面向病害預警的設施蔬菜環境監測Android系統

呂雄杰， 劉恒一， 王翔宇， 王建春， 徐義鑫， 錢春陽

(1.天津市農業科學院信息研究所，天津 300192； 2.中國農業大學信息與電氣工程學院，北京 100083； 3.中國農業大學工學院，北京 100083)

隨著經濟的發展和人們對健康的日益重視，蔬菜已經成為人們日常餐桌上越來越重要的食品。設施農業是一項隨著農業現代化及農村種植業結構調整而發展起來的新型產業[1]，如遼寧省朝陽縣通過設施農業來突破干旱制約、轉變農業增長方式[2]。隨著我國社會的進步，都市型現代農業成為發展的主要方向，設施農業正逐步成為城市郊區蔬菜生產的最重要形式。“菜籃子工程”是我國重大民生工程，其目標為保障食品安全，滿足食品高品質及多樣化的消費需求。我國是世界上最大的蔬菜生產國和消費國，截至2010年年底，我國設施蔬菜種植面積達466.7萬hm2，分別占我國設施栽培的95%和世界設施園藝80%的面積[3]，設施蔬菜已經成為“菜籃子工程”的重要支柱產業之一。

蔬菜在栽培過程中因受到環境脅迫以及微生物、病毒、細菌等影響會產生各種病害，造成其品質下降，影響其質量和經濟效益，造成難以估量的損失。如連作導致土壤障礙發生，使土壤發生了理化性質的改變，高溫高濕或低溫高濕以及通風不暢為病原菌的孳生創造了有利條件。設施蔬菜栽培通常在溫室或大棚中進行，其生長會受到溫室環境條件的影響，而溫室雖然提供了一個適合蔬菜生長的環境，但由于溫室獨特的生態環境也造成了生態系統的不穩定。研究表明，大棚、溫室中的有害細菌、真菌等病原菌的數量均大于露地[4]，因此使蔬菜病蟲災害發生的概率大為增加。溫室蔬菜病害預警是保護溫室生態環境和蔬菜質量安全的重要途徑[5]。蔬菜病害是制約蔬菜產業發展的重要因素之一[6]，如2008年重慶市番茄煤霉病迅速暴發導致損失嚴重[7]，2005—2006年新疆地區出現的根腐病給農民造成了巨大的損失[8]。

近年來農業專家系統也獲得了長足的進步，并被廣泛應用到農業生產管理的許多方面。馮圣東等研究了蔬菜土壤的安全環境[9]；代秀蓮等從農業防治、物理防治、化學防治等方面提出具體的防治對策[10]；紀恩琪等用學習向量量化神經網絡、BP神經網絡等算法來構建設施蔬菜病害靜態預警模型[11]；柏立新等對棉鈴蟲災害與我國農區水體進行分級確定預警等級[12-13]；于合龍等設計出基于ZigBee網絡的人參生長監測及環境關系敏感型病害自動化預警系統[14]；康曉慧等研究3種時間序列分析模型對水稻稻瘟病的預測效果，為該病害的預測提供參考[15]；陸軍等通過對河蟹病害的流行和發生進行監測，在河蟹生態養殖過程中開展病害防控工作[16]；李毅等用臭氧對病蟲害進行防治[17]；徐婉莉從空間、地面、地下等3個方面構建立體的無害化治理生態模式管理[18]；馮淵博等從農業、化學、生物、物理等不同方面總結綠色防控技術[19]及基于神經網絡的營養液自適應灌溉控制等方法[20]對設施蔬菜病害進行防治。

設施栽培所造就的獨特環境是引起設施蔬菜病害發生與流行的一個重要因素，如何根據設施環境的變化來完善設施蔬菜的病害預警，是一個急須解決的問題。以蔬菜病害產生的環境機制為理論基礎，以物聯網為技術支撐，構建適當的預測模型，通過實時監測環境信息來完成對蔬菜病害的及時預警。之前有Web形式的病害預警系統[21]，但隨著智能手機普及率的提高，基于Android系統面向病害的設施蔬菜環境信息監測系統的設計與開發也能對農業專家系統技術應用的普及起到良好的推進作用。

