基于指標(biāo)模型的河北省小麥蚜蟲(chóng)氣象預(yù)警預(yù)測(cè)系統(tǒng)研究

司麗麗，郭麗麗，姚樹(shù)然，解文娟，趙 亮

（1.河北省氣象災(zāi)害防御和環(huán)境氣象中心，石家莊 050000；2.河北省氣象與生態(tài)環(huán)境重點(diǎn)實(shí)驗(yàn)室，石家莊 050000；3.河北省氣象科學(xué)研究所，石家莊 050000）

中國(guó)小麥產(chǎn)量和消費(fèi)量常年在1億t左右，位居世界第一［1］。河北省是小麥主要生產(chǎn)大省，其總產(chǎn)量、單產(chǎn)量以及播種面積均為全國(guó)第三位［2］。而小麥蚜蟲(chóng)是危害小麥產(chǎn)量和品質(zhì)的主要蟲(chóng)害［3-6］。近年來(lái)，小麥蚜蟲(chóng)成為威脅小麥生產(chǎn)的主要蟲(chóng)害之一，幾乎連年發(fā)生，嚴(yán)重時(shí)小麥產(chǎn)量損失達(dá)40%～50%。研究表明，氣象條件幾乎是所有大范圍暴發(fā)性、流行性、毀滅性的農(nóng)作物重大病蟲(chóng)害的發(fā)生、發(fā)展、流行的關(guān)鍵因子［7］，其中，溫度、濕度則是影響麥蚜種群數(shù)量的重要?dú)庀笠蛩兀?，9］。在自然條件下，溫濕度對(duì)麥蚜發(fā)生消長(zhǎng)起主導(dǎo)作用，有利的外部氣象環(huán)境條件一旦出現(xiàn)，就可以快速暴發(fā)成災(zāi)。因此，基于氣象條件建立預(yù)警預(yù)報(bào)指標(biāo)體系對(duì)于科學(xué)防控麥蚜意義重大。多年來(lái)，由于農(nóng)戶對(duì)蚜蟲(chóng)發(fā)生規(guī)律不了解，不能在達(dá)到防治指標(biāo)的同時(shí)科學(xué)施藥，致使防治效果不佳，用藥次數(shù)偏多，殺傷天敵，并造成環(huán)境污染［10］，嚴(yán)重影響生態(tài)環(huán)境。以精準(zhǔn)的蟲(chóng)害預(yù)警預(yù)測(cè)指標(biāo)體系為基礎(chǔ)的氣象服務(wù)系統(tǒng)是科學(xué)防控麥蚜、保護(hù)生態(tài)環(huán)境的重要支撐［11］。

