检 测 与 监 测 犜犲狊狋犻狀犵牔 犕狅狀犻狋狅狉犻狀犵
收稿日期： ２０２２ ０６ １７ 修订日期： ２０２２ ０８ ２７
基金项目： 国家重点研发计划农业科学院引导性科技创新项目（２０２１ＹＦＣ２６００４００（ＹＤＸＭ２０２１００３，２０１７ＹＦＣ１２００６００） ）；福建省农业科学院科技创新团队建设（ＣＸＴＤ２０２１０１２３）；福建省
通信作者 Ｅｍａｉｌ：ｚｈａｏｊｉａｎ＠ｆａａｓ．ｃｎ
＃为并列第一作者
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
１＃， 陈 宏
２＃， 蔡圣准
３， 谢 骞
２， 刘万学
１， 张桂芬
１， 赵 健
２（
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
） 摘要潜在和新发外来入侵物种数据可视化展示是外来入侵物种管理的重要载体。潜在和新发外来入侵物种数据 具有混合型（包括结构化和非结构化）和离散性（数据分布在不同的系统或平台）特点。本文在分析这些数据的基础 上，以预警监测模型分析与三维可视化集成、多源异构数据融合为切入点，综合运用
３ＤＧＩＳ
、物联网、大数据等技术 手段，研发潜在和新发外来入侵物种可视化系统的关键技术；以潜在外来入侵物种地中海实蝇犆犲狉犪狋犻狋犻狊犮犪狆犻狋犪狋犪和 新发外来入侵物种番茄潜叶蛾犜狌狋犪犪犫狊狅犾狌狋犪为例，构建多源异构数据融合的潜在和新发入侵物种预警监测三维可 视化系统，形成了基于ＧＩＳ
技术的典型潜在和新发外来入侵物种可视化平台的解决方案。该系统可为我国潜在和 新发外来入侵物种分级控制管理和区域性防控预案制定提供科学支撑。关键词
３ＤＧＩＳ
；潜在外来入侵物种；
新发外来入侵物种；
可视化系统 中图分类号：
Ｘ１７６
文献标识码：Ａ
犇犗犐：１０．１６６８８
／ｊ．ｚｗｂｈ．２０２２３３６
犆狅狀狊狋狉狌犮狋犻狅狀犪狀犱犪狆狆犾犻犮犪狋犻狅狀狅犳 ３ 犇狏犻狊狌犪犾狊狔狊狋犲犿犳狅狉犲犪狉犾狔狑犪狉狀犻狀犵犪狀犱 犿狅狀犻狋狅狉犻狀犵狆狅狋犲狀狋犻犪犾犾狔犪狀犱狀犲狑犾狔犻狀狏犪狊犻狏犲犪犾犻犲狀狊狆犲犮犻犲狊犻狀犆犺犻狀犪
犡犐犃犖犡犻犪狅狇犻狀犵１＃，
犆犎犈犖犎狅狀犵
２＃，犆犃犐犛犺犲狀犵狕犺狌狀
３，犡犐犈犙犻犪狀
２，犔犐犝 犠犪狀狓狌犲
１， 犣犎犃犖犌犌狌犻犳犲狀１，犣犎犃犗犑犻犪狀
２（
１ ．
犛狋犪狋犲犓犲狔犔犪犫狅狉犪狋狅狉狔犳狅狉犅犻狅犾狅犵狔狅犳犘犾犪狀狋犇犻狊犲犪狊犲狊犪狀犱犐狀狊犲犮狋犘犲狊狋狊，犐狀狊狋犻狋狌狋犲狅犳犘犾犪狀狋犘狉狅狋犲犮狋犻狅狀，犆犺犻狀犲狊犲 犃犮犪犱犲犿狔狅犳犃犵狉犻犮狌犾狋狌狉犪犾犛犮犻犲狀犮犲狊，犅犲犻犼犻狀犵１００１９３
