張忠杰，尹 君，吳曉明，吳子丹,，吳文福

（1.國(guó)家糧食和物資儲(chǔ)備局科學(xué)研究院，北京 100037；2.天津市明倫電子技術(shù)股份公司，天津 300000；3.吉林大學(xué) 生物與農(nóng)業(yè)工程學(xué)院，吉林長(zhǎng)春 130025）

特約專論

糧食安全是治國(guó)安邦的首要之務(wù)，“保障糧食安全是一個(gè)永恒的主題，任何時(shí)候都不能放松”。儲(chǔ)糧安全作為糧食安全的重中之重，主要從數(shù)量真實(shí)和質(zhì)量良好兩個(gè)方面抓起。由于我國(guó)糧食儲(chǔ)備規(guī)模大，糧倉(cāng)類型多，地域分布廣，儲(chǔ)存周期長(zhǎng)，儲(chǔ)糧全過(guò)程的數(shù)量監(jiān)管和保質(zhì)儲(chǔ)藏安全管理難度加大，為確保庫(kù)存糧食“數(shù)量真實(shí)，質(zhì)量良好，儲(chǔ)存安全”，應(yīng)用“糧情云圖動(dòng)態(tài)分析軟件系統(tǒng)”可大大提高國(guó)家糧食庫(kù)存監(jiān)管的效率和精準(zhǔn)性，也為實(shí)現(xiàn)智慧糧食奠定了堅(jiān)實(shí)基礎(chǔ)。

“糧情云圖動(dòng)態(tài)分析軟件”是基于糧堆多場(chǎng)耦合理論和糧情云圖動(dòng)態(tài)變化規(guī)律，通過(guò)溫度場(chǎng)、濕度場(chǎng)和微氣流場(chǎng)等多場(chǎng)耦合理論研究、模型分析和大數(shù)據(jù)挖掘技術(shù)，利用計(jì)算機(jī)軟件系統(tǒng)將糧情分析、理論與模型以及經(jīng)驗(yàn)等直觀、形象地展示出來(lái)，有效實(shí)現(xiàn)了“空倉(cāng)”、“半倉(cāng)”、“新入糧”、“突變”、“發(fā)熱”、“結(jié)露”和“霉變”等儲(chǔ)糧模態(tài)的自動(dòng)辨析，為發(fā)現(xiàn)庫(kù)存糧食數(shù)量變化、局部結(jié)露或霉變等現(xiàn)象提供預(yù)警信息，結(jié)合不同生態(tài)區(qū)域儲(chǔ)糧糧堆特性及圍護(hù)結(jié)構(gòu)分析，預(yù)測(cè)預(yù)警儲(chǔ)糧狀態(tài)分布及未來(lái)變化趨勢(shì)，為實(shí)現(xiàn)儲(chǔ)糧全過(guò)程的數(shù)量和質(zhì)量安全管理提供技術(shù)支持和工具服務(wù)，提高糧食倉(cāng)儲(chǔ)管理的效率和效益。

1 糧情云圖動(dòng)態(tài)分析技術(shù)

1.1 糧情云圖動(dòng)態(tài)分析技術(shù)理論依據(jù)

糧情云圖動(dòng)態(tài)分析技術(shù)是依據(jù)儲(chǔ)糧生態(tài)系統(tǒng)理論和糧堆多場(chǎng)耦合理論，運(yùn)用儲(chǔ)糧過(guò)程中的濕熱信息、時(shí)空特征及變化規(guī)律進(jìn)行糧食數(shù)量安全與質(zhì)量安全的分析判斷與預(yù)測(cè)。儲(chǔ)糧微環(huán)境的濕熱信息、時(shí)空特征被稱為儲(chǔ)糧“物理印記”，糧食本身的濕熱信息、時(shí)空特征為儲(chǔ)糧“信息印記”，由此形成儲(chǔ)糧的點(diǎn)位印記統(tǒng)一、區(qū)位印記統(tǒng)一、環(huán)境印記統(tǒng)一。

1.1.1 儲(chǔ)糧生態(tài)系統(tǒng)理論

儲(chǔ)糧生態(tài)系統(tǒng)是將儲(chǔ)糧作為研究對(duì)象的復(fù)雜系統(tǒng)，以糧堆圍護(hù)結(jié)構(gòu)為界面分為兩大部分[1]。圍護(hù)結(jié)構(gòu)外部主要是大氣環(huán)境系統(tǒng)，稱之為儲(chǔ)糧環(huán)境生態(tài)子系統(tǒng)；圍護(hù)結(jié)構(gòu)內(nèi)部主要是糧食籽粒和其生物環(huán)境構(gòu)成的糧堆生態(tài)子系統(tǒng)。兩個(gè)子系統(tǒng)既相對(duì)獨(dú)立，又相互關(guān)聯(lián)影響。儲(chǔ)糧生態(tài)系統(tǒng)是由物理因子、生物因子以及兩因子之間的相互作用關(guān)系所組成。

