蘋果樹病蟲害決策支持系統(tǒng)研究與集成

姜猛+王軍+王志軍+程述漢

摘 要：為解決蘋果園病蟲害信息的采集、管理、分析、定量決策和專家智能決策生成等問題，本研究基于農(nóng)業(yè)物聯(lián)網(wǎng)并融入大數(shù)據(jù)技術(shù)，研究并集成了蘋果樹病蟲害決策支持系統(tǒng)。通過本系統(tǒng)，用戶利用傳感器自動采集的信息可以實時獲得病蟲害診斷、預(yù)測、防控等決策支持。

關(guān)鍵詞：蘋果樹;病蟲害;決策支持系統(tǒng);物聯(lián)網(wǎng);大數(shù)據(jù)

中圖分類號：S436.6 ?文獻(xiàn)標(biāo)識號：A ?文章編號：1001-4942（2015）06-0129-05

Research and Integration of Decision Support

System for Apple Tree Diseases and Pests

Jiang Meng， Wang Jun， Wang Zhijun， Cheng Shuhan*

（College of Information Science and Engineering， Shandong Agricultural University， Taian 271018， China）

Abstract Apple tree diseases and pests decision support system was researched and integrated to solve the problems of collection， management， analysis， quantitative decision and expert intelligent decision based on internet of things in agriculture and big data technology. Users could obtain real-time decision support for diseases and pests diagnosis， forecast， prevention and control by information from sensors.

Key words Apple tree; Disease and pest; Decision support system; Internet of things; Big data

決策支持系統(tǒng)（Decision Support System，DSS）的概念是在20世紀(jì)70年代首次提出的[1]，20世紀(jì)80年代中期引入我國。隨著人工智能、數(shù)據(jù)挖掘等技術(shù)的發(fā)展，DSS與之相結(jié)合形成了群決策支持系統(tǒng)、分布式?jīng)Q策支持系統(tǒng)、智能決策支持系統(tǒng)和綜合決策支持系統(tǒng)等，并廣泛應(yīng)用于農(nóng)業(yè)災(zāi)害預(yù)測和防治決策、企業(yè)生產(chǎn)活動決策等領(lǐng)域[2]。其中，智能決策支持系統(tǒng)是近年來研究的一個熱點。

智能決策支持系統(tǒng)（Intelligence Decision Support System，IDSS）是DSS與AI（Artificial Intelligence）相結(jié)合，利用專家系統(tǒng)知識，通過邏輯推理來幫助解決復(fù)雜決策問題的輔助決策系統(tǒng)，由美國學(xué)者Bonczek率先提出[3]。利用IDSS進行決策，首先需建立存放各種規(guī)則、因果關(guān)系、專家經(jīng)驗等的知識庫和利用知識庫、數(shù)據(jù)庫中的數(shù)據(jù)進行問題求解的推理機[4]，以及存放已建好的各種模型的模型庫和存放各種求解方法的方法庫;然后用戶通過人機接口，應(yīng)用自然語言處理系統(tǒng)將IDSS接入問題處理系統(tǒng)，由推理機在數(shù)據(jù)庫、模型庫、方法庫及知識庫中進行搜索推理，從而獲取相關(guān)決策信息（見圖1）。IDSS將以定量分析輔助決策的決策支持系統(tǒng)與以定性分析輔助決策的專家系統(tǒng)相結(jié)合，充分利用各系統(tǒng)的信息資源，進一步提高輔助決策能力[5]，成為決策人員整合、分析各類信息數(shù)據(jù)的新型決策支持工具[6]。

20世紀(jì)70年代，由美國伊利諾斯大學(xué)植病學(xué)家和計算機科學(xué)家聯(lián)合開發(fā)的大豆病害診斷專家系統(tǒng)（PLANT/DS）邁出了專家系統(tǒng)在農(nóng)業(yè)中應(yīng)用的第一步[7]。之后，國內(nèi)外許多學(xué)者都對專家

圖1 智能決策支持系統(tǒng)

