作者：何勇,赵春江
出版社：浙江大学出版社
格式: AZW3, DOCX, EPUB, MOBI, PDF, TXT
精细农业试读：
前言
农业经历了原始农业、传统农业和现代农业三个主要发展阶段。20世纪以来，在石油农业的发展取得成就的同时，也带来了严重的环境问题。对此，人们提出了一系列替代农业对策，如回归型农业、生态农业、有机农业和综合农业等发展模式。自20世纪90年代以来，随着全球定位系统（GPS）、地理信息系统（GIS）、遥感技术（RS）、变量处理设备（VRT）和决策支持系统（DSS）等的发展，精细农业作为基于信息科技的集约化农业问世了，并成为农业可持续发展的热门领域。精细农业的核心是在获取地块中每个小区土壤、农作物等信息的基础上，诊断作物长势和产量在空间或时间上存在差异的原因，并按每一个小区做出决策，准确地在每一个小区上进行播种、灌溉、施肥和喷药等作业，以达最大限度地提高水、肥和农药等农资的利用效率，增加产量，减少对环境污染的目的。
精细农业的实践表明，实施精细农业不仅具有重要的经济效益，而且具有显著的社会和生态效益。国外许多大学已经将精细农业课程列为农业工程类专业和其它相关专业的专业基础必修课。我国许多高校和研究院所，已经开始了精细农业关键技术的研究和实践，许多高校都将精细农业课程列为农业工程类各专业的专业基础必修或选修课，或作为相关专业的全校性选修课，并在硕士和博士培养计划中也开设了该门课程。2003年，由浙江大学牵头，组织了国内相关高校编著了精细农业普通高等教育“十五”国家级规划教材。2006年通过教育部评审，本教材作为修订版本，被列为普通高等教育“十一五”国家级规划教材。因此，我们在原“十五”国家级规划教材的基础上，组织多个院校和研究单位的专家进行重新编著，本教材也可作为研究生的教学参考书。
本教材共分9章。第1章为概述，主要介绍了精细农业的基本概念、技术思想、技术支撑及国内外精细农业的发展概况。第2章为全球定位系统及其应用，系统地介绍了全球定位系统的发展过程，GPS的组成及定位原理，GPS接收机的工作原理和测量误差的来源及影响因素。第3章为地理信息系统及其应用，系统介绍了地理信息系统的特征及其分类，空间数据的基本特征、结构与组织管理，GIS的基本功能及其常用的软件平台，通过实例介绍了GIS在精细农业中的应用。第4章遥感技术及其应用，介绍了遥感的基本概念与分类，大气的透过特性与大气窗口，航空遥感与航天遥感技术，地物和植物光谱的反射特性，以及精细农业中常用的典型遥感图像处理软件。第5章为信息检测与解析，详细介绍了农田和作物信息常见参数的检测方法与相应的传感器，以及信号处理和图像检测的常用方法和手段。第6章为智能决策处方生成，介绍了决策支持技术、智能管理分区技术、精确管理决策支持系统，及其在精细农业中的应用。第7章为智能化农业机械装备技术，介绍了适应精细农业的智能化农业机械装备，支持精细农业的变量作业机械和农业机器人的工作原理。第8章为精细农业技术集成与应用，主要从数据交换、软件集成、硬件通讯及智能控制集成技术三个层面，介绍精细农业技术集成平台及其应用。第9章为精细农业典型示范案例，介绍了目前国内各具特色的精细农业发展模式。作为一本完整的教材，本书各章均配备有一定数量的思考题和习题，以利学习。为了配合各高校精细农业教学和学生学习的需要，本教材还配制了与本课程相配套的光盘版和网络版教学课件及教学实验设备。
本书由浙江大学何勇教授和国家农业信息化工程技术研究中心赵春江研究员任主编。西北农林科技大学杨青教授、华南农业大学洪添胜教授、南京农业大学朱艳教授和浙江大学冯雷副教授任副主编。各章分工如下：冯雷（浙江大学）负责第1、2章，杨青、王宏斌（西北农林科技大学）负责第3章，方慧（浙江大学）负责第4章，何勇、刘飞、聂鹏程（浙江大学）负责第5章，朱艳、姚霞（南京农业大学）负责第6章，洪添胜、李震（华南农业大学）负责第7章，赵春江、陈立平（国家农业信息化工程技术研究中心）负责第8、9章。参加编写及提供和整理资料的还有山西农业大学的张淑娟，东北农业大学的王福林、王金武，西北农林科技大学的张海辉，宁夏大学的杨术明，国家农业信息化工程技术研究中心的孟志军、郑文风、陈天恩，浙江大学的王珂，中国农业大学的李道亮，中国农业科学院北京畜牧兽医研究所的熊本海，中国农业科学院柑橘研究所邓烈等，对此表示衷心的感谢。
本书参考了国内外同行的相关论著中的观点和图表资料，由于篇幅限制，没能一一列出，谨此致谢。本书中的部分成果得到了国家科技支撑计划、国家863计划、国家自然科学基金和高等学校优秀青年教师教学科研奖励基金等多项课题的资助。浙江大学出版社和浙江大学本科生院也为本书的出版给予了大力支持。在此一并致谢。
限于编著者的水平，书中的不妥和错误之处，恳请专家和读者批评指正。编著者2010年10月1概述1.1精细农业的基本概念
21世纪，人类正在逐步进入知识经济社会的大门。信息技术的高速发展，已使它迅速渗透到国民经济的各个部门，改变着人们的生活方式、工作方式和思维方式，引发许多传统技术思想和观念的革命。国际竞争，将更多地转向以知识为基础的科学技术与产业技术的竞争。农业是国民经济的基础产业，保障世界的食物安全和农业的可持续发展，是全球性的永恒主题。过去的50年里，世界农业发生了重大变化。农业生产通过生物和农艺技术的进步和支持，以及将生物和农艺技术转化为大规模生产力的现代农业工程技术、农业系统经营管理技术的不断改善，使得世界食品产量的增长，超过了人口的增长速度。20世纪后半叶，世界农业的高速发展，基本上是依靠生物遗传育种技术的进步，耕地和灌溉面积的扩大，物理与化学产品投入的大量增加，机械动力与矿物能源大量投入的条件下获得的。由此而引起的水土流失、生态环境恶化、生物多样性损害等问题，已经引起国际社会的严重关切，并成为推动技术创新，实现农业可持续发展的重要驱动力。
