山西省马铃薯晚疫病物联网监测预警系统应用现状及成效分析

郝丽萍 ,  贾栋 ,  贾变桃 ,  张君

山西农业科学 ›› 2026, Vol. 54 ›› Issue (4) : 11 -18.

PDF (921KB)
山西农业科学 ›› 2026, Vol. 54 ›› Issue (4) : 11 -18. DOI: 10.26942/j.cnki.issn.1002-2481.2026.04.02
综述

山西省马铃薯晚疫病物联网监测预警系统应用现状及成效分析

作者信息 +

Application Status and Effectiveness Analysis of the IoT-Based Monitoring and Early Warning System against Potato Late Blight in Shanxi Province

Author information +
文章历史 +
PDF (943K)

摘要

“十四五”以来,山西省依托省级马铃薯与旱作农业发展相关规划,结合物联网、大数据技术应用趋势,系统推进了马铃薯晚疫病智能监测预警系统的建设与落地。研究基于四级技术架构、站点布局优化及田间示范应用,开展系统数据统计与成效分析,同时梳理设备运维、模型适配及区域推广层面的突出短板。截至2025年底,全省建成65个标准化监测站点,覆盖8市22个马铃薯主产县,形成“北密南疏”的监测网络;马铃薯晚疫病监测预警系统可实时采集田间致病气象数据,提前48~72 h发出预警;区域晚疫病田间发生率降至3.5%以下,农药使用量减少30%~50%,每公顷农药成本节约750~1 500元,普通种植田每公顷增收3 000元以上,示范基地每公顷综合增收达15 000元。针对站点分布不均、野外设备故障频发、本地化预警模型匹配度不足及配套资金短缺等问题,提出均衡拓展监测覆盖、搭建三级设备运维机制、融合多源数据迭代预警模型、拓宽多元资金投入渠道、深化产学研协同等优化路径。相关实践路径可为黄土高原有机旱作区病虫害数字化防控体系升级,以及马铃薯产业全链条智能化转型提供可复制的操作样板。

Abstract

Since the 14th Five-Year Plan period, Shanxi province leveraged provincial plans for potato and dryland agricultural development, along with application trends of IoT and big data technologies, the constructin and implementation of the intelligent monitoring and early warning system for potato late blight were systematically advanced. In this study, based on four-tier technical frameworks, site distribution, and field demonstration applicaiton, systematical data statistics and effectiveness analysis were conducted, while key challenges in equipment maintenance, model adaptation, and regional adoption were identified. By the end of 2025, 65 standardized monitoring stations had been established across 22 major potato-producing counties in eight cities, forming a dense-density monitoring network with denser coverage in northern regions and sparse coverage in southern areas. The monitoring and early warning system against potato late blight enables real-time collection of meteorological data related to disease occurrence and delivers early warnings 48-72 hours in advance. This has reduced the field incidence rate of late blight to below 3.5%, decreased pesticide usage by 30%-50%, saved farmers 750-1 500 yuan/ha in pesticide costs, increased average income per hectare by over 3 000 yuan in conventional fields, and achieved comprehensive yield improvements of up to 15 000 yuan per hectare at demonstration bases. To address practical constraints such as uneven site distribution, frequent field equipment failures, insufficient compatibility of localized early warning models, and inadequate funding at the grassroots level, the study proposes optimization strategies including expanding monitoring coverage equitably, establishing a three-tiered equipment maintenance mechanism, integrating multi-source data to refine early warning models, diversifying funding channels, and strengthening industry-academia-research collaboration. These approaches provided actionable references for upgrading digital pest control systems in organic dryland farming regions of the Loess Plateau and advancing the intelligent transformation of the entire potato industry chain.

