李國強，王 猛，胡 峰，張建濤，吳士文，陳丹丹，鄭國清

（1．河南省農(nóng)業(yè)科學(xué)院農(nóng)業(yè)經(jīng)濟與信息研究所，河南鄭州450008；2．中國科學(xué)院土壤環(huán)境與污染修復(fù)重點實驗室，江蘇南京210008）

基于GIS的夏玉米氮肥精確管理系統(tǒng)設(shè)計與實現(xiàn)

李國強1，王 猛1，胡 峰1，張建濤1，吳士文2，陳丹丹1，鄭國清1

（1．河南省農(nóng)業(yè)科學(xué)院農(nóng)業(yè)經(jīng)濟與信息研究所，河南鄭州450008；2．中國科學(xué)院土壤環(huán)境與污染修復(fù)重點實驗室，江蘇南京210008）

為推動夏玉米精確施肥，以遙感監(jiān)測技術(shù)為智能決策支撐，基于系統(tǒng)工程思想，在Microsoft．NET平臺上，將GIS和夏玉米生長監(jiān)測模型耦合與集成，建立氮肥精確管理系統(tǒng)。系統(tǒng)具有土壤肥力查詢、作物長勢反演、氮肥播前和追肥決策、專家知識咨詢、系統(tǒng)幫助等功能。對系統(tǒng)功能在河南省延津縣的測試與檢驗結(jié)果表明，與傳統(tǒng)施肥區(qū)相比，變量施肥區(qū)植株氮積累量提高2．67%、平均產(chǎn)量提高67．53kg／hm2，經(jīng)濟收入提高148．6元／hm2。系統(tǒng)界面友好，易于使用，是集夏玉米生長監(jiān)測和氮肥精確管理調(diào)控的決策平臺。

夏玉米；光譜監(jiān)測；氮肥精確管理；決策支持系統(tǒng)

玉米是我國重要的糧食作物，播種面積和產(chǎn)量在我國農(nóng)作物中分別位列第1和第2［1］。施用氮肥是確保玉米穩(wěn)產(chǎn)高產(chǎn)的必要條件和重要前提［2］。長期以來，人們?yōu)樽非蟾弋a(chǎn)大量施用氮肥，過量施氮引起作物產(chǎn)量和氮肥利用率降低的負效應(yīng)［3］，并導(dǎo)致一系列的環(huán)境問題［4］。建立一套夏玉米氮素營養(yǎng)診斷與調(diào)控技術(shù)，能夠?qū)崟r監(jiān)測植株氮素營養(yǎng)狀況，動態(tài)調(diào)控氮肥追施量，對于保障糧食安全和提高農(nóng)民收益有重要意義。近些年來，遙感技術(shù)的發(fā)展為作物氮素營養(yǎng)診斷提供了新的方法。國內(nèi)外學(xué)者先后在小麥［5－7］、水稻［8］、玉米［9－11］、馬鈴薯［12］等作物上建立了氮素營養(yǎng)診斷與調(diào)控技術(shù)。Teal等［9］和Tubana等［13］先后利用NFOA算法，實現(xiàn)玉米生育中期追氮量的估算。趙澤英等［14］基于平衡施肥原理建立貴州喀斯特巖溶山區(qū)玉米推薦施肥模型。趙福剛等［10］基于NFOA算法建立吉林省玉米氮營養(yǎng)診斷追肥模型。Dellinger等［11］基于主動式光譜監(jiān)測數(shù)據(jù)，利用相對反射率算法和二次加平臺模型，實現(xiàn)玉米拔節(jié)期變量追氮管理。筆者等所在的課題組基于養(yǎng)分平衡原理，已先后建立了夏玉米氮素診斷及氮素調(diào)控模型，根據(jù)土壤供氮量、目標(biāo)產(chǎn)量需氮量和植株實時氮積累量三者的差值，實現(xiàn)夏玉米苗期和大喇叭口期施氮量的估算，該調(diào)控模型量化了夏玉米生育后期土壤的供氮量，提高了模型機理性，進一步縮小了施氮量的估算偏差。為方便該技術(shù)的使用與推廣，利用軟件工程、GIS等技術(shù)，構(gòu)建夏玉米氮肥精確管理系統(tǒng)，實現(xiàn)光譜數(shù)據(jù)的自動處理，決策分析、處方生成等功能，為夏玉米生長監(jiān)測和精確管理調(diào)控提供決策支持。

