玉米農(nóng)藝性狀數(shù)據(jù)采集與管理系統(tǒng)的設(shè)計與實現(xiàn)

臧賀藏 趙巧麗 李國強 張杰 趙晴 胡峰 鄭國清

摘要：【目的】研發(fā)玉米農(nóng)藝性狀數(shù)據(jù)采集與管理系統(tǒng)，實現(xiàn)玉米農(nóng)藝性狀數(shù)據(jù)快速采集、高效管理與自動分析，也為其他糧食作物及經(jīng)濟作物的農(nóng)藝性狀數(shù)據(jù)采集與管理提供參考。【方法】采用B/S與C/S混合開發(fā)架構(gòu)，構(gòu)建玉米農(nóng)藝性狀數(shù)據(jù)采集系統(tǒng)（APP）和玉米農(nóng)藝性狀數(shù)據(jù)管理系統(tǒng)（Web），APP采用Android技術(shù)實現(xiàn)Web api與服務(wù)器間的通信，Web采用Entity Framework技術(shù)對數(shù)據(jù)庫進行操作，為海量農(nóng)藝性狀采集數(shù)據(jù)集成管理提供一個高效、安全和穩(wěn)定的平臺。【結(jié)果】經(jīng)河南省863軟件孵化器有限公司測試結(jié)果表明，構(gòu)建的玉米農(nóng)藝性狀數(shù)據(jù)采集與管理系統(tǒng)在功能性測試、可靠性測試和易用性測試等方面均達到設(shè)計要求，系統(tǒng)性能測試穩(wěn)定。客戶端APP主要以農(nóng)藝性狀數(shù)據(jù)的實時采集為核心，實現(xiàn)玉米試驗材料的快速錄入、查詢和定位，極大地提高數(shù)據(jù)采集效率。客戶端APP數(shù)據(jù)上傳至服務(wù)端Web，實現(xiàn)了玉米生產(chǎn)過程多點試驗任務(wù)的實時分發(fā)、農(nóng)藝性狀數(shù)據(jù)的查詢與管理、報表中心的生成及數(shù)據(jù)統(tǒng)計分析等功能，為科學(xué)決策和管理提供數(shù)據(jù)支撐。自2016年以來，玉米農(nóng)藝性狀數(shù)據(jù)采集與管理系統(tǒng)經(jīng)過功能完善及版本的不斷升級，已在河南省一些科研機構(gòu)和高等院所進行示范應(yīng)用，河南省農(nóng)業(yè)科學(xué)院現(xiàn)代農(nóng)業(yè)科技試驗示范基地原陽玉米區(qū)試試驗應(yīng)用結(jié)果表明該系統(tǒng)運行穩(wěn)定。【建議】今后研究中應(yīng)擴展作物研究種類，在進行農(nóng)藝性狀數(shù)據(jù)采集與管理時，重點將圖像管理模塊和集成無人機遙感平臺納入到玉米農(nóng)藝性狀數(shù)據(jù)采集與管理系統(tǒng)中。

關(guān)鍵詞： 玉米;農(nóng)藝性狀;數(shù)據(jù)采集;數(shù)據(jù)分析;管理系統(tǒng)

中圖分類號： S127;TP274? ? ? ? ? ? ? ? ? ? ?文獻標志碼： A 文章編號：2095-1191（2019）11-2606-08

Design and implementation of data acquisition and management system of agronomic trait for maize

ZANG He-cang， ZHAO Qiao-li， LI Guo-qiang， ZHANG Jie， ZHAO Qing，

HU Feng， ZHENG Guo-qing*

（Agricultural Economy & Information Research Institution， Henan Academy of Agricultural Sciences/Research Center for Smart Agriculture Engineering and Technology of Henan Province， Zhengzhou? 450002， China）

Abstract：【Objective】A data acquisition and management system of agronomic trait for maize was constructed to achieve rapid collection， efficient management and automatic analysis of agronomic trait data for maize. It could provide reference for collection and management of agronomic traits from other grain crops or cash crops. 【Method】Using B/S and C/S hybrid development architecture， which built an agronomic traits of data acquisition system（APP） and maize agronomic traits data management system（Web） for maize， the APP adopted the Android technology to realize the communication between Web api and server， Web adopted entity framework technology to operate on a database， it provided an efficient， safe and stable platform for integrated management of massive agronomic traits acquisition data. 【Result】The test results of Henan 863 software incubator limited companyshowed that the system met the design requirements in functional test， reliability test and usability test， and the system performance test was stable. The APP of the client mainly focused on the real-time acquisition of agronomic traits data， whichhave been realized the fast input， query and positioning of maize test materials， it greatly improved the efficiency of data acquisition. The client APP data was uploaded to the server Web， it have been realized the real-time assignment of multi-point test task， data query and managementof agronomic traits data， report center generation， statistical analysis of data and other functions in maize production process， it provided data support for scientific decision-making and management. Since 2016， the system has been upgraded with improved functions and versions， which has been widely applied in scientific research institutions， higher teaching institutions in Henan. The application results indicated that the system has been run stably in Yuanyang maizeregional trial， the modern agricultural science and technology experimental demonstration base in Henan Academy of Agricultural Sciences. 【Suggestion】In the future， the research should expand the variety of crop research， and focus on integrate image management module and integrated unmanned aerial vehicle remote sensing platform into the data acquisition and management system of agronomic trait.

