表型性状数据采集系统在玉米区域试验中的应用

臧贺藏，王言景，赵巧丽，李国强，郑国清

(1.河南省农业科学院 农业经济与信息研究所/河南省智慧农业工程技术研究中心，河南 郑州 450002；2.郑州师范学院 初等教育学院，河南 郑州 450044)

玉米是河南省主要秋粮作物。2011—2015年，河南省玉米种植面积稳定在303万～334万hm2，占全国玉米种植面积的8.86%，总产占全国的8.35%[1-6]。玉米产量形成与表型性状关系密切，因此，研究玉米表型性状数据采集系统，对提高数据采集工作效率、降低采集人员的劳动强度具有重要参考价值。传统玉米表型性状数据采集仍然普遍采用人工测量、纸质记录、经验决策等工作方式，由人工实地观察记录数据，再录入电脑进行人工统计、分析，整个信息采集过程具有费时、费力、误差大、错误率高等缺点。因此，高效的数据采集仍是当前玉米育种亟需解决的关键难题。

作物品种区域试验是在一定生态区域范围内，选择有代表性的多个试点同时实施同一试验，鉴定参试品种的适宜推广区域，并评价其稳产性及其他综合性状，为新品种审定和推广提供依据[7-9]。玉米育种过程涉及育种目标的确定、试验设计、田间性状调查、室内考种、试验结果整理与分析等多个环节，是一项繁琐的科研工作[10]。随着玉米品种资源越来越丰富，育种方法也越来越多，育种工作者在实践中积累了大量的第一手资料，面对浩瀚的种质材料和繁多的记载项目，如何从中快速获取有益信息已成为难题，传统地采用现代化纯计算机数据处理技术已达不到满意的效果。无人机遥感技术可以快速获取群体作物表型信息，但很难在规模化育种小区广泛应用[11-12]。官晓敏等[13]结合Excel强大的公式计算功能将原始数据的计算自动化，并利用编码的Excel VBA程序自动完成对数据结果的保存、整理，解决了区域试验中考种数据录入工作量大、易出错、重复计算多的问题。王虎等[14]设计了基于Windows Mobile手机平台的作物品种田间测试数据采集系统，实现了数据的实时采集，解决了传统人工纸质录入效率低、错误率高的问题。赵新颖等[15]基于云计算技术，建立了水稻区域试验的信息采集系统，以降低人力成本，提高试验质量。张士敏[16]以物联网为基础，建立了水稻区域试验的信息采集系统，可以代替人工操作，极大地减少区域试验工作量。赵巧丽等[17]设计开发了通用型作物表型性状数据采集系统，改变了手工记录的传统数据采集方式，省去了数据二次录入过程。以上这些研究主要针对田间试验数据采集，而有关表型性状数据采集系统在玉米品种区域试验中的应用研究鲜有报道，鉴于此，本研究设计了玉米表型性状数据采集系统，以实现玉米表型性状数据的快速采集，为其他作物表型性状信息的快速获取提供参考。

1 系统的总体设计

1.1 系统的总体结构

系统由软件和硬件组成，软件部分包括玉米表型性状数据采集系统手持终端APP(以下简称APP)和玉米表型性状数据管理系统(以下简称Web管理系统);硬件部分包括手持终端采集设备和条码打印机，条码打印机主要用于专用条码和普通条码的设计和打印。

1.1.1 数据层 该层位于数据库服务器端，为业务逻辑层提供数据服务。系统Web 端由分布于各试验站上传的基础信息数据和业务数据组成，下达的试验任务实时更新至服务器。手持终端APP可实时获取Web管理系统下发的试验任务，根据试验任务进行数据采集，采集数据上传至服务器，为Web管理系统和条码打印机提供数据来源。

1.1.2 逻辑层 该层是系统架构中的核心部分。本系统中，逻辑层主要集中于业务流程的功能实现，用户从Web浏览器提交试验任务操作请求，到服务器接收并处理，然后把用户请求的数据返回至浏览器。手持终端APP从服务器接收用户任务，并将采集的数据通过无线方式上传至服务器，为Web浏览器提供所需数据。

1.1.3 用户层 该层是用户与系统交互的窗口，用于接收用户的输入，对数据层数据进行显示和操作。

1.2 数据库设计

数据库包括系统管理数据表、基础数据表和表型性状数据调查表。系统管理数据表包括用户表及用户组表，主要用于用户登录以及管理员进行用户角色管理数据表。基础数据表包括行政区域数据表、试验站管理数据表、玉米品种数据表、性状管理数据表等。表型性状数据调查表包括物候期记载表、抗逆性记载表、病虫害调查表、主要性状调查表、产量性状调查表等。

1.3 系统的工作流程

系统工作流程如图1所示。条码是连接田间与室内2大系统的核心，其中，田间子系统包括手持终端采集设备和手持终端APP；室内子系统由条码打印机、Web管理系统和数据中心组成。

通过Web管理系统，管理存贮于数据中心的手持终端APP采集上传的表型性状数据，使用条码打印机，按照试验布局，以一定的顺序依次打印条码，再将条码按照打印顺序依次悬挂在小区玉米植株上；通过手持终端APP扫描玉米植株上的条码，进入数据录入界面，数据录入完毕，通过无线网络与数据中心的数据同步。系统的详细操作步骤：(1)用户根据权限登录Web管理系统；(2)设置试验任务，试验任务下发到手持终端APP；(3)手持终端APP根据试验任务，生成田间布局，田间布局的小区编码无线上传至服务器；(4)条码打印机从服务器获取需打印的小区编码信息，按顺序打印条码；(5)按顺序打印好的条码，根据试验布局顺序依次悬挂在玉米植株上；(6)手持终端APP通过扫码进行数据采集。

