病虫害专家系统研究进展

摘 要：病虫害专家系统能够对病虫害实现实时远程诊断、专家决策以及预测预报。随着计算机技术的发展，我国病虫害专家系统发展很快，自动诊断技术也在不断发展，但病虫害数据共享和数字化预警系统等的建设有待加强，需要政府的进一步支持。

关键词：病虫害；专家系统；自动诊断；预警系统

中图分类号：S431文献标识号：A文章编号：1001-4942（2013）09-0138-06

病虫害专家系统，即植物保护专家系统，是根据农作物病虫害的发病特征和发生规律，为用户提供有关作物病虫害的远程诊断、专家决策以及预测预报的一种农业专家系统。

病虫害专家系统包含数据量巨大的病虫害数据库，加上声图文并茂的界面，可以使农民对各种作物、蔬菜和果树的所有可能发生的病虫害系统深入了解，对其产生全面认识。而系统中的图像诊断系统能够整合大量高层次病虫害研究专家多年从事病虫害研究和实践积累的经验和知识，帮助农民对发生的病虫害进行实时诊断，及时采取防治措施。在遭遇比较复杂的病虫害时，可以通过远程专家群与专家进行实时沟通诊断，及时有效地防治病虫害，防止在防治过程中走弯路，减少损失。

病虫害专家系统还可根据输入的原始资料自动选择模拟和计算方法，快速得出预测预报模型，进行相关的病虫害预警，让农民对可能发生的病虫害进行预防。通过病虫害专家系统，农户在进行农作物种植的过程中，足不出户就可以得到农业专家们的指导。

1 国外病虫害专家系统的研究进展

国际上农业病虫害专家系统的研究是在20世纪70年代末期开始的，以美国最早。世界上第一个病虫害专家系统就是由美国伊利诺斯大学（Illinois University）的植物病理学家和计算机专家共同开发的大豆病害诊断专家系统（PLANT/ES）。到了80年代中期， 随着专家系统技术的成熟完善， 病虫害专家系统在国际上得到了迅速发展。1982年伊利诺斯大学开发出玉米螟虫虫害预测专家系统（PLANT/cd），1985年日本千叶大学开发了番茄病害诊断系统（MICCS）[2]。90年代以来，病虫害系统研究进入智能化农业专家系统阶段，各种智能技术的集成，提高了专家系统决策的精确性、智能性和实用性。美国、德国、法国、澳大利亚和日本等国的发展处于领先地位。1993年Williams等研制出棉花害虫管理专家系统（rbWHIMS），Trvis等研制出用于苹果病害综合管理的PSAOC， 1993年Gonzalez -Andujar等开发的蚜虫识别专家系统CAES，及Vencill等于1995年报道的马铃薯害虫专家系统PIES，都取得了极大的成功。德国在1998年研制的病虫害预测预报计算机决策系统在德国北部被广泛应用于农民的生产实践，用来预测小麦等作物病害[4，5]。刘万才等[6]认为，到2010年美国农作物病虫害数字化监测预警网络体系已比较健全，从联邦政府到州政府均建有功能齐全的网络系统。主要包括病虫害诊断预警与综合治理网络、远程互动视频系统和信息制作与发布系统，功能涵盖了病虫害发生信息交流、分析处理、监测预警和情报发布等方面。同时美国以政府为主体构建了庞大、完善、规范的农村信息服务体系，如美国国家农业数据库（AGRICOLA）、国家海洋与大气管理局数据库（NOAA）、地质调查局数据库（USGS）等规模化、影响大的涉农信息数据中心（库），对农业发展产生了很好的推动作用。德国政府注重模拟模型技术、计算机决策系统技术、精确农业技术等关键技术的研发和集成，并形成了自身优势。其计算机辅助决策系统为农民提供咨询服务，如小麦品种选择模型（GENIS）可从提供小麦抗病虫害的能力等方面的评估情况，帮助农民选择适宜种植的小麦品种；麦类病害流行预测和损失预测模拟模型，能对单一病害和多种病害综合发生做出预测。

