基于Android平臺的病蟲調查統計系統設計與實現

宋錦 +張騰飛 楊升煒++陳昆

摘要：病蟲害發生的周期規律調查是研究農業病蟲測報、防治的重要工作之一。隨著嵌入式技術的發展，已有研究人員開發了一些較為實用的農田病蟲調查統計儀及診斷系統移動終端。但這些系統存在使用成本高、時效性較差、標準不統一以及功能單一等缺點。結合日益普及的手機等智能終端平臺，開發了一種新型的基于Android平臺的病蟲調查統計系統，該系統結合農業病蟲調查統計的實際需求，構建了一個基于統計數據的病蟲害診斷規則庫和診斷系統，設計了向導式人機交互界面，并且所有統計數據和診斷記錄能夠通過移動網絡隨時共享。經實地測試分析，該系統操作方便，對病蟲害診斷準確率較高、時效性較好。

關鍵詞：病蟲調查統計；Android平臺；移動終端

中圖分類號： S126；TP274文獻標志碼： A

文章編號：1002-1302（2016）12-0359-05

[HJ1.3mm]

收稿日期：2015-12-10

基金項目：[JP3]江蘇高校品牌專業建設工程資助項目（編號：PPZY2015A092）。

作者簡介：宋錦（1969—），女，江蘇徐州人，副教授、高級工程師，主要從事嵌入式技術與通信原理研究。Tel：（025）85842167；E-mail：njcitsj@163.com。

中國是一個農業大國，源遠流長的農耕文明是古代中國的根基，新中國成立以來，我國農業發展迅速。古老的中國農業在新時期之所以能取得輝煌的成就，原因之一是以信息技術為代表的新科技的發展及其在農業中的應用。中華人民共和國科技部的統計資料表明，2013年中國農業科技進步貢獻率達55.2%[1]。同時，中國農業穩步增長的背后也存在著一個更廣闊的將信息技術融入傳統農業的市場，農業病蟲害調查統計就是一項非常重要的信息技術。農業病蟲害調查技術是指對遭受病害或蟲害侵擾的農作物進行定量統計和分析，此過程可以通過手工記錄完成，也可以通過計算機或者移動終端技術實現統一和分析。未來傳統農業對信息技術的需求也會越來越大。因此，更廣泛、更徹底地將新科技、新技術，特別是信息技術應用于傳統農業中，將對中國農業的進一步發展起到重要的作用。

近年來，智能移動終端產業迅猛增長，在現今主流的智能終端移動操作系統中，Android智能平臺的使用最為廣泛。根據Strategy Analytics的統計，2013年Android市場占有率躍升至79%[2]，而根據Kantar Worldpanel ComTech的調查，截至2014年5月14日，Android在中國的市場占有率高達 82.7%[3]。因此，開發應用于Android智能手機操作系統平臺的移動應用程序（App）往往能覆蓋更廣泛的移動終端用戶，為更廣泛應用和更進一步研究打下基礎。

查閱相關資料得知，自20世紀90年代開始，已有研究人員利用個人電腦和智能終端平臺，對玉米、水稻等農作物的施肥、灌溉和監控進行了一系列的研究[4-9]。通過這些極具前瞻性的研究，設計并開發出一些新型實用的控制管理和病蟲診斷系統。雖然開發這些系統為信息技術融入傳統農業做出了積極的嘗試，但是使用平臺如PC、Windows CE和HPC等智能終端成本高、通用性不好、沒有利用互聯網技術，限制了這些系統管控的及時性、統計和診斷的時效性。

近年來相關研究報告和文獻表明，國內已有研究人員開發出基于Android系統手機的甜玉米病蟲害智能診斷系統1套[10]和基于Android智能手機油菜病害識別系統1套[11]，可以實現甜玉米和油菜的病害初步診斷。同時，Android系統在農業技術交流、新品種信息推廣采集等領域也有應用[12-14]。在國外，此領域已經初步開始商用，其中典型的代表是DEPI Crop Disease。它是由澳大利亞維多利亞州政府的環境和基礎工業部開發的一款軟件，可以實現農作物病蟲害病情查看預警，并向州政府報告病蟲害情況等功能[15]。另一款軟件是A&L Plant Disease Diagnosis，可以實現農作物病蟲害診斷，但是需要向軟件開發商加拿大A&L Laboratories Inc.公司提供農作物受害照片，公司得到照片以后才能進行診斷和反饋[16]。此種診斷方法在時間上存在一定的延遲，而且診斷人員得到的資料并不是第一手資料，病蟲害信息以圖片的數字信息傳播會有一些信息的丟失。