Graphical abstract

关键词

马铃薯晚疫病 / 监测预警系统 / 物联网技术 / 十四五 / 应用成效

Key words

potato late blight / monitoring and early warning system / internet of Things(IoT) / the 14th Five-Year Plan / application effectiveness

引用本文

引用格式 ▾
郝丽萍,贾栋,贾变桃,张君. 山西省马铃薯晚疫病物联网监测预警系统应用现状及成效分析[J]. 山西农业科学, 2026, 54(4): 11-18 DOI:10.26942/j.cnki.issn.1002-2481.2026.04.02

登录浏览全文

4963

注册一个新账户 忘记密码

马铃薯是山西省的特色优势粮食作物,在保障区域粮食安全、促进农民增收和推动乡村产业振兴中发挥着重要作用。作为全球第四大主粮,马铃薯稳产保供直接关系我国北方旱作区粮食供给韧性,规模化绿色发展已成为黄土高原农业转型核心抓手[1-2]。依托《山西省“十四五”马铃薯产业发展规划》[3]及《山西省“十四五”有机旱作农业发展规划》[4]等政策部署,全省马铃薯常年播种面积稳定在15万hm2以上,产业规模化、标准化发展水平持续提升。
马铃薯晚疫病由致病疫霉(Phytophthora infestans)侵染引发,是全球马铃薯生产中最具毁灭性的卵菌病害之一[5]。受气候变暖影响,该病流行周期显著缩短、暴发频次持续攀升,已成为制约我国马铃薯产能提升的核心瓶颈。山西省地处黄土高原东部,昼夜温差大、夏秋季多连阴雨的气候特征,为晚疫病的频繁发生提供了有利条件,春播和夏播马铃薯产区尤为严重,不防治年份减产可达50%以上,甚至绝收。“十三五”期间,山西省尚未建立系统化的晚疫病监测预警体系,防控长期依赖人工踏查与传统经验判断,时空覆盖不足、预警响应滞后等固有缺陷突出。全省5 a累计晚疫病发生面积达54.67万hm2,其中,2016、2017年连续大发生,发生面积分别为13.33万、12.53万hm2,2 a产量总损失近20亿kg,其余3 a为中等发生。究其原因,除适宜的气候条件外,更关键的制约在于病害发生初期缺乏精细化、自动化的监测预警手段,难以及时捕捉病原菌侵染先兆、精准锁定最佳防治窗口期,致使病害快速跨田块扩散蔓延。
当前,融合物联网感知、时序气象模型与边缘计算的智慧植保方案已在全球范围内成为病害治理的主流方向,可实现病害提前7~14 d风险预判,大幅减少化学农药投入[6-8]。随着物联网、大数据、人工智能等信息技术在农业领域的广泛应用,依托田间多源传感器、病害动力学预测模型及地理信息系统(Geographic information system,GIS)信息化服务平台构建闭环预警体系,已成为重大作物病害提质减害的核心技术路径[9-11]。在此背景下,探索适用于黄土高原有机旱作区的晚疫病智能化监测预警模式,具有重要的现实意义。
山西省立足黄土高原旱作马铃薯生产特色,在“十四五”期间全域落地马铃薯晚疫病物联网监测预警系统,结合本地气候发病规律,优化CARAH预警模型[12-14],逐步构建起“精准监测—智能预警—分区施策—科学防控”全链条的数字化技术体系。当前,国内同类系统在青海、贵州等省份已有局部应用[15-17],但尚未见基于省级全域数据的规模化应用成效复盘与瓶颈剖析。
本研究系统梳理了马铃薯晚疫病监测预警系统在山西省的全域推广实践,详细拆解其四级技术架构、量化分析田间防控成效,深入剖析落地推广中的现实短板,并提出适配山区小农户的优化路径,旨在为北方旱作区农业物联网病虫害监测体系规模化推广、区域现代绿色植保体系建设及马铃薯产业高质量可持续发展提供理论依据。