Key words： maize; agronomic trait; data acquisition; data analysis; management system

0 引言

【研究意義】在實際生產(chǎn)中，玉米農(nóng)藝性狀數(shù)據(jù)采集仍普遍采用手工測量、紙質(zhì)記錄和經(jīng)驗決策等工作方式，然后進行二次數(shù)據(jù)整理，存在數(shù)據(jù)采集手段落后、采集數(shù)據(jù)耗時耗力、人為誤差大及紙質(zhì)記錄不易保存等問題;在數(shù)據(jù)管理上普遍采用Excel表格為主，存在數(shù)據(jù)管理不規(guī)范、標準不統(tǒng)一等問題;在數(shù)據(jù)分析上存在數(shù)據(jù)量大、數(shù)據(jù)利用率低等問題，不能快速獲取數(shù)據(jù)統(tǒng)計結(jié)果;此外，部分科研團隊現(xiàn)有的數(shù)據(jù)采集系統(tǒng)與實際需求匹配度不高，導(dǎo)致操作繁瑣，使用率低。基于從事玉米生產(chǎn)全程的采集人員和管理人員對信息管理軟件的迫切需求，研發(fā)玉米農(nóng)藝性狀數(shù)據(jù)采集與管理系統(tǒng)，對提高數(shù)據(jù)采集工作效率及降低采集人員的勞動強度具有重要意義。【前人研究進展】隨著數(shù)據(jù)采集技術(shù)的深入發(fā)展，作物農(nóng)藝性狀數(shù)據(jù)采集在一定程度上也得到發(fā)展，但仍無法滿足作物研究的實際需求（Fritsche-Neto and Borem，2015;樊龍江等，2016;劉忠強，2016;王君嬋等，2018）。近年來，國內(nèi)外專家學(xué)者已在作物上開展了一些數(shù)據(jù)采集技術(shù)研究工作。牟伶俐等（2006）開發(fā)基于Java手機的野外農(nóng)田數(shù)據(jù)采集與傳輸系統(tǒng)，實現(xiàn)了野外數(shù)據(jù)采集、圖形瀏覽、定位與導(dǎo)航、數(shù)據(jù)傳輸與查詢等功能;李文闖（2013）開發(fā)基于Android的移動GIS數(shù)據(jù)采集系統(tǒng)，實現(xiàn)了采集對象相關(guān)數(shù)據(jù)的實時高度整合;王虎等（2013）設(shè)計基于Windows Mobile手機平臺的作物品種田間測試數(shù)據(jù)采集系統(tǒng)，實現(xiàn)了數(shù)據(jù)的實時采集;葉思菁等（2015）設(shè)計作物種植環(huán)境數(shù)據(jù)采集系統(tǒng)原型，實現(xiàn)了用戶自定義錄入界面及動態(tài)適應(yīng)空間數(shù)據(jù)類型、數(shù)量和范圍的變化;Zhang和Li（2017）設(shè)計基于分布式位置的野生植物數(shù)據(jù)采集系統(tǒng)，從已建立的植物庫將植物照片上傳至云服務(wù)器進行識別。近幾年的文獻資料表明，國內(nèi)外學(xué)者在田間作物表型信息獲取方面進行了相關(guān)探索，已初步應(yīng)用于作物壟數(shù)（Jiang et al.，2015;蘇偉等，2018）、果穗考種（吳剛等，2016;宋鵬等，2018）、株高（楊琦等，2017;牛慶林等，2018）、病害圖像提取（Han et al.，2017;Wang et al.，2018）等研究領(lǐng)域。【本研究切入點】上述系統(tǒng)對移動端野外數(shù)據(jù)采集與查詢進行了很多研究，但目前涉及玉米栽培和育種試驗過程各關(guān)鍵環(huán)節(jié)的農(nóng)藝性狀數(shù)據(jù)采集與管理的研究鮮有報道，且主要停留在人工操作階段。【擬解決的關(guān)鍵問題】經(jīng)過長期實地調(diào)研，以改變傳統(tǒng)數(shù)據(jù)采集方式、提高農(nóng)藝性狀數(shù)據(jù)管理效率為目標，歸納科研單位接觸到的栽培與育種人員在玉米生產(chǎn)管理過程中的信息化實際需求，設(shè)計開發(fā)玉米農(nóng)藝性狀數(shù)據(jù)采集與管理系統(tǒng)，旨在實現(xiàn)玉米農(nóng)藝性狀數(shù)據(jù)的快速采集、高效管理和自動分析，也為其他糧食作物及經(jīng)濟作物的農(nóng)藝性狀數(shù)據(jù)采集與管理提供參考。