改革开放以来，中国农业和农村经济得到了飞速发展，但仍面临严峻的挑战。我国化肥的生产量和施用量居世界首位，单位面积使用量是美国的2.6倍。但是，化肥农药利用效率很低，我国化肥的利用率，氮为30%～35%，磷为10%～20%，钾为35%～50%，农药利用率在30% 左右，可见，这必将对环境造成严重威胁。我国水资源严重匮乏，而降水利用率不足35%，只是发达国家的1/3，节水已成为一项紧迫而繁重的任务。我国每公顷耕地平均拥有农用动力1kW左右，相当于美国的两倍，然而我国的农业发展水平却远远低于美国。我国农业应尽快实现从粗放耕种到精细农作的转变。农业科技发展纲要提出：“推进新的农业科技革命，实现传统农业向现代农业的跨越。”“实现传统农业向现代农业的跨越，尽快缩小与发达国家的差距，必然要在农业科学研究与技术开发上取得重大突破，促使先进适用技术及时充分地应用到农业生产中去，加速科学技术、特别是高新技术全面向农业渗透，大幅度提高农业科技整体水平，实现农业生产力水平质的飞跃”。知识经济时代，迅速发展与普及的计算机和信息技术将推动人们在科学利用资源潜力，发展节本增效生产方式，改善和保护生态环境，实现基于信息和知识的生产过程管理决策方面，突破许多传统的模式和观念。它对传统产业的改造日益广泛和深刻，对农业更有其特殊意义。
精细农业（Precision Agriculture，缩写PA）是20世纪80年代末由美国、加拿大的一些农业科研部门提出的，目前，日本、英国、丹麦、中国等国也正在积极进行这方面的研究并付注实践。精细农业是一种以现代知识和技术为基础的农业微观管理系统，其核心是根据当时、当地测定的作物实际需要确定对作物的投入。这种具有创新意义的技术思想，已经引起一些国家政府和科技决策部门的重视。美国国家研究委员会（National Research Council）为此曾专门立项组织了一个由一批多学科著名专家组成的专家组对有关发展研究进行了评估，研究报告经过由美国科学院、工程院和医学科学院院士组成的评估组进行审议后，于1997年发表了“Precision Agriculture in the 21st Century-Geospatial and Information Technologies in Crop Management”研究专著，全面分析了美国农业面临的压力以及信息技术为改善作物生产管理决策和改善经济效益提供的巨大潜力，阐明了“精细农业”技术体系研究的发展现状，面临的问题及其支持技术产业化开发研究的机遇等。1998年夏，日本政府拨专款支持若干大学进行“精细农业”应用研究，日本农林水产省已与洋马公司和久保田公司等企业合资成立了研究机构，开发利用卫星定位系统的农业机械技术。据测算：采用精细农业技术，可以节约30% 以上的肥料和农药，可使作物生产成本降低20% 以上。在减少投入的情况下增加（或维持）产量，一是节约资源、降低成本，二是减少环境污染、保护生态环境。因此，实行精细农业技术成为近几年兴起的新热点。
遥感（Remote Sensing，缩写RS）和地理信息系统（Geographic Information Sys-tems，缩写GIS）技术20世纪80年代就已用于农业领域并发挥了良好作用。1993年，美国的全球定位系统（Global Positioning System，缩写GPS）民用后，使这三项技术构成了一个相得益彰的完整体系，俗称3S技术。它在农业中的应用如图1.1所示，利用RS作宏观控制，GPS精确定位地面位置点到米级，GIS将地面信息（地形地貌、作物种类和长势、土壤质地和养分水分状况等）进行储存、处理和输出，再与地面的信息转换、实时控制、地面导航等系统相配合，按区内要素的空间变量数据精确设定最佳耕作、施肥、播种、灌溉、喷药等多种农事操作。传统农业是以亩，甚至百亩为单位的地块作为统一操作单元的，而同一地块单元内的地形、土壤、作物生长状况差异很大，3S技术则可将操作单元缩小到平方米，使传统的粗放生产变为精细农作，从而显著提高水、肥、药的利用效率，实现以最经济的投入获得最佳产出及减少对环境的污染的目标。精细农业技术不仅适用于种植业，也适用于畜牧业、园艺和林业。精细农业在美国和欧洲一些国家已进行试验和推广应用，并取得了显著效果。以荷兰、以色列两国为例，以色列目前实控面积2.7842×10km，其中2/3为丘陵和沙漠，气候干燥，年平均降雨量约为83300mm，平均淡水资源仅16×10m，人均占有淡水资源不到3300m，仅相当于我国的1/8。从20世纪50年代至1995年，在没有增加水资源的条件下，农业产值增长了12倍。荷兰也是人多地少、农业土地资源相当贫乏的国家，经过多年的发展，已成为世界第三大农产品出口国，农产品出口创汇占全国出口创汇收入的1/4。以色列、荷兰都是小国，他们大力推动农业科技研究与科技创新，对世界农业生产与农业科技发展做出了举世瞩目的重大贡献。荷、以两国在农业工程高新技术应用研究和农业工程设备产业发展方面的经验，对于推动我国农业科技现代化和农业科技创新工程的实践都有重要现实意义。图1.1 先进农作技术
信息技术支持下的农业，由经验性到量化、规范、集成和智能化；由粗放生产到精细操作；由分散封闭到有效获取和利用信息；由经济判断到宏观测报和科学管理，是传统农业的一次深刻革命。抓住信息化改造的机遇，中国农业就会提升到一个新的水平，就会在向现代农业和市场经济的转变中，显著提高人力、物力和财力的投入效益，减少和避免损失。显然，被认为是21世纪农业在信息社会发展必然结果的精细农业也是中国农业发展的必由之路。精细农业是基于现代电子信息技术、作物栽培管理助决策支持技术和农业工程装备技术等集成组装起来的作物生产精细经营管理技术。其主要目标是更好地利用耕地资源潜力，减少投入，提高产量，降低生产成本，减少农业活动带来的不良环境后果，实现农业生产系统的可持续发展。它是走向知识经济时代人们利用信息技术革命和现代农业科技成果经营农业的技术思想的革命。“精细农业”一词，译自国外近几年来趋于统一的“Precision Farming"或“Preci-sion Agriculture”。20世纪80年代初国外开始的有关技术思想的早期实践，曾使用过：“Spatially-Variable Crop Management”（空间变量作物管理）、“Prescription Agri-culture”（处方农业）、“Prescription Farming”（处方农作）等名称，到90年代中期，由于GPS、GIS等的集成应用和有关装备技术的产业化，统一为“Precision Agriculture＇’和“Precision Farming”的学术名词在国际科技与产业界广泛采用。国内一些学者曾将其译作“精确农业”、“精准农业”、“精致农业”、“精细农作”等，本书将其统一为“精细农业”。许多学者和机构对“精细农业”的概念和内涵进行了界定和描述，从不同的角度提出了许多有见地的论述，主要有：
