论文部分内容阅读
[摘 要]为提高水稻病虫害防治水平和管理人员工作效率,节省人力物力,构建了水稻病虫害综合防治系统。系统以NET2.0为开发平台,以SQL SERVER 2000为数据库管理系统,合理设计系统框架,实现了用户需要的各种功能。本研究结合实际对水稻病虫害数据进行常规采集,在数据采集的基础上对病虫害的发生进行预测和预警,在发现病虫害症状时可以进行诊断,并根据诊断结果提供防治建议和方案构建“采集—预测—诊断—防治”一体化的水稻病虫害综合防治平台。系统基于B/S模式构建,有效解决了水稻生产中的病虫害防治问题。
[关键词]水稻 病虫害 预警系统 关键技术
中图分类号:S5 文献标识码:A 文章编号:1009-914X(2017)05-0270-01
水稻是全世界、也是中国最重要的粮食作物,全球有一半以上的人口以稻米为主要食物来源。中国有65%以上的人口以大米为主食。2010—2013年,水稻年均播种面积和总产量分别为29895万hm2和18745万t,约占全国粮食作物播种面积和总产量的29%和40%。稻谷产量的丰歉在很大程度上影响着中国粮食市场走势和粮食安全。水稻病虫害是影响水稻产量的重要因素,近几年其发生与危害呈加重趋势,年发生面积超过6667万hm2,损失率高达10%-30%。水稻病虫害的产生、发展原因复杂,受影响因素多。农民往往根据自己的经验进行诊断与防治,诊断结果不准确,采用措施不恰当,既造成农药的浪费和对生态环境的污染,又因不能适时科学防治而遭受重大损失。作为拥有病虫害诊断知识与经验的水稻植保专家和农业技术人员,不太可能随叫随到地挨家挨户为农民提供上门服务,许多时候因为专家不能及时赶到病虫害发生现场而贻误了防治时机。
1.病虫害预警系统需求和总体设计
1.1 病虫害预警系统的发展
20世纪90年代以来,以计算机技术为标志的信息技术飞速发展,在农业生产和科研上得到了广泛应用,使得传统的农业生产、科研、管理和经营决策不断发生着重大变化。水稻作为我国主要粮食作物,信息技术的应用已经渗入到其各个方面——从生产栽培、品种管理、施肥决策、产量预报、分子育种到水稻布局。同样的,在利用信息技术进行水稻病虫害防治方面,许多科技工作者也做了大量的工作,在水稻病虫害信息管理、农药使用自动推荐、水稻二化螟和三化螟的预测和自动识别水稻病虫害自动诊断与灾变预警等方面研制了许多应用系统。这些应用系统的投入使用在一定程度上降低了农药的使用量,避免了水稻病虫害的大规模发生,在实际生产中起到了积极的作用。但上述应用系统或针对管理,或偏重预测,或注重智能诊断与识别,只是解决水稻病虫害防治诸多问题中的一个方面。笔者拟以某农場为例,结合其水稻病虫害防治实际需求,对水稻病虫害数据进行常规采集,在此基础上对病虫害的发生进行预测和预警,在发现病虫害症状时可以进行诊断,并根据诊断结果提供防治建议和方案,构建一个“采集—预测—诊断—防治”一体化的水稻病虫害综合防治系统。
1.2 系统需求分析
某农场总面积41.3km2,耕地面积2009hm2。总人口19854人,其中固定职工15465人。农场水稻虫害监测数据工作目前累计已有30余年,监测的害虫数据主要包括稻纵卷叶螟、大螟、二化螟、三化螟、灰飞虱、褐飞虱、白背飞虱、以及赶蛾数据,存储介质全部为纸质资料,基于虫害监测数据的水稻虫害发生期预测、以及针对田间水稻病虫害发生症状的病虫害诊断水平不一,由此造成的病虫害防治的适时性和防治方法的适当性也不尽相同。农场管理人员针对系统提出了以下需求:将历史保存的水稻虫害监测数据全部录入数据库,进行数字化管理,同时将今后的观测数据也直接录入数据库中进行管理,以便于查询和统计;在观测数据的基础上,系统能够针对稻纵卷叶螟防治进行预测和预警,并进一步给出防治的最佳时期和防治方案;针对水稻的田间病虫害发病症状,系统能够诊断出可能的水稻病虫害,并给出相应的防治方案。
1.3 系统总体设计
研究者根据用户需求,设计开发了水稻病虫害综合防治决策系统。该系统由水稻虫害信息查询管理子系统、水稻病虫害诊断管理子系统和水稻虫害预警与防治决策子系统3个子系统构成,提供了从虫害监测数据采集、虫害预测预警、病虫害诊断、到病虫害防治方面的一系列解决方案。通过本系统的应用,使得水稻生产过程中所遇到的病虫害问题大部分都能够得到有效解决。
2.系统实现的关键技术研究
2.1 基于案例推理技术