1 山西省马铃薯晚疫病物联网监测预警系统核心架构与技术特点

山西省马铃薯晚疫病物联网监测预警系统于“十三五”末期引进,“十四五”期间,该系统以山西省有机旱作农作物病虫害监测预警系统为整体框架,结合马铃薯晚疫病发生规律与山西省地域种植特色,逐步构建了“基础设施层-数据资源层-应用支撑层-系统应用层”的四级架构(图1),并配套综合管理、安全保障、标准规范三大体系,实现从田间实时监测到防控决策智能调度的全链条闭环管理,技术优势与应用价值突出。

1.1 核心架构

图1所示,马铃薯晚疫病物联网监测预警系统核心架构主要包括以下4个部分:基础设施层、数据资源层、应用支撑层和系统应用层。

1.1.1 基础设施层

作为系统运行的硬件基础,该层级覆盖全省8个地级市、60多个田间自动化监测点,统一布设马铃薯晚疫病测报仪、高精度环境传感器、孢子捕捉装置、太阳能供电设备、4G/5G无线传输模块等硬件设施。其中,测报仪集成多参数综合监测功能,可实时采集风速、风向、雨量、空气温湿度、土壤水分等关键气象与环境要素;部分型号配备高光谱传感器与病原菌分子快速检测模块,可实现马铃薯晚疫病的早期诊断与病原菌精准识别[9]。系统配套太阳能供电系统,续航能力达30 d以上,可满足山区等无电网覆盖区域的长期稳定运行需求,单台监测设备在山区可覆盖66.67~200.00 hm2种植面积。

1.1.2 数据资源层

该层级整合建成马铃薯晚疫病专属数据库,涵盖历史病害发生数据、田间实时监测数据、区域气象数据、马铃薯品种抗病性数据、防控效果数据等多类信息,全面覆盖山西省不同产区、不同种植模式下的马铃薯晚疫病发生规律。所有数据经过标准化、规范化处理后实现互联互通,为智能预警与防控决策提供了坚实的数据支撑;同时设备支持导出历史数据,便于基层开展本地化数据分析与研究。

1.1.3 应用支撑层

作为连接数据资源层与系统应用层的核心纽带,该层级集成数据清洗、数据挖掘、模型分析、信息推送等核心功能,构建基于“环境—病原菌—作物”三维耦合的监测模型与马铃薯晚疫病流行规律智能分析算法。结合马铃薯晚疫病发生的关键环境阈值(温度10~25 ℃、相对湿度≥85%),自动计算病害发生概率与流行风险等级,生成病害侵染动态曲线图,直观呈现病害发展演变趋势,为精准预警提供核心技术支撑。

1.1.4 系统应用层

面向农业技术推广人员、规模化种植主体、农民专业合作社等不同用户群体,系统搭建电脑端管理平台与手机APP多终端服务端口,支持监测数据实时查询、病害风险等级预警、防控方案精准推送、数据统计分析等核心功能。该层级简化了病虫害监测数据上报流程,实现监测数据的网上填报与自动计算,有效提升了农业技术推广与病虫害防控工作的效率与精准度[18]

1.2 技术特点

1.2.1 实时高效,监测精准

田间传感器与测报仪,每小时自动采集并上传相关监测数据,实现气象要素、病原菌数量、作物生长状态的实时动态监测。采用“分子快速检测+智能环境监测”双重技术体系,病原菌识别时长仅需2~3 h,彻底解决了传统人工监测的滞后性、主观偏差大的问题,真正实现病害的早期识别与诊断。

1.2.2 智能便捷,预警超前

系统内置马铃薯晚疫病智能预警模型,结合历史监测数据与实时监测数据,自动判定病害发生风险等级(低风险、中风险、高风险),并通过手机APP、短信等多渠道向用户推送预警信息与针对性防控建议,预警时效提升至48~72 h,实现“足不出户掌握病害动态”的防控目标。同时,数据采集间隔可灵活调节,具备断点续传功能,最大限度减少人工干预,提升系统运行效率。

