农业植保预测和决策支持系统的若干关键问题研究

发布时间：2017-03-17 23:01

  本文关键词：农业植保预测和决策支持系统的若干关键问题研究，由笔耕文化传播整理发布。

【摘要】：中国作为人口大国,农业植保系统是决定全社会吃饭问题的关键系统,在农业生产中起着非常重要的作用。植保预测和决策是植保系统的核心,涉及到生产组织和管理、病虫害防治、预报等农业生产全过程。植保系统是一个非常复杂的系统,其中不明确、不确定的因素非常多,导致了系统呈现灰色系统特性,因此在农业生产中植保系统的一些问题把握不好,将导致农业生产受到较大影响,严重影响社会农业系统内人员的收入,甚至影响全国的粮食供应。 在农业植保预测预报系统建设过程中, 存在很多不确定因素和技术难点,而这些问题却又是农业植保系统的关键问题,也是农业生产精准化、可控化的关键问题。论文作者在项目研究过程中,参加了云南农业大学植保学院和昆明市植保站,以及云南省内8个县区植保站试验田的生产和种植试验,进行了历时数年大量的试验数据采集和试验调研,并与大量的农业植保专家进行合作研究,充分听取农民种植户、基层农技人员、县区植保技术人员、省市级植保专家、院校植保专家的建议和意见,对于植保系统中存在的一些难点问题进行深入仔细的分析研究,并选择其中农业植保预测和决策支持系统进行研究,以期解决一些难点问题。论文的部分成果已经在云南8县一市应用,最终取得了较高的学术、社会、经济效益。 论文从农业植保系统中一些传统经验和方法遇到的困境出发,积极利用现代科技的优势,引入管理工程、计算机、信息采集、信息处理、数据库以及人工智能知识管理等方法和技术,对传统的以手工和经验为主的植保预测和预报进行了深入研究,对其原理和方法的科学性进行了讨论和改进,充分利用管理工程和信息技术的方法和技术,建立了一些应用模型,用计算机进行开发实现,并已经进行了一定时间段的生产试验。 论文主要解决了如下问题：1、阈期的预测是植保系统广泛存在的一个难题,传统以来大多以经验模型进行阈期的预测,由此开发的预测系统通用性很差。论文将传统的经验模型进行科学化处理,并以除草阈期预测作为例子,提出了除草阈期模型自适应性问题,即模型参数的动态自适应解决方法,彻底改变了小样本特性的经验模型在不同作物生长环境适应性差的难题。2、以模糊评判等方法建立了田间杂草生长的优势评估以及除草剂效果评估模型,为植保决策支持系统中的优势因素确定和效果评估提供了方法。3、利用矢量合成等方法建立病害传播模型,解决了传统植保预测预报系统中传播趋势难以预测的问题,为病害传播的多因素趋势自动预测提供了方法。4、将植保系统中极其重要的农业专家的评价进行了量化处理,传统方法在系统里专家的支持度一般都是固定不变的,论文提出了动态支持度概念,建立了支持度动态调整模型,为专家参与植保决策支持系统的自动运行,以及客观描述专家在系统中的重要性提供了一套方法。5、精准化农业的关键是数据采集的密度和精确度问题,也是预测决策的关键,通常采集密度越高预测越准确,而采集密度越高采集成本就越高,甚至无法实施。论文提出了2套低成本、高密度、易实施的采集系统方案,彻底解决大田数据采集问题,为精准农业的实施打好了基础。 上述这些理论和方法的建立,虽然是建立在传统的管理工程思想和方法基础上,但这些理论和方法在解决农业预测和决策问题上有一定的创新性,为农业生产的精确化、科学化管理提供了新的思路和方法,一定程度改变农业生产以经验性决策为主的模式,对农业植保领域的预测系统和决策支持系统建设起到了一定的示范作用。论文工作数据采集等历时数年,工作量巨大,技术难度较高,也获得了较多成果。
【关键词】：植保预测 决策支持系统 模型自适应性 动态支持度 优势评估 矢量合成 精准数据采集
【学位授予单位】：昆明理工大学
【学位级别】：博士
【学位授予年份】：2013
【分类号】：S481;C934
【目录】：