①“精细农业是利用信息技术，收集多种资源的数据，产生相关的作物生产决策的经营管理策略。”（美国国家研究委员会，1997）
②“精细农业是将遥感、地理信息系统、全球定位系统、计算机技术、通讯和网络技术，自动化技术等高科技与地理学、农业生态学、植物生理学、土壤学等基础学科有机地结合起来，实现在农业生产全过程中对农作物、土地、土壤从宏观到微观的实时监测，以实现对农作物生长、发育状况、病虫害、水肥状况以及相应的环境状况进行定期信息获取和动态分析，通过诊断和决策，制订实施计划，并在全球定位系统与地理信息系统集成系统支持下进行田间作业。这是一种信息化的现代农业。”（中国科学院院士、中国工程院院士李德仁）
③“精细农业是基于知识和信息的大田作物、设施农作、养殖业和加工业的精细管理与经营的技术思想和体系的整体发展。精细农业技术体系是农学、农业工程、电子与信息科技、管理科学等多种学科知识的组装集成，目前国外关于精细农业的研究，主要是集中于利用3S空间信息技术和作物生产管理决策支持技术（DSS）为基础的面向大田作物生产的精确农业技术，即基于信息和先进技术为基础的现代农田‘精耕细作’技术。”（中国工程院院士汪懋华）
④“精细农业”基于土壤精细管理的概念，是在田间按照具体小区的情况调整管理措施，以提高产量、减少环境危害的农业生产方式。
⑤“精细农业”是通过使用产量图和传感器的感应方法、有效的模拟模型方法，用来预测最优的管理实践的时间，从而调整和改善土地和农业管理，以满足异质性田间植物的资源需求，避免产量受到环境极限的限制。
⑥“精细农业”是基于不同尺度的环境及生物生长信息采集、传递、反馈，包括大尺度下的基于3S（GPS、GIS、RS）的信息和基于生物生产认知水平的全过程精细判别以及基于智能化生产设备的准确控制，实现高效率、高收益、低环境危害的可持续农业生产模式。
⑦“精细农业”是利用3S空间信息技术和作物生产管理决策支持技术（DSS）为基础的面向大田农作物生产的农作技术体系。
⑧“精细农业”是信息技术在农业中的应用，是一种以知识为基础的农业管理系统，是关于农业管理系统的战略思想。它的全部概念建筑在“空间差异”的数据采集和数据处理上，核心是根据当时、当地作物实际需要确定对作物施用化肥或农药等的投入。
尽管存在多种不同的表述，但人们对精细农业的理解都包含以下几个共同点。
①精细探察差异，采取针对性调控措施，随时随地挖掘潜力，达到全局优化；
②以GPS、GIS、RS、DSS、先进传感技术、智能控制技术、计算机软硬件技术、网络技术、通讯技术等作为高新技术手段；
③通过合理调控、提高效率来提升正面效果，抑制负面效应，全面提高经济效益、社会效益和环境效益。
此外，精细农业实践的理论基础是信息论（包括生物信息论）、系统论、控制论和农学理论。
由于目前国外进行的有关精细农业的实践，主要是集中在大田作物管理方面，而实际上农业活动涉及农、林、牧，种、养、加，产、供、销等领域，因此，可将基于大田作物的精细农业实践延伸到整个农业领域，即实施精细调控的精细种植、精细养殖和精细加工等领域。
在上述认识的基础上，我们认为：精细农业是利用遥感技术宏观控制和测量，地理信息技术采集、存储、分析和输出地面或田块所需的要素资料，以全球定位系统将地面精细测量和定位，再与地面的信息转换和定时控制系统相配合，产生决策，按区内要素的空间变量数据精确设定和实施最佳播种、施肥、灌溉、用药、收割等多种农事操作。实现在减少投入的情况下增加（或维持）产量、降低成本、减少环境污染、节约资源、保护生态环境，实现农业的可持续发展。1.2精细农业的技术思想图1.2 精细农业基本技术思想
精细农业技术思想的核心，是获取农田小区作物产量和影响作物生长的环境因素（如土壤结构、地形、植物营养、含水量、病虫草害等）实际存在的空间和时间差异性信息，分析影响小区产量差异的原因，采取技术上可行、经济上有效的调控措施，区别对待，按需实施定位调控的“处方农作”，如图1.2所示。正是信息技术革命为这一技术思想的实践提供了先进的技术手段。千百年来的作物生产，都是以地区或田块为基础，在区域或田块的尺度上，把耕地看作具有作物均匀生长条件的对象进行管理，如利用统一的耕作、播种、灌溉、施肥、喷药等农艺措施，满足于获得区域、农场或田块的平均产量的认识水平，很少顾及对农田的盲目投入及过量施肥施药造成的生产成本增加和环境污染后果。传统的农业技术推广模式，也是在区域尺度上进行品种选择、土肥监测，通过地区试验积累的适于当地的栽培管理措施向农户推荐使用。实际上，即使在同一农田内，存在着地表上、下影响作物生长条件和产量的明显时空分布差异性，包括农田内作物病、虫、草害也总是先以斑块形式在小区发生，再逐步按时空变化蔓延的特性，早已为人们所认识。几个世纪前，农民把土地划分为小田块来耕作经营，正是受到对作物生长环境和产量空间变异的感性知识的影响。我国农民几千年来在小块土地上经过劳动密集的投入和积累的丰富生产管理经验而形成的“传统精耕细作”技术，也可以在小块农田内达到很好的经济产量，只是没有现代科学方法的定量研究和现代工程手段的支持来形成大规模的生产力。20世纪初期，科学家就研究报告过作物产量和田间土壤特性，如N、P、K、pH、SOM含量等在田间分布具有明显的差异性。1929年，美国伊利诺依斯大学C.M.Linsley和F.C.Bauer发表文章劝告农户应绘制自己田区内的土壤酸度分布图和按小区需求使用石灰的建议。之后，一直都有关于农田土壤和收获量空间变异性研究的报导。
