基于登記信息構建的農藥使用風險智能預警模型研究

孫曉明, 盧海燕, 卞立平, 劉賢金, 孫愛東*,

(1. 省部共建國家重點實驗室培育基地——江蘇省食品質量安全重點實驗室，南京 210014；2. 江蘇省農業科學院 農產品質量安全與營養研究所，南京 210014)

農藥使用不當會導致藥害事故、抗性增加、殘留超標及環境污染等問題，給生態及人類健康造成危害，妨礙農業的可持續發展[1-7]。雖然《農藥管理條例》明確規定了使用者應嚴格按照標簽標注的要求使用農藥，并建立使用記錄，但生產過程中農藥不當使用的情況仍普遍存在[8-11]，目前尚缺乏行之有效的干預手段。因此，研究快速、精準、智能的農藥使用風險預警方法，對于保障農產品質量安全具有重要意義。在規章制度方面，《國際農藥管理行為守則》 (2013) 提出了 “農藥全生命周期管理框架”[12]，我國則出臺了《農藥管理條例》 (2017)[13]及《禁限用農藥名錄》 (2019)[14]等規范農藥使用行為的政策。在相關標準制定方面，GB/T 8321 系列標準規定了793 種農藥在195 種農作物上的1 100 余項合理使用準則，列出了安全使用農藥的相關項目及標準值，包括農藥名稱、劑型、含量、適用作物、主要防治對象、制劑施用量或稀釋倍數、施藥方法、每季最多使用次數、安全間隔期、實施要點說明、最高殘留限量值等[15]；NY/T 1276—2007 規定了施藥人員的安全防護和安全操作相關要求[16]；NY/T 393—2020 規定了綠色食品生產和儲運中的農藥選擇和使用規范，列出了綠色食品生產允許使用的農藥清單[17]。在系統研發方面，浙江省蒼南縣打造了縣域農藥監管信息系統，建立了農藥監測預警中心，能夠對農藥產品有效期過期、農產品生產者超范圍購買和超劑量購買農藥進行預警[18]。

目前農藥使用風險預警難度大、效率低，主要是因為缺乏更新及時、標準化水平高的安全使用數據庫可用。農藥安全使用標準修訂時間長、更新慢，農業農村部牽頭建立的農藥登記信息系統雖然內容詳細、更新及時，但由于是非結構化數據，并不能直接使用。當前農藥使用風險預警主要依靠對使用記錄的人工判別及殘留檢測，專業性要求高、工作量大、準確性與時效性差，不能進行有效的產中預警，同時殘留檢測時間上的滯后更容易導致監管被動。鑒于此，本研究利用大數據分析[19-23]與人工智能技術[24-27]，通過采集、清洗農藥登記信息，解析獲取使用范圍、使用劑量、每季最多使用次數、施藥間隔期、安全間隔期等風險指標數據，構建了農藥安全使用規范數據庫，并在此基礎上建立了農藥使用風險智能預警模型，當農戶錄入用藥或采收信息時，模型可根據單次操作信息和歷史用藥記錄智能識別出有風險的操作，實現產中實時預警、產后自動研判。

1 材料與方法

1.1 數據采集

中國農藥信息網發布的農藥登記信息中包含了使用范圍、使用劑量、每季最多使用次數、施藥間隔期、安全間隔期等使用風險指標數據。本研究通過中國農藥信息網上的查詢入口 (http://www.chinapesticide.org.cn/hysj/index.jhtml)，利用網絡爬蟲技術[28-29]自動采集農藥登記信息。

農藥登記信息由列表頁面、登記數據頁面及標簽信息頁面共3 個頁面的信息組成 (圖1)，信息采集流程如圖2 所示。

首先生成入口鏈接的Request (請求)，放入Scheduler (調度器) 中，通過調度下載子流程進行調度。如果調度下載返回的結果不為空，則對結果進行解析，生成新的待處理的Request，并將解析的內容保存到數據庫，再次調度下載，直至所有Request 處理完畢。調度下載子流程負責選擇下一個要處理的Request，發送給Downloader (下載器)，由Downloader 生成相應的Response (響應)，返回調度下載結果，如果Scheduler 為空，則返回結果為空，說明所有Request 處理完畢。

