劉孝永　王未名　封文杰等

摘 要：病蟲(chóng)害專家系統(tǒng)能夠?qū)Σ∠x(chóng)害實(shí)現(xiàn)實(shí)時(shí)遠(yuǎn)程診斷、專家決策以及預(yù)測(cè)預(yù)報(bào)。隨著計(jì)算機(jī)技術(shù)的發(fā)展，我國(guó)病蟲(chóng)害專家系統(tǒng)發(fā)展很快，自動(dòng)診斷技術(shù)也在不斷發(fā)展，但病蟲(chóng)害數(shù)據(jù)共享和數(shù)字化預(yù)警系統(tǒng)等的建設(shè)有待加強(qiáng)，需要政府的進(jìn)一步支持。

關(guān)鍵詞：病蟲(chóng)害；專家系統(tǒng)；自動(dòng)診斷；預(yù)警系統(tǒng)

中圖分類號(hào)：S431文獻(xiàn)標(biāo)識(shí)號(hào)：A文章編號(hào)：1001-4942（2013）09-0138-06

病蟲(chóng)害專家系統(tǒng)，即植物保護(hù)專家系統(tǒng)，是根據(jù)農(nóng)作物病蟲(chóng)害的發(fā)病特征和發(fā)生規(guī)律，為用戶提供有關(guān)作物病蟲(chóng)害的遠(yuǎn)程診斷、專家決策以及預(yù)測(cè)預(yù)報(bào)的一種農(nóng)業(yè)專家系統(tǒng)。

病蟲(chóng)害專家系統(tǒng)包含數(shù)據(jù)量巨大的病蟲(chóng)害數(shù)據(jù)庫(kù)，加上聲圖文并茂的界面，可以使農(nóng)民對(duì)各種作物、蔬菜和果樹(shù)的所有可能發(fā)生的病蟲(chóng)害系統(tǒng)深入了解，對(duì)其產(chǎn)生全面認(rèn)識(shí)。而系統(tǒng)中的圖像診斷系統(tǒng)能夠整合大量高層次病蟲(chóng)害研究專家多年從事病蟲(chóng)害研究和實(shí)踐積累的經(jīng)驗(yàn)和知識(shí)，幫助農(nóng)民對(duì)發(fā)生的病蟲(chóng)害進(jìn)行實(shí)時(shí)診斷，及時(shí)采取防治措施。在遭遇比較復(fù)雜的病蟲(chóng)害時(shí)，可以通過(guò)遠(yuǎn)程專家群與專家進(jìn)行實(shí)時(shí)溝通診斷，及時(shí)有效地防治病蟲(chóng)害，防止在防治過(guò)程中走彎路，減少損失。

病蟲(chóng)害專家系統(tǒng)還可根據(jù)輸入的原始資料自動(dòng)選擇模擬和計(jì)算方法，快速得出預(yù)測(cè)預(yù)報(bào)模型，進(jìn)行相關(guān)的病蟲(chóng)害預(yù)警，讓農(nóng)民對(duì)可能發(fā)生的病蟲(chóng)害進(jìn)行預(yù)防。通過(guò)病蟲(chóng)害專家系統(tǒng)，農(nóng)戶在進(jìn)行農(nóng)作物種植的過(guò)程中，足不出戶就可以得到農(nóng)業(yè)專家們的指導(dǎo)。

1 國(guó)外病蟲(chóng)害專家系統(tǒng)的研究進(jìn)展

國(guó)際上農(nóng)業(yè)病蟲(chóng)害專家系統(tǒng)的研究是在20世紀(jì)70年代末期開(kāi)始的，以美國(guó)最早。世界上第一個(gè)病蟲(chóng)害專家系統(tǒng)就是由美國(guó)伊利諾斯大學(xué)（Illinois University）的植物病理學(xué)家和計(jì)算機(jī)專家共同開(kāi)發(fā)的大豆病害診斷專家系統(tǒng)（PLANT/ES）。到了80年代中期， 隨著專家系統(tǒng)技術(shù)的成熟完善， 病蟲(chóng)害專家系統(tǒng)在國(guó)際上得到了迅速發(fā)展。1982年伊利諾斯大學(xué)開(kāi)發(fā)出玉米螟蟲(chóng)蟲(chóng)害預(yù)測(cè)專家系統(tǒng)（PLANT/cd），1985年日本千葉大學(xué)開(kāi)發(fā)了番茄病害診斷系統(tǒng)（MICCS）[2]。90年代以來(lái)，病蟲(chóng)害系統(tǒng)研究進(jìn)入智能化農(nóng)業(yè)專家系統(tǒng)階段，各種智能技術(shù)的集成，提高了專家系統(tǒng)決策的精確性、智能性和實(shí)用性。美國(guó)、德國(guó)、法國(guó)、澳大利亞和日本等國(guó)的發(fā)展處于領(lǐng)先地位。1993年Williams等研制出棉花害蟲(chóng)管理專家系統(tǒng)（rbWHIMS），Trvis等研制出用于蘋果病害綜合管理的PSAOC， 1993年Gonzalez -Andujar等開(kāi)發(fā)的蚜蟲(chóng)識(shí)別專家系統(tǒng)CAES，及Vencill等于1995年報(bào)道的馬鈴薯害蟲(chóng)專家系統(tǒng)PIES，都取得了極大的成功。德國(guó)在1998年研制的病蟲(chóng)害預(yù)測(cè)預(yù)報(bào)計(jì)算機(jī)決策系統(tǒng)在德國(guó)北部被廣泛應(yīng)用于農(nóng)民的生產(chǎn)實(shí)踐，用來(lái)預(yù)測(cè)小麥等作物病害[4，5]。劉萬(wàn)才等[6]認(rèn)為，到2010年美國(guó)農(nóng)作物病蟲(chóng)害數(shù)字化監(jiān)測(cè)預(yù)警網(wǎng)絡(luò)體系已比較健全，從聯(lián)邦政府到州政府均建有功能齊全的網(wǎng)絡(luò)系統(tǒng)。主要包括病蟲(chóng)害診斷預(yù)警與綜合治理網(wǎng)絡(luò)、遠(yuǎn)程互動(dòng)視頻系統(tǒng)和信息制作與發(fā)布系統(tǒng)，功能涵蓋了病蟲(chóng)害發(fā)生信息交流、分析處理、監(jiān)測(cè)預(yù)警和情報(bào)發(fā)布等方面。同時(shí)美國(guó)以政府為主體構(gòu)建了龐大、完善、規(guī)范的農(nóng)村信息服務(wù)體系，如美國(guó)國(guó)家農(nóng)業(yè)數(shù)據(jù)庫(kù)（AGRICOLA）、國(guó)家海洋與大氣管理局?jǐn)?shù)據(jù)庫(kù)（NOAA）、地質(zhì)調(diào)查局?jǐn)?shù)據(jù)庫(kù)（USGS）等規(guī)?；⒂绊懘蟮纳孓r(nóng)信息數(shù)據(jù)中心（庫(kù)），對(duì)農(nóng)業(yè)發(fā)展產(chǎn)生了很好的推動(dòng)作用。德國(guó)政府注重模擬模型技術(shù)、計(jì)算機(jī)決策系統(tǒng)技術(shù)、精確農(nóng)業(yè)技術(shù)等關(guān)鍵技術(shù)的研發(fā)和集成，并形成了自身優(yōu)勢(shì)。其計(jì)算機(jī)輔助決策系統(tǒng)為農(nóng)民提供咨詢服務(wù)，如小麥品種選擇模型（GENIS）可從提供小麥抗病蟲(chóng)害的能力等方面的評(píng)估情況，幫助農(nóng)民選擇適宜種植的小麥品種；麥類病害流行預(yù)測(cè)和損失預(yù)測(cè)模擬模型，能對(duì)單一病害和多種病害綜合發(fā)生做出預(yù)測(cè)。

