周文杰,趙慶展*,靳光才,許金霞,張 清,張鴻靜(1.石河子大學 信息科學與技術(shù)學院,新疆 石河子 832000；2.新疆生產(chǎn)建設兵團空間信息工程技術(shù)研究中心,新疆 石河子 832000；3.新疆生產(chǎn)建設兵團空間信息實驗室，新疆 石河子 832000；.中國科學院 遙感與數(shù)字地球研究所，北京 100000；.新疆生產(chǎn)建設兵團第七師一二五團錦農(nóng)農(nóng)業(yè)有限公司，新疆 奎屯 833200)

基于移動GIS的棉蚜蟲害監(jiān)測預警系統(tǒng)的構(gòu)建

周文杰1,2,3,趙慶展1,2,3*,靳光才1,2,3,許金霞1,2,3,張 清4,張鴻靜5
(1.石河子大學 信息科學與技術(shù)學院,新疆 石河子 832000；2.新疆生產(chǎn)建設兵團空間信息工程技術(shù)研究中心,新疆 石河子 832000；3.新疆生產(chǎn)建設兵團空間信息實驗室，新疆 石河子 832000；4.中國科學院 遙感與數(shù)字地球研究所，北京 100000；5.新疆生產(chǎn)建設兵團第七師一二五團錦農(nóng)農(nóng)業(yè)有限公司，新疆 奎屯 833200)

為快速準確實現(xiàn)棉蚜蟲害監(jiān)測并向農(nóng)技人員及農(nóng)戶提供預警防治信息，使用移動GIS技術(shù)對新疆生產(chǎn)建設兵團第七師一二五團研究區(qū)棉蚜蟲害信息進行采集，采用反距離插值方法得到棉蚜蟲害的空間分布，在此基礎上對柵格數(shù)據(jù)進行重分類和矢量化處理，從而得到棉蚜蟲害空間分布矢量圖，利用基于位置的空間鏈接得到每個條田塊的棉蚜蟲害發(fā)生等級并將專題圖進行發(fā)布，實現(xiàn)棉蚜蟲害監(jiān)測；棉蚜蟲害預警則是在監(jiān)測基礎上，利用基于溫濕系數(shù)的棉蚜發(fā)生等級預報模型推算棉蚜未來5 d內(nèi)的發(fā)生情況，并將預測值與插值結(jié)果進行比較，標記各個條田塊的棉蚜發(fā)生趨勢，同時記錄棉蚜發(fā)生等級大于經(jīng)濟閾值的條田塊，然后利用Jpush推送技術(shù)向用戶終端推送棉蚜發(fā)生趨勢以及預警防治信息。研究區(qū)初步應用表明，用戶可利用手機APP實時掌握棉蚜蟲害的發(fā)生等級，全面了解棉蚜蟲害的發(fā)展趨勢，具有操作簡便、高效便捷、實時性強等特點，可為棉蚜蟲害的監(jiān)測、預警提供參考。

移動GIS； 棉蚜； 監(jiān)測； 預報; 預警

棉蚜是世界性害蟲，主要通過吸食植物汁液和傳播病毒造成危害[1-2]，具有寄主廣、代數(shù)多、數(shù)量大、耐藥性強的特點[3-6]，一旦大規(guī)模暴發(fā)，將嚴重影響棉花的產(chǎn)量。

病蟲害的監(jiān)測方式有田間調(diào)查、傳感器網(wǎng)絡監(jiān)測、遙感監(jiān)測等。目前已有研究學者對其進行了大量研究。周海波等對小麥蚜蟲的田間調(diào)查、監(jiān)測技術(shù)及防治策略進行了研究[7]；陸明星等研究了水稻鉆蛀性螟蟲的田間調(diào)查和測報技術(shù)[8]；齊建東等提出一種新穎的、基于無線多媒體傳感器網(wǎng)絡的森林病蟲害監(jiān)測預警系統(tǒng)的解決方案[9]；馬菁等在中寧縣規(guī)?；坭椒N植區(qū)，通過遙感近地高光譜技術(shù)對盛果期的健康枸杞冠層和感染了木虱、癭螨、負泥蟲、白粉病的枸杞冠層進行光譜特征測定[10]；許章華等以寄主葉面積指數(shù)構(gòu)建了馬尾松毛蟲的遙感反演模型[11]；衛(wèi)黎光等將地面實測冠層高光譜數(shù)據(jù)模擬為TM多光譜數(shù)據(jù)，從而分析衛(wèi)星傳感器多光譜波段對病害的影響，并構(gòu)建了多光譜指數(shù)(PMSI)估測白粉病嚴重程度的模型[12]。

