精细农业技术及其发展前景.doc

精准农业技术及其发展前景摘要: 基于精准农业的本质和核心, 对精准农业实施过程中的关键技术进行了介绍。主要从农田信息获取的传感器技术、/ 3S0 空间技术、开展农田信息空间变异研究的地统计学技术、智能化变量投入技术和多种技术的集成研究等方面阐述了精准农业研究的现状, 探讨了精准农业技术的发展前景。关键词: 精准农业; 关键技术; 前景精准农业是基于信息和知识支持的现代农业, 和农业信息化的关系密切, 本质是一种以知识为基础的农业管理系统。核心是动态、实时地获取农田小区土壤和农作物的信息, 诊断作物长势和产量时空差异的原因, 并对小区进行准确的灌溉、施肥、喷药, 最大限度地提高水、肥和杀虫剂的利用效率, 减少环境污染, 获得最佳的经济效益和生态效益。精准农业技术从实施过程来看大致包括农田信息获取、农田信息管理和分析、决策分析、决策的田间实施四大部分。在这个实施过程中, 一些关键性的技术贯穿其中, 统一在变量施用机具这个精准农业技术系统的载体上。其RS( 遥感) 是属于农田信息的获取手段, GPS( 全球定位系统) 是地理位置信息的获取段,GIS( 地理信息系统) 是农田信息的管理和分析手段, DSS( 决策支持系统) 和ES( 专家系统) 是策支持系统的核心, VRT ( 变量投入技术) 体现在决策的田间实施过程中。现将精准农业实施过程中的关键技术及其发展前景分述如下。1 农情数据采集的传感器技术农情信息主要包括地理环境、土壤环境、小气候、水环境、与作物生长状况相关的信息以及管理信息六大要素。快速有效地采集和描述影响作物生长功能的空间变量信息, 是精准农业实践的重要基础。在精准农业研究中, 目前优先要考虑的是土壤养分( N、P、K 等) 、水分、电导率、pH 值等要素的快速采集。监测土壤信息的各种传感器对于指标的测量精度很重要, 土壤水分传感器技术的研究与发展直接关系到精准农业变量灌溉技术研究与发展。从目前来看, 无论是基于时域反射仪( T DR) 原理的测量方法( 成本太高) , 基于中子法技术的测量方法( 测量精度不太高) , 还是基于土壤水分张力的测量方法( 测量响应速度较慢) ,在获取土壤水分时仍存在不足, 需要进一步开发研制精度高、价位合理、能连续测量的传感器来测定土壤水分。获取其它土壤信息的传感器也需要进一步的完善。总的来看, 目前农情信息快速采集技术的研究落后于支持精准农业的其它技术( 如产量传感器技术) 的发展, 并且现有的农田信息采集方法基于定点采样与实验室分析相结合,耗资费时、空间尺度大, 难以较精细地描述农田小区信息的空间变异性。因此研究农田的快速定位测量技术, 开发成熟的低成本、高密度、高精度、高可靠性的获取农田信息的技术, 有利于提高采样密度、测量精度并能满足实际生产要求的新型传感器技术的研究利用。这不仅能改变传统的农田信息采集手段, 为实施精准农业创造条件, 同时测量的农田信息能很快应用到生产实践中。在精准农业获取农田信息研究中, 针对农情信息的数据采集, 应重点开展联合收获机测产系统以及土壤环境信息快速测量仪器的研究与产品开发, 把相关领域的新理论和新方法融合到农信息的采集技术研究中, 提高设备的采集精度和速度, 降低数据采集的成本, 并能定位、快速、精确、连续地测量。_2 农田信息空间变异研究的地统计学技术目前, 国内外开展精准农业的实践研究, 大多是从研究农田土壤特性的空间变异性开始的。地统计学以其对既有随机性又有结构性的变量进行统计学研究的优势, 成为土壤和作物信息空间变异性研究、从点到面的数学分析工具。从农田信息采集方式来看, 基于多平台的遥感信息获取技术是一个非常有研究和应用前景的农田信息获取手段, 但由于目前遥感技术在精准农业中的应用尚不成熟, 主要体现在遥感信息分辨率、获取信息的及时性及遥感信息的解析等方面, 因此多平台遥感这一获取面状信息的手段还没有被广泛应用。虽然提高传感器的监测精度能提高土壤信息的获取速度和质量, 但获取的土壤信息仍然是点状的, 而研究需要的往往是面状信息。