安徽省桑树病虫害预测预报与诊断系统的研究

李 兴 范 涛 陶 伟 韩文生 张景源

(1安徽省农业科学院蚕桑研究所，安徽合肥 2 30061;2安徽农业大学教务处，安徽合肥 2 30061;3合肥沐骏农业科技有限公司，安徽合肥 2 30061)

安徽省桑树病虫害预测预报与诊断系统的研究

李 兴1范 涛1陶 伟2韩文生3张景源1

(1安徽省农业科学院蚕桑研究所，安徽合肥 2 30061;2安徽农业大学教务处，安徽合肥 2 30061;3合肥沐骏农业科技有限公司，安徽合肥 2 30061)

介绍了桑树病虫害测报与诊断系统的设计与开发，包括系统的结构与功能、专家数据库设计与数据库组织模型、系统各功能模块的设计与系统介绍等。系统主要由专家数据库、系统推理模块、系统测报模块、病虫害案例模块和远程诊断模块等构成。系统采用基于专家知识前向型推理与基于病虫害案例推理相结合的模式进行预测推理。各模块的界面采用提示的方式引导用户完成用户数据的输入、专家知识库的维护、预测结果的显示、案例库的管理等操作。系统具有开放性、自学习功能和易操作性等特性。

桑树;病虫害;预测预报;诊断;系统

当前，对桑树病虫害的预测，主要是依据桑树病虫害的发生规律进行的。但这些需要对病虫害进行长期的观察研究后才能总结相关经验，一般只有桑树行业专家才能做到，因此对专家的依赖性很强。为此，本系统采用基于专家实践知识的提炼而形成的专家库，利用专家的经验进行启发式推理，系统的知识库和推理机是分开实现的，既能维护知识库的灵活方便，而且推理的过程也是透明的，系统给出的结论或建议便于用户接受。

因为实际发生的桑树病虫害是随着环境、气候等因素的变化而不断发展变化的，即使是同一种病虫害在不同地区或者受不同环境等因素的影响，发生的危害特征也在不断变化，基于此，系统的数据库、模型库的建立应是动态的，并且能随着时间的推移而不断更新。另外，桑树病虫害的发生具有很强的地域性，全省范围内有一些常年工作在病虫害综合治理第一线的工作人员积累了大量的丰富经验和知识，但是由于他们在计算机方面的知识不足而不能将其知识和经验纳入到专家系统中，造成资源的很大浪费。

因此，结合桑树病虫害的危害特点，开发一种动态的、开放的病虫害预测与诊断管理系统是十分必要的。不同地区的专家只要关注于自身经验和相关知识的整理，将整理好的资料上传到专家系统中即可构成适用于本地病虫害预测的专家系统，同时也适用于通用病虫害资料的上传而构成通用的病虫害预测专家系统。

1 系统的设计与开发

1.1 系统的整体设计

1.1.1 系统开发的软硬件环境 系统开发的硬件环境为PC机，操作系统为Windows XP，开发工具为visual studio 2005，数据库管理工具为 Oracle 9i。系统运行环境为windows XP/Windows 2000/Windows 2003等，数据库为 oracle 8i、oracle 9i和 oracle 10g等数据库管理系统。

1.1.2 系统结构与功能设计 根据系统开发需求分析，本系统主要是利用构建的专家数据库(包含不同地区专家提供的经验和知识)进行病虫害的预测预报，系统结构是典型的专家系统，包括病虫害信息库、病虫害预测预报模块、病虫害诊断模块、病虫害案例分析模块和综合防治技术管理等;系统功能包括数据库维护、病虫害预测预报结果显示、远程诊断系统、用户管理等(图1)。

图1 系统功能结构框架图

1.2 系统知识库的设计

1.2.1 系统知识库的结构设计 系统知识库采用数据库和图片库文件夹2种模式保存。数据库通过oracle 9i工具，并使用数据库多表设计结构，各表之间相互连接，达到相互包容的关系。相应病害、虫害及案例存放在对应的表中，病、虫害表中的字段包括编号、名称、病虫害特征、病虫害图片等;案例表中的字段包括编号、名称、案例简述、案例详细说明等;推广表中的字段包括防治方法的类别、防治技术概述等(表1)。

表1 系统知识库的设计内容

1.2.2 系统知识库的组织模型 专家库中的数据知识库分为描述型(非定量)知识和数值型(定量)知识2种，描述型知识在构建过程不需要设定具体的数值，而数值型知识需要在构建过程中设定出现的临界值。系统将会根据病虫害的特点以及相关的临界数值生成相应的发生条件组合，由系统自动统计分析，得出相关病虫害发生的概率和可能性，并显示出来。