20世纪80年代以来，关于在农田中实施土壤肥力、植保和作物生产定位管理（Site Specific Crop Management）的技术研究受到广泛的重视。世界著名厂商先后向市场提供了装有空间定位和产量传感器的现代谷物联合收获机，已可以在收获过程中自动采集以12～215m为单元的小区产量与对应地理坐标位置的数据，并进一步通过模糊聚类分析软件自动生成农田内作物产量分布图。多年的试验实践表明，田区内小区平均产量的最大差异可以超过100%。由于作物生产还受到气候变异的影响，通过连续多年对同一田区积累的数据分析可以看出，同一小区年际间的产量差异性也可能是十分明显的。田区内产量上述明显的时空分布差异性，显示了农田资源利用存在的巨大潜力。除了小区产量的空间差异分布外，农田内土壤养分和病、虫、草害等也具有明显的时空变化差异性。但以往的农作管理对这些差异性考虑不足，而以农田大片土地为单位平均播种、施肥和喷药。这样，既不能保证耕地生产潜力的充分发挥，又容易造成过量投入农资致使生产成本增加、农田水土污染及农产品品质下降的严重后果。其中，尤以化肥和农药的投入最受社会公众的重视。现代农业生物技术与电子信息技术的发展，为定量获取这些影响作物生长因素及最终收成的空间差异性信息，实施基于知识和现代科技的分布式调控，达到田区内资源潜力的均衡利用和获取尽可能高的经济产量成为可能。
图1.3是精细农业技术思想的示意图。其实施过程可描述为：代定位系统和产量传感器的联合收获机每秒自动采集田间定位及对应小区平均产量数据→通过计算机处理，生成作物产量分布图 → 根据田间地形、地貌、土壤肥力、墒情等参数的空间数据分布图，作物生长发育模拟模型，投入、产出模拟模型，作物管理专家知识库等建立作物管理辅助决策支持系统，并在决策者的参与下生成作物管理处方图 → 根据处方图采用不同方法与手段或相应的处方农业机械按小区实施目标投入和精细农业管理。由图1.3可以看出，这一技术思想是通过多次循环的实践，不断改善农田资源环境，积累知识，逐步达到作物生产管理精细化的过程。由于大田作物生产受到众多时空变化因素的影响，利用生产潜力的处方措施，还需要兼顾生产力、经济性、环境后果的优化目标，因此，其技术思想并不是单纯追求技术措施的“准确”。事实上，目前应用于获取小区产量数据的空间尺度为12～215m，获取农田土壤信息的尺度大多还只可能精细到60m左右。在实际操作上，对获取的空间信息还需要通过模糊聚类处理，生成技术上可行、经济上合理的处方图来指导处方农作，因而还谈不到“精准”的操作。而且随着技术的不断进步，特别是农田土壤、作物苗情、病虫草害信息实时快速采集技术的突破，农业处方操作也将愈益精细化。图1.3 精细农业技术思想示意图
上述精细农业技术体系在许多发达国家的试验和应用表明，可以显著提高耕地的生产潜力，节约良种、化肥农药和能源投入，获得良好的经济效益，受到农户的欢迎。产业界不断向市场推出其支持技术产品，并建立提供精细农业社会化服务的新模式。近年来，日本、韩国、巴西等国的试验研究也有了快速发展。作为信息化时代的现代农田精耕细作技术，其应用实践可根据不同国家、不同地区的社会、经济条件，围绕提高生产、节本增效、保护环境的目标，采用不同的技术组装方式，逐步提高作物生产管理的科学化与精细化水平。
获取农田小区产量空间分布的差异性信息是实践精细农业的基础。有了小区产量分布图，农户即可以根据自己的经验知识，分析小区产量差异的原因，选择经济适用的对策，在现实可行条件下采取适当措施实施调控；也可以根据技术经济发展的条件，利用先进的科学手段或智能化变量处方农业机械实现生产过程的自动调控。
综上所述，精细农业与传统农业相比，主要有以下特点：（1）合理施用化肥，降低生产成本，减少环境污染
精细农业采用因土、因作物、因时全面平衡施肥，彻底扭转传统农业中因经验施肥而造成的三多三少（化肥多，有机肥少；N肥多，P、K肥少；三要素肥多，微量元素少）, N、P、K肥比例失调的状况，因此，有明显的经济和环境效益。（2）减少和节约水资源
目前，传统农业因大水漫灌和沟渠渗漏对灌溉水的利用率仅有40% 左右，精细农业可由作物动态监控技术定时、定量供给水分，可通过滴灌、微灌等一系列新型灌溉技术，使水的消耗量减少到最低程度，并能获取尽可能高的产量。（3）节本增效，省工省时，优质高产
精细农业采取精细播种，精细收获技术，并将精细种子工程与精细播种技术有机地结合起来，使农业低耗、优质、高效成为现实。在一般情况下，精细播种比传统播种增产18%～30%，省工2～3个。（4）农作物的物质营养得到合理利用，保证了农产品的产量和质量
因为精细农业通过采用先进的现代化高新技术，对农作物的生产过程进行动态监测和控制，并根据其结果采取相应的措施。因此，物质营养利用合理。
总之，精细农业与传统农业相比最大的特点是以高新技术和科学管理换取对自然资源的最大节约。它是一项综合性很强的系统工程，是农业实现低耗、高效、优质、环保的根本途径。
建立一个完整的精细农业技术体系，需要有多种技术知识和先进技术装备的集成支持。许多支持技术手段还不很成熟，有待不断研究完善，这为农业工程师提出了进行技术创新的机遇。在精细农业及其支持技术研究与试验实践过程中，将会带动一系列支持农业资源和作物生产、科学管理先进适用技术的研究与开发，传播基于信息技术推动传统农业改造的技术思想，从而为我国农业科技率先跃居世界先进水平作出贡献。1.3精细农业的技术支撑
精细农业技术必须能随时间及空间变化采集数据，根据数据绘制电子地图，加工、处理，形成管理设计（或执行电子地图），精细控制田间作业，并对精细农业的农业效果、经济效益及环境效益进行评估。实现这些目标的关键技术是：全球定位系统、地理信息系统、遥感技术、农田空间信息采集传感技术、作物生产管理辅助决策支持系统和智能化变量作业农业机械等。1.3.1 全球定位系统（Global Positioning System）图1.4 全球定位系统示意图
精细农业技术体系的关键技术之一，是在作物生产管理中，根据农田小区产量和生长环境因素的空间差异性，通过空间信息的聚类处理后，实施定位处方农作。因此，进行以农田空间定位为基础的作物小区平均产量和影响作物生长主要环境信息的采集与处理，是实施精细农业的基础。20世纪90年代初全球卫星定位系统的完善，为实践农田作物生产的定位精细管理提供了基本的条件。
