农田WebGIS服务系统设计和开发

基于MapXtreme组件构建了服务器端农田WebGIS服务系统。该平台提供WebGIS服务器与移动终端之间的数据交换服务,并利用Internet发布、接收和处理农田信息,提供农田生产决策支持。用户使用客户端浏览器就可以对农田信息进行浏览、查询、分析,并获取农田决策。通过该系统,农田管理者可以使用PDA通过GPRS将实时收集到的农田GIS信息(采样位置及该位置的土壤水分,土壤温度等)传输到WebGIS服务器上;服务器则远程收集农田实时信息进行分析计算,并根据分析计算结果进行农田生产决策,从而真正实现农田最优化管理。系统试运行表明,利用MapXtreme组件提供的WebGIS功能,实现了高效的农田GIS Web化管理。     

基于WebGIS的农田生产环境质量评价系统研究

 在确立农田生产环境质量评价方法的基础上，以国家农业环境质量标准为依托，以模糊综合评价法及改进的标准赋权法与层次分析法相结合的权重确定法为量化手段，以WebGIS为空间信息平台，构建了网络化、智能化的农田生产环境质量评价系统。系统实现了数据录入编辑、维护备份、信息查询、智能评价以及结果展示等功能。以江苏省仪征市为案例点，对农田生产环境质量评价系统进行了实例应用，表明该评价系统对生产基地环境质量的评价具有较好的科学性和指导性。     

作物病虫害防治地理信息系统

采用VB6.0和SYSTOP GIS将作物病虫害的发生程度、传播情形、地理分布以桌面地图形式显示;集成气象、作物品种、病虫害信息、防治措施及知识和数学模型对作物病虫害进行动态预测、诊断、综合治理与评价。     

安徽省土壤肥料与农化服务信息系统研究*

该系统选择VB6.0为开发工具,采用模块化的程序设计设计方法,并大量运用了ActiveX技术来进行程序的编制,在视窗(WINDOWS)下建立对话框式的用户界面,系统易于操作。整个系统分为9个部分,提供安徽省土壤养分、肥料试验、作物种植、农化服务、新型肥料开发生产、肥料市场、肥料管理信息、行业部门和肥料企业等信息,并可根据安徽省地图上地名、作物种类和产量而决定农田的氮磷钾肥料的投入量,具有复混肥配方推荐决策支持功能以及复混肥配料决策功能。     

农田信息短信发布平台设计与实现

基于Web和GSM技术的农田信息短信发布平台,是一个采用B/S (Browser/Server)结构、综合运用开发语言JSP (Java Server Pages)和开源框架SSH (spring+struts2+hibernate),在MyEclipse平台上构建起来的远程农田信息短信发布平台.运用该平台可对农田信息进行及时发布,使农业管理人员及时采取相应的措施,从而降低成本,有效提高农作物的产量.该平台在搭建好的软件和硬件环境下多次测试,效果理想.     

基于GPS的农田信息采集与处理系统的设计与实现

农田信息的有效采集和管理是实践精细农业的重要基础。开发基于GPS的农田信息采集与处理系统,包括空间信息采集、空间信息处理、土壤属性、网络查询和帮助模块。用VB 6.0中的MSComm控件,编制RS-232串行通讯接口程序,实现GPS数据的计算机实时采集;编程实现GPS定位数据的过滤、分解、保存及定位精度分析;编制高斯-克吕格投影程序,把WGS-84坐标转换为二维直角坐标;开发土壤属性管理模块,实现土壤水分的采集和分析;设计农田信息的网络查询模块等。该系统经过测试和使用,具有操作简便,性能稳定等特点。     

基于GPS的农田信息采集处理系统研究

介绍了GPS定位技术在农田信息采集中的应用及GPS接收机、数据采集仪的原理,利用GPS定位信息和农田环境信息相结合的技术,研究并开发了农田信息采集处理系统,以实现数据的接收、处理和管理,该系统可以方便地与外部处理系统结合,为农业决策提供数据支撑。     

