基于移動(dòng)GIS的棉蚜蟲(chóng)害監(jiān)測(cè)預(yù)警系統(tǒng)的構(gòu)建

周文杰,趙慶展*,靳光才,許金霞,張 清,張鴻靜(1.石河子大學(xué) 信息科學(xué)與技術(shù)學(xué)院,新疆 石河子 832000；2.新疆生產(chǎn)建設(shè)兵團(tuán)空間信息工程技術(shù)研究中心,新疆 石河子 832000；3.新疆生產(chǎn)建設(shè)兵團(tuán)空間信息實(shí)驗(yàn)室，新疆 石河子 832000；.中國(guó)科學(xué)院 遙感與數(shù)字地球研究所，北京 100000；.新疆生產(chǎn)建設(shè)兵團(tuán)第七師一二五團(tuán)錦農(nóng)農(nóng)業(yè)有限公司，新疆 奎屯 833200)

基于移動(dòng)GIS的棉蚜蟲(chóng)害監(jiān)測(cè)預(yù)警系統(tǒng)的構(gòu)建

周文杰1,2,3,趙慶展1,2,3*,靳光才1,2,3,許金霞1,2,3,張 清4,張鴻靜5
(1.石河子大學(xué) 信息科學(xué)與技術(shù)學(xué)院,新疆 石河子 832000；2.新疆生產(chǎn)建設(shè)兵團(tuán)空間信息工程技術(shù)研究中心,新疆 石河子 832000；3.新疆生產(chǎn)建設(shè)兵團(tuán)空間信息實(shí)驗(yàn)室，新疆 石河子 832000；4.中國(guó)科學(xué)院 遙感與數(shù)字地球研究所，北京 100000；5.新疆生產(chǎn)建設(shè)兵團(tuán)第七師一二五團(tuán)錦農(nóng)農(nóng)業(yè)有限公司，新疆 奎屯 833200)

為快速準(zhǔn)確實(shí)現(xiàn)棉蚜蟲(chóng)害監(jiān)測(cè)并向農(nóng)技人員及農(nóng)戶提供預(yù)警防治信息，使用移動(dòng)GIS技術(shù)對(duì)新疆生產(chǎn)建設(shè)兵團(tuán)第七師一二五團(tuán)研究區(qū)棉蚜蟲(chóng)害信息進(jìn)行采集，采用反距離插值方法得到棉蚜蟲(chóng)害的空間分布，在此基礎(chǔ)上對(duì)柵格數(shù)據(jù)進(jìn)行重分類和矢量化處理，從而得到棉蚜蟲(chóng)害空間分布矢量圖，利用基于位置的空間鏈接得到每個(gè)條田塊的棉蚜蟲(chóng)害發(fā)生等級(jí)并將專題圖進(jìn)行發(fā)布，實(shí)現(xiàn)棉蚜蟲(chóng)害監(jiān)測(cè)；棉蚜蟲(chóng)害預(yù)警則是在監(jiān)測(cè)基礎(chǔ)上，利用基于溫濕系數(shù)的棉蚜發(fā)生等級(jí)預(yù)報(bào)模型推算棉蚜未來(lái)5 d內(nèi)的發(fā)生情況，并將預(yù)測(cè)值與插值結(jié)果進(jìn)行比較，標(biāo)記各個(gè)條田塊的棉蚜發(fā)生趨勢(shì)，同時(shí)記錄棉蚜發(fā)生等級(jí)大于經(jīng)濟(jì)閾值的條田塊，然后利用Jpush推送技術(shù)向用戶終端推送棉蚜發(fā)生趨勢(shì)以及預(yù)警防治信息。研究區(qū)初步應(yīng)用表明，用戶可利用手機(jī)APP實(shí)時(shí)掌握棉蚜蟲(chóng)害的發(fā)生等級(jí)，全面了解棉蚜蟲(chóng)害的發(fā)展趨勢(shì)，具有操作簡(jiǎn)便、高效便捷、實(shí)時(shí)性強(qiáng)等特點(diǎn)，可為棉蚜蟲(chóng)害的監(jiān)測(cè)、預(yù)警提供參考。

移動(dòng)GIS； 棉蚜； 監(jiān)測(cè)； 預(yù)報(bào); 預(yù)警

棉蚜是世界性害蟲(chóng)，主要通過(guò)吸食植物汁液和傳播病毒造成危害[1-2]，具有寄主廣、代數(shù)多、數(shù)量大、耐藥性強(qiáng)的特點(diǎn)[3-6]，一旦大規(guī)模暴發(fā)，將嚴(yán)重影響棉花的產(chǎn)量。

