夏玉米干旱實(shí)時(shí)評(píng)估監(jiān)測(cè)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)

摘? 要：文章提出一種通過(guò)爬蟲(chóng)程序采集實(shí)時(shí)氣象數(shù)據(jù)與夏玉米土壤墑情數(shù)據(jù)結(jié)合的模型評(píng)估方法，通過(guò)開(kāi)發(fā)建立一套具有強(qiáng)時(shí)效性干旱評(píng)估監(jiān)測(cè)系統(tǒng)。系統(tǒng)采用“氣象數(shù)據(jù)采集—干旱模型分析構(gòu)建—專(zhuān)題圖可視化建模—地圖服務(wù)調(diào)用—客戶(hù)端展示”的設(shè)計(jì)路線，通過(guò)集成數(shù)據(jù)采集分析平臺(tái)與業(yè)務(wù)應(yīng)用平臺(tái)實(shí)現(xiàn)夏玉米干旱評(píng)估監(jiān)測(cè)。最后以河南省為案例做出應(yīng)用評(píng)價(jià)，證明系統(tǒng)具有良好的實(shí)用性，對(duì)農(nóng)業(yè)氣象災(zāi)害防治工作具有指導(dǎo)意義。

關(guān)鍵詞：氣象數(shù)據(jù);實(shí)時(shí)采集;夏玉米;干旱評(píng)估;監(jiān)測(cè)系統(tǒng)

中圖分類(lèi)號(hào)：TP311? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼：A文章編號(hào)：2096-4706（2022）01-0028-04

Abstract： This paper proposes a model evaluation method that combines real-time meteorological data collected by crawler program and summer corn soil moisture data， and a set of drought evaluation and monitoring system with strong timeliness is established through development. The system adopts the design route of “meteorological data collection—drought model analysis construction—thematic map visualization modeling—map service call—client display”， and realizes summer corn drought assessment and monitoring through the integrated data collection and analysis platform and business application platform. Finally， an application evaluation is made with Henan Province as a case， which proves that the system has good practicability and has guiding significance for the prevention and control of agro-meteorological disasters.

Keywords： meteorological data; real-time collection; summer corn; drought assessment; monitoring system

0? 引? 言

隨著近年來(lái)全球溫室效應(yīng)加劇、氣候變暖的影響，世界多地頻繁出現(xiàn)極端天氣現(xiàn)象，導(dǎo)致各種農(nóng)業(yè)氣象災(zāi)害頻發(fā)，使得農(nóng)作物產(chǎn)量受到嚴(yán)重?fù)p失。我國(guó)是世界第二大玉米種植生產(chǎn)國(guó)，尤其是夏玉米在國(guó)內(nèi)種植分布十分廣泛。夏玉米的種植極易受到農(nóng)業(yè)干旱氣象的影響，因此通過(guò)采集實(shí)時(shí)氣象數(shù)據(jù)為研究基礎(chǔ)，利用干旱模型建立一套合理的夏玉米干旱評(píng)估監(jiān)測(cè)系統(tǒng)具有重要意義。