2 國(guó)內(nèi)病蟲(chóng)害專家系統(tǒng)的研究進(jìn)展

我國(guó)從20世紀(jì)80年代開(kāi)始研究病蟲(chóng)害專家系統(tǒng)，并取得一定的成果。我國(guó)第一個(gè)病蟲(chóng)害診斷方面的專家系統(tǒng)是1981年曾士邁等組建的條繡病春季流行模擬模型（TXLX）。南京農(nóng)業(yè)大學(xué)和安徽省農(nóng)業(yè)科學(xué)院開(kāi)發(fā)出了水稻病蟲(chóng)害專家系統(tǒng)。90年代，我國(guó)專家系統(tǒng)的研究也取得了較快發(fā)展，如中國(guó)農(nóng)業(yè)科學(xué)院植物保護(hù)研究所研制的粘蟲(chóng)異地測(cè)報(bào)專家系統(tǒng)、胡全勝等的稻縱卷葉螟管理專家系統(tǒng)，1993年采用C語(yǔ)言編制，運(yùn)用神經(jīng)網(wǎng)絡(luò)系統(tǒng)技術(shù)研制的作物病蟲(chóng)害診斷專家系統(tǒng)PIDS。到2004年為止，出現(xiàn)了許多專業(yè)病蟲(chóng)害專家系統(tǒng)，如梨病蟲(chóng)害診斷及防治專家系統(tǒng)，亞熱帶果樹(shù)病蟲(chóng)害動(dòng)態(tài)咨詢網(wǎng)站的構(gòu)建等[5]。

最近幾年，隨著計(jì)算機(jī)技術(shù)的發(fā)展，農(nóng)業(yè)技術(shù)與計(jì)算機(jī)技術(shù)的結(jié)合更加深入，特別是數(shù)據(jù)庫(kù)管理系統(tǒng)、人機(jī)交互技術(shù)和人工智能系統(tǒng)等的不斷發(fā)展，越來(lái)越多的病蟲(chóng)害專家系統(tǒng)特別是病蟲(chóng)害診斷防治系統(tǒng)已經(jīng)開(kāi)發(fā)出來(lái)。

