是有可供病虫滋生和食用的寄主植物；二是病虫本身处在对农作物有危害能力的发育阶段；三是有使病虫进一步发展蔓延的适宜环境，其中气象条件是决定病虫害发生流行的关键因素。 虫害与气象条件---害虫生长、繁育和迁移活动的主要气象要素有温度、降水、湿度、光照和风等，特别是其综合影响对于虫害发生发展有重要作用。这些气象要素还通过对寄主作物和天敌生长发育与繁殖的影响，间接地影响虫害的发生与危害。 温度: 农作物害虫的活动要求一定的适宜温度范围，一般为6℃—36℃。在适宜温度范围内，害虫发育速度随温度升高呈直线增长，害虫生命活动旺盛，寿命长，后代多。 湿度和雨量: 湿度和降雨量是影响害虫数量变动的主要因素。对害虫生长繁育的影响，因害虫种类而不同。喜湿性害虫要求湿度偏高（相对湿度≥70％），喜干性害虫要求湿度偏低（相对湿度＜50％）。例如，春季雨水充足，相对湿度高，气候温和，常有利于玉米螟的大发生。 光照： 对害虫的影响主要表现为光波、光强、光周期三个方面：光波与害虫的趋光性关系密切；光强主要影响害虫的取食、栖息、交尾、产卵等昼夜节奏行为，且与害虫体色及趋集程度有一定的关系；光周期是引起害虫滞育和休眠的重要因子。自然界的短光照会刺激害虫休眠。 风：风与害虫取食、迁飞等活动的关系十分密切。一般弱风能刺激起飞，强风抑制起飞；迁飞速度、方向基本与风速、风向一致。 病害与气象条件---病害发生发展的主要气象要素是温度、降水、湿度和风等，低温、阴雨、干旱和大风等不利条件将明显影响寄主作物的抗病能力。 掌握病虫害的发生与气象条件之间的规律，用前期气象因子和病虫因子就可以预测未来病虫害的发生情况。 农作物病虫害与气象密切相关

农业病虫害，你可以上网找一找，看看你种的是什么农作物，容易招一些什么类型的害虫，结合照片去分析一下，再去配置一些防止病虫害的药或者防病虫害的绿色除虫技术