1.1.2 糧堆多場(chǎng)耦合理論

糧堆多場(chǎng)耦合理論是指以WU模型[1]為基礎(chǔ)，對(duì)糧堆子系統(tǒng)中溫度場(chǎng)、濕度場(chǎng)、水分場(chǎng)、微氣流場(chǎng)和生物場(chǎng)的分布及其隨時(shí)空變化對(duì)糧堆造成的疊加影響進(jìn)行分析的理論[2]。其中運(yùn)用 WU模型，可以計(jì)算出一定溫度條件下一定含水率的糧食平衡絕對(duì)濕度，從而得到糧食露點(diǎn)溫度和大氣露點(diǎn)溫度，為分析預(yù)測(cè)糧堆結(jié)露、霉變和有效指導(dǎo)儲(chǔ)糧機(jī)械通風(fēng)提供數(shù)據(jù)支撐。

云圖指紋是糧堆多場(chǎng)耦合分析最直觀的表現(xiàn)形式，是將糧堆中某截面的糧情數(shù)據(jù)通過(guò)已知糧堆熱質(zhì)傳遞規(guī)律和數(shù)值分析后分類渲染而成。根據(jù)糧情溫度變化規(guī)律，可以發(fā)現(xiàn)在不同季節(jié)糧堆會(huì)呈現(xiàn)不同的現(xiàn)象，如在冬季和夏季會(huì)分別呈現(xiàn)出“冷皮熱芯”和“熱皮冷芯”的現(xiàn)象，即糧溫會(huì)隨著環(huán)境溫度的變化規(guī)律和自身的熱特性而形成帶有季節(jié)性的糧堆內(nèi)溫度梯度；且在春季和秋季則是由一種現(xiàn)象向另外一種現(xiàn)象緩慢轉(zhuǎn)變的過(guò)程。如圖1中顯現(xiàn)出一定 “熱皮冷芯”的跡象，且有一定的過(guò)渡性質(zhì)，此謂“季節(jié)線”。該云圖將糧堆溫度場(chǎng)分布及變化趨勢(shì)和多場(chǎng)耦合之間的疊加效應(yīng)一并表現(xiàn)出來(lái)，其優(yōu)點(diǎn)在于能夠直觀地反應(yīng)出糧堆任意截面的物理場(chǎng)或生物場(chǎng)在空間上某一時(shí)刻的分布趨勢(shì)或在一個(gè)時(shí)間域的演化過(guò)程[3～5]。

1.2 糧情云圖動(dòng)態(tài)分析技術(shù)特征

1.2.1 容斷性

“容斷性”是指儲(chǔ)糧的信息印記可以被中斷記錄，而物理印記不會(huì)被輕易消除，例如儲(chǔ)備糧的糧溫保持趨勢(shì)的連貫性，如果發(fā)生大跳躍變化有可能是機(jī)械通風(fēng)作業(yè)或進(jìn)出倉(cāng)作業(yè)等引起的。

1.2.2 容缺性

“容缺性”是指儲(chǔ)糧的信息印記由于硬件故障而導(dǎo)致缺失（如溫度傳感器損壞等），可以進(jìn)行異常判定，并通過(guò)數(shù)值方法補(bǔ)全。

1.2.3 容錯(cuò)性

“容錯(cuò)性”是指儲(chǔ)糧的信息印記由于硬件或通訊故障而導(dǎo)致錯(cuò)誤（如溫度傳感器突然掉電等），能夠通過(guò)數(shù)值方法進(jìn)行修正。

圖1 某糧倉(cāng)糧情云圖及指紋示意圖

1.3 糧情云圖動(dòng)態(tài)分析信息歸類及異常化處理方法

1.3.1 糧情數(shù)據(jù)信息歸類

糧情數(shù)據(jù)信息包括儲(chǔ)糧過(guò)程中的微環(huán)境數(shù)據(jù)，糧情檢測(cè)數(shù)據(jù)和歷史數(shù)據(jù)。儲(chǔ)糧微環(huán)境數(shù)據(jù)是指儲(chǔ)糧過(guò)程中，糧倉(cāng)所處區(qū)域的氣候數(shù)據(jù)和其變化趨勢(shì)。糧情檢測(cè)數(shù)據(jù)是指糧食儲(chǔ)藏過(guò)程中，糧情檢測(cè)系統(tǒng)實(shí)時(shí)采集及記錄各因子的數(shù)據(jù)信息，以及定期抽取樣品檢測(cè)所得的數(shù)據(jù)信息。歷史數(shù)據(jù)是指一定周期（最少三個(gè)月）內(nèi)所采集和測(cè)得的糧食儲(chǔ)藏過(guò)程中的糧情信息。

