安徽省水稻主要病虫害预测及管理系统的研究

安徽省水稻主要病虫害预测及管理系统的研究

论文摘要

本文对水稻病虫害信息管理系统,水稻病害的诊断系统及水稻主要病虫害的预测系统做了较系统的研究。水稻病虫害信息管理系统是用ASP技术应用于B/S体系结构构建的集病虫害信息查询、病虫害信息汇报和信息发布为一体的网络化病虫害管理系统,其由系统说明、新闻列表、病虫害信息查询、更改密码及退出系统、留言簿等5个模块组成。管理员分为总站管理员和分站管理员,不同管理员给予不同权限。此系统的建立使安徽省各地区水稻病虫害资料能得到完整的保存,对安徽省水稻病虫害的预测与防治具有现实意义。水稻主要病虫害预测预报研究,先根据安徽省各区域的气候特点、地理位置及病害发生情况对稻区进行区划(即分为皖南区、皖中区、皖西南区和皖淮区),然后利用划区中各代表县的历史资料建立数据库,经过多种统计分析方法的筛选优化后,确定采用逐步判别法分析气候条件与水稻三大病害的关系,然后建立中长期预测模型进行预测。经回检,皖西南地区和皖南纹枯病早稻中长期预测模型的历史符合率分别为80.65%、79.25%;单季稻历史符合率分别为89.23%、85.52%;晚稻历史符合率分别为90.65%、88.52%。皖西南、皖南地区单季稻白叶枯病中长期预测模型的历史符合率分别为89.47%、94.74%。皖南地区、皖中地区、和皖西南地区早稻稻瘟病中长期预测模型的历史符合率分别为73.68%、78.94%、84.21%;单季稻稻瘟病中长期预测模型的历史符合率分别为81.24%、83.52%、79.63%;晚稻稻瘟病中长期预测模型的历史符合率分别为86.23%、82.65%、83.56%。采用2003年未建模的数据进行可靠性检验,水稻纹枯病皖西南地区和皖南纹枯病早稻中长期预测模型的预测准确率分别为87%、80%;单季稻预测准确率分别为88%、83%;晚稻预测准确率分别为86%、84%。皖西南、皖南地区单季稻白叶枯病中长期预测模型的预测准确率分别为90%、82%。皖南地区、皖中地区、和皖西南地区早稻稻瘟病中长期预测模型的预测准确率分别为82%、80%、85%;单季稻稻瘟病预测准确率分别为81%、79%、83%;晚稻稻瘟病预测准确率分别为80%、79%、84%。说明模型具有一定的可靠性。分别又采用历期预测法预测虫害的发生期及时间序列法组建了水稻主要病虫害趋势预测模型,由于水稻生育期还未开始,历期预测法还无法得到实际预报检验;又由于历史资料有限,时间序列回检结果不是很理想,还待进一部的研究,预测结果可以作为参考。利用Visual Basic6.0组建了安徽省主要病虫害预测及诊断系统。病害诊断共收集了20多种水稻病害的主要症状描述资料、典型症状的病害图片以及常规的防治方法,然后利用这些收集的资料建立数据库,数据库主要由苗期病害表,成株期叶部病害表,成株期叶鞘、茎基和根部病害表,成株期穗和颖壳部病害表,成株期全株性病害表,病害防治表等6个表组成。整个系统是由病害诊断、病害综合防治查询、系统说明和退出系统等4个模块构成,提供了病害诊断及防治意见查询等功能。该系统便于用户直观、准确的判断所发生的病害,以便于用户在水稻发病时及时进行处理,在水稻生产过程中的病害识别及防治上起到了辅助作用。预测系统根据用户提供的信息,预测出病害可能发生的严重度。系统都采用菜单提示选择和人机对话方式,使用者只需在合适的运行环境下启动该系统,便可出现主菜单,然后根据自己的目的,从菜单中选择所要执行的项目或输入必要的信息,即能得到满意的运行效果。整个系统的用户界面友好,一切操作均有提示。系统经过测试,达到了设计要求,能够准确可靠运行,与传统的人工管理系统相比,具有明显的优势。