2.1 病蟲(chóng)害專家系統(tǒng)最新研究進(jìn)展

王久興等[7]選用Microsoft Visual Basic 6.0（VB 6.0）作為開(kāi)發(fā)工具開(kāi)發(fā)了蔬菜病蟲(chóng)害輔助診斷系統(tǒng)（Vegetable Pathology System，VPS）。該系統(tǒng)將圖像處理技術(shù)、數(shù)據(jù)庫(kù)技術(shù)、專家系統(tǒng)技術(shù)結(jié)合在一起，實(shí)現(xiàn)了以圖像處理技術(shù)為基礎(chǔ)的輔助診斷功能。數(shù)據(jù)庫(kù)本身通過(guò)Access軟件實(shí)現(xiàn)，并使用多表設(shè)計(jì)結(jié)構(gòu)將不同類型的數(shù)據(jù)放置在不同表中，以方便數(shù)據(jù)庫(kù)編程和知識(shí)庫(kù)的分類管理，簡(jiǎn)化數(shù)據(jù)調(diào)用過(guò)程。這一系統(tǒng)可對(duì)蔬菜生產(chǎn)過(guò)程中的病蟲(chóng)害識(shí)別與防治起到輔助作用。蘇利等[8]運(yùn)用SQL SERVER 2000開(kāi)發(fā)工具和JAVA語(yǔ)言，收集整理鄭州市近年來(lái)農(nóng)作物有關(guān)病蟲(chóng)害資料，建立數(shù)據(jù)庫(kù)管理系統(tǒng)，實(shí)現(xiàn)了查詢、應(yīng)用和管理的自動(dòng)化。趙于東等[9]采用B/S結(jié)構(gòu)，針對(duì)內(nèi)蒙古地區(qū)主要農(nóng)作物病蟲(chóng)害診斷查詢?nèi)蝿?wù)，設(shè)計(jì)并實(shí)現(xiàn)一個(gè)基于Web的農(nóng)作物病蟲(chóng)害診斷查詢知識(shí)庫(kù)，可實(shí)現(xiàn)任意種農(nóng)作物和任意多種農(nóng)作物的病蟲(chóng)害信息添加，并可生成農(nóng)作物病蟲(chóng)害診斷防治專家系統(tǒng)，可實(shí)現(xiàn)文字圖片視頻文件等多種媒體方式的人機(jī)交互，可通過(guò)網(wǎng)站運(yùn)行，也可單機(jī)運(yùn)行。在系統(tǒng)功能用戶界面、安全性能和可靠性能等方面，應(yīng)用系統(tǒng)均表現(xiàn)出良好性能。劉宇等[10]將傳統(tǒng)昆蟲(chóng)分類方法與Web技術(shù)、網(wǎng)絡(luò)編程相結(jié)合，設(shè)計(jì)了基于Web的蔬菜害蟲(chóng)遠(yuǎn)程診斷系統(tǒng)。系統(tǒng)的構(gòu)建采用基于Web的B/S（瀏覽器/服務(wù)器）三層結(jié)構(gòu)網(wǎng)絡(luò)布局模式，包括害蟲(chóng)遠(yuǎn)程診斷數(shù)據(jù)庫(kù)服務(wù)器、Web服務(wù)器和遠(yuǎn)程客戶終端。三層之間的信息交流與傳遞相對(duì)簡(jiǎn)單，客戶端可通過(guò)Web服務(wù)器訪問(wèn)遠(yuǎn)程診斷數(shù)據(jù)庫(kù)服務(wù)器，獲取害蟲(chóng)遠(yuǎn)程診斷信息。同時(shí)可以通過(guò)植保專家異地診斷的方式幫助解答用戶提出的非常規(guī)性問(wèn)題，以擴(kuò)展遠(yuǎn)程診斷對(duì)象范圍、增強(qiáng)系統(tǒng)實(shí)用性。邵剛等[11]以軟件工程原理和專家系統(tǒng)技術(shù)為基礎(chǔ)，采用LUBAN模型和JSP編程語(yǔ)言，通過(guò)構(gòu)建農(nóng)業(yè)病蟲(chóng)害輔助診治推理機(jī)，研制了北京地區(qū)蔬菜病蟲(chóng)害遠(yuǎn)程診治專家系統(tǒng)VPRDES。該系統(tǒng)針對(duì)北京地區(qū)140余種蔬菜常見(jiàn)病蟲(chóng)害進(jìn)行遠(yuǎn)程輔助診治和信息查詢、管理，對(duì)實(shí)時(shí)推廣北京地區(qū)主要蔬菜病蟲(chóng)害的無(wú)公害治理技術(shù)、促進(jìn)農(nóng)戶合理用藥、提高蔬菜產(chǎn)品的安全性等具有重要作用。彭瑩瓊等[12]開(kāi)發(fā)出基于B/S模式的水稻病蟲(chóng)害診斷專家系統(tǒng)， 系統(tǒng)以Microsoft Visual Studio.NET 2005作為開(kāi)發(fā)平臺(tái)， 采用ASP.NET編程技術(shù)，后臺(tái)數(shù)據(jù)庫(kù)為Microsoft SQL Server 2000。該系統(tǒng)具有開(kāi)放式的結(jié)構(gòu)，便于用戶通過(guò)互聯(lián)網(wǎng)實(shí)現(xiàn)遠(yuǎn)程異地診斷，并可通過(guò)互聯(lián)網(wǎng)實(shí)現(xiàn)專家直接參與診斷過(guò)程。系統(tǒng)升級(jí)與維護(hù)也較為方便。而姜中強(qiáng)[13]在深入該系統(tǒng)后，以Hibemate和Struts等主流的網(wǎng)絡(luò)開(kāi)發(fā)技術(shù)為基礎(chǔ)，采用基于jess的系統(tǒng)推理機(jī)制對(duì)該系統(tǒng)進(jìn)行了完善。于艷等[14]開(kāi)發(fā)了一個(gè)用于診斷水稻病蟲(chóng)害的專家系統(tǒng)。系統(tǒng)采用了正反向混合推理機(jī)制，并采用模塊結(jié)構(gòu)將知識(shí)庫(kù)中的知識(shí)組織起來(lái)，便于用戶使用和對(duì)系統(tǒng)的維護(hù)。其軟件設(shè)計(jì)基于Windows 2000或更高版本的操作系統(tǒng)。采用Visual Studio 6.0版本作為開(kāi)發(fā)工具。其中，采用VB 6.0作為專家系統(tǒng)的開(kāi)發(fā)工具，Microsoft SQL Server 6.0作為相應(yīng)的數(shù)據(jù)庫(kù)開(kāi)發(fā)工具。在數(shù)據(jù)庫(kù)的操作中，采用Microsoft Transact-SQL的結(jié)構(gòu)化查詢語(yǔ)言。武向良等[15]開(kāi)發(fā)了基于Web的內(nèi)蒙古地區(qū)主要農(nóng)作物病蟲(chóng)害診斷查詢系統(tǒng)，用戶在B/S體系結(jié)構(gòu)下訪問(wèn)系統(tǒng)，利用Activex技術(shù)轉(zhuǎn)化為在用戶訪問(wèn)頁(yè)面。數(shù)據(jù)庫(kù)系統(tǒng)是采用大型數(shù)據(jù)庫(kù)sqlserver 2000，由windows 2000+iis 5.0作為網(wǎng)絡(luò)平臺(tái)。黃沖等[16]基于Windows平臺(tái)，采用Delphi開(kāi)發(fā)了設(shè)施作物病蟲(chóng)害信息檢索與輔助診斷系統(tǒng)（IRADS-PCP）。該系統(tǒng)提供了一個(gè)開(kāi)放的樹(shù)形結(jié)構(gòu)知識(shí)庫(kù)，用于管理設(shè)施作物病蟲(chóng)害信息，實(shí)現(xiàn)對(duì)這些信息不同方式的檢索查詢和管理功能；通過(guò)集成病蟲(chóng)害檢索表管理工具，可實(shí)現(xiàn)對(duì)設(shè)施作物病蟲(chóng)害的輔助診斷功能。張衛(wèi)等[17]采用XMPP及其擴(kuò)展協(xié)議Jingle，研發(fā)農(nóng)業(yè)遠(yuǎn)程監(jiān)測(cè)和咨詢?cè)\斷于一體的綜合平臺(tái)，實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)環(huán)境因子遠(yuǎn)程監(jiān)測(cè)、生產(chǎn)現(xiàn)場(chǎng)遠(yuǎn)程視頻監(jiān)視和遠(yuǎn)程雙向視頻咨詢?cè)\斷功能。該系統(tǒng)平臺(tái)客戶端開(kāi)發(fā)采用delphi語(yǔ)言，服務(wù)器端采用Java語(yǔ)言，數(shù)據(jù)庫(kù)采用MySql，環(huán)境因子采集端的集中器采用arm平臺(tái)開(kāi)發(fā)。吳文斗等[18]以農(nóng)業(yè)專家咨詢系統(tǒng)為例，提出了一種基于XML和知識(shí)庫(kù)的農(nóng)業(yè)智能專家咨詢系統(tǒng)模型，并對(duì)系統(tǒng)進(jìn)行了功能模塊的劃分和詳細(xì)分析。該系統(tǒng)充分結(jié)合農(nóng)業(yè)科類知識(shí)庫(kù)和FAQ庫(kù)，可采用多種形式進(jìn)行咨詢。李崢嶸[19]提出一種結(jié)合面向?qū)ο蠛蚗ML技術(shù)的小麥病蟲(chóng)害知識(shí)表示方法，構(gòu)建了小麥病蟲(chóng)害XML知識(shí)庫(kù)，使知識(shí)庫(kù)具有高度可擴(kuò)展性并且不依賴于軟硬件平臺(tái)；探討了網(wǎng)絡(luò)專家系統(tǒng)相對(duì)于傳統(tǒng)單機(jī)版專家系統(tǒng)的優(yōu)勢(shì)，提出了一個(gè)基于J2EE/XML的網(wǎng)絡(luò)專家系統(tǒng)模型，并使用Java語(yǔ)言開(kāi)發(fā)了診斷算法測(cè)試軟件和B/S模式的小麥病害診斷原型系統(tǒng)。系統(tǒng)主要包括小麥病害診斷、圖像查詢、XML知識(shí)庫(kù)管理與維護(hù)等功能。

