基于物联网的病虫害绿色防控系统研发与应用

丁亚会　陈诚　乔晓军　沈剑波　林森　张云鹤　冯思思

摘要：为减少农药施用量、发展病虫害绿色防控技术，保障农产品质量安全，基于物联网技术，结合臭氧灭菌防病、光源诱导除虫、作物健康识别和病虫害辨识预警等技术，研发了设施蔬菜病虫害绿色防控系统，主要由多功能植保机和信息管理系统组成。结果表明，绿色防控系统下草莓白粉病发病率较常规施药法降低27.7%，草莓产量提高19.8%，具有显著的草莓白粉病防控效果和增产潜力。同时，系统的预警服务、多方式消杀、远程控制和智能托管等功能有效缓解了我国植保技术装备落后、过度依赖农药使用、劳动力结构性短缺和维保运营困难等问题。系统的应用在一定程度上实现了设施蔬菜病虫害防治的绿色化、专业化和智能化。

关键词：绿色防控系统；植保机；物联网；云托管；病虫害

doi：10.13304/j.nykjdb.2022.0830

中图分类号：S126 文献标志码：A 文章编号：10080864（2024）04007710

我国是农业大国，农业的稳步发展是国民经济发展的物质保障，设施蔬菜是促进农民增收的重要产业[1]。在设施蔬菜种植过程中，由于环境湿度大、温度高、光照弱、气流慢等特点，极易造成病虫的孶生、传播、蔓延和周年发生，设施蔬菜的病虫害防治任务艰巨[2]。随着我国设施蔬菜产业的快速发展，受病虫害的影响日趋严重[34]。科学合理地使用农药可以有效地防治病虫害，为作物提供良好的生长和发育环境[5]，避免因病虫害导致的蔬菜产量降低甚至绝产的尴尬局面。因此，为获取稳定的作物产量和经济收益，设施农业生产越来越依赖农药 [6]。然而，大量、长期、不合理地使用农药造成了土壤、地下水污染和农药残留等问题，严重危害人们的身体健康[7]。

病虫害绿色防控技术从绿色、生态和安全角度出发，通过监测预警、理化诱控、免疫诱抗、农业防治、生物防治和生态调控等多种资源节约型和环境友好型措施，从源头上解决农药残留和环境污染问题是未来设施蔬菜甚至整个农业生产中病虫害防治的必然趋势[8]。近年来，针对病虫害绿色防控技术的研究受到国内外学者的广泛关注[9-13]。宋展树等[14]研究表明，采用高温闷棚、叶菜诱集、轮作倒茬、土壤处理、药剂灌根结合增施生物有机肥等绿色综合防治技术，可有效防治香瓜根结线虫病。张超等[15]从培育无病虫壮苗、棚室消毒、产中物理防控、产后植株残体无害化处理等方面对设施番茄整个生产过程中的病虫害绿色防控技术进行了阐述。马超等[16]研究结果显示，通过西瓜甜瓜全程的立体绿色防控技术集成，实现了土传病害和白粉病的高效绿色防控，平均防治效果在85%以上。李金玲等[17]研究表明，山东省寿光市通过应用静电喷雾器、烟雾弥雾两用机及多功能植保机等新型设施蔬菜绿色防控产品及技术，农药利用率提高5%以上，用药量减少10%以上。然而，现有大部分病虫害防控技术仅从农药减量与其他农艺措施配合角度进行病虫害防治，导致劳动力使用周期长、人工成本高，且依然存在农药残留和环境污染等问题，不适合大规模推广应用。

本文基于物联网等技术研发了设施蔬菜的病虫害绿色防控系统，主要包括多功能植保机、Web端与App端的信息管理系统和协同托管云服务平台，集监测预警、防控消杀、远程控制和智能托管等功能于一体。该系统的应用对减少设施蔬菜农药用量、发展可持续农业和保障农产品质量安全具有积极意义。

1 材料与方法

1.1 系统开发

设施蔬菜病虫害绿色防控系统主要包括2部分：硬件部分的多功能植保机和软件部分的信息管理系统。信息管理系统以TCP/IP协议为网络基础，运用J2EE、http、Android 等软件开发技术，按照感知层、网络层和应用层的物联网体系架建设，总体框架如图1所示。在实际应用中，多功能植保机主要通过传感器、臭氧发生器和控制器等获取环境信息和现实功能；Web端信息管理系统通过连接数据中心和App端信息管理系统，实现应用场景的信息交互、查询和储存功能；App端信息管理系统主要负责实时监控、远程控制、数据查询和售后服务等，实现设备的智能化管理。

