朱笑花

(漳州师范学院 物理与电子信息工程系，福建 漳州 363000)

0 引 言

马铃薯晚疫病是由致病疫霉(Phytophthora infestans)侵染引起的，是一种导致马铃薯茎叶死亡和块茎腐烂的毁灭性病害，是严重威胁世界马铃薯生产和粮食安全的重要病害之一，也是植物病害中流行速度最快的病害之一.由于品种多不抗病，目前针对马铃薯晚疫病的防治，主要通过喷洒农药来杀死晚疫病菌.该方法存在喷药时间问题，喷洒时间的确定以晚疫病菌是否感染以及是否会传染开为准.许多农业病虫害方面的专家在进行这方面的工作，并总结出许多很有价值的规律，使得工程技术人员可以直接使用.借助专家的经验，可开发预测预警系统.目前国外已有马铃薯晚疫病的预测预警系统，主要是根据当地的气象条件和晚疫病感染和发病规律进行预测，但还没有进行流行性预测和灾变预测.国内也还没有开发预测预警系统的先例，而有些高校的研究也只是处于研究阶段，还没有投入到马铃薯田间使用,文献[1]只是总结了一些预测方法，文献[2]进行了48 h内的预测.中国小规模、单家独户的农业生产方式及相对落后的广大马铃薯种植用户，对经常性流行且造成灾害的晚疫病的抵抗力尤其薄弱，加强对马铃薯晚疫病造成的流行性及灾变预测非常重要，受某马铃薯田间基地的委托，拟开发基于虚拟技术的马铃薯田间监测与流行性灾变预测系统，可实现田间气象信息的监测及预测.该系统可以用于对马铃薯晚疫病的田间防治.

1 系统总体设计

本系统采用安装LabVIEW 的PC机作为上位机，充分利用了LabVIEW的强大功能，降低了成本，扩展了该软件的应用[3,4].该软件主要实现3方面功能：主控整个系统的通信；数据处理，如流行性预测、灾变预测；生成人机界面.单片机AT89C2051作为系统的下位机与各个传感器组成测量终端，单片机每隔一个转换周期，读出测量值并启动下一次信号转换，从而完成数据的采集和存储.以单片机为核心的数据采集系统体积小、功耗低、成本低.单片机与RS485总线之间经过MAX485进行RS485与TTL逻辑电平的转换后实现链接.由于PC机只有RS232接口，故RS485总线必须经过RS232/485转换器电平转换后才能接入上位机.

图1 马铃薯田间预测系统

安装在马铃薯田间的传感器具体选型如下：温度传感器为美国DALLAS公司生产的DS18B20芯片，湿度传感器为法国Humirel生产的电容式湿度传感器，降雨量为RY-YL型雨量传感器，风速传感器为天津气象仪器厂DEM6型三杯风速表.为了使获得的数据更能反映田间的总气象情况，系统分别在4个角落和中心安装传感器，总的传感器数为20.

2 灰色流行性和灾变预测

按照农业植保专家的介绍，按照当地、当季的单位面积马铃薯感染病率的多少可将马铃薯晚疫病最终病情的流行程度分为5级，即轻发生(1)级、偏轻发生(2)级、中等发生(3)级、偏重发生(4)级、大发生(5)级，级数越高表示流行程度越高.灰色预测模型的目的就是预测出当年的流行程度.

文献[5]指出，目前采用的大多数预测模型都局限于单点建模和预测.由于 GM(1 ,1) 模型仅用1个时间序列数据建模预测,当存在多个相互影响或关联的变量时,就无法反映它们之间相互影响、制约和协同发展的情况；而 GM(1，n)模型主要描述变量之间的相互关系,是一种状态模型.为此,可以采用 MGM(1，n)模型,它不同于 GM(1，n)模型只建立 1个n元一阶微分方程,而是建立n个n元微分方程.通过联立求解，使所得的模型参数能满足多变量的相互关系，最终使预测的值更符合实际.

表1 马铃薯田间观测数据

2.1 关联度计算

经过对原始数据进行归一化等处理后，计算得温度、湿度、降雨量、风速的关联系数.计算得到的关联系数如表2.

表2 各变量的关联系数

故本文在预测模型中剔除风速因素，而仅考虑6、7月份平均温度、平均湿度、平均降雨量6个因素，即取这 6个变量和当年的流行程度建立灰色MGM(1，7)预测模型.

2.2 灰色流行性预测

2.2.1MGM(1，n)模型的建立

…

用最小二乘法估计参数向量a和b如下式：

L为m-1行，n+1列矩阵，Y为m-1行，n列矩阵，计算如下式：

据微分方程组的解法得响应式：

作累减还原有：

2.2.2 模型比较

表3 各模型灾变预测结果

由表格数据可看出，相对误差明显减少，准确率明显提高.