傳統(tǒng)的病蟲害監(jiān)測方式雖然在理論上可行，但在實際應用過程中采集工作效率低，易出錯且數(shù)據(jù)管理工作量大、維護困難，難以適應棉蚜蟲害時空變異性強的特征[13]；無線傳感器網(wǎng)絡監(jiān)測棉蚜信息成本高，系統(tǒng)維護較為復雜[14]；遙感技術(shù)在大面積的蟲害監(jiān)測過程中具有獨特作用，但其數(shù)據(jù)源受過境時間的影響在時間上相對滯后，對棉蚜的監(jiān)測一般在災中、災后進行，地面驗證依然是提高遙感監(jiān)測精度的必要手段[15-17]。在棉蚜蟲害發(fā)展的過程中，由于采集環(huán)境以及樣點空間分布的復雜性，傳統(tǒng)的調(diào)查方式無法有效地輔助調(diào)查人員前往采樣點并提高蟲情信息采集與發(fā)布效率。隨著智能終端的發(fā)展，運用移動GIS技術(shù)可以實現(xiàn)棉蚜蟲害的數(shù)據(jù)采集(空間信息、等級信息、時間信息)，為棉蚜蟲害的監(jiān)測提供了一種先進的解決方案。

棉蚜蟲害的預警通常是在氣象條件的基礎上對棉蚜蟲害的發(fā)生發(fā)展進行研究后做出的[18]。羅亮等對棉蚜發(fā)生量的主要影響因子進行了研究，發(fā)現(xiàn)氣溫的變異程度、峰度以及偏斜度是反映棉蚜大發(fā)生的重要指標之一[19]；慕彩蕓等模擬了東疆地區(qū)棉蚜數(shù)量的日、旬、月增長率，發(fā)現(xiàn)6月份是東疆地區(qū)棉蚜發(fā)生危害的高峰時段，5—8月棉蚜種群數(shù)量變化極為劇烈[20]；劉政等運用SPSS軟件回歸構(gòu)建了棉蚜年發(fā)生程度的預測模型[21]。這些成果在一定程度上揭示了棉蚜發(fā)生程度與氣象因子的關(guān)系，然而現(xiàn)有的模型將棉蚜的年發(fā)生程度作為整體進行分析建模，且定量化的棉蚜發(fā)生等級預報模型較少，棉蚜全期蟲情預報可行性差?！耙环N分階段5日間隔的棉蚜發(fā)生等級預報方法”是在研究區(qū)(新疆生產(chǎn)建設兵團第七師一二五團)大量的數(shù)據(jù)基礎上進行科學處理建立的，該方法將研究區(qū)的棉蚜蟲害進行了分階段處理，通過獲取研究區(qū)5 d內(nèi)的平均溫度和平均濕度，運用相關(guān)公式即可對研究區(qū)棉蚜蟲害的發(fā)生等級進行預判[22]。

本研究針對棉蚜蟲害數(shù)據(jù)采集工作效率低下、空間分析復雜度較高以及棉蚜全期預警可行性差等問題，在研究棉蚜蟲情發(fā)展的基礎上，利用移動GIS技術(shù)實現(xiàn)棉蚜蟲害的數(shù)據(jù)采集，分析棉蚜蟲害的空間分布，同時預判棉蚜發(fā)生的總體趨勢，最終利用IOS智能設備將趨勢信息推送給用戶，此方式在棉蚜蟲害信息采集樣本點的選擇上具有隨機性，在棉蚜蟲害預警信息傳播上具有實時性。該系統(tǒng)采用C/S技術(shù)架構(gòu)，以服務端為基礎，移動終端為核心，探討氣象信息的獲取、棉蚜發(fā)生等級計算、反距離插值分析、空間位置鏈接、預警推送等關(guān)鍵技術(shù)，集中解決棉蚜監(jiān)測、預警和信息推送等關(guān)鍵問題，為用戶進行棉蚜監(jiān)測并提升其預警水平提供參考。

