周文杰,赵庆展*,靳光才,许金霞,张 清,张鸿静(1.石河子大学 信息科学与技术学院,新疆 石河子 832000；2.新疆生产建设兵团空间信息工程技术研究中心,新疆 石河子 832000；3.新疆生产建设兵团空间信息实验室，新疆 石河子 832000；.中国科学院 遥感与数字地球研究所，北京 100000；.新疆生产建设兵团第七师一二五团锦农农业有限公司，新疆 奎屯 833200)

基于移动GIS的棉蚜虫害监测预警系统的构建

周文杰1,2,3,赵庆展1,2,3*,靳光才1,2,3,许金霞1,2,3,张 清4,张鸿静5
(1.石河子大学 信息科学与技术学院,新疆 石河子 832000；2.新疆生产建设兵团空间信息工程技术研究中心,新疆 石河子 832000；3.新疆生产建设兵团空间信息实验室，新疆 石河子 832000；4.中国科学院 遥感与数字地球研究所，北京 100000；5.新疆生产建设兵团第七师一二五团锦农农业有限公司，新疆 奎屯 833200)

为快速准确实现棉蚜虫害监测并向农技人员及农户提供预警防治信息，使用移动GIS技术对新疆生产建设兵团第七师一二五团研究区棉蚜虫害信息进行采集，采用反距离插值方法得到棉蚜虫害的空间分布，在此基础上对栅格数据进行重分类和矢量化处理，从而得到棉蚜虫害空间分布矢量图，利用基于位置的空间链接得到每个条田块的棉蚜虫害发生等级并将专题图进行发布，实现棉蚜虫害监测；棉蚜虫害预警则是在监测基础上，利用基于温湿系数的棉蚜发生等级预报模型推算棉蚜未来5 d内的发生情况，并将预测值与插值结果进行比较，标记各个条田块的棉蚜发生趋势，同时记录棉蚜发生等级大于经济阈值的条田块，然后利用Jpush推送技术向用户终端推送棉蚜发生趋势以及预警防治信息。研究区初步应用表明，用户可利用手机APP实时掌握棉蚜虫害的发生等级，全面了解棉蚜虫害的发展趋势，具有操作简便、高效便捷、实时性强等特点，可为棉蚜虫害的监测、预警提供参考。

移动GIS； 棉蚜； 监测； 预报; 预警

棉蚜是世界性害虫，主要通过吸食植物汁液和传播病毒造成危害[1-2]，具有寄主广、代数多、数量大、耐药性强的特点[3-6]，一旦大规模暴发，将严重影响棉花的产量。

病虫害的监测方式有田间调查、传感器网络监测、遥感监测等。目前已有研究学者对其进行了大量研究。周海波等对小麦蚜虫的田间调查、监测技术及防治策略进行了研究[7]；陆明星等研究了水稻钻蛀性螟虫的田间调查和测报技术[8]；齐建东等提出一种新颖的、基于无线多媒体传感器网络的森林病虫害监测预警系统的解决方案[9]；马菁等在中宁县规模化枸杞种植区，通过遥感近地高光谱技术对盛果期的健康枸杞冠层和感染了木虱、瘿螨、负泥虫、白粉病的枸杞冠层进行光谱特征测定[10]；许章华等以寄主叶面积指数构建了马尾松毛虫的遥感反演模型[11]；卫黎光等将地面实测冠层高光谱数据模拟为TM多光谱数据，从而分析卫星传感器多光谱波段对病害的影响，并构建了多光谱指数(PMSI)估测白粉病严重程度的模型[12]。

传统的病虫害监测方式虽然在理论上可行，但在实际应用过程中采集工作效率低，易出错且数据管理工作量大、维护困难，难以适应棉蚜虫害时空变异性强的特征[13]；无线传感器网络监测棉蚜信息成本高，系统维护较为复杂[14]；遥感技术在大面积的虫害监测过程中具有独特作用，但其数据源受过境时间的影响在时间上相对滞后，对棉蚜的监测一般在灾中、灾后进行，地面验证依然是提高遥感监测精度的必要手段[15-17]。在棉蚜虫害发展的过程中，由于采集环境以及样点空间分布的复杂性，传统的调查方式无法有效地辅助调查人员前往采样点并提高虫情信息采集与发布效率。随着智能终端的发展，运用移动GIS技术可以实现棉蚜虫害的数据采集(空间信息、等级信息、时间信息)，为棉蚜虫害的监测提供了一种先进的解决方案。

