面向家庭农场的移动精准施肥辅助决策系统研究与应用

发布时间：2020-08-28 15:13

　　 发展家庭经营模式是我国目前转变农业生产模式的一个主要努力的方向,同时也是我国农业信息化建设的要求。通过发展家庭经营可以整合农村耕地资源,促进农业生产模式的转变,加快农民致富。传统的精准施肥推荐系统多应用于大型农场,然而由于家庭农场规模相对较小,且不同家庭农场之间其规模也存在较大差异,因此对精准施肥的精度要求较高。在测土方法选择上,现有施肥推荐系统多单一的采用传统的田间测土方法获取土壤理化数据,此类方法耗时耗力,难以满足施肥决策的实时性要求。此外在系统架构设计上,现有系统多采用B/S或者是C/S架构,使其在数据采集上缺乏灵活性,因此现有的精准施肥推荐系统往往无法直接应用到家庭农场的施肥过程中。本文通过研究我国家庭农场的特点,结合农业遥感技术、移动通信技术、3S技术,解决了传统施肥决策系统中存在的一些问题,发展面向家庭农场移动精准施肥推荐系统。本系统依托“多平台高光谱遥感信息融合的作物养分精准诊断决策”项目,项目提供了大量的技术和数据支持,本文主要研究和解决了如下几个问题。(1)通过研究选用基于移动端/服务端的系统架构,研发面向家庭农场的施肥推荐系统,由于移动设备系统可方便获取设备传感器数据。在实际田间采样过程中可以配合传感器进行数据的实时采集和录入,有效提升数据采集的时效性以及准确性,解决了传统施肥系统的数据采集时效性不足的问题。(2)本文充分结合传统测土方法和遥感反演方法的各自优势,在不同的施肥时期,选择不同的数据提取方法来获取土壤理化数据并进行施肥决策。使用遥感数据反演的方法可直接获取其养分空间的变异性,操作简单,也不会影响作物生长。由于遥感平台数据较多,针对不同规模的家庭农场可以采用不同的影像数据,保证其家庭农场在数据提取上的精度要求,同时在后台进行施肥决策的过程中,也可以动态的调整决策分区大小,确保施肥作用能满足用户需求。(3)本文在精准施肥的决策过程中,通过集成DSSAT(Decision Support System for Agrotechnology Transfer,农业技术转移决策支持系统),利用其中的作物生长模型来模拟作物生长发育过程,并提取作物LAI(Leaf Area Index,叶面积指数),产量累计数据,氮素等数据,来对施肥决策结果进行精度校验,从而能更好的提升施肥决策精度。
【学位单位】：湖北大学
【学位级别】：硕士
【学位年份】：2017
【中图分类】：TP391.3;S147
【部分图文】：

湖北大学硕士学位论文适合家庭农场的特性的精准施肥推荐方法，并在服务端进行编码实现。(4) 通过研究 DSSAT 作物生长模型的各类输入和输出参数，以及模型的使用和模拟过程，通过文献和相关数据获取各类作物模型的本地化参数，利用实验数据对农场进行作物长势模拟，获取作物的长势数据、以及 N 元素的循环过程、作物叶面积指数、作物产量等数据，对决策结果进行验证。(5) 对国内外各类精准施肥管理系统进行功能上和架构上的分析，结合目前移动技术、遥感技术、信息技术、农业技术等前沿技术以及家庭农场的需求，制定丰富并且合理的功能。针对具体功能需求，选择合理的架构以及必要的 API 以及 Web 框架，保证系统的快速开发，尽可能的减少时间上的开支。(6) 制定研发计划并进行系统的开发。以下整个系统所涉及到技术框架图以及本文的技术路线图

湖北大学硕士学位论文国某年份统计数据下水稻，小麦和玉米三大作物的基肥和追肥使用比例数据[37]。表 2.2 三大作物基肥和追肥使用比例情况本文通过综合考虑各个精准施肥推荐方法的特点，根据作物施肥特性，最后采用平衡法和作物、土壤测试施肥推荐方法进行施肥决策。在基肥施肥中主要考虑土壤机质的含量来确定施肥量。在作物生长的其他关键生长期，通过实时测定土壤中的元素盈缺情况，再结合作物在各个营养时期的需肥标准，来确定特定地区施肥量，调控施肥量。如下是基肥和追肥决策的主要流程：

图 2.2 DSSAT 作物生长模型结构图使用 CERES 系列模型可以进行作物生长过程模拟，通过录入作物的一些基础管据，如栽培管理数据：管理数据主要包含了田间作物的种植数据（播种日期，深度度以及种植方式等）；土壤数据则包含了土壤的一些基本特质数据，主要有土壤中地，土壤中的有机 C 含量，pH 值，水分含量数据，在实际的操作中可以通过实际获取，也可以查阅相关资料来获取，气象数据主要包含了太阳辐射量，最高和最低数据，降水量数据等等，在软件中可以使用 Weatherman 进行数据标准化[40]。.4.2 施肥决策校验原理针对不同作物，采用不用的作物生长模型进行数据模拟，水稻采用 CERES-RICE行作物生长模拟；而小麦可以采用 CERES-Wheat 作物生长模型，进行作物生长季拟。最后可以获取各类和作物长势相关的数据，如作物的整个生长季的干物质重量绿素含量，土壤中的氮素循环情况、作物产量的积累情况等等信息，并且使用软件

【相似文献】

相关期刊论文 前10条

1 李道亮;何建磊;王建仑;董金勇;王永彬;张彪;;一种集成、优化的施肥决策支持系统的设计和实现[J];现代农业科技;2010年10期

2 王兴仁;高慧;肖立新;毛达如;陈伦寿;;不同种植条件的经济施肥决策和计算机应用[J];北京农业大学学报;1990年02期

3 任周桥;陈謇;程街亮;麻万诸;吕晓男;;基于知识库的施肥决策系统及应用[J];农业工程学报;2011年12期

4 杨卓亚;毛达如;黄金龙;卢志光;;基于年景变化的施肥决策[J];北京农业大学学报;1995年S2期

5 吴昊;;粗糙神经网络在施肥决策系统中的应用[J];农机化研究;2010年03期

6 杨宇姝;冯江;曹然;;模糊神经网络在施肥决策系统的应用[J];农机化研究;2009年03期

7 李勇;赵军;谢叶伟;张兴义;;针对农户地块的施肥决策支持系统的设计与实现[J];农业工程学报;2010年S1期

8 宋小顺;;新乡市粮棉油料作物优化施肥决策的研究[J];土壤通报;2008年05期

9 巩前文;张俊飚;李瑾;;农户施肥量决策的影响因素实证分析——基于湖北省调查数据的分析[J];农业经济问题;2008年10期

10 梁红霞,马友华,王强,刘晓莉;安徽土壤肥料信息系统中施肥决策的研究[J];土壤通报;2005年01期

相关硕士学位论文 前4条

1 田文俊;面向家庭农场的移动精准施肥辅助决策系统研究与应用[D];湖北大学;2017年

2 张涛;基于Web的土壤养分信息管理及在线咨询施肥决策系统的研究[D];石河子大学;2013年

3 田楠;移动农技秘书[D];华中农业大学;2013年

4 陈彦;基于WebGIS的棉田土壤肥力信息管理及施肥决策系统[D];石河子大学;2005年

本文编号：2807744