1 系統(tǒng)總體設計

1.1 需求分析

棉蚜蟲害監(jiān)測預警系統(tǒng)是在采樣條田的棉蚜發(fā)生等級基礎上對其進行空間分析，進而在較大空間尺度上對棉蚜蟲害進行監(jiān)測，同時根據(jù)棉蚜蟲害發(fā)生發(fā)展規(guī)律預報其發(fā)生趨勢并向用戶推送預警信息。采樣條田的棉蚜發(fā)生等級通過移動GIS進行采集[23]，系統(tǒng)開發(fā)著重解決以下幾個核心需求：(1)如何向用戶顯示已采集條田的棉蚜蟲害發(fā)生等級；(2)如何獲取未采集條田的棉蚜蟲害發(fā)生等級；(3)如何預測未來幾天棉蚜蟲害發(fā)生等級的變化趨勢；(4)如何向用戶推送棉蚜發(fā)生趨勢信息和預警信息。

目前，移動GIS技術(shù)可實現(xiàn)地圖顯示、空間分析、地圖服務生成等一系列功能。如ESRI公司(Environmental Systems Research Institute，Inc.)提供的移動GIS開發(fā)工具包ArcGIS Runtime SDK for IOS提供了大量的API，結(jié)合XCode(蘋果公司開發(fā)的編程軟件)開發(fā)工具，可以在IOS平臺以地圖服務的形式通過網(wǎng)絡向用戶顯示棉蚜蟲害發(fā)生等級的專題圖。在服務端，借助ArcGIS Desktop鏈接Oracle棉蚜蟲害時空數(shù)據(jù)庫并加載已采集條田的棉蚜蟲害發(fā)生等級，通過空間插值技術(shù)獲取未采集條田的棉蚜發(fā)生等級，最終通過ArcGIS Server發(fā)布棉蚜蟲害發(fā)生等級專題圖，為IOS客戶端調(diào)用該地圖服務提供支持。

研究區(qū)為新疆生產(chǎn)建設兵團第七師一二五團，棉蚜蟲害的未來發(fā)生等級可以利用專利“一種分階段5日間隔的棉蚜發(fā)生等級預報方法”進行預測[22]。該專利提出了利用溫濕系數(shù)實現(xiàn)棉蚜蟲害發(fā)生等級的預報。因此，通過獲取研究區(qū)所在地的氣象信息，利用溫濕系數(shù)映射并預報棉蚜發(fā)生等級，可進一步判斷棉蚜蟲害發(fā)生等級的未來發(fā)展趨勢。研究區(qū)擁有植保站和氣象站，氣象站提供氣象服務API并采用http協(xié)議，可采用Java支持http請求協(xié)議的網(wǎng)絡通信技術(shù)，使用該API獲取的氣象信息為Json格式，服務端在進行氣象信息請求時，需要對Json格式數(shù)據(jù)進行解析，將解析后的溫度、濕度等氣象信息寫入數(shù)據(jù)庫。

空間插值分析的結(jié)果為柵格數(shù)據(jù)，該數(shù)據(jù)從較大的空間尺度描述了棉蚜蟲害發(fā)生的空間分布。在柵格數(shù)據(jù)的基礎上，對其進行重分類、矢量化處理，最終通過空間位置鏈接技術(shù)映射每個條田的棉蚜發(fā)生等級，若該條田的棉蚜蟲害發(fā)生等級觸發(fā)了經(jīng)濟閾值，則向該用戶推送棉蚜發(fā)生等級發(fā)展趨勢以及預警信息。推送技術(shù)采用JPush推送(第三方推送API)。

