XiaoMi-AI文件搜索系统
World File Search System植物病害
基于图像的植物病害深度学习方法...
摘要 植物疾病严重影响农业生产力和质量，危及全球粮食安全。因此，应尽早发现和治疗这些疾病，以减轻损失，同时实现可持续农业。多年来，由于深度学习技术的出现，优化了基于图像的植物疾病检测过程，取得了巨大进步。本研究的目的是基于基于图像的深度学习方法准确有效地诊断农业疾病，以进行植物疾病识别。作为一种建议，该方法涉及使用卷积神经网络 (CNN) 来识别植物图像中的适当特征，随后可用于确定它们是健康的还是生病的。在训练和评估过程中，使用一组包含健康和患病植物的图像。模型架构由多个卷积层和池化层组成，用于从输入图像中提取相关特征。为了防止过度拟合，添加了 dropout 层，并以 0.0001 的小学习率对模型进行训练。 CNN 在 70,295 张训练图像的数据集上进行训练，并在属于 38 种不同植物疾病类别的 17,572 张验证图像上进行验证。该模型实现了 97.82% 的高训练准确率和 94.59% 的验证准确率。此外，模型性能的评估涉及多个指标，包括精确度、召回率和 F1 分数，这些指标显示出在农业实际应用中的良好效果。 关键词：植物病害诊断、深度学习、CNN、食品安全。1. 引言 农业是最古老的工作之一，自古以来就一直存在。植物是我们生活的重要组成部分。在印度，51% 的人口直接或间接依赖农业部门。然而，由于环境因素、污染等多种异常发育活动，导致不同类型的疾病，从而影响植物的正常生长。与哺乳动物类似，植物也会遭受各种异常疾病的困扰。导致植物疾病的生物因素被称为病原体。1.1。植物中的病原体 引起植物疾病的微生物被称为病原体，包括细菌、真菌、病毒、线虫和其他微生物。病原体侵袭植物的各个部位，包括叶子、茎、根和果实，从而表现出叶斑、枯萎、腐烂和发育不良等症状。每种病原体都有其特定的特征和入侵方式。例如，真菌病原体通常会产生孢子，这些孢子可以通过风、水或昆虫传播，而细菌生物则可以通过伤口或自然开口进入植物。另一方面，病毒通常通过昆虫媒介或受感染的植物材料传播。当病原体进入植物时，它会繁殖并传播，导致疾病发展。已知由病原体引发的植物疾病具有巨大的经济和环境影响，会降低作物产量和质量。下面列出了一些植物病原体：
使用...检测和测量植物病害症状
植物病害检测和严重程度评估有多种用途，包括预测产量损失、监测和预报流行病、判断寄主抗性以及研究基本的生物寄主-病原体过程。如果对病害严重程度的评估不准确和/或不精确，可能会得出错误的结论并采取错误的措施。基于使用可见波长制作的数字图像的图像分析是用于检测和量化疾病的几种方法之一；与视觉评估或其他方法相比，它具有优势。在过去的 30 年里，在提高用于检测和测量植物病害的图像分析的可靠性、精确度和准确性方面取得了重大进展。虽然设备和软件变得越来越复杂，但这些技术也变得越来越容易使用。因此，用于测量植物病害的图像分析正变得越来越广泛地应用，目前已应用于多种植物病害的研究。本综述介绍了可见光波长摄影和图像分析的历史、技术和应用，以及在植物病害检测和评估方面充分发挥这些系统的潜力的进展。
研究基于图像处理的数据处理方法识别植物病害
印度是一个农业国家，大部分人口都依赖农业。农业研究的目的是提高生产力和食品质量，减少开支，增加利润。为了获得更有价值的产品，产品内部控制是必不可少的。疾病会损害植物的传统状态，从而改变或中断其光合作用、蒸腾作用、授粉、受精、发芽等重要功能。许多研究表明，由于植物疾病，农产品的质量也会下降。这些疾病是由病原体（如真菌、细菌和病毒）以及不利的环境条件引起的。因此，疾病的第一阶段诊断是一项至关重要的任务。本文提供了介绍部分，包括植物疾病检测的重要性；植物叶片分析，各种叶片疾病 [1]。1.1。数据挖掘技术：
地理信息系统和地理统计学在植物病害流行病学和管理中的应用
信息管理将成为未来几十年改善农业实践的关键。将农业信息组织到空间数据库中是有意义的，因为农业系统本质上是空间的。农业系统的生物和物理方面产生了空间异质性，因此，植物病原体和疾病的发生和分布具有不均匀性 (3)。通过使用地理信息系统 (GIS) 将流行病学信息置于与其他农场信息相同的格式中，可以改善植物病害管理实践。GIS 是一种能够汇编、存储、处理和显示地理坐标引用数据的计算机系统 (45)。GIS 现在可以安装在任何最新型号的台式计算机上（例如，具有至少 32 MB RAM 的奔腾个人计算机足以满足大多数应用的需求），并且不需要深入了解该技术的统计和数学基础。商业上大力推动精准农业是基于将 GIS 与复杂的硬件相结合，以获得地理参考的产量数据和肥料和其他农用化学品的可变速率应用。 GIS 可以适应任何规模的操作，并且可以以任何规模整合数据，从单一田地到农业地区。许多问题应该在多个规模上进行研究。GIS 数据库开发的一部分是决定使用什么规模以及使用哪种类型的数据。
