數(shù)據(jù)可視化技術(shù)在小麥產(chǎn)業(yè)中的應(yīng)用

張?zhí)K鴻，楊艷輝，史文崇

（河北科技師范學(xué)院數(shù)學(xué)與信息科技學(xué)院，河北秦皇島 066004）

數(shù)據(jù)可視化是利用計(jì)算機(jī)圖形圖像處理技術(shù)，將數(shù)據(jù)及其邏輯關(guān)系以圖形、動畫、視頻等形式展現(xiàn)的技術(shù)，其形式有條形圖、圓餅圖、折線圖、熱力圖、詞云圖、圖譜等，可以以色彩、紋理、長度、面積等形式展示，可基于數(shù)字、文本、地圖等生成。已有多套成熟的數(shù)據(jù)可視化圖表庫/圖形庫可供使用，通過它們可以輕松展示2D、3D圖形，比較常用的有OpenGL、Mesa、MathGL、Matplotlib、Seaborn、ECharts［1-6］等。Python、Matlab 等大數(shù)據(jù)處理軟件都提供了數(shù)據(jù)可視化工具。大數(shù)據(jù)處理也越來越離不開可視化技術(shù)，該技術(shù)已被廣泛應(yīng)用于海洋、氣象、生物學(xué)、醫(yī)學(xué)、工農(nóng)業(yè)生產(chǎn)等許多領(lǐng)域［7］。

小麥?zhǔn)侵袊谌蠹Z食作物［8］。《數(shù)字農(nóng)業(yè)農(nóng)村發(fā)展規(guī)劃（2019—2025 年）》已提出建立小麥等領(lǐng)域?qū)I(yè)分中心、建設(shè)小麥等單品種全產(chǎn)業(yè)鏈大數(shù)據(jù)［9］。2023 年中央一號文件［10］進(jìn)一步明確了小麥在中國糧食產(chǎn)業(yè)中的地位。在傳統(tǒng)農(nóng)業(yè)中，小麥產(chǎn)業(yè)管理主要依賴從業(yè)者和研究者的知識儲備和經(jīng)驗(yàn)以及少量的數(shù)據(jù)信息。一方面，小麥產(chǎn)業(yè)原始宏觀數(shù)據(jù)積累越來越多；另一方面，信息技術(shù)的發(fā)展加速了小麥產(chǎn)業(yè)大數(shù)據(jù)趨勢，獲取小麥產(chǎn)業(yè)各項(xiàng)微觀數(shù)據(jù)的技術(shù)方法和小麥產(chǎn)業(yè)的數(shù)據(jù)類型也越來越多，不僅局限于數(shù)字。在此背景下，僅靠人工直接識別數(shù)據(jù)（字）本身是遠(yuǎn)遠(yuǎn)不夠的。數(shù)據(jù)可視化后，數(shù)據(jù)的相互關(guān)系、分布規(guī)律、發(fā)展趨勢更直觀，有利于不同層次的研究者和管理者高效地共享信息并開展協(xié)作，充實(shí)協(xié)作內(nèi)涵，提升協(xié)作效率，拓展研究空間。因此，研究小麥產(chǎn)業(yè)的數(shù)據(jù)可視化對小麥產(chǎn)業(yè)管理非常有必要。本研究采用文獻(xiàn)分析法分析了小麥產(chǎn)業(yè)應(yīng)用可視化技術(shù)的現(xiàn)狀以及存在的不足，提出了數(shù)據(jù)可視化在小麥產(chǎn)業(yè)應(yīng)用中的優(yōu)化提升路徑，以期為這方面研究提供參考。

