基于GIS的小麥白粉病防控氣象服務系統的構建與應用
2014-10-23 14:31:36司麗麗閆峰姚樹然高軍
江蘇農業科學 2014年8期
司麗麗+閆峰+姚樹然+高軍
摘要：為了系統地提供小麥白粉病氣象服務，提高農業決策部門防治白粉病的準確性和科學性，基于“小麥白粉病發生氣象條件監測、預警和評價體系”課題組研制的小麥白粉病氣象指標與模型，采用Microsoft Visual、Studio 9.0、MSSQL2005、C#、GIS等相關技術，研制小麥白粉病防控氣象服務系統。該系統集成了地面觀測氣象數據庫、病害資料數據庫等7類數據庫100余種基礎數據，實現了20余項統計分析功能，集數據采集、加工處理、病害監測預警、中長期預報、影響評估及服務產品編輯輸出于一體，實現了小麥白粉病的監測預警、預測預報、影響評估、服務產品制作發布一體化，并基于GIS技術開發了預警、測報、評估結果圖形顯示等功能，可直觀顯示該病的地域分布及未來發生情況。2012年、2013年實際運行結果表明，該系統操作簡單、功能強大、內涵豐富，顯著提高了白粉病氣象服務水平，取得了顯著的社會效益、經濟效益，為政府領導、農藥企業宏觀決策提供了科學依據。
關鍵詞：小麥白粉病；預警預測；影響評估；GIS；防控系統
中圖分類號：TP182；S435.121.4+6 文獻標志碼：A
文章編號：1002-1302（2014）08-0131-05
白粉病是小麥生產中發生范圍較廣、危害較重的一種氣候型病害[1-3]。有研究表明，該病發生流行程度與氣象條件及其變化關系密切[4-7]，且在菌源、品種、耕作栽培方式等條件相對穩定的情況下，當地氣候條件是決定其流行程度的關鍵要素[8-10]。當前，小麥種植制度逐漸變化，水肥條件逐年提高，中矮稈品種及密植方法得以推廣，使得小麥白粉病逐年加重，例如，河北地區小麥白粉病自20世紀90年代即上升為主要病害[2]。當前，生產上推廣的品種大多不抗病，因此藥劑防治就成為必需的應急措施。但如果不能抓住關鍵時期進行病害防治，往往既造成藥劑浪費、環境污染和經濟負擔的加重，又達不到預期的防治效果[11-12]。因此，將精準的病害監測預警、預測預報、影響評價等體系集合起來構建一個有機運行的氣象服務業務系統非常必要[13]。
國外早在20世紀70年代就開始利用計算機技術解決病蟲防控問題。例如，瑞士開發的谷物預測預報系統EPIPRE，可準確預報殺蟲劑的施用日期[14]；日本開發的農業用咨詢系統（MICCS），對因氣象條件誘發的番茄、草莓等的病害和生理障礙進行有效診斷[15]；瑞士用于預測防治馬鈴薯晚疫病的 PhytoPRE+2000 系統[16-17]等。在我國已建立了一些農業氣象服務業務系統[18-19]，但尚未有關于小麥白粉病氣象業務服務系統的研究。本研究在建立小麥白粉病預警、測報、評估模型的基礎上，創建了基于GIS的小麥白粉病防控氣象服務業務系統，該系統將信息采集、管理、加工處理以及白粉病監測預警、預測預報、影響評價集于一體，投入業務應用以來，明顯提高了小麥白粉病業務服務的自動化水平，豐富了服務內容，提高了服務能力，為優質、高效地為政府決策提供服務、準確測報、有效防治小麥白粉病打下了基礎。
1 材料與方法
1.1 資料及其處理
本研究以河北省小麥主產區為例，氣象數據來源于河北省氣象局，農業數據主要來源于河北省農業委員會及相關科研單位，此外考慮到及時準確獲取農業生產現場的各種環境與生物信息是科學決策管理的重要基礎[20]，2011年在河北省邯鄲縣、寧晉縣、辛集市分別建設了小氣候觀測站，目前已有3年的觀測資料。
