Виноград болезни листьев и лечение фото: фото и чем лечить. Советы опытных садоводов

Содержание

фото и чем лечить. Советы опытных садоводов

Как облегчило бы жизнь садоводам отсутствие всяческих болезней, поражающих любимые культуры. К сожалению, от них никуда не деться — приходится только стойко и мужественно сражаться. Сегодня рассмотрим болезни винограда — фото и чем лечить. Советы опытных садоводов в этом вопросе всегда особенно ценятся земледельцами.

К сожалению, не все болезни винограда можно вылечить. Некоторые из них не поддаются действию ни одного из известных и безопасных для человека средств. Хорошо поддаются лечению почти все грибковые болезни, а вот избавить виноград от бактериальных и вирусных инфекций практически невозможно.

Учимся различать грибковые болезни винограда

Милдью

Это заболевание хорошо знакомо садоводам и фермерам, так как встречается чаще всего. Его второе название — ложная мучнистая роса. Поражая растение, гриб вызывает возникновение на листьях желтых пятен и серого налета. Без должного вмешательства культура быстро пропадает.

На фото грибковое заболевание винограда милдью

Оидиум

Встречается немного реже ложной мучнистой росы. Второе название болезни — мучнистая роса. Проявление — серый налет на листьях и ягодах. Заболевание развивается в жаркую погоду, и если его не остановить, приведет к растрескиванию ягод. Через несколько лет виноградник полностью пропадет.

 

Антракноз

Все надземные части винограда покрываются темно-коричневыми пятнами. Со временем эти места засыхают.

На фото темные пятна антракноза

Альтернариоз

Болезнь в основном развивается весной. Поражает все надземные части растения, только на ягодах она проявляется белыми пятнами, а на остальных частях — коричневыми или серебристыми. Пораженные ягоды быстро портятся.

Церкоспороз

На листьях и ягодах образуется пятна оливкового цвета. Они разрастаются и засыхают.

Эскориоз 

На всех надземных частях куста гриб вызывает образование черных пятен. Пораженная плодоножка часто высыхает и обрывается.

На фото эскориоз винограда

Апоплексия

Это заболевание вызывают грибы, а смерть растения наступает в результате выделения ими большого количества токсинов. Второе название — эска. Чаще всего появляется в разгаре лета. При острой форме куст пропадает за считанные дни. Хроническая форма длиться несколько лет, а распознать ее можно по белым пятнам на нижних листках.

Серая гниль

Грибковое заболевание, которое способно поразить любые надземные части виноградного куста. Пораженные участки покрываются пушистым налетом серого цвета. Чаще всего заражаются свисающие к земле кисти.

Белая гниль

Налет белого цвета покрывает ягоды растения. Со временем они полностью меняют цвет и падают на землю. Появление заболевания чаще всего провоцируют механические повреждения куста.

На фото белая гниль винограда

Черная гниль

Грибковое заболевание, проявляющееся фиолетовыми пятнами на ягодах и листьях. Когда болезнь прогрессирует, площадь, покрытая пятнами, увеличивается.

Армилляроз

При поражении этим грибковым заболеванием у винограда желтеют листья и буреют корни. С наступлением осени пораженные растения покрываются желтыми грибами.

Вертициллез

В этом случае грибок приводит к пожелтению листьев и быстрой гибели побегов. Грибок сохраняет жизнедеятельность до 5 лет.

Бактериальные болезни винограда

Бактериальный рак

Так называется опасная и не поддающаяся лечению болезнь, вызываемая бактериями. Проявление — наросты на лозе. В первые два года резко снизится урожайность, а в дальнейшем пораженное растение полностью пропадет. Это одна из неизлечимых болезней культуры. Ближайшие два года на этом месте виноград лучше не сажать.

Бактериоз

На ягодах появляются сморщенные темно-розовые участки. Толчком к их образованию является палящее солнце.

На фото бактериоз винограда

Бактериозный некроз

На ягодах образуются черные пятна с четким коричневым очертанием, побеги усыхают.

Кислая гниль

Ягоды становятся коричневыми и гниют. В итоге урожай может полностью погибнуть.

Вирусные заболевания

Опытные садоводы знают, насколько опасны болезни вирусной природы. Так как они не поддаются лечению, пораженные кусты винограда советуют полностью удалить. Единственный способ защитить от них свой виноградник — приобрести устойчивый сорт культуры.

Среди вирусных болезней часто встречаются:

мраморность листьев,
• прижилковая мозаика,
• некроз жилок листьев,
хлороз — обесцвечивание,
короткоузлие — карликовость.

На фото хлороз винограда

Вирусные заболевания крайне сложно диагностировать. Они имеют общие характерные черты: растрескивание древесины, деформация листьев и смена их окраса, опадание соцветий, медленное развитие растения.

Кроме того, существует ряд болезней неинфекционного характера, которые возникают из-за неподходящих условий или недостатка питательных веществ. Они могут проявляться по-разному: пятнами на листьях, отставании в развитии, усыханием кустов и ягод, осыпание ягод и т. д.

Чем лечить болезни винограда?

После того как вы научились распознавать болезни винограда, самое время узнать эффективные способы с ними справляться. Лучше всего предпринимать профилактические меры, которые заключаются в правильном уходе. Некоторые опытные садоводы проводят профилактические опрыскивания кустов, однако большинство предпочитает выращивать виноград без применения химии.

В случаях поражения кустов вопрос ставится уже совсем по другому: либо лишиться виноградника полностью, либо попробовать спасти его с помощью продуктов химической промышленности. В таких ситуациях опытные садоводы обычно выбирают второй вариант.

Какие фунгициды (препараты против растительных грибов и бактерий) показали себя с хорошей стороны?

Милдью. От этого грибкового поражения поможет опрыскивание такими препаратами: Родимол Голд, Строби, Полихом, Арцерид, хлорокись меди, бордоская жидкость.

Оидиум. В борьбе помогут такие фунгициды: Топаз, Строби, Акробат МЦ, Хорус, Тиовит, коллоидная сера, Карбис Топ.

Альтернариоз. Хорошо помогает справиться бордоская жидкость.

Церкоспороз. Лучше всего использовать в этом случае бордоскую смесь.

Эскориоз. Опытные садоводы применяют для борьбы бензофосфат и бордосскую жидкость.

Апоплексия. Помогает эффективный, но очень токсичный препарат Арсенит.

Антракноз. В борьбе эффективна бордоская смесь, Полихом, Арцерид, хлорокись меди.

Серая гниль. Плохо поддается лечению. Опытные садоводы используют такие препараты: Свитч, Хорус, Антракол.

Белая гниль. Применяют те же фунгициды, что и в борьбе с милдью и оидиумом.

Черная гниль. Пдходят те же препараты, что и для борьбы с белой гнилью, а также Топаз, Антракол, Байлетон и медьсодержащие фунгициды.

Армилляроз. Обрабатывают виноградник медьсодержащими фунгицидами.

Вертицеллез. Опрыскивают кусты Фундазолом.

С бактериальными поражениями винограда бороться особенно тяжело. Обязательно нужно сразу же удалить все поврежденные части или целые растения. Опытные садоводы советуют в борьбе с бактериальными болезнями винограда обработку инсектицидами, так как насекомые часто становятся причиной заражения. Также помощь может оказать бордоская смесь.

Вирусные заболевания также практически невозможно вылечить. Неинфекционные лечатся по-разному: защитой винограда от палящего солнца, подкормками, удалением пораженных участков.

Так, мы рассмотрели основные болезни винограда, фото и чем лечить. Советы опытных садоводов по этому поводу могут стать для вас отличной подсказкой. Но не стоит забывать, что лучшее средство от болезней винограда — профилактика. А она заключается в правильном уходе за культурой.

Смотрите видео: Опасные болезни винограда и как с ними бороться

фото и чем лечить распространенные заболевания

Как определить болезни винограда по фото и чем их лечить – трудная задача для начинающих дачников. Но процесс выращивания виноградных лоз – не такое простое дело, как кажется на первый взгляд. И главная проблема, которая при этом возникает – это болезни, которые могут серьезно повреждать виноградные лозы. Каким заболеваниям подвержены эти кусты, и как с ними бороться в условиях частного хозяйства, давайте разбираться.

Болезни винограда (с фото) и чем лечить инфекции

Часто садоводы сталкиваются с тем, что на листве винограда, а также на побегах возникают пятна, листья желтеют, сворачиваются, опадают. Все эти симптомы говорят, что виноградный куст «заболел». Почему это происходит? Чаще всего причина заболевания кроется в неправильном уходе за лозами этого растения. Садоводы не делают своевременную обрезку лишних побегов, поливы – слишком частые и обильные, не проводится профилактическая обработка виноградных лоз от возможных заболеваний. Иногда и погода «помогает» возникновению и развитию некоторых заболеваний – слишком дождливое и холодное лето, частые колебания температуры являются фактором, который помогает развиваться многим грибковым заболеваниям.

Какие виды болезней чаще встречаются на виноградных лозах

Все болезни этих многолетников условно делят на две категории:

  • на грибковые;
  • на вирусные и бактериальные.

Первые болезни достаточно хорошо известны виноградарям, так как появляются на кустах слишком часто. Обычно при борьбе с ними эффективны различные фунгициды. Но это обычно довольно «жесткая» химия, и для эффективной «борьбы» необходимо выдерживать не только дозировку, но и сроки повторных обработок. К тому же для последующих опрыскиваний нужно менять группу препарата. В условиях частных хозяйств это почти нереально. Поэтому в проекте «ЭКОсад для всех» мы лишь вскользь упоминаем пестициды, ориентируясь больше на народные методы и биопрепараты.

А вот вирусные и бактериальные заболевания еще более серьезны. Чаще всего приходится удалять зараженные лозы. На месте, где росли больные кусты, порой несколько лет нельзя сажать растения, и приходится также проводить и другие карантинные меры.

Грибковые болезни виноградника

Милдью

На виноградных лозах это заболевание встречается наиболее часто. Ложная мучнистая роса является очень опасной для этих многолетников и почти всегда требует постоянного применения химических средств. В сырые дождливые сезоны из-за нее на кустах погибает значительная часть урожая, а если борьбу с этим видом мучнистой росы ведут неправильно, то можно и вообще не собрать урожай с больных кустов.

Заболевание попало в Европу из Соединенных Штатов вместе с новыми сортами винограда. Впервые милдью была обнаружена на виноградниках во Франции в 1878 г. В нашей стране впервые эта болезнь была обнаружена на Бессарабских виноградниках в 1885 году. Далее болезнь распространилась на кусты винограда, растущие на Кавказе, в Крыму и в Краснодарском крае. Впоследствии милдью распространилась и в других регионах России и СНГ. Раньше практически не встречалось это заболевание в Средней Азии, так как там слишком жарко и сухо, что не способствовало развитию грибковых заболеваний. Но грибок мутировал и сейчас этот регион довольно сильно подвержен агрессии фитопатогена.

Возбудителем милдью является Plasmopara viticola Berl. et de Toni – микроскопические грибы, поражающие все надземные части кустов винограда. На листве появляются небольшие пятнышки желтой расцветки, которые могут просвечивать на свету. Они похожи на следы масла. С обратной стороны листвы одновременно появляется налет белого цвета, который легко стереть пальцем. Но вскоре он появляется снова – это созревают споры грибка. С течением времени пятна изменяют окраску с желтой на бурую, затем начинают сохнуть.

Если заболевание сильно поразило побеги и листву, то больной куст может остаться совсем без листвы в середине сезона. Причем, грибок проникает внутрь побегов и листьев, в этом случае справиться с ним уже нельзя и приходится выкорчевывать заболевшее растение.

  • В начале заболевания принято использовать сильные химические препараты (Цинеб, Купроксат, Полихом, Хомецин), обрывать больные листья и обрезать заболевшие побеги – в этом случае можно попробовать спасти лозу. Все больные части растения предпочтительно немедленно сжигать.
  • Для предотвращения попадания влаги на куст сооружают навесы из поликарбоната, и растение практически всегда доживает до урожая, а лоза хорошо вызревает для зимовки.
  • Народное средство — йод с молоком. На 10 л воды берут 1 литр обезжиренного молока и 20 капель йода. Опрыскивают регулярно с промежутком в 10 дней.
Оидиум

Настоящая мучнистая роса (пепельница, Uncinula necator Burril), в анаморфной стадии известна как оидий Такера (Oidium tuckeri berk. ) поражает виноградник почти также часто, как и милдью. Грибок также попал на наш континент из Америки в XIX веке. Поражаться могут любые надземные части растения. Если на листве появился налет серого цвета – это и есть оидиум. Причем появляется эта напасть в любое время сезона.

Благоприятные условия для развития грибков – жаркое время (до +25 градусов Цельсия). Но сильные проливные дожди в состоянии смыть налет с листвы и побегов, тем самым остановив дальнейшее развитие болезни.

Если поражены созревающие плоды, то их кожица (даже достаточно плотная) трескается, грозди с такими плодами есть нельзя. Следует своевременно начинать борьбу с этим заболеванием, иначе можно потерять в данном сезоне урожай, а в будущем – остаться без кустов винограда вообще.

  • Из биопрепаратов хорошие результаты дает опрыскивание кустов Стимиксом, проводят 3-4 обработки в сезон.
  • Народное средство от оидиума – пищевая или биосода. На 4 литра воды берется 3 ст. ложки порошка и 1 ст. ложка жидкого мыла. Виноград опрыскивают сразу же. Ну и не забывайте готовить и использовать настой прелого сена от мучнистой росы – это самое безопасное народное средство, которое способствует не только лечению, но и подкормке винограда.
Серая гниль

Серый налет – основной симптом данного заболевания, причем появляется он на всех частях виноградной лозы. Вызывается грибком Botrytis cinerea. Сначала на ягодах образуются бурые пятна, затем кожица растрескивается и гроздь покрывается серым пушистым налетом. 

Пораженные серой гнилью ягоды не годятся в пищу. Причем, если поражается одна ягода в грозди, то через некоторое время болезнь поражает все ягоды.

В профилактических целях необходимо своевременно проводить зеленые операции на кустах (обломку и подвязывание побегов, прореживание), а также опрыскивать баковой смесью из биопрепаратов Фитоспорин-М+Алирин-Б+Гамаир, либо Стимиксом.

Черная гниль

При этой форме грибкового заболевания, которое вызывается грибком Guingnardia bidwellii на листве и плодах появляются небольшие вдавленные пятнышки фиолетового оттенка, которые постепенно увеличиваются. Пораженные листья и плоды усыхают и опадают. 

Во избежание заражения проводят регулярные опрыскивания баковой смесью из биопрепаратов Фитоспорин-М+Алирин-Б+Гамаир, либо Стимиксом.

Альтернариоз

Главным симптомом этого заболевания являются пятна (серебристые или коричневые), которые появляются на любых надземных частях растений. Благоприятные условия для развития этой болезни, вызываемой грибком Alternaria vitis Cavara – слишком долгая весна. 

Для лечения в период, когда температура воздуха станет выше +15°, применяют Триходермин. Проводят 5-6 обработок с интервалом в 3 недели.

Вертициллез

Для этого недуга характерно быстрое увядание стеблей. Если заболевание протекает в острой форме, то листва быстро желтеет и опадает. Это раневая инфекция — грибок попадает в побеги через сломанные веточки или из почвы.

Вилт закупоривает сосуды растения, поэтому его признаки мы видим, когда растение уже гибнет, лечить его поздно. В почве грибок Verticillium dahliae может сохранять жизнеспособность до 5 лет, поэтому на зараженном месте после удаления лозы не следует высаживать новые саженцы ранее, чем через этот промежуток времени.

Армилляриоз

Главный симптом болезни, возбудителем которой является Armillariella mellea – увядание листвы и поражение корневой системы. Корешки изменяют свой цвет на бурый, начинают гнить. Это заболевание проявляется в весенний период, а после лета на лозе начинают расти несъедобные грибы. Токсины гриба крайне ядовиты, и вызывают гибель растения. 

При выявлении болезни лечение, как правило, проводить уже поздно, прибегают к корчеванию кустов.

Бактериальный рак (бактериоз винограда)

Заболевание вызывается раневым паразитом бактерией Agrobakterium t.S. При этом виде рака у растений поражаются побеги, на которых появляются характерные наросты. В начале заражения опухоль никак не проявляет себя, но урожайность куста падает. Затем появляется светло-желтая короста, на которую скажем так, трудно обратить внимание – она не приметна.

Множественное появление бугорчатых выступлений на лозах говорит о том, что лечить виноград уже поздно. До сих пор еще не изобретены препараты, которые могли бы победить эту болезнь. Поэтому единственное средство борьбы с бактериальным раком – выкапывание и уничтожение всего куста целиком. На этом месте нельзя выращивать такую культуру в течение 3 – 4 сезонов.

Тем не менее, многие дачники вырезают опухоль до живой ткани и для антибактериальной терапии применяют следующие препараты:

  • Фитолавин. Препарат, содержащий комплекс почвенных антибиотиков;
  • Гамаир. Это бактерия, которая положительно воздействует на развитие корней;
  • Фитоплазмин. Сочетание разных видов натуральных антибиотиков.

Апоплексия (Эска)

Данная болезнь поражает кусты винограда, приводя к их быстрой гибели. Вместе с трутовиком в растение проникают патогенные культуры (комплекс грибов, среди которых встречаются Fomitiporia punctata, Fomitiporia mediterranea, Phaeomoniella chlamydospora, Phellinus igniarius, Phaeoacremonium aleophilum, Phellinus punctatus, Stereum hirsutum), которые выделяют токсичные вещества. Вследствие этого разрушается проводящая система виноградной лозы, гибнет многолетняя древесина. Апоплексия чаще поражает ослабленные растения.

От апоплексии лечить, конечно, поздно. Но чтобы не допустить появления Эски, необходимо добиться хорошего роста лозы. Так сказать, чтобы даже при наличии трутовика новые ткани успевали хорошо нарастать. Этому поможет хорошее питание без излишков азота: компост, постоянное мульчирование органическими остатками и регулярные подкормки древесной золой. Также отличные результаты дают обработки Стимиксом.

Вирусные болезни виноградной лозы

Данные болезни винограда еще не изучены полностью. Известно, что причиной этих болезней является группа вирусов, которые распространяются почвенными нематодами. Основные вирусные заболевания кустов винограда:

  • инфекционный хлороз или желтая мозаика;
  • мозаика резуха и др.

Основные симптомы этих заболеваний:

  • лозы развиваются недостаточно быстро;
  • завязи отмирают;
  • листва деформируется;
  • листья приобретают нехарактерную окраску;
  • древесина побегов начинает трескаться.

Препаратов, которые могли бы избавить виноград от этих заболеваний, нет. Поэтому поврежденные растения необходимо выкапывать и уничтожать. Зола после сжигания больных растений непригодна в качестве удобрения. На месте, где росли больные кусты, не следует выращивать новые саженцы винограда не менее 5 сезонов.

Не болезни, а вредители

Конечно, кроме заболеваний, виноградные кусты могут ослабнуть из-за вредителей. Здесь мы подробно на них не будем останавливаться, но дадим характерные признаки поражений:

Овальные выпуклые пятна на листьях винограда – проявление заражения войлочным клещом.

Напоследок небольшое видео, где наш коллега показывает признаки заболеваний на виноградных кустах:

 

На сегодня это всё, что хотелось рассказать про болезни винограда (с фото) и чем лечить основные заболевания, которые поражают виноградник. Каждое из них является серьезным, бороться с которым следует начинать сразу при обнаружении признаков инфекции. Иначе один больной куст может стать источником заражения для всего виноградника.

Болезни винограда фото и как лечить, Мильдью, Оидиум, Серая гниль, как бороться, советы начинающим

Основные

болезни винограда - это мильдью, оидиум и разного рода гнили.

Мильдью (ложная мучнистая роса)

Мильдью - болезнь винограда, которая поражает все растение, но больше всего листья. Развивается в теплую влажную погоду или при обильных поливах дождеванием, с появлением августовских холодных рос. Характерен белый мучнистый налет. В сухую жаркую погоду, и когда температура опускается ниже 11°С, болезнь не развивается.

Поражаются листья, соцветия и молодые завязи. На старых листьях и крупных ягодах развивается слабо.

Как проявляется мильдью на винограде

Характерным признаком заболевания служит появление на верхней стороне листа желтых маслянистых пятен (в первую очередь на молодых и нежных листьях). Затем при влажной и теплой погоде под пятнами на нижней стороне листьев образуется белый пушистый налет. Если не принять срочные меры борьбы, то милдью развивается настолько сильно, что к концу лета на кустах остаются голые почерневшие побеги.

Весной прежде всего заражаются листья от зимних спор, зимовавших на, опавших листьях и в земле. Заражение происходит после выпадения дождя при среднесуточной температуре воздуха выше 10°С. Последующее заражение происходит за счет летних спор, разносимых ветром.

В конце лета или в начале осени на пораженных милдью стареющих листьях появляется пятнистая мозаика. При этом белый пух с нижней стороны листьев обычно отсутствует. Осенняя мозаика не вызывает опадение листьев, но она опасна тем, что в ее пятнах образуется большое количество зимующих спор — возбудителя болезни.

Нередко милдью поражает гребни гроздей и приводит к гибели их. Когда ягоды достигают размера горошины, болезнь вызывает побурение мякоти. Незрелые ягоды сморщиваются, буреют, усыхают. Больные ягоды чередуются со здоровыми. Созревшие ягоды милдью почти не поражаются.

Как бороться с мильдью на винограднике

Бороться с мильдью сложно. Грибы, паразитирующие на растении, живут и развиваются внутри пораженных органов, поэтому вылечить растение невозможно. Опрыскивание лишь сдерживает вторичное заражение, но не лечит от болезни. Чтобы сохранить урожай, проводят профилактические опрыскивания, применяя медьсодержащие препараты: бордосскую жидкость, хлорокись меди, купрозан и др.

Основные способы борьбы — подбор устойчивых сортов в районах, где милдью наносит большой вред, и профилактические опрыскивания виноградных кустов бордоской жидкостью или ее заменителями.

В течение лета проводят четыре — шесть опрыскиваний, а в некоторых районах и больше. Чем чаще выпадают дожди и росы, тем требуется большее количество обработок.

Сроки опрыскиваний и дозы препарата устанавливают в зависимости от характера роста листьев и интенсивности развития болезни, а также от погодных условий. Первое опрыскивание проводят перед цветением при длине побегов 25—30 см (при температуре воздуха не ниже 11°С) и после обильного дождя; второе — после окончания цветения 1,5—2%-ным раствором бордоской жидкости. В дальнейшем применяют 1%-ный раствор бордоской жидкости, соблюдая следующую периодичность опрыскивания: при влажной погоде — после прироста каждых четырех-пяти новых листьев, при сухой — после прироста шести—десяти новых листьев. В районах сильного проявления милдью на виноградниках все зеленые части кустов в течение лета держат под голубым налетом бордоской жидкости.

Особое внимание обращают на хорошее покрытие раствором нижней стороны листа, откуда и начинает развиваться болезнь. Обработку нужно проводить так, чтобы раствор попадал на куст в виде тонкого слоя и равномерно покрывал все зеленые части.

Оидиум (мучнистая роса или пепелица)

Оидиум особенно опасен в жаркое сухое лето на поливных виноградниках. Болезнь винограда оидиум поражает все надземные части растения. Налет оидиума серого цвета с большим количеством темно-коричневых пятен (тел гриба). На побегах образуется как бы коричневый крап, а затем крупные пятна. При сильном поражении весь побег становится коричневым и даже почти черным. Молодые ягоды растрескиваются, обнажая семена, засыхают и осыпаются. Борьба с болезнью возможна. Самый простой способ - опыление серой или опрыскивание коллоидной серой, а также хлорокисью меди.

Комплексно-устойчивые сорта могут в различной степени поражаться оидиумом. Устойчивы к оидиуму чешские и венгерские сорта, т.к. там давно ведут селекционную работу в этом направлении. Большинство молдавских сортов не устойчиво к оидиуму или имеет невысокую устойчивость. Новочеркасские и анапские сорта частично устойчивы к этому заболеванию.

Серая гниль

Серая гниль — очень опасная грибковая болезнь винограда. Она поражает молодые побеги, листья, грозди и больше всего ягоды. В благоприятные для ее развития годы серая гниль уничтожает больше половины урожая.

Серая гниль опасна тем, что вспышка ее развития проходит во время созревания ягод, когда применение химических препаратов на винограднике невозможно, а другие быстро действующие меры защиты против нее не разработаны. Не малый вред они причиняют собранному урожаю при его транспортировке и хранении.

В начале заболевания на кожице ягод появляются мелкие пятна кофейного цвета, которые постепенно увеличиваются и охватывают всю ягоду. При высокой влажности болезнь быстро переходит на соседние ягоды, а затем поражает всю гроздь, покрывая ее обильным серым налетом плесени. Серая гниль может развиваться и на соцветиях, отчего они полностью усыхают.

Обычно заражение ягод происходит через раны, нанесенные им вредителями, градом, оидиумом, образующиеся при растрескивании после дождя или несвоевременного полива и т. д. В сырую теплую погоду созревающие ягоды могут поражаться и без наличия на них ран. Быстрее и сильнее подвергаются заболеванию грозди, лежащие или соприкасающиеся с землей и находящиеся внутри затененной кроны куста.

Наиболее чувствительны к серой гнили сорта с плотными гроздьями и тонкой кожицей ягод.

Меры борьбы с серой гнилью на винограде

В районах и местах, где грозди винограда часто и сильно поражаются серой гнилью, особое внимание уделяют подбору и посадке сортов с повышенной устойчивостью к болезни.

Невозможность применения химических препаратов против серой гнили гроздей вызывает необходимость принятия мер, направленных на предупреждение появления и развития болезни. К предупредительным мерам относятся своевременное проведение зеленых операций (обломки, чеканки, прореживания листьев над гроздями), подвязка лоз и зеленых побегов, недопущение соприкосновения, гроздей с землей, размещение винограда в сухих местах, удаление сорняков с участка, соблюдение сроков полива, своевременный сбор созревших гроздей, удаление погибших и усохших гроздей и ягод.

Важное значение имеет также защита кустов от других виноградных болезней и особенно вредителей, косвенно способствующих развитию серой гнили.

Филлоксера

Самая страшная болезнь винограда - филлоксера. Надежных методов борьбы с ней нет. На юге, где филлоксера распространена повсеместно, единственно надежный метод - прививка на филлоксероустойчивые подвои.

В Беларуси филлоксеры пока нет. В суровые зимы она погибает. Не развивается она также на песчаных почвах. Есть сорта, устойчивые к филлоксере, но таких мало. Чтобы избежать заражения корневой филлоксерой, сорта лучше всего приобретать черенками.

Хлороз

Хлороз (желтуха винограда) вызывает пожелтение листьев, и только вдоль главных жилок остаются зеленые участки. При сильном развитии хлороза желтая окраска переходит в бурую, листья начинают усыхать и опадать. Рост побегов ослабевает, междоузлия становятся короткими, и кусты часто погибают.

Развитие болезни связано в основном с нарушением питания растений вследствие высокого содержания в почве извести, особенно на плотных тяжелых почвах, которая переводит железо в недоступную для растений форму. Кроме того, хлорозу листьев способствуют чрезмерное увлажнение или, наоборот, сухость почвы, избыток солей, повреждение кустов.

Меры борьбы с хлорозом

Положительный результат дает улучшение почвенных условий. Сырые холодные почвы нужно дренировать, обрабатывать не осенью, а весной, перед началом вегетации, оставляя почву в комьях для лучшего ее подсыхания и прогревания. На таких почвах не следует проводить поливы, особенно и в первой половине лета.

Если заболевание связано с недостатком в почве микроэлементов, применяют некорневые подкормки растворами, содержащими бор, марганец, цинк и др. Хорошим дополнительным средством для оздоровления больных хлорозом кустов служит обмазка ран после обрезки крепким раствором (около 30%) железного купороса. Больные кусты лучше обрезать осенью в начале листопада или сразу после гибели листьев от осенних заморозков.

Заболевшие хлорозом кусты удобряют только хорошо перепревшим навозом или компостом в смеси с минеральными удобрениями. Следует избегать внесения под больные кусты свежих органических удобрений, древесных опилок и виноградных выжимок.

В целях предупреждения заболевания кустов хлорозом следует заготавливать и высаживать черенки только со здоровых лоз. На тяжелых известковых почвах высаживают саженцы сортов винограда, наименее чувствительных к хлорозу. При необходимости выращивания высокоценных сортов с повышенной чувствительностью к хлорозу целесообразно использовать саженцы наиболее устойчивых сортов с последующей прививкой на них желаемых сортов.

При наличии на участке кустов винограда, не пораженных хлорозом, можно применять их для замены больных путем выкорчевки последних и укладки отводок на их место от здоровых кустов.

Приготовление хелата железа из железного купороса

Для приготовления хелата железа нам понадобятся: лимонная кислота и железный купорос.

1. В 2 литрах воды растворяем 5 г лимонной кислоты (приблизительно чайная ложка)

2. Отдельно в таком же количестве воды растворяем 8 г железного купороса (воду лучше взять теплую)

3. Вливаем раствор купороса в раствор с лимонной кислотой и хорошо перемешиваем неметаллическим предметом

4. Доливаем еще 1 литр воды

В итоге должен получиться раствор янтарного цвета, полностью прозрачный .

Этим раствором обрабатываем по листу либо можно полить под корень из расчета 2 л на 1 квадратный метр.

Приготовления раствора бордоской жидкости

Бордоская жидкость — водный раствор медного купороса с известью.

Для приготовления 1%-ного раствора бордоской жидкости на 10 л воды берут 100 гр медного купороса и 150 гр гашеной (жирной) извести или 75 г негашеной. Жидкость готовят следующим образом: медный купорос растворяют в одной деревянной или эмалированной посуде, а в другой приготавливают известковый раствор (известковое молоко). Затем раствор медного купороса при постоянном помешивании вливают в известковое молоко.

Основным действующим веществом является купорос, известь нужна для нейтрализации и обеспечения лучшей прилипаемости раствора к листьям растения.

Правильно приготовленная бордоская жидкость должна иметь небесно-голубой цвет, нейтральную или слабощелочную реакцию, не содержать в избытке ни медного купороса, ни извести. Повышенное содержание медного купороса приводит к ожогам листьев и молодых побегов, а извести — к снижению эффективности препарата. Проверить кислотность раствора можно с помощью лакмусовой бумажки или хорошо очищенного железного гвоздя. Так, если погруженный в жидкость гвоздь не меняет цвет, бордоская жидкость приготовлена правильно. Образование же на нем медного налета свидетельствует об избытке медного купороса и необходимости добавления извести.

При продолжительном хранении бордоская жидкость снижает свою эффективность, поэтому готовить ее необходимо в день использования. К бордоской жидкости могут быть добавлены сера в случае одновременной борьбы против милдью и оидиума или карбофос.

Бордоскую жидкость нельзя приготавливать в железной посуде, так как от соприкосновения с железом она быстро теряет свои свойства. Всякий раз перед употреблением ее необходимо взбалтывать деревянной мешалкой и при заливке в опрыскиватель процеживать.

Заменителем бордоской жидкости может быть один из следующих фунгицидов: 0,7%-ная хлорокись меди, 0,4%-ный хомецин, 0,4—0,5%-ный цинеб, 0,4%-ный купрозан и др.

Когда сроки борьбы с милдью и оидиумом совпадают, кусты опрыскивают 1%-ной бордоской жидкостью в смеси с коллоидной серой (на 10 л бордоской жидкости 100 г коллоидной серы).

Коллоидная сера — желтоватый порошкообразный препарат, образующий при хранении легко раздавливающиеся комочки. Коллоидная сера легко смачивается водой, что позволяет применять ее вместе с бордоской жидкостью.

Для приготовления рабочего раствора коллоидную серу смачивают небольшим количеством воды, тщательно перемешивают и разбавляют водой до нужной концентрации. На 10 л воды берут 100 г коллоидной серы. Чтобы получить комбинированную смесь, в 1%-ную бордоскую жидкость на каждые 10 л добавляют 100 г коллоидной серы и хорошо перемешивают до полного смачивания ее с бордоской жидкостью.

Рабочий раствор коллоидной серы и комбинированную жидкость при заливке в опрыскиватель процеживают через капроновый чулок или два-три слоя марли, остающиеся на ткани комки раздавливают.