，犆犺犻狀犪；２ ．
犐狀狊狋犻狋狌狋犲狅犳犇犻犵犻狋犪犾犃犵狉犻犮狌犾狋狌狉犲，犉狌犼犻犪狀犃犮犪犱犲犿狔狅犳犃犵狉犻犮狌犾狋狌狉犪犾犛犮犻犲狀犮犲狊，犉狌狕犺狅狌
３５０００３
，犆犺犻狀犪；３ ．
犜犺犲犃犮犪犱犲犿狔狅犳犇犻犵犻狋犪犾犆犺犻狀犪， 犉狌狕犺狅狌犝狀犻狏犲狉狊犻狋狔，犉狌狕犺狅狌３５０００２
，犆犺犻狀犪）犃犫狊狋狉犪犮狋
犇犪狋犪狏犻狊狌犪犾犻狕犪狋犻狅狀犱犻狊狆犾犪狔狅犳狆狅狋犲狀狋犻犪犾犾狔犪狀犱狀犲狑犾狔犻狀狏犪狊犻狏犲犪犾犻犲狀狊狆犲犮犻犲狊（犐犃犛）犻狊犪狀犻犿狆狅狉狋犪狀狋犮犪狉狉犻犲狉 犳狅狉犐犃犛 犿犪狀犪犵犲犿犲狀狋．犜犺犲犱犪狋犪狅犳狆狅狋犲狀狋犻犪犾犾狔犪狀犱狀犲狑犾狔犐犃犛犺犪狊狊犺狅狑狀狋犺犲犮犺犪狉犪犮狋犲狉犻狊狋犻犮狊狅犳犿犻狓犲犱犱犪狋犪
（犻狀犮犾狌犱犻狀犵狊狋狉狌犮狋狌狉犲犱犪狀犱狌狀狊狋狉狌犮狋狌狉犲犱）犪狀犱犱犻狊犮狉犲狋犲犱犪狋犪（犱犻狊狋狉犻犫狌狋犲犱犻狀犱犻犳犳犲狉犲狀狋狊狔狊狋犲犿狊狅狉狆犾犪狋犳狅狉犿狊）．犅犪狊犲犱狅狀 狋犺犲犪狀犪犾狔狊犻狊狅犳狋犺犲犲犪狉犾狔狑犪狉狀犻狀犵犪狀犱犿狅狀犻狋狅狉犻狀犵犱犪狋犪狅犳犐犃犛，狑犲狋狅狅犽狋犺犲犲犪狉犾狔狑犪狉狀犻狀犵犪狀犱犿狅狀犻狋狅狉犻狀犵犿狅犱犲犾 犪狀犪犾狔狊犻狊，
３
犇 狏犻狊狌犪犾犻狕犪狋犻狅狀犻狀狋犲犵狉犪狋犻狅狀犪狀犱 犿狌犾狋犻狊狅狌狉犮犲犺犲狋犲狉狅犵犲狀犲狅狌狊犱犪狋犪犳狌狊犻狅狀犪狊狋犺犲狊狋犪狉狋犻狀犵狆狅犻狀狋，犪狀犱 犲狓狆犾狅狉犲犱狋犺犲犽犲狔狋犲犮犺狀狅犾狅犵犻犲狊狅犳狋犺犲犱犪狋犪狏犻狊狌犪犾犻狕犪狋犻狅狀狊狔狊狋犲犿狅犳犐犃犛犻狀狋犲犵狉犪狋犲犱狑犻狋犺３
犇犌犐犛，犻狀狋犲狉狀犲狋狅犳狋犺犻狀犵狊， 犫犻犵犱犪狋犪犪狀犱狅狋犺犲狉狋犲犮犺狀狅犾狅犵犻犲狊．犜犪犽犻狀犵狋犺犲狆狅狋犲狀狋犻犪犾犾狔犐犃犛犆犲狉犪狋犻狋犻狊犮犪狆犻狋犪狋犪犪狀犱狋犺犲狀犲狑犾狔犐犃犛犜狌狋犪犪犫狊狅犾狌狋犪犪狊 犲狓犪犿狆犾犲狊，狑犲犱犲狏犲犾狅狆犲犱狋犺犲３
犇狏犻狊狌犪犾狊狔狊狋犲犿犳狅狉犲犪狉犾狔狑犪狉狀犻狀犵犪狀犱犿狅狀犻狋狅狉犻狀犵狆狅狋犲狀狋犻犪犾犾狔犪狀犱狀犲狑犾狔犻狀狏犪狊犻狏犲 犪犾犻犲狀狊狆犲犮犻犲狊犫犪狊犲犱狅狀犿狌犾狋犻狊狅狌狉犮犲犺犲狋犲狉狅犵犲狀犲狅狌狊犱犪狋犪犳狌狊犻狅狀．犜犺犲狊狅犾狌狋犻狅狀狊狅犳犐犃犛狏犻狊狌犪犾狆犾犪狋犳狅狉犿犫犪狊犲犱狅狀犌犐犛 狋犲犮犺狀狅犾狅犵狔狑犲狉犲狆狌狋犳狅狉狑犪狉犱．犜犺犲狊狔狊狋犲犿犮犪狀狆狉狅狏犻犱犲狊犮犻犲狀狋犻犳犻犮犪狀犱狋犲犮犺狀狅犾狅犵犻犮犪犾狊狌狆狆狅狉狋犳狅狉犺犻犲狉犪狉犮犺犻犮犪犾犮狅狀狋狉狅犾犿犪狀犪犵犲犿犲狀狋犪狀犱犿犪犽犻狀犵狉犲犵犻狅狀犪犾狆狉犲狏犲狀狋犻狅狀犪狀犱犮狅狀狋狉狅犾狆犾犪狀狊犳狅狉狆狅狋犲狀狋犻犪犾犾狔犪狀犱狀犲狑犾狔犐犃犛犻狀犆犺犻狀犪．