1 數(shù)據(jù)可視化技術(shù)在小麥產(chǎn)業(yè)中的應(yīng)用

1.1 數(shù)據(jù)可視化技術(shù)在小麥植株上的應(yīng)用

數(shù)據(jù)可視化研究已經(jīng)覆蓋了整個(gè)小麥植株，包括根、莖、葉、穗等部位。

1.1.1 根系 小麥根系是小麥獲取水分和營養(yǎng)的器官，其健康程度對小麥的生長發(fā)育影響重大。因根系處于地下，無法直接觀察根系生長狀況。L 系統(tǒng)是Lindenmayer［11］于1968 年提出的，該系統(tǒng)被廣泛應(yīng)用于植物生長過程建模［12］。秋林等［13］基于L 系統(tǒng)對小麥根系進(jìn)行可視化模擬，并采用動態(tài)數(shù)據(jù)庫設(shè)計(jì)進(jìn)行優(yōu)化，使得生成的根系模型更加逼真；談峰等［14］先構(gòu)建了根軸三維模型，再根據(jù)根系形態(tài)模型輸出的形態(tài)特征參數(shù)，在根軸模型基礎(chǔ)上進(jìn)行三維重構(gòu)，最后基于OpenGL 圖形庫繪制圖形，解決了基于L 系統(tǒng)生成的根系太規(guī)則的問題，可視化效果更真實(shí)；Chen 等［15］測量得到小麥根系的真實(shí)空間拓?fù)鋽?shù)據(jù)，用Matlab 編程虛擬重構(gòu)小麥根的構(gòu)型拓?fù)鋽?shù)據(jù)，實(shí)現(xiàn)了小麥根系的三維構(gòu)型。

1.1.2 莖葉 莖和葉是小麥的地上部分，捕捉特征數(shù)據(jù)較根部更容易。陳國慶等［16-18］建立了莖葉形態(tài)和生長模型、可視化模型和場景控制模型，通過OpenGL 構(gòu)建了基于形態(tài)模型的小麥虛擬生長系統(tǒng)，初步實(shí)現(xiàn)了小麥生長過程的可視化表達(dá)，該系統(tǒng)側(cè)重模擬形態(tài)特征而非展示實(shí)時(shí)數(shù)據(jù)；青克樂其其格等［19］對小麥葉片和葉鞘做了更精細(xì)的研究，提出了一種以脈序?yàn)楣羌?、模擬葉脈和葉肉的具有平行葉脈的葉片精細(xì)建模方法，視覺真實(shí)感更強(qiáng)；李書欽等［20］基于田間實(shí)測數(shù)據(jù)結(jié)合NURBS 曲面構(gòu)造方法構(gòu)建了小麥葉片的三維模型，該方法展示的是單株植株的生長變化，未對小麥進(jìn)行群體模型重建，而實(shí)際生產(chǎn)中小麥植株間存在重疊，故需要進(jìn)一步研究建模。

1.1.3 麥穗 麥穗是小麥的果實(shí)，獲得優(yōu)質(zhì)麥穗是種植小麥的首要目的。陳國慶等［18］在實(shí)現(xiàn)麥穗可視化時(shí)，先將麥穗分解成多個(gè)小穗，再將小穗分解成穗柄、小花和麥芒，最后對各小穗排列合成麥穗，實(shí)現(xiàn)麥穗可視化；李梅等［21］提出了基于等高線的三維重建方法，用來麥芒建模，并采用球面方程實(shí)現(xiàn)內(nèi)稃、外稃的形態(tài)構(gòu)建，細(xì)節(jié)更真實(shí)，但未合成完整麥穗；雷曉俊等［22］將麥穗分解為穗軸、小穗，細(xì)化小穗為外稃、護(hù)穎、麥芒、花藥，分別構(gòu)建了有芒小穗和無芒小穗，采用OpenGL 進(jìn)行渲染呈現(xiàn)。該方法可通過參數(shù)控制穗形。上述麥穗可視化實(shí)現(xiàn)了正常麥穗的模型構(gòu)建和可視化，并未構(gòu)建非正常生長的麥穗。

