修煬景，侯蒙京，謝玉鴻，馮琦勝，梁天剛

（蘭州大學(xué)草地農(nóng)業(yè)生態(tài)系統(tǒng)國家重點(diǎn)實(shí)驗(yàn)室 / 蘭州大學(xué)農(nóng)業(yè)農(nóng)村部草牧業(yè)創(chuàng)新重點(diǎn)實(shí)驗(yàn)室 /蘭州大學(xué)草地農(nóng)業(yè)教育部工程研究中心 / 蘭州大學(xué)草地農(nóng)業(yè)科技學(xué)院, 甘肅 蘭州 730020）

植物分類是研究不同類群植物起源進(jìn)化、發(fā)展規(guī)律和物種親緣關(guān)系的學(xué)科，其方法是將不同類群的植物按照形態(tài)和生理特征，由主到次的異同進(jìn)行分類直到種并最終按照系統(tǒng)的規(guī)則排列，以便于人類認(rèn)識(shí)和利用植物[1]。植物檢索是依照植物分類的規(guī)律和方法，通過深入了解某植物的特征后，在眾多的植物中找到目標(biāo)植物的過程[2]。植物分類與檢索是植物學(xué)的重點(diǎn)和基礎(chǔ)，也是眾多生物學(xué)科發(fā)展的前提，這對(duì)植物資源的調(diào)查、物種多樣性的認(rèn)識(shí)與保護(hù)以及種群起源及進(jìn)化的研究有著極其重要的作用[3]。

傳統(tǒng)的植物分類研究主要依據(jù)生殖器官特征和營養(yǎng)體特征，采用平行式或定距式檢索表進(jìn)行檢索和鑒定植物[2]。隨著計(jì)算機(jī)的發(fā)展和普及，圖像分類與識(shí)別技術(shù)有了新的手段和方法[4]。早在1996 年，英國國家植被分類系統(tǒng)(National Vegetation Classification)就基于法國的FLORA-SYS 開發(fā)而成，全面系統(tǒng)地總結(jié)了全英國的植被類型信息[5]。近年來，因多媒體數(shù)據(jù)庫技術(shù)可以把圖像和文字有機(jī)地結(jié)合起來，進(jìn)而圖像數(shù)據(jù)庫構(gòu)建、分類和檢索工作在計(jì)算機(jī)應(yīng)用領(lǐng)域被進(jìn)一步拓寬[6]。其中，Access 技術(shù)因具有占據(jù)空間小、操作簡便等優(yōu)點(diǎn)，被成功地應(yīng)用于植物分類檢索中[7]。

徐世偉等[8]使用Delphi 編程工具和Access 數(shù)據(jù)庫技術(shù)，實(shí)現(xiàn)了常見軍事救生植物的查詢與識(shí)別；胡楊[9]依據(jù)虛擬設(shè)計(jì)的使用環(huán)境不同，使用Access、SQL 以及VBA (Visual Basic for Applications)技術(shù)，完成了內(nèi)蒙古地區(qū)唇形科植物數(shù)字化檢索系統(tǒng)；袁小鳳等[10]對(duì)三峽庫區(qū)珍貴瀕危植物數(shù)據(jù)進(jìn)行調(diào)查，建立了基于Access 的植物地理分布信息查詢數(shù)據(jù)庫。盡管現(xiàn)存的植物數(shù)據(jù)庫檢索系統(tǒng)較多，主要是對(duì)某一范圍內(nèi)各種植物資源的整合，而針對(duì)單獨(dú)某種特定類型植物的數(shù)據(jù)庫較為少見。此外，現(xiàn)有的植物數(shù)據(jù)庫中對(duì)植物形態(tài)特征多以文字或平面示意圖的形式表達(dá)，缺乏相應(yīng)草本植物的數(shù)字圖像信息[6]，致使現(xiàn)存的眾多數(shù)據(jù)庫檢索系統(tǒng)中涵蓋的草本植物信息數(shù)據(jù)不精不全，且檢索查詢的范圍較大，操作極為不便，難以滿足特定情況下的使用需求。

基于以上內(nèi)容，本研究以甘肅省榆中縣為研究區(qū)，使用攝影測(cè)量的方式采集草本植物資源信息，構(gòu)建了包括植物名稱、地理分布、形態(tài)特征、生態(tài)特征和3D 立體圖像等信息的數(shù)字圖像數(shù)據(jù)庫，利用Access數(shù)據(jù)庫和VBA 語言設(shè)計(jì)開發(fā)出了常見草本植物的檢索系統(tǒng)，針對(duì)特定的草本植物類群進(jìn)行相關(guān)數(shù)據(jù)的收集、歸納和整合，旨在為草地資源調(diào)查、草類植物鑒別分類以及科研教學(xué)工作提供數(shù)據(jù)與技術(shù)支持。