对于点状土壤信息扩展为面状信息的研究,一般基于地统计学原理并结合GIS 方法, 实现采样点土壤特性数据点到区域尺度的合理扩展, 获取研究尺度范围内土壤特性数据无缝的、连续的空间分布, 得到各种土壤特性信息的空间分布图。这不仅可以深刻认识农业生产的复杂性和时空变异性, 也是获取农业精准耕作/ 处方图0 的重要基础和实施精准农业变量施肥的重要参考。由于采集技术和采样成本的限制, 传统样点土壤特性信息测定方法是进一步研究其空间变异性的重要基础, 因此研究开发集成GIS 的地统计软件, 是当前和将来一段时间内农田信息分析研究的一项重要内容。3 / 3S0空间技术建立一个完整的精准农业技术体系, 需要多种技术知识和先进技术装备的集成支持。GPS技术是精准农业技术体系的关键技术之一, 它是一种高精度、全天候、全球性的无线电导航、定位、定时系统, 用来准确地确定测量点的经度、纬度和高程。在精准农业实施过程中, 为了提高GPS 的定位精度, 需要采用DGPS 系统。DGPS 的定位功能主要用于绘制农田边界和产量分布图, 农田管理调查和土壤采样等, 其导航功能主要用于农业机械田间作业和管理的导航, 引导农业机械定位变量投入。农用GPS 由于成本问题, 一般精度不高, 而在实施精准农业的实践中GPS 的定位是基础, 因此研究GPS 的定位误差非常重要, 有利于提高GPS 的定位精度。完善我国GPS 的基础设施, 包括海上信标台和可以提供差分GPS 服务的国家基础设施建设, 发展国内GPS 行业的硬件研发, 基于国产品牌的GPS 设备构建农用DGPS系统是GPS 发展的重要方向。GIS 作为精准农业的核心技术之一, 为决策和管理去组织、分析空间数据, 再把组织在一起的数据应用于决策支持系统中, 对田间的不同管理区制定不同的管理方案。即用于建立农田管理、土壤数据、自然条件、作物苗情、病虫害发展趋势、作物产量等的空间信息数据库和进行空间信息的地理统计处理分析、图形转换与表达等, 为分析差异性和实施调控提供决策方案。它以带有地理坐标特征的地理空间数据库为基础, 将同一坐标位置的数值联系在一起, 并与作物生产管理与长势预测模拟模型、投入产出分析模型和智能化作物管理专家系统相结合形成田间作物管理处方图,分区指导科学的调控操作。以GIS 为中心的空间决策支持系统通过集成方式将多模型组合决策与空间分析技术紧密地结合在一起, 为环境问题的解决提供了一个集成空间数据管理、空间应用模型分析与可视化空间决策的时空复合分析体系和运行系统, 为环境空间应用模型库的组织与生成提供了一个崭新的思路。GIS 与环境模型的嵌入式紧密集成, 具有数据文件共享、统一界面、内存消耗于一体和模型开发不依赖于GIS 等特点, 具有重要的应用价值。GIS 的参与为遥感信息提取提供了新的思路、背景数据和分析方法, 开发服务于具体应用的遥感和GIS 集成系统, 是GIS 应用于农业的又一重要方向。GIS 分析不仅在精准农业的实施过程中进行管理和分析, 而且可以利用产量分析为下一种植循环的规划提供决策信息, 还可以利用品质监测信息指导粮食分类加工, 大幅度提高加工品质和附加值。并且可以研发为精准农业服务的产后市场分析和销售管理的应用软件。RS 具有快速、客观和全局等特点, 获得的遥感数据经过多光谱分析和信息提取, 可以得到地形地貌、土壤类型、植被覆盖、作物长势等信息, 无疑是获取农田信息的有效途径。RS 技术利用高分辨率传感器对不同的作物生长期实施全面监测, 根据光谱信息, 进行空间定性和定位分析, 为定位处方农作提供大量的田间时空变化信息。RS 信息作为GIS 信息的重要数据源, 也可以补充实地采集的土壤肥力、杂草、虫害等数据。利用RS 多时相影像信息研究植被生长发育_的节律特征和近距离直接观测分析作物的长势信息是目前作物长势信息采集主要集中的两个方面。基于遥感光谱信息可以反演作物冠层生化参数, 而且应该进一步研制从遥感数据生成施肥处方的优化算法, 发挥遥感信息应用的巨大潜力, 再加上高光谱遥感分辨率的提高, 均为开展精准农业实施的尺度效应研究提供了理论可能。