2.3 灰色灾变性预测

(1) 规定阈值λ≥3，从原始数据中选出符合这一条件的数据，组成该灾变序列.

X(0)={3，3，3，3， 4}

(2) 查其对应的时刻(顺序号)，分别依次为：

X(0)(t)={X(0)(3)，X(0)(4)，X(0)(5)，X(0)(7)，X(0)(8)}

(3) 得对应的灾变时刻序列为：

N(0)(t)={3,4,5,7,8}

(4) 对灾变年份建立GM(1,1)模型.

先进行累加生成：

N(0)(t)={3,7,12,19,27}

构造矩阵L和向量Y,并用最小二乘法求解.

(5) 利用模型进行预测，其结果如下：

图2 监测与预测系统的前面板

(6) 预测时间的确定.

上述预测值仅是灾变出现的间隔值，而不是实际预测要求灾变出现的时间值.其换算过程为：2003年+9.53≈2012～2013年.

3 软件设计

系统的软件设计包括两部分,一部分是单片机 (下位机)程序设计,用于实现实时信号调理、 检测、及数据上传功能，具体不阐述；另一部分是基于LabVIEW的虚拟仪器 (上位机 )软件设计,用于实时数据显示 ,流行性和灾变预测.单片机通信采用中断工作方式 ,用C语言编写 ,为了配合多机通信选用工作方式3.PC机的程序采用LabVIEW的虚拟仪器软件编写,应用程序将控制权交向串口的驱动程序 ,接收和发送的中断完全由串口驱动程序控制 ,减少了编程中的很多麻烦，NI公司提供了基于RS-232的驱动程序,以及初始化接口、读写接口的函数.通过调用函数就可很方便地进行数据采集通信 ,提高编程效率.这部分分为界面设计、串行通信的实现、数据的显示以及流行性和灾变预测等[8,9].

利用LabVIEW实现气象数据采集、显示、分析处理等功能的过程为: (1)用SQL创建气象数据库；(2)开启数据库、串口通信，并进行串口参数设置；(3)采集田间20个气象数据，并用“事后波形记录”控件显示各个采集变量的平均值.(4)用insert()函数将采集到的数据样本记录到数据库.(5)用select()函数提出数据，数据显示在列表中，并进行流行性GM(1,n)和灾变GM(1，1)建模和相应的预测，显示预测结果，图2所示是上位机的前面板界面[10].

4 结束语

本文介绍了马铃薯田间流行性灾变预测系统的具体设计步骤，包括软件和硬件，详细分析了流行性和灾变预测算法.实验结果表明，该算法可以获得较高的预测结果，具有重要的参考价值和现实意义，但由于本系统具有的田间数据有限，加之马铃薯晚疫病的灾变机理和影响因素也比较多，因此，本系统还需要结合具体的田间进行调试和改进.本文将虚拟仪器技术应用于系统开发中 ,具有开发周期短、 硬件可更新性和开放性强、人机界面友好等特点.将RS485总线应用于信号的传输中 ,提高了系统的可靠性.

参考文献

[1] 夏 冰，冯晓东.马铃薯晚疫病监测预警技术研究[J] .中国植保导刊，2010，30(7):35-38.

[2] 胡同乐，张玉新.中国马铃薯晚疫病监测预警系统“china-blight”的组建及运行[J].植物保护，2010，36(4)：106-111.

[3] 刘小丽，张晓光.基于LabVIEW的压风机组状态监测及故障诊断系统设计[J] .煤矿机械,2011,2(5):248-250.

[4] 李 铁,朱凤武,韩光辉.基于LabVIEW的温室环境监控系统的开发.农机化研究[J],2011,(7)：201-204.

[5] 柴占杰 ,张广明.多变量灰色模型MGM(1, n)在锅炉故障预测中的应用[J].机械与电子, 2007,(5)：28-30.

[6] 张 岩,邵富群,王军生,等.灰色预测模型在冷轧动态张力控制中的应用[J].东北大学学报, 2011,132(5):614-616.

[7]ZhangXF,ZhangQD,SunCY.GaugeandtensioncontrolinunsteadystateofcoldrollingusingmixedH2/H∞control[C].IEEEInternationalConferenceonControlandAutomation.NewIealand, 2009:2 072-2 076.

[8] 刘小丽,张晓光.基于LabVIEW的S7-300PLC与PC机的串口通信[J].仪表技术与传感器,2011,(5):100-102.

[9] 余圣甫,邓 宇,余 露,等.基于LabVIEW的多通道疲劳裂纹实时监测系统行舒乐[J].仪表技术与传感器,2011,(5):37-39.

[10] 郭山国，陈永会，李海虹,等.基于LabVIEW和PCI-8333的采集与分析系统的研究与实现[J].机床与液压,2011,39(107):107-109.