1 玉米農(nóng)藝性狀數(shù)據(jù)采集與管理系統(tǒng)設(shè)計

1. 1 總體框架結(jié)構(gòu)

針對采集人員和管理人員對試驗過程中玉米農(nóng)藝性狀數(shù)據(jù)采集與管理軟件的實際需求，通過田間多次實際調(diào)查，結(jié)合作者多年從事田間玉米試驗的經(jīng)驗，設(shè)計玉米農(nóng)藝性狀數(shù)據(jù)采集與管理系統(tǒng)。該系統(tǒng)以提高數(shù)據(jù)采集工作效率、降低采集人員的勞動強度為目標，采用C/S與B/S混合開發(fā)架構(gòu)，為海量農(nóng)藝性狀采集數(shù)據(jù)集成管理提供一個高效、安全和穩(wěn)定的平臺。從開發(fā)技術(shù)架構(gòu)的角度可分為數(shù)據(jù)層、業(yè)務(wù)邏輯層和用戶層，其總體結(jié)構(gòu)如圖1所示。數(shù)據(jù)層位于數(shù)據(jù)庫服務(wù)器端，為業(yè)務(wù)邏輯層提供數(shù)據(jù)服務(wù);業(yè)務(wù)邏輯層主要進行業(yè)務(wù)邏輯處理，是系統(tǒng)功能實現(xiàn)的核心部分，從用戶的操作開始，用戶在瀏覽器頁面提交表單操作，向服務(wù)器發(fā)送請求，服務(wù)器接收并處理請求，然后把用戶請求的數(shù)據(jù)（網(wǎng)頁文件、圖片和聲音等）返回至瀏覽器;用戶層是實現(xiàn)系統(tǒng)與用戶交互的窗口，用于接收用戶的輸入，顯示、操作數(shù)據(jù)層數(shù)據(jù)。

1. 2 客戶端APP的實現(xiàn)

客戶端APP主要包括模板選擇、掃碼定位、電子標簽、數(shù)據(jù)錄入、數(shù)據(jù)上傳和試驗布局6個模塊。客戶端APP接收到試驗任務(wù)后，可在試驗布局中進行試驗設(shè)計，根據(jù)小區(qū)標識信息綁定電子標簽或者打印紙質(zhì)標簽。數(shù)據(jù)錄入按選擇的模板提供輸入界面，模板制作在模板選擇模塊中完成，小區(qū)編號的錄入提供掃描條形碼/電子標簽、自動編號及手動錄入3種方式。

1. 3 Web瀏覽器的實現(xiàn)

Web是管理系統(tǒng)的主程序，除負責(zé)接收客戶端APP采集的數(shù)據(jù)外，還包括從試驗設(shè)計開始到結(jié)束的精確管理、查詢和統(tǒng)計分析全過程管理。通過試驗設(shè)計模塊將各試驗地點承擔(dān)的任務(wù)同步分發(fā)到客戶端APP上，客戶端APP采集的數(shù)據(jù)上傳至服務(wù)端Web，Web對客戶端APP上傳的數(shù)據(jù)進行審核、修改、查詢和分析。該系統(tǒng)部署于數(shù)據(jù)中心計算機上，是整個系統(tǒng)的核心部分，通過數(shù)據(jù)中心與客戶端APP進行數(shù)據(jù)交換，采集數(shù)據(jù)存儲于用戶本地服務(wù)器，防止數(shù)據(jù)篡改。根據(jù)業(yè)務(wù)邏輯和需求分析，系統(tǒng)分為系統(tǒng)管理、試驗設(shè)計、數(shù)據(jù)管理、報表中心和統(tǒng)計分析五大功能模塊：

（1）系統(tǒng)管理模塊：包括行政區(qū)域、性狀管理、用戶管理和用戶組管理。行政區(qū)域用于選擇試驗所在的省、市、縣區(qū)域;性狀管理用于對各類數(shù)量性狀和質(zhì)量性狀的自定義添加;用戶管理用于設(shè)置各類用戶的角色權(quán)限;用戶組管理是對用戶角色權(quán)限進行管理。

（2）試驗設(shè)計模塊：包括試驗基礎(chǔ)信息、地塊布局和試驗任務(wù)。試驗基礎(chǔ)信息以試驗地塊為單元，記錄土壤基礎(chǔ)肥力、氣象數(shù)據(jù)及田間管理等信息;地塊布局是基于試驗?zāi)康牟煌鶕?jù)試驗任務(wù)自動生成田間布局;試驗任務(wù)具有制定試驗采集的性狀指標，實現(xiàn)多點試驗任務(wù)的實時分發(fā)，并同步到客戶端APP。

（3）數(shù)據(jù)管理模塊：包括全部數(shù)據(jù)匯總表、數(shù)量性狀匯總表和質(zhì)量性狀匯總表。通過設(shè)置查詢條件，可查看該試驗不同類型采集性狀數(shù)據(jù)，具有數(shù)據(jù)查詢、審核、修改、檢索、導(dǎo)出及打印等功能。

