基于面向服务架构和WebGIS的小麦生产管理支持系统

作物模型与GIS集成中存在着功能重复开发、模型共享困难以及地理信息处理功能的在线能力有限等问题。该文以面向服务架构(service-oriented architecture,SOA)为基础,设计了作物模型区域应用Web服务组合框架。以ArcGIS Service和Model Builder为开发平台,给出了模型计算、动态专题图和空间插值Web服务的开发流程、接口设计和实现方法。结合富客户端技术研制了基于SOA和WebGIS的小麦生产管理支持系统原型(wheat production management support system based on SOA and WebGIS,WPMSS-GISOA),实现了地图数据的上传发布、气象和土壤数据查询、栽培方案设计、空间插值分析等功能。功能测试表明作物模型区域应用的Web服务组合框架可行,为模型与地理信息系统的在线无缝集成提供了可参考方案。     

作物模型系统Web服务集成方法

针对作物模型系统的多样性和异构性,研究了基于Web服务的作物模型系统集成方法。通过分析作物模型系统的组成结构及各功能体之间的交互特征,以面向服务架构的技术为基础,探讨作物模型系统的服务切分,并采用“契约先行”的 Web 服务开发技术实现了服务封装。文章详细描述了基于 Web 服务契约优先方法的建模过程,并采用相关工具实现了 Web 服务契约文档和服务代码框架的自动生成,通过引用作物模型 Web 服务组件的方式,实现了模型系统的内部业务逻辑,完成了小麦管理知识模型系统基于Web服务的复用集成。试验结果表明,该作物模型系统集成方法采用统一的模型服务契约,提高了系统集成的复用开发效率,最大限度地解决了异构系统的互操作性问题。研究结果为作物模型系统集成提供了方法指导。     

基于Web服务和GIS的作物生长模拟系统及应用

鉴于Web服务技术的优越性以及当前作物模拟模型共享存在的困难,该文提出了基于Web服务和GIS的作物生长模拟系统架构;实现了作物模拟生长Web服务,开发了"YIELD作物产量模拟系统",并进行了实际应用.实践表明:将Web服务应用于作物生长模拟切实可行,有利于系统集成和作物模拟模型的全社会范围内的共享.同时,也为其它农业信息系统的集成提供了参考.     

基于Web的温室作物模拟系统的实现

基于Web技术、OOP(面向对象设计)思想，根据作物生长发育模型特点，提出了计算机模拟系统的结构设计方案，并采用ASP.NET技术规范和Visual C#程序语言，初步实现了一个基于Web技术远程调用的温室作物生长发育计算机模拟系统，该系统目前可对番茄和黄瓜等温室作物光合作用、干物质积累与分配等过程进行模拟与分析。     

基于流程编码的水产养殖产品质量追溯系统的构建与实现

以水产品为研究对象,基于养殖产品流程个体编码技术、XML Web服务的数据传递技术和角色控制的权限动态分配技术,建立了多层次多用户多权限的水产养殖产品质量追溯系统,为生产者、检验者、监督者和消费者提供食品生产、流通和消费各环节信息交互平台,并以电话、网络、短信向公众提供追溯查询服务、认证监管服务和防伪服务,具有较好的推广应用前景.     

基于生长模型与Web应用的小麦管理决策支持系统

基于生长模型的作物管理决策支持系统(DSS),是在作物生长模型的基础上,增加数据库管理系统和策略评估系统,通过有目的的模拟试验与分析评价来辅助用户进行管理决策。将Web技术应用于DSS是当前农业决策支持系统发展的主要方向。该研究在已有单机版基于生长模型的小麦管理决策支持系统的基础上,采用“Web浏览器/Web服务器/应用程序服务器/数据库服务器”四层结构设计,应用面向对象的程序设计、COM+构件化技术与WEB应用程序扩展技术,构建了一个具有较强兼容性、层次性和安全性的网络化小麦生长模拟与管理决策支持系统(GMDSSWM^W),具有系统管理、数据管理、动态模拟、方案评估、因苗预测、时空分析与系统帮助7项功能。系统的测试应用结果表明,GMDSSWM^W系统具备较强的远程预测功能、决策支持功能与动态调控功能,从而为构建网络化数字麦作系统及其它作物基于Web应用的管理决策支持系统奠定了基础。     

