夏玉米干旱实时评估监测系统设计与实现

摘  要：文章提出一种通过爬虫程序采集实时气象数据与夏玉米土壤墒情数据结合的模型评估方法，通过开发建立一套具有强时效性干旱评估监测系统。系统采用“气象数据采集—干旱模型分析构建—专题图可视化建模—地图服务调用—客户端展示”的设计路线，通过集成数据采集分析平台与业务应用平台实现夏玉米干旱评估监测。最后以河南省为案例做出应用评价，证明系统具有良好的实用性，对农业气象灾害防治工作具有指导意义。

关键词：气象数据;实时采集;夏玉米;干旱评估;监测系统

中图分类号：TP311          文献标识码：A文章编号：2096-4706（2022）01-0028-04

Abstract： This paper proposes a model evaluation method that combines real-time meteorological data collected by crawler program and summer corn soil moisture data， and a set of drought evaluation and monitoring system with strong timeliness is established through development. The system adopts the design route of “meteorological data collection—drought model analysis construction—thematic map visualization modeling—map service call—client display”， and realizes summer corn drought assessment and monitoring through the integrated data collection and analysis platform and business application platform. Finally， an application evaluation is made with Henan Province as a case， which proves that the system has good practicability and has guiding significance for the prevention and control of agro-meteorological disasters.

Keywords： meteorological data; real-time collection; summer corn; drought assessment; monitoring system

0  引  言

隨着近年来全球温室效应加剧、气候变暖的影响，世界多地频繁出现极端天气现象，导致各种农业气象灾害频发，使得农作物产量受到严重损失。我国是世界第二大玉米种植生产国，尤其是夏玉米在国内种植分布十分广泛。夏玉米的种植极易受到农业干旱气象的影响，因此通过采集实时气象数据为研究基础，利用干旱模型建立一套合理的夏玉米干旱评估监测系统具有重要意义。

早在十九世纪中叶，国外农业学者已经对农业干旱展开了研究。Palmer W C提出的基于土壤水分指数和作物水分指数方法，对农业干旱进行定量研究[1]。Ashok K、Alfieri、Ferguson等人将气象数据与农作物地表数据、农作物内蒸腾数据等相结合，对农业干旱灾害的发生频率及强度展开研究。除此之外，俄罗斯、澳大利亚等国家还建立相应的干旱监测应用系统，加强了对干旱灾害的评估预警。随着近几年的信息化的发展，国内夏玉米干旱研究、干旱监测系统建立取得了飞跃性的进步。2013年，许玲燕、王慧敏等人开展了“基于SPEI的云南省夏玉米生长季干旱时空特征分析”的研究[2]。2015年，杨平、张丽娟等人对黄淮海地区夏玉米干旱风险进行了评估与区划[3]。在农业干旱监测系统建设方面，李玉爱等人在气象学、统计学及人工智能理论的基础上创建了一套“短期农业气候干旱预测系统”[4]。由目前研究现状可知，国内对农业干旱研究主要集中在干旱指标建立和干旱时空特征分析方面，以模型分析结合实时气象数据的干旱评估系统研究目前较少。

本研究提出通过采集研究区域内降水量、温度、相对湿度、风速等实时气象数据，结合研究区内气象部门发布的每周土壤墒情（20 cm）资料数据建立夏玉米干旱评估模型，最终利用C#开发语言、数据库技术、Web GIS技术建立一套夏玉米干旱评估监测系统，最后以黄淮平原广泛种植夏玉米的河南省为例，进行系统测试应用。

1  干旱评估监测模型建立

1.1  干旱指标构建

夏玉米生长阶段主要包括播种期、出苗期、拔节期、抽雄期、灌浆期、成熟期6个不同时期，其在各个生长时期的水分需求量是不同的。由于玉米根系分布大多在土壤深度20 cm左右，因此选取20 cm深的土壤层相对湿度值（20 cm土壤墒情）作为干旱评价指标。参照中华人民共和国水利部发布的《土壤墒情评价指标》，制定了夏玉米生长期土壤墒情的W五个干旱等级指标，以此作为评价干旱等级标准，如表1所示。

1.2  干旱评估模型建立

通过收集研究区内农业气象站点降水量、温度、蒸发量、日照时长等数据以及相应的土壤墒情资料，用SPSS软件对15a的数据进行回归分析，剔除回归分析中不显著变量因子，得出河南省土壤墒情变化与气象因子之间的关系方程。

经过研究分析发现，在夏玉米土壤墒情预测中：本周降水总量（R）和上周土壤墒情（W0）对本周墒情影响显著，起着决定性作用;日照时长（S）对本周土壤墒情影响较小;积温（T）、蒸发总量（E）对本周墒情影响不显著，可以忽略。最终得到夏玉米土壤墒情的最优回归方程为[5]：

W=49.824+0.502W0+0.02R-0.02S

回归方程中W代表本周周末的土壤墒情（%）;W0代表上周周末的土壤墒情（%）;R代表上周末到本周末之间的降雨量，单位mm;S为上周末到本周末之间的总日照量，单位h。降雨总量R、总日照量S从数据库中调用对应时间段数据采集获取实时气象数据。上周周末的土壤墒情W0取值为玉米各个生长期土壤最适宜湿度，依据中华人民共和国水利部发布《土壤墒情评价指标》中玉米各生长期土壤适宜湿度取值，如表2所示。