（4）報表中心模塊：將報表包含的信息和數(shù)據(jù)庫關(guān)聯(lián)、按照管理單位提供的模板。自動完成信息的統(tǒng)計和匯總，生成相應(yīng)的報表，具有數(shù)據(jù)查詢、檢索、導(dǎo)出及打印等功能。

（5）統(tǒng)計分析模塊：選擇需要分析的試驗名稱和數(shù)據(jù)采集時間，輸出某時間段內(nèi)該試驗所測性狀數(shù)據(jù)列表，實現(xiàn)對各類性狀數(shù)據(jù)的統(tǒng)計分析。

1. 4 關(guān)鍵技術(shù)

1. 4. 1 數(shù)據(jù)采集 數(shù)據(jù)采集主要由客戶端APP實現(xiàn)。試驗數(shù)據(jù)采集所需性狀指標設(shè)置在Web端完成。性狀指標包括數(shù)量性狀和質(zhì)量性狀，數(shù)量性狀分為物候期、形態(tài)特征、生育動態(tài)、抗逆性、病害調(diào)查和產(chǎn)量性狀;質(zhì)量性狀提供所有會出現(xiàn)的選項;數(shù)量性狀提供閾值，減少數(shù)據(jù)錄入錯誤率。性狀管理設(shè)置了每個性狀數(shù)據(jù)采集的類型，保證同一個試驗多個試驗點數(shù)據(jù)采集的格式統(tǒng)一。試驗任務(wù)從Web端下發(fā)到客戶端后，客戶端選擇當(dāng)前需要采集的性狀指標制成模板，數(shù)據(jù)錄入按模板提供輸入界面。性狀指標維護屬于系統(tǒng)管理員權(quán)限范圍，其他權(quán)限只能使用，防止性狀指標屬性被篡改。

1. 4. 2 數(shù)據(jù)管理 客戶端APP數(shù)據(jù)上傳至服務(wù)器后，為滿足不同用戶需要，Web端系統(tǒng)提供全部數(shù)據(jù)、數(shù)量性狀數(shù)據(jù)和質(zhì)量性狀數(shù)據(jù)自動匯總。針對試驗報告所需各類匯總表，將數(shù)據(jù)按物候期、抗逆性調(diào)查、病害調(diào)查、形態(tài)特征、主要性狀和產(chǎn)量性狀匯總分類報表。

1. 4. 3 技術(shù)流程 Web系統(tǒng)采用Entity Framework技術(shù)對數(shù)據(jù)庫進行操作，使用Linq和Lambda表達式實現(xiàn)對數(shù)據(jù)庫的增刪改查，用戶層采用telerik前端框架、jQuery、Kendo UI及Bootstrap等腳本技術(shù);APP使用Android Studio內(nèi)置的SQLite數(shù)據(jù)庫進行存儲數(shù)據(jù)，采用Android技術(shù)實現(xiàn)Web api與服務(wù)器間的通信。通過Web管理系統(tǒng)，管理存貯于數(shù)據(jù)中心的手持終端APP采集上傳的農(nóng)藝性狀數(shù)據(jù)，使用條碼打印機，按照試驗布局以一定的順序依次打印條碼，再將條碼按照打印順序依次懸掛在小區(qū)玉米植株上;通過手持終端APP掃描玉米植株上的條碼，進入數(shù)據(jù)錄入界面，數(shù)據(jù)錄入完畢，通過無線網(wǎng)絡(luò)與數(shù)據(jù)中心內(nèi)的數(shù)據(jù)同步。

2 玉米農(nóng)藝性狀數(shù)據(jù)采集與管理系統(tǒng)的測試與應(yīng)用

2. 1 系統(tǒng)性能測試結(jié)果

本研究設(shè)計的玉米農(nóng)藝性狀數(shù)據(jù)采集與管理系統(tǒng)經(jīng)河南省863軟件孵化器有限公司測試，測試結(jié)果表明，該系統(tǒng)在功能性測試、可靠性測試和易用性測試等方面均達到設(shè)計要求，符合GB/T 25000.51—2010《軟件工程 軟件產(chǎn)品質(zhì)量要求和評價（Square）商業(yè)現(xiàn)貨（Cots）軟件產(chǎn)品的質(zhì)量要求和測試細則》。根據(jù)采集人員的生產(chǎn)實際需求，本研究主要以玉米生長發(fā)育性能測定檢驗設(shè)備是否符合玉米主要性能指標的要求，以對10株玉米成熟期主要農(nóng)藝性狀數(shù)據(jù)采集所消耗的平均時長作為衡量標準。成熟期主要測定玉米植株的株高、軸色、穗型、禿尖、粒色和圖像等性狀指標。按每套設(shè)備分別測定10株玉米，30株玉米隨機分為3組開展生長發(fā)育性能測試，取得的主要性能測試結(jié)果如表1所示。受測成熟期玉米植株的性狀指標數(shù)據(jù)采集時間介于172～185 s，圖像采集時間介于34～35 s，玉米農(nóng)藝性狀數(shù)據(jù)采集系統(tǒng)性能測試穩(wěn)定。