Тэги:

Распознаем болезни винограда по фото

№1 Милдью

Наиболее опасна в дождливые годы. Самый большой ущерб урожаю наносит во время цветения, поражая грозди. Менее явный ущерб – во второй половине лета, когда осыпаются листья (потеря урожая будущего года).

Высокая температура и сухая погода способны сами по себе остановить дальнейшее развитие милдью, но, как правило, уже поздно – урожай перепорчен.

Важны профилактические обработки: при появлении трех-пяти листьев на побегах, по бутонам (перед цветением) и по завязи, когда они достигают размера мелкого гороха.

Хорошо справляется с милдью Консенто, Танос, Манкоцеб (Ридомил Голд, Акробат МЦ)

Если подбирать высокоустойчивые к милдью сорта: Плевен, Восторг, Алекса, Кеша, Талисман, Виктория и другие – можно ограничиться одним-двумя опрыскиваниями.

 

Милдью на грозди

 

 

Первые пятна милдью

 

№2 Войлочный клещ (или виноградный зудень)

Сам по себе вреда приносит мало. Главное – не поддаваться на провокации и не обрывать пораженную листву. Опрыскивание коллоидной серой или Тиовит джетом декоративный вид ей не вернут, но клещ погибнет…

Бороться с ним желательно, так как зудень может распространять вирусные болезни. Интересно, что этот вредитель любит сорта семейства Восторга, которые устойчивы к болезням и редко обрабатываются химпрепаратами.

 

Зудень

 

№3 Солнечный ожог

Частое явление на Юге. Чтобы его предотвратить, часто уменьшают ширину междурядий, отказываются от осветления гроздей или делают его постепенно, один-два листа в неделю, давая возможность гроздям акклиматизироваться к солнечному свету.

 

Солнечный ожог

 

№4 Филлоксера

По сути – это корневая тля винограда. Самый опасный вредитель этой культуры. Единственный способ борьбы, если она появилась на участке, – раскорчевать кусты в радиусе 30 метров и не сажать в этом месте виноград 10-15 лет.

Либо переходите на привитые кусты.

Тем не менее, лучше не допускать появления вредителя на участке. Для этого новые черенки или саженцы обязательно вымачивают пару часов в емкости с добавкой Дециса или Фуфанона и только после этого высаживают на постоянное место.

Опрыскивание в фазе трех-пяти листьев на побегах способно уничтожить 100% вредителей-бродяжек и предотвратить заражение. Удаление росяных корней (или посадка в целлофановые чехольчики) тоже дает определенные шансы на то, что вредитель не сможет прижиться на вашем участке.

И еще – филлоксера не живет на песчаных почвах.

 

 

Филлоксера, вид снизу

 

№5 Жемчужные железы

Они всегда есть на виноградных растениях – это шарообразные выросты (одноклеточные водянистые образования), заполненные клеточным соком. Образуются в период быстрого роста на молодых побегах и листьях (на нижней стороне) винограда, особенно часто наблюдаются при укоренении черенков.

Их назначение не выяснено, но подмечено, что чаще всего они образуются при повышенной влажности воздуха и почвы.

 

Жемчужные железы

 

№6 Антракноз

Это болезнь ослабленных растений, которая часто появляется на кустах, поврежденных градом. Борьба с нею в те же сроки и теми же препаратами, что и с милдью: Купроксат, Хом, Чемпион, Блу-бордо, Абиго-пик, Ридомил, Ордан…

 

Антракноз

 

 

Антракноз на листве

 

№7 Оидиум

Его часто путают с обычным растрескиванием ягод из-за сортовых особенностей или обилия влаги. Если при растрескивании обнажаются семена, значит это оидиум. Против оидиума свой ассортимент фунгицидов: Тилт 250, Фалькон, Строби, Квадрис, Фундазол, Топаз…

К счастью, в засушливых районах вспышки оидиума появляются довольно редко и удается ограничиться двумя-тремя профилактическими обработками.

 

Оидиум на листве

 

 

Оидиум – вторая по опасности болезнь после милдью

 

Болезни винограда грибкового, бактериального и физиологического происхождения

Жбанова Ольга Владимировна
Заместитель Президента Ассоциации садоводов России (АППЯПМ), ведущий специалист АППЯПМ по ягодным культурам

Дорохова Е.В.,
специалист Ассоциации производителей плодов, ягод и посадочного материала

Болезни винограда грибкового, бактериального и физиологического происхождения

Виноград был окультурен еще в античные времена, и конечно до наших дней это растение накопило довольно много различных болезней, бороться с которыми просто необходимо, иначе урожая можно и не получить. Данные болезни можно разделить на инфекционные и неинфекционные, они серьезно нарушают жизнедеятельность растения, даже могут погубить его.

Неинфекционными болезнями не могут заразиться другие растения в винограднике. Заболеть такими болезнями виноград может как под влиянием неблагоприятных погодных явлений, таких как град, засуха, сильная жара или наоборот – повышенная влажность, так и при недостатке каких-либо нужных ему условий.

Инфекционные болезни вполне могут предаваться от больных кустов к здоровым. Заражение происходит под воздействием возбудителей, которыми являются бактерии, вирусы, или грибки. Такие болезни особенно опасны, так как при определенных, благоприятных для их распространения условиях, болезнь может поразить большую часть виноградника в короткое время, и даже полностью уничтожить его. Передача подобных болезней происходит как между живыми кустами, так и от отмерших частей инфицированных кустов.

С этими болезнями необходимо бороться всеми доступными методами. Среди методов борьбы с инфекционными болезными можно выделить:

  • профилактические мероприятия
  • сохранение высокого агрофона
  • карантин

Милдью, или ложномучнистая роса

Милдью, или ложномучнистая роса

Меры борьбы. Основной метод борьбы с милдью — опрыскивание виноградников фунгицидами: 1%-ной бордоской жидкостью, 0,4%-ными растворами купрозана (4—6 кг/га), хомецина (4—6 кг/га), поликарбацина (4—6 кг/га), полихома (4—6 кг/га). Высоко эффективны против милдью системные фунгициды — микал (4 кг/га), ридомил (0,8 кг/га). Последний используют в смеси с заменителями бордоской жидкости в половинной норме расхода.

Первое опрыскивание проводят при длине побегов 25—30 см, второе — перед цветением, третье — сразу после цветения. В дальнейшем обработки повторяют в зависимости от погодных условий, но не реже, чем через 15 дней. За период вегетации проводят 7—8 опрыскиваний фунгицидами. Микал применяют с интервалами между обработками 15—21 день: в течение лета 4—5 опрыскиваний. Заменители бордоской жидкости и системные фунгициды используют в июне — июле, чередуя их с бордоской смесью.

Оидиум (мучнистая роса)

Оидиум (мучнистая роса)

Очень опасная болезнь винограда, поражающая надземные части растения, покрывая белым налетом верхнюю сторону листьев. На пораженных болезнью листьях проявляются темные точки. На побегах проявляются пятна, бутоны и цветки буреют и опадают. Если болезнь начинается в период созревания ягод, виноградины трескаются обнажая серую гниль. При сильном поражении, появляется специфический запах гнилой рыбы. Болезнь проявляется от жаркой и сухой погоды, преимущественно в июле — августе, от резкой смены засухи на влажность. В период цветения, на вегетирующих зеленых побегах и листьях, появляется налет пепельно-серого цвета, под которым листья вздуваются, становятся бурыми и отмирают. Пораженные болезнью побеги, соцветия и ягода, выглядят как будто осыпанными пеплом, который пахнет гнилой рыбой.

Меры борьбы. Применяют серные препараты. Перед цветением виноградники опрыскивают коллоидной серой или 80%-ным смачивающимся порошком (с. п.) этого препарата. После цветения при высоких температурах воздуха эффективна молотая сера, особенно при опыливании по росе. На 1 га виноградника расходуют 9—12 кг коллоидной или 15—30 кг молотой серы. В период развития эпифитотии оидиума очаги болезни обрабатывают бенлейтом (1,5 кг/га), топсином (1,5 кг/га), фундазолом (1,5 кг/га). Хорошие результаты дает байлетон — 25%-ный и 5%-ный с. п. (0,3 и 1 кг/га).

Обработки проводят при появлении болезни. При развитии эпифитотии оидиума опрыскивания повторяют через 10—15 дней до размягчения ягод.

Серая гниль

Серая гниль

Проявляется в бурении и сморщивании виноградных ягод, которые сморщиваются и лопаются, покрываясь серым гниющим налетом. Процесс распространения болезни, очень скоро распространяется на всю гроздь. Серая гниль способна уничтожить весь урожай винограда.

Меры борьбы. Для уменьшения потерь урожая от серой гнили на виноградниках проводят агротехнические мероприятия, обеспечивающие хорошее проветривание кустов (удаление неплодоносящих побегов, подвязка), тщательно ведут борьбу с вредителями и болезнями, своевременно снимают урожай. Развитие серой гнили на виноградниках сдерживают фунгициды: бенлейт (1,5 кг/га), эупарен (2—3 кг/га), топсин (1—1,5 кг/га). Первое опрыскивание проводят после опадения колпачков, второе — перед смыканием ягод в гроздях, третье — в начале созревания, четвертое — за месяц до сбора урожая.

Белая гниль

Белая гниль

Грибковое заболевание. Развивается в жаркую и влажную погоду перед созреванием ягод. Пораженные ягоды сморщиваются, покрываются мелкими бугорками и засыхают. Поражаются также листья и побеги: листья приобретают грязно-серую окраску, а на побегах образуются бурые или черные пятна. В ткани растений возбудитель заболевания проникает через различные механические повреждения, особенно градобоины. Споры гриба зимуют на опавших листьях и ягодах.

Меры борьбы: тщательное уничтожение больных ягод, являющихся источником инфекции. Опрыскивание кустов, поврежденных градом, 2 %-ным раствором бордоской жидкости (сразу же после градобития и спустя 5-6 дней повторно).

Кислотная гниль

Кислотная гниль

Страдают от нее сорта винограда с тонкой кожицей на ягодах и сочной мякотью. Симптомы обнаруживаются после появления коричневых гниющих ягод в хороших гроздях винограда.

Вокруг распространяющейся порчи, роем вьются дрозофиллы, а от ягод пахнет уксусом. Этот запах привлекает мушек, которые интенсивно растут и размножаются.

Заболевание носит стремительный характер и может нанести огромный ущерб урожаю. Урожай ягод становится не пригоден для употребления в пищу, производства вина или переработки.

Меры борьбы: для профилактики следует увеличить популяцию цикад и трипсов. Прореживать поврежденные грозди, не допуская развития серой гнили. При незначительном поражении, удалить все повреждённые ягоды и обработать грозди инсектицидом типа фитоверм. Обработать 1 % бордоской смесью. Положительный эффект дает опудривание гроздей садовой серой. Дрозофиллы гибнут в отравленных приманках для ос.

Черная гниль

Черная гниль

Заболевание винограда, вызывающее потери урожая до 80%, в основном от поражения ягод винограда. Поражённые ягоды буреют, мокнут, покрываются рыхлым, сначала серым, потом чернеющим налётом. Характерный симптом — истечение сока ягод. Болезнь развивается после механического повреждения ягод градом, насекомыми или перезревания. Особенно быстро развивается при температуре 28 -30 С, при такой температуре споры прорастают через 36 часов. Возбудитель живёт в почве и на растительных остатках, питаясь ими.

Меры борьбы: для профилактических обработок против черной гнили обычно используют контактные фунгициды. В первую очередь это медьсодержащие препараты, которые ингибируют фазу прорастания патогенна. Кроме этого высокой активностью против черной гнили обладают контактные и системные фунгициды на основе действующих веществ: каптан, манкоцеб, метирам, пропинеб, триадименол, фолпет, миклобутанил, азоксистробин, кризоксимметил, дифеноконазол, гексаконазол, триадимефон ципроконазол; фенгексамид; флудиоксонил; ципродинил; трифлоксисторобин, тебуконазол, спироксамин и др.

Аспергиллезная гниль

Аспергиллезная гниль

В отличие от серой гнили, данное заболевание особенно вредоносно для ягод при жаркой погоде, в период созревания и хранения, так как возбудитель аспергиллезной гнили является термофильными организмом, интенсивнее развивающимся при повышенных температурах воздуха, 28-31ºС.

Визуальные признаки заболевания проявляются на ягодах вначале в виде светлых, затем темнеющих вдавленных пятен. Позже ягоды растрескиваются, на них появляется белый налет мицелия с последующим образованием конидиального спороношения в виде черно-бурой или другого цвета порошащей массы. Грозди, пораженные в сильной степени, выглядят черными. Развитие спороношения отмечают как на гроздях, первично пораженных грибными болезнями или заселенных мушками-дрозофилами, так и на неповрежденных, здоровых ягодах, где гриб проявляет паразитические свойства.

Меры борьбы: поскольку возбудитель аспергиллезной гнили раневый патоген, используемые методы защиты должны быть, в первую очередь, направлены на предотвращение повреждений на ягодах: проведение уборки в оптимальные сроки; тщательное выдерживание оптимальных сроков и норм поливов; использование внекорневых подкормок и регуляторов роста растений, способствующих увеличению эластичности и плотности кожицы ягод.

Защитные мероприятия, проводимые от черной и серой гнили, снижают распространение и вредоносность аспергиллезной гнили.

Эффективность профилактических обработок от аспергиллезной гнили медьсодержащими препаратами составляет 75-90%. Высокую эффективность, более 90%, показывают фунгициды с д.в. фолпет + триадименол, фолпет, крезоксим-метил, толилфлуанид, тиофанат-метил, пенконазол, пираклостробин + метирам, миклобутанил + квиноксифен, флудиоксонил + ципродинил, фенгексамид и др.

Побочное действие на возбудителя аспергиллезной гнили (эффективность 60-75%) оказывают фунгициды с д.в. цимоксанил + фамоксадон.

Альтернариоз

Альтернариоз

Это грибковое, очень вредоносное заболевание винограда, распространенное повсеместно.

Вызывает заболевание жаркая и влажная погода. При заболевании альтернариозом, поражается листовой покров виноградного куста, зеленые побеги и ягоды с характерными симптомами, внешне напоминающими оидиум.

На листьях появляются светлые пятна с характерным проявлением некроза в центре, затем виноградный лист темнеет покрываясь плесенью во время дождей. На ягодах образуется пелена, придающая виноградным ягодам металлический блеск с последующим образованием бархатного налёта. Ягода сморщивается, приобретая неприятный вкус.

Если заражение произошло во время снятия урожая, грибок легко начнет развиваться во время хранения и испортит весь урожай.

Для того чтобы отличить альтернариоз от оидиума, нужно поражённую часть виноградного побега или больного листа поместить на блюдце с водой и накрыв его влажным стаканом поставить в тёплое место на несколько часов. Если это альтернариоз побег или виноградный лист покроется бархатистым налётом оливкового цвета. Из — за этого налета, болезнь имеет ещё одно название — оливковая пятнистость.

Меры борьбы: aдекватны мерам химической защиты против чёрной пятнистости и антракноза. Хорошие результаты даёт обработка триходермином.

Возбудитель болезни, зимует в коре отмерших частей растений и в растительных остатках, находящихся в почве.

Симптомы заболевания проявляются, во второй половине вегетационного периода виноградника, поэтому мероприятия по защите от инфекции нужно начинать весной с опрыскивания кустов бордосской смесью или другими фунгицидами, содержащими манкоцеб (Ридомил)

Во время смыкания ягод в гроздях, используют системные фунгициды типа «Скор», «Квадрис», «Кабрио-топ», «Рапид голд», «Колфуго супер» с интервалом обработки 10 – 14 дней.

Антракноз

Антракноз

Болезнь винограда, поражающая листья, побеги, соцветия и ягоды.

Источник инфекции – гриб в виде мицелия, дающий за один сезон до 30 поколений спор.

Повышенная в весенний период влажность вызывает поражение молодых листьев и побегов. Сначала на листьях появляются бурые пятна с темной каймой, затем пятна сливаются. В местах поражения, ткань листьев отмирает и проваливается. На междоузлиях появляются вдавленные пятна темно-коричневого, бурого цвета. Ткань трескается образуя глубокие раны, из-за чего побеги ломаются и усыхают.

Похожие поражения проявляются на гребнях виноградных гроздей и черешках листьев. Пораженные грибом соцветия приобретают коричневый цвет и усыхают. На ягодах образуются буроватые пятна с темной каймой. Очаговое распространение болезни наблюдаются в дождливую погоду.

Поражённые антракнозом побеги необходимо удалить и сжечь.

Весной, когда молодые побеги достигнут в длину 5 -10 см, производят опрыскивание 3% бордоской смесью.

Меры борьбы: перед цветением и после него через 10 -12 дней производят повторное опрыскивание в очагах поражения 1% бордосской смесью или поликарбацином, арцеридом, хлорокисью меди, полихомом, можно применять также Телдор, Свитч и другие фунгициды.

Черная пятнистость (Фомопсис)

Черная пятнистость (Фомопсис)

Грибковое заболевание винограда, поражающее все зеленые и одеревеневшие части виноградного куста.

Признаки поражения проявляются в июне, на первых семи узлах однолетних побегов. На листьях появляются точки черно-бурого цвета, постепенно сливающиеся в пятна, окруженные светлой каймой. Созревшие ягоды становятся темно-фиолетового цвета и неприятные на вкус. На вызревающей лозе появляются белесые пятна, глубоко врастающие в древесину. Прогнившие участки вызывают отмирание рукавов.

Меры борьбы: осенняя обрезка и уничтожение повреждённой древесины. Защиту прироста нужно начинать ранней весной с профилактических мероприятий против грибковых заболеваний. Побочное действие на черную пятнистость оказывают опрыскивания бордоской жидкостью, микалом, эфалем и эупареном.

Церкоспороз

Церкоспороз

Поражаются сорта винограда стойкие к милдью. Церкоспороз винограда можно встретить в основном на старых, ослабленных кустах. В начале августа проявляется на нижней стороне листьев с оливкового налета и доходит до бурого цвета, далее происходит засыхание листа. Ягоды также покрываются сначала оливковым налетом, плавно переходящего в покров зеленого цвета, далее осыпание ягод от любого касания.

Меры борьбы: своевременное удаление с растений поврежденных и высохших листьев, обработка бордоской жидкостью каждые две недели. Для борьбы с церкоспорозом используют те же методы, что для милдью.

Бактериоз

Бактериоз

Это инфекционное заболевание винограда, вызываемые патогенными бактериями.

Бактериоз может поражать всё растение, отдельные его части или органы.

К числу возбудителей инфекции, относятся бактерии из родов Pseudomonas и Bacillus, которые проникают в растение через естественные водяные поры.

Возбудители из родов Agrobacterium и Xanthomonas, обладают не столь выраженными паразитирующими свойствами и способны проникать в растение только через раны.

В некоторых случаях, возбудители инфекции распространяются насекомыми — переносчиками.

Распространение бактериоза, происходит во время вегетационного периода винограда. Среди разновидностей бактериоза, самой вредоносной инфекцией является бактериальный рак.

Меры борьбы:в зависимости от особенностей заболевания применяют соответствующие агротехнические физико — механические, химические и биологические методы.

Для борьбы с бактериозами, нужно использовать устойчивые сорта винограда, с комплексными мерами проведения фитокарантинных и фитосанитарных мероприятий.

Бактериальный рак

Бактериальный рак

Заболевание, под воздействие которого попадают открытые части виноградного штамба.

Поражение выглядит воздушным пузырем под корой, который со временем выступает на поверхность, разрывая кору.

Диаметр пузыря может достигать 30 см., а разрывается он осенью или зимой, преимущественно после суровых морозов.

Меры борьбы. Сводятся к проведению своевременных профилактических мероприятий.

Прежде всего необходимо надежно защищать саженцы и кусты от морозов и механических повреждений.

  • стараться, чтобы место прививок не соприкасалось с землей.
  • при обрезке кустов винограда, как можно меньше гнуть штамбы, нанося им механические повреждения.
  • делать весеннюю обрезку, более безопасную, чем осенняя.
  • при обнаружении проявлений бактериального рака, наросты необходимо тщательно срезать.
  • после обрезки пораженных тканей, удаленный материал собрать и сжечь. Раны нужно обработать 5 % раствором железного купороса или 3% раствором бордоской смеси.

При выявлении признаков возникновения бактериального рака, применяется только фосфорно-калийное удобрение. Также очень эффективна древесная зола. Азотные удобрения на 2 — 3 года необходимо исключить.

Короткоузлие

Короткоузлие

Это вирусная болезнь инфекционного происхождения. Встречается в европейских странах, где поражает все органы куста. Пораженные вирусом кусты приобретают карликовый вид и кустистость.

Пораженные вирусом побеги имеют укороченные междоузлия, двойные узлы и раздвоенные органы. Листья становятся веерообразными, деформируются и покрываются пятнами желтой мозаики. На пораженных короткоузлием виноградных кустах наблюдается массовое горошение и осыпание ягод. Очаги болезни охватывают группы кустов и со временем расширяются.

На молодых виноградниках, с зараженным посадочным материалом, больные кусты размещаются беспорядочно. Возбудитель болезни передается нематодами вида Xiphinema index Thorne et Allen.

Лечение. Уничтожение больных растений. Фумигация почвы против нематод, являющихся переносчиком вирусов.

Пятнистый некроз

Пятнистый некроз

Это болезнь винограда, результатом которой является усыхание виноградной лозы. Некроз винограда бывает двух видов:

  • Инфекционный;
  • Неинфекционный.

Некроз, или пятнистый некроз, сухорукавность — так еще называют эту болезнь приносит непоправимый вред виноградным кустам. Вследствие этой болезни усыхают как одно- или двухлетние лозы, так и целые рукава.

Причина инфекционного некроза — проникновение в организм растения патогенов различного происхождения: грибы, бактерии или вирусы. Среди самых распространенных некрозов: пятнистый некроз и некроз сосудов древесины.

Неинфекционный некроз развивается из-за неблагоприятного воздействия погодных факторов.

Пятнистый некроз винограда, одно из широко распространенных инфекционных заболеваний укрывных виноградников. Основной причиной его появления является резкая смена условий зимовки растений под земляным укрытием, когда зимой резко меняется температура воздуха и повышается влажность. Сильному проявлению болезни способствует влажная осень и теплая зима с частыми оттепелями и малоснежным покровом. На древесине появляются небольшие пятнышки, но спустя несколько лет пятна разрастаются и сливаются в одно, движение сока по растению затрудняется и это приводит к усыханию целых рукавов.

Профилактика

  • осенний сбор и уничтожение опавших листьев.
  • глубокая осенняя перекопка земли вокруг головы куста.
  • правильная обрезка, улучшающая проветривание куста.

Лечение заключается в своевременности проведения профилактических мероприятий.

  • обрабатывать высаживаемые саженцы 4% железным купоросом
  • хранить саженцы и черенки в хорошо проветриваемом подвальном помещении.
  • применять высокоштамбовые формировки виноградных кустов.

Краснуха инфекционная

Краснуха инфекционная

Различают два вида краснухи: инфекционную и неинфекционную.

Признаки начала заболевания. На листьях между крупными прожилками появляются желтоватые пятна, которые у сортов винограда с темной ягодой краснеют.

У сортов со светлоокрашенными ягодами, пятна на листьях остаются желтыми. Края пятен могут иметь ярко-зеленую каемку с клинообразным сегментом поражения.

Пораженные сегменты листа усыхают, а при более сильном развитии болезни, листья засыхают полностью и опадают.

Преждевременная потеря листьев ухудшает рост виноградного куста. Замедление роста, часто сопровождается осыпанием плодоносных соцветий.

При значительной потере листьев, вызревание побегов становиться невозможным а плодовая завязь будет мелкой.

Инфекционная краснуха чаще всего развивается в засушливое лето на бедных каменистых почвах, сопровождаемых нарушением водного и питательного баланса растений.

Нарушение водного и пищевого баланса виноградного куста, ослабляет его, уменьшая сопротивляемость к болезни, которая интенсивно начинает прогрессировать в период дождей.

Симптомы неинфекционной краснухи у винограда проявляются в период дефицита калия. Отличительной особенностью заболевания является распространение очага болезни не на отдельных фрагментах виноградного куста, как при симптомах инфекционной краснухи, а на всем винограднике.

Распространению неинфекционной краснухи способствует засуха и понижение температуры воздуха в ночное время.

Болезнь может проявляться в течение всего периода вегетации, сопровождающиеся утолщением листьев в местах поражения. При сильном поражении кустов неинфекционной краснухой, отмирают и засыхают участки гребней виноградных гроздей.

Меры борьбы. Химическую защиту растений от инфекционной краснухи проводят с использованием фунгицидов, тех же, что и при борьбе с милдью.

В связи с тем, что краснуха развивается значительно раньше милдью, то профилактических мероприятий нужно проводить на несколько опрыскиваний больше, так как против инфекционной краснухи не проводят специальных профилактических мероприятий.

С проявлением неинфекционной краснухи борются путем уничтожения причин ее возникновения.

Если же поражение краснухой привело к большой потере листьев, потерю зеленой массы необходимой для правильного фотосинтеза растения, компенсируют во время зеленых операций на винограднике, с обязательным применением удобрений для лучшего роста.

Хлороз

Хлороз

Это распространенная болезнь растений, относящаяся не только к винограду. При заболевании растений, в листьях нарушается образование хлорофилла, вследствие чего нарушается процесс фотосинтеза.

Главный признак заболевания, проявляется при изменении цвета листьев, с зелёного на бледно — жёлтый, лимонный или белёсый.

Хлороз бывает двух видов инфекционный и неинфекционный.

Хлорозом может болеть один куст винограда, или несколько растений рядом. Очаговый хлороз поражает все растительные посадки.

Хлороз неинфекционный, возникает от недостатка железа и называется — железный хлороз.

Меры борьбы:

  • лечение хлороза проводят 3 — 4 кратным внесением железосодержащих препаратов. Наиболее эффективно опрыскивание по листьям раствором железного купороса или препаратами, содержащими железо.
  • использование препарата «Брексил — хелат» с одновременным использованием умеренной дозы калийных удобрений, окажет положительное влияние на растение. В течение 4 — 6 часов после обработки, можно увидеть результат возвращения зеленой окраски листьев.
  • главным способом профилактики хлороза винограда, является подбор специальных подвоев, устойчивых к засолению или к содержанию карбонатов в почве.

Апоплексия

Инфекционное заболевание, вызванное патогенными видами возбудителей типа вертициллёза, фузариоза, армилляриоза. Эти возбудители способны вырабатывать токсины, проникновение которых в проводящую систему растения вызывает общее отравление.

Листья увядают, и растение гибнет. Страдают от заболевания единичные растения. Апоплексия случается при жаркой погоде у ослабленных или истощённых растений.

Некроз сосудов древесины

Некроз сосудов древесины

Это неинфекционное заболевание, связанное с физиологическими нарушениями жизнедеятельности растения.

Заболевание винограда, которым в основном поражаются саженцы.

Симптомы: побурение и отмирание клеток лозы, расположенных вблизи сосудов древесины.

Больные растения начинают отставать в росте и становятся неустойчивыми к морозам, засухе и прочим воздействиям внешней среды.

Исследователи считают, что болезнь вызывается грибом Fusarium viticolum и заражение проходит во время зимнего хранения лозы, другие связывают заболевание с проникновением в структуру древесины гриба Botrytis cinerea.

Меры борьбы:

  • Заготавливать и укладывать на хранение, только хорошо вызревшую лозу, без заматывания и перестилания ее влагоудерживающим материалом, типа полиэтиленовой пленки.
  • Виноградные маточники, нужно размещать только на легких почвах с высоким уровнем агротехнических мероприятий.
  • При выращивании вегетирующих саженцев; производить подкормки растений борными удобрениями.

Усыхание побегов

Усыхание побегов

Происходит из-за нарушения обмена веществ в скелете виноградной грозди, поэтому болезнь не является инфекционной.

Болезнь вызывают факторы физиологического питания растения в засушливый и слишком влажный период.

Усыхание гребней виноградных гроздей, происходит внезапно, при накоплении сахара в ягодах 7 — 12%, когда в разветвлениях или в дистальной части появляются точечные или продолговатые пятна, быстро буреющие или чернеющие, захватывающие несколько слоев клеток. В засушливое время эти пятна углубляются из-за основательной потери влаги.

Меры борьбы: борьба с параличом виноградных гребней возможна лишь условно. Хорошие результаты дает обработка винограда хлоридом кальция (0,75%), хлоридом магния (0,75%) или смесью обеих солей в 0,5% концентрации. Опрыскивание хлоридом магния (0,75%) и особенно сульфатом магния (3%). Обработку виноградных гроздей нужно начинать незадолго до периода вероятного поражения болезнью, повторяя ее через каждые 10 дней. Хороший результат в борьбе с усыханием виноградных гроздей дает опрыскивание зоны расположения болезни 5%-ным раствором сульфата магния. Для чувствительных сортов винограда нужно исключить химические меры борьбы. Можно ограничиться агротехническими мероприятиями, например, внесением сбалансированных удобрений.

Какие болезни винограда существуют и как с ними бороться, фото и советы

Самые известные болезни винограда и их лечение

Чтобы вырастить здоровый и крепкий кустарник, нужно приготовиться к сложным работам по борьбе с вредителями. Для этого вам нужно не только знать об основных причинах поражения растения, но и о методах борьбы и защиты. Сегодня мы расскажем вам о наиболее часто встречающихся заболеваниях винограда, грамотная «война» с которым является залогом отличного урожая и развития кустов.

Болезни и методы лечения могут быть различными, однако лучше всего помнить о том, что профилактика болезней винограда значительно эффективнее, чем сам процесс лечения. А все за счет того, что существуют некоторые бактерии и грибки, бороться с которыми очень сложно – слишком быстро «зараза» распространяется по растению, уничтожая и молодые побеги, и сами ягоды.

Именно потому так необходимо понимать важность профилактических защитных мер, способных уберечь весь ваш сад от неблагоприятного воздействия разнообразных возбудителей.

Итак, самые частые недуги:

  • болезнь Мильдью,
  • оидиум,
  • бактериозы, бактериальный рак,
  • эскориоз,
  • антракноз,
  • различные типы гнилей и пятнистостей листьев и ягод,
  • хлороз,
  • некроз древесины,
  • краснуха листьев,
  • септориоз,
  • альтернариоз,
  • церкоспороз,
  • усыхание побегов.

Примеры некоторых заболеваний листьев на фото

На фото - болезнь винограда Милдью, jahgrow.com

На фото - болезнь винограда Милдью, jahgrow.com

Фото болезни винограда под названием Милдью, vkjournal.ru

Фото болезни винограда под названием Милдью, vkjournal.ru

На фото - Мучнистая роса, supersadovnik.net

На фото - Мучнистая роса, supersadovnik.net

Фото Мучнистой росы, isadovod.ru

Фото Мучнистой росы, isadovod.ru

На фото - больной виноград, supersadovnik.ru

На фото - больной виноград, supersadovnik.ru

Милдью и способы борьбы с ложной мучнистой росой

Болезнь Милдью появляется в период вегетации при выпадении осадков и поражает не только побеги, но и ягоды. Вначале проявляется в виде желтых пятен на зеленых участках. При повышенном уровне влажности на всех соцветиях и заболевших листьях выступает светлый налет. Если вовремя не взяться за лечение, пораженные участки растения засыхают либо начинают гнить.

Грибок «мучнистой росы» зимует в почве или листве, попадая на виноград с дождевыми каплями или ветром. За сезон может дать до 20 новых поколений, а размножение грибка останавливается либо при пониженных температурах, либо вместе с гибелью винограда. Профилактика этой болезни заключается в удалении сорняков, в тщательном проветривании, опрыскивании листьев винограда с помощью бордоской жидкости (1 %) перед первым цветением, сразу после него и при созревании гроздьев ягод. Стоит отметить, что лечение достаточно не эффективно, а потому лучше заранее принять все меры по недопущению появления заболевания.