病蟲(chóng)害的監(jiān)測(cè)方式有田間調(diào)查、傳感器網(wǎng)絡(luò)監(jiān)測(cè)、遙感監(jiān)測(cè)等。目前已有研究學(xué)者對(duì)其進(jìn)行了大量研究。周海波等對(duì)小麥蚜蟲(chóng)的田間調(diào)查、監(jiān)測(cè)技術(shù)及防治策略進(jìn)行了研究[7]；陸明星等研究了水稻鉆蛀性螟蟲(chóng)的田間調(diào)查和測(cè)報(bào)技術(shù)[8]；齊建東等提出一種新穎的、基于無(wú)線多媒體傳感器網(wǎng)絡(luò)的森林病蟲(chóng)害監(jiān)測(cè)預(yù)警系統(tǒng)的解決方案[9]；馬菁等在中寧縣規(guī)模化枸杞種植區(qū)，通過(guò)遙感近地高光譜技術(shù)對(duì)盛果期的健康枸杞冠層和感染了木虱、癭螨、負(fù)泥蟲(chóng)、白粉病的枸杞冠層進(jìn)行光譜特征測(cè)定[10]；許章華等以寄主葉面積指數(shù)構(gòu)建了馬尾松毛蟲(chóng)的遙感反演模型[11]；衛(wèi)黎光等將地面實(shí)測(cè)冠層高光譜數(shù)據(jù)模擬為TM多光譜數(shù)據(jù)，從而分析衛(wèi)星傳感器多光譜波段對(duì)病害的影響，并構(gòu)建了多光譜指數(shù)(PMSI)估測(cè)白粉病嚴(yán)重程度的模型[12]。

傳統(tǒng)的病蟲(chóng)害監(jiān)測(cè)方式雖然在理論上可行，但在實(shí)際應(yīng)用過(guò)程中采集工作效率低，易出錯(cuò)且數(shù)據(jù)管理工作量大、維護(hù)困難，難以適應(yīng)棉蚜蟲(chóng)害時(shí)空變異性強(qiáng)的特征[13]；無(wú)線傳感器網(wǎng)絡(luò)監(jiān)測(cè)棉蚜信息成本高，系統(tǒng)維護(hù)較為復(fù)雜[14]；遙感技術(shù)在大面積的蟲(chóng)害監(jiān)測(cè)過(guò)程中具有獨(dú)特作用，但其數(shù)據(jù)源受過(guò)境時(shí)間的影響在時(shí)間上相對(duì)滯后，對(duì)棉蚜的監(jiān)測(cè)一般在災(zāi)中、災(zāi)后進(jìn)行，地面驗(yàn)證依然是提高遙感監(jiān)測(cè)精度的必要手段[15-17]。在棉蚜蟲(chóng)害發(fā)展的過(guò)程中，由于采集環(huán)境以及樣點(diǎn)空間分布的復(fù)雜性，傳統(tǒng)的調(diào)查方式無(wú)法有效地輔助調(diào)查人員前往采樣點(diǎn)并提高蟲(chóng)情信息采集與發(fā)布效率。隨著智能終端的發(fā)展，運(yùn)用移動(dòng)GIS技術(shù)可以實(shí)現(xiàn)棉蚜蟲(chóng)害的數(shù)據(jù)采集(空間信息、等級(jí)信息、時(shí)間信息)，為棉蚜蟲(chóng)害的監(jiān)測(cè)提供了一種先進(jìn)的解決方案。

棉蚜蟲(chóng)害的預(yù)警通常是在氣象條件的基礎(chǔ)上對(duì)棉蚜蟲(chóng)害的發(fā)生發(fā)展進(jìn)行研究后做出的[18]。羅亮等對(duì)棉蚜發(fā)生量的主要影響因子進(jìn)行了研究，發(fā)現(xiàn)氣溫的變異程度、峰度以及偏斜度是反映棉蚜大發(fā)生的重要指標(biāo)之一[19]；慕彩蕓等模擬了東疆地區(qū)棉蚜數(shù)量的日、旬、月增長(zhǎng)率，發(fā)現(xiàn)6月份是東疆地區(qū)棉蚜發(fā)生危害的高峰時(shí)段，5—8月棉蚜種群數(shù)量變化極為劇烈[20]；劉政等運(yùn)用SPSS軟件回歸構(gòu)建了棉蚜年發(fā)生程度的預(yù)測(cè)模型[21]。這些成果在一定程度上揭示了棉蚜發(fā)生程度與氣象因子的關(guān)系，然而現(xiàn)有的模型將棉蚜的年發(fā)生程度作為整體進(jìn)行分析建模，且定量化的棉蚜發(fā)生等級(jí)預(yù)報(bào)模型較少，棉蚜全期蟲(chóng)情預(yù)報(bào)可行性差。“一種分階段5日間隔的棉蚜發(fā)生等級(jí)預(yù)報(bào)方法”是在研究區(qū)(新疆生產(chǎn)建設(shè)兵團(tuán)第七師一二五團(tuán))大量的數(shù)據(jù)基礎(chǔ)上進(jìn)行科學(xué)處理建立的，該方法將研究區(qū)的棉蚜蟲(chóng)害進(jìn)行了分階段處理，通過(guò)獲取研究區(qū)5 d內(nèi)的平均溫度和平均濕度，運(yùn)用相關(guān)公式即可對(duì)研究區(qū)棉蚜蟲(chóng)害的發(fā)生等級(jí)進(jìn)行預(yù)判[22]。

