基于云平臺(tái)的灌溉決策專家系統(tǒng)研究

何緋紅，趙 磊

（1.甘肅省特種設(shè)備檢驗(yàn)檢測(cè)研究院，蘭州 730050；2.蘭州理工大學(xué)電氣工程與信息工程學(xué)院，蘭州 730050）

農(nóng)業(yè)自古以來(lái)都是國(guó)家發(fā)展的重要基礎(chǔ)和保障，中國(guó)雖然國(guó)土遼闊、資源豐富，但是水資源匱乏卻是亟需解決的問(wèn)題。中國(guó)農(nóng)業(yè)用水約占用水總量的70%，但是農(nóng)業(yè)水資源利用率卻只有40%［1］。因此，解決高用水、低效率的農(nóng)業(yè)灌溉方式是農(nóng)業(yè)發(fā)展和國(guó)家發(fā)展的重中之重，并且隨著計(jì)算機(jī)水平的不斷提高和各種技術(shù)的層出不窮，中國(guó)農(nóng)業(yè)也應(yīng)向現(xiàn)代化和信息化方向更進(jìn)一步。本研究針對(duì)農(nóng)業(yè)節(jié)水灌溉和信息化管理問(wèn)題，將專家系統(tǒng)結(jié)構(gòu)與集成應(yīng)用服務(wù)器和數(shù)據(jù)庫(kù)服務(wù)的云平臺(tái)相結(jié)合，利用數(shù)據(jù)庫(kù)管理技術(shù)和Web應(yīng)用程序開發(fā)技術(shù)實(shí)現(xiàn)農(nóng)田灌溉決策和農(nóng)業(yè)信息化管理，以期促進(jìn)農(nóng)業(yè)科技化、信息化，并提高農(nóng)業(yè)水資源的利用效率。

1 云平臺(tái)

云計(jì)算（Cloud computing）來(lái)源于太陽(yáng)電腦公司（Sun Microsystems）提出的“網(wǎng)絡(luò)是電腦”（The network is the computer）概念，而云平臺(tái)則是對(duì)提供云服務(wù)平臺(tái)的統(tǒng)稱，其發(fā)展與云計(jì)算密切相關(guān)。云平臺(tái)主要提供3種服務(wù)模式，分別為基礎(chǔ)設(shè)施即服務(wù)（Infrastructure as a service，IaaS）、平臺(tái)即服務(wù)（Platform as a service，PaaS）和應(yīng)用即服務(wù)（Software as service，SaaS）［2］。

相較于傳統(tǒng)的自建服務(wù)器，云平臺(tái)對(duì)中小型企業(yè)更加友好，主要表現(xiàn)為：①降低了技術(shù)開發(fā)成本，使用云平臺(tái)服務(wù)比購(gòu)買一般的物理硬件更加便宜；②靈活擴(kuò)展IT需求，使用云平臺(tái)的企業(yè)擁有更靈活的選擇，可以按需購(gòu)買相應(yīng)的服務(wù)，還可以在任何時(shí)間并且花費(fèi)很少的前提下停止使用現(xiàn)在所不需要的服務(wù)；③使企業(yè)經(jīng)營(yíng)更加輕松，避免企業(yè)花費(fèi)大量人力、物力部署維護(hù)服務(wù)器，還可以在管理方面為企業(yè)提供更為高效的計(jì)劃；④數(shù)據(jù)訪問(wèn)更加便捷，“云”帶來(lái)了更大的靈活性和移動(dòng)性，使用云訪問(wèn)數(shù)據(jù)可以不受時(shí)間和空間的限制；⑤更加穩(wěn)定、安全，云平臺(tái)分散式的存儲(chǔ)結(jié)構(gòu)在其中一個(gè)網(wǎng)站受攻擊時(shí)可以避免影響其他網(wǎng)頁(yè)，同時(shí)服務(wù)器出現(xiàn)故障時(shí)數(shù)據(jù)和文件可以自動(dòng)轉(zhuǎn)移到其他機(jī)器上，避免出現(xiàn)數(shù)據(jù)和文件等的丟失。

2 專家系統(tǒng)結(jié)構(gòu)