1 系統設計

1.1 系統總體設計

面向病害預警的設施蔬菜環境監測系統(Android版)的開發環境包括軟件和硬件2個部分。其中，硬件環境已經在本項目的實踐基地——通州基地搭建好，因此本研究主要負責軟件環境的開發。系統開發的軟件環境包括開發時所用操作系統、數據庫、系統代碼開發和調試工具等，本研究選用Java作為開發語言，該語言的優點在于其跨平臺性，在編寫成功后，可以方便地在各個平臺運行，使得系統移植與平臺變遷更加便捷。語言運行環境為運行于Windows 7 64 bit操作系統上的Java語言工具開發包(Java development kit，簡稱JDK)1.6 64位版本。開發時的集成開發環境為集成開發環境(integrated development environment，簡稱IDE)：Eclipse 3.4和安卓開發插件for Eclipse[抽象數據類型(abstract data type，簡稱ADT)]，安卓開發庫為Android軟件開發工具包(software development kit，簡稱SDK)，包含Android 1.5以上版本的類庫和Android運行虛擬設備(Android virtual device，簡稱AVD)模擬器。本系統采用Oracle進行數據庫的設計，主要由于Oracle數據庫處理數據速度快且安全級別高，能支持快閃及完美恢復。

1.2 系統功能模塊設計

通過對系統業務、功能、性能、運行等方面的需求分析，以及對用戶角色的定義，本系統的操作流程如圖1所示。

根據系統所須實現的功能，具體的系統模塊(界面)由以下部分組成：(1)主界面，用于顯示系統名稱；(2)注冊登錄界面，用于用戶注冊賬號或登錄系統；(3)實時監控界面，用于實時監控溫室內的空氣溫濕度、土壤溫濕度、二氧化碳濃度、光照度等環境指標；(4)短信報警界面，用于環境預警，當溫室環境超出所設定的監測閾值時，系統將自動給用戶發送預警短信；(5)遠程控制界面，用于對溫室內的相關設備(補光燈、增氧機等)進行遠程操控；(6)歷史數據界面，用于訪問歷史數據，如空氣溫濕度數據等；(7)系統管理界面，用于管理用戶信息、監測信息以及病害信息等基礎數據。

雖然設施蔬菜作物生長周期短，但設施內高溫高濕環境常導致蔬菜病害多發，且在生產過程中空間分布廣、管理難度大，這對面向病害預警的設施蔬菜環境信息監測系統的時效性提出了較高的要求。如以上分析所述，為了使環境信息及時有效，系統生產部分的分工一定要細致，本研究首先在理論分析的基礎上對用戶角色權限進行劃分，并依此進行用戶角度的需求分析。

在本系統中，用戶權限共被劃分為4個級別，分別是游客、普通用戶、高級用戶、系統管理員。各級用戶的權限及需求分析如下：游客為本系統生產活動以外的用戶，主要事務是通過面向病害預警的設施蔬菜環境信息監測系統查詢設施蔬菜生產過程中產生的歷史數據。普通用戶具有生產系統最基本的權限，在游客權限的基礎上，除了可以登錄修改密碼之外，還可以直接登錄系統查看當前監測系統的各類環境信息的匯總，包括空氣溫濕度、土壤水分含量、土壤溫度、二氧化碳濃度、太陽輻射強度的相關參數，但并不具有設置短信報警與修改遠程控制參數的權限。高級用戶是參與整個設施蔬菜生產流程的管理者，其主要權限和職責在于設置短信報警與修改遠程控制參數實現對設施蔬菜環境信息的監測，以及對設施蔬菜種植環境的管理。系統管理員是整個系統的最高級別管理者，擁有系統全部功能的權限。除了上述各級用戶的功能以外，系統管理員的最高權限還體現在系統的數據管理上。系統管理員要負責維護系統運行必需的基礎數據，包括地塊信息、病害信息、監測系統信息、農戶信息以及所有采集到的環境信息。這些基礎數據有效安全是系統穩定運行的首要條件，因此這些重要數據的維護權限不能下放給各級管理者，要由最高級別的系統管理員統一維護。另外，系統管理員還要負責系統的用戶管理和各用戶的角色權限管理。