1.2.3 全域覆盖,联动监测

依托全省现有病虫测报网络,持续推进监测站点向马铃薯主产区的全覆盖,“十四五”期间已在古交、阳高等马铃薯主产区建成多个标准化监测站点,形成区域性联动监测网络。多站点数据协同分析,可精准定位病害高发区域与扩散方向,满足规模化马铃薯种植的监测需求。

1.2.4 绿色低碳,节本增效

通过精准预警与科学防控指导,有效避免农药盲目施用,契合农药减量增效的绿色农业发展需求[19-20]。系统与省内有机旱作农业模式深度融合,构建“监测—预警—防治”一体化防控模式,兼顾生态效益与经济效益。

2 “十四五”期间系统的应用实践与推广成效

“十四五”期间,山西省将马铃薯晚疫病物联网监测预警系统纳入农业物联网示范项目重点推广内容,加大政策扶持力度与资金投入,逐步推进系统在全省马铃薯主产区的规模化推广应用,重点在古交、大同、朔州、吕梁等县市马铃薯种植集中区域优化监测站点布局,开展技术培训与示范推广工作,形成“政府引导、企业运营、农户参与”的多元化推广模式,取得了显著的经济、社会与生态效益。

2.1 应用实践

为推动马铃薯晚疫病物联网监测预警系统落地见效,“十四五”期间,山西建成60余个物联网监测点,实现马铃薯主产区全覆盖。通过技术培训及示范基地引领,依托智能预警落实分级精准防控策略,有效达成对马铃薯晚疫病“早发现、早预警、早防控”的目标。

2.1.1 优化监测站点布局,夯实硬件基础

山西马铃薯种植具有明显的地域性,北部和中部高寒山区是传统的主产区(如岚县、沁源、五寨等县均为主要的马铃薯产区),种植面积大、产业集中[2]。“十四五”期间,全省持续完善马铃薯晚疫病监测网络,截至2025年底,累计建成物联网监测站点65个,覆盖马铃薯主产区8个市22个县,实现马铃薯主产区监测全覆盖。针对山区马铃薯种植分散、地形复杂、信号薄弱、设备运维困难等痛点,各地针对性优化监测站点布局。以古交市为例,当地植保部门建立监测设备常态化运维机制,定期检修马铃薯晚疫病测报仪,更换受损传感器,升级系统软件;同时面向合作社工作人员实操技能培训,手把手指导设备操作与日常维护,提升种植主体对监测设备的自主管护能力,保障监测设备稳定运行。

图2显示,监测点在山西省呈现“北密南疏、集中连片”的显著特征。第一梯队(高密度区):朔州市(18个)和大同市(16个)站点数量遥遥领先,两市合计占总站点数超过1/2,构成监测网络的核心区域。第二梯队(中等密度区):忻州市(12个)和太原市(7个)处于中间水平,站点数量适中。第三梯队(低密度区):阳泉市(4个)和吕梁市(4个)站点相对较少。第四梯队(稀疏区):长治市(3个)和临汾市(1个)站点数量极少,其中临汾市仅1个,是监测最薄弱的地区。

2.1.2 开展分层技术培训,强化示范引领

农业农村部门联合科研院所、涉农企业,围绕智能系统操作、病害识别、科学防控技术等内容开展专项专题培训,累计培训基层农业技术人员、种植户、家庭农场及合作社负责人2万余人次,发放技术手册、操作指南等资料3万余份,全面提升各类用户系统实操水平与马铃薯晚疫病精准防控专业能力。同时,全省打造多处标准化应用示范基地,采取“现场观摩、典型引路、示范带动”模式,直观展示系统应用成效,带动周边种植户主动接受并使用智能化监测技术。

2.1.3 落实分级防控策略,推进精准施治

依托智能系统自动推送的病害预警信息,农业技术推广人员第一时间指导种植主体落实靶向防控措施,针对不同病害风险等级实施分级差异化防控。低风险区域坚持农业防控优先,重点开展病株清理、合理密植、轮作倒茬等田园管理措施;中高风险区域推行化学防控与生物防控协同联用,精准选用高效低毒环保杀菌剂,科学把控施药时间与用量,切实落实马铃薯晚疫病“早发现、早预警、早防控”的防控目标。

