精確農(nóng)業(yè)的特征范文

導(dǎo)語：如何才能寫好一篇精確農(nóng)業(yè)的特征，這就需要搜集整理更多的資料和文獻(xiàn)，歡迎閱讀由公務(wù)員之家整理的十篇范文，供你借鑒。

篇1

關(guān)鍵詞：3S技術(shù)集成；精準(zhǔn)農(nóng)業(yè)；應(yīng)用；研究進(jìn)展

一、前言

“3S”技術(shù)是以遙感技術(shù)（RS）、地理信息系統(tǒng)（GlS）、全球定位系統(tǒng)（GPS）為基礎(chǔ),將RS、GlS、GPS三種獨(dú)立技術(shù)領(lǐng)域中的有關(guān)部分與其它高技術(shù)領(lǐng)域（如網(wǎng)絡(luò)技術(shù)、通訊技術(shù)等）有機(jī)地構(gòu)成一個(gè)整體而形成的一項(xiàng)新的綜合技術(shù)。它集信息獲取、信息處理、信息應(yīng)用于一身,突出表現(xiàn)在信息獲取與處理的高速、實(shí)時(shí)與應(yīng)用的高精度、可定量化方面。

在信息社會(huì)，精準(zhǔn)農(nóng)業(yè)代表著農(nóng)業(yè)發(fā)展的方向，精準(zhǔn)農(nóng)業(yè)的誕生和發(fā)展受到3S單項(xiàng)技術(shù)的推動(dòng)，目前國(guó)內(nèi)外關(guān)于精準(zhǔn)農(nóng)業(yè)的研究，主要內(nèi)容仍然集中在3S技術(shù)利用上。

近年來，隨著電子計(jì)算機(jī)技術(shù)、無線電通訊技術(shù)、空間技術(shù)及地球科學(xué)的迅猛發(fā)展，3S技術(shù)已從各自獨(dú)立發(fā)展進(jìn)入相互融合、共同發(fā)展的階段，并且在農(nóng)業(yè)生命科學(xué)、交通網(wǎng)絡(luò)、環(huán)境監(jiān)測(cè)、資源調(diào)查、區(qū)域管理、城市規(guī)劃等諸多領(lǐng)域里得到了迅速廣泛的應(yīng)用。3S技術(shù)的集成為精準(zhǔn)農(nóng)業(yè)的發(fā)展提供了科學(xué)而適用的技術(shù)方法和手段，它不僅可為精準(zhǔn)農(nóng)業(yè)工作提供及時(shí)、可靠的基礎(chǔ)信息，而且還可對(duì)所獲取的信息進(jìn)行綜合分析、處理，其應(yīng)用前

景非常廣闊。

二、3S技術(shù)及其集成

（一）遙感技術(shù)（RS）

遙感（Remote Sensing，RS）是指從遠(yuǎn)距離高空以及外層空間的各種平臺(tái)上利用可見光、紅外光、微波等電磁波探測(cè)儀器，通過攝影、掃描及信息感應(yīng)、傳輸、處理，從而研究地面物體的形狀、大小、位置及其環(huán)境的相互關(guān)系的現(xiàn)代科學(xué)技術(shù)。現(xiàn)代遙感技術(shù)將向集多種傳感器、多級(jí)分辨率、多光譜段和多時(shí)相為一體的方向發(fā)展，并將與GPS、INS、CCD等技術(shù)結(jié)合，從而以更快的速度、更高的精度和更大的信息量來獲取對(duì)地觀測(cè)數(shù)據(jù)。

（二）全球定位系統(tǒng)（GPS）

全球定位系統(tǒng)（Global Positioning System，GPS）是美軍自70年代初期開始研制的新一代衛(wèi)星導(dǎo)航和定位系統(tǒng)。

其基本工作原理是通過GPS接收機(jī)接收GPS衛(wèi)星發(fā)射的導(dǎo)航電文，獲得必要的導(dǎo)航信息及觀測(cè)量，再經(jīng)數(shù)據(jù)處理，從而完成導(dǎo)航和定位工作。目前，GPS可滿足高精度實(shí)時(shí)數(shù)據(jù)采集的精度要求。

