英语原文共 12 页，剩余内容已隐藏，支付完成后下载完整资料
毕业论文
英文翻译
原文标题 Applications of Geographic Information Systems and Geostatistics in Plant Disease Epidemiology and Management
译文标题 地理信息系统和地质统计在植物病害流行病学和管理上的应用
地理信息系统和地质统计在植物疾病流行病学和管理上的应用
Merritt R. Nelson, Thomas V. Orum, and Ramon Jaime-Garcia
University of Arizona, Tucson
Athar Nadeem
Central Cotton Research Institute, Multan, Punjab, Pakistan
未来十年，信息管理将成为提高农业实践的关键。农业系统具有空间性，这使利用农田信息组建空间数据库成为可能。农业系统的生物和物理原因造成其空间异质性，致使植物病原菌和植物疾病呈现斑块状（3）。同样地，地理信息系统（GIS）也可以应用于流行病学并实现植物病害管理。GIS是一种通过参照地理坐标以整合、存储、操纵和显示数据的系统（45）。台式机（如32位以上的奔腾笔记本电脑等都可以实现GIS的大多数应用）均可安装GIS，不需要统计学和物理学技术支撑。商品贸易对精确农业的发展起到了极大的推动作用，这些都可以基于GIS的产量数据和肥料及异质的肥料管理实现。
GIS适用于任何尺度的数据，尺度从单个田块到一个农业区。由于许多问题不应只在一个尺度上研究。使用何种尺度，每一尺度使用何种信息是建立GIS数据库的重要考虑方面。政府机构、国家农业院校、试验站以及私人企业将面向农民、虫害控制顾问、推广工作者以及评估植物病害的相关人员开放空间参考信息和新的工具。全球定位系统（GPS）和地质统计等工具都可与GIS结合使用，且可用于任何尺度。我们致力于研究区域尺度内的灌溉农业区，本文将重点研究与流行病传播相互影响的景观特征与提高植物病害控制的种植管理措施之间的空间联系。本次研究范例也可用以说明其在GPS、 GIS和地质统计方面的应用，并有三者的简介。
GPS
GPS接收器用于定位，它是精准农业的重要工具之一。GPS是基于美国国防部操控的卫星导航系统（NAVSTAR系统）。这些卫星传递时间和位置信息的信号。 GPS接收器于地面收集卫星信号，并通过球面坐标系统如纬度和经度，或平面坐标系统如通用横轴墨卡托系统，确定地图点位。平面坐标的好处是可在二维欧氏坐标系统（Euclidean system）中计算长度和方向。这种计算需要地理统计分析。如需考察三维空间可添加高程。GIS可将一种坐标系统转换为另一种。
国防部将利用选择性干扰的方法对GPS卫星进行免费数据传播。SA对GPS使用者非常重要因为GPS读数的准确性和精确性除进行校正外均在降低。准确性是“测量值与真实值的贴近度”；精确度是“同一量的重复测量间的贴近度”（43）。没有适配器就不能对手持GPS进行校正，因此这些设备的水平精度超过100 m，垂直精度不超过156 m。准确性表现为在一系列指定卫星位置下，实际位置和一系列位置测量值之间的两种距离标准偏差（见 http://www.utexas.edu/depts/grg/gcraft/notes/gps/gps.html）。实践中，准确度可为15-25 m，因为信号并不总是衰减。 差分GPS（DGPS）用于将准确度提高至约2 m。为达到这一准确度，已知位置（基站）接收器的数据与所求地点数据相结合以校正SA或其他来源的误差。精细农业设施，如产量监测仪（yield monitors）和可变速施肥机（variable rate applicators）依赖于DGPS。DGPS增加了获得点的坐标过程的花费和计算的复杂性，故当不需要DGPS的准确性时，廉价手持装置更受推崇。