1.2 研究方法
1.2.1 數據庫構建 數據庫是系統的基礎，也是設計的關鍵。本系統內數據類型較多，數據量較大，系統功能的實現取決于析取數據的速度、靈活性以及精準性。系統數據庫的構建采用目前最流行的數據庫開發平臺——SQL Server企業版，該數據庫與系統開發平臺VS2008無縫集成，保證了高可用、高伸縮和高效率，同時更易于內部和外部系統連接，大幅降低系統運行、維護風險和IT管理成本。
1.2.2 系統開發環境 系統基于C/S模式，運用Microsoft Visual Studio 9.0作為開發環境，采用MSSQL 2005作為運行數據庫，應用目前主流的C#語言進行開發，同時集成了GIS出圖、Office自動化產品生成技術，實現氣象資料、農業氣象資料、大環境背景資料的快速統計、分析，預警、預測、評估結果輸出，服務產品制作生成、輸出等功能。
1.2.3 系統運行環境 硬件為Pentium Ⅲ兼容處理器或更高速度處理器（32位及以上）微機，內存512 MB以上，硬盤10 GB以上。
軟件為Windows XP 專業版 SP3及以上版本操作系統，DotNet Framework 3.5 sp1版本。
2 結果與分析
2.1 系統總體結構
系統結構如圖1所示，主要由6部分構成，分別是數據庫管理（對應圖1中的“基礎數據管理”），小麥白粉病實時監測預警、預測決策（對應圖1中的“預測預報”），影響評價（數理統計方法），產品制作發布及系統設置。系統運行的基礎為氣象、生物等數據庫，數據庫內存放海量數據信息，并具備強大的統計分析功能，為業務應用以及科研奠定良好基礎；設計充分考慮了延展性，管理員可對數據進行錄入、更新、修改、刪除等工作；依據預警條件，通過自動調用氣象數據可實現預警指標的自動判別，可對該病的發生流行進行自動預警；依據自行研制的預測模型，對該病的發生程度進行中、長期預測；通過影響評價子系統，依據系統內的評價指標，可對小麥白粉病發生影響進行旬尺度或全生育期尺度的評估；數理統計模塊集合了10種模型，可動態修正預報預測模型；產品制作模塊提供了不同產品模板，通過調用系統內提供的相關信息制作并發送相關服務產品；系統設置主要是對本系統數據庫及相關參數的設置，主要包括數據庫設置、短期預警模型參數設置、等值面配色方案設置等3個設置選擇。
2.2 數據庫構建與管理
充分考慮了業務應用的實用性、方便性，通過分析、提煉、集約，將其分為7類數據庫（表1）：（1）地面觀測氣象數據庫。包括溫度、濕度、降水等6種常用氣象要素，系統具備與歷史值比較，任意時段雨日、極值、積溫的計算以及界限溫度初終日的確定等統計分析功能，并可進行相關圖表分析（圖2）。同時，該系統提供利用方差分析預測積溫出現的日期，進而預測生育進程等功能，也可以Excel、txt等形式導出數據。（2）病害資料數據庫。主要為白粉病歷史發生情況，包括分區普查資料、系統調查數據以及歷史發生資料。（3）農情資料數據庫。主要為農氣站點冬小麥及麥田墑情等數據資料。（4）氣候背景數據庫。包括大氣環流指數以及海溫資料。（5）田間實測小氣候、生物數據庫。包括田間實時氣象數據、小麥白粉病系統觀測資料以及小麥農學特征數據。（6）模型庫。包括監測預警、預報、影響評估指標及模型。上述指標模型均由“小麥白粉病發生氣象條件監測、預警和評價技術”課題組自行研發，系統具備較強的延展性，可隨時加入新的指標及模型。（7）預報方法庫。集合10種預報方法，用來進行白粉病發生、發展的預報預測。
