SCI论文（www.lunwensci.com）:
摘要：随着人类对于生态的开发和利用,森林的生态环境逐渐变得糟糕,因此,对基于大数据的森林有害生物防控系统进行设计。通过系统硬件设计及大数据下防控系统功能结构设计、数据库设计,由此完成系统设计。在相同的测试环境下,对基于大数据技术前后的防控系统进行测试,最终得出实际的测试结果：基于大数据下的森林有害生物防控系统的测报准确率相对较高,表明防控效果较好。
关键词：森林防治；有害生物；生态防控
Design of Forest Pest Control System Based on Big Data
YU Huiting
(Fujian Forestry Vocational&Technical College,Nanping Fujian 353000)
【Abstract】：With the development and utilization of ecology by human beings,the ecological environment of forest is gradually becoming worse.Therefore,the forest pest control system based on big data is designed.Through the system hardware design,the prevention and control system functional structure design and database design based on big data,the system design is completed.In the same testing environment,the prevention and control system was tested before and after basing on big data technology,and the actual test results werefinally obtained:The measurement accuracy of forest pest control system based on big data was relatively high,indicating that the prevention and control effect was good.
【Key words】：prevention and control of forest;pests;ecological prevention and control
0引言
现如今,在新时代社会生态目标的推动下,我国的森林保护工作逐渐受到社会各界的关注和重视,这在一定程度上也促进了森林产业化的迅速发展。面对这样快速的发展趋势,传统森林有害生物防治系统以及病虫害防治手段已经不能再满足各个区域日常林业工作的需要,需要设计更加灵活、多变的系统,扩大系统的防治范围,同时增强森林防治的质量和效率,使其可以达到预期的治理目标。由于森林和相关的生产基地大多位于相对较远的山区,开发条件十分艰难,而且道路崎岖,地理结构复杂,地质环境较难勘测,这也增加了森林有害生物防治的难度。传统的森林防治仅仅是依靠一些物理方法,这些方法通常只能起到一定的表面作用,不能保证生态的完全无损害[1]。这对于林业部门来说也增加了每年的工作量,收获的效果不高。因此,在这样的生态现状下,为了更加高效的创新防治技术,同时做好病虫害以及疾病的关联防控,需要创建新的防治系统。可以通过互联网以及大数据技术的辅助,再加上林业部门自身防治系统的执行,进一步扩大森林有害生物的防治范围。依据有害生物的对应特征,在设计系统的时候,将这些数据信息添加进去,当林业部门的工作人员进行生物防治的过程中,可以依靠这些数据信息对有害生物进行综合性、针对性地整治处理,一定程度上提高防治的效果以及效率。在防治系统之中设置监测设备,在进行有害生物防治的同时,还可以观测对应的效果以及情况,并将其转化为数据信息,然后作出汇总整合,作为未来森林有害生物防治的参考材料[2]。因此,对基于大数据的森林有害生物防控系统进行分析设计,以此来提升我国森林有害生物防治的专业水平。
1森林有害生物防控系统硬件设计