本研究使用便宜的手持GPS进行，因为区域跨度超过100 km，不需要准确度高达100 m的坐标。对于需要较高准确度的小区域，也可以工具的组合使用来代替DGPS。 手绘地图或USDA农业服务机构（Farm Services Agency ）地图常常可以获得。手持GPS可用于获取地物如道路交叉点或灌溉用井的坐标，它可作为参照点将手绘详细地图数字化，从而与其他图层在同一参考坐标系统下显示。类似地，可通过在小范围内绘出矩形网格并用手持GPS将网格的坐标与更大的区域联系起来，从而获得更高的精确度。
1990到1994年，我们使用待遇空间参考网格信息的地图，来代替GPS获得样点坐标（33）。 我们改用 GPS是因为通过GPS获得坐标信息比地图容易。直至1994年之前，GPS对于大多数研究而言都过于昂贵。手持GPS在有效性和可购性上的迅猛发展一部分是因为小船主们的航海事业的促进作用。大量生产的GPS被设计用于航海和野外活动。因此，手持GPS多源于海事或户外供应商。
GIS
GIS将GPS收集的数据与其他地理参考信息联系起来。GIS可整合空间信息图层并发现本不明显的可能联系（16-18）。改变一个图层的空间信息使之与第二个图层相匹配的过程称为配准（45）。当大量数据配准至相同的坐标系时，分享数据和创造性的分析空间关系的可能性大幅提高。GIS在农业上的应用发展迅速，一类源于商用软件包，如ArcView （ESRI, Redlands, CA）或MapInfo Desktop （MapInfo Corp., Troy, NY），也有一些源于这些软件包的更专业的应用软件（如，Site- Specific Technology Development Group, Inc., Stillwater, OK [ArcView] and Red Hen Systems, Fort Collins, CO [MapInfo]）。正如其他类型的计算机软件一样，系统间的兼容性必然存在问题，目前已经开发了数据转换工具和通用数据格式来应对这一问题。
GIS数据有两种主要形式：矢量和栅格。多数GIS软件现均可处理这两种格式。在矢量数据中，地图由点、线和多边形构成，并在一个数据库中处理。栅格数据中，数据是通过行列位置记录数值和参考空间矩阵。头文件或相关文件包含了行列信息和坐标信息。USGS数字高程模型数据集，卫星图像，一些扫描图像文件均为栅格数据集。
农业GIS可对昆虫（2，7，12，13，28，39，42，44）、杂草（26，29，38，54）和植物病害（33,35,36）进行空间分析。Weltzien (50–53)引入术语“地理植物病理学”用于描述研究植物病害的空间分布、成因以及控制病害的地理方面的科学。他详细描述了如何利用地图说明地区甚至大陆尺度植物病害的传播，并对可用于这些目的的地图进行分类（52）。然而，大量地区评估需要大型空间数据库。随着计算机功能的强大和软件的发展，GIS成为管理这些空间数据的合适的技术（48）。
贸易杂志《California Farmer》近期的一篇关于精细农业的文章表达了精准农业的担忧，称农民可能会被GIS生成的“迷人的、鲜亮的图像”所误导（47）。GIS数据的使用者可能会被误导是因为系统报告的细节可能超出了源数据的精确度。一些GIS专家建议使用“可视化”，如随着置信度的降低从有色褪为灰色，向使用者表现数据的可信度（10,17）。由于许多使用者会依赖于自动化的商业软件包，因此将简易显示工具与不确定性结合起来应该成为这些产品的消费者和厂商共同的目标。也许检验GIS地图正确性最好的方式是经验。尽管这似乎显而易见，但必须要说的是，GIS分析的使用者应比较所得结论与其对该问题的基本认知，如与期望有明显差异就应核查方法和数据。
地质统计
地质统计着眼于空间变量分析和 非采样点值的预测或评估。Cressie将空间分析分为三大类：地质统计，格点和点（8）。他将地质统计描述为适用于估算连续区域数值的统计模型。趋势面分析法和逆距离加权法插值发展早于地质统计，但地质统计的优点在于考虑了基于样点或观测值的表面图的制作。表面图是用与某变量相关的色度或灰度的渐变来绘图。如果能很好地与非空间分析的汇总统计（平均值、中值、标准差）结合在一起，表面图可使使用者不受噪声和点数据分散的干扰，从而有助于获得更大的图像。区域表面图适用于成空间正相关，且连续性超越单一田块边界的变量。空间自相关是指变量和其自身在不同距离和方向上的相关性。如果相邻田块在某一距离发生突然变化，则这一距离定义为田块边界。如果表面图插值时不考虑田块边界就会产生一定的误差。有时，变量的绝对值并没有高于或低于一个生物临界值更重要。如果一个变量，如病原菌繁殖体密度一致高于某一个阈值，则表面图可能没有用处，除非相比于这种一致性为斑块状所代替。