基于遥感和GIS技术的农田信息管理系统

应用遥感技术和GIS技术开发农田信息管理系统,系统以3层B/S模式结构设计。通过对遥感影像处理方法的研究,得到研究区域分类数据,使用反距离加权插值和样条插值2种空间内插方法拓展农田无线传感器网络采集的监测点数据,得到整个目标区域连续的农田数据分布专题图,为农田信息管理系统提供宏观的数据。系统能够实现地理信息系统的基本操作功能、农田信息的查询与管理以及农业各种专题图的直观展现。以江苏省洪泽湖农场为案例区,系统能够有效地管理农场数据,为农业生产管理提供指导依据。     

农田建设现场调查技术分析及云平台构建

【目的】研究构建"天地网一体化"的农田建设监测监管体系是全面加强农田建设管理的重要支撑。现场调查技术作为开展农田建设日常监测监管的重要手段之一,贯穿整个项目建设周期。【方法】文章通过对项目信息采集、处理、管理、应用等业务进行分析,研究集成利用移动互联网、数据库、GIS、智能移动终端等多种信息技术,完成农田建设信息采集系统的软硬件环境搭建,利用ArcGIS软件开展农田建设信息内业管理、外业信息采集等功能设计与实现,完成基于地理位置服务的内外业一体化调查云平台建设。【结果】云平台通过内业端对农田建设项目进行管理并获取基础数据,移动端对农田建设项目位置、工程实施进展情况、后期管护利用情况等信息进行外业采集,并将采集信息实时传输至内业管理平台。调查云平台主要在广东省东莞市、河北省保定市2个地区进行试用,取得了良好效果。【结论】该平台以在线交互的方式实现外业数据采集与内业数据管理的一体化协同作业,解决了定位难、测量难、记录难等问题,提高了外业管理质量和内业分析展示效率,对提升农田建设管理水平具有重要意义。     

基于NB-IoT的农田远程监测系统的设计

为了实时了解农作物生长环境信息,综合运用传感器技术、嵌入式技术和基于蜂窝的窄带物联网(Narrow Band Internet of Things,NB-IoT)等先进的信息技术,设计了基于NB-IoT的农田远程监测系统。此系统可对农田空气温湿度、土壤温湿度、光照强度、二氧化碳浓度、土壤pH值进行监测,并利用NB-IoT网络将实时采集的农田环境数据上传到后台管理服务器。后台服务器部署的农田环境数据监测平台采用LNMP(Linux+Nginx+My SQL+PHP)网站服务器架构实现,用户可使用浏览器访问农田环境数据监测平台来获取农田环境数据。该系统具有功能实用、操作简单、可大规模部署等特点。     

基于WebGIS和知识模型的精确农作决策支持系统

在提炼和优化作物管理知识模型的基础上,以WebGIS为空间信息平台,运用软构件技术及B/S分布式网络结构,构建了网络化精确农作决策支持系统.系统实现了基本地图操作、信息查询、差异分析、决策支持、结果展示以及系统维护功能,其中决策支持功能可基于田区土壤肥力和苗情长势差异进行数字化管理方案生成和因苗动态调控.在水稻试验示范区的系统应用结果表明,根据系统推荐的方案进行水稻田间管理,可使该区整体产量水平提高12.16%,肥料施用量减少23.55%,产量变异度下降79.49%.研究结果为实现网络化、数字化、广适性的精确农作决策支持提供了基本平台.     

