基于信息技術的家禽腫瘤性疾病預警研究

鄧振民,柳平增*,成子強,馬彬彬,趙麗,蔡黎明,陳國衛

1.山東農業大學信息科學與工程學院,山東泰安271018

2.山東農業大學動物科技學院,山東泰安271018

3.德州市國土資源局,山東德州253000

基于信息技術的家禽腫瘤性疾病預警研究

鄧振民1,柳平增1*,成子強2,馬彬彬1,趙麗1,蔡黎明2,陳國衛3

1.山東農業大學信息科學與工程學院,山東泰安271018

2.山東農業大學動物科技學院,山東泰安271018

3.德州市國土資源局,山東德州253000

針對目前家禽腫瘤性疾病對家禽養殖業產生的重大影響，基于現代信息技術對家禽腫瘤性疾病預警的層級結構、模塊構成、疫情監測、空間數據監測、風險因素、預警指標、預警模型、集成開發等內容進行了探討，引入了Web開發、WEBGIS、物聯網等技術手段，融合軟件開發、空間分析、疾病預警等于一體，形成了家禽腫瘤性疾病預警系統的雛形，為家禽腫瘤性疾病預警系統的設計與建設提供了基礎，為家禽傳染病的有效防治提供了路徑。

家禽腫瘤性疾病;風險;預警

禽腫瘤性疾病是一類流行于世界范圍內的禽類傳染病，主要包括馬立克氏病(MD)、禽白血病(AL)和網狀內皮組織增生癥(RE)三種類型，禽腫瘤性疾病的蔓延與爆發對全球家禽產業的健康發展造成了危害，對活禽養殖業造成了一定的經濟損失，對人類身體健康造成了潛在的威脅[1,2]。目前，隨著禽腫瘤性疾病病毒毒株的變異及其毒力增強，傳統疫苗免疫方式效果有所下降，病毒宿主范圍繼續擴大[2]，如何提前發現和有效控制這類疾病的爆發成為動物醫學研究的熱點。隨著以計算機技術為核心的信息技術的飛速發展，其在動物醫學領域的應用逐漸增多，建設動物疫病信息預警體系的思想已經被業界所認同，部分研究人員嘗試通過開發信息預警系統的方式對典型動物傳染病的傳播與爆發進行監測評估，這為開展家禽腫瘤性疾病預警系統的研究提供了支撐，為家禽腫瘤性疾病預警理論的形成、預警機制的構建、預警系統的開發、預警信息的發布和疫情蔓延控制等奠定了基礎。

家禽腫瘤性疾病預警是指充分利用現代信息技術或方法（疫病監測、疫情報告和流行病學分析等），獲取疾病發生的監測資料與疫情報告，對疫情發生的空間因素（源地、規模、范圍、傳播路徑等）、時間因素（季節規律、生命周期、傳播速度等）、環境氣象因素（溫度、濕度、光照、氣溶膠、降雨、積溫等）、流行病學因素（病源特征、流行病學特征、防治方法等）及影響后果（危害程度、經濟損失、社會反應）等進行分析、評估及預測，快速發現一定地域范圍內疾病的傳入和激增，及時對疫情爆發和流行的趨勢進行評估預測，在一定范圍內發布預警信息，為有關部門進行相應級別的預警反應提供參考。

本文依據動物疫病預警體系（見圖1）理論，借助Web網絡技術、GIS技術、物聯網技術、預警模型技術等，對家禽腫瘤性疾病預警系統的層級結構、疫情監測、風險因素評估、預警模型、系統集成等進行了初步研究，以期為家禽腫瘤性疾病預警機制完善及預警系統的建設等提供參考，為動物衛生防疫和預防控制部門提供決策支持。

圖1 預警體系示意圖Fig.1 Schematic diagram of early warning system

1 家禽腫瘤性疾病預警層級結構

家禽腫瘤性疾病的傳播具有明顯的跨地域性，建立覆蓋全地域范圍的預警系統耗費資源量較大，針對不同地域范圍建立不同規模的預警系統，形成層次分明的預警結構，嚴格控制預警信息的地域范圍，是實現可伸縮預警的有效方式。預警層級具有明顯的制度性與行政性，層級內預警系統具有包容性與同質性，整個預警系統具有兼容性、開放性與可擴展性。家禽腫瘤性疾病預警的層級結構與預警系統的功能模塊是可伸縮預警研究的核心內容，層級結構與動物疫病分類相關性較大，功能模塊與系統定位有關。

