新疆天山野果林病虫害预测与预警系统研究
- 1、下载文档前请自行甄别文档内容的完整性,平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益,请联系客服反馈,我们会尽快为您处理(人工客服工作时间:9:00-18:30)。
摘要:为提升新疆天山野果林病虫害的监测、预警和防治技术水平,特研发了具有监测预警功能的林业病虫害信息系统。
以智能移动终端实现病虫害的实时监测和数据采集,通过网络将数据传输到服务器端整合分析。
根据林业病虫害的产生机理,运用马尔科夫链理论,以新疆天山1999年~2016年苹小吉丁虫发生等级的时间序列数据,建立了苹小吉丁虫发生等级预测模型。
实现了对新疆野果林病虫害的实时动态监测、早期预测预警和防治方案发布等功能,并已在新疆天山野果林得到应用和验证。
关键词:苹小吉丁虫;病虫害监测;移动终端;马尔科夫链中图分类号:S712
文献标识码:A
DOI 编号:10.14025/ki.jlny.2019.01.036
赵鸿飞1,陈天华1,李春蕾2
(1.北京工商大学计算机与信息工程学院;2.中国林业科学研究院森林生态环境与保护研究所,
北京100000)新疆天山野果林病虫害预测与预警系统研究
新疆野苹果或威尔士苹果[Malus sieversii (Lebed.)Roem.]
分布于天山山脉,是天山野苹果面积大的野生种质资源。
长期
的自然选择形成了许多变异,遗传多样性极为丰富,
且环境适应能力强,具有抗旱、抗寒、抗病虫、
耐瘠薄的特异单株,挖掘利用的潜力很大[1-5]。
然而,自1993年苹果小吉丁虫(Agrilus mali
Matsumura )被发现以来,该虫的传播与蔓延导致新疆野果林面
积急剧减少[6,7]
,根据新疆林业主管部门调查,2011年其发生面积占野果林面积的近40%,已对新疆野果林形成了严重威胁,野苹果遗传多样性及固有的繁育体系正被破坏[8,9]。
因此,对当地苹果小吉丁虫的发生情况进行及时监测以及科学、准确地预测预警,已成为了亟待解决的问题。
在病虫害监测预警研究中,一些学者做出了有意义的尝
试,并取得了一定的研究成果。
宫彦萍等[10]综合遥感、
气象与病虫害模型知识,集成WebGIS 、数据库、 等技术建
立的全国县级尺度的主要作物病虫害预测预报系统;
王阿川等[11]
采用三层的B/S 结构和选择符合J2EE 标准的开发平台,构建了专家系统,为林业病虫害发展提供了很好的借鉴;黄冲等[12]为提高农作物病虫害监测预警能力,基于Web 研究开发重大病虫害数字化监测预警系统,实现病虫监测数据填报、管理和统计分析,以及基于WebGIS 的农作物重大病虫害监测预警、情报信息发布等功能。
按照传统采集方式,调查人员会通过抽样检查的方法收集果树害虫数据,由于数据均为人工记录,所以积累的资料仍
为纸质图表,在共享和应用时有很多不便,
不仅浪费了人力资源,同时也耗费了大量的时间。
随着林业的不断发展,
传统的果树病虫害记录方法的弊端逐渐凸显,
难以满足研究的需要。
相关研究以及报告表明,国内研究人员已经开发了基于An-droid 的果树病虫害信息推送系统[13]和基于Android 平台的病虫调查统计系统设计与实现[14],系统结合了病虫害调查的实际需求,设计了人机交互界面,并且所有统计数据都能通过移动网络进行实时共享。
本文对新疆天山野果林的实际需求进行分析,设计了新疆野果林病虫害监测与预警系统,并就系统实现的关键技术研究进行了阐述。
1系统设计
1.1总体框架结构
系统采用B/S 体系结构;数据库采用SQL Server 2008;移
动终端要求为Android 5.0及以上系统;
服务器端为Linux 4.0及以上系统;客户站选择操作系统为Windows 10;根据新疆
野天山果林病虫害监测与预警的需要,
对系统分层设计,建立4个层次,包括用户层、数据层、
服务层以及应用层,具体如图1。
图1系统总体框架
1.1.1用户层
系统用户可分为三类,即行业专家,
病虫害调查员以及系统管理员,他们有着不同的职责和权限。
系统管理员负责整个系统的维护,数据的整理和分析,
因此,他的权限比其他两类用户更高。
病虫害调查员负责收集果树的病虫害相关数据,一
旦发现数据异常,需立即上报。
系统管理人员使用的采集数据大部分都来自于病虫害调查员,他们权责分明,各自负责一个
固定的林区,调查员大多是具备一定专业知识的人员,具有较为丰富的果树种植和病虫害防治经验,能够迅速采集有效的数据。
林业专家主要职责是根据病虫害调查员上报的采集数据,综合分析并指导野果林病虫害防治工作。
1.1.2应用层
应用层体现为系统中建成的两个应用系统,两个系统相
互独立,适用于不同的用户。
需要注意的是,
数据收集和监测系统以APP 的形式部署在手持智能设备上,
由当地调查员负责采集苹果病虫害的监测数据、地理信息等。
采集完成可将数据通过智能终端上报到果树病虫害预测预警系统中。