1 材料與方法

1.1 研究區(qū)概況

研究區(qū)位于甘肅省榆中縣，地處103°49′15″ –104°34′40″ E，35°34′20″ – 36°26′30″ N，總面積3 259.77 km2，海拔1 430～3 670 m，年均降水量300～400 mm，年均氣溫6.6 ℃，屬于溫帶半干旱氣候。榆中縣北部地形主要為低山丘陵，中部主要為黃土丘陵，植被類型主要以草原植被和荒漠植被為主；南部大部分位于興隆山自然保護(hù)區(qū)境內(nèi)，植被類型多樣，植被覆蓋度良好，植被類型主要以寒溫性針葉林、落葉闊葉灌叢為主。榆中縣整體位于甘肅省中部，地處森林植被向荒漠草原植被的典型過渡帶，草本植物類型多樣，數(shù)量較多，因此易于開展草本植物的數(shù)據(jù)收集工作[11](圖1)。

圖1 研究區(qū)采樣點(diǎn)空間分布圖Figure 1 Spatial distribution map of sampling points in the study area

1.2 數(shù)據(jù)收集與3D 建模

研究區(qū)內(nèi)草本植物種類繁多，且許多草本植物的形態(tài)結(jié)構(gòu)都較為類似，通過實(shí)地調(diào)查對(duì)植物進(jìn)行分類識(shí)別。植物信息采集的主要步驟包括：1)位置確定：以GPS 數(shù)據(jù)為主，參考榆中縣植物分布圖[12]，確定植物生長的位置；2)植物識(shí)別標(biāo)注：對(duì)所有種類的植物進(jìn)行人工標(biāo)注，確定植物名稱并記錄，對(duì)于一些不能確定的物種，參照《中國植物志》或咨詢草本植物識(shí)別經(jīng)驗(yàn)豐富的專家，對(duì)這些植物進(jìn)行反復(fù)驗(yàn)證，確保識(shí)別精確；3)植物圖像數(shù)據(jù)采集：通過攝影測(cè)量方法，以適當(dāng)?shù)木嚯x從植物各部分(花、葉、莖和果實(shí)等)進(jìn)行多角度拍照；遇到植株較小或根系較淺的草本植物，還需挖取其地下部分拍攝，從而獲得全方位、完整的植物數(shù)字圖像信息。采集的植物圖像數(shù)據(jù)要求主體突出，背景簡單，細(xì)節(jié)清晰。通過中國植物圖像庫網(wǎng)站(http://ppbc.iplant.cn/)下載圖像對(duì)植物圖像數(shù)據(jù)做進(jìn)一步補(bǔ)充說明[13]。

植物信息預(yù)處理：以人工篩查的方式對(duì)實(shí)地拍攝圖像進(jìn)行清選，從中篩除模糊、高反光和背景雜亂等未達(dá)到拍攝要求的圖像數(shù)據(jù)。由于清選后部分物種的圖像數(shù)量較少，因此選擇水平鏡像翻轉(zhuǎn)，順、逆時(shí)針90°翻轉(zhuǎn)，裁剪等方式進(jìn)行數(shù)據(jù)擴(kuò)增并進(jìn)一步歸納整理[14]。最后以《中國植物志》為標(biāo)準(zhǔn)，對(duì)各種植物數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，建立草本植物圖像數(shù)據(jù)集。將搜集到的植物信息歸納整理且把每個(gè)物種作為一個(gè)單獨(dú)的子數(shù)據(jù)集；Access 數(shù)據(jù)庫中每個(gè)數(shù)據(jù)集為單個(gè)文件，最大理論容量2 G；當(dāng)數(shù)據(jù)儲(chǔ)量過大時(shí)，可使用Access 的數(shù)據(jù)項(xiàng)目直接聯(lián)系到SQL(Structured Query Language)，通過新建一個(gè)數(shù)據(jù)庫項(xiàng)目將其導(dǎo)入即可實(shí)現(xiàn)。