犓犲狔狑狅狉犱狊
３
犇犌犐犛；狆狅狋犲狀狋犻犪犾犾狔犻狀狏犪狊犻狏犲犪犾犻犲狀狊狆犲犮犻犲狊；
狀犲狑犾狔犻狀狏犪狊犻狏犲犪犾犻犲狀狊狆犲犮犻犲狊；
狏犻狊狌犪犾犻狕犪狋犻狅狀狊狔狊狋犲犿
２０２２
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［１３１４］。
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（ ｇｅｏｇｒａｐｈｉｃｉｎｆｏｒｍａｔｉｏｎｓｙｓｔｅｍ ， ＧＩＳ ）
和虚拟现实技术的发展， ３ＤＧＩＳ
技术应用也日趋成 熟。 ３ＤＧＩＳ
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， ３ＤＧＩＳ
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［１５１７］。
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
３ＤＧＩＳ
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 系统设计
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。
０
５
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
犉犻犵．１
犜犺犲犳狉犪犿犲狑狅狉犽狅犳３犇狏犻狊狌犪犾狊狔狊狋犲犿犳狅狉犲犪狉犾狔狑犪狉狀犻狀犵犪狀犱犿狅狀犻狋狅狉犻狀犵狆狅狋犲狀狋犻犪犾犾狔犪狀犱狀犲狑犾狔犻狀狏犪狊犻狏犲犪犾犻犲狀狊狆犲犮犻犲狊
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。
１
５
２０２２
图２
潜在和新发外来入侵物种三维可视化预警监测技术流程
犉犻犵．２
犜犺犲狋犲犮犺狀狅犾狅犵狔犾狅犵犻狊狋犻犮狊狅犳３犇狏犻狊狌犪犾狊狔狊狋犲犿犳狅狉犲犪狉犾狔狑犪狉狀犻狀犵犪狀犱犿狅狀犻狋狅狉犻狀犵狆狅狋犲狀狋犻犪犾犾狔犪狀犱狀犲狑犾狔犻狀狏犪狊犻狏犲犪犾犻犲狀狊狆犲犮犻犲狊
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
犉犻犵．３