1.1.1 多功能植保机

多功能植保机是一款新型、无人化的设施蔬菜病虫害绿色防控设备，具有臭氧植保、光谱诱虫、主动式物理杀虫、辅助加热和环境数据采集等功能，由国家农业智能装备工程技术研究中心设计研发和生产。设备外观设计呈飞碟状，宽度为800 mm，高度为318 mm，额定电压为220 V，额定功率为290 W。植保机主要由臭氧发生器、风机（功率80 W，风量728 m3·h-1）、诱虫灯、气流导向板、传感器、控制装置等组成，如图2所示。

1.1.2 信息管理系统

信息管理系统包括Web端信息管理系统、APP端信息管理系统和协同托管云服务平台。

Web 端信息管理系统利用Brower/Server（B/S）工作模式，负责建立与数据中心的信息交互，可实现多功能植保机上传数据和储存数据的智能管理。管理人员通过Web端信息管理系统可以实现用户信息和设备信息的管理，主要包括：注册信息、用户个人信息、设备匹配与使用信息、运行信息、维修与报警记录和温室环境数据等，如图3所示。此外，设备报警信息还可以通过短信形式实时发送到用户的手机，以便用户对温室内设备运行状态进行远程监测和调控。

APP端信息管理系统主要负责实现设备的远程控制、售后服务、数据查询等智能管理。其数据库主要包括：用户注册、设备绑定、设备维修、工作模式设定、数据实时查询与可视化显示等功能，如表1所示。

为实现防控设备和植保作业的高效管理，更方便、及时、高效地服务企业和农户，在多功能植保机预设端口，利用传感器收集到的相关信息，建立云端决策系统，并开发了绿色防控的云服务托管平台，其技术架构如图4所示。平台主要采用B/S工作模式，融合Open Service Gateway Initiative（OSGI，开放服务网关协议）技术规范和ServiceOriented Architecture（SOA，面向服务体系架构）架构思想，运用Spring、Hibernate、MySQL 数据库等架构技术，通过分成架构模式和J2EE 技术标准实现。

1.2 验证试验

1.2.1 试验设计

为验证病虫害绿色防控系统的应用效果，选取红颜品种草莓为试验作物，草莓白粉病为研究对象，于长春市绿园区西新镇裴家村杨家屯温室大棚内开展试验。试验土地为黑土地，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。试验共设3个处理，处理A为同棚隔离对照区，与试验区在同一温室，用塑料薄膜与试验区隔离，管理与试验区一致；处理B为常规用药对照区，与试验温室面积、田间生产管理相同，使用乙嘧酚醚菌酯防治草莓白粉病，共用药3次；处理C为病虫害绿色防控系统试验处理区，该区域草莓生长季内均可开放使用多功能植保机。

1.2.2 采样调查

试验调查依据机械田间防效试验准则进行，每小区随机取5点调查，每点查两垄，每株调查全部茎叶和果实，分别记载病株数，计算防治效果。试验期间共调查8次，分别在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 结果与分析

2.1 病虫害绿色防控系统功能分析

2.1.1 臭氧发生

多功能植保机采用高压式臭氧发生器，主要包括臭氧电源、臭氧电极和高压包等。臭氧发生器长610 mm、宽460 mm、高320 mm，并联安装2个高压放电管，臭氧产量为10 g·h-1，出风口处臭氧质量浓度4.3～10.7 mg·L-1，可控制设施内臭氧质量浓度0.03～0.08 mg·L-1。其工作原理为臭氧电源利用交流市电（AC220±20 V，50～60 Hz）输出高压直流电，形成高压电场，臭氧电极基于沿面放电原理使电场内及周围氧分子发生电化学反应形成臭氧。

2.1.2 风向/风速调节

多功能植保机配备80 W风机及气流导向板，可将臭氧快速均匀地扩散至整个设施空间。其中，风机最大静压550 Pa、最大风量1 350 m3·h-1，气流导向板可根据植保机实际应用的空间类型调整。在设施温室使用时，若为矩形布置，风口方向与温室长度方向一致，调成2个出风口；若为方形布置，可调节成4个出风口，如图5所示。