2.2 推广成效

推广应用结果表明,马铃薯晚疫病物联网监测预警系统在控害、节本、增效、转型方面表现卓越。该系统彻底改变了过去“看天打药”的被动局面,在大幅提升防控能力的同时,实现了农药用量与生产成本双下降,达到了稳产增收与产业升级。

2.2.1 病害防控能力大幅提升

山西省自引进马铃薯晚疫病物联网监测预警系统以来,积极推进本地化适配,通过建设示范基地,构建“提前预警+精准管控”的技术模式(表1)。目前,全省马铃薯晚疫病田间发生率由原先的18%降至3.5%以下,防控效率提升40%以上。

表1可知,马铃薯晚疫病侵染次数差异显著,反映区域病害压力不均,安装晚疫病监测仪十分必要。大同阳高罗文皂镇(66次)、忻州原平市良种场(66次)、大同阳高八里台村(65次),均位于中高海拔、发病早、防控密集的区域,说明病害流行强度大、世代重叠严重。吕梁市峪道河镇上池村(18次)、朔州平鲁区下水头乡下木角村(26次)、朔州平鲁区阻虎乡大干沟村(29次),海拔高发病晚,受局部干燥或风况影响,侵染压力相对较小。

基于2025年各监测点位数据可见,中心病株始发时间呈现低海拔早、高海拔晚的规律。大同阳高李官屯、八里台、罗文皂点位于海拔1 024~1 039 m,2025年春季温湿度利于病原菌初侵染,测报仪在6月28—29日最早监测到中心病株;朔州平鲁下水头监测点海拔1 450 m,受局地小气候、积温不足影响,2025年监测到中心病株的时间推迟至7月13日。

2.2.2 农药减量效果突出,生产成本下降

系统通过精准预警引导种植主体科学施药,有效避免农药盲目施用。全省马铃薯产区农药使用量较“十三五”末期减少30%~50%,每公顷节省农药成本750~1 500元,农产品农药残留风险显著降低,马铃薯品质同步提升。

2.2.3 产业稳产增收,经济效益显著

通过对马铃薯晚疫病的有效防控,全省马铃薯产量稳步提升。“十四五”期间,全省马铃薯平均每公顷产量较初期增加15%~20%,商品薯率提高10百分点,普通种植田每公顷增收3 000元以上,示范基地每公顷增收可达15 000元以上,有效带动马铃薯种植户增收致富。

2.2.4 推动植保模式转型,赋能产业升级

马铃薯晚疫病物联网监测预警技术的推广应用,彻底改变了山西省马铃薯晚疫病防控“凭经验、靠目测”的传统模式,推动植保工作从被动应对向主动智防转变。该技术不仅提升了基层农业技术推广的精准度与工作效率,也为全省农业物联网技术在马铃薯产业中的应用积累了宝贵经验,进一步完善了山西省有机旱作农作物病虫害监测预警体系。

3 存在的问题与对策

3.1 存在问题

尽管“十四五”期间山西省马铃薯晚疫病物联网监测预警系统的应用取得了显著成效,但在推广应用过程中仍面临若干突出问题,制约了系统功能的充分发挥,主要体现在以下4个方面。

3.1.1 区域推广不均衡

系统应用主要集中在马铃薯主产县的规模化种植基地与合作社,偏远山区、零散小农户种植区域的推广力度不足。部分农户因文化水平有限、系统操作能力不足,对物联网病虫监测预警技术的接受度与使用率较低,部分区域存在重建设、轻使用的现象,系统应用效能未能充分发挥。