系統(tǒng)在各類農(nóng)作物管理方面的應(yīng)用進行了研究，研制了一系列專家系統(tǒng)。如：1986年，Lemmon在Baker和Lambert等建立的第三代棉花GOSSYM模擬模型[8]基礎(chǔ)上，成功研制了棉花管理專家系統(tǒng)COMAX/GOSSYM，用于向棉花種植者推薦棉田管理措施[9]，該系統(tǒng)成為目前國際上最為成功的農(nóng)業(yè)專家系統(tǒng)。1987年，Roach等[10]研制了POMME系統(tǒng)，可預(yù)測蘋果黑星病等病害的發(fā)生時間，但僅能對少數(shù)幾種病蟲害進行診治且不能自動識別病蟲害類型。1992年，美國Florida大學(xué)的Lal等[11]研制了農(nóng)場機械管理決策支持系統(tǒng)FARMSYS。2013年，墨西哥維拉克魯斯大學(xué)的Bello-Pineda Javier等[14]建立了決策支持系統(tǒng)TreeDSS，可為加利福尼亞灣濕地走廊地區(qū)自然資源的管理和保護提供有力工具。水稻栽培優(yōu)化決策系統(tǒng)RCSODS是由我國科研人員高亮之等[12]于1993年研制的，該系統(tǒng)將水稻模擬技術(shù)與水稻栽培的優(yōu)化原理相結(jié)合，是目前國內(nèi)研制的較為成功的一個決策支持系統(tǒng)。2007年，張娟等[13]采用數(shù)據(jù)庫技術(shù)和數(shù)據(jù)挖掘技術(shù)構(gòu)建了溫室蔬菜栽培決策支持系統(tǒng)，該系統(tǒng)具有良好的可擴展性，并具有良好的人機交互功能，取得了良好的應(yīng)用效果。這些均為本研究的開展提供了參考。

蘋果是我國主要的經(jīng)濟作物之一，然而病蟲害對蘋果產(chǎn)量和品質(zhì)危害卻很大，將蘋果病蟲害的診斷與防治技術(shù)傳授給廣大果農(nóng)、輔助他們進行管理決策成為當(dāng)務(wù)之急。本研究在農(nóng)業(yè)物聯(lián)網(wǎng)基礎(chǔ)上，融入大數(shù)據(jù)技術(shù)，研究并集成了蘋果病蟲害決策支持系統(tǒng)，以期為蘋果病蟲害的預(yù)測、預(yù)警及防治提供決策支持。

1 蘋果病蟲害決策支持系統(tǒng)的決策過程endprint

系統(tǒng)將各類傳感器自動采集的數(shù)據(jù)流匯集到大數(shù)據(jù)平臺，并在Hadoop架構(gòu)上采取MapReduce模式、NoSQL數(shù)據(jù)庫處理海量數(shù)據(jù)，實現(xiàn)分布式、并行計算和存儲，分析病蟲害演化動態(tài)，構(gòu)建決策樹，并充分利用運籌學(xué)、小波分析、人工神經(jīng)網(wǎng)絡(luò)等現(xiàn)代數(shù)學(xué)方法構(gòu)建決策模型，如病蟲害發(fā)生動態(tài)、藥物防治效應(yīng)等模型。在模型解析、知識利用的基礎(chǔ)上，通常會獲得多個可行方案，對應(yīng)著多個不同的結(jié)果，需要從中選優(yōu)。另外，本系統(tǒng)還容許決策者在評價一個結(jié)果時，根據(jù)自己的偏好和價值觀進行多目標(biāo)決策，這就需要構(gòu)造一種價值模型，將不同的目標(biāo)映射到表達(dá)決策者意愿的價值空間上，以便更好地支持決策分析活動，確定優(yōu)選方案。通過數(shù)據(jù)挖掘獲取有用的信息和知識，進一步提高決策水平，也是本系統(tǒng)的顯著特點。決策過程如圖2所示。

圖2 決策過程

2 蘋果病蟲害決策支持系統(tǒng)的研發(fā)