图1 手持终端APP和Web管理系统工作流程

2 试验与结果

2.1 手工与手持终端APP数据采集试验方案

为测试手持终端APP数据采集效率，分别采用手工与手持终端APP试验，对数据采集耗时进行了比较。表型性状信息采集设备采用成都富立叶电子科技有限公司生产的富立叶C7手持终端，该设备配置四核、双卡4G、Android 5.1系统、7英寸高清液晶屏、1 280 ppi×720 ppi高分辨率，具有NFC、Wifi、蓝牙、GPS+BDS等功能，以及可选配一维/二维条码扫描模组、UHF读写卡功能；同时，该设备耐高光、电池容量大、携带方便。数据采集耗时试验于玉米成熟期进行，选择常测的8个表型性状(表1)为数据采集对象，数据格式包括文本、数值、图片等常用形式，性状测量标准参考《农作物品种试验技术规程—玉米》[18]。挑选6名从事玉米田间试验的一线人员，现场实际操作培训30 min后，随机分3组，每组2人。手工采集试验人员共6名，随机分3组，每组2人，样本量为30株，按性状采集标准采集，1人测量8个表型性状数据、拍照、录入Excel表格及图片重命名，1人记录8个表型性状的试验时间。试验以采集表1全部性状的时间为指标，以完成全部性状数据采集所消耗的平均时长作为衡量标准，试验结果取平均值。

表1 8个玉米表型性状

2.2 手工与手持终端APP数据采集耗时对比结果

手工数据采集主要包括以下4个操作流程：(1)将观察观测数据记录到记载本上；(2)用相机拍摄图片；(3)将记载本上的数据录入到Excel存档；(4)将拍摄的图片导出并重新命名。手持终端APP采集玉米表型性状数据时仅需将数据记录到设备中，其余3个步骤同步到Web管理系统自动完成。表2为手工与手持终端APP数据采集耗时，由表2可以看出，3组人员手工采集10株玉米数据的平均耗时为629 s，其中，在数据记录环节平均占用40.2%的时间，数据录入环节平均占用35.9%的时间。而同一批人员利用手持终端APP采集数据耗时平均为183.7 s，与手工数据采集方式相比，应用手持终端APP采集数据可节约时间70.8%；同时省去了拍照、数据录入、图片重命名环节。

表2 手工与手持终端APP采集10株玉米数据耗时对比

3 应用效果

手持终端APP数据采集应用案例如图2所示。玉米表型性状数据采集系统自2016年以来，已在相关育种机构进行了应用。主要对象为从事玉米区域试验的田间一线人员，应用前进行技术培训和实际操作等跟踪服务，以实现玉米表型性状数据标准化采集和规范化管理，同时建立科学、规范的案例演示。采集员登录手持终端APP后，显示区域试验功能界面，选择需要采集的性状指标制作模板，保存模板名称为“成熟期”，选择使用该模板，见图2a；进入数据采集界面，见图2b。数据采集全部结束后，可以查询数据详情，见图2c，查看完毕可一键上传。

a:新建模板详情；b:田间采集数据；c:数据详情

4 结论与讨论

围绕玉米品种区域试验生产全程的信息化实际需求，设计了玉米表型性状数据采集系统，实现了玉米关键生育期的精确采集，有效解决了当前玉米生产全程数据采集手段落后、记录数据费时费力、数据管理难等问题。用户随时随地通过手持终端APP，快速采集与实时查询玉米表型性状数据，便于实时实地满足玉米区域试验生产管理过程各环节的需求。与传统的手工数据采集对比，手持终端APP采集数据耗时可节约70.8%，省去了拍照、数据录入、图片重命名的环节。与相机拍摄照片相比，利用手持终端APP拍摄的照片，可以自动标注拍摄时间，以小区编号命名，便于图像数据的后期整理和利用。

赵新颖等[19]基于云计算技术，建立了一个水稻区域试验的信息采集系统，利用云计算对传感器收集的信息进行分析，为区域试验的农艺操作和结果评判提供依据。赵庆展等[20]设计了基于移动GIS的棉田病虫害信息采集系统，实现了病虫害发生位置及属性信息的快速采集。黄锦等[21]设计开发了一套基于移动智能设备的育种田间信息采集系统，主要讨论了育种田间数据快速录入、动态配置表单、数据有效性验证以及保障数据安全的方法。上述研究主要侧重于基本数据的录入，而本研究应用的手持终端APP具有UHF电子标签扫描、试验布局图的生成及采集模板的共享。根据用户在生产实际中的应用需求，可以灵活调整表型性状采集字段，为每个字段设置阈值，统一表型性状数据的判断与采集标准，可减少人为误差和干扰。本系统在实际应用中也发现了一些不足之处，如株高、穗位高以及考种数据等需要仪器测量后再录入到系统内，时间消耗多，易产生人为误差。当前，该系统正在尝试解决各类测量数据的自动采集问题，以期进一步提高数据采集效率。如何进一步完善系统的功能，提高系统的实用性，今后还需进一步研究和探索。