基于微信的西瓜嫁接栽培管理专家系统开发与应用

李佳丹 詹柴 徐志豪

摘   要   通过整理长三角地区西瓜高产高效、优质生态栽培管理技术，总结瓜农丰富的种植经验，收集新型优质品种，集成移动互联网、通讯、大数据云计算和多媒体等技术，利用微信开放平台，以创建西瓜嫁接栽培助手公众号的形式构建南方设施西瓜栽培管理专家系统。该系统主要包含了产前智能决策、嫁接育苗指导、栽培管理、病虫害防治四大模块，涵盖了从产前决策到采收全过程，信息囊括了大量多媒体资料、实用技术规程、瓜农实践经验总结和新技术新品种推介等，把先进、绿色、高产、高效的西瓜嫁接栽培技术快速准确地传播给种植户，同时为科研成果转化提供现代化信息传输手段。

关键词   专家系统;西瓜;微信开放平台;微信公众号;嫁接栽培管理

中图分类号：TP393;S651    文献标志码：B    DOI：10.19415/j.cnki.1673-890x.2019.16.021

我国作为西瓜生产和消费大国，西瓜栽培面积和产量位居世界第一。随着物质生活水平的不断提高，人们对西瓜的品质和安全性提出了更高的要求。瓜农对新事物接受过程长，很大程度上制约了新品种、新技术的普及推广。目前，大部分西瓜生产仅靠瓜农的多年生产经验，标准化生产水平较低。西瓜生产管理面临着一系列问题，如土壤连作障碍、管理粗放、肥药过量及人力成本不断攀升等[1]。目前，新型职业农民队伍不断壮大，势必将成为现代农业建设的生力军，他们懂市场、懂文化、懂技术、懂管理，但往往缺乏相应的农业生产经验。如何将最新的生产技术、科学管理模式、优势抗病品种和产业发展趋势及时准确地传递给西瓜种植户，是当前西瓜产业发展亟需解决的问题。

随着信息技术的快速发展和农业物联网的广泛应用，农业专家系统集成应用于农业生产管理已成为必然的趋势，已经遍及栽培、植保、水肥等方面[2]。如Li等在2011年基于ASP.NET平台开发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，有效减少肥料使用量[3]。Li等运用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，提高了人参病虫害诊断的工作效率[4]。2016年以后农作物专家系统重点结合农业物联网，实现智能温室的最优控制，减少了人工成本，推动现代农业发展[5-6]。农作物专家系统的研究与开发也还存在一些问题，主要表现为实用性不够，真正推广应用的成果不多;知识库知识储备数量不足，大多只能实现知识的查询功能;决策推理能力较弱，缺少动态预测功能和推理性解释[7]。本研究通过整理长三角地区的西瓜高产高效、优质生态栽培管理技术，总结瓜农丰富的种植经验，收集新型优质品种，集成移动互联网、通讯、大数据云计算和多媒体等技术，利用微信公众平台，创建西瓜嫁接栽培助手公众号，整合专家知识和栽培经验，把先进、绿色、高产、高效的西瓜嫁接栽培等生产技术快速准确地传播给种植户，同时为科研成果转化提供现代化信息传输手段，推动农业生产的提档升级。

1 专家系统建设目标

长三角地区作为我国西瓜主产区之一，地处亚热带，冬季多阴雨寡照，夏季较炎热湿润，多雨多雾，相对湿度大，灾害性天气出现次数多，台风、暴雨频繁;多山地和丘陵，平地较少，河网密集，地下水位高，因此西瓜生产多采用简易塑料单体棚。随着长三角地区经济的快速发展，土地短缺、劳动力成本高等因素在很大程度上制约了西瓜产业发展。基于此现状，设施西瓜栽培管理专家系统围绕设施栽培、嫁接育苗两大技术进行设计开发，具体将实现以下目标：

1）提供产前决策服务。在产前根据不同地域的气候生态环境特点、用户的生产条件、上市期需求等，向用户推荐品种及最佳栽培管理方案。

2）生产过程中的技术指导。包括嫁接育苗、栽培操作、水肥管理等方面的技术指导。

3）西瓜病虫害诊断功能。构建西瓜病虫害诊断逻辑框架，根据病害发生部位和西瓜生长时期，系统进行自动化诊断，包括病虫害查询、病虫害诊断、病虫害综合防控技术推荐等。

2 专家系统设计方案

2.1 专家系统结构

專家系统设计中为了减少系统的复杂性，按照软件工程原理中的“模块内高聚合，模块间低耦合”原则，把系统分为独立性较高的各个基本模块，力求设计模块层次结构清晰、功能明确、关系简单。本研究开发的嫁接西瓜生产管理专家系统主要包含以下结构：

1）人机界面：本研究为开发西瓜栽培管理专家系统构建了微信小程序开发框架，通过调用丰富的微信原生API，对数据展示做了充分的优化。

2）推理机：系统基于框架提供的视图层描述语言WXML和WXSS，以及基于JavaScript的逻辑层框架，利用视图层与逻辑层间提供的数据传输和事件系统，聚焦于数据和逻辑上进行构建。