該系統的數據放置在服務器端的MS SQL SERVER 2005數據庫中，利用數據庫訪問組件以后臺方式運行，提供數據庫訪問功能[21]。
2.3.2.2 預警流程 在白粉病發生的關鍵期內，系統通過遠程氣象監控系統讀取田間實測溫濕度數據，訪問局域網以讀取各氣象臺站逐日的氣象數據以及氣象臺制作的各地逐日天氣預報數值預報產品，同時檢索預警條件庫，當確定天氣要素值達到預警條件時即可判斷該病的發生、流行，進而通過聲音及標識自動報警。預警結果通過GIS輸出在地圖上，同時生成詳細預警信息。
2.3.3 預測預報
2.3.3.1 預報內容 （1）中期預報。采用Fisher判別準則，構建白粉病發生程度的中期判別分級模型[23]，可提前15 d左右對未來白粉病發生流行程度進行預測。（2）長期預報。基于北太平洋海溫網格數據和大氣環流指數，剔除干擾因子，采用逐步回歸方法，建立回歸方程，可提前6個月開展白粉病發生面積的冬前預報，也可提前1個月開展病害發生面積的早春預報。
2.3.3.2 預報推理 用戶可依需要選用中期或長期預測的不同模型進行相關預測，根據模型所需變量因子，用戶可在數據管理模塊直接進行相應的統計分析，輸入模型后，系統即可推理得到未來白粉病的發生程度，并提供針對性的防治建議[24-25]，同時預報結果可通過GIS清晰明了地顯示在地圖上。
2.3.4 影響評估 影響評估的基礎是評價指標[26]，在前期已建立相關模型的基礎上，利用氣象要素以及白粉病發生程度等資料，通過秩相關、權重氣象距離方法組建評價指標，建立影響評估模型。可分別進行旬尺度內發生面積、發生程度、病株率等及全生育期內發生面積、產量損失等項目的評價。
利用影響評價模塊，用戶可選擇評價尺度（旬尺度、全生育期尺度）選項，系統則自動提取河北省氣象局數據庫中相關數據進行相關運算分析，并及時得出評價結果。選擇生成分布圖，即可得單站或多站的空間圖，同時可選擇生成歷史曲線圖或表進行逐旬或逐生育期比較。除此之外，系統還可以對前1年至n年同期數據進行比較，將病害發生程度作為縱軸，評價尺度作為橫軸，繪制出折線圖（圖4），從圖上能夠清晰地看出病害發生隨時間的變化情況，對研究病蟲害發生規律、制定適宜的防治方法有重要的參考價值。例如，圖4顯示了河北省2011—2013年同一時期（4月上旬至6月中旬）小麥白粉病發生程度的統計比較，可以看出2012年白粉病自4月中旬起發生程度漸重，且至5月上旬發生程度達到3級，2011年僅次于2012年，2013年病害在全省發生緩慢，流行程度輕于其他年份。系統儲存的信息可供用戶查詢，既便于用戶通過對年度間的比較指導當前生產，也可為研究該病的發生與氣候及品種的關系提供一個數據平臺。
2.4 數理統計方法
為更好地利用多種方法開展白粉病防控研究，系統建立了預報方法庫，集合了6種回歸模型、2種模糊聚類模型以及2種其他模型，用來動態進行白粉病發生、發展的預報預測模型的修正與完善。
2.5 產品制作與分發
在系統環境中，可根據產品需要選擇不同的產品專用模板，調用預警、預報、評估等結果，同時通過“信息交換平臺”參考植保部門的相關信息，以圖、表、文檔等多種形式疊加輸出，通過調用常用文字及建議庫信息編輯形成相應產品。將待分發產品打包、壓縮后通過自動調用Notes、局域網及 Internet 等相關地址以及用戶檔案管理和產品目錄管理庫發給相關部門及公眾。
3 應用