解析保存子流程負責解析農藥列表頁面、登記數據頁面和標簽信息頁面。對于列表頁面，通過獲取頁面上所有的登記證號，拼接標簽信息頁面的鏈接，生成Request，放入Scheduler 中，逐一判斷登記證號在數據庫中是否已存在，如果不存在，則獲取該登記證號對應的農藥名稱、農藥類別、劑型、總含量、有效期、登記證持有者等信息，連同登記證號一起新增到農藥基本信息庫中，拼接登記數據頁面的鏈接，生成Request，放入Scheduler 中。例如，登記證號為PD20200737的農藥，其對應的農藥名稱為硫酸銅鈣 (copper calcium sulphate)，農藥類別為殺菌劑，劑型為水分散粒劑 (WG)，總含量為77%，登記證有效期至2025-09-17，登記證持有者為陜西美邦藥業集團股份有限公司，拼接后其登記數據頁面、標簽信息頁面的鏈接分別為：http://www.chinapesticide.org.cn/myquery/querydetail?pdno=F29CCA2CEA0F 4A6BB41B0B71931199AD 和http://www.chinapesticide.org.cn/myquery/tagdetail?pdno=PD20200737。待頁面上所有登記證號遍歷完成后，判斷列表頁面是否有下一頁，如果有則生成下一頁鏈接的Request，放入Scheduler 中。對于登記數據頁面，獲取登記證首次批準日期、有效成分等信息，存儲到數據庫相應的字段中。對于標簽信息頁面，則獲取登記證號對應的使用范圍、使用方法、使用技術要求、產品性能、注意事項、中毒急救措施、儲存和運輸方法等信息，并計算其MD5 (messagedigest algorithm 5，信息摘要算法) 值。MD5 的唯一性標識能力較強，可用于快速識別信息是否發生改變。如果標簽頁面是首次處理，則直接將標簽信息和MD5 值存儲到數據庫相應的字段中，否則需比對新生成的MD5 值和上一次生成的是否一致，不一致則說明信息發生了變化，例如出現了農藥使用范圍擴大等情況，此時需更新數據中的相應字段。

1.2 數據清洗

農藥登記信息本身是非結構化的，不能直接獲取使用其風險指標數據，因此需對數據進行清洗，將非結構化數據轉化為可直接使用的結構化數據。

1.2.1 有效成分含量的提取 提取有效成分含量用于計算有效成分用量。登記信息中有效成分含量通常采用質量分數 (%) 或質量濃度 (g/L) 表示，例如20%、150 g/L 等。使用正則表達式匹配登記信息的有效成分含量字段，提取出有效成分含量的數值和單位，如果匹配不到或者匹配出多個有效成分含量模式，則需進行人工校驗。有效成分含量統一換算為質量分數表示，以登記證號PD20200197 和PD20183365 為例，其換算前和換算后的有效成分含量如表1 所示。

表1 有效成分含量提取示例Table 1 Examples of active ingredient content extraction

1.2.2 使用范圍及用藥量的提取 從使用范圍和使用方法字段提取使用范圍、用藥量，其中使用范圍用于比對農藥適用的作物/場所、防治對象，用藥量用于判斷單次使用量是否超過允許的最大值。農業部令2017 年第7 號文件《農藥標簽和說明書管理辦法》中規定：使用劑量以每畝 (1 hm2=15 畝) 使用該產品的制劑量或者稀釋倍數表示；種子處理劑的使用劑量采用每100 kg 種子使用該產品的制劑量表示；特殊用途的農藥，其使用劑量的表述應當與農藥登記批準的內容一致。用藥量通常采用 “數值 (或數值區間) + 用藥量單位” 表示，例如3 克/畝 (3 g/mu)、1 000～2 000 倍液、1 :320～1 : 960 藥種比等。使用正則表達式進行匹配，分別提取出最小用藥量、最大用藥量及用藥單位。用藥量單位不同會導致無法直接比較用藥量大小，因此需按照單位之間的換算關系將最小用藥量、最大用藥量折算為基準單位。用藥量的基準單位包括克/畝 (g/mu)、克/100 千克 (種子)[g/100 kg (seeds) ] 等。如果匹配不到或者匹配出多個用藥量模式，則進行人工校驗。用藥量提取示例如表2 所示。