犜犺犲犿犪犻狀犱犪狋犪狊狋狉狌犮狋狌狉犲犿狅犱犲犾犪狀犱狋犺犲犻狉狉犲犾犪狋犻狅狀狊犺犻狆狊狅犳３犇狏犻狊狌犪犾犲犪狉犾狔狑犪狉狀犻狀犵犪狀犱犿狅狀犻狋狅狉犻狀犵狊狔狊狋犲犿犳狅狉 狆狅狋犲狀狋犻犪犾犾狔犪狀犱狀犲狑犾狔犻狀狏犪狊犻狏犲犪犾犻犲狀狊狆犲犮犻犲狊
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２
５
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
犉犻犵．４
犜犺犲犳狌狀犮狋犻狅狀犪犾狌狀犻狋狊狅犳３犇狏犻狊狌犪犾狊狔狊狋犲犿犳狅狉犲犪狉犾狔狑犪狉狀犻狀犵犪狀犱犿狅狀犻狋狅狉犻狀犵狆狅狋犲狀狋犻犪犾犾狔犪狀犱狀犲狑犾狔犻狀狏犪狊犻狏犲犪犾犻犲狀狊狆犲犮犻犲狊
２ 关键技术
２．１
犆犲狊犻狌犿
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［１８１９］。 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３
５
２０２２
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 数据资源建设与功能实现
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
犜犪犫犾犲１
犜犺犲犱犲狏犲犾狅狆犿犲狀狋狋犲犮犺狀狅犾狅犵狔犪狀犱犱犲狏犲犾狅狆犿犲狀狋 犲狀狏犻狉狅狀犿犲狀狋狅犳３犇狏犻狊狌犪犾犲犪狉犾狔狑犪狉狀犻狀犵犪狀犱犿狅狀犻狋狅狉犻狀犵 狊狔狊狋犲犿犳狅狉狆狅狋犲狀狋犻犪犾犾狔犪狀犱狀犲狑犾狔犻狀狏犪狊犻狏犲犪犾犻犲狀狊狆犲犮犻犲狊
Ｔｙｐｅ类别 内容
Ｉｔｅｍ
技术及软件环境 Ｔｅｃｈｎｏｌｏｇｙａｎｄ ｓｏｆｔｗａｒｅｅｎｖｉｒｏｎｍｅｎｔ Ｄｅｖｅｌｏｐｍｅｎｔ开发技术
ｔｅｃｈｎｏｌｏｇｙ
开发架构 Ｂ／Ｓ
开发工具 ＶｉｓｕａｌＳｔｕｄｉｏＣｏｄｅ
前端开发 ＪａｖａＳｃｒｉｐｔ
后端开发 ．ＮＥＴ 数据服务接口 ＷｅｂＳｅｒｖｉｃｅｓ 三维可视化组件 Ｃｅｓｉｕｍ 统计图表组件 ＥＣｈａｒｔｓ Ｄｅｖｅｌｏｐｍｅｎｔ部署环境
ｅｎｖｉｒｏｎｍｅｎｔ
服务器系统 ＷｉｎｄｏｗｓＳｅｒｖｅｒ２０１２
Ｗｅｂ服务系统 ＩＩＳ
关系型数据库 ＳＱＬＳｅｒｖｅｒ 空间数据库 ＡｒｃＧＩＳＳＤＥ 地图资源服务 天地图 客户端浏览器 Ｃｈｒｏｍｅ
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
以番茄潜叶蛾犜狌狋犪 犪犫狊狅犾狌狋犪（
又名犘犺狋犺狅狉犻犿犪犲犪犪犫狊狅犾狌狋犪）