1.2 體系結(jié)構(gòu)設計

本系統(tǒng)的體系結(jié)構(gòu)主要包括3個部分：表現(xiàn)層、邏輯層、數(shù)據(jù)層。表現(xiàn)層主要提供用戶訪問的接口，包括用戶注冊、登錄、地圖顯示、定位、預警及趨勢信息接收等。邏輯層主要處理未來棉蚜發(fā)生等級計算、空間插值分析、重分類、柵格數(shù)據(jù)轉(zhuǎn)矢量、空間位置鏈接分析、專題圖生成、服務發(fā)布、預警及趨勢信息推送、客戶端服務端通信、數(shù)據(jù)庫訪問等問題。數(shù)據(jù)層主要存儲用戶信息、棉蚜蟲害發(fā)生等級現(xiàn)勢數(shù)據(jù)(如條田塊插值后的棉蚜蟲害發(fā)生等級)、棉蚜發(fā)生等級發(fā)展趨勢數(shù)據(jù)、氣象數(shù)據(jù)等。系統(tǒng)體系結(jié)構(gòu)如圖1所示。

圖1 系統(tǒng)體系結(jié)構(gòu)

1.3 系統(tǒng)功能設計

系統(tǒng)功能設計采用面向?qū)ο蟮脑O計方法。分為客戶端和服務端2個部分，采用C/S架構(gòu)，客戶端和服務端的通信采用2G/3G/4G/Wi-Fi技術(shù)。客戶端主要包括注冊登錄模塊、專題圖顯示模塊、定位顯示模塊、推送接收模塊；服務端主要包括氣象獲取模塊、等級計算模塊、空間分析模塊(包括空間插值分析、重分類、柵格數(shù)據(jù)轉(zhuǎn)矢量、空間位置鏈接分析)、預警推送模塊、數(shù)據(jù)存取模塊、數(shù)據(jù)通信模塊等。系統(tǒng)功能結(jié)構(gòu)如圖2所示。

圖2 系統(tǒng)功能結(jié)構(gòu)

定位顯示模塊主要調(diào)用手機的GPS模塊，獲取用戶的當前位置，并在地圖上進行顯示。當用戶訪問地圖時，系統(tǒng)調(diào)用該模塊。專題圖顯示模塊的主要功能是通過專題圖的方式向用戶展示棉蚜發(fā)生等級的空間分布。用戶訪問該模塊時，系統(tǒng)首先調(diào)用定位顯示模塊，直接將用戶的位置在地圖上顯示出來，進而可以查看當前位置的棉蚜發(fā)生等級分布情況。推送接收模塊的主要功能是承載服務端向客戶端推送的趨勢及預警信息。

氣象獲取模塊的主要功能是通過氣象API獲取區(qū)域內(nèi)的氣象信息，并對獲取到的Json格式數(shù)據(jù)進行解析，通過數(shù)據(jù)存取模塊將數(shù)據(jù)寫入到數(shù)據(jù)庫。等級計算模塊的主要功能是利用氣象信息，通過溫濕系數(shù)映射出棉蚜發(fā)生等級。推送模塊向各個所屬條田的用戶以廣播的方式推送棉蚜發(fā)生趨勢，同時判斷各個條田棉蚜發(fā)生等級是否達到了預警觸發(fā)條件，對達到預警觸發(fā)條件的條田進行預警。數(shù)據(jù)存取模塊是提供數(shù)據(jù)庫訪問的接口，為各個模塊操作數(shù)據(jù)庫提供支持。數(shù)據(jù)通信模塊提供了應用程序向服務器發(fā)送請求的http協(xié)議接口，為氣象獲取模塊提供支持?？臻g分析模塊的實現(xiàn)需要借助ArcGIS Desktop，利用ArcGIS Desktop提供的各種工具實現(xiàn)空間分析。服務端系統(tǒng)運行流程如圖3所示。

2 系統(tǒng)核心功能實現(xiàn)