表2 用藥量提取示例Table 2 Examples of dosage extraction

1.2.3 每季最多使用次數、施藥間隔期及安全間隔期的提取 從使用技術要求、注意事項字段中提取每季最多使用次數、施藥間隔期及安全間隔期的信息，其中每季最多使用次數用于判斷累計使用次數是否超過允許的最大次數，施藥間隔期用于判斷兩次施藥之間的間隔是否超過允許的最大天數、安全間隔期用于判斷采收日期是否在安全日期范圍內，提取流程如圖3 所示。

首先，獲取登記證號NO所對應的作物/場所集CropSet、使用技術要求及注意事項字段信息。

第二步，對使用技術要求及注意事項進行預處理。預處理包括去除空格、將漢字數字替換為阿拉伯數字、全角字符替換為半角字符等。

第三步，正則替換。自然語言具有多樣性、多變性、歧義性，給信息提取帶來很大困難，以安全間隔期為例，有安全間隔期、采收間隔期、安全收獲期、安全間隔收獲期、最后1 次施藥距離收獲期等多達幾十種描述形式。使用正則表達式將每季最多使用次數、施藥間隔期、安全間隔期的相關描述替換為統一的描述形式 “每季最多使用次數……次”、“施藥間隔期為……日”、“安全間隔期為……天”。

第四步，分詞和詞性標注[30]。對正則替換后的文本進行分詞和詞性標注。

第五步，提取3 種類型的信息。次、日、天分別是每季最多使用次數、施藥間隔期及安全間隔期的標志位，提取方法類似。以安全間隔期為例，提取流程如圖4 所示。

如果分詞標注后的文本S中包含 “安全間隔期”，則以 “天” 作為分隔符，將S分割為 {S1,···,Sn}，提取每一小段文本Si中 “天” 前面的名詞集{Noun1,···,Nounm} 和數字Num， 依次判斷每個名詞Nounj是否在該農藥的登記作物/場所集CropSet中，如果在，則添加一個條目PHIDict[Nounj]=Num，并計算異常分PHIScore。如果S中所有名詞都不在CropSet中，則認為該安全間隔期適用于CropSet中所有的作物/場所，添加記錄PHIDict[CropSet]=Num，計算異常分PHIScore。最終獲得安全間隔期的提取結果PHIDict={Crop1:PHI1,···,Cropnp:PHInp} 及異常分PHIScore，Cropi:PHIi表示NO在作物/場所Cropi上的安全間隔期是PHIi天。同理，獲取每季最多使用次數和施藥間隔期的結果，分別為MNAPSDict={Crop1:MNAPS1,···,Cropnm:MNAPSnm} 、異常分MNAPS Score 和AIDict= {Crop1:AI1,···,Cropna:AIna} 、異常分AIScore。

第六步，匯總第五步的結果，整理為如下

格式：

總體異常分ANScore取MNAPSScore、AIScore、PHIScore中的最大值。將匯總后的結果和總體異常分保存至數據庫中。

最后一步：人工校驗。對數據庫中異常分較高且未經人工校驗的記錄參照使用技術要求及注意事項進行人工修正，并保存。

以登記證號PD20101691 代森錳鋅的使用技術要求為例，第二步～第六步的處理結果如圖5 所示。

預處理步驟中去除了初始文本中的3 個空格。正則替換步驟中將 “用藥間隔期7 天” 替換為“施藥間隔期為7 日”、“安全采收間隔期為7 天”替換為 “安全間隔期為7 天”、“用藥間隔15 天” 替換為 “施藥間隔期為15 日”、“安全采收間隔期為10 天” 替換為 “安全間隔期為10 天”。處理后，所有的作物/場所被標注為名詞。三種類型信息提取結果分別為MNAPSDict= {“番茄” : 3, “蘋果樹” :3}、MNAPSScore= 12，AIDict= {“番茄” : 7, “蘋果樹” : 15}、AIScore= 12，PHIDict={“番茄” : 7,“蘋果樹” : 10}、PHIScore= 12，匯總后的具體結果如圖5 所示。