1.2 數(shù)據(jù)可視化技術(shù)在小麥生長周期中的應(yīng)用

1.2.1 發(fā)芽出苗期 麥種發(fā)芽是小麥生命周期的起點(diǎn)，該生長期對小麥的生長發(fā)育甚至產(chǎn)量起至關(guān)重要的作用。傳統(tǒng)農(nóng)業(yè)觀測麥種發(fā)芽率，使用土培法、毛巾法、染色法、衛(wèi)生紙法、沙子測定法［23］等方法進(jìn)行抽檢，這些方法的共同思路是先取樣培養(yǎng)，然后進(jìn)行人工統(tǒng)計(jì)。周穎等［24］使用X 射線斷層掃描法，研究小麥籽粒萌芽后內(nèi)部結(jié)構(gòu)變化，該方法無損且精確，實(shí)現(xiàn)了小麥芽期部分特征的三維可視化和定量分析。將麥種發(fā)芽數(shù)據(jù)可視化后，不僅可獲得發(fā)芽率等結(jié)果，而且還可以直觀展示發(fā)芽過程中麥種的變化以及健康監(jiān)測。

1.2.2 分蘗拔節(jié)期 小麥的主要產(chǎn)量構(gòu)成因素是單位面積穗數(shù)、每穗粒數(shù)和粒重［25］。王兆龍等［25］的研究表明，小麥小花結(jié)實(shí)率提高是穗粒數(shù)提升的重要因素，提高小花分化速率是增加分化小花數(shù)的有效途徑。單位面積穗數(shù)和分蘗強(qiáng)度有關(guān)，分蘗過程受到播種密度等管理決策的影響［26］，每穗粒數(shù)與莖伸長開始的時(shí)間點(diǎn)有關(guān)［27］。人工統(tǒng)計(jì)小麥莖的伸長開始時(shí)間、株數(shù)和分蘗數(shù)耗時(shí)費(fèi)力且容易出錯(cuò)。Roth 等［28］提出可以使用多視角成像技術(shù)估算小麥幼苗分蘗數(shù)，高效地替代人工測量（最高效率可達(dá)人工效率的223%）。

1.2.3 越冬返青期（冬小麥）陳昱利等［29］基于生物量建立了冬小麥越冬前植株地上部各形態(tài)參數(shù)模型，對展示植株形態(tài)具有一定普適性。李書欽等［30-32］通過分析各品種冬小麥返青后株高、葉片高度和有效積溫的定量關(guān)系，提出了基于有效積溫的植株三維形態(tài)模擬，可較好地預(yù)測冬小麥返青后葉片生長狀態(tài)，實(shí)現(xiàn)不同品種冬小麥在不同施氮水平下的葉片生長可視化，指導(dǎo)返青期的施肥、灌溉工作。劉曉靜等［33，34］通過對冬小麥冠層高光譜數(shù)據(jù)進(jìn)行研究，建立了拔節(jié)期、抽穗期、開花期、灌漿前期和灌漿后期等時(shí)期土壤含水率反演模型，但未建立越冬、返青期的模型。

1.2.4 抽穗成熟期 吳金芝等［35］研究了冬小麥不同灌漿時(shí)期穗和葉莖鞘對粒重的貢獻(xiàn)，指出小麥開花后的光合器官不僅包括葉片，還包括穗、莖、鞘等非葉綠色器官，其中穗對粒重貢獻(xiàn)的關(guān)鍵時(shí)期為灌漿中期。利用該規(guī)律，可以通過數(shù)據(jù)可視化篩選出灌漿中期穗對粒重貢獻(xiàn)率高的植株進(jìn)行培養(yǎng)，從而發(fā)現(xiàn)優(yōu)良品種。

1.3 數(shù)據(jù)可視化技術(shù)在小麥生產(chǎn)管理中的應(yīng)用

1.3.1 麥種檢測 對于麥種的數(shù)據(jù)可視化采取的主要技術(shù)是高光譜成像技術(shù)。劉爽等［36］利用高光譜成像和SG-SPA-SVM（PSO）算法，高效快速、可視化地實(shí)現(xiàn)小麥赤霉病籽粒識別，為研制小麥赤霉病自動識別設(shè)備提供了算法基礎(chǔ)；張玉榮等［37］將小麥高光譜圖像由最優(yōu)模型識別，以偽彩色形式顯示不同的發(fā)芽狀態(tài)，并統(tǒng)計(jì)個(gè)數(shù)，計(jì)算發(fā)芽小麥的占比。

