基于k-临近算法构建大棚番茄灰霉病预警及其生物农药干预系统

李映 葛喜珍

[摘 要]  采用大棚气象条件监测系统记录了大棚番茄两种种植季的温度、湿度和光照的变化，结合大棚番茄灰霉病发病率的规律，使用机器学习中的k-临近算法构建了大棚番茄种植过程中的灰霉病预警系统。监测结果表明，生物农药小檗碱或枯草芽孢杆菌均可针对灰霉病的发生起到良好的预防作用，且小檗碱的预防作用更佳，可将发病率控制在5%以下。运用该种预警系统与生物农药干预的结合，为大棚番茄灰霉病的防治提供了良好的理论基础。

[关键词] 大棚番茄;灰霉病;生物农药;预警系统

[中图分类号] S 436.412.13

[文献标志码] A [文章编号] 1005-0310（2021）03-0066-04

Abstract：  An early-warning system on tomato gray mold was established based on the greenhouse temperature， humidity， light intensity and incidence rate during two planting seasons. The k-approaching algorithm in machine learning was used for calculation of the possibility of gray mold. At the same time， the results indicated that biological pesticide berberine and Bacillus subtilis are useful for prevention of gray mold， and berberine displayed better result of less than 5% of total gray mold rate. These early-warning system and biological pesticide intervention system are promising for the control of gray mold in greenhouse planting.

Keywords： Greenhouse tomato;Gray mold;Biological pesticide;Early-warning system

0 引言

灰霉病是大棚番茄种植过程中的常见病害，其发病率高、传播性强、难以防治，极易造成大棚作物的减产甚至绝收[1]。灰霉病可侵蚀番茄的叶片、茎、花和果实，且在温度低、湿度大的环境下发病率更高。近年来随着大棚作物种植面积的增加，大棚番茄灰霉病的发生非常普遍，且长期大量使用化学农药如多菌灵、腐霉利等，造成了灰霉病对化学农药抗性的提高[2]。因此，构建大棚番茄灰霉病的预警机制及使用生物农药预防灰霉病的发生，成为解决该问题的关键。

相比于化学农药，生物农药有环境友好、不易产生抗性、不伤害天敌等多种优势。在灰霉病防治的应用中，小檗碱、枯草芽孢杆菌、木霉菌、苦参碱等一系列生物农药展现出了极好的效果和应用前景[3]。然而生物农药的成本普遍高于化学农药，使得种植过程成本提高，因此农民对生物农药的使用产生了抵触心理。如何更高效地使用生物农药以达到最佳的使用效果，成为提高生物农药使用率的关键。

本研究针对大棚番茄种植过程中关键环境因素的变化情况，对各类棚内环境因素的变化及其对应的番茄灰霉病发病率进行了统计和分析，明确了小檗碱和枯草芽孢杆菌对灰霉病的预防作用。在此基础上，基于k-临近算法，制定了大棚番茄灰霉病的预警系统，为大棚番茄灰霉病的防治提供了重要依据。

1 材料與方法

1.1 仪器与试剂

大棚气象监测装置由石家庄圣启科技有限公司提供，每小时取大棚内温度、湿度、光照、土壤温度等气象信息。大棚所在地为河北省隆尧怡东农牧有限公司番茄大棚，坐标北纬37°40′，东经114°92′。生物防控所用小檗碱为河北馥稷生物科技有限公司的小檗碱3%水剂，枯草芽孢杆菌可湿性粉剂为山东绿陇生物科技有限公司产品，按照说明书要求进行稀释和喷洒。

1.2 田间实验设计

温室长60 m，宽7.5 m，金棚8号B型番茄，株距0.40 m，行距0.70 m。种植季分为秋冬种植季（10月1日至1月30日）和春夏种植季（2月1日至5月31日），自移栽之日起120天收获，设置对照组和施用生物农药组，并检测小檗碱、枯草芽孢杆菌分别单独使用和复合使用的灰霉病防治效果，喷洒周期按照说明书要求进行。灰霉病的发病率按照5点法取样，每采样点选取10株番茄，每株选取上、中、下3个部位进行灰霉病发病率的统计。发病率（%）=病株数/调查总株数×100%。发病率大于50%后，将该实验区域的植物清除，后续的发病率按50%进行计算。

1.3 数据分析和预警系统的建立

数据的分析和统计在python中进行，根据获取的数据将大棚内的空气温度、湿度和光照强度进行日均值的计算。将两个种植季节的数据进行合并后只做三维散点图进行合并预测。根据所有数据的不同，使用归一化的方法将不同单位的数据进行归一以便计算点和点的距离。根据数据情况选择机器学习中的k-临近算法进行预警系统的建立。

2 结果

2.1 不同种植季数据采集

根据不同的番茄大棚种植季，连续采集了秋冬种植季和春夏种植季的气象数据，其具体数据如图1所示。由图1中可以看出，在不同的种植季节，日均气温出现了明显的差别，如图1（a）所示。秋冬种植季的日均气温有85%以上低于20 ℃，而春夏种植季的日均温度在20 ℃以上。不同种植季的日均湿度也出现了显著差别，如图1（b）所示，在秋冬种植季，大棚湿度维持在了较高的水平，多数情况下湿度维持在80%以上。相比之下，春夏种植季的湿度浮动范围较大且变化频率较快，从50%到90%不等。与此同时，两个种植季的日均光照强度也出现了明显的不同，如图1（c）所示，秋冬种植季的日均光照强度普遍小于4 000 Lx，而春夏种植季的日均光照强度普遍较高。对土壤温度的检测结果表明，不同种植季的土壤温度出现了明显不同，如图1（d）所示，由于土壤温度与日均气温的变化较为相似，所以不将土壤温度作为灰霉病发病率的监测指标。