3.1.2 设备维护难度较大

监测站点多分布于田间地头,受风雨、低温、冰雹等自然环境因素影响,设备易损坏、故障频发,主要表现为传感器灵敏度下降、数据传输模块信号不稳定等。同时,部分监测站点缺乏专业维护人员,设备故障无法及时处置,影响监测数据的连续性与准确性,制约系统预警功能的正常发挥。

3.1.3 数据融合能力不足,预警模型有待优化

系统监测数据与气象、土壤、农业生产等相关数据的融合度较低,大数据分析优势未能充分发挥。现有预警模型适配性不足,部分区域推送的预警信息与田间实际发病情况存在偏差,防控方案通用性较强,个性化、精准化程度不足,难以满足不同产区、不同种植模式的防控需求。

3.1.4 资金投入相对不足

系统建设、设备购置、日常维护保养、技术培训等环节需要持续的资金支持。“十四五”期间,尽管有省级政策扶持,但部分县(市、区)财政配套能力有限,导致监测站点建设速度放缓、设备更新不及时,影响了系统的规模化推广应用与功能升级迭代。

3.2 对策建议

针对“十四五”期间马铃薯晚疫病物联网监测预警系统应用过程中存在的问题,结合山西省马铃薯产业发展需求与农业现代化发展趋势,提出以下建议。

3.2.1 加大推广力度,实现均衡覆盖

山西省马铃薯核心种植区分布于晋北大同盆地、晋西北朔州、忻州西部及吕梁北部高寒山区,耕地细碎化问题突出,生产经营模式以小农户分散种植为主。应加大对农户的政策扶持与技术指导力度,简化监测预警系统操作流程,开发适配小农户使用习惯的简易版手机APP,提升农户数字化操作能力;鼓励小农户联合组建种植合作社,持续扩大监测系统布设范围,推动设备应用向集约化、全域均衡覆盖方向发展。

3.2.2 完善维护体系,保障设备稳定运行

建立“企业运维+技术人员指导+农户参与”的三级设备维护体系,定期开展设备检修与维护技术培训。鼓励设备生产企业加大设备更新投入,推广稳定性强、易维护、性价比高的监测设备,提供上门维护服务,建立故障快速响应机制,确保设备故障及时处置,提升系统运行的可靠性与稳定性。

3.2.3 强化数据融合,优化预警模型

扩展系统监测数据与气象、土壤、农业生产等相关数据的整合对接,构建一体化大数据分析平台,深入挖掘各类数据的关联关系。结合山西省不同产区气候特点、种植模式差异,优化马铃薯晚疫病预警模型,提高预警信息的精准度和时效性。

3.2.4 加大资金投入,强化政策保障

积极争取中央与省级财政资金支持,加大对马铃薯主产县(市、区)的资金倾斜力度。建立“政府引导、企业参与、社会补充”的多元化资金投入机制,鼓励企业、合作社参与系统建设与运营,推动系统规模化、常态化推广应用。

3.2.5 加强产学研融合,推动技术升级

联合科研机构、相关企业开展专项技术攻关,聚焦系统功能优化提升,持续完善核心技术模块,推动系统向多病害协同监测、精准施药智能指导方向升级,施药指导结合无人机、智能喷灌系统精准适配。全面构建“监测-预警-防治”一体化闭环管理模式。同时,加强与省内外先进地区的交流合作,主动借鉴云南“五精一统”防控技术、湖北AI测报技术等先进实践经验[1421-22],不断提升系统应用效能与技术含量,助力马铃薯病害防控技术提质增效。

“十四五”期间,山西省马铃薯晚疫病物联网监测预警系统与马铃薯产业规模化种植、标准化生产、品牌化建设深度融合,逐步形成了“物联网+马铃薯产业”的新型发展模式,显著提升了全省马铃薯产业的核心竞争力,为产业高质量发展筑牢了科技根基。同时,该应用模式也为农业物联网技术在农作物病虫害防控领域方面的应用探索出一条新路径,使数字技术惠及广大生产经营主体,持续助力乡村振兴与农业现代化建设,推动山西省有机旱作农业实现持续健康发展。

参考文献

[1]

凌永胜,林金秀,李扬,. 马铃薯产业可持续发展的问题与对策探究[J]. 东南园艺202513(5):535-541.