專家系統(tǒng)以云平臺(tái)作為服務(wù)器，以Web瀏覽器作為客戶端，其交互界面以Web頁(yè)面形式呈現(xiàn)。領(lǐng)域?qū)＜液陀脩敉ㄟ^(guò)自己的Web瀏覽器訪問(wèn)專家系統(tǒng)頁(yè)面，以Internet方式實(shí)現(xiàn)對(duì)云平臺(tái)中專家系統(tǒng)應(yīng)用程序的請(qǐng)求和響應(yīng)。專家系統(tǒng)結(jié)構(gòu)如圖1所示。

圖1 專家系統(tǒng)結(jié)構(gòu)

2.1 人機(jī)交互界面

人機(jī)交互界面是專家系統(tǒng)與專家系統(tǒng)使用者（專家、知識(shí)工程師、農(nóng)戶等）進(jìn)行數(shù)據(jù)交互的平臺(tái)。其功能有2點(diǎn)，一是向應(yīng)用程序內(nèi)部提交用戶輸入的問(wèn)題、數(shù)據(jù)等信息，將其轉(zhuǎn)換為系統(tǒng)內(nèi)部可處理的數(shù)據(jù)形式；二是向外將專家系統(tǒng)程序進(jìn)行處理、計(jì)算、推理等形式得出的結(jié)果，以用戶可以理解的形式呈現(xiàn)給用戶。

2.2 知識(shí)獲取

知識(shí)獲取的任務(wù)是獲取專家系統(tǒng)所需知識(shí)，構(gòu)建和擴(kuò)充有效的知識(shí)庫(kù)，從而使專家系統(tǒng)能夠較好地幫助用戶解決領(lǐng)域?qū)＜也拍芙鉀Q的問(wèn)題。目前知識(shí)獲取的方式主要有人工獲取、半自動(dòng)獲取和全自動(dòng)獲取3種方式。

2.3 知識(shí)庫(kù)

知識(shí)庫(kù)是用于存放專家系統(tǒng)推理和決策所需知識(shí)的機(jī)構(gòu)，主要用來(lái)存儲(chǔ)領(lǐng)域的常規(guī)知識(shí)、專家經(jīng)驗(yàn)和計(jì)算模型等。知識(shí)內(nèi)容來(lái)源于知識(shí)獲取機(jī)構(gòu)，為推理機(jī)和解釋器提供所需知識(shí)，知識(shí)的準(zhǔn)確性是專家系統(tǒng)解決問(wèn)題的基礎(chǔ)。

2.4 綜合數(shù)據(jù)庫(kù)

綜合數(shù)據(jù)庫(kù)主要包括事實(shí)數(shù)據(jù)庫(kù)、過(guò)程數(shù)據(jù)庫(kù)和結(jié)果數(shù)據(jù)庫(kù)等，用于存儲(chǔ)事實(shí)信息、推理過(guò)程和結(jié)果［3］。

2.5 推理機(jī)

推理機(jī)是根據(jù)一定的推理方法和策略選擇知識(shí)庫(kù)中的知識(shí)，對(duì)用戶描述的問(wèn)題進(jìn)行推理的機(jī)構(gòu)。推理機(jī)的性能和構(gòu)造一般與知識(shí)的表示和組織方式有關(guān)，而與知識(shí)的內(nèi)容無(wú)關(guān)，從而保證推理機(jī)與知識(shí)庫(kù)的相對(duì)獨(dú)立性［4］。

2.6 解釋器

解釋器是負(fù)責(zé)對(duì)系統(tǒng)呈現(xiàn)的推理結(jié)果進(jìn)行解釋說(shuō)明的機(jī)構(gòu)，方便用戶接收和理解系統(tǒng)呈現(xiàn)的推理結(jié)果，提高系統(tǒng)的透明度和可信度。

3 灌溉決策系統(tǒng)的構(gòu)建基礎(chǔ)

3.1 知識(shí)的表示

知識(shí)的表示是研究在計(jì)算機(jī)中如何使用最合適的形式對(duì)系統(tǒng)中所需要的各種知識(shí)進(jìn)行組織，其與問(wèn)題的性質(zhì)和推理控制策略有著密切聯(lián)系［5］。目前使用較多的知識(shí)表示方法主要有謂詞邏輯表示法、產(chǎn)生式表示法、框架表示法、語(yǔ)義網(wǎng)絡(luò)表示法、面向?qū)ο蟊硎痉ê突诒倔w的知識(shí)表示法等［6］。