2.1 蟲害數(shù)據(jù)采集

棉蚜蟲害的數(shù)據(jù)采集是以IOS智能手機為平臺運用移動GIS技術(shù)實現(xiàn)的。GPS技術(shù)可以實現(xiàn)定位，通過離線地圖將抽樣條田塊快速顯示；在地圖上對采樣條田塊的棉蚜發(fā)生情況進行點、面信息采集，如果采樣條田塊的棉蚜蟲害發(fā)生呈現(xiàn)點狀發(fā)生情況，則在采樣條田塊上繪制點狀圖形，如果呈現(xiàn)面狀發(fā)生情況，則在條田塊上繪制相應的多邊形；最后運用移動網(wǎng)絡將繪制圖形連同棉蚜發(fā)生等級發(fā)送到服務端，由服務端進行數(shù)據(jù)的處理。

圖3 服務端系統(tǒng)運行流程

2.2 棉蚜發(fā)生等級預測

為實現(xiàn)棉蚜發(fā)生等級的預報，在收集和獲取新疆生產(chǎn)建設兵團第七師一二五團2004—2014年氣象資料和棉蚜發(fā)生數(shù)據(jù)的基礎上，運用統(tǒng)計方法、相關(guān)性分析和多元回歸方法對影響棉蚜發(fā)生的主要氣象因子進行了研究[22]，發(fā)現(xiàn)棉蚜的發(fā)生等級與溫濕系數(shù)具有如下關(guān)系：

Y=1.04+0.20lnA

(1)

Y=-6.86+10.90lnB

(2)

Y=10.36-9.54lnC

(3)

式(1)、(2)、(3)的運用日期范圍分別是5月5日—6月30日、7月1日—7月24日、7月25日—8月25日，其中l(wèi)nA為相對溫濕系數(shù)的自然對數(shù)，lnB、lnC是直接溫濕系數(shù)的自然對數(shù)。

獲取溫濕系數(shù)的前提是獲取氣象信息，研究區(qū)氣象信息服務的API采用的是http協(xié)議，數(shù)據(jù)傳輸格式為Json格式。服務端采用JSONObect類來解析Json，這個類能夠?qū)⒎螶son格式的字符串轉(zhuǎn)化為嚴格的Json對象即JSONObject，然后利用JSONObject.fromObject(obj)方法獲取Json中的元素，最終將解析后的數(shù)據(jù)通過數(shù)據(jù)存取模塊寫入到數(shù)據(jù)庫中。

2.3 棉蚜發(fā)生等級專題圖生成

大尺度的棉蚜發(fā)生等級柵格專題圖以及研究區(qū)條田棉蚜發(fā)生等級專題圖的生成是在采樣的基礎上完成的。已采集條田棉蚜發(fā)生等級專題圖的制作首先需要通過ArcGIS Desktop連接Oracle棉蚜蟲害時空數(shù)據(jù)庫，采用的連接方式為直接連接；其次加載采集的棉蚜蟲害空間數(shù)據(jù)，并疊加研究區(qū)基礎地理矢量圖；最后將圖層發(fā)布到ArcGIS Server上以地圖服務的形勢進行顯示。

棉蚜發(fā)生等級柵格專題圖的生成主要是在已采集條田棉蚜發(fā)生等級圖層的基礎上，通過空間插值分析得到的。由于研究區(qū)采樣條田在棉蚜蟲害發(fā)生等級等方面具有代表性，因此系統(tǒng)采用反距離插值方法進行分析。在反距離的插值過程中，與插值點距離最近的若干個已知樣本點對內(nèi)插點值的貢獻最大，其貢獻大小與距離成反比。其數(shù)據(jù)理論是加權(quán)平均，即將已知樣本點各數(shù)值乘以相應的單位數(shù)(權(quán)數(shù))，然后求和得總體值，再除以單位數(shù)之和。假設xi為已知樣本點，yi為已知樣本點對應的權(quán)數(shù)，y為加權(quán)算術(shù)平均數(shù)(即預測值或內(nèi)插值)，則加權(quán)算術(shù)平均數(shù)的計算公式如式(4)。

y=∑(xi×wi)/∑wi

(4)

反距離加權(quán)法中的權(quán)數(shù)wi由式(5)來確定。

(5)