1.3 構建農藥安全使用規范數據庫

將清洗后的數據歸納整理，構建農藥安全使用規范數據庫，作為農藥使用風險預警的依據，主要包含以下3 個規范。

規范 ①：有效成分含量規范。描述某種農藥的有效成分含量，如表3 所示。

表3 有效成分含量規范Table 3 Specification of active ingredient content

規范 ②：使用范圍、用藥量規范。描述某種農藥用于防治某種作物上某個病蟲草害時的用藥量范圍，如表4 所示。

表4 使用范圍及用藥量規范Table 4 Specification of application range and dosage

規范 ③：間隔期、使用次數規范。描述某種農藥在某種作物上的每季最多使用次數、施藥間隔期、安全間隔期，如表5 所示。

隨著農藥登記信息的不斷增加及數據的不斷清洗校驗，農藥安全使用規范數據庫也在不斷擴容更新，新登記農藥的使用規范可以及時添加到數據庫中，以滿足標準化與時效性要求。

1.4 建立農藥使用風險智能預警模型

依據農藥安全使用規范數據庫，建立智能預警模型，主要考慮日常農事生產中與農產品質量安全密切相關的用藥操作和采收操作，具體流程如圖6 所示。

用藥操作預警按照農藥能不能用、怎么用逐步進行，并綜合考慮登記證號相同和農藥名稱相同兩種情況。第一步依據規范 ② 首先判斷該農藥能否用在該種作物上，然后判斷該農藥能否用于防治該種病蟲草害 (或調節生長)，其次判斷該農藥的單次使用量是否超標。作物生長期中可能多次使用同一登記證號的農藥，根據最近一次使用該登記證號農藥的時間計算兩次用藥操作的間隔天數，然后對照規范 ③ 的要求，判斷和上次用藥之間的間隔時間是否滿足要求。此外，作物生長期中有可能多次使用名稱相同但登記證號不同的農藥，這些農藥有效成分相同，但在有效成分含量、劑型、每季最多使用次數等方面存在差異，例如，登記證號PD20160263 和PD20170288 所對應的農藥名稱均為烯啶蟲胺，有效成分均為烯啶蟲胺，前者的有效成分含量為10%、劑型為可溶液劑 (SL)、每季最多使用次數為3 次，而后者的有效成分含量為20%、劑型為可濕性粉劑 (WP)、每季最多使用次數為3 次。這種情況下則要判斷累計用藥次數、累計有效成分是否超標。設當前用藥操作對應的農藥登記證號為N、農藥名稱為P時，累計用藥次數不超標需要同時滿足兩個條件：1) 對照規范 ③ 的要求，N的累計使用次數小于等于N的每季最多使用次數 (公式1)；2)P的累計使用次數小于等于P的每季最多累計使用次數 (公式2)。

累計有效成分是否超標通過計算每畝累計有效成分用量 (公式3) 是否超過每畝累計最大有效成分用量 (公式4) 得到。

根據施用農藥的安全間隔期，自動計算出每一次施藥后的安全采收日期 (公式5)，以指導實際生產。

式中，l是采收操作之前的用藥次數，ODk和PHIk分別是第k次用藥的時間和施用農藥的安全間隔期，SHD是l次用藥后的安全采收日期。如果實際采收日期在計算的安全采收日期之后，則認為該采收操作安全。

2 結果與分析

本文中涉及的數據采集、數據清洗、安全使用規范數據庫構建以及智能預警模型的建立均基于Python 3 編程實現，數據庫使用MySQL 進行存儲管理，網絡數據爬取基于Scrapy 框架進行。農業生產過程中可以使用前述模型對單次農事操作進行風險預判，結合用藥歷史記錄對生產項目進行風險評估，并計算安全采收日期。

2.1 單次農事操作風險智能預警

農戶在執行農事操作前提交農事操作信息，模型自動計算出操作的風險，如果存在風險，則模型會及時給出預警信息，提醒謹慎操作，降低風險，提高農產品質量安全。圖7 顯示了農戶在提交水稻用藥操作時的預警界面。登記證號PD 20160263 對應的藥劑在防治水稻上稻飛虱時的最大用藥量為13.30 克/畝 (199.50 g/hm2)。而此時用戶提交的實際用藥量為15.00 克/畝 (225.00 g/hm2)，因此模型判斷單次用藥量超標，并向農戶發出預警。