產(chǎn)生式表示法是最常用的知識(shí)表示方法，其采用IF（P1∧P2∧…∧Pn）THEN（CF1，C1）||（CF2，C2）||…||（CFn，Cn）的規(guī)則結(jié)構(gòu)，即如果前者條件Pi（i=1，2，3，…，n）的集合成立則推理出結(jié)果（CFi，Ci）（i=1，2，3，…，n），Ci表示推理結(jié)果，CFi表示對(duì)應(yīng)的結(jié)果置信度。本研究利用此方法構(gòu)建節(jié)水灌溉知識(shí)庫(kù)中的規(guī)則，如：

IF（作物=“玉米”）AND（生長(zhǎng)階段=“拔節(jié)期”）AND（土壤類型=“沙壤土”）THEN（作物系數(shù)=0.864；計(jì)劃濕潤(rùn)深度=0.2 m；土壤含水量下限=70%）。

IF（作物=“玉米”）AND（土壤類型=“沙壤土”）AND（地下水埋深=“150 m”）THEN（地下水補(bǔ)給系數(shù)=0.3）。

產(chǎn)生式表示法比較貼合人類的推理思維，便于專業(yè)人員對(duì)知識(shí)規(guī)則的理解構(gòu)建，并且產(chǎn)生式規(guī)則之間不互相影響，模塊性好，便于調(diào)用，有利于新規(guī)則的添加和舊規(guī)則的刪改。

3.2 推理策略

推理策略的選擇要根據(jù)實(shí)際問(wèn)題進(jìn)行分析，結(jié)合領(lǐng)域?qū)＜液屠碚撃Ｐ椭R(shí)，通過(guò)對(duì)知識(shí)的匹配和檢索來(lái)完成問(wèn)題的推理求解。常用的推理方式有正向推理和反向推理。正向推理為結(jié)果導(dǎo)向性，通過(guò)問(wèn)題的描述和構(gòu)建推理其產(chǎn)生結(jié)果。反向推理為原因?qū)蛐裕ㄟ^(guò)確定其結(jié)果來(lái)反向推測(cè)其造成原因。

節(jié)水灌溉專家系統(tǒng)推理策略采用正向推理的方式，結(jié)合農(nóng)田水平衡理論和灌溉預(yù)報(bào)決策模型，實(shí)現(xiàn)

對(duì)灌溉時(shí)間和灌溉量相關(guān)的推理決策任務(wù)，節(jié)水灌溉決策推理網(wǎng)絡(luò)如圖2所示。

圖2 節(jié)水灌溉決策推理網(wǎng)絡(luò)

3.3 灌溉預(yù)測(cè)模型

3.3.1 水平衡方程 農(nóng)田的灌溉預(yù)測(cè)模型基于農(nóng)田中土壤-植物-大氣組成的連續(xù)體水平衡原理，即一定時(shí)間、一定（農(nóng)田）土層內(nèi)的水分收支差額［7］，是對(duì)農(nóng)田水分收入、支出和儲(chǔ)存各項(xiàng)的結(jié)算。在農(nóng)田灌溉的實(shí)踐生產(chǎn)中，要保持農(nóng)田作物最大根系活動(dòng)層的水量收支平衡，滿足作物生長(zhǎng)所需水分。農(nóng)田中作物所需水分收入主要來(lái)自人工灌溉、自然降水和地下水補(bǔ)給量，農(nóng)田水分支出則主要有土壤深層滲透量、地面徑流量和作物蒸騰量，二者的差值即為時(shí)段內(nèi)的土壤儲(chǔ)水變化量。即：

式中，I為灌水量（mm），P為降水量（mm），G為地下水補(bǔ)給量（mm），ET為作物蒸發(fā)蒸騰量（mm），D為深層滲漏量（mm），R為地面徑流量（mm），ΔW為土壤儲(chǔ)水變化量（mm）。