隨著智能手機(jī)的爆炸式發(fā)展，專家系統(tǒng)的實(shí)際應(yīng)用將變得更加方便快捷，基于Android系統(tǒng)的病蟲(chóng)害專家系統(tǒng)也得以開(kāi)發(fā)，極具發(fā)展?jié)摿?。王安煒[20]設(shè)計(jì)開(kāi)發(fā)了基于Android的水稻病蟲(chóng)害專家系統(tǒng)。該系統(tǒng)包括利用SQLite數(shù)據(jù)模型建立的“水稻病蟲(chóng)害基本信息數(shù)據(jù)庫(kù)”和“水稻診斷規(guī)則庫(kù)”，采用混合推理機(jī)制建立的。本系統(tǒng)采用Eclipse開(kāi)發(fā)軟件結(jié)合軟件工程、關(guān)系數(shù)據(jù)庫(kù)和專家系統(tǒng)，實(shí)現(xiàn)了水稻病蟲(chóng)害專家診斷模塊、農(nóng)資查詢、數(shù)據(jù)同步功能。通過(guò)開(kāi)放性的Android技術(shù)和專業(yè)性的病蟲(chóng)害專家系統(tǒng)的大膽融合，在專業(yè)的農(nóng)業(yè)信息化領(lǐng)域做出了進(jìn)一步探索。牛孝國(guó)等[21]設(shè)計(jì)了基于3G網(wǎng)絡(luò)的可視化病蟲(chóng)害系統(tǒng)，用戶可通過(guò)手機(jī)終端訪問(wèn)系統(tǒng)，傳送病蟲(chóng)害特征信息，在線獲取病蟲(chóng)害防治解決方案。整個(gè)系統(tǒng)采用B/S結(jié)構(gòu)，Web服務(wù)器采用微軟的IIS，系統(tǒng)終端用戶可通過(guò)任何Web瀏覽器訪問(wèn)本系統(tǒng)，而咨詢服務(wù)用戶則用手機(jī)信息發(fā)送或定制的手段實(shí)現(xiàn)相應(yīng)的咨詢。系統(tǒng)中知識(shí)庫(kù)的管理、存儲(chǔ)和維護(hù)采用Microsoft SQL Server 2000數(shù)據(jù)庫(kù)來(lái)實(shí)現(xiàn)，利用ASP技術(shù)完成系統(tǒng)前后臺(tái)界面的開(kāi)發(fā)，實(shí)現(xiàn)對(duì)知識(shí)庫(kù)的訪問(wèn)。邱榮洲等[22]研發(fā)了基于3G通信的移動(dòng)農(nóng)業(yè)專家系統(tǒng)開(kāi)發(fā)平臺(tái)DepAes，該平臺(tái)是在新型的信息技術(shù)與通信環(huán)境下，以產(chǎn)生式規(guī)則為推理機(jī)原理，將推理樹(shù)結(jié)構(gòu)分枝結(jié)點(diǎn)的搜索過(guò)程與計(jì)算機(jī)數(shù)據(jù)結(jié)構(gòu)中樹(shù)的遞歸算法相結(jié)合，為用戶提供一個(gè)自主構(gòu)建專家系統(tǒng)的軟件工具。該平臺(tái)具有界面友好、操作簡(jiǎn)單、開(kāi)放共享等特點(diǎn)。用戶可通過(guò)平臺(tái)自助編寫“知識(shí)庫(kù)”與 “規(guī)則庫(kù)”，生成發(fā)布支持Windows OS、MAC OS、Windows Mobile、Goolge Android等多種操作系統(tǒng)的農(nóng)業(yè)專家系統(tǒng)。