早在十九世紀(jì)中葉，國(guó)外農(nóng)業(yè)學(xué)者已經(jīng)對(duì)農(nóng)業(yè)干旱展開(kāi)了研究。Palmer W C提出的基于土壤水分指數(shù)和作物水分指數(shù)方法，對(duì)農(nóng)業(yè)干旱進(jìn)行定量研究[1]。Ashok K、Alfieri、Ferguson等人將氣象數(shù)據(jù)與農(nóng)作物地表數(shù)據(jù)、農(nóng)作物內(nèi)蒸騰數(shù)據(jù)等相結(jié)合，對(duì)農(nóng)業(yè)干旱災(zāi)害的發(fā)生頻率及強(qiáng)度展開(kāi)研究。除此之外，俄羅斯、澳大利亞等國(guó)家還建立相應(yīng)的干旱監(jiān)測(cè)應(yīng)用系統(tǒng)，加強(qiáng)了對(duì)干旱災(zāi)害的評(píng)估預(yù)警。隨著近幾年的信息化的發(fā)展，國(guó)內(nèi)夏玉米干旱研究、干旱監(jiān)測(cè)系統(tǒng)建立取得了飛躍性的進(jìn)步。2013年，許玲燕、王慧敏等人開(kāi)展了“基于SPEI的云南省夏玉米生長(zhǎng)季干旱時(shí)空特征分析”的研究[2]。2015年，楊平、張麗娟等人對(duì)黃淮海地區(qū)夏玉米干旱風(fēng)險(xiǎn)進(jìn)行了評(píng)估與區(qū)劃[3]。在農(nóng)業(yè)干旱監(jiān)測(cè)系統(tǒng)建設(shè)方面，李玉愛(ài)等人在氣象學(xué)、統(tǒng)計(jì)學(xué)及人工智能理論的基礎(chǔ)上創(chuàng)建了一套“短期農(nóng)業(yè)氣候干旱預(yù)測(cè)系統(tǒng)”[4]。由目前研究現(xiàn)狀可知，國(guó)內(nèi)對(duì)農(nóng)業(yè)干旱研究主要集中在干旱指標(biāo)建立和干旱時(shí)空特征分析方面，以模型分析結(jié)合實(shí)時(shí)氣象數(shù)據(jù)的干旱評(píng)估系統(tǒng)研究目前較少。

本研究提出通過(guò)采集研究區(qū)域內(nèi)降水量、溫度、相對(duì)濕度、風(fēng)速等實(shí)時(shí)氣象數(shù)據(jù)，結(jié)合研究區(qū)內(nèi)氣象部門(mén)發(fā)布的每周土壤墑情（20 cm）資料數(shù)據(jù)建立夏玉米干旱評(píng)估模型，最終利用C#開(kāi)發(fā)語(yǔ)言、數(shù)據(jù)庫(kù)技術(shù)、Web GIS技術(shù)建立一套夏玉米干旱評(píng)估監(jiān)測(cè)系統(tǒng)，最后以黃淮平原廣泛種植夏玉米的河南省為例，進(jìn)行系統(tǒng)測(cè)試應(yīng)用。

1? 干旱評(píng)估監(jiān)測(cè)模型建立

1.1? 干旱指標(biāo)構(gòu)建

夏玉米生長(zhǎng)階段主要包括播種期、出苗期、拔節(jié)期、抽雄期、灌漿期、成熟期6個(gè)不同時(shí)期，其在各個(gè)生長(zhǎng)時(shí)期的水分需求量是不同的。由于玉米根系分布大多在土壤深度20 cm左右，因此選取20 cm深的土壤層相對(duì)濕度值（20 cm土壤墑情）作為干旱評(píng)價(jià)指標(biāo)。參照中華人民共和國(guó)水利部發(fā)布的《土壤墑情評(píng)價(jià)指標(biāo)》，制定了夏玉米生長(zhǎng)期土壤墑情的W五個(gè)干旱等級(jí)指標(biāo)，以此作為評(píng)價(jià)干旱等級(jí)標(biāo)準(zhǔn)，如表1所示。

1.2? 干旱評(píng)估模型建立

通過(guò)收集研究區(qū)內(nèi)農(nóng)業(yè)氣象站點(diǎn)降水量、溫度、蒸發(fā)量、日照時(shí)長(zhǎng)等數(shù)據(jù)以及相應(yīng)的土壤墑情資料，用SPSS軟件對(duì)15a的數(shù)據(jù)進(jìn)行回歸分析，剔除回歸分析中不顯著變量因子，得出河南省土壤墑情變化與氣象因子之間的關(guān)系方程。

經(jīng)過(guò)研究分析發(fā)現(xiàn)，在夏玉米土壤墑情預(yù)測(cè)中：本周降水總量（R）和上周土壤墑情（W0）對(duì)本周墑情影響顯著，起著決定性作用;日照時(shí)長(zhǎng)（S）對(duì)本周土壤墑情影響較小;積溫（T）、蒸發(fā)總量（E）對(duì)本周墑情影響不顯著，可以忽略。最終得到夏玉米土壤墑情的最優(yōu)回歸方程為[5]：