1基于光譜指數(shù)的夏玉米氮素營養(yǎng)診斷與調(diào)控技術(shù)

針對不同品種、不同氮素水平、不同生育期夏玉米的生物量、葉面積指數(shù)、葉綠素、氮素等參數(shù)監(jiān)測的基礎(chǔ)性問題，解決夏玉米光譜監(jiān)測的一系列關(guān)鍵問題，構(gòu)建一套較為完備的夏玉米光譜監(jiān)測與氮素調(diào)控體系。

該調(diào)控技術(shù)主要包括：1）建立參數(shù)較為完備的夏玉米波譜數(shù)據(jù)庫，確定夏玉米生物量、葉面積指數(shù)、色素含量、氮素含量等參數(shù)光譜監(jiān)測的敏感波段。2）構(gòu)建用于夏玉米地上部干物質(zhì)重［15］、葉面積指數(shù)［15－16］、葉片色素含量［17］、葉片碳氮比［18］、葉片氮積累量［19］、地上部植株氮積累量等參數(shù)的估算模型。3）基于養(yǎng)分平衡原理，根據(jù)土壤供氮量、目標(biāo)產(chǎn)量需氮量和植株實時氮積累量，構(gòu)建夏玉米氮肥調(diào)控模型。施氮方法綜合考慮了植株實時生長狀況和土壤供氮狀況等因素，利用遙感技術(shù)建立適合夏玉米氮肥精準管理技術(shù)體系，實現(xiàn)由適時獲得的光譜數(shù)據(jù)代替?zhèn)鹘y(tǒng)繁瑣的實驗室養(yǎng)分測定數(shù)據(jù)對施肥進行調(diào)控，實現(xiàn)氮肥施用量的實時、實地化管理。氮素診斷及調(diào)控流程見圖1。

圖1 夏玉米氮素營養(yǎng)診斷與調(diào)控流程Fig．1 Nitrogen nutrition diagnosis and regulation flow of summer maize

2系統(tǒng)的設(shè)計與實現(xiàn)

2．1系統(tǒng)結(jié)構(gòu)設(shè)計

2．1．1數(shù)據(jù)庫 主要用于存儲和管理土壤養(yǎng)分、光譜反射率等數(shù)據(jù)，保存反演的作物長勢參數(shù)及估算的施氮量。

1）空間數(shù)據(jù)庫。基礎(chǔ)地理信息空間數(shù)據(jù)庫，包括縣級行政區(qū)劃圖、鎮(zhèn)級行政區(qū)劃圖、村級行政區(qū)劃圖、水系分布圖、道路分布圖等。土壤養(yǎng)分數(shù)據(jù)庫用于存儲地塊基礎(chǔ)信息，包括地塊名稱，地塊地址，有機質(zhì)（g／kg），全氮（g／kg），硝態(tài)氮（mg／kg），速效磷（mg／kg），速效硫（mg／kg）等字段。光譜數(shù)據(jù)庫用于存儲特征波段的光譜反射率，包括地塊名稱、光譜反射率等字段。施肥量數(shù)據(jù)庫用于存儲系統(tǒng)計算的基施量和追施量，包括地塊名稱、氮肥基施量、氮肥追施量等字段。

2）非空間數(shù)據(jù)庫。包括肥料、品種和病蟲害數(shù)據(jù)庫。肥料數(shù)據(jù)庫用于存儲肥料類型以及施用方法，包括肥料種類、肥料名稱、肥料介紹、缺乏癥狀、使用方法和注意事項等字段。品種數(shù)據(jù)庫用于存儲玉米品種信息，包括品種名稱、選育單位、品種特性、適宜地區(qū)和栽培要點等字段。病蟲害數(shù)據(jù)庫用于存儲玉米病蟲害防治信息，包括中文名、危害部位、危害癥狀、癥狀圖像、防治方法及補救措施等字段。