若能將廣泛使用的Android移動平臺的應用程序應用到中國現代農業中，不僅可以積極探索傳統農業和現代數字信息技術的融合發展，而且可以促進農業發展，減少農業損失。從這個角度出發，本研究開發出一種新型的基于Android平臺的病蟲害調查統計及智能診斷系統。在該系統中，設計了1套高效易用且功能強大的調查統計模塊，用以調查統計農業病蟲害情況；構建了1個規則庫和推理機構聯動的診斷系統，以對出現的病害給出初步診斷；另外，所有統計數據和診斷記錄能夠通過移動網絡隨時共享，便于多個終端交互數據并統一數據格式標準。

1系統整體框架設計

1.1系統開發結構

此系統的總體結構框圖如圖1所示。人機交互界面分為普通模式界面和專家模式界面，通過專家模式界面可以直接對數據庫進行訪問而不需要規則庫和推理機構，亦可以添加和修改規則。軟件的底層為規則庫和推理機構，是系統內建的。支撐整個程序的是SQLite 3數據庫，數據的添加、修改、存儲和共享以及自定義新規則的添加均在此操作。

2.2系統開發的功能及面向人群

此系統是傳統農業和現代信息技術相結合的實踐，是一切從實際出發，針對本地區的農田作物量身定制的符合本地區現有情況設計和開發的系統。開發此系統的目的之一是節約人力成本，即應該達到即使是對農業病蟲害知識不是很精通的一般人士也可以操作的目標。

系統整體上采用向導界面，用戶通過此界面可以輕松完成程序的一些自定義設置、數據的錄入和規則的添加，使操作變得簡單流暢。軟件可以導出直觀通用的Excel工作簿文件，并隨時通過設備終端的移動網絡及時傳送給農業專家進行進一步分析診斷，保證數據的及時、準確、定向傳播，保證病蟲害信息在第一時間被共享、研究，以此保證對數據進一步分析并做出決策的及時性。

此基于Android平臺的病蟲害調查統計及智能診斷系統主要面向2類人群，一類是非專業人士，即對農業病蟲害不是很精通的一般人士；另一類是農業專家，即具有專業農業病蟲害知識的人士。前一類非專業人士，可以使用普通模式，通過向導的方式添加病蟲害記錄，并根據軟件給出的初步結論和建議在第一時間準備處理病蟲害情況，同時可以導出Excel工作簿文件通過移動網絡共享給專業人士進一步分析。對于后一類專業人士，除了可以使用普通的向導模式進行數據的添加、分析和共享外，還可以通過專家模式添加病害的名稱、蟲害的名稱和診斷規則等。專家模式即高級版的普通模式，可以實現復雜但更為精確的記錄，添加分析和診斷的功能。

在設計軟件界面時，最重要的就是完成用戶操作功能，由此開發出普通模式界面。普通模式的主要需求可以概括為以下4點：根據信息的錄入、修改、查詢整個流程管理；實現病害診斷、病蟲害統計功能；數據庫的隨時添加、修改和刪除；數據庫隨時導出共享的功能。

另外，專家對農作物、病蟲的信息管理也很重要，由此開發出專家模式界面。專家模式界面提供給農業專業人士對軟件更加深層次的操作，其界面名稱和功能概括如表1所示。

[FK（W6][HT6H][JZ]表1界面名稱和功能概括[HTSS]

[HJ*5][BG（！][BHDFG1*2，WK7，WK22W]界面主要功能

[BHDG3，WK7，WK22ZQW][SQ*2]普通模式界面[SQ*2]用于對農作物狀態的描述、選擇，記錄的添加；給出初步診斷結果，隨時共享導出數據

[BHDW][SQ*2]專家模式界面[SQ*2]普通模式界面的所有功能，對病害規則庫的添加修改，以及蟲害自主統計功能[BG）F]