W=49.824+0.502W0+0.02R-0.02S

回歸方程中W代表本周周末的土壤墑情（%）;W0代表上周周末的土壤墑情（%）;R代表上周末到本周末之間的降雨量，單位mm;S為上周末到本周末之間的總?cè)照樟?，單位h。降雨總量R、總?cè)照樟縎從數(shù)據(jù)庫(kù)中調(diào)用對(duì)應(yīng)時(shí)間段數(shù)據(jù)采集獲取實(shí)時(shí)氣象數(shù)據(jù)。上周周末的土壤墑情W0取值為玉米各個(gè)生長(zhǎng)期土壤最適宜濕度，依據(jù)中華人民共和國(guó)水利部發(fā)布《土壤墑情評(píng)價(jià)指標(biāo)》中玉米各生長(zhǎng)期土壤適宜濕度取值，如表2所示。

2? 系統(tǒng)設(shè)計(jì)

2.1? 系統(tǒng)總體架構(gòu)設(shè)計(jì)

2.1.1? 系統(tǒng)架構(gòu)設(shè)計(jì)

基于實(shí)時(shí)氣象數(shù)據(jù)的夏玉米干旱評(píng)估監(jiān)測(cè)系統(tǒng)設(shè)計(jì)采用B/S架構(gòu)，即瀏覽器和服務(wù)器（Browser/Server）結(jié)構(gòu)。B/S模式采用經(jīng)典的瀏覽器—服務(wù)器—數(shù)據(jù)庫(kù)三層架構(gòu)。干旱評(píng)估監(jiān)測(cè)系統(tǒng)的業(yè)務(wù)數(shù)據(jù)在服務(wù)器端分析處理完成，通過(guò)Web服務(wù)器和GIS服務(wù)器將分析結(jié)果插值生成專(zhuān)題圖的形式反饋給用戶(hù)，用戶(hù)通過(guò)瀏覽器或者移動(dòng)終端能夠更好地實(shí)現(xiàn)人機(jī)交互。

2.1.2? 系統(tǒng)業(yè)務(wù)邏輯框架

系統(tǒng)整體邏輯設(shè)計(jì)路線為：實(shí)時(shí)氣象數(shù)據(jù)采集—夏玉米干旱模型分析構(gòu)建—干旱評(píng)估監(jiān)測(cè)結(jié)果可視化建?！獙?zhuān)題地圖生成—客戶(hù)端展示，系統(tǒng)整個(gè)框架由數(shù)據(jù)采集分析平臺(tái)與業(yè)務(wù)應(yīng)用平臺(tái)組合而成。數(shù)據(jù)采集分析平臺(tái)采集實(shí)時(shí)的氣象數(shù)據(jù)，并存儲(chǔ)夏玉米旱情結(jié)果分析數(shù)據(jù)，最終將結(jié)果傳輸至業(yè)務(wù)應(yīng)用平臺(tái)。業(yè)務(wù)應(yīng)用平臺(tái)主要包括對(duì)數(shù)據(jù)進(jìn)行模型分析、干旱評(píng)估專(zhuān)題圖的形成、響應(yīng)客戶(hù)端請(qǐng)求等功能，系統(tǒng)業(yè)務(wù)邏輯框架如圖1所示。

2.2? 系統(tǒng)功能模塊設(shè)計(jì)

系統(tǒng)主要通過(guò)完成對(duì)研究區(qū)中干旱監(jiān)測(cè)相關(guān)的氣象數(shù)據(jù)采集、存儲(chǔ)，通過(guò)系統(tǒng)建立的干旱監(jiān)測(cè)模型分析得出農(nóng)作物干旱指數(shù)，最終依據(jù)干旱評(píng)價(jià)標(biāo)準(zhǔn)判定農(nóng)作物干旱程度。本系統(tǒng)功能整體分為實(shí)時(shí)氣象數(shù)據(jù)采集存儲(chǔ)功能模塊、實(shí)時(shí)氣象數(shù)據(jù)查詢(xún)功能模塊和農(nóng)作物干旱監(jiān)測(cè)評(píng)估模塊，如圖2所示。