在病虫害诊断子系统中,采用的是基于案例的推理技术。基于案例推理是一种利用以前的经验知识来解决当前问题的方法。在系统具体实现中,所谓的经验知识是通过将以往的专家诊断经验作为案例存储在案例库中。而在系统诊断时,是通过相似度算法来实现的。通过相似度算法对特定案例和特定问题进行匹配,如果案例相似度足够好的话,则直接给出检索案例对应问题的解;否则,根据问题描述对案例进行修改和评估,并将改进过的解决方案作为新增案例加入到案例库中,如此形成良性的知识积累循环过程。
2.2 案例相似度的计算
基于案例推理的方法就是通过搜索曾经成功解决过的类似问题,比较新、旧问题之间的特征、发生背景等差异,重新使用或参考以前的知识和信息,达到最终解决问题的方法。要比较新、旧问题之间的差异,则要先确定新、旧案例之间的相似度,而要确定案例相似度,则首先要确定每一条病害症状的权重。基于案例推理的诊断模型可以描述为以下形式:病虫害案例库可表示为:CB={C1,C2,…,Cn},其中CB为病虫害案例库,Ci,i=1,2,…,n为案例库中病虫害案例。每个案例都是由问题和问题的解决组成的有序列:Ci=C(Fi,Si),其中Fi为病虫害特征描述,Si为病虫害问题解决方案。
2.3 病虫害症状的组织
由于基于案例推理技术的思想精髓在于模拟现实中专家进行水稻病虫害诊断的思想过程,因此,在病虫害知识的组织方法上同样遵循这样的原则。以水稻病害知识为例:植保专家在田间诊断病害的时候,会首先看发病部位是在叶子上还是在根上。在确定发病部位以后,会观察在叶子上是有病斑还是叶片颜色发生了改变或者其它,如果是叶子上有了病斑,植保专家就会进一步查看病斑形状是什么形状,颜色是什么色彩,依次细化。所以,在病害症状的组织上同样按照发病部位“一级症状——二级症状——三级症状”这种层层推进、逐步细化的方式进行组织。
3.结语
虽然国内的研究者在水稻病虫害防治系统研究方面做了很多工作,但仍存在许多不足,诸如系统版本以单机版和网络版为主,若用手机访问则系统界面不够友好;系统内容大多停留在信息管理、病虫害查询、农药自动推荐、病情预测等相对简单的技术层面;系统使用时一般要求用户手动输入字符或选择,对于整体文化素质不高的农民来说,操作相对复杂,需要作出改变。
参考文献
[1] 张振铎,丁建,刘德明,赵林红,艾东,杨丽莉.吉林省农作物有害生物监测预警与控制系统研发应用与改进构想[J].中国植保导刊,2016,(11):54-59.
[2] 黄冲,刘万才,姜玉英,曾娟,陆明红,刘杰.农作物重大病虫害数字化监测预警系统研究[J].中国农机化学报,2016,37(5):196-199.
[关键词]水稻 病虫害 预警系统 关键技术
中图分类号:S5 文献标识码:A 文章编号:1009-914X(2017)05-0270-01
水稻是全世界、也是中国最重要的粮食作物,全球有一半以上的人口以稻米为主要食物来源。中国有65%以上的人口以大米为主食。2010—2013年,水稻年均播种面积和总产量分别为29895万hm2和18745万t,约占全国粮食作物播种面积和总产量的29%和40%。稻谷产量的丰歉在很大程度上影响着中国粮食市场走势和粮食安全。水稻病虫害是影响水稻产量的重要因素,近几年其发生与危害呈加重趋势,年发生面积超过6667万hm2,损失率高达10%-30%。水稻病虫害的产生、发展原因复杂,受影响因素多。农民往往根据自己的经验进行诊断与防治,诊断结果不准确,采用措施不恰当,既造成农药的浪费和对生态环境的污染,又因不能适时科学防治而遭受重大损失。作为拥有病虫害诊断知识与经验的水稻植保专家和农业技术人员,不太可能随叫随到地挨家挨户为农民提供上门服务,许多时候因为专家不能及时赶到病虫害发生现场而贻误了防治时机。
1.病虫害预警系统需求和总体设计
1.1 病虫害预警系统的发展
20世纪90年代以来,以计算机技术为标志的信息技术飞速发展,在农业生产和科研上得到了广泛应用,使得传统的农业生产、科研、管理和经营决策不断发生着重大变化。水稻作为我国主要粮食作物,信息技术的应用已经渗入到其各个方面——从生产栽培、品种管理、施肥决策、产量预报、分子育种到水稻布局。同样的,在利用信息技术进行水稻病虫害防治方面,许多科技工作者也做了大量的工作,在水稻病虫害信息管理、农药使用自动推荐、水稻二化螟和三化螟的预测和自动识别水稻病虫害自动诊断与灾变预警等方面研制了许多应用系统。这些应用系统的投入使用在一定程度上降低了农药的使用量,避免了水稻病虫害的大规模发生,在实际生产中起到了积极的作用。但上述应用系统或针对管理,或偏重预测,或注重智能诊断与识别,只是解决水稻病虫害防治诸多问题中的一个方面。笔者拟以某农場为例,结合其水稻病虫害防治实际需求,对水稻病虫害数据进行常规采集,在此基础上对病虫害的发生进行预测和预警,在发现病虫害症状时可以进行诊断,并根据诊断结果提供防治建议和方案,构建一个“采集—预测—诊断—防治”一体化的水稻病虫害综合防治系统。