На фото - бактериальный рак винограда, dacha.wcb.ru

На фото - бактериальный рак винограда, dacha.wcb.ru

Фото больного листа винограда, dacha.wcb.ru

Фото больного листа винограда, dacha.wcb.ru

Фото бактериального рака винограда, winogradnik.ru

Фото бактериального рака винограда, winogradnik.ru

На фото больная кисть винограда, sites.google.com

На фото больная кисть винограда, sites.google.com

На фото - профилактика болезней винограда, zaika.in.ua

На фото - профилактика болезней винограда, zaika.in.ua

Подробнее о способах лечения: https://nasotke.ru/bolezn-mildju-vinograde-borba-lechenie-foto.html

Бактериальный рак виноградных кустов

К сожалению, от бактериального рака, чаще всего поражающегося виноградные кусты, нет способов лечения, а потому именно профилактика позволит вам снизить риски заболевания. Прежде всего, нужно обращать внимание на корневую систему саженцев при их высадке – не должно быть никаких бугристых опухолей, свидетельствующих о наличии рака. Если вы нашли на своем участке заболевшее растение, его сразу нужно удалить, а это место нельзя применять для посадки новых растений еще в течение нескольких лет.

Проводя обрезку винограда, рабочую область инструмента каждый раз обрабатывайте с помощью раствора марганцовки, чтобы убить возможных возбудителей заболевания. Чаще всего, клетки рака проникают в растения во время обработки земли, при стрижке через раны на ветках, через прививки и саженцы при покупке в питомнике. Постепенно болезнь перетекает ко всем частям растения, и достаточно долгое время никак не проявляется. Только при повышенной температуре или влажности на стволе, на «плечах», на корневой системе и в местах прививок могут появляться неровные опухоли. Болезнь приводит сначала к снижению урожайности, ослаблению развития куста и к его гибели.

На фото - болезнь винограда Оидиум, idanov.wordpress.com

На фото - болезнь винограда Оидиум, idanov.wordpress.com

На фото - Милдью и оидиум, vinograd.info

На фото - Милдью и оидиум, vinograd.info

Фото Оидиума винограда, kidanov.wordpress.com

Фото Оидиума винограда, kidanov.wordpress.com

Фото болезни винорадной лозы, bahys.com

Фото болезни винорадной лозы, bahys.com

На фото - виноград больной Оидиумом, vinogradna.ru

На фото - виноград больной Оидиумом, vinogradna.ru

Варианты лечения магазинными и народными средствами: https://nasotke.ru/bakterialnyj-rak-hloroz-vinograda-lechenie.html

Оидиум и методы борьбы с заболеванием

Оидиум или «пепельница» – достаточно вредное заболевание. Свое название получило за счет темно-серого налета с характерным гнилым запахом. Соцветия, пораженные грибком, засыхают, ягоды не растут, поскольку кожица их твердеет и трескается. Это заболевание отлично развивается в темных и не проветриваемых участках сада при повышении температуры.

Летом грибок постоянно распространяется, а зимой находится в поврежденных почках и лозах. Обрабатывать растение нужно тогда, когда появляются первые признаки. Можно пользоваться такими средствами, как Строби, Вектра, Квадрис, Флинт, Топаз или применять 1,5 % раствор коллоидной серы. Нужно провести как минимум четыре процедуры: до цветения, после него, спустя месяц и в первые десять дней августа.

О способах победить болезнь: https://nasotke.ru/oidium-vinograda-mery-borby-lechenie-foto.html

Боремся с черной пятнистостью (эскориоз)

Огромный урон виноградным кустам может нанести такая болезнь, как черная пятнистость, которая вызвана поражающим растение грибком. Первые признаки появляются в начале лета. Так, на молодых побегах начинают образовываться круглые темные точки, которые разрастаются и распространяются по растению, сливаясь в однородные пятна. Из-за этого ткань виноградника начинает трескаться. На листьях часто «нарастают» овальные формы некрозы, которые окружены более светлой каймой.

Если грибок поразил ягоды, они приобретают темно-фиолетовый цвет и неприятный вкус. Белесые пятна также могут появиться и на вызревших лозах, а кора, по мере прорастания бактерий в древесину, прогнивает, «плечи» куста слабеют и со временем отмирают. Уничтожить «заразу» даже химическими препаратами нельзя, а вот уменьшить развитие поможет опрыскивание растения с помощью Эупарена, Микала, а пораженные части кустарника сразу удаляются и сжигаются.

Антракноз или птичий глаз

Этим грибковым заболеванием может быть поражена лоза любого сорта винограда. Болезнь вызывает несовершенный грибок Gloeosporium ampelophagum Sacc. Поражаются антракнозом все органы винограда, находящиеся над землей, – листья, гроздья, ягоды, побеги, лозы. Первые проявления болезни можно заметить ещё ранней весной на молодых листьях. Они сморщиваются, затем на них появляются пятнышки светло-серого цвета. которые со временем буреют. Ткань листа в этих местах разрушается, возникают дыры, а затем распадается весь лист. Позже подобную картину можно наблюдать на лозах и плодах.

Грибок не погибает зимой. Он может сохраняться в побегах до пяти лет. При повышении температуры он активизируется. Попасть на виноград грибок может при различных повреждениях ливнями, градом, неаккуратной обрезкой и даже при поливе.

Для профилактики заболевания виноград обязательно обрабатывают фунгицидами после выпадения града.

Для борьбы с болезнью, как только она выявлена и высота побегов достигла 5-10 см, виноград обрабатывают препаратами, содержащими соединения меди. Чаще всего это бордосская смесь. Дальше с перерывами до двух недель проводят обработку фунгицидами.

Более полный список лечебных мероприятий: https://nasotke.ru/antraknoz-vinograda-lechenie-foto.html

Хлороз

Хлороз – это заболевание винограда, при котором ухудшается выработка хлорофилла. Он может быть инфекционным и развиваться при вирусном заболевании желтая мозаика. В этом случае бороться надо с заболеванием, вызвавшим хлороз. Неинфекционный вид болезни вызывается недостатком в питании растения химических элементов. В первую очередь железа. Часто заболевают хлорозом те растения, которые растут на непроницаемых для воздуха плотных почвах со щелочной реакцией. Спровоцировать заболевание может и неумеренное внесение фосфорных удобрений или органических подкормок.

Внешним проявлением заболевания являются светлый цвет молодой листвы, равномерное пожелтение и опадание верхних листьев, ослабление куста, снижение роста побегов.

Для лечения винограда от хлороза в первую очередь используют еженедельное опрыскивание железным купоросом (внекорневая подкормка). Но решить проблему можно только устранив основную причину возникновения болезни – воздухонепроницаемость грунта. Для этого усиливают его дренирование, перекапывают для усиления вентиляции, используют мульчирование.

Гнили винограда

Серая гниль

На зараженных участках появляется пушистый сероватый налет, напоминающий вату, отсюда и название болезни. Заболевание вызывает грибок Botrytis cinerea Pers, который зимует в гребнях и коре молодых побегов. Болезни в наибольшей степени подвержены кусты винограда с повышенной плотностью кроны, недостаточным её проветриванием при высокой влажности, а также плотные гроздья с высокой сахаристостью ягод.

Все зеленые части винограда могут быть поражены грибком. Это можно заметить по появляющимся на листьях и побегах бурым пятнам с сероватым налетом, засыхающим на солнце, по изменению цвета одревесневших участков винограда, по фиолетовым кругам на кожице ягод, которые со временем разрастаются, и ягода погибает.

Профилактика заболевания состоит в обеспечении хорошего проветривания куста путем его прореживания.

Для лечения проводят ранневесеннее опрыскивание препаратами, действие который направлено против этого грибка (Антракол, Микал, Фольпан). Такую обработку проводят ещё 1-3 раза за сезон, чередуя препараты.

Подробнее о способах лечения: https://nasotke.ru/seraja-belaja-chernaja-gnil-vinograda-foto.html

Черная гниль

Виноградники, где постоянно повышенная влажность, часто поражаются черной гнилью, вызываемой грибком Guignardia bidwellii, попадающим в растение при механических повреждениях.

Поражаются гнилью ягоды. На них появляются коричневые пятна с белой точкой посредине. В дальнейшем виноград чернеет и засыхает. В дожди болезнь приобретает характер мокрой гнили, а в сухую ягоды сморщиваются и темнеют.

Зараженные листья покрываются кремовыми пятнами отмершей ткани, обведенными темно-зеленой кромкой. На коре больного винограда появляются черные штрихи, затем язвы и трещины.

Заболевание, первоначально незаметное, позднее развивается очень быстро, и спасти растение не удается. Поэтому при малейших признаках болезни начинают обработку всего виноградника. В начальной стадии болезни хороший результат могут дать фунгициды. В дальнейшем подбирают смеси препаратов, учитывая погодные условия, тип грунта, сорта винограда.

Кислая гниль

Кислая гниль имеет такое название из-за уксусного запаха, который приобретают испорченные ягоды. Он появляется в результате переработки сахара на уксус микроорганизмами, а их разносчиками являются мухи-дрозофилы, откладывающие в виноградины свои яйца.

Средство борьбы с заболеванием и его разносчиками – обработка виноградника смесью инсектицида и фунгицида. Чтобы быть уверенным, что препараты могут быть использованы вместе, их растворы готовят и смешивают непосредственно перед опрыскиванием.

Некроз сосудов древесины

Этим неинфекционным заболеванием, связанным с нарушением физиологических процессов растения, как правило, болеют саженцы. У них становятся бурыми и отмирают клетки лозы, находящиеся рядом с древесными сосудами. Растение оказывается неспособным сопротивляться воздействию погодных условий.

Ученые считают, что вызывает заболевание один из грибков: Fusarium viticolum или Botrytis cinerea. Заражение происходит во время хранения саженцев зимой.

Предупредить заболевание можно, закладывая на хранение лозы с хорошо вызревшей древесиной. При этом их нельзя обматывать для утепления материалами типа полиэтилена – не пропускающими влагу. Также при выращивании саженцев строго соблюдать агротехнику и подкармливать виноград удобрениями, содержащими бор.

Краснуха листьев

Часто это заболевание появляется в жару или при резкой смене температуры воздуха. Краснуха бывает инфекционная и неинфекционная.

Неинфекционная краснуха листьев сигнализирует о том, что растению не хватает фосфора или калия. В первом случае краснеют нижние листья и побеги, во втором – верхние.

Бороться с таким заболеванием несложно. Надо дать растению нужные ему удобрения, удалить поврежденные побеги и листья, подвязать виноград, убрать обрезки и опавшие листья, выполоть сорняки.

Инфекционную краснуху винограда вызывает грибок Pseudopeziza tracheiphila Muller-Thurgau. Он быстро распространяется, поражая побеги и плоды, захватывая новые лозы. Поражая систему сосудов растения, он лишает его органы питательных веществ – калия и фосфора. Растения могут погибнуть, если не начать борьбу с заболеванием своевременно.

Экстренно компенсировать недостаток калия можно опрыскиваниями больных растений однопроцентным раствором калия азотнокислого. Обработку проводят раз в восемь дней, повторяют ее пять раз. Чтобы болезнь не повторилась в следующем сезоне, осенью виноград подкармливают сернокислым или хлористым калием, а весеннюю обрезку следующего года делают максимально короткой, разгружая ослабленное растение.

При недостатке фосфора в почву вносят суперфосфат или подобные удобрения, через 6 дней проводят внекорневую подкормку.

Осенняя и весенняя подкормки винограда – отличная профилактика заболеваний.

Усыхание побегов

В засушливый или напротив излишне дождливый год у виноградной лозы может нарушаться обмен веществ. Из-за этого побеги начинают засыхать.

Проявляется заболевание, когда уже начинают наливаться ягоды, и в них уже накопилось до 12% сахара. Внезапно на разветвлениях появляются темные пятна. Если болезнь запущена, её не победить. При длительной засухе или затяжных дождях, которые могут спровоцировать болезнь, опытные виноградари рекомендуют упредить возможность возникновения заболевания и обработать насаждения смесью хлорида магния и хлористого кальция. Концентрация раствора должна быть 0,5%. В аналогичной ситуации используют сульфат магния, но не для опрыскивания всей лозы, а для обработки тех мест, где проявилось заболевание.

Для негативно реагирующих на применение химикатов сортов винограда профилактикой заболевания является внесение сбалансированных комплексных удобрений.

Альтернариоз

Возбудителем этого заболевания винограда являются грибки вида Alternaria, которые активизируются в жару или при повышенной влажности. Во второй половине вегетации на листьях и побегах появляются серебристые пятна, схожие с проявлениями заболевания оидимумом. Со временем они коричневеют, затем чернеют и засыхают листья. На зрелых ягодах грибок проявляется в виде металлического блеска, который переходит в налет темно-серого цвета. Плоды сморщиваются. Вкус их становится неприятным. Грибок-возбудитель зимует в коре больных растений и в почве.

Против заболевания действенны только профилактические методы. С весны начинают обработку виноградника фунгицидами содержащими медь и такими, как Дитан М-45, Ридомил голд МЦ, СП, ВДГ, в состав которых входит манкоцеб. Когда ягоды в гроздьях сомкнутся, каждые две недели проводят обработку препаратами Квадрис, Скор, КЭ, СК.

Армилляриоз или корневая гниль

Это грибковое заболевание вызывают несколько видов грибков. На корнях появляются серые и темно-серые нити. Поднимаясь по растению выше, грибок поражает древесину, она становится бурого цвета и отмирает. За 2-3 года растение может погибнуть.

Внешним проявлением заболевания является отсутствие плодоношения, пожелтение и уменьшение в размерах листьев. Обычно болезнь появляется у растений, растущих на тяжелых почвах, где может застаиваться вода и в целом повышенная влажность. Распространяется заболевание под землей, переходя с корней одной лозы на корни другой.

Для профилактики заболевания дренируют влажные участки, стараются не высаживать виноград на почве, в которую плохо проникает воздух, по мере необходимости рыхлят грунт. На участке, где обнаружили корневую гниль, не высаживают виноград как минимум три года.

При обнаружении первых признаков болезни виноград опрыскивают препаратами, в состав которых входит медь: Оксихлорид меди, Абига-Пик, бордосская жидкость, Хом, Ордан и другие. Для ограничения распространения заболевания больные растения отделяют от других насаждений глубокими канавами, землю из которых выкладывают на зараженный участок, а затем проводят дезинфекцию почвы формалином.

Бактериоз

Бактериозы винограда – группа заболеваний, вызываемых одноклеточными организмами – болезнетворными бактериями. Наиболее часто они возникают у растений:

  • на истощенных почках;
  • при неблагоприятных погодных и природных воздействиях;
  • при несоблюдении агротехники выращивания;
  • при отсутствии защиты от вредителей-насекомых.

Бактериальные заражения могут носить сезонный или хронический характер. Разновидностями болезни являются:

  • бактериальный некроз;
  • бактериоз ягод;
  • болезнь Пирса;
  • бактериальный рак.

Для каждого конкретного заболевания разработаны свои методы предупреждения болезней и лечения. Общей рекомендацией предотвращения бактериозов является соблюдение санитарных правил:

  1. Погибшие от бактериоза растения выкорчевывают и сжигают. На их место не высаживают новые виноградные лозы.
  2. Посадочный материал ни в коем случае не берут с больного винограда.
  3. Саженцы и чубуки приобретают в проверенных питомниках.
  4. Перед высадной черенков проводят их получасовую термообработку в горячей воде 35ºС.
  5. Обрезая виноград, дезинфицируют инструмент в спирте или растворе медного купороса перед обработкой каждого куста.
  6. Спилы обрабатывают медным купоросом в виде 2-процентного раствора и заделывают садовым варом.
  7. Все агрономические мероприятия проводить с особой аккуратностью, чтобы не повредить растение.
  8. При предзимней подготовке исключают контакт винограда с почвой.
  9. Не перегружают растение, чтобы не ослабить его.
  10. Постоянно ведут противогрибковую профилактику.
  11. Не переувлажняют почву и не перекармливают растения.

Подробнее об обработке винограда купоросами: https://nasotke.ru/vesennyaya-obrabotka-vinograda-zheleznym-mednym-kuporosom.html

Устойчивые и неустойчивые к таким болезням сорта (фото)

Среди виноградных сортов есть менее восприимчивые к воздействию патогенных бактерий и менее стойкие.

К первым относятся Алиготе, Бастардо, Кодрянка, Восторг и другие.

Из наиболее подверженных бактериальным заболеваниям можно назвать сорта Кишмиш белый, Фаворит, Рексави, Жемчуг Саба, Первенец Магарача.

Нет сортов винограда, абсолютно невосприимчивых к заболеваниям, которые вызывают бактерии.

Септориоз

Небольшие коричневые пятна на листьях винограда свидетельствуют о заболевании септориозом. При повышенной влажности на нижней стороне листа появляется плесень. Засохшие листья, опадая, распространяют грибные споры. Этому заболеванию наиболее подвержены мускатные сорта винограда.

Для локализации заболевания поврежденные растения и опавшие листья удаляют.

Профилактика септориоза – опрыскивание виноградника однопроцентным раствором бордосской смеси.

Церкоспороз или зеленая плесень

Еще одно грибковое заболевание винограда церкоспороз вызывают грибки Hyphomycetales. Болеют им обычно старые или ослабленные растения. Болезнь бывает в двух разновидностях – весенний (май-июнь) и осенний (июль-август) церкоспороз. Подвержены заболеванию и другие растения, не только виноград.

Первыми болезнь поражает листья нижнего яруса, где повышенная влажность и затененность способствуют развитию возбудителя. Сильное заражение проявляется в изменениях листьев и среднего яруса.

Визуально церкоспороз можно определить по появлению на нижней стороне листьев темно-оливкового налета. Развиваясь, грибок образует продолговатые бурые пятна и на верхней поверхности листа. Листья плохо держатся на ветке и при малейшем касании опадают. На заболевших ягодах тоже появляется оливковый бархатистый налет, плоды твердеют, темнеет их окраска. Затем плоды сморщиваются и легко опадают.

Профилактика церкоспороза состоит в строгом соблюдении порядка проведения и сроков всех агротехнических мероприятий.

При обнаружении заболевания к его лечению приступают немедленно. Для этого:

  • удаляют и сжигают все пораженные листья;
  • обрабатывают виноградник фунгицидами каждые две недели;
  • строго соблюдают режим полива раз в месяц водой прогретой до 15-20ºС.

Профилактические процедуры как залог здоровья виноградников

От большинства заболеваний вам поможет простая профилактика. Прежде всего, это проверка саженцев, своевременное срезание остатков растительности и удаление больных кустов. Лучше знать болезни винограда в картинках, чем позже бороться с ними в своем саду, поскольку это очень трудоемкое дело, и не всегда оно имеет положительный эффект. Так, профилактическое опрыскивание кустов нужно проводить до начала вегетационного периода, то есть до того, как распустятся почки.

Это помогает уменьшить «инфекционный фон», а значит, приводит к улучшению развития растений и повышению урожайности. При этом болезни могут появляться как на «молодняке», так и на старых растениях, а значит, защищать виноград нужно всю его жизнь. Весной после удаления укрытия для винограда кусты следует обрабатывать с помощью 3 % раствора бордоской жидкости. Лучше всего изготовить ее своими руками, поскольку эффект приобретаемой смеси на порядок ниже. Для этого нужно в пластмассовую либо эмалированную посуду налить пять литров теплой воды, в которой разводят примерно 300 г медного купороса. Во вторую тару также заливаем пять литров воды, замешивая в ней 300 г свежегашеной извести.

При этом нужно обязательно вливать раствор медного купороса к «известковому молочку», иначе раствор получится не эффективным для борьбы. Индикатором для определения качества бордоской жидкости станет обычный железный гвоздь. Для этого нужно погрузить его в емкость с раствором, а после просто внимательно осмотреть. Так, на гвозде не должна осесть медь. Процедив нашу смесь через ситечко, заливаем ее в опрыскиватель и поливаем растения, желательно в безветренную погоду. Важно, чтобы раствор при поливе покрывал весь куст полностью, включая однолетние лозы и многолетнюю древесину.

Средства борьбы с болезнями винограда и их назначение

 

Прежде всего, следует отметить, что для защиты кустарников можно применять как биологические, так и химические средства. К первому типу относят такие препараты, как Лепидоцид, Триходермин, Гаупсин, Актофит, показавшиеся себя достаточно достойно в работе. Они имеют огромное преимущество в безопасности для человека, но есть и небольшой минус – необходимость еженедельно и после дождей опрыскивать растения. Это весьма бьет по карману из-за достаточно высокой стоимости препаратов. Кроме того, не радуют и трудозатраты, особенно если предстоят работы с несколькими сотнями кустов винограда.

Намного эффективнее и финансово выгоднее применять химические средства или пестициды. Их используют либо в профилактических целях, либо при борьбе с вредителями, сорняками и болезнями, которые вредят кустам. При этом важно обращать внимание на то, что такие средства должны быть безвредными для самого винограда, ядовиты для бактерий и болезней, и малотоксичны для человека. Чтобы верно подобрать средство, необходимо понимать, каким образом они классифицируются.

Так, пестициды подразделяются по объекту использования (объединяются в определенные группы в зависимости от бактерий, с которыми предстоит бороться):

  • Фунгициды – препараты, применяемые при обработке растений, поверженных грибком;
  • Бактерициды – направлены против опасных патогенов;
  • Инсектициды – средства от насекомых;
  • Акарициды – препараты от виноградного клеща;
  • Гербицидами – вещества, помогающие бороться с сорняками.

Кроме того, они подразделяются на контактные, системные и третий вид – комбинированные.

  • Системные используют для борьбы именно с болезнями. Используемый вами препарат попадает на поверхность листа, проникает внутрь и с помощью побегов распространяется ко всем «органам» куста, защищая в том числе и новые его приросты. К ним можно отнести Топаз, Фундазол, Топсин-М, Квадрис, Байлетон и Строби.
  • Контактные средства применяют при появлении признаков заболевания на зеленых элементах растения. Если вы упустили этот момент, а поражение приобрело массовый характер, постарайтесь удалить пораженные листья, произведя обработку куста с помощью контактных фунгицидов. К самым известным препаратам этой категории относят Ровраль, бордоскую жидкость, Омайт.
  • Комбинированные препараты обладают свойствами не только системных, но и контактных веществ. Самым известным считается Ридомил Голд.

Список химических средств можно продолжать до бесконечности. Здесь важно разумно подходить к их приобретению и применению. Так, например, нельзя забывать о том, что вредители привыкают к используемым составам. Именно потому их нужно чередовать между собой, помня, что применение препаратов одной группы повторно считается нежелательным.

Материал дополнен и актуализирован 31.01.2018

Оцените статью: Поделитесь с друзьями!

фото, лечение, описание, как выглядят на листьях, виды, видео

Болезни винограда появляются чаще всего на фоне нехватки питательных веществ и неправильного ухода. Чтобы предотвратить или вылечить недуги, нужно изучить их симптомы и особенности.

Какие бывают болезни винограда

Болезни винограда можно разделить на две основные группы:

  1. Инфекционные. К данной категории относятся недуги, возникающие из-за заражения грибковыми спорами или вирусами.
  2. Неинфекционные. Такие болезни развиваются на плохих почвах или из-за нарушения правил ухода, у растения снижается выносливость и ухудшается урожайность.

Инфекционные недуги более опасны, поскольку плохо поддаются лечению и могут целиком уничтожить посадки. Для устранения неинфекционных заболеваний обычно достаточно пересмотреть подход к агротехнике.

Грибковые болезни винограда

Чаще всего виноград страдает от инфекций, вызванных патогенными грибками. Развиваются болезни обычно на кислых и переувлажненных почвах.

Милдью

Среди основных болезней винограда можно отметить милдью, или ложную мучнистую росу, которая активизируется весной при температуре выше 10 °С. Проявляется маслянистыми светло-желтыми пятнами на листьях, со временем они превращаются в сухой налет на нижней стороне пластин. Запущенная болезнь может поражать также поспевающие плоды.

На ранних стадиях милдью реально вылечить при помощи опрыскиваний фунгицидами. Применять рекомендуется Антракол, Профит Голд и Ридомил в соответствии с инструкцией.

Избежать заражения милдью помогает регулярная прополка участка и мульчирование почвы

Оидиум или мучнистая роса винограда

Оидиум, или настоящая мучнистая роса, — грибковая болезнь, оставляющая на пластинах растения сероватый сухой налет. Со временем пятна распространяются на соцветия и плодовые кисти, мелкие ягоды быстро погибают, а крупные трескаются и начинают гнить. Листья деформируются и приобретают курчавость. Появляется болезнь винограда летом, обычно в теплую сырую погоду.

Справиться с недугом можно при помощи препаратов Танос, Хорус и Топаз. Чтобы предотвратить болезнь, рекомендуется регулярно прореживать посадки, подвязывать лозу к шпалерам и рыхлить междурядья.

Особенно часто от оидиума страдают виноградные кусты, для которых не проводят регулярной обрезки

Антракноз

Опасный грибок поражает листья и побеги винограда. Сначала на зараженных участках появляются коричневые пятна, а потом лоза начинает трескаться и постепенно отмирает. На ягодах возникают темные точки с черным окаймлением.

Лечить виноград от болезни рекомендуется препаратами Акробат, Хорус и Ридомил. Для профилактики полезно использовать бордоскую жидкость. Виноград опрыскивают по листьям с промежутками в 1-2 недели.

Грибок, вызывающий антракноз, зимует на пораженных органах винограда и может сохранять активность до пяти лет

Альтернариоз

Грибковая болезнь поражает зеленую лозу и ягоды. Проявляется коричневатыми пятнами на листьях с некротическими участками в центре, со временем пластины темнеют и плесневеют. Плоды при альтернариозе сначала покрываются блестящей пленкой, а затем приобретают буро-серый налет. К употреблению урожай становится непригоден.

Бороться с болезнью винограда нужно с ранней весны и в течение всего сезона. Кусты опрыскивают средствами Квадрис и Скор, а также бордосской жидкостью. Для профилактики необходимо ежегодно выполнять санитарную стрижку посадок и осенью убирать с участка весь растительный мусор.

Внимание! Альтернариоз очень похож на оидиум, но если взять зараженный лист и под влажной тканью поместить в теплое место, то налет на пластине появится не серый, а зеленоватый.

Альтернариоз развивается в условиях жары и высокой влажности

Черная пятнистость (фомопсис)

Грибковая болезнь приводит к появлению красноватых пятен на побегах и листьях, со временем отметины темнеют, а потом обесцвечиваются. Ягоды окрашиваются и деформируются, а затем отпадают от кисти при прикосновении к гребню. На фоне черной пятнистости сильно снижается урожайность.

Лечению болезнь поддается плохо, поэтому рекомендуется профилактически опрыскивать посадки бордоской жидкостью и не допускать появления грибка. Если фомопсис все-таки развился, сильно пострадавшие растения удаляют с участка, а оставшиеся обрабатывают препаратами Скор, Хорус или Топаз по инструкции.

Фомопсис поражает виноград в период цветения, но первые симптомы проявляются обычно только к августу

Серая гниль

Серая гниль развивается на молодых почках и побегах и быстро поражает все однолетние ветки и зеленые листья. Оставляет налет на нижней стороне пластин, на соцветиях и плодовых кистях. Виноградный куст при сильном поражении болезнью от прикосновения как будто выпускает облако пыли. Постепенно пострадавшие участки растения темнеют и усыхают.

Хорошими средствами защиты винограда от болезни становятся препараты Топаз и Хорус. Для предотвращения недуга важно не допускать заболоченности почвы, поскольку обычно грибок проявляется в холодную и дождливую погоду.

От серой гнили особенно часто страдает виноград после неаккуратной прививки

Черная гниль

При черной гнили на листьях появляются светло-коричневые пятна с темным ободком и точками в центре. Ягоды страдают от болезни в середине созревания. Сначала на кожице возникает белое пятно, а потом вокруг него образуется коричневатое кольцо. В течение десяти дней плод засыхает и превращается в сухую черную мумию, начиненную грибковыми спорами.

На ранних этапах гниль можно вылечить препаратами Дитан, Строби и Полирам. Сильно пострадавшие кусты лучше удалить с участка, чтобы сохранить соседние растения, поскольку грибок быстро распространяется с больных экземпляров на здоровые.

В течение первых пяти недель после цветения ягоды винограда обладают иммунитетом к черной гнили

Белая гниль

Болезнь винограда осенью или в конце лета атакует наполовину созревшие плоды. Сначала на них появляются розовые небольшие пятна, но уже через несколько часов зараженные ягоды сморщиваются и темнеют. Особенно часто от болезни страдают сорта с тонкой кожицей и сочной мякотью, инфекция быстро распространяется по грозди, появляется характерный запах гнили.

При поражении недугом пострадавшие кисти удаляют и проводят срочную обработку Фундазолом или бордоской жидкостью. Профилактические опрыскивания рекомендуется выполнять в жаркую погоду и при механических повреждениях на плодах.

Белая гниль чаще всего развивается на ягодах винограда на фоне солнечного ожога

Церкоспороз

Грибковый недуг проявляется оливковым налетом и темными пятнами на нижней стороне листьев. Созревающие ягоды сморщиваются и твердеют, сильно падает качество урожая и его объемы. При отсутствии лечения пораженные части винограда отмирают. Быстрее всего болезнь развивается при температуре около 30 градусов и при недостаточном освещении.

Для лечения церкоспороза используют бордосскую жидкость и системные фунгициды. Сильно ослабленные растения удаляют с участка.

Внимание! При поражении церкоспорозом пострадавшие листья отпадают от побегов при малейшем касании.

Церкоспороз поражает обычно старый или ослабленный виноград

Вертициллез

Вертициллез, или вилт, поражает виноград в начале лета и приводит к вялости и обесцвечиванию побегов. Постепенно ветки отмирают, на краях листьев при этом появляются пятна, похожие на ожоги. Болезнь распространяется снизу вверх. Ягоды при вертициллезе засыхают и мумифицируются, хотя могут долго удерживаться на кустах.

Надежных способов лечения болезни винограда не существует, поэтому пострадавшие растения просто кардинально обрезают. Самая действенная профилактика недуга заключается в обработке почвы перед посадкой кустов. Обычно вилт переходит на виноград именно из зараженного грунта.

Грибок вертициллеза может выживать до десяти лет в грунте и растительных остатках

Вирусные болезни винограда

Вирусы поражают виноград не так часто, как грибки, но считаются более опасными. Вылечить пострадавшие растения практически невозможно, обычно кусты либо полностью ликвидируют, либо используют здоровые части для размножения.

Мозаика желтая

Мозаика проявляется обычно весной сразу после распускания листьев. Пластины растения приобретают желтую окраску. Летом болезнь винограда может немного отступить, и естественный зеленый цвет частично восстановится, но это не будет означать выздоровления. В некоторых случаях листья деформируются, а на побегах появляются двойные укороченные междоузлия, но такое происходит не со всеми сортами.

Вирусная мозаика приводит к постепенному вырождению лозы, снижению урожайности и бесплодию винограда. Вылечить болезнь нельзя, поэтому обычно кусты ликвидируют, предварительно сняв здоровые верхушечные побеги для дальнейшего размножения.

Желтизна при мозаике винограда может охватывать весь лист целиком или проявляться пятнами

Окаймление жилок

Вирусное заболевание поражает виноград при проведении прививки или через почву. Симптомами недуга являются золотистые пятна на взрослых листьях или пожелтение прожилок, также в период цветения могут засыхать и опадать бутоны. Вред от вирусной болезни состоит в том, что виноград хуже завязывает плоды, урожайность снижается до 50%.

Окаймление жилок не поддается лечению, пострадавший виноград необходимо уничтожить

Вирусный инфекционный хлороз

Инфекционный хлороз винограда образует характерные желтые пятна и полосы на листьях в начале лета. Непосредственного ущерба ягодам не наносит, однако по мере развития болезни кусты начинают хуже плодоносить, урожай мельчает и сокращается в объемах. Поскольку лечению вирус не поддается, зараженный виноград уничтожают.

Внимание! От инфекционного хлороза страдают в первую очередь старые листья растения, молодые поражаются в последнюю очередь.

Вирусный хлороз чаще всего появляется на винограде после проведения прививки

Короткоузлие

Болезнь винограда можно узнать по линейным или сердцевидным узорам на листьях, измельчанию и курчавости пластин, а также по жирным пятнам с неприятным запахом. Причина состоит в вирусном поражении корней — растение не получает достаточного количества питательных веществ. Ягоды становятся мелкими, не дозревают до конца и преждевременно осыпаются. Как и при большинстве вирусов, единственным способом борьбы с короткоузлием является уничтожение зараженных кустов.

При поражении короткоузлием виноград дополнительно страдает от насекомых из-за появления липкого налета

Некроз

Вирусная инфекция поражает сосуды винограда и нарушает процессы питания. Листья растения белеют и отмирают, постепенно куст начинает загнивать и погибает. При поражении некрозом виноград кардинально обрезают или полностью удаляют с участка и сжигают.