在我國(guó)，根據(jù)各地氣候條件、耕作制度和儲(chǔ)糧條件的不同，以當(dāng)?shù)氐姆e溫、積濕為依據(jù)，將全國(guó)區(qū)域劃分成七大儲(chǔ)糧生態(tài)區(qū)域。而同一儲(chǔ)糧生態(tài)區(qū)域內(nèi)又有海拔、地形等差異，不同地區(qū)的實(shí)際儲(chǔ)糧生態(tài)環(huán)境也存在差異。儲(chǔ)糧微環(huán)境信息主要是指儲(chǔ)糧所在區(qū)域，微環(huán)境的生態(tài)數(shù)據(jù)可提高糧情動(dòng)態(tài)分析的準(zhǔn)確性。

糧情檢測(cè)數(shù)據(jù)主要包括糧倉(cāng)代碼信息、儲(chǔ)糧時(shí)間、傳感器位置和數(shù)量、糧堆內(nèi)部和糧倉(cāng)內(nèi)部環(huán)境的溫濕度信息、不同部位的糧食含水量及孢子數(shù)、不同部位糧堆孔隙間氣體濃度、糧堆內(nèi)害蟲(chóng)種類、數(shù)量及種群密度、儲(chǔ)糧作業(yè)措施信息記錄（機(jī)械通風(fēng)作業(yè)、熏蒸作業(yè)、充氮?dú)庹{(diào)作業(yè)）等。

1.3.2 糧情檢測(cè)數(shù)據(jù)信息異?；幚矸椒?/p>

在糧情檢測(cè)數(shù)據(jù)信息中往往會(huì)存在較多的異常數(shù)據(jù)，如果把這些異常數(shù)據(jù)值和正常數(shù)據(jù)值放在一起進(jìn)行統(tǒng)計(jì)分析，會(huì)影響結(jié)果的正確性，因此應(yīng)對(duì)異常數(shù)據(jù)進(jìn)行剔除清洗處理，并對(duì)特征數(shù)據(jù)進(jìn)行歸類。

目前，對(duì)異常值的判別與剔除主要采用物理判別法和統(tǒng)計(jì)判別法兩種方法。物理判別法就是根據(jù)人們對(duì)客觀事物已有的認(rèn)識(shí)，判別由于外界干擾、人為誤差等原因造成實(shí)測(cè)數(shù)據(jù)值偏離正常結(jié)果，在數(shù)據(jù)處理過(guò)程中添加剔除規(guī)則進(jìn)行剔除。統(tǒng)計(jì)判別法是給定一個(gè)置信概率，并確定一個(gè)置信區(qū)間，凡超過(guò)此限的誤差，就認(rèn)為它不屬于隨機(jī)誤差范圍，將其視為異常值剔除。

1.4 糧情動(dòng)態(tài)數(shù)據(jù)信息分析策略及判斷

基于糧情云圖動(dòng)態(tài)分析技術(shù)的糧情數(shù)據(jù)信息分析方法主要利用糧情信息的統(tǒng)計(jì)學(xué)規(guī)律進(jìn)行數(shù)據(jù)異?；幚恚Y(jié)合儲(chǔ)糧生態(tài)系統(tǒng)理論和多場(chǎng)耦合理論，以及儲(chǔ)糧規(guī)律和糧食特性等綜合分析、預(yù)判儲(chǔ)糧狀態(tài)分布及變化趨勢(shì)，以實(shí)現(xiàn)儲(chǔ)糧安全。具體糧情分析策略包括ABC形態(tài)策略分析、AID量值策略分析、正弦趨勢(shì)策略分析和 CC閉合策略分析等[6～10]。通過(guò)建立儲(chǔ)糧數(shù)據(jù)自動(dòng)判定系統(tǒng)，對(duì)糧情檢測(cè)數(shù)據(jù)分別運(yùn)用ABC、AID、正弦和CC閉合一種或多種策略進(jìn)行分析判定，并結(jié)合糧倉(cāng)所處的微環(huán)境區(qū)域進(jìn)行比較和判斷，得到儲(chǔ)糧狀態(tài)，通過(guò)云圖形式標(biāo)識(shí)糧堆的異常區(qū)域，并發(fā)出預(yù)警；同時(shí)結(jié)合儲(chǔ)糧作業(yè)管理流程（如進(jìn)出倉(cāng)作業(yè)、機(jī)械通風(fēng)作業(yè)等）綜合判斷，糧堆內(nèi)的異常區(qū)域?qū)儆谡９芾碜鳂I(yè)的范疇（如進(jìn)出倉(cāng)作業(yè)），或儲(chǔ)糧隱患的范疇（如局部發(fā)熱、結(jié)露或霉變等）。