（三）地理信息系統(tǒng)（GIS）

地理信息系統(tǒng)（Geographic Information System,GIS）是處理地理數(shù)據(jù)的輸入、輸出、管理、查詢、分析和輔助決策的計(jì)算機(jī)系統(tǒng)。GIS有兩個(gè)顯著特征：一是它不僅可以像傳統(tǒng)的數(shù)據(jù)庫管理系統(tǒng)（DBMS）那樣管理數(shù)字和文字信息（屬性信息），而且可以管理空間信息（圖形信息）；二是它可以利用各種空間分析的方法，對(duì)多種不同的信息進(jìn)行綜合分析，尋求空間實(shí)體間的相互關(guān)系，分析和處理在一定區(qū)域內(nèi)分布的現(xiàn)象和過程。

目前，GIS正向多功能、高精度、現(xiàn)勢(shì)性強(qiáng)的時(shí)態(tài)GIS（TemporalGIS，TGIS）方向發(fā)展。

（四）RS、GPS、GIS技術(shù)集成

GPS提供適時(shí)而準(zhǔn)確的定位信息，對(duì)于空間數(shù)據(jù)的確定有特殊的意義；RS技術(shù)利用某些儀器設(shè)備在不與被研究對(duì)象直接接觸的情況下收集數(shù)據(jù)，通過處理分析最后提取和應(yīng)用有關(guān)對(duì)象信息，是一種高效的信息采集手段，具有極高的空間、時(shí)間分辨率；GIS是利用現(xiàn)代計(jì)算機(jī)圖形和數(shù)據(jù)庫技術(shù)來輸入、存儲(chǔ)、編輯、查詢、分析、決策和輸出空間圖形及屬性數(shù)據(jù)的計(jì)算機(jī)系統(tǒng)，即RS發(fā)現(xiàn)變化、GPS測(cè)量變化區(qū)域、GIS統(tǒng)一管理數(shù)據(jù)，形成“一個(gè)大腦，兩只眼睛”的框架。

以GIS為核心的3S技術(shù)集成，構(gòu)成了對(duì)空間數(shù)據(jù)適時(shí)進(jìn)行采集、更新、處理、分析及為各種實(shí)際應(yīng)用提供科學(xué)決策的強(qiáng)大技術(shù)體系。

三、精準(zhǔn)農(nóng)業(yè)及其產(chǎn)生背景和國(guó)內(nèi)外發(fā)展現(xiàn)狀

（一）精準(zhǔn)農(nóng)業(yè)的概念

“精準(zhǔn)農(nóng)業(yè)”也被稱為因地制宜農(nóng)業(yè)（Site Specific Farming）、處方農(nóng)業(yè)（Prescription Farming）。精準(zhǔn)農(nóng)業(yè)的含義是按照田間每一操作單元的環(huán)境條件和作物產(chǎn)量的時(shí)空間差異性（Temporal and Spatial Variability），精細(xì)準(zhǔn)確地調(diào)整各種農(nóng)藝措施，最大限度地優(yōu)化各種投入（水、肥、種子、農(nóng)藥等）的量、質(zhì)和時(shí)機(jī)，以期獲得最高產(chǎn)量和最大經(jīng)濟(jì)效益，同時(shí)保護(hù)農(nóng)業(yè)生態(tài)環(huán)境，保護(hù)土地等農(nóng)業(yè)自然資源。

精準(zhǔn)農(nóng)業(yè)要求實(shí)時(shí)獲取地塊中每個(gè)小區(qū)（每1m2到每10Om2）土壤、水、農(nóng)作物、光、熱等信息，診斷作物長(zhǎng)勢(shì)和產(chǎn)量在空間上差異的原因，并按每一個(gè)小區(qū)做出決策，精確地在每一個(gè)小區(qū)進(jìn)行施肥、灌溉、殺蟲、除草、播種、耕作、收獲等。