國(guó)外利用計(jì)算機(jī)技術(shù)解決病蟲(chóng)防控問(wèn)題起步較早，20世紀(jì)70年代即已開(kāi)展相關(guān)研究［12，13］，瑞士開(kāi)發(fā)的谷物預(yù)測(cè)預(yù)報(bào)系統(tǒng)EPIPRE，可準(zhǔn)確預(yù)報(bào)殺蟲(chóng)劑的施用日期；用于防治馬鈴薯晚疫病的PhytoPRE+2000系統(tǒng)［14-17］，可精準(zhǔn)預(yù)測(cè)該病的發(fā)生流行。Drench等［18］研制的冬小麥病蟲(chóng)害監(jiān)測(cè)預(yù)測(cè)和防治系統(tǒng)模式Epipre，目前仍在很多西歐國(guó)家使用。中國(guó)用于病蟲(chóng)防控的系統(tǒng)研發(fā)由于起步較晚，技術(shù)水平相對(duì)落后，但小麥蚜蟲(chóng)防控管理平臺(tái)在國(guó)內(nèi)已有一些研究，例如，中國(guó)農(nóng)業(yè)科學(xué)院彭宇［19］研制的基于Web GIS的氣候變化下麥蚜種群動(dòng)態(tài)預(yù)測(cè)系統(tǒng)，蘇一峰［20］開(kāi)發(fā)的基于物聯(lián)網(wǎng)平臺(tái)的小麥病蟲(chóng)害診斷系統(tǒng)等。上述系統(tǒng)的建立為蚜蟲(chóng)科學(xué)管理起到了一定作用，但多用于診斷和實(shí)時(shí)預(yù)警，且基于實(shí)地自研的相關(guān)技術(shù)研究較少，系統(tǒng)應(yīng)用缺乏科學(xué)依據(jù)。當(dāng)前，適用于河北省的融合預(yù)警、預(yù)測(cè)及診斷等多功能的綜合蚜蟲(chóng)防控服務(wù)系統(tǒng)尚未見(jiàn)報(bào)道。因此，本研究基于前期研究的小麥蚜蟲(chóng)預(yù)警、預(yù)報(bào)指標(biāo)模型體系，結(jié)合GIS應(yīng)用，建立了河北省小麥蚜蟲(chóng)預(yù)警預(yù)報(bào)氣象服務(wù)系統(tǒng)。該系統(tǒng)將信息采集、管理、加工處理以及蚜蟲(chóng)監(jiān)測(cè)與預(yù)警、預(yù)測(cè)與預(yù)報(bào)、診斷與知識(shí)融為一體，為拓展蚜蟲(chóng)防控業(yè)務(wù)提供了優(yōu)質(zhì)、高效的智慧平臺(tái)，可應(yīng)用于植保、氣象等部門，并為政府決策蟲(chóng)害防治措施、農(nóng)戶科學(xué)生產(chǎn)提供依據(jù)。

1 材料與方法

1.1 數(shù)據(jù)來(lái)源

面向河北省小麥主產(chǎn)區(qū)收集氣象、農(nóng)業(yè)等數(shù)據(jù)，其中，氣象數(shù)據(jù)來(lái)源于河北省氣象局，蟲(chóng)害生物學(xué)數(shù)據(jù)來(lái)源于河北省植保植檢總站，預(yù)警、預(yù)報(bào)指標(biāo)模型數(shù)據(jù)來(lái)源于河北省小麥蚜蟲(chóng)發(fā)生氣象條件預(yù)警技術(shù)指標(biāo)體系研究課題組。

1.2 數(shù)據(jù)庫(kù)設(shè)計(jì)與構(gòu)建

數(shù)據(jù)庫(kù)設(shè)計(jì)是系統(tǒng)運(yùn)行最關(guān)鍵的環(huán)節(jié)之一，該系統(tǒng)含有大量且多種類型的多源數(shù)據(jù)，快速、靈活、精準(zhǔn)地析取各類數(shù)據(jù)是數(shù)據(jù)庫(kù)設(shè)計(jì)的關(guān)鍵所在。因此，數(shù)據(jù)庫(kù)設(shè)計(jì)方面充分考慮了在保證數(shù)據(jù)完整性的前提下節(jié)省數(shù)據(jù)存儲(chǔ)空間，以及便于系統(tǒng)功能開(kāi)發(fā)等問(wèn)題，采用具有強(qiáng)大能力的SQL Server企業(yè)版作為數(shù)據(jù)庫(kù)開(kāi)發(fā)平臺(tái)，構(gòu)建該系統(tǒng)基礎(chǔ)數(shù)據(jù)庫(kù)，并與開(kāi)發(fā)工具包Visual Studio 2008緊密對(duì)接，為服務(wù)器提供統(tǒng)一數(shù)據(jù)服務(wù)供給支撐，以客戶端單機(jī)安裝直接調(diào)用的模式，保證高效率、高伸縮和高可用，同時(shí)更易于內(nèi)部系統(tǒng)和外部系統(tǒng)連接，大幅降低系統(tǒng)運(yùn)行、管理和維護(hù)風(fēng)險(xiǎn)成本。

1.3 系統(tǒng)開(kāi)發(fā)