2．1．2模型庫 模型庫所包括的模型可分為兩類。第一類為長勢反演模型，共5個模型，分別為地上部干物質(zhì)重、葉面積指數(shù)、葉片色素含量、葉片氮積累量、地上部氮積累量估算模型。第二類為氮肥調(diào)控模型，包括播前施氮量估算模型、大喇叭口期追氮量估算模型。

2．1．3人機界面 針對觸摸屏查詢一體機特點，設(shè)計人機交互界面。通過按鈕，下拉菜單，圖標(biāo)和圖形等操作方式即可輕松與用戶進行交流。

2．2系統(tǒng)實現(xiàn)

系統(tǒng)開發(fā)選擇目前流行的二次開發(fā)方式，以Visual Studio 2010作為開發(fā)平臺，采用C＃語言，結(jié)合ArcGIS Engine二次開發(fā)組件，以Microfost Access 2007作為系統(tǒng)后臺數(shù)據(jù)庫，集成開發(fā)夏玉米氮肥精確管理系統(tǒng)（圖2）。

3系統(tǒng)主要功能及技術(shù)原理

3．1土壤肥力

提供土壤肥力輸入、查詢等功能。用戶在地圖中選擇相應(yīng)地塊，可查詢有機質(zhì)、全氮、有效磷、速效鉀等土壤養(yǎng)分信息。用紅、黃、綠3種顏色分別表示嚴重缺乏、略微缺少、適宜種植，用戶根據(jù)各指標(biāo)顯示的顏色，可了解養(yǎng)分的豐缺度。

3．2長勢反演

提供生物量、葉面積指數(shù)、葉片色素含量、葉片氮積累量等指標(biāo)的估算功能。用戶將光譜數(shù)據(jù)輸入系統(tǒng)后，可快速獲得當(dāng)前玉米長勢情況。4個指標(biāo)的估算模型如下：

生物量估算模型：

y＝－0．7224（R800／R650）2＋116316（R800／R650）＋271．49，R2＝0．793 5，R800和R650分別為波段800和650的反射率。

葉面積指數(shù)估算模型：

y＝－4．6813＋1．7366（R1050／R550）－0．0086 （R1050／R550）3，R2＝0．832，R1050和R550分別為波段1050和550的反射率。

葉片色素含量估算模型：

y＝20．4713NDVI（1200，730）－3．8671，R2＝0．808 8，NDVI為歸一化植被指數(shù)。

圖2 夏玉米氮肥精確管理系統(tǒng)功能模塊Fig．2 Function modules of accurate nitrogen fertilizer management system of summer maize

葉片氮積累量估算模型：

y＝1054．76OSAVI－1212．63，R2＝0．674 5，OSAVI為優(yōu)化土壤調(diào)節(jié)植被指數(shù)。

3．3氮肥決策

提供播前和播后氮肥施用量計算功能，并生成處方。1）作物播前決策；用戶選擇地塊，輸入目標(biāo)產(chǎn)量，系統(tǒng)讀取土壤數(shù)據(jù)庫和模型參數(shù)庫，生成氮肥基施處方。2）作物播后決策。根據(jù)測得的光譜數(shù)據(jù)，估算作物生長狀況，調(diào)用氮肥調(diào)控模型，生成追氮量處方。夏玉米氮肥調(diào)控模型原理及構(gòu)建將另文發(fā)表。

3．4專家咨詢

提供品種推薦，肥料查詢和病蟲害防治方法查詢等功能。根據(jù)種植區(qū)域，用戶了解當(dāng)?shù)剞r(nóng)技部門推薦的品種特性、種植要點和注意事項；通過圖片點選方式，用戶直觀了解肥料使用方法和注意事項，并且提供肥料銷售商家的聯(lián)系方式；通過瀏覽病蟲害圖片，分辨病蟲害癥狀，顯示病蟲害成因，提供相應(yīng)的防治方法。