2 国内病虫害专家系统的研究进展

我国从20世纪80年代开始研究病虫害专家系统，并取得一定的成果。我国第一个病虫害诊断方面的专家系统是1981年曾士迈等组建的条绣病春季流行模拟模型（TXLX）。南京农业大学和安徽省农业科学院开发出了水稻病虫害专家系统。90年代，我国专家系统的研究也取得了较快发展，如中国农业科学院植物保护研究所研制的粘虫异地测报专家系统、胡全胜等的稻纵卷叶螟管理专家系统，1993年采用C语言编制，运用神经网络系统技术研制的作物病虫害诊断专家系统PIDS。到2004年为止，出现了许多专业病虫害专家系统，如梨病虫害诊断及防治专家系统，亚热带果树病虫害动态咨询网站的构建等[5]。

最近几年，随着计算机技术的发展，农业技术与计算机技术的结合更加深入，特别是数据库管理系统、人机交互技术和人工智能系统等的不断发展，越来越多的病虫害专家系统特别是病虫害诊断防治系统已经开发出来。

2.1 病虫害专家系统最新研究进展

王久兴等[7]选用Microsoft Visual Basic 6.0（VB 6.0）作为开发工具开发了蔬菜病虫害辅助诊断系统（Vegetable Pathology System，VPS）。该系统将图像处理技术、数据库技术、专家系统技术结合在一起，实现了以图像处理技术为基础的辅助诊断功能。数据库本身通过Access软件实现，并使用多表设计结构将不同类型的数据放置在不同表中，以方便数据库编程和知识库的分类管理，简化数据调用过程。这一系统可对蔬菜生产过程中的病虫害识别与防治起到辅助作用。苏利等[8]运用SQL SERVER 2000开发工具和JAVA语言，收集整理郑州市近年来农作物有关病虫害资料，建立数据库管理系统，实现了查询、应用和管理的自动化。赵于东等[9]采用B/S结构，针对内蒙古地区主要农作物病虫害诊断查询任务，设计并实现一个基于Web的农作物病虫害诊断查询知识库，可实现任意种农作物和任意多种农作物的病虫害信息添加，并可生成农作物病虫害诊断防治专家系统，可实现文字图片视频文件等多种媒体方式的人机交互，可通过网站运行，也可单机运行。在系统功能用户界面、安全性能和可靠性能等方面，应用系统均表现出良好性能。刘宇等[10]将传统昆虫分类方法与Web技术、网络编程相结合，设计了基于Web的蔬菜害虫远程诊断系统。系统的构建采用基于Web的B/S（浏览器/服务器）三层结构网络布局模式，包括害虫远程诊断数据库服务器、Web服务器和远程客户终端。三层之间的信息交流与传递相对简单，客户端可通过Web服务器访问远程诊断数据库服务器，获取害虫远程诊断信息。同时可以通过植保专家异地诊断的方式帮助解答用户提出的非常规性问题，以扩展远程诊断对象范围、增强系统实用性。邵刚等[11]以软件工程原理和专家系统技术为基础，采用LUBAN模型和JSP编程语言，通过构建农业病虫害辅助诊治推理机，研制了北京地区蔬菜病虫害远程诊治专家系统VPRDES。该系统针对北京地区140余种蔬菜常见病虫害进行远程辅助诊治和信息查询、管理，对实时推广北京地区主要蔬菜病虫害的无公害治理技术、促进农户合理用药、提高蔬菜产品的安全性等具有重要作用。彭莹琼等[12]开发出基于B/S模式的水稻病虫害诊断专家系统， 系统以Microsoft Visual Studio.NET 2005作为开发平台， 采用ASP.NET编程技术，后台数据库为Microsoft SQL Server 2000。该系统具有开放式的结构，便于用户通过互联网实现远程异地诊断，并可通过互联网实现专家直接参与诊断过程。系统升级与维护也较为方便。而姜中强[13]在深入该系统后，以Hibemate和Struts等主流的网络开发技术为基础，采用基于jess的系统推理机制对该系统进行了完善。于艳等[14]开发了一个用于诊断水稻病虫害的专家系统。系统采用了正反向混合推理机制，并采用模块结构将知识库中的知识组织起来，便于用户使用和对系统的维护。其软件设计基于Windows 2000或更高版本的操作系统。采用Visual Studio 6.0版本作为开发工具。其中，采用VB 6.0作为专家系统的开发工具，Microsoft SQL Server 6.0作为相应的数据库开发工具。在数据库的操作中，采用Microsoft Transact-SQL的结构化查询语言。武向良等[15]开发了基于Web的内蒙古地区主要农作物病虫害诊断查询系统，用户在B/S体系结构下访问系统，利用Activex技术转化为在用户访问页面。数据库系统是采用大型数据库sqlserver 2000，由windows 2000+iis 5.0作为网络平台。黄冲等[16]基于Windows平台，采用Delphi开发了设施作物病虫害信息检索与辅助诊断系统（IRADS-PCP）。该系统提供了一个开放的树形结构知识库，用于管理设施作物病虫害信息，实现对这些信息不同方式的检索查询和管理功能；通过集成病虫害检索表管理工具，可实现对设施作物病虫害的辅助诊断功能。张卫等[17]采用XMPP及其扩展协议Jingle，研发农业远程监测和咨询诊断于一体的综合平台，实现农业生产环境因子远程监测、生产现场远程视频监视和远程双向视频咨询诊断功能。该系统平台客户端开发采用delphi语言，服务器端采用Java语言，数据库采用MySql，环境因子采集端的集中器采用arm平台开发。吴文斗等[18]以农业专家咨询系统为例，提出了一种基于XML和知识库的农业智能专家咨询系统模型，并对系统进行了功能模块的划分和详细分析。该系统充分结合农业科类知识库和FAQ库，可采用多种形式进行咨询。李峥嵘[19]提出一种结合面向对象和XML技术的小麦病虫害知识表示方法，构建了小麦病虫害XML知识库，使知识库具有高度可扩展性并且不依赖于软硬件平台；探讨了网络专家系统相对于传统单机版专家系统的优势，提出了一个基于J2EE/XML的网络专家系统模型，并使用Java语言开发了诊断算法测试软件和B/S模式的小麦病害诊断原型系统。系统主要包括小麦病害诊断、图像查询、XML知识库管理与维护等功能。