該系統(tǒng)在開(kāi)發(fā)模式上采用C/S模式，用戶可通過(guò)客戶端進(jìn)行具體操作，該模式具有較快的響應(yīng)速度、豐富的界面和操作以及較高的安全性，并且可多層認(rèn)證。以Microsoft Visual Studio 2008作為開(kāi)發(fā)環(huán)境，采用C#語(yǔ)言進(jìn)行系統(tǒng)開(kāi)發(fā)，將目前主流的GIS（地理信息系統(tǒng)）、動(dòng)態(tài)圖表控件等可視化技術(shù)集合實(shí)現(xiàn)數(shù)據(jù)的可視化展示。在擴(kuò)展性方面采用插件式框架技術(shù)［21］，為系統(tǒng)升級(jí)和技術(shù)革新提供了一個(gè)優(yōu)良的環(huán)境，并且實(shí)現(xiàn)了模塊化、可擴(kuò)展的平臺(tái)開(kāi)發(fā)架構(gòu)。

1.4 運(yùn)行環(huán)境

該系統(tǒng)可在裝有Windows XP專業(yè)版及以上操作系統(tǒng)的任意電腦上運(yùn)行，后臺(tái)數(shù)據(jù)監(jiān)測(cè)及分析模塊需NET Framework 3.5框架同時(shí)兼有ArcGIS10.0繪圖軟件的支持。

2 結(jié)果與分析

2.1 系統(tǒng)總體設(shè)計(jì)

系統(tǒng)總體架構(gòu)分為四大部分，分別是數(shù)據(jù)庫(kù)管理、預(yù)警預(yù)測(cè)、蟲(chóng)害診斷與知識(shí)、產(chǎn)品制作與發(fā)布（圖1、圖2）。利用數(shù)據(jù)庫(kù)管理模塊，管理員可對(duì)數(shù)據(jù)進(jìn)行錄入、更新、修改、刪除等管理工作，數(shù)據(jù)庫(kù)內(nèi)存放植保與氣象大數(shù)據(jù)，具備強(qiáng)大的統(tǒng)計(jì)分析功能，并充分考慮了延展性。監(jiān)測(cè)預(yù)警以及預(yù)測(cè)預(yù)報(bào)模塊以氣象、生物等大數(shù)據(jù)為運(yùn)行基礎(chǔ)，基于氣象條件的預(yù)警預(yù)測(cè)自研指標(biāo)模型體系，通過(guò)自動(dòng)分析運(yùn)算，可對(duì)達(dá)到麥蚜防治指標(biāo)的天氣條件進(jìn)行自動(dòng)預(yù)警，利用“氣象因子+指標(biāo)模型”組合可對(duì)蟲(chóng)害發(fā)生年型進(jìn)行預(yù)測(cè)，依據(jù)預(yù)測(cè)結(jié)果給出防治建議。蟲(chóng)害診斷與知識(shí)模塊提供了小麥7種主要蟲(chóng)害的診斷、知識(shí)查詢，實(shí)現(xiàn)了技術(shù)與知識(shí)充分融合。產(chǎn)品制作與發(fā)布模塊提供不同產(chǎn)品模板，可無(wú)障礙調(diào)用預(yù)警預(yù)測(cè)信息用于業(yè)務(wù)產(chǎn)品制作，業(yè)務(wù)人員可對(duì)產(chǎn)品進(jìn)行深加工并針對(duì)相關(guān)用戶發(fā)布。此外，系統(tǒng)可存儲(chǔ)預(yù)警、預(yù)測(cè)數(shù)據(jù)，用于預(yù)警預(yù)測(cè)指標(biāo)模型體系的進(jìn)一步驗(yàn)證與修訂。

圖1 系統(tǒng)主頁(yè)

圖2 系統(tǒng)總體功能結(jié)構(gòu)

2.2 數(shù)據(jù)庫(kù)

