基于指标模型的河北省小麦蚜虫气象预警预测系统研究

司丽丽，郭丽丽，姚树然，解文娟，赵 亮

（1.河北省气象灾害防御和环境气象中心，石家庄 050000；2.河北省气象与生态环境重点实验室，石家庄 050000；3.河北省气象科学研究所，石家庄 050000）

中国小麦产量和消费量常年在1亿t左右，位居世界第一［1］。河北省是小麦主要生产大省，其总产量、单产量以及播种面积均为全国第三位［2］。而小麦蚜虫是危害小麦产量和品质的主要虫害［3-6］。近年来，小麦蚜虫成为威胁小麦生产的主要虫害之一，几乎连年发生，严重时小麦产量损失达40%～50%。研究表明，气象条件几乎是所有大范围暴发性、流行性、毁灭性的农作物重大病虫害的发生、发展、流行的关键因子［7］，其中，温度、湿度则是影响麦蚜种群数量的重要气象因素［8，9］。在自然条件下，温湿度对麦蚜发生消长起主导作用，有利的外部气象环境条件一旦出现，就可以快速暴发成灾。因此，基于气象条件建立预警预报指标体系对于科学防控麦蚜意义重大。多年来，由于农户对蚜虫发生规律不了解，不能在达到防治指标的同时科学施药，致使防治效果不佳，用药次数偏多，杀伤天敌，并造成环境污染［10］，严重影响生态环境。以精准的虫害预警预测指标体系为基础的气象服务系统是科学防控麦蚜、保护生态环境的重要支撑［11］。

国外利用计算机技术解决病虫防控问题起步较早，20世纪70年代即已开展相关研究［12，13］，瑞士开发的谷物预测预报系统EPIPRE，可准确预报杀虫剂的施用日期；用于防治马铃薯晚疫病的PhytoPRE+2000系统［14-17］，可精准预测该病的发生流行。Drench等［18］研制的冬小麦病虫害监测预测和防治系统模式Epipre，目前仍在很多西欧国家使用。中国用于病虫防控的系统研发由于起步较晚，技术水平相对落后，但小麦蚜虫防控管理平台在国内已有一些研究，例如，中国农业科学院彭宇［19］研制的基于Web GIS的气候变化下麦蚜种群动态预测系统，苏一峰［20］开发的基于物联网平台的小麦病虫害诊断系统等。上述系统的建立为蚜虫科学管理起到了一定作用，但多用于诊断和实时预警，且基于实地自研的相关技术研究较少，系统应用缺乏科学依据。当前，适用于河北省的融合预警、预测及诊断等多功能的综合蚜虫防控服务系统尚未见报道。因此，本研究基于前期研究的小麦蚜虫预警、预报指标模型体系，结合GIS应用，建立了河北省小麦蚜虫预警预报气象服务系统。该系统将信息采集、管理、加工处理以及蚜虫监测与预警、预测与预报、诊断与知识融为一体，为拓展蚜虫防控业务提供了优质、高效的智慧平台，可应用于植保、气象等部门，并为政府决策虫害防治措施、农户科学生产提供依据。

1 材料与方法

1.1 数据来源

面向河北省小麦主产区收集气象、农业等数据，其中，气象数据来源于河北省气象局，虫害生物学数据来源于河北省植保植检总站，预警、预报指标模型数据来源于河北省小麦蚜虫发生气象条件预警技术指标体系研究课题组。

1.2 数据库设计与构建

数据库设计是系统运行最关键的环节之一，该系统含有大量且多种类型的多源数据，快速、灵活、精准地析取各类数据是数据库设计的关键所在。因此，数据库设计方面充分考虑了在保证数据完整性的前提下节省数据存储空间，以及便于系统功能开发等问题，采用具有强大能力的SQL Server企业版作为数据库开发平台，构建该系统基础数据库，并与开发工具包Visual Studio 2008紧密对接，为服务器提供统一数据服务供给支撑，以客户端单机安装直接调用的模式，保证高效率、高伸缩和高可用，同时更易于内部系统和外部系统连接，大幅降低系统运行、管理和维护风险成本。

1.3 系统开发

该系统在开发模式上采用C/S模式，用户可通过客户端进行具体操作，该模式具有较快的响应速度、丰富的界面和操作以及较高的安全性，并且可多层认证。以Microsoft Visual Studio 2008作为开发环境，采用C#语言进行系统开发，将目前主流的GIS（地理信息系统）、动态图表控件等可视化技术集合实现数据的可视化展示。在扩展性方面采用插件式框架技术［21］，为系统升级和技术革新提供了一个优良的环境，并且实现了模块化、可扩展的平台开发架构。