2.1 決策模型的建立

為建立高效并滿足可持續(xù)發(fā)展的蘋果樹病蟲害決策支持系統(tǒng)，需先建立如下決策過程的動力學(xué)模型：

maxV（k）=g[w（k）O（k）′] ? ? ? ? ?（1）

O（k）=f0[X（k），D（k）] ? ? ? ? ?（2）

并滿足如下約束條件：

X（k+1）=fx[X（k），D（k）] ? ? ? ? ?（3）

ri（k）=fr[xi（k）] ? ? ? ? ?（4）

∑ni=1ri（k）=R（k）Rr ? ? ? ? ?（5）

XXx，DDD，0≤wi≤1，∑mi=1wi=1 ? ? ? ? ?（6）

其中，k為決策時刻變量;V（k）為決策者的價值尺度;O（k）=（o1，o2，…，om）為決策目標(biāo)向量，是狀態(tài)變量X（k）和決策變量D（k）的函數(shù)，其維數(shù)m為決策結(jié)果評價指標(biāo)個數(shù);O（k）′為決策目標(biāo)向量的導(dǎo)數(shù);w（k）=（w1，w2，…，wm）為決策者賦予m個目標(biāo)的權(quán)重向量;X（k）=（x1，x2，…，xn）為n維狀態(tài)向量，表示實現(xiàn)某一決策過程的有關(guān)信息;D（k）=（d1，d2，…，ds）為決策向量，是決策者可以控制的狀態(tài)變量和價值因素等，它由決策者控制并通過狀態(tài)變量的相互作用影響到目標(biāo)，其分量個數(shù)s取決于決策者可控制的變量和參量;ri（k）為在k時刻進行決策需要的第i種資源（人力、藥物、肥料等）的數(shù)量，反映了系統(tǒng)在狀態(tài)空間遷移過程中的資源約束;xi（k）為在k時刻第i種資源的狀態(tài)信息;R（k）為k時刻所需的全部資源;Rr為總資源約束;Xx和DD分別為系統(tǒng)的狀態(tài)變量空間與決策變量空間;fx為狀態(tài)變量空間的迭代映射;f0為狀態(tài)變量空間到目標(biāo)空間的映射，它表示決策過程中所涉及到的客觀規(guī)律;g為目標(biāo)空間到價值空間的映射，表示決策者遵循的價值規(guī)律[15]。

2.2 系統(tǒng)框架及決策層次

決策支持系統(tǒng)一般是由數(shù)據(jù)庫管理系統(tǒng)、模型庫管理系統(tǒng)、知識庫管理系統(tǒng)、方法庫管理系統(tǒng)及人機交互系統(tǒng)五大部件組成，通過對這五大部件的集成實現(xiàn)對相關(guān)問題的決策支持[16]。圖3為蘋果樹病蟲害決策支持系統(tǒng)的框架，在一般決策支持系統(tǒng)的基礎(chǔ)上，連接了病蟲害信息采集系統(tǒng)，實時采集蘋果樹病蟲害發(fā)生狀態(tài)圖像信息和果園環(huán)境信息;同時引入了Hadoop架構(gòu)，利用大數(shù)據(jù)技術(shù)分析歷史的和實時采集的海量數(shù)據(jù)，并通過數(shù)據(jù)挖掘進一步提取出有用的信息和知識，做出更為科學(xué)、準(zhǔn)確的預(yù)測和決策。

圖3 蘋果樹病蟲害決策支持系統(tǒng)框架

系統(tǒng)決策層次如圖4所示，包括數(shù)據(jù)層、處理層、決策層和發(fā)布層四部分。數(shù)據(jù)層包含通過人工整理、感知設(shè)備采集、網(wǎng)絡(luò)搜索和專家問答等途徑獲取的各類數(shù)據(jù)與知識，以及它們的分類管理系統(tǒng);處理層通過數(shù)據(jù)篩選、分類加工、數(shù)學(xué)建模等手段，得到與蘋果樹病蟲害防控相關(guān)的診斷、預(yù)測、決策模型及相關(guān)的知識與邏輯，通過決策模型的解析及數(shù)據(jù)挖掘，得到蘋果樹病蟲害診斷、預(yù)測預(yù)報所需的知識與邏輯;決策層通過調(diào)用處理層中的模型、知識與邏輯，動態(tài)尋求最佳決策方案;信息發(fā)布層則將決策方案多途徑發(fā)布，做好蘋果樹病蟲害預(yù)測預(yù)報，提供優(yōu)化的防控措施，并及時將審核后的反饋信息分類添加到數(shù)據(jù)庫、知識庫和推理邏輯，使整個系統(tǒng)不斷得到優(yōu)化與提升。