Некроз нарушает процессы фотосинтеза в листьях и побегах винограда

Бактериальные болезни винограда

В соответствии с названием бактериальные недуги винограда провоцируются попаданием бактерий в ткани куста. Обычно болезни развиваются на фоне грибков или при механических повреждениях плодов, побегов и корневой системы.

Болезнь Олейрона

При болезни Олейрона на листьях и побегах появляются черные пятна. Узлы винограда становятся ломкими, почки деформируются, а бутоны темнеют. Развитие кустарника замедляется, падает урожайность.

На первых стадиях болезни можно использовать препараты серы и бордоскую жидкость 5%. Запущенная бактериальная инфекция требует полного уничтожения куста.

Болезнь Олейрона развивается в холодную дождливую погоду и на фоне поздних заморозков

Бактериальный рак

Виноград страдает от бактериального рака при снижении иммунитета и после зимнего вымерзания побегов. Узнать болезнь можно по образованию бугорков на ветвях, снижению количества завязей и подсыханию листьев по краям. По мере прогрессирования недуга нарушаются процессы фотосинтеза, и виноград перестает развиваться.

На ранних стадиях справиться с бактериальным раком можно при помощи препаратов Фитоплазмин и Фитофлавин

Бактериоз ягод

Среди болезней винограда в июле особую опасность представляет бактериоз. Он развивается в период формирования завязей и проявляется желтыми пятнами на плодах, которые постепенно превращаются в буро-фиолетовые вмятины. Мякоть усыхает, всего за неделю урожай становится непригоден к употреблению.

Чаще всего бактериоз возникает при выращивании винограда под ярким солнцем. Вылечить пострадавшие плоды нельзя, но можно предотвратить болезнь, обеспечив кустам укрытие от прямых ультрафиолетовых лучей.

В рамках профилактики бактериоза необходимо не допускать механических повреждений ягод

Болезни неинфекционного характера

К ухудшению здоровья винограда приводят жаркая или слишком влажная погода, недостаток воды и питательных веществ в почве, вымерзание и солнечные ожоги. Можно выделить несколько самых частых неинфекционных недугов.

Хлороз

Хлороз развивается на фоне недостатка железа, бора, цинка или марганца. Выражается в пожелтении листовых пластин между прожилками, побеги растения становятся хрупкими, цветение прекращается. Избавиться от проблемы можно при помощи подкормок железным купоросом и комплексными минералами с содержанием основных микроэлементов.

Хлороз развивается при избыточном внесении азота в грунт

Усыхание гребня

Узнать болезнь можно по обезвоживанию и высыханию гребня плодовой кисти. Ягоды на фоне недуга хуже развиваются и мельчают, не поспевают до конца. Болезнь появляется из-за редких подкормок и дефицита калия и магния в почве.

Вносить калий для предупреждения усыхания гребня нужно особенно часто в дождливую погоду

Опадение завязи

Завязи осыпаются до формирования ягод на фоне перекармливания азотом, при дефиците влаги и при отсутствии обрезки кустов. Винограду не хватает питательных веществ для качественного плодоношения, либо все ресурсы направляются исключительно на наращивание листьев и побегов.

При осыпании завязи нужно пересмотреть подход к поливам и внести калийно-фосфорную подкормку

Профилактика болезней винограда

Болезни винограда и борьба с ними причиняют немало хлопот. Проще предотвратить появление недугов, чем спасать посадки. Для предупреждения болезней необходимо:

  • выбирать районированные выносливые сорта для конкретного региона;
  • высаживать виноград на хорошо освещенных участках;
  • не допускать пересыхания или заболачивания почвы у корней растения;
  • регулярно подкармливать виноград и проводить профилактические обработки фунгицидными препаратами;
  • прореживать посадки, не допуская загущения;
  • ежегодно выполнять профилактическую обрезку и удалять слабые сухие лозы.

В зимнее время для винограда важно обеспечить хорошее укрытие, чтобы предотвратить вымерзание побегов. Перед посадкой новых кустов на участке нужно тщательно дезинфицировать почву от возможных грибков и вредителей.

Заключение

Болезни винограда способны нанести серьезный ущерб урожаю и привести к полной гибели отдельных растений. Рекомендуется уделять особое внимание профилактике грибков и вирусов, поскольку лечение связано со значительными сложностями.

GRAPE% 20LEAF% 20DISEASE Стоковые фотографии и изображения

Профессиональные стоковые фотографии GRAPE% 20LEAF% 20DISEASE без лицензионных отчислений и изображения редакционных новостей из Shutterstock

Показать детали изображения желтые пятна на листьях винограда. Болезнь винограда Стоковое фото RF Показать детали изображения Болезни виноградной лозы. Ложная мучнистая роса (Plasmopara vitikola) - это грибковое заболевание, поражающее листья винограда. Роялти-фри фото Показать детали изображения Плесень, болезнь винограда, зеленые листья повреждаются, по краям засыхают коричневые пятна.Завод крупным планом, понятие виноградарства, садоводства, борьбы с грибковыми заболеваниями, профилактики. Роялти-фри фото Показать детали изображения Крупный план листьев винограда, пораженных ложной мучнистой росой (Plasmopara vitikola) Стоковое фото RF Показать детали изображения Опрыскивание виноградных растений в винограднике весной или в начале лета, защита растений или питание работают ближе к вечеру Стоковое фото RF Показать детали изображения Грозди винограда поражены мучнистой росой или оидиумом. Гнилой виноград поражен грибковым заболеванием.Роялти-фри фото Показать детали изображения Пятна крупным планом на листьях винограда. Заболевания винограда. Милдью, антракноз, грибковое заболевание садовых растений. Роялти-фри фото Показать детали изображения Блистер с виноградными листьями. Волдырный клещ виноградной лозы (Eriophyes vitis). Зараженные виноградные листья. Заболевание, вызванное волдырными клещами. Закройте вверх. Роялти-фри фото Показать детали изображения Антракноз винограда, грибковое заболевание. Крупным планом - лист виноградной лозы с желтыми и коричневыми пятнами, инфицированными ложной мучнистой росой, грибковой болезнью винограда, требующей химического контроля и лечения.Роялти-фри фото Показать детали изображения Листья винограда, пораженные грибковым заболеванием, ложной мучнистой росой, ложной мучнистой росой (Plasmopara viticola) Стоковое фото RF Показать детали изображения Больные листья винограда заражены грибковым заболеванием плесени с белыми и коричневыми пятнами. Показать детали изображения Блистер с виноградными листьями. Волдырный клещ виноградной лозы (Eriophyes vitis). Зараженные виноградные листья. Заболевание, вызванное волдырными клещами. Закройте вверх. Роялти-фри фото Показать детали изображения Блистер с виноградными листьями.Волдырный клещ виноградной лозы (Eriophyes vitis). Зараженные виноградные листья. Заболевание, вызванное волдырными клещами. Закройте вверх. Роялти-фри фото Показать детали изображения Блистер с виноградными листьями. Волдырный клещ виноградной лозы (Eriophyes vitis). Зараженные виноградные листья. Заболевание, вызванное волдырными клещами. Закройте вверх. Роялти-фри фото Показать детали изображения Блистер с виноградными листьями. Волдырный клещ виноградной лозы (Eriophyes vitis). Зараженные виноградные листья. Заболевание, вызванное волдырными клещами. Закройте вверх. Роялти-фри фото Показать детали изображения Листья винограда с болезнью Стоковое фото RF Показать детали изображения Альтернариоз на листьях винограда в виде желтых красных пятен, растение, пораженное грибковым альтернариозом. Показать детали изображения Вредители, болезни растений.Листовые пятна крупным планом. Большинство пятен на листьях вызвано грибами, такими как Bipolaris, Colletotrichum, Helminthosporium, Pestalotiopsis, Stigmina. Роялти-фри фото Показать детали изображения Крупный план листьев винограда, пораженных ложной мучнистой росой (Plasmopara vitikola), вид сзади Стоковое фото RF Показать детали изображения Садовник осматривает виноградную гроздь с лупой в поисках вредителей и болезней. Закройте вверх. Роялти-фри фото Показать детали изображения Желтые пятна на листьях при болезни винограда милдью.Женская рука показывает виноградный лист на примере болезни. Показать детали изображения Галлы на листьях выглядят как бородавки на виноградных листьях, вызванные паразитами или насекомыми, клещами, живущими внутри виноградных лоз. Не влияет на виноград. Роялти-фри фото Показать детали изображения Листья лозы поражены насекомыми из семейства Phylloxeridae. Болезнь виноградной филлоксеры. Роялти-фри фото Показать детали изображения Волдыри на виноградных листьях - заболевание, вызываемое волдырями, питающимися под поверхностью листьев.Болезнь виноградной лозы, пораженная деталь листа. Роялти-фри фото Показать детали изображения Виноградная болезнь. Плесень. Листья винограда поражены грибком. Роялти-фри фото Показать детали изображения Вредители, болезни растений. Крупный план мучнистой росы. Роялти-фри фото Показать детали изображения Заболевание, связанное с дегенерацией веерных листьев виноградной лозы на виноградных листьях, которое вызывается вирусом веерообразных листьев виноградной лозы (GFLV). Желтый узор мозаики на листе Стоковое фото RF Показать детали изображения Заболевание, связанное с дегенерацией веерных листьев виноградной лозы на виноградных листьях, которое вызывается вирусом веерообразных листьев виноградной лозы (GFLV).Желтый узор мозаики на листе Стоковое фото RF Показать детали изображения Лист винограда с желтыми пятнами. Болезнь винограда, растений. Грибковое заболевание-антракноз. Крупным планом - фото. Показать детали изображения Молодой зеленый виноград в формировании. Молодые виноградные листья поражены болезнью волдырей. Копировать пространство Stock-Free Photo

пятен на листьях, не вызванных насекомыми или болезнями - виноград

Диагностика Химические расстройства Нарушения окружающей среды Нарушения питания Выявление закономерностей Подробнее

Фриц Вестовер, Техасский университет A&M, и Джим Вулперт, Калифорнийский университет в Дэвисе

Повреждение или разрушение виноградных лоз может быть вызвано широким спектром причинных факторов.Иногда пятно на листе или ягоде может быть вызвано насекомым или биологическим патогеном растений, например грибком или бактериями, а в других случаях пятно может быть вызвано человеческими факторами или факторами окружающей среды. Нарушение на виноградной лозе, которое не вызвано живыми вредителями или патогенами, называется абиотическим заболеванием.

Диагностика заболевания

Прежде чем диагностировать проблему с виноградом как абиотическую по своей природе, важно исключить любых потенциальных вредителей винограда или заболевания, которые могли вызвать этот симптом.Несколько руководств, таких как Compendium of Grape Diseases или Grape Doctor , могут быть полезными инструментами для диагностики симптомов вредителей или болезней. Некоторые вредители или болезни вызывают симптомы на винограде, которые обычно путают с абиотическими расстройствами, поэтому важно проконсультироваться в местном агентстве по расширению сельскохозяйственных знаний, чтобы подтвердить диагноз до начала лечения.

Химические заболевания

Повреждение гербицидом. Сверху слева по часовой стрелке: повреждение симизином, повреждение глифосатом, повреждение фенокси (нижние фотографии). Фотографии Фрица Вестовера, Техасский университет A&M.

Пятна на листьях - один из наиболее часто встречающихся симптомов абиотических заболеваний. Пятна на листьях могут быть вызваны непреднамеренным сносом или чрезмерным распылением гербицидов [1], или неправильным смешиванием пестицидов или удобрений, распыленных непосредственно на виноградные лозы. Даже когда производители применяют продукт, который в прошлом был безвредным, колебания погоды или нормы продукта могут привести к непреднамеренному повреждению лоз. Например, многие составы серы могут вызвать ожог листьев при применении в жарких и влажных условиях, тогда как фунгициды меди могут вызвать аналогичные повреждения при распылении в прохладных влажных условиях.Кроме того, если не очистить бак для опрыскивателя перед нанесением другого продукта, это может привести к неправильному нанесению и появлению пятен на листьях и кистях.

Здесь показаны пятна на ягодах винограда, прошедших предварительную обработку. Это произошло из-за недостаточной очистки резервуара для опрыскивания перед смешиванием нового фунгицида и нанесением продукта. Фото Патти Скинкис, Государственный университет Орегона.

Смещение гербицидов, вероятно, является наиболее частой причиной появления пятен на листьях или деформированного роста листьев. Контактные гербициды, такие как глюфосинат или паракват, могут вызывать коричневые некротические пятна на листьях, но обычно не приводят к гибели виноградной лозы, если контакт ограничен.Важно отметить, что не все повреждения гербицидами могут быть результатом их внесения в растениеводство. Смещение системных гербицидов, таких как глифосат, может вызвать более серьезные повреждения, что приведет к деформации листьев и возможной гибели лозы. Феноксигербициды, такие как 2,4-D, могут дрейфовать с полей сельскохозяйственных культур в непосредственной близости от виноградника, вызывая необратимое искажение листьев и, в некоторых случаях, гибель виноградной лозы.

Если ваш виноградник орошается, периодически проверяйте качество воды на наличие примесей. Высокое содержание соли в поливной воде или накопление солей в почве также может вызвать ожог листьев или гибель виноградной лозы, если не обнаружен на ранней стадии.

Нарушения окружающей среды

Факторы окружающей среды также могут быть причиной пятен на листьях. Озон, например, может вызвать появление оксидантных пятен на верхних сторонах листьев восприимчивых сортов винограда, если уровень содержания в атмосфере повышен в районе, окружающем виноградник. Фтористый водород также вызывает ожоги или некроз листьев на виноградниках, прилегающих к промышленным предприятиям, где образуются такие атмосферные загрязнители. Засуха - еще один фактор окружающей среды, который может серьезно ограничить рост виноградной лозы.Условия засухи могут снизить потребление питательных веществ виноградными лозами, вызывая дефицит питательных веществ и обесцвечивание листьев. Длительные периоды засухи могут привести к гибели верхушек побегов, задержке роста винограда и задержке созревания плодов. К другим опасностям окружающей среды относятся град, солнечные ожоги, мороз и обморожение.

Нарушения окружающей среды включают отмирание кончиков побегов, вызванное засухой (L), и образование пятен окислителя, вызванное озоном. Фотографии Фрица Вестовера, Техасский университет A&M.

Дисбаланс питания

Токсичность и недостаток питательных веществ.Сверху слева по часовой стрелке: хлороз железа на почве с высоким pH во влажных условиях, токсичность брызг бора и ожог серой (нижние фотографии). Фотографии Фрица Вестовера, Техасский университет A&M.

Изменение цвета или деформация виноградных листьев также может быть вызвано недостаточностью питательных веществ или токсичностью [2]. Недостаток питательных веществ может быть трудно диагностировать, особенно если не хватает нескольких питательных веществ. Лучше всего отправить почву и растительную ткань на анализ в авторитетную испытательную лабораторию и обсудить результаты со специалистом по расширению в вашем районе или консультантом по урожаю до диагностики расстройства, связанного с питательными веществами.Чрезмерное внесение удобрений часто легче диагностировать, поскольку производитель может просмотреть записи фермы с профессионалом, чтобы определить, был ли продукт внесен неправильно. Кроме того, тесты почвы могут указать на другие основные факторы, которые могут предрасполагать виноградник к дисбалансу питательных веществ.

Недостаток питательных веществ и их токсичность могут вызывать обесцвечивание и деформацию листьев и побегов винограда. Фото Патти Скинкис, Государственный университет Орегона

Выяснение узоров

Характер проявления симптомов часто является ключом к пониманию природы расстройства.Производители должны попытаться ответить на следующие вопросы:

  • Симптомы листьев проявляются на базальных, средних или верхушечных листьях побега?
  • Симптомы только на внешних или внутренних листьях?
  • Есть симптомы на отдельных побегах или на всех побегах лозы?
  • Симптомы листа на краях листа или на каком-то другом отчётливом узоре?
  • Лозы с симптомами сгруппированы вместе или разбросаны по винограднику, или они находятся только на краях рядов или лоз?
  • Связаны ли виноградные лозы с каким-либо топографическим характером участка, например с канавой или вершиной холма?
  • В какое время года или на какой стадии роста появляются симптомы: весна, когда начинают расти побеги, начало лета во время цветения, конец лета, когда гроздья начинают созревать, или осенью во время сбора урожая или после него?

Производители должны задокументировать свои наблюдения письменными заметками и фотографиями, особенно крупным планом с симптомами.

Сводка

Заболевания виноградной лозы могут быть результатом как биологических, так и абиотических факторов. При определении причины симптома расстройства на винограднике важно учитывать все факторы, которые могут способствовать возникновению проблемы. В некоторых случаях симптом может быть вызван химическим веществом или удобрением, которое растение применил, или занесением с соседнего поля. В других случаях проблема может быть вызвана загрязнением окружающей среды или экстремальной погодой. Бывают случаи, когда заболевание виноградной лозы можно вылечить вмешательством производителя, но не все нарушения будут находиться под контролем производителя.Точная и быстрая диагностика расстройства важна до того, как можно будет реализовать план по исправлению проблемы и смягчению ее рецидивов в будущем.

Рекомендуемые ресурсы

Сборник болезней винограда. 1988. Американское фитопатологическое общество.

Идентификация вредителей и абиотических заболеваний, Калифорнийский университет

Поиск виноградников и диагностика проблем, Университет штата Мичиган

Обзор лечения виноградных болезней

Повреждение виноградных лоз гербицидом

Град Урон виноградной лозы

Sunscald Урон винограду

Обморожение, предотвращение обморожения и защита от обмерзания

Мониторинг питания виноградной лозы

Grapevine Nutrition - модуль онлайн-обучения и диагностический инструмент

Интегрированное управление посевами виноградных лоз PowerPoint, Мичиганский государственный университет

Рецензировано Патти Скинкис, Государственный университет Орегона, и Эдом Хеллманом, Texas AgriLife Extension

Виноград Витис

Виноград (Витис)

Проблемы со здоровьем растений
Болезни, вызываемые грибами:

Черная гниль, Guignardia bidwellii . Черная гниль, вероятно, самая серьезная болезнь винограда в Коннектикуте. Этот гриб может поражать все зеленые части лозы, включая листья, усики, новые побеги, а также ягоды. Однако зрелые листья и спелые плоды не восприимчивы. Инфекция листьев сначала проявляется в виде красных пятен на верхней поверхности листьев поздней весной. Эти круглые пятна увеличиваются в размерах и становятся желтовато-коричневыми или светло-коричневыми с четкими темными границами. В центрах этих пятен часто развиваются мелкие точечные черные плодовые образования гриба.Наиболее серьезные повреждения обычно возникают на ягодах. На плодах инфекции сначала появляются в виде беловатых пятен, которые увеличиваются до впалых участков с темными границами. Сильные инфекции обычно возникают, когда виноград размером с горошину или больше. По мере прогрессирования инфекции плоды становятся черными, морщинистыми, мумифицированными и похожими на изюм. Зараженный виноград часто ломается, оставляя только стебель. Зимует гриб на мумифицированных ягодах на земле или в старых гроздьях, еще висящих на лозах.

Санитария необходима для борьбы с черной гнилью.Зараженные мумии на виноградной лозе или зараженные ветки или побеги следует удалить, обрезать или уничтожить. Кроме того, все мумии на земле следует дисками или закопать. Эти шаги устраняют значительное количество перезимовавшего инокулята гриба. В сочетании с санитарией обычно необходима сезонная программа фунгицидов для эффективной борьбы с черной гнилью, особенно если инфекция была тяжелой в предыдущем году. Среди соединений, зарегистрированных для использования в Коннектикуте, есть фербам, фенаримол, миклобутанил и манкозеб.Проконсультируйтесь с этикеткой о дозировках, мерах безопасности и интервалах сбора урожая. Для получения дополнительной информации см. Информационный бюллетень «Контроль заболеваний при посадке домашнего винограда».

Ложная мучнистая роса, Plasmopora viticola.
Ложная мучнистая роса часто является проблемой в теплые влажные годы. Грибок является облигатным патогеном, поражающим все зеленые части лозы. Симптомы этого заболевания часто путают с симптомами мучнистой росы. На пораженных листьях появляются бледно-желто-зеленые поражения, которые постепенно становятся коричневыми.Сильно зараженные листья часто опадают преждевременно. Зараженные черешки, усики и побеги часто скручиваются, развиваются пастушьи изгибы, со временем становятся коричневыми и погибают. Молодые ягоды очень восприимчивы к заражению и часто покрыты белыми плодовыми структурами гриба. Зараженные старые ягоды белых сортов могут стать тускло-серо-зелеными, а у черных - розовато-красными. Зимует гриб преимущественно в опавших листьях. Было обнаружено, что наиболее серьезные вспышки заболевания происходят, когда за влажной зимой следует влажная весна и теплое лето с периодическими дождями.

Санитарные меры, такие как обрезка зараженных побегов, сгребание и удаление опавших листьев, помогают уменьшить количество перезимовавшего инокулята. Также важны культурные обычаи, которые способствуют и поощряют хороший отвод воздуха. Кроме того, сорта различаются по восприимчивости: V. vinifera высоко восприимчивы, V. aestivalis и V. labrusca менее восприимчивы, а V. cordifolia , V. rupestris и V. rotundifolia. относительно устойчивы.Однако в годы, когда условия благоприятствуют развитию болезней, часто требуется химический контроль. Среди соединений, зарегистрированных для использования в Коннектикуте, есть манкоцеб. Проконсультируйтесь с этикеткой о дозировках, мерах безопасности и интервалах сбора урожая. Для получения дополнительной информации см. Информационный бюллетень «Контроль заболеваний при посадке домашнего винограда».

Мучнистая роса, Uncinula necator.
Мучнистая роса может поражать все зеленые ткани виноградной лозы. Ткани обычно подвержены заражению в течение всего вегетационного периода.Это заболевание часто путают с ложной мучнистой росой. Больные листья выглядят беловато-серыми, пыльными или имеют белый порошок. Черешки, гроздья и зеленые побеги часто выглядят искаженными или низкорослыми. Ягоды могут быть заражены до тех пор, пока содержание сахара в них не достигнет 8%. При заражении в молодом возрасте эпидермис ягоды может расколоться, и ягоды засохнут или загниют. При заражении более старых ягод на поверхности ягод часто появляется сетчатый узор. Гриб мучнистая роса зимует в спящих почках или в виде специализированных структур на поверхности лоз.При благоприятных условиях для роста грибка весной споры образуются, высвобождаются и вызывают новые инфекции. Вторичное распространение болезни может произойти, если в этих новых инфекциях образуются споры. Важно отметить, что влага не нужна для заражения, поэтому это заболевание может быть серьезным в относительно засушливые годы.

Культурные обычаи, способствующие усилению циркуляции воздуха (например, ориентация рядов, обрезка и обучение, выбор участка), могут снизить тяжесть заболевания.Кроме того, виды Vitis также различаются по своей восприимчивости к этому заболеванию: V. vinifera очень восприимчивы, тогда как V. cinerea, V. labrusca, и V. riparia гораздо менее восприимчивы. Если инфекция была тяжелой в прошлом году и условия благоприятны для болезни, для борьбы с ней часто необходимы фунгицидные спреи. Среди соединений, зарегистрированных для использования в Коннектикуте, есть фенаримол, миклобутанил, бикарбонат калия и смачиваемая сера.Проконсультируйтесь с этикеткой о дозировках, мерах безопасности и интервалах сбора урожая. Для получения дополнительной информации см. Информационный бюллетень «Контроль заболеваний при посадке домашнего винограда».

Заболевания, вызванные физиологическими факторами / факторами окружающей среды:

2,4-D травма, неправильно примененный пестицид.
Использование гербицидов 2,4-D на газонах может создать проблемы для винограда. Поскольку виноград очень чувствителен к соединениям 2,4-D, лозы могут быть повреждены из-за заноса или использования того же распылителя для распыления других пестицидов на виноградные лозы.Симптомы травмы включают задержку роста листьев и обширное разрастание жилок и удаление долей - состояние, при котором лист выглядит как веер пальмового листа.

Профилактика - лучшая стратегия борьбы.

Проблемы с насекомыми:

Чешуя клена хлопчатобумажная, Pulvinaria innumerabilis .
Эту чешуйку часто можно найти на винограде, хотя она не вызывает серьезных травм. Зимой это коричневая овальная мягкая чешуя на коре, но в июне образуются большие массы яиц, а их восковое покрытие напоминает пучок хлопка.Молодые ползут в июле, некоторые из них какое-то время живут на листьях, но возвращаются к веткам, чтобы перезимовать. Ультратонкое масло, которое входит в число соединений, зарегистрированных для использования против этого вредителя в Коннектикуте, распыление на листву будет контролировать его. Проконсультируйтесь с этикеткой о дозировке, мерах безопасности и интервалах перед сбором урожая.

Пятнистый лесник, Alypia octomaculata .
Личинки этого насекомого часто питаются виноградными листьями, иногда срывая лозы.Гусеницы имеют поперечные полосы с черными, белыми и оранжевыми полосами. Взрослая особь представляет собой черный мотылек с размахом крыльев от 1 1/4 до 1 1/2 дюйма, с двумя бледно-желтыми пятнами на каждом переднем крыле и двумя белыми пятнами на каждом заднем крыле. Насекомое зимует куколкой в ​​почве и там Это только одно поколение в год в Коннектикуте.Сбор вручную - единственный необходимый контроль, за исключением случаев, когда насекомых очень много, и в этом случае спрей Bacillus thuringiensis var. aizawai должен быть эффективным.Этот материал зарегистрирован для борьбы с этим вредителем в Коннектикуте; сверьтесь с этикеткой, чтобы узнать о нормах дозировки, мерах предосторожности и интервалах перед сбором урожая.

Леканий европейских фруктов , Parthenolecanium corni .
Эта чешуя, поражающая множество различных видов деревьев и кустарников, часто встречается на виноградных лозах. Эти выпуклые шкалы значительно больше, чем шкалы Сан-Хосе или Форбса. В Коннектикуте они редки, и контроль обычно не требуется.

Виноградная ягодная моль, Paralibesia viteana .
Виноградная ягодная моль является причиной появления большинства червивых ягод. Каждый год бывает три поколения. Зиму насекомое всегда проходит в стадии кокона на опавших влажных и гниющих листьях. Бабочки появляются в начале июня и откладывают яйца на стебли цветущих гроздей. Молодые гусеницы сплетаются в паутину и частично поедают бутоны и соцветия. Они продолжают питаться цветами и недавно завязанными ягодами, полностью вырастая примерно к 1 июля, когда они достигают 3/8 дюйма в длину. Гусеницы различаются по цвету от темно-зеленого до пурпурного, со светло-коричневой головой.Затем они вырезают на листе своеобразные створки и складывают их, образуя кокон или футляр для окукливания. Через две недели появляются бабочки с размахом крыльев в полдюйма. Бабочки лилово-коричневого цвета с более темными отметинами на передних крыльях. Эти бабочки откладывают яйца на зеленые ягоды, в которых молодые личинки зарываются и питаются в июле и августе. Зараженные ягоды часто имеют пурпурные пятна и иногда трескаются. Личинка может покинуть одну ягодку и войти во вторую и третью ягоды, скрепив их между собой несколькими шелковыми нитками.Это второе поколение гусениц наносит наибольший урон. Личинки третьего поколения питаются в сентябре, иногда созревающими плодами.

Одной из мер контроля является удаление близлежащих дикорастущих растений винограда, которые могут быть источником повторного заражения. При культивации в междурядьях осенью перезимовавшие личинки закапываются. Хранение гроздей в небольшом саду защитит их от травм. При необходимости метоксихлор или карбарил, которые входят в число соединений, зарегистрированных для борьбы с этим вредителем в Коннектикуте, можно распылять на гроздья соцветий после цветения, через десять дней и снова в конце июля или начале августа.Сверьтесь с этикетками, чтобы узнать о нормах дозировки, мерах безопасности и интервалах перед сбором урожая.

Опоясывающий лишай из виноградного тростника, Ampeloglypter ater .
Маленькие личинки туннелируют в тростниках, вызывая гибель конечной части. Яйца откладывает маленький черный долгоносик. Настоящих повреждений мало, кроме неприглядных лоз. Спреи от других вредителей обычно помогают избавиться от поясниц.

Виноградная блоха, Altica chalybea .
Это глянцевый зеленовато-синий листоед, длиной менее 1/5 дюйма, который поедает бутоны виноградной лозы в момент начала роста.Он вызвал серьезные травмы в ограниченных районах восточной половины Соединенных Штатов. Жуки-самки откладывают яйца под краями рыхлой коры, а молодые личинки питаются верхней поверхностью листьев в июне и июле, частично скелетируя их. Зимуют взрослые жуки под рыхлой корой, мусором или в любом другом месте, где они могут найти защиту. Каждый год есть одно поколение. При необходимости метоксихлор или карбарил, которые входят в число соединений, зарегистрированных для борьбы с этим вредителем в Коннектикуте, можно распылять на почки непосредственно перед их набуханием.Проконсультируйтесь с этикеткой о дозировке, мерах безопасности и интервалах перед сбором урожая.

Цачка виноградная, Цыганка Erythroneura - , цикадка картофельная - Empoasca fabae .
И нимфы, и взрослые цикадки сосут сок с нижней стороны листьев, которые вскоре становятся коричневыми. Каждый год бывает два поколения. Поздней осенью взрослые особи ищут защиты в лесах, зарослях кустарников, сорняков или трав, где они зимуют. Белый взрослый особь имеет длину всего 1/8 дюйма и особенно отмечен желтым и красным цветом.При необходимости спреи метоксихлора или диазинона, которые входят в число соединений, зарегистрированных для использования против этого вредителя в Коннектикуте, наносят на нижнюю сторону листьев после опадания цветочных лепестков, чтобы контролировать как взрослых особей, так и нимф. Сверьтесь с этикетками, чтобы узнать о нормах дозировки, мерах безопасности и интервалах перед сбором урожая.

Держатель виноградных листьев, Desmia funeralis .
Маленькие личинки сворачивают листья, скрепляя их шелковыми прядями, и питаются внутри. Взрослая бабочка темно-коричневого цвета с двумя белыми пятнами на каждом крыле.Распыление метоксихлора или диазинона, которые входят в число соединений, зарегистрированных для использования против этого вредителя в Коннектикуте, в июне привело к борьбе с этим вредителем. Сверьтесь с этикетками, чтобы узнать о нормах дозировки, мерах безопасности и интервалах перед сбором урожая.

Филлоксера виноградная, Филлоксера vitifoliae .
Это насекомое связано с тлей и имеет две формы. У желтой бескрылой формы на корнях появляются узелки. Другой вызывает галлы на поверхности листьев. Может быть шесть годовых поколений корневой формы и от пяти до семи поколений галлообразующей формы на листьях.Корневая форма этого насекомого чрезвычайно губительна для европейских сортов, производных от Vitis vinifera , и такие сорта можно выращивать здесь только при прививке к корням американских сортов винограда. Для борьбы с листовой формой филлоксеры винограда удалите и уничтожьте зараженные листья.

Моль виноградная плюмовая, Pterophorus periscelidactylus .
Личинка этой моли сплетает нежные верхние листья и питается внутри гнезда. Он не травмирует побеги, но питается листьями.Он светло-зеленый с белыми волосками и вырастает на 1/2 дюйма в длину. Созревает в конце июня, и куколка прикрепляется к листу. Через неделю появляется желтовато-коричневая бабочка с глубоко расщелиненными крыльями или «перистыми крыльями». Это насекомое вызывает небольшая серьезная травма. Ультратонкое масло, которое входит в число соединений, зарегистрированных для использования против этого вредителя в Коннектикуте, распыление на листву будет контролировать его. Сверьтесь с этикеткой, чтобы узнать о дозах, мерах безопасности и интервалах перед сбором урожая.