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。
以地中海实蝇犆犲狉犪狋犻狋犻狊犮犪狆犻狋犪狋犪为例，
口岸截获功 能如图９
所示。
４
５
图５
物种查询结果显示界面
犉犻犵．５
犜犺犲犱犻狊狆犾犪狔犻狀狋犲狉犳犪犮犲狅犳犻狀狏犪狊犻狏犲犪犾犻犲狀狊狆犲犮犻犲狊狇狌犲狉狔狉犲狊狌犾狋狊
图６
番茄潜叶蛾国外分布地点图
犉犻犵．６
犜犺犲犱犻狊狋狉犻犫狌狋犻狅狀狆狅犻狀狋狊狅犳犜狌狋犪犪犫狊狅犾狌狋犪犻狀狋犺犲犳狅狉犲犻犵狀犮狅狌狀狋狉犻犲狊
５
５
２０２２
图７
２０１７年 ２０２０年番茄潜叶蛾在我国扩散地理分布
犉犻犵．７
犜犺犲犱犻狊狆犲狉狊犪犾犱犻狊狋狉犻犫狌狋犻狅狀狆狅犻狀狋狊狅犳
犜狌狋犪犪犫狊狅犾狌狋犪犳狉狅犿２０１７狋狅２０２０犻狀犆犺犻狀犪
图８
番茄潜叶蛾入侵我国后的扩散动态监测点图
犉犻犵．８
犜犺犲犱犻狊狋狉犻犫狌狋犻狅狀狆狅犻狀狋狊狅犳犱犻狊狆犲狉狊犪犾犱狔狀犪犿犻犮犿狅狀犻狋狅狉犻狀犵狅犳犜狌狋犪犪犫狊狅犾狌狋犪犪犳狋犲狉犻狀狏犪犱犻狀犵犆犺犻狀犪
６
５
图９
地中海实蝇海关截获数据动态显示截图
犉犻犵．９
犜犺犲犱狔狀犪犿犻犮狊犱犻狊狆犾犪狔狅犳犮狌狊狋狅犿狊犻狀狋犲狉犮犲狆狋犻狅狀狉犲犮狅狉犱狊狅犳犆犲狉犪狋犻狋犻狊犮犪狆犻狋犪狋犪犻狀犆犺犻狀犪
４ 讨论
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Ｃｅｓｉｕｍ３ＤＧＩＳ 、
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 ＳｐｅｃｉｅｓＣｏｍｐｅｎｄｉｕｍ 、
欧洲和地中海植物保护组织（ ＥＰＰＯ ）
的ＥＰＰＯＧｌｏｂａｌＤａｔａｂａｓｅ 、
全球入侵物种数据库
ＧｌｏｂａｌＩｎｖａｓｉｖｅＳｐｅｃｉｅｓＤａｔａｂａｓｅ 、
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３ＤＧＩＳ
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， ３ＤＧＩＳ
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。
（下转８２页）
７
５
２０２２
［１９］中华人民共和国国家质量监督检验检疫总局．植物检疫抽样 技术规则：ＳＮ／Ｔ３４６２ ２０１２［Ｓ］．北 京：中 国 标 准 出 版 社，２０１２．
［２０］姜帆．我国检疫性实蝇分子鉴定技术体系的研究［Ｄ］．北京： 中国农业大学，２０１５．