本研究針對(duì)棉蚜蟲(chóng)害數(shù)據(jù)采集工作效率低下、空間分析復(fù)雜度較高以及棉蚜全期預(yù)警可行性差等問(wèn)題，在研究棉蚜蟲(chóng)情發(fā)展的基礎(chǔ)上，利用移動(dòng)GIS技術(shù)實(shí)現(xiàn)棉蚜蟲(chóng)害的數(shù)據(jù)采集，分析棉蚜蟲(chóng)害的空間分布，同時(shí)預(yù)判棉蚜發(fā)生的總體趨勢(shì)，最終利用IOS智能設(shè)備將趨勢(shì)信息推送給用戶，此方式在棉蚜蟲(chóng)害信息采集樣本點(diǎn)的選擇上具有隨機(jī)性，在棉蚜蟲(chóng)害預(yù)警信息傳播上具有實(shí)時(shí)性。該系統(tǒng)采用C/S技術(shù)架構(gòu)，以服務(wù)端為基礎(chǔ)，移動(dòng)終端為核心，探討氣象信息的獲取、棉蚜發(fā)生等級(jí)計(jì)算、反距離插值分析、空間位置鏈接、預(yù)警推送等關(guān)鍵技術(shù)，集中解決棉蚜監(jiān)測(cè)、預(yù)警和信息推送等關(guān)鍵問(wèn)題，為用戶進(jìn)行棉蚜監(jiān)測(cè)并提升其預(yù)警水平提供參考。

1 系統(tǒng)總體設(shè)計(jì)

1.1 需求分析

棉蚜蟲(chóng)害監(jiān)測(cè)預(yù)警系統(tǒng)是在采樣條田的棉蚜發(fā)生等級(jí)基礎(chǔ)上對(duì)其進(jìn)行空間分析，進(jìn)而在較大空間尺度上對(duì)棉蚜蟲(chóng)害進(jìn)行監(jiān)測(cè)，同時(shí)根據(jù)棉蚜蟲(chóng)害發(fā)生發(fā)展規(guī)律預(yù)報(bào)其發(fā)生趨勢(shì)并向用戶推送預(yù)警信息。采樣條田的棉蚜發(fā)生等級(jí)通過(guò)移動(dòng)GIS進(jìn)行采集[23]，系統(tǒng)開(kāi)發(fā)著重解決以下幾個(gè)核心需求：(1)如何向用戶顯示已采集條田的棉蚜蟲(chóng)害發(fā)生等級(jí)；(2)如何獲取未采集條田的棉蚜蟲(chóng)害發(fā)生等級(jí)；(3)如何預(yù)測(cè)未來(lái)幾天棉蚜蟲(chóng)害發(fā)生等級(jí)的變化趨勢(shì)；(4)如何向用戶推送棉蚜發(fā)生趨勢(shì)信息和預(yù)警信息。

目前，移動(dòng)GIS技術(shù)可實(shí)現(xiàn)地圖顯示、空間分析、地圖服務(wù)生成等一系列功能。如ESRI公司(Environmental Systems Research Institute，Inc.)提供的移動(dòng)GIS開(kāi)發(fā)工具包ArcGIS Runtime SDK for IOS提供了大量的API，結(jié)合XCode(蘋果公司開(kāi)發(fā)的編程軟件)開(kāi)發(fā)工具，可以在IOS平臺(tái)以地圖服務(wù)的形式通過(guò)網(wǎng)絡(luò)向用戶顯示棉蚜蟲(chóng)害發(fā)生等級(jí)的專題圖。在服務(wù)端，借助ArcGIS Desktop鏈接Oracle棉蚜蟲(chóng)害時(shí)空數(shù)據(jù)庫(kù)并加載已采集條田的棉蚜蟲(chóng)害發(fā)生等級(jí)，通過(guò)空間插值技術(shù)獲取未采集條田的棉蚜發(fā)生等級(jí)，最終通過(guò)ArcGIS Server發(fā)布棉蚜蟲(chóng)害發(fā)生等級(jí)專題圖，為IOS客戶端調(diào)用該地圖服務(wù)提供支持。

研究區(qū)為新疆生產(chǎn)建設(shè)兵團(tuán)第七師一二五團(tuán)，棉蚜蟲(chóng)害的未來(lái)發(fā)生等級(jí)可以利用專利“一種分階段5日間隔的棉蚜發(fā)生等級(jí)預(yù)報(bào)方法”進(jìn)行預(yù)測(cè)[22]。該專利提出了利用溫濕系數(shù)實(shí)現(xiàn)棉蚜蟲(chóng)害發(fā)生等級(jí)的預(yù)報(bào)。因此，通過(guò)獲取研究區(qū)所在地的氣象信息，利用溫濕系數(shù)映射并預(yù)報(bào)棉蚜發(fā)生等級(jí)，可進(jìn)一步判斷棉蚜蟲(chóng)害發(fā)生等級(jí)的未來(lái)發(fā)展趨勢(shì)。研究區(qū)擁有植保站和氣象站，氣象站提供氣象服務(wù)API并采用http協(xié)議，可采用Java支持http請(qǐng)求協(xié)議的網(wǎng)絡(luò)通信技術(shù)，使用該API獲取的氣象信息為Json格式，服務(wù)端在進(jìn)行氣象信息請(qǐng)求時(shí)，需要對(duì)Json格式數(shù)據(jù)進(jìn)行解析，將解析后的溫度、濕度等氣象信息寫(xiě)入數(shù)據(jù)庫(kù)。