[2]

LING Y SLIN J XLI Yet al. Research on the problems and countermeasures for the sustainable development of the potato industry[J]. Southeast Horticulture202513(5):535-541.

[3]

何真,杨光宗,朱俊菲,. 山西马铃薯产业现状与发展浅析[J]. 山西农业科学201442(9):1019-1022.

[4]

HE ZYANG G ZZHU J Fet al. Current situation and development strategy for Shanxi potato industry[J]. Journal of Shanxi Agricultural Sciences201442(9):1019-1022.

[5]

山西省农业农村厅. 山西省农业农村厅关于印发山西省“十四五”马铃薯产业发展规划的通知:晋农种业发〔2022〕8号[EB/OL].(2022-10-28)[2026-07-22].

[6]

Department of Agriculture and Rural Affairs of Shanxi Province. Circular on issuing the 14th Five-Year Plan for potato industry development of Shanxi province:Jin Nong Zhong Ye〔2022〕No.8[EB/OL].(2022-10-28)[2026-07-22].

[7]

山西省农业农村厅. 山西省“十四五”有机旱作农业发展规划:晋农种植发〔2022〕6号[EB/OL].(2022-04-30)[2026-07-22].

[8]

Department of Agriculture and Rural Affairs of Shanxi Province. Circular on issuing the 14th Five-Year Plan for organic dry farming development of Shanxi province:Jin Nong Zhong Zhi〔2022〕No.6[EB/OL].(2022-04-30)[2026-07-22].

[9]

田峰奇,王路遥,董莎萌. 马铃薯与致病疫霉互作研究进展与展望[J]. 植物保护202349(5):89-110.

[10]

TIAN F QWANG L YDONG S M. Recent research progresses and outlook on interaction between potato and late bilght[J]. Plant Protection202349(5):89-110.

[11]

王军英. 物联网技术及其在农业中的应用[J]. 农业网络信息2013(9):10-13.

[12]

WANG J Y. Internet of Things technology and its application in agriculture[J]. Agriculture Network Information2013(9):10-13.

[13]

沈川,李夏. 深度学习在作物病害识别方面的研究进展[J]. 河南农业科学202655(3):19-27.

[14]

SHEN CLI X. Research progress of deep learning in crop disease detection[J]. Journal of Henan Agricultural Sciences202655(3):19-27.

[15]

杨菊红. 甘肃武山县马铃薯晚疫病数字化监测预警系统应用[J]. 农业工程技术202646(8):33-34.

[16]

YANG J H. Application of digital monitoring and early warning system for potato late blight in Wushan county,Gansu province[J]. Agricultural Engineering Technology202646(8):33-34.

[17]

黄冲,刘万才,张君. 马铃薯晚疫病物联网实时监测预警系统平台开发及应用[J]. 中国植保导刊201535(12):45-48.

[18]

HUANG CLIU W CZHANG J. Development and application of real time monitoring and forecast system platform of Internet of Things against potato late blight[J]. China Plant Protection201535(12):45-48.

[19]

ZHU H FSHI W MGUO X Y. Potato disease detection and prevention using multimodal AI and large language model[J]. Computers and Electronics in Agriculture2025229:109824.

[20]

CHOW T LBERNARD G. A versatile,fully automated,real-time potato late blight alert unit[J]. Computers and Electronics in Agriculture199923(1):55-69.

[21]

张斌,耿坤. CARAH马铃薯晚疫病预警模型在贵阳地区的应用[J]. 西南农业学报201528(5):2070-2074.

[22]

ZHANG BGENG K. Application of CARAH early warning model in potato late blight in Guiyang area[J]. Southwest China Journal of Agricultural Sciences201528(5):2070-2074.

