欢迎访问《安徽农学通报》官方网站,今天是
生态环境·植保

基于问卷调查的小麦病虫草害的农户认知与无人机应用策略

  • 张震 ,
  • 王振源 ,
  • 李宗霖 ,
  • 陈佳怡
展开
  • 河南工业贸易职业学院信息化管理中心,河南 郑州 450053

张 震(1994—),男,河南信阳人,硕士,讲师,从事计算机应用、农业智能信息化研究工作。

收稿日期: 2025-05-09

  网络出版日期: 2026-04-29

基金资助

河南省科技攻关项目“基于多视角场景下的显著性目标检测方法研究”(252102210082)

河南省科技攻关项目“基于航拍图像的高标准农田病虫害识别技术研究与应用”(252102110228)

Farmer cognition of wheat diseases, pests and weeds and UAV application strategies based on questionnaire survey

  • Zhang Zhen ,
  • Wang Zhenyuan ,
  • Li Zonglin ,
  • Chen Jiayi
Expand
  • Information Management Center, Henan Industry and Trade Vocational College, Zhengzhou 450053, China

Received date: 2025-05-09

  Online published: 2026-04-29

摘要

本研究采用实地考察法、问卷调查法和访谈法相结合的方式,调研了河南省5个代表性小麦主产地区小麦种植与病虫草害防治情况及无人机防治技术应用情况,并提出提升无人机防治应用效果的策略。调研结果显示,农户的耕地细碎化程度较高,以种植小麦、玉米为主;XX地区红蜘蛛(占比43.48%)、白粉病(占比40.86%)和猪殃殃(占比23.81%)等病虫草害居多;普遍采用“预防、监测、干预”三层防治措施,效率较低,且人力投入较大;61.90%的农户对无人机技术一般了解,4.76%的种植户很不了解该技术。针对土地细碎化程度高、农业科技力量认知度和接受度有待提高及无人机防治体系需进一步明确等现状,提出联合科技示范户等多主体整合零散耕地资源,通过短视频、公众号等多渠道宣传植保无人机技术,强化企业、高校及科研机构等产学研主体深度合作等应对策略。本文为相关地区小麦病虫草害防控及无人机应用优化提供参考。

本文引用格式

张震 , 王振源 , 李宗霖 , 陈佳怡 . 基于问卷调查的小麦病虫草害的农户认知与无人机应用策略[J]. 安徽农学通报, 2026 , 32(8) : 66 -69 . DOI: 10.16377/j.cnki.issn1007-7731.2026.08.016

Abstract

In this study, a combination of field investigation, questionnaire survey and interview was adopted to investigate wheat cultivation, disease and pest control, and the control application status of unmanned aerial vehicle (UAV) control technologies in 5 representative major wheat-producing areas of Henan Province. Corresponding optimization strategies for the application of UAVs were proposed. The survey results showed that farmland fragmentation among farmers was relatively serious, and wheat and maize were the dominant crops. Diseases, insect pests and weeds such as spider mites (43.48%), powdery mildew (40.86%) and Galium aparine (23.81%) were predominant in the XX area. The three-level response system of “prevention, monitoring and intervention” was commonly adopted for pest control, which was characterized by low efficiency and high labor input. In total, 61.90% of farmers had a general understanding of UAV technologies, while 4.76% of growers knew little about such technologies. In view of the high degree of land fragmentation, insufficient cognition and acceptance of agricultural science and technology, and the need to further improve the UAV control system, corresponding countermeasures were put forward, including integrating scattered cultivated land resources through multiple subjects such as scientific and technological demonstration households, promoting plant protection UAV technologies via multiple channels such as short videos and official WeChat accounts, and strengthening in-depth cooperation among industry-university-research entities including enterprises, universities and research institutions. This paper provides a reference for the prevention and control of wheat diseases, pests and weeds as well as the optimization of UAV application in relevant regions.

