我国农作物栽培专家系统应用研究综述

黄语燕，郑回勇，吴敬才，蒲宝山，郑鸿艺，张　钟

(福建省农业科学院数字农业研究所　350003)

专家系统AES(Agricultural Expert System)也叫智能系统，是一种模仿人类专家来解决问题的智能系统，通过汇总和归纳各种知识、有用数据和模型，模仿专家的解题方法，对问题进行推理分析，提供有效的解决办法，并通过计算机进行平台自动控制处理、可视化显示等[1]。自20世纪七八十年代以来，国内外开发应用的农作物栽培专家系统，越来越多地应用于农作物栽培的精准施肥、病虫害防治、温室环境监测及控制等方面。

1　专家系统结构、分类及开发平台

1.1　专家系统结构

专家系统的一般结构如图1所示，主要包括知识库、综合数据库、推理机、解释器、人机界面等5个部分[1]。知识库用于存储各类知识，包括事实、可行的操作与规则等；综合数据库是专家系统数据的暂时储存区，用于存放原始数据、中间结果和最终结果；推理机根据决策策略或算法进行与知识库内各项专门知识的推论；解释器能够向用户解释专家系统的行为，包括系统运行过程、状态与结果；人机界面用于相关数据和信息的输入和输出[2]。

图1　专家系统的一般结构

1.2　专家系统的分类

专家系统可以从以下几个方面来分类：按决策依据不同可分为基于知识和规则的专家系统和基于模型的专家系统；按功能不同可分为诊断性专家系统、解释性专家系统、控制性专家系统等几类；按知识特点不同可分为精确专家系统和模糊专家系统；按推理类型不同可分为有符号推理专家系统和神经网络推理专家系统；按系统的结构不同可分为单机型专家系统和网络型专家系统。

1.3　专家系统开发方式

专家系统的开发方式主要有两种，一种直接运用高级语言(VB、C++、Java、Prolog、Delphi等)进行开发[3]。其优点是开发形式自由灵活，能根据系统要求和研究重点等进行灵活的设计开发。缺点是开发难度较大、周期较长，对开发人员的专业水平要求较高；另一种是利用专家系统开发工具进行二次开发，它是根据专家系统知识库和推理机分离的特点，把已建成的专家系统中的知识库去除，仅保留框架，当进行二次开发时，只需重新装入新的知识库调试即可。利用这种开发工具可以大大缩短开发周期、开发难度较小，但是灵活性不够[4]。目前，国内常见的专家系统开发工具有农业专家系统开发平台PAID及其多媒体版MPAID、专家系统开发工具Aip3.0/雄风3.0、通用农业专家系统生成工具AEST、Java expert system shell等[5]。

2　国内外农作物栽培专家系统的应用研究进展

国内外农作物栽培专家系统的发展历程主要经历了从功能单一到功能多样化，从仅仅运用知识和规则的专家系统到融入作物生长模型的专家系统，从单机版专家系统到网络化专家系统的发展进化过程[6]。

2.1　国外农作物栽培专家系统的开发与应用

世界上应用最早的农作物栽培专家系统(大豆病虫害诊断专家系统)于1978年诞生[7]。1981年，荷兰开发出冬小麦病虫害管理系统EPIPRE，对主要病虫害提供杀菌剂推荐喷洒剂量，在保证基本产量的前提下，每公顷可减少15欧元的农药费用[8]。1986年，美国开发的棉花作物管理专家系统COMAX/GOSSYM，置于棉田中的传感器会向该系统自动报告天气状况，得出施肥、灌溉、脱叶剂施用和棉桃开裂的最佳方案，这是一个典型的基于作物模型的农作物栽培专家系统[9]。1991年，以色列开发的作物与地块匹配选择专家系统CROPLOT，这是一款基于知识规则的农作物栽培专家系统，可帮助农户根据地块情况选择最适宜种植的农作物，系统和农业专家给出的决策相似度达90%[10]。1991年泰国开发出灌溉管理专家系统ESIM，在泰国北部地区使用取得很好的效果[11]。1995年，埃及开发出农业综合管理专家系统LIMEX，可在灌溉、施肥、病虫害控制等方面给出决策[12]。2011年，Orellana等[13]开发的基于网络的橄榄栽培生产管理系统SAIFA，可以监测西班牙的橄榄综合生产情况，帮助农民针对橄榄的生长情况做出恰当的决策，对提高橄榄的种植产量和质量起到一定的促进作用。2012年，Cho Yongyun等[14]运用互联网、计算机、传感器等技术建立了基于专家知识模型的农业环境服务系统，结合作物生长的实验模型，将农业领域的宝贵知识和经验融合在一起，可向农民提供需要的服务。