Android版的面向病害預警的設施蔬菜環境監測系統充分利用其手機的便攜性和移動性來查詢設施蔬菜種植環境的基本信息，管理設施蔬菜種植環境的相關參數并實時反饋設施蔬菜的種植情況，有效防治病蟲害的發生。為了實現面向病害的設施蔬菜環境信息的監測，手機端軟件主要有用戶登錄、短信報警、遠程控制、查看歷史數據、系統管理等功能，由這些功能構成的手機端使用人員用例圖(用例圖是由參與者、用例、邊界以及它們之間的關系構成的用于描述系統功能的視圖)如圖2所示。

用戶登錄：專門供用戶登錄的登錄界面。用戶在該界面可以輸入用戶名及密碼，為保證機密性，其中密碼輸入時會以星號顯示，用戶若要點擊發送則須要對用戶名和密碼進行規范性檢查，不能為空格且不能含有特殊字符，在發送時密碼會進行加密。將用戶名發送到后臺服務器后，服務器要查詢數據庫進行認證，若認證通過，就會返回用戶的用戶級別，接下來手機端軟件根據用戶級別開放與其相對應的功能，實現權限控制。

實時監控：該功能對普通用戶及以上權限的用戶開放，用戶可以實時查看不同溫室的環境信息，包括空氣濕度、空氣溫度、土壤水分、二氧化碳濃度及光照度等，且可以選擇不同的攝像頭以及采集點查看種植情況。

短信報警：該功能的設置僅對高級用戶及以上權限的用戶開放，用戶可以設置環境信息異常值，當實際環境信息處于異常值范圍時，服務器端自動向手機端發送信息實現報警。此外，當在設施蔬菜環境中監測到病斑現象后，服務器會自動向手機端發送信息(包括病害植株的圖像)實現報警。

遠程控制：該功能的設置僅對高級用戶及以上權限的用戶開放，用戶根據實時監控反饋的環境信息，遠程操控設備增氧機、卷簾門、燈光的參數，改變環境參數，控制設施蔬菜的栽培環境維持穩定。

歷史數據：用戶可以請求查詢數據庫中種植蔬菜在某一階段中的環境信息與栽培情況的影像，通過發送查詢請求到服務器，服務器在對數據庫進行查詢后將結果返回到手機端，用戶可以在手機端查看并保存相關數據。

系統管理：系統管理員負責維護系統運行必需的基礎數據，并對數據實行統一維護，為確保數據安全，維護權限不下放給各級管理者，系統管理員還要負責系統的用戶管理和各用戶的角色權限管理等工作。

1.3 核心算法模型設計

1.3.1 環境監測指標的確立 蔬菜病害的發生與環境有著密切關系，不同蔬菜具有不同的生活習性，受環境的影響不同，本研究的系統主要通過查閱文獻及實地調研來確定這些環境因子。根據所確定的環境因素，利用采樣時間間隔為 10 min 的傳感器采集數據，并計算該環境因素每小時的平均值。對于某個環境因素，傳感器每小時采集6個數據，計算其平均值，公式如下：

同樣利用采樣時間間隔為10 min的傳感器采集的數據來計算該環境因素在1 d中的最大值、最小值、平均值。1 d共采集空氣溫度數據和空氣相對濕度數據各144個，對1 d所采集的所有數據進行統計分析，得出該環境因素每天的最大值(Xmax)、最小值(Xmin)、平均值(Xmean)。

1.3.2 預警類別的確定 由于蔬菜病害是在適當環境下由病原菌侵染引起的，病原包括細菌、病毒、真菌等，不同病原菌在不同環境下完成侵染的時間也是不同的。根據病原菌入侵蔬菜時間的長短，分別采用即時預警、積時預警、短期預警結合的分類預警方法進行預警。

(1)即時預警：病毒、細菌在適當條件下可以迅速侵入植物，需要的時間極短，數分鐘內即可完成，因此對于由病毒和細菌引起的蔬菜病害進行即時預警，即當環境條件達到細菌、病毒適合侵染的環境閾值時，立刻進行預警。