棉蚜虫害的预警通常是在气象条件的基础上对棉蚜虫害的发生发展进行研究后做出的[18]。罗亮等对棉蚜发生量的主要影响因子进行了研究，发现气温的变异程度、峰度以及偏斜度是反映棉蚜大发生的重要指标之一[19]；慕彩芸等模拟了东疆地区棉蚜数量的日、旬、月增长率，发现6月份是东疆地区棉蚜发生危害的高峰时段，5—8月棉蚜种群数量变化极为剧烈[20]；刘政等运用SPSS软件回归构建了棉蚜年发生程度的预测模型[21]。这些成果在一定程度上揭示了棉蚜发生程度与气象因子的关系，然而现有的模型将棉蚜的年发生程度作为整体进行分析建模，且定量化的棉蚜发生等级预报模型较少，棉蚜全期虫情预报可行性差。“一种分阶段5日间隔的棉蚜发生等级预报方法”是在研究区(新疆生产建设兵团第七师一二五团)大量的数据基础上进行科学处理建立的，该方法将研究区的棉蚜虫害进行了分阶段处理，通过获取研究区5 d内的平均温度和平均湿度，运用相关公式即可对研究区棉蚜虫害的发生等级进行预判[22]。

本研究针对棉蚜虫害数据采集工作效率低下、空间分析复杂度较高以及棉蚜全期预警可行性差等问题，在研究棉蚜虫情发展的基础上，利用移动GIS技术实现棉蚜虫害的数据采集，分析棉蚜虫害的空间分布，同时预判棉蚜发生的总体趋势，最终利用IOS智能设备将趋势信息推送给用户，此方式在棉蚜虫害信息采集样本点的选择上具有随机性，在棉蚜虫害预警信息传播上具有实时性。该系统采用C/S技术架构，以服务端为基础，移动终端为核心，探讨气象信息的获取、棉蚜发生等级计算、反距离插值分析、空间位置链接、预警推送等关键技术，集中解决棉蚜监测、预警和信息推送等关键问题，为用户进行棉蚜监测并提升其预警水平提供参考。

1 系统总体设计

1.1 需求分析

棉蚜虫害监测预警系统是在采样条田的棉蚜发生等级基础上对其进行空间分析，进而在较大空间尺度上对棉蚜虫害进行监测，同时根据棉蚜虫害发生发展规律预报其发生趋势并向用户推送预警信息。采样条田的棉蚜发生等级通过移动GIS进行采集[23]，系统开发着重解决以下几个核心需求：(1)如何向用户显示已采集条田的棉蚜虫害发生等级；(2)如何获取未采集条田的棉蚜虫害发生等级；(3)如何预测未来几天棉蚜虫害发生等级的变化趋势；(4)如何向用户推送棉蚜发生趋势信息和预警信息。

目前，移动GIS技术可实现地图显示、空间分析、地图服务生成等一系列功能。如ESRI公司(Environmental Systems Research Institute，Inc.)提供的移动GIS开发工具包ArcGIS Runtime SDK for IOS提供了大量的API，结合XCode(苹果公司开发的编程软件)开发工具，可以在IOS平台以地图服务的形式通过网络向用户显示棉蚜虫害发生等级的专题图。在服务端，借助ArcGIS Desktop链接Oracle棉蚜虫害时空数据库并加载已采集条田的棉蚜虫害发生等级，通过空间插值技术获取未采集条田的棉蚜发生等级，最终通过ArcGIS Server发布棉蚜虫害发生等级专题图，为IOS客户端调用该地图服务提供支持。

研究区为新疆生产建设兵团第七师一二五团，棉蚜虫害的未来发生等级可以利用专利“一种分阶段5日间隔的棉蚜发生等级预报方法”进行预测[22]。该专利提出了利用温湿系数实现棉蚜虫害发生等级的预报。因此，通过获取研究区所在地的气象信息，利用温湿系数映射并预报棉蚜发生等级，可进一步判断棉蚜虫害发生等级的未来发展趋势。研究区拥有植保站和气象站，气象站提供气象服务API并采用http协议，可采用Java支持http请求协议的网络通信技术，使用该API获取的气象信息为Json格式，服务端在进行气象信息请求时，需要对Json格式数据进行解析，将解析后的温度、湿度等气象信息写入数据库。

空间插值分析的结果为栅格数据，该数据从较大的空间尺度描述了棉蚜虫害发生的空间分布。在栅格数据的基础上，对其进行重分类、矢量化处理，最终通过空间位置链接技术映射每个条田的棉蚜发生等级，若该条田的棉蚜虫害发生等级触发了经济阈值，则向该用户推送棉蚜发生等级发展趋势以及预警信息。推送技术采用JPush推送(第三方推送API)。