1.1 家禽腫瘤性疾病預警系統層級結構

預警系統的層級結構受到衛生制度、行政區劃、疫病種類因素的直接影響，疫病性質、地域、政治、經濟、自然條件、民俗及科技發展水平等因素對其形成具有制約作用。目前，國際上典型的動物疫病預警系統普遍按照世界——地區——國家——地域——行政區劃的層次進行劃分，其實現形式還受到預警系統所在地具體因素的限制。國內動物疫病預警系統普遍按照國家級、省級、市縣級的層次進行建設，國家級及省級預警系統側重宏觀信息管理與分析，市縣級預警系統側重典型疫情信息監測與評估。

本文中家禽腫瘤性疾病預警系統定位縣市級行政區域，用戶范圍涉及縣級畜牧局、獸醫站、獸醫專家、養殖戶、公眾等，向上兼容省、市級動物疾病監測網絡，向下直接面向用戶，可與用戶養殖管理系統、遠程診斷系統、養殖廠管理系統及專家系統等進行集成開發（見圖2）。家禽腫瘤性疾病預警系統層級受到系統開發資源的限制，一般采取由上向下規劃、由下向上建設的方案實施，系統層級設計時預留的上級預警系統接口、相關行政單位接口、養殖管理系統接口、公眾系統接口、溯源系統接口等可提高系統的兼容性，減少由于重復建設等造成的資源浪費。預警系統以服務畜牧局和養殖廠為主，同時為獸醫專家和專業人員提供網絡服務途徑，形成以畜牧局子系統為核心的多用戶網絡服務系統，與現行畜牧獸醫調查制度相符合。家禽腫瘤性疾病預警系統只針對禽腫瘤性疾病進行預警，其可作為禽類傳染病預警系統的原型，通過擴展開發建設成較為完整的禽類傳染病預警系統。

1.2 家禽腫瘤性疾病預警系統功能模塊

傳統動物疾病預警體系由疫情普查系統、疫情監測系統、疫情信息報告系統、疫情反應系統等構成[3]，系統間通過人工方式進行信息傳遞與交流，體系功能劃分以部門職能為依據。家禽腫瘤性疾病預警系統功能集中于疫情預警，把傳統體系中的疫病數據庫建設、疫情監測、輔助流行病學分析、評估預警等功能集成封裝為模塊，模塊間通過接口進行通信，然后利用WEBGIS方式把評估出的預警信息呈現給用戶。

家禽腫瘤性疾病預警系統由疫病數據庫模塊、疫情信息獲取模塊、信息評估分析模塊、預警信息顯示模塊等構成。疫病數據庫模塊用來實現縣市區域疫病歷史數據的存儲，存儲的數據包括病原學數據、疫情數據、易感動物數量數據、易感動物分布數據、養殖信息數據、生態數據、氣象數據[3]等；疫情信息獲取模塊包括養殖基本信息獲取系統、飼喂用藥信息獲取系統、禽舍環境信息獲取系統、氣象環境數據獲取系統、疫病疫情信息網絡上報系統等；信息評估分析模塊包括屬性數據存儲管理系統、空間數據存儲管理系統、預警指標體系管理系統、預警模型管理系統、對外接口等；預警信息顯示模塊用以展現預警信息。（見圖3）

圖2 家禽腫瘤性疾病預警系統層級Fig.2Levelsoftheaviantumordiseaseearlywarningsystem

圖3 家禽腫瘤性疾病預警系統圖Fig.3Schematicdiagramoftheaviantumordiseaseearlywarningsystem

2 家禽腫瘤性疾病監測

2.1 家禽腫瘤性疾病疫情監測

2.1.1 疫情信息監測家禽腫瘤性疾病疫情監測信息包括常規疫情信息、爆發疫情信息、病例信息與實驗室檢測信息[4]。（1）常規疫情信息由動物醫學專業人員發現疑似、臨床診斷或確診病例后通過系統終端進行上報；（2）爆發疫情信息包括病例調查報告及處理報告，主要內容包括：疫情概況、首發病例或指示病例的描述、流行基本特征、暴發原因、實驗室檢測結果和病原分型等；（3）病例信息由養殖廠防疫員、獸醫人員、飼養員等在發現符合禽腫瘤性疾病流行病學特征的病例后，填寫傳染病報告并通過系統上報；（4）實驗室檢測信息包括血清學檢測信息、病理學檢測信息、PCR檢測信息、病因調查數據及腫瘤病例調查數據等[2,5]，由檢測員檢測后進行上報；（5）養殖信息對疾病診斷具有輔助價值，包括種源、飼料、免疫、飼喂等信息，系統預留接口方便進行集成開發。