2. 2 客戶端APP的應(yīng)用

客戶端APP主要用于田間觀察觀測性狀數(shù)據(jù)的實時采集，實現(xiàn)玉米試驗材料的快速錄入、查詢和定位。同時，APP采集性狀模板可自定義，支持用戶自添加性狀，隨時查看田間布局。在數(shù)據(jù)錄入方式上，實現(xiàn)語音識別錄入和手動錄入的雙重選擇，支持性狀數(shù)據(jù)的離線采集，通過有線或無線方式上傳采集數(shù)據(jù)至服務(wù)端Web。根據(jù)田間制定采集任務(wù)的需求，靈活調(diào)整與Web的數(shù)據(jù)交換內(nèi)容，進而提高性狀數(shù)據(jù)采集效率。

客戶端APP主要針對玉米生產(chǎn)中需要調(diào)查的性狀指標進行實時采集，打開客戶端APP，進入到系統(tǒng)主界面，操作界面如圖2所示。點擊性狀選擇模塊，可快速選擇試驗需要采集的性狀指標（圖2-A）;添加出來的性狀形成該試驗的模板，并輸入模板名稱（圖2-B）;保存模板，模板可顯示當(dāng)前日期（圖2-C）;點擊當(dāng)前保存的模板，選擇使用模板，可按照模板詳情中的性狀指標進行田間數(shù)據(jù)采集，按照小區(qū)編號順序錄入性狀數(shù)據(jù)（圖2-D），在數(shù)據(jù)錄入過程中，具備數(shù)據(jù)查詢、修改和即時保存功能等;數(shù)據(jù)錄入結(jié)束后，選擇數(shù)據(jù)上傳模塊（圖2-E）;點擊抽雄期記載數(shù)據(jù)，可查看數(shù)據(jù)詳情（圖2-F）;點擊上傳數(shù)據(jù)按鈕，數(shù)據(jù)上傳完成，該次采集數(shù)據(jù)模板名稱自動消失。

2. 3 Web瀏覽器的應(yīng)用

客戶端APP數(shù)據(jù)采集完畢提交后，所有性狀數(shù)據(jù)上傳至服務(wù)端Web。系統(tǒng)用戶采用三級權(quán)限管理，即管理員、項目負責(zé)人和采集員負責(zé)在后臺對數(shù)據(jù)進行審核、查詢和管理。圖3顯示了2018年7月26日—2018年8月2日安陽區(qū)試試驗數(shù)據(jù)管理界面，采集數(shù)據(jù)可導(dǎo)出Excel表格，供科研人員分析使用。圖4顯示了2018年7月26日—8月2日安陽區(qū)試試驗數(shù)據(jù)統(tǒng)計分析界面，選擇需要分析的試驗名稱和數(shù)據(jù)采集時間，服務(wù)端對數(shù)據(jù)提供自動實時統(tǒng)計分析，并生成統(tǒng)計圖表，數(shù)據(jù)統(tǒng)計分析結(jié)果可直接打印和導(dǎo)出;項目負責(zé)人和管理員根據(jù)數(shù)據(jù)統(tǒng)計分析結(jié)果提出切實可行的生產(chǎn)指導(dǎo)意見，并推送信息至采集員手機，為科學(xué)決策和管理提供數(shù)據(jù)支撐。

2. 4 系統(tǒng)的應(yīng)用效果

自2016年以來，本研究設(shè)計的玉米農(nóng)藝性狀數(shù)據(jù)采集與管理系統(tǒng)已在河南省農(nóng)業(yè)科學(xué)院、河南農(nóng)業(yè)大學(xué)及洛陽市農(nóng)林科學(xué)院等科研機構(gòu)連續(xù)應(yīng)用3年。主要應(yīng)用對象為從事玉米栽培與育種試驗的田間一線人員，應(yīng)用前進行技術(shù)培訓(xùn)和實際操作等跟蹤服務(wù)，以保證玉米農(nóng)藝性狀數(shù)據(jù)標準化采集和規(guī)范化管理，同時建立科學(xué)、規(guī)范的案例演示。以2017年8月在河南省農(nóng)業(yè)科學(xué)院現(xiàn)代農(nóng)業(yè)科技試驗示范基地原陽玉米區(qū)試試驗吐絲期數(shù)據(jù)采集為案例，對吐絲期農(nóng)藝性狀指標進行采集。試驗采用隨機區(qū)組設(shè)計，3次重復(fù)，5行區(qū)，小區(qū)面積20 m2，種植密度75000株/ha，采集株數(shù)10株，本次采集的性狀指標不受天氣影響，可直接進行數(shù)據(jù)采集。吐絲期主要測定玉米植株的株型、穗柄有無、苞葉情況、花絲顏色、吐絲時間、株高、穗位和倒伏率共8個性狀指標。客戶端APP的應(yīng)用案例如圖5所示，經(jīng)過多點長時間客戶端APP的功能完善，實現(xiàn)了版本的不斷升級，現(xiàn)已在科研院所及高等院校進行長時間使用。采集員在客戶端APP應(yīng)用過程中，可同時接收多個試驗任務(wù)的采集，支持多人共享同一采集模板，極大地提高了數(shù)據(jù)采集效率;同時，省去了傳統(tǒng)手工采集數(shù)據(jù)二次錄入過程。此外，農(nóng)藝性狀數(shù)據(jù)的標準采集與統(tǒng)一存儲，解決了傳統(tǒng)手工記載數(shù)據(jù)錯誤率高、紙質(zhì)記錄不易保存等問題。應(yīng)用客戶端APP采集玉米吐絲期數(shù)據(jù)，可有效提高采集效率70%以上。Web瀏覽器的應(yīng)用案例如圖6所示，以試驗采集員權(quán)限登錄Web瀏覽器，點擊數(shù)據(jù)管理界面，即可查看客戶端APP上傳的采集數(shù)據(jù)。在Web瀏覽器應(yīng)用過程中，可實現(xiàn)多點試驗任務(wù)的實時分發(fā)，靈活調(diào)整農(nóng)藝性狀采集字段和閾值，減少人為誤差和干擾。目前，2018年玉米區(qū)試試驗各承試點的數(shù)據(jù)采集正在持續(xù)添加中，系統(tǒng)運行穩(wěn)定。