2.3系統開發的共享功能

此基于Android平臺的病蟲害調查統計及智能診斷系統的一大特點就是數據可以即時共享，保證了數據的及時、準確、定向傳播，進而能及時針對數據進行進一步分析并做出決策。共享功能設計的具體分析如下：首先，由于此軟件運行在移動終端上，只要移動終端具有連接互聯網功能，即可實時共享信息，所以本軟件應該提供各種分享接口與互聯網相連。

其次，考慮到移動網絡的速度和每一步移動終端的數據流量有限，所以共享的文件數據量不能太大。因此最理想的方式就是生成體積小、通用性好的Excel工作簿文件，通過郵件或者即時通訊類軟件進行共享。這樣產生的流量小、發送速度快、可以保證及時性。

2病蟲調查統計軟件的設計

2.1系統功能流程設計

系統功能流程如圖2所示，在1個周期內可完成記錄添加、診斷結果預覽和添加以及現有記錄的查看、修改和刪除。

[FK（W20][TPSJ2.tif]

2.2數據庫設計

通過SQLite語言在程序內搭建起SQLite 3數據庫平臺，該數據庫為軟件私有，只有root權限的操作和本軟件可以使用此數據庫，保證了數據庫的安全。

數據庫是程序在系統中第1次運行的時候創建的。若程序版本有更新時需要更新數據庫結構，則只進行更新操作，不會影響數據庫中原有數據的內容。使用Java語言中的SQLiteOpenHelper類可以在Android環境中創建1個SQLite 3數據庫。查閱官方的SQLite文檔可知，單個的數據庫容量最大可達128 TB[17]，足夠病蟲害統計用，也遠超單個移動終端的存儲容量，因此不會出現數據庫容量不足的問題。

在已創建的數據庫中創建1個數據庫表，用于數據條目的存儲。此表單一共包括28個字段，其中_id為主字段。表單結構如表2所示。由表2可見，字段0～5存儲每條記錄的基本信息；字段6～8存儲每條記錄的類型；字段10～17存儲每條記錄的蟲害或病害詳細信息；字段18～24存儲每條記錄的面積或株數統計信息；字段27存儲專家模式下的病蟲害名稱。其余字段為程序校驗位或為程序功能所保留。

2.3調查統計模塊設計

調查統計模塊分為3類平行模式，分別為病害統計、蟲害統計，普通模式、專家模式，以及面積統計、株數統計、面積和株數統計。3類平行模式配合交叉選擇，一共可以實現12種不同的統計模式。

調查統計模塊添加1條數據的流程如圖3所示。

病害蟲害統計模式和普通專家統計模式互相作用，根據用戶選擇模式，實現以下統計環節，如表3所示。面積株數統計模式作為單獨的調查統計環節，不受前病害蟲害統計模式和普通專家統計模式的影響，存在于每條記錄之中。在此調查統計環節中，用戶可以根據需求統計不同數據，此調查統計環節包括以下幾種可統計數據，如表4所示。

2.4智能診斷模塊設計

病蟲害規則庫通過XML文件建立，內置于軟件之中。軟件界面通過讀取規則庫文件動態填充下拉菜單Spinner中的內容，以供用戶選擇病蟲害信息和癥狀。此外，內置的近40種病害信息和近70種蟲害信息也存儲于規則庫XML文件中[CM（25]。這些文件都是可以隨時添加和修改的，方便日后的升級及軟件的移植。

每種病害信息都有多個子條目描述，每個子條目描述都對[CM（25]應規則庫中唯一的一個代碼。存儲記錄信息時，僅存儲對[CM）]

[FK（W6][HT6H][JZ]表4面積株數模式的可統計數據[HTSS]

[HJ*5][BG（！][BHDFG3，WK10，WK19W]面積株數模式[ZB（][BHDWG1*2，WK19W]面積和株數統計

[BHDWG1*2，WK8，WK11W][XXZSX*2-ZSX18*2]面積統計株數統計[ZB）W]

[BHDG1*2，WK10，WK8，WK11W]包含條目統計總面積統計總株數

[BHDW]病/蟲害面積病/蟲害株數

[BH]卵株數（僅蟲害統計）[BG）F]

