小麦赤霉病是典型的气象型病害,安徽省小麦赤霉病气象因素数据库的建立是对小麦赤霉病监测预警的基础,本试验主要研究构建基于可视化的安徽小麦赤霉病大数据分析系统,利用安徽省近20年各地植保站记录收集的气象因素,筛选出影响小麦赤霉病发生的主要气象因素,作为可视化的数据来源,建立安徽省小麦赤霉病气象因子数据库。利用powerbuilder编译程序及数据可视化工具echarts和teechart丰富图表类型,将可视化技术融入到小麦赤霉病数据分析的各个环节,使得整个数据分析过程中数据的可读性更高,提高数据的价值。对数据对象有多种选择,并且对筛选条件进行组合。对于小麦赤霉病数据库,以生态区和行政区气象数据、生态区气象数据可视化图和行政区气象数据图、小麦普查田和系统田及小麦赤霉病发病影响因素和病害等级等不同视图输出数据组合可视化的结果。根据小麦赤霉病数据分析的需要,由用户自己选择筛选条件并能灵活设置其它选项,,动态地生成可视化结果。给各植保站工作人员提供直观准确性高的结果,同时提高工作人员的主动性。同时,本试验还利用气候相似法推断出气象因子的最相似时段及短、中、长期的最有相似时段,并得出最优相似时段中的主导气象因子主次排序,为基层植保站工作人员的防治提供了可靠依据。本试验的主要结果有:1.建立数据库建立的数据库主要有:安徽省小麦赤霉病的气象因子数据库、生态区和行政区数据库、系统田和普查田数据库、小麦赤霉病病害等级数据库。数据库主要是利用SQL Server2005建立的,它的数据读取速度,数据存储量,安全性及维护的方便性都是我们选择的原因。2.数据的提取本试验的实现是在powerbuilder11.5中完成的,方便地对数据库进行各种操作,处理各种报表,不需要SQL语句,可以直接连接SQL Server2005数据库,在开发过程中减少了工作量。本研究主要用teechart和echarts作为可视化工具,提供翻页图的动态生成,可以直接存取ODBC数据源。直观生动,可交互,可高度个性化定制的数据可视化图表,支持多图表、组件的联动和混搭展现。创新的拖拽重计算、数据视图,值域漫游等特性大大增加了用户体验,赋予用户对数据进行挖掘、整合能力。3.利用气候相似法预测利用系统内建立的可视化图及气候相似理论,设置相似度利用往年收集的数据检测预测准确率。然后再用最新数据进行比较,得出预测最优相似时段,分析出相似时段中的主导因子。