病虫草害是制约小麦产量和品质的重要因素。近年来河南省极端天气频发,同时受种植模式与田间管理水平等因素影响,小麦病虫草害防控难度持续加大。低空经济作为新兴经济形态之一,促进新质生产力形成,推动低空消费、低空飞行器等产业链发展[1]。利用无人机设备搭载喷洒作业系统、导航定位系统、采集分析数据系统,可实现精准防治[2]
小麦病虫草害防治的具体现状:以物理防治为基础,生物防治和种子包衣作为防治创新策略的突破口,以化学农药及环保新剂型为核心防治手段,并依托高效先进施药机械和精准施药技术开展防控[3]。随着低空经济的逐渐兴起,部分农场根据小麦植株的密度、高度等因素采用无人机技术精准调节农药的喷洒量和覆盖范围,减少农药浪费[4]。基于无人机的小麦病害监测主要包括病害类型识别、病情指数提取、发病严重度监测、病害空间分布等[5]。如Lenthe等[6]通过无人机搭载热红外成像设备识别小麦白粉病的精度达到88.6%;Liu等[7]研究表明,小麦无人机多光谱图像红边波段反射率对数与白粉病病情指数具有较好的相关性;Su等[8]利用无人机搭载多光谱相机实现了小麦条锈病的监测;乔红波等[9]基于无人机高光谱图像与冠层光谱数据监测小麦全蚀病发生情况及其严重程度,精度均大于86%。冯子恒等[10]利用无人机多光谱和热成像设备提取田块尺度小麦的植被指数、纹理特征、冠层温度等信息,构建小麦白粉病监测模型,其决定系数为0.667。综合以上研究表明,低空经济下的新兴产业技术,能提高生产效率、降低生产成本、提高经济效益,应用前景广阔。
本研究对低空经济背景下的小麦病虫草害的防治现状展开调研,并提出切实可行的防治策略,为保障粮食安全、推动农业可持续发展提供参考。

1 材料与方法

1.1 调研地点及调研准备

为深入了解小麦病虫草害和低空背景下的防治情况,调研团队利用假期时间,前往研究区5个代表性地区(ZZ、XX、JZ、ZK和ZM)分组开展调研。这些地区小麦种植面积大、产量高,可为小麦生产、病虫草害防治和低空背景下小麦防治实践情况提供坚实的数据支撑和理论依据。

1.2 调研方法

本次调研内容包括小麦种植和病虫草害防治概况以及低空经济背景下无人机防治技术的应用现状。调查问卷从农户角度出发,采用实地考察法、问卷调查法和访谈法相结合。寒假冬小麦正值生长关键时期,结合当地实际情况设计调查问卷,对当地农户进行实地调研,调研对象年龄在26~62岁。团队成员实地发放问卷631份,回收607份,其中有效问卷561份。此外面向公职人员、科研技术人员、农民收储服务中心人员等人群,构建多维研究视角进行深度访谈。

2 结果与分析

2.1 调研地区作物种植和病虫草害防治概况

调研显示,当地种植小麦的农户占比最多(图1)。但小麦种植面积为0.2 hm2或以下的农户居多,由此来看,农户的耕地细碎化程度较高,地块互不相连。农户主要以种植小麦、玉米为主,其中小麦总体占比90.55%,豫南部分地区以种植水稻、小麦或油菜为主。
图1 调研地区农户作物种植分布
病虫草害调研显示,以XX地区为例,病虫草害居多的是红蜘蛛(占比43.48%)、白粉病(占比40.86%)和猪殃殃(占比23.81%)。小麦生产从播种到收割的农药费用在150~200元/667 m2。气候条件多变、品种抗性不足、秸秆还田以及长期连作等因素共同为多种病虫草害的发生和传播创造了适宜环境。调研发现64.29%的农户遭遇小麦病虫害损失,其中损失金额2 000元以上的占7.14%,直接经济损失最高可达4 000元。
调研中还发现,目前农户普遍采用“预防、监测、干预”三层应对措施。即优先选用具备显著抗性的小麦品种,播种前进行深耕细耙等精细整地作业,合理配施有机肥与化肥,实现科学施肥。在生长期定期前往田间地头,对小麦生长状况及病虫草害发生情况进行实地查看和记录,发现异常情况后再进行干预。该方法效率不高,人力投入较大,监测范围有限,可能导致信息反馈不及时,进而延误防治时机。

