小麥是我國的主要糧食作物,在生長過程中容易受到赤霉病、白粉病、銹病、紋枯病等重要病害的影響,影響小麥的產(chǎn)量與品質(zhì),如果防治不及時,極易造成嚴重的經(jīng)濟損失。及時準確的預測小麥病害發(fā)生情況,對構(gòu)成小麥病害高效防控體系具有重要的意義。本系統(tǒng)主要使用PHP技術(shù)來實現(xiàn)小麥病害的預測,基于WebGIS平臺通過百度地圖來展示小麥病害的發(fā)病級別,使用ECharts技術(shù)對小麥病害預測結(jié)果進行分析與展示,分析發(fā)展趨勢,實現(xiàn)可視化。利用GIS來實現(xiàn)區(qū)域定位,便于直觀的觀察發(fā)病地區(qū)與級別。論文通過使用BP神經(jīng)網(wǎng)絡算法,設計了河北省小麥主要病害的預測預報模型。以小麥赤霉病為例,將病害的發(fā)病等級分為4級,對病害的發(fā)生進行預測,在終端實現(xiàn)病害的可視化展示,便于植保部門制定相應的防治方案,確保小麥產(chǎn)量和農(nóng)民增產(chǎn)增收。主要工作如下:(1)系統(tǒng)分析設計,系統(tǒng)采用模塊化設計,將整個系統(tǒng)劃分為前端的信息展示和后臺管理,前端為地圖區(qū)域的顯示;將預測出的病害情況結(jié)果與真實結(jié)果進行對比,病害歷年的發(fā)生面積與種植面積進行比較。后臺管理具有數(shù)據(jù)分析顯示和用戶信息的管理。(2)基于BP神經(jīng)網(wǎng)絡建立預測模型,在信息展示中,對小麥的氣象環(huán)境因素進行分析,先選取前幾次的數(shù)據(jù)作為樣本,采用BP神經(jīng)網(wǎng)絡算法來處理,建立預測模型,然后對其它的數(shù)據(jù)進行預測。該模型會根據(jù)選取的樣本數(shù)據(jù)進行模型訓練,利用自適應能力來自動調(diào)節(jié),直到滿足條件,再利用其它數(shù)據(jù)進行檢測,確�？煽啃浴�(3)實現(xiàn)病害預測可視化,通過預測模型對小麥病害進行預測,將結(jié)果在百度地圖上顯示出來,利用熱力圖來直觀的觀測病害的發(fā)病嚴重等級和發(fā)病地區(qū),可以從整體上估計損失程度,實現(xiàn)可視化效果。以便于針對發(fā)病地區(qū)做出防治,來控制病害的面積進一步擴大。(4)使用ECharts技術(shù)將預測發(fā)病變化趨勢展示出來,以便于直觀分析,通過分析小麥病害的發(fā)病規(guī)律來預測未來病害發(fā)生情況,使用ECharts技術(shù)展示模型的效果,以及發(fā)病面積與條件因素的規(guī)律。本系統(tǒng)的設計開發(fā),為小麥主要病害的預測預報研究提供了高效的技術(shù)工具,是信息處理技術(shù)與農(nóng)業(yè)病害防治的有機結(jié)合,利用計算機技術(shù)解決小麥病害預測的一種有效途徑。
【學位單位】：河北農(nóng)業(yè)大學
【學位級別】：碩士
【學位年份】：2019
【中圖分類】：S435.121;S126
【部分圖文】：

北省小麥病害主要是赤霉病、條銹病、紋枯病等，本系統(tǒng)以小麥赤霉病對象，根據(jù)相關(guān)氣象條件來預測其發(fā)生情況，赤霉病在河北省發(fā)生地區(qū)、危害等級參照張雪嬌等人的調(diào)查數(shù)據(jù)[34]，用 BP 神經(jīng)網(wǎng)絡算法對小麥生情況進行預測預報，該系統(tǒng)功能主要包括小麥赤霉病發(fā)生的地區(qū)、面級、小麥種植面積和感染面積對比等，還能為農(nóng)民提供常見的防治方法總體結(jié)構(gòu)圖如圖 3-1 所示：

一個良好的數(shù)據(jù)庫存儲方法是十分有必要的。數(shù)據(jù)庫的設計可能會影相對應的功能，如果數(shù)據(jù)庫的設計方法不夠完善，就可能會在系統(tǒng)的響某些功能的執(zhí)行效果和效率[39]。因此數(shù)據(jù)庫的存儲方法設計是至關(guān)建立數(shù)據(jù)庫使用系統(tǒng)的中心問題[40]，設計數(shù)據(jù)庫具有相應的原則標準）數(shù)據(jù)庫要具有高度結(jié)構(gòu)化，按照規(guī)定的標準來進行規(guī)劃，結(jié)合系統(tǒng)進）數(shù)據(jù)庫設計時盡量減少冗余度，降低空間的消耗。）對數(shù)據(jù)的安全性進行相關(guān)設置，設定必要的數(shù)據(jù)保密級別。）對數(shù)據(jù)庫提前做出擴展，以便于日后進一步合理開發(fā)。據(jù)庫邏輯設計系統(tǒng)結(jié)構(gòu)和功能進行分析設計，本系統(tǒng)的數(shù)據(jù)庫存儲的數(shù)據(jù)信息主要種，本系統(tǒng)的用戶管理注冊信息、小麥赤霉病害的氣象數(shù)據(jù)信息、小面積信息、其他病害的數(shù)據(jù)信息等。根據(jù)各個數(shù)據(jù)表的信息來設計具構(gòu)[41]。各個數(shù)據(jù)表的數(shù)據(jù)項和結(jié)構(gòu)，其 E-R 圖如圖 3-2 所示：