Виноградный корневище, Fidia viticida .
В некоторых частях восточной части Соединенных Штатов виноградный корневой червь считается наиболее разрушительным насекомым-вредителем винограда. Взрослая особь - это небольшой серовато-коричневый листоед, около 1/4 дюйма в длину, который в июле поедает своеобразные цепочечные отверстия на листьях. Личинки или личинки пожирают маленькие корневые волоски и поедают кору более крупных корней и основного стебля. под землей. Сильно поврежденные лозы имеют желтые листья, которые преждевременно опадают, плоды вянут и опадают, а в тяжелых случаях лозы погибают.Яйца откладываются гроздьями под рыхлой корой на старых тростниках. Молодые личинки падают на землю, проникают через трещины или щели и пробиваются к корням, где они питаются до конца сезона. Они живут в почве в виде личинок всю зиму, затем продолжают питаться весной и в конце мая или в начале июня и поднимаются на верхние 2–3-дюймовые слои почвы, чтобы образовать земляные клетки, в которых они окукливаются. Каждое поколение состоит из одного поколения. Карбофос, который входит в число соединений, зарегистрированных для использования против этого вредителя в Коннектикуте, применяемый в качестве средства для борьбы с взрослыми особями, должен обеспечить определенный контроль.Проконсультируйтесь с этикеткой о дозировке, мерах безопасности и интервалах перед сбором урожая.

Виноградная шкала, Diaspidiotus uvae .
Эта накипь встречается на старых побегах, особенно под краями рыхлой коры. Это не очень вредно. Раковины круглые или несколько эллиптические, серые или желтовато-коричневые, с бледно-желтым экзувиальным пятном с беловатым соском по одну сторону от центра. Каждый год есть одно поколение. Зиму переходят почти повзрослевшие самки, которые завершают свое развитие весной, а в мае-июне рождают живых детенышей.Когда необходима борьба, предлагается спрей спящего садового масла, которое входит в число соединений, зарегистрированных для использования против этого вредителя в Коннектикуте. Проконсультируйтесь с этикеткой о дозировке, мерах безопасности и интервалах перед сбором урожая.

Желчь томатов виноградной лозы, Lasioptera vitis .
Это опухшая или опухшая деформация новообразования, которая принимает различные формы и может включать листья, усики, бутоны и сам верхний побег. Яйца откладываются в тканях мошкой или мелкой мухой, а галлы содержат клетки, в которых развиваются розоватые личинки или личинки.Каждый год происходит одно поколение. При необходимости, распыление метоксихлора, который входит в число зарегистрированных для борьбы с этим вредителем в Коннектикуте соединений, должно быть эффективным. Проконсультируйтесь с этикеткой о дозировке, мерах безопасности и интервалах перед сбором урожая.

Жук японский, Popillia japonica.
В большом количестве этот жук может причинить серьезную травму, питаясь нежными верхушечными листьями винограда. Распыление метоксихлора, карбарила, азадирахтина или малатиона, которые входят в число соединений, зарегистрированных для борьбы с этим вредителем в Коннектикуте, в начале июля защищают листву.Сверьтесь с этикетками, чтобы узнать о нормах дозировки, мерах безопасности и интервалах перед сбором урожая.

Виноградный жук светолюбивый, Pachystethus lucicola .
Это довольно распространенный жук длиной около 1/4 дюйма, обычно со светло-коричневым покровом крыльев без отметин. Другая форма - пурпурно-черная. Обе формы можно найти, питаясь виноградом, вирджинскими лианами, а иногда и бобами. Каждый год происходит одно поколение. а частично выросшие личинки зимуют в почве, где питаются корнями травы.Только при большом количестве насекомых необходимы какие-либо меры контроля.

Хейфер роз, Macrodactylus subspinosus .
Жакет роз часто является серьезным вредителем винограда и иногда поедает бутоны, цветы и недавно завязанные плоды в дополнение к пронизывающим листьям. При необходимости можно использовать спреи малатиона, карбарила, азадирахтина или метоксихлора, которые входят в число соединений, зарегистрированных для использования против этого вредителя в Коннектикуте, при наличии взрослых особей.Сверьтесь с этикетками, чтобы узнать о нормах дозировки, мерах безопасности и интервалах перед сбором урожая.

Гусеницы сфинксов, Sphecodina abbotii, Ampelophaga myron.
Есть несколько видов рогатых червей или гусениц сфинкса, которые часто питаются виноградными листьями. Некоторые из них - аббат сфинкс, виноградный жук Sphec ed, Pelidnota punctata .
Это светло-коричневый глянцевый жук длиной около 1 дюйма, отмеченный черными пятнами. Жуки питаются виноградом и, если их много, могут нанести некоторый вред.Ручной сбор обеспечит достаточный контроль на небольшом участке.

Виноградный жук пятнистый , Pelidnota punctata.

Этот светло-коричневый глянцевый жук длиной 7/8 дюйма отмечен черными пятнами. Взрослые особи питаются виноградной листвой и, если их много, могут нанести некоторый вред. Обычно все, что нужно - это подобрать вручную.

Ложная мучнистая роса виноградных лоз | Сельское хозяйство и продовольствие

Симптомы

Ложная мучнистая роса поражает все зеленые части виноградной лозы.

Листья

Симптомы зависят от возраста листьев. На молодых листьях (весной) болезнь проявляется на верхней поверхности в виде небольших желтых пятен, называемых масляными пятнами. Они имеют диаметр около 10 мм, часто с шоколадным ореолом (рис. 1 и 2). Эти пятна имеют тенденцию вырастать до 50 мм в диаметре по мере созревания и исчезновения ореола. По мере увеличения может казаться, что они покрывают большую часть листа, особенно если на листе более одного пятна (рис. 3). На красных сортах масляное пятно может выглядеть красным (рис. 4).

После теплых влажных ночей на нижней стороне желтых масляных пятен появляется плотный, приподнятый белый хлопчатобумажный нарост (рис. 5). Это обычно называют «белым пухом». По мере естественного старения пятен или после спороношения (см. Ниже) или жаркой погоды их центры высыхают и становятся красновато-коричневыми, оставляя внешнее кольцо желтого цвета (рис. 6).

Грибок в этом желтом кольце остается активным и при благоприятных условиях ночью может образовывать кольцо «белого пуха» на этом внешнем активном крае (рис. 7).

Позднее в вегетационный период (конец лета и осень) на зрелых листьях заражение листьев проявляется в виде маленьких угловатых желтых пятен, рост которых ограничен прожилками (Рисунок 8). Они образуют мозаичный узор, который вскоре становится красновато-коричневым. На сильно пораженных лозах может произойти дефолиация.

Побеги

Инфекция на молодых побегах, стеблях и усиках проявляется в виде маслянистых коричневых участков (рис. 9). Эти маслянистые пятна могут распространяться на стебли листьев, которые становятся коричневыми и могут погибнуть.После теплых влажных ночей эти маслянистые пятна могут образовывать споры и покрыться белым пухом.

Соцветия, грозди и ягоды

Заражение соцветий, молодых ягод и гроздей проявляется в виде маслянистых коричневых участков. После подходящих теплых влажных ночей они могут покрываться белым пухом (рис. 10). Пораженные соцветия и молодые грозди быстро буреют и засыхают (рис. 11). Зараженные молодые ягоды перестают расти, затвердевают и в дальнейшем могут приобретать пурпурный оттенок. Они становятся темно-коричневыми, сморщиваются и выпадают пучками.

Ягоды становятся устойчивыми к инфекции, когда они достигают размера горошины (5-6 мм в диаметре). Однако они все равно могут погибнуть, если заразятся стебли ягод или грозди. Они также могут обгореть на солнце и не созреть, если дефолиация происходит из-за заражения листьев (рис. 12).

Борьба с сорняками, вредителями и болезнями - Западный центр сельскохозяйственных исследований

Отличный пример эффективной защиты птиц сеткой и борьбы с сорняками под виноградными лозами и между ними. ряды на виноградниках Luna Llena около Флоренции, штат Монтана.

Доступны несколько вариантов борьбы с сорняками, болезнями и вредителями, а также комбинирование (объединение) нескольких часто обеспечивает лучший контроль. У каждого варианта есть свои преимущества и недостатки.

Борьба с сорняками

В ВАРК мы используем комбинацию укрытия рядков (овсяница овсяная), довсходовых и послевсходовых. гербициды под виноградные лозы и механическая прополка в течение всего сезона с помощью инструментов как мотыги и лопаты.

Борьба с сорняками между рядами зависит от того, работаете ли вы с дерновой / покровной культурой или голая земля. У обоих есть плюсы и минусы, некоторые из которых обсуждаются в разделе «Борьба с сорняками и уход за виноградниками (PDF)» в руководстве «Выращивание винограда в Миннесоте». Если вы работаете на голых или возделанных аллеях, вам нужно будет возделывать в течение сезона с помощью мотокультиватора или тракторного орудия, чтобы держать сорняки под контроль.Виноградники на крутых склонах должны избегать этого метода, так как он может значительно увеличить эрозия. Альтернативой является посадка между рядами дерна или других покровных культур, которые может побеждать сорняки и легко справляется с периодическим скашиванием в течение всего сезона. Многолетние травы, как правило, идеально подходят для виноградников Монтаны, поскольку они легко переносят наше сухое лето и суровая зима при низком росте и минимальной конкуренции для питательных веществ и воды.

Недавно посаженные виноградные лозы очень восприимчивы к конкуренции со стороны сорняков. Сорняки под лозы будут конкурировать за воду и питательные вещества, задерживая рост молодых растений. Убедитесь, что у вас есть корневищные, раскидистые, многолетние сорняки, такие как кряква, полевые вьюнок и канадский чертополох находятся под контролем до посадки и продолжают оставаться очень старательно бороться с сорняками в течение первого года после посадки.Когда растения достигают зрелости размера, они будут лучше оснащены для борьбы с сорняками.

С сорняками, растущими под виноградными лозами, можно бороться как механическими, так и химическими методами, и в идеале сочетание того и другого. Варианты механической борьбы с сорняками включают ручную прополку, рыхление и обработка почвы у основания растений. Эти варианты более трудозатратны пахота может повредить неглубокие корни.Как и все методы борьбы с сорняками, механическое удаление сорняков борьба наиболее эффективна с мелкими сорняками. Не ждите, пока сорняки станут большими удалить их. Их трудно удалить, и они причинили большую часть повреждений лозам. как только они достигнут зрелого размера.

Физические барьеры, такие как мульча или барьеры от сорняков (например, ландшафтная ткань), также эффективные средства борьбы с сорняками.Мульча должна быть глубиной 4-6 дюймов для борьбы с сорняками. и эффективен только против однолетних сорняков. Также важно переместить мульчу на 2-4 дюйма. подальше от основания растений, чтобы предотвратить удушье и скопление вредителей. Сорняк барьеры могут контролировать как однолетние, так и многолетние сорняки. Барьеры дороже на больших чешется и может мешать внесению удобрений. Барьеры от мульчи и сорняков также может обеспечить среду обитания для мелких млекопитающих, таких как полевки и карманные суслики.Эти мелкие млекопитающие могут нанести большой ущерб, особенно на ранних стадиях акклиматизации. питаясь корнями и стволами и выкапывая молодые растения.

Гербициды эффективны при правильном использовании и часто обеспечивают самый дешевый сорняк. контроль. Чтобы использовать гербициды эффективно, вы должны прочитать этикетку и понять ее. Только определенные продукты одобрены для использования в винограде, и эту информацию можно найти на этикетке пестицида.Борьба с сорняками на основе гербицидов для фруктовых насаждений часто сочетает два типа гербицидов: довсходовые и послевсходовые. Предвсходовые гербициды убивают однолетние сорняки до появления всходов и вносятся поздней осенью или ранней весной, пока плодовые растения находятся в состоянии покоя и требуют внесения в почву воды (дождь или орошение) или обработка почвы. Активные ингредиенты Дихлобенил (Казорон) и Флумиоксазин (е.грамм. Chateau) - гербициды, предназначенные для довсходовых культур, которые разрешены для использования в винограде, и есть еще немало других, перечисленных ниже. Эти предвсходовые гербициды использовать нельзя. в первый год после посадки, но безопасны и эффективны для укоренившихся насаждений. Пендиметалин (Satellite Hydrocap) можно использовать в новых посадках винограда.

Послевсходовые гербициды применяются для активно растущих сорняков.Есть несколько типы гербицидов, которые будут бороться с травянистыми сорняками, маркированными для винограда, в том числе Клетодим и флуазифоп-п-бутил, среди прочих. Самый эффективный способ борьбы с широколистным сорняки гербицидами - точечное опрыскивание контактными гербицидами. Контактные гербициды убивают зеленые ткани растения, с которыми они контактируют, но не попадают в растение и, таким образом, снижают риск травмирования урожая при случайном контакте с растением.Это включает все органические гербициды и синтетические гербициды, такие как глюфосинат-аммоний (например, Верю, Гепард). Глифосат одобрен для точечного распыления на виноград, но как и для довсходовых культур. гербициды, их следует использовать, когда лозы находятся в состоянии покоя. Глифосат - неизбирательный системный гербицид (поглощается и перемещается в тканях растений) и может быть эффективным инструмент для борьбы с многолетними сорняками, такими как чертополох, кряква и вьюнок.

Руководство по выращиванию винограда в Миннесоте содержит полезный список гербицидов, маркированных для винограда, и вы также можете найти больше гербицидов, подходящих для новых посадок винограда, в этой статье из Департамента энологии Университета Миннесоты (Энни Клод, 2019). Комплексная программа борьбы с вредителями Калифорнийского университета также предлагает подробные информация о гербицидах для винограда, а также рекомендации по их наиболее эффективному применению.

Борьба с насекомыми и другими вредителями

Птицы

WARC использует подвесную систему сетки для птиц - большие вложения вперед, но избавляет от боли в будущем. Вы также можете выбрать менее дорогие безалкогольные напитки. вариант сетки для птиц, как на фото вверху страницы.

Как и многие плодовые растения, птицы могут стать стойкими вредителями, как и ваши виноградные лозы. положить на фрукты и стать привлекательным источником пищи (примечание: виноград не обязательно должен быть спелым чтобы птицы интересовались). Самый распространенный метод защиты винограда в Монтане виноградные лозы перед сбором урожая проходят через различные системы сеток. Некоторые виноградники могут хотите вложить деньги в большие сети, которые располагаются высоко над виноградными лозами, что дает достаточно места для использования оборудования (например, косилок и тракторов) и более легких условий труда для рабочих (я.е. они могут легко входить в сетку и выходить из нее, при этом они могут полностью встать под сетки). Другой вариант плетения сетки - драпировка сетки прямо поверх лозы. Хотя этот вариант обычно намного дешевле и менее трудоемок в установке. выше, чем более крупные сеточные системы, производители могут обнаружить, что птицы все еще могут найти свои путь под и через сети. Если вы выберете эту систему, обязательно закрепите днища сеток под виноградными лозами и старайтесь держать сетку на расстоянии не менее нескольких дюймов от плода (птицы, как известно, сидят в сети и просовывают голову, чтобы добраться до фруктов).Есть ряд менее распространенных систем, в которых используются сигнализация, лазеры, и даже имитировать различные крики птиц, чтобы отговорить их от кормления, но эти обычно лучше всего использовать вместе с сетками для большего успеха.

Свежая насыпь карманного суслика - верный признак того, что вам нужно подумать о своем контроле параметры. (Фото любезно предоставлено Северо-Западным центром альтернатив пестицидам.)

Полевки и карманные суслики

Полевки и карманные суслики - очень распространенные вредители любого сада, двора или садоводства. операция в Монтане. Эти грызуны прячутся под землей и питаются растительным материалом. такие как корни, клубни и появляются над землей, чтобы питаться множеством растительности, в том числе кора кустарников и деревьев, часто опоясывающая растения.Оба вида имеют свойство воспроизводиться несколько раз в год, поэтому особенно важно обращать внимание на признаки их присутствие на вашем винограднике и действовать как можно раньше. Лучший план управления полевками и карманом суслики включают профилактику, то есть избегают создания для них идеальных мест обитания в свой виноградник. Вы можете добиться этого с помощью простых приемов, таких как стрижка, уход за сорняки в страхе и не допускать попадания почвенного покрова в прямой радиус (~ 1-2 фута) от вашего лозы.Если вы уже видели доказательства их присутствия - например, характерная грязь насыпи, выходы из туннелей или тропы, прорезанные в траве / почве (обычно встречаются весной после таяния снега) - у вас есть несколько вариантов борьбы с вредителями. Для меньшего операции, отлов в ловушку может быть чрезвычайно эффективным инструментом для борьбы с грызунами, и веб-сайт Департамента сельского хозяйства МТ дает отличный обзор методов, которые можно использовать как для полевок, так и для карманных сусликов.Также можно использовать ряд токсичных веществ, которые можно вводить в выходные отверстия. их туннельных систем для грызунов.

Цадики виноградные и картофельные

Виноградная цикадка - довольно распространенный вредитель в Монтане. Как взрослые, их тела имеют несколько клиновидную форму, около 1/8 дюйма в длину, и они бледно-желтые с красноватые отметины на крыльях.Незрелые цикадки будут иметь более бледный цвет и могут лишены крыльев и отметин взрослых особей. И взрослые особи, и нимфы питаются полуразложенным листья, прокалывая и высасывая питательные вещества. Это кормление оставляет много крошечных белых пятна, также известные как пунктирная, и пятна могут со временем стать коричневыми и вызвать преждевременное листовая капля. Растушевка также может снизить фотосинтетическую способность лозы, тем самым влияющие на качество и количество произведенных фруктов.Методы борьбы с цикадкой наиболее эффективны на стадии нимфы, которая обычно наступает через 10 дней после цветения. Вы можете найти более подробную информацию о различных методах контроля и ссылки на другие ресурсы об этом вредителе в разделе «Вредители винограда».

Оса лакомится виноградом, уже поврежденным нашими оросителями, которые мы использовали для защита от заморозков.

Осы

Осы и желтые жакеты могут стать вредителями на вашем винограднике осенью, незадолго до сбора урожая. когда созревший виноград может стать желательным источником сахара для их рациона. Они способны сами повредить здоровые ягоды, но чаще всего они привлекают запахи, исходящие от винограда, который уже пострадал от птиц и другие вредители.Лучший способ борьбы с осами и желтыми жилетами - это контролировать повреждения. от других вредителей. Если вы боретесь с осами во время сбора урожая, вы можете защитить ваши комбайны с простыми и дешевыми латексными или нитриловыми перчатками, которые защитят их руки от укусов.

Виноград Филлоксера

Хотя известно, что этот вредитель вызывает разрушения в других винодельческих регионах мира. (а именно, Европа и восточная часть США.С.), в Горе это не стало серьезной проблемой. Запад. Филлоксера - это микроскопические насекомые желтого цвета, которые тесно связаны с тлей. У них есть две различные формы: одна питается корнями, другая - корнями. листва восприимчивых сортов. Наиболее заметный тип в Монтане - это тип который питается листвой. Жизненный цикл филлоксеры виноградной сложен из-за того, что что поколения с разными жизненными циклами могут развиваться одновременно (Энтомологический университет Кентукки, ноябрь 2006 г., стр.2019). Филлоксера закрепится на виноградной лозе, откладывая яйца. в щелях коры. Из этих яиц вылупляются нимфы-самки, которые мигрируют в листья, образуя бородавчатые галлы, пока они питаются и созревают. После созревания самка откладывает яйца в желчном пузыре (вскоре после этого умирает), и эти яйца будут вылупляться, питаться и закрываться галлами на листьях, тем самым сохраняя цикл, который может повторяться несколько раз в течение сезона.В Монтана, виноградная филлоксера, похоже, наносит минимальный ущерб, поэтому лечение редко требуется или рекомендуется. Если вы обнаружите серьезное заражение филлоксерой который наносит значительный ущерб вашему винограднику, обратитесь в местное отделение средство для определения типа филлоксеры и лечения проблемы.

Ведение болезней

Из-за засушливого лета и суровой зимы в Монтане у нас, как правило, узкий круг болезней по сравнению с другими регионами, такими как средний и северо-запад.При этом полностью избежать болезней на винограднике невозможно. Следующий являются одними из наиболее распространенных болезней виноградников Монтаны, но это никоим образом не исчерпывающий список. Если вы видите признаки болезни на своем винограднике, обязательно заблаговременно отправить образцы пораженных лоз в авторитетную лабораторию для диагностики и рекомендации по лечению.Также важно рассмотреть возможность включения фунгицида. спрей в свой план управления ранней весной, так как большинство фунгицидов помогают предотвратить , а не вылечить грибковые инфекции.

Мучнистая роса (Erysiphe necator) на виноградных листьях. Фото Джека Келли Кларка.

Мучнистая роса (

Erysiphe necator )

Как следует из названия, мучнистая роса чаще всего обнаруживается на ранних стадиях как возбудитель болезни. порошкообразное белое вещество на листьях виноградной лозы.Если инфекция становится что еще хуже, этот порошкообразный вид может распространиться на ягоды вместе с почерневшими поражениями. по стеблям. Ягоды, пораженные мучнистой росой, не следует собирают для виноделия, так как придают вину заметный затхлый запах. Там несколько фунгицидов, которые эффективны при лечении мучнистой росы, если у вас есть инфекции, но вы также должны принять меры для предотвращения ее распространения, обеспечив наличие достаточное воздействие солнечного света и приток воздуха в навес вашего виноградника.

Антракноз (

Эльсиноэ ампелина )

Антракноз, также известный как «черная пятнистость» или «птичья гниль», - это грибок. болезнь, которая имеет тенденцию процветать в теплое влажное время года. Хотя он может атаковать все недревесные части виноградной лозы, особенно заметно на листьях, молодых стеблях и ягоды. Пораженные побеги и листья могут сначала выглядеть красновато-коричневыми, пурпурными или черные пятна, которые обычно становятся серыми и в конечном итоге превращаются в более крупные поражения с приподнятые поля и несколько мертвый вид.Центр этих поражений часто становятся серыми или коричневыми и выпадают, создавая вид «дыры». Некоторые листья могут искажаются, сморщиваются до смерти. Ягодные инфекции начинаются с малого коричневатые пятна, которые приобретут вид запавшего, и серая точка в центре раны, придавая ей вид «с высоты птичьего полета» (отсюда и общее название). Антракноз может снизить качество и количество плодов, собранных с каждой лозы, и даже значительно ослабить саму лозу.Как и при большинстве грибковых инфекций, лучшее лечение состоит в том, чтобы спроектировать и поддерживать навес таким образом, чтобы он способствовал потоку воздуха. Это позволит для более быстрого высыхания после дождя и лучшего проникновения фунгицидов для листьев. В предпочтительной фунгицидной обработкой антракноза является внесение известково-серы в весной, когда почки еще спят, но по мере того, как известково-сера становится все труднее для получения Captan стал подходящей заменой.

На изображениях ниже показаны различные проявления антракноза в виноградной лозе. Фотографии любезно предоставлены отделом сельского хозяйства и естественных наук Техасского университета A&M.

Ботритис гроздь гниль (

Botrytis cinerea )

Ботритис - также известный как «серая гниль» - это распространенное грибковое заболевание, которое может быть особенно разрушительно для столового винограда и других сортов с плотными гроздьями (хотя все сорта восприимчивы).Предполагается, что этот гриб присутствует на большинстве виноградников в окрестностях. страны, более засушливые регионы Монтаны редко испытывают всю силу этого грибковые инфекции. Ботритис зимует в виноградных мумиях и других органических остатках вокруг. виноградник становится активным ранней весной, как только позволяют влажность и воздушный поток его споры распространяются на живых хозяев. Первые эффекты можно наблюдать у листвы, часто приводит к тому, что побеги и почки становятся коричневыми и некротическими, а листья становятся большими, красновато-коричневые пятна.Во влажных условиях вы также можете обнаружить серую плесень на листва вместе с. Инфекции, которые достигают цветочных гроздей, могут вызвать опадание цветка. весной, что отрицательно сказывается на урожайности в конце сезона. Но более распространенная проблема (также влияет на урожайность) - заражение ягод в конце лета. Ботритис обычно заражает ягоды, которые уже были ранены чем-то другим (например,грамм. птицы, насекомые, град, мучнистая роса и т. д.), но известно, что он проникает через кожу здоровых ягоды, а также. По мере созревания ягод появляются наиболее заметные симптомы заражения. появиться, ягоды размягчаются и образуется беловато-серая плесень. Ягоды могли даже меняют цвет, со временем сморщиваясь, превращаясь в застывшие «мумии» на пол виноградника, на котором гриб может снова перезимовать.К счастью, ботритис может достаточно успешно контролироваться с помощью культурных практик, то есть поддержания воздушного потока под навесом, поддерживая чистоту виноградника от зараженного мусора и т. д.

Кластер Chardonnay с инфекцией Botrytis в середине кластера.Часто инфекции появляются изнутри, поскольку условия становятся благоприятными для роста грибков пост-верейон. (Расширение Университета штата Орегон, фото Пэтти Скинкис.)

Гроздь Пино Нуар с инфекцией Botrytis в нижней части грозди. (Орегон Пристройка государственного университета, фото Патти Скинкис.)

Признаки черной гнили на виноградном листе. (Фотография любезно предоставлена ​​Техасским университетом A&M.)

Черная гниль

(Guignardia bidwellii)

Черная гниль - грибковое заболевание, которое сначала проявляется на листьях в виде коричневых пятен, которые в окружении красновато-коричневого края.Со временем вы можете увидеть плодовые тела грибов. формируя по этим краям. Наибольший урон происходит на ягодах, где черная гниль на зеленых ягодах появится в виде небольшого белого пятна, окруженного коричневым кольцом. Эти будут расти гнилые пятна, и со временем ягоды сморщатся и превратятся в «мумии», или твердые, похожие на изюм структуры, которые все еще прикреплены к грозди.Вы, вероятно, будете увидеть на этих мумиях плодовые тела грибов, и болезнь будет продолжать распространяться через эти инфицированные ткани. Хотя черная гниль в Монтане не является обычным явлением, она становится все более популярной. растущая и особенно разрушительная угроза виноградникам в Северной Дакоте, поэтому важно следить за любыми признаками этого заболевания, проникающего в Виноградники Монтаны.

Черные, шелушащиеся пятна на зеленых, незрелых ягодах винограда и черных сморщенных, «мумифицированных» плодах. (Фотография любезно предоставлена ​​Ботаническим садом Миссури.)

Типичные черные шелушащиеся пятна на зеленом незрелом винограде, вызванные черной гнилью винограда (задержка развития).(Фотография любезно предоставлена ​​Ботаническим садом Миссури.)

Краун Галл

(Agrobacterium vitis)

Краун галл - одно из редких бактериальных заболеваний, поражающих виноград. Бактерии на самом деле систематически живет внутри растения до значительного стресса или травмы происходит из-за таких вещей, как замораживание, град, обрезка или другие механические процессы в виноградник.Как только бактерия окажется в удобном месте для заражения, она будет кооптироваться ДНК растения и начинают быстро воспроизводить клетки, образуя опухоли или галлы около место заражения. Эти галлы, которые легко распознать по темному, пробковому материал, который образуется в месте повреждения - обычно образуется ниже на стволе, но они также могут появляться выше. В конце концов, они могут опоясать лозу, не допуская питательные вещества и вода текут по всему растению.Возобновить лозу можно с помощью бутоны или присоски, образующиеся ниже галла, но все, что находится на уровне самого низкого галла или выше, должно обрезать. Поскольку это заболевание не имеет идеального химического лечения до или после заражения, важно соблюдать особую осторожность при обрезке, прополке или использовании любые другие инструменты или механизмы на винограднике, чтобы не повредить ствол и делает его восприимчивым к Crown Gall.Также рекомендуется удалить все зараженные обрезки с виноградника.

Для получения достаточно полного списка вариантов борьбы с сорняками, гербицидов, фунгицидов и другие методы борьбы с вредителями, вы также можете обратиться к следующим ресурсам:

В начало

границ | Выявление болезней виноградных листьев с использованием усовершенствованных глубоких сверточных нейронных сетей

Введение

Виноградная промышленность является одной из основных фруктовых отраслей в Китае, и общий объем производства винограда достиг 13.083 млн тонн в 2017 году. Однако болезни виноградных листьев препятствовали развитию виноградной отрасли и привели к значительным экономическим потерям. Таким образом, выявлению и диагностике болезней листьев винограда уделяется большое внимание со стороны садоводов и экспертов по борьбе с болезнями и вредителями.

Современные подходы к обнаружению болезней основаны в основном на визуальном распознавании. Однако это не только визуальное распознавание - трудоемкая и трудоемкая задача, но и точность распознавания не удовлетворяет требованиям (Dutot et al., 2013). В результате ошибочный диагноз приведет к злоупотреблению пестицидами, которые разрушат среду роста винограда и ухудшат качество фруктов. Таким образом, различные методы спектроскопии широко применяются для диагностики и мониторинга болезней растений. Однако потребность в громоздких датчиках и точных инструментах приводит к низкой эффективности и высокой стоимости (Mahlein et al., 2013; Lin et al., 2014). С развитием техники компьютерного зрения исследователи предложили некоторые алгоритмы распознавания болезней растений, основанные на методах машинного обучения (Waghmare et al., 2016; Али и др., 2017; Hamuda et al., 2017; Акбарзаде и др., 2018; Гриффель и др., 2018; Шариф и др., 2018; Каур и др., 2019; Хан и др., 2019; Кур и Арора, 2019; Лю и др., 2019; Wang et al., 2019; Чжу и др., 2019; Mohammadpoor ​​et al., 2020). Однако классификационные признаки в этих подходах выбираются на основе человеческого опыта, что ограничивает обобщаемость моделей, а точность этих моделей все еще не удовлетворяет требованиям распознавания. Напротив, сверточная нейронная сеть (CNN) может эффективно избегать сложной предварительной обработки изображений и использовать общие веса для уменьшения потребления памяти.CNN по-прежнему считается одним из оптимальных алгоритмов для задач распознавания образов. Таким образом, использование CNN для выявления ранних болезней растений стало предметом исследований в области информатизации сельского хозяйства. В (Mohanty et al., 2016; Zhang and Wang, 2016; Lu J. et al., 2017; Lu Y. et al., 2017; Khan et al., 2018; Liu et al., 2018; Geetharamani, Pandian) , 2019; Ji et al., 2019; Jiang et al., 2019; Liang et al., 2019; Oppenheim et al., 2019; Pu et al., 2019; Ramcharan et al., 2019; Wagh et al., 2019; Чжан и др., 2019a; Zhang et al., 2019b; ), CNN широко изучаются и применяются для диагностики болезней растений. Согласно этим исследованиям, CNN могут изучать расширенные надежные признаки болезней непосредственно из исходных изображений, вместо того, чтобы выбирать или извлекать признаки вручную, что превосходит традиционные подходы к извлечению признаков.

В этой статье представлен инновационный подход к распознаванию болезней листьев винограда на основе CNN. Этот подход направлен на преодоление двух основных проблем: во-первых, модели CNN требуют большого количества данных для обучения.Однако каждая болезнь листьев винограда проявляется в разный период времени, и время для сбора изображений болезни ограничено. Таким образом, для обучения модели недостаточно изображений больного виноградного листа. Во-вторых, задача классификации мелкозернистых изображений для болезней виноградных листьев является сложной задачей, и модели, обученные с помощью трансферного обучения , с трудом достигают удовлетворительной производительности. Следовательно, разработка оптимальной структуры CNN для распознавания болезней виноградных листьев является сложной задачей.

Инновация статьи заключается в применении улучшенного алгоритма CNN для распознавания болезней виноградных листьев, и основные вклады и нововведения этого документа резюмируются следующим образом:

● Набор данных о болезнях виноградных листьев создан и является важным фундамент для обобщения модели. Во-первых, для повышения надежности модели собираются изображения больных листьев винограда со сложным и однородным фоном. Кроме того, чтобы уменьшить явление переобучения модели, исходные изображения пораженных виноградных листьев обрабатываются с помощью технологии увеличения данных для создания достаточного количества обучающих изображений.Кроме того, технология цифровой обработки изображений используется для моделирования изображений болезней виноградных листьев в различных средах, что значительно улучшает характеристики обобщения модели.

● Предложена улучшенная модель CNN для диагностики болезней виноградных листьев. Путем анализа особенностей изображений пораженных листьев винограда предлагается новая модель глубокой сверточной нейронной сети, а именно плотная сверточная нейронная сеть Inception (DICNN). Глубокая разделяемая свертка сначала используется DICNN для построения первых двух сверточных слоев, чтобы уменьшить количество параметров и предотвратить проблему переобучения модели.Затем используется начальная структура для повышения эффективности экстракции многомасштабных пятен болезней. Наконец, стратегия плотного соединения применяется к четырем каскадным структурам Inception для облегчения проблемы исчезающего градиента, поощрения распространения и повторного использования функций.