随着智能手机的爆炸式发展，专家系统的实际应用将变得更加方便快捷，基于Android系统的病虫害专家系统也得以开发，极具发展潜力。王安炜[20]设计开发了基于Android的水稻病虫害专家系统。该系统包括利用SQLite数据模型建立的“水稻病虫害基本信息数据库”和“水稻诊断规则库”，采用混合推理机制建立的。本系统采用Eclipse开发软件结合软件工程、关系数据库和专家系统，实现了水稻病虫害专家诊断模块、农资查询、数据同步功能。通过开放性的Android技术和专业性的病虫害专家系统的大胆融合，在专业的农业信息化领域做出了进一步探索。牛孝国等[21]设计了基于3G网络的可视化病虫害系统，用户可通过手机终端访问系统，传送病虫害特征信息，在线获取病虫害防治解决方案。整个系统采用B/S结构，Web服务器采用微软的IIS，系统终端用户可通过任何Web浏览器访问本系统，而咨询服务用户则用手机信息发送或定制的手段实现相应的咨询。系统中知识库的管理、存储和维护采用Microsoft SQL Server 2000数据库来实现，利用ASP技术完成系统前后台界面的开发，实现对知识库的访问。邱荣洲等[22]研发了基于3G通信的移动农业专家系统开发平台DepAes，该平台是在新型的信息技术与通信环境下，以产生式规则为推理机原理，将推理树结构分枝结点的搜索过程与计算机数据结构中树的递归算法相结合，为用户提供一个自主构建专家系统的软件工具。该平台具有界面友好、操作简单、开放共享等特点。用户可通过平台自助编写“知识库”与 “规则库”，生成发布支持Windows OS、MAC OS、Windows Mobile、Goolge Android等多种操作系统的农业专家系统。