應代碼而非完整的子條目描述。這樣做的好處是，不僅減小了數據庫中記錄占用的存儲的大小，同時方便推理機構的讀取和推理判斷，更方便了用戶隨時的修改或刪除記錄。每個對應的代碼都包含若出現某1種病害時該子條目描述的癥狀可能出現的權重。內置的推理機構通過讀取對應代碼的出現可能性的權重并通過相應的推理和加權計算，即可通過用戶所選的描述推斷可能出現的病害信息。再經過最優化判斷，根據計算得到可能性最高的3種病害名稱并顯示，并同時給出相對可能出現該種病癥的概率。

一個典型的規則庫文件由幾部分組成，例如水稻病害規則庫包括規則水稻植株的各個部位名稱、每個部位病害的描述及其代碼以及水稻病害名及其代碼。病害診斷機構利用傳入的數據進行診斷，用戶在前臺界面選擇病狀描述，后臺程序獲取病害代碼，并根據規則庫的算法以及每項描述的權重進行分析診斷，給出診斷結果和可能性，最后顯示最有可能的3種結果。規則庫和推理機構的執行流程圖如圖4所示。

[FK（W12][TPSJ4.tif]

2.5數據共享模塊數據格式設計

軟件利用類打包（Jar）文件jxl.jar來生成Excel工作簿文件，并導出到系統指定的文檔目錄。jxl.jar具有以下特性：通過java操作Excel表格的工具類庫；生成Excel 2000標準格式；支持字體、數字、日期操作；能夠修飾單元格屬性；支持圖像和圖表。

應該說以上功能已經能夠大致滿足導出記錄文件的需要。最關鍵的一點是jxl.jar的API是純Java語言編寫的，它

并不依賴于系統存在，這意味著即使運行在Android系統中，它同樣能夠正確地處理Excel工作簿文件。可以說jxl.jar是一款優秀的Excel文件處理代碼，它的可移植性和通用性是它被選用作為導出Excel工作簿文件的重要原因。

生成Excel工作簿文件的流程是先生成一張空的工作簿，再根據數據庫中的記錄生成相應農作物的工作表，最后根據農作物類型依次向每個工作表中添加數據。在寫入Excel工作簿數據時，還需要將數據庫中記錄的代碼信息轉換為規則庫中存儲的病蟲害名稱和病蟲害的文字描述。圖5為一個軟件導出的Excel工作簿文件在移動終端查看的效果。

2.6軟件用戶界面設計

此軟件用戶界面（UI）設計的總思路是采用向導界面，引導用戶一步步地添加、修改、刪除或導出記錄。同時軟件在UI設計中還遵循了Android的Holo風格的設計交互規則，采用Action Bar和Fragment相結合的方式，打造出清楚一致、風格統一、學習成本低和人性化的用戶界面。軟件UI的主色調為綠色，符合本軟件應用于農業病蟲害的定位。軟件的界面風格如圖6所示。

3系統測試與分析

考慮到時間跨度和地理限制的問題，采用實地測試和模擬測試相結合的方式測試本軟件的診斷功能。表5是來自實地和模擬測試的樣本數據，實地測試的樣本來自南京市周邊地區的一些農田，模擬測試的圖片樣本來自書籍及互聯網。通過邀請不同的人在熟悉本軟件如何使用以后對照實物或者圖片進行測試，他們都是鮮有農業病蟲害經驗的測試參與者。

在10人完成測試后，統計測試所得診斷結論正確的數量并計算正確率，結果如表6所示，系統實測圖見圖7。由此可見，利用給定的樣本，使用本軟件統計診斷病害平均正確率達86.25%。推而廣之，可得軟件的診斷平均正確率至少達85%，達到了預期的效果。而且，在軟件以后的推廣升級過程中可以不斷積累經驗，完善病害診斷規則，即可進一步增加診斷的正確率。

4結論

在此Android平臺的病蟲害調查統計及智能診斷系統中，設計了向導式的調查統計模塊，和基于XML的通用可移植規則庫和加權最優化判斷的智能診斷模塊，形成了數據庫與規則庫聯動的整體系統。系統還內置一個方便實用的數據共享模塊，可以將數據一鍵共享為通用性好的Excel工作簿文件，通過移動網絡隨時遠程共享給農業專家進行進一步分析。該系統免除了設備的二次購置，降低了使用成本，節約了人力物力并保證了數據的時效性。