總的來(lái)說(shuō)，最近幾年，病蟲(chóng)害專家系統(tǒng)計(jì)算機(jī)技術(shù)方面的發(fā)展有以下特點(diǎn)：第一、采用的編程工具比較多，但Visual Basic和Java兩種可視化編程語(yǔ)言逐漸成為主流。應(yīng)用較多的編輯平臺(tái)有Eclipse、Microsoft visual studio、delphi等。第二、數(shù)據(jù)庫(kù)的管理中，大型關(guān)系數(shù)據(jù)管理系統(tǒng)主要是MS SQL Server和MySQL兩種，小型的基本采用Access。而擴(kuò)展標(biāo)記語(yǔ)言XML能夠使數(shù)據(jù)庫(kù)具有強(qiáng)有力的存儲(chǔ)和分析能力，且易于在應(yīng)用程序中讀寫數(shù)據(jù)，已經(jīng)成為共用性很強(qiáng)的語(yǔ)言，在數(shù)據(jù)存儲(chǔ)等方面開(kāi)始廣泛應(yīng)用。第三、采用的網(wǎng)絡(luò)結(jié)構(gòu)模式多為B/S（Browser/Server）結(jié)構(gòu)，即瀏覽器/服務(wù)器模式。第四、適用的操作系統(tǒng)由單一的Windows系統(tǒng)向多媒體系統(tǒng)發(fā)展，由單一適用于電腦操作系統(tǒng)向手機(jī)操作系統(tǒng)發(fā)展。第五、用于病蟲(chóng)害自動(dòng)診斷的人工智能技術(shù)仍需進(jìn)一步完善。

2.2 病蟲(chóng)害自動(dòng)診斷技術(shù)研究進(jìn)展

劉鶴等[23]針對(duì)農(nóng)業(yè)專家在對(duì)病蟲(chóng)害診斷時(shí)的思維過(guò)程和CBR基本原理的一致性，構(gòu)建了CBR的蔬菜病蟲(chóng)害診治專家系統(tǒng)。該系統(tǒng)將CBR的研究方法應(yīng)用于蔬菜病蟲(chóng)害防治工作中，可使廣大菜農(nóng)獨(dú)立完成病蟲(chóng)害防治工作。同時(shí)利用CBR能夠?qū)ξ粗咐M(jìn)行推理得出新結(jié)論的功能，輔助農(nóng)業(yè)專家對(duì)復(fù)雜問(wèn)題進(jìn)行診斷和防治。古樂(lè)聲等[24]通過(guò)研究將CBR技術(shù)應(yīng)用到農(nóng)業(yè)領(lǐng)域中，設(shè)計(jì)并實(shí)現(xiàn)了一個(gè)實(shí)用化的CBR小麥病蟲(chóng)害專家系統(tǒng)，與傳統(tǒng)的系統(tǒng)相比具有更強(qiáng)的解題能力、較高的求解效率和正確率，對(duì)于降低成本、增加產(chǎn)量、提高效益有很大幫助。刁智華[25]提出了適合大田小麥的一種基于數(shù)學(xué)形態(tài)學(xué)的復(fù)雜背景下的小麥葉部病害分割算法，在圖像特征提取過(guò)程中從小麥葉部病害彩色圖像中分別定義了14個(gè)顏色特征、20個(gè)紋理特征、12個(gè)形狀特征，并成功運(yùn)用主成分分析方法將原始樣本中的46個(gè)特征優(yōu)化為7個(gè)特征，將其作為后期基于支持向量機(jī)和決策樹(shù)相結(jié)合的多類分類器的輸入，進(jìn)而設(shè)計(jì)并開(kāi)發(fā)了小麥葉部病害智能識(shí)別系統(tǒng)。賴軍臣[26]研究實(shí)現(xiàn)了基于領(lǐng)域的對(duì)噪聲不敏高斯模型的Markov隨機(jī)場(chǎng)分割模型（G-MRF）和區(qū)域增長(zhǎng)分割算法（SRG），分割玉米葉斑病害，并與有代表性的作物病害分割算法相比較，優(yōu)選了區(qū)域增長(zhǎng)分割算法為玉米病害的自動(dòng)化識(shí)別服務(wù)。對(duì)預(yù)處理后的病害圖像提取病斑的顏色、紋理、幾何形狀三方面14個(gè)特征值，優(yōu)化和選擇了似圓度、偏心率和矩形度3個(gè)最具有代表性的特征參數(shù)。利用模糊模式識(shí)別對(duì)玉米葉斑病害圖像進(jìn)行分類，并建立了病害診斷模型。利用VC 6.0作為開(kāi)發(fā)工具，編寫了玉米病斑智能識(shí)別系統(tǒng)，實(shí)現(xiàn)了對(duì)玉米常見(jiàn)葉斑類病害圖像的處理與識(shí)別。陳月華[27] 收集了大量的自然光條件下小麥蚜蟲(chóng)的圖像，采用模式分類技術(shù)，以紋理特征作為圖像的分類基礎(chǔ)，運(yùn)用支持向量機(jī)的分類算法，選擇SVM與區(qū)域生長(zhǎng)相結(jié)合算法進(jìn)行圖像分割。以小麥蚜蟲(chóng)為例，研究了動(dòng)態(tài)情況下的害蟲(chóng)檢測(cè)方法，設(shè)計(jì)和開(kāi)發(fā)了基于機(jī)器視覺(jué)的害蟲(chóng)檢測(cè)系統(tǒng)。李崢嶸[19]提出基于BP神經(jīng)網(wǎng)絡(luò)的小麥病害的知識(shí)獲取與推理方法。對(duì)小麥病害特征參數(shù)進(jìn)行編碼，利用神經(jīng)網(wǎng)絡(luò)確定病害癥狀與病害類型之間的因果關(guān)系，從而實(shí)現(xiàn)小麥病害的智能診斷，平均診斷正確率為80%。王越[28]研究并建立了基于BP神經(jīng)網(wǎng)絡(luò)的玉米病蟲(chóng)害診斷模型，并通過(guò)無(wú)噪聲樣本和只含關(guān)鍵病癥的有噪聲樣本對(duì)網(wǎng)絡(luò)進(jìn)行交替訓(xùn)練，提高了網(wǎng)絡(luò)診斷的正確率，改善了網(wǎng)絡(luò)的診斷性能，增強(qiáng)了網(wǎng)絡(luò)泛化能力。王坤等[29]研究認(rèn)為可通過(guò)成像光譜技術(shù)來(lái)研究農(nóng)作物原始圖譜、圖譜導(dǎo)數(shù)、植被指數(shù)等與病蟲(chóng)害的關(guān)系，建立模型來(lái)監(jiān)測(cè)病蟲(chóng)害情況。該技術(shù)成為研究農(nóng)作物病蟲(chóng)害情況的先進(jìn)手段之一，但是這方面的研究面臨很多難點(diǎn)，目前的研究還只限于有限的作物及其病蟲(chóng)害種類。