對(duì)農(nóng)田管理和灌溉方式進(jìn)行改進(jìn)，盡量避免土壤的深層滲漏和地面徑流，并只對(duì)相關(guān)變量的有效部分進(jìn)行決策，式（1）可簡(jiǎn)化為：

式中，In為有效灌水量（mm），Pe為有效降水量（mm），Gn為地下水有效補(bǔ)給量（mm），ASW為有效儲(chǔ)水變化量（mm）。

灌溉預(yù)測(cè)具有較強(qiáng)的針對(duì)性，本研究根據(jù)農(nóng)田的作物特性及其所在地理位置、土壤條件、氣候特點(diǎn)，以及監(jiān)測(cè)指標(biāo)的可達(dá)性、準(zhǔn)確性、精度等內(nèi)容選擇相應(yīng)的決策模型。

3.3.2 灌溉預(yù)報(bào)模型 灌溉預(yù)報(bào)模型用來(lái)確定灌溉時(shí)間間隔t，其模型由農(nóng)田水平衡方程式（2）轉(zhuǎn)換而來(lái)，具體公式如下：

在時(shí)間段內(nèi)無(wú)灌溉時(shí)可由式（3）得：

式中，ETC為作物需水量（mm/d），Ge為地下水補(bǔ)給量（mm/d）。通過(guò)灌溉預(yù)測(cè)模型指導(dǎo)農(nóng)業(yè)灌溉，可以避免以往農(nóng)戶根據(jù)自己的經(jīng)驗(yàn)所造成的不能及時(shí)灌溉或過(guò)量灌溉等諸多問(wèn)題。

3.3.3 定量灌溉決策模型 定量灌溉決策的功能是對(duì)灌溉量m的確定，其數(shù)學(xué)模型為：

式中，n為土壤容重（g/cm3），H為土壤計(jì)劃濕潤(rùn)層的深度（m），θmax為作物生長(zhǎng)允許含水率上限（%），θmin為作物生長(zhǎng)允許含水率下限（%）。

4 節(jié)水灌溉專家系統(tǒng)的實(shí)現(xiàn)

節(jié)水灌溉專家系統(tǒng)使用微軟.NET Framework框架的ASP.NET技術(shù)在云平臺(tái)服務(wù)器上進(jìn)行B/S結(jié)構(gòu)的應(yīng)用程序開發(fā)與發(fā)布，同時(shí)使用Microsoft SQL Server 2014軟件進(jìn)行數(shù)據(jù)庫(kù)管理，二者均為微軟公司的開發(fā)應(yīng)用技術(shù)，可以很方便地進(jìn)行對(duì)接和實(shí)現(xiàn)，便于本系統(tǒng)的開發(fā)、維護(hù)和實(shí)現(xiàn)。

4.1 數(shù)據(jù)庫(kù)設(shè)計(jì)

數(shù)據(jù)庫(kù)設(shè)計(jì)的目的在于實(shí)現(xiàn)專家系統(tǒng)知識(shí)庫(kù)和綜合數(shù)據(jù)庫(kù)的構(gòu)建。知識(shí)庫(kù)主要包括規(guī)則庫(kù)和模型庫(kù)的構(gòu)建，綜合數(shù)據(jù)庫(kù)即對(duì)基本信息和實(shí)時(shí)采集的數(shù)據(jù)進(jìn)行存儲(chǔ)。

基本數(shù)據(jù)庫(kù)存儲(chǔ)相對(duì)穩(wěn)定即隨時(shí)空變化不大的數(shù)據(jù)。如用戶信息表、農(nóng)田信息表、作物信息表、地理信息表、土壤信息表和傳感器信息表等。實(shí)時(shí)數(shù)據(jù)庫(kù)存儲(chǔ)隨時(shí)空變化較大的數(shù)據(jù)，如農(nóng)田實(shí)時(shí)采集信息表和氣象信息表等。規(guī)則庫(kù)存儲(chǔ)領(lǐng)域?qū)＜医?jīng)驗(yàn)和農(nóng)業(yè)科學(xué)轉(zhuǎn)換成的計(jì)算機(jī)可識(shí)別的規(guī)則，如作物生長(zhǎng)階段規(guī)則表、降雨系數(shù)規(guī)則表和地下水補(bǔ)給系數(shù)規(guī)則表等。部分?jǐn)?shù)據(jù)表設(shè)計(jì)見圖3。