基于构件化生长模型的作物管理决策支持系统

运用系统分析原理和数学建模技术,通过分析不同作物生长模型的共性及特点,初步创建了基于通用算法框架的作物生长模型。并进一步结合气象生成模型、品种参数生成模型及策略分析评价模型,以C#为编程语言,应用面向对象的程序设计与软构件技术,建立了基于构件化生长模型的作物管理决策支持系统。系统实现了农作模拟预测、决策支持和人机交互技术的有机耦合,具有农作信息管理、动态模拟、方案评估、因苗预测、时空分析及系统维护等功能。系统的建立可为通用性、综合性数字化作物管理决策支持系统的构建奠定基础。     

基于物联网技术的作物远程感知系统的设计与实现

为提高作物生产调控管理水平,基于视频监控、物联网传感器和网络通信等技术,初步设计开发了作物远程感知系统。在作物生长发育过程中,该系统实现了作物生长过程中的关键环境因子、作物长势以及视频图像等参数信息的实时采集,从而提高了获取数据的效率和准确性。它具有功耗低、成本低、扩展灵活等优点,初步试验表明了该系统的合理性与实用性。该系统的构建和运行,为作物长势进行实时跟踪监测与综合分析以及管理提供决策支持。     

作物生长模型（CropGrow）研究进展

农业信息技术是基于信息技术与农业科学的交叉融合而形成的新兴技术,催生了数字农业和智慧农业的快速发展。作物生长模型作为其核心内容之一,可以动态模拟作物生长发育过程及其与气候因子、土壤特性和管理技术之间的关系,从而有效克服传统农业生产管理研究中较强的时空局限性,为不同条件下的作物生产力预测预警与效应评估等提供量化工具。本文重点介绍笔者团队在作物生长模型的构建与应用方面形成的总体技术方法、最新研究进展及未来发展思考。通过20多年系统深入的探索和实践,本团队以小麦、水稻等作物为主要对象,以“生理机制解析-模型算法构建-生产力动态预测-效应定量评估-模拟平台研发”为主线,综合运用系统分析、动态建模、虚拟现实、情景模拟及决策支持等方法,开展了作物生长模型CropGrow的构建与应用研究。首先,利用系统分析方法与动态建模技术,构建了机理性与预测性兼备的综合性作物生长模型（CropGrow）,包括阶段发育与物候期、器官发生与建成、光合生产与物质积累、同化物分配与产量品质形成、养分动态、水分平衡以及作物三维形态建成与虚拟显示等子模型,可数字化、可视化表征不同条件下作物生长发育与生产力形成过程;然后,结合地理信息系统（GIS）和遥感（RS）技术,构建了基于模型、GIS和RS有效耦合的区域作物生产力预测技术;进一步量化了气候变化、品种更新、土壤改良、措施优化对区域作物生产力形成的影响,拓展了适宜方案生成、理想品种设计、气候效应评估、耕地利用评价以及农业政策制定等应用技术;最后,运用构件化程序设计思想,基于作物生产数据库、作物模型构件库等,集成开发了基于模型的数字化、可视化作物生长模拟系统与决策支持平台,实现了数据管理、参数优化、生长模拟、遥感耦合、区域预测、方案设计、效应评估、安全预警、产品发布等综合功能。未来作物模拟研究将在完善基础数据库的基础上,进一步提升预测能力、量化基因效应、拓展智能决策、耦合多功能模型等,为粮食生产的预测预警、情景效应的量化评估、生产管理的智能决策、作物品种的优化设计等提供数字化支撑,对于保障国家粮食安全和推进数字农业发展具有重要意义。     

基于WebGIS的多指标灌溉信息管理系统

【目的】提高灌溉决策精度,实现水资源的高效利用。【方法】从精确灌溉的角度出发,采用系统工程和软件工程的原理和方法,将计算机、数据库、网络技术和地理信息系统等多种技术相融合,建立了以WebGIS为基础的多指标灌溉信息管理系统。【结果】以作物需水信息为基础,综合考虑土壤、作物、田间监测、灌排信息和气象等因素的影响,构建了单指标和多指标决策模型,利用SuperMap IS.NET的网络发布功能,将灌区信息、实时气象、作物需水量、有效降雨量、决策结果、土壤墒情分布等信息进行发布,实现信息的动态可视化表达。本系统可使操作人员既能够通过地图宏观了解灌区和决策结果的总体情况,又能对离散资料进行分析和整合。【结论】系统在人民胜利渠灌区和广利灌区推广应用的结果表明,系统的应用在一定程度上提高了灌溉管理水平和决策精度, 实现了灌溉管理与决策的智能化和信息化。     

