病情相似结果为啥不同

（ 2015年12月14日  03 版）

    本报记者杨丹丹

    2014年春夏之交，安徽省植保总站预测科工作人员邱坤通过该省农作物病虫害监测预警信息系统监测发现，这一年的各项气象指标与2010年小麦赤霉病大面积爆发前的数据非常相似。在实地调研证实了相关指标和征兆后，植保部门第一时间发布了相关预警和防治信息。随后的几个月内，多县区小麦呈现出赤霉病发病前兆。由于预警提前、防治及时，当年的小麦赤霉病得到有效控制。

    都是赤霉病，四年后为何结果不同？立下大功的正是安徽省农作物病虫害监测预警信息系统，它由安徽省植保总站与安徽农业大学植保学院、计算机学院三方合作开发，如今已成为该省粮食生产的“守护眼”。究竟它有着怎样的功能呢？

    划分生态区：数据整合更科学

    安徽省是我国粮食生产大省，近年小麦、水稻种植面积达7000多万亩，主要病虫重发频率高，造成损失大。病虫害监测预警是解决作物病虫害危害的重要途径，但是，病虫害预测预报受多种因素影响，其模糊性、不确定性使得这些系统依靠单一模型和方法难以取得好的效果，同时，在平台构建与维护方面，往往依托单纯的软件公司开发，在持久维护和领域结合方面都存在着问题，同时平台信息发布到终端用户也受限于“最后一公里”问题。

    因此，探索新的省级植保平台运行模式，能够与全省三级植保系统业务流程紧密结合，具有智能化、定量与定性结合和移动便携信息采集和发布终端的病虫害监测预警系统十分必要。

    “为此，我们以全省主要农作物病虫害数据库为基础构建了‘安徽省农作物病虫害监测预警平台’。该平台已在全省植保系统推广使用4年，采集数据和知识达30万条，实现了麦、稻20余种主要病虫监测数据的实时传输和及时测报，为病虫害防治决策的制定提供了重要依据。”安徽省植保总站副站长曹明坤介绍说。

    平台的一大亮点是实现了数据整合的生态区化，根据安徽省农作物种植分布和地形地质结构特点，将全省分为九个生态区。结合植保系统的现状，采用信息化平台，把病虫数据按生态区整合，数据的规范性和一致性有了很大的改善。过去主要是各个县（区）植保站人工采样、上报数据，这样难免造成病虫监测数据的不均衡、缺失和不完整。但是同一生态区病虫害往往表现出发生情况的一致性，按生态区划分就基本解决了数据整合问题。

    多算法结合：应用中还需不断校正

    邱坤告诉记者，安徽省农作物病虫害监测预警平台结构预测预报模块是安徽省农作物病虫害监测预警系统中的重要模块。植保人员可通过预测预报模块对所属植保站进行提前预测，有利于指导农民防治病虫害的发生，减少一些不必要的损失。

    “比如我们在7月份根据平台数据监测发现稻飞虱发生指数偏低。在植保过程减少了施药次数，达到了有效控药。”邱坤称，平台目前主要使用两种方案，一种是CBR算法（气象相似年算法），一种是定量和定性结合的GAHP（群层次分析法）的预测方法，摆脱单纯依赖单一数理模型的做法。气象相似年算法就是利用时间窗选择的气象数据，用户通过简单的设置，由平台自动计算出该时间窗对应的历史上的相似年数据，并给出当时的病虫害发生情况。

    “模式是辅助手段，我们在应用中需要不断校正，提高预测的准确率。”邱坤告诉记者，目前，全省县级植保站均通过该系统上报水稻、小麦病虫动态监测数据以及病虫年度发生情况数据。大多数站近20年病虫发生数据已录入该系统，采集数据和知识达50万条。

    目前，整个平台分为“站内消息”“数据上报”、“数据查询”、“预测预报”、“在线会诊”、“系统管理”6大模块，还将添加“在线分类识别功能”、“GAHP预测预报功能”等新的功能。“除了不断提高预测的准确率，以后还要补充防治技术的运用这一块内容。”邱坤表示。

点击支持一下 共有条评论 数据 预测 病虫害监测 小麦