利用Agisoft Photoscan 軟件實(shí)現(xiàn)植物3D 模型的建立。Agisoft Photoscan 是一款根據(jù)數(shù)碼相片將2D圖片數(shù)據(jù)轉(zhuǎn)化為3D 模型數(shù)據(jù)的三維重組軟件，該軟件的三維重組技術(shù)的最大特點(diǎn)和優(yōu)勢(shì)是無需設(shè)置初始值，軟件即可自主識(shí)別所添加圖片數(shù)據(jù)的重疊部分，從而完成建模任務(wù)(http://www.agisoft.cn/)。通過添加模塊、添加照片、對(duì)齊照片、成對(duì)預(yù)選、建立密集點(diǎn)云、設(shè)置工作區(qū)、生成網(wǎng)絡(luò)、生成紋理等一系列方法構(gòu)建植物三維模型(圖2、圖3)。

圖2 Agisoft Photoscan 3D 建模流程圖Figure 2 Flow diagram of Agisoft Photoscan 3D modeling

圖3 植物三維模型圖(示例)Figure 3 Plant 3D model diagram (sample)

草本植物數(shù)字圖像數(shù)據(jù)收集時(shí)間為2019 年4 月至9 月，共獲得9 372 張照片。其中，數(shù)碼相機(jī)實(shí)地?cái)z影測(cè)量采集到256 種草本植物的圖像數(shù)據(jù)，涉及禾本科、豆科、十字花科等13 個(gè)科，共5 664張；通過中國圖像數(shù)據(jù)庫下載到的圖像數(shù)據(jù)共3 708張。由于在植物圖像數(shù)據(jù)實(shí)地采集過程中不可避免存在未達(dá)到建模標(biāo)準(zhǔn)的圖像數(shù)據(jù)，會(huì)造成建模成功率降低，因此最終共建立植物3D 模型211 種(表1)。

表1 進(jìn)行3D 建模的植物物種清單Table 1 List of plant species for 3D modelling

1.3 關(guān)鍵技術(shù)介紹

該軟件系統(tǒng)開發(fā)基于Delphi 編程工具和Office中的Access 來設(shè)計(jì)實(shí)現(xiàn)。其中前端的操作功能利用Delphi 編寫VBA 語言完成，后臺(tái)數(shù)據(jù)庫采用Access管理工具。Delphi 是一種基于窗口、面向?qū)ο蠛涂筛咚倬幾g的可視化編程工具。Delphi 能完成從底層、網(wǎng)絡(luò)到平臺(tái)開發(fā)等一系列工作，運(yùn)用范圍廣，尤其是在數(shù)據(jù)庫開發(fā)方面更具優(yōu)勢(shì)[15]。VBA 是新一代標(biāo)準(zhǔn)宏語言，該語言簡單且功能強(qiáng)大。它由微軟公司開發(fā)，在其桌面應(yīng)用程序中執(zhí)行通用的自動(dòng)化任務(wù)的編程語言，是可視化、解釋性以及面向?qū)ο蟮腂ASIC 語言。Access 是一種數(shù)據(jù)庫管理系統(tǒng)，它所占據(jù)的空間較小，系統(tǒng)邏輯清晰且操作簡便，一直以來都被廣泛作為中小型數(shù)據(jù)庫后臺(tái)存儲(chǔ)的理想介質(zhì)。它具有和Office 軟件功能相似的數(shù)據(jù)庫，允許使用子數(shù)據(jù)表，允許從Excel 或向Excel 導(dǎo)入數(shù)據(jù)，能對(duì)數(shù)據(jù)的相關(guān)數(shù)據(jù)自動(dòng)更正，能通過設(shè)置條件來控制結(jié)果輸出，并在關(guān)閉時(shí)對(duì)文件自動(dòng)進(jìn)行壓縮調(diào)整[16]。

1.4 草本植物檢索功能精度評(píng)價(jià)

為了保證檢索系統(tǒng)的可靠性，分別用正向檢索途徑和反向檢索途徑兩種檢索方式進(jìn)行精度評(píng)價(jià)。正向檢索的精度評(píng)價(jià)是從數(shù)據(jù)庫中所涵蓋的所有物種中，通過隨機(jī)選擇的方式挑選出10 種草本植物，查詢字段選擇為名稱并在查詢內(nèi)容中輸入中文名稱(或拉丁名)，逐一判斷輸出結(jié)果是否與目標(biāo)植物一致。其精度評(píng)價(jià)公式如下：