1.4 运行环境

该系统可在装有Windows XP专业版及以上操作系统的任意电脑上运行，后台数据监测及分析模块需NET Framework 3.5框架同时兼有ArcGIS10.0绘图软件的支持。

2 结果与分析

2.1 系统总体设计

系统总体架构分为四大部分，分别是数据库管理、预警预测、虫害诊断与知识、产品制作与发布（图1、图2）。利用数据库管理模块，管理员可对数据进行录入、更新、修改、删除等管理工作，数据库内存放植保与气象大数据，具备强大的统计分析功能，并充分考虑了延展性。监测预警以及预测预报模块以气象、生物等大数据为运行基础，基于气象条件的预警预测自研指标模型体系，通过自动分析运算，可对达到麦蚜防治指标的天气条件进行自动预警，利用“气象因子+指标模型”组合可对虫害发生年型进行预测，依据预测结果给出防治建议。虫害诊断与知识模块提供了小麦7种主要虫害的诊断、知识查询，实现了技术与知识充分融合。产品制作与发布模块提供不同产品模板，可无障碍调用预警预测信息用于业务产品制作，业务人员可对产品进行深加工并针对相关用户发布。此外，系统可存储预警、预测数据，用于预警预测指标模型体系的进一步验证与修订。

图1 系统主页

图2 系统总体功能结构

2.2 数据库

基于麦蚜与气象条件密切相关的生物学特性，充分考虑预警预报模型输入所需，整理、提炼并集合农业气象、小麦生产、麦蚜田间发生情况、预警预测指标模型等主要数据，结合应用与维护的便捷性以及系统分析的精准性进行科学分类，共分为4个子数据库：①气象数据子库：包括分县逐日气温、降雨、日照、湿度、风力等与麦蚜消长密切相关的观测数据，以及短期天气预报产品和基本农情等农业气象数据。其中，地面观测数据部分还具备比较分析功能，包括数据极值、数据排序、雨日和积温的计算等，并可通过相关图表对比分析，表征气象特征要素的变化情况。②生物数据子库：包括河北省小麦生产面积及产量，小麦蚜虫发生程度、发生面积、损失情况等，以及多个以县为单位的系统调查虫害数据（麦蚜出现后间隔固定时段调查的蚜株率、百株蚜量等数据）；另外，系统分类存储了小麦7种主要虫害的为害特征、发生规律、防治方法等特征数据，为虫害诊断及知识模块提供数据保障。③模型数据子库：库内存有小麦蚜虫预警指标1套、预测预报指标模型2套，均由河北省小麦蚜虫发生气象条件预警技术指标体系研究课题组自主研发。④统计数据库：主要包括预警结果存储数据、年度测报数据等，来源于启动麦蚜预警预测后系统存储。

数据库具有较好的延展性，保留数据接口，可即时添加、删减、修改各类数据，数据库下一级创建了更加细化的数据表，以实现数据快速而准确的挖掘与应用。

2.3 预警预测

虫害预警预测模块是开展小麦蚜虫防治决策服务的核心内容。该模块包含监测预警、预测预报两个子模块，两项功能相辅相成，可以更好地开展麦蚜防控业务，服务结果均可以GIS地图形式输出。同时具备链接服务产品制作的功能，可一键式完成产品模板、预警信息、预测结论、天气预报信息以及防治建议等内容的调用。

2.3.1 指标模型的建立控制好作物虫害的前提就是预警预报做到精细、准确、快速。因此，建立适宜当地应用的指标模型体系显得尤为重要，系统用于业务应用的指标模型均为河北省小麦蚜虫发生气象条件预警技术指标体系研究课题组在近2年内基于植保知识理论与气象条件的结合研究所得，数据回代及实测显示，模型预测可达80%以上的准确率，可用于河北省麦蚜防控预警预测服务。

2.3.2 监测预警

1）预警指标研究。在麦蚜取食供给充足的条件下，温度是影响麦蚜种群发育速度的主要因素。目前，河北省较为常用的农业防治指标为平均百株蚜量500头，基于积温学说，结合麦蚜农防指标，研究发现积温与历期的变化均存在一定规律性，因此明确其作为阈值参数。通过滚动检验修订，界定小麦蚜虫达到防治指标的气象预警条件为“自小麦蚜虫出现之日起，积温（∑T）达到390～460℃，且21 d≤历时（D）≤25 d”，基于此进行防治决策。

2）预警流程。

①数据调用。从麦蚜零星发展期到高峰期为一个预警关注区间，在该区间内，系统每日访问局域网，调用气象数据以及各地逐日天气数值预报产品，同时读取预警指标库。

②预警指标。预防为主、综合防治是有效防控病虫发生发展的植保方针，虫害预警信息应做到提前发布。因此，该系统将自蚜虫出现之日起计算积温达350℃、历期达19 d作为初始阈值。