基于麥蚜與氣象條件密切相關(guān)的生物學(xué)特性，充分考慮預(yù)警預(yù)報(bào)模型輸入所需，整理、提煉并集合農(nóng)業(yè)氣象、小麥生產(chǎn)、麥蚜田間發(fā)生情況、預(yù)警預(yù)測(cè)指標(biāo)模型等主要數(shù)據(jù)，結(jié)合應(yīng)用與維護(hù)的便捷性以及系統(tǒng)分析的精準(zhǔn)性進(jìn)行科學(xué)分類，共分為4個(gè)子數(shù)據(jù)庫(kù)：①氣象數(shù)據(jù)子庫(kù)：包括分縣逐日氣溫、降雨、日照、濕度、風(fēng)力等與麥蚜消長(zhǎng)密切相關(guān)的觀測(cè)數(shù)據(jù)，以及短期天氣預(yù)報(bào)產(chǎn)品和基本農(nóng)情等農(nóng)業(yè)氣象數(shù)據(jù)。其中，地面觀測(cè)數(shù)據(jù)部分還具備比較分析功能，包括數(shù)據(jù)極值、數(shù)據(jù)排序、雨日和積溫的計(jì)算等，并可通過(guò)相關(guān)圖表對(duì)比分析，表征氣象特征要素的變化情況。②生物數(shù)據(jù)子庫(kù)：包括河北省小麥生產(chǎn)面積及產(chǎn)量，小麥蚜蟲(chóng)發(fā)生程度、發(fā)生面積、損失情況等，以及多個(gè)以縣為單位的系統(tǒng)調(diào)查蟲(chóng)害數(shù)據(jù)（麥蚜出現(xiàn)后間隔固定時(shí)段調(diào)查的蚜株率、百株蚜量等數(shù)據(jù)）；另外，系統(tǒng)分類存儲(chǔ)了小麥7種主要蟲(chóng)害的為害特征、發(fā)生規(guī)律、防治方法等特征數(shù)據(jù)，為蟲(chóng)害診斷及知識(shí)模塊提供數(shù)據(jù)保障。③模型數(shù)據(jù)子庫(kù)：庫(kù)內(nèi)存有小麥蚜蟲(chóng)預(yù)警指標(biāo)1套、預(yù)測(cè)預(yù)報(bào)指標(biāo)模型2套，均由河北省小麥蚜蟲(chóng)發(fā)生氣象條件預(yù)警技術(shù)指標(biāo)體系研究課題組自主研發(fā)。④統(tǒng)計(jì)數(shù)據(jù)庫(kù)：主要包括預(yù)警結(jié)果存儲(chǔ)數(shù)據(jù)、年度測(cè)報(bào)數(shù)據(jù)等，來(lái)源于啟動(dòng)麥蚜預(yù)警預(yù)測(cè)后系統(tǒng)存儲(chǔ)。

數(shù)據(jù)庫(kù)具有較好的延展性，保留數(shù)據(jù)接口，可即時(shí)添加、刪減、修改各類數(shù)據(jù)，數(shù)據(jù)庫(kù)下一級(jí)創(chuàng)建了更加細(xì)化的數(shù)據(jù)表，以實(shí)現(xiàn)數(shù)據(jù)快速而準(zhǔn)確的挖掘與應(yīng)用。

2.3 預(yù)警預(yù)測(cè)

蟲(chóng)害預(yù)警預(yù)測(cè)模塊是開(kāi)展小麥蚜蟲(chóng)防治決策服務(wù)的核心內(nèi)容。該模塊包含監(jiān)測(cè)預(yù)警、預(yù)測(cè)預(yù)報(bào)兩個(gè)子模塊，兩項(xiàng)功能相輔相成，可以更好地開(kāi)展麥蚜防控業(yè)務(wù)，服務(wù)結(jié)果均可以GIS地圖形式輸出。同時(shí)具備鏈接服務(wù)產(chǎn)品制作的功能，可一鍵式完成產(chǎn)品模板、預(yù)警信息、預(yù)測(cè)結(jié)論、天氣預(yù)報(bào)信息以及防治建議等內(nèi)容的調(diào)用。