2.3? 系統(tǒng)數(shù)據(jù)庫(kù)設(shè)計(jì)

以干旱評(píng)估監(jiān)測(cè)系統(tǒng)功能需求為目標(biāo)導(dǎo)向，進(jìn)行數(shù)據(jù)庫(kù)設(shè)計(jì)，實(shí)現(xiàn)數(shù)據(jù)庫(kù)系統(tǒng)對(duì)屬性數(shù)據(jù)、空間數(shù)據(jù)的保存儲(chǔ)和維護(hù)。在遵循行業(yè)規(guī)范前提下，優(yōu)化系統(tǒng)的數(shù)據(jù)結(jié)構(gòu)，盡量達(dá)到數(shù)據(jù)精煉、存儲(chǔ)效率高、性能好等目標(biāo)，為系統(tǒng)運(yùn)行提供良好的數(shù)據(jù)信息環(huán)境[6]。

2.3.1? 基礎(chǔ)地理數(shù)據(jù)庫(kù)設(shè)計(jì)

基礎(chǔ)地理數(shù)據(jù)包括研究區(qū)河南省范圍內(nèi)各市轄區(qū)、縣級(jí)行政區(qū)的面狀行政區(qū)劃圖層以及各縣級(jí)氣象站站點(diǎn)所在地的點(diǎn)狀圖層。基礎(chǔ)地理數(shù)據(jù)庫(kù)采用WGS_1984大地坐標(biāo)系作為地理數(shù)據(jù)坐標(biāo)，通過(guò)ArcSDE將矢量基礎(chǔ)地理信息數(shù)據(jù)以表的形式存儲(chǔ)在SQL Server數(shù)據(jù)庫(kù)中，分別將行政區(qū)劃數(shù)據(jù)為表gis_city，將縣級(jí)氣象站站點(diǎn)數(shù)據(jù)存儲(chǔ)為表gis_pt_city。

2.3.2? 實(shí)時(shí)氣象數(shù)據(jù)庫(kù)設(shè)計(jì)

在SQL Server數(shù)據(jù)庫(kù)系統(tǒng)中新建實(shí)時(shí)氣象數(shù)據(jù)庫(kù)DB_Weather。通過(guò)開(kāi)發(fā)爬蟲(chóng)程序，采集中央氣象臺(tái)網(wǎng)站上河南省各縣的溫度、降水量、日照時(shí)長(zhǎng)、風(fēng)速、空氣濕度、數(shù)據(jù)抓取時(shí)間等數(shù)據(jù)。在數(shù)據(jù)庫(kù)中建立表tb_city和表tb_data分別存放縣域信息和對(duì)應(yīng)的氣象數(shù)據(jù)。由于干旱評(píng)估監(jiān)測(cè)系統(tǒng)部分模塊需要不斷刷新提取最新的氣象數(shù)據(jù)，為提高數(shù)據(jù)處理速率需建立一個(gè)存儲(chǔ)最新氣象數(shù)據(jù)的視圖v_tb_data。整個(gè)數(shù)據(jù)庫(kù)系統(tǒng)中氣象數(shù)據(jù)和基礎(chǔ)地理數(shù)據(jù)通過(guò)城市編號(hào)（city_code）做連接處理。

2.3.3? 夏玉米干旱評(píng)價(jià)模型數(shù)據(jù)庫(kù)設(shè)計(jì)

在SQL Server數(shù)據(jù)庫(kù)系統(tǒng)中新建實(shí)時(shí)氣象數(shù)據(jù)庫(kù)DB_Model。在數(shù)據(jù)庫(kù)中建立表tb_ymzb主要存儲(chǔ)夏玉米干旱評(píng)估指標(biāo)參數(shù)數(shù)據(jù)，包括夏玉米干旱評(píng)價(jià)指標(biāo)數(shù)據(jù)、玉米生長(zhǎng)期劃分?jǐn)?shù)據(jù)、不同時(shí)間玉米最適宜濕度數(shù)據(jù)。建立夏玉米旱情表tb_ymhq主要存儲(chǔ)干旱評(píng)估模型中參數(shù)因子數(shù)據(jù)、干旱評(píng)估模型分析處理得出夏玉米的土壤墑情指數(shù)數(shù)據(jù)，以及通過(guò)夏玉米干旱指標(biāo)得出干旱等級(jí)結(jié)果數(shù)據(jù)。