1.3.2 田間管理 數(shù)據(jù)可視化技術(shù)已應(yīng)用在施肥和灌溉方面，且在病害檢測治理方面已產(chǎn)生多項(xiàng)發(fā)明專利。郝興安等［38］實(shí)現(xiàn)了小麥矮縮病毒的快速可視化檢測，該發(fā)明專利可在15～60 min 檢出小麥植株樣本是否存在矮縮病毒，以反應(yīng)液的顏色展示檢測結(jié)果；孫云云等［39］研究了一種小麥條銹病演化規(guī)律可視化表現(xiàn)方法，該方法包括監(jiān)測區(qū)域劃分、計(jì)算葉片病害程度、建立數(shù)學(xué)模型顯示病害信息，實(shí)現(xiàn)了小麥條銹病演化規(guī)律可視化；鄧銳杰等［40］的發(fā)明公開了一種小麥病原真菌可視化檢測試劑盒，可以將測試結(jié)果通過圖像管理網(wǎng)頁計(jì)算得到條銹菌RNA的量，以此估測致病菌的活菌數(shù)量，準(zhǔn)確判斷小麥的染病情況，進(jìn)一步提高小麥病害檢測的準(zhǔn)確性、穩(wěn)定性和便捷性。

1.3.3 倉儲張紅濤等［41］和裴震宇等［42］使 用Micro-CT 系統(tǒng)獲得小麥籽粒的原始圖像數(shù)據(jù)后，對二維切片濾波，然后基于處理后的二維切片數(shù)據(jù)構(gòu)建三維幾何圖像，可真實(shí)地表征麥粒內(nèi)部顯微結(jié)構(gòu)的變化，該方法對麥粒是否受米象蟲侵染的判別準(zhǔn)確率可達(dá)100%；張曉等［43］利用高光譜成像技術(shù)，測得小麥的過氧化酶活性和脂肪酸值，據(jù)此構(gòu)建了小麥新陳度分級體系，將小麥化學(xué)信息分布可視化，實(shí)現(xiàn)了新陳度的快速無損檢測。

2 數(shù)據(jù)可視化技術(shù)在小麥產(chǎn)業(yè)應(yīng)用情況的總體評價(jià)

小麥數(shù)據(jù)可視化研究已經(jīng)覆蓋了根、莖、葉、穗等小麥植株的各組成部分，并涉及其整個(gè)生長周期，在小麥選種育種、施肥、病蟲害監(jiān)控、倉儲等環(huán)節(jié)的應(yīng)用也在普及。小麥產(chǎn)業(yè)的數(shù)據(jù)可視化技術(shù)應(yīng)用，不僅通過圖形、圖像、動畫等形式展示小麥相應(yīng)數(shù)據(jù)，還通過模擬、建模等對小麥產(chǎn)業(yè)的科學(xué)化管理起到了積極作用，產(chǎn)生了良好效果，但也存在以下問題。

2.1 數(shù)據(jù)可視化理念亟待改善

一些人將基于物聯(lián)網(wǎng)的農(nóng)作物生產(chǎn)管理視頻監(jiān)控稱為“可視農(nóng)業(yè)”，但農(nóng)業(yè)數(shù)據(jù)的可視化最終目的或重點(diǎn)不在“可視”，而在于揭示數(shù)據(jù)的某種趨勢或規(guī)律，以便進(jìn)行數(shù)據(jù)挖掘，讓數(shù)據(jù)發(fā)揮更大的作用。有些應(yīng)用止步于數(shù)據(jù)的可視化展示，有些應(yīng)用過分追求圖形圖像的新奇，不具備實(shí)用價(jià)值，有些應(yīng)用急于商業(yè)化運(yùn)作，而并不關(guān)心其對小麥產(chǎn)業(yè)的支撐和促進(jìn)作用。這些錯(cuò)誤理念必須努力清除，將小麥產(chǎn)業(yè)數(shù)據(jù)可視化技術(shù)推向深入。