目前，国外农作物栽培专家系统广泛应用于作物的生长环境监测及控制、灌溉管理、精准施肥、品种选择、病虫害控制等方面，农作物栽培专家系统的技术水平和应用价值也越来越高。

2.2　国内农作物栽培专家系统的开发与应用

我国对农作物栽培专家系统的研究始于20世纪80年代，很多科研单位、高校相继开展了相关研究。同时，国家科研项目开始支持农业专家系统的研究工作，如“863”项目、国家自然科学基金项目、科技部项目等。进入21世纪后，农作物栽培专家系统发展迅速，系统功能日益完善，使用性能也愈来愈强。

2002年，廖桂平等[15]运用Microsoft Access建立数据库，以Authorware制作多媒体，以VB 6.0为开发语言开发出油菜栽培管理多媒体专家系统，实现了查询、农艺优化决策、栽培管理、病虫害诊断防治、预测产量等功能。

2004年，王尧等[16]构建了一套水培番茄、黄瓜的营养液管理专家系统，实现对不同生育期的营养液浓度、pH值，以及氮、磷、钾、钙等营养元素的管理。

2006年，徐刚等[17]运用AIP 1.0专家系统平台开发出基于生长模型的温室小西瓜栽培管理专家系统(ESWCM)。高灵旺等[18]以Delphi 7.0为开发工具，以Microsoft SQL Server 2000系统进行数据库管理，采用基于专家知识的精细推理(前向推理)和基于案例的推理相结合的推理方式，开发出农业病虫害预测监控系统。

2009年，刘明辉等[19]以开源版MapGuide为WebGIS二次开发平台，结合ASP.NET技术开发了具有B/S三层网络架构的农业病虫害预测预报专家系统。该系统是采用基于知识的精细推理与基于系统案例的推理相结合的方式，依循专家经验预测方法构建的病虫知识库，其知识信息存放于Microsoft SQL Server 2000数据表中。实际运行结果表明,该系统操作性强,预测结果可靠且直观。

2011年，LI Yishan等[20]基于ASP.NET平台，开发出一套基于网络平台的甜橙施肥专家系统，可针对气候条件和地理位置拟定甜橙年度施肥计划，使用该系统每株甜橙可节省3～24 g的P2O5使用量、41～238 g的N使用量、1～6 g的K2O使用量。Wu Zhigang 等[21]开发一套基于多分支结构的牧草虫害防治信息专家系统,它是一种基于网络的牧草虫害防治技术信息专家系统，能识别50多种牧草虫害，系统采用ASP.NET和Microsoft SQL server 2008数据库等进行开发，使用了8个数据库，包括用户信息数据库、基本信息数据库和识别知识数据库等。

2012年，Sun Sufen 等[22]以农业技术信息数据库和专家团队为基础，通过Ajax技术开发了农业科技咨询系统。对于简单的问题，系统通过改进的矢量空间模型(VSM)自动回答问题；对于复杂的问题，农业专家可在线对问题进行解答。Li Dongming等[23]运用JAVA语言和Cloudscape数据库设计了一种基于案例推理(CBR)的人参病虫害诊断专家系统，解决了在基于规则的推理(RBR)中存在的系统难以防御、知识难以获取、推理脆弱的问题，运用CBR可以充分利用以往诊断和治疗人参病害虫的知识和经验，避免重复工作，对类似农作物栽培专家系统的研究提供了一个新的思路。

2016年，余国雄等[24]设计了基于农业物联网的荔枝园信息获取与智能灌溉专家决策系统。该系统通过信息采集终端模块实时采集环境信息，系统根据采集到的环境数据，结合专家知识，建立多个决策数学模型，实现自动灌溉。王鸿磊等[25]提出一种多源感知高效循环设施大棚智能控制及农业专家系统。该系统结合作物生长模型、温室控制模型、能耗模型等，结合作物光合作用速率，实现温室最优控制。该监控系统已在徐州现代农业实验示范基地试运行。