目前人工智能技術(shù)己經(jīng)廣泛地運(yùn)用在病蟲(chóng)害診斷領(lǐng)域，但在實(shí)際應(yīng)用中還不太廣泛，主要存在以下問(wèn)題：第一、農(nóng)作物病蟲(chóng)害表現(xiàn)癥狀受環(huán)境影響大，有時(shí)出現(xiàn)不同病蟲(chóng)害同時(shí)發(fā)生的情況，提供的信息具有隨機(jī)性、模糊性等不確定性等特點(diǎn)，導(dǎo)致采集的數(shù)據(jù)不夠規(guī)范，影響診斷結(jié)果。第二、大部分智能診斷軟件系統(tǒng)普適性不強(qiáng)。有的只能對(duì)部分病蟲(chóng)害有較好的診斷正確率，有的只能分析發(fā)生在病株某一單一部位的病蟲(chóng)害，對(duì)病蟲(chóng)害的判斷手段尚不夠豐富。第三、如成像光譜技術(shù)等有發(fā)展?jié)摿Φ脑\斷技術(shù)應(yīng)用成本太高。

2.3 病蟲(chóng)害數(shù)字化監(jiān)測(cè)預(yù)警系統(tǒng)的建設(shè)情況

2009年，全國(guó)農(nóng)業(yè)技術(shù)推廣服務(wù)中心初步構(gòu)建了農(nóng)作物（水稻）重大病蟲(chóng)害數(shù)字化監(jiān)測(cè)預(yù)警平臺(tái)。2010年，繼續(xù)拓展數(shù)字化監(jiān)測(cè)預(yù)警覆蓋領(lǐng)域，開(kāi)發(fā)建設(shè)了小麥重大病蟲(chóng)害數(shù)字化監(jiān)測(cè)預(yù)警系統(tǒng)， 啟動(dòng)了新一期的農(nóng)作物重大病蟲(chóng)害信息化監(jiān)測(cè)預(yù)警建設(shè)項(xiàng)目，并于2011 年1月正式啟用。該系統(tǒng)的應(yīng)用推廣，全面提高了小麥重大病蟲(chóng)害信息管理水平，加速了農(nóng)作物病蟲(chóng)害監(jiān)測(cè)預(yù)警信息化進(jìn)程， 并為后續(xù)數(shù)字化領(lǐng)域拓展和功能深化提供參考[30]?！笆晃濉逼陂g，在農(nóng)業(yè)部和省政府的支持下，投資建設(shè)了11個(gè)國(guó)家級(jí)區(qū)域站、44個(gè)省級(jí)區(qū)域站和重大病蟲(chóng)疫情監(jiān)測(cè)點(diǎn)。這些測(cè)報(bào)站點(diǎn)的投入，使農(nóng)作物重大病蟲(chóng)監(jiān)測(cè)預(yù)警能力和防控水平發(fā)揮了重要作用。

羅菊花等[31] 以建立農(nóng)作物病蟲(chóng)害預(yù)警系統(tǒng)為目標(biāo)，使用國(guó)產(chǎn)SuperMap IS .NET的GIS軟件作為開(kāi)發(fā)平臺(tái)，以C++語(yǔ)言作為編程語(yǔ)言。該系統(tǒng)充分使用了GIS強(qiáng)大的空間分析功能和RS的快速、實(shí)時(shí)、大面積獲取病蟲(chóng)害信息的功能，實(shí)現(xiàn)了GIS與RS在系統(tǒng)中的集成。系統(tǒng)最終將抽象的數(shù)據(jù)轉(zhuǎn)化成清晰簡(jiǎn)明的電子地圖，直觀明了地顯示了病蟲(chóng)害的發(fā)生程度和空間分布規(guī)律。系統(tǒng)使用甘肅省慶陽(yáng)地區(qū)西峰區(qū)小麥條銹病相關(guān)數(shù)據(jù)展示其實(shí)現(xiàn)過(guò)程，獲得了與實(shí)際報(bào)道相吻合的預(yù)警結(jié)果。

