基于移动GIS的棉蚜虫害热点发生区域监测系统

2016-06-14周文杰赵庆展靳光才许金霞张清张

江苏农业科学 2016年4期

周文杰+赵庆展+靳光才+许金霞+张清+张鸿静

摘要：为快速准确实现棉蚜虫害热点发生区域监测，系统采用移动GIS技术加载新疆生产建设兵团第七师一二五团研究区基础地理数据矢量图，对棉蚜发生的点区域或面区域进行采样，采用反距离插值方法获取棉蚜虫害发生等级栅格图，然后对栅格数据进行裁剪、重分类、矢量化和空间链接处理获取每个条田块的棉蚜虫害发生等级，在此基础上计算每个条田块Getis-Ord Gi*统计量，获取每个条田块的GizScore，当该值为正且数值越大时，则表示该条田块为棉蚜虫害发生的热点区域，棉蚜虫害暴发的可能性越大。研究区初步应用结果表明，用户可利用手机APP实时掌握棉蚜虫害的发生等级，全面了解棉蚜虫害发生的热点区域，具有操作简便、高效便捷、实时性强等特点。

关键词：移动GIS；棉蚜虫害；热点区域；监测系统

中图分类号： S127；S435.622+.1

文献标志码： A

文章编号：1002-1302（2016）04-0366-05

棉花是新疆最主要的经济作物，2010年新疆棉花产量约占全国总产量的42%[1]，棉花“三虫”即棉铃虫、棉蚜、棉叶螨、“两病”即黄萎病、枯萎病是危害最为严重和分布较广的病虫害，平均每年造成产量损失约15%～20%[2-3]，成为新疆和兵团棉花可持续发展的主要障碍。

棉蚜具有寄主广、代数多、数量大、耐药性强的特点[4-6]，一旦大规模暴发，将严重影响棉花的产量。棉蚜虫害的监测方式有田间调查、传感器网络监测、遥感监测。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]；马菁等对宁夏回族自治区中宁县规模化枸杞种植区，通过遥感近地高光谱技术，利用光谱仪技术对盛果期的健康枸杞冠层和感染了木虱、瘿螨、负泥虫、白粉病的染病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情况，并构建多光谱指数（PMSI）估测白粉病严重程度[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，田间调查方式采集工作效率低、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。移动GIS的发展为解决上述问题提供了有效的方法。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预警信息传播的滞后性等问题，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，研究棉蚜暴发的热点区域，推算棉蚜的空间聚集性，最终将专题图进行发布，用户可在手机上进行查看，此方式在棉蚜虫害信息采集的样本点的选择上具有随机性，在棉蚜虫害空间分布的监测上具有实时性。

1 系统总体设计

1.1 需求分析

系统研究区域是新疆生产建设兵团第七师一二五团。棉蚜虫害热点发生区域监测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，同时找出棉蚜虫害发生的热点区域。采样条田的棉蚜发生等级通过移动GIS进行采集[18]，系统开发着重解决如下几个核心需求：如何获取未采集条田的棉蚜虫害发生等级；如何获取棉蚜虫害暴发的热点区域；如何将空间分析专题图进行发布。

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提供了移动GIS开发工具包，ArcGIS Runtime SDK for IOS提供了大量的API，结合XCode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。

空间插值分析结果为栅格数据，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。

在空间插值分析的基础上，利用Getis-Ord Gi*统计量计算每个条田块在统计意义上的显著性聚集或离散模式，聚集性高的条田块则为棉蚜暴发的热点区域。

1.2 体系结构及功能设计

系统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。本系统的体系结构主要包括3个部分，即表现层、逻辑层、数据层。表现层主要提供用户访问的接口；逻辑层主要处理空间分析、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等，系统体系结构见图1。

系统功能设计采用面向对象的设计方法。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；服务端主要包括空间分析模块（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、热点分析）、数据存取模块、数据通信模块等。

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。

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。数据通信模块实现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，利用其提供的各种工具实现空间分析。服务端系统运行流程见图2。

2 系统核心功能实现

2.1 反距离插值分析

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，因此系统考虑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为：

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。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。为了实现对每个条田进行等级处理，需要对栅格图进行矢量化处理，最后进行空间位置链接，在条田尺度上获取棉蚜发生等级。

2.2 热点分析

通过对棉蚜虫害进行热点分析，可以得知棉蚜虫害暴发的热点区域，在棉蚜虫害的预警方面具有重要意义。热点分析主要是对棉蚜虫害数据集的每一个条田块计算Getis-Ord Gi*统计。通过计算z得分和P值，可以知道高值或低值条田块在空间发生聚类的位置，其工作方式为查看临近条田块的棉蚜发生等级。棉蚜发生等级较高的条田块往往容易引起注意，但可能不是具有显著统计学意义的热点。棉蚜虫害发生等级较高的条田块要成为具有显著统计意义的热点，该条田块应该具有高发生等级，且被其他同样具有高等级的条田块所包围。某个条田块及其相邻的条田块的局部总和将于所有的条田块的棉蚜发生登记相比较；当局部总和与所预期的局部总和有很大差异，以致于无法成为随机产生的结果时，会产生一个具有显著统计学意义的z得分。为数据集中的每个条田块返回的G*i统计就是z得分。对于具有统计学意义的z得分而言，z得分越高，高值热点的聚类就越紧密，其理论流程以及z得分置信度如图3所示。

ArcGIS Desktop对热点分析提供了很好的支持，借助其模型构建器（model builder）可以以流程化的方式对热点分析的有关计算进行运算，ArcGIS Desktop对热点分析进行建模的主要分析工具为Hot Spot Analysis With Rendering，该工具需要选择对进行热点分析的空间矢量数据文件进行选取，同时指定分析的数据属性。建模过程如图4所示。

2.3 系统运行实例

系统在2015年新疆生产建设兵团一二五团进行试验研究，选择该团10个生产单位，每个生产单位10块条田，单次数据采集强度100条，采集周期为5 d。以单次采集的数据为样点，对该数据进行反距离插值分析和热点分析，并将其对应专题图进行发布，试验结果分别见图5、图6。

3 结语

本系统的试验数据是新疆生产兵团第七师一二五团的植保人员在2015年采集的，系统运行结果符合实际情况。农技人员可使用智能终端APP对棉蚜虫害的发生等级进行采集，采集结果通过网络传输至数据库，服务端经过处理后，可将棉蚜虫害的空间分布以及热点发生区域以专题图的形式进行对外发布，用户可在APP上直接访问该专题图，进而实时掌握

棉蚜虫害的发生趋势。从应用情况来看，更加精确的植棉区分布数据对棉蚜虫害热点区域的分析具有提升作用。在系统运行方面，棉蚜专题图的生成虽然在一定程度上实现了自动化，但在实现全过程自动化方面仍然有一段距离，为系统添加预警模块并向用户推送是完善系统的一个重要方向。

参考文献：

[1]杨忠娜，唐继军，喻晓玲. 新疆棉花产业对国民经济的影响及对策研究[J]. 农业现代化研究，2013，3（3）：298-302.

[2]Naranjo S E. Impacts of Bt transgenic cotton on integrated pest management[J]. Journal of Agricultural and Food Chemistry，2011，59（11）：5842-5851.

[3]赵冰梅，张祥林，徐志超. 新疆兵团棉田化学农药减量使用对策初探[J]. 中国棉花，2011，38（1）：42-44.

[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，1987，4（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，2014，3（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，2014，4（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.