疫情監測方式主要包括人工方式、電話方式、互聯網方式等，家禽腫瘤性疾病預警系統基于Web技術開發B/S結構監測系統，其在效率、經濟性等方面具有明顯優勢。監測系統工作原理：由專業人員把調查、檢測信息通過網絡客戶端上報后傳送到中心服務器，系統將數據統一存儲在商用的大型數據庫（SQL SERVER等）中，利用調查上報數據構建監測區典型病例數據庫；通過流行病學調查和臨床檢測、實驗室檢測，將實時發生的病例信息、流行資料等錄入數據庫，實現實時監測、反映家禽腫瘤性疾病疫情的動態變化。

2.1.2 疫情空間數據監測疫情空間數據是疫情空間分析的基礎，主要包括疫病源地空間數據、蔓延路徑、疫情范圍等信息。疫情空間數據獲取方式以前期調查繪制的地圖信息為主，獲取的疫情空間數據需要以地理空間信息作為背景進行相關性空間分析，地理空間信息包括土壤、水文、地貌、交通、植被、氣象、建筑物、行政區劃等。疫情空間信息通過商業數據庫的空間數據引擎進行管理，空間數據引擎是專門為在關系型數據庫中存儲管理空間數據而開發的數據模型，通過空間數據引擎實現空間——屬性數據的統一管理和高效率訪問。疫情空間數據主要為進行疫病的流行病學分析、疫情環境因素分析等提供基礎信息，預警系統中提供此功能可以方便獸醫專家和獸醫工作人員進行疫病診斷、疫病蔓延趨勢判斷等，提高預警信息的可信度。

疫情空間數據監測通常采用經濟性較好的商業地圖軟件二次開發方式進行，隨著WEBGIS技術的飛速發展，越來越多的商業地圖公司（GoogleMap、BaiduMap、SogouMap等）開始提供免費API資源，家禽腫瘤性疾病預警系統的疫情空間數據監測功能較為簡單，可利用商業軟件二次開發方式進行，但免費API資源具有一定局限性，目前只能提供簡單GIS開發功能，如若開發胖客戶端GIS應用程序，還需配備專門的空間數據服務器用以提供對復雜空間數據的支持。

2.2 家禽腫瘤性疾病環境監測

2.2.1 禽舍環境監測家禽腫瘤性疾病預警系統需要獲取的禽舍環境信息包括溫度、濕度、光照、通風、空氣質量（NH3）、飼養密度、地面污染情況、疫苗污染情況等，禽舍環境的改變將直接導致“宿主-病原-環境”生態系統的改變，進而影響家禽腫瘤性疾病的發生與傳播。預警系統利用物聯網傳感技術，實現部分環境信息的自動采集與傳輸，獲取的數據被存儲在中央服務器中，為輔助養殖環境調控與疾病診斷服務，系統按照“信息感知——信息傳輸——信息處理”的方式進行工作（見圖4）。

圖4 禽舍環境信息監測系統Fig.4 System of the birdhouse environments information monitoring

病毒感染引起的家禽腫瘤性疾病的爆發、流行與禽舍環境及其變化有著密切的聯系，把病毒感染與禽舍環境進行綜合分析，確定禽腫瘤性疾病與環境因子之間的相關性，形成相關性風險模型，建立模型數據庫。根據相關性風險模型進行環境因子的預警與環境自動調控，改善禽舍環境，減少家禽腫瘤性疾病發生的可能性[6-8]。

2.2.2 地理環境監測預警系統需要獲取的地理環境泛指對腫瘤性疾病疫情有影響的地理信息，包括養殖廠地理位置、所在區域的地形地貌、地質構造、氣候、水文、交通、主要建筑物及工廠排泄物等。地理環境數據是進行疫情空間數據監測的基礎，預警系統建設時的地理環境數據通過三種方式獲?。海?）資源充足時，建立空間數據服務器發布自有空間數據，供Web開發調用，通過Web客戶端進行數據的定時更新；（2）資源受限時，通過商業地圖二次開發的方式獲取地理環境數據，滿足空間分析及Web開發的需求；（3）資源寬松時，綜合利用商業地圖作為背景數據，結合自有地圖數據進行疊加，完成地理環境監測。三種方式各有利弊，需要綜合考慮人力、財力、物力、時間及系統價值等因素而確定。