(2)積時預警：真菌侵染植物時，孢子在適當的環境條件下須要萌發并生長出芽管才可以對蔬菜進行侵染，一般為 3～6 h，很少超過1 d，因此對于由真菌引發的病害進行積時預警，即根據每種真菌侵染時間的不同，連續統計每小時的環境數據，若這些環境數據在持續一段時間(若干小時)內均在易引發真菌病害的環境閾值之內時，則進行積時預警。

(3)短期預警：病原菌一旦完成侵染，則會進入潛育期，潛育期是病原侵入寄主到出現病癥的一段時期，潛育期的長短與蔬菜的抗性及環境條件有關，抗性強的蔬菜，其潛育期較長，有可能最終并不表現出病害，對于不同病原和不同蔬菜，潛育期的時間也不同，一般為3～15 d，因此對于已進入潛育期的蔬菜，通過短期預警來完成病害情況的監測與預報，即根據歷史環境數據來預測第2天的環境數據，若預測結果在易引發蔬菜病害的環境閾值范圍內，則進行短期預警。

無論是積時預警還是短期預警，本著預警的原則，預警須要提前進行，因此選擇3 h作為積時預警的時限，選擇1 d作為短期預警的時限。對于短期預警，須要預測第2天的環境條件來為蔬菜病害預警作指導，其中短期預警通過支持向量機算法來完成對第2天環境條件的預測。

設xk(i)為預測樣本集，其中k表示環境指標，如空氣溫度的最大值、空氣溫度的最小值等；i表示日期，即數據采集的日期。考慮到各個預報因子之間的量綱有較大差異，因此對樣本的各個因子分別做歸一化處理，在本研究中則采用min-max歸一化的方法，使各因子歸一化后的數據均落入[0，1]區間內，以消除量綱不同的影響，歸一化表達式為

式中：max[xk(i)]、min[xk(i)]分別表示第k個環境指標的最大值、最小值。

本研究選用徑向基函數作為核函數來建立模型，徑向基函數形式為

則預測模型為

根據實時采集的數據，并結合蔬菜的病害種類以及病害發生的環境條件，來判斷環境條件滿足哪一類預警，若滿足相應類別的預警，則進行報警。即時預警、積時預警、短期預警這3種類別預警的先后順序是不必限制的，在具體實踐中可以根據需要靈活調整即時預警、積時預警以及短期預警的順序，以達到更好的預警效果。具體情況如圖3所示。

2 系統實現

2.1 系統硬件與軟件平臺

2.1.1 硬件平臺 服務器類型：5 U塔式；中央處理器型號：至強Xeon MP E7-3402，處理器頻率：400 MHz；標配：中央處理器數/最大支持數為4/4；內存標準/最大：48 GB/48 GB PC2—5300全緩沖雙列直插式存儲模塊(ddr2-667，雙倍速率同步動態隨機存儲器)；硬盤類型/個數：14 GB串行連接SCSI接口/最高可支持6塊3.5寸熱插拔硬盤；網絡：集成雙千兆以太網接口；推薦惠普Proliant DL580 G5機架式服務器2.5.2支持軟件。

2.1.2 軟件平臺 選用Java作為開發語言，語言運行環境為運行于Windows 7 64 bit操作系統上的JDK1.6 64位版本；集成開發環境為IDE：Eclipse 3.4和安卓開發插件for Eclipse(ADT)；安卓開發庫：Android SDK(包含Android 1.5以上版本的類庫和AVD模擬器)，本系統采用Oracle進行數據庫的設計。

2.2 系統界面

點開應用程序(application，簡稱app)后顯示系統初始界面(圖4)，進入系統后，顯示功能界面(圖5)，包括實時監控、短信報警、遠程控制、歷史數據、系統管理等功能，其中實時監控功能包括空氣溫濕度、土壤水分含量、土壤溫度、二氧化碳濃度、太陽輻射指標的實時監控狀況；選擇要觀察的溫室、攝像頭、采集點則會在手機界面上看到現場圖像(圖6)。選擇溫室進行遠程控制功能，包括增氧機、卷簾門、燈光等，能看到現場圖像(圖7)。