美国的全球定位系统（GPS），包括几十颗地球卫星组成的空间部分，由地面控制站、一组地面监测站组成的地面监控部分和用户接收机三个主要部分组成。目前，已建成投入运行的全球卫星定位系统主要有美国国防部建设的GPS系统和俄罗斯建设的GLONASS系统，两者原理相同，但利用了不同的时间标准和大地坐标系，均可提供全球卫星定位信息的免费服务。对于用户来说，只需要根据不同用途的要求，如同使用移动电话一样，购置用户接收机，可享用不同方式的服务，用户具有必要的使用知识即可。
GPS卫星是一组能发射精细的卫星轨道参数和时钟信号，在两万多公里高空环绕地球运转的轨道卫星系统。这些信号穿越太空、电离层和大气层到达地面，被接收机接收，经过数字信号处理进行定位计算。空间卫星的布局，可以保证在地球表面任何地方、昼夜任何时间和任何气象条件下，接收机均可至少获得其中四颗以上卫星发出的定位定时信号。理论上只要用户能接收到四颗卫星信号，即可解算出用户所在的三维位置（经度、纬度和海拔高度）等定位信息和定时信息，并将此信息转换成计算机可接受的格式。
GPS有两种接收模式：单一接收模式（Single Receiver Mode）及用两个接收器的差动接收模式（Differential Mode），单一接收模式接收是最方便、最廉价的接收方式，但瞬时位置误差高达10m，无法满足精细农业的需要。因此，为了提高GPS接收机的定位精度，需要采用差分GPS（Differential Global Positioning System，缩写DGPS）系统，以便能满足定位精度要求。差分接收模式是将一个接收器装在一个位置，另一个接收器装在作业者或机器上，采取差动修正办法来减少瞬时位置误差，根据不同的作业需要，可达到相当高的位置分辨能力（1m以下或1cm）。
DGPS是实践精细农业的基础，其作用主要表现在定位和导航两个方面：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、土壤采样等；DGPS的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。在翻耕机、播种机、田间取样机、施肥喷药机、收获机等农具上安装DGPS，可以准确指示机具所在位置坐标，使操作人员可以按计算机上GIS操作指示定点作业，并精准地绘制产量图。美国明尼苏达州的汉斯卡农场曾经利用GPS指导施肥，节省了约1/3的化肥施用量，同时提高了作物产量，每英亩的甜菜收入从599美元增加到744美元，经济效益大大提高。图1.5 信息电子地图1.3.2 地理信息系统与地图软件（Geographic Information Systems and Mapping Software）
地理信息系统（GIS）是一个应用软件，是精细农业的大脑，是用于输入、存储、检索、分析、处理和表达地理空间数据的计算机软件平台。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相互联系在一起。地理信息系统事先存入了专家系统等具决策性系统及具持久性的数据，并接收来自各类传感器（变量耕地实时传感器、变量施肥实时传感器、变量播种实时传感器、变量中耕实时传感器等）及监测系统（遥感、飞机照相等）的信息，GIS对这些数据进行组织、统计分析后，在一共同的坐标系统下显示这些数据，从而绘制信息电子地图（图1.5），做出决策，绘制作业执行电子地图，再通过计算机控制器控制变量执行设备，实现投入量或作业量的调整。
在精细农业实践中，GIS主要用于建立农田土地管理、土壤数据、自然条件、生产条件、作物苗情、病虫草害发生发展趋势、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、图形转换与表达等，为分析差异性和实施调控提供处方决策方案。在GIS中能够生成多层农田空间信息分布图，将其纳入作物生产管理辅助决策支持系统，与作物生产管理与长势预测模拟模型、投入产出分析模拟模型和智能化作物管理专家系统一起，并在决策者的参与下根据产量的空间差异性，分析原因、做出诊断、提出科学处方，落实到GIS支持下形成田间作物管理处方图，分区指导科学的调控操作。
作为处理地理数据的软件，不同种类的地理信息系统，在功能与价格上都有很大的变动范围，但一般都能将地理数据以图形显示出来。不太复杂的软件能显示单一的数据层，如产量图；功能全面的GIS软件包则能更好地显示更复杂的关系，如时间关系、多要素间的比较等。从原始数据的组合而得到的数据层能产生关于作物生长过程中各因素间的空间差异性信息。
当前的各类GIS软件涵盖了简单的地图显示系统以及能分析与合并复杂的空间数据库功能的全面系统。某些数据能以多边形格式存储，并且认为多边形各区域内的属性值（如土壤类型）是均匀的。数据也能按不同的属性值存储在统一的栅格单元阵列或像素中，遥感图像及美国地质勘察地面高程数字地图格式就是这种格式。目前，功能最全面的系统能将这些格式的数据进行转换，从而能更方便地将来自不同数据源的数据结合起来。
数据库函数是GIS各项功能中最重要的一项，数据库函数组用来纪录农田数据，比较管理决策的好坏、产量、虫害情况、地下水质量以及其他与过去和现在的农作相关的因素。GIS能将输入与输出的农田记录存储在一个空间阵列中。例如：关于作物轮作、耕地、养分、杀虫剂的应用、产量、土壤类型、道路、梯田、或排水管都能被存储在GIS中。GIS还能增强精细农业的其他组成部分，如产量的监测、基于农田的研究（如作物建模、高效测试）的功能并为生产者提供更好的记录存储。GIS能与一系列作为精细农业实践决策基础的空间分布式的处理模型如变化率应用模型一起使用。这样的软件有能力综合所有类型的精细农业信息，并能与其他决策支持工具进行交互，输出可以被精细农业利用的地图。1.3.3 产量分布图生成系统（Yield Mapping Systems）
产量分布图（图1.6）记录作物收获时产量的相对空间分布，收集基于地理位置的作物产量数据及湿度含量等特性值。它的结果可以明确地显示在自然生长过程或农业实践过程中产量变化的区域。在大多数管理决策中，产量是一个首要的因素，需要精确的产量图来确定空间处理方案。图1.6 产量分布示意图