• 摘要4-6
• Abstract6-14
• 第一章 绪论14-37
• 1.1 论文研究的背景14-22
• 1.1.1 农业信息化的内涵及现状14-16
• 1.1.2 农业信息监测与灾害预防系统建设16
• 1.1.3 病害流行过程和预测预报的基本方法16-21
• 1.1.3.1 病害流行过程及其系统分析17-18
• 1.1.3.2 病害预测预报的基本方法18-21
• 1.1.4 农业植保预测与决策支持系统关系和定位21-22
• 1.2 农业植保预测和决策支持系统的研究现状及存在的问题22-28
• 1.2.1 国内外农业植保预测和决策支持系统的研究现状23-25
• 1.2.2 植保预测和决策支持系统建设中普遍存在的问题25-28
• 1.3 课题研究的目的与意义28-30
• 1.4 论文研究课题来源以及项目完成情况介绍30-32
• 1.5 论文研究的主要内容和创新点32-34
• 1.6 论文的组织34-35
• 1.7 本章小结35-37
• 第二章 植保预测和决策支持系统原理与结构37-46
• 2.1 植保预测和决策支持系统的基本思路37-41
• 2.1.1 病害预测的基本方法37-39
• 2.1.2 植保预测的类别总结39-40
• 2.1.3 植保预测系统建设的基本思路40-41
• 2.2 植保决策支持系统原理41-42
• 2.3 植保决策支持系统基本功能模块42-45
• 2.4 本章小结45-46
• 第三章 除草阈期预测模型的动态自适应方法研究46-60
• 3.1 杂草防治阈期预测研究的背景46-49
• 3.1.1 预测模型的动态自适应与小样本问题46-47
• 3.1.2 杂草防治阈期预测的定义47-49
• 3.2 材料与方法49-56
• 3.2.1 除草阈期预测试验方案确定49-50
• 3.2.2 除草经济阈期预测模型和模型参数动态计算方法50-51
• 3.2.3 作物生长曲线模型的确定51-53
• 3.2.4 模型参数的动态计算方法53
• 3.2.5 采用t校验的方法来验证模型参数的回归显著性53-54
• 3.2.6 杂草经济防治阈期预测模型自适应测试系统设计54-56
• 3.3 结果与分析56-59
• 3.3.1 输数据入56-57
• 3.3.2 阈期预测的结果57-58
• 3.3.3 年阈期统计58-59
• 3.3.4 讨论59
• 3.4 本章小结59-60
• 第四章 杂草优势评估与除草效果分析决策支持研究60-75
• 4.1 杂草优势评估与除草效果分析研究背景60-61
• 4.2 材料与方法61-68
• 4.2.1 生物群落调查分析优势评估的方法和指标体系设计61-62
• 4.2.2 药效模糊综合评判方法分析与算法62-65
• 4.2.3 数据处理方案65-66
• 4.2.4 试验测试系统设计66-68
• 4.3 结果与分析68-73
• 4.3.1 杂草优势评估试验测试68-71
• 4.3.2 除草剂除草效果评价试验测试71-73
• 4.4 本章小结73-75
• 第五章 流行趋势预测的多因素矢量合成模型与算法75-86
• 5.1 多因素趋势合成的概念和研究背景75-76
• 5.2 材料与方法76-81
• 5.2.1 多因素趋势矢量合成算法模型76-79
• 5.2.2 多因素趋势矢量合成算法的应用79-80
• 5.2.3 多因素趋势矢量合成模型测试设计80-81
• 5.2.3.1 测试系统意义与功能80-81
• 5.2.3.2 多因素趋势合成系统各功能模块的设计81
• 5.3 结果与分析81-85
• 5.3.1 多趋势合成模型的测试示例81-84
• 5.3.2 讨论分析84-85
• 5.5 本章小结85-86
• 第六章 专家群决策方法与预测结果的合成方法86-92
• 6.1 群决策方法比较与选择86-87
• 6.2 专家支持度的概念87-89
• 6.2.1 预测预报专家系统专家支持度评价指标体系设计87-89
• 6.2.2 初始专家支持度的计算89
• 6.3 动态专家支持度的确定方法与算法设计89-90
• 6.4 群决策的实现与多专家预测结果的合成90-91
• 6.5 本章小结91-92
• 第七章 农业植保高密度数据采集与监测方法研究92-103
• 7.1 高密度数据采集的背景和要求92-93
• 7.2 材料与方法93-101
• 7.2.1 数据采集与监测系统的组成和原理93-95
• 7.2.2 农田植保数据采集的基本情况95
• 7.2.3 利用GPRS通信建立田间数据采集系统方案研究95-97
• 7.2.3.1 GPRS技术特点与其它通信方式相比的优势95-96
• 7.2.3.2 GPRS植保测报信息采集系统通信结构方案96-97
• 7.2.3.3 设备功能模块组成设计97
• 7.2.4 用WLAN实现植保测报信息采集与监测系统研究97-100
• 7.2.4.1 WLAN技术特点分析98
• 7.2.4.2 以WLAN组网进行植保测报监测与数据采集方案设计98-100
• 7.2.5 软件功能设计100-101
• 7.2.5.1 前端软件功能设计100-101
• 7.2.5.2 主机端数据库及适配层软件101
• 7.3 结果与分析101-102
• 7.4 本章小结102-103
• 第八章 结论与展望103-107
• 8.1 研究结论103-106
• 8.2 不足与展望106-107
• 致谢107-108
• 参考文献108-117
• 附录A 攻读学位期间获得的主要成果目录117-123
• 一、论文、专利、软件著作权117-120
• 论文117-119
• 专利119-120
• 软件著作权120
• 二、著作120
• 三、科研项目120-121
• 四、获得奖项121-123