2012年、2013年在小麥白粉病發生期前應用系統開展了相關服務，并對相應模型進行了驗證。驗證結果顯示，長期預報發生程度與實際相符，中期預報及短期預警準確率分別在80%、85%以上，系統應用穩定。2012年5月6日利用初步建成的系統，約提前10 d對白粉病發生盛期和流行程度作出預測，5月中旬有多階段性降雨，白粉病一度發展較快，系統自動作出了流行速度預警，應用系統及時發布了“返青以來氣象條件對冬小麥病蟲害的影響分析及未來氣象等級預報”，并預測當前白粉病發生的氣象等級為3級較適宜發生。建議“各地麥區高度重視，密切監測冬小麥病害的發生發展，及時防治，避免流行或大發生”，為政府決策、相關部門提早組織防治提供了依據。
4 結論與討論
為充分開展小麥白粉病針對性的業務服務，本系統集成建立了地面觀測氣象數據、病害資料等7類數據庫共100余種數據作為服務基礎，并實現了極值挑選、積溫統計等20余項統計功能。考慮到田間實測數據的重要性，于2011年建立了3個白粉病田間溫濕度試驗站作為支撐驗證，同時也為相應服務提供了豐富的數據材料。系統與氣象局數據相連，可隨時判識、獲取最新報文，并可對原始報文自動翻譯追加入庫，分析統計。
針對性地開展了監測預警、預測預報、影響評估的模型研究，共建立6個指標或模型，更適于應用，為自動化、智能化開展相應服務奠定了基礎。但研究所建指標與模型目前僅限于北方冬麥區，今后尚需對模型的整體效果進行驗證。
以往同類系統的建設較為單一，大多局限于預測預報系統或監測預警系統，本研究集監測預警、中期預報、長期預報、風險評估為一體，四者結合動態監測、評估白粉病發生條件的時間變化，可以更加有效地防控病害；將數據采集、加工處理、病害監測預警、中長期預報、影響評估及服務材料編輯融為一體，具備資料分析、圖表制作等功能，提供了系統的白粉病防治方案，簡化了資料統計和服務產品的編輯與輸出工作，同時具有數據庫與局域網環境的支持，可提高農業氣象業務服務的自動化水平。
系統內所有操作均可以單點、部分區域或全部區域為單位進行，實現空間服務的自由性。系統劃分模塊明晰，功能各異，在物理上相互獨立，邏輯上相互聯系，使系統的整體性更加穩定。
系統具有較強的移植性及擴展性，可因地制宜拓展相應數據庫及功能，使系統實用性更強。系統的創建便于本地化，易于推廣應用，并可在適當的條件下，設立自定義的評判因子，為子系統加入新的功能，對整個系統的功能加以完善和升級。
系統界面風格采用Ribbon風格（圖1），取代了利用菜單和工具條組織各個功能項和命令的傳統模式，將各種功能的Ribbon 控件放置在功能區上，可直觀呈現，便于功能的使用和查找。
參考文獻：
[1]霍治國，劉萬才，邵振潤，等. 試論開展中國農作物病蟲害危害流行的長期氣象預測研究[J]. 自然災害學報，2000，9（1）：117-121.
[2]曹克強，王革新，李雙悅，等. 小麥白粉病中期預測模型的建立[J]. 河北農業大學學報，1994，17（1）：57-61.
[3]霍治國，葉彩玲，錢 拴，等. 氣候異常與中國小麥白粉病災害流行關系的研究[J]. 自然災害學報，2002，11（2）：85-90.
[4]姚樹然，李春強，霍治國，等. 河北小麥白粉病流行的氣象指標研究[J]. 自然災害學報，2008，17（4）：38-43.
[5]霍治國，陳 林，劉萬才，等. 中國小麥白粉病發生地域分布的氣候分區[J]. 生態學報，2002，22（11）：1873-1881.
[6]葉彩玲，霍治國，丁勝利，等. 農作物病蟲害氣象環境成因研究進展[J]. 自然災害學報，2005，14（1）：90-97.
[7]王 麗，霍治國，張 蕾，等. 氣候變化對中國農作物病害發生的影響[J]. 生態學雜志，2012，31（7）：1673-1684.