2.3.1 指標(biāo)模型的建立控制好作物蟲(chóng)害的前提就是預(yù)警預(yù)報(bào)做到精細(xì)、準(zhǔn)確、快速。因此，建立適宜當(dāng)?shù)貞?yīng)用的指標(biāo)模型體系顯得尤為重要，系統(tǒng)用于業(yè)務(wù)應(yīng)用的指標(biāo)模型均為河北省小麥蚜蟲(chóng)發(fā)生氣象條件預(yù)警技術(shù)指標(biāo)體系研究課題組在近2年內(nèi)基于植保知識(shí)理論與氣象條件的結(jié)合研究所得，數(shù)據(jù)回代及實(shí)測(cè)顯示，模型預(yù)測(cè)可達(dá)80%以上的準(zhǔn)確率，可用于河北省麥蚜防控預(yù)警預(yù)測(cè)服務(wù)。

2.3.2 監(jiān)測(cè)預(yù)警

1）預(yù)警指標(biāo)研究。在麥蚜取食供給充足的條件下，溫度是影響麥蚜種群發(fā)育速度的主要因素。目前，河北省較為常用的農(nóng)業(yè)防治指標(biāo)為平均百株蚜量500頭，基于積溫學(xué)說(shuō)，結(jié)合麥蚜農(nóng)防指標(biāo)，研究發(fā)現(xiàn)積溫與歷期的變化均存在一定規(guī)律性，因此明確其作為閾值參數(shù)。通過(guò)滾動(dòng)檢驗(yàn)修訂，界定小麥蚜蟲(chóng)達(dá)到防治指標(biāo)的氣象預(yù)警條件為“自小麥蚜蟲(chóng)出現(xiàn)之日起，積溫（∑T）達(dá)到390～460℃，且21 d≤歷時(shí)（D）≤25 d”，基于此進(jìn)行防治決策。

2）預(yù)警流程。

①數(shù)據(jù)調(diào)用。從麥蚜零星發(fā)展期到高峰期為一個(gè)預(yù)警關(guān)注區(qū)間，在該區(qū)間內(nèi)，系統(tǒng)每日訪問(wèn)局域網(wǎng)，調(diào)用氣象數(shù)據(jù)以及各地逐日天氣數(shù)值預(yù)報(bào)產(chǎn)品，同時(shí)讀取預(yù)警指標(biāo)庫(kù)。

②預(yù)警指標(biāo)。預(yù)防為主、綜合防治是有效防控病蟲(chóng)發(fā)生發(fā)展的植保方針，蟲(chóng)害預(yù)警信息應(yīng)做到提前發(fā)布。因此，該系統(tǒng)將自蚜蟲(chóng)出現(xiàn)之日起計(jì)算積溫達(dá)350℃、歷期達(dá)19 d作為初始閾值。

具體預(yù)警條件如下：

當(dāng)閾值參數(shù)中任意一個(gè)達(dá)到初始閾值，即出現(xiàn)“∑T≥350℃，D＜19 d”或“D=19 d，且∑T＜350℃”時(shí)，系統(tǒng)均啟動(dòng)預(yù)警日期估算程序，通過(guò)調(diào)用溫度預(yù)報(bào)預(yù)估460℃≥∑T≥390℃，且25 d≥D≥21 d的日期，該日期即為麥蚜達(dá)到防治指標(biāo)的日期，此時(shí)進(jìn)行預(yù)警提示。

3）預(yù)警信息可視化。超閾值指標(biāo)實(shí)現(xiàn)自動(dòng)報(bào)警（聲音及標(biāo)識(shí)報(bào)警），點(diǎn)擊標(biāo)識(shí)，系統(tǒng)即可鏈接詳細(xì)的預(yù)警信息，包括時(shí)間、地點(diǎn)、當(dāng)前氣象條件、防治建議等。基于GIS技術(shù)，預(yù)警結(jié)果以色斑圖的方式輸出在地圖上（圖3），并生成詳細(xì)的預(yù)警信息。

