薛麗娜 吳晟

摘要蟲害防治系統(tǒng)是針對(duì)作物不同時(shí)期和不同環(huán)境條件下出現(xiàn)的各種癥狀，診斷可能出現(xiàn)的蟲害，提出有效的防治方法。蟲害診斷系統(tǒng)是農(nóng)業(yè)專家系統(tǒng)的重要應(yīng)用領(lǐng)域，到目前為止已經(jīng)開發(fā)出了很多相應(yīng)的系統(tǒng)，取得了可喜的成果，但是或多或少都存在一定的局限性；而通過在移動(dòng)終端Android平臺(tái)開發(fā)蟲害指認(rèn)診斷系統(tǒng)可以將診斷規(guī)則、推理過程、預(yù)測(cè)結(jié)果、病害信息以“典型圖像+通俗文字”描述的直觀形式呈現(xiàn)給用戶，解決農(nóng)戶的實(shí)際應(yīng)用問題，提高系統(tǒng)的操作性與實(shí)用性。

關(guān)鍵詞蟲害；指認(rèn)診斷；Android；馬鈴薯

中圖分類號(hào)S126文獻(xiàn)標(biāo)識(shí)碼

A文章編號(hào)0517-6611（2015）28-346-03

Potato Pest Identification System Based on Android

XUE Lina， WU Sheng* （Kunming University of Science and Technology， Kunming， Yunnan 650500）

Abstract Insect pest control system is to put forward effective prevention and control method according to a variety of symptoms in different periods of crops and different conditions. Pest diagnosis system is the important application of agriculture expert system， there have been developed a lot of corresponding system so far， and achieved gratifying results， but more or less， there are some limitations， through developing pest identification diagnosis system in the Android mobile phone platform， the diagnosis rules， inference process， predicted results and disease information can be presented to the user in a visual form of typical image and popular words， which can help farmers solve the practical problems， improve system operation and uses.

Key words Insect pest； Identify diagnosis； Android； Potato

通過實(shí)地考察以及與農(nóng)業(yè)科技人員的深入交流，獲知農(nóng)戶診斷馬鈴薯蟲害的實(shí)際流程。農(nóng)戶獲知蟲害災(zāi)情信息分為2種方式：一種是從農(nóng)業(yè)機(jī)構(gòu)獲知災(zāi)情信息；另一種是從田間地頭通過人工觀察獲知災(zāi)情信息。前一種方式具體流程是農(nóng)業(yè)機(jī)構(gòu)通過收集田間信息和閱讀往年的災(zāi)情資料首先作出判斷和預(yù)測(cè)，再通過各種媒體向農(nóng)戶發(fā)布災(zāi)害信息以及防治措施，農(nóng)戶收到該信息后采取相應(yīng)的防治措施。后一種方式具體流程是農(nóng)戶通過對(duì)田間地頭馬鈴薯生長(zhǎng)狀況的觀察，結(jié)合以往蟲害的經(jīng)驗(yàn)，對(duì)馬鈴薯蟲害狀況作出判斷，如果目前的蟲害是以往遇見過的，就會(huì)根據(jù)以往的經(jīng)驗(yàn)采取相應(yīng)的防治措施；如果目前的蟲害是以前沒有遇見過的，就會(huì)邀請(qǐng)專家或農(nóng)業(yè)技術(shù)員到田間去診斷，專家或農(nóng)業(yè)技術(shù)員采集到蟲害信息通過觀察或化驗(yàn)得出判斷，再將蟲害信息和防治措施傳遞給農(nóng)戶，由農(nóng)戶采取相應(yīng)的防治措施。

目前馬鈴薯病蟲害的診斷流程都還處于人工診斷階段。上述第一種方式是靠農(nóng)業(yè)機(jī)構(gòu)收集災(zāi)害信息和閱讀以往的災(zāi)情信息來做出預(yù)測(cè)和判斷，它是一種很被動(dòng)的診斷方式，對(duì)農(nóng)業(yè)機(jī)構(gòu)依賴性太大，在災(zāi)情信息收集上不能很全面，在時(shí)間上也不能準(zhǔn)確地判斷災(zāi)害發(fā)生日期，不能根據(jù)實(shí)際每塊田地作出分析，這種方式只適用于大規(guī)模發(fā)病并且非常普遍的蟲害，精度和準(zhǔn)度都不能滿足實(shí)際的農(nóng)業(yè)生產(chǎn)。第二種方式靠農(nóng)戶對(duì)田間馬鈴薯的觀察來作出判斷，是主動(dòng)的診斷方式。但它太過依賴農(nóng)戶個(gè)人的經(jīng)驗(yàn)，需要農(nóng)戶對(duì)蟲害知識(shí)的日積月累，時(shí)間周期很長(zhǎng)，而且很大程度上導(dǎo)致了蟲害知識(shí)的不能共享，同時(shí)偶然性很大，與農(nóng)戶觀察馬鈴薯生長(zhǎng)狀況的次數(shù)和仔細(xì)程度有很大關(guān)系。以上2種方式會(huì)消耗很大的人力和物力，并且診斷的效果不佳[1]。