总的来说，最近几年，病虫害专家系统计算机技术方面的发展有以下特点：第一、采用的编程工具比较多，但Visual Basic和Java两种可视化编程语言逐渐成为主流。应用较多的编辑平台有Eclipse、Microsoft visual studio、delphi等。第二、数据库的管理中，大型关系数据管理系统主要是MS SQL Server和MySQL两种，小型的基本采用Access。而扩展标记语言XML能够使数据库具有强有力的存储和分析能力，且易于在应用程序中读写数据，已经成为共用性很强的语言，在数据存储等方面开始广泛应用。第三、采用的网络结构模式多为B/S（Browser/Server）结构，即浏览器/服务器模式。第四、适用的操作系统由单一的Windows系统向多媒体系统发展，由单一适用于电脑操作系统向手机操作系统发展。第五、用于病虫害自动诊断的人工智能技术仍需进一步完善。

2.2 病虫害自动诊断技术研究进展

刘鹤等[23]针对农业专家在对病虫害诊断时的思维过程和CBR基本原理的一致性，构建了CBR的蔬菜病虫害诊治专家系统。该系统将CBR的研究方法应用于蔬菜病虫害防治工作中，可使广大菜农独立完成病虫害防治工作。同时利用CBR能够对未知案例进行推理得出新结论的功能，辅助农业专家对复杂问题进行诊断和防治。古乐声等[24]通过研究将CBR技术应用到农业领域中，设计并实现了一个实用化的CBR小麦病虫害专家系统，与传统的系统相比具有更强的解题能力、较高的求解效率和正确率，对于降低成本、增加产量、提高效益有很大帮助。刁智华[25]提出了适合大田小麦的一种基于数学形态学的复杂背景下的小麦叶部病害分割算法，在图像特征提取过程中从小麦叶部病害彩色图像中分别定义了14个颜色特征、20个纹理特征、12个形状特征，并成功运用主成分分析方法将原始样本中的46个特征优化为7个特征，将其作为后期基于支持向量机和决策树相结合的多类分类器的输入，进而设计并开发了小麦叶部病害智能识别系统。赖军臣[26]研究实现了基于领域的对噪声不敏高斯模型的Markov随机场分割模型（G-MRF）和区域增长分割算法（SRG），分割玉米叶斑病害，并与有代表性的作物病害分割算法相比较，优选了区域增长分割算法为玉米病害的自动化识别服务。对预处理后的病害图像提取病斑的颜色、纹理、几何形状三方面14个特征值，优化和选择了似圆度、偏心率和矩形度3个最具有代表性的特征参数。利用模糊模式识别对玉米叶斑病害图像进行分类，并建立了病害诊断模型。利用VC 6.0作为开发工具，编写了玉米病斑智能识别系统，实现了对玉米常见叶斑类病害图像的处理与识别。陈月华[27] 收集了大量的自然光条件下小麦蚜虫的图像，采用模式分类技术，以纹理特征作为图像的分类基础，运用支持向量机的分类算法，选择SVM与区域生长相结合算法进行图像分割。以小麦蚜虫为例，研究了动态情况下的害虫检测方法，设计和开发了基于机器视觉的害虫检测系统。李峥嵘[19]提出基于BP神经网络的小麦病害的知识获取与推理方法。对小麦病害特征参数进行编码，利用神经网络确定病害症状与病害类型之间的因果关系，从而实现小麦病害的智能诊断，平均诊断正确率为80%。王越[28]研究并建立了基于BP神经网络的玉米病虫害诊断模型，并通过无噪声样本和只含关键病症的有噪声样本对网络进行交替训练，提高了网络诊断的正确率，改善了网络的诊断性能，增强了网络泛化能力。王坤等[29]研究认为可通过成像光谱技术来研究农作物原始图谱、图谱导数、植被指数等与病虫害的关系，建立模型来监测病虫害情况。该技术成为研究农作物病虫害情况的先进手段之一，但是这方面的研究面临很多难点，目前的研究还只限于有限的作物及其病虫害种类。

目前人工智能技术己经广泛地运用在病虫害诊断领域，但在实际应用中还不太广泛，主要存在以下问题：第一、农作物病虫害表现症状受环境影响大，有时出现不同病虫害同时发生的情况，提供的信息具有随机性、模糊性等不确定性等特点，导致采集的数据不够规范，影响诊断结果。第二、大部分智能诊断软件系统普适性不强。有的只能对部分病虫害有较好的诊断正确率，有的只能分析发生在病株某一单一部位的病虫害，对病虫害的判断手段尚不够丰富。第三、如成像光谱技术等有发展潜力的诊断技术应用成本太高。