3? 干旱評(píng)估監(jiān)測(cè)系統(tǒng)展示

系統(tǒng)以河南省為案例研究區(qū)，采集研究區(qū)范圍內(nèi)各個(gè)縣氣象數(shù)據(jù)，并對(duì)對(duì)河南省119個(gè)行政區(qū)內(nèi)氣象站點(diǎn)數(shù)據(jù)依據(jù)位置進(jìn)行插值渲染形成專(zhuān)題圖，通過(guò)ArcGIS Server發(fā)布成地理處理服務(wù)供Web端調(diào)用。以2020年7月份為時(shí)間節(jié)點(diǎn)，對(duì)系統(tǒng)進(jìn)行測(cè)試分析，得出河南省氣象實(shí)況分布圖和夏玉米旱情評(píng)估圖，如圖3所示。

4? 結(jié)? 論

基于實(shí)時(shí)氣象數(shù)據(jù)的夏玉米干旱評(píng)估監(jiān)測(cè)系統(tǒng)，利用研究區(qū)的實(shí)時(shí)氣象數(shù)據(jù)信息，通過(guò)GIS技術(shù)、數(shù)據(jù)庫(kù)技術(shù)以及C#語(yǔ)言編程完成了網(wǎng)絡(luò)氣象數(shù)據(jù)的采集與存儲(chǔ)、GIS技術(shù)與干旱評(píng)價(jià)模型技術(shù)的集成、空間數(shù)據(jù)與屬性數(shù)據(jù)的有機(jī)結(jié)合，實(shí)現(xiàn)對(duì)農(nóng)作物干旱情況分析提供干旱實(shí)時(shí)評(píng)估，為農(nóng)民作物種植、補(bǔ)水灌溉提供參考服務(wù)，也為有關(guān)部門(mén)實(shí)施農(nóng)作物防旱提供決策性依據(jù)。該系統(tǒng)也存在一定的不足之處，在干旱評(píng)估模型中沒(méi)有融合人工灌溉數(shù)據(jù)的分析，忽略了人為因素帶來(lái)的影響，干旱評(píng)估模型精度有待進(jìn)一步提高，這也是進(jìn)一步研究的方向。

參考文獻(xiàn)：

[1] PALMER W C. Meteorological drought：Research Paper No.45 [R].Washington DC：U.S. Department of Commerce Weather Bureau，1965.

[2] 許玲燕，王慧敏，段琪彩，等.基于SPEI的云南省夏玉米生長(zhǎng)季干旱時(shí)空特征分析[J].資源科學(xué)，2013，35（5）：1024-1034.

[3] 楊平，張麗娟，趙艷霞，等.黃淮海地區(qū)夏玉米干旱風(fēng)險(xiǎn)評(píng)估與區(qū)劃 [J].中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)，2015，23（1）：110-118.

[4] 李玉愛(ài)，郭志梅，栗永忠，等.大同市短期農(nóng)業(yè)氣候干旱預(yù)測(cè)系統(tǒng) [J].山西氣象，2001（1）：38-42.

[5] 楊康.河南省農(nóng)田干旱評(píng)價(jià)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn) [D].開(kāi)封：河南大學(xué)，2015.

[6] 孔云峰，林琿.GIS分析、設(shè)計(jì)與項(xiàng)目管理：第2版 [M].北京：科學(xué)出版社，2008：216-223.

作者簡(jiǎn)介：楊康（1989.10—），男，漢族，河南新鄉(xiāng)人，助教，碩士研究生，研究方向：數(shù)據(jù)挖掘與分析。