3 討論

傳統(tǒng)的試驗數(shù)據(jù)通常基于Excel進行管理和分析，無法對數(shù)量龐大的試驗數(shù)據(jù)進行批量校正和邏輯判斷等預(yù)處理工作，給后期的品種評價與決策的準確性帶來極大隱患（王虎等，2010）。本研究系統(tǒng)開發(fā)以現(xiàn)有玉米品種試驗技術(shù)規(guī)程和數(shù)據(jù)標準為依據(jù)，圍繞玉米生產(chǎn)全程的數(shù)據(jù)采集與管理信息化實際需求，實現(xiàn)了玉米從播前到收獲生產(chǎn)全程的農(nóng)藝性狀精確采集，有效解決了當(dāng)前玉米生產(chǎn)全程數(shù)據(jù)采集與管理存在的問題;且Web端與客戶端APP保持一致，實現(xiàn)了數(shù)據(jù)采集與存儲標準的統(tǒng)一，為數(shù)據(jù)共享與分析利用提供良好的基礎(chǔ)。

黃錦和李紹明（2014）設(shè)計開發(fā)了一套基于移動智能設(shè)備的育種田間信息采集系統(tǒng)，主要討論了育種田間數(shù)據(jù)快速錄入、動態(tài)配置表單、數(shù)據(jù)有效性驗證及保障數(shù)據(jù)安全的方法。李雪和楊濤（2016）設(shè)計了對玉米性狀數(shù)據(jù)等相關(guān)信息進行有效管理和綜合分析利用的玉米育種信息管理系統(tǒng)，實現(xiàn)了玉米育種信息的科學(xué)管理。張小斌等（2016）開發(fā)出基于梨屬植物種質(zhì)資源數(shù)據(jù)標準的梨育種信息管理與采集系統(tǒng)，實現(xiàn)了梨育種信息的田間快速采集與傳輸。以上研究都是基于單個軟件的田間作物育種信息采集與管理系統(tǒng)，而在語音識別、試驗布局、多個試驗任務(wù)接收及采集模板共享方面存在不足。本研究設(shè)計的客戶端APP支持掃碼定位、離線數(shù)據(jù)采集和數(shù)據(jù)上傳等功能，實現(xiàn)了客戶端APP與Web間的數(shù)據(jù)交換共享;Web瀏覽器實現(xiàn)了多點試驗任務(wù)的實時分發(fā)，便于多年多點區(qū)試試驗數(shù)據(jù)的匯總及報表中心的生成，為數(shù)據(jù)分析利用提供良好的基礎(chǔ)。

經(jīng)過長期測試和不斷更新，玉米農(nóng)藝性狀數(shù)據(jù)采集與管理系統(tǒng)設(shè)計合理，界面操作簡單，使用方便，但在實際應(yīng)用中發(fā)現(xiàn)了一些不足之處：如考種數(shù)據(jù)是用考種儀獲取，雖然解決了傳統(tǒng)人工測量效率低等問題，但對數(shù)據(jù)統(tǒng)一管理帶來不便;另外，采集的大量圖片僅能查看和檢索，未經(jīng)過深層次的圖像識別和挖掘等。因此，在今后的研究中，重點將高通量采集技術(shù)和圖像識別技術(shù)應(yīng)用到本系統(tǒng)中，減少多個系統(tǒng)分散的問題，進一步提高數(shù)據(jù)采集和挖掘效率。