式(5)中，pDi為內(nèi)插點與已知樣本點之間的距離；u為距離pDi的冪。

由式(4)和(5)可得反距離加權(quán)平均數(shù)的計算公式[26]如式(6)。

(6)

在具體操作過程中，對采集的條田(條田在矢量圖上顯示為多邊形)需要進行多邊形轉(zhuǎn)點處理，該操作可由ArcGIS Desktop的工具Feature To Point完成。完成多邊形轉(zhuǎn)點之后，可對點進行空間反距離插值，在該工具中u的值選取為2.5。因為空間插值的結(jié)果為非整數(shù)，因此需要對插值后的柵格進行重分類處理，使得棉蚜發(fā)生等級為整數(shù)等級，最后進行剪裁，處理結(jié)果如圖4(a)所示。插值以及重分類的過程中，相近條田塊的棉蚜蟲害發(fā)生等級可能相同，無法在柵格數(shù)據(jù)上直接區(qū)分出不同的條田塊，空間尺度較大。為了解決這一問題，需要對柵格圖進行矢量化處理，處理結(jié)果如圖4(b)所示，最后進行空間位置鏈接，在條田尺度上獲取棉蚜發(fā)生等級，處理結(jié)果如圖4(c)所示。

圖4 棉蚜蟲害發(fā)生等級空間分布

2.4 預警推送

預警推送采用的技術(shù)是極光推送，該推送是一個端到端的推送服務，使得服務器消息能夠及時地推送到終端用戶手機上，減少集成APNs需要的工作量和開發(fā)復雜度。

在JPush Portal上創(chuàng)建應用時，首先要在JPush的管理Portal上上傳應用程序證書并創(chuàng)建應用生成AppKey用以標識該應用。在XCode上需要添加IOS核心開發(fā)框架，隨后創(chuàng)建并配置PushConfig.plis文件，填寫AppKey等參數(shù)。最后在應用程序代理類中分別實現(xiàn)推送協(xié)議即可。

此外，對客戶端的推送是定點推送。用戶在進行注冊時，服務端會為注冊用戶生成唯一標簽，該標簽標識特定的用戶。在進行推送時，服務端對數(shù)據(jù)庫執(zhí)行2次查詢處理：第1次查詢出當前棉蚜發(fā)生等級大于預測等級的棉田所屬用戶，記錄其標簽；第2次查詢出當前棉蚜發(fā)生等級已經(jīng)觸發(fā)經(jīng)濟閾值(棉蚜發(fā)生等級大于3級[27])的棉田所屬用戶，記錄其標簽。最后對記錄的標簽進行推送。

系統(tǒng)更新的周期為5 d，在各個階段的時間節(jié)點處進行更新。

3 小結(jié)

本系統(tǒng)采用的預警模型是在新疆生產(chǎn)建設兵團第七師一二五團植保站所采集數(shù)據(jù)的基礎上建立起來的，農(nóng)技人員可使用智能終端APP監(jiān)測棉蚜蟲害的發(fā)生情況并得到預警信息，準確度達到80%以上，該預警模型可根據(jù)區(qū)域的不同依據(jù)歷史氣象數(shù)據(jù)和病蟲害發(fā)生數(shù)據(jù)快速重構(gòu)。從應用情況看，更加精確的植棉區(qū)分布數(shù)據(jù)以及植棉區(qū)的氣象信息對棉蚜蟲害發(fā)生等級的計算以及預警有提升作用。在系統(tǒng)運行方面，棉蚜專題圖的生成目前是依賴人工操作完成的，如何實現(xiàn)專題圖的自動生成與服務發(fā)布是完善系統(tǒng)的方向。

[1] 梁彥,張帥,邵振潤,等.棉蚜抗藥性及其化學防治[J].植物保護,2013,39(5):70-80.

[2] 王洪亮,仵均祥,王丙麗.棉蚜在不同抗蟲棉品種上的發(fā)育歷期研究[J].西北農(nóng)業(yè)學報,2006,15(4):83-85.

[3] 王詠妙,張鵬飛,陳建群.棉蚜寄主?；图捌湫纬傻男袨闄C理[J].昆蟲學報,2004,47(6):760-767.