空間插值分析的結(jié)果為柵格數(shù)據(jù)，該數(shù)據(jù)從較大的空間尺度描述了棉蚜蟲(chóng)害發(fā)生的空間分布。在柵格數(shù)據(jù)的基礎(chǔ)上，對(duì)其進(jìn)行重分類、矢量化處理，最終通過(guò)空間位置鏈接技術(shù)映射每個(gè)條田的棉蚜發(fā)生等級(jí)，若該條田的棉蚜蟲(chóng)害發(fā)生等級(jí)觸發(fā)了經(jīng)濟(jì)閾值，則向該用戶推送棉蚜發(fā)生等級(jí)發(fā)展趨勢(shì)以及預(yù)警信息。推送技術(shù)采用JPush推送(第三方推送API)。

1.2 體系結(jié)構(gòu)設(shè)計(jì)

本系統(tǒng)的體系結(jié)構(gòu)主要包括3個(gè)部分：表現(xiàn)層、邏輯層、數(shù)據(jù)層。表現(xiàn)層主要提供用戶訪問(wèn)的接口，包括用戶注冊(cè)、登錄、地圖顯示、定位、預(yù)警及趨勢(shì)信息接收等。邏輯層主要處理未來(lái)棉蚜發(fā)生等級(jí)計(jì)算、空間插值分析、重分類、柵格數(shù)據(jù)轉(zhuǎn)矢量、空間位置鏈接分析、專題圖生成、服務(wù)發(fā)布、預(yù)警及趨勢(shì)信息推送、客戶端服務(wù)端通信、數(shù)據(jù)庫(kù)訪問(wèn)等問(wèn)題。數(shù)據(jù)層主要存儲(chǔ)用戶信息、棉蚜蟲(chóng)害發(fā)生等級(jí)現(xiàn)勢(shì)數(shù)據(jù)(如條田塊插值后的棉蚜蟲(chóng)害發(fā)生等級(jí))、棉蚜發(fā)生等級(jí)發(fā)展趨勢(shì)數(shù)據(jù)、氣象數(shù)據(jù)等。系統(tǒng)體系結(jié)構(gòu)如圖1所示。

圖1 系統(tǒng)體系結(jié)構(gòu)

1.3 系統(tǒng)功能設(shè)計(jì)

系統(tǒng)功能設(shè)計(jì)采用面向?qū)ο蟮脑O(shè)計(jì)方法。分為客戶端和服務(wù)端2個(gè)部分，采用C/S架構(gòu)，客戶端和服務(wù)端的通信采用2G/3G/4G/Wi-Fi技術(shù)?？蛻舳酥饕ㄗ?cè)登錄模塊、專題圖顯示模塊、定位顯示模塊、推送接收模塊；服務(wù)端主要包括氣象獲取模塊、等級(jí)計(jì)算模塊、空間分析模塊(包括空間插值分析、重分類、柵格數(shù)據(jù)轉(zhuǎn)矢量、空間位置鏈接分析)、預(yù)警推送模塊、數(shù)據(jù)存取模塊、數(shù)據(jù)通信模塊等。系統(tǒng)功能結(jié)構(gòu)如圖2所示。

圖2 系統(tǒng)功能結(jié)構(gòu)

定位顯示模塊主要調(diào)用手機(jī)的GPS模塊，獲取用戶的當(dāng)前位置，并在地圖上進(jìn)行顯示。當(dāng)用戶訪問(wèn)地圖時(shí)，系統(tǒng)調(diào)用該模塊。專題圖顯示模塊的主要功能是通過(guò)專題圖的方式向用戶展示棉蚜發(fā)生等級(jí)的空間分布。用戶訪問(wèn)該模塊時(shí)，系統(tǒng)首先調(diào)用定位顯示模塊，直接將用戶的位置在地圖上顯示出來(lái)，進(jìn)而可以查看當(dāng)前位置的棉蚜發(fā)生等級(jí)分布情況。推送接收模塊的主要功能是承載服務(wù)端向客戶端推送的趨勢(shì)及預(yù)警信息。

氣象獲取模塊的主要功能是通過(guò)氣象API獲取區(qū)域內(nèi)的氣象信息，并對(duì)獲取到的Json格式數(shù)據(jù)進(jìn)行解析，通過(guò)數(shù)據(jù)存取模塊將數(shù)據(jù)寫(xiě)入到數(shù)據(jù)庫(kù)。等級(jí)計(jì)算模塊的主要功能是利用氣象信息，通過(guò)溫濕系數(shù)映射出棉蚜發(fā)生等級(jí)。推送模塊向各個(gè)所屬條田的用戶以廣播的方式推送棉蚜發(fā)生趨勢(shì)，同時(shí)判斷各個(gè)條田棉蚜發(fā)生等級(jí)是否達(dá)到了預(yù)警觸發(fā)條件，對(duì)達(dá)到預(yù)警觸發(fā)條件的條田進(jìn)行預(yù)警。數(shù)據(jù)存取模塊是提供數(shù)據(jù)庫(kù)訪問(wèn)的接口，為各個(gè)模塊操作數(shù)據(jù)庫(kù)提供支持。數(shù)據(jù)通信模塊提供了應(yīng)用程序向服務(wù)器發(fā)送請(qǐng)求的http協(xié)議接口，為氣象獲取模塊提供支持?？臻g分析模塊的實(shí)現(xiàn)需要借助ArcGIS Desktop，利用ArcGIS Desktop提供的各種工具實(shí)現(xiàn)空間分析。服務(wù)端系統(tǒng)運(yùn)行流程如圖3所示。

