引言
空间信息技术在推广烟叶生产实时监测，提高农民科技素质，优化烟草种植模式与技术等方面起到至关重要的作用M。2015年全国烟草工作会议提出，大力推进“两化”融合，全面加强数据资源开发应用，提高行业信息化建设水平。近年来，随着烟草产业结构调整和空间信息技术的快速发展，学者们对烟草信息化管理与“3S”技术的融合进行了一系列研究，并取得良好的效果。如董谢琼等H应用GIS技术进行云南省烤烟种植区划研究，实现了原料基地的优化选择;鲁韦坤等利用“3S”技术，建立了现代烟草农业示范区规划信息系统;杨小冬等^设计了基于Web GIS的农业生态监测与决策支持系统以指导烟叶种植和生产。李一山等开发了基于的优质烤烟生产技术咨询系统。但现有系统主要是针对烟草种植现状数据进行决策分析，缺少将系统监测、管理、决策和RS技术(高光谱)相结合的具有较强时效性和综合性的大型烟草应用系统。由于数字化烟草种植管理系统各资源环境要素具有较强的时空差异性，若能与高光谱和Web GIS技术有机集成，借助GIS强大的空间分析能力和高光谱技术的高时空分辨率，可深层次地挖掘作物的决策支持能力，使烟草种植管理信息系统数据获取、存储、检索与分析等逐步向实时监测、精确模拟及智能化决策方向发展。
中国烟叶总产量约占世界总产量的41.5%。其中，烤烟约占世界烤烟总产量的59.9%。烟叶种植主要集中于云南、贵州、四川、重庆、湖南、河南等地的贫困山区0，其中，黔西北山地是西南地区重要的烟草种植区，也是烤烟种植的适宜区，为提高该区域烟草种植质量，提升山区烟草管理效率，本系统采用面向对象软件设计思想，利用网络数据库、Google Maps API、Web GIS等技术，设计并构建出烟草种植空间管理信息系统，依托高光谱技术的定期监测，实现了烟草种植环境监测、智能化预警、网络化管理。
1系统结构设计
本系统涉及主要烟草的高光谱监测模型、栽培管理知识模型、生长过程模拟模型等相关数字烟草种植管理模型，本研究遵循集成性、实用性、可拓展性的设计原则，对组成系统的各构件及相互关系进行合理组织和设计，在传统的3层结构一用户层、业务逻辑层、数据层的基础上，根据系统数据处理流程，采用数据分层技术对用户层、业务逻辑层、数据层进行功能的分割和细化，设计出新型软件架构体系(图1)。该体系融合了高光谱遥感技术、GIS技术与空间定位技术，基于Web GIS平台，解决了模型组件间、模型组件与业务功能之间复杂的数据兼容、集成分析问题。不仅从逻辑上将子系统划分成数据层、开发层、逻辑层、用户层和数据库管理层，还将常规业务逻辑抽取出来，减少了各个子模块间的依赖关系，使系统以弹性方式进行耦合，满足系统的集成性和扩展性要求。
1.1系统总体构架
依据系统整体架构，对业务逻辑层进行细分，划分结果见系统功能框架图(图2)。本系统最上层为系统层，中间为功能层，最下层为分析层，由于烟草种植管理系统的主要用户群为烟草种植区内部管理人员和系统维护人员，系统应用广泛，不同种植区网络通讯状况差异性较大，故本系统采用了基于B/S的三层系统结构模式设计，空间数据库采用ArcSDE10.2数据引擎，业务数据库采用SQLServer2008、WebGIS服务器采用ArcGISServer10.2，客户端采用浏览器提升系统的可操作性。
1.2系统模块分析
1.2.1用户登陆子系统
本系统主要对达到一定权限的烟草种植管理、系统维护等相关人员开放相应的功能。拥有不同权限的用户，通过登陆模块登陆本系统后，系统可以根据用户权限自动激活、屏蔽相应的模块，从而实现数据个性化处理功能。
1.2.2数据更新模块
烟草种植与初加工过程涉及监测、管理、决策数据庞杂，且数据格式多样，为资料收集、汇总带来诸多不便，而基于WebGIS的'网络数据填报方式能实现数据实时多次填报，系统定期上传，解决了用户在实际应用中数据更新的问题。同时，为了实现数据融合、共享，在开发数据更新系统时设定了严格的数据校验，不符合要求的数据一律不能入库，并提示上传人员更改格式后上传。
1.2.3数据浏览与查询模块
本系统依据用户的浏览、查询请求，自动产生相应的结果，并根据需要将结果以网页、WebGIS图形(以种植区1:10000DEM和0.5m分辨率遥感影像图为基础资料)或图表形式在浏览器显示出来，通过程序开发可实现查询指标共有29个，用户可根据复合查询条件，筛选查询目标，部分查询代码如下：