[4] 鄒先偉,蔣志勝.棉蚜抗藥性及其抗性治理對策的研究[J].農(nóng)藥,2004,43(7):294-297，326.

[5] 劉向東,翟保平,梁圣愛,等.棉蚜遷飛型和居留型及其雜交后代飛行特性的比較研究[J].昆蟲學報,2006,49(4):619-624.

[6] 張克斌,劉惠霞,王玲莉.棉蚜年生活周期及其與寄主營養(yǎng)的關(guān)系[J].西北農(nóng)林科技大學學報(自然科學版),1987,15(4):15-21.

[7] 周海波,程登發(fā),陳巨蓮.小麥蚜蟲田間調(diào)查及監(jiān)測技術(shù)[J].應用昆蟲學報,2014,17(3):853-858.

[8] 陸明星,陸自強,杜予州.水稻鉆蛀性螟蟲田間調(diào)查及測報技術(shù)[J].應用昆蟲學報,2014,51(4):1125-1129.

[9] 齊建東,蔣禧,趙燕東.基于無線多媒體傳感器網(wǎng)絡的森林病蟲害監(jiān)測系統(tǒng)[J].北京林業(yè)大學學報,2010,32(4):186-190.

[10] 馬菁,張學儉.枸杞病蟲害遙感近地高光譜特征研究[J].廣東農(nóng)業(yè)科學,2015,42(13):165-172.

[11] 許章華,劉健,龔從宏,等.馬尾松毛蟲寄主有效葉面積指數(shù)遙感反演模型研究[J].中南林業(yè)科技大學學報,2012,32(10):72-78.

[12] 衛(wèi)黎光,蔣金豹,楊貴軍,等.模擬多光譜衛(wèi)星傳感器數(shù)據(jù)的冬小麥白粉病遙感監(jiān)測[J].麥類作物學報,2014,34(12):1699-1705.

[13] 張競成,袁琳,王紀華,等.作物病蟲害遙感監(jiān)測研究進展[J].農(nóng)業(yè)工程學報,2012,28(20):1-11.

[14] 鄭文超.基于ZigBee的東北森林病蟲害監(jiān)測技術(shù)研究[J].安徽農(nóng)業(yè)科學,2014,42(13):4108-4109.

[15] 史舟,梁宗正,楊媛媛,等.農(nóng)業(yè)遙感研究現(xiàn)狀與展望[J].農(nóng)業(yè)機械學報,2015,46(2):247-260.

[16] 張喜旺,劉劍鋒,秦奮,等.作物類型遙感識別研究進展[J].中國農(nóng)學通報,2014,30(33):278-285.

[17] 羅菊花,黃文江,韋朝領,等.基于GIS的農(nóng)作物病蟲害預警系統(tǒng)的初步建立[J].農(nóng)業(yè)工程學報,2008,24(12):127-131.

[18] 陳懷亮,張弘,李有.農(nóng)作物病蟲害發(fā)生發(fā)展氣象條件及預報方法研究綜述[J].中國農(nóng)業(yè)氣象,2007,28(2):212-216.

[19] 羅亮,馬德英,苗偉,等.北疆氣溫與棉蚜發(fā)生量之間關(guān)系的探討[J].新疆農(nóng)業(yè)科學,2007,44(4):423-428.

[20] 慕彩蕓,車罡,阿斯亞·瓦依提,等.東疆棉蚜種群消長規(guī)律及其與氣象因子的關(guān)系[J].沙漠與綠洲氣象,2010,4(6):54-57.

[21] 劉政,孫艷,李保成,等.SPSS逐步回歸分析法構(gòu)建北疆棉蚜年發(fā)生程度的預報模型[J].安徽農(nóng)業(yè)科學,2009,37(6):2815-2817.

[22] 石河子大學.一種分階段5日間隔的棉蚜發(fā)生等級預報方法：201410817556.X[P].2015-04-15.

[23] 趙慶展,靳光才,周文杰,等.基于移動GIS的棉田病蟲害信息采集系統(tǒng)[J].農(nóng)業(yè)工程學報,2015,31(4):183-190.

