-
为解决复杂田间环境下烟草病虫害检测中的多尺度目标检测的难题,提出一种混合专家检测变换模型.该模型根据烟草病虫害图像的不同特征处理需求,集成了 3种异构专家模块.在浅层,采用跨阶段细节增强模块以强化局部细节和边缘特征;在中层,使用自适应平衡模块智能平衡局部与上下文信息;在深层,设计跨阶段高效状态空间模块,有效建模长距离依赖关系,实现对多尺度病虫害特征的分层、动态提取.实验结果表明:与基线模型RTDETR-R18相比,混合专家检测变换模型在参数量与浮点运算次数分别降低27.4%和16.3%的同时,将mAP@0.50从0.770提升至0.815.
目标检测检测变换器混合专家网络小目标检测精细化农业烟草病虫害
-
为了应对种类繁多、危害严重的烟草病虫害对烟叶生产可持续发展的制约,基于"中国农药信息网"公布的数据(截至2025年5月31日),对我国烟草主要病虫害的登记农药进行了统计,分析了登记农药产品的有效成分、数量及剂型特点.结果表明,用于防治病虫害的农药登记产品共766个,防治对象包括病毒病、青枯病、黑胫病等14种病害以及烟蚜、烟青虫、地老虎等8种虫害;登记产品中化学农药占62.8%,生物农药占37.2%;杀虫剂剂型以乳油为主,占登记杀虫剂产品的37.7%;杀菌剂剂型以可湿性粉剂为主,占登记杀菌剂产品的51.7%;抗病毒剂则以水剂为主,占登记抗病毒剂产品的48.9%;杀线虫剂以颗粒剂为主,占登记杀线虫剂产品的46.7%.药剂登记存在的主要问题为产品有效成分同质化严重,新剂型产品较少,新有效成分产品登记数量有限;针对近年来发生趋势加重的靶斑病和镰刀菌根腐病,登记产品种类较少.建议优化农药登记体系,提升有效成分创新水平,推动剂型更新,为烟草病虫害绿色防控提供有效产品支撑.
烟草病虫害杀虫剂杀菌剂农药登记
-
烟草作为我国重要的经济作物,其病虫害种类繁多且症状相似,传统识别方法依赖人工经验,存在效率低、准确性差等问题.为高效、精准地进行烟草叶片病虫害图像检索,提出了一种基于深度哈希卷积神经网络(DHCNN)的烟草叶片病虫害图像检索方法,并利用包含14种常见的烟草叶片病虫害图像的数据集进行验证测试,所构建的DHCNN-DenseNet121模型的平均精度和召回率分别为0.965和0.964,显著高于传统植物病虫害图像检索模型,与近期开 发 的 DWT-CBIR 等相关模型相比,召回率明显提升.在图像面积遮挡40%的 条 件 下,DHCNN-DenseNet121模型的平均精度为0.932,引入注意力机制还可以进一步提升鲁棒性.为烟草叶片病虫害防控提供了智能化支持.
烟草病虫害哈希网络图像检索DHCNN汉明距离
-
为提高烟草苗期病虫害绿色防控水平,减少病虫害复合为害对成苗质量和育苗效益的影响,文章结合育苗点试验调查数据,分析了烟草苗期主要病虫害种类、发生特点和绿色防控措施,并从苗床环境优化、壮苗培育、生态调控、监测预警和科学用药等方面构建了防控技术方案.试验结果表明,绿色防控处理下综合防效达到82.54%,较常规防控处理提高 28.76 个百分点;成苗率达 95.62%,单位面积净收益提高 9 710.55 元/hm2.研究表明,绿色防控技术能够降低苗期病虫害发生程度,改善烟苗生长质量,并提升育苗综合效益.