2.3 系統(tǒng)功能模塊設(shè)計

蘋果樹病蟲害決策支持系統(tǒng)借助于友好的人機界面來實現(xiàn)人與系統(tǒng)的交互操作，立足服務(wù)于果農(nóng)，因此，在系統(tǒng)的設(shè)計上盡量做到專而不繁、簡潔明快，以快捷方便地為用戶提供決策幫助。系統(tǒng)的主要功能通過以下六個模塊來實現(xiàn)（見圖5）。

圖4 系統(tǒng)決策層次

圖5 系統(tǒng)功能模塊劃分

2.3.1 病蟲害信息模塊 收集、顯示蘋果樹病蟲害的詳細(xì)信息，包括病蟲害形態(tài)特征、產(chǎn)生原因、危害影響、防控措施等。

2.3.2 病蟲害搜索模塊 對于文字搜索，通過輸入病蟲害名稱、發(fā)病部位、發(fā)病時間等關(guān)鍵字來檢索相應(yīng)病蟲害。當(dāng)用戶輸入信息時，首先進行內(nèi)網(wǎng)搜索，并將搜索到的相關(guān)病蟲害所有信息顯示出來;如果沒有搜索結(jié)果，則外網(wǎng)連接搜索引擎進行搜索。對于圖像信息，引入病蟲害圖像處理系統(tǒng)，對用戶上傳的圖像信息進行處理，利用相關(guān)算法進行對比，顯示相似病蟲害信息。

2.3.3 病蟲害診斷模塊 用戶通過“點擊鼠標(biāo)確認(rèn)選項”確認(rèn)自己想要查詢的病害或蟲害，然后對發(fā)生的時間、部位、強度等做一系列選擇，本系統(tǒng)便會根據(jù)用戶的選擇篩選，給出一個或多個診斷結(jié)論，最好的結(jié)論排在最前面。endprint

2.3.4 病蟲害預(yù)測模塊 對蘋果樹主要病蟲害，逐一運用生物統(tǒng)計、多維時間序列分析、種群生態(tài)模型、人工神經(jīng)網(wǎng)絡(luò)等數(shù)學(xué)建模方法建立預(yù)測預(yù)報模型，為果樹病蟲害預(yù)警與實時防控提供決策依據(jù)。

2.3.5 病蟲害論壇模塊 以蘋果樹病蟲害論壇的形式為用戶提供交流平臺，用戶可發(fā)帖說明病蟲害信息，討論防治方法等，也可以向?qū)＜姨釂枴?/p>

2.3.6 系統(tǒng)管理模塊 通過該模塊可以實現(xiàn)對系統(tǒng)數(shù)據(jù)庫、模型庫、方法庫和知識庫的管理。

3 結(jié)束語

劉書華等[17]設(shè)計的面向果園的蘋果、梨病蟲害防治決策支持系統(tǒng)僅通過回歸分析建立預(yù)測模型，而本系統(tǒng)通過多種方法建立預(yù)測模型，不僅提高了預(yù)測精度，而且提供了病蟲害搜索、診斷等功能，增加了系統(tǒng)的實用性與穩(wěn)定性。

隨著理論和應(yīng)用的不斷發(fā)展，決策支持系統(tǒng)因其強大的擴展性和應(yīng)用的廣泛性，在信息化不斷融合的今天取得了豐碩的研究成果，尤其是數(shù)據(jù)挖掘、人工智能等計算機技術(shù)的發(fā)展，大幅提升了決策支持系統(tǒng)的輔助決策能力。但目前研發(fā)的決策支持系統(tǒng)仍存在許多問題，如相關(guān)決策支持系統(tǒng)的靈活性、適應(yīng)性差，系統(tǒng)各部件交互效率不高、集成化水平較低，知識提取困難[18]等，特別是隨著大數(shù)據(jù)時代的到來，數(shù)值計算語言與數(shù)據(jù)庫語言存在異構(gòu)障礙[19]，處理和轉(zhuǎn)換多樣化數(shù)據(jù)困難，數(shù)據(jù)庫技術(shù)對存儲能力及存儲方式有限制等現(xiàn)有決策支持系統(tǒng)的發(fā)展瓶頸，仍將制約著決策支持系統(tǒng)的發(fā)展。本文研究與集成的蘋果樹病蟲害決策支持系統(tǒng)，在融入大數(shù)據(jù)分析、數(shù)據(jù)挖掘、圖像檢索、數(shù)學(xué)建模、定量決策等方面進行了嘗試，以期為決策支持系統(tǒng)的進一步發(fā)展優(yōu)化提供依據(jù)。

參 考 文 獻(xiàn)：

[1] Gorry G A， Scott Morton M S. A framework for management information systems [J]. Sloan Management Review （S0019-848X），1971，13（1）： 21-36.