2  系统设计

2.1  系统总体架构设计

2.1.1  系统架构设计

基于实时气象数据的夏玉米干旱评估监测系统设计采用B/S架构，即浏览器和服务器（Browser/Server）结构。B/S模式采用经典的浏览器—服务器—数据库三层架构。干旱评估监测系统的业务数据在服务器端分析处理完成，通过Web服务器和GIS服务器将分析结果插值生成专题图的形式反馈给用户，用户通过浏览器或者移动终端能够更好地实现人机交互。

2.1.2  系统业务逻辑框架

系统整体逻辑设计路线为：实时气象数据采集—夏玉米干旱模型分析构建—干旱评估监测结果可视化建模—专题地图生成—客户端展示，系统整个框架由数据采集分析平台与业务应用平台组合而成。数据采集分析平台采集实时的气象数据，并存储夏玉米旱情结果分析数据，最终将结果传输至业务应用平台。业务应用平台主要包括对数据进行模型分析、干旱评估专题图的形成、响应客户端请求等功能，系统业务逻辑框架如图1所示。

2.2  系统功能模块设计

系统主要通过完成对研究区中干旱监测相关的气象数据采集、存储，通过系统建立的干旱监测模型分析得出农作物干旱指數，最终依据干旱评价标准判定农作物干旱程度。本系统功能整体分为实时气象数据采集存储功能模块、实时气象数据查询功能模块和农作物干旱监测评估模块，如图2所示。

2.3  系统数据库设计

以干旱评估监测系统功能需求为目标导向，进行数据库设计，实现数据库系统对属性数据、空间数据的保存储和维护。在遵循行业规范前提下，优化系统的数据结构，尽量达到数据精炼、存储效率高、性能好等目标，为系统运行提供良好的数据信息环境[6]。

2.3.1  基础地理数据库设计

基础地理数据包括研究区河南省范围内各市辖区、县级行政区的面状行政区划图层以及各县级气象站站点所在地的点状图层。基础地理数据库采用WGS_1984大地坐标系作为地理数据坐标，通过ArcSDE将矢量基础地理信息数据以表的形式存储在SQL Server数据库中，分别将行政区划数据为表gis_city，将县级气象站站点数据存储为表gis_pt_city。

2.3.2  实时气象数据库设计

在SQL Server数据库系统中新建实时气象数据库DB_Weather。通过开发爬虫程序，采集中央气象台网站上河南省各县的温度、降水量、日照时长、风速、空气湿度、数据抓取时间等数据。在数据库中建立表tb_city和表tb_data分别存放县域信息和对应的气象数据。由于干旱评估监测系统部分模块需要不断刷新提取最新的气象数据，为提高数据处理速率需建立一个存储最新气象数据的视图v_tb_data。整个数据库系统中气象数据和基础地理数据通过城市编号（city_code）做连接处理。

2.3.3  夏玉米干旱评价模型数据库设计

在SQL Server数据库系统中新建实时气象数据库DB_Model。在数据库中建立表tb_ymzb主要存储夏玉米干旱评估指标参数数据，包括夏玉米干旱评价指标数据、玉米生长期划分数据、不同时间玉米最适宜湿度数据。建立夏玉米旱情表tb_ymhq主要存储干旱评估模型中参数因子数据、干旱评估模型分析处理得出夏玉米的土壤墒情指数数据，以及通过夏玉米干旱指标得出干旱等级结果数据。

3  干旱评估监测系统展示

系统以河南省为案例研究区，采集研究区范围内各个县气象数据，并对对河南省119个行政区内气象站点数据依据位置进行插值渲染形成专题图，通过ArcGIS Server发布成地理处理服务供Web端调用。以2020年7月份为时间节点，对系统进行测试分析，得出河南省气象实况分布图和夏玉米旱情评估图，如图3所示。

4  结  论

基于实时气象数据的夏玉米干旱评估监测系统，利用研究区的实时气象数据信息，通过GIS技术、数据库技术以及C#语言编程完成了网络气象数据的采集与存储、GIS技术与干旱评价模型技术的集成、空间数据与属性数据的有机结合，实现对农作物干旱情况分析提供干旱实时评估，为农民作物种植、补水灌溉提供参考服务，也为有关部门实施农作物防旱提供决策性依据。该系统也存在一定的不足之处，在干旱评估模型中没有融合人工灌溉数据的分析，忽略了人为因素带来的影响，干旱评估模型精度有待进一步提高，这也是进一步研究的方向。

参考文献：

[1] PALMER W C. Meteorological drought：Research Paper No.45 [R].Washington DC：U.S. Department of Commerce Weather Bureau，1965.

[2] 许玲燕，王慧敏，段琪彩，等.基于SPEI的云南省夏玉米生长季干旱时空特征分析[J].资源科学，2013，35（5）：1024-1034.

[3] 杨平，张丽娟，赵艳霞，等.黄淮海地区夏玉米干旱风险评估与区划 [J].中国生态农业学报，2015，23（1）：110-118.

[4] 李玉爱，郭志梅，栗永忠，等.大同市短期农业气候干旱预测系统 [J].山西气象，2001（1）：38-42.

[5] 杨康.河南省农田干旱评价系统设计与实现 [D].开封：河南大学，2015.

[6] 孔云峰，林珲.GIS分析、设计与项目管理：第2版 [M].北京：科学出版社，2008：216-223.

作者简介：杨康（1989.10—），男，汉族，河南新乡人，助教，硕士研究生，研究方向：数据挖掘与分析。