2.2 番茄灰霉病发病率统计及生物农药干预

在不同种植季节的番茄灰霉病发病率如图2所示。

由图2中可以看出，春夏种植季的灰霉病发病率在未经干预的情况下，一直保持在了较低甚至没有发生的水平;而在秋冬种植季，从第20天开始，灰霉病的发病率开始提升，且在短短10天的时间内，灰霉病的发病率迅速提高，以至于后期整个大棚均被灰霉病所感染，造成了严重的减产。因此，在秋冬种植季使用生物农药小檗碱、枯草芽孢杆菌及其复合使用对灰霉病进行了干预（图3），结果表明，上述实验组均得到了良好的效果，且小檗碱的效果更好，使灰霉病的发病率控制在了10%以下。复合使用两种生物农药并未起到协同增效的效果，推测可能是因为小檗碱作为杀菌剂，对枯草芽孢杆菌的活性产生了一定的影响。

2.3 气象因素统计与预警模型

因不同种植季出现了截然不同的番茄灰霉病发病率，因此将两个种植季的数据以不同颜色的数据点表示，得到的三维图如图4所示。

由图4中可以看出，秋冬种植季的气象数据集中在了一个特定范围内，日均温度介于5～15 ℃，日均湿度大于70%，日均光照强度小于4 000 Lx。相比之下，春夏种植季的气象数据分布未出现集中的现象。对比之前关于灰霉病发病率的规律研究，发现番茄灰霉病在气温低、湿度大的大棚环境中，发病率较高且蔓延迅速。

针对番茄灰霉病发病率的这一特点，将日均温度、日均湿度和日均光照强度进行归一化后，使用k-临近算法，对灰霉病发病率进行了预警系统的建立。在发病率高于50%的区域内，选择包含总点数距离中心点前95%的界限为一般发病率预警界限，包含总点数距离中心点前85%的界限为高发病率预警界限。根据大棚灰霉病发病率结果，设置连续进入高发病率区域5天后开始警报，并提交至Github（https：//github.com/liying0128/Gray-Mold-Alert）。输入数据为连续10天的大棚气象数据，包括日均气温、日均湿度和日均光照强度，输入数据后自动进行数据的归一化。若出现连续的低温、高湿度、低光照的气象条件，则会按照与本次数据中心点的距离计算灰霉病的发病概率，并提示使用生物农药进行相应的预防。

3 讨论

灰霉病是番茄种植过程中一种常见的植物病害，在大棚番茄种植中，灰霉病传播速度快，稍有不慎即会造成严重的减产甚至绝收[4]。经过对比两个大棚番茄种植季的气象条件及灰霉病发病率，发现在温度低、湿度高、光照少的秋冬种植季，灰霉病的发病率明显提高。推测其原因是灰霉病的孢子在该种气象条件下易于存活和传播，而在春夏种植季，温度高湿度小的气象条件不利于霉菌的生长和繁殖。

在灰霉病高发的秋冬种植季，大棚中的温度、湿度和光照强度的分布集中于一个特定的区域（图4，红色点集中区域）。相比之下春夏种植季的相关指标波动幅度和范围较大。因此大棚番茄灰霉病的预警模型使用k-临近算法较为合适[5]。采用本方法进行灰霉病的预警，可在气象条件接近灰霉病高发的预警界限内直接提示预警，并需要做出相应干预。

针对灰霉病高发的情况，在本次研究中使用了生物农药小檗碱和枯草芽孢杆菌。实验结果表明，两者均达到了较好的预防灰霉病的效果，且小檗碱预防效果更佳，而两者的复配使用未能达到协同增效的结果，推测小檗碱对枯草芽孢杆菌的活性产生了一定的影响[6]。总而言之，本文建立了针对大棚番茄灰霉病的预警系统，并在大棚灰霉病高发的情况下，提供了有效的生物农药绿色防治选项。

[参考文獻]

[1] 张国珍， 钟珊. 草莓灰霉病研究进展[J]. 植物保护， 2018， 44（2）： 1-10.

[2] 陈哲， 黄静， 赵佳， 等. 番茄灰霉病病原菌分离鉴定及拮抗菌筛选[J]. 生物技术通报， 2017， 33（8）： 81-87.

[3] 魏佳爽， 袁善奎， 向冰峰， 等. 番茄灰霉病菌 （Botrytis cinerea） 对 3 种杀菌剂的抗性监测及交互抗药性研究[J]. 现代农药， 2021， 20（1）：46-49.

[4] 张燕， 夏更寿， 赖志兵. 植物抗灰霉病菌分子机制的研究进展[J]. 生物技术通报， 2018， 34（2）： 10-24.

[5] 管建， 王亚娟， 王立功. K-近邻分类指导的区域迭代图割算法研究[J]. 计算机应用与软件， 2018， 35（11）：237-265.

[6] 林媛， 司书毅， 蒋建东. 小檗碱的抗菌作用[J]. 药学学报， 2018， 53（2）： 163-168.

（责任编辑 李亚青）