果树病虫害预测预警系统是面向系统管理员和专家的平台,系统管
zhi wu bao
hu
zhi wu bao hu
理员可以将所得数据、图表进行发布,专家则可以通过浏览器以网页的方式访问所得数据和图表,以便专家进行虫害爆发的分析。
1.1.3服务层
服务层是野果林病虫害监测与预警系统中的核心组成部分,出于实际需要的考虑,将该层划分为多种服务:
人员管理:调查人员的信息全部录入到系统中,
系统管理员有权对调查人员的信息进行修改,
增减等。
信息发布:将预测预报系统分析出的果树病虫害预测预报信息和虫害防治信息等发送给移动终端。
工作进度查询:可按林区、班次等作为数据采集的划分依据,在系统中查询各个调查人员收集数据的进程。
模型预测:基于马尔科夫模型对新疆野果林的病虫害发生等级、面积进行预测。
虫害信息采集:功能包括采集果树病虫害监测信息,
锁定信息的来源,记录信息产生的时间点,
附带真实图照。
虫害资料查询:用户可进行各类果树常见病虫害统资料
查询,包括病虫害照片、危害特征、
生活习性等,辅助监测预报。
分析结果显示:统计分析结果以柱状图,
饼状图可视化呈现,具体数据以表格形式呈现。
遥感影像分析:通过遥感影像可观测果树遭受病虫害前后的对比照,根据光谱分析的结果预估野果林是否发生虫害。
1.1.4数据层
由于果树病虫害预测预报系统中有大量数据需要进行处理,一般数据库不能满足要求,故系统采用开源数据库。
基础地理数据:除了当地遥感监测数据以外,还包括以下数据表:当地林区数据表:包括林区块编号、林区块位置(中
心经纬度)、面积等。
树木类型表:
包括树种类型的编号、名称以及备注事项等。
病虫害相关数据:主要包括病虫害生活习性数据、
病虫害防治方法,虫情、生态的实地调查数据等。
气象数据:为气象历史资料,包括平均气温,最高、
最低温度,相对湿度,降雨(雨量、雨日),日照,风向、风速等气象要
素。
用户信息库:用于存储不同用户的资料信息。
2系统功能
根据预测预警系统的实际需求,每个应用系统具有不同
功能模块,各功能模块之间相
互调用配合,
进而满足用户层不同用户的需求(见图2)。
图2系统主要功能模块
2.1监测采集系统
病虫害调查员通过手机端完成果树病虫害相关数据的采集。
利用智能终端内置的GPS 定位获取位置信息,由于野果林地处偏僻,所以信号较弱或信号中断的情况无法完全避免。
若出现此类情况,可提前保存到本地,在联网情况下,可将信息上报到监测预警系统。
2.2预测预警系统2.2.1数据预测分析
数据的预测分析,一方面是根据马尔科夫模型预测出来病虫害爆发等级进行判断,另一方面是专家结合不同监测表
单、遥感数据等,综合分析病虫害发生情况,进行果树病虫害预测预警。
2.2.2林区林班管理
系统可以手动添加、修改林区林班,
包括林区、林班的编号、名称、所在位置等。
另外,可以在林班界面添加所在的林班遥感影像。
2.2.3任务考核
每一个调查员负责不同的林区,通过调查员上报的数据
既可以判断其工作进度,也可以直观查看,
对存在错误、漏填的表单进行退回操作。
2.2.4人员管理
系统管理人员有权对用户的信息进行修改、
添加、删除等操作,通过这种方式,最大程度地限制了系统敏感数据的访问行为。
2.2.5预警信息及防治预案发布
用于病虫害监测信息和林业专业知识的发布,为人们防
治病虫害工作提供参考。
预警信息包括日常工作汇报、病虫害数量、分布情况、密度和病虫害生活习性等。
同时,专家根据
系统收集的各类整合后的数据,综合分析后可发布相应的防治预案,对当地果树调查员的管理和防治工作提供有效且合理的建议。
3系统预测模型的建立
3.1原理
马尔科夫链又叫概率转移法,是时间序列分析中的一种
方法,其研究对象是某种事物状态的转移概率。
世间的各种事物每时每刻都处于不同的状态,随着时间的变换,
事物的状态也在不断的改变,而每次的转移都有一定概率,后一时刻的状态往往是前一时刻的状态按一定概率转移过来的,这种从一
种状态转入另一种状态的现象,称为状态转移[15]。
若每次的状态都只与互相接引的前一次有关,
而与过去的状态无关,即状态转移过程是无后效性的,这种状态的转移过程就称为马尔科夫链[15]。
3.2实际应用
选取新疆天山野果林1999年~2016年的苹果小吉丁虫发
生等级数据,如表1所示。
其中等级为1表示正常状态,2、3、4
分别表示轻度、中度、
重度灾害等级。
根据表1可得,相距1年
各等级的转移次数,如表2所示。
故转移概率矩阵为:
(3)
同理可得P (2)、P (3)、P (4)的转移概率矩阵。
选取2017年前的四个相邻的年份,即2013年、2014年、2015年、2016年的苹果小吉丁虫发生等级以及各自到2017年的转移步数,再根据之前计算的转移概率矩阵P (4)、P (3)、P (2)、P (1),可得到新疆天山2017年的苹果小吉丁虫发生等级概率分布表。
根据表3,预测2017年天山苹果小吉丁虫发生等级为“1”或“3”。