Development of a growth model-based decision support system for crop management

A growth model-based decision support system for crop management (GMDSSCM) was developed, which integrates process-based models of four different crops—wheat, rice, rape and cotton—and realized decision support function, thus facilitating the simulation and application of the crop models for different purposes. The individual models include six sub models for simulating phase development, organ formation, biomass production, yield and quality formation, soil-crop water relations and nutrient (N, P, K) balance. The implemented system can be used for evaluating individual and comprehensive management strategies based on the results of crop growth simulation under various environments and different genotypes. A stand-alone edition (GMDSSCM^A) was established on VC++ and VB platforms by adopting the characteristics of object-oriented and component-based software and with the effective integration and coupling of the growth prediction and decision-making functions. A web-based system (GMDSSCM^W) was then further developed on the.net platform using C# language. These GMDSSCM systems have realized dynamic prediction of crop growth and decision making on cultural management, and thus should be helpful for the construction and application of informational and digital farming system.     

数字农作技术研究的若干进展与发展方向

 着重介绍数字农作技术研究的若干最新进展与发展方向。数字农作即通过综合运用数字化技术，研究农作物生产系统中信息获取、处理、管理和利用的关键技术及应用系统，从而对农作系统过程的信息流实现全面的数字化表达和整合。近年来，作者围绕数字农作的关键技术及应用系统，开展了较为深入和系统的研究工作，重点在作物生长模拟模型、作物管理知识模型、作物生长无损监测、农作空间信息管理、数字农作决策系统等5个领域取得了显著的研究进展。数字农作的未来发展将需要综合运用信息管理、自动监测、动态模拟、虚拟现实、知识工程、精确控制、网络通讯等现代信息技术，以农作物生产要素与生产过程的信息化与数字化为主要研究目标，发展农业资源的信息化管理、农作状态的自动化监测、农作过程的数字化模拟、农作系统的可视化设计、农作知识的模型化表达、农作管理的精确化控制等关键技术，进一步研制综合性数字农作技术软硬件系统，实现农作系统监测、预测、设计、管理、控制的数字化、精确化、可视化、网络化。农作生长与生产系统的数字化将带动农业产业的信息化和现代化。     

小麦管理智能决策系统的设计与实现

运用知识工程和信息技术原理,将小麦生长模型与专家系统相结合,建立一个基于生长模型的小麦管理智能决策系统（ＩＤＳＷＭ）。系统应用元级控制、模式匹配等策略,采用产生式规则表达专家知识,逆向推量机制进行推理。建立了知识库（ＫＢ）、模型库（ＭＢ）、数据库（ＤＢ）、推理机（ＩＥ）和人机界面。系统以Ｗｉｎｄｏｗｓ为应用平台,综合运用推理、预测、解释等机制帮助用户设计栽培管理方案,解答栽培技术问题,以及动态调控     

Reference architecture design for farm management information systems: a multi-case study approach

Precision Agriculture - One of the key elements of precision agriculture is the farm management information system (FMIS) that is responsible for data management, analytics and subsequent decision...     

A Knowledge Model- and Growth Model-Based Decision Support System for Wheat Management

By applying the system analysis principle and mathematical modeling technique to knowledge expression system for crop cultural management, the fundamental relationships and quantitative algorithms of wheat growth and management indices to variety types, ecological environments and production levels were analysed and extracted, and a dynamic knowledge model with temporal and spatial characters for wheat management (WheatKnow) was developed. By adopting the soft component characteristics as non language rele vance, re-utilization and portable system maintenance, and by further integrating the wheat growth simulation model (WheatGrow) and intelligent system for wheat management, a comprehensive and digital knowledge model, growth model and component-based decision support system for wheat management (MBDSSWM) was established on the platforms of Visual C++ and Visual Basic. The MBDSSWM realized the effective integration and coupling of the prediction and decision-making functions for digital crop management.