精準(zhǔn)農(nóng)業(yè)要求實(shí)現(xiàn)三個(gè)精確：一是定位的精確，精確確定灌溉、施肥、殺蟲等的地點(diǎn)；二是定量的精確，精確確定水、肥、藥、種子等的施用量：三是定時(shí)的精確，精確確定各種農(nóng)藝措施實(shí)施的時(shí)間。

（二）精準(zhǔn)農(nóng)業(yè)的產(chǎn)生背景和國(guó)內(nèi)外發(fā)展現(xiàn)狀

1、產(chǎn)生背景。傳統(tǒng)農(nóng)業(yè)把耕地看作是具有作物均勻生長(zhǎng)條件的對(duì)象進(jìn)行管理，采用統(tǒng)一的耕作、播種、灌溉、施肥、噴藥等農(nóng)藝措施。傳統(tǒng)農(nóng)業(yè)一直忽視作物和資源環(huán)境的時(shí)空差異性，實(shí)行大田均勻施肥、均勻灌溉、均勻噴藥等統(tǒng)一的農(nóng)藝措施。為了從根本上解決傳統(tǒng)農(nóng)業(yè)存在的問題，隨著信息技術(shù)、人工智能化技術(shù)、計(jì)算機(jī)網(wǎng)絡(luò)技術(shù)和自動(dòng)化技術(shù)的發(fā)展和應(yīng)用普及，美國(guó)農(nóng)業(yè)工作者于20世紀(jì)90年代初倡導(dǎo)并實(shí)施了精準(zhǔn)農(nóng)業(yè)。

2、國(guó)內(nèi)外發(fā)展現(xiàn)狀。精準(zhǔn)農(nóng)業(yè)目前在發(fā)達(dá)國(guó)家發(fā)展十分迅速，美國(guó)國(guó)家研究委員會(huì)1997年已建議將PA的研究與發(fā)展納入國(guó)家發(fā)展戰(zhàn)略。日本政府專門啟動(dòng)了“2l世紀(jì)農(nóng)業(yè)機(jī)械開發(fā)課題”，也將PA的相關(guān)技術(shù)研究列入計(jì)劃。我國(guó)精準(zhǔn)農(nóng)業(yè)的研究和應(yīng)用尚處在起步階段，但已引起各方面的重視。2O02年國(guó)家科技部批準(zhǔn)在北京農(nóng)業(yè)科學(xué)院成立了“國(guó)家農(nóng)業(yè)信息化工程技術(shù)研究中心”，中國(guó)農(nóng)業(yè)大學(xué)成立了“精確農(nóng)業(yè)研究中心”。“十五”期間，現(xiàn)代農(nóng)業(yè)信息技術(shù)與精準(zhǔn)農(nóng)業(yè)列入了國(guó)家高技術(shù)研究計(jì)劃（“863”計(jì)劃）。

四、3S技術(shù)集成與精準(zhǔn)農(nóng)業(yè)

精準(zhǔn)農(nóng)業(yè)是基于作物和資源環(huán)境的時(shí)空差異性，以最小投入、最大收益和最小環(huán)境危害為目標(biāo)，以管理信息系統(tǒng)（MIS）、計(jì)算機(jī)技術(shù)、多媒體技術(shù)和大規(guī)模存儲(chǔ)技術(shù)為基礎(chǔ)，以3S技術(shù)為核心，以寬帶網(wǎng)絡(luò)為紐帶，運(yùn)用海量農(nóng)業(yè)信息對(duì)農(nóng)業(yè)生產(chǎn)實(shí)行處方作業(yè)的一種全新農(nóng)業(yè)發(fā)展模式。

（一）作為精準(zhǔn)農(nóng)業(yè)的核心技術(shù)的GIS在精準(zhǔn)農(nóng)業(yè)中的具體應(yīng)用表現(xiàn)

1、對(duì)GPS和傳感器采集的各種離散性空間數(shù)據(jù)進(jìn)行空間差值運(yùn)算，形成田間狀態(tài)圖，如土壤養(yǎng)分分布圖、土壤水分分布圖、作物產(chǎn)量分布圖等。