圖3 部分?jǐn)?shù)據(jù)表設(shè)計(jì)

4.2 功能設(shè)計(jì)

對(duì)節(jié)水灌溉應(yīng)用程序進(jìn)行模塊化設(shè)計(jì)，其功能可大致分為系統(tǒng)登錄、實(shí)時(shí)數(shù)據(jù)監(jiān)測(cè)、歷史數(shù)據(jù)查詢與分析、數(shù)據(jù)信息管理和灌溉決策5大功能模塊，功能模塊框如圖4所示。

圖4 功能模塊框

4.2.1 系統(tǒng)登錄 登錄模塊是進(jìn)入系統(tǒng)的惟一通道，為了保證系統(tǒng)的安全性，只有通過(guò)驗(yàn)證的用戶才能訪問(wèn)和使用節(jié)水灌溉專家系統(tǒng)應(yīng)用程序，同時(shí)在系統(tǒng)的每個(gè)頁(yè)面都加入用戶登錄狀態(tài)驗(yàn)證，若無(wú)用戶登錄則轉(zhuǎn)入登錄頁(yè)面進(jìn)行登錄。

4.2.2 實(shí)時(shí)數(shù)據(jù)監(jiān)測(cè) 實(shí)時(shí)數(shù)據(jù)監(jiān)測(cè)模塊以表格形式顯示農(nóng)田最新的采集信息和設(shè)備狀態(tài)信息，網(wǎng)頁(yè)頁(yè)面通過(guò)Ajax技術(shù)實(shí)現(xiàn)頁(yè)面定時(shí)刷新，實(shí)現(xiàn)數(shù)據(jù)的動(dòng)態(tài)顯示。同時(shí)該模塊對(duì)數(shù)據(jù)的值和設(shè)備狀態(tài)進(jìn)行報(bào)警監(jiān)測(cè)，一旦參數(shù)信息超出閾值或設(shè)備狀態(tài)異常，將對(duì)用戶進(jìn)行報(bào)警提醒。

4.2.3 歷史數(shù)據(jù)查詢與分析 歷史數(shù)據(jù)查詢模塊主要對(duì)農(nóng)業(yè)實(shí)時(shí)采集的農(nóng)田監(jiān)測(cè)數(shù)據(jù)、灌溉記錄、報(bào)警記錄等進(jìn)行數(shù)據(jù)查詢，用戶可通過(guò)時(shí)間范圍和農(nóng)田編號(hào)等進(jìn)行選擇性查詢，查詢的數(shù)據(jù)以表格形式呈現(xiàn)。歷史數(shù)據(jù)分析將相應(yīng)數(shù)據(jù)以折線圖、柱狀圖和餅狀圖3種形式進(jìn)行直觀顯示，如對(duì)灌水量進(jìn)行月、季度、年的數(shù)據(jù)分析，對(duì)農(nóng)田采集的土壤水分和土壤溫度進(jìn)行24 h的變化分析等。

4.2.4 數(shù)據(jù)信息管理 數(shù)據(jù)是軟件實(shí)現(xiàn)分析和決策的原材料，數(shù)據(jù)信息管理模塊主要實(shí)現(xiàn)對(duì)農(nóng)田基本信息、設(shè)備信息、決策規(guī)則信息以及用戶信息等的修改、添加。當(dāng)田間作物或設(shè)備更換時(shí)，及時(shí)修改相關(guān)信息，當(dāng)新的作物種類增加時(shí)，及時(shí)增加相關(guān)規(guī)則信息等。用戶信息即對(duì)個(gè)人資料（郵箱、電話、地址等）和登錄信息（用戶名、用戶密碼）進(jìn)行修改。