研究基于目前移動(dòng)終端常用的Android平臺(tái)，設(shè)計(jì)開發(fā)了一種新的馬鈴薯蟲害指認(rèn)診斷系統(tǒng)，針對(duì)以往系統(tǒng)對(duì)使用者素質(zhì)要求過高的問題，將植保專業(yè)知識(shí)與農(nóng)戶的田間實(shí)際體驗(yàn)相結(jié)合，通過優(yōu)化的人機(jī)交互界面，用戶可以根據(jù)自己的實(shí)際情況選擇不同的診斷方法，對(duì)不同時(shí)期的馬鈴薯作物進(jìn)行蟲害診斷。該系統(tǒng)最大的優(yōu)點(diǎn)是，它是一款移動(dòng)終端版系統(tǒng)，使農(nóng)戶能夠隨時(shí)隨地對(duì)馬鈴薯蟲害進(jìn)行田間實(shí)時(shí)診斷，極大地提高了該系統(tǒng)使用的實(shí)用性、方便性、快捷性。

1蟲害指認(rèn)式診斷

在進(jìn)入指認(rèn)式診斷界面后，系統(tǒng)會(huì)查詢數(shù)據(jù)庫顯示所有的蟲害典型圖片和名稱。用戶可以點(diǎn)擊相應(yīng)的圖片顯示該蟲害的詳細(xì)信息；還可以根據(jù)蟲害的發(fā)病部位進(jìn)行分類查詢，系統(tǒng)會(huì)根據(jù)用戶的選擇將蟲害的搜索范圍縮小，有條件地顯示蟲害。

蟲害指認(rèn)式診斷流程見圖1。

用戶從主界面進(jìn)入蟲害指認(rèn)式診斷模塊，系統(tǒng)會(huì)自動(dòng)初始化系統(tǒng)參數(shù)，將指認(rèn)式診斷模式設(shè)置成“蟲害”，將蟲害搜索范圍設(shè)置成“全部”等。初始化主要是初始化指認(rèn)式診斷的關(guān)鍵詞，比如所有、葉片、地下、莖鞘、果穗等。在初始化的基礎(chǔ)上，可以根據(jù)蟲害的發(fā)生部位對(duì)蟲害進(jìn)行搜索，系統(tǒng)會(huì)根據(jù)用戶所選擇的關(guān)鍵詞查詢數(shù)據(jù)庫，獲取該類蟲害圖片信息。在用戶識(shí)別出需要的診斷圖像時(shí)，點(diǎn)擊相應(yīng)的圖像會(huì)顯示該蟲害的詳細(xì)信息。蟲害指認(rèn)式診斷可以劃分為3個(gè)階段：初始化關(guān)鍵詞、按類別關(guān)鍵詞診斷、顯示診斷結(jié)果[2]。

在初始化階段，系統(tǒng)會(huì)根據(jù)指認(rèn)式診斷的模式初始化蟲害關(guān)鍵詞參數(shù)，默認(rèn)參數(shù)為所有蟲害。調(diào)用指認(rèn)式診斷服務(wù)來獲取所有蟲害的圖片存儲(chǔ)信息。根據(jù)圖片存儲(chǔ)信息通過圖片引擎獲取圖片對(duì)象，再通過自定義顯示組件將蟲害典型圖片展示給用戶。初始化階段涉及幾個(gè)關(guān)鍵對(duì)象（或概念）：用于存儲(chǔ)初始關(guān)鍵詞的關(guān)鍵詞對(duì)象；用于處理指認(rèn)式診斷應(yīng)用邏輯的服務(wù)對(duì)象；用于獲取圖片的圖片引擎對(duì)象；用于存儲(chǔ)圖片信息的圖片存儲(chǔ)對(duì)象；用于顯示蟲害圖片的顯示組件對(duì)象。進(jìn)一步對(duì)這些對(duì)象進(jìn)行抽象得到對(duì)應(yīng)的類：Keywords_Module類、DIGList_Service類、ImageEngine類、Images_Module類、系統(tǒng)GridView類。