基于NoSQL数据库的农田物联网云存储系统设计与实现

为了解决农田物联网大量图像、视频和传感器等结构化和非结构化数据实时处理与写入问题,该文基于分布式存储与NoSQL(NotOnlySQL)技术,结合农田物联网数据特征,利用HDFS(HadoopDistributedFileSystem)和HBase(Hadoop Database)存储非结构化和结构化数据,基于Redis缓存服务,设计了三层物联网数据云存储框架,实现了海量农田物联网数据存储中的业务处理、事务处理、图片打包与索引、负载均衡等关键技术。面对复杂业务下的事务数据一致性,该文采用基于HLock的乐观锁机制,实现了HBase对强事务性的支持,经过与传统MySQL集群事务对比测试,当数据量级在500万时,数据读取效率提升达35.75%。为了提高农田物联网中大量的小图片和小文件处理效率,基于图片打包合并策略,利用SequenceFile技术实现物联图片的快速索引读写技术,与原生HDFS存储效率相比,读写效率提升30%以上。该研究可以为海量农业物联网数据的存储和管理提供技术参考和理论支撑。     

支持分布环境的农产品协同追溯平台构建

农产品追溯系统的深入研究与应用,迫切需要提升统一追溯和协同分析能力。该研究以现有不同品类农产品的追溯系统为基础,包含数据整合、模型分析、应用提供3个层面,设计了农产品协同追溯平台框架;构建了包括企业资质、质量检测、产品追溯、消费者反馈4个因素及14个因子的企业信誉评价指标体系,建立了评价模型,可实现基于追溯数据的信誉评价;研究了多源异构数据集成技术和分层动态追溯技术。以天津市为例,以Microsoft Visual Studio 2010软件作为系统设计和开发工具,开发了放心农产品一体化追溯平台,为消费者提供追溯服务,为职能部门提供分析决策。从并发访问能力和追溯效果两方面进行分析,当并发用户数达到40时,单个事务的平均响应时间达到19 s,接近较好用户体验的临界点;与目前已有的追溯系统相比,平台具有多品类追溯、追溯信息多样性、追溯互动性强等特点。研究结果可为提高追溯信息集成度、增强追溯结果分析能力提供参考。     

基于Hadoop的云环境下作物生长模型算法的实现与测试

为了提高作物生长模型的计算速度,该文提出了云环境下作物生长模型算法的实现方案。综合分析了作物生长模型和子模型之间的数据依赖关系,以及不同并行计算方法的特点。以云计算基础架构开源软件Hadoop为基础,设计云环境下作物生长模型处理方案。以小麦生长模型WheatGrow为测试对象,在真实云环境下,验证了该方案的有效性。研究表明,在处理作物生长模型这类具有复杂数据依赖关系问题时,当区域数据点较多,需采用数据并行计算方法;且区域数据点越多,加入计算的计算结点越多,越能体现出MapReduce在并行计算上具有的可扩展性。研究可为促进作物生长模型和数字农业的发展提供参考。     

基于信息流模型的农业产业链智能管理技术框架

探索了构建农业产业链信息流模型,以＂关联数据采集-多源数据同化融合-海量数据分析处理-多用户交互应用＂为研究路线,在前人研究的基础上,重点解决海量数据挖掘和分析处理、基于领域本体的数据解析、信息编码标准等问题,集成其他相关的技术,支持农业产业链各环节的信息获取、管理、分析和利用。     

中国作物生长模拟监测系统构建及应用

该文系统阐述了中国作物生长模拟监测系统（Crop Growth Simulating and Monitoring System in China, CGMS-China）的构建方法及其在国家级农业气象业务中的应用。CGMS-China是基于WOFOST、Oryza2000、WheatSM、ChinaAgroys 4个作物模型构建的系统,在作物长势监测评估、农业气象灾害影响评估、作物产量预报等农业气象业务中均有应用。该系统可进行作物长势监测、产量预报、农业气象灾害影响评估。利用CGMS-China模拟输出的地上生物量、叶面积指数、穗质量,建立作物长势评估指标,可对小麦、玉米、水稻进行实时长势监测与评估。通过CGMS-China对2014年8月中旬华北黄淮夏玉米的干旱产量损失评估和2016年6月22日早稻高温热害的产量损失预估表明,CGMS-China对农业气象灾害影响评估的效果较好。利用CGMS-China对2014年冬小麦主产省进行产量预报,各省的平均预报相对误差为7%。与此同时,在CGMS-China中利用遥感数据同化方法,对山西洪洞县进行产量预报,预报相对误差小于11%。该系统在国家级农业气象业务中具有良好的应用前景。     