2.2 生產項目風險評估

模型還可根據農事操作歷史記錄統計各類有風險操作的數量，評估生產項目的風險，具體如圖8所示 (圖中示例僅用于說明模型，不代表生產實際)。

示例中的生產項目共包含7 次用藥操作和2 次采收操作。具體而言，第1 次用藥操作中使用的登記證號PD20190082 對應藥劑登記的作物有茶樹、番茄、柑橘樹、黃瓜及蘋果樹，不適用于水稻，判定為作物/場所超范圍；第2 次用藥操作中使用的PD20170288 登記的范圍是用于防治水稻的稻飛虱，不能用于防除雜草，判定為防治對象超范圍，由于此次操作為浸種處理，故不計算累計用藥次數及累計有效成分；第3 及第4 次用藥操作符合農藥安全使用規范的要求；第5 次用藥操作中PD20160263 的用藥量為15.00 克/畝 (225.00 g/hm2)，超出了其用藥量上限13.30 克/畝 (199.50 g/hm2)，判定為單次用藥量超標；第6 次用藥是連續第4 次使用烯啶蟲胺，超出每季最多使用次數的上限3 次，判定為累計用藥次數超標；第7 次用藥除了累計用藥次數超標外，有效成分烯啶蟲胺的累計用量達到13.50 克/畝 (202.50 g/hm2)，超出了PD20160263的累計用藥量上限3.99 克/畝(59.85 g/hm2) 和PD20170288 的累計用藥量上限12.00 克/畝 (180.00 g/hm2)，判定為累計有效成分超標。第1 次采收日期為2020-10-05，安全采收日期是2020-10-10，屬于未過安全間隔期采收，判定為未過安全間隔期采收；第2 次采收日期2020-10-26 則滿足安全間隔期要求。總體而言，本個生產項目風險評估結果為作物/場所超范圍、防治對象超范圍、單次用藥量超標及累計有效成分超標各1 次、累計用藥次數超標2 次、未過安全間隔期采收1 次，表明該生產項目風險較高。

2.3 安全采收日期自動計算

每次執行用藥操作后，模型可根據用藥歷史記錄自動計算出生產項目的安全采收日期，指導農戶實際生產。在圖8 的示例中，第3 次用藥后計算的安全采收日期為2020-07-06，第4 次用藥后計算的安全采收日期為2020-08-03，最后一次用藥后計算的安全采收日期為2020-10-10。采收前最后一次施藥應滿足安全間隔期的要求，給農藥降解留出充足的時間，以保障農產品質量安全。

3 結論與討論

一直以來，農藥使用風險預警工作中均沒有更新及時、數據標準化水平高的安全使用數據庫可用，缺乏有效的產中干預手段。數據標準化、規范化是實現不同信息系統之間數據交換、資源共享、功能集成的前提。信息技術的發展和應用為解決上述問題提供了很好的技術和思路。本研究利用大數據分析及人工智能等技術，通過挖掘蘊含在農藥登記信息中的風險指標數據，構建了農藥安全使用規范數據庫，該數據庫更新及時、數據標準化水平高，為農藥使用風險預警提供了可靠、有效的識別依據。并在此基礎上建立了農藥使用風險智能預警模型，可根據單次操作信息和歷史用藥記錄智能識別出超范圍、超劑量及超次數用藥等不當用藥操作和違反安全間隔期的采收操作，及時預警，將安全保障的窗口前移。一方面，該模型可集成到現有農業生產管理系統中，指導農戶用藥，規范施藥及采收行為，降低用藥風險，強化產中干預，提高農產品質量安全，并且可以對接農藥生產、運輸、銷售等系統，實現農藥的全過程追溯；另一方面，該模型可結合監管需求，及時統計區域用藥情況，分析區域有風險的農事操作，減少人工判斷的工作量，強化農藥使用過程的管理，為監管提供決策支持。目前對于生產過程中使用含同一有效成分、多個登記證號農藥的安全性評價尚無統一方法，是研究的難點之一。下一步擬考慮參照相關標準建立作物/場所的層級分類，對照禁限用農藥名錄改進模型，進一步優化信息提取方法，提高準確率，降低人工校驗的工作量。此外，目前模型中僅考慮了如何計算單劑的累計有效成分，對于混劑的處理將在下一步工作中加以探究。目前本模型依據的規范完全基于農藥登記信息，是農藥安全使用最基本的要求。在實際應用中可根據區域具體情況和農產品分級要求使用相應的規范，提高模型的適用性。