2.1.3 诱光灯选择

LED黄蓝色诱虫灯是常见诱虫光源。研究表明，从诱集昆虫总量来看，数量最多的为440～445 nm蓝光灯[18]。此外，温室白粉虱具有强烈的趋黄习性，对550～600 nm的黄色光波最敏感。因此，多功能植保机底部采用LED黄、蓝色诱虫灯（图6），利用黄蓝色光源诱导害虫至设备底部及周边区域，通过风机产生的负压吸力将其吸入并杀灭。

2.1.4 蔬菜冻害预防

多功能植保机通过传感器，实时监测设施内温湿度、光照强度、土壤温湿度和二氧化碳浓度等环境因子。当温度降低到设定阈值时，自动开启加热功能，并启动风机，增加空气对流，于温室膜下部形成暖空气保护层，从而防止冻害发生，延长作物的生育期，提高作物产量。

2.1.5 病虫害防控与防治

在病虫害防控方面，多功能植保机产生的臭氧均匀扩散，并在设施空间内达到一定水平时，可以分解细菌和真菌的细胞壁，破坏其代谢和繁殖，达到杀灭病菌的目的，预防蔬菜病虫害的发生。

在病虫害防治方面，一是在害虫的卵和幼虫时期，当臭氧达到一定质量浓度时，其强氧化性会氧化害虫细胞膜，导致细胞死亡，有效杀灭害虫的卵和幼虫；二是在害虫的成虫时期，设备底部黄、蓝色诱虫灯利用害虫趋光性吸引害虫飞近后，高速旋转的风机产生的负压吸力将害虫吸入并消杀[19]，完成主动式物理杀虫。

在适用作物和防控病虫害种类方面，多功能植保机是一款以农业设施病虫害防治为主、兼具养殖场所消毒灭菌和公共场所消毒除味的的多功能设备。在用于病虫害防治时，适宜在具有封闭效果的设施（如日光温室、连栋温室和塑料大棚等）中使用；设备可用于防控设施蔬菜瓜果等种植过程中的常见病害，如黄瓜霜霉病、黑星病、白粉病、炭疽病，番茄灰霉病、早疫病、晚疫病、茎基腐病，茄子褐纹病、绵疫病、黄萎病；甜椒白粉病、疫病等，以及蚜虫、白粉虱、烟粉虱、斑潜蝇、蓟马、红蜘蛛、茶黄螨、烟青虫、棉铃虫及根结线虫等几十种病虫害。

2.2 信息管理系统的应用效果分析

信息管理系统利用现场图像、气象环境、设备控制、信息查询、报警预警等实现数据信息的云端存储、处理以及设备的远程控制，可实现最大数据容量50亿条，控制命令下发时延小于2 s，决策平均响应时间不超过5 s，平台命令事务失败率不超过0.1%。其中，协同托管云服务平台基于物联网的端到端智能设备远程诊断技术，解决了多功能植保机运营维护、故障诊断和日常实时管理等问题，实现了多功能植保机运行和植保作业管理的无人化。在实际应用中，用户通过APP端信息管理系统远程控制多功能植保机实现臭氧杀菌、主动式物理杀虫、预防蔬菜病虫害和环境数据采集等功能，工作流程如图7所示。

具体内容包括风向和风速的调整、臭氧质量浓度的调节、诱虫灯的开启等，还可以实时查询温室内温度、湿度、光照强度、天气状况、设备运行状态等信息。由图8所示，“首页”栏显示设备所在地为北京，当日11时室外温度为32℃（气温范围34～25℃），湿度69%，3级南风，环境质量良。“设备”栏显示，金沟草莓园东区二排11号植保机运行环境，室内温度42.7 ℃、湿度47%，自定义运行模式设置为蓝灯和加热状态。“天葡庄园暖5”工作内容显示，设定1 为杀菌模式，时间20：00—22：00，风力强度100，臭氧强度7；设定2 为灭虫模式，时间16：00—17：00，风力强度25，臭氧强度0。

2.3 验证结果分析

如表2所示，从草莓发病率可以看出，试验处理区较同棚对照区下降8%，较常规用药对照区降低27.7%，可知绿色防控系统对草莓白粉病具有较好的防控效果；在草莓整个生育采收期，试验处理区产量比同棚对照区增产12.0%，比常规对照区增产19.8%，说明绿色防控系统有利于促进草莓生长期发育，提高果实产量。与此同时，同棚隔离区草莓比常规对照区发病率降低约20%，产量提高7%，分析原因可能是因塑料膜未能完全封闭，隔离不彻底，不能完全阻止多功能植保机产生的臭氧扩散过去，导致发病率减少，产量有所增加，间接反映了绿色防控系统对草莓的病虫害防控和增产作用。综合结果表明，病虫害绿色防控系统对草莓白粉病有较好的的防控效果。

