基于“互联网+”的可视化玉米施肥决策系统应用

姚玉霞，王国伟，张芸，韩智慧（.长春科技学院；.吉林农业大学信息技术学院，吉林长春30000）

基于“互联网+”的可视化玉米施肥决策系统应用

姚玉霞1，王国伟2，张芸1，韩智慧1
（1.长春科技学院；2.吉林农业大学信息技术学院，吉林长春130000）

近年来，随着“互联网+”与地理信息系统技术的兴起，使传统的GIS有了新的发展空间，让大量的空间数据得到了进一步的应用，为农业在空间上做决策分析提供了技术保障。在“互联网+”和玉米施肥决策系统应用的过程中，积累了大量农业上的空间数据，为组织和管理好这些数据，更好地进行管理、分析和决策，研制了“基于互联网+W ebGIS的玉米智能决策系统”，并进行应用。

W ebGIS；“互联网+”；玉米；智能决策系统

由于玉米田地的空间差异是以土壤为基础，土壤养分的空间变异影响精确施肥的确定，为了保证农户因地制宜的施肥，适应国家调整农业产业结构的大环境需要。把不同空间资料，不同时段资料和不同格式的资料在统一的坐标体系下实现高效、有序和集中统一管理是最行之有效的发展途径，研制开发出基于“互联网+”的可视化空间模糊数据挖掘VS D M）和网络地理信息系统（W e b G I S）的玉米智能决策系统进行应用是十分必要的，该系统可为农业生产管理的各个部门提供决策的参考信息。

1 基本地理功能应用

系统所提供的功能为显示整个地图及窗口显示地图与整个地图的位置关系，为图层显示控制窗口，地图经纬度随着鼠标的移动，动态显示鼠标所指位置的经纬度，随着地图的放大和缩小，动态显示当前地图的比例尺，内容也跟着发生变化[1]。

地图显示功能：用户可以在图层控制窗口中对所需显示的图的缩略图，缩略图上有一个矩形框，代表地图显示窗口中当前显示的内容。用鼠标拖动矩形框，当矩形框移动到用户需要的区域上时，地图显示窗口里的电子地图也快速显示相应位置的内容。

地图移动功能：在工具箱中有四个箭头状的按钮，这四个按钮箭头的方向为地图移动的方向。可以通过按某个按钮，地图就会按箭头所指方向移动一定的距离[2]。

地图测量功能：当要知道从一个地方到另一个地方（或要经过几个地方）有多远时，就可选择测量工具，只要顺次点击要经过的地方，就能得到它们之间的距离和总距离。各功能，如图1～图4所示。

2 智能决策应用

该功能实现了根据养分含量及目标产量推理得到相关地块的施肥量。在窗体出现之后，输入目标产量，单击推理按钮，就会将该地区的施肥量给出来。根据决策给出的每个小区的施肥图层进行选择，当图层控制窗口中的复选框被选上时，该图层所描绘的具体信息就会在地图显示窗口中显示。在显示图层时可以根据具体情况对图层用文字、颜色或符号大小来区分。

图1 属性查询

图2 地图属性互查

图3 query工具

图4 find工具

地图放大功能：点击“放大”按钮，光标呈放大镜状。当鼠标在地图上某一点单击时，地图将以该地点为中心放大一倍比例尺显示。随着地图不断放大，可显示的图层数将逐渐增多，电子地图内容越来越丰富，为实现最佳显示效果，地图放大若干倍后不再放大。

地图缩小功能：点击“缩小”按钮，光标呈缩小镜状。在地图上任一位置单击鼠标左键，地图将以该点为中心缩小一倍比例尺显示。随着地图的不断缩小，可显示的图层数和地物内容也相应减少，当地图缩小到比全图显示还要小时不再缩小。若地图偏离窗口中央，系统自动将地图拉回到窗口中央显示。

地图漫游功能：在地图放大之后，在显示器窗口中可见的内容有限，这时可点击“漫游”按钮，光标呈手状，将光标移至某一位置按下鼠标左键在屏幕上拖动，地图将向拖动方向连续漫游，此时地图比例尺和图层数保持不变。也可通过在缩略图窗口中操作来达到漫游的目的。

地图缩略图功能：缩略图窗口按全图显示比例显示电子地量，绘制相应地块的施肥处方图，以供变量施肥机进行施肥作业。

3 空间分析应用

空间差异性分析：通过对所测的养分及产量进行空间分析，生成了土壤速效氮、速效磷、速效钾、有机质、p H值、含水量及产量的空间变异图，点击变异图按钮进入该页面，可显示结果。