森林有害生物的防控系统硬件设计相对较为复杂,需要在固定的结构中加以设计,也可以在原有的防控系统之中进行更改和调整。首先,需要在系统之中建立防控警示节点。防控节点的作用主要是将森林中各个区域的有害生物情况进行观测记录,并将数据信息进行汇总整合,传输至防控系统之中。所以,每一个防控节点其实相当于一个观测基站,对最终的防控效果会产生极为深远的影响。接下来,就是对森林有害生物的防控系统硬件进行设计。首先,需要将每一个防控节点关联在一起,然后,将检测用的无线传感器连接在第一个节点之上,搭建出防控的基础性控制电路,在这个电路之中包含很多的控制设备,大致可以分为生物处理模块、无线通信传输模块、数据信息整合模拟器以及传感器管控模块等[3]。另外,还需要在节点的首端和尾端各连接一个定位仪器,最终通向综合电源处。在完成以上的连接之后,接下来,进行传感器运行参数以及指标的设置,如表1所示：
通过表1中传感器的指标参数的相关数值,再结合实际的电路情况,进行传感器的应用设置。随后,在传感器的右后方安装控制电源,一旦电路出现异常,可以利用这个电源来切断电流,避免出现更大的问题。接下来,将传感的防空节点散布在森林的监控区域之内,对相应的数据信进行采集和获取[4]。在此基础之上,各个区域的节点会通过自组织形式形成一张感知网,并以协作的模式将对应的数据信息传输回电路的传感器之中,传感器会利用节点的定位和获取有害生物的具体位置,为防控提供极大的便利。
森林有害生物防控系统的传感器模块电路所会使用的传感器类型相对不同。主要是依照不同区域环境特点来进行安装的。湿热地区通常会使用DHT11型号的数字温湿度传感器,可以利用湿度和温度的变化来监测到相应的环境变化情况；红外温度传感器一般是被应用在光照较为强烈的森林区域,它对于光照中的红外线感应十分灵敏；气体传感器通常被用于感知信号较差的区域,用来增强防控的效果。依照以上特点,将不同类型的传感器安装在电路之中,将对应的关联节点各个森林区域之中,以此来达到监测防控的目的[5]。系统的控制中心会在固定的期限中进行防控访问,并且每隔一段时间会接受一次数据信息。具体结构如图1所示：
依照图1中的结构可以得知,防控的节点不是一直处于监测状态的。通常是需要收集数据信息的时候,节点才会被唤醒,而数据信息传输完成之后,节点就再一次进入睡眠状态,这种模式一定程度上可以减少能耗,提升系统的运行速度和执行效率。通过无线通信电路实现对系统的控制,最终完成硬件的设计。
2设计有害生物防控系统的软件
2.1大数据下防控系统功能结构的设计
在完成有害生物防控系统的硬件设计之后,需要进行对应软件的设计。首先,要建立防控系统的真实功能结构。将功能分为以下几组：自助诊治功能、生物灾情警示功能、防控数据信息处理功能、病虫害预警功能、后续灾情监测功能以及交流沟通功能等。将这些功能依照实际的应用情况划分为三个等级结构：（1）基层的功能结构,这部分主要是自主诊治功能、交流沟通功能。前者可以通过在系统中安装对应的客户端,将其与手机相连来进行应用。可以通过手机对发生灾害的区域拍照或者采集关键字进行搜索。一定程度上实现了人机交互的有害生物的防治[6]。（2）交流沟通功能,这部分主要是为了林业人员在进行工作的过程中,实现及时有效地沟通而设立的功能,在系统的平台之上,工作人员可以上传有害生物对应的图文信息,并且在审核通过之后,利用手机或者大数据平台与专家交流共同,制定相应的解决方案。（3）系统的数据处理层和警示层,主要是对有害生物产生的灾情以及森林异常进行处理的警示,由生物灾情警示功能、防控数据信息处理功能、病虫害预警功能三部分构成。生物警示功能和病虫害预警功能通常是在发生生物入侵,生物灾情的前期会被启用,系统会通过大数据平台对防控节点传输回来的数据信息进行分析汇总,再以文字、图片甚至视频的形式将森林的对应灾情上传至系统的平台之中,以便于更加快速地应对即将到来的灾情,在沟通交流功能的支持下,也能够更好地制定灾情的防控方案。然后,是防控数据信息处理功能。这部分是对节点传输回系统中的数据信息进行处理的功能,会对实际的情况利用三维模型进行还原,对系统的防控处理有着十分重要的作用最后,是后续灾情监测功能,这部分为系统的后勤功能,可以利用对应的数据计算灾情的程度,以此来预测灾情造成的损失以及影响程度。具体如公式(1)所示：
公式（1）中：Q表示灾情造成的损害比值,B表示灾情的总范围,a表示监测频率,g表示允许出现的处理误差。通过以上计算,可以最终计算出对应的灾情损害比值,依照这个比值,进行后续工作的进行,在大数据下完成防控系统功能结构的设计。
2.2数据库设计