2.4 系统应用

目前，病虫害绿色防控系统已在北京所有郊区县及天津、河北等全国多个省（市、自治区）广泛应用。其中，2019—2022年期间，在13个示范区建立核心示范基地，基地总应用面积达19.8万亩（1.32万hm2），主要推广绿色防控技术，新增产值6 135 元·hm-2，累计新增总产值约8 098.2 万元。应用区内减少化学农药用量51%，劳动生产效率提升25%。病虫害绿色防控系统的推广与应用不仅有效提高了农业产区病虫害智能化绿色防控能力，明显改善产区地面源污染与生态环境，还推进了我国农业病虫害防控的专业化、智能化、绿色化，取得了显著的经济效益、社会效益和生态效益。

3 讨论

我国在农作物病虫害绿色防控技术的工作任重而道远，农药仍是当前农作物病虫害防治的主要方法，以设施蔬菜尤为突出，其农药用量为大田作物的几倍甚至十几倍[20]。《中共中央关于制定国民经济和社会发展第十四个五年规划和二〇三五年远景目标》已明确提出，要保障国家粮食安全底线，健全农业支持保护制度和健全农作物病虫害防治体系。同时，在《生物安全法》和《农作物病虫害防治条例》中，将植物疫情监测防控提升到国家安全的高度，明确要加强病虫害监测与防治的科技支撑。因此，亟需革新传统的病虫害绿色防控系统应用于农业生产中，通过综合使用农业防治、物理防治、科学用药、生物防治和生态调控等技术，结合物联网、云服务、5G 和大数据等现代科技，有效替代化学农药的使用，控制作物病虫害的发生，保障农产品质量安全和粮食安全。

本文从减少农药使用和发展可持续农业角度出发，以设施蔬菜病虫害防治为研究对象，综合利用臭氧灭菌防病、光源诱导除虫、病虫害辨识预警、远程协同控制和装备托管云服务等技术，通过物联网技术及其管理模式，设计并开发了设施蔬菜病虫害绿色防控系统。2019年以来，通过个性化服务派技术人员到基地现场培训，每年组织约50次专业技术或视频培训，线上同步抖音、快手、微信视频号等主流媒体直播培训，线上视频播放量2 000 万人次，宣传短视频累计播放量达54.3万次。此外，系统中的多功能植保机获得了CQC-ROHS实验认证，并取得CQC-ROHS认证证书；同时还获得1项实用新型专利[21]，1项外观设计专利[22]和软件著作权4项[23-26]。

一方面，病虫害绿色防控系统充分利用物联网技术的优势，将设施蔬菜病虫害防治由化学防治转换到生物物理防治，由人工控制转换到智能装备远程控制，不仅降低了人工成本，减少了环境污染，还提高了农业生产效率。另一方面，本系统在研发设计上进行了突破创新，主要体现在以下3个方面。①图像分割是计算机视觉中的重要任务，亦是图像处理的关键步骤[27]。系统采用自适应图像增强法和基于Chan-Vese模型与Sobel算子的重叠叶片分割方法对采集的图像进行预处理，有效提高了图像清晰度、保持真实色彩，对通过作物表型变化辨识不同病虫害具有十分重要的意义。②运用动态集成的蔬菜叶部病害识别法和Efficient-Net网络的蔬菜病害识别法等多种创新性病害识别方法，快速准确识别图像中的病害蔬菜；利用虫害细粒度辨识技术[28]的相似度量分析、无监督聚类优化和细粒度识别网络MCF-Net[29]等，分析虫害发育规律的细粒度变化态势，构建虫害细粒度识别预警模型，进行虫害识别预警。③臭氧对经济作物病虫害防治，尤其是设施蔬菜病虫害的防治具有重要意义[30]。系统利用双向注意力编辑解码器的算法框架[31]建立了神经网络模型，可测算多功能植保机的最佳臭氧释放量。