3．5系統(tǒng)幫助

為用戶提供系統(tǒng)操作的詳細幫助文檔，指導(dǎo)用戶正確操作和使用本系統(tǒng)，以及提供系統(tǒng)版權(quán)信息等。

4系統(tǒng)應(yīng)用

于2013年玉米生長季，在河南省延津縣農(nóng)業(yè)科學(xué)研究所試驗地（E114°12′，N35°111′）對夏玉米氮肥精確管理技術(shù)及管理系統(tǒng)進行檢驗和測試。試驗地南部為變量施肥區(qū)，北部為傳統(tǒng)施肥區(qū)，各30個地塊，每塊17m×17m。傳統(tǒng)施肥區(qū)的氮肥于大喇叭口期施入，各地塊的施氮量為350kg／hm2。變量施肥區(qū)的氮肥于播前和大喇叭口期分次施入。

施氮量計算流程：

1）基施氮肥處方生成。用戶選擇目標(biāo)產(chǎn)量和地塊，系統(tǒng)根據(jù)地塊基礎(chǔ)肥力，生成播前氮肥基施處方。

2）追氮量處方生成。于大喇叭口期，采用MSR－16R型多光譜便攜式輻射計（美國Cropscan公司）測量冠層光譜。每個田塊選擇5～10個決策點，每點測量10次，取平均值作為該田塊的光譜測量值。用戶將光譜數(shù)據(jù)輸入系統(tǒng)，選擇“長勢反演”，獲取該田塊的生物量、葉面積指數(shù)等信息，之后選擇“追氮決策”，生成追氮處方。按照施肥處方，在相應(yīng)決策田塊施入氮肥。實施應(yīng)用結(jié)果表明，與傳統(tǒng)施肥區(qū)相比，變量施肥區(qū)植株氮積累量提高2．67%、平均產(chǎn)量提高67．53kg／hm2，經(jīng)濟收入提高148．6元／hm2，但植株氮積累量和產(chǎn)量的變異系數(shù)分別降低3．84百分點和7．27百分點；變量施肥區(qū)的氮肥利用效率、氮肥農(nóng)學(xué)效率、氮肥偏生產(chǎn)力、氮素吸收量分別提高11．82百分點、3．95kg／kg、9．76kg／kg 和0．43kg／t；變量施肥區(qū)尿素投入1 285．42元／hm2，比傳統(tǒng)施肥區(qū)節(jié)約尿素388．49元／hm2。

5結(jié)論與討論

精確農(nóng)業(yè)中的關(guān)鍵技術(shù)環(huán)節(jié)是施肥的科學(xué)決策及獲得科學(xué)處方［20］。為此，許多學(xué)者進行了不同的決策支持平臺研究，為農(nóng)業(yè)生產(chǎn)提供智能化、形象直觀的信息和決策服務(wù)。張書慧等［21］基于養(yǎng)分平衡原理，研究的變量施肥信息系統(tǒng)具有土壤營養(yǎng)成分、作物歷年產(chǎn)量、肥料使用情況、專題地圖生成等功能。其突出特點是可把處方通過RS－232接口，將數(shù)據(jù)輸出到施肥機的單片機上。陳蓉蓉等［22］基于作物管理知識模型，研制了農(nóng)田精確施肥決策支持系統(tǒng)，具有產(chǎn)前和產(chǎn)中決策功能，可生成施氮和密度處方。陳桂芬等［23］采用面向?qū)ο蠹夹g(shù)，集成GIS、GPS和專家系統(tǒng)技術(shù)，研制了玉米精確施肥專家系統(tǒng)，具有玉米產(chǎn)量預(yù)測、精確施肥、效益分析等功能。與類似的決策支持平臺相比：1）系統(tǒng)是利用光譜指數(shù)的夏玉米氮肥精準管理技術(shù)，結(jié)合GIS和軟件工程等技術(shù)，實現(xiàn)了土壤肥力查看、作物長勢反演、播前和播后施肥決策等功能。其應(yīng)用效果達到了氮素效率和產(chǎn)量的協(xié)同提高目的，獲得了良好的經(jīng)濟效益；2）系統(tǒng)開發(fā)采用目前流行的二次開發(fā)方式，提高了系統(tǒng)開發(fā)效率，并可脫離GIS軟件平臺獨立運行；3）系統(tǒng)支持大量空間數(shù)據(jù)的管理與計算功能，操作簡單、人機界面友好，操作容易。