[8]王貴生，唐鐵朝，勾建軍，等. 1997年河北省小麥白粉病重發原因分析及治理對策[J]. 植保技術與推廣，1998，18（1）：11-12.
[9]王新民，徐關印.我省小麥白粉病逐年加重的原因分析及防治對策[J]. 邯鄲農業高等專科學校學報，2004，21（1）：3-6.
[10]居為民，高 蘋. 氣象條件對小麥白粉病發生影響的研究[J]. 氣象，2000，26（2）：50-53.
[11]司麗麗，曹克強，劉佳鵬，等. 基于地理信息系統的全國主要糧食作物病蟲害實時監測預警系統的研制[J]. 植物保護學報，2006，33（3）：282-286.
[12]劉書華，楊曉紅，蔣文科，等. 基于GIS的農作物病蟲害防治決策支持系統[J]. 農業工程學報，2003，19（4）：147-150.
[13]張谷豐.基于WebGis的農作物病蟲預警診斷平臺[D]. 南京：南京農業大學，2009.
[14]Haberm E J，Hoffmann G M. Strategy and realization of introduction for the protection decision model（“IPS WEIZEN MODEL”）against fungal diseases of wheat in the farming practice[J]. Zeitschrift-fur-Pflanzenschutz，1994，101：617-633.
[15]陳懷亮，余衛東，薛昌穎，等. 亞洲農業氣象服務支持系統發展現狀[J]. 氣象與環境科學，2010，33（1）：65-72.
[16]胡同樂，張玉新，王樹桐，等. 中國馬鈴薯晚疫病監測預警系統China-blight的組建及運行[J]. 植物保護，2010：36（4）：106-111.
[17]Cao K Q，Forrer H R，Fried P M. Crucial weather conditions for Phytophthora infestans-a reliable tool for improved control of potato late blight[J]. PAV Special Report，1996（1）：85-90.
[18]黃中雄，陸 飛，馬 藝，等. 南寧市農業氣象情報預報業務系統[J]. 中國農業氣象，2011，32（增刊）：169-173.
[19]蘇占勝，黃 峰. 寧夏春小麥全程氣象服務系統[J]. 中國農業氣象，2001，22（2）：15-20，32.
[20]賈 倩，劉 洪，孫忠富，等. 基于作物模型的溫室環境管理系統設計與實現[J]. 中國農業氣象，2010，31（1）：93-97.
[21]馮 銳，張玉書，紀瑞鵬，等. 基于GIS的農業氣象預報系統集成[J]. 中國農學通報，2012，28（26）：298-303.
[22]姚樹然，霍治國，董占強，等. 基于逐時溫濕度的小麥白粉病指標與模型[J]. 生態學雜志，2013，32（5）：1364-1370.
[23]司麗麗，姚樹然，閆 峰.基于Fisher判別準則的河北省小麥白粉病氣象條件中期預報模型[J]. 中國農業氣象，2013，34（3）：338-341，349.
[24]司麗麗，閆 峰，李春強，等. 河北省蘋果主要病蟲害預警系統研制[J]. 河北農業大學學報，2011，34（5）：92-97.
[25]葛徽衍，張永紅，肖科麗，等. 棉花氣象預報服務系統[J]. 中國農業氣象，2000，21（3）：15-18.
[26]張樹譽，杜繼穩，陳曉楠. 陜西省干旱影響評估業務系統[J]. 陜西氣象，2008（4）：40-43.