4 建議

4. 1 集成無人機遙感平臺

本研究中數(shù)量性狀指標采集主要依靠人工測量，然后將數(shù)據(jù)錄入到客戶端APP，省去了傳統(tǒng)手工紙質(zhì)記載數(shù)據(jù)或電腦Excel錄入的過程;而無人機遙感平臺可改變傳統(tǒng)人工調(diào)查效率低和時效性差等問題。因此，在現(xiàn)有玉米農(nóng)藝性狀數(shù)據(jù)采集與管理系統(tǒng)的基礎(chǔ)上，集成無人機遙感平臺，可及時獲取大范圍玉米區(qū)域試驗數(shù)量性狀信息，進一步提高數(shù)據(jù)采集效率。

4. 2 擴展作物研究種類

當(dāng)前，玉米農(nóng)藝性狀數(shù)據(jù)采集與管理系統(tǒng)正處于小范圍應(yīng)用階段，只能滿足玉米農(nóng)藝性狀的信息化需求，因此，需進一步完善系統(tǒng)，擴展到其他作物的農(nóng)藝性狀，增加多種作物的數(shù)據(jù)采集方式，定制不同作物的采集指標與采集方法標準，適用于其他作物農(nóng)藝性狀的便捷采集與管理的通用版本。

4. 3 增加圖像管理模塊

本研究設(shè)計的農(nóng)藝性狀數(shù)據(jù)采集APP，把拍攝的圖像作為一個性狀指標考慮，在對圖像進行搜索時帶來了不便，同時不利于后期圖像的自動識別。因此，在今后的研究中農(nóng)藝性狀數(shù)據(jù)采集APP應(yīng)增加圖像管理模塊，實現(xiàn)玉米圖像的自動識別。

參考文獻：

樊龍江，王衛(wèi)娣，王斌，葉楚玉，舒慶堯，張輝. 2016. 作物育種相關(guān)數(shù)據(jù)及大數(shù)據(jù)技術(shù)育種利用[J]. 浙江大學(xué)學(xué)報（農(nóng)業(yè)與生命科學(xué)版），42（1）： 30-39. [Fan L J，Wang W D，Wang B，Ye C Y，Shu Q Y，Zhang H. 2016. Crop bree-ding-related data and application of big data technologies in crop breeding[J]. Journal of Zhejiang University（Agriculture and Life Sciences），42（1）： 30-39.]

黃錦，李紹明. 2014. 基于手機的玉米育種田間數(shù)據(jù)采集系統(tǒng)設(shè)計[J]. 農(nóng)機化研究，（6）： 193-197. [Huang J，Li S M. 2014. Design on field information acquisition of maize breeding system based mobile phone[J]. Journal of Agricultural Mechanization Research，（6）： 193-197.]

李文闖. 2013. 基于Android的移動GIS數(shù)據(jù)采集系統(tǒng)研究[D]. 北京： 首都師范大學(xué). [Li W C. 2013. Research on mobile GIS data acquisition system based on Android[D]. Beijing： Capital Normal University.]

李雪，楊濤. 2016. 玉米育種信息管理系統(tǒng)的研究[J]. 江蘇農(nóng)業(yè)科學(xué)，44（1）： 418-421. [Li X，Yang T. 2016. Research on information management system of maize breeding[J]. Jiangsu Agricultural Sciences，44（1）： 418-421.]

劉忠強. 2016. 作物育種輔助決策關(guān)鍵技術(shù)研究與應(yīng)用[D]. 北京： 中國農(nóng)業(yè)大學(xué). [Liu Z Q. 2016. Research and application of assistant decision key technology for plant breeding[D]. Beijing： China Agricultural University.]

牟伶俐，劉鋼，黃健熙. 2006. 基于Java手機的野外農(nóng)田數(shù)據(jù)采集與傳輸系統(tǒng)設(shè)計[J]. 農(nóng)業(yè)工程學(xué)報，22（11）： 165-169. [Mu L L，Liu G，Huang J X. 2006. Design of farm field data collection and transmission system based on Java phone[J]. Transactions of the Chinese Society of A-gricultural Engineering，22（11）： 165-169.]

牛慶林，馮海寬，楊貴軍，李長春，楊浩，徐波，趙衍鑫. 2018. 基于無人機數(shù)碼影像的玉米育種材料株高和LAI監(jiān)測[J]. 農(nóng)業(yè)工程學(xué)報，34（5）：73-82. [Niu Q L，F(xiàn)eng H K，Yang G J，Li C C，Yang H，Xu B，Zhao Y X. 2018. Monitoring plant height and leaf area index of maize breeding material based on UAV digital images[J]. Transactions of the Chinese Society of Agricultural Engineering，34（5）： 73-82.]

宋鵬，張晗，羅斌，侯佩臣，王成. 2018. 基于多相機成像的玉米果穗考種參數(shù)高通量自動提取方法[J]. 農(nóng)業(yè)工程學(xué)報，34（14）： 181-187. [Song P，Zhang H，Luo B，Hou P C，Wang C. 2018.? High throughput automatic extraction me-thod of corn ear parameters based on multiple cameras images[J]. Transactions of the Chinese Society of Agricultural Engineering，34（14）： 181-187.]