NDVI时序相似性对冬小麦种植面积总量控制的制图精度影响

遥感技术获取的区域作物面积与作物面积统计数据间常常存在不一致的问题,这在一定程度上影响了作物分布遥感制图信息的应用。为获得与作物面积统计数据一致的高精度作物分布遥感制图信息,该研究以河北省衡水市武邑县为研究区,以时序Sentinel-2遥感影像生成的归一化差值植被指数(Normalized Difference Vegetation Index, NDVI)为研究数据,将冬小麦面积目视解译数据作为遥感提取的区域冬小麦面积总量参考,提出基于复合型混合演化算法(Shuffled Complex Evolution-University of Arizona, SCE-UA)和区域作物种植面积总量控制的NDVI时序相似性阈值优化冬小麦分布制图方法,并进行精度验证。在此基础上,进一步开展不同生育阶段NDVI时序相似性及其相似性组合的冬小麦分布提取精度对比研究。结果表明,利用全生育期NDVI时序相似性获得的冬小麦分布制图结果总量精度达99.99%以上,总体精度达98.08%,Kappa系数为0.96,可以保证遥感提取的区域冬小麦面积与冬小麦种植面积总量控制参考间的高度一致性且能获得较高的作物遥感识别精度。从不同生育阶段NDVI时序相似性及其相似性组合的冬小麦分布提取结果可知,利用出苗期-分蘖期、返青期-拔节期的NDVI时序可获得高精度冬小麦分布提取结果,而利用抽穗期-成熟期的NDVI时序数据提取冬小麦结果则精度较低,且综合不同生育阶段NDVI时序数据有利于冬小麦制图精度的提高。该研究可为高精度冬小麦分布提取和制图技术及其方案优化提供一定参考依据,也可为遥感数据和作物面积统计数据融合的大范围农作物分布遥感制图及统计数据空间化提供一定技术方法参考和思路借鉴。     

全国农作物叶面积指数遥感估算方法

目前对农作物叶面积指数LAI的遥感估算研究多是针对单一作物或是作物种植结构单一的区域,该文运用大尺度农作物叶面积指数的遥感估算方法,在像元尺度上对4个代表性实验站的LAI与归一化植被指数(NDVI)的相互关系进行了回归分析后,得到4种代表性作物种植结构的LAI估算模型,然后结合全国农作物种植结构数据对模型外推,建立了一个全国尺度的遥感模型,并估算了全国作物LAI。该文使用“863”项目山东遥感应用综合试验中的作物LAI观测数据进行了验证,结果表明该模型较其它估算模型达到了较高的精度,最大相对误差为39%,平均的相对误差为19%。该模型的计算结果已经在“中国农情遥感速报”系统中得到了广泛的应用。     

秒尺度温室番茄作物-环境互作模型构建与验证

为了解决现有温室模型时间尺度不统一的问题,该研究建立了一个时间尺度统一的温室番茄作物-环境互作模型,描述作物与环境之间的相互作用,提高模型的精准性。首先,将番茄作物生长模型拆分成SUPPLY、PARTITION、GROWTH3个子模块,针对3个模块在由天数量级时间尺度到秒数量级时间尺度变换时存在的问题,通过模型替换、结构改造、参数辨识等方法对时间尺度进行了转换,并利用EFAST敏感性分析算法将模型中的不确定参数分为敏感参数和不敏感参数两类。然后,在秒时间尺度番茄作物生长模型的基础上,考虑番茄作物对温室环境的实时反馈,结合小气候模型形成包含未知参数的"通用"的互作模型结构。最后,利用贝叶斯优化方法及番茄生产温室的实际数据,分别对互作模型中生长模型和小气候模型的未知参数进行参数辨识,确定互作模型全部结构与参数,得到可用的互作模型。利用该研究得到的秒时间尺度生长模型对2015—2018年上海崇明A8温室番茄产量进行模拟,其与真实产量值间的均方根误差在7.34～18.85 g/m~2之间,平均相对误差在5.8%～18%之间,均小于TOMGRO模型与Integrated模型,可以更好地预测产量变化。含作物反馈的小气候环境模型经参数辨识后,模拟番茄作物3个不同生长时期(幼苗期、开花坐果期、结果期)的环境因子(温室内温度、湿度、CO_2浓度)变化的平均相对误差均在3%～6%之间,且相较于未考虑作物反馈的一般小气候模型有更好的模拟效果。互作模型的建立将作物与温室小气候环境统一成一个模型,可以为温室环境控制提供模型基础。     