为验证病虫害绿色防控系统对设施蔬菜病虫害的防治效果，本研究已在全国多个省（市、自治区）进行了多组不同作物的病虫害防治试验。其中，山东省济南市长清区恒源农业生态园温室蔬菜病虫害防治试验表明[19]，在全生长期内未喷施农药前提下，病虫害绿色防控系统对温室黄瓜白粉病和烟粉虱均有较好的防治效果，其中对黄瓜烟粉虱的防治效果可达89.5%；内蒙古赤峰市宁城县温室银月亮番茄病虫害防治试验结果表明，多功能植保机可将番茄晚疫病发病率降低为4.4%，白粉虱发病率降低为7.2%；辽宁省朝阳市公营子镇温室泰国无筋豆病虫害防治试验显示，使用多功能植保机可将灰霉病发病率控制在9.2%。试验结果表明，系统对设施环境内常见病虫害具有较好的防控效果，对设施农业的绿色发展、保证农产品质量安全和粮食安全等具有重要意义。

参考文献

［1］ 韩长赋.加快推进农业现代化努力实现“三化”同步发展[J].农业经济问题，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］ 樊平声，陈罡，冯伟民，等.江苏省设施蔬菜病虫害综合防治技术[J].江苏农业科学， 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，温皓杰，李鑫星，等.农业主要病害检测与预警技术研究进展分析[J].农业机械学报，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.河南省农业面源污染成因分析[J].中国农业资源与区划，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］ 秦诗乐，王瑞波，孙炜琳.基于SWOT分析的寿光市设施蔬菜减施农药对策研究[J]. 中国农业资源与区划，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］ 郑加强，徐幼林.环境友好型农药喷施机械研究进展与展望[J].农业机械学报，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，陈志杰，等.设施蔬菜病虫害绿色防控技术现状与问题思考[J].北方园艺，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］ 张凯，陈彦宾，张昭，等.中国“十四五”重大病虫害防控综合技术研发实施展望[J].植物保护学报，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］ 黄炎忠，罗小锋，唐林，等. 绿色防控技术的节本增收效应——基于长江流域水稻种植户的调查[J].中国人口·资源与环境，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.北方温室辣椒主要病虫害绿色防控技术[J].中国瓜菜，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］ 宋展树，李金章，白欣可，等.庆阳香瓜根结线虫病的绿色综合防控技术[J].中国瓜菜， 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］ 张超，张桂娟，郎亚亨.设施番茄病虫害绿色防控技术[J].中国瓜菜，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］ 马超，吴学宏，郭喜红，等.北京市西瓜甜瓜病虫害绿色防控技术集成[J].中国瓜菜， 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，刘天英，等.寿光市设施蔬菜绿色防控新技术的应用与推广[J].中国蔬菜，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］ 吴霜，张谊模，郭萧，等.不同波长LED诱虫灯对菜地昆虫的诱集效果[J].应用昆虫学报， 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，乔晓军，刘智，等.设施蔬菜臭氧植保机设计与试验[J].农业机械学报，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，须晖，等.设施园艺植保装备及其精准施药技术研究进展[J].农机化研究，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］ 乔晓军，李玉风，湛文强，等.一种多功能植保机及农业设施设备： 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］ 乔晓军， 刘智， 张云鹤， 等. 多功能植保机（ 飞碟式）：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］ 北京农业信息技术研究中心.多功能植保机OTA升级系统[简称：MFPMOTAS]V1.0[Z].中国，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］ 北京农业信息技术研究中心.设施蔬菜臭氧植保机任务调度管理系统[简称：MFPMTSS]V1.0[Z].中国，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］ 北京农业信息技术研究中心.设施蔬菜臭氧植保机智能控制管理系统[简称：MFPMCMS]V1.0[Z].中国，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］ 北京农业信息技术研究中心.设施蔬菜臭氧植保机信息管理系统[简称：MFPMIMS]V1.0[Z].中国，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，杨二伟，李进文.基于改进分水岭和区域合并的彩色图像分割[J].计算机工程与设计， 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，金学波，陶治，等.基于多流高斯概率融合网络的病虫害细粒度识别[J].农业工程学报，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，兰玉彬，等.臭氧技术及臭氧植保机械在农业中的应用[J].中国农业科技导报， 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.

（责任编辑：温小杰）

基金项目：北京市科技计划项目（Z211100004621006）；北京市农林科学院青年科研基金项目（QNJJ202027）；“科技创新2030”项目（2021ZD0113602）。