获取农作物小区产量信息，建立小区产量空间分布图，是实施精细农业的起点，它是作物生长在众多环境因素和农田生产管理措施综合影响下的结果，是实现作物生产过程中科学调控投入和制定管理决策措施的基础。1992年以来，谷物的产量图是通过使用决定谷物的数量的流量传感器与湿度传感器以及记录作物位置信息的GPS接收器绘制完成。带DGPS和流量传感器的联合收割机在田间作业时，每秒给出收获机在田间作业时DGPS天线所在地理位置的经、纬度坐标动态数据，同时流量传感器每秒自动计量累计产量，根据作业幅宽换算为对应作业面积的单位面积产量，从而获得对应小区的空间地理位置数据（经、纬度坐标）和小区产量数据。这些原始数据记录在PC卡中，转移到计算机后，利用专用软件生成产量分布图。
产量监测器测量潮湿的谷物流量、谷物的湿度、收获的面积，从而得到修正湿度后每英亩的产量。因为这种大流量的测量是在联合收割机的谷物清运系统内完成的，这样，在收获机处有一个从谷物被收割的位置到谷物被测量的位置的偏移，这个偏移导致了动态的不精确性。目前，随后的数据处理设备还无法完全消除这种不精确性。通常认为大田块修正偏差后的总产量数据比测量小的子田块的结果准确。尽管谷物监测设备已广泛使用，但仍需进一步改进，提高其精确性，从而利于精细农业技术的推广应用。迄今，用于小麦、玉米、水稻、大豆等主要作物的流量传感器已有通用化产品，其他如棉花、甜菜、马铃薯、甘蔗、牧草、水果等作物的产量传感器近几年已做了许多研究，有的已在试验中使用。
产量分布图揭示了农田内小区产量的差异性，下一步的工作就是要进行产量差异的诊断，找出造成差异的主要原因，提出技术上可行、按需投入的作业处方图。农田产量差异诊断的步骤：首先根据经验和历史记录进行分析，如农田形成的历史、往年的病虫草害、内外涝情等因素对产量差异的影响；如有必要，则进行对农田土壤物理特性分析、化验土壤化学特性等。找到局部低产的原因之后，可根据专家经验或作物生长模型提出解决方案并加以量化，以数据卡或处方图的形式把指令传递给智能变量农业机械实施农田作业。1.3.4 变量控制技术（Variable-Rate Technologies）
变量控制技术VRT（Variable Rate Technologies）是指安装有计算机、DGPS等先进设备的农机具可以根据它所处的耕地位置自动调节货箱里某种农业物料投人速率的一种技术。作为精细农业技术的领头羊，美国最早开始从事变量控制技术的概念与实践研究。变量控制设备随着空间位置变化而改变诸如种子、化肥、农药等投入量。变量控制技术系统包括控制特定物质流速变化的仪器，或同步控制多种物质流速变化的仪器，使得处于行驶中的机械自动改变物质投入量，以达到预期效果。变量控制系统根据施用的物质和确定局部施用量的信息来源有不同的设计方法。
目前，变量控制技术系统有以下两种：
①基于地图的，需要一个GPS/DGPS地理信息定位系统和一个用于存储施用计划的命令单元，该施用计划包含了田块内每一位置的施用量期望值。
②基于传感器的，并不需要地理信息定位系统，但包括一个动态命令单元，在田块内所到的每一位置通过实时地分析土壤传感器与（或）作物传感器的测量数据确定相应的施用量。图1.7 氮肥的变量控制示意图
变量控制技术是在20世纪80年代中期由美国工业界提出的。根据预先收集的数据如拍摄的土壤图或栅格式土壤采样，确定处方图，然后在经济型喷洒器上同步变化氮、磷、钾肥等的施用量。农业机械安装了这种携带标准的液体混合器变量控制技术系统后，在运行中根据测得的土壤属性，实时调整多种化肥施用量，达到最佳效果。目前，经济型喷洒器已在一定范围内使用了基于传感器的变量控制技术。用精细农业技术可以实现变量调整的内容包括：施肥量、除草剂或杀虫剂施用量、农药施用量、灌水量、耕地深度、播种量及密度和深度、中耕、产量评估等。
变量控制技术采用了反应有机物、阳离子交换容量（CEC）、表土层深度、土壤湿度、土壤硝酸盐含量、作物光谱反射系数的有成型产品的传感器。倡导基于传感器的实时变量控制技术的研究人员观察发现：土壤和作物环境数据比目前的基于地图的方法测得的数据变化快。从现在的局限于每秒一个样品和一次控制变化的GPS/DGPS/GIS方法不能得到最佳的作物管理结果。根据土壤硝酸盐和阳离子交换容量的测量值施氮肥以及根据用光谱反射系数得到的小麦含氮量施氮肥，这两个变量控制技术例子是基于实时传感技术而不是基于GPS/DGPS或GIS系统的。
实时传感变量控制技术有优于基于地图技术变量控制技术之处。实时传感是对感兴趣的属性的一种直接且连续的测量，这使用户减少了一次特定的应用中未采样的面积。在基于地图的应用中，地图通常是建立在有限的采样点上，这样在估计采样点之间的情况时就存在着潜在的误差。另一种不确定性与GIS有关，主要是某地的样品按当时的测量值标定成为地图，而一段时间后再按图做出的响应存在着时间上的不连续性。如土壤含氮量或害虫分布等动态变量，在成图与最后按图作业这段时间间隔内，这些变量在数量与属性分布上都会发生显著的变化。
在农场，一些采用基于传感的变量控制设备可以完成以下的农作：（1）按土壤类型的不同变量施固态氨肥；（2）按土壤不同的CEC与表土层深度改变种植密度；（3）按土壤的有机组成的不同变量施除草剂；（4）按土壤CEC的变化变量施催肥剂；（5）按土壤CEC、表土层深度和硝酸盐浓度在测施肥料时变量施氮肥。
基于地图的变量控制技术系统不仅广泛地用在农用拖拉机上喷洒液体肥料、固态氨、除草剂及种子，而且也可用在枢轴式灌溉系统中控制水和肥料。在商用高悬浮式喷洒设备大量地喷洒磷肥、钾肥和石灰时，常采用基于地图的变量控制技术。因为高悬浮式喷洒设备的气体的或液压控制的系统需要额外的资金与维护费用，其应用成本比常规悬浮喷洒技术要高，典型的悬浮粒状肥料变量喷洒系统比非变量喷洒系统的成本要每英亩高出2～3美元。
在拖拉机上安装控制器，使之能实现变量控制技术的成本是非常低的。升级一个控制器使之能自动调整喷洒的速度是一个费用较小的技术方案，仅表现为一个软硬件的接口。然而，用户也必须有一台用于处理GIS数据及发送变量控制信号给其他控制单元的计算机，及一个GPS/DGPS接收器。在其他情况下，多种化学制品混合注射系统作为预装单元与GIS/GPS/DGPS成一整体是一个更复杂和昂贵变量控制系统。不论农民采用哪种类型的变量控制系统，基于地图的变量控制系统需要全面地考虑所有相关的成本，包括数据的获取、用GIS及GPS/DGPS创建实施处方图、掌握如何恰当地使用这种技术等。
