潜在和新发外来入侵物种三维可视化预警监测系统构建与应用

冼晓青,陈 宏,蔡圣准,谢 骞,刘万学,张桂芬,赵 健*

(1.中国农业科学院植物保护研究所，植物病虫害生物学国家重点实验室,北京 100193;2.福建省农业科学院数字农业研究所,福州 350003;3.福州大学数字中国研究院(福建),福州 350002)

我国是世界上遭受外来入侵物种危害和威胁最为严重的国家之一[1]。世界自然保护联盟公布的“世界100种恶性外来入侵物种”中有46种在我国造成危害和威胁[2]。据不完全统计,我国农田、城市、森林、草原、湿地和淡水生态系统的外来入侵物种已达680余种,这不仅对我国农林生产造成了巨大的经济损失,也引起了入侵地区生态系统服务功能的退化与不可持续使用[1,3]。近20年来,我国外来入侵物种整体呈现新发、突发、频发的特点,以平均每年5～6种的速度增加[4]。随着经济全球化与区域经济一体化的发展,外来入侵物种跨境/跨区域的传入和扩散压力增加,传播与扩散途径/路径复杂多样化[5],新发突发疫情极易呈现局部暴发的态势[6],这些都增加了外来入侵物种监测预警与管控的难度。

潜在和新发外来入侵物种早期监测预警是防控其扩散成灾的前瞻性和主动性举措。随着现代科学技术的快速发展,构建融合分子识别[7]、图像识别[8]、光谱识别[9]、无人机[10]、物联网/互联网[11]等智能化、数字化技术的外来入侵物种预警监测平台,已成为当前和未来外来入侵物种防控的重要发展方向。针对入侵昆虫的性诱集技术,研发基于物联网的远程监控系统,通过对入侵昆虫发生和危害的环境监控、视频监控、发生地定位,管理者可以实现对靶标入侵昆虫监测区域的全面感知[12]。基于移动定位的外来入侵物种的“云采集”系统,不仅实现了不同调查任务中物种发生与危害数据的实时采集与远程传输,管理者还可以通过网络平台实现对物种调查的全程跟踪管理[13-14]。但是,上述各系统独立存在,采集的数据也是单一、孤立的,缺乏有效的空间融合和信息汇聚,不能挖掘数据的潜在应用价值。通过构建数据集成与融合平台,实现外来入侵物种多源异构数据的高效集成,可以很好地解决此问题。基于互联网和物联网的潜在和新发外来入侵物种可视化系统可将各类来源的物种发生分布信息进行融合与展示,发掘信息之间的关联关系。同时,随着地理信息系统(geographic information system,GIS)和虚拟现实技术的发展,3D GIS技术应用也日趋成熟。3D GIS不仅可以真实地反映现实存在的客观世界,还可以将空间的自然现象更加形象具体地呈现给用户,而且对空间数据可以开展更加复杂的3D分析和操作。目前,3D GIS技术已经广泛应用于我国农田环境模拟与监测、农业资源台账管理和农村土地整治等领域[15-17]。因此,对物联网数据与三维场景进行融合和联动,构建一个真实的可视化环境,既可以直观了解潜在外来入侵物种的扩散危害动态,又可以对新发外来入侵物种在国内的扩散危害动态进行监控和管理,从大区域甚至全球尺度上支撑外来入侵物种的预防与监控工作。

本研究基于3D GIS技术构建的潜在和新发外来入侵物种三维可视化预警监测系统,具有真实感强、可视域大、数据融合度高等特点;可以浏览外来入侵物种世界范围内发生危害和扩散历史,海关截获数据的时空动态显示以及进入国内的扩散危害动态,并可在真实环境场景上进行空间分析;通过融合物联网外来入侵物种监控实时数据,在三维可视化场景中即可掌握外来入侵物种实时发生与危害情况。基于物联网的潜在和新发外来入侵物种三维可视化系统实现了潜在和新发外来入侵物种多源异构数据的高效管理,降低了野外调查与监测成本,提高了野外监测的工作效率。

1.1 系统架构

潜在和新发外来入侵物种三维可视化预警监测系统在架构上分为:表现层、业务逻辑层、数据服务层、数据存储层和硬件支撑层(图1)。其中:表现层负责数据三维可视化、数据检索查询、数据管理等具体功能的实现和人机之间的数据交互;业务逻辑层是对三维空间可视化方法、入侵物种动态预警监测模型、入侵物种数据统计分析模型的模块化抽象,对一些共性功能进行有机整合,方便表现层调用;数据服务层承担系统多源数据的调用和反馈,是系统多源异构数据高效整合的关键;数据存储层管理系统涉及的各类数据;硬件支撑层保障系统的正常运行,除了系统运行和维护所需的服务器、网络设备等必要硬件之外,移动智能调查终端、物联网智能监测设备和视频监测设备等作为物种监测中重要的数据采集终端,在系统业务运行中也发挥着不可替代的作用。制定的潜在和新发入侵物种信息标准化体系保证了系统多源异构数据融合的规范,系统管理运维和安全保障体系为系统的高效运行提供支撑。