По результатам экспериментов точность модели DICNN достигает 97,22%, что лучше, чем у других классических моделей. Кроме того, после увеличения данных с использованием набора данных из 107 366 изображений пораженных болезней виноградных листьев точность увеличивается на 14.42%, тем самым демонстрируя более высокую надежность и лучшие характеристики распознавания.

Остальная часть документа организована следующим образом: Сопутствующие работы представляет и обобщает связанные работы. В «Создание набора данных о болезнях виноградных листьев» на основе получения изображений натуральных виноградных листьев с помощью технологии обработки изображений генерируются обильные изображения виноградных листьев. Модель идентификации для болезней виноградных листьев представляет модель DICNN. Результаты экспериментов и обсуждение представляет эксперименты для оценки производительности модели и анализирует результаты экспериментов.В последнем разделе представлены выводы статьи.

Сопутствующие работы

Чтобы уменьшить ущерб от болезней, многие исследователи приложили огромные усилия для выявления болезней растений. Благодаря постоянному развитию алгоритмов машинного обучения они широко используются для выявления вредителей и болезней растений.

В (Hamuda et al., 2017), Hamuda et al. предложил алгоритм автоматического определения посевов. Алгоритм использовался для обнаружения цветной капусты из видеопотоков при естественном освещении при различных погодных условиях, а результаты обнаружения сравнивались с наземными данными, полученными с помощью ручного аннотации .Этот алгоритм реализовал чувствительность 98,91% и точность 99,04%. В (Akbarzadeh et al., 2018), Akbarzadeh et al. предложил подход к классификации растений, основанный на машине опорных векторов. Набор данных состоял из спектральных характеристик отражения кукурузы и серебряной свеклы при 635, 685 и 785 нм со скоростью 7,2 км / ч. Результаты экспериментов показали, что предложенный алгоритм эффективно классифицирует растения с точностью 97%. В (Wang et al., 2019) Zhang et al.предложили подход к распознаванию мучнистой росы огурцов, основанный на визуальных спектрах. Благодаря классификации и распознаванию спектральных характеристик, диапазон видимого света от 450 до 780 нм был выбран в качестве диапазона исследований. Затем алгоритм SVM был использован для построения модели классификации, а функция ядра с радиальным базисом была применена для оптимизации модели. Результаты экспериментов показали, что эта модель реализовала точность 100% и 96,25% для здоровых листьев огурца и листьев мучнистой росы, соответственно, а общая точность составила 98.13%. В (Waghmare et al., 2016) Waghmare et al. предложила методику выявления болезней винограда с помощью анализа текстуры листьев и распознавания образов. Система взяла один лист растения в качестве входных данных, и после удаления фона была проведена сегментация. Затем сегментированное изображение листа было проанализировано через фильтр высоких частот для обнаружения пораженной части листа. Наконец, извлеченный образец текстуры был передан в мультиклассовый SVM. В (Mohammadpoor ​​et al., 2020) Mohammadpoor ​​et al.предложили интеллектуальный метод обнаружения вируса фанлиста винограда. На основе алгоритма нечеткого C-среднего была выделена область пораженных частей каждого листа, а затем она была классифицирована с помощью SVM. Кроме того, для повышения диагностической надежности системы был применен метод перекрестной проверки в K раз с k = 3 и k = 5. Результаты экспериментов показали, что средняя точность системы составляет около 98,6%. Однако алгоритмы машинного обучения требуют громоздкой предварительной обработки изображений и извлечения признаков (Кулин и др., 2017; Zhang et al., 2018). Напротив, CNN может автоматически различать и извлекать отличительные признаки для идентификации изображения.

В последние годы CNN сделали большой прорыв в области компьютерного зрения. Таким образом, использование CNN для выявления болезней растений стало горячей точкой исследований в области сельскохозяйственных информационных технологий. В (Khan et al., 2018) Khan et al. изолировали области заражения от фона и использовали VGG и AlexNet для извлечения характеристик областей заражения.Эксперименты проводились на Plant Village и CASC-IFW, и точность классификации составила 98,60%. Результаты экспериментов показали, что предложенная модель превосходит существующие подходы с высокой точностью и высокой точностью распознавания. В (Zhang et al., 2019) Zhang et al. предложил алгоритм выявления болезней огурцов, основанный на AlexNet, а именно GPDCNN. Подход эффективно объединяет контекстную информацию путем объединения слоев глобального пула через расширенную свертку , что может оптимизировать сходимость и повысить скорость распознавания.Модель GPDCNN была обучена на шести распространенных болезнях листьев огурца, и точность распознавания составила 94,65%. В (Liang et al., 2019) Liang et al. предложила систему диагностики рисового взрыва, основанную на CNN. Модель была обучена на наборе данных из 5808 пораженных изображений, которые включали 2906 положительных образцов, и продемонстрировали удовлетворительные характеристики с точки зрения точности распознавания, AUC и ROC. Результаты экспериментов показали, что предложенная модель может извлекать больше различительных и эффективных высокоуровневых функций, чем традиционные подходы LBPH и Haar-WT.В (Zhang et al., 2019) Zhang et al. обучили трехканальную модель CNN для распознавания болезней листьев томатов и огурцов. В этом подходе использовались три канала RGB отдельно для использования информации о цвете и реализовано автоматическое извлечение болезненных признаков с помощью информации о цвете. На наборе данных о болезнях листьев томатов и огурцов предложенная модель превзошла традиционные подходы с точки зрения точности классификации. В (Wagh et al., 2019) Wagh et al. предложила автоматическую систему идентификации болезней винограда для распознавания пяти болезней, включая мучнистую росу, ложную мучнистую росу, ржавчину, бактериальные пятна и антракноз.Извлечение признаков и обучение модели изображений листьев были выполнены с использованием предварительно определенной архитектуры AlexNet. И результаты экспериментов показали, что модель смогла точно классифицировать болезни винограда. В (Ji et al., 2019) Ji et al. предложена единая архитектура сверточных нейронных сетей, основанная на интегрированном методе. Предлагаемая архитектура CNN, а именно UnitedModel, была разработана для классификации распространенных болезней виноградных листьев. UnitedModel смогла выделить дополнительные отличительные признаки благодаря комбинации нескольких CNN.И результаты экспериментов показали, что UnitedModel продемонстрировала лучшую производительность по различным параметрам оценки и достигла средней точности теста 98,57%.

Согласно этим исследованиям, CNN получили удовлетворительные результаты в распознавании болезней растений. Однако CNN редко используются в области идентификации болезней виноградных листьев. Кроме того, большинство прикладных алгоритмов идентификации изображений основаны на популярных методах обучения передачи, и в алгоритмы было внесено несколько улучшений.Таким образом, в данной статье предлагается модель идентификации изображений, основанная на CNN для болезней листьев винограда.

Создание набора данных о болезнях виноградных листьев

Сбор данных

Поскольку нет подходящего набора данных для идентификации заболеваний виноградных листьев, большое количество времени уделяется сбору изображений пораженных виноградных листьев. Цифровая камера собрала в общей сложности 7 669 изображений виноградных листьев, которые относятся к семи категориям: антракноз, бурая пятнистость, клещи, черная гниль, ложная мучнистая роса, фитофтороз и здоровые листья.Классы антракноза, клещей, ложной мучнистой росы и здоровых листьев собирают в хорошую погоду на экспериментальной станции по посадке винограда Северо-Западного университета A&F, провинция Шэньси, Китай. И эта часть набора данных включает в себя всего 4023 изображения. Класс коричневой пятнистости, черной гнили и фитофтороза собирают из общедоступных наборов данных, и эта часть набора данных включает в общей сложности 3646 изображений. Таблица 1 подробно иллюстрирует исходный набор данных о болезнях листьев винограда.

Таблица 1 Исходный набор данных о болезнях листьев винограда.

Семь репрезентативных изображений набора данных показаны на Рисунке 1, где четко видны различия между семью типами изображений. Поверхность здорового виноградного листа зеленая, без пятен. Пятно антракноза почти круглое. Центральная часть пятна белая, а край темно-фиолетовый. Для категории коричневых пятен на поверхности виноградных листьев присутствуют коричневые пятна неправильной формы. Середина каждого пятна темно-коричневая, а края коричневые. Клещи вызывают появление множества белых пятен неправильной формы на обратной стороне листьев, а поверхность листьев покрывается пузырями.Пятна черной гнили почти круглые с темно-коричневой серединой и коричневыми краями. На лицевых сторонах листьев винограда при ложной мучнистой росе постепенно появляются желто-зеленые пятна болезни, а на оборотной стороне листьев появляется белая морозная мучнистая роса. Фитофтороз приводит к появлению темно-коричневых пятен на поверхности виноградных листьев. Различия между этими пятнами болезни способствуют распознаванию различных болезней листьев винограда.

Рисунок 1 Семь распространенных типов изображений виноградных листьев. (A) Антракноз, (B) Коричневая пятнистость, (C) Клещи, (D) Черная гниль, (E) Ложная мучнистая роса, (F) Фитофтороз, (G) Здоровые листья.

Расширение данных

Проблема переобучения на этапе обучения CNN может быть преодолена с помощью увеличения данных . Когда подбирается случайный шум, а не лежащая в основе взаимосвязь, возникает проблема переобучения моделей глубокого обучения (Heisel et al., 2017). С большим количеством изображений после расширения с помощью методов увеличения данных модель может изучить как можно больше нерелевантных шаблонов в процессе обучения, тем самым избегая переобучения и повышая способность противодействия помехам в сложных условиях.

Для выполнения операций увеличения данных используется несколько технологий обработки цифровых изображений. Влияние погодных факторов во время съемки моделируется через интерференцию интенсивности изображения , которая включает интерференцию яркости, контрастности и резкости. Размытие по Гауссу имитирует влияние туманной погоды на получение изображения. Взаимное расположение камеры и пораженных листьев имитируется с помощью преобразований поворота (включая 90 градусов, 180 градусов и 270 градусов) и с помощью операций горизонтальной и вертикальной симметрии .Гауссов шум, интерференция контраста и резкость используются для моделирования влияния факторов оборудования. Кроме того, для расширения исходного набора данных применяется дрожание PCA.

Значения яркости каждого изображения регулируются путем случайного увеличения или уменьшения значений RGB пикселей. Предположим, что V 0 - это исходное значение RGB, V представляет скорректированное значение, а d - коэффициент преобразования яркости. Процесс преобразования значения RGB выражается как:

На основе среднего значения яркости значение контрастности изображения регулируется путем увеличения больших значений RGB и уменьшения меньших значений RGB.Процесс преобразования значений RGB выражается как:

Лапласовский шаблон применяется к изображению для настройки значения резкости. Предположим, что пиксель изображения RGB представлен как c (x, y) = [R (x, y), G (x, y), B (x, y)] T. Формула выглядит следующим образом:

∇2 [c (x, y)] = [∇2R (x, y) ∇2G (x, y) ∇2B (x, y)]

Изображение поворачивается путем поворота каждого пикселя. на такой же угол вокруг центра. Предположим, что P ( x , y ) - произвольная точка на изображении и что ее новая координата после поворота по часовой стрелке на θ ° равна P 2 (x, h-y).Вычисленные координаты двух точек выражаются как:

{X = rcos (α − θ) = xcosθ + yrsinθY = rsin (α − θ) = - xcosθ + yrcosθ

Операция вертикальной симметрии использует горизонтальную среднюю линию изображения. в качестве оси для выполнения симметричного преобразования всех пикселей. Предположим, что h представляет высоту, а P ( x , y ) - произвольная точка на изображении. После обработки вертикальной симметрии координаты новой точки равны P 2 (x, h – y). Операция горизонтальной симметрии аналогична операции вертикальной симметрии.

С помощью этих методов генерации изображений из каждого изображения получается 13 новых изображений. На рисунке 2 представлен пример, иллюстрирующий процесс создания изображения.

Рисунок 2 Увеличение изображения изображения болезни виноградных листьев. (A) Исходное изображение, (B) высокой яркости, (C) низкой яркости; (D) высококонтрастный; (E) низкая контрастность; (F) высокая резкость; (G) низкая резкость; (H) поворот на 90 градусов; (I) поворот на 180 градусов; (J) поворот на 270 градусов; (К) вертикальная симметрия; (L) горизонтальная симметрия; (M) Гауссов шум и (N) Джиттер PCA.

После процесса увеличения изображений был получен набор данных изображений пораженных листьев винограда, который включает 15 736 изображений из класса антракноза, 19 362 изображения из класса коричневых пятен, 15 484 изображения из класса клещей, 16 618 изображений из класса класс черной гнили, 12 740 изображений класса ложной мучнистой росы, 15 064 изображения класса фитофтороза и 12 362 изображения класса здоровых листьев. Затем размер всех изображений в наборе данных изменяется до 256 × 256. Наконец, набор данных делится на три части в соотношении 6: 2: 2, которые, соответственно, используются в качестве обучающего набора, набора проверки и набор тестов.Подробная информация о наборе данных представлена ​​в таблице 2.

Таблица 2 Набор данных о болезнях виноградных листьев.

Модель идентификации болезней виноградных листьев

Вдохновлена ​​архитектурой и характеристиками четырех классических моделей CNN, а именно VGG16 (Симонян и Зиссерман, 2014), GoogLeNet (Szegedy et al., 2015), ResNet (He et al., 2016) и DenseNet (Huang et al., 2017), новая модель на основе CNN, а именно DICNN, предлагается для диагностики семи распространенных классов виноградных листьев.Согласно Таблице 3 и Рисунку 3, модель DICNN состоит из трех частей: первая часть - это «предсетевой модуль», а ее первый глубокий разделяемый сверточный слой фильтруется с помощью 64 ядер размером 3 × 3. Затем 3 × Слой 3 max-pooling добавляется после первого глубокого разделяемого сверточного слоя. Следующий глубоко разделяемый сверточный слой содержит 64 ядра свертки размером 3 × 3, за которым следует слой максимального объединения 3 × 3 и слой пакетной нормализации. Далее идет структура Inception, за которой следует еще один уровень максимального пула.Второй модуль, а именно «начальный модуль с плотным каскадом», состоит из четырех начальных структур с плотными связями. Применение стратегии плотной связи повышает эффективность использования карт функций и способствует объединению многомерных функций между структурами Inception, повышая эффективность диагностики болезней виноградных листьев. Последний модуль состоит из двух уровней максимального пула, начального уровня, уровня глобального среднего пула (GAP) и 7-стороннего уровня Softmax.

Таблица 3 Состав модели DICCN.

Рисунок 3 Структурная схема модели DICNN.

Сверточный слой с глубоким разделением

Ограниченная количеством изображений набора данных о болезнях виноградных листьев, модель большого размера склонна к переобучению в процессе обучения. Следовательно, уменьшение количества параметров способствует улучшению обобщающих характеристик модели. Кроме того, модель с меньшим количеством параметров имеет более высокую скорость обучения и потребляет меньше вычислительных ресурсов.В то время как глубокая разделимая свертка состоит из глубинной свертки и точечной свертки, которая имеет меньше параметров, чем стандартная свертка (Howard et al., 2017). При глубокой разделяемой свертке одиночный фильтр применяется в глубокой свертке к каждому входному каналу. Затем с помощью поточечной свертки применяется сверточная операция 1 × 1 для объединения выходных данных. Такая факторизация существенно уменьшает размер модели и потребление вычислительных ресурсов, при этом точность распознавания модели не снижается.

Cascade Dense Inception Module

Размеры пятен болезни существенно различаются для разных сортов виноградных листьев. Производительность модели при извлечении признаков в различных масштабах оказывает существенное влияние на окончательную точность распознавания. Для извлечения пространственных объектов различных размеров к модели был применен каскадно-плотный начальный модуль, который состоит из четырех начальных структур с плотными связями. Ядра извилин с небольшим размером извлекают мелкозернистые очаги поражения, тогда как ядра извилин большого размера больше фокусируются на особенностях болезненных пятен большого размера.Поэтому была применена структура Inception в GoogLeNet (Szegedy et al., 2015). В начальной структуре сверточные слои разного размера размещаются параллельно на своих ветвях. Каждая параллельная ветвь структуры Inception концентрируется на отдельных функциях. Это не только увеличивает ширину сети, но и повышает производительность многомасштабного извлечения признаков. Кроме того, на основе подхода асимметричной факторизации (Szegedy et al., 2016) применяются асимметричные свертки для повышения производительности извлечения признаков и снижения вычислительных затрат.Начальная структура подробно проиллюстрирована на рисунке 4.

Рисунок 4 Начальная структура.

Обычно операции с плавающей точкой используются для оценки временной сложности модели CNN. Для одного сверточного слоя его временная сложность может быть выражена как:

, где M представляет собой длину стороны выходной карты признаков, K представляет длину стороны ядра свертки, C в представляет собой количество входных каналов. карта характеристик, а C из - количество каналов выходной карты характеристик.

Структура Inception содержит несколько сверточных слоев, и ее временная сложность может быть выражена суммой времени работы всего сверточного слоя:

Time∼O (∑i = 1DMi2 * Pi * Qi * C (i, in) * C (i, out))

, где D представляет количество сверточных слоев в структуре Inception, P i представляет длину ядра свертки, Q i представляет ширину ядра свертки (Q i не является равно P i при использовании асимметричной свертки).

Во время потока карт признаков особенности мелких пятен болезней винограда трудно перенести на более глубокие слои модели. Эта потеря функций серьезно влияет на точность распознавания модели. В DenseNet была предложена стратегия плотного подключения для дальнейшего улучшения информационного потока между уровнями. Слой λ получает карты характеристик из всех предыдущих слоев, как выражено в уравнении:

x = Hλ ([x0, x1,…, xλ − 1])

, где [ x 0 , x 1 ,…, x λ -1 ] обозначает объединение карт из предыдущих слоев.

Как показано на рисунке 5, стратегия плотного подключения применяется к модулю каскадного плотного начального уровня. Следовательно, карты характеристик всех предыдущих слоев в этом модуле применяются в качестве входных данных для этого слоя, а его собственные карты характеристик применяются в качестве входных данных для всех последующих слоев. Применение стратегии плотного соединения имеет решающее значение для повышения производительности модели. Во-первых, градиент, полученный каждым слоем, представляет собой сумму градиентов из предыдущих слоев; следовательно, это облегчает проблему исчезающего градиента.Кроме того, он усиливает распространение функций и поощряет повторное использование функций, что может эффективно предотвратить проблему переобучения. Наконец, по сравнению с остаточной стратегией, она существенно снижает параметры и накладные расходы на хранение предлагаемой модели.

Рисунок 5 Схематическая диаграмма стратегии плотного подключения.

Стратегия адаптивного взаимодействия

Модель на основе CNN должна быть обучена классификации болезней виноградных листьев. Выбор алгоритма оптимизации существенно влияет на эффективность обучения.

Адаптивная оценка момента (Adam) была применена вместо традиционного алгоритма стохастического градиентного спуска (SGD) в качестве алгоритма оптимизации модели. Адам - ​​эффективный алгоритм для оптимизации стохастических целевых функций на основе градиента первого порядка (Kingma and Ba, 2015). t + ε)

, где α представляет скорость обучения, β 1 и β 2 представляют скорости экспоненциального затухания на данный момент оценок, θ t - текущий обновленный параметр, θ t-1 - предыдущий обновленный параметр, f ( θ ) представляет собой стохастическую функцию с параметрами θ , ε is небольшая константа ( ε = 10 -8 в этой статье), m t - это первый вектор момента, а v t - второй вектор момента.

Результаты экспериментов и обсуждение

Стратегия адаптивного подключения

Эксперименты проводились на сервере глубокого обучения, который содержал два процессора Tesla P100 (16 ГБ памяти) с системой Ubuntu. Кроме того, фреймворки глубокого обучения TensorFlow и Keras использовались для реализации модели DICNN, которая удобна для разработки сравнительных экспериментов благодаря своим интерфейсам Python (Bahrampour et al., 2015; Abadi et al., 2016a; Abadi et al. ., 2016b; Тан, 2016). Дополнительные параметры конфигурации перечислены в таблице 4.

Таблица 4 Программная и аппаратная среда.

Сравнение точности и скорости сходимости

На основе набора тестов проводится эксперимент для сравнения точности и скорости сходимости модели DICNN с другими классическими подходами, включая нейронную сеть обратного распространения (BP), машину опорных векторов (SVM), VGG-16, GoogLeNet, ResNet-34 и DenseNet-169. Между тем, предлагаемая модель также сравнивается с недавней моделью классификации болезней винограда, включая AlexNet для классификации болезней винограда (AFGDC) (Wagh et al., 2019) и UnitedModel (Ji et al., 2019).

Все классификационные модели были обучены с нуля с 30 эпохами, и была принята та же стратегия обучения. Алгоритм Адама использовался в качестве оптимизатора для обучения модели. А скорость обучения была установлена ​​на 0,01, что может ускорить сходимость модели в процессе обучения. Согласно таблице 5, предложенная модель DICNN имела оптимальную производительность распознавания с точностью 97,22% на тестовой выборке. К тому же точность 94.89% было реализовано DenseNet, что связано с его неоспоримыми преимуществами усиления распространения функций и поощрения повторного использования функций. Остаточная нейронная сеть ResNet-34 показала общую точность 94,89%. Кроме того, GoogLeNet реализовал точность 94,25%, что связано с его возможностями многомерного извлечения функций. VGG-16 получил среднюю точность 88,96%, тогда как модель SVM и нейронная сеть BP показали плохие характеристики распознавания с точностью 67,82% и 57.93% соответственно. UnitedModel, который был специально разработан для выявления болезней винограда, смог выделить дополнительные отличительные признаки благодаря комбинации нескольких CNN. И он реализовал точность 96,58%. Другая модель обнаружения болезней винограда, AFGDC, использовала предопределенную архитектуру AlexNet для извлечения признаков и достигла точности 88%. Результаты экспериментов показали, что подходы на основе CNN превосходят классические подходы машинного обучения. Классические подходы машинного обучения к распознаванию болезней виноградных листьев зависят от классификационных характеристик, разработанных экспертами.Напротив, подходы на основе CNN автоматически извлекают лучшие классификационные признаки. Благодаря этим функциям модели на основе CNN обеспечивают отличное распознавание болезней виноградных листьев. Среди всех моделей CNN DICNN имеет лучшую производительность и может точно классифицировать изображения болезней винограда. Кроме того, кривые точности использовались для визуального представления точности и скорости сходимости моделей. Как показано на рисунке 6, модели сошлись после нескольких циклов обучения эпох и в конечном итоге реализовали свои оптимальные идентификационные характеристики.В целом, процессы обучения DenseNet-16, DICNN, GoogLeNet, ResNet-34, UnitedModel, AFGDC и VGG-16 примерно стабильны после 9 эпох, а нейронная сеть BP и модель SVM показали приемлемую конвергенцию после 17 эпох. В нашей работе для предложенной модели DICNN были приняты стратегия плотного подключения и начальные структуры. По сравнению с другими моделями, предложенная модель DICNN реализовала самую быструю скорость сходимости и имела тенденцию к сходимости в шестую эпоху.

Таблица 5 Показатели распознавания.

Рисунок 6 Конвергенция восьми моделей распознавания.

Кроме того, собираются невидимые изображения с различными виноградниками и погодными условиями, которые используются для проверки характеристик обобщения модели. Эти изображения болезней листьев винограда получены на базе виноградных плантаций в замке Юаньши, который находится в городе Иньчуань, провинция Нинся, Китай. Согласно окончательным экспериментальным результатам, модель DICNN имеет точность 96,86% при тестировании с невидимыми изображениями. Хотя точность модели немного ниже, чем раньше, модель все же может точно классифицировать болезни листьев винограда.Таким образом, экспериментальные результаты доказали, что модель имеет отличные характеристики обобщения в различных виноградных хозяйствах и погодных условиях.

Благодаря своей начальной структуре DICNN может извлекать признаки из нескольких шкал на основе характеристик поражений листьев винограда. Использование глубокой разделяемой свертки эффективно снижает параметры модели CNN, тем самым решая проблему переобучения. Кроме того, благодаря стратегии плотного подключения DICNN, распространение функций улучшается, и поощряется повторное использование функций.Следовательно, предложенный алгоритм дает лучшую производительность, чем популярные методы трансферного обучения.

Эффективность распознавания для каждого класса

В этом разделе, на основе матрицы неточностей, эффективность распознавания каждой болезни виноградного листа оценивалась по Точности, Отзыву и баллу F1. Матрица неточностей, как стандартный формат для выражения оценки точности, выражается в виде матрицы с n строками и n столбцами. Каждый столбец матрицы неточностей обозначает количество экземпляров в базовом классе истинности, в то время как каждая строка обозначает количество экземпляров в прогнозируемом классе, чтобы увидеть, не путает ли система два класса.Оценка точности, отзыва и F1 выводится из числа ложноположительных (FP), истинно положительных (TP), ложноотрицательных (FN) и истинно отрицательных (TN) результатов. Эти показатели выводятся следующим образом:

F1 Score = 2 × Precision × RecallPrecision + Recall = 2 × TP2 × TP + FN + FP

В таблице 6 представлена ​​матрица неточностей окончательных результатов теста, а также оценка точности, отзыва и F1 каждого вид виноградных листьев. Пятна болезней листьев схожи по геометрическим характеристикам, что снижает эффективность классификации.Следовательно, классификатор может ошибиться, столкнувшись с мелкозернистой классификацией. Однако предложенная модель глубокого обучения дала удовлетворительный результат. Главной особенностью этого класса клещей является то, что поверхность листьев покрыта пузырями, что существенно отличается от пятен других болезней. Диагностика клещей, подтвержденная матрицей недоразумений, лучше других. Цвет пятен ложной мучнистой росы желто-зеленый, поэтому эти пятна легко отличить от пятен других болезней.Таким образом, сохраняемость ложной мучнистой росы достигает 98,04%. Однако коричневые пятна, антракноз, гниль и черная гниль схожи по своим геометрическим характеристикам, и это сходство приводит к их более низким показателям распознавания. Воспроизводимость классов коричневой пятнистости, антракноза, фитофтороза и черной гнили составила 96,54%, 95,84%, 97,05% и 97,29% соответственно. В конечном итоге 96,60% здоровых листьев были идентифицированы правильно.

Таблица 6 Матрица неточностей модели DICNN.

На основе структуры «Начало» признаки болезни на исходном изображении могут быть извлечены из нескольких измерений.Таким образом, точность распознавания образов болезни значительно повышается. Поддерживаемая вышеупомянутыми экспериментами, предложенная модель DICNN реализует превосходные характеристики распознавания при выявлении болезней виноградных листьев.

Влияние увеличения данных на производительность идентификации

В этом документе увеличение данных было использовано для предотвращения переобучения. Сначала были отловлены больные листья винограда при различных погодных условиях. Изменяя фон съемки, можно повысить эффективность защиты от помех в сложных условиях предлагаемой модели.Впоследствии методы цифровой обработки изображений были использованы для увеличения исходного набора данных.

В этом разделе был проведен сравнительный эксперимент для оценки влияния увеличения данных на точность классификации. На рисунке 7 показано, что предложенная модель DICNN имела крайне нестабильный процесс обучения при обучении на исходном наборе данных. Модель наконец-то достигла уровня узнаваемости 82,80%. Однако модель, обученная на расширенном наборе данных, достигла точности 97.22%. Результаты экспериментов показали, что модель DICNN изучает более подходящие функции на расширенном наборе данных, что повышает эффективность защиты от помех в различных средах. Кроме того, параметры модели классификации были полностью обучены из-за разнообразия изображений в расширенном наборе данных, в то время как изображения в исходном наборе данных не имели разнообразия, что делало модель сети чрезмерно зависимой от подмножества функций. , что приводит к переобучению.Что еще более важно, предварительная обработка изображения смоделировала реальное окружение виноградных листьев, тем самым сделав модель более надежной.

Рисунок 7 Эффект увеличения данных.

Эффект стратегии плотного подключения

В этом эксперименте оценивалось влияние стратегии плотного подключения на производительность распознавания модели на основе CNN. Как показано на рисунке 8, при той же стратегии обучения реализована модель со стратегией плотного соединения 97.Точность распознавания 22%, что на 3,47% выше, чем у модели, в которой стратегия плотного соединения не применялась. Стратегия плотного соединения соединяет структуры Inception в сверточном слое для обеспечения максимальной передачи информации между структурами Inception в сети и напрямую передает градиентные потери на мелкие слои. Таким образом, предлагаемая модель с этой стратегией обеспечивает более эффективную идентификацию заболеваний листьев винограда.

Рисунок 8 Эффект стратегии плотного подключения.

Эффект глубокого разделяемого сверточного слоя

Глубокая разделяемая свертка используется DICNN для построения первых двух сверточных слоев для уменьшения параметров и предотвращения проблемы переобучения модели. Для того, чтобы оценить влияние двух глубоких разделимых сверточных слоев, была обучена модель с традиционным сверточным слоем. В сравнительном эксперименте количество параметров сверточных слоев и точность распознавания используются в качестве показателей окончательной оценки.Окончательные результаты экспериментов представлены в таблице 7. С одной стороны, параметры первого сверточного слоя были уменьшены с 1792 до 283, а параметры второго сверточного слоя - с 36 928 до 4736, что способствует снижению потребления вычислительные ресурсы и повысить производительность обобщения. С другой стороны, точность модели улучшена на 0,13% по сравнению с моделями, содержащими традиционные сверточные слои.

Таблица 7 Эффект глубокого отделяемого сверточного слоя.

Выбор оптимизации

Выбор алгоритма оптимизации имеет решающее значение для повышения производительности модели. Поэтому алгоритм оптимизации Адама был принят для предложенной модели DICNN. Алгоритм оптимизации Адама и алгоритм оптимизации SGD с той же скоростью обучения 0,01 были применены для обучения модели DICNN для оценки производительности алгоритма.

На рисунке 9 показан процесс обучения модели. Точность модели с алгоритмом оптимизации Адама - 97.22%, а точность модели с алгоритмом оптимизации SGD составляет 94,69%. Алгоритм оптимизации SGD обновил параметры на основе текущей позиции и пакета, что привело к крайне нестабильному направлению обновления. Согласно результатам экспериментов, модель, основанная на алгоритме оптимизации SGD, столкнулась с проблемой «локального минимума» и не смогла достичь оптимального состояния. Оптимизатор Adam использует градиентный спуск с импульсом для выхода из положения локального минимума.Кроме того, алгоритм оптимизации Адама представляет собой схему адаптивной оптимизации, которая регулирует скорость обучения для каждого параметра. Поэтому алгоритм оптимизации Адама был принят для предложенной модели DICNN.

Рисунок 9 Сравнение двух алгоритмов оптимизации.

Процесс визуализации признаков

Из-за слабой интерпретирующей способности особенности, которые изучаются моделями на основе CNN, трудно представить в удобочитаемой форме. Следовательно, сложно понять огромное количество параметров, многослойную скрытую структуру и другие факторы этих моделей.Однако методы визуализации - отличный способ изучить, как CNN изучают особенности для различения классов. В этом разделе для анализа предложенной модели используются два наиболее часто используемых метода визуализации, а именно визуализация промежуточной активации и визуализация тепловых карт активации классов в изображении.

Визуализация промежуточной активации относится к отображению карт характеристик, которые выводятся всеми видами слоев свертки и объединения в сети для указанного входа.Это облегчает понимание того, как последовательные слои свертки преобразуют свои входные данные, а также значение каждого фильтра. На рисунке 10 показано исходное изображение из класса антракноза и изображение визуальной активации после второго сверточного слоя модели DICNN. По результатам визуализации на изображении участок пятна болезни на виноградном листе четко отделен от фона. Предполагается, что модель может идентифицировать болезненные пятна на изображении и может характеризовать болезненные пятна как один из критериев для классификации.Эксперимент по визуализации активации для болезней виноградных листьев иллюстрирует превосходные характеристики распознавания модели DICNN и показывает, как предлагаемая модель DICNN изучает особенности для различения области поражения и фона.

Рисунок 10 Визуализация активации.

Визуализация тепловых карт активации класса относится к созданию тепловых карт активации класса по входным изображениям (Selvaraju et al., 2017). Эти методы визуализации также известны как методы визуализации карты активации классов (CAM), которые облегчают понимание того, какие части входного изображения приводят к окончательному классификационному решению сверточной нейронной сети.На рисунке 11 показано исходное изображение и сгенерированные тепловые карты активации класса. Эти визуализированные данные облегчают понимание того, какие части входного изображения приводят к окончательному классификационному решению модели. По результатам визуализации сильно активирована зона пятна болезни: так сеть различает различные болезни листьев винограда. В целом результаты этого эксперимента демонстрируют, что модель уделяет все внимание особенностям пятна болезни и обеспечивает превосходное распознавание болезней листьев винограда.