式中：P為識(shí)別準(zhǔn)確率；x為檢索結(jié)果正確的物種數(shù)，y為正向檢索的物種總數(shù)。

在反向檢索途徑中，根據(jù)限定信息的數(shù)目，對(duì)不同科屬物種的識(shí)別精度進(jìn)行分類評(píng)價(jià)。從各類不同科屬植物中隨機(jī)選擇5 種(車前科除外)，隨機(jī)選擇每個(gè)植物較為明顯或較易觀察的形態(tài)特征(如葉形、葉序、花色、花序、萼片數(shù)和種子類型等特征)進(jìn)行查詢，得到目標(biāo)物種數(shù)并計(jì)算其平均數(shù)，進(jìn)而計(jì)算出該科屬植物識(shí)別準(zhǔn)確率。其精度評(píng)價(jià)公式如下：

式中：P為識(shí)別準(zhǔn)確率；n為隨機(jī)選擇的物種個(gè)數(shù)(n= 5)；x為各物種經(jīng)查詢得到的目標(biāo)物種數(shù)；y為數(shù)據(jù)庫中的總物種數(shù)(y= 256)。

續(xù)表1Table 1 (Continued)

2 系統(tǒng)設(shè)計(jì)

2.1 系統(tǒng)構(gòu)架設(shè)計(jì)

該系統(tǒng)遵循 MVC 的分層設(shè)計(jì)思想，將系統(tǒng)整體上分為數(shù)據(jù)層、應(yīng)用邏輯服務(wù)層以及表現(xiàn)層[17](圖4)。數(shù)據(jù)層由植物素材知識(shí)庫和植被信息知識(shí)庫組成，通過植物編號(hào)字段進(jìn)行一對(duì)一主鍵關(guān)聯(lián)。這樣設(shè)計(jì)便于清晰明了地表示實(shí)物顯示中的關(guān)系，方便數(shù)據(jù)管理以及功能擴(kuò)展。表現(xiàn)層由登錄界面和系統(tǒng)前臺(tái)界面組成，其中登錄界面包含用戶名、密碼、登錄按鈕和退出按鈕，這樣設(shè)計(jì)的優(yōu)點(diǎn)在于操作簡潔，便于對(duì)用戶標(biāo)識(shí)鑒別和后臺(tái)登錄信息的審核管理。系統(tǒng)前臺(tái)界面包含查詢字段、查詢內(nèi)容、查詢按鈕、重置按鈕以及植物的各類相關(guān)信息，此設(shè)計(jì)方便查詢操作，且能清楚地顯示植物信息。邏輯服務(wù)層可以實(shí)現(xiàn)數(shù)據(jù)的“查改增刪”，利于對(duì)存取控制和視圖機(jī)制的安全管理。通過ID 唯一身份標(biāo)識(shí)碼檢索，邏輯層面的檢索成功率可達(dá)100%，能準(zhǔn)確地查詢到目標(biāo)對(duì)象；通過植物各字段信息關(guān)鍵詞檢索，邏輯層面的檢索成功率較高，且隨著關(guān)鍵詞數(shù)目的增加而提升。

圖4 檢索系統(tǒng)結(jié)構(gòu)層次圖Figure 4 Hierarchy of retrieval system structure

2.1.1 數(shù)據(jù)層(Model)設(shè)計(jì)

新建類模塊并命名為Model，為tblData 中各字段定義私有變量，使用DAO 中的Recordset 對(duì)象作為中介。上述代碼對(duì)Recordset 對(duì)象變量mrst 的定義完成后，在類的實(shí)例化事件中為mrst 創(chuàng)建基于表tblData 的數(shù)據(jù)集，其中tblData 位于本地，若轉(zhuǎn)移tblData 只需修改此處的代碼即可。此外為Model 類模塊設(shè)計(jì)外部接口，在考慮外部接口對(duì)私有變量讀取的基礎(chǔ)上設(shè)計(jì)“查改增刪”接口。

1)查詢接口：查詢接口通過函數(shù)設(shè)計(jì)實(shí)現(xiàn)。該函數(shù)由植物名稱，葉形、葉序、花色、種子類型，耐寒性，水分要求和地理位置等字符串構(gòu)成，這些字符串將形成一個(gè)唯一標(biāo)識(shí)的ID，通過form 表單傳遞的方法進(jìn)行傳參。需注意的是一個(gè)函數(shù)只能返回某單一值，而此處需返回的值包括多個(gè)字段，因此將返回值保存在類的私有變量中。此處使用到Recordset的Seek 方法[18]，該方法需為其提供索引值，具有較快的查詢效率。