2.3 病虫害数字化监测预警系统的建设情况

2009年，全国农业技术推广服务中心初步构建了农作物（水稻）重大病虫害数字化监测预警平台。2010年，继续拓展数字化监测预警覆盖领域，开发建设了小麦重大病虫害数字化监测预警系统， 启动了新一期的农作物重大病虫害信息化监测预警建设项目，并于2011 年1月正式启用。该系统的应用推广，全面提高了小麦重大病虫害信息管理水平，加速了农作物病虫害监测预警信息化进程， 并为后续数字化领域拓展和功能深化提供参考[30]。“十一五”期间，在农业部和省政府的支持下，投资建设了11个国家级区域站、44个省级区域站和重大病虫疫情监测点。这些测报站点的投入，使农作物重大病虫监测预警能力和防控水平发挥了重要作用。

罗菊花等[31] 以建立农作物病虫害预警系统为目标，使用国产SuperMap IS .NET的GIS软件作为开发平台，以C++语言作为编程语言。该系统充分使用了GIS强大的空间分析功能和RS的快速、实时、大面积获取病虫害信息的功能，实现了GIS与RS在系统中的集成。系统最终将抽象的数据转化成清晰简明的电子地图，直观明了地显示了病虫害的发生程度和空间分布规律。系统使用甘肃省庆阳地区西峰区小麦条锈病相关数据展示其实现过程，获得了与实际报道相吻合的预警结果。

数字化监测预警必将发挥其对农作物重大病虫害进行预测的能力，对预防病虫害和减少病虫害造成的损失起重要作用。鉴于我国农作物病虫害数字化监测预警起步晚、基础弱等现状，在政府部门的领导和监督下，尽快建成一个标准统一、功能完善、服务全国的病虫监测预警平台，对病虫害专家系统的完善有重要意义。

3 结语

现代农业要求发展基于3S技术、决策支持技术和智能装备技术一体的精准农业，病虫害专家系统是与农民结合颇为紧密的实用农业信息技术，其发展更需信息和技术并重。信息方面，要进一步加强病虫害数据库建设，更大程度地实现数据共享。在数据获取和采集上继续增加投入，同时对采集的数据进行深入整理加工，通过数据挖掘和规则推理，提炼出更多有用信息。技术方面，研发针对农业专家系统的专业计算机开发技术及工具，使之与农业发展实际情况相适应。研发的专家系统要方便进行二次开发，以便使用者可以根据当地实际情况创建知识库和模型库，取得更好地使用效果。病虫害数据采集专业技术和专业设备的研究也要跟上研究需要。进一步完善神经网络、遗传算法、模糊数学等理论模型，开发出进行病虫害诊断正确率更高、适应范围更广泛的自动诊断技术。另外，要使开发出来的系统受农民欢迎，病虫害专家系统的界面就必须要让使用者查询方便，界面语言力求做到通俗易懂。

更重要的一点，病虫害专家系统的建设特别是病虫害数据共享、数字化监测预警等的建设需要政府部门强有力的支持。只有在政府的领导和监督下，尽快形成政府主导和市场引导的农业信息投入机制，重视农业信息网络人才的培养，提高农业科技工作者开发农业网络数据库的能力，同时根据当地农村科技工作的实际情况和特点制定行之有效的培训方法，定期对广大农民和基层农业技术推广人员进行培训，才能使我国病虫害专家系统等农业信息化建设取得更快发展，为现代农业做出更大贡献。

参 考 文 献：

[1] 李朝东，崔国贤，盛 畅，等.农业专家系统的发展概况与展望[J].农业网络信息，2009，2：4-7.

[2] 马新明.农业信息化技术导论[M].北京：中国农业科学技术出版社，2009，51-78.

[3] Xiong F L.Agricultural expert system and its development tool [M].Beijing： Tsinghua University Press， 1999.

[4] 武向良，高聚林，赵于东，等.农业专家系统研究进展及发展方向[J].农机化研究，2008，1：235-238.