在按類別關(guān)鍵詞診斷階段，系統(tǒng)會(huì)根據(jù)用戶的選擇修改蟲害關(guān)鍵詞參數(shù)。然后調(diào)用指認(rèn)式診斷服務(wù)來獲取對(duì)應(yīng)類別的蟲害的圖片存儲(chǔ)信息。根據(jù)圖片存儲(chǔ)信息通過圖片引擎獲取圖片對(duì)象，再通過刷新自定義顯示組件將該類蟲害典型圖片展示給用戶。本階段涉及幾個(gè)關(guān)鍵對(duì)象（或概念），用于存儲(chǔ)初始關(guān)鍵詞的關(guān)鍵詞對(duì)象，用于處理指認(rèn)式診斷應(yīng)用邏輯的服務(wù)對(duì)象，用于獲取圖片的圖片引擎對(duì)象，用于存儲(chǔ)圖片信息的圖片存儲(chǔ)對(duì)象，用于顯示蟲害圖片的顯示組件對(duì)象。進(jìn)一步對(duì)這些對(duì)象進(jìn)行抽象得到對(duì)應(yīng)的類：Keywords_Module類、DIGList_Service類、ImageEngine類、Images_Module類、系統(tǒng)GridView類、自定義組件gridcom。

在顯示階段，委托給專門顯示診斷信息的對(duì)象去實(shí)現(xiàn)。在該階段系統(tǒng)只要向委托對(duì)象傳遞蟲害數(shù)據(jù)庫關(guān)鍵字，由委托對(duì)象顯示診斷結(jié)果的詳細(xì)信息。這個(gè)階段主要涉及到的關(guān)鍵對(duì)象是用于傳遞蟲害關(guān)鍵字的參數(shù)對(duì)象，用于屏幕跳轉(zhuǎn)的跳轉(zhuǎn)對(duì)象。對(duì)這些對(duì)象進(jìn)行抽象得到對(duì)應(yīng)的類：系統(tǒng)Intent類。系統(tǒng)Intent類可以同時(shí)實(shí)現(xiàn)參數(shù)傳遞和屏幕跳轉(zhuǎn)功能。

運(yùn)用ArgoUML工具畫出如圖2所示的時(shí)序圖[3]。

2指認(rèn)式診斷實(shí)現(xiàn)

蟲害的指認(rèn)式診斷涉及一個(gè)界面，系統(tǒng)可以通過主界面?zhèn)鬟f的參數(shù)來初始化該界面，以適應(yīng)不同類別的診斷。該界面由界面靜態(tài)部分diglist.xml、動(dòng)態(tài)圖片顯示組件gridcom.xml組成[4]。

指認(rèn)式診斷的核心是指認(rèn)式服務(wù)，它接收指認(rèn)式診斷界面?zhèn)鬟f的參數(shù)，根據(jù)參數(shù)的值選擇執(zhí)行的操作，并將結(jié)果封裝成一個(gè)對(duì)象返回給前臺(tái)界面。

if（keywordName.equals（"disease"））{

cursor = dao.executeQuery（"select * from TechnicalArticles where CategoryID=1"）；

}else if（keywordName.equals（"insect"））{

cursor = dao.executeQuery（"select * from TechnicalArticles where CategoryID=2"）；

}else if（keywordName.equals（"grass"））{

cursor = dao.executeQuery（"select * from TechnicalArticles where CategoryID=3"）；

}else{

cursor = dao.executeQuery（"select * from（select * from TechnicalArticles where Keyword like "+"'"+keywordName+"%' or Keyword like "+"'%"+keywordName+"%' or Keyword like "+"'%"+keywordName+"'） where CategoryID="+categoryID）；