2 糧情云圖動(dòng)態(tài)分析軟件系統(tǒng)應(yīng)用及典型案例

糧情云圖動(dòng)態(tài)分析軟件系統(tǒng)經(jīng)過(guò) 20個(gè)省糧庫(kù)實(shí)倉(cāng)測(cè)試、規(guī)?；瘧?yīng)用，已多次完善升級(jí)，開(kāi)發(fā)了單機(jī)版和網(wǎng)絡(luò)版不同模式的軟件系統(tǒng)。

2.1 2018年“清倉(cāng)查庫(kù)”10省試點(diǎn)軟件應(yīng)用

本軟件系統(tǒng)于2018年11月在國(guó)務(wù)院組織的“清倉(cāng)查庫(kù)”10省試點(diǎn)工作中進(jìn)行了實(shí)倉(cāng)測(cè)試應(yīng)用。清查工作中共分析掃描243 385組數(shù)據(jù)，報(bào)警1 789項(xiàng)，核實(shí)1 529項(xiàng)，準(zhǔn)確率達(dá)85%，在儲(chǔ)糧數(shù)量管理、質(zhì)量安全預(yù)警方面取得了良好的效果。經(jīng)過(guò)升級(jí)完善后的軟件系統(tǒng)于2019年1月在河北省某直屬庫(kù)對(duì)新版本系統(tǒng)進(jìn)行了現(xiàn)場(chǎng)測(cè)試，共分析掃描1 548組數(shù)據(jù)，耗時(shí)3 min 32 s，數(shù)據(jù)掃描速度不低于 7組數(shù)據(jù)/s，報(bào)警3項(xiàng)，核實(shí)3項(xiàng)，準(zhǔn)確率達(dá)100%。測(cè)試結(jié)果表明，新版軟件系統(tǒng)在報(bào)警準(zhǔn)確性、掃描速度等方面都有大幅提高。

2.2 2019年糧食庫(kù)存抽查軟件應(yīng)用

完善后的軟件系統(tǒng)于2019年6月在國(guó)務(wù)院組織的部門(mén)聯(lián)合糧食庫(kù)存抽查工作中，對(duì)被抽查庫(kù)點(diǎn)的儲(chǔ)糧數(shù)據(jù)庫(kù)存真實(shí)性、儲(chǔ)糧安全性、作業(yè)合規(guī)性進(jìn)行動(dòng)態(tài)分析。共計(jì)檢查貨位3 554個(gè)，掃描分析糧情數(shù)據(jù)899 331組，發(fā)出預(yù)警6 110項(xiàng)，經(jīng)檢查人員核實(shí)屬實(shí)5 319項(xiàng)，平均準(zhǔn)確率87%。其中，發(fā)現(xiàn)比較典型有庫(kù)存檢測(cè)數(shù)據(jù)與賬卡記錄、輪換記錄不符等影響庫(kù)存真實(shí)性問(wèn)題3例；結(jié)露、發(fā)熱、霉變、生蟲(chóng)等嚴(yán)重影響儲(chǔ)糧安全問(wèn)題11例；違規(guī)倒倉(cāng)、糧溫?cái)?shù)據(jù)作假、作業(yè)不符合規(guī)范等作業(yè)合規(guī)性問(wèn)題5例；同時(shí)協(xié)助檢查發(fā)現(xiàn)部分糧情檢測(cè)系統(tǒng)管理不科學(xué)、使用不當(dāng)?shù)葐?wèn)題28例。