2、對(duì)點(diǎn)、線、面不同類型的空間數(shù)據(jù)進(jìn)行復(fù)合疊置，為決策者提供數(shù)字化和可視化分析依據(jù)。例如，不同作物由于其不同的生物特性對(duì)土壤類型、土壤養(yǎng)分、耕作層深度、水分條件、光熱條件、有效積溫等均有不同的要求，在進(jìn)行作物種植規(guī)劃和布局時(shí)，只需將上述各專題圖層利用GIS的疊加功能，就可以快速、準(zhǔn)確地確定出各種作物的最佳生物布局，如果再將市場(chǎng)、運(yùn)輸?shù)壬鐣?huì)經(jīng)濟(jì)條件專題圖與最佳生物布局圖疊加，就可進(jìn)一步規(guī)劃出作物的最佳經(jīng)濟(jì)布局。

3、利用GIS的緩沖區(qū)分析功能，能直觀地顯示分析灌排系統(tǒng)的控制范圍、水肥的有效滲透區(qū)域、病蟲害的擴(kuò)散范圍以及周圍環(huán)境對(duì)作物生長(zhǎng)的影響范圍等。

4、利用GIS的路徑分析功能，能夠快捷地確定出農(nóng)道、水系、機(jī)井等各種農(nóng)業(yè)基礎(chǔ)設(shè)施的最佳空間布局和機(jī)械噴施農(nóng)藥、化肥以及收獲作物的最佳作業(yè)路線。

5、與專家系統(tǒng)和決策支持系統(tǒng)相結(jié)合，生成作物不同生育階段生長(zhǎng)狀況“診斷圖”（Diagnosis Maps）和播種、施肥、除草、中耕、灌溉、收獲等管理措施的“實(shí)施計(jì)劃”（Action Plan）。

6、利用GIS的數(shù)字高程模型（DEM），計(jì)算作業(yè)區(qū)的面積、周長(zhǎng)、坡度、坡向、通視性等空間屬性數(shù)值。

（二）精準(zhǔn)農(nóng)業(yè)的關(guān)鍵技術(shù)需要GPS

精準(zhǔn)農(nóng)業(yè)的關(guān)鍵技術(shù)之一是實(shí)時(shí)動(dòng)態(tài)地確定作業(yè)對(duì)象和作業(yè)機(jī)械的空間位置，并將此信息轉(zhuǎn)變?yōu)榈乩硇畔⑾到y(tǒng)能夠貯存、管理和分析的數(shù)據(jù)格式，這就需要采用GPS。

GPS在精準(zhǔn)農(nóng)業(yè)中的主要作用有：精確定位水、肥、土等作物生長(zhǎng)環(huán)境的空間分布；精確定位作物長(zhǎng)勢(shì)和病、蟲、草害的空間分布；精確繪制作物產(chǎn)量分布圖；自動(dòng)導(dǎo)航田間作業(yè)機(jī)械，實(shí)現(xiàn)變量施肥、灌溉、噴藥等作業(yè)。為實(shí)現(xiàn)上述功能，需要將GPS接收機(jī)和田間變量信息采集儀器、傳感器以及農(nóng)業(yè)機(jī)械有機(jī)的結(jié)合起來。安裝有GPS接收機(jī)的農(nóng)田機(jī)械及田間變量信息采集儀器，除能夠不問斷地獲取土壤含水量、土壤養(yǎng)分、土壤壓實(shí)、耕作層深度和作物病、蟲、草害以及苗情等屬性信息，與此同時(shí)還同步記錄了與這些變量相伴而生的空間位置信息，從而為進(jìn)一步生成GIS圖層和專家決策提供了基礎(chǔ)數(shù)據(jù)。

（三）衛(wèi)星遙感是精準(zhǔn)農(nóng)業(yè)農(nóng)田信息采集的主要數(shù)據(jù)源

衛(wèi)星遙感具有覆蓋面大、周期性強(qiáng)、波譜范圍廣、空間分辨率高等優(yōu)點(diǎn)，是精準(zhǔn)農(nóng)業(yè)農(nóng)田信息采集的主要數(shù)據(jù)源。