2.2 调研地区无人机防治技术的应用现状

调研结果显示(图2),61.90%的农户对无人机技术一般了解,4.76%的种植户很不了解该技术。主要原因是该技术的宣传和推广力度有待加大,农户对其了解程度有限。部分农户对新技术比较好奇,超2/3的农户对无人机有使用意愿,以年轻农户居多。
图2 调研中农户对无人机防治技术的了解程度
无人机防治技术在已应用的用户中反响良好,优点颇多,例如,具备高效便捷的能力、快速覆盖大面积农田、喷洒效率提高同时节省成本、精准施药降低农药施用量等。调研还发现,部分用户存在一些顾虑,例如,初期投入高,购买配套设备开支大;操作技术门槛高,需专业培训;易受环境因素影响,且存在安全隐患,如农药漂移可能引发人畜过敏、水源污染等。

3 无人机应用策略

基于上述调研,无人机应用在以下几方面还有待提升:一是土地细碎化程度高增加统防统治难度,红蜘蛛、白粉病等区域性高发病害抗药性风险加剧。二是农业科技力量认知度和接受度有待提高,人才培养需进一步加强。三是无人机防治技术相关制度、行业标准、商业模式需进一步明确,绿色防控措施有待加强。对此,提出了推行规模化防控技术、强化宣传推广和完善运营体系等相应防控措施。

3.1 整合土地规模运作,创新监测防控技术

针对土地细碎化(小麦种植面积为0.2 hm2及以下的农户)和防治措施效率低(农户采用预防、监测、干预相结合的防治模式)的问题,从土地整合、技术创新、构建无人机多维度检测体系三方面进行综合施策。一是通过县、乡、合作社、科技示范户联动,鼓励村集体牵头成立区域性农业服务公司,整合零散耕地资源,形成规模化作业单元,由合作社对接无人机服务,降低个体农户成本,统筹区域内植保作业需求。二是结合公司研发适配小地块的、具备轻量化、高精度导航等优势的无人机,优化飞行参数,灵活匹配药量、飞行高度。同时对自然背景(即野外环境)下农作物病害的识别问题展开研究,设计搭建自然背景下的农作物病害识别的深度学习模型。三是加强田间无人机监测,建设农业大数据平台,整合土地信息、作物类型和病虫害数据,指导无人机跨区域协同作业,及时发现并采取补救措施。充分运用现代科技、物联网传感器技术和大模型分析技术,进行多点检测、定点采集和数据分析,精准捕捉小麦植株的生长情况以及潜在的病虫草害迹象。

3.2 强化业务宣传培训,引进专家开展防治技术落地应用

针对农户对无人机的认知度(61.90%的农户对无人机技术一般了解)和接受度(农户接受程度不一,年轻人对无人机使用意愿较强)低,相关技术尚不完善(无人机应用易受环境影响,且可能存在安全隐患)等现状,从以下三方面优化。一是加大植保无人机技术宣传推广力度,通过短视频、公众号等多渠道宣传优势成效;组织观摩示范基地,展现技术优势,消除群众发觉的易受环境因素影响和存在安全隐患等风险;实施作业补贴以降低成本,构建技术培训体系培育复合型人才,建立社会化服务网络,提供全周期托管服务并搭建智慧农业平台,集成无人机调度、遥感监测与专家系统,实时推送病虫预警及防治指导。二是加强农业技能培训,降低抗药性风险。通过组织防治技术培训,采用图文、实物等形式讲解病虫害特征、危害及防治方法,结合案例并提供咨询方式,帮助农户精准识别;同时梳理防治关键节点,制作图文资料张贴于公共场所,强化农户防治意识。三是引进无人机专家和学者深入田间地头,引领植保无人机技术创新落到实地。实地查看小麦生长及病虫草害情况,针对具体问题进行讲解示范,准确诊断病虫害并给出针对性防治建议,指导农药与设备使用安全事项;搭建农技人员咨询服务台,现场示范科学技术,结合气象研判灾害风险,制定个性化方案;建设示范基地,推动监测技术发展和学科协同创新,促进科技与产业融合。