[24] 潘啟明,吳天赦,張林水.溫度對棉蚜繁殖速度的影響[J].昆蟲學報,1986,29(4):367-370.

[25] 馮志超,姚麗花.新疆奎屯棉蚜大發(fā)生的原因及防治措施[J].中國棉花,2004,31(10):9-11.

[26] 杜久升,陳宜金,侯爭.針對Kriging插值結(jié)果的空間查詢方法[J].計算機應用,2013,33(3):871-873,895.

[27] 鐘炳周,馬宏英,陳永年.棉蚜為害棉花經(jīng)濟閾值的研究[J].湖南農(nóng)學院學報,1989,15(3):47-52.

Construction of Monitoring and Early Warning System for Aphids in Cotton Based on Mobile GIS

ZHOU Wenjie1,2,3,ZHAO Qingzhan1,2,3*,JIN Guangcai1,2,3,XU Jinxia1,2,3,ZHANG Qing4,ZHANG Hongjing5
(1.College of Information Science and Technology,Shihezi University,Shihezi 832000,China;2.Geospatial Information Engineering Research Center,Xinjiang Production and Construction Corps,Shihezi 832000,China;3.Geospatial Information Engineering Laboratory,Xinjiang Production and Construction Corps,Shihezi 832000,China;4.Institute of Remote Sensing and Digital Earth,Chinese Academy of Sciences,Beijing 100000,China;5.Jinnong Agriculture Co.,Ltd.,the 125th Regiment of the 7th Agricultural Division of Xinjiang Production and Construction Corps,Kuitun 833200,China)

In order to perform monitoring quickly and accurately for aphids in cotton and offer an early warning for technicians and farmers,the article using mobile GIS technology and spatial analysis technology designed and implemented monitoring and early-warning system for aphids in cotton based on IOS intelligent platforms,and then carried out tests in research area,which is the 125th Regiment of the 7th Agricultural Division of Xinjiang Production and Construction Corps.The mobile GIS technology was applied to take sample of aphids in cotton for monitoring.On this basis,the inverse distance interpolation analysis was used to obtain the spatial distribution raster data of aphids in cotton,and then re-classification and vectorization for GIS raster data in sequence were carried out to get the spatial distribution vector figure of aphids in cotton,so the occurrence rating of aphids in cotton of every stripe field was got by space connection technology based on spatial location,finally the thematic map of occurrence rating for aphids in cotton was published through the ArcGIS Server and it could be accessed by phone.The early warning was based on the current monitoring.The occurrence rating of aphids in cotton in the next five days was acquired through prediction model for occurrence rating of aphids in cotton based on temperature-humidity coefficient.The forecast occurrence ratings were compared with the result of inverse distance interpolation analysis,and at the same time the occurrence tendency of aphids in cotton for every strip field and the strip fields where the occurrence rating of aphids in cotton was greater than economic threshold were remarked.At last,the Jpush technology which can push notification to client was adopted,and the terminal users received the notification of the occurrence tendency and the early warning for aphids in cotton by phone.The result of preliminary application showed that the system allowed users to access the data through the internet at any time,and know comprehensively the occurrence tendency of aphids in cotton.The operation of the system is simple,efficient and convenient,and strong real-time is possessed by the system.It can offer supports for the monitoring and early warning for aphids in cotton.

mobile GIS; aphids in cotton; monitoring; forecast; early-warning

2016-02-23

國家自然科學基金項目(31260291，31460317)；新疆生產(chǎn)建設兵團科技援疆專項(2014AB001)；自治區(qū)科技支疆項目(201591105)

周文杰(1989-)，男，河南許昌人，碩士，主要從事農(nóng)業(yè)信息化、空間信息技術(shù)及其應用等研究。 E-mail：wenjie_zhou@foxmail.com

*通訊作者：趙慶展(1972-)，男，河南南陽人，副教授，主要從事農(nóng)業(yè)信息化、空間信息系統(tǒng)集成與服務研究。 E-mail：zqz_inf@shzu.edu.cn

S435.622；S126

A

1004-3268(2016)09-0163-06