论文目录

  • 摘要
  • Abstract
  • 1.文献综述
  • 1.1 研究水稻主要病虫害预测预报的意义
  • 1.1.1 近年全国水稻主要病虫害发生情况
  • 1.1.2 近年安徽省水稻主要病虫害发生情况
  • 1.1.3 未来发生趋势
  • 1.2 影响水稻主要病虫害发生的主导因子
  • 1.3 水稻主要病虫害预测预报研究进展
  • 1.3.1 水稻病害的预测预报
  • 1.3.2 水稻虫害的预测预报
  • 1.4 计算机在预测预报中的应用
  • 1.4.1 建立病虫害数据库
  • 1.4.2 建立病虫害测报模拟模型
  • 1.4.3 建立测报专家系统和决策系统
  • 1.4.4 计算机多媒体技术及网络技术的应用
  • 2.引言
  • 3.材料与方法
  • 3.1 水稻主要病虫害信息管理系统
  • 3.1.1 系统开发环境
  • 3.1.2 系统网络体系设计
  • 3.1.3 知识的获取与数据库的设计
  • 3.1.4 系统实现
  • 3.1.5 系统安全
  • 3.2 水稻病害的诊断系统
  • 3.2.1 开发环境
  • 3.2.2 知识的获取
  • 3.2.3 诊断方法
  • 3.2.4 知识库的建立
  • 3.2.5 系统的实现
  • 3.3 水稻主要病害的预测预报
  • 3.3.1 病虫发生情况和气象资料的收集与整理
  • 3.3.2 预测的方法
  • 4.结果与分析
  • 4.1 水稻病虫害管理系统
  • 4.1.1 系统的结构
  • 4.1.2 系统的功能
  • 4.1.3 系统的应用
  • 4.2 水稻病害诊断系统
  • 4.2.1 系统的结构
  • 4.2.2 系统的功能
  • 4.2.3 系统的应用
  • 4.3 水稻病害预测系统
  • 4.3.1 预测结果
  • 4.3.2 系统的总体结构
  • 4.3.3 应用实例
  • 4.3.4 系统特点
  • 5.小结
  • 5.1 构建了安徽省水稻病虫害信息管理系
  • 5.2 组建了水稻病害诊断系统
  • 5.3 组建了安徽省水稻主要病虫害预测预报系统
  • 6.讨论
  • 参考文献
  • 致谢
  • 作者简介
  • [附]发表论文
  • 相关论文文献

    • [1].水稻主要病虫害防治现状及综合防治措施[J]. 江西农业 2020(06)
    • [2].种子处理对水稻主要病虫害控制效果及增产效果研究[J]. 安徽农业科学 2020(14)
    • [3].水稻主要病虫害专业化统防统治示范区评估[J]. 现代农业科技 2016(14)
    • [4].宁夏水稻主要病虫害的识别与防治[J]. 北京农业 2015(18)
    • [5].2017浙江省农作物重大病虫害总体将偏重发生[J]. 中国农资 2017(05)
    • [6].安徽省灾后水稻主要病虫害发生趋势预报[J]. 农药市场信息 2020(18)
    • [7].广东省水稻主要病虫害发生危害情况分析[J]. 现代农业科技 2020(11)
    • [8].植保无人机应用于水稻主要病虫害防治探讨[J]. 南方农机 2020(11)
    • [9].“稻之道”水稻主要病虫害综合防控试验研究[J]. 乡村科技 2018(33)
    • [10].当前水稻主要病虫害发生动态及趋势分析[J]. 农家参谋 2018(07)
    • [11].湖北省水稻主要病虫害绿色防控技术[J]. 湖北农业科学 2017(06)
    • [12].水稻主要病虫害及预防措施[J]. 吉林农业 2017(12)
    • [13].广东省水稻主要病虫害的发生原因及防治措施[J]. 现代农业科技 2017(13)
    • [14].者东镇水稻主要病虫害发生与防治技术[J]. 农民致富之友 2015(22)
    • [15].安徽省泾县水稻主要病虫害的演变特点与防控技术[J]. 农民致富之友 2016(08)
    • [16].南昌县水稻主要病虫害的发生规律及防控措施[J]. 现代农业科技 2016(04)
    • [17].北方水稻主要病虫害识别与防治技术[J]. 种子科技 2016(06)
    • [18].赣北地区水稻主要病虫为害损失率探讨[J]. 农业与技术 2014(04)
    • [19].二晚水稻主要病虫为害损失和防效试验[J]. 现代农村科技 2012(10)
    • [20].水稻主要病虫害的发生与防治[J]. 现代农业科技 2012(24)
    • [21].4种水稻主要病虫害的综合防治[J]. 农技服务 2011(12)
    • [22].水稻主要病虫防治技术试验初报[J]. 湖北植保 2010(02)
    • [23].测土配方施肥技术对水稻主要病虫发生发展的影响[J]. 农家之友(理论版) 2008(11)
    • [24].水稻主要病虫害的生物防治现状浅析[J]. 现代农业 2008(09)
    • [25].广东西南部水稻主要病虫发生气象规律及预测研究概述[J]. 中国农学通报 2020(04)
    • [26].探究上塔市镇水稻主要病虫害及绿色防控技术[J]. 山西农经 2020(08)
    • [27].水稻主要病虫害防控技术[J]. 农村百事通 2020(12)
    • [28].黔东南州水稻主要病虫害发生情况调查及防治措施[J]. 农业科技通讯 2016(12)
    • [29].永安市水稻主要病虫害及其绿色防控技术[J]. 现代农业科技 2016(23)
    • [30].基于WebGIS的水稻病虫害预警信息系统设计与实现[J]. 价值工程 2017(35)

    标签:;  ;  ;  ;  ;  

    安徽省水稻主要病虫害预测及管理系统的研究
    下载Doc文档

    猜你喜欢