2 系統(tǒng)核心功能實(shí)現(xiàn)

2.1 蟲(chóng)害數(shù)據(jù)采集

棉蚜蟲(chóng)害的數(shù)據(jù)采集是以IOS智能手機(jī)為平臺(tái)運(yùn)用移動(dòng)GIS技術(shù)實(shí)現(xiàn)的。GPS技術(shù)可以實(shí)現(xiàn)定位，通過(guò)離線地圖將抽樣條田塊快速顯示；在地圖上對(duì)采樣條田塊的棉蚜發(fā)生情況進(jìn)行點(diǎn)、面信息采集，如果采樣條田塊的棉蚜蟲(chóng)害發(fā)生呈現(xiàn)點(diǎn)狀發(fā)生情況，則在采樣條田塊上繪制點(diǎn)狀圖形，如果呈現(xiàn)面狀發(fā)生情況，則在條田塊上繪制相應(yīng)的多邊形；最后運(yùn)用移動(dòng)網(wǎng)絡(luò)將繪制圖形連同棉蚜發(fā)生等級(jí)發(fā)送到服務(wù)端，由服務(wù)端進(jìn)行數(shù)據(jù)的處理。

圖3 服務(wù)端系統(tǒng)運(yùn)行流程

2.2 棉蚜發(fā)生等級(jí)預(yù)測(cè)

為實(shí)現(xiàn)棉蚜發(fā)生等級(jí)的預(yù)報(bào)，在收集和獲取新疆生產(chǎn)建設(shè)兵團(tuán)第七師一二五團(tuán)2004—2014年氣象資料和棉蚜發(fā)生數(shù)據(jù)的基礎(chǔ)上，運(yùn)用統(tǒng)計(jì)方法、相關(guān)性分析和多元回歸方法對(duì)影響棉蚜發(fā)生的主要?dú)庀笠蜃舆M(jìn)行了研究[22]，發(fā)現(xiàn)棉蚜的發(fā)生等級(jí)與溫濕系數(shù)具有如下關(guān)系：

Y=1.04+0.20lnA

(1)

Y=-6.86+10.90lnB

(2)

Y=10.36-9.54lnC

(3)

式(1)、(2)、(3)的運(yùn)用日期范圍分別是5月5日—6月30日、7月1日—7月24日、7月25日—8月25日，其中l(wèi)nA為相對(duì)溫濕系數(shù)的自然對(duì)數(shù)，lnB、lnC是直接溫濕系數(shù)的自然對(duì)數(shù)。

獲取溫濕系數(shù)的前提是獲取氣象信息，研究區(qū)氣象信息服務(wù)的API采用的是http協(xié)議，數(shù)據(jù)傳輸格式為Json格式。服務(wù)端采用JSONObect類來(lái)解析Json，這個(gè)類能夠?qū)⒎螶son格式的字符串轉(zhuǎn)化為嚴(yán)格的Json對(duì)象即JSONObject，然后利用JSONObject.fromObject(obj)方法獲取Json中的元素，最終將解析后的數(shù)據(jù)通過(guò)數(shù)據(jù)存取模塊寫(xiě)入到數(shù)據(jù)庫(kù)中。

2.3 棉蚜發(fā)生等級(jí)專題圖生成

大尺度的棉蚜發(fā)生等級(jí)柵格專題圖以及研究區(qū)條田棉蚜發(fā)生等級(jí)專題圖的生成是在采樣的基礎(chǔ)上完成的。已采集條田棉蚜發(fā)生等級(jí)專題圖的制作首先需要通過(guò)ArcGIS Desktop連接Oracle棉蚜蟲(chóng)害時(shí)空數(shù)據(jù)庫(kù)，采用的連接方式為直接連接；其次加載采集的棉蚜蟲(chóng)害空間數(shù)據(jù)，并疊加研究區(qū)基礎(chǔ)地理矢量圖；最后將圖層發(fā)布到ArcGIS Server上以地圖服務(wù)的形勢(shì)進(jìn)行顯示。