［２１］ＦＯＬＭＥＲＯ，ＢＬＡＣＡＭ，ＨＯＥＨ Ｗ，ｅｔａｌ．ＤＮＡｐｒｉｍｅｒｓｆｏｒ ａｍｐｌｉｆｉｃａｔｉｏｎｏｆｍｉｔｏｃｈｏｎｄｒｉａｌｃｙｔｏｃｈｒｏｍｅｃｏｘｉｄａｓｅｓｕｂｕｎｉｔＩ ｆｒｏｍｄｉｖｅｒｓｅｍｅｔａｚｏａｎｉｎｖｅｒｔｅｂｒａｔｅｓ［Ｊ］．ＭｏｌｅｃｕｌａｒＭａｒｉｎｅＢｉ
ｏｌｏｇｙａｎｄＢｉｏｔｅｃｈｎｏｌｏｇｙ，１９９４，３（５）：２９４ ２９９．
［２２］ＷＯＦＦＥＬＭＡＮＣ．ＤＮＡＭＡＮｆｏｒＷｉｎｄｏｗｓ［Ｍ］．ＬｙｎｏｎＢｉｏ
ｓｏｆｔ，ＩｎｓｔｉｔｕｔｅｏｆＭｏｌｅｃｕｌａｒＰｌａｎｔＳｃｉｅｎｃｅｓ．Ｎｅｔｈｅｒｌａｎｄｓ：Ｌｅｉ
ｄｅｎＵｎｉｖｅｒｓｉｔｙ，２００４．
［２３］ＫＵＭＡＲＳ，ＳＴＥＣＨＥＲＧ，ＴＡＭＵＲＡＫ．ＭＥＧＡ７：ｍｏｌｅｃｕ
ｌａｒｅｖｏｌｕｔｉｏｎａｒｙｇｅｎｅｔｉｃｓａｎａｌｙｓｉｓｖｅｒｓｉｏｎ７．０ｆｏｒｂｉｇｇｅｒｄａｔａ
ｓｅｔｓ［Ｊ］．ＭｏｌｅｃｕｌａｒＢｉｏｌｏｇｙａｎｄＥｖｏｌｕｔｉｏｎ，２０１６，３３（７）：１８７０ １８７４．
［２４］ＪＩＡＮＧＦａｎ，ＬＩＺｈｉｈｏｎｇ，ＤＥＮＧＹｕｌｉａｎｇ，ｅｔａｌ．Ｒａｐｉｄｄｉａｇｎｏ
ｓｉｓｏｆｔｈｅｅｃｏｎｏｍｉｃａｌｌｙｉｍｐｏｒｔａｎｔｆｒｕｉｔｆｌｙ，犅犪犮狋狉狅犮犲狉犪犮狅狉狉犲犮狋犪
（Ｄｉｐｔｅｒａ：Ｔｅｐｈｒｉｔｉｄａｅ）ｂａｓｅｄｏｎａｓｐｅｃｉｅｓｓｐｅｃｉｆｉｃｂａｒｃｏｄｉｎｇ
ｃｙｔｏｃｈｒｏｍｅｏｘｉｄａｓｅＩｍａｒｋｅｒ［Ｊ］．ＢｕｌｌｅｔｉｎｏｆＥｎｔｏｍｏｌｏｇｉｃａｌ Ｒｅｓｅａｒｃｈ，２０１３，１０３：３６３ ３７１．
［２５］吕文刚，邓裕亮，李志红，等．番石榴果实蝇在我国的潜在地 理分布［Ｊ］．植物保护学报，２０１０，３７（６）：５２９ ５３４．
［２６］ＱＩＮＹｕｊｉａ，ＮＩＷｅｎｌｏｎｇ，ＷＵＪｉａｊｉａｏ，ｅｔａｌ．Ｔｈｅｐｏｔｅｎｔｉａｌｇｅｏ
ｇｒａｐｈｉｃｄｉｓｔｒｉｂｕｔｉｏｎｏｆ犅犪犮狋狉狅犮犲狉犪犮狅狉狉犲犮狋犪（Ｄｉｐｔｅｒａ：Ｔｅｐｈｒｉｄｉ
ｄａｅ）ｉｎＣｈｉｎａｂａｓｅｄｏｎｅｃｌｏｓｉｏｎｒａｔｅｍｏｄｅｌ［Ｊ］．ＡｐｐｌｉｅｄＥｎｔｏ
ｍｏｌｏｇｙａｎｄＺｏｏｌｏｇｙ，２０１５，５０：３７１ ３８１．
［２７］ＧＵ Ｘｉｎｙｕｅ，ＺＨＡＯ Ｙａｎ，ＳＵ Ｙｕｎ，ｅｔａｌ．Ａｔｒａｎｓｃｒｉｐｔｉｏｎａｌ ａｎｄｆｕｎｃｔｉｏｎａｌａｎａｌｙｓｉｓｏｆｈｅａｔｈａｒｄｅｎｉｎｇｉｎｔｗｏｉｎｖａｓｉｖｅｆｒｕｉｔ ｆｌｙｓｐｅｃｉｅｓ，犅犪犮狋狉狅犮犲狉犪犱狅狉狊犪犾犻狊ａｎｄ犅犪犮狋狉狅犮犲狉犪犮狅狉狉犲犮狋犪［Ｊ］． ＥｖｏｌｕｔｉｏｎａｒｙＡｐｐｌｉｃａｔｉｏｎｓ，２０１９，１２：１１４７ １１６３．