基于FCS及EPIC模型的未来情境下作物空间竞争模拟

该文模拟了未来2030年气候变化和社会经济情景下东北地区粮食作物玉米、水稻和大豆空间竞争情况,并将竞争结果空间化,以期为相关研究和农业区域布局政策制定提供参考。该文设置A2C1D1(IPCCA2 CO2排放气候变化情景、农民无打工收益、3种作物政府收购价格翻一番)、A2C1D2(IPCCA2 CO2排放气候变化情景、农民无打工收益、3种作物政府价格翻二番)、B2C2D1(IPCC B2 CO2排放气候变化情景、农民无打工收益、3种作物政府收购价格翻一番)和B2C2D2(IPCC B2 CO2排放气候变化情景、农民无打工收益、3种作物政府价格翻二番)等4种IPCC气体排放气候变化和社会经济混合情景,与2009年3种作物空间竞争结果比较,可以得到如下结论:1)在A2C1D1情景下,玉米面积所占粮食作物农田面积比例由82.3%下降到77.36%,大豆由7.7%上涨至8.93%,水稻则由10%上涨到13.71%,空间上,玉米在小兴安岭与嫩江平原区之间的过渡地带及辽宁省腹地水系较为发达地区的周边地区有所减少,而大豆在小兴安岭与嫩江平原区之间的过渡地带,水稻在辽宁省腹地辽河平原面积相应有所增加;2)在A2C1D2情景下,玉米面积比例由82.3%下降到75.56%,而大豆由7.7%上涨至9.52%,水稻则由10%上涨至14.92%,空间上,这一情景的变化与A2C1D1非常相似;3)在B2C2D1情景下,玉米所占面积比例由82.3%上升到84.16%,而大豆由7.7%下降至7.27%,水稻由10%则下降到8.57%,空间上,玉米面积在小兴安岭与嫩江平原区之间的过渡地带和辽宁水系较为丰富的腹地地区,大豆种植区在小兴安岭与嫩江平原区之间的过渡地出现萎缩,而水稻在辽宁腹地种植面积逐渐减少,这一现象与A2C1D1和A2C1D2相反;4)在B2收购价格翻两番的情景下,玉米所占面积比例由82.3%下降到80.06%,而大豆由7.7%上升至9.01%,而水稻由10%则上涨到10.93%,空间上分布没有明显变化。从指导实际生产的角度分析,在中国经济发展呈现新常态特征的情况下,2030年B2C2D1和B2C2D2的情景预测可能更加符合实际情况,从农产品相对平衡发展的角度出发,收购价格无差别化提高2倍对于优化农产品布局更加有利。     

农产品安全追溯系统的云计算技术性能提升设计

农业生产及环境的信息采集是农业信息系统的重要环节,无线传感器网络以它的低成本、无线传输等优势广泛应用于农产品安全追溯的信息采集中。由于无线传感器网络长年不间断信息采集的积累,数据库的大信息量及网站用户高访问量将对网站服务器造成高负载的压力,这将导致网站的响应速度大大降低。采用高存储、高负载处理性能云计算计算技术,能提高网站访问的响应速度,提高网站的访问性能。该文设计了基于私有云的农产品安全追溯网站,研究了Hill-Climbing搜索算法优化云平台配置及MapReduce对大数据的并行计算,提高了私有云上的农产品安全追溯系统的性能。通过将网站系统迁移至私有云的前后的比较试验,说明将网站系统迁移至私有云后各方面性能得到较大提升,网站访问响应速度提高了33%。