棉蚜發(fā)生等級(jí)柵格專題圖的生成主要是在已采集條田棉蚜發(fā)生等級(jí)圖層的基礎(chǔ)上，通過(guò)空間插值分析得到的。由于研究區(qū)采樣條田在棉蚜蟲(chóng)害發(fā)生等級(jí)等方面具有代表性，因此系統(tǒng)采用反距離插值方法進(jìn)行分析。在反距離的插值過(guò)程中，與插值點(diǎn)距離最近的若干個(gè)已知樣本點(diǎn)對(duì)內(nèi)插點(diǎn)值的貢獻(xiàn)最大，其貢獻(xiàn)大小與距離成反比。其數(shù)據(jù)理論是加權(quán)平均，即將已知樣本點(diǎn)各數(shù)值乘以相應(yīng)的單位數(shù)(權(quán)數(shù))，然后求和得總體值，再除以單位數(shù)之和。假設(shè)xi為已知樣本點(diǎn)，yi為已知樣本點(diǎn)對(duì)應(yīng)的權(quán)數(shù)，y為加權(quán)算術(shù)平均數(shù)(即預(yù)測(cè)值或內(nèi)插值)，則加權(quán)算術(shù)平均數(shù)的計(jì)算公式如式(4)。

y=∑(xi×wi)/∑wi

(4)

反距離加權(quán)法中的權(quán)數(shù)wi由式(5)來(lái)確定。

(5)

式(5)中，pDi為內(nèi)插點(diǎn)與已知樣本點(diǎn)之間的距離；u為距離pDi的冪。

由式(4)和(5)可得反距離加權(quán)平均數(shù)的計(jì)算公式[26]如式(6)。

(6)

在具體操作過(guò)程中，對(duì)采集的條田(條田在矢量圖上顯示為多邊形)需要進(jìn)行多邊形轉(zhuǎn)點(diǎn)處理，該操作可由ArcGIS Desktop的工具Feature To Point完成。完成多邊形轉(zhuǎn)點(diǎn)之后，可對(duì)點(diǎn)進(jìn)行空間反距離插值，在該工具中u的值選取為2.5。因?yàn)榭臻g插值的結(jié)果為非整數(shù)，因此需要對(duì)插值后的柵格進(jìn)行重分類處理，使得棉蚜發(fā)生等級(jí)為整數(shù)等級(jí)，最后進(jìn)行剪裁，處理結(jié)果如圖4(a)所示。插值以及重分類的過(guò)程中，相近條田塊的棉蚜蟲(chóng)害發(fā)生等級(jí)可能相同，無(wú)法在柵格數(shù)據(jù)上直接區(qū)分出不同的條田塊，空間尺度較大。為了解決這一問(wèn)題，需要對(duì)柵格圖進(jìn)行矢量化處理，處理結(jié)果如圖4(b)所示，最后進(jìn)行空間位置鏈接，在條田尺度上獲取棉蚜發(fā)生等級(jí)，處理結(jié)果如圖4(c)所示。

圖4 棉蚜蟲(chóng)害發(fā)生等級(jí)空間分布

2.4 預(yù)警推送

預(yù)警推送采用的技術(shù)是極光推送，該推送是一個(gè)端到端的推送服務(wù)，使得服務(wù)器消息能夠及時(shí)地推送到終端用戶手機(jī)上，減少集成APNs需要的工作量和開(kāi)發(fā)復(fù)雜度。

在JPush Portal上創(chuàng)建應(yīng)用時(shí)，首先要在JPush的管理Portal上上傳應(yīng)用程序證書(shū)并創(chuàng)建應(yīng)用生成AppKey用以標(biāo)識(shí)該應(yīng)用。在XCode上需要添加IOS核心開(kāi)發(fā)框架，隨后創(chuàng)建并配置PushConfig.plis文件，填寫(xiě)AppKey等參數(shù)。最后在應(yīng)用程序代理類中分別實(shí)現(xiàn)推送協(xié)議即可。

此外，對(duì)客戶端的推送是定點(diǎn)推送。用戶在進(jìn)行注冊(cè)時(shí)，服務(wù)端會(huì)為注冊(cè)用戶生成唯一標(biāo)簽，該標(biāo)簽標(biāo)識(shí)特定的用戶。在進(jìn)行推送時(shí)，服務(wù)端對(duì)數(shù)據(jù)庫(kù)執(zhí)行2次查詢處理：第1次查詢出當(dāng)前棉蚜發(fā)生等級(jí)大于預(yù)測(cè)等級(jí)的棉田所屬用戶，記錄其標(biāo)簽；第2次查詢出當(dāng)前棉蚜發(fā)生等級(jí)已經(jīng)觸發(fā)經(jīng)濟(jì)閾值(棉蚜發(fā)生等級(jí)大于3級(jí)[27])的棉田所屬用戶，記錄其標(biāo)簽。最后對(duì)記錄的標(biāo)簽進(jìn)行推送。

系統(tǒng)更新的周期為5 d，在各個(gè)階段的時(shí)間節(jié)點(diǎn)處進(jìn)行更新。

3 小結(jié)

本系統(tǒng)采用的預(yù)警模型是在新疆生產(chǎn)建設(shè)兵團(tuán)第七師一二五團(tuán)植保站所采集數(shù)據(jù)的基礎(chǔ)上建立起來(lái)的，農(nóng)技人員可使用智能終端APP監(jiān)測(cè)棉蚜蟲(chóng)害的發(fā)生情況并得到預(yù)警信息，準(zhǔn)確度達(dá)到80%以上，該預(yù)警模型可根據(jù)區(qū)域的不同依據(jù)歷史氣象數(shù)據(jù)和病蟲(chóng)害發(fā)生數(shù)據(jù)快速重構(gòu)。從應(yīng)用情況看，更加精確的植棉區(qū)分布數(shù)據(jù)以及植棉區(qū)的氣象信息對(duì)棉蚜蟲(chóng)害發(fā)生等級(jí)的計(jì)算以及預(yù)警有提升作用。在系統(tǒng)運(yùn)行方面，棉蚜專題圖的生成目前是依賴人工操作完成的，如何實(shí)現(xiàn)專題圖的自動(dòng)生成與服務(wù)發(fā)布是完善系統(tǒng)的方向。

[1] 梁彥,張帥,邵振潤(rùn),等.棉蚜抗藥性及其化學(xué)防治[J].植物保護(hù),2013,39(5):70-80.