［２８］新华网．习近平：在庆祝海南建省办经济特区３０周年大会上发表 重要讲话［ＥＢ／ＯＬ］．（２０１８ ０４ １３）［２０２２ ０７ １４］．ｈｔｔｐ：∥ ｗｗｗ．ｘｉｎｈｕａｎｅｔ．ｃｏｍ／ｐｏｌｉｔｉｃｓ／２０１８ ０４／１３／ｃ＿１１２２６８０４９５．ｈｔｍ．
［２９］海南省人民政府．畅通引进中转通道 加强优质种源利用［ＥＢ／ ＯＬ］．（２０２１ ０３ ２２）［２０２２ ０７ １４］．ｈｔｔｐｓ：∥ｗｗｗ．ｈａｉｎａｎ．ｇｏｖ．
ｃｎ／ｈａｉｎａｎ／５３０９／２０２１０３／ｆ２ｆｆ５２９６８１ｂ７４４ｅ２９３２ｅ３ｄｃｂ５ｃｃｂ７２３６．ｓｈｔｍｌ．
（责任编辑：杨明丽
櫍櫍櫍櫍櫍櫍櫍櫍櫍櫍櫍櫍櫍櫍櫍櫍櫍櫍櫍櫍櫍櫍櫍櫍櫍櫍櫍櫍櫍櫍櫍櫍櫍櫍櫍櫍櫍櫍櫍櫍櫍櫍櫍櫍櫍櫍櫍）
（上接５７页）
参考文献
［１］ ＷＡＮＦａｎｇｈａｏ，ＪＩＡＮＧＭｉｎｇｘｉｎｇ，ＺＨＡＮＡｉｂｉｎ．Ｂｉｏｌｏｇｉｃａｌｉｎ
ｖａｓｉｏｎｓａｎｄｉｔｓｍａｎａｇｅｍｅｎｔｉｎＣｈｉｎａ［Ｍ］．Ｓｐｒｉｎｇｅｒ，２０１７．
［２］ 冼晓青，王瑞，陈宝雄，等．“世界１００种恶性外来入侵物种”在 我国大陆的入侵现状［Ｊ］．生物安全学报，２０２２，３１（１）：９ １６．
［３］ 冼晓青，陈宏，赵健，等．中国外来入侵物种数据库简介［Ｊ］．植 物保护，２０１３，３９（５）：１０３ １０９．
［４］ 冼晓青，王瑞，郭建英，等．我国农林生态系统近２０年新入侵物 种名录分析［Ｊ］．植物保护，２０１８，４４（５）：１６８ １７５．
［５］ ＳＥＥＢＥＮＳＨ，ＥＳＳＬＦ，ＨＵＬＭＥＰＥ，ｅｔａｌ．Ｄｅｖｅｌｏｐｍｅｎｔｏｆ ｐａｔｈｗａｙｓｏｆｇｌｏｂａｌｐｌａｎｔｉｎｖａｓｉｏｎｓｉｎｓｐａｃｅａｎｄｔｉｍｅ［Ｍ］∥ Ｇｌｏｂａｌｐｌａｎｔｉｎｖａｓｉｏｎｓ，Ｓｐｒｉｎｇｅｒ，２０２２：５３ ６９．
［６］ ＳＥＥＢＥＮＳＨ，ＢＬＡＣＫＢＵＲＮＴＭ，ＤＹＥＲＥＥ，ｅｔａｌ．Ｎｏｓａｔ
ｕｒａｔｉｏｎｉｎｔｈｅａｃｃｕｍｕｌａｔｉｏｎｏｆａｌｉｅｎｓｐｅｃｉｅｓｗｏｒｌｄｗｉｄｅ［Ｊ／ＯＬ］． ＮａｔｕｒｅＣｏｍｍｕｎｉｃａｔｉｏｎｓ，２０１７，８（１）：１４４３５．ＤＯＩ：１０．１０３８／ ｎｃｏｍｍｓ１４４３５．
［７］ ＹＡＮＧＢｉｎｇ，ＺＨＡＮＧＺｈｅｎｘｉｎ，ＹＡＮＧＣａｉｑｉｎｇ，ｅｔａｌ．Ｉｄｅｎｔｉ
ｆｉｃａｔｉｏｎｏｆｓｐｅｃｉｅｓｂｙｃｏｍｂｉｎｉｎｇｍｏｌｅｃｕｌａｒａｎｄｍｏｒｐｈｏｌｏｇｉｃａｌｄａ
ｔａｕｓｉｎｇｃｏｎｖｏｌｕｔｉｏｎａｌｎｅｕｒａｌｎｅｔｗｏｒｋｓ［Ｊ］．ＳｙｓｔｅｍａｔｉｃＢｉｏｌｏ
ｇｙ，２０２２，７１（３）：６９０ ７０５．