[2] 劉博元，范文慧，肖田元.決策支持系統(tǒng)研究現(xiàn)狀分析[J].系統(tǒng)仿真學(xué)報，2011，23（S1）：241-244.

[3] 尹春華，顧培亮.決策支持系統(tǒng)研究現(xiàn)狀及發(fā)展趨勢[J].決策借鑒，2002，15（2）：41-45.

[4] 曹曉靜，張航.決策支持系統(tǒng)的發(fā)展及其關(guān)鍵技術(shù)分析[J].計算機技術(shù)與發(fā)展，2006，16（11）：94-96.

[5] Huang M， Tang H W. A new representation scheme for models in decision support system [C]// IEEE International Conference on Intelligent Processing Systems.1997， 2： 1556 -1558.

[6] 李紅良.智能決策支持系統(tǒng)的發(fā)展現(xiàn)狀及應(yīng)用展望[J].重慶工學(xué)院學(xué)報：自然科學(xué)版，2009，23（10）：140-144.

[7] 張春芳.基于Struts的大豆優(yōu)化栽培管理決策支持系統(tǒng)研究[D].呼和浩特：內(nèi)蒙古農(nóng)業(yè)大學(xué)，2007.

[8] Reddy V R， Baker D N. Application of GOSSYM to analysis of the effects of weather on cotton yields[J]. Field Crops Research，1990，32（1）：83-95.

[9] Whisler F D， Acock B， Lemmon H E， et al. Crop simulation models in agronomic systems[J]. Advances in Agronomy， 1986，40（1）：141-208.

[10]Roach J， Virkar R， Drake C， et al. An expert system for helping apple growers[J]. Computers and Electronics in Agriculture，1987，2（2）：97-108.

[11]Lal H， Jones J W， Peart R M， et al. FAEMSYS—A whole-farm machinery management decision support system[J]. Agricultural Systems，1992，38（3）：257-273.

[12]高亮之，金之慶. RCSODS——水稻栽培計算機模擬優(yōu)化決策系統(tǒng)[J].計算機農(nóng)業(yè)應(yīng)用，1993（3）：14-20.

[13]張娟，陳杰，劉志勇.基于數(shù)據(jù)挖掘技術(shù)的溫室決策支持系統(tǒng)[J].微計算機信息，2007，23（3）：169-170，189.

[14]Bello-Pineda J， Obregón-Noriega V， Grageola-Núez J C， et al. Developing a user-friendly decision support system for the wetlands corridor of the Gulf of California [J]. Ocean & Coastal Management， 2013， 82：127-137.

[15]章牧，陳飛香，劉文璽，等.農(nóng)業(yè)決策支持系統(tǒng)的概念設(shè)計與應(yīng)用[J].地球信息科學(xué)，2005，7（2）：58-64.

[16]魏建兵，肖篤寧，解伏菊.人類活動對生態(tài)環(huán)境的影響評價與調(diào)控原則[J].地理科學(xué)進展，2006，25（2）：36-45.

[17]劉書華，王愛茹，鄺樸生，等.面向果園的蘋果、梨病蟲害防治決策支持系統(tǒng)[J].植物保護學(xué)報，2000（4）：302-306.

[18]黃孝鵬，周獻(xiàn)中，楊潔，等.決策支持系統(tǒng)及其演化發(fā)展趨勢研究[J].現(xiàn)代管理科學(xué)，2012（4）：9-11，29.

[19]葉明，谷晨霞.“大數(shù)據(jù)”時代決策支持系統(tǒng)新發(fā)展[J].信息安全與技術(shù)，2013，4（8）：6-8.endprint