缓冲区分析：用户先选择图层并选择上某要素，再选择缓冲区工具，设置参数（缓冲距离及单位）及缓冲所作用的图层，点击应用或确定。

4 可视化加权模糊聚类系统应用

进入到该系统首先要进行方法选择，此窗口中主要选定权重系数的确定方法和对数据的评价方法，下面以层次分析法和基于模糊等价矩阵的模糊聚类算法为例，介绍系统的使用。当选择完成之后，进入到层次分析算法界面，在此页面上要添加评价指标，然后进入专家打分评价窗口。在空间模糊聚类窗口中，输入要评价的数据年份，进行查询，其结果在数据表中显示出来。点击标准化按钮，实现对所评价数据的标准化处理；点击聚类按钮，即可对标准化的数据进行计算，得到模糊相似矩阵，利用平方自合成运算，得到模糊等价矩阵；找出模糊相似度，将其值添加到下拉列表框中；选择适当的模糊相似度，可计算出此时的分类情况，计算出概率统计中F分布的F值，此值可反映此种分类情况是否显著；得到分类之后，可利用数据挖掘可视化的技术，对分类结果进行可视化。结果如图5、图6所示。

图5 聚类星型可视化

图6 聚类结果GIS可视化

5 应用实例

空间加权模糊聚类算法在评价变量施肥效果中的应用：通过对榆树市弓棚镇十三号村3号地2005年、2008年和2012年的土壤有机质、速效氮、速效磷和速效钾四种养分数据的模糊加权聚类结果进行比较，得知经过连续的变量施肥后，数据间的相似度在逐渐地聚集，当所有数据被分为一类时，经过了连续的变量施肥后，整个地块的土壤中有机质、速效氮、速效磷和速效钾四种养分数据的综合相似度在逐年提高。根据各网格空间位置关系，此时的聚类结果在地理信息系统中进行分析得到的结果[3]。

熵权法加权空间模糊聚类在地力评价中的应用：通过基准数据集对熵权法加权的空间模糊聚类算法进行了验证，证明此算法确实可提高模糊聚类的精度。将此算法应用到地力评价中去是可行的。

选取农安县的行政区划图、土壤图和化验测得的p H值、有机质、全氮、有效磷、速效钾、缓放钾、有效态（铜、锌、铁、锰、硼、钼）等数据做为评价的基础数据集（数据来自农安县农业技术推广站）。先对选定数据进行清洗，筛选出符合评价标准的数据集。然后，利用熵权法加权的空间模糊聚类算法对数据集进行评价。最后，利用G I S将评价结果可视化。

本文综合应用W e b G I S、专家系统、决策支持系统和可视化空间模糊数据挖掘等技术、空间数据挖掘的可视化方法，研制“基于互联网+VS D M和W e b G I S的玉米智能决策系统”，从而达到对空间数据的管理、分析和决策。结合层次分析方法，提出了一种空间加权模糊动态聚类算法，应用该算法进行的分类结果，对实际问题的分类更为客观和准确，算法中通过引入F-分布，在充分考虑到各类间及类内的差异性的基础上，得到最佳阈值，并利用其最佳阈值得到最佳分类，提出了利用熵权法对FC M算法进行加权的新算法[4]。熵权法是从数据本身出发研究数据之间的差异，更能客观反映数据之间的真实分布情况；实现了两种方式的空间数据挖掘结果可视化，可视化结果可辅助人们对数据的分析和决策；根据小区的养分含量，实现了施肥决策，得到各小区的施肥量，生成施肥处方图，为变量施肥机的作业提供数据基础。

[1]姚玉霞.基于W e b G I S吉林玉米病虫草害诊治专家系统的研究应用[J].吉林农业,2014(10):102-103.

[2]吴雨华,诸叶平.“玉米生产管理智能决策系统”推广模式研究[J].中国农学通报,2009,25(12):274-277

[3]Yuxia-yao,The Research and Application of Remote Sensing Technology in MaizeYield Estimation of Jilin，[J]2014IEEE Workshaop on Advanced Research and Technology Industry Applications CANADA,2014(09)1068-15-072.

[4]李雅君.玉米病虫草害诊断系统的研究与实践[J].农业灾害研究,2012(05):129-130.

S513

A

10.14025/j.cnki.jlny.2017.19.007

姚玉霞，硕士，教授，硕士导师，研究方向：计算机与应用。