}

以上代碼是指認(rèn)式服務(wù)根據(jù)接收的參數(shù)值不同選擇不同的數(shù)據(jù)庫操作，最重要的是第四個(gè)條件，它是根據(jù)指認(rèn)的關(guān)鍵字，對(duì)數(shù)據(jù)庫進(jìn)行模糊查詢以獲得對(duì)應(yīng)的數(shù)據(jù)。它是一條復(fù)合SQL語句，在符合關(guān)鍵字的記錄集中選擇滿足指認(rèn)式診斷危害類別的記錄。

public void onStart（）{

int num=cursor.getCount（）；

cursor.moveToFirst（）；

for（int i=0；i

images_Module[i].setId（cursor.getInt（cursor.getColumnIndex（"id"）））；

images_Module[i].setImageName（cursor.getString（cursor.getColumnIndex（"ImageName"）））；

images_Module[i].setImageDescription（cursor.getString（cursor.getColumnIndex（"ImageDescription"）））；

images_Module[i].setImageAddress（cursor.getString（cursor.getColumnIndex（"ImageAddress"）））；

images_Module[i].setThumbnailAddress（cursor.getString（cursor.getColumnIndex（"ThumbnailAddress"）））；

images_Module[i].setArticleID（cursor.getInt（cursor.getColumnIndex（"ArticleID"）））；

cursor.moveToNext（）；

}

}

以上代碼是將從數(shù)據(jù)庫獲得的記錄集的每條記錄封裝成一個(gè)個(gè)對(duì)象的過程。每條記錄對(duì)應(yīng)一個(gè)對(duì)象，該對(duì)象是模型對(duì)象，專門存儲(chǔ)圖片信息。通過循環(huán)每讀取一條記錄，即游標(biāo)向下移動(dòng)一格，就會(huì)向模型對(duì)象中寫入一個(gè)字段信息，直到讀取所有記錄，這相當(dāng)于關(guān)系到對(duì)象的映射功能[5]。

3測(cè)試結(jié)果記錄

對(duì)基于Android平臺(tái)所建立的蟲害指認(rèn)診斷系統(tǒng)進(jìn)行診斷測(cè)試，結(jié)果見表1。

由表1可知，該研究所建立的蟲害指認(rèn)診斷系統(tǒng)運(yùn)行正常，可用于馬鈴薯蟲害指認(rèn)診斷。

序號(hào)蟲害指認(rèn)式診斷結(jié)果

1是否可以正常進(jìn)入蟲害指認(rèn)式診斷界面正常進(jìn)入蟲害指認(rèn)式診斷界面

2在蟲害指認(rèn)式診斷主界面，是否顯示44種馬鈴薯常見害蟲圖像顯示44種馬鈴薯常見害蟲圖像

3在蟲害指認(rèn)式診斷主界面，點(diǎn)擊任意一幅圖像，出現(xiàn)診斷結(jié)論界面出現(xiàn)診斷結(jié)論界面

4點(diǎn)擊移動(dòng)終端上的“MENU”按鈕，是否出現(xiàn)害蟲對(duì)馬鈴薯的危害部位選項(xiàng)出現(xiàn)害蟲對(duì)馬鈴薯的危害部位選項(xiàng)

5點(diǎn)擊危害部位選擇項(xiàng)，可以根據(jù)害蟲對(duì)馬鈴薯的危害部位分類查詢根據(jù)害蟲對(duì)馬鈴薯的危害部位分類查詢

6在蟲害診斷結(jié)論界面中是否包含蟲害名稱、指認(rèn)關(guān)鍵字、概述、為害癥狀、形態(tài)特征、發(fā)生及為害規(guī)律、防治技術(shù)、典型圖像包含

參考文獻(xiàn)

[1] 王慶雷，沈佐銳，高靈旺，等.林果病蟲害防治技術(shù)專家系統(tǒng)的建立與應(yīng)用[J].世界農(nóng)業(yè)，2003（7）：47-48.

[2] 王愛茹，劉書華，曹克強(qiáng)，等.基于規(guī)則和圖形的蘋果、梨病蟲害診斷及防治專家系統(tǒng)[J].河北農(nóng)業(yè)大學(xué)學(xué)報(bào)，1999（1）：71-72.

[3] 劉大有，唐海鷹，陳建中，等.多媒體玉米生產(chǎn)智能系統(tǒng)的研制與應(yīng)用[J].江西農(nóng)業(yè)大學(xué)學(xué)報(bào)，2003，25（4）：498-500.

[4] 高靈旺，沈佐銳，李志紅.計(jì)算機(jī)軟件技術(shù)的發(fā)展與植保應(yīng)用軟件開發(fā)[J].農(nóng)業(yè)工程學(xué)報(bào)，2000，16（2）：32-35.

[5] 張仕成.基于Google Android 平臺(tái)的應(yīng)用程序開發(fā)與研究[J].電腦知識(shí)與技術(shù)，2009，28（5）：7959-7962.