在實際測試中，結果不僅驗證了病害診斷的有效性和正確率，也說明此基于Android平臺的病蟲害調查統計及智能診斷系統有較高的實用性。內置的近40種病害信息和近70種蟲害信息基本上涵蓋了水稻、小麥、大豆和玉米4種常見農作物的常見病蟲害病癥，而且專家模式還可以自行定義病蟲害信息，也是一項實用的功能。此外，系統調查統計功能涵蓋12種不同模式，統計條目豐富實用。生成的數據和診斷結果不僅可以供用戶在手機上查閱，還可以導出為Excel工作簿文件，隨時隨地通過終端的移動網絡分享給其他人。

基于Android平臺的病蟲害調查統計及智能診斷系統也有一些不足，比如存在病蟲害信息還不夠完善和傳達不夠直觀清晰等問題，未來的軟件在完善過程中可以用更直觀清晰的方式給用戶展示病癥信息和蟲害信息，例如采用照片或者視頻的形式，更清晰地給用戶傳達所需的信息。此外，系統中內置XML規則庫的通用性和可移植性也需要不斷積累完善，這些將是進一步研究的內容。

[HS2*2][HT8.5H]參考文獻：[HT8.SS]

[1][JP3]中華人民共和國科學技術部[EB/OL]. （2014-01-10）[2015-04-03]. http：//www.most.gov.cn/ztzl/qgkjgzhy/2014/2014mtbd/201401/t20140113_111548.htm.

[2]Strategy Analytics[EB/OL]. [2015-04-03].http：//blogs.strategyanalytics.com/WSS/post/2014/01/29/Android-Captured-79-Share-of-Global-Smartphone-Shipments-in-2013.aspx.

[HT8.]

[3]Kantar WorldpanelComTech. Smartphone OS market share[EB/OL]. [JP2][2015-04-03].http：//www.kantarworldpanel.com/smartphone-os-market-share/.

[4]郭銀巧，郭新宇，李存東，等. 基于知識模型的玉米栽培管理決策支持系統[J]. 農業工程學報，2006，22（10）：163-166.

[5][JP2]高輝，仲曉春，王云，等. 基于PDA的縣域水稻精確施氮決策支持系統研究與開發[J]. 中國農學通報，2008，24（8）：458-461.

[6]涂運華，王東輝，趙春江. 基于Windows CE的HPC/PDA農業專家系統開發平臺的研究與開發[J]. 高技術通訊，2000，10（10）：28-31.

[7]方慧，何勇. 基于Windows CE的農田信息快速采集技術[J]. 農業機械學報，2005，36（1）：92-96.

[8]歐陽建權，錢躍良，褚誠緣，等. 基于PDA的農業專家系統的設計和實現[J]. 計算機工程與應用，2002，38（2）：30-31，114.

[9]張榮安，胡建東，高知林，等. 基于Palm OS平臺的農業施肥通PDA的研制[J]. 河南農業大學學報，2004，38（1）：23-27.

[10][JP2]楊林楠，郜魯濤，林爾升，等. 基于Android系統手機的甜玉米病蟲害智能診斷系統[J]. 農業工程學報，2012，28（18）：163-168.

[11]吳滄海，熊煥亮，何火嬌. 基于Android智能手機油菜病害識別系統設計[J]. 中國農機化學報，2013，34（4）：257-260.

[12]王安煒. 基于Android的手機農業專家系統的設計與實現[D]. 濟南：山東大學，2011.

[13]張思. 基于Android的農業信息技術交流平臺的構建[J]. 信息與電腦：理論版，2013（6）：147-148.

[14]張淑苗，張偉，李麗. 基于Android平臺的農業新品種推廣信息采集系統[J]. 農業信息網絡，2012（3）：17-19.

[15][JP3]Google Inc. DEPI Crop Disease[EB/OL]. （2013-09-09）[2015-04-03]. https：//play.google.com/store/apps/details？id=com.outware.cropdiseases&hl=en.

[16]Google Inc. A&L Plant Disease Diagnosis[EB/OL]. （2014-01-24）[2015-04-03]. https：//play.google.com/store/apps/details？id=com.anyweb.plant&hl=en.

[17]SQLite.org. Limits In SQLite[EB/OL]. [2015-04-03]. http：//www.sqlite.org/limits.html.