2.2 小麥專用數(shù)據(jù)可視化圖形庫缺乏

小麥生長過程中的數(shù)據(jù)特征與其他農(nóng)作物存在差異，市場上的數(shù)據(jù)可視化圖形庫大多是通用的，無法很好地適應(yīng)小麥生長數(shù)據(jù)的特點(diǎn)，難以實(shí)現(xiàn)精準(zhǔn)化、高效化的管理和監(jiān)測，需要專門的數(shù)據(jù)可視化圖形庫來實(shí)現(xiàn)。已實(shí)現(xiàn)的小麥生長模型各式各樣，并沒有統(tǒng)一的標(biāo)準(zhǔn)或規(guī)范，導(dǎo)致同時(shí)使用多個(gè)機(jī)構(gòu)的成果時(shí)需要耗費(fèi)額外的精力和時(shí)間重構(gòu)可視化模型，增加學(xué)習(xí)和開發(fā)成本。這些現(xiàn)實(shí)困難導(dǎo)致無法充分利用現(xiàn)有數(shù)據(jù)進(jìn)行分析和預(yù)測，也難以為小麥生產(chǎn)管理提供精準(zhǔn)化的決策支持。另外，小麥生長模型比較復(fù)雜，需要綜合考慮多個(gè)因素，如氣候、土壤、種植密度、施肥等，且小麥生產(chǎn)環(huán)節(jié)較多，包括麥種檢測、田間管理、倉儲監(jiān)測等，需要不同類型的數(shù)據(jù)可視化圖形庫進(jìn)行支持，市場上的數(shù)據(jù)可視化工具無法很好地滿足小麥產(chǎn)業(yè)的多樣化需求。

2.3 服務(wù)對象和運(yùn)行平臺還需拓寬

小麥數(shù)據(jù)可視化成果的服務(wù)對象主要是科研人員，但數(shù)據(jù)可視化的目的是服務(wù)農(nóng)業(yè)，包含農(nóng)技推廣人員以及農(nóng)民。農(nóng)技推廣人員可以借助可視化的數(shù)據(jù)更好地指導(dǎo)農(nóng)民；農(nóng)民作為生產(chǎn)管理第一線的工作人員需要農(nóng)田里實(shí)時(shí)的可視化數(shù)據(jù)。因此，讓小麥數(shù)據(jù)可視化成果“接地氣”，真正為農(nóng)民、農(nóng)技人員所用。何佳彤［44］研發(fā)的基于Android 平臺的小麥精準(zhǔn)種肥作業(yè)監(jiān)測系統(tǒng)，為小麥數(shù)據(jù)可視化從大屏幕走向手機(jī)小屏幕提出了新思路，但注重?cái)?shù)據(jù)可視化平臺的多元化、多樣性開發(fā)，仍需要做大量工作。

3 數(shù)據(jù)可視化技術(shù)在小麥產(chǎn)業(yè)應(yīng)用中的優(yōu)化提升

3.1 構(gòu)建開源小麥數(shù)據(jù)可視化圖表庫

開源可以加強(qiáng)合作、提高效率、促進(jìn)可持續(xù)發(fā)展。國內(nèi)如華為、阿里、騰訊、百度等，越來越多的公司在開源上做出了貢獻(xiàn)。流行的數(shù)據(jù)可視化圖標(biāo)/圖表庫很多是開源的，如Mesa、MathGL、Matplotlib、Seaborn、ECharts 等。開源的內(nèi)核是合作。國內(nèi)數(shù)字農(nóng)業(yè)發(fā)展還不到10 年，要把已完成的建模資源整合成大型公共數(shù)據(jù)倉庫，任務(wù)艱巨。因?yàn)閳D表庫包含一系列小麥生產(chǎn)管理相關(guān)的圖表，這些圖表要經(jīng)過科學(xué)、嚴(yán)謹(jǐn)?shù)尿?yàn)證，需要眾多的科研工作者統(tǒng)一的規(guī)范才能集成。統(tǒng)一標(biāo)準(zhǔn)后，從業(yè)者可以很方便地獲取生產(chǎn)管理有關(guān)的圖表，從而對生產(chǎn)管理進(jìn)行有效的數(shù)據(jù)分析，進(jìn)而對生產(chǎn)管理進(jìn)行優(yōu)化。