[2] 王洪亮,仵均祥,王丙麗.棉蚜在不同抗蟲(chóng)棉品種上的發(fā)育歷期研究[J].西北農(nóng)業(yè)學(xué)報(bào),2006,15(4):83-85.

[3] 王詠妙,張鵬飛,陳建群.棉蚜寄主專化型及其形成的行為機(jī)理[J].昆蟲(chóng)學(xué)報(bào),2004,47(6):760-767.

[4] 鄒先偉,蔣志勝.棉蚜抗藥性及其抗性治理對(duì)策的研究[J].農(nóng)藥,2004,43(7):294-297，326.

[5] 劉向東,翟保平,梁圣愛(ài),等.棉蚜遷飛型和居留型及其雜交后代飛行特性的比較研究[J].昆蟲(chóng)學(xué)報(bào),2006,49(4):619-624.

[6] 張克斌,劉惠霞,王玲莉.棉蚜年生活周期及其與寄主營(yíng)養(yǎng)的關(guān)系[J].西北農(nóng)林科技大學(xué)學(xué)報(bào)(自然科學(xué)版),1987,15(4):15-21.

[7] 周海波,程登發(fā),陳巨蓮.小麥蚜蟲(chóng)田間調(diào)查及監(jiān)測(cè)技術(shù)[J].應(yīng)用昆蟲(chóng)學(xué)報(bào),2014,17(3):853-858.

[8] 陸明星,陸自強(qiáng),杜予州.水稻鉆蛀性螟蟲(chóng)田間調(diào)查及測(cè)報(bào)技術(shù)[J].應(yīng)用昆蟲(chóng)學(xué)報(bào),2014,51(4):1125-1129.

[9] 齊建東,蔣禧,趙燕東.基于無(wú)線多媒體傳感器網(wǎng)絡(luò)的森林病蟲(chóng)害監(jiān)測(cè)系統(tǒng)[J].北京林業(yè)大學(xué)學(xué)報(bào),2010,32(4):186-190.

[10] 馬菁,張學(xué)儉.枸杞病蟲(chóng)害遙感近地高光譜特征研究[J].廣東農(nóng)業(yè)科學(xué),2015,42(13):165-172.

[11] 許章華,劉健,龔從宏,等.馬尾松毛蟲(chóng)寄主有效葉面積指數(shù)遙感反演模型研究[J].中南林業(yè)科技大學(xué)學(xué)報(bào),2012,32(10):72-78.

[12] 衛(wèi)黎光,蔣金豹,楊貴軍,等.模擬多光譜衛(wèi)星傳感器數(shù)據(jù)的冬小麥白粉病遙感監(jiān)測(cè)[J].麥類作物學(xué)報(bào),2014,34(12):1699-1705.

[13] 張競(jìng)成,袁琳,王紀(jì)華,等.作物病蟲(chóng)害遙感監(jiān)測(cè)研究進(jìn)展[J].農(nóng)業(yè)工程學(xué)報(bào),2012,28(20):1-11.

[14] 鄭文超.基于ZigBee的東北森林病蟲(chóng)害監(jiān)測(cè)技術(shù)研究[J].安徽農(nóng)業(yè)科學(xué),2014,42(13):4108-4109.

[15] 史舟,梁宗正,楊媛媛,等.農(nóng)業(yè)遙感研究現(xiàn)狀與展望[J].農(nóng)業(yè)機(jī)械學(xué)報(bào),2015,46(2):247-260.

[16] 張喜旺,劉劍鋒,秦奮,等.作物類型遙感識(shí)別研究進(jìn)展[J].中國(guó)農(nóng)學(xué)通報(bào),2014,30(33):278-285.

[17] 羅菊花,黃文江,韋朝領(lǐng),等.基于GIS的農(nóng)作物病蟲(chóng)害預(yù)警系統(tǒng)的初步建立[J].農(nóng)業(yè)工程學(xué)報(bào),2008,24(12):127-131.

[18] 陳懷亮,張弘,李有.農(nóng)作物病蟲(chóng)害發(fā)生發(fā)展氣象條件及預(yù)報(bào)方法研究綜述[J].中國(guó)農(nóng)業(yè)氣象,2007,28(2):212-216.

[19] 羅亮,馬德英,苗偉,等.北疆氣溫與棉蚜發(fā)生量之間關(guān)系的探討[J].新疆農(nóng)業(yè)科學(xué),2007,44(4):423-428.