1.2 体系结构设计

本系统的体系结构主要包括3个部分：表现层、逻辑层、数据层。表现层主要提供用户访问的接口，包括用户注册、登录、地图显示、定位、预警及趋势信息接收等。逻辑层主要处理未来棉蚜发生等级计算、空间插值分析、重分类、栅格数据转矢量、空间位置链接分析、专题图生成、服务发布、预警及趋势信息推送、客户端服务端通信、数据库访问等问题。数据层主要存储用户信息、棉蚜虫害发生等级现势数据(如条田块插值后的棉蚜虫害发生等级)、棉蚜发生等级发展趋势数据、气象数据等。系统体系结构如图1所示。

图1 系统体系结构

1.3 系统功能设计

系统功能设计采用面向对象的设计方法。分为客户端和服务端2个部分，采用C/S架构，客户端和服务端的通信采用2G/3G/4G/Wi-Fi技术。客户端主要包括注册登录模块、专题图显示模块、定位显示模块、推送接收模块；服务端主要包括气象获取模块、等级计算模块、空间分析模块(包括空间插值分析、重分类、栅格数据转矢量、空间位置链接分析)、预警推送模块、数据存取模块、数据通信模块等。系统功能结构如图2所示。

图2 系统功能结构

定位显示模块主要调用手机的GPS模块，获取用户的当前位置，并在地图上进行显示。当用户访问地图时，系统调用该模块。专题图显示模块的主要功能是通过专题图的方式向用户展示棉蚜发生等级的空间分布。用户访问该模块时，系统首先调用定位显示模块，直接将用户的位置在地图上显示出来，进而可以查看当前位置的棉蚜发生等级分布情况。推送接收模块的主要功能是承载服务端向客户端推送的趋势及预警信息。

气象获取模块的主要功能是通过气象API获取区域内的气象信息，并对获取到的Json格式数据进行解析，通过数据存取模块将数据写入到数据库。等级计算模块的主要功能是利用气象信息，通过温湿系数映射出棉蚜发生等级。推送模块向各个所属条田的用户以广播的方式推送棉蚜发生趋势，同时判断各个条田棉蚜发生等级是否达到了预警触发条件，对达到预警触发条件的条田进行预警。数据存取模块是提供数据库访问的接口，为各个模块操作数据库提供支持。数据通信模块提供了应用程序向服务器发送请求的http协议接口，为气象获取模块提供支持。空间分析模块的实现需要借助ArcGIS Desktop，利用ArcGIS Desktop提供的各种工具实现空间分析。服务端系统运行流程如图3所示。

2 系统核心功能实现

2.1 虫害数据采集

棉蚜虫害的数据采集是以IOS智能手机为平台运用移动GIS技术实现的。GPS技术可以实现定位，通过离线地图将抽样条田块快速显示；在地图上对采样条田块的棉蚜发生情况进行点、面信息采集，如果采样条田块的棉蚜虫害发生呈现点状发生情况，则在采样条田块上绘制点状图形，如果呈现面状发生情况，则在条田块上绘制相应的多边形；最后运用移动网络将绘制图形连同棉蚜发生等级发送到服务端，由服务端进行数据的处理。

图3 服务端系统运行流程

2.2 棉蚜发生等级预测

为实现棉蚜发生等级的预报，在收集和获取新疆生产建设兵团第七师一二五团2004—2014年气象资料和棉蚜发生数据的基础上，运用统计方法、相关性分析和多元回归方法对影响棉蚜发生的主要气象因子进行了研究[22]，发现棉蚜的发生等级与温湿系数具有如下关系：

Y=1.04+0.20lnA

(1)

Y=-6.86+10.90lnB

(2)

Y=10.36-9.54lnC

(3)

式(1)、(2)、(3)的运用日期范围分别是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lnA为相对温湿系数的自然对数，lnB、lnC是直接温湿系数的自然对数。

获取温湿系数的前提是获取气象信息，研究区气象信息服务的API采用的是http协议，数据传输格式为Json格式。服务端采用JSONObect类来解析Json，这个类能够将符合Json格式的字符串转化为严格的Json对象即JSONObject，然后利用JSONObject.fromObject(obj)方法获取Json中的元素，最终将解析后的数据通过数据存取模块写入到数据库中。

