农作物有害生物协同监测与预警系统设计与应用

2017-12-28牛国强吴儒鑫孟凡博

辽宁农业科学 2017年6期

关键词：表单测报监测数据

牛国强，吴儒鑫，孟凡博

（辽宁省科技创新体系建设服务中心，辽宁沈阳 110004）

农作物有害生物协同监测与预警系统设计与应用

牛国强，吴儒鑫，孟凡博

（辽宁省科技创新体系建设服务中心，辽宁沈阳 110004）

农作物有害生物是制约农业增产和农产品质量提高的重要因素。将有关测报算法与网络技术、数据库技术相结合，建立区域性农作物有害生物监测、预警及防治体系，实现灾害防治工作从重短期、重治理向重长期、重预防转变，对有害生物监测预警信息系统提出了更高的要求。文中简要论述了有害生物监测预警系统需求分析、总体设计及需要考虑的问题、监测数据采集系统设计与实现、动态测报系统设计与实现、测试与应用需要注意的问题，为农作物有害生物防控提供了信息化解决思路。

有害生物；预警系统；测报算法

我国是一个农作物有害生物灾害频发、重发生的国家，有害生物种类多、危害大，是农作物增产、农产品质量提高、农民增收的重要制约因素。农作物有害生物灾害除了受其自身生物学特性影响外，还受区域条件、作物品种、耕作栽培制度、田间管理水平、气象条件、防治水平等诸多因素影响。目前国内外均比较注重农作物有害生物监测、诊断与预警信息系统的研发工作，并提出了一系列监测预警数学模式。早期的研究多为定性或半定性的方法，随着数理统计、模糊数学、灰色系统、人工智能等技术和方法的提出和成熟，尤其是近年来大数据与网络技术的成熟和发展，开展有害生物定量测报有了理论基础和技术支撑，使得研制基于网络的监测预警系统成为可能。

本文在分析有关研究成果基础上，结合实际情况，应用软件工程思想，采用动态网页技术、大型数据库技术、数理统计算法设计了农作物有害生物协同监测与预警系统。对农业信息系统软件需求获取与分析技术、数据库设计技术进行了分析，对有害生物监测表单设计与应用、测报结果图型与数字化表达进行了探索，从而规范监测数据采集、及时上报数据、提高汇总统计效率、充分发挥历史监测数据的价值，为将灾害防治工作从重短期、重治理向重长期、重预防转化提供了信息化解决思路。

1 系统需求与总体结构

系统主要包括有害生物数据库、灾害监测数据库、灾害防治数据库、监测表单维护、测报算法维护等功能。灾害数据协同监测、数据清洗转换与集中存储、测报算法动态更新功能是重要功能。

1.1 系统功能性需求

系统的功能性需求主要包括有害生物数据库管理、监测数据采集与维护、防治数据库管理、测报模型建立与测报因子数据采集、动态测报以及相关的系统配置管理功能。

在系统需求分析过程中，要充分调研应用地区的具体需求，理清有害生物数据库、监测数据库、防治数据库及测报因子数据库之间的关联关系，同时要综合考虑测报算法的动态建模实现。

1.2 系统非功能性需求

系统的质量属性（Quality Attribute）是非功能性需求分析的重点，多数失败的软件项目均有在需求分析阶段不充分重视质量属性的因素。质量属性由开发者关注的开发期质量属性和用户关注的运行期质量属性构成。

1.2.1 开发期质量属性

易理解性（Understandability）：软件的源代码文件的命名、变量命名及程序代码的组织要规范，程序注释要完整，便于理解。监测预警系统目前还处于不断发展、不断完善的阶段，前期的开发成果的易理解性对后期继续开发至关重要。

可扩展性（Extensibility）：农作物有害生物监测与预警工作需应对实际中各种复杂的变化，系统的功能需求及数据处理要求变更的可能性较大，监测数据采集所涉及的有害生物种类及表单种类会动态变化。因此，系统要有高度的可扩展性，以及时应对需求变化。

1.2.2 运行期质量属性

安全性（Security）：本系统是基于互联网运行的分布式网络系统，系统的安全性要求较高。是重点做好用户身份认证、数据库SQL注入防护、DDOS拒绝服务攻击防范等工作。

易用性（Usability）：系统用户主要为基层的测报员、各级植物保护部门的工作人员及广大农业生产人员。这些人员的信息系统操作水平参差不齐，设备配置相对也较低，加之上网条件等制约因素，在软件易用性方面要重点考虑，使这些用户经过少量培训甚至不经过培训即可使用系统。

可靠性（Reliability）：有害生物灾害监测工作受季节等因素影响明显，系统应能保障在工作期间不间断运行。有害生物监测数据采集及预警分析计算等工作要处理大量的数据，因此，对系统的数据处理性具有较高的要求。

健壮性（Robustness）：用户错误操作和误操作在所难免，加之互联网上的攻击行为等，系统应具备较强的键壮性，在用户进行误操作和非法操作时能进行有效提醒，并保证数据的完整性、一致性不被破坏。