數(shù)字化監(jiān)測(cè)預(yù)警必將發(fā)揮其對(duì)農(nóng)作物重大病蟲(chóng)害進(jìn)行預(yù)測(cè)的能力，對(duì)預(yù)防病蟲(chóng)害和減少病蟲(chóng)害造成的損失起重要作用。鑒于我國(guó)農(nóng)作物病蟲(chóng)害數(shù)字化監(jiān)測(cè)預(yù)警起步晚、基礎(chǔ)弱等現(xiàn)狀，在政府部門的領(lǐng)導(dǎo)和監(jiān)督下，盡快建成一個(gè)標(biāo)準(zhǔn)統(tǒng)一、功能完善、服務(wù)全國(guó)的病蟲(chóng)監(jiān)測(cè)預(yù)警平臺(tái)，對(duì)病蟲(chóng)害專家系統(tǒng)的完善有重要意義。

3 結(jié)語(yǔ)

現(xiàn)代農(nóng)業(yè)要求發(fā)展基于3S技術(shù)、決策支持技術(shù)和智能裝備技術(shù)一體的精準(zhǔn)農(nóng)業(yè)，病蟲(chóng)害專家系統(tǒng)是與農(nóng)民結(jié)合頗為緊密的實(shí)用農(nóng)業(yè)信息技術(shù)，其發(fā)展更需信息和技術(shù)并重。信息方面，要進(jìn)一步加強(qiáng)病蟲(chóng)害數(shù)據(jù)庫(kù)建設(shè)，更大程度地實(shí)現(xiàn)數(shù)據(jù)共享。在數(shù)據(jù)獲取和采集上繼續(xù)增加投入，同時(shí)對(duì)采集的數(shù)據(jù)進(jìn)行深入整理加工，通過(guò)數(shù)據(jù)挖掘和規(guī)則推理，提煉出更多有用信息。技術(shù)方面，研發(fā)針對(duì)農(nóng)業(yè)專家系統(tǒng)的專業(yè)計(jì)算機(jī)開(kāi)發(fā)技術(shù)及工具，使之與農(nóng)業(yè)發(fā)展實(shí)際情況相適應(yīng)。研發(fā)的專家系統(tǒng)要方便進(jìn)行二次開(kāi)發(fā)，以便使用者可以根據(jù)當(dāng)?shù)貙?shí)際情況創(chuàng)建知識(shí)庫(kù)和模型庫(kù)，取得更好地使用效果。病蟲(chóng)害數(shù)據(jù)采集專業(yè)技術(shù)和專業(yè)設(shè)備的研究也要跟上研究需要。進(jìn)一步完善神經(jīng)網(wǎng)絡(luò)、遺傳算法、模糊數(shù)學(xué)等理論模型，開(kāi)發(fā)出進(jìn)行病蟲(chóng)害診斷正確率更高、適應(yīng)范圍更廣泛的自動(dòng)診斷技術(shù)。另外，要使開(kāi)發(fā)出來(lái)的系統(tǒng)受農(nóng)民歡迎，病蟲(chóng)害專家系統(tǒng)的界面就必須要讓使用者查詢方便，界面語(yǔ)言力求做到通俗易懂。

更重要的一點(diǎn)，病蟲(chóng)害專家系統(tǒng)的建設(shè)特別是病蟲(chóng)害數(shù)據(jù)共享、數(shù)字化監(jiān)測(cè)預(yù)警等的建設(shè)需要政府部門強(qiáng)有力的支持。只有在政府的領(lǐng)導(dǎo)和監(jiān)督下，盡快形成政府主導(dǎo)和市場(chǎng)引導(dǎo)的農(nóng)業(yè)信息投入機(jī)制，重視農(nóng)業(yè)信息網(wǎng)絡(luò)人才的培養(yǎng)，提高農(nóng)業(yè)科技工作者開(kāi)發(fā)農(nóng)業(yè)網(wǎng)絡(luò)數(shù)據(jù)庫(kù)的能力，同時(shí)根據(jù)當(dāng)?shù)剞r(nóng)村科技工作的實(shí)際情況和特點(diǎn)制定行之有效的培訓(xùn)方法，定期對(duì)廣大農(nóng)民和基層農(nóng)業(yè)技術(shù)推廣人員進(jìn)行培訓(xùn)，才能使我國(guó)病蟲(chóng)害專家系統(tǒng)等農(nóng)業(yè)信息化建設(shè)取得更快發(fā)展，為現(xiàn)代農(nóng)業(yè)做出更大貢獻(xiàn)。

參 考 文 獻(xiàn)：

[1] 李朝東，崔國(guó)賢，盛 暢，等.農(nóng)業(yè)專家系統(tǒng)的發(fā)展概況與展望[J].農(nóng)業(yè)網(wǎng)絡(luò)信息，2009，2：4-7.

[2] 馬新明.農(nóng)業(yè)信息化技術(shù)導(dǎo)論[M].北京：中國(guó)農(nóng)業(yè)科學(xué)技術(shù)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，趙于東，等.農(nóng)業(yè)專家系統(tǒng)研究進(jìn)展及發(fā)展方向[J].農(nóng)機(jī)化研究，2008，1：235-238.

[5] 成必成，廖桂平，肖 芬.專家系統(tǒng)在油菜病蟲(chóng)害綜合治理中的研究進(jìn)展[J].作物研究，2004，5：430-433.

[6] 劉萬(wàn)才，武向文，任寶珍.美國(guó)的農(nóng)作物病蟲(chóng)害數(shù)字化監(jiān)測(cè)預(yù)警建設(shè)[J].中國(guó)植保導(dǎo)刊，2010，8：51-54.

[7] 王久興，賀桂欣，李 卓，等.蔬菜病蟲(chóng)害輔助診斷與防治系統(tǒng)VPS的構(gòu)建[J].河北科技師范學(xué)院學(xué)報(bào)，2005，19（3）：42-46.