气候变化对病原体出现的影响
植物病理学已经开发出一系列改善植物病害管理的概念和工具，包括用于理解和应对气候变化新风险的模型。大多数这些工具都可以利用人工智能（AI）的新进展进行改进，例如机器学习可以将大量数据集集成到预测模型中。有可能开发自动风险分析，提醒决策者（从农场经理到国家植物保护组织）可能需要采取行动，并为有针对性的应对措施提供决策支持。我们回顾了机器学习在植物病理学中的应用，并综合了下一步如何在数字农业中充分利用这些工具的想法。通过整合广泛的新数据（包括来自远程传感器等工具的数据），将加强全球项目，例如拟议的全球植物病害监测系统，这些数据用于评估
利用 CRISPR/Cas9 系统对植物和真菌基因组进行编辑，增强植物抗病能力
真菌和卵菌病原体的破坏性导致农作物产量大幅下降，这些病原体继续威胁着全球粮食安全。尽管人们已经使用化学和文化控制来保护农作物，但这些措施需要持续的成本和时间，而且植物病原体对杀菌剂的抗性报道也越来越多。保护农作物免受植物病原体侵害的最有效方法是培育抗病品种。然而，传统的育种方法既费力又费时。最近，CRISPR/Cas9 系统已被用于增强水稻、可可、小麦、番茄和葡萄等不同作物的抗病性。该系统允许通过 RNA 引导的 DNA 内切酶活性对各种生物进行精确的基因组编辑。除了作物的基因组编辑外，编辑真菌和卵菌病原体的基因组也可以为植物病害管理提供新的策略。本综述重点介绍了最近使用 CRISPR/Cas9 系统对植物抗真菌和卵菌病原体的研究。对于长期植物病害管理，利用 CRISPR/Cas9 针对多种植物抗病机制以及通过该系统探测真菌和卵菌基因组所获得的见解将成为有效的方法。
IPS 中央区域会议和 DSPP 全国会议
非常高兴地欢迎所有代表参加 IPS 中央区会议和“植物病理学最新进展和植物病害管理创新方法”全国会议。在 Jayashankar 教授特伦甘纳农业大学，我们的目标是加强我们机构作为农业研究、教育和推广领导者的知名度。本次会议是一个重要的平台，可以展示我们对这些目标的奉献精神，并促进科学界的有意义的互动。
卵菌作为生物防治剂：揭示其在植物病害防治中的潜力和机制 Li Y 1* 、Ahmadi F 2* 、Wan S 1 和 Kariman K 2 1
植物病害爆发代表着全球粮食安全和环境可持续性的重大挑战，导致初级生产力下降、生物多样性减少，以及全球严重的粮食/饲料短缺。合成杀菌剂的滥用已经对人类健康和生态系统造成了重大危害。某些人类疾病，如阿尔茨海默氏症和自闭症，在过去几十年中急剧上升，这一趋势部分归因于现代农业和园艺中杀菌剂的使用/过度使用。鉴于这些令人担忧的迹象，现在应该重新考虑植物病害管理策略了。使用某些有益微生物（称为生物防治剂）有望成为对抗植物病原体的环保方法。卵菌通常被视为植物界的坏人，通过晚疫病、猝倒病和枯萎病等破坏性疾病造成混乱，这可能会造成灾难性的后果，例如爱尔兰马铃薯饥荒。然而，并非所有卵菌都是有害的！有些菌是伪装的好家伙，显示出帮助我们对抗植物疾病的潜力，可以作为有效的生物防治剂。了解生物防治卵菌保护作用的潜在机制对于实现理想结果和制定创新策略至关重要。卵菌的生物防治机制可分为五类：i）菌寄生，ii）分泌溶解酶，iii）与病原体竞争营养和空间，iv）诱导系统抗性（ISR），v）产生注射细胞（枪细胞）。本综述阐明了卵菌采用的生物防治机制，强调了它们的潜在实际意义以及对植物生长的积极影响。本文还讨论了影响生物防治卵菌功效的土壤和环境因素，以及旨在提高其生物防治效率或扩大目标病原体范围的各种策略。尽管对生物防治卵菌的了解取得了进展，但由于受环境条件、土壤类型、接种物活力、竞争微生物的影响，其田间表现不一致，因此其商业应用面临挑战。通过开发稳定的配方、基因改造、合成生物学、结合多种菌株以及与其他农艺实践相结合来提高生物防治卵菌的功效，可以帮助克服这些挑战并促进其在可持续农业中的应用。进行全面的风险评估以避免非目标效应，并简化监管审批流程也至关重要。了解生物防治卵菌如何抵抗植物病原体将提高我们对有益和有害微生物之间相互作用的基本认识，增强我们预测受其影响的植物疾病发展动态的能力
征集提案 2024 年研究生资助...
资助重点是植物病理学和植物生物技术研究，以开发和维护可持续的资源利用生物系统，同时考虑到流行病学和进化生物学机制。在作物可持续生产方面，研究需求日益增加，例如通过基因组编辑等现代育种技术改良植物、利用“生物制剂”等环境友好型植物保护产品开发新的植物保护方法、利用突破性创新技术（例如利用非编码RNA防治植物病害）、引入生物技术工艺减少磷酸盐和硝酸盐施肥、通过实质性的可持续生产战略提高热带和亚热带地区植物产量。