Рисунок 11 CAM-визуализация. (A) антракноз; (B) Коричневое пятно; (C) Клещи; (D) Черная гниль; (E) Ложная мучнистая роса; (F) Упадок листьев; (G) Здоровые листья.

Выводы

В этой статье предложен подход глубокого обучения для выявления шести распространенных болезней листьев винограда и здоровых листьев. На основе 7669 собранных изображений виноградных листьев было создано 107 366 изображений с помощью увеличения изображения .Путем анализа признаков болезней листьев винограда предлагается усовершенствованная CNN для идентификации болезней листьев винограда. К модели была применена глубокая разделяемая свертка вместо стандартной свертки, чтобы избежать переобучения и уменьшить количество параметров. Принимая во внимание различные размеры пятен болезни виноградных листьев, к модели были применены структуры Inception для улучшения возможности многомасштабного извлечения признаков. Кроме того, была введена стратегия плотного подключения для поощрения повторного использования функций и усиления распространения функций.

Предложенный подход к идентификации болезней виноградных листьев на основе CNN был реализован в рамках TensorFlow и Keras на платформе Tesla P100 GPU. С расширенным набором данных предложенная модель DICNN была обучена классифицировать семь типов виноградных листьев. Согласно результатам экспериментов, предложенный алгоритм реализует точность распознавания 97,22%, что дает лучшую производительность, чем другие популярные методы трансферного обучения. По сравнению со стандартными архитектурами ResNet и GoogLeNet, предлагаемая модель DICNN реализует более высокую скорость сходимости в процессе обучения и более высокую точность.Результаты этого исследования демонстрируют, что предложенный алгоритм реализует сквозную классификацию болезней виноградных листьев и предоставляет решение и справочник по применению подходов глубокого обучения в классификации болезней сельскохозяйственных культур.

Заявление о доступности данных

Наборы данных, созданные для этого исследования, доступны по запросу соответствующему автору.

Вклад авторов

Концептуализация, BL, ZD и LT. Методология, BL, ZD и LT.Программное обеспечение, ZD и LT. Проверка, BL, DH, SL и HW. Написание - подготовка оригинального черновика, ZD и LT. Написание - просмотр и редактирование, BL, ZD и LT. Надзор, BL. Приобретение финансирования, BL, DH, SL и HW. Все авторы внесли свой вклад в статью и одобрили представленную версию.

Финансирование

Это исследование поддержано Национальным фондом естественных наук Китая в рамках гранта № 61602388, Фондом постдокторантуры Китая в рамках гранта № 2017M613216, Фондом фундаментальных исследований для центральных университетов в рамках гранта №2452019064, План фундаментальных исследований в области естественных наук в провинции Шэньси, Китай, грант № 2017JM6059, Фонд постдокторской науки провинции Шэньси, Китай, грант № 2016BSHEDZZ121, Центр совместных инноваций в области технологий умного сельского хозяйства Нинся, грант № 2017DC53, Программой ключевых исследований и разработок Шэньси в рамках гранта № 2019ZDLNY07-06-01, а также Программой обучения инновациям и предпринимательству Северо-Западного университета Китая A&F в рамках гранта №201

2048.

Конфликт интересов

Автор HW работал в компании West Electronic Business.

Остальные авторы заявляют, что исследование проводилось при отсутствии каких-либо коммерческих или финансовых отношений, которые могли бы быть истолкованы как потенциальный конфликт интересов.

Благодарности

Автор хотел бы поблагодарить анонимных рецензентов за их ценные предложения по этой рукописи.

Список литературы

Абади, М., Barham, P., Chen, J., Chen, Z., Davis, A., Dean, J., et al. (2016a). TensorFlow: система для крупномасштабного машинного обучения 12-я конференция USENIX по разработке и внедрению операционных систем 265–283.

Google Scholar

Abadi, M., Agarwal, A., Barham, P., Brevdo, E., Zheng, X. (2016b). TensorFlow: крупномасштабное машинное обучение в гетерогенных распределенных системах. arXiv . 1603.04467v1.

Google Scholar

Акбарзаде, С., Паап, А., Ахдером, С., Апопей, Б., Аламех, К. (2018). Дискриминация растений с помощью машинного классификатора опорных векторов на основе спектрального отражения. Comput. Электрон. Agric. 148, 250–258. doi: 10.1016 / j.compag.2018.03.026

CrossRef Полный текст | Google Scholar

Али, Х., Лали, М. И., Наваз, М. З., Шариф, М., Салим, Б. А. (2017). Автоматическое обнаружение болезней цитрусовых на основе симптомов с использованием цветовой гистограммы и текстурных дескрипторов. Comput. Электрон. Agric. 138, 92–104. DOI: 10.1016 / j.compag.2017.04.008

CrossRef Полный текст | Google Scholar

Bahrampour, S., Ramakrishnan, N., Schott, L., Shah, M. (2015). Сравнительное исследование программных фреймворков глубокого обучения. arXiv . 1511.06435.

Google Scholar

Дюто, М., Нельсон, Л., Тайсон, Р. (2013). Прогнозирование распространения послеуборочной болезни в хранящихся фруктах, применительно к яблокам. Postharvest Biol. Technol. 85, 45–56. DOI: 10.1016 / j.postharvbio.2013.04.003

CrossRef Полный текст | Google Scholar

Гитарамани, Г., Пандиан, А. Дж. (2019). Идентификация болезней листьев растений с использованием девятиуровневой глубокой сверточной нейронной сети. Comput. Электр. Англ. 76, 323–338. doi: 10.1016 / j.compeleceng.2019.04.011

CrossRef Полный текст | Google Scholar

Гриффель, Л. М., Делпарт, Д., Эдвардс, Дж. (2018). Использование машинной классификации опорных векторов для дифференциации спектральных сигнатур растений картофеля, инфицированных вирусом картофеля Y. Comput. Электрон. Agric. 153, 318–324. doi: 10.1016 / j.compag.2018.08.027

CrossRef Полный текст | Google Scholar

Hamuda, E., Mc Ginley, B., Glavin, M., Jones, E. (2017). Автоматическое определение посевов в полевых условиях с использованием цветового пространства HSV и морфологических операций. Comput. Электрон. Agric. 133, 97–107. doi: 10.1016 / j.compag.2016.11.021

CrossRef Полный текст | Google Scholar

He, K., Zhang, X., Ren, S., Sun, J. (2016).Глубокое остаточное обучение для распознавания изображений. IEEE Conf. Comput. Распознавание образов зрения. 770–778. doi: 10.1109 / CVPR.2016.90

CrossRef Полный текст | Google Scholar

Heisel, S., Kovačević, T., Briesen, H., Schembecker, G., Wohlgemuth, K. (2017). Выбор переменных и дизайн обучающего набора для классификации частиц с использованием линейного и нелинейного классификатора. Chem. Англ. Sci. 173, 131–144. doi: 10.1016 / j.ces.2017.07.030

CrossRef Полный текст | Google Scholar

Howard, A.Г., Чжу, М., Бо, К., Калениченко, Д., Ван, В., Вейанд, Т. и др. (2017). MobileNets: эффективные сверточные нейронные сети для приложений мобильного зрения. Comput. Распознавание образов зрения. 1–9.

Google Scholar

Хуанг, Г., Лю, З., Маатен, Л. В. Д., Вайнбергер, К. К. (2017). Плотно связанные сверточные сети. IEEE Conf. Компьютер, распознавание образов. 2261–2269. doi: 10.1109 / CVPR.2017.243

CrossRef Полный текст | Google Scholar

Джи, М., Чжан, Л., Ву, К. (2019). Автоматическая идентификация болезней виноградных листьев с помощью UnitedModel на основе нескольких сверточных нейронных сетей. Инф. Процесс. Сельское хозяйство . 1–9. doi: 10.1016 / j.inpa.2019.10.003

CrossRef Полный текст | Google Scholar

Jiang, P., Chen, Y., Liu, B., He, D., Liang, C. (2019). Обнаружение болезней листьев яблони в реальном времени с использованием подхода глубокого обучения на основе усовершенствованных сверточных нейронных сетей. IEEE Access 7, 59069–59080. DOI: 10.1109 / ДОСТУП.2019.2

9

CrossRef Полный текст | Google Scholar

Каур, П., Панну, Х. С., Малхи, А. К. (2019). Распознавание болезней растений с использованием моментов Цернике дробного порядка и классификатора SVM. Neural Comput. Прил. , 1–20. doi: 10.1007 / s00521-018-3939-6

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Хан, М. А., Акрам, Т., Шариф, М., Авайс, М., Джавед, К., Али, Х. и др. (2018). CCDF: Автоматическая система сегментации и распознавания болезней плодовых культур на основе коэффициента корреляции и глубоких характеристик CNN. Comput. Электрон. Agric. 155, 220–236. doi: 10.1016 / j.compag.2018.10.013

CrossRef Полный текст | Google Scholar

Хан, М. А., Лали, М. И. У., Шариф, М., Джавед, К., Аурангзеб, К., Хайдер, С. И. и др. (2019). Оптимизированный метод сегментации и классификации болезней Apple на основе сильной корреляции и выбора признаков на основе генетических алгоритмов. IEEE Access 7, 46261–46277. doi: 10.1109 / ACCESS.2019.2

0

CrossRef Полный текст | Google Scholar

Kingma, D., Ба, Дж. (2015). Адам: Метод стохастической оптимизации. Int. Конф. Учиться. Представления 1–15.

Google Scholar

Кур, В. П., Арора, С. (2019). Машина опорных векторов на основе оптимизации роя частиц (P-SVM) для сегментации и классификации растений. IEEE Access 7, 29374–29385. doi: 10.1109 / ACCESS.2019.20

CrossRef Полный текст | Google Scholar

Кулин, М., Казаз, Т., Моэрман, И., Портер, Э. Д. (2017). Сквозное обучение на основе спектральных данных: подход глубокого обучения для идентификации беспроводного сигнала в приложениях для мониторинга спектра. IEEE Access 6, 18484–18501. doi: 10.1109 / ACCESS.2018.2818794

CrossRef Полный текст | Google Scholar

Лин, Ю., Хуанг, Ю., Лораамм, Р. В., Ни, К., Ван, Дж., Чжан, Дж. (2014). Спектральный анализ листьев озимой пшеницы для выявления и дифференциации болезней и насекомых. Field Crops Res. 156, 199–207. doi: 10.1016 / j.fcr.2013.11.012

CrossRef Полный текст | Google Scholar

Лю, Б., Чжан, Ю., Хе, Д., Ли, Ю. (2018). Выявление болезней листьев яблони на основе глубоких сверточных нейронных сетей. Симметрия 10, 1–16. doi: 10.3390 / sym10010011

CrossRef Полный текст | Google Scholar

Лю Б., Хе С., Хе Д., Чжан Ю., Гуйзани М. (2019). Алгоритм параллельной нечеткой сегментации C-средних на основе Spark для больших данных сельскохозяйственных изображений. IEEE Access 7, 42169–42180. doi: 10.1109 / ACCESS.2019.23

CrossRef Полный текст | Google Scholar

Лу, Дж., Цзе, Х., Чжао, Г., Мэй, Ф., Чжан, К. (2017). Система автоматической диагностики болезней пшеницы в полевых условиях. Comput. Электрон. Agric. 142, 369–379. doi: 10.1016 / j.compag.2017.09.012

CrossRef Полный текст | Google Scholar

Лу, Й., Йи, С., Цзэн, Н., Лю, Й., Чжан, Ю. (2017). Выявление болезней риса с помощью глубоких сверточных нейронных сетей. Нейрокомпьютинг 267, 378–384. doi: 10.1016 / j.neucom.2017.06.023

CrossRef Полный текст | Google Scholar

Mahlein, A. K., Rumpf, T., Welke, P., Dehne, H. W., Plümer, L., Steiner, U., et al.(2013). Разработка спектральных индексов для обнаружения и идентификации болезней растений. Remote Sens. Environ. 128, 21–30. doi: 10.1016 / j.rse.2012.09.019

CrossRef Полный текст | Google Scholar

Mohammadpoor, M., Nooghabi, M. G., Ahmedi, Z. (2020). Интеллектуальная техника для обнаружения вируса Grape Fanleaf. Int. J. Взаимодействовать. Мультимедиа Артиф. Intell. 6, 62–67. doi: 10.9781 / ijimai.2020.02.001

CrossRef Полный текст | Google Scholar

Оппенгейм, Д., Шани, Г., Эрлих, О., Црор, Л. (2019). Использование глубокого обучения для обнаружения болезней клубней картофеля на основе изображений. Фитопатология 109, 1083–1087. doi: 10.1094 / PHYTO-08-18-0288-R

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Pu, Y., Apel, D. B., Szmigiel, A., Chen, J. (2019). Распознавание изображений угля и угольных скоплений с помощью сверточной нейронной сети и передачи обучения. Энергии 12, 1–11. doi: 10.3390 / en12091735

CrossRef Полный текст | Google Scholar

Рамчаран, А., McCloskey, P., Baranowski, K., Mbilinyi, N., Mrisho, L., Ndalahwa, M., et al. (2019). Мобильная модель глубокого обучения для диагностики болезни маниока. Фронт. Plant Sci. 10, 1–19. doi: 10.3389 / fpls.2019.00272

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Сельвараджу, Р. Р., Когсуэлл, М., Дас, А., Ведантам, Р., Парих, Д., Батра, Д. (2017). Grad-CAM: визуальные объяснения из глубоких сетей с помощью градиентной локализации. IEEE Int. Конф. Comput.Видение 618–626. doi: 10.1109 / ICCV.2017.74

CrossRef Полный текст | Google Scholar

Шариф, М., Хан, М. А., Икбал, З., Азам, М. Ф., Лали, М. И. У., Джавед, М. Ю. (2018). Выявление и классификация болезней цитрусовых в сельском хозяйстве на основе оптимизированной взвешенной сегментации и выбора признаков. Comput. Электрон. Agric. 150, 220–234. doi: 10.1016 / j.compag.2018.04.023

CrossRef Полный текст | Google Scholar

Симонян К., Зиссерман А.(2014). Очень глубокие сверточные сети для распознавания крупномасштабных изображений. arXiv , 1–14.

Google Scholar

Szegedy, C., Liu, W., Jia, Y., Sermanet, P., Reed, S., Anguelov, D., et al. (2015). Углубляясь в свертки. IEEE Conf. Comput. Распознавание образов зрения. 1–9. doi: 10.1109 / CVPR.2015.7298594

CrossRef Полный текст | Google Scholar

Сегеди, К., Ванхаук, В., Иоффе, С., Шленс, Дж., Война, З. (2016). Переосмысление начальной архитектуры компьютерного зрения. IEEE Conf. Comput. Распознавание образов зрения. 2818–2826. doi: 10.1109 / CVPR.2016.308

CrossRef Полный текст | Google Scholar

Tang, Y. (2016). TF.Learn: модуль высокого уровня TensorFlow для распределенного машинного обучения. arXiv , 1612.04251.

Google Scholar

Ваг, Т. А., Самант, Р. М., Гуджарати, С. В., Гайквад, С. Б. (2019). Обнаружение болезни листьев винограда с помощью сверточной нейронной сети. Int. J. Comput. Прил. 178, 7–11.doi: 10.5120 / ijca2019918982

CrossRef Полный текст | Google Scholar

Waghmare, H., Kokare, R., Dandawate, Y. (2016). «Обнаружение и классификация болезней виноградных растений с использованием функции локального двоичного шаблона противоположного цвета и машинного обучения для автоматизированной системы поддержки принятия решений» (Международная конференция по обработке сигналов и интегрированным сетям), 513–518. doi: 10.1109 / SPIN.2016.7566749

CrossRef Полный текст | Google Scholar

Wang, X., Zhu, C., Фу, З., Чжан, Л., Ли, X. (2019). Исследование распознавания мучнистой росы огурцов по визуальным спектрам. Spectrosc. Спектр. Анальный. 39, 1864–1869. doi: 10.3964 / j.issn.1000-0593 (2019) 06-1864-06

CrossRef Полный текст | Google Scholar

Zhang, S., Wang, Z. (2016). Распознавание болезней огурцов на основе разложения глобально-локальных сингулярных значений. Нейрокомпьютинг 205, 341–348. doi: 10.1016 / j.neucom.2016.04.034

CrossRef Полный текст | Google Scholar

Zhang, Y., Гравина, Р., Лу, Х., Виллари, М., Фортино, Г. (2018). PEA: Параллельная аутентификация на основе электрокардиограммы для интеллектуальных систем здравоохранения. J. Netw. Comput. Прил. 117, 10–16. doi: 10.1016 / j.jnca.2018.05.007

CrossRef Полный текст | Google Scholar

Zhang, S., Zhang, S., Zhang, C., Wang, X., Shi, Y. (2019a). Идентификация болезни листьев огурца с помощью расширенной сверточной нейронной сети с глобальным объединением. Comput. Электрон. Agric. 162, 422–430. DOI: 10.1016 / j.compag.2019.03.012

CrossRef Полный текст | Google Scholar

Zhang, S., Huang, W., Zhang, C. (2019b). Трехканальные сверточные нейронные сети для распознавания болезней листьев овощей. Cogn. Syst. Res. 53, 31–41. doi: 10.1016 / j.cogsys.2018.04.006

CrossRef Полный текст | Google Scholar

Чжу, М., Ян, Х., Ли, З. (2019). Раннее обнаружение и идентификация болезни оболочки риса на основе гиперспектрального изображения и содержания хлорофилла. Spectrosc.Спектр. Анальный. 39, 1898–1904. doi: 10.3964 / j.issn.1000-0593 (2019) 06-1898-07

CrossRef Полный текст | Google Scholar

Frontiers | Детектор болезней виноградных листьев в режиме реального времени на основе глубокого обучения с использованием усовершенствованных сверточных нейронных сетей

Введение

Китай - современная аграрная страна с более чем 2000-летней историей выращивания винограда. В настоящее время Китай имеет самый большой экспорт винограда в мире. В то же время виноградный сок, изюм, вино и другие виноградные продукты также имеют большую коммерческую ценность.Однако тяжелые заболевания серьезно сказываются на урожайности и качестве в процессе выращивания винограда, особенно в дождливых районах и в периоды. Таким образом, своевременное и эффективное выявление болезней листьев винограда является жизненно важным средством обеспечения здорового роста винограда.

Традиционно диагностика болезней листьев растений проводится обученными экспертами, проводящими визуальный осмотр (Dutot et al., 2013), что обычно приводит к высоким затратам и большому риску ошибки. С быстрым развитием искусственного интеллекта методы машинного обучения стали применяться для обнаружения болезней растений, чтобы сделать его более интеллектуальным.Исследователи начали применять алгоритмы машинного обучения для диагностики заболеваний растений, такие как вспомогательные векторные машины (SVM) и кластеризация K-средних (Es-saady et al., 2016; Mwebaze and Owomugisha, 2016; Padol and Yadav, 2016; Qin et al. ., 2016; Islam et al., 2017; Dickinson et al., 2018; Tian et al., 2019). Однако из-за сложной предварительной обработки изображений и извлечения признаков эти методы все еще имеют низкую эффективность обнаружения. В последние годы сверточная нейронная сеть (CNN) была разработана как сквозной подход глубокого обучения, они в полной мере используют большие данные изображений и обнаруживают отличительные особенности непосредственно из исходных изображений, избегая сложной предварительной обработки изображений и сокращая объем памяти.Вдохновленные достижениями CNN в распознавании образов, использование CNN для выявления ранних болезней листьев растений стало новым направлением интеллектуального сельского хозяйства. В (Fuentes et al., 2017; Liu et al., 2017; Lu Y. et al., 2017; Ramcharan et al., 2017; Boulent et al., 2019; Bresilla et al., 2019; Polder et al. , 2019; Saleem et al., 2019; Zhu et al., 2019), CNN в основном использовались для диагностики болезней сельскохозяйственных культур. Тем не менее, остается много трудностей в реализации обнаружения болезней листьев винограда в реальном времени из-за следующих характеристик пораженных участков листьев винограда.На одном листе могут образовываться множественные маленькие и плотные болезненные пятна, которые обычно имеют различную форму. Более того, факторы окружающей среды и защита других листьев также влияют на выявление болезней виноградных листьев.

Чтобы преодолеть эти проблемы, в этой статье предлагается детектор на основе глубокого обучения, основанный на улучшенных CNN, для мониторинга болезней виноградных листьев в режиме реального времени. Основные вклады этой статьи резюмируются следующим образом:

• Создан набор данных о болезнях листьев винограда (GLDD).GLDD обеспечивает необходимую гарантию обобщающей способности модели. Во-первых, для повышения практичности модели собираются изображения больных виноградных листьев с простым фоном в лаборатории и сложным фоном в винограднике. Кроме того, чтобы предотвратить проблему переобучения CNN, набор данных расширяется с помощью технологии цифровой обработки изображений, чтобы сформировать GLDD для обеспечения достаточного количества обучающих изображений болезней.

• Предложена модель обнаружения болезней листьев винограда в реальном времени, Faster DR-IACNN.Путем введения модулей Inception и SE-блока магистральная сеть ResNet модифицируется, чтобы получить новую предварительную сеть, названную INSE-ResNet. За счет повышения и понижения дискретизации разработана структура с двойным RPN, которая обеспечивает более сильную способность извлекать признаки небольших пораженных участков. Предлагаемая модель Faster DR-IACNN улучшает способность извлечения многомасштабных болезненных пятен и скорость обнаружения ResNet, уменьшая глубину и увеличивая ширину нейронной сети.

• Deep CNN впервые применяется для обнаружения болезней виноградных листьев в реальном времени.Предлагаемый сквозной детектор в реальном времени, основанный на глубоком обучении, может автоматически извлекать признаки болезней виноградных листьев и эффективно обнаруживать четыре распространенных заболевания виноградных листьев. В то же время этим методом можно одновременно выявить в листьях множество заболеваний.

Результаты экспериментов показывают, что средняя точность Faster DR-IACNN составляет 81,1%, что на 2,3% выше, чем у Faster R-CNN, а скорость обнаружения достигает 15,01 FPS. Эксперименты показывают, что детектор, основанный на глубоком обучении, демонстрирует более высокую точность обнаружения и может удовлетворить реальную потребность в обнаружении винограда в реальном времени.

Остальная часть статьи организована следующим образом: раздел «Сопутствующие работы» представляет и резюмирует связанные работы. GLDD представлен в разделе «Создание набора данных о болезнях виноградных листьев». В разделе «Модель выявления болезней виноградных листьев» подробно описывается модель выявления болезней виноградных листьев. В разделе «Экспериментальная оценка» представлены оценка экспериментальных характеристик и анализ экспериментальных результатов. Наконец, раздел «Заключение» подводит итоги этой статьи.

ДОПОЛНИТЕЛЬНАЯ РАБОТА

С развитием искусственного интеллекта глубокое обучение сделало прорыв в области компьютерного зрения. Он широко используется для выявления болезней растений и является удовлетворительной альтернативой классификации болезней растений. В Wang et al. (2012), предложили метод распознавания болезней винограда, основанный на анализе главных компонентов и сетях обратного распространения. Набор данных о болезнях винограда включает ложную мучнистую росу винограда и мучнистую росу винограда, а точность прогнозов достигает 94.29%. В Sannakki et al. (2013) придумали метод диагностики двух типов болезней винограда. Используя пороговую обработку и анизотропную диффузию для предварительной обработки изображений и кластеризацию K-средних для сегментации пятен болезней, метод достиг высокой точности обучения при использовании функций оттенка. В Mohanty et al. (2016) обучили две модели глубокого обучения (AlexNet и GoogLeNet) для определения 14 видов сельскохозяйственных культур и 26 болезней. Изучив два типа механизмов обучения, три типа наборов данных и пять типов распределений наборов для обучения и тестирования, они достигли точности 99.35%. В Lu J. et al. (2017), предложили систему диагностики болезней пшеницы в полевых условиях, которая с тех пор была реализована в мобильном приложении для помощи в диагностике сельскохозяйственных болезней. Реализовав две разные структуры VGG-FCN-VF16 и VGG-FCN-S, они получили среднюю точность распознавания 97,95 и 95,12% соответственно на WDD2017, демонстрируя дальнейшее улучшение по сравнению с точностью 93,27 и 73,00%, полученной с использованием традиционных структур CNN. В Yu et al. (2019), сообщили о нескольких глубоких моделях CNN для обнаружения сорняков в бермудских дерновых травах и продемонстрировали, что VGGNet достиг высокого балла при обнаружении трех распространенных болезней в дерновых травах, в то время как DetectNet может лучше выявлять болезни в однолетних мятликах.Основываясь на этих результатах, они предложили систему распознавания на основе DCNN для борьбы с сорняками. В Ferentinos (2018) применили пять базовых архитектур CNN к открытой базе данных, содержащей 87 848 изображений, включая 25 видов растений 58 различных классов, с наилучшей производительностью, достигающей точности распознавания 99,53%. Хотя глубокие CNN добились больших успехов в классификации болезней растений, обнаружение болезней в реальном времени во время роста растений более важно для эффективного контроля заболеваний на раннем этапе.

Многие исследователи начали изучать, как точно определять болезни листьев растений с помощью методов глубокого обучения. В Rançon et al. (2018) предоставили метод распознавания и обнаружения, основанный на симптомах Esca на виноградных листьях летом. В ходе экспериментов они сравнили кодирование SIFT с предварительно обученными экстракторами функций глубокого обучения и реализовали сеть MobileNet в базе данных ImageNet, чтобы получить точность классификации 91%. Затем они объединили классификационную сеть с одноэтапной сетью обнаружения (RetinaNet), чтобы получить лучшую точку доступа Esca на уровне 70%.В Jiang et al. (2019), представили новую сетевую архитектуру под названием INAR-SSD, основанную на VGGNet и построении Inception. Они применили эту архитектуру к болезни листьев яблони при обнаружении и достигли показателя MAP 78,8%. В Fuentes et al. (2018) разработали структуру банка фильтров уточнения для болезней и вредителей растений томата для решения проблемы ложных срабатываний и несбалансированности классов на основе нейронных сетей с глубокой сверткой. Система состоит из трех блоков - блока первичной диагностики, блока вторичной диагностики и блока интеграции - и MAP было на 13% больше, чем лучший результат, основанный на Faster R-CNN.Более эффективно обнаруживать болезни листьев растений и легче получить более высокую точность при использовании нового подхода глубокого обучения, основанного на CNN. Согласно этим исследованиям, CNN внесли большой вклад в идентификацию и обнаружение болезней растений. К сожалению, не существует подходящих моделей CNN для обнаружения болезней виноградных листьев в реальном времени, которые имели бы большое практическое значение при посадке винограда. Таким образом, в данной статье предлагается детектор болезней листьев винограда в реальном времени на основе Faster R-CNN.

Создание набора данных о болезнях виноградных листьев

Подробная информация об обнаружении болезней листьев винограда показана на Рисунке 1. Во-первых, исходные изображения болезней листьев винограда получены в лаборатории и на реальном винограднике. Затем исходные изображения болезней виноградных листьев расширяются с помощью операций аргументации данных и дополнительно уточняются экспертными комментариями. Наконец, набор данных разделен на три части: обучающий набор используется для обучения модели Faster DR-IACNN, набор проверки используется для настройки параметров и оценки модели, а набор тестирования используется для проверки обобщения модели. модель.

Рисунок 1. Блок-схема выявления болезней листьев винограда.

Коллекция изображений болезни виноградных листьев

Поскольку имеется мало доступных наборов данных о болезнях листьев винограда для выявления болезней, многие человеческие и материальные ресурсы внесли значительный вклад в сбор и создание GLDD. Виноградные растения болеют в разное время года, при разных температурах и влажности. Например, черная гниль наносит серьезный ущерб виноградной промышленности в продолжительную жаркую и влажную погоду, но редко встречается в засушливое лето.Упадок виноградных листьев особенно серьезен в сентябре, когда деревья слабы, температура низкая и часты дожди. Принимая во внимание вышеупомянутые ситуации, изображения болезней в GLDD были собраны в различных климатических условиях, чтобы сделать GLDD широко используемым. Помимо создания изображений вручную, другие изображения болезней в наборе данных были собраны в замке Вэй Цзянь, Иньчуань, Автономный район Нинся-Хуэй, Китай.

Всего было получено 4449 исходных изображений болезней виноградных листьев, они содержат четыре категории болезней: черная гниль (грибковое заболевание, вызываемое аскомицетным грибком), черная корь (также называемая Esca, вызываемая комплексом грибов, таких как Phaeoacremonium). , Фитофтороз (распространенное заболевание листьев винограда, вызываемое грибком) и виноградные клещи (вызываемый паразитарным заражением ржавыми клещами).Есть две причины для выбора этих четырех типов болезней виноградных листьев: во-первых, некоторые болезненные пятна невозможно отличить визуально, но CNN легко извлекают признаки. Более того, появление этих заболеваний наносит большой урон виноградной промышленности.

На рис. 2 показаны типичные изображения четырех типов болезней листьев винограда в GLDD. Интуитивно можно заметить, что четыре болезненных пятна на виноградных листьях имеют сходство и разнообразие: эффекты заболевания, вызванные одним и тем же заболеванием в сходных природных условиях, в основном одинаковы, в то время как характеристики болезненных пятен, вызванных разными заболеваниями, обычно различны.Лист, пораженный черной гнилью, выглядит красновато-коричневым и имеет почти круглые маленькие пятна, которые в более поздний период переходят в большие серые пятна с коричневыми краями. Больные пятна черной кори напоминают тигровые полосы, которые представляют собой красновато-коричневые полосы некроза. Поражения, характерные для фитофтороза, имеют неправильную форму, сначала появляются темно-красные или коричневые пятна, за которыми следуют черные пятна. Виноградные клещи вызываются паразитическими ржавчинными клещами и имеют пузырчатые вздутия на поверхности листьев. Эти наблюдения полезны для диагностики и обнаружения различных заболеваний виноградных листьев в режиме реального времени с использованием глубоких CNN.

Рисунок 2. Четыре распространенных типа болезней листьев винограда. (A) Черная гниль. (B) Черная корь. (C) Фитофтороз. (D) Клещи виноградные.

Собранный набор данных имеет три следующие особенности: во-первых, на одном листе могут одновременно появляться множественные пятна различных болезней. Во-вторых, многие изображения содержат сложные фоны обнаружения мешающих точек, что гарантирует высокую степень обобщения Faster DR-IACNN.Наконец, все изображения в наборе данных вручную аннотируются надежными экспертами.

Увеличение изображения

Из-за недостаточного количества изображений болезней нейронные сети чрезмерно получают информацию обучающего набора, что приводит к проблеме переобучения в процессе обучения CNN. Следовательно, технология увеличения данных используется для моделирования реальных помех, которые играют важную роль на этапе обучения модели. По мере того, как с помощью увеличения данных создается больше изображений, модель может изучать как можно больше различных шаблонов во время обучения, избегая проблемы переобучения и достигая на практике лучших характеристик обнаружения.

В этом разделе несколько технологий обработки цифровых изображений применяются к операциям увеличения данных. С учетом влияния погодных факторов на яркость изображения реализовано интерференция яркости, контраста и резкости. Разнообразие относительного положения камеры и пораженного листа при съемке моделируется посредством вращения (включая 90, 180 и 270 °) и симметрии (включая вертикальную и горизонтальную симметрию). Гауссов шум используется для имитации влияния факторов оборудования.Более того, дрожание PCA используется для расширения исходного набора данных, а также для моделирования реальной среды сбора данных и увеличения разнообразия и количества обучающих изображений болезней виноградных листьев. Таким образом, GLDD формируется путем увеличения исходного набора данных в 14 раз. На рисунке 3 представлен пример изображения болезни виноградного листа, созданного с помощью технологии увеличения изображения.

Рисунок 3. Увеличение данных изображений болезней листьев винограда. (A) Исходное изображение; (В) низкая яркость; (C) высокая яркость; (D) низкая контрастность; (E) высокая контрастность; (F) переворот по вертикали; (G) переворот по горизонтали; (H) низкая резкость; (I) высокая резкость; (J) поворот на 90 °; (K) поворот на 180 °; (L) поворот на 270 °; (M) Гауссов шум; (N) Дрожание PCA.