圖3 監(jiān)測(cè)預(yù)警色斑圖顯示

預(yù)警信息如“*年*月*日，自麥蚜始見(jiàn)期開(kāi)始積溫已達(dá)*℃、歷期為*天，預(yù)計(jì)*年*月*日平均百株蚜量即將上升至500頭，達(dá)到防治指標(biāo)。建議密切關(guān)注蟲(chóng)害及氣象條件變化，在達(dá)到防治指標(biāo)時(shí)盡快防治，可用藥劑為辟蚜霧、吡蟲(chóng)啉、馬拉硫磷、來(lái)福靈等。

2.3.3 預(yù)測(cè)預(yù)報(bào)該系統(tǒng)依據(jù)自研的指標(biāo)模型可即時(shí)預(yù)測(cè)麥蚜發(fā)生年型，可提前15 d對(duì)其發(fā)生程度進(jìn)行預(yù)測(cè)，并根據(jù)預(yù)測(cè)結(jié)果進(jìn)行分級(jí)顯示，提供防治建議（圖4）。

圖4 預(yù)測(cè)預(yù)報(bào)界面

1）預(yù)測(cè)預(yù)報(bào)指標(biāo)模型研究。基于Bayes判別指標(biāo)、Fisher判別模型分別建立了2套麥蚜發(fā)生程度預(yù)測(cè)模型。從兩類預(yù)測(cè)方法的擬合準(zhǔn)確率和外延預(yù)報(bào)準(zhǔn)確率來(lái)看，預(yù)報(bào)效果均超過(guò)了80%，因此，2種模型均被系統(tǒng)采用。

2）預(yù)測(cè)流程。系統(tǒng)每年4月1日進(jìn)行預(yù)測(cè)提醒，用戶根據(jù)本地情況自行選擇預(yù)測(cè)模型，輸入預(yù)測(cè)因子，系統(tǒng)進(jìn)行推理麥蚜發(fā)生年型，預(yù)測(cè)結(jié)果分級(jí)顯示，并給出針對(duì)性的防治建議［22，23］。

2.4 蟲(chóng)害診斷與蟲(chóng)害知識(shí)

蟲(chóng)害診斷與蟲(chóng)害知識(shí)具有一定承接性，在對(duì)蟲(chóng)害診斷后可進(jìn)行相關(guān)知識(shí)的查詢。蟲(chóng)害診斷子模塊可對(duì)小麥生產(chǎn)中常見(jiàn)的7種蟲(chóng)害（蚜蟲(chóng)、吸漿蟲(chóng)、紅蜘蛛、麥葉蜂等）進(jìn)行診斷，采用檢索式診斷方式，主要依據(jù)蟲(chóng)害的為害特征進(jìn)行診斷。通過(guò)用戶選擇為害部位以及具體的為害特征，系統(tǒng)檢索識(shí)別推送診斷結(jié)果，并以蟲(chóng)害圖片加特征描述的方式顯示，以方便用戶確認(rèn)。診斷結(jié)果明確后，相應(yīng)的蟲(chóng)害知識(shí)均可調(diào)用，用戶可在蟲(chóng)害知識(shí)子模塊查看該蟲(chóng)害的危害特點(diǎn)、發(fā)生規(guī)律與防治方法。

2.5 產(chǎn)品制作與分發(fā)