在完成大数据下的防控系统功能结构的设计之后,接下来,在此基础上,进行防控数据库的设计。一般情况下,有害生物灾害的发生是有特定的规律的,可以通过对其空间特性和时间特征的观察来进行判断。所以,为了可以更加有效、快速地实现防控管理,需要建立具有多尺度,多结构,多维度的防控数据库[7]。首先,在多空间尺度方面,可以将不同地区的地理要素按照对应的编码来进行编制,并将编码添加在空间结构之中。其次,在时间尺度上,可以建立对应的时间单元要素,将其与生物的时序相关联,记录下防控节点的变化。在结构上,尽量设置多元化的灵活结构,可以最大程度地应变生物灾情数据信息的更新变化。最后,是相应的维度方面。可以将有害生物对应的数据信息以及行为特征导入数据库的多源异构空间里,并改变执行的属性,以减少用户的搜索时间。根据以上的设置,最终完成了有害生物防控数据库的设计。
3系统测试
3.1测试准备
本次主要对基于大数据的森林有害生物防控系统设计测试。选择一个区域为本次测试的对象区域,依照此区域的范围,在区域中安装对应数量的监测器,并将其与森林有害生物防控系统相关联,再将系统与大数据平台以及互联网建立对应的关系。设置数据库的执行比率,具体的比率计算如公式(2)所示：
公式（2）中：D表示数据库的执行比率,f表示数据库的运行范围,β表示执行的误差惯性指数。通过计算,可以得出实际测试的数据库的执行比率,将其设定在系统的数据库之中,并将对应的属性调整为多模式。检查系统是否处于稳定的运行状态,同时确定周围不存在会影响最终系统测试结果的外部因素。在完成以上测试准备工作之后,开始进行测试。
3.2测试过程
首先,将森林有害生物防控系统开启,进入监测状态,此时对应的防控节点在测试区域进行数据信息的获取与采集。将系统的传输模式更改为接收传输,当防控节点通过传感器感应到有害生物的踪迹,会立即通过传感器向防控系统发送警示信号,将相应的数据信息发送至系统的页面之上。工作人员会在数据信息之中提炼出关键的反映情况,并在数据库之中进行搜索,完成之后,对相应的病害区域以及病害部位判断。制定对应的控制方案。但是需要注意的是,在进行定位的过程中,需要先计算实际的灾害面积,具体如公式(3)所示：
公式（3）中：R表示实际的灾害面积,v表示测试区域的总面积,h表示预测的灾害面积,x表示固定的控制质数。通过以上计算,得出实际的灾害面积。将面积数值上传至系统之中,并结合实际的测算数据计算对应的测报准确率,如公式(4)所示：
公式（4）中：T表示测报准确率,R表示实际的灾害面积,θ表示对比成灾指数,J表示关联处理预期值。完成计算之后,可以得出测试结果,对其进行分析。
3.3测试结果
通过以上测试,可以得出对应的数据信息,对其进行分析,如表2所示：
通过表2中的测试结果,可以得出对应的结论。相比于应用大数据之前的防控情况,应用后的森林有害生物防控系统所得出的测报准确率相对更高。这说明系统的防控效果相对较好,其对应的处理速度也更快,具有一定的实际意义。
4结语
综上所述,便是对基于大数据的森林有害生物防控系统的设计。相比于传统的林业生物防治手段,基于大数据的防治系统具有更强大的优势。（1）具有极好的开放性。可以在系统运行中使用对应的技术,对森林的定位数据源以及访问接口进行获取,更加容易完成共享的操作。（2）系统的扩展性相对较强。一般情况下,由于防治系统多侧重于独立功能的实际应用效果,所以多元化的开源软件可以更加具体地进行重组,进而扩大功能的防治范围。（3）具有一定的易维护性,不同于传统防治系统,大数据辅助下的防治系统的应用源代码全部开放,这样不仅降低了防治成本,还提升了对应的使用效果,防治方法简单、周期长,具有极强的实际应用意义,有利于推动我国有害生物防治技术的提升。
参考文献
[1]唐金玉,张棋,任柯伶,等.基于GIS可视化的林业有害生物飞机防治指挥系统的研发与应用[J].现代商贸工业,2021,42(1):154-155.
[2]卢修亮,林晓,孙倩,等.对林业有害生物航空施药防治质量监管的探索:以美国白蛾为例[J].中国森林病虫,2020,39(1):42-46.
[3]陈捷,王新华,唐家全,等.系统自然观融入“植物病虫害生物防治”专业课教学的实践与思考[J].高等农业教育,2020(1):85-87.
[4]卢修亮.我国林业有害生物航空防治发展现状与前景分析[J].中国森林病虫,2019,38(3):40-44+46.
[5]韩阳,姜璠,李计顺,等.林业有害生物防治信息管理系统的设计与应用[J].辽宁林业科技,2019(4):41-44+57.
[6]刘怡慧,谢先兰,黄茂林,等.ArcGIS在林业有害生物飞防设计中的应用[J].湖南林业科技,2019,46(3):80-86+108.
[7]李德芳.浅析林业有害生物防治形势与对策[J].农家参谋,2019(22):130.
关注SCI论文创作发表，寻求SCI论文修改润色、SCI论文代发表等服务支撑，请锁定SCI论文网！
文章出自SCI论文网转载请注明出处：https://www.lunwensci.com/jisuanjilunwen/38962.html