【参考文献】

中国期刊全文数据库 前10条

1 崔华威;杨艳丽;黎敬涛;罗文富;苗爱敏;胡振兴;韩小女;;一种基于Photoshop的叶片相对病斑面积快速测定方法[J];安徽农业科学;2009年22期

2 毕守东,邹运鼎,陈高潮,孟庆雷,王公明;各种天敌对麦长管蚜和麦二叉蚜种群数量影响程度的研究[J];安徽农业大学学报;2000年02期

3 薛冬娟,张冬冬,张彦峰,常淑惠;农业专家系统中分类产生式规则的知识表示方法[J];河北农业大学学报;2004年03期

4 张长利;孙红敏;沈维政;魏晓莉;;以农业信息化推进黑龙江省社会主义新农村建设[J];东北农业大学学报(社会科学版);2006年03期

5 顾琳;黎敬涛;张兴涛;;对Apriori算法的一种改进——基于0-1矩阵处理算法[J];电脑知识与技术(学术交流);2007年21期

6 韩冰,李芬华;GPRS技术在数据采集与监控系统中的应用[J];电子技术;2003年08期

7 刘双印;徐龙琴;谢仕义;涂超;;基于案例与规则集成推理的公共卫生疫情预警系统的应用研究[J];电子技术应用;2007年07期

8 宋远方;混合因素群体AHP方法及其通用软件[J];系统工程;1989年01期

9 周贤林,周斌;基于层次分析法的群体决策[J];系统工程;1994年06期

10 史永;我国农业信息化建设的现状及应对策略[J];甘肃农业;2004年09期

中国博士学位论文全文数据库 前2条

1 马丽丽;番茄生长模型及日光温室小气候建模的研究[D];沈阳农业大学;2009年

2 张谷丰;基于WebGis的农作物病虫预警诊断平台[D];南京农业大学;2009年

  本文关键词：农业植保预测和决策支持系统的若干关键问题研究，，由笔耕文化传播整理发布。

本文编号：253546