4.2.5 灌溉決策 灌溉決策主要對(duì)農(nóng)田的灌溉進(jìn)行決策指導(dǎo)，通過(guò)決策模塊確定農(nóng)田作物“缺不缺水”“需要灌溉多少水量”“何時(shí)進(jìn)行灌溉”等問(wèn)題，這些決策保障作物及時(shí)獲取所需水分，并且起到“缺多少用多少”的節(jié)水灌溉作用。通過(guò)灌溉相關(guān)模型得知，要想精確決策出灌溉量和灌溉時(shí)間，就需要通過(guò)大量相關(guān)參數(shù)（作物信息、土壤信息、氣象信息）進(jìn)行對(duì)應(yīng)模型計(jì)算，再反饋給用戶結(jié)果。因此，當(dāng)決策頁(yè)面進(jìn)行表單式設(shè)計(jì)時(shí)，需要用戶填寫相關(guān)參數(shù)或直接通過(guò)數(shù)據(jù)信息表進(jìn)行查詢導(dǎo)入，獲得所需參數(shù)數(shù)值并計(jì)算決策，實(shí)現(xiàn)專家級(jí)灌溉決策的指導(dǎo)。

5 功能測(cè)試

5.1 訪問(wèn)測(cè)試

為了測(cè)試網(wǎng)頁(yè)的功能，本研究在谷歌、火狐、IE等主流瀏覽器上分別進(jìn)行訪問(wèn)測(cè)試，結(jié)果顯示，訪問(wèn)速度、功能使用、顯示均較優(yōu)良。

5.2 灌溉決策測(cè)試

灌溉決策功能通過(guò)對(duì)2處玉米農(nóng)田現(xiàn)有的信息數(shù)據(jù)進(jìn)行決策，將決策結(jié)果與2位農(nóng)業(yè)專家的評(píng)測(cè)進(jìn)行對(duì)比，結(jié)果表明其偏差在±10%左右，可以用于作物的灌溉決策，灌溉決策對(duì)比如表1所示。

表1 灌溉決策對(duì)比

6 小結(jié)

本研究針對(duì)節(jié)水灌溉和農(nóng)業(yè)信息化管理問(wèn)題，介紹了以云平臺(tái)為應(yīng)用服務(wù)器和數(shù)據(jù)庫(kù)服務(wù)器的專家系統(tǒng)結(jié)構(gòu)，根據(jù)系統(tǒng)需求，以產(chǎn)生式知識(shí)表示法、正向推理策略和以水平衡理論為基礎(chǔ)的灌溉決策模型為專家系統(tǒng)理論基礎(chǔ)，以微軟的ASP.NET技術(shù)和SQL Server數(shù)據(jù)庫(kù)實(shí)現(xiàn)B/S結(jié)構(gòu)的專家系統(tǒng)應(yīng)用程序開發(fā)，使用戶能夠脫離時(shí)間和空間限制，在有網(wǎng)絡(luò)的地方即可實(shí)現(xiàn)對(duì)農(nóng)業(yè)灌溉的決策設(shè)置和信息化管理，進(jìn)一步推動(dòng)中國(guó)農(nóng)業(yè)科技化、信息化、高效化的發(fā)展。結(jié)果表明，基于云平臺(tái)的灌溉決策專家系統(tǒng)通過(guò)現(xiàn)有的主流瀏覽器對(duì)應(yīng)用程序進(jìn)行訪問(wèn)性測(cè)試，能夠?qū)崿F(xiàn)農(nóng)田實(shí)時(shí)數(shù)據(jù)監(jiān)測(cè)、歷史數(shù)據(jù)查詢與分析、短信報(bào)警、數(shù)據(jù)信息管理和灌溉決策等功能，訪問(wèn)性良好且數(shù)據(jù)管理方便，通過(guò)與幾位專家評(píng)估對(duì)比發(fā)現(xiàn)灌溉決策量偏差在±10%左右，符合灌溉要求。

此外，本研究由于需要構(gòu)建知識(shí)庫(kù)和數(shù)據(jù)庫(kù)，因此需要龐大的數(shù)據(jù)樣本作為參考，前期對(duì)數(shù)據(jù)整理和歸納需要投入較多時(shí)間，且較依賴農(nóng)業(yè)專家的經(jīng)驗(yàn)和知識(shí)。但隨著數(shù)據(jù)量和知識(shí)庫(kù)的豐富，未來(lái)可進(jìn)一步在系統(tǒng)中引入神經(jīng)網(wǎng)絡(luò)模型逐步擺脫對(duì)農(nóng)業(yè)專家的依賴，并進(jìn)一步提高預(yù)測(cè)的精準(zhǔn)度。