具体预警条件如下：

当阈值参数中任意一个达到初始阈值，即出现“∑T≥350℃，D＜19 d”或“D=19 d，且∑T＜350℃”时，系统均启动预警日期估算程序，通过调用温度预报预估460℃≥∑T≥390℃，且25 d≥D≥21 d的日期，该日期即为麦蚜达到防治指标的日期，此时进行预警提示。

3）预警信息可视化。超阈值指标实现自动报警（声音及标识报警），点击标识，系统即可链接详细的预警信息，包括时间、地点、当前气象条件、防治建议等。基于GIS技术，预警结果以色斑图的方式输出在地图上（图3），并生成详细的预警信息。

图3 监测预警色斑图显示

预警信息如“*年*月*日，自麦蚜始见期开始积温已达*℃、历期为*天，预计*年*月*日平均百株蚜量即将上升至500头，达到防治指标。建议密切关注虫害及气象条件变化，在达到防治指标时尽快防治，可用药剂为辟蚜雾、吡虫啉、马拉硫磷、来福灵等。

2.3.3 预测预报该系统依据自研的指标模型可即时预测麦蚜发生年型，可提前15 d对其发生程度进行预测，并根据预测结果进行分级显示，提供防治建议（图4）。

图4 预测预报界面

1）预测预报指标模型研究。基于Bayes判别指标、Fisher判别模型分别建立了2套麦蚜发生程度预测模型。从两类预测方法的拟合准确率和外延预报准确率来看，预报效果均超过了80%，因此，2种模型均被系统采用。

2）预测流程。系统每年4月1日进行预测提醒，用户根据本地情况自行选择预测模型，输入预测因子，系统进行推理麦蚜发生年型，预测结果分级显示，并给出针对性的防治建议［22，23］。

2.4 虫害诊断与虫害知识

虫害诊断与虫害知识具有一定承接性，在对虫害诊断后可进行相关知识的查询。虫害诊断子模块可对小麦生产中常见的7种虫害（蚜虫、吸浆虫、红蜘蛛、麦叶蜂等）进行诊断，采用检索式诊断方式，主要依据虫害的为害特征进行诊断。通过用户选择为害部位以及具体的为害特征，系统检索识别推送诊断结果，并以虫害图片加特征描述的方式显示，以方便用户确认。诊断结果明确后，相应的虫害知识均可调用，用户可在虫害知识子模块查看该虫害的危害特点、发生规律与防治方法。

2.5 产品制作与分发

产品制作与发布模块中除预警、预测产品以外，还设计了《适宜喷药期天气预报》等农用天气预报产品，用于在达到防治指标、制作预警产品的同时将适宜喷药天气出现的时段提供给农户。在系统环境中，可依据服务需求选择相应的产品模板，并调用预警、预报、诊断、知识等内容，叠加文本以及图表等多种形式输出。系统存储常用文字，可随时调用编辑形成相应产品，自动调用局域网、数据共享平台、互联网用户邮箱等相关地址以及用户档案管理和产品目录管理库发给相关部门，并可通过微信公众号、微博等新媒体形式向农户发布。

3 结论与讨论

科学技术迅猛发展，各行各业对信息技术的需求表现强烈，现代化农业气象服务更依赖于重要的大数据分析以及基于信息手段的快速预警预测［24］。随着信息技术飞速发展，各项技术的融合应用是必然趋势，也是农业气象信息化发展的有效途径［25，26］。

该系统基于气象、植保知识，以信息技术为手段，以自行研发的预警预测指标模型为内核，将多源多维数据信息有机融合，集数据管理、监测预警、预测预报、诊断与知识、产品制作与发布等功能为一体，研制了小麦蚜虫预警预测气象服务系统。基于建立的气象数据、生物数据等4类数据库，实现了20余项数据统计分析功能；通过自行研究开发，建立了3套麦蚜预警预测指标模型，实现了麦蚜达到防治指标的自动预警以及发生程度的中期预测，并提供了麦蚜防治方案。该系统还可以多角度进行资料分析及图表制作，简化了资料统计和服务产品的编辑与输出工作，同时具有数据库与局域网环境的支持，提高农业气象业务服务的自动化水平，且气象资料均来自于气象局，易于获取及业务化，填补了河北省小麦蚜虫气象预警预测服务的空白，通过系统的运行将显著提高人们对麦蚜的科学防治水平。随着现代农业生产的不断发展以及信息技术的不断进步，将进一步优化麦蚜警预测模型，发展虫害评估技术，扩大应用及推广面积。