遙感技術(shù)在精準(zhǔn)農(nóng)業(yè)中的作用主要表現(xiàn)在以下幾個(gè)方面：

1、農(nóng)作物長(zhǎng)勢(shì)監(jiān)測(cè)和產(chǎn)量估算。作物在生長(zhǎng)發(fā)育的不同階段，其內(nèi)部成分、結(jié)構(gòu)和外部形態(tài)特征等都會(huì)存在一系列的變化。葉面積指數(shù)（LAI）是綜合反映作物長(zhǎng)勢(shì)的個(gè)體特征與群體特征的綜合指數(shù)。遙感具有周期性獲取目標(biāo)電磁波譜的特點(diǎn)，因此通過建立遙感植被指數(shù)（VI）和葉面積指數(shù)（LAI）的數(shù)學(xué)模型，就能夠監(jiān)測(cè)作物長(zhǎng)勢(shì)和估測(cè)作物產(chǎn)量。

2、土壤水分含量和分布監(jiān)測(cè)。在植被條件和非植被條件下，熱紅外波段都對(duì)水分反映非常敏感，所以利用熱紅外波段遙感監(jiān)測(cè)土壤和植被水分十分有效。

3、作物水分虧缺監(jiān)測(cè)。干旱時(shí)，作物供水不足，一方面作物的生長(zhǎng)受到影響，植被指數(shù)降低，另一方面由于缺水，沒有足夠的水分供給植物蒸騰蒸發(fā)，迫使葉片關(guān)閉部分氣孔，導(dǎo)致植物冠層溫度升高，因此通過遙感植被指數(shù)和作物冠層間數(shù)學(xué)模型的建立，能夠監(jiān)測(cè)作物水分的虧缺。

4、作物養(yǎng)分監(jiān)測(cè)。作物養(yǎng)分供給的盈虧對(duì)葉片葉綠素含量有明顯的影響，通過遙感植被指數(shù)與不同營(yíng)養(yǎng)素（N、P、K、Ca、Mg等）數(shù)學(xué)模型的建立，能估測(cè)作物營(yíng)養(yǎng)素供給狀態(tài)。研究表明，遙感監(jiān)測(cè)作物氮素營(yíng)養(yǎng)水平的精度比監(jiān)測(cè)其他營(yíng)養(yǎng)素的精度高。

5、農(nóng)作物病蟲害監(jiān)測(cè)。應(yīng)用遙感手段能夠探測(cè)病蟲害對(duì)作物生長(zhǎng)的影響，跟蹤其發(fā)生演變狀況，分析估算災(zāi)情損失，同時(shí)還能監(jiān)測(cè)蟲源的分布和活動(dòng)習(xí)性。

（四）3S技術(shù)集成優(yōu)勢(shì)

GPS的優(yōu)勢(shì)是精確定位，GIS的優(yōu)勢(shì)是管理與分析，RS的優(yōu)勢(shì)是快速提供各種作物生長(zhǎng)與農(nóng)業(yè)生態(tài)環(huán)境在地表的分布信息，它們可以做到優(yōu)勢(shì)互補(bǔ)，促進(jìn)精準(zhǔn)農(nóng)業(yè)的發(fā)展。如GPS和GIS結(jié)合提供了科學(xué)種田需要的定位和定量進(jìn)行田間操作與田間管理的技術(shù)手段。RS與GIS結(jié)合提供了多種數(shù)據(jù)源，為建立農(nóng)田基礎(chǔ)數(shù)據(jù)庫奠定了基礎(chǔ)。

五、結(jié)論

3S技術(shù)集成為精準(zhǔn)農(nóng)業(yè)的發(fā)展提供了科學(xué)適用的技術(shù)方法和手段，其應(yīng)用前景非常廣闊。與此同時(shí)，3S技術(shù)集成在精準(zhǔn)農(nóng)業(yè)應(yīng)用中也存在許多亟待解決的問題，需要通過深入開展遙感機(jī)理和農(nóng)業(yè)遙感圖像解譯機(jī)理研究、進(jìn)一步提高農(nóng)田作業(yè)定位精度、加強(qiáng)農(nóng