按照流行病學的觀點，地理環境不會直接導致疾病的發生，但是對于促進疾病的傳播與發展具有重要作用。利用獲取到的地理環境數據與疫情空間監測數據為基礎，借助GIS的空間分析，可以輔助專業人員發現疫病與環境的相關性。

3 風險因素評估分析

3.1 家禽腫瘤性疾病風險因素

家禽腫瘤性疾病的發生與傳播受到相關風險因素的影響，風險因素按照流行病學過程可以分為傳染源、傳播途徑與易感動物三種類型[2,9]。傳染源因素包括環境因素、氣候氣象因素、禽市場因素、疫情因素等、種蛋因素；傳播途徑因素分為活禽運輸、種蛋運輸、疫苗污染、飼料污染、屠宰加工、糞便污染、候鳥遷徙等；動物因素主要包括養殖密度、養殖方式、免疫密度等。各因素對疫病的發生傳播影響程度不同，根據腫瘤病的類型確定風險來源權重與因素相對權重，通過計算得出因素的絕對權重（見表1）[10,12,13]。

家禽腫瘤性疾病主要包括馬立克氏病、禽白血病和網狀內皮組織增生癥三種類型。三種疾病在傳染源、傳播途徑與動物因素方面并非完全一致（如傳播途徑方面有橫向傳播與縱向傳播），風險因素權重存在差異，需要結合經驗數據與專家打分法綜合確定，并在后續的應用中進行迭代修正，從而得到比較準確的權重值。

kij=ei×pij

kij---因素權重（絕對）；

ei---類型因素權重（相對）；

pij---具體因素權重。

表1 風險因素表Table1 Table of risk factors

3.2 預警指標體系框架

預警指標是具有潛在預警價值的指標，指標的波動幅度在一定程度上與疾病的流行或暴發相關聯。一旦指標的波動范圍超過了規定的警戒線，即可發出警報，啟動相應的流行病學調查或干預。預警指標需具備及時性、準確性和可操作性強的特點[3]。家禽腫瘤性疾病在其發生、發展、消滅的生命周期中要經歷潛伏期——非典型癥狀期——暴露期——典型癥狀期等幾個階段，預警指標框架的建立具有顯著的層次性。在對風險因素進行分析的基礎上，結合文獻研究，建立禽腫瘤性疾病預警指標體系框架（見圖6）。

圖6 預警指標框架Fig.6 Early warning indicator framework

家禽腫瘤性疾病生命周期的不同階段對應不同的警源、警兆、警情指標，預警指標的細化需要大量的經驗數據與專家參與，經過較長時間的修正得到的指標具有較好的現實貼近性。

4 預警系統模型與集成

4.1 常用預警模型

4.1.1 固定閾值模型固定閾值模型是利用歷史（經驗）數據，結合指標的特異度、敏感度及陽性預測值等，通過建立一個指標預警的閾值范圍來判別數據的異常，實時監測數據超出閾值范圍后發出預警信號，固定閾值模型可用于禽舍環境信息預警、檢測數據預警、藥品用量預警、養殖預警等方面[12]。家禽腫瘤性疾病的確診需要血檢數據，無法通過簡單的癥狀進行確診，固定閾值模型方法主要應用與禽舍環境的預警與自動調控方面。

固定閾值模型原理：存在環境變量θ，通過經驗數據與專家打分法確定θ的正常范圍，把獲取的實時數據與進行比對，當時，系統正常運行，當θ超出后，系統產生預警信息，對禽舍環境進行警報?？蓱么朔椒ǖ那萆岘h境信息包括溫度、濕度、光照、通風、空氣質量（NH3）等。

4.1.2 時間序列模型家禽腫瘤性疾病的時間序列模型以縣市（區），以過去3～5年的同期歷史數據為基線數據，對基線數據計算不同水平的百分位數作為候選預警閾值，優化的閾值可以通過靈敏度、特異度和及時性的綜合分析來確定。這類模型中最具代表性的是“回歸模型”和“求和自回歸滑動平均模型”或是這兩種方法的結合而產生的模型[13-16]。