產(chǎn)品制作與發(fā)布模塊中除預(yù)警、預(yù)測(cè)產(chǎn)品以外，還設(shè)計(jì)了《適宜噴藥期天氣預(yù)報(bào)》等農(nóng)用天氣預(yù)報(bào)產(chǎn)品，用于在達(dá)到防治指標(biāo)、制作預(yù)警產(chǎn)品的同時(shí)將適宜噴藥天氣出現(xiàn)的時(shí)段提供給農(nóng)戶。在系統(tǒng)環(huán)境中，可依據(jù)服務(wù)需求選擇相應(yīng)的產(chǎn)品模板，并調(diào)用預(yù)警、預(yù)報(bào)、診斷、知識(shí)等內(nèi)容，疊加文本以及圖表等多種形式輸出。系統(tǒng)存儲(chǔ)常用文字，可隨時(shí)調(diào)用編輯形成相應(yīng)產(chǎn)品，自動(dòng)調(diào)用局域網(wǎng)、數(shù)據(jù)共享平臺(tái)、互聯(lián)網(wǎng)用戶郵箱等相關(guān)地址以及用戶檔案管理和產(chǎn)品目錄管理庫(kù)發(fā)給相關(guān)部門，并可通過(guò)微信公眾號(hào)、微博等新媒體形式向農(nóng)戶發(fā)布。

3 結(jié)論與討論

科學(xué)技術(shù)迅猛發(fā)展，各行各業(yè)對(duì)信息技術(shù)的需求表現(xiàn)強(qiáng)烈，現(xiàn)代化農(nóng)業(yè)氣象服務(wù)更依賴于重要的大數(shù)據(jù)分析以及基于信息手段的快速預(yù)警預(yù)測(cè)［24］。隨著信息技術(shù)飛速發(fā)展，各項(xiàng)技術(shù)的融合應(yīng)用是必然趨勢(shì)，也是農(nóng)業(yè)氣象信息化發(fā)展的有效途徑［25，26］。

該系統(tǒng)基于氣象、植保知識(shí)，以信息技術(shù)為手段，以自行研發(fā)的預(yù)警預(yù)測(cè)指標(biāo)模型為內(nèi)核，將多源多維數(shù)據(jù)信息有機(jī)融合，集數(shù)據(jù)管理、監(jiān)測(cè)預(yù)警、預(yù)測(cè)預(yù)報(bào)、診斷與知識(shí)、產(chǎn)品制作與發(fā)布等功能為一體，研制了小麥蚜蟲(chóng)預(yù)警預(yù)測(cè)氣象服務(wù)系統(tǒng)?；诮⒌臍庀髷?shù)據(jù)、生物數(shù)據(jù)等4類數(shù)據(jù)庫(kù)，實(shí)現(xiàn)了20余項(xiàng)數(shù)據(jù)統(tǒng)計(jì)分析功能；通過(guò)自行研究開(kāi)發(fā)，建立了3套麥蚜預(yù)警預(yù)測(cè)指標(biāo)模型，實(shí)現(xiàn)了麥蚜達(dá)到防治指標(biāo)的自動(dòng)預(yù)警以及發(fā)生程度的中期預(yù)測(cè)，并提供了麥蚜防治方案。該系統(tǒng)還可以多角度進(jìn)行資料分析及圖表制作，簡(jiǎn)化了資料統(tǒng)計(jì)和服務(wù)產(chǎn)品的編輯與輸出工作，同時(shí)具有數(shù)據(jù)庫(kù)與局域網(wǎng)環(huán)境的支持，提高農(nóng)業(yè)氣象業(yè)務(wù)服務(wù)的自動(dòng)化水平，且氣象資料均來(lái)自于氣象局，易于獲取及業(yè)務(wù)化，填補(bǔ)了河北省小麥蚜蟲(chóng)氣象預(yù)警預(yù)測(cè)服務(wù)的空白，通過(guò)系統(tǒng)的運(yùn)行將顯著提高人們對(duì)麥蚜的科學(xué)防治水平。隨著現(xiàn)代農(nóng)業(yè)生產(chǎn)的不斷發(fā)展以及信息技術(shù)的不斷進(jìn)步，將進(jìn)一步優(yōu)化麥蚜警預(yù)測(cè)模型，發(fā)展蟲(chóng)害評(píng)估技術(shù)，擴(kuò)大應(yīng)用及推廣面積。