3）知识库：包含系统推理所需的知识，如西瓜生长数据库、西瓜病虫害数据库、西瓜病虫害综合防控数据库、西瓜栽培管理技术数据库等，以特定的格式存储在知识库中。

4）模型库：西瓜生长发育过程的模拟方程，使用特定的数据集进行运算后得到结果，结果通过推理机推理并结合知识库后可以转换为用户知识。

5）知识获取模块：系统通过业务规则管理系统来录入规则。

数据库、模型库、推理机、知识获取等都在服务器内完成，租用阿里云服务器ECS，同时利用WEB网站、SQL数据库、MCGS软件作为服务软件，以无线网络技术为其提供数据传输。

2.2 开发平台

利用微信公众平台网站创建公众服务号，获取接口权限进行开发。服务号具有强大的业务服务与用户管理能力，主要偏向服务类交互。服务号以微信用户的一个联系人形式存在，消息会话是公众号与用户交互的基础，包含最高每月4次向用户群发消息，即文字消息、图文消息、图片、视频、语音等，以及被动回复消息、客服消息和模板消息。还能通过JavaScript代码使用微信原生功能的工具包，网页授权获取用户基本信息，用以构建病虫害诊断、西瓜栽培跟踪助手等复杂的业务场景。微信目前拥有9.3亿用户，小程序与公众号的圆满衔接，最大水平地实现流量导入。从用户层面来说，无需下载安装、不占用手机内存、更便捷获取服务体验，同时凭借庞大的微信用户群体，一键关注操作简单，更容易被用户接纳使用。从系统开发者层面分析，可以获取用户信息进行大数据分析，对用户进行分群及推送，实现精细化用户运营。

2.3 系统功能展示

2.3.1 主界面

專家系统全称为“西瓜嫁接栽培助手微信公众号”，底部功能栏包括产前决策、生产管理（具体包含嫁接育苗、栽培管理、病虫害防治）、开始种植三栏。

2.3.2 产前决策模块

针对长三角地区气候条件，提供现有西瓜主要产地、栽培模式、主要种植品种等信息，为用户选择西瓜品种和栽培管理模式提供参考（见图1）。

2.3.3 生产管理模块

1）嫁接育苗指导：点击生产管理，再点击嫁接育苗，系统进入嫁接育苗指导模块，包括育苗基质准备，种子催芽、播种及出苗管理，嫁接，嫁接后管理四块指导内容，点击相关内容，可以了解具体的操作，包含文字介绍、图片展示和视频播放等。

2）栽培管理指导：点击生产管理，再点击栽培管理，系统进入栽培管理指导模块，包括田块准备、移栽定植、整枝理蔓、坐果和环境控制等五块指导内容，包含文字介绍、图片展示和视频播放等。

3）病虫害防治：点击生产管理，再点击病虫害防治，系统进入病虫害防治指导模块，包括病虫害查询、病虫害诊断、综合防控技术和咨询专家等四块内容（见图2）。病虫害查询列举了31种南方西瓜常见病虫害种类，点击病虫害项目，系统提供发病症状、发病规律和具体的防治方法等信息。病虫害诊断，从西瓜叶片、茎蔓、全株、果实四个角度，根据病虫害发生症状，对照系统设计的西瓜病虫害诊断逻辑框架，诊断出病虫害并给出科学的解决措施。综合防控技术包括种子处理技术、土壤处理技术和虫害物理防控技术三块内容。咨询专家列出了领域内相关专家，提供其研究方向和联系电话等信息，以便用户遇到不能解决的问题可以及时咨询。

2.3.4 开始种植模块（定制小助手业务）

点击开始种植，进入西瓜生产小助手模式（见图3），结合用户实际生产操作和西瓜生长周期，按步骤指导用户开展西瓜栽培管理，用户每次打开时，系统自动定位到当前步骤，直至用户跟随小助手的操作指示到最后一步，或者选择退出栽培。

3 结语

数字化、自动化、智能化是未来设施农业的发展方向，是设施农业开展实际生产的客观需求。未来将借助物联网技术、多媒体技术、3S技术、虚拟技术、数据挖掘技术等，进一步完善农作物栽培专家系统。移动端嫁接西瓜生产管理专家系统的设计与实现，能够整合专家知识和优质高产栽培经验，结合多媒体技术，将西瓜嫁接育苗技术、高产高效生产技术快速准确地传播给种植者，为农业管理部门和生产经营者提供西瓜生产的全程决策和技术咨询服务，为科研、远程教育、技术培训、生产指导、成果转化提供现代化电子信息传输手段和有效途径。科学指导水肥管理，实现精准施肥，降低面源污染，减少水资源的浪费，减轻环境压力，保障西瓜优质安全生产。

参考文献：

[1] 应泉盛，王迎儿，严蕾艳，等.宁波市西瓜工厂化嫁接育苗技术[J].中国瓜菜，2015 ，28（3）：54-55.

[2] 彭志良，赵泽英，王海，等.基于PAID的贵州西瓜栽培专家系统研究[J].贵州农业科学，2005，33（3）：49-51.

[3] Li YS， Hong LF. Development of a Non-Pollution Orange Fruit Expert System software based on ASP.NET[J]. Agricultural Sciences in China， 2011，10（5）： 805-812.

[4] Li DM， Cheng F， Zhang LJ. 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.

[5] 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.

[6] 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.

[7] 黄语燕，郑回勇，吴敬才，等.我国农作物栽培专家系统应用研究综述[J].福建农业科技，2017（11）：49-52.

（责任编辑：易  婧）