針對性地開展了監測預警、預測預報、影響評估的模型研究，共建立6個指標或模型，更適于應用，為自動化、智能化開展相應服務奠定了基礎。但研究所建指標與模型目前僅限于北方冬麥區，今后尚需對模型的整體效果進行驗證。
以往同類系統的建設較為單一，大多局限于預測預報系統或監測預警系統，本研究集監測預警、中期預報、長期預報、風險評估為一體，四者結合動態監測、評估白粉病發生條件的時間變化，可以更加有效地防控病害；將數據采集、加工處理、病害監測預警、中長期預報、影響評估及服務材料編輯融為一體，具備資料分析、圖表制作等功能，提供了系統的白粉病防治方案，簡化了資料統計和服務產品的編輯與輸出工作，同時具有數據庫與局域網環境的支持，可提高農業氣象業務服務的自動化水平。
系統內所有操作均可以單點、部分區域或全部區域為單位進行，實現空間服務的自由性。系統劃分模塊明晰，功能各異，在物理上相互獨立，邏輯上相互聯系，使系統的整體性更加穩定。
系統具有較強的移植性及擴展性，可因地制宜拓展相應數據庫及功能，使系統實用性更強。系統的創建便于本地化，易于推廣應用，并可在適當的條件下，設立自定義的評判因子，為子系統加入新的功能，對整個系統的功能加以完善和升級。
系統界面風格采用Ribbon風格（圖1），取代了利用菜單和工具條組織各個功能項和命令的傳統模式，將各種功能的Ribbon 控件放置在功能區上，可直觀呈現，便于功能的使用和查找。
參考文獻：
[1]霍治國，劉萬才，邵振潤，等. 試論開展中國農作物病蟲害危害流行的長期氣象預測研究[J]. 自然災害學報，2000，9（1）：117-121.
[2]曹克強，王革新，李雙悅，等. 小麥白粉病中期預測模型的建立[J]. 河北農業大學學報，1994，17（1）：57-61.
[3]霍治國，葉彩玲，錢 拴，等. 氣候異常與中國小麥白粉病災害流行關系的研究[J]. 自然災害學報，2002，11（2）：85-90.
[4]姚樹然，李春強，霍治國，等. 河北小麥白粉病流行的氣象指標研究[J]. 自然災害學報，2008，17（4）：38-43.
[5]霍治國，陳 林，劉萬才，等. 中國小麥白粉病發生地域分布的氣候分區[J]. 生態學報，2002，22（11）：1873-1881.
[6]葉彩玲，霍治國，丁勝利，等. 農作物病蟲害氣象環境成因研究進展[J]. 自然災害學報，2005，14（1）：90-97.
[7]王 麗，霍治國，張 蕾，等. 氣候變化對中國農作物病害發生的影響[J]. 生態學雜志，2012，31（7）：1673-1684.
[8]王貴生，唐鐵朝，勾建軍，等. 1997年河北省小麥白粉病重發原因分析及治理對策[J]. 植保技術與推廣，1998，18（1）：11-12.
[9]王新民，徐關印.我省小麥白粉病逐年加重的原因分析及防治對策[J]. 邯鄲農業高等專科學校學報，2004，21（1）：3-6.
[10]居為民，高 蘋. 氣象條件對小麥白粉病發生影響的研究[J]. 氣象，2000，26（2）：50-53.
[11]司麗麗，曹克強，劉佳鵬，等. 基于地理信息系統的全國主要糧食作物病蟲害實時監測預警系統的研制[J]. 植物保護學報，2006，33（3）：282-286.
[12]劉書華，楊曉紅，蔣文科，等. 基于GIS的農作物病蟲害防治決策支持系統[J]. 農業工程學報，2003，19（4）：147-150.
[13]張谷豐.基于WebGis的農作物病蟲預警診斷平臺[D]. 南京：南京農業大學，2009.
[14]Haberm E J，Hoffmann G M. Strategy and realization of introduction for the protection decision model（“IPS WEIZEN MODEL”）against fungal diseases of wheat in the farming practice[J]. Zeitschrift-fur-Pflanzenschutz，1994，101：617-633.
[15]陳懷亮，余衛東，薛昌穎，等. 亞洲農業氣象服務支持系統發展現狀[J]. 氣象與環境科學，2010，33（1）：65-72.
[16]胡同樂，張玉新，王樹桐，等. 中國馬鈴薯晚疫病監測預警系統China-blight的組建及運行[J]. 植物保護，2010：36（4）：106-111.