获取与解释土壤测试信息的费用是一个限制特定地点实施基于地图的变量控制技术的因素。为降低收集与分析的成本，通常土壤按每2.5英亩一个样的比率采样。在美国伊利诺斯州的一次测试中，两种栅格大小的化肥需求量与常规的施肥量进行对比，当栅格大小为0.156英亩时，所需的化肥量显著减少，每英亩节省18美元，相比之下，当栅格大小为2.5英亩时，每英亩节省0.25美元。然而，在更小的栅格上收集样品所需的费用远远超过了从化肥上节省下的费用。改进基于地图的变量控制技术效率的一个关键在于发展既能节约成本的又有更高采样密度的传感方法。1.3.5 农业生物信息采集技术（Farming Data Acquired Technology）
精细农业技术是一种以信息为基础的农业管理系统，快速、有效采集和处理农田空间分布信息，是实践精细农业的重要基础。田间信息采集技术利用传感器及监测系统来收集当时当地所需的各种数据，如土壤水分、土壤含N量、pH值、压实、地表排水状况、地下排水状况、植冠温度、杂草、虫情、植物病情、拖拉机速度、降雨量、降雨强度等，再根据各因数在作物生长中的作用，由GIS系统迅速做出决策。实施地面传感系统，需要开展一些勘测土壤和作物生长过程的基础性研究。在采样密度达到一定的要求时，基于手工定点采样与实验室分析相结合，耗资费时、难于较精细地描述这些信息的空间变异性，传感器则能自动收集土壤、作物、害虫数据，满足密度要求。不同田区，其资源数据差异可能是非常明显的，增加采样数量将会更准确的反映田间数据属性值的变化性。在一个土壤和作物参数采样密度较高的田块上，变量控制技术与作物模型的效果将会大大提高。从这个意义上说，拥有快速、高效的评估所测因素对作物产量产生影响的传感器显得尤为重要。图1.8 田间信息采集
目前，需要从地面传感器上得到的信息包括：土壤的有机组成、阳离子交换容量、硝酸盐氮、土壤的压实、土壤的质地、盐度、杂草的检测、作物收获后残余覆盖情况等。这些参数及土壤pH值、磷肥与钾肥利用率不能通过遥感技术获得，并且应用实时的地面传感器可以使种植者能根据定时采集的数据控制作物生长，这是航空或航天遥感做不到的。
目前，传感器正向着对土壤或作物生长环境条件的测量发展，包括：土壤有机组成、土壤湿度、电导率、土壤养分等级、作物和杂草反射率等。不间断的实时的电气化学的土壤化学成分传感器现已可用于测量硝酸盐含量和玉米侧施肥料。实时声学土壤质地传感器及实时土壤压实测试仪正在开发中。
一些重要的实时指示值可能是由它们与其他变量的关系而不是测定值直接决定的，例如土壤电导率与同时测得的盐分，土壤湿度、有机组成、阳离子交换容量、土壤类型与土壤质地测定值相关。最近，这方面的工作扩展到非盐渍土法与能分离直接接触电导率电化学测试成分法相结合。电导率成分分析方法被国外一些农机公司用来进行基于地理位置的数据采集及分析，及农作物的变量控制。用电磁法测表层土壤电导率是粘粒含量、粘土层深度、土壤水分、水压指数、生产率的一个指标，是产量监测的一个可靠的替代方法。
对磷和钾的测量，在农业行业中目前还没有推荐使用的测量传感器。有时，在变量控制技术首次应用的玉米种植区，磷和钾的含量非常高，田地的可用性已远远超过了生产者种植当年或近几年作物对田地的要求。在其他一些区域，如美国西部各州，土壤稳定成分含量较低是非常普遍的。对于这些类型的养分，非连续性养分测试成图法有望做到在各个分散田地上收集与分析土壤样品。目前，国外正在开发能自动提取与分析土壤样品的磷、钾及其他养分系统。如果可采用更多的数据采集与分析手段，信息的及时性与数量上都会有很大地加强。传感器将是精确施肥、精确除虫及其他投入精确化所需的各项支持技术中的一个重要角色。在传感器领域中的基础研究是进一步理解各种区域性的生产系统中特定位置作物生长过程中发生的变化的基础。目前，田间信息快速采集技术的研究仍大大落后于支持精细农业的其他技术发展，已成为国际上众多单位攻关研究的重要课题。1.3.6 遥感技术（Remote Sensing）图1.9 带有遥感设备的直升机
从遥远的地方，如飞机或卫星上获得信息，是精细农业一个潜在的重要的信息来源。遥感技术利用高分辨率传感器，在不同的作物生长期，实施全面监测，根据光谱信息，进行空间定性、定位分析，为定位处方农作提供大量的田间时空变化信息。
遥感技术被认为是作物管理信息颇有价值的来源。过去的研究表明：红外航空图像可用于检测小麦及其他小粒谷类作物因病害而产生的长势减弱。20世纪70年代，尽管有很多针对将卫星数据用于大面积作物的研究与开发评估报告，但对用于作物管理的应用却研究较少。卫星数据没有足够的空间分辨率、时间频率、合适的传送时间以满足农业生产的需要。另外，相关支持技术与基础设施还不完善。1984年，研究人员描述了遥感在作物管理应用上的潜力，并强调关键在于提供足够频率覆盖、快速的数据传送、5～20m的空间分辨率以及将农艺的数据、气象数据并入专家系统。1997年，在用遥感获得关于确定并分析田块内定点土壤时空变化信息的潜力回顾中，上述观点得到确认。
在过去10年中，从飞行器上用数字摄影拍摄多谱段视频进而得到并处理多谱段图像技术已得到迅速发展。这个方法既有获取航空摄影的灵活性又具有数字多谱段图像的优点。尽管大部分的计划都致力于卫星系统的开发，当航空遥感图像能获取非常高分辨率的图像时，仍会需要航空遥感图像。航空平台为开发与测试将来在卫星上使用的新的传感器提供了可能。
一段时间内一系列的遥感图像可提供田块内关于作物生长与空间变化的信息。详细的以视觉的形式表示的空间分布多谱段信息并不容易从常规的作物管理系统或定点作物管理方法中得到。遥感图像（如：彩色红外航空图像或从卫星或飞机上获得的多谱段图片）显示由土壤和作物特征引起的空间与谱线的变化。这些图片表现了获得图片时田地状态。遥感最有用的方面之一是它能产生显示由自然因素或耕作原因引起的田里的空间差异的图像。这些信息不受采样间格或地理统计插值法的限制。一个季节中不同时期获得的图像能被用于确定诸如生长进度及生长条件等的变化。随后，这些数据还能与以前获得的数据进行比较，可能还有助于预测产量。