2)修改接口：由邏輯分析可知，對(duì)于tblData 某條數(shù)據(jù)的修改，需找到目標(biāo)數(shù)據(jù)所在字段，如植物編號(hào)、植物名稱、生長環(huán)境、地理分布范圍和形態(tài)特征等，再將修改值返回到函數(shù)數(shù)據(jù)中。此處通過向接口函數(shù)傳遞Model 類型的參數(shù)實(shí)現(xiàn)，即向Model類中的函數(shù)Update 傳遞Model 類參數(shù)，再將Model類對(duì)象作為Update 參數(shù)，即使用新的植物信息數(shù)據(jù)覆蓋原有的數(shù)據(jù)。這兩類參數(shù)均為動(dòng)態(tài)參數(shù)，參數(shù)文件內(nèi)容包含植物的文字信息數(shù)據(jù)或圖象信息數(shù)據(jù)。此方法的優(yōu)點(diǎn)是既能傳遞所需修改的目標(biāo)信息，又可以傳遞修改后的目標(biāo)值。

3)新增接口：向tblData 添加一條記錄，需要提供新記錄所有字段的值。綜上，此處仍為接口函數(shù)傳遞Model 類型的參數(shù)，即代碼首先根據(jù)提供的參數(shù)查看是否能在已有數(shù)據(jù)中查詢到目標(biāo)(此處提供的參數(shù)以植物編號(hào)和植物名稱為主)。若不能查詢到目標(biāo)則允許將記錄添加到tblData 中。

4)刪除接口：該接口提供數(shù)據(jù)的某一字段信息(此處字段以植物編號(hào)和植物名稱為主)，找到后將其刪除即可。

2.1.2 邏輯服務(wù)層(Controller)設(shè)計(jì)

再次創(chuàng)建類模塊，命名為Controller。定義兩個(gè)對(duì)象變量，分別為數(shù)據(jù)層和視圖層中的植物信息參數(shù)并點(diǎn)擊系統(tǒng)前臺(tái)界面中的重置按鈕將其初始化。由于View 初始化時(shí)，需要向其指定一個(gè)具體窗體，即需將該窗體作為系統(tǒng)的前臺(tái)界面。因此為Controller設(shè)計(jì)一個(gè)Init 接口，該接口可鏈接到目標(biāo)窗口從而將植物的信息數(shù)據(jù)傳入具體的窗體對(duì)象。使用控制器層(Controller)實(shí)現(xiàn)“查改增刪”接口。重新實(shí)現(xiàn)“查改增刪”無需重寫數(shù)據(jù)層代碼，而是將以上操作代理給模型層(Model)對(duì)象變量mobjModel。

2.1.3 視圖層(View)設(shè)計(jì)

設(shè)計(jì)一個(gè)將數(shù)據(jù)顯示到窗體界面的接口，并用窗體(Form)作為用戶界面。此處不直接在窗體代碼模塊中處理數(shù)據(jù)的顯示問題，而是額外用一個(gè)類模塊View。聲明一個(gè)Access 窗體變量，將數(shù)據(jù)顯示到窗體上。雖然已有mfrm 窗體對(duì)象變量，但在代碼運(yùn)行時(shí)并不確定該對(duì)象變量將會(huì)指向的具體窗體，因此在View 對(duì)象在初始化后為mfrm 指定一個(gè)具體窗體用以完整的顯示各類型植物信息。同時(shí)，在View 類對(duì)象銷毀時(shí)釋放掉mfrm 的指針，實(shí)現(xiàn)接口函數(shù)Display 用以將植物的各字段信息顯示到mfrm窗體上，該接口函數(shù)Display 使用超鏈接的方法傳遞參數(shù)：當(dāng)點(diǎn)擊檢索系統(tǒng)前臺(tái)的查詢按鈕后跳轉(zhuǎn)到類模塊View 的初始化對(duì)象，進(jìn)而傳遞植物編號(hào)(ID)和植物名稱(Name)參數(shù)。設(shè)計(jì)一個(gè)反向接口GetDisplayedData 用以獲取mfrm 窗體上所顯示的數(shù)據(jù)。最后添加幫助函數(shù)，該函數(shù)同樣通過超鏈接的方法傳參，方法是點(diǎn)擊系統(tǒng)前臺(tái)界面中的重置按鈕，用以清空mfrm 窗體上數(shù)據(jù)的顯示。

2.2 數(shù)據(jù)庫邏輯設(shè)計(jì)