图1 潜在和新发外来入侵物种三维可视化预警监测系统架构Fig.1 The framework of 3D visual system for early-warning and monitoring potentially and newly invasive alien species

潜在和新发外来入侵物种智能预警监测技术流程包括:预警监测与数据资源建设、数据融合与分析和数据成果应用3个阶段(图2)。在预警监测及数据资源建设阶段,潜在和新发物种的动态监测依靠安装在固定位点的物联网智能监测设备自动采集、识别迁飞性入侵昆虫数据,并通过分析模型实时判断其是否形成危害,从而构筑潜在入侵物种阻截带。针对广域大范围的潜在和新发入侵物种分布信息的采集,则采用智能移动终端开展普查,借助终端设备具有的空间定位、拍照、标签识别、数据存储与传输等功能,极大地提高了普查的工作效率。入侵物种本底数据的收集整理是对文献资料、图片、历史调查数据和跨部门提供的入侵物种信息进行高效整合,提高系统数据的丰度和实用性。在数据融合与分析阶段,根据潜在和新发入侵物种信息标准对来自物联网智能监测设备、移动智能调查终端等多种来源的数据进行融合,形成潜在和新发外来入侵物种数据资源集合,然后按照不同的监测需求,运用分析模型实现潜在和新发外来入侵物种的预警监测。数据成果应用是基于基础地理数据,借助三维可视化平台对数据分析成果进行三维空间可视化展示、时空可视化展示等人机交互输出,并将其运用于入侵物种防控和科学研究等工作。

1.2 数据规范化与结构模型

由于潜在和新发外来入侵物种多源异构数据包括混合型数据和离散性数据,制定信息标准规范体系,实现数据规范化管理是保证数据融合效率和模型分析精度的重要基础。为此,本文制定了5类19种信息标准规范,涵盖物种基础信息、物种调查监测信息、口岸截获信息、地理本底信息、文件存储信息,满足系统数据融合和分析的需要。

面对系统复杂的数据类型,数据结构以物种为主线,在所有涉及物种信息的表单中,通过统一编码的物种ID(物种唯一识别码)实现不同类型数据之间的关联(图3),以提高数据管理和应用率。

1.3 功能设计

根据潜在和新发外来入侵生物预警监测数据应用需求,系统功能分为:物种信息模块、物种分布模块、调查监测模块、检测监测模块、口岸截获模块、地图功能模块和辅助功能模块。每个模块下又分为多个2级子模块,各模块之间遵循数据标准规范并通过接口实现数据交互,系统功能框架如图4所示。

图3 潜在和新发外来入侵物种三维可视化预警监测系统主要数据结构模型及关联关系Fig.3 The main data structure model and their relationships of 3D visual early-warning and monitoring system for potentially and newly invasive alien species

系统各模块功能设定：

物种信息模块:实现多源异构潜在和新发入侵物种信息管理和查询,物种信息包括:物种基础信息、文献信息、图片等。

物种分布模块:通过数据检索在三维空间场景中展示物种的分布状况,包括:物种国外分布、国内分布和发生点分布,通过时间轴展现物种在不同历史时期的空间分布。

调查监测模块:实现潜在和新发外来入侵物种调查数据管理,在三维空间场景中展现调查点的空间分布,通过筛选条件可统计在不同空间尺度下调查点的数量。

检测监测模块:通过对物联网智能监测设备上传的数据进行管理、分析,实现对潜在入侵物种的预警分析和扩散监测,以及在三维场景中的数据展示。

口岸截获模块:对口岸截获数据进行融合、统计和分析,运用空间可视化技术展现口岸截获入侵物种的迁移路径。

地图功能模块:作为系统数据展示的基础框架,集成应用三维空间渲染引擎、在线地图服务和数据统计报表渲染等技术,为系统的数据三维可视化、时空可视化和统计分析提供支撑。

辅助功能模块:实现系统的用户管理、权限管理和日志管理等基础运维功能。

图4 潜在和新发外来入侵物种三维可视化预警监测系统功能模块Fig.4 The functional units of 3D visual system for early-warning and monitoring potentially and newly invasive alien species