4 智能化变量投入技术智能化变量农业机械是实施精准农业的标志, 包括变量施肥、喷药、播种和灌溉等农业机械。变量施肥机可以根据事先绘制的施肥处方图对肥料撒施量进行定位定量控制调整。变量投入技术是指安装有计算机、GIS、DGPS 等先进设备的智能农机, 根据位置的变动自动调节物料箱里某些农业物料投入速率的一种技术, 主要包括流动作业机具、调节实际物流速率的控制器等, 投入速率可以随机具的移动而自动地进行改变。变量投入技术是实现农业精准管理的关键技术和手段。精准农业变量施肥具有尺度效应, 变量施肥究竟/ 精准0到多大单元, 即多大的施肥单元才能获得最佳效益, 达到生态效益和经济效益的统一。研究变量施肥的尺度效应及施肥量、产量和肥料利用效率随变量施肥单元大小变化的规律, 可为精准农业变量施肥基础理论研究提供有效的工具, 并为最佳变量施肥决策信息生成, 为田间精准实施决策提供技术支持。/ 一个尺度, 一个世界0, 采用单纯的田间试验方法对于精准变量施肥的尺度问题几乎不可能得到系统完整的结果。随机模拟技术和高分辨率遥感数据的获取可产生系统覆盖不同情况的大量田间养分分布数据和作物长势信息,可从理论上解决变量施肥尺度效应, 提供不同尺度的试验数据, 拓宽变量投入技术的应用。变量施肥应该根据具体的作物品种、生长季节和具体的土壤条件进行精准管理, 利用多种信息技术如专家系统、模拟模型、GIS 和RS 等相结合的农业生产决策支持系统为生产决策者提供辅助决策功能。施肥机械根据处方图自动实现在土壤养分低缺的地方多施肥, 在土壤养分高的地方少施肥, 在不需要施肥的地方停止施肥; 化肥在施用过程中不但要数量精确, 而且施肥的位置也要准确。变量施肥不仅要基于土壤养分测定数据和产量图, 而且要考虑作物本身性状如吸肥特性、叶面积指数和干物质积累的空间变化等, 提高产量和降低成本。加强变量施肥机智能性的研制与试验以及综合考虑其他因素影响的变量施肥技术是未来努力的重要方向。5 各种技术的集成研究精准农业的关键在于变量作业, 而变量作业需要GPS 与GIS 紧密结合。不仅如此, 在实施精准农业的过程中, 各种技术的集成、综合运用对于精准农业变量施肥的有效实施具有重要作用, 精准农业的推进过程也需要各种技术的集成研究。精准农业集GIS、数据库、模型库、知识库、多媒体技术和农业专家系统为一体, 通过GIS、作物生长模型、专家系统对GPS 数据、人工采集数据、遥感数据等多源、多维、多时空数据进行分析、决策, 给出具体空间可视化的变量施肥、变量灌溉、病虫害防治等作业方案, 以获得最大的经济效益和最小的环境污染。农业作为对资源环境依赖性较强的产业, 决定了农业中的许多问题都涉及空间问题。GIS 的独特功能是处理空间信息, 是解决农业空间问题的一个有效工具, 是空间数据分析和处理的较好工具, 可应用于农业宏观决策、农业科学研究、农业生产管理等, 具体内容包括政策模拟、调控决策方案模型、粮食安全预警等, 其根本目标是提供决策支持; 但GIS 缺乏知识处理和启发式推理的能力, 无法为解决空间复杂问题提供足够的决策支持。ES 数学计算能力不强, 能够处理非结构化或半结构化问题, 但不能处理结构化的问题, 更不具备处理空间信息的能力。模拟模型擅长处理定量问题, 但缺乏处理空间信息和知识推理的能力。因此综合集成应用信息技术, 为变量施肥提供决策支持是变量施肥研究的重要方向。决策支持系统要求建立数据库、方法库、模型库, 而系统建模在DSS 中占有重要地位。比如,在精准灌溉过程中, 灌溉模型充分考虑了作物、土壤、气候三者的关系。由土壤水分预报模型可以根据测量的土壤含水量来预测灌溉决策时土壤的含水率。系统利用实测的土壤含水量, 再通过土壤水分预报模型给出决策时的含水量, 由经济效益分析决定灌溉量, 融入农业专家知识, 形成的灌溉处方图会更合理, 更准确, 具有可靠性、通用性。在充分了解和掌握农田环境信息的基础上,基于GIS, 结合人工智能技术