通過對河北省地區(qū)近十幾年來平均氣溫、相對濕度、降水量的分析，在2007~2017 年之間河北省地區(qū)赤霉病的發(fā)病面積與每年四五月的平均降水量、相對濕度、溫度的變化趨勢有很大相關(guān)性。赤霉病的發(fā)病面積與氣象條件的關(guān)系如圖4-1、圖 4-2、圖 4-3 所示，從圖中觀察到在這十幾年中 2008 年和 2012 年為發(fā)病面積最大
【相似文獻】

相關(guān)期刊論文 前10條

1 苗余超;;基于BP神經(jīng)網(wǎng)絡對地震前兆的研究[J];科學技術(shù)創(chuàng)新;2019年33期

2 姜文鑫;;基于BP神經(jīng)網(wǎng)絡的渦軸發(fā)動機故障診斷研究[J];智庫時代;2019年52期

3 李欣;張進秋;姚軍;彭虎;;基于BP神經(jīng)網(wǎng)絡的磁流變阻尼器逆向模型研究[J];海軍工程大學學報;2019年06期

4 黃曉東;;財務BP的企業(yè)實踐研究[J];現(xiàn)代國企研究;2019年04期

5 程萌勛;王永奇;;基于BP神經(jīng)網(wǎng)絡的深圳市垃圾產(chǎn)生量預測分析[J];區(qū)域治理;2019年29期

6 馮相榕;李鵬;孟旭瑩;;基于BP神經(jīng)網(wǎng)絡的學生綜合考評預測研究[J];計算機與網(wǎng)絡;2019年20期

7 張鐵成;;BP神經(jīng)網(wǎng)絡法在換索施工中的應用[J];公路交通科技(應用技術(shù)版);2016年11期

8 徐明鵑;王本有;;BP神經(jīng)網(wǎng)絡集成挖掘方法在財務預警中的應用[J];長春工業(yè)大學學報;2016年03期

9 邢蕾;趙鵬飛;;BP神經(jīng)網(wǎng)絡的一個解析算例[J];科技創(chuàng)新導報;2016年25期

10 韓文龍;王延斌;高向東;劉國偉;陶傳奇;;基于BP神經(jīng)網(wǎng)絡的沉積微相識別[J];煤炭技術(shù);2016年12期

相關(guān)博士學位論文 前10條

1 何毅;基于BP神經(jīng)網(wǎng)絡電容法刨花含水率測試儀的研究與開發(fā)[D];南京林業(yè)大學;2006年

2 呂軍城;山東省農(nóng)村居民自殺未遂預警BP神經(jīng)網(wǎng)絡及指標體系構(gòu)建[D];山東大學;2015年

3 盧志宏;基于BP神經(jīng)網(wǎng)絡的荒漠嚙齒動物群落對氣候變化滯后響應[D];內(nèi)蒙古農(nóng)業(yè)大學;2016年

4 趙景潤;氣象因素對上消化道出血的影響及BP神經(jīng)網(wǎng)絡模型的建立[D];山東大學;2014年

5 王菂;腦卒中患者體內(nèi)BP抗體水平與大皰性類天皰皰患者認知功能研究[D];北京協(xié)和醫(yī)學院;2015年

6 劉浴輝;東亞季風區(qū)8.2ka BP氣候突變記錄及其精細解剖[D];中國地質(zhì)大學;2012年

7 王吉權(quán);BP神經(jīng)網(wǎng)絡的理論及其在農(nóng)業(yè)機械化中的應用研究[D];沈陽農(nóng)業(yè)大學;2011年

8 李英偉;基于增量改進BP神經(jīng)網(wǎng)絡微波深度干燥模型及應用研究[D];昆明理工大學;2011年

9 朱新萍;22.70ka BP以來羅布泊“大耳朵”區(qū)域湖泊沉積特征及其環(huán)境指示意義[D];新疆農(nóng)業(yè)大學;2015年

10 林娟;基于BP神經(jīng)網(wǎng)絡下的礦業(yè)上市公司融資風險預警研究[D];中國地質(zhì)大學(北京);2013年

相關(guān)碩士學位論文 前10條

1 于發(fā);基于BP神經(jīng)網(wǎng)絡的河北省小麥主要病害預測系統(tǒng)[D];河北農(nóng)業(yè)大學;2019年

2 張陽;基于BP神經(jīng)網(wǎng)絡的毛筆字筆畫提取[D];山東科技大學;2018年

3 谷超;液壓支架姿態(tài)智能感知系統(tǒng)及基于BP神經(jīng)網(wǎng)絡決策研究[D];中國礦業(yè)大學;2019年

4 林凱;卡爾曼濾波-BP神經(jīng)網(wǎng)絡組合模型在地鐵變形監(jiān)測中的應用[D];西安科技大學;2019年

5 吳嘉文;基于BP神經(jīng)網(wǎng)絡的風電場風電功率預測系統(tǒng)的設計與實現(xiàn)[D];南昌航空大學;2019年

6 張楠;基于優(yōu)化的BP神經(jīng)網(wǎng)絡與SVR算法對AQI的預測研究[D];中北大學;2019年

7 馬利蕓;壽險需求影響因素的嶺回歸分析和BP神經(jīng)網(wǎng)絡預測[D];燕山大學;2018年

8 李方邑陸;基于BP神經(jīng)網(wǎng)絡的重型拖拉機換擋策略與自動控制方法研究[D];吉林大學;2019年

9 林祥烽;鋁型材三維拉彎構(gòu)件成形精度與BP神經(jīng)網(wǎng)絡回彈模型的研究[D];吉林大學;2019年

10 史軻;基于BP網(wǎng)的不確定圖K近鄰查詢研究與實現(xiàn)[D];東北大學;2015年

本文編號：2846906