[20] 慕彩蕓,車罡,阿斯亞·瓦依提,等.東疆棉蚜種群消長(zhǎng)規(guī)律及其與氣象因子的關(guān)系[J].沙漠與綠洲氣象,2010,4(6):54-57.

[21] 劉政,孫艷,李保成,等.SPSS逐步回歸分析法構(gòu)建北疆棉蚜年發(fā)生程度的預(yù)報(bào)模型[J].安徽農(nóng)業(yè)科學(xué),2009,37(6):2815-2817.

[22] 石河子大學(xué).一種分階段5日間隔的棉蚜發(fā)生等級(jí)預(yù)報(bào)方法：201410817556.X[P].2015-04-15.

[23] 趙慶展,靳光才,周文杰,等.基于移動(dòng)GIS的棉田病蟲(chóng)害信息采集系統(tǒng)[J].農(nóng)業(yè)工程學(xué)報(bào),2015,31(4):183-190.

[24] 潘啟明,吳天赦,張林水.溫度對(duì)棉蚜繁殖速度的影響[J].昆蟲(chóng)學(xué)報(bào),1986,29(4):367-370.

[25] 馮志超,姚麗花.新疆奎屯棉蚜大發(fā)生的原因及防治措施[J].中國(guó)棉花,2004,31(10):9-11.

[26] 杜久升,陳宜金,侯爭(zhēng).針對(duì)Kriging插值結(jié)果的空間查詢方法[J].計(jì)算機(jī)應(yīng)用,2013,33(3):871-873,895.

[27] 鐘炳周,馬宏英,陳永年.棉蚜為害棉花經(jīng)濟(jì)閾值的研究[J].湖南農(nóng)學(xué)院學(xué)報(bào),1989,15(3):47-52.

Construction of Monitoring and Early Warning System for Aphids in Cotton Based on Mobile GIS

ZHOU Wenjie1,2,3,ZHAO Qingzhan1,2,3*,JIN Guangcai1,2,3,XU Jinxia1,2,3,ZHANG Qing4,ZHANG Hongjing5
(1.College of Information Science and Technology,Shihezi University,Shihezi 832000,China;2.Geospatial Information Engineering Research Center,Xinjiang Production and Construction Corps,Shihezi 832000,China;3.Geospatial Information Engineering Laboratory,Xinjiang Production and Construction Corps,Shihezi 832000,China;4.Institute of Remote Sensing and Digital Earth,Chinese Academy of Sciences,Beijing 100000,China;5.Jinnong Agriculture Co.,Ltd.,the 125th Regiment of the 7th Agricultural Division of Xinjiang Production and Construction Corps,Kuitun 833200,China)

In order to perform monitoring quickly and accurately for aphids in cotton and offer an early warning for technicians and farmers,the article using mobile GIS technology and spatial analysis technology designed and implemented monitoring and early-warning system for aphids in cotton based on IOS intelligent platforms,and then carried out tests in research area,which is the 125th Regiment of the 7th Agricultural Division of Xinjiang Production and Construction Corps.The mobile GIS technology was applied to take sample of aphids in cotton for monitoring.On this basis,the inverse distance interpolation analysis was used to obtain the spatial distribution raster data of aphids in cotton,and then re-classification and vectorization for GIS raster data in sequence were carried out to get the spatial distribution vector figure of aphids in cotton,so the occurrence rating of aphids in cotton of every stripe field was got by space connection technology based on spatial location,finally the thematic map of occurrence rating for aphids in cotton was published through the ArcGIS Server and it could be accessed by phone.The early warning was based on the current monitoring.The occurrence rating of aphids in cotton in the next five days was acquired through prediction model for occurrence rating of aphids in cotton based on temperature-humidity coefficient.The forecast occurrence ratings were compared with the result of inverse distance interpolation analysis,and at the same time the occurrence tendency of aphids in cotton for every strip field and the strip fields where the occurrence rating of aphids in cotton was greater than economic threshold were remarked.At last,the Jpush technology which can push notification to client was adopted,and the terminal users received the notification of the occurrence tendency and the early warning for aphids in cotton by phone.The result of preliminary application showed that the system allowed users to access the data through the internet at any time,and know comprehensively the occurrence tendency of aphids in cotton.The operation of the system is simple,efficient and convenient,and strong real-time is possessed by the system.It can offer supports for the monitoring and early warning for aphids in cotton.

mobile GIS; aphids in cotton; monitoring; forecast; early-warning

2016-02-23

國(guó)家自然科學(xué)基金項(xiàng)目(31260291，31460317)；新疆生產(chǎn)建設(shè)兵團(tuán)科技援疆專項(xiàng)(2014AB001)；自治區(qū)科技支疆項(xiàng)目(201591105)

周文杰(1989-)，男，河南許昌人，碩士，主要從事農(nóng)業(yè)信息化、空間信息技術(shù)及其應(yīng)用等研究。 E-mail：wenjie_zhou@foxmail.com

*通訊作者：趙慶展(1972-)，男，河南南陽(yáng)人，副教授，主要從事農(nóng)業(yè)信息化、空間信息系統(tǒng)集成與服務(wù)研究。 E-mail：zqz_inf@shzu.edu.cn

S435.622；S126

A

1004-3268(2016)09-0163-06