數(shù)據(jù)庫邏輯設(shè)計(jì)是將系統(tǒng)接收到的用戶需求通過信息的提取進(jìn)而轉(zhuǎn)化為概念模型信息的過程，該設(shè)計(jì)得以實(shí)現(xiàn)的理論依據(jù)是各個(gè)數(shù)據(jù)信息內(nèi)部存在的語義關(guān)聯(lián)性，通過信息內(nèi)部的關(guān)聯(lián)得到抽象模型。本系統(tǒng)用到的模型為E-R 模型[19]，該模型是對(duì)于現(xiàn)實(shí)的抽象表現(xiàn)，其基本語義包括實(shí)體(科屬種)、實(shí)體屬性(科屬種拉丁名和中文名、地理分布、形態(tài)特征以及生長環(huán)境)與集合之間存在的聯(lián)系(屬從屬于科、種從屬于屬)。本系統(tǒng)的邏輯設(shè)計(jì)原則是將E-R 圖，即實(shí)體與實(shí)體、實(shí)體與屬性之間的關(guān)聯(lián)性按照一定的原則轉(zhuǎn)化為關(guān)系模型，并確定模型的屬性和碼[19]。轉(zhuǎn)化原則如表2 所列。

表2 系統(tǒng)邏輯算法流程Table 2 System logic algorithm flow

2.3 系統(tǒng)模塊(功能)設(shè)計(jì)

系統(tǒng)的設(shè)計(jì)模塊(圖5)顯示，用戶對(duì)該檢索系統(tǒng)使用過程中，可在主頁面下通過不同的檢索字段來選擇其中某一種方法，根據(jù)所掌握的數(shù)據(jù)信息選擇合適的查詢字段，例如植物中文名稱、拉丁名、形態(tài)特征、地理分布和生長環(huán)境等進(jìn)行檢索操作，系統(tǒng)經(jīng)過邏輯運(yùn)算后，在頁面的下方給出所有符合限定條件的檢索結(jié)果。除此之外，用戶可通過輸入戶名和密碼進(jìn)入管理界面，執(zhí)行植物信息的增加刪除管理功能[20]。

在后臺(tái)管理模塊中，用戶可通過輸入用戶名和密碼進(jìn)入系統(tǒng)的管理界面，在此可完成數(shù)據(jù)的修改，添加和刪除，包括植物名稱、形態(tài)特征、地理分布和生長環(huán)境等文本信息和圖像數(shù)據(jù)。在植物檢索模塊中，用戶可通過名稱、形態(tài)特征、生長環(huán)境、地理分布4 個(gè)方面的信息檢索植物(表3)。通過正向檢索途徑查詢某植物中文名或拉丁名，當(dāng)系統(tǒng)在數(shù)據(jù)庫中檢索到目標(biāo)植物后，會(huì)將結(jié)果輸出給用戶；用戶也可通過反向檢索途徑查詢某植物除名稱外其余不同字段的關(guān)鍵詞，即給出某種植物的形態(tài)特征等信息來確定植物名稱。每個(gè)部分都支持關(guān)鍵詞檢索，這提高了模糊查詢的成功率[21]。

表3 植物信息統(tǒng)計(jì)表Table 3 Statistical table of plant-related information

3 系統(tǒng)的實(shí)現(xiàn)

3.1 系統(tǒng)基礎(chǔ)功能實(shí)現(xiàn)

在系統(tǒng)登陸界面(圖6)輸入特定的戶名及密碼即可進(jìn)入后臺(tái)管理界面，該界面與檢索系統(tǒng)界面相同，但區(qū)別在于當(dāng)處于管理界面下，各文本信息模塊均可實(shí)現(xiàn)增刪和修改，且圖片信息模塊下方的添加/修改、保存并新增和刪除圖片按鈕可執(zhí)行操作；而當(dāng)處于訪客登陸狀態(tài)，即處于檢索界面時(shí)，以上操作均不可被執(zhí)行和實(shí)現(xiàn)，但用戶可通過管理員獲得管理許可進(jìn)行信息編輯。

圖6 系統(tǒng)登陸界面Figure 6 System login interface

在該系統(tǒng)中，可根據(jù)不同字段進(jìn)行多條件聯(lián)合查詢(圖7)。系統(tǒng)主界面主要可分為檢索模塊、文字信息模塊(包括植物編號(hào)、名稱、生長情況、地理分布、形態(tài)特征等基本信息)和圖片信息模塊。使用者可通過檢索模塊正向檢索，將查詢字段選為名稱，在查詢內(nèi)容中輸入物種名稱，點(diǎn)擊查詢即可顯示對(duì)應(yīng)的植物信息，選擇重置即可重新檢索。使用者也可通過檢索模塊反向檢索，如：將查詢字段選為生長環(huán)境，輸入該植物的地理分布范圍，點(diǎn)擊查詢；繼續(xù)將查詢字段選為形態(tài)特征，輸入該植物的外部形態(tài)，點(diǎn)擊查詢；這樣通過逐級(jí)檢索的方式即可查詢到目標(biāo)植物的名稱，最后選擇重置即可重新檢索。在反向檢索時(shí)，當(dāng)輸入某植物的部分信息進(jìn)行檢索并選擇查詢后，會(huì)展示當(dāng)前限定條件下所有符合的植物類型。所以若想準(zhǔn)確地確定目標(biāo)植物名稱，須盡可能多的確定該植物的特征信息，從而縮小目標(biāo)范圍，并對(duì)照各植物的特征信息、圖像數(shù)據(jù)以及3D模型，最終確定目標(biāo)植物。