3.3 完善体系深化合作,强化低空防控技术发展

针对植保无人机商用模式不成熟(购买及配套设备开支大),行业人才配套不足(操作需专业培训)等问题,从以下三方面推动其在小麦病虫草害防治中的广泛应用。一是构建无人机农业应用支持体系,通过制定法规标准、给予设备补贴、鼓励创新研发、搭建银—企合作平台等方式完善推广环境;鼓励企业和科研机构创新,支持高校技术攻关,培养专业人才并补贴职业院校,利用多渠道宣传与现场观摩扩大技术影响力,以增加专项补贴、设立发展基金、引导金融支持等方式拓宽资金来源,并开展示范项目提升竞争力。二是加强产学研协同创新合作,推动企业、高校及科研机构共建产教融合共同体,聚焦低空飞行器智能化、农业大数据分析等交叉领域开展跨学科攻关;高校设立“低空经济+农业技术”交叉课程,联合企业建立实训基地,培育既懂航空技术又熟悉农业需求的专业人才,服务区域农业发展;强化产业扶持联动与规划整合,将低空经济与智慧农业的协同发展纳入区域经济规划,通过资金支持等产业扶持工具引导跨领域合作;建立低空经济与农业数据互通平台,促进科研设施、试验场地等资源开放共享。三是在其他防控措施方面,使用绿色防控技术助力粮食产业绿色发展,如推广抗病品种(如采用低温等离子体技术处理种子),结合深耕除草等生态技术;采用物理防治(诱虫灯、防虫网)、生物防治(利用害虫天敌),减少病虫基数;强化分区治理与联防联控,对白粉病等重点病虫害进行快速处置,防止扩散蔓延。

4 结论

本调研以河南省小麦代表性地区为案例,分析小麦病虫害防治情况,并提出无人机应用提升策略。经样本统计分析,得出如下结论。一是研究区农户耕地细碎化程度高,区域性高发病害抗药性风险加剧。二是因宣传推广不足、对比时效有限及人口结构不均等因素,无人机技术普及受限,使得技术的科技力量认知度和接受度有待进一步提高,人才培养需进一步增强。三是无人机作业仍面临初期投入大、操作难、易受环境影响及存在安全隐患等问题,相关制度、行业标准、商业模式等还需进一步明确,绿色防控措施有待加强。对此,从土地、技术、体系三方面进行综合施策,以应对土地细碎化、作物抗药性问题;从推广、培训、指导三方面推广无人机防治技术;从商业、人力和绿色三方面协调规范无人机技术防治工作。未来研究需扩大调研范围,进一步提升小麦病虫害防治策略实践的针对性与覆盖广度,引入研究员、企业、高校等产学研相关主体,构建多元协同的研究与实践体系,为防治工作提供更扎实的理论与实践指导。
[1]
张夏恒. 新质生产力背景下低空经济高质量发展的机理与路径[J]. 苏州大学学报(哲学社会科学版)202546(1):112-122.

[2]
王丹,罗章松. 低空经济赋能农业新质生产力发展:角色扮演、现实壁垒与破解之道[J]. 农林经济管理学报202524(2):165-173.

[3]
刘慧,朱晓明,卓富彦,等. 2023年全国三大粮食作物病虫害防控植保贡献率评价研究报告[J]. 中国植保导刊202444(1):62-66,103.

[4]
白雯鹏. 精准农业中无人机技术应用研究[J]. 农业开发与装备2024(3):39-41.

[5]
孙刚,黄文江,陈鹏飞,等. 轻小型无人机多光谱遥感技术应用进展[J]. 农业机械学报201849(3):1-17.

[6]
Lenthe J H Oerke E C Dehne H W. Digital infrared thermography for monitoring canopy health of wheat[J]. Precision agriculture20078(1):15-26.

[7]
Liu W Cao X R Fan J R,et al. Detecting wheat powdery mildew and predicting grain yield using unmanned aerial photography[J]. Plant disease2018102(10):1981-1988.

[8]
Su J Y Liu C J Hu X P,et al. Spatio-temporal monitoring of wheat yellow rust using UAV multispectral imagery[J]. Computers and electronics in agriculture2019167:105035.

[9]
乔红波,师越,司海平,等. 基于无人机数字图像与高光谱数据融合的小麦全蚀病等级的快速分类技术[J]. 植物保护201541(6):157-162.

[10]
冯子恒,宋莉,张少华,等. 基于无人机多光谱和热红外影像信息融合的小麦白粉病监测[J]. 中国农业科学202255(5):890-906.

文章导航

/