時間序列模型可用于預警禽腫瘤病的季節性爆發，將當前觀察期內的病例數與預警閾值比較，判斷當前觀察期病例數是否異常增加，通過動態調整閾值水平，實現模型的調整與優化。

4.1.3 空間預警模型空間預警模型是指在一定空間范圍內表征禽腫瘤病的疫情趨勢及危險等級，其表現形式多為以疫源為中心的同心圓或同心帶。同心圓或通信帶的確定需要綜合風險因素及國家同類疫病預警等級范圍設計，對設計者的流行病學經驗有強烈要求，且隨著距離疫源的范圍擴大，準確性會急劇降低，確定空間預警模型的最大有效范圍是決定模型有效性的前提。

空間預警模型可應用于腫瘤病疫情的評估及趨勢預測，將預警結果以地圖的形式直觀呈現出來，輔助專業人員發現疫病的流行病學規律，為快速阻斷疫病傳播提供參考。

4.2 系統開發集成

家禽腫瘤性疾病預警系統采用B/S結構進行設計，按照軟件規范進行開發，集成部分WEBGIS功能。系統實現可以利用.NET（或Java）技術體系，開發工具包括Visual Studio Express（或Eclipse）、SQL Server Express（或My SQL）、ArcGIS JavaScript API（或Google Maps API、Baidu Map API）以及SPSS等。

ArcGIS JavaScriptAPI是ESRI公司商業軟件產品，為創建WEBGIS應用提供了輕量級的解決方案，在客戶端利用JavaScript API來調用ArcGIS Server所提供的服務，實現地圖應用和地理處理功能，ArcGIS JavaScript API方式的實現是在客戶端腳本中進行的。ArcGIS JavaScript API可以實現的功能包括：（1）將本地數據與服務器數據進行組合顯示構成交互式地圖；（2）在ArcGIS在線基礎地圖上疊加私有數據；（3）在GIS數據中查找要素或者屬性并顯示結果；（4）搜索地址并顯示結果；（5）在服務器上執行GIS模型并顯示結果[17]。

系統的開發參照COM思想，COM(Components Objects Mode，組件式對象模型)是一種開發對象組件的二進制形式的標準，可理解為一種體系結構或框架模型。COM要求基于這種標準所開發出的組件應由若干對象和對象的接口組成，接口在形式上表現為對象的屬性、方法和事件，基于這種模型開發出的組件稱為COM組件[18]?；贑OM思想，家禽腫瘤性疾病預警系統集成信息采集系統、數據庫、模型庫、GIS模塊等，相關模塊間通過接口進行通信，協同運行實現預警功能。

以此研究為基礎初步建立了山東省家禽腫瘤性疾病WebGIS預警系統，主要實現了B/S結構的雞場養殖管理、輔助診斷管理、疾病預警管理、監管部門管理等功能，開發過程中引入了百度地圖API技術，集成了MIS與GIS于一體，初步實現了家禽腫瘤性疾病的監測與預警，系統的構建驗證了研究的可行性，部分系統功能如下圖所示：

圖7 預警系統的實現Fig.7 Implementation of early warning system

5 結論

本文對家禽腫瘤性疾病預警的層級結構、模塊構成、疫情監測、空間數據監測、風險因素、預警指標、預警模型、集成開發等內容進行了初步分析研究，研究中依然存在不足之處：

（1）家禽腫瘤性疾病預警的風險因素確定、指標體系建立及預警模型的建立等理論研究是預警系統實現的基礎，風險因素、指標體系及預警模型的準確度決定了預警的成功與否，本文對于預警理論的研究尚未達到比較精確水準。

（2）家禽腫瘤性疾病預警系統的建立依賴于家禽產業鏈相關的信息系統的健全與完善，預警系統的設計與開發需要考慮與相關系統的信息兼容與共享，本文研究的預警系統考慮到此問題，但在具體程序對接研究方面還需深入。