隨著移動終端技術(shù)的快速發(fā)展，下一步將針對智能移動終端，研制基于Android智能終端的夏玉米氮肥精確管理系統(tǒng)，實現(xiàn)隨時隨地決策。

［1］何 萍，徐新朋，仇少君，等．我國北方玉米施肥產(chǎn)量效應(yīng)和經(jīng)濟效益分析［J］．植物營養(yǎng)與肥料學(xué)報，2014，20（6）：1387－1394．

［2］楊小梅，劉樹偉，秦艷梅，等．中國玉米化學(xué)氮肥利用率的時空變異特征［J］．中國生態(tài)農(nóng)業(yè)學(xué)報，2013，21 （10）：1184－1192．

［3］汪新穎，彭亞靜，王 瑋，等．華北平原夏玉米季化肥氮去向及土壤氮庫盈虧定量化探索［J］．生態(tài)環(huán)境學(xué)報，2014，23（10）：1610－1615．

［4］張 鑫，安景文，鄒曉錦，等．不同施肥模式對玉米產(chǎn)量及土壤硝態(tài)氮的影響［J］．河南農(nóng)業(yè)科學(xué)，2012，41 （2）：41－44．

［5］Lukina E，F(xiàn)reeman K，Wynn K，et al．Nitrogen fertilization optimization algorithm based on in－season estimates of yield and plant nitrogen uptake［J］．Journal of Plant Nutrition，2001，24（6）：885－898．

［6］宋曉宇，王紀華，薛緒掌，等．利用航空成像光譜數(shù)據(jù)研究土壤供氮量及變量施肥對冬小麥長勢影響［J］．農(nóng)業(yè)工程學(xué)報，2004，20（4）：45－49．

［7］張俊華，張佳寶，李立平．基于冬小麥植被指數(shù)的氮肥調(diào)控技術(shù)研究［J］．土壤學(xué)報，2007，44（3）：550－555．

［8］陳青春，田永超，姚 霞，等．基于冠層反射光譜的水稻追氮調(diào)控效應(yīng)研究［J］．中國農(nóng)業(yè)科學(xué)，2010，43 （20）：4149－4157．

［9］Teal R，Tubana B，Girma K，et al．In－season prediction of corn grain yield potential using normalized difference vegetation index［J］．Agronomy Journal，2006，98（6）：1488－1494．

［10］趙福剛．玉米冠層光譜氮營養(yǎng)診斷追肥模型的研究［D］．長春：吉林農(nóng)業(yè)大學(xué)，2007．

［11］Dellinger A E，Schmidt J P，Beegle D B．Developing nitrogen fertilizer recommendations for corn using an active sensor［J］．Agronomy Journal，2008，100（6）：1546－1552．

［12］于 靜，李 斐，秦永林，等．應(yīng)用主動作物冠層傳感器對馬鈴薯氮素營養(yǎng)診斷［J］．光譜學(xué)與光譜分析，2013，33（11）：3092－3097．

［13］Tubana B，Arnall D，Walsh O，et al．Adjusting midseason nitrogen rate using a sensor－based optimization algorithm to increase use efficiency in corn［J］．Journal of Plant Nutrition，2008，31（8）：1393－1419．

［14］趙澤英，彭志良．貴州玉米生產(chǎn)智能管理系統(tǒng)中推薦施肥模型與參數(shù)系統(tǒng)初步研究［J］．貴州農(nóng)業(yè)科學(xué)，2004，32（3）：24－27．

［15］趙巧麗，鄭國清，段韶芬，等．基于冠層反射光譜的玉米LAI和地上干物重估測研究［J］．華北農(nóng)學(xué)報，2008，23（1）：219－222．