圖7 系統(tǒng)檢索界面Figure 7 Search system interface

3.2 系統(tǒng)穩(wěn)定性評(píng)價(jià)

本系統(tǒng)使用的工作站處理器為AMD Ryzen R5-4600H，主頻為3.00 GHz，動(dòng)態(tài)加速頻率4.00 GHz，16 G 內(nèi)存，顯卡GTX 1650Ti，運(yùn)行系統(tǒng)為Windows 10。啟動(dòng)該檢索系統(tǒng)時(shí)CPU 占用率約保持在20%，但隨著使用時(shí)間延長，CPU 占用率會(huì)隨之增長，在35%左右逐漸趨于平穩(wěn)；內(nèi)存使用率隨系統(tǒng)運(yùn)行時(shí)間的延長變化不大，基本維持在17%左右(圖8)。在整個(gè)使用過程中系統(tǒng)響應(yīng)時(shí)間較快，未出現(xiàn)明顯遲滯。Access 最大支持?jǐn)?shù)據(jù)可達(dá)2 G，數(shù)據(jù)庫最多可支持約255 個(gè)并發(fā)訪問。除了在CPU 滿負(fù)載運(yùn)行時(shí)，其余大部分情況下的使用一般不會(huì)感覺到明顯遲滯現(xiàn)象。說明系統(tǒng)運(yùn)行較為穩(wěn)定，可滿足絕大部分使用需求。

圖8 CPU 占用率以及內(nèi)存使用率變化圖Figure 8 CPU utilization change chart

3.3 系統(tǒng)檢索功能精度評(píng)價(jià)

為了保證檢索系統(tǒng)的可靠性，分別對(duì)正向檢索途徑和反向檢索途徑兩種檢索方式進(jìn)行精度評(píng)價(jià)(表4)。經(jīng)判定，正向檢索途徑識(shí)別準(zhǔn)確度接近100%，說明精確查詢準(zhǔn)確性良好。在反向檢索途徑中，當(dāng)輸入的形態(tài)特征信息數(shù)為3 條時(shí)，識(shí)別準(zhǔn)確率最高的是車前科，達(dá)到100%，其次是莎草科和藜科，兩者分別達(dá)到77.7%和76.5%，準(zhǔn)確率最低的是禾本科，為56.9%。當(dāng)輸入的形態(tài)特征信息數(shù)為6 條時(shí)，識(shí)別準(zhǔn)確率最高的是車前科、旋花科、莎草科和蒺藜科，均達(dá)到100%，其次是薔薇科和豆科，分別為90.0%和89.7%，準(zhǔn)確率最低的仍是禾本科，為82.4%。隨著限定信息條數(shù)的增加，各科植物物種的識(shí)別精度都得到了提高，尤其是旋花科、禾本科等識(shí)別精度提升明顯，分別上升了28.6%和25.5%。該系統(tǒng)對(duì)各科物種識(shí)別準(zhǔn)確率的高低存在差異的主要原因是由于各科不同種的植物形態(tài)特征的相似程度不同以及各科植物在數(shù)據(jù)庫中的總?cè)萘坎煌?。但可以肯定的是，限定的信息?shù)目越多，對(duì)植物的形態(tài)特征描述越準(zhǔn)確，得到的目標(biāo)范圍越小，也就越容易確定目標(biāo)植物。

表4 不同科植物物種模糊查詢準(zhǔn)確率Table 4 Accuracy of plant species identification in different families