（3）研究只針對家禽腫瘤性疾病而進行，在實用性方面有所不足，還需要進行深入研究。

（4）預警研究需要預警系統的建立以及實踐的驗證，本研究進行了原型系統開發，還需要在實際使用中不斷對預警理論與技術進行改進與完善。

[1]Witter R L.禽腫瘤病毒及其演化[J].國外獸醫學-畜禽傳染病,1998,5(76):35

[2]張洪海.山東省家禽腫瘤性疾病流行病學調查及GIS預警系統的建立[D].山東:山東農業大學,2009

[3]余鳳蘋,徐勇.疾病監測及早期預警信息的收集應用及管理[J].中國公共衛生管理,2005,21(3):195-197

[4]陳黎明,王業東.新發傳染病診斷及鑒別診斷預警系統研究[J].傳染病信息,2008,21(4):243-245

[5]Perry H N,McDonnell S M,Alemu W,et al.Planning an integrated disease surveillance and response system:a matrix of skills and activities[J].BMC Medicine,2007,5:24

[6]李林,董婧.基于GIS的省級動物疾病信息系統的研究設計[J].中國畜牧獸醫,2007,34(4):81-83

[7]任濤,阮俊.基于MapObjects的預警信息管理系統的模塊開發[J].地理空間信息,2010,8(4):69-71

[8]Penny H,Allison C,Van Wagoner M,et al.Challenges to global surveillance and response to infectious disease outbreaks of international importance[J].Biosecurity and Bioterrorism:Biodefense Strategy,Practice,and Science,2007,5(3):206-227

[9]李芳.基于WEBGIS的流行疾病預警和發布系統的初步設計和應用[D].北京:中國科學院,2006

[10]柴同杰,趙云玲.雞舍環境耐藥細菌氣溶膠及其環境傳播的研究[J].中國預防獸醫學報,2003,25(3):64-70

[11]嚴薇榮,施侶元,張惠娟,等.傳染病疫情預警指標及其框架體系構建[J].中國公共衛生,2008,7(24):889-894

[12]方立群,曹春香.地理信息系統應用于中國大陸高致病性禽流感的空間分布及環境因素分析[J].中國流行病學雜志,2005,26(11):839-842

[13]許丹寧,肖建華.基于GIS的豬瘟預警系統的設計[J].中國獸醫雜志,2007,43(11):84-86

[14]秦利平.傳染病自動預警信息系統預警效果的影響因素研究[D].北京:中國疾病預防控制中心,2008

[15]Philippe C.From the field side of the binoculars:a different view on global public health surveillance[J].Health Policy and Planning,2007,22:13-20

[16]陸昌華,王長江.中國畜禽重大疫病防治的數字化監控體系[J].江蘇農業學報,2005,21(3):225-229

[17]劉光,唐大仕.ArcGIS Server JavaScript API[M].北京:清華大學出版社,2010

[18]李明珠.基于浮動車數據的出租汽車OD分布及運營特點研究[D].北京:北京交通大學,2009

Early Warning Research on Poultry Neoplastic Diseases Based on Information Technology

DENG Zhen-min1,LIU Ping-zeng1*,CHENG Zi-qiang2,MA Bin-bin1,ZHAO Li1,CAI Li-ming2,CHEN Guo-wei3
1.College of Information Science and Engineering/Shandong Agricultural University,Taian 271018,China
2.College of Animal Science and Veterinary Medicine/Shandong Agricultural University,Taian 271018,China
3.Dezhou Land and Resources Bureau,Dezhou 253000,China

For the poultry neoplastic diseases has a major influence on the poultry industry at present,this paper discussed the contents of poultry neoplastic diseases early warning system,including hierarchical structure,modules structure, epidemic monitoring,spatial data monitoring,risk factors,early warning indicators,early warning model,integrated system development.The introduction of web development techniques,WEBGIS,IOT(Internet of Things)and other technical means, and the integration of software development,spatial analysis,diseases early warning technologies formed the prototype of the poultry neoplastic diseases early warning system.They also provided a basis for design and construction of the poultry neoplastic diseases early warning system and provided effective control methods on poultry diseases.

Poultry neoplastic diseases;risks;early warning

P208,S858

A

1000-2324(2015)03-0450-07

2013-03-21

2013-04-28

國家星火重大專項(2011GA740001);山東省科技發展計劃(2011GGB01023);山東省科技發展計劃(2011GNC11106)

鄧振民(1984-),男,在讀研究生,研究方向為數字工程技術與應用.E-mail:javacafe@163.com

*通訊作者:Author for correspondence.E-mail:pzliu@sdau.edu.cn