[17]Cao K Q，Forrer H R，Fried P M. Crucial weather conditions for Phytophthora infestans-a reliable tool for improved control of potato late blight[J]. PAV Special Report，1996（1）：85-90.
[18]黃中雄，陸 飛，馬 藝，等. 南寧市農業氣象情報預報業務系統[J]. 中國農業氣象，2011，32（增刊）：169-173.
[19]蘇占勝，黃 峰. 寧夏春小麥全程氣象服務系統[J]. 中國農業氣象，2001，22（2）：15-20，32.
[20]賈 倩，劉 洪，孫忠富，等. 基于作物模型的溫室環境管理系統設計與實現[J]. 中國農業氣象，2010，31（1）：93-97.
[21]馮 銳，張玉書，紀瑞鵬，等. 基于GIS的農業氣象預報系統集成[J]. 中國農學通報，2012，28（26）：298-303.
[22]姚樹然，霍治國，董占強，等. 基于逐時溫濕度的小麥白粉病指標與模型[J]. 生態學雜志，2013，32（5）：1364-1370.
[23]司麗麗，姚樹然，閆 峰.基于Fisher判別準則的河北省小麥白粉病氣象條件中期預報模型[J]. 中國農業氣象，2013，34（3）：338-341，349.
[24]司麗麗，閆 峰，李春強，等. 河北省蘋果主要病蟲害預警系統研制[J]. 河北農業大學學報，2011，34（5）：92-97.
[25]葛徽衍，張永紅，肖科麗，等. 棉花氣象預報服務系統[J]. 中國農業氣象，2000，21（3）：15-18.
[26]張樹譽，杜繼穩，陳曉楠. 陜西省干旱影響評估業務系統[J]. 陜西氣象，2008（4）：40-43.
針對性地開展了監測預警、預測預報、影響評估的模型研究，共建立6個指標或模型，更適于應用，為自動化、智能化開展相應服務奠定了基礎。但研究所建指標與模型目前僅限于北方冬麥區，今后尚需對模型的整體效果進行驗證。
以往同類系統的建設較為單一，大多局限于預測預報系統或監測預警系統，本研究集監測預警、中期預報、長期預報、風險評估為一體，四者結合動態監測、評估白粉病發生條件的時間變化，可以更加有效地防控病害；將數據采集、加工處理、病害監測預警、中長期預報、影響評估及服務材料編輯融為一體，具備資料分析、圖表制作等功能，提供了系統的白粉病防治方案，簡化了資料統計和服務產品的編輯與輸出工作，同時具有數據庫與局域網環境的支持，可提高農業氣象業務服務的自動化水平。
系統內所有操作均可以單點、部分區域或全部區域為單位進行，實現空間服務的自由性。系統劃分模塊明晰，功能各異，在物理上相互獨立，邏輯上相互聯系，使系統的整體性更加穩定。
系統具有較強的移植性及擴展性，可因地制宜拓展相應數據庫及功能，使系統實用性更強。系統的創建便于本地化，易于推廣應用，并可在適當的條件下，設立自定義的評判因子，為子系統加入新的功能，對整個系統的功能加以完善和升級。
系統界面風格采用Ribbon風格（圖1），取代了利用菜單和工具條組織各個功能項和命令的傳統模式，將各種功能的Ribbon 控件放置在功能區上，可直觀呈現，便于功能的使用和查找。
參考文獻：
[1]霍治國，劉萬才，邵振潤，等. 試論開展中國農作物病蟲害危害流行的長期氣象預測研究[J]. 自然災害學報，2000，9（1）：117-121.
[2]曹克強，王革新，李雙悅，等. 小麥白粉病中期預測模型的建立[J]. 河北農業大學學報，1994，17（1）：57-61.
[3]霍治國，葉彩玲，錢 拴，等. 氣候異常與中國小麥白粉病災害流行關系的研究[J]. 自然災害學報，2002，11（2）：85-90.
[4]姚樹然，李春強，霍治國，等. 河北小麥白粉病流行的氣象指標研究[J]. 自然災害學報，2008，17（4）：38-43.