蘇偉，蔣坤萍，閆安，劉哲，張明政，王偉. 2018. 基于無人機遙感影像的育種玉米壟數(shù)統(tǒng)計監(jiān)測[J]. 農(nóng)業(yè)工程學(xué)報，34（10）： 92-98. [Su W，Jiang K P，Yan A，Liu Z，Zhang M Z，Wang W. 2018. Monitoring of planted lines for bree-ding corn using UAV remote sensing image[J]. Transactions of the Chinese Society of Agricultural Engineering，34（10）： 92-98.]

王虎，李紹明，劉哲，張曉東，朱俊. 2010. 作物品種試驗數(shù)據(jù)預(yù)處理系統(tǒng)的設(shè)計與實現(xiàn)[J]. 中國農(nóng)業(yè)科技導(dǎo)報，12（2）： 138-144. [Wang H，Li S M，Liu Z，Zhang X D，Zhu J. 2010. Design and realization of pre-treatment system for crop variety experimental data[J]. Journal of A-gricultural Science and Technology，12（2）： 138-144.]

王虎，楊耀華，李紹明，劉哲，許哲，張曉東，朱德海. 2013. 基于移動端作物大田測試數(shù)據(jù)采集技術(shù)研究與實現(xiàn)[J]. 中國農(nóng)業(yè)科技導(dǎo)報，15（4）： 156-162. [Wang H，Yang Y H，Li S M，Liu Z，Xu Z，Zhang X D，Zhu D H. 2013. Research and implementation of field crop test data collection based on mobile phone[J]. Journal of Agricultural Science and Technology，15（4）： 156-162.]

王君嬋，高致富，李東升，朱冬梅，吳宏亞. 2018. 農(nóng)業(yè)信息技術(shù)在小麥育種中的應(yīng)用研究[J]. 作物雜志，（3）： 37-43. [Wang J C，Gao Z F，Li D S，Zhu D M，Wu H Y. 2018. The application of agricultural information technology in wheat breeding[J]. Crops，（3）： 37-43.]

吳剛，陳曉琳，謝駕宇，鄭永軍，李伶慧，譚俊松. 2016. 玉米果穗自動考種系統(tǒng)設(shè)計與試驗[J]. 農(nóng)業(yè)機械學(xué)報，47（S）： 433-441. [Wu G，Chen X L，Xie J Y，Zheng Y J，Li L H，Tan J S. 2016. Design and experiment of automatic variety test system for corn ear[J]. Transactions of the Chinese society for Agricultural Machinery，47（S）： 433-441.]

楊琦，葉豪，黃凱，查元源，史良勝. 2017. 利用無人機影像構(gòu)建作物表面模型估測甘蔗LAI[J]. 農(nóng)業(yè)工程學(xué)報，33（8）： 104-111. [Yang Q，Ye H，Huang K，Zha Y Y，Shi L S. 2017. Estimation of leaf area index of sugarcane using crop surface model based on UAV image[J]. Transactions of the Chinese Society of Agricultural Engineering，33（8）： 104-111.]

葉思菁，朱德海，姚曉闖，岳彥利，黃健熙，李林. 2015. 基于移動GIS的作物種植環(huán)境數(shù)據(jù)采集技術(shù)[J]. 農(nóng)業(yè)機械學(xué)報，46（9）： 325-334. [Ye S J，Zhu D H，Yao X C，Yue Y L，Huang J X，Li L. 2015. Mobile GIS based approach for collection of crop planting environment data[J]. Tran-sactions of the Chinese Society for Agricultural Machi-nery，46（9）： 325-334.]

張小斌，戴美松，施澤彬，李秀根，顧清，鄭可鋒. 2016. 梨育種數(shù)據(jù)管理和采集系統(tǒng)設(shè)計與實踐[J]. 果樹學(xué)報，33（7）： 882-890. [Zhang X B，Dai M S，Shi Z B，Li X G，Gu Q，Zheng K F. 2016. Development and application of a data management and acquisition system for pear breeding[J]. Journal of Fruit Science，33（7）： 882-890.]

Fritsche-Neto R，Borem A. 2015. Phenomics[M]. Switzerland：Springer International Publishing Switzerland.

Han Y Y，Wang K Y，Liu Z Q，Zhang Q，Pan S H，Zhao X Y，Wang S F. 2017. A crop trait information acquisition system with multitag-based identification technologies for breeding precision management[J]. Computers and Electronics in Agriculture，135（1）： 71-80.

Jiang G Q，Wang Z H，Liu H M. 2015. Automatic detection of crop rows based on multi-ROIs[J]. Expert Systems with Applications，42（5）： 2429-2441.

Wang Z B，Wang K Y，Yang F，Pan S H，Han Y Y，Zhao X Y. 2018. Image enhancement for crop trait information acquisition system[J]. Information Processing in Agriculture，5（4）： 433-442.

Zhang Y Z，Li B Y. 2017. Wild plant data collection system based on distributed location[J]. Journal of Computatio-nal Science，28（9）： 389-397.

（責(zé)任編輯 鄧慧靈）