2.3 棉蚜发生等级专题图生成

大尺度的棉蚜发生等级栅格专题图以及研究区条田棉蚜发生等级专题图的生成是在采样的基础上完成的。已采集条田棉蚜发生等级专题图的制作首先需要通过ArcGIS Desktop连接Oracle棉蚜虫害时空数据库，采用的连接方式为直接连接；其次加载采集的棉蚜虫害空间数据，并叠加研究区基础地理矢量图；最后将图层发布到ArcGIS Server上以地图服务的形势进行显示。

棉蚜发生等级栅格专题图的生成主要是在已采集条田棉蚜发生等级图层的基础上，通过空间插值分析得到的。由于研究区采样条田在棉蚜虫害发生等级等方面具有代表性，因此系统采用反距离插值方法进行分析。在反距离的插值过程中，与插值点距离最近的若干个已知样本点对内插点值的贡献最大，其贡献大小与距离成反比。其数据理论是加权平均，即将已知样本点各数值乘以相应的单位数(权数)，然后求和得总体值，再除以单位数之和。假设xi为已知样本点，yi为已知样本点对应的权数，y为加权算术平均数(即预测值或内插值)，则加权算术平均数的计算公式如式(4)。

y=∑(xi×wi)/∑wi

(4)

反距离加权法中的权数wi由式(5)来确定。

(5)

式(5)中，pDi为内插点与已知样本点之间的距离；u为距离pDi的幂。

由式(4)和(5)可得反距离加权平均数的计算公式[26]如式(6)。

(6)

在具体操作过程中，对采集的条田(条田在矢量图上显示为多边形)需要进行多边形转点处理，该操作可由ArcGIS Desktop的工具Feature To Point完成。完成多边形转点之后，可对点进行空间反距离插值，在该工具中u的值选取为2.5。因为空间插值的结果为非整数，因此需要对插值后的栅格进行重分类处理，使得棉蚜发生等级为整数等级，最后进行剪裁，处理结果如图4(a)所示。插值以及重分类的过程中，相近条田块的棉蚜虫害发生等级可能相同，无法在栅格数据上直接区分出不同的条田块，空间尺度较大。为了解决这一问题，需要对栅格图进行矢量化处理，处理结果如图4(b)所示，最后进行空间位置链接，在条田尺度上获取棉蚜发生等级，处理结果如图4(c)所示。

图4 棉蚜虫害发生等级空间分布

2.4 预警推送

预警推送采用的技术是极光推送，该推送是一个端到端的推送服务，使得服务器消息能够及时地推送到终端用户手机上，减少集成APNs需要的工作量和开发复杂度。

在JPush Portal上创建应用时，首先要在JPush的管理Portal上上传应用程序证书并创建应用生成AppKey用以标识该应用。在XCode上需要添加IOS核心开发框架，随后创建并配置PushConfig.plis文件，填写AppKey等参数。最后在应用程序代理类中分别实现推送协议即可。

此外，对客户端的推送是定点推送。用户在进行注册时，服务端会为注册用户生成唯一标签，该标签标识特定的用户。在进行推送时，服务端对数据库执行2次查询处理：第1次查询出当前棉蚜发生等级大于预测等级的棉田所属用户，记录其标签；第2次查询出当前棉蚜发生等级已经触发经济阈值(棉蚜发生等级大于3级[27])的棉田所属用户，记录其标签。最后对记录的标签进行推送。

系统更新的周期为5 d，在各个阶段的时间节点处进行更新。

3 小结

本系统采用的预警模型是在新疆生产建设兵团第七师一二五团植保站所采集数据的基础上建立起来的，农技人员可使用智能终端APP监测棉蚜虫害的发生情况并得到预警信息，准确度达到80%以上，该预警模型可根据区域的不同依据历史气象数据和病虫害发生数据快速重构。从应用情况看，更加精确的植棉区分布数据以及植棉区的气象信息对棉蚜虫害发生等级的计算以及预警有提升作用。在系统运行方面，棉蚜专题图的生成目前是依赖人工操作完成的，如何实现专题图的自动生成与服务发布是完善系统的方向。

[1] 梁彦,张帅,邵振润,等.棉蚜抗药性及其化学防治[J].植物保护,2013,39(5):70-80.

[2] 王洪亮,仵均祥,王丙丽.棉蚜在不同抗虫棉品种上的发育历期研究[J].西北农业学报,2006,15(4):83-85.

[3] 王咏妙,张鹏飞,陈建群.棉蚜寄主专化型及其形成的行为机理[J].昆虫学报,2004,47(6):760-767.