3　存在的问题与对策建议

目前，我国农作物栽培专家系统的研究已取一定的成果，网络技术、物联网技术、数据库技术、多媒体技术等已广泛应用于我国种植业生产，有些农作物栽培专家系统已投入使用，并取得一定的成效。但是，系统研究与开发也还存在一些问题。一是实用性不够，目前国内开发的农作物栽培专家系统很多，但是真正推广应用的成果并不多；二是知识库知识储备数量不足，大多只能实现知识的查询功能，本质上只是一个信息发布系统，难以超越专家的智能范围和决策能力；三是决策推理能力较弱，我国开发的农作物栽培专家系统大多都是基于知识和规则的专家系统，未能与作物生长模型紧密结合，难以真正模仿人类专家的推理过程，仅仅利用了系统的浅层知识，缺少动态预测功能和推理性解释[26]。

要解决这些问题，一要建立研究农业知识的自动获取技术，如数据库中的知识发现技术、数据挖掘技术等[27]；二要规范农业数据的采集和管理，构建新型复合化的通用专家系统知识表示，建立农业数据库共享系统；三是要不断利用新技术，新技术包括“3S”技术、不确切推理技术、虚拟技术、数据挖掘技术等[28-29]。

4　农作物栽培专家系统研究的发展方向

4.1　“3S”技术的集成应用

余国雄等指出，以“3S”技术(GPS、GIS、RS技术)为核心发展我国农作物栽培专家系统[24]。GPS，即全球定位系统，能够进行田间定位和测量种植面积，可用于作物定位机械播种、定位施肥灌溉、统计产量等多个方面。GIS，即地理信息系统，能将各类图纸(如地形图、作物分布图、降水分布图等)数字化后存储于计算机，并进行分析、叠加，获得某一位置点的地理信息和土壤信息。RS，即遥感技术，通过感知物体反射或自身辐射的电磁波、可见光、红外线等信息，可对目标进行识别和探测。运用该技术可以准确获得作物的生长数据和环境数据，这些数据是专家系统数据库的重要来源。“3S”技术的集成，为专家系统的建立提供了大量的、动态的、可更新的数据，其数据覆盖面广，为农业专家系统的应用和推广提供了条件[27]。

4.2　虚拟技术的开发与应用

虚拟技术可以模拟作物在计算机三维空间的生长发育过程。帮助建立植物的形态模型、生长参数模型、生理生态模型等，对提高专家系统的决策能力具有重要的理论意义和实践意义[30]。因此，虚拟技术可以带动我国农作物栽培专家系统向仿真可视化发展。

4.3　数据挖掘技术的开发与应用

数据挖掘技术能够对过去的数据进行查询，找出数据之间的潜在联系，促进信息的传递和分析，从数据中挖掘知识，从而为农作物栽培专家系统提供决策支持。

5　结论

虽然，农作物栽培专家系统在开发研究和运用过程中还存在一些问题，但确实对我国农作物生产发展起到了促进作用。目前，网络技术、物联网技术、多媒体技术等已广泛应用于各种专家系统中。未来，应借助“3S”技术、虚拟技术、数据挖掘技术进一步发展农作物栽培专家系统，将对这一研究领域的发展产生巨大的推动作用。

参考文献：

[1]罗卫红.温室作物生长模型与专家系统[M].北京:中国农业出版社,2008：9-11.

[2]范墨林,别之龙.我国设施蔬菜专家系统开发的研究进展[J].长江蔬菜:学术版,2008(5):1-5.

[3]侯宝华,大麦生长监控专家系统的设计与开发[D].兰州:甘肃农业大学,2016.

[4]金燕,石雪晖,熊兴耀.专家系统在果树中的应用及研究进展[J].中国农学通报,2009，25(4)：199-201.

[5]宴江.面向商品化生产的设施蔬菜专家系统的设计与实现[D].武汉:华中农业大学,2013.