对于地质统计的初学者来说，有不少相关的入门介绍（22,24,31,41），例如已经做到很好的万维网站(22,24,31,41)和一系列活跃的服务器（表1）。地质统计已被用于植物病理学来分析植物流行病的空间分布分析，但主要是田块尺度（4,21,25,27,46,49）。地质统计在墨西哥也用于植物病毒病管理的区域风险评估程序（33）。而利用地质统计研究甘蓝霜霉病的时空 变异规律也被前人探讨（46）。即使当接种菌类数量特别小，如沿植物根系（9），也可用地质统计来进行定量分析。
表 1. 全球定位系统（GPS），地理信息系统（GIS）和地质统计的万维网站。
地质统计分析可分为四个阶段：（ⅰ）描述性数据分析；（ⅱ）空间自相关建模（空间连续体的特性）；（ⅲ）估算未样点的数值；和（ⅳ）评价估计值的可靠性。Isaaks和Srivastava （22）给出了地质统计的通俗解释。地质统计中，空间自相关通常采用变异函数估计和模型模拟进行。建立试验变异函数和匹配模型已在一些文献中（8,11,22,24,31,37）中呈现。变异函数的模型属于“kriging”表面插值的其中一个步骤（22）（表1，地质统计）。Kriging的好处是有两个输出结果，即变量的表面图和kriging标准差的分布图， 它提供了估计值置信度的相对测量方法。这种结合将在本文中于Aspergillus flavus菌株组成的区域研究应用中再次进行讨论。
最复杂的地质统计工具是随机条件模拟。该工具在作物保护中的潜力已在爱荷华州西北的区域玉米根虫研究得以阐述（40）。在该研究中，为了使损失最小，推荐一种杀虫剂采取两种不同的使用方法。该分析不不仅考虑了杀虫剂需求和施用的成本，也顾及相应的环境成本评价（40）。由于技术困难，不远的将来应少有农民、很少会有农民、顾问或监管人员使用随机条件模拟。然而，随着时间的推移，条件模拟或许会成为植物病害状况地质统计分析的一部分。
一些简单的GIS地图，叠加上道路、河流、城镇和区域边界有时就可以用于描述病虫害问题。而不需要地质统计便可完成。地质统计为模拟空间自相关的范围和方向性提供可能，它可以为病虫害的发展过程提供线索，如传播、气候和病原菌及其载体的替代寄主等。表面图可对点数据降噪并促进数据间的相关分析。地质统计增加了评估的可信度。使用指示kriging法可以为描述性变量和分类变量制作概率图提供工具（11，24；见于Nonparametric Geostatistics in Geostatistics Frequently Asked Questions, http://curie.ei.jrc.it/faq/index.html [表1]）。学习该技术的步骤就应该是从GPS和简单的GIS应用开始，随GIS经验的积累，今儿学习地质统计分析。关于地质统计在农业评价中的应用的不足时其数学方面往往超出许多潜在使用者的能力。
GPS、GIS和地质统计的集成
GPS、GIS和地质统计的使用有利于不同水平的管理和鉴定。例如，手持GPS的顾问可将植物病害坐标信息传递给州立大学的专家，他可以利用GIS结合他的检验在一个更大的背景下评价该观测值。此技术有一个最有用的简单应用：存储和查询空间参考点数据。集成的好处在于将简单格式的数据和其他通过万维网来自于公共和个人的数据（道路、县界、数字高程模型、水文地理、土地所有边界、最重要的，其他农业数据）联系起来（表1）。在合适的情况下，点数据可通过地质统计插值产生表面图。
可通过许多方法制作植物病害及其风险的GIS地图。专家，包括农民可合成个人观测值，然后在合适的参考
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[31041]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