烟草苗期病虫害绿色防控育苗技术
-
针对目前烟草病虫害领域病虫害类型繁杂且没有专业化平台用于辅助防治的问题,结合自顶向下和自底向上两种方法构建细粒度烟草病虫害知识图谱.在烟草病虫害知识库中定义 6 种实体类型和 5 种关系类型,并在此基础上通过实体关系标注构建烟草病虫害知识图谱数据集 TobaccoKG.采用融合实体位置信息的 ERNIE3.0—BiGRU—GCN—MHSA—CRF 模型进行烟草病虫害的命名实体识别(NER)任务,采用融合掩码提示的 ERNIE3.0—Attention—TextCNN 模型进行关系抽取(RE)任务.结果表明,该模型在命名实体识别和关系抽取任务中的 F1 值分别达到95.54%、96.51%,极大程度上保证知识图谱的质量和可靠性.在图数据库 Neo4j中对烟草病虫害知识图谱进行储存和可视化,实现对病虫害防治信息的准确查询以及智能协助烟农对病虫害进行有效诊治.
烟草病虫害防治知识图谱信息抽取命名实体识别关系抽取
-
利用四川省凉山州烟草种植区的烟草病虫害智能预测预报系统与四川烟草植保大数据平台,调查分析了凉山州10个地区在2023年烟草种植期内的温度变化与有害生物发生频率.结果表明:1)在烟草种植期内,各烟区的平均气温约为25℃,其中5月的温差范围最大.2)烟草病毒病是发生频率最高的叶部病害,普通花叶病毒病在10个地区均有发生.3)黑胫病是发生频率最高的根茎部病害.4)虫害发生频次较低.5)示范烟田得益于优异的田间管理、及时的预测预报信息、专业的绿色防控策略,其病虫害的发生种类与发生频率均明显低于普通烟田.6)建议在未来烟草的绿色生产中,充分发挥智能预测预报系统的优势,坚持"智能装备+人工辅助"的高效模式.
烟草病虫害预测预报绿色防控智能装备四川省凉山州
-
梅州市作为广东省重要烟草产区,随着烟草种植规模扩大,病虫害问题日益突出,严重影响烟草产量和品质.为给梅州市烟草病虫害防治工作提供理论指导和技术支撑,对梅州市烟草种植中常见病害(烟草黑胫病、根黑腐病、青枯病、赤星病)和虫害(地下害虫和地上部害虫)的发生特点和为害规律进行分析,并提出以育苗管理、轮作制度、田间监测和生物防治为主的综合防治措施.
烟草种植病虫害综合防治广东省梅州市
-
[
学位论文]作者:
魏禹琳
计算机技术 安徽农业大学 2025(学位年度)
烟草病虫害知识图谱复杂网络分析
-
近年来,广元市烟区烤烟主要病虫害为害逐年呈现上升趋势.虽然烟草行业对农药使用加强管控,加大了绿色防控技术推广,但是依然存在烟农乱用农药现象,单一绿色防控技术防效不佳,导致烟农因病虫害损失较大,烟叶农残超标现象时有发生,烟叶产品存在较大的质量安全隐患.根据"一控两减三基本"目标要求,按照烟草行业绿色防控重大专项安排部署,结合广元实际,开展以"1清""2放""3挂""4精准"为主的绿色防控集成技术,近3年该技术在广元两大烟区大面积应用,达到了广元烟草"绿色、减工、降本、提质、增效"目的.
广元市烟草病虫害绿色防控技术
-
本文围绕烟草病虫害综合治理,重点探讨了耕作优化技术在防控中的实际应用.首先分析了烟草主要病虫害类型及其发生规律,为综合防控提供理论依据.随后结合实践提出优化耕作措施,包括调整种植结构、提升土壤有机质含量、合理密植及科学水肥管理等,有效降低病虫害发生风险.同时,构建绿色防控体系,融合生物防治与物理防控手段,推动生态友好型农业发展.最后,通过云南、贵州及河南等地的典型案例,总结了因地制宜推广耕作优化技术的经验,为烟草产业可持续发展提供参考.
烟草病虫害耕作优化绿色防控