Page 65 - 现代农业技术的应用与推广

第二章 新科技在现代农业中的应用

像识别和预测中，深度学习神经网络可以对果园中摄像头拍摄的果树叶片图像、
果实图像以及昆虫图像等进行自动识别和分析，结合气象数据、土壤数据和果树
生长数据，准确判断出果园中是否存在病虫害，以及病虫害的种类、严重程度和

分布范围等信息，为果农提供及时、精准的病虫害防治指导，大大提高了果园病
虫害的防治效率和效果。
在模型训练过程中，系统采用了历史数据中的大部分样本作为训练集，通过
不断调整算法中的参数和模型结构，使模型的预测结果与实际的病虫害发生情况

尽可能地接近，以提高模型的准确性和泛化能力。同时，保留一小部分数据作为
测试集，用于验证训练好的模型在新数据上的预测性能，确保模型能够在实际生
产环境中稳定、可靠地运行。通过反复的训练和优化，模型逐渐掌握了病虫害发
生与各种环境因素和农作物生长状况之间的内在联系，能够根据实时采集的数据

快速、准确地预测病虫害的暴发风险，为农户提前采取防治措施争取宝贵的时间。
（三）预警系统与实际成效
基于精准的预测模型，无锡市农作物病虫害预测系统构建了一套高效的预警
系统，该预警系统通过多种渠道将病虫害暴发的预警信息及时、准确地传达给农

户和农业生产管理人员，确保他们能够在第一时间采取有效的防治措施，从而最
大程度地减少病虫害造成的损失。预警信息的发布渠道主要包括手机短信、手机
APP 推送通知、农业信息网站以及农村广播等多种形式，确保信息能够覆盖到不
同年龄段和信息技术接受程度的农户群体。当预测系统通过实时数据分析判断某

一地区、某一种农作物在未来一段时间内存在较高的病虫害发生风险时，系统会
立即生成详细的预警信息，包括病虫害的种类、预计发生时间、可能的发生区域、
危害程度以及相应的防治建议等内容，并通过上述多种渠道同时向相关农户发送
预警通知。例如，在水稻生长的关键时期，如果系统预测到稻纵卷叶螟可能在未

来一周内大面积暴发，预警信息会详细告知农户稻纵卷叶螟的幼虫形态、危害症
状（如叶片被卷起、出现白色条斑等），建议农户在何时采用何种农药进行防治，
以及施药过程中的注意事项（如安全防护、用药剂量、施药方法等），同时还会
提供一些绿色防控措施（如利用害虫天敌、设置诱虫灯等）供农户参考，帮助农

户制定科学、合理的防治方案。
在实际应用中，无锡市农作物病虫害预测系统取得了显著的成效，有效地降
低了病虫害对农作物的危害程度，保障了农业生产的稳定和可持续发展。通过提

53