Аннотация изображения

Аннотации к изображениям - решающий шаг в построении набора данных; его используют для обозначения места и категории пораженных пятен на пораженных листьях. В этом разделе был разработан инструмент для аннотирования изображений с помощью прямоугольных ограничивающих рамок. Используя инструмент аннотации и знания опытных специалистов по сельскому хозяйству, можно точно пометить участки пораженных участков на изображении. После завершения аннотации для каждого изображения создается XML-файл, который включает типы пораженных участков и их расположение.

В качестве примера возьмем изображение черной гнили. Аннотированное изображение на рисунке 4A показывает зараженные области, окруженные красными, синими и желтыми прямоугольниками. Рисунок 4B представляет собой фрагмент сгенерированного файла XML, в котором описывается название болезни «Черная гниль», а расположение пораженных пятен определяется по координатам красного прямоугольника вверху слева и внизу справа.

Рисунок 4. Аннотация к GLDD. (A) Аннотированное изображение. (B) Фрагмент XML-файла болезни черной гнили.

Из-за ограничений ручного аннотирования и инструмента аннотации неизбежные случайные ошибки будут возникать в процессе аннотации изображений. Чтобы уменьшить влияние ошибок на последующие эксперименты, метки изображений проверялись многократно. Более того, вероятность таких ошибок слишком мала, чтобы повлиять на большое количество наборов данных, которые можно игнорировать.

Модель обнаружения болезней виноградных листьев

На рис. 5 показана общая структура модели Faster DR-IACNN для выявления четырех типичных болезней листьев винограда.DR-IA означает двойной RPN с модулем Inception и структурой Attention, которая содержит все характеристики нашей модели. Предлагаемый Faster DR-IACNN состоит из трех частей: (1) предварительная сеть для извлечения признаков болезни. Предварительная сеть, а именно INSE-ResNet, включает остаточную структуру, начальные модули и SE-блок. Магистральная сеть ResNet предназначена для извлечения информации об особенностях изображений, в то время как начальные модули и SE-блок направлены на расширение поля восприятия и получение многомасштабных функций.(2) Сеть предложений региона (RPN) для определения местоположения объектов. После обработки предварительной сети карты характеристик отправляются в RPN. В этой части расположены болезненные пятна и предсказываются ограничивающими рамками. (3) Полносвязные слои для классификации и регрессии. В этой части категории и баллы рассчитываются с помощью полностью связанных слоев. Вся информация объединяется в слое конкатенации. Наконец, выводятся баллы класса и поля прогнозов.

Рисунок 5. Общая структура модели Faster DR-IACNN.

Мультимасштабное извлечение пораженных участков

Магистральные сети для извлечения функций

В связи с особенностями черной гнили и листвы с небольшими и плотными пораженными пятнами, были проведены эксперименты и анализ различных магистральных сетей, таких как AlexNet, VGGNet и ResNet, и ResNet оказался наиболее подходящей основой. сеть. По характеристикам пораженных участков виноградных листьев ResNet34 имеет высокую точность распознавания GLDD.Поэтому ResNet34 был выбран в качестве предварительной сети модели обнаружения. ResNet с остаточным обучением позволяет дополнительно углубить структуру сети без исчезновения градиента (He et al., 2016), что решает проблему деградации глубоких CNN и подходит для небольших пораженных участков. Кроме того, его легко оптимизировать и добиться высокой точности классификации.

В таблице 1 перечислены подробные параметры настроенного ResNet34, названного INSE-ResNet, а на рисунке 6 показана структура INSE-ResNet.Первые несколько уровней CNN обычно изучают низкоуровневые функции, такие как цвет и края (Zeiler and Fergus, 2013), а более глубокие слои извлекают полные и отличительные признаки. Таким образом, Res1 - Res3 ResNet34 полностью сохраняются. Между тем, в статье применяются блоки сжатия и возбуждения в хвосте блоков ResNet. Слой Res_4f удаляется, а слой Res_4e заменяется модулем Inception-ResNet-v2 для улучшения возможности извлечения многомасштабных функций предварительной сети. Чтобы зафиксировать входной размер последующей сети, карта объектов настраивается до размера 14 × 14 с помощью слоя объединения RoI.В последующей сети уровень Res5 заменяется двумя модулями Inception-v1. Конечным результатом является объединение потерь категории и местоположения.

Таблица 1. Связанные параметры модели INSE-ResNet.

Рисунок 6. Структура INSE-ResNet.

Модули извлечения высокосемантических признаков для больных пятен

Учитывая, что GLDD включает в себя множество сложных фоновых изображений, сеть должна фокусироваться на пораженных участках, а не на фоне.Таким образом, в статье представлены блоки сжатия и возбуждения (Hu et al., 2018). SE-блоки изучают веса признаков через потерю, так что доступная карта признаков с больными пятнами имеет большой вес, а недействительная или крошечная карта признаков имеет легкий вес. На рисунке 7 показана блочная структура SE, в которой складываются средние слои объединения 3 × 3 и сверточные слои 1 × 1.

Рисунок 7. Модуль сжатия и возбуждения .

Характеристики пораженных участков листьев винограда различны.Пятна черной гнили и пятна листовой гнили маленькие и плотные, а пятна черной кори похожи на полосы. Таким образом, одноуровневое ядро ​​свертки неэффективно для распознавания разномасштабных болезненных пятен. Для извлечения признаков многомасштабных болезненных пятен GLDD введены модули Inception. На рисунке 8A показана структура Inception-v1 (Szegedy et al., 2014), которая складывает сверточные слои 1 × 1, сверточные слои 3 × 3, сверточные слои 5 × 5 и 3 × 3 слоя с максимальным объединением, увеличивая как ширину сети и адаптивность весов.На рисунке 8B показана структура Inception-ResNet-v2 (Szegedy et al., 2016), которая применяет идею остаточного обучения к начальной сети и повышает ее скорость. В модулях Inception сверточные слои 1 × 1 вставляются до или после параллельных сверточных слоев, чтобы уменьшить толщину карт признаков и количество весов. Модули начального уровня могут увеличивать глубину и ширину сети при уменьшении количества параметров. Учитывая преимущества двух начальных моделей, два вышеупомянутых начальных модуля включены в магистраль для улучшения возможности извлечения многомасштабных функций.

Рисунок 8. Начальная структура. (А) Начало-v1. (B) Начало-ResNet v2.

Определение местоположения и прогнозирование пораженных участков

Обнаружение многомасштабных пораженных участков

Региональные предложенные сети являются важной частью модели обнаружения Faster DR-IACNN. Возьмем для примера Inception_5b: через предварительную сеть получается общая карта функций размером 7 × 7 × 256. Затем карта признаков изменяется до 7 × 7 × 512 с использованием ядер свертки 3 × 3.Для получения категорий и результатов регрессии процесс свертки 1 × 1 реализуется в слое классификации и слое регрессии , получая карты признаков размером 7 × 7 × 30 и 7 × 7 × 60, соответственно. Наконец, с расположенными якорями получаются ящики-кандидаты.

Вдохновленный Feature Pyramid Networks (Lin et al., 2017), предлагается структура с двойным RPN для обнаружения нерегулярных и многомасштабных болезненных пятен, как показано на рисунке 9. Посредством процесса деконволюции интегрируется высокая семантическая информация Inception_5b. с высоким разрешением Inception_ResNet-v2.Таким образом, предлагаемая модель обнаружения может прогнозировать пораженные пятна отдельно в каждом слое признаков. Кроме того, метод извлечения признаков снизу вверх и метод восходящей дискретизации сверху вниз расширяют возможности модели по обнаружению небольших болезненных пятен.

Рисунок 9. Структура двухрегиональных сетей предложений.

Гарантия неизменности перевода

Из-за процесса множественной свертки масштаб карт объектов изменен. Важно гарантировать неизменность перевода между картами функций и исходными изображениями.Чтобы точно определить местонахождение пораженных участков на исходных изображениях, при обнаружении пораженных участков виноградных листьев используются якорные ящики (Ren et al., 2018). Как показано на рисунке 10, когда скользящее окно скользит в каждом месте, прогнозируется несколько предложений по регионам. Размеры якорей привязаны к масштабу и соотношению. По умолчанию в Faster DR-IACNN установлено 5 масштабов и 3 соотношения. То есть он генерирует 15 якорных ящиков в исходных изображениях из-за сопоставления. Процесс предложения региона гарантирует такие важные свойства, как способность к многомасштабному обнаружению и неизменность перевода.

Рисунок 10. Коробки с предложениями региона с якорями.

Экспериментальная оценка

В этом разделе описывается экспериментальная установка. Сначала представлены детали экспериментальной платформы и набора данных, а затем экспериментальные результаты анализируются и обсуждаются.

Экспериментальная установка

Эксперименты проводились на сервере 16.04.2-Ubuntu с процессором Intel (R) Xeon (R) E5-2650 v4 @ 2,20 ГГц × 48. Он ускоряется графическим процессором NVIDIA Tesla P100 PCI-E, который имеет 3584 процессора. Ядра CUDA и 16 ГБ памяти.Частота ядра составляет до 1328 МГц, а производительность с плавающей запятой одинарной точности составляет 9,3 терафлопс. Предложенная модель Faster DR-IACNN была реализована в Caffe, фреймворке глубокого обучения. В таблице 2 представлены параметры конфигурации.

Таблица 2. Аппаратная и программная среда.

Набор данных

В эксперименте 60% набора данных использовалось для обучения, а остальные 40% использовались для проверки и тестирования. Соотношение размера набора обучающих данных и набора данных проверки и набора данных тестирования составляет 3: 1: 1.Благодаря технологии цифровой обработки изображений количество исходных изображений болезней виноградных листьев было увеличено до 62 286. Разделение GLDD показано в таблице 3.

Таблица 3. Набор данных о болезни виноградных листьев.

Результаты экспериментов и анализы

Сравнение точности с различными моделями обнаружения

Для сравнения производительности различных алгоритмов обнаружения были выбраны типичный одноступенчатый алгоритм SSD и двухступенчатые классические алгоритмы обнаружения Faster R-CNN и R-FCN для обнаружения болезней виноградных листьев на GLDD при условии использования разных магистральных сетей. .Результаты экспериментов представлены в таблице 4.

Таблица 4. Результаты обнаружения различных моделей CNN.

Средняя средняя точность (mAP) - это стандартный показатель при оценке алгоритма обнаружения объектов, который используется в этом разделе. В двухэтапном алгоритме с тем же размером входного сигнала 500 × 500 предложенная модель Faster DR-IACNN достигает высокой точности 81,1% mAP, а эффективность обнаружения во всех категориях лучше, чем у других моделей обнаружения, основанных на Быстрее R-CNN.Общая точность на 9,6% выше, чем у модели с магистральной сетью ResNet34. Между тем, модель Faster DR-IACNN имеет более высокую точность обнаружения, чем все другие модели обнаружения.

Чтобы определить, может ли более глубокая нейронная сеть улучшить характеристики обнаружения модели, ResNet50, ResNet34 и ResNet18 были проверены с 200 тыс. Итераций. Результаты показывают, что ResNet50 дает наихудший эффект, а ResNet18 также не дает удовлетворительного улучшения.Причины неудовлетворительных результатов заключаются в том, что признаки болезненных пятен исчезают с увеличением глубины CNN, в то время как поверхностные слои не могут точно выделить признаки. Следовательно, ResNet34 является наиболее подходящей сетью для нашего набора данных с улучшением на 2,9 и 1,8% по сравнению с ResNet50 и ResNet18 соответственно.

В этом эксперименте черную гниль и фитофтороз относительно трудно обнаружить, потому что они похожи по форме и имеют небольшие болезненные пятна. Предлагаемая нами модель, Faster DR-IACNN, показывает значительное улучшение в двух вышеупомянутых типах болезненных пятен, с 3 и 2.Улучшение на 6% по сравнению с Faster R-CNN. Кроме того, все модели обладают высочайшей точностью обнаружения черной кори; Причина в том, что очаги черной кори имеют большие размеры, имеют форму полос и сильно отличаются от других категорий, которые можно легко отличить с помощью всех моделей выявления.

Точность и скорость обнаружения

Скорость обнаружения - еще один важный показатель для оценки алгоритма обнаружения объектов, который играет жизненно важную роль в обнаружении в реальном времени. Обычно для оценки скорости обнаружения используется FPS (количество кадров в секунду).Чем больше FPS, тем выше будет скорость обнаружения. В этой части оценивается скорость обнаружения двухэтапных алгоритмов Faster R-CNN и R-FCN с предложенными моделями. Результаты экспериментов представлены в таблице 5.

Таблица 5. Точность и скорость различных моделей.

В Faster R-CNN модель с GoogLeNet в качестве магистральной сети имеет самую высокую скорость обнаружения, до 18,65 FPS. Причина в том, что модуль Inception расширяет сеть и уменьшает параметры при углублении сети, что повышает эффективность извлечения признаков.Учитывая эффективность обнаружения, модуль Inception и структура ResNet были объединены, чтобы предложить модель Faster DR-IACNN, которая еще больше повысила точность GLDD до 81,1% mAP со скоростью обнаружения 15,01 FPS, достигнув наивысшей точности по сравнению с традиционный метод Faster R-CNN с высокой скоростью, отвечающий актуальным требованиям виноградарства. По сравнению со средней скоростью обнаружения, достигшей 13,66 FPS модели Faster R-CNN, которая была описана как модель обнаружения в реальном времени, предлагаемая Faster DR-IACNN имеет более высокую скорость обнаружения 15.01 FPS и отвечает требованиям обнаружения в реальном времени.

Выбор и сравнение предварительных сетей

Алгоритм обнаружения Faster R-CNN состоит из трех частей: сети извлечения признаков, RPN, классификации и регрессии, среди которых сеть извлечения признаков (известная как предварительная сеть) играет важную роль в реализации обнаружения. В этом разделе обучаются и проверяются несколько общих CNN, таких как GoogLeNet, VGG16 и ResNet. Производительность распознавания INSE-ResNet сравнивается с этими традиционными сетями на GLDD.В процессе обучения используются алгоритм стохастического градиентного спуска (SGD) и стратегия ослабления веса, чтобы минимизировать функцию потерь. В алгоритме SGD обучающее изображение выбирается случайным образом для обновления параметров модели, размер пакета установлен на 32, базовая скорость обучения составляет 0,01, а скорость обучения снижается в три раза за 10 периодов обучения, что составляет 0,1 раза. предыдущей скорости обучения таким образом, чтобы полученные результаты не могли сойтись. Чтобы алгоритм сходился к оптимальной скорости, импульс установлен на 0.9.

Как показано на рисунке 11, ось X представляет итерации обучения, а ось Y представляет соответствующую точность обучения. Точность тестирования каждой сети идентификации в экспериментах представлена ​​в таблице 6. Как показано на рисунке 11, результаты распознавания сетей ResNet и сетей Inception удовлетворительны, что вдохновило нас на то, чтобы эффективно использовать их сильные стороны для создания INSE-ResNet. Поэтому с учетом последующего создания модели предлагается структура INSE-ResNet на основе ResNet34 в сочетании с модулем Inception-v1, модулем Inception-ResNet-v2 и SE-блоком, что обеспечивает лучшую производительность с точки зрения точности распознавания.

Рисунок 11. Кривая точности предварительных сетевых моделей.

Таблица 6. Точность распознавания догсетевых моделей.

Влияние увеличения данных на точность обнаружения

Чтобы избежать переобучения, в этой статье используются различные методы. Во-первых, больные листья винограда были собраны в разных средах и областях. Большинство изображений пораженных листьев винограда со сложным фоном были сняты в замке Вэй Цзиани, в то время как другие изображения с более простым фоном были собраны в лаборатории, что гарантирует обобщение предложенной модели и снижает вероятность переобучения.Более того, из-за сложной работы по сбору больных листьев винограда набор данных все еще недостаточен. Таким образом, увеличение данных является удовлетворительным подходом к решению проблемы недостаточного обучающего образа.

Как показано в Таблице 7, точность без увеличения данных ниже, достигая 74,3% mAP, и потери высоки в процессе обучения. Напротив, предлагаемая модель с увеличением данных реализует 81,1% mAP, что соответствует повышению точности обнаружения на 6.8% относительно набора данных без увеличения данных.

Таблица 7. Точность обнаружения с увеличением данных и без него.

Влияние двойного RPN на точность обнаружения

По сравнению с исходной структурой RPN, предложенный двойной RPN в Faster DR-IACNN значительно улучшил эффект обнаружения на GLDD. Двойной RPN хорошо работает при обнаружении небольших пораженных участков, полностью используя семантическую информацию высоких уровней и информацию о местоположении нижних уровней.

В этой статье оценивалась производительность Faster DR-IACNN на GLDD с помощью двух наборов экспериментов, в которых тестировалась модель с исходным RPN и двойным RPN. Как показано на рисунке 12, для Faster R-CNN потери относительно велики и колеблются в большом диапазоне во время обучения, в то время как для модели Faster DR-IACNN функция потерь постоянно изменяется и имеет значительную тенденцию к снижению. Как показано в Таблице 8, точность обнаружения Faster DR-IACNN для четырех болезней листьев винограда также улучшилась одновременно, и MAP GLDD достигает 81.1%, что на 2,6% больше по сравнению с одиночным RPN в Faster R-CNN.

Рисунок 12. Влияние двойного РПН.

Таблица 8. Точность обнаружения с двойным RPN и без него.

Влияние якорных шкал на точность обнаружения

Трансляционная инвариантность - проблема глубоких CNN. Традиционно существует два основных решения этой проблемы: во-первых, выборка слоя карты объектов в масштабе или соотношении сторон, а во-вторых, использование фильтра (также рассматриваемого как скользящее окно) для выборки в масштабе или соотношении сторон.Более быстрый R-CNN производит выборку центра ядра свертки с точки зрения масштаба и соотношения сторон, которое использует 3 шкалы и 3 радиомодуля сторон для создания 9 якорных ящиков. На карте функций RPN предлагает скользящее окно, размер которого составляет 3 × 3, и принимает центр скользящих окон 3 × 3 в качестве центра якорных ящиков.

В этой статье из-за характеристик небольших и плотных пораженных участков соотношение сторон установлено как 0,5, 1 и 2; базовый размер установлен как 16; и количество якорных ящиков регулируется между 3, 5, 6 и 8 для сравнения.Результаты экспериментов представлены в таблице 9. Результаты показывают, что при количестве якорей 5 и масштабах 2, 4, 8, 16 и 32, то есть размеры якорей 32 × 32, 64 × 64, 128 × 128, 256 × 256 и 512 × 512 - и 90 k якорных блоков генерируются в каждом изображении, самая высокая точность mAP 81,1% достигается в Faster DR-IACNN, что на 5,9% mAP выше, чем оригинальные 3 якорных ящика. В частности, результат обнаружения небольших пораженных пятен Фитофтороз увеличивается на 9.4% MAP.

Таблица 9. Оценка различных якорных шкал.

Результаты обнаружения виноградных листьев

Результаты обнаружения четырех распространенных болезней виноградных листьев показаны на рисунке 13. На рисунках 13A – D показаны результаты обнаружения одного заболевания черной гнили, черной кори, фитофтороза и виноградных клещей, соответственно, а на рисунке 13E показаны инфицированные листья. одновременно с черной гнилью и черной корью, которая была обнаружена детектором одновременно.Результаты показывают, что модель обнаружения может обнаруживать не только несколько пятен одного и того же заболевания на одном листе, но также несколько пятен разных заболеваний на одном листе одновременно, демонстрируя сильную обобщенность и надежность модели. Как видно на Рисунке 13, большинство ящиков обнаружения превышают 0,99, и обнаруживаются наиболее болезненные пятна на листьях, что демонстрирует высокую точность обнаружения и точное местоположение модели Faster DR-IACNN.

Рисунок 13. Результаты обнаружения пораженных пятен на листьях винограда. (A) Множественные пятна черной гнили на одном листе. (B) Множественные пятна черной кори на одном листе. (C) Множественные пятна фитофтороза на одном листе. (D) Множественные клещи виноградных пятен на одном листе. (E) Различные больные пятна на одном листе.

Заключение

В этой статье предлагается детектор на основе глубокого обучения, Faster DR-IACNN, для обнаружения болезней виноградных листьев. Предлагаемый метод позволяет автоматически извлекать признаки пораженных пятен и обнаруживать четыре распространенных заболевания листьев винограда с высокой точностью и удовлетворительной скоростью обнаружения.Чтобы улучшить обобщение модели и обеспечить достаточный GLDD, в лаборатории и на реальных виноградниках было собрано 4449 исходных изображений как с простым, так и со сложным фоном, и в общей сложности 62 286 изображений пораженных листьев были созданы для обучения с помощью технологии увеличения данных. Предложенный детектор Faster DR-IACNN улучшил характеристики обнаружения пораженных пятен разного масштаба и небольших пораженных участков за счет внедрения модуля Inception-v1, модуля Inception-ResNet-v2 и SE-блоков.

Новый метод обнаружения, основанный на глубоком обучении, был реализован во фреймворке Caffe на платформе GPU. Производительность обнаружения Faster DR-IACNN достигла 81,1% mAP, а скорость составила 15,01 FPS. Результаты демонстрируют, что предложенный метод Faster DR-IACNN может эффективно и точно обнаруживать четыре распространенных заболевания листьев винограда и обеспечивает реальное решение для обнаружения болезней листьев винограда в реальном времени.

Заявление о доступности данных

Наборы данных, созданные для этого исследования, доступны по запросу соответствующему автору.

Авторские взносы

XX и YM внесли значительный вклад в проведение эксперимента, реализацию и проверку метода, написание первоначального проекта и исправлений. BL внесла значительный вклад в предложение идеи, предоставление исследовательского проекта, получение финансирования, подготовку и пересмотр рукописи. JH, SL и HW помогли провести анализ и провели конструктивное обсуждение.

Финансирование

Мы благодарны рецензентам за напряженную работу и конструктивные комментарии, которые позволили нам улучшить качество этой рукописи.Это исследование поддержано Национальным фондом естественных наук Китая в рамках гранта № 61602388, Фондом постдокторской науки Китая в рамках гранта № 2017M613216, Фондом фундаментальных исследований для центральных университетов в рамках гранта № 2452019064, Фондом естественных наук. План исследований в провинции Шэньси, Китай, в рамках гранта № 2017JM6059, Фонда постдокторантуры провинции Шэньси, Китай, в рамках гранта № 2016BSHEDZZ121, Центра совместных инноваций в области технологий умного сельского хозяйства в Нинся, гранта №2017DC53, по программе ключевых исследований и разработок Шэньси в рамках гранта № 2019ZDLNY07-06-01, Национального фонда естественных наук Китая в рамках гранта № 61

9, Шэньси Ключевая лаборатория интеллектуальной обработки больших энергетических данных, Университет Яньань в рамках гранта № IPBED14, Фонда докторантуры Университета Яньань в рамках гранта № YDBK2019-06 и Программы обучения инновациям и предпринимательству Северо-западного университета Китая A&F в рамках гранта №201

2048.

Конфликт интересов

HW было нанято компанией West Electronic Business Co., Ltd.

Остальные авторы заявляют, что исследование проводилось при отсутствии каких-либо коммерческих или финансовых отношений, которые могли бы быть истолкованы как потенциальный конфликт интересов.

Список литературы

Булент, Дж., Фуше, С., Тео, Дж., И Сент-Шарль, П. (2019). Сверточные нейронные сети для автоматической идентификации болезней растений. Фронт. Plant Sci. 10: 941. DOI: 10.3389 / fpls.2019.00941

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Бресилья К., Перулли Г. Д., Бойни А., Моранди Б. и Корелли Граппаделли Л. (2019). Одноразовые сверточные нейронные сети для обнаружения плодов на дереве в реальном времени. Фронт. Plant Sci. 10: 611. DOI: 10.3389 / fpls.2019.00611

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Дикинсон, Э., Русилович, М.Дж., Дикинсон, М., Чарльтон, А. Дж., И Бехтольд, У. (2018). Интеграция транскриптомных методов и кластеризации k-средних в метаболомику для выявления маркеров абиотического и биотического стресса у medicago truncatula. Метаболомика 14: 126. DOI: 10.1007 / s11306-018-1424-y

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Дюто М., Нельсон Л. М. и Тайсон Р. К. (2013). Прогнозирование распространения послеуборочной болезни в хранящихся фруктах с применением для яблок. Postharv. Биол. Technol. 85, 45–56. DOI: 10.1016 / j.postharvbio.2013.04.003

CrossRef Полный текст | Google Scholar

Эс-саади, Ю., Эль Масси, И., Эль-Ясса, М., Маммасс, Д., и Беназун, А. (2016). «Автоматическое распознавание болезней листьев растений на основе последовательной комбинации двух классификаторов SVM», Труды Международной конференции по электрическим и информационным технологиям , Танжер, 561–566.

Google Scholar

Ферентинос, К.П. (2018). Модели глубокого обучения для обнаружения и диагностики болезней растений. Comput. Электрон. Agric. 145, 311–318. DOI: 10.1016 / j.compag.2018.01.009

CrossRef Полный текст | Google Scholar

Фуэнтес А., Юн С., Ким С. К. и Пак Д. С. (2017). Надежный детектор на основе глубокого обучения для распознавания болезней и вредителей растений томата в режиме реального времени. Датчики 17: 2022. DOI: 10.3390 / s17092022

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Фуэнтес, А.Ф., Юн С., Ли Дж. И Пак Д. С. (2018). Высокоэффективная система диагностики болезней и вредителей растений томата на основе глубокой нейронной сети с банком уточняющих фильтров. Фронт. Plant Sci. 9: 1162. DOI: 10.3389 / fpls.2018.01162

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Хе К., Чжан Х., Рен С. и Сунь Дж. (2016). «Глубокое остаточное обучение для распознавания изображений», в материалах Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition , Las Vegas, 770–778.

Google Scholar

Ху, Дж., Шен, Л., и Сун, Г. (2018). «Сети сжатия и возбуждения», в материалах Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition , Salt Lake City, 7132–7141.

Google Scholar

Ислам, М., Дин, А., Вахид, К., и Бхоумик, П. (2017). «Обнаружение болезней картофеля с использованием сегментации изображений и мультиклассовой опорной векторной машины», в материалах Proceedings of the IEEE 30th Canadian Conference on Electrical and Computer Engineering , Windsor, 1–4.

Google Scholar

Цзян П., Чен Ю., Лю Б., Хэ Д. и Лян К. (2019). Обнаружение болезней листьев яблони в реальном времени с использованием подхода глубокого обучения, основанного на улучшенных сверточных нейронных сетях. Доступ IEEE. 7, 59069–59080. DOI: 10.1109 / ACCESS.2019.2

9

CrossRef Полный текст | Google Scholar

Лин Т., Доллар П., Гиршик Р., Хе К. и др. (2017). «Сети пирамид характеристик для обнаружения объектов», в материалах Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition , Boston, 2117–2125.

Google Scholar

Лю Б., Чжан Ю., Хэ Д. и Ли Ю. (2017). Выявление болезней листьев яблони на основе глубоких сверточных нейронных сетей. Симметрия 10:11. DOI: 10.3390 / sym10010011

CrossRef Полный текст | Google Scholar

Лу, Дж., Ху, Дж., Чжао, Г., Мэй, Ф., и Чжан, К. (2017). Система автоматической диагностики болезней пшеницы в полевых условиях. Comput. Электрон. Сельское хозяйство . 142, 369–379. DOI: 10.1016 / j.compag.2017.09.012

CrossRef Полный текст | Google Scholar

Лу, Ю., И, С., Цзэн, Н., Лю, Ю., и Чжан, Ю. (2017). Выявление болезней риса с помощью глубоких сверточных нейронных сетей. Нейрокомпьютинг 267, 378–384. DOI: 10.1016 / j.neucom.2017.06.023

CrossRef Полный текст | Google Scholar

Мвебазе, Э., Овомугиша, Г. (2016). «Машинное обучение для измерения заболеваемости и серьезности болезней растений по изображениям листьев», в материалах Proceedings of the IEEE International Conference on Machine Learning and Applications , Anaheim, 158–163.

Google Scholar

Падол, П. Б., Ядав, А. А. (2016). «Обнаружение болезней виноградных листьев на основе классификатора SVM», Труды конференции по достижениям в обработке сигналов , Лиссабон, 175–179.

Google Scholar

Полдер, Г., Блок, П. М., Вильерс, Д. Х. А. С., Вольф, В. Д. Дж. М., и Камп, Дж. А. Л. М. (2019). Обнаружение вируса Y картофеля в семенном картофеле с использованием глубокого обучения на гиперспектральных изображениях. Фронт. Завод Sci . 10: 209.DOI: 10.3389 / fpls.2019.00209

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Qin, F., Liu, D., Sun, B., Ruan, L., Ma, Z., Wang, H., et al. (2016). Выявление болезней листьев люцерны с помощью технологии распознавания изображений. PLoS One 11: e168274. DOI: 10.1371 / journal.pone.0168274

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Рамчаран А., Барановски К., Макклоски П., Ахмед Б. и Легг Дж. (2017). Глубокое обучение для обнаружения болезней маниоки на основе изображений. Фронт. Plant Sci. 8: 1852. DOI: 10.3389 / fpls.2017.01852

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Рансон, Ф., Бомбрун, Л., Керестес, Б., и Жермен, К. (2018). Сравнение кодированных SIFT функций и функций глубокого обучения для классификации и обнаружения болезни эска на виноградниках Бордо. Дистанционный датчик 11: 1. DOI: 10.3390 / RS11010001

CrossRef Полный текст | Google Scholar

Рен, С., Хе, К., и Гиршик, Р.(2018). Более быстрый R-CNN: к обнаружению объектов в реальном времени с помощью сетей предложения регионов. IEEE Trans. Пат. Аналитик. Мах. Интеллект. 39, 1137–1149. DOI: 10.1109 / TPAMI.2016.2577031

PubMed Аннотация | CrossRef Полный текст | Google Scholar

Саннакки, С. С., Раджпурохит, В. С., Наргунд, В. Б., и Кулкарни, П. (2013). «Диагностика и классификация болезней виноградных листьев с использованием нейронных сетей», в Труды Четвертой Международной конференции по вычислениям, коммуникациям и сетевым технологиям , Тирученгоде, 1–5.

Google Scholar

Сегеди К., Иоффе С., Ванхаук В. и Алеми А. (2016). Inception-v4, inception-ResNet и влияние остаточных соединений на обучение. arXiv [Препринт], доступно на сайте: https://arxiv.org/abs/1602.07261

Google Scholar

Szegedy, C., Liu, W., Jia, Y., Sermanet, P., Reed, S., Anguelov, D., et al. (2014). «Углубляясь в свертки», в материалах Proceedings of the IEEE Conference on Computer Vision and Pattern Recognition , Boston, 1–9.

Google Scholar

Тиан, К., Ли, Дж., Цзэн, Дж., Эванс, А., и Чжан, Л. (2019). Сегментация изображений листьев томата на основе алгоритма адаптивного числа кластеризации k-средних. Comput. Электрон. Agric. 165: 104962. DOI: 10.1016 / j.compag.2019.104962

CrossRef Полный текст | Google Scholar

Ван, Х., Ли, Г., Ма, З., и Ли, X. (2012). «Распознавание изображений болезней растений на основе анализа главных компонентов и нейронных сетей», Труды 8-й Международной конференции по естественным вычислениям, , префектура Окинава, 246–251.

Google Scholar

Ю. Дж., Шарп С. М., Шуман А. В. и Бойд Н. С. (2019). Глубокое обучение для обнаружения сорняков в газоне на основе изображений. Eur. J. Agron. 104, 78–84. DOI: 10.1016 / j.eja.2019.01.004

CrossRef Полный текст | Google Scholar

Цайлер, М. Д., Фергус, Р. (2013). Визуализация и понимание сверточных сетей. Comput. Sci. 16, 818–833. DOI: 10.1007 / 978-3-319-10590-1_53

CrossRef Полный текст | Google Scholar

Чжу, Ю., Сун, В., Цао, X., Ван, К., и Ву, Д. (2019). TA-CNN: модели двустороннего внимания в глубокой сверточной нейронной сети для распознавания растений. Нейрокомпьютинг 365, 191–200. DOI: 10.1016 / j.neucom.2019.07.016

CrossRef Полный текст | Google Scholar

.