1.3 系统推理机制的实现

系统推理机制采用专家数据库前向型推理与病虫害案例推理相结合的方式实现，推理机不断地从数据库中获取相关预测条件的描述知识，并提示用户进行选择输入，将用户输入的条件与知识库的相关条件进行比较，系统选择出与数据库中最为匹配的或者说概率最大的结果输出，并显示出来(图2)。

图2 系统推理流程图

1.4 系统主要功能模块的设计

1.4.1 知识库模块 知识库管理模块的主要功能包括病虫害等级管理(包括病虫害等级信息的添加、修改、删除等功能)，添加条件的信息、描述的临界值、预测预报条件描述及相应的概率。

1.4.2 病虫害预测模块 该模块的主要功能是为用户提供输入条件的接口、预测结果的显示和案例库的输入等。用户数据输入接口是引导用户完成数据条件的输入，提供2种模式输入，分别对应知识库中的2种模式即描述型知识和数值型知识，描述型知识的用户输入是或否，数值型知识的用户需要输入一个实际测定值，输入完成后，由推理机完成后续推理工作。

1.4.3 病虫害预测案例管理模块 系统病虫害预测案例主要是基于案例库进行推理的过程，对预测模块中确认后的病虫害案例进行案例推理。

另外就是案例的统计，统计包括系统中的预测准确率统计和各种条件的组合病虫害实际发生情况的统计。这一过程实际上就是案例学习的实施过程。统计结果作为未来案例预测的依据。

1.4.4 病虫害诊断管理模块 该模块提供病虫害发生的时期及部位，由系统知识库进行比对检索，得到辅助图片诊断和文字描述说明信息，达到准确诊断的效果。

2 系统的特点

根据系统结构和功能设计、推理机制及系统专家知识组织情况，该系统具有以下几个特点。

2.1 开放性

系统是一个完全开放的系统，利用系统知识库管理模块可以定制适合于不同地区的病虫害预测系统，并可根据需要以及实际情况更新病虫害的知识库，扩展更多的针对桑树出现的新的病虫害预测。

2.2 自学习功能

系统采用了基于专家知识的前向型推理和基于案例推理相结合的方式构建推理机。其中的案例推理实际上就是知识获取的过程，同时也是系统一个自学习的过程，随着案例数的增加，案例的预测数据更可靠，系统对病虫害的预测准确率就更高。

2.3 易操作性

系统采用提示性模式输入相应的病虫害条件，从而方便用户更加便捷、更加高效地掌握系统的使用，为系统的普及使用提供了便利。

3 结语

桑树病虫害预测诊断系统的有效应用，将极大地提高安徽省桑园实际管理水平，完善桑树病虫害的预测诊断方式，极大地提高桑树病虫害的防治率。但是，随着系统应用的推广深入，要及时总结经验，对现有系统进行升级维护;同时，还要加大投入，对系统进行扩容升级，构建现代物联网模式的蚕桑专家预测诊断病虫害系统，如在安徽重点蚕区的桑园布设野外数字观测器，实时将温度、湿度、天气情况、土壤肥力等数据发送到系统上来，专家在办公室即可实时掌握全省蚕桑生产实时情况，对病虫害的发生进行重点布防和有效诊治。

［1］刘莉，宣洋，李绍稳，等.农业专家系统在作物病虫害预防中的应用［J］.计算机与农业，2003，(5):11－14.

［2］张古丰，朱叶芹，翟保平.基于WebGIS的农作物病虫害预警系统［J］.农业工程学报，2007，23(2):176－181.

［3］杜雅刚，禄琳，王艳艳.基于模糊技术的大豆病虫害诊断专家系统［J］.计算机工程与设计，2007，28(9):41－42.

［4］汪辉进.茶树病虫害智能化防治专家系统研究与应用［J］.安徽农业科学，2011，39(23):14 410－14 411 .

［5］姜中强.基于Web的江西水稻病虫害防治专家系统［D］.南昌:江西农业大学，2011.

S888.7

B

1007－0982(2014)02－0066－03

2014－01－15;

2014－03－07

现代农业产业技术体系建设专项(编号 CARS－22);安徽省农业科学院学科建设与宏观农业研究资金(编号13A0617)。

李兴(1981—)，男，安徽桐城，硕士，助理研究员。

Tel:0551－62826593，E-mail:ahcss@sohu.com