1.2 系统需求分析
某农场总面积41.3km2,耕地面积2009hm2。总人口19854人,其中固定职工15465人。农场水稻虫害监测数据工作目前累计已有30余年,监测的害虫数据主要包括稻纵卷叶螟、大螟、二化螟、三化螟、灰飞虱、褐飞虱、白背飞虱、以及赶蛾数据,存储介质全部为纸质资料,基于虫害监测数据的水稻虫害发生期预测、以及针对田间水稻病虫害发生症状的病虫害诊断水平不一,由此造成的病虫害防治的适时性和防治方法的适当性也不尽相同。农场管理人员针对系统提出了以下需求:将历史保存的水稻虫害监测数据全部录入数据库,进行数字化管理,同时将今后的观测数据也直接录入数据库中进行管理,以便于查询和统计;在观测数据的基础上,系统能够针对稻纵卷叶螟防治进行预测和预警,并进一步给出防治的最佳时期和防治方案;针对水稻的田间病虫害发病症状,系统能够诊断出可能的水稻病虫害,并给出相应的防治方案。
1.3 系统总体设计
研究者根据用户需求,设计开发了水稻病虫害综合防治决策系统。该系统由水稻虫害信息查询管理子系统、水稻病虫害诊断管理子系统和水稻虫害预警与防治决策子系统3个子系统构成,提供了从虫害监测数据采集、虫害预测预警、病虫害诊断、到病虫害防治方面的一系列解决方案。通过本系统的应用,使得水稻生产过程中所遇到的病虫害问题大部分都能够得到有效解决。
2.系统实现的关键技术研究
2.1 基于案例推理技术
在病虫害诊断子系统中,采用的是基于案例的推理技术。基于案例推理是一种利用以前的经验知识来解决当前问题的方法。在系统具体实现中,所谓的经验知识是通过将以往的专家诊断经验作为案例存储在案例库中。而在系统诊断时,是通过相似度算法来实现的。通过相似度算法对特定案例和特定问题进行匹配,如果案例相似度足够好的话,则直接给出检索案例对应问题的解;否则,根据问题描述对案例进行修改和评估,并将改进过的解决方案作为新增案例加入到案例库中,如此形成良性的知识积累循环过程。
2.2 案例相似度的计算
基于案例推理的方法就是通过搜索曾经成功解决过的类似问题,比较新、旧问题之间的特征、发生背景等差异,重新使用或参考以前的知识和信息,达到最终解决问题的方法。要比较新、旧问题之间的差异,则要先确定新、旧案例之间的相似度,而要确定案例相似度,则首先要确定每一条病害症状的权重。基于案例推理的诊断模型可以描述为以下形式:病虫害案例库可表示为:CB={C1,C2,…,Cn},其中CB为病虫害案例库,Ci,i=1,2,…,n为案例库中病虫害案例。每个案例都是由问题和问题的解决组成的有序列:Ci=C(Fi,Si),其中Fi为病虫害特征描述,Si为病虫害问题解决方案。
2.3 病虫害症状的组织
由于基于案例推理技术的思想精髓在于模拟现实中专家进行水稻病虫害诊断的思想过程,因此,在病虫害知识的组织方法上同样遵循这样的原则。以水稻病害知识为例:植保专家在田间诊断病害的时候,会首先看发病部位是在叶子上还是在根上。在确定发病部位以后,会观察在叶子上是有病斑还是叶片颜色发生了改变或者其它,如果是叶子上有了病斑,植保专家就会进一步查看病斑形状是什么形状,颜色是什么色彩,依次细化。所以,在病害症状的组织上同样按照发病部位“一级症状——二级症状——三级症状”这种层层推进、逐步细化的方式进行组织。
3.结语
虽然国内的研究者在水稻病虫害防治系统研究方面做了很多工作,但仍存在许多不足,诸如系统版本以单机版和网络版为主,若用手机访问则系统界面不够友好;系统内容大多停留在信息管理、病虫害查询、农药自动推荐、病情预测等相对简单的技术层面;系统使用时一般要求用户手动输入字符或选择,对于整体文化素质不高的农民来说,操作相对复杂,需要作出改变。
参考文献
[1] 张振铎,丁建,刘德明,赵林红,艾东,杨丽莉.吉林省农作物有害生物监测预警与控制系统研发应用与改进构想[J].中国植保导刊,2016,(11):54-59.
[2] 黄冲,刘万才,姜玉英,曾娟,陆明红,刘杰.农作物重大病虫害数字化监测预警系统研究[J].中国农机化学报,2016,37(5):196-199.