1.3 总体结构设计

系统总体结构设计时，不仅要考虑本系统的功能性需求和非功能性需求，还要考虑与其它系统的交互性需求、当前开发技术成熟情况、终端设置情况及网络应用普及情况等综合性因素。本系统的结构如图1所示：

图1 农作物有害生物协同监测与预警系统体系结构

2 监测数据采集系统设计与实现

农作物有害生物发生情况数据采集方式是分布式的，基层测报员使用本系统录入各类有害生物的监测表单数据，各级管理部门可以汇总和查询所管辖区域的监测数据。

各类监测表单是根据国家有关标准和规范并结合本地实现情况编制的。在这部分的设计过程中，要重点做好如下工作：

2.1 监测表单结构设计

各类监测表单填报数据内容不尽相同，但是一些基本属性还是共同的，如监测区域、监测时间、填报人等。在表单结构设计时要抽象出公共属性，公共属性的命名、类型设计等要统一，利于维护和升级。

2.2 监测表单的动态增减

随着有害生物发生情况的变化，不同时期监测种类、监测重点均会有相应调整。因此，要设计监测表单的动态增减功能。该功能设计中要实现如下功能：

表单制作：管理部门根据工作需要设计监测表单需采集的数据格式，需要明确表单监测的有害生物种类、监测数据内容及数据格式（如小数点后位数）等信息。

程序生成：系统应提供模板供生成新监测数据采集程序模块。

功能集成：提供新的监测表单集成到系统的功能，包括权限分配等设置。

2.3 监测表单程序流程

各监测表单程序的工作流程应统一，程序流程中应考虑如下步骤：

身份验证：验证用户是否已登录系统，是否具有使用本表单的权限。

数据检索条件：由用户定义查询的数据范围，为保障系统总体性能和用户体验，不建议默认检索全部数据。

针对用户的新增数据、修改数据和删除数据操作进行相应的数据处理，对数处理要进行相关的提示和数据校验。

对于数据的变更操作记录日志。

3 动态测报系统设计与实现

本系统的动态测报原理是根据监测历史数据，计算出各测报因子历史发生值，利用测报内容历史发生值和因子发生值，采用回归分析方法计算新的回归系数，再进行测报。因此，监测数据积累的越多，效果会越理想。

3.1 监测数据转换

监测表单的数据是监测原始数据，是分散的个体，其本身不具备宏观可统计性。必需将其转换为测报算法可用的数据。因此，系统首先要由用户建立测报模型，测报模型定义了测报内容与其测报因子的函数依赖关系，再定义测报内容、测报因子与监测数据的函数关系。考虑到系统的动态使用，系统要实现快速方便的数据转换计算功能。这样的低耦合设计，可使监测数据采集部分、动态测报部分功能更加独立，在实际应用过程中效果良好。

3.2 测报算法动态集成

农作物有害生物除了受其自身的生物学特性影响外，还受到区域、种植品种、耕作栽培制度、田间管理水平、气象条件、防治水平等诸多因素影响，因此，有害生物的监测预警工作不能从单一角度出发，要多条件结合进行。已经建立的测报模型也不是一成变的，需要不断进行修正。新的测报算法，也需要集成到系统中来。

因此，系统设计过程中，需要考虑测报模型的调整以及新的测报算法集成功能，对同一种有害生物灾害，采用多用方法进行测报，再综合评定，以取得良好的测报效果。

4 应用与建议

4.1 系统开发与测试应用情况

本系统已实现了有害生物数据库、灾害监测数据库、灾害防治数据库、监测表单维护、测报算法维护及基于数理统计的测报等功能，数字化了部分地区历史监测数据和气象数据，并采用这些数据进行了灾害的相关因子分析。监测数据采集等功能改善了现有工作质量、提高了采集效率，随着历史数据的积累、测报算法的丰富，其预报预警的辅助决策功能也将得到发挥。

4.2 应用数理统计算法的意义

本系统实现了农作物有害生物监测数据分布式采集功能，采用回归分析、马尔科夫链算法建立测报模型技术较为成熟。数理统计算法具有易于理解、便于应用的特点，但是需要较长的时间序列，需要大量的历史监测数据作为基础。计算机网络技术、大数据技术的成熟与发展，使得数理统计算法可以得到很好的应用。数理统计算法可以发现有害生物发生的相关因子，研究人员可以据此进一步研究其机理，这对于探索有害生物发生机制具有重要的意义。

4.3 规范监测数据采集工作，充分发挥监测数据作用

管理部门多年来积累了大量监测数据，这些数据有些是已经数字化的，还有大部分历史数据没有数字化，其价值远没有发挥出来。通过本系统的应用，可以将历史监测数据为未来开展监测预警工作服务。通过对历史数据的分析，进一步研究有害生物的发生规律，结合区域特点，建立有效的测报数学模型，长此以往，监测预警工作必将再上一个台阶，进而为农业增产、农民增收做出重要贡献。本系统实现了监测数据网络采集到数据整理加工、数理统计分析测报的一体化，解决了过去监测数据采集不规范、上报数据不及时、汇总统计效率不高的问题，使多年来历史监测数据的得到应用，体现了其应用价值，使管理部门对有害生物发生情况能及时掌握，运用信息技术科学分析、科学决策。