[6]卓方方.基于Web的奇台春小麦栽培技术专家系统的构建[D].乌鲁木齐:新疆农业大学,2015.

[7]李泉,朱凤荣.我国农业专家系统研究进展[J].河南机电高等专科学校学报,2008,16(6):45-48.

[8]ZADOKS J C.EPIPRE:a Disease and Pest Management System for Winter Wheat Developed in the Netherlands[J].EPPO Bulletin,1981,11:365-369.

[9]LEMMON H.Comax:An Expert System for Cotton Crop Management[J].Science,1986,233:29-33.

[10]NEVO A,AMIR I.CROPLOT-An expert system for determining the suitability of crops to plots[J].Agricultural Systems,1991,37(3):225-241.

[11]SRINIVASAN R,ENGEL B A,PAUDYAL G N.Expert system for irrigation management (ESIM)[J].Agricultural Systems,1991,36(3):297-314.

[12]MISHRA S,AKANKASHA,Deep V.Expert Systems In Agriculture:An Overview[J].International Journal of Science Technology & Engineering1,2014(5):45-49.

[13]ORELLANA F J,DEL S J,DEL A I M.SAIFA：A web-based system for Integrated Production of olive cultivation[J].Computers and Electronics in Agriculture，2011，78：231-237.

[14]CHO Y Y,CHO K Y,SHIN C S,et al.A Recommend Service Based on Expert Knowledge Model in Agricultural Environments[C].Heidelberg:Springer,2012：189-194.

[15]廖桂平,官春云.油菜优质高产高效栽培管理多媒体专家系统[J].作物科学,2002,28(1):410-412.

[16]王尧,宋卫堂,乔晓军.水培番茄、黄瓜营养液管理专家系统的构建[J].农业工程学报,2004,20(5):254-257.

[17]徐刚，郭世荣，张昌伟，等.基于生长模型的温室小型西瓜栽培管理专家系统(ESWCM)的研究和建立[J].农业工程学报，2006，22(4)：157-161.

[18]高灵旺,陈继光,于新文,等.农业病虫害预测预报专家系统平台的开发[J].农业工程学报,2006,22(10):154-158.

[19]刘明辉,沈佐锐,高灵旺,等.基于WebGIS的农业病虫害预测预报专家系统[J].农业机械学报,2009,40(7):180-186.

[20]LI Y S ，HONG L F.Development of a Non-Pollution 0range Fruit Expert system software Based on ASP.NET[J].Agricultural Sciences in China，2011,10(5)：805-812.

[21]WU Z G,ZHANG Z H,LI W X,et al.An Expert System Based on Multi-branch Structure for Grass Pest Control Information[C].Heidelberg:Springer,2011:229-235.

[22]SUN S F,ZHANG J F,LUO C S,et al.Research and Implementation of Agricultural Science and Technology Consulting System Based on Ajax and Improved VSM[J].Research and Implementation of Agricultural Science and Technology, 2012，346: 638-647.

[23]LI D M,CHENG F,ZHANG L J.Research on Expert System for Ginseng Diseases and Pests Based on CBR[J].Recent Advances in Computer Science and Information Engineering,2012,124:75-80.

[24]余国雄，王卫星，谢家兴,等.基于物联网的荔枝园信息获取与智能灌溉专家决策系统[J].农业工程学报，2016，32(20)：144-152.

[25]王鸿磊,徐平平,樊继德,等.多源感知高效循环智能控制设施大棚架构与实现[J].浙江农业学报，2016，28(7)：1224-1234.

[26]葛中一.农业专家系统的应用及发展[J].山东师范大学学报:自然科学版,2008,23(4):150-153.

[27]何进宇,田军仓,马波.水利专家系统的应用现状与展望[J].节水灌溉,2016(12):123-127.

[28]濮永仙.基于物联网的精准农业果蔬种植预警系统[J].湖北农业科学,2016,55(14):3741-3744,3786.

[29]张娓娓，袁路路.基于遗传优化模糊PID算法的温室智能控制系统研究[J].农机化研究，2017(7)：210-213.

[30]丁维龙,熊范纶,梁荣华.基于虚拟生长模型的温室番茄栽培管理专家系统[J].农业工程学报,2008,24(1):193-197.