3 結論

通過查閱文獻及實地調研來確定影響設施蔬菜的環境因子，選用徑向基函數作為核函數來建立模型，從而建立預警模型。根據實時采集的數據，并結合蔬菜的病害種類以及病害發生的環境條件，來判斷環境條件滿足哪一類預警。可通過靈活調整3種預警類別的順序，達到更好的預警效果。本系統在開發時的集成開發環境為IDE：Eclipse 3.4和安卓開發插件for Eclipse(ADT)，安卓開發庫為Android SDK(包含Android 1.5以上版本的類庫和AVD模擬器)。本系統采用Oracle進行數據庫的設計，主要由于Oracle數據庫處理數據速度快且安全級別高，能支持快閃及完美恢復。對用戶實行分類可提高效率，總體來說，系統具有安全簡潔、實用的特點，具有較高的應用前景。

參考文獻：

[1]張 英，穆 楠，張雪清. 國外設施農業的發展現狀與趨勢[J]. 農業與技術，2008，28(2)：123-125.

[2]辛宗緒. 遼寧省朝陽縣設施農業發展對策研究[D]. 北京：中國農業科學院，2012.

[3]喻景權. “十一五”我國設施蔬菜生產和科技進展及其展望[J]. 中國蔬菜，2011(2)：11-23.

[4]趙彥杰. 中國北方設施蔬菜病害調查及其新病害的發現與研究[D]. 北京：中國農業科學院，2009.

[5]李 明，趙春江，楊信廷，等. 溫室蔬菜病害預警體系初探——以黃瓜霜霉病為例[J]. 中國農學通報，2010，26(6)：324-331.

[6]周艷芳. 蔬菜真菌病害的調查研究與新病害的發現[D]. 北京：中國農業科學院，2011.

[7]楊琦鳳，尹賢貴，潘光輝，等. 重慶地區番茄煤霉病的發生與防治[J]. 南方農業，2008，2(9)：30-31.

[8]周 黎，李國英，丁建軍. 新疆加工番茄根腐病病原的分離和鑒定[J]. 新疆農業科學，2008，45(1)：130-134.

[9]馮圣東，賈海濱，張雪娜，等. 兩種設施蔬菜土壤重金屬與TOC的預測模型及環境預警值[J]. 安全與環境學報，2016，16(2)：329-333.

[10]代秀蓮，劉 琴，申璐嵐. 設施蔬菜煙粉虱的發生及預警防控措施[J]. 中國園藝文摘，2015(3)：185，220.

[11]紀思琪，吳 芳. 基于神經網絡的蔬菜病害靜態預警模型[J]. 電腦知識與技術，2016，12(10)：189-191.

[12]柏立新，孫以文. 棉鈴蟲災變監測預警指標體系及其風險警級研究[J]. 棉花學報，2002，14(2)：99-103.

[13]王立剛，王迎春，邱建軍，等. 中國農區水體環境質量預警體系構建的研究[J]. 農業工程學報，2008，24(5)：217-220.

[14]于合龍，丁民權，黃 浦，等. 基于ZigBee網絡的人參生長監測及病害預警[J]. 吉林農業大學學報，2017，39(1)：120-126.

[15]康曉慧，陳 浩，張 梅. 3種時間序列分析模型在水稻稻瘟病預測中的應用[J]. 西北農林科技大學學報(自然科學版)，2011，39(6)：173-177，184.

[16]陸 軍，董 娟，馮子慧. 河蟹生態養殖病害預警系統設計和實現[J]. 農業網絡信息，2017(5)：63-66.

[17]李 毅，李英梅，張淑蓮，等. 臭氧對設施蔬菜病蟲害的應用效果[J]. 農業工程，2012，2(增刊1)：31-34.

[18]徐婉莉. 溫州地區設施栽培蔬菜病蟲害調查及三個主要病蟲害的防治試驗[D]. 南京：南京農業大學，2012.

[19]馮淵博，徐 進，張 濤，等. 西安市設施蔬菜病蟲害發生特點及綠色防控技術[J]. 現代農業科技，2011(16)：142-143.

[20]袁洪波. 日光溫室封閉式栽培系統關鍵技術研究[D]. 北京：中國農業大學，2015.

[21]孫 敏，羅衛紅，馮萬利，等. 基于Web的設施蔬菜作物病害診斷與防治管理專家系統[J]. 南京農業大學學報，2014，37(2)：7-14.