[5] 成必成，廖桂平，肖 芬.专家系统在油菜病虫害综合治理中的研究进展[J].作物研究，2004，5：430-433.

[6] 刘万才，武向文，任宝珍.美国的农作物病虫害数字化监测预警建设[J].中国植保导刊，2010，8：51-54.

[7] 王久兴，贺桂欣，李 卓，等.蔬菜病虫害辅助诊断与防治系统VPS的构建[J].河北科技师范学院学报，2005，19（3）：42-46.

[8] 苏 利，曹 辉.大宗农作物病虫害防治数据库管理系统的研制[J].陕西农业科学，2009，4：66，72.

[9] 赵于东，房建东，武向良.B/S模式农作物病虫害诊断查询系统知识库设计[J]. 内蒙古农业科技，2005，3：17-19.

[10]刘 宇，曹卫菊，徐建祥.基于Web的蔬菜害虫远程诊断系统的开发与实现[J]. 江苏农业学报，2007， 23（2）：139-143.

[11]邵 刚，李志红，王维瑞，等.北京地区蔬菜病虫害远程诊治专家系统VPRDES的研究[J].植物保护， 2006，32（1）：51-54.

[12]彭莹琼，王映龙，唐建军，等. B/S模式的水稻病虫害诊断专家系统研究[J].江西农业大学学报，2008，30（6）：1157-1160.

[13]姜中强.基于Web的江西水稻病虫害防治专家系统[D].南昌：江西农业大学，2011.

[14]于 艳.黑龙江省水稻病虫害诊断专家系统的研究[J].农机化研究， 2004，1：104-105.

[15]武向良，刘正垣，赵于东.内蒙古地区主要农作物病虫害诊断查询系统的推广与应用[J]. 华北农学报，2007， 22（S3）：112-115.

[16]黄 冲，王海光，张 月.设施作物病虫害信息检索与辅助诊断系统[J].农机化研究，2010，4：139-142.

[17]张 卫，于金莹，于 峰.基于XMPP的农业远程监测和诊断平台的研究[J].中国农学通报， 2011，27（11）：151-154.

[18]吴文斗，周 兵，杨林楠.基于XML智能农业专家咨询系统的设计与实现[J].安徽农业科学，2009，37（11）：5313-5314.

[19]李峥嵘.基于WEB的小麦病害智能诊断技术研究[D].杨凌：西北农林科技大学，2006.

[20]王安炜.基于Android的手机农业专家系统的设计与实现[D].济南：山东大学，2011.

[21]牛孝国，段洪洋，夏 宁，等. 基于3G网络的果树病虫害可视化诊断系统研究[J].中国农学通报，2011，27（30）：303-306.

[22]邱荣洲，翁启勇，池美香，等.基于3G通讯的移动农业专家系统开发平台研究[J].福建农业学报，2011，26（6）：1081-1085.

[23]刘 鹤，李东明，陈桂芬.基于CBR的蔬菜病虫害诊治专家系统的研究[J].安徽农业科学，2010，38（27）：15380-15381，15413.

[24]古乐声，张宝剑，高伟增.基于CBR的小麦病虫害专家系统的研究与实现[J].广东农业科学，2009，8：253-255.

[25]刁智华.大田小麦叶部病害智能诊断系统研究与应用[D].合肥：中国科学技术大学，2010.

[26]赖军臣.基于病症图像的玉米病害智能诊断研究[D].石河子：石河子大学，2006.

[27]陈月华.基于机器视觉的小麦蚜虫自动检测技术研究[D].哈尔滨：东北农业大学，2007.

[28]王 越.基于神经网络的农作物病虫害诊断方法研究[D].长春：东北师范大学，2007.

[29]王 坤，朱大洲，张东彦，等.成像光谱技术在农作物信息诊断中的研究进展[J].光谱学与光谱分析，2011，31（3）：589-594.

[30]曾 娟，刘万才，姜玉英.小麦重大病虫害数字化监测预警系统的建设与应用[J].中国植保导刊，2011，31（7）：36-40.

[31]罗菊花，黄文江，韦朝领，等.基于GIS的农作物病虫害预警系统的初步建立[J].农业工程学报，2008，24（12）：127-131.

推荐访问:专家系统 研究进展 病虫害