[4] 邹先伟,蒋志胜.棉蚜抗药性及其抗性治理对策的研究[J].农药,2004,43(7):294-297，326.

[5] 刘向东,翟保平,梁圣爱,等.棉蚜迁飞型和居留型及其杂交后代飞行特性的比较研究[J].昆虫学报,2006,49(4):619-624.

[6] 张克斌,刘惠霞,王玲莉.棉蚜年生活周期及其与寄主营养的关系[J].西北农林科技大学学报(自然科学版),1987,15(4):15-21.

[7] 周海波,程登发,陈巨莲.小麦蚜虫田间调查及监测技术[J].应用昆虫学报,2014,17(3):853-858.

[8] 陆明星,陆自强,杜予州.水稻钻蛀性螟虫田间调查及测报技术[J].应用昆虫学报,2014,51(4):1125-1129.

[9] 齐建东,蒋禧,赵燕东.基于无线多媒体传感器网络的森林病虫害监测系统[J].北京林业大学学报,2010,32(4):186-190.

[10] 马菁,张学俭.枸杞病虫害遥感近地高光谱特征研究[J].广东农业科学,2015,42(13):165-172.

[11] 许章华,刘健,龚从宏,等.马尾松毛虫寄主有效叶面积指数遥感反演模型研究[J].中南林业科技大学学报,2012,32(10):72-78.

[12] 卫黎光,蒋金豹,杨贵军,等.模拟多光谱卫星传感器数据的冬小麦白粉病遥感监测[J].麦类作物学报,2014,34(12):1699-1705.

[13] 张竞成,袁琳,王纪华,等.作物病虫害遥感监测研究进展[J].农业工程学报,2012,28(20):1-11.

[14] 郑文超.基于ZigBee的东北森林病虫害监测技术研究[J].安徽农业科学,2014,42(13):4108-4109.

[15] 史舟,梁宗正,杨媛媛,等.农业遥感研究现状与展望[J].农业机械学报,2015,46(2):247-260.

[16] 张喜旺,刘剑锋,秦奋,等.作物类型遥感识别研究进展[J].中国农学通报,2014,30(33):278-285.

[17] 罗菊花,黄文江,韦朝领,等.基于GIS的农作物病虫害预警系统的初步建立[J].农业工程学报,2008,24(12):127-131.

[18] 陈怀亮,张弘,李有.农作物病虫害发生发展气象条件及预报方法研究综述[J].中国农业气象,2007,28(2):212-216.

[19] 罗亮,马德英,苗伟,等.北疆气温与棉蚜发生量之间关系的探讨[J].新疆农业科学,2007,44(4):423-428.

[20] 慕彩芸,车罡,阿斯亚·瓦依提,等.东疆棉蚜种群消长规律及其与气象因子的关系[J].沙漠与绿洲气象,2010,4(6):54-57.

[21] 刘政,孙艳,李保成,等.SPSS逐步回归分析法构建北疆棉蚜年发生程度的预报模型[J].安徽农业科学,2009,37(6):2815-2817.

[22] 石河子大学.一种分阶段5日间隔的棉蚜发生等级预报方法：201410817556.X[P].2015-04-15.

[23] 赵庆展,靳光才,周文杰,等.基于移动GIS的棉田病虫害信息采集系统[J].农业工程学报,2015,31(4):183-190.

[24] 潘启明,吴天赦,张林水.温度对棉蚜繁殖速度的影响[J].昆虫学报,1986,29(4):367-370.

[25] 冯志超,姚丽花.新疆奎屯棉蚜大发生的原因及防治措施[J].中国棉花,2004,31(10):9-11.

[26] 杜久升,陈宜金,侯争.针对Kriging插值结果的空间查询方法[J].计算机应用,2013,33(3):871-873,895.

[27] 钟炳周,马宏英,陈永年.棉蚜为害棉花经济阈值的研究[J].湖南农学院学报,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

国家自然科学基金项目(31260291，31460317)；新疆生产建设兵团科技援疆专项(2014AB001)；自治区科技支疆项目(201591105)

周文杰(1989-)，男，河南许昌人，硕士，主要从事农业信息化、空间信息技术及其应用等研究。 E-mail：wenjie_zhou@foxmail.com

*通讯作者：赵庆展(1972-)，男，河南南阳人，副教授，主要从事农业信息化、空间信息系统集成与服务研究。 E-mail：zqz_inf@shzu.edu.cn

S435.622；S126

A

1004-3268(2016)09-0163-06