4 討論與結(jié)論

本系統(tǒng)基于Access 數(shù)據(jù)庫，利用VBA 語言編寫完成，通過多種方式對(duì)256 種草本植物的數(shù)據(jù)進(jìn)行收集、整理和分類，構(gòu)建出草本植物檢索系統(tǒng)。經(jīng)驗(yàn)證，當(dāng)輸入形態(tài)特征信息數(shù)為3 條時(shí)，除了禾本科以外，植物識(shí)別率均在70%以上；輸入形態(tài)特征信息數(shù)為6 條時(shí)，植物識(shí)別率均在80%以上，其中車前科、旋花科、莎草科和蒺藜科識(shí)別率可達(dá)到100%。該系統(tǒng)檢索準(zhǔn)確度較好，能夠勝任日常使用需求。其中，禾本科識(shí)別精度較低，原因主要是禾本科各物種之間形態(tài)特征相似度較高，識(shí)別難度較大。

與傳統(tǒng)方法相比，本系統(tǒng)不必逐條判斷植物形態(tài)特征，檢索效率得到極大提高。為了體現(xiàn)與傳統(tǒng)檢索方法相比之下的高效性，分別測(cè)試了在正向檢索和反向檢索情況下兩種檢索方法的效率差異(表5)。在相同時(shí)間內(nèi)對(duì)選取同一批植物依次進(jìn)行檢索，并保證檢索結(jié)果正確無誤。經(jīng)判定，5 min 內(nèi)使用該檢索系統(tǒng)的正向檢索數(shù)目為66 個(gè)，反向檢索數(shù)目為19 個(gè)；5 min 內(nèi)使用中國植物志的正向檢索數(shù)目為9 個(gè)，反向檢索的數(shù)目為4 個(gè)。

表5 5 min 內(nèi)檢索正確的物種數(shù)量Table 5 Retrieval of the correct number of species in five minutes

本系統(tǒng)也仍有一些待改進(jìn)之處，如利用實(shí)地拍攝和網(wǎng)絡(luò)數(shù)據(jù)補(bǔ)充兩種方式完成了對(duì)草本植物圖像數(shù)據(jù)的收集，并對(duì)部分物種數(shù)據(jù)進(jìn)行了擴(kuò)增，但仍存在部分植物圖像數(shù)據(jù)少的問題，進(jìn)而影響3D建模的結(jié)果；本系統(tǒng)目前尚不支持網(wǎng)頁端和移動(dòng)端的使用，使用中存在一定的局限性。這些都是在后期需要注意完善和改進(jìn)優(yōu)化的方面。今后進(jìn)一步研究考慮擴(kuò)大研究區(qū)域，收集更多草本植物圖像數(shù)據(jù)，優(yōu)化數(shù)據(jù)庫結(jié)構(gòu)，對(duì)常見的植物形態(tài)結(jié)構(gòu)做出圖文示意，擴(kuò)大系統(tǒng)適用群體。此外，將數(shù)據(jù)庫部署發(fā)布至網(wǎng)頁端和移動(dòng)端，實(shí)現(xiàn)更加便利的草本植物信息檢索，以期為開展草地資源調(diào)查監(jiān)測(cè)、科研教學(xué)等方面提供技術(shù)支持。

此外，該系統(tǒng)便攜性更好，更利于在戶外環(huán)境中的使用；其他同類檢索系統(tǒng)，如孫學(xué)剛等[22]完成的甘肅省稀有瀕危植物數(shù)據(jù)庫和田興軍等[5]完成的江蘇植物資源信息系統(tǒng)，其系統(tǒng)內(nèi)的植物信息雖覆蓋面廣，但數(shù)據(jù)體量大，針對(duì)于草本植物的檢索效率低，且錄入的信息不夠精細(xì)，致使模糊查詢效果不理想。本數(shù)據(jù)庫所包含的數(shù)據(jù)僅限于草本植物，數(shù)據(jù)信息與之相比更加精細(xì)完整，模糊查詢準(zhǔn)確度更高；數(shù)據(jù)體量較小，系統(tǒng)反應(yīng)速度快，使用體驗(yàn)良好。此外，本系統(tǒng)還為每種植物構(gòu)建了3D 模型，使用戶對(duì)植物形態(tài)特征有更直觀的感受，同時(shí)也可依據(jù)其提高模糊查詢準(zhǔn)確性。Access 在數(shù)據(jù)量過大或訪問人數(shù)較多時(shí)IIS(Internet Identity System)可能會(huì)出現(xiàn)假死現(xiàn)象。管理者可通過定期編輯數(shù)據(jù)、壓縮數(shù)據(jù)庫、限制注冊(cè)與登陸人數(shù)等措施來保證其良好的使用性。若系統(tǒng)使用的需求量較多或數(shù)據(jù)量很龐大時(shí)，可以考慮將Access 數(shù)據(jù)庫轉(zhuǎn)化為SQL 數(shù)據(jù)庫。