查询新疆天山2017年苹果小吉丁虫实际发生等级可
表11999年~2016年天山苹小吉丁虫发生等级
表32017年天山苹小吉丁虫发生等级概率分布
知,对2017年的预测结果符合当年的实际发生情况。
马尔科夫链与其他方法不同,不需考虑许多复杂的外界
因子,只需有多年的病虫害发生程度历史资料,
通过计算机辅助软件很快计算出结果,基层测报人员很容易掌握和应用,一
些因子通过计算和观察很容易获得。
因此,
通过这种方法,可以大大提高预测预报效率,对病虫害的长期预测有着良好的效果。
4结语
本文介绍了新疆野果林病虫害监测与预警系统的总体框
架结构、功能组成,以新疆天山的苹小吉丁虫为例,
采用1995年~2016年新疆苹小吉丁虫发生等级的相关数据,运用马尔科夫模型建立矩阵,通过数据分析和以往状态转移概率的记
录,预测野果林第5年发生病虫害的等级,事实表明,预测结
果吻合当时的实际发生情况。
系统实现了新疆天山野果林病
虫害管理智能化、线上线下信息互联化、
资源共享化。
该系统的开发解决了当地果树病虫害管理和防治上遇到的信息共享
困难,预测预警时效性差的问题,
为新疆当地果树病虫害有效防治、科学预测提供有效帮助。
参考文献
[1]Zhou Z Q,Li Y N.The RAPD evidence for the phyloge-netic relationship of the closely related species of cultivated apple.[J].Genetic Resources &Crop Evolution,2000,47(04):353-357.
[2]Robinson J P,Harris S A,Juniper B E.Taxonomy of the genus Malus,Mill.(Rosaceae)with emphasis on the cultivated ap-ple,Malus domestica,Borkh [J].Plant Systematics &Evolution,2001,226(1/2):35-58.
[3]Harris S A,Robinson J P,Juniper B E.Genetic clues to the origin of the apple.[J].Trends in Genetics,2002,18(08):426-430.
[4]刘遵春,张春雨,张艳敏,等.利用数量性状构建新疆野
苹果核心种质的方法[J].中国农业科学,2010,43(02):358-370.
[5]刘遵春,苗卫东,刘大亮,等.新疆野苹果性状的遗传变异及相关性分析[J].果树学报,2012,29(04):530-535.
[6]王春晓,赵福.新疆发生苹果小吉丁虫[J].新疆农业科学,1995(05):225-226.
[7]张新忠,王忆,韩振海.国苹果属(Malus Mill.)野生资源研究利用的现状分析[J].中国农业科技导报,2010,12(03):8-15.
[8]林培钧,崔乃然.天山野果林资源———伊犁野果林综合研究[M].中国林业出版社,2000.
[9]Mattson W J,Levieux J,Bernarddagan C.Mechanisms of woody plant defenses against insects:search for pattern,held in Orleans,France,on 26-29August 1986.[M]//Mechanisms of Woody Plant Defenses Against Insects.Springer New York,1988:345-358.
[10]宫彦萍,黄文江,潘瑜春,等.基于WebGIS 的作物病虫害监测预报系统构建[J].自然灾害学报,2008,17(06):36-41.
[11]王阿川,缪天宇,曹军.基于Web 森林病虫害防治决策专家系统研究[J].计算机技术与发展,2008,18(04):228-231.
[12]黄冲,刘万才,姜玉英,等.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(05):196-199.
[13]屈赟,陶晡,王克俭.基于Android 的果树病虫害信息推送系统的设计[J].科技通报,2016,32(05):86-90.
[14]宋锦,张腾飞,杨升炜,等.基于Android 平台的病虫调查统计系统设计与实现[J].江苏农业科学,2016,44(12):359-364.
[15]薛文鹏,杨芮,杨洪,等.基于马尔科夫链理论对贵州锦屏白背飞虱发生程度的预测[J].西南大学学报(自然科学版),2017,39(08):43-48.
作者简介:赵鸿飞,在读硕士,研究方向:
信号处理及应用。
zhi wu bao
hu
表2相距1年苹小吉丁虫发生等级转移次数统计。