各国政府部门与一些企业已计划了未来十年要发射的地球观察卫星。它们中的很多都将可获得空间分辨率为从1～3m的全色的图像到3～15m的多谱段图像。其他的卫星将有10～30m的空间分辨率，但需要额外的谱段，包括LANDSAT-7上的热红外谱段。其他系统将以不断变化的分辨率收集雷达信号。除了确定作物的种类外，这些传感器还能用来做很多其他的测量，包括监测作物应力与作物状况、土壤属性及湿度。
目前，有助于作物定点管理的技术———遥感、全球定位系统、产量监测系统与产量图、地理信息系统、变量处理技术、计算机、电子通讯技术等正被结合在一起。精细农业的快速发展重新激起了人们将遥感，尤其是航天遥感，用于作物定点管理的兴趣。有人建议：尽管开发卫星的成本很高，卫星系统比航空图像系统要合算，因为每个覆盖单元卫星图像的成本只有航空图像的一半。
1992年陆地遥感卫星政策和1994年关于L ANDSA T卫星遥感策略的指示颁布使美国的遥感卫星政策发生了变化，美国政府非常鼓励商业系统加盟卫星的开发与操纵。目前在美国，Earth Watch、Space Imaging和Orbitl Science三个公司都在加紧高分辨率小卫星（设计质量小于500kg的小型近地轨道卫星，其空间分辨率为1～3m（全色）和4～15m（多波段）的研制和发射工作。Space Imaging公司研制第一颗高分辨率（1m）商业卫星IKONOS于1999年9月发射成功，并已出售数据。由于这种卫星具有很高的清晰度，成像范围大、覆盖频率高、价格低廉等多种优势，因此将比航空遥感图像更具有竞争力。法国、俄罗斯、南非、中国、印度等20个国家都计划发展高分辨率的对地观测小卫星。
遥感产品不仅在定点作物管理中扮演重要的角色，而且，在遥感信息的获取、分析与开发上也有很大的市场潜力。也许，没有其他任何一种遥感的应用需要如此频繁地在如此大范围的地域上获取数据。目前应用热红外遥感、多波段遥感、微波遥感对土壤水分的监测，以及应用近红外多频带辐射仪测定作物氮素状况和应用高分辨力光谱仪识别作物和杂草的技术已经进入示范推广阶段。用户也可以向卫星图像服务部门购买特定地区某一时间的遥感图像数据，在自己的用户RS平台上进行应用开发。1.3.7 作物生产模型（Crop Production Modeling）
为评估精细农业方法的效果，并提供准确评价的依据需要大范围的精确反应空间差异的作物响应模型。已经有很多预测作物如何响应气候、养分、水、光和其他条件的模型，而这些模型中的大多数只包括了精细农业应用中的一个空间变量。GIS能提供在大区域用反映连续变化条件的数据连续运行模型的方法。时间序列和其他一些时间分析法能帮助确定最后的产量。现在模型的功能可能扩大到能描述空间效应，如沿着田块的边缘效应。然而，生态学和生物气象学的文献资料表明一些精确反应空间差异的模型已发展到能预测每小时、每天、每年的土壤水分蒸发蒸腾损失总量和光合作用情况，一些按空间分布的水文学模型能预测表面和表面下的流量。中等规模的气象模型能解决小到5～10km单元上的天气预测。
害虫并不是平均分布在整个环境当中。对影响它们空间分布的因素有一定的理解后，可建立它们的空间分布及潜在的损失模型。能用GIS来表现这些因素的空间变化。与作物响应模型一样，可以在整个田地上运行特定的虫害模型，用GIS向模型输入数据再显示结果（松散联合模型），或用GIS软件创建精确反应空间差异的模型（紧密联合模型）。GIS能为反映多因素效果建立基础，例如，可将区域害虫压力模型的结果并入一个系统产生基于局部变化情况的田间措施。
作物生长模型能被用作按种植密度变化确定不同产量的辅助决策手段，这能帮助种植者按种植密度和各种土壤类型因素来决定何时在田间各个区域种植或补种作物。种植者所面临的最困难的决定也许是不得不决定在一块情况还不确定的田里补种作物。
在一些作物种植区，地形因素能引起产量的巨大变化。地形元素，包括土壤质地、土壤有机组成及温度，对有关作物生长的属性都有影响。地形对排水与集水有影响，进而影响了作物生长处的土壤的湿度。抽样土壤勘测没有足够的分辨率来识别这种变化，从而没有足够详细的信息来做出精确的决策。即使是按有规律的栅格采样，也可能会漏掉一些相关的土壤地形特征。基于地形特征的采样密度比简单的栅格更有效，且有更大的信息含量。GIS使用户能用摄影测绘方法（对航空像片进行相应的立体分析）创建与管理数字海拔图或数字地形模型，并且用雷达测量或用田间装置进行连续的三维坐标测量。精确的决策取决于对土壤属性与从数字海拔图或数字地形模型得到的表面形状，如坡度、坡长、朝向、曲度、地势、集水区及排水区之间联系的理解等。
作物模型并不是解决问题的万能药。它们的功能只局限与对生物系统中各个部分的模拟。大多数已开发的作物或虫害模型并不是为管理空间与时间的差异而设计的。然而，目前作物模型仍是一个用来获取对作物生产系统理性认识的重要工具。图1.10 决策支持系统示意图1.3.8 决策支持系统（Decision Support Systems）
农业上决策支持系统（Decision Support Systems，缩写DSS）用来提供战术的、战略的及方针目标的决策支持。DSS是在管理信息系统和运筹学的基础上发展起来的计算机科学分支，实现了由计算机自动组织和协调多模型的运行以及对数据库中数据的存取与处理，从而达到更高层次的辅助决策能力。决策支持系统包括：模型库、数据库、知识库、方法库及其管理系统等，同时融合了良好的人机接口，使得模型运算、数据处理、专家知识以及在决策者的参与下建立起模型库、数据库与领域专家的有机联系。
图1.11表示了一个简单的DSS概念图。由咨询者提供数据，数据或是通过天气预报获得，或是通过一个传感器的检测获得，然后，数据被分析并与适当的决策规则相联系，最后帮助生产者做出决策。近几年来，人工智能技术的最新成果，被引入决策支持系统，使系统的决策水平和决策自动化程度得到了提高。精细农业实践中，DSS根据作物生长、作物栽培、经济分析、空间分析、时间序列分析、统计分析、趋势分析以及预测分析等模型，综合土壤、气候、资源、农用物资及作物生长有关的数据进行决策，结合农业专家知识，对不同的决策目标分别给出最优方案，用以指导田间操作。
试读结束[说明：试读内容隐藏了图片]