2.1 Cesium三维引擎开发

系统数据的三维可视化采用Cesium三维引擎技术进行开发。Cesium通过WebGL技术规范实现动态的三维场景显示和渲染,基于JavaScript前端技术,无需安装插件即可完成高性能、高精度、高视觉质量和极易用的全球三维影像和地图展示[18-19]。Cesium提供对多种二维、三维空间内的地理信息数据的可视化支持,以及各类国际OGC标准的WMS、WMTS等地图服务,满足物种发生点、发生覆盖面、迁移扩散路径等不同类型数据应用的时空可视化需要,以及让系统能够集成丰富的地理本底数据,如:遥感背景、行政区划、地表覆盖等,方便用户直观了解物种所处的环境状况。此外,Cesium支持基于时间长度轴的二维几何体或三维图形模型的动态可视化,包括基于颜色、形状、路径等方面的线性变化,为入侵物种迁移扩散空间数据和时间数据融合展示提供了技术解决方案。

2.2 多源数据融合

潜在和新发外来入侵物种三维可视化预警监测系统数据来源于野外调查、物联网智能监测设备、口岸等跨部门间的数据交换、历史调查数据、文献资料等多种途径;数据类型包括数据流、文本、图片;数据结构包含结构化数据和非结构化数据。系统集成的重要任务就是对这些多源异构数据进行高效融合。在数据融合前需要对不同来源的数据进行清洗,数据清洗遵循潜在和新发外来入侵物种信息标准规范,包括数据一致性检查、无效值和缺失值处理。系统数据的融合以物种对象为主线,分为3个层级的融合:第1层级是对不同来源的数据进行关联,实现空间、时间等不同维度属性之间的区分和追踪;第2层级针对物种分布、监测点分布等特定的数据应用目标进行分析,抽取满足数据应用需要的数据集合;第3层级是根据具体的业务需求,通过分析模型对物种入侵潜在风险、入侵预警进行评估决策。

2.3 数据三维时空可视化

系统数据的三维时空可视化是基于Cesium三维引擎技术架构。由于入侵物种发生分布及扩散具有空间变化和时间变化的特征,因此系统入侵物种数据的三维时空可视化分为:空间可视化和时间可视化。空间可视化涉及物种、调查点、监测点、口岸、迁移扩散路径等对象在空间位置上的点状要素、线状要素和面状要素的展示。点状要素与面状要素选择与数据主题贴切的图标及配色,力求直观地表达数据分析成果。对于海量数据,根据三维场景的视角,系统采用聚类算法对一定区域内的点状要素进行聚合,提升系统的数据渲染效率。在用线状要素表达物种迁移扩散的路径时,系统在线状要素上叠加了动画效果,使得物种迁移扩散过程的模拟更加形象生动。时间可视化是对具有时间序列属性的数据进行展示,它可以与空间可视化进行叠加,从而反映物种在时间和空间4维尺度上的变化情况。系统时间可视化采用Cesium的Clock控件,可根据设定的阈值对不同历史时期的数据进行滚动播放,也可以通过人机交互的方式进行手动切换。

3.1 系统开发技术及部署环境

系统开发采用的技术及运维所需的部署环境如表1所列。

表1 潜在和新发外来入侵物种三维可视化预警监测系统开发技术与部署环境Table 1 The development technology and development environment of 3D visual early-warning and monitoring system for potentially and newly invasive alien species

3.2 数据资源建设

在系统数据资源建设中,根据存储类型将数据分为:关系型数据和文件型数据。关系型数据遵循潜在和新发外来入侵物种信息规范和数据结构,通过数据库进行存储和管理。文件型数据存储在运维服务器的磁盘阵列中,根据业务逻辑采用树形结构的分层文件夹进行管理。在关系型数据中设置专门字段记录与其关联的文件存储位置,方便系统功能模块的调用。数据资源建设主要通过数据服务接口、数据批量导入、逐条输入等方式,其中,调查数据、物联网智能监测数据是通过数据服务接口进行数据传递;跨部门数据交换基于规范的数据模板采用批量导入的方式;对于小量的数据添加则通过系统功能界面的数据添加功能逐条输入。

3.3 系统功能实现

系统主页面采用简洁的三段式布局风格,页眉设置系统标识、主要功能模块引导栏、用户信息(图5)。主页中间的三维可视化区域采用地球视角,在主页的左侧设置放大、缩小、平移等地图操作按钮、查询输入栏和查询结果;右侧设置地图图层控制按钮和数据统计图表。页尾设置时间轴和系统状态信息栏。物种查询功能支持物种的拉丁学名或中文名称的模糊查询。显示与查询关键词相关的物种类别,点击某个物种,显示物种基本信息,包括物种中文名称、拉丁学名、分类地位。