[23]

谢开云,车兴壁, DUCATILLON C. 比利时马铃薯晚疫病预警系统及其在我国的应用[J]. 中国马铃薯200115(2):67-71.

[24]

XIE K YCHE X BDUCATILLON Cet al. Potato late blight warning system in Belgium and its appliication in China[J]. Chinese Potato Journal200115(2):67-71.

[25]

谷勇,尹鑫,肖春芳,. 马铃薯晚疫病监测预警系统(CARAH)在恩施州马铃薯晚疫病防控中的应用[J]. 湖北植保2019,(1):48-50.

[26]

GU YYIN XXIAO C Fet al. Application of the potato late blight monitoring and early warning system(CARAH) on prevention and control of potato late blight in Enshi prefecture[J]. Hubei Plant Protection2019,(1):48-50.

[27]

张剑,马永强,李云龙,. 青海省马铃薯晚疫病智能监测预警系统的构建与应用[J]. 青海科技202330(5):170-175.

[28]

ZHANG JMA Y QLI Y Let al. Construction and application of intelligent monitoring and early warning system for potato late blight in Qinghai province[J]. Qinghai Science and Technology202330(5):170-175.

[29]

唐建锋,苏跃,焦明姚,. 贵州省马铃薯晚疫病数字化监测预警系统建设与应用[J]. 耕作与栽培201434(5):47-49.

[30]

TANG J FSU YJIAO M Yet al. Eatablishment and application of digital monitoring and early warning system on potato late blight in Guizhou province[J]. Tillage and Cultivation201434(5):47-49.

[31]

李威,范刚强,王清辉,. 马铃薯晚疫病预警与信息发布系统在黔东南州的应用[J]. 农业科技通讯2018(12):100-104.

[32]

LI WFAN G QWANG Q Het al. Application of a potato late blight early warning and information release system in Qiandongnan prefecture[J]. Bulletin of Agricultural Science and Technology2018(12):100-104.

[33]

张斌,余杰颖,李添群,. CARAH模型指导下防控马铃薯晚疫病的效果[J]. 江苏农业科学201543(11):185-188.

[34]

ZHANG BYU J YLI T Qet al. Effect of CARAH model on prevention and control of potato late blight[J]. Jiangsu Agricultural Sciences201543(11):185-188.

[35]

张欣杰,宋文睿,陈汉,. 马铃薯晚疫病化学防控现状与展望[J]. 中国植保导刊202141(6):33-39.

[36]

ZHANG X JSONG W RCHEN Het al. Status and prospects of chemical prevention and control of potato late blight[J]. China Plant Protection202141(6):33-39.

[37]

强克俭. DeepSeek大模型驱动定西马铃薯精细化种植实践[J]. 农业工程技术202545(14):12-14.

[38]

QIANG K J. Practice of precise potato planting in Dingxi driven by DeepSeek model[J]. Agricultural Engineering Technology202545(14):12-14.

[39]

马列,李才荣. 农作物“治早治小”病虫害防控模式的田间实践:以昭通市为例[J]. 粮油与饲料科技2025(19):145-147.

[40]

MA LLI C R. Field practice of "curing early and curing small" pets and diseases control model for crops:taking Zhaotong city as an example[J]. Grain Oil and Feed Technology2025(19):145-147.

[41]

霍超,曹继芬,韩伟君,. 基于CARAH预警系统对8种马铃薯晚疫病新型杀菌剂的防效评估[J]. 西南农业学报202437(4):707-713.

[42]

HUO CCAO J FHAN W Jet al. Evaluation of eight novel fungicides against potato late blight based on CARAH warning system[J]. Southwest China Journal of Agricultural Sciences202437(4):707-713.

基金资助

山西省现代农业产业技术体系建设专项(2026CYJSTX18)

AI Summary AI Mindmap
PDF (921KB)

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/