［８］ 刘万学，蒯乃阳，韩爽，等．基于Ａｎｄｒｏｉｄ和深度学习的外来入 侵植物智能识别系统［Ｊ］．植物保护，２０２１，４７（４）：１７４ １７９．
［９］ ＨＵＡＮＧＹｉｑｉ，ＬＩＪｉｅ，ＹＡＮＧＲｕｉ，ｅｔａｌ．Ｈｙｐｅｒｓｐｅｃｔｒａｌｉｍａ
ｇｉｎｇｆｏｒｉｄｅｎｔｉｆｉｃａｔｉｏｎｏｆａｎｉｎｖａｓｉｖｅｐｌａｎｔ犕犻犽犪狀犻犪犿犻犮狉犪狀狋犺犪 Ｋｕｎｔｈ［Ｊ／ＯＬ］．ＦｒｏｎｔｉｅｒｓｉｎＰｌａｎｔＳｃｉｅｎｃｅ，２０２１，１２：６２６５１６．
ＤＯＩ：１０．３３８９／ｆｐｌｓ．２０２１．６２６５１６．
［１０］ＱＩＡＯＸｉ，ＬＩＹａｎｚｈｏｕ，ＳＵＧｕａｎｇｙｕａｎ，ｅｔａｌ．ＭｍＮｅｔ：Ｉｄｅｎｔｉ
ｆｙｉｎｇ犕犻犽犪狀犻犪犿犻犮狉犪狀狋犺犪Ｋｕｎｔｈｉｎｔｈｅｗｉｌｄｖｉａａｄｅｅｐｃｏｎｖｏｌｕ
ｔｉｏｎａｌｎｅｕｒａｌｎｅｔｗｏｒｋ［Ｊ］．ＪｏｕｒｎａｌｏｆＩｎｔｅｇｒａｔｉｖｅＡｇｒｉｃｕｌｔｕｒｅ， ２０２０，１９（５）：１２９２ １３００．
［１１］陈宏，冼晓青，邱荣洲，等．基于ＧＩＳ的外来入侵植物调查规划 与外业实施［Ｊ］．生物多样性，２０１８，２６（１）：４４ ５２．
［１２］邱荣洲，赵健，池美香，等．基于物联网的害虫智能监测系统设 计与实现［Ｊ］．福建农业学报，２０２０，３５（２）：２３５ ２４２．
［１３］邱荣洲，赵健，陈宏，等．外来物种入侵大数据采集方法的建立 与应用［Ｊ］．生物多样性，２０２１，２９（１０）：１３７７ １３８５．
［１４］陈宏，陈宜雪，林娜，等．基于移动ＬＢＳ服务的红火蚁疫情调查 系统构建与应用［Ｊ］．植物检疫．２０２１，３５（１）：５５ ６０．
［１５］卢健，陈桂芬，孟颖，等．基于三维ＧＩＳ的农田环境模拟监测的 研究及系统实现［Ｊ］．中国农业科技导报，２０１７，１９（３）：５０
［１６］邵瀚５５．，郭永禧，王小标，等．基于三维ＧＩＳ的农业资源台账系统 设计与实现———以贵州省松桃县为例［Ｊ］．绿色科技，２０２０
（１８）：２４１ ２４４．
［１７］张志谭．浅述三维ＧＩＳ在农村土地整治中的应用［Ｊ］．测绘通 报，２０１０（８）：６５ ６７．
［１８］杨菁，陈冰凌，王文鹏，等．基于Ｃｅｓｉｕｍ的三维可视化场景建设 及发布技术的研究［Ｊ］．测绘通报，２０２１（Ｓ１）：５０ ５３．
［１９］陈继培，吴剑，高糰．基于Ｃｅｓｉｕｍ的三维地质公园导览系统研 发［Ｊ］．地理空间信息，２０２２，２０（１）：１４２ １４４．
［２０］徐钦望，任利利，骆有庆．全球外来入侵生物与植物有害生物数 据库的比较评价［Ｊ］．生物安全学报，２０２１，３０（３）：１５７ １６５．
（责任编辑：杨明丽）
２
８