3.2 加強(qiáng)農(nóng)科、農(nóng)技、農(nóng)民三方協(xié)作

一是加強(qiáng)數(shù)據(jù)可視化技術(shù)的推廣和應(yīng)用。可以在當(dāng)?shù)氐霓r(nóng)業(yè)合作社、農(nóng)業(yè)技術(shù)推廣站等場所組織培訓(xùn)、提供技術(shù)支持等方式，讓農(nóng)民和農(nóng)技推廣人員學(xué)習(xí)使用這些工具，幫助他們更好地理解和利用數(shù)據(jù)進(jìn)行決策和管理。二是加強(qiáng)協(xié)作平臺的建設(shè)?？梢越⑦m用于不同場景的協(xié)作平臺，方便三方之間的數(shù)據(jù)共享和協(xié)作。三是加強(qiáng)對農(nóng)業(yè)數(shù)據(jù)的收集和分析，構(gòu)建完善的數(shù)據(jù)平臺。這有助于提高農(nóng)業(yè)數(shù)據(jù)的質(zhì)量和可靠性，為數(shù)據(jù)可視化提供更好的支持，從而促進(jìn)農(nóng)科、農(nóng)技、農(nóng)民三方協(xié)作。此外，還可以建立在線的數(shù)據(jù)可視化平臺，讓農(nóng)民和農(nóng)技推廣人員通過簡單的操作就能夠獲得所需的信息，以此來提高數(shù)據(jù)可視化的普及率和使用效果。

4 數(shù)據(jù)可視化技術(shù)在小麥產(chǎn)業(yè)上的應(yīng)用展望

助力小麥產(chǎn)業(yè)的持續(xù)、健康、高效發(fā)展是農(nóng)業(yè)科技工作者的重要任務(wù)?？梢暬夹g(shù)已經(jīng)非常成熟，亟待拓展在小麥產(chǎn)業(yè)上的應(yīng)用。如吉林省、湖南省等地都有了可視農(nóng)業(yè)科技公司，已向小麥等產(chǎn)業(yè)提供數(shù)據(jù)可視化技術(shù)支持和服務(wù)；河南省某縣將數(shù)據(jù)變成新農(nóng)資，“田保姆”通過小麥電子苗情地圖管理小麥［45］。浙江大學(xué)推出了數(shù)字農(nóng)業(yè)大數(shù)據(jù)平臺［46］，農(nóng)業(yè)農(nóng)村大數(shù)據(jù)公共平臺基座已研發(fā)成型［47］，這將為實(shí)現(xiàn)農(nóng)業(yè)農(nóng)村的數(shù)據(jù)互聯(lián)互通、資源共建共享提供助力；北京市、山東省等地已建立起現(xiàn)代農(nóng)業(yè)產(chǎn)業(yè)園智慧農(nóng)業(yè)大數(shù)據(jù)平臺［48，49］。許多平臺已涉及農(nóng)業(yè)產(chǎn)業(yè)化、農(nóng)業(yè)基本現(xiàn)狀、病蟲害監(jiān)測、農(nóng)產(chǎn)品質(zhì)量安全等多個(gè)領(lǐng)域［50，51］，小麥產(chǎn)業(yè)完全可以融入或借鑒這些平臺，拓展數(shù)據(jù)可視化應(yīng)用。另外，“認(rèn)養(yǎng)農(nóng)業(yè)”出現(xiàn)在水稻種植領(lǐng)域，有助于在作物生長期生成訂單?！爸腔壅J(rèn)養(yǎng)農(nóng)業(yè)”作為鄉(xiāng)村新業(yè)態(tài)已寫入《數(shù)字鄉(xiāng)村建設(shè)指南1.0》。數(shù)據(jù)可視化后有助于小麥產(chǎn)業(yè)借鑒，拓展銷售渠道，拓展市場空間。隨著信息技術(shù)特別是物聯(lián)網(wǎng)技術(shù)、通信技術(shù)的不斷發(fā)展和國家各級農(nóng)業(yè)部門對小麥產(chǎn)業(yè)的重視，只要不斷克服出現(xiàn)的一些弊端，數(shù)據(jù)可視化應(yīng)用在小麥產(chǎn)業(yè)發(fā)展中前景廣闊，必將發(fā)揮重要作用。