［16］馮 曉，鄭國清，喬 淑，等．基于冠層反射光譜的夏玉米LAI估算模型研究［J］．玉米科學(xué)，2008，16（6）：86－89．

［17］張學(xué)治，鄭國清，戴廷波，等．基于冠層反射光譜的夏玉米葉片色素含量估算模型研究［J］．玉米科學(xué)，2010，18（6）：55－60．

［18］李國強，張學(xué)治，鄭國清，等．基于冠層反射光譜的夏玉米葉片碳氮比監(jiān)測［J］．玉米科學(xué)，2012，20（3）：81－85．

［19］李國強，吳士文，鄭國清，等．基于冠層反射光譜的夏玉米葉片氮積累量估測［J］．中國農(nóng)學(xué)通報，2014，30 （3）：85－90．

［20］陳立平，趙春江，劉學(xué)馨，等．精確農(nóng)業(yè)智能決策支持平臺的設(shè)計與實現(xiàn)［J］．農(nóng)業(yè)工程學(xué)報，2002，18（2）：145－148．

［21］張書慧，馬成林．應(yīng)用于精確農(nóng)業(yè)變量施肥地理信息系統(tǒng)的開發(fā)研究［J］．農(nóng)業(yè)工程學(xué)報，2002，18（2）：153－155．

［22］陳蓉蓉，周治國，曹衛(wèi)星，等．農(nóng)田精確施肥決策支持系統(tǒng)的設(shè)計和實現(xiàn)［J］．中國農(nóng)業(yè)科學(xué)，2004，37（4）：516－521．

［23］陳桂芬，王 越，王國偉．玉米精確施肥系統(tǒng)的研究與應(yīng)用［J］．吉林農(nóng)業(yè)大學(xué)學(xué)報，2006，28（5）：586－590．

（責(zé)任編輯：聶克艷）

農(nóng)業(yè)經(jīng)濟·農(nóng)業(yè)管理

Agricultural Economy·Agricultural Manage ment

Design and Implement of GIS－based Precision Nitrogen Management System in Summer Maize

LI Guoqiang1，WANG Meng1，HU Feng1，ZHANG Jiantao1，WU Shiwen2，CHEN Dandan1，ZHENG Guoqing1
（1．Agricultural Economy ＆Information Research Institute，Henan Academy of Agricultural Sciences，Zhengzhou，Henan450008；2．Key Laboratory of Soil Environment and Pollution Remediation，Institute of Soil Science，Chinese Academy of Sciences，Nanjing，Jiangsu210008，China）

In order to realize the precision fertilization of summer maize，precision nitrogen management system was developed based on the Microsoft．NET framework intergrating GIS and growth monitoring model．This system realized the multiple functions as browsing soil fertility，inverting growth indices，calculating the amount of base fertilizer and topdressing，querying expert knowledge，and system help．Several functions of this system were tested by field experiment in Yanjin County，Henan Province．The results showed that relative to those in uniform－rate zone，plant nitrogen accumulation，grain yield，and economic benefit in variable－rate zone enhanced by 2．67%，67．53kg／hm2，148．6Yuan／hm2，respectively．This system was user－friendly and operating－conveniently，and could help to monitor the growth condition of summer maize，and provided the platform of summer maize nitrogen management．

summer maize；spectrum monitoring；precision nitrogen management；decision support system

S147；S126

A

1001－3601（2016）02－0095－0186－04

2015－04－13；2016－01－28修回

河南省重大科技專項“主要糧食作物生產(chǎn)全過程信息化關(guān)鍵技術(shù)集成與研究”（121100110900）；河南省科技成果轉(zhuǎn)化計劃項目“夏玉米氮肥精確管理決策技術(shù)中試與示范”（132201110031）；河南省農(nóng)業(yè)科技創(chuàng)新項目“小麥玉米智慧農(nóng)業(yè)關(guān)鍵技術(shù)集成與綜合示范”［豫財貿(mào)（2014）120號2069999］

李國強（1984－），男，副研究員，博士，從事農(nóng)業(yè)信息技術(shù)研究。E－mail：guoqiangli＠ymail．com