柑橘类水果是世界第一大类水果,在国内外经济与贸易中占有重要地位,但柑橘病害的发生仍然威胁着柑橘产业的健康发展。病害的诊断及预测是防治柑橘类病害的前提,只有及时、准确的诊断出病害类型并预测病害的发生程度,才能有针对的采取防治措施,从而降低种植成本,提高柑橘类水果的品质和产量,维持柑橘产业的市场竞争力,增加果农收益。本文选取了柑橘类常见的3种病害:疮痂病、溃疡病、炭疽病为主要的研究对象,详细介绍了上述3种病害的发生规律及防治方法,运用Rough集理论的相关知识对近7年江西省上述病害的发生程度进行了诊断,与已有资料中病害程度进行对比,结果准确;预测了2018年上述3种病害的发生程度,并完成了实验结果图像的绘制。具体工作如下:为了快速、准确地挖掘出有用的信息,去除不必要因素,提高运算效率,本文引入了属性约简的相关理论知识,分析了每一种因素对病害发生程度的影响,将没有影响或影响较小的因素删除掉,保留起主要作用的影响因素。例如对罗列出的4种可能导致病害发生的影响因素:年均气温、年均最低气温、晴天数(日照时间)、雨天数(降雨量),“晴天数”这一影响因素相对于“疮痂病发生率”的属性重要度为0,代表该属性对疮痂病害的发生没有影响,诊断的过程中可以不考虑该属性。对存在数据缺失的数据集,运用Rough集中的不完备信息系统理论结合概率粗糙集的相关知识做出了处理。例如:随机对可能导致“宁都-石上”果园冻害发生的“<-5℃最长连续时间”这一属性值进行缺失处理,我们仍然可以诊断出当年该果园冻害程度“较重”,与不存在数据缺失时诊断结果一致。将Rough集理论引入到柑橘类病害的诊断及预测中,使得柑橘类病害的防治更加信息化、智能化,希望能为柑橘类病害的研究提供一个有效的理论依据。