1.2.4烟草生长现状分析模块
烟草生长现状分析、趋势分析、烟草估产的开发是本项目的重点也是难点所在，通过对历年研究区域烟草的生长监测数据的分析，建立相应的生长现状、趋势分析、产量预测数学模型，并通过计算机编程，以WebGIS技术平台为载体，使分析结果以图形或图表形式直观地表现出来。用户只需点击相应子模块命令，就可以了解研究区域烟田分布、烟草主产区的烟草生产现状及发展趋势。通过本系统使烟草主产区历年来烟草生长监测数据得以充分有效利用，为区域烤烟行业发展决策的重要依据。
1.2.5高光谱监测分析模块
高光谱技术在烟草中的研究主要集中在冠层与叶片水平。通常利用原始光谱反射率与烟草的叶面积指数、生物量、品质指标等建立监测模型，通过反演，对烟草的生长和烟叶品质进行估算和监测0。高光谱监测技术用于烟草长势、产量预测，可实现烟草生长监测规模化，空间数据获取即时化，并利用估产模型对烟草产量进行预测。本系统通过IDL语言开发集合了ENVI高光谱影像解译技术，高光谱数据以标准格式上传后，系统自动对影像进行流程式处理，处理结果以属性统计表、烟草产量预测图的形式存储于SQLServer中，便于用户调用查询。
1.2.6数据输出模块
本数据输出模块是整个系统的输出窗口，系统所有分析结果都要通过本模块实现输出。输出的方式有网页显示、WebGIS图形、图表输出等几种。具体的输出方式可根据用户需求及系统自身特点进行选择定制。
1.2.7数据库管理子系统
系统根据不同的用户授予不同的访问权限，用户可以在权限范围内进行数据的浏览、查询、编辑更新等操作。系统自身对用户传输数据进行分类组织、存储和管理各种数据，确定以何种文件结构和存取方式在存储级上组织这些数据，如何实现数据之间的联系，并在一定周期内进行数据备份，存储历史数据。
2系统实现
2.1系统开发环境
本系统根据数据获取途径、预处理软件的不同，选取ENVI+IDL5.0和ArcEngine9.3软件作为WebGIS数据处理平台，同时，选取集成了AJAX项目模板的VisualStudio2010作为高效开发WebGIS的应用平台。为实现数据可兼容和高效调用，系统采用SQLServer2008为设计数据库，高光谱处理模型组件采用IDL语言按COM标准进行开发，选用C#语言作为系统集成基本开发语言，应用HTML语言进行界面设计，用户系统界面如图4所示。
2.2系统运用
以贵州省六盘水市水城县盐井乡为应用案例，对所构建系统中用户登录子系统，数据更新、查询、浏览、输出，烟草长势分析，高光谱监测，数据库管理等模块功能进行调试运用。为提高调试结果的可信度，先将该乡的气象、土壤、品种、农村种植经济信息等数据为基础数据建立了属性数据库，同时，将烟草种植区1:10000地形图、高分辨率的Google影像图、基础数据图进行叠加建立了空间数据库。调试应用结果表明：系统的组织结构和功能设计符合烟草种植空间信息管理及辅助决策系统的设计思想，并表现出较高的稳定性和普适性。通过使用该系统，实现了盐井乡烟草种植信息的规范化管理及高效、便捷的查询，运用高光谱预测模型生成的决策结果与当地实际状况和专家经验基本符合，且系统的预测结果可以不同专题图和统计报表等形式进行显示。
3结论与讨论
在总结、融合烟草生产管理决策及评价理论与技术成果的基础上，构建了高光谱烟草监测模型，烟草生产潜力分析和精确烟草估产知识模型，实例证明，上述模型应用的适应性强，为烟草管理决策提供一种良好方法。将WebGIS和高光谱遥感技术相结合，利用Arc GIS API For Javascript为开发平台，构建了烟草种植空间信息管理与辅助决策系统，实现了基本地图操作、烟草空间信息查询与浏览、种植制度评价、适宜性区划、生产潜力分析、高光谱长势监测、图表输出以及系统维护功能，提升系统辅助决策的准确性和普适性。
以贵州省六盘水市水城县盐井乡为系统应用案例，对系统进行了检验，结果表明，系统实现了高光谱空间信息决策化管理，不仅显著提高了空间信息的管理效率和查询速度，在烟草生产管理决策方面也表现出了较好的时效性和指导性。