在物种分布功能中,物种世界分布查询是以国家为单位,按照首次发生年进行历史动态展示,同时在页面右侧统计分析每年新增的国家数量,形成柱状图;物种国内分布查询是以省份为单位进行数据展示;物种发生点分布是在三维地球中展示物种在全球发生位点。如图6至图7以番茄潜叶蛾Tutaabsoluta(又名Phthorimaeaabsoluta)为例展示了物种的发生分布情况。

检测监测功能包含:预警监测和扩散监测。预警监测主要针对潜在外来入侵物种,在外来物种还没有传入国内时,为了实现物种的早发现、早预防,对高风险性潜在外来入侵物种在国内可能发现的高风险区通过部署物联网智能监测设备,开展预防性监测,系统以点状要素展现监测点分布及监测情况。扩散监测主要针对新发外来入侵物种,在外来物种传入国内后,通过终端设备组织人员开展调查,追踪外来入侵物种的扩散和危害动态,为外来入侵物种的阻截区建设和早期预警防控提供依据。检测监测功能效果以番茄潜叶蛾为例(图8)。

口岸截获模块的数据展示方式为不同年份我国口岸截获总批次的动态变化点图和不同年份不同来源国的截获总批次数量柱状图。用户可以根据截获年份进行查询。同时,系统以年份为时间轴,展现不同来源国在不同口岸截获批次的年度变化,从而直观地展示潜在外来入侵物种的主要来源国家或地区,以及在我国截获批次多的进境口岸地理分布。以地中海实蝇Ceratitiscapitata为例,口岸截获功能如图9所示。

图5 物种查询结果显示界面Fig.5 The display interface of invasive alien species query results

图6 番茄潜叶蛾国外分布地点图Fig.6 The distribution points of Tuta absoluta in the foreign countries

图7 2017年-2020年番茄潜叶蛾在我国扩散地理分布Fig.7 The dispersal distribution points of Tuta absoluta from 2017 to 2020 in China

图8 番茄潜叶蛾入侵我国后的扩散动态监测点图Fig.8 The distribution points of dispersal dynamic monitoring of Tuta absoluta after invading China

图9 地中海实蝇海关截获数据动态显示截图Fig.9 The dynamics display of customs interception records of Ceratitis capitata in China

针对多源异构数据在潜在和新发入侵物种预警监测中数据可视化的问题,本文从数据标准化、数据建模、数据融合、数据三维可视化和数据应用等方面提出了具体的解决方案,开展数据资源建设,运用Cesium 3D GIS、物联网、大数据等技术研发了潜在和新发外来入侵物种预警监测三维可视化系统,并应用于地中海实蝇和番茄潜叶蛾的预警监测工作。系统初步实现了潜在和新发外来入侵物种多源异构数据的融合共享,并对物种基本生物学和生态学信息、国内外历史扩散动态和监测预警点分布,以及海关截获数据进行时空可视化展示;同时在一定程度上提高了物种调查监测数据和风险评估数据的早期预警效率,促进了外来入侵物种相关管理和科研人员全面掌握物种在世界范围内发生、危害与扩散动态以及海关截获情况,这为准确发布外来入侵物种早期预警信息,明确重点预防与控制管理区域提供了数据可视化决策载体。

与国际应用生物科学中心(CABI)的Invasive Species Compendium、欧洲和地中海植物保护组织(EPPO)的EPPO Global Database、全球入侵物种数据库Global Invasive Species Database、中国国家有害生物检疫信息系统、中国外来入侵物种数据库等国内外成熟的外来入侵物种数据库相比,潜在和新发外来入侵物种预警监测三维可视化系统不仅实现了物联网监测和信息化调查等多源数据的融合,而且在物种分布三维可视化方面进行了探讨[20]。系统运用3D GIS技术实现在三维空间框架中的外来入侵物种空间分布的展示,3D GIS比二维平面地图具有更加丰富的时空视角和数据展示维度,配合地形、遥感等数据可以为系统用户提供更加丰富的数据可视化效果,以及高度、可视域、日照等复杂空间分析功能。但是,系统在潜在和新发外来入侵物种资源、系统开发性等方面需要进一步完善。同时,研究中物联网监测的对象主要是基于性诱集技术的昆虫,而针对病原物和杂草的物联网监测技术尚待开发。此外,系统中还缺乏基于远程智能预警信息发布精确指导物种综合防控的知识服务功能,即系统能自动地将早期监测预警可视化信息通过手机短信、微信等平台推送给农资经销商,在实现减少农业生产投入的同时,能有效地保护生态环境,从而获得最大程度的经济效益、社会效益和生态效益。这也是将来系统可拓展的功能之一。

推荐访问:可视化 物种 预警