2.3 V1.2版軟件應(yīng)用過(guò)程中發(fā)現(xiàn)的曲型案例

2.3.1 案例1.隔壁厫間顯示曾經(jīng)有糧

在本軟系統(tǒng)三維不同方向的糧堆溫度場(chǎng)云圖中，糧溫等溫曲線會(huì)形成多組類似同心圓形或半圓形規(guī)則的閉合曲線，因此可以利用相關(guān)規(guī)律對(duì)糧食數(shù)量信息進(jìn)行分析，如閉合曲線或半閉合曲線突然出現(xiàn)缺口或異常凸起，則判定糧食數(shù)量有變動(dòng)，結(jié)合儲(chǔ)糧作業(yè)管理流程進(jìn)而判斷其是否存在異動(dòng)現(xiàn)象。從圖2糧情溫度云圖中可以發(fā)現(xiàn)，兩個(gè)廒間同一方向同一時(shí)刻的溫度場(chǎng)云圖中，其糧溫等溫曲線發(fā)生由“C”狀半閉合到橫“8”閉合狀，由此可推得兩個(gè)廒間此刻均有糧食。

圖2 河北省某庫(kù)兩個(gè)廒間同一時(shí)刻同一截面的糧情云圖

2.3.2 案例2.超架空期

某庫(kù)按照儲(chǔ)備糧管理工作計(jì)劃，應(yīng)在2018年2月～4月執(zhí)行儲(chǔ)備糧輪換工作。如圖 3所示的PFC21-2和PFC24-2貨位糧情分析和溫度場(chǎng)云圖可知，該庫(kù)在2月～4月期間并未開(kāi)展儲(chǔ)備糧輪換工作，而是在 9月～12月底才實(shí)際進(jìn)行了儲(chǔ)備糧輪換工作，即出現(xiàn)了超架空期。該掃描結(jié)果經(jīng)過(guò)儲(chǔ)糧管理實(shí)操也進(jìn)一步證明了其正確性。

2.3.3 案例3.局部發(fā)熱報(bào)警

圖4河南省某庫(kù)小麥倉(cāng)，軟件掃描結(jié)果為發(fā)熱預(yù)警。時(shí)間為2018年9月17日至2019年1月3日，糧堆的西側(cè)上層出現(xiàn)高溫區(qū)域，且持續(xù) 4個(gè)多月，由此推得該區(qū)域發(fā)生霉變或蟲(chóng)害。質(zhì)量檢查組人員通過(guò)定點(diǎn)抽取樣品，感官判斷，此高溫區(qū)域是由害蟲(chóng)引起的，即嚴(yán)重蟲(chóng)糧。

2.3.4 案例4.局部霉變報(bào)警

圖5河南省某庫(kù)小麥倉(cāng)，掃描結(jié)果為霉變預(yù)警。時(shí)間為2018年12月，糧堆出現(xiàn)霉變報(bào)警線。質(zhì)量檢查組人員經(jīng)現(xiàn)場(chǎng)扦樣后，確認(rèn)該倉(cāng)已發(fā)生霉變。

圖3 某庫(kù)超架空期儲(chǔ)糧的糧情云圖

圖4 河南省某庫(kù)小麥倉(cāng)局部發(fā)熱的糧情云圖及實(shí)物圖

圖5 河南省某庫(kù)小麥倉(cāng)局部霉變的糧情云圖及實(shí)物圖

3 結(jié)論

在儲(chǔ)糧庫(kù)存管理層面，利用糧情云圖動(dòng)態(tài)分析軟件，通過(guò)對(duì)糧情信息數(shù)據(jù)進(jìn)行快速導(dǎo)入掃描，實(shí)現(xiàn)糧情動(dòng)態(tài)分析和云圖生成，并通過(guò)糧情云圖變化情況和物理印記，對(duì)庫(kù)存糧食數(shù)量變動(dòng)情況進(jìn)行較為準(zhǔn)確的預(yù)報(bào)，本軟件系統(tǒng)可應(yīng)用于管理部門(mén)進(jìn)行定期檢查、不定期抽查和遠(yuǎn)程動(dòng)態(tài)監(jiān)管，可大幅度減少監(jiān)管的行政成本。

在儲(chǔ)糧保糧管理層面，企業(yè)運(yùn)用糧情動(dòng)態(tài)分析軟件系統(tǒng)，對(duì)庫(kù)存糧食的發(fā)熱、結(jié)露、霉變等預(yù)測(cè)預(yù)警，可提前防范儲(chǔ)糧安全事故、強(qiáng)化儲(chǔ)備糧質(zhì)量管理，大大提高工作效率，減少儲(chǔ)糧損耗，促進(jìn)節(jié)能減排。最終為實(shí)現(xiàn)“數(shù)量真實(shí)、質(zhì)量良好和儲(chǔ)存安全”的儲(chǔ)糧目標(biāo)提供技術(shù)支持和工具服務(wù)。