论文部分内容阅读
作物可视化作为农业信息技术研究领域的重要且前沿的研究方向之一,具有重大研究意义与价值。传统的作物种植或相关研究实验需要不断重复地设计与改良,且受大量不确定环境因素的影响,实验条件要求苛刻、实验周期较长。通过计算机技术设计模拟实验,有利于减少时间成本、资源投入,有助于加快作物可视化及相关领域研究的发展速度。本文以安徽省安庆市桐城地区为例,并以小麦作为研究对象展开研究,基于决策树分类算法CART和该地区历年气象指标数据和小麦受干旱、冻害和赤霉病等气象型灾害的统计数据,生成小麦各阶段受灾情况的分类规则,运用三维建模软件C4D完成各分类结果的小麦相关三维模型的构建,并结合图形库THREE.JS和前端可视化框架Echarts,完成小麦生育期部分主要生长阶段的灾害可视化WEB应用的初步开发。本研究的具体内容归纳如下:1、收集研究所需的数据收集国内外有关小麦在干旱、冻害和赤霉病方面的研究文献,重点关注桐城地区的相关研究并从中提取重要结论和数据;收集桐城地区小麦返青期至成熟期的形态特征的数据、历年相关灾害的统计数据和历年气象指标数据;2、运用C4D完成小麦三维形态的建模基于小麦阶段性形态方面的相关特征与指标,归纳了小麦在生育期各阶段形态特征的定性描述,运用三维建模软件C4D完成了小麦返青期至成熟期的主要器官(麦穗、叶片、茎杆等)形态建模,以及简易麦田的建模工作;3、训练样本处理并基于CART算法决策树构建收集并整理了决策树的训练样本集合,参考相关文献研究,将样本集合以不同时间窗口(4天、5天、7天)进行合理划分,基于决策树分类算法——CART对各分组样本集合分别完成了对干旱、冻害决策树和赤霉病决策树的生成、剪枝和性能评价等工作,对比实验结果,最终选择了以4天为时间窗口的样本数据生成的决策树作为最终的分类规则;4、基于THREE.JS实现可视化应用的初步研发设计并完成了小麦阶段性灾害可视化WEB应用的初期研发。运用脚本语言Javascript对生成的分类规则翻译实现,应用THREE.JS完成了各灾害决策树分类结果对应的小麦形态三维场景模拟,借助前端可视化框架Echarts完成各灾害气象影响因子的数据可视化和相关功能性模块开发。本应用通过对用户导入的时间和气象指标统计数据(温度、相对湿度与降水量等)的分析,输出小麦阶段性受灾类型、受灾次数与灾害详情分析、气象影响因子可视化、三维场景模拟等内容。在三维场景模拟中,添加了对场景的旋转、拖动、缩放等交互效果,便于用户切换观察视角。结果表明:小麦阶段性灾害可视化的实验结果基本令人满意,验证了决策树在气象型灾害的分类与预测研究中的科学性和可行性,通过计算机实现可视化模拟与分析,形象地表现出分析结果,不仅有助于人们对小麦受灾情况以及灾后小麦形态变化的了解,有利于人们决策与分析,同时利用计算机模拟也减少了人力物力财力还极大地降低时间成本,提高了研究效率和资源利用率。