[5]霍治國，陳 林，劉萬才，等. 中國小麥白粉病發生地域分布的氣候分區[J]. 生態學報，2002，22（11）：1873-1881.
[6]葉彩玲，霍治國，丁勝利，等. 農作物病蟲害氣象環境成因研究進展[J]. 自然災害學報，2005，14（1）：90-97.
[7]王 麗，霍治國，張 蕾，等. 氣候變化對中國農作物病害發生的影響[J]. 生態學雜志，2012，31（7）：1673-1684.
[8]王貴生，唐鐵朝，勾建軍，等. 1997年河北省小麥白粉病重發原因分析及治理對策[J]. 植保技術與推廣，1998，18（1）：11-12.
[9]王新民，徐關印.我省小麥白粉病逐年加重的原因分析及防治對策[J]. 邯鄲農業高等專科學校學報，2004，21（1）：3-6.
[10]居為民，高 蘋. 氣象條件對小麥白粉病發生影響的研究[J]. 氣象，2000，26（2）：50-53.
[11]司麗麗，曹克強，劉佳鵬，等. 基于地理信息系統的全國主要糧食作物病蟲害實時監測預警系統的研制[J]. 植物保護學報，2006，33（3）：282-286.
[12]劉書華，楊曉紅，蔣文科，等. 基于GIS的農作物病蟲害防治決策支持系統[J]. 農業工程學報，2003，19（4）：147-150.
[13]張谷豐.基于WebGis的農作物病蟲預警診斷平臺[D]. 南京：南京農業大學，2009.
[14]Haberm E J，Hoffmann G M. Strategy and realization of introduction for the protection decision model（“IPS WEIZEN MODEL”）against fungal diseases of wheat in the farming practice[J]. Zeitschrift-fur-Pflanzenschutz，1994，101：617-633.
[15]陳懷亮，余衛東，薛昌穎，等. 亞洲農業氣象服務支持系統發展現狀[J]. 氣象與環境科學，2010，33（1）：65-72.
[16]胡同樂，張玉新，王樹桐，等. 中國馬鈴薯晚疫病監測預警系統China-blight的組建及運行[J]. 植物保護，2010：36（4）：106-111.
[17]Cao K Q，Forrer H R，Fried P M. Crucial weather conditions for Phytophthora infestans-a reliable tool for improved control of potato late blight[J]. PAV Special Report，1996（1）：85-90.
[18]黃中雄，陸 飛，馬 藝，等. 南寧市農業氣象情報預報業務系統[J]. 中國農業氣象，2011，32（增刊）：169-173.
[19]蘇占勝，黃 峰. 寧夏春小麥全程氣象服務系統[J]. 中國農業氣象，2001，22（2）：15-20，32.
[20]賈 倩，劉 洪，孫忠富，等. 基于作物模型的溫室環境管理系統設計與實現[J]. 中國農業氣象，2010，31（1）：93-97.
[21]馮 銳，張玉書，紀瑞鵬，等. 基于GIS的農業氣象預報系統集成[J]. 中國農學通報，2012，28（26）：298-303.
[22]姚樹然，霍治國，董占強，等. 基于逐時溫濕度的小麥白粉病指標與模型[J]. 生態學雜志，2013，32（5）：1364-1370.
[23]司麗麗，姚樹然，閆 峰.基于Fisher判別準則的河北省小麥白粉病氣象條件中期預報模型[J]. 中國農業氣象，2013，34（3）：338-341，349.
[24]司麗麗，閆 峰，李春強，等. 河北省蘋果主要病蟲害預警系統研制[J]. 河北農業大學學報，2011，34（5）：92-97.
[25]葛徽衍，張永紅，肖科麗，等. 棉花氣象預報服務系統[J]. 中國農業氣象，2000，21（3）：15-18.
[26]張樹譽，杜繼穩，陳曉楠. 陜西省干旱影響評估業務系統[J]. 陜西氣象，2008（4）：40-43.