[8] 蘇 利，曹 輝.大宗農(nóng)作物病蟲(chóng)害防治數(shù)據(jù)庫(kù)管理系統(tǒng)的研制[J].陜西農(nóng)業(yè)科學(xué)，2009，4：66，72.

[9] 趙于東，房建東，武向良.B/S模式農(nóng)作物病蟲(chóng)害診斷查詢系統(tǒng)知識(shí)庫(kù)設(shè)計(jì)[J]. 內(nèi)蒙古農(nóng)業(yè)科技，2005，3：17-19.

[10]劉 宇，曹衛(wèi)菊，徐建祥.基于Web的蔬菜害蟲(chóng)遠(yuǎn)程診斷系統(tǒng)的開(kāi)發(fā)與實(shí)現(xiàn)[J]. 江蘇農(nóng)業(yè)學(xué)報(bào)，2007， 23（2）：139-143.

[11]邵 剛，李志紅，王維瑞，等.北京地區(qū)蔬菜病蟲(chóng)害遠(yuǎn)程診治專家系統(tǒng)VPRDES的研究[J].植物保護(hù)， 2006，32（1）：51-54.

[12]彭瑩瓊，王映龍，唐建軍，等. B/S模式的水稻病蟲(chóng)害診斷專家系統(tǒng)研究[J].江西農(nóng)業(yè)大學(xué)學(xué)報(bào)，2008，30（6）：1157-1160.

[13]姜中強(qiáng).基于Web的江西水稻病蟲(chóng)害防治專家系統(tǒng)[D].南昌：江西農(nóng)業(yè)大學(xué)，2011.

[14]于 艷.黑龍江省水稻病蟲(chóng)害診斷專家系統(tǒng)的研究[J].農(nóng)機(jī)化研究， 2004，1：104-105.

[15]武向良，劉正垣，趙于東.內(nèi)蒙古地區(qū)主要農(nóng)作物病蟲(chóng)害診斷查詢系統(tǒng)的推廣與應(yīng)用[J]. 華北農(nóng)學(xué)報(bào)，2007， 22（S3）：112-115.

[16]黃 沖，王海光，張 月.設(shè)施作物病蟲(chóng)害信息檢索與輔助診斷系統(tǒng)[J].農(nóng)機(jī)化研究，2010，4：139-142.

[17]張 衛(wèi)，于金瑩，于 峰.基于XMPP的農(nóng)業(yè)遠(yuǎn)程監(jiān)測(cè)和診斷平臺(tái)的研究[J].中國(guó)農(nóng)學(xué)通報(bào)， 2011，27（11）：151-154.

[18]吳文斗，周 兵，楊林楠.基于XML智能農(nóng)業(yè)專家咨詢系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].安徽農(nóng)業(yè)科學(xué)，2009，37（11）：5313-5314.

[19]李崢嶸.基于WEB的小麥病害智能診斷技術(shù)研究[D].楊凌：西北農(nóng)林科技大學(xué)，2006.

[20]王安煒.基于Android的手機(jī)農(nóng)業(yè)專家系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[D].濟(jì)南：山東大學(xué)，2011.

[21]牛孝國(guó)，段洪洋，夏 寧，等. 基于3G網(wǎng)絡(luò)的果樹(shù)病蟲(chóng)害可視化診斷系統(tǒng)研究[J].中國(guó)農(nóng)學(xué)通報(bào)，2011，27（30）：303-306.

[22]邱榮洲，翁啟勇，池美香，等.基于3G通訊的移動(dòng)農(nóng)業(yè)專家系統(tǒng)開(kāi)發(fā)平臺(tái)研究[J].福建農(nóng)業(yè)學(xué)報(bào)，2011，26（6）：1081-1085.

[23]劉 鶴，李東明，陳桂芬.基于CBR的蔬菜病蟲(chóng)害診治專家系統(tǒng)的研究[J].安徽農(nóng)業(yè)科學(xué)，2010，38（27）：15380-15381，15413.

[24]古樂(lè)聲，張寶劍，高偉增.基于CBR的小麥病蟲(chóng)害專家系統(tǒng)的研究與實(shí)現(xiàn)[J].廣東農(nóng)業(yè)科學(xué)，2009，8：253-255.

[25]刁智華.大田小麥葉部病害智能診斷系統(tǒng)研究與應(yīng)用[D].合肥：中國(guó)科學(xué)技術(shù)大學(xué)，2010.

[26]賴軍臣.基于病癥圖像的玉米病害智能診斷研究[D].石河子：石河子大學(xué)，2006.

[27]陳月華.基于機(jī)器視覺(jué)的小麥蚜蟲(chóng)自動(dòng)檢測(cè)技術(shù)研究[D].哈爾濱：東北農(nóng)業(yè)大學(xué)，2007.

[28]王 越.基于神經(jīng)網(wǎng)絡(luò)的農(nóng)作物病蟲(chóng)害診斷方法研究[D].長(zhǎng)春：東北師范大學(xué)，2007.

[29]王 坤，朱大洲，張東彥，等.成像光譜技術(shù)在農(nóng)作物信息診斷中的研究進(jìn)展[J].光譜學(xué)與光譜分析，2011，31（3）：589-594.

[30]曾 娟，劉萬(wàn)才，姜玉英.小麥重大病蟲(chóng)害數(shù)字化監(jiān)測(cè)預(yù)警系統(tǒng)的建設(shè)與應(yīng)用[J].中國(guó)植保導(dǎo)刊，2011，31（7）：36-40.

[31]羅菊花，黃文江，韋朝領(lǐng)，等.基于GIS的農(nóng)作物病蟲(chóng)害預(yù)警系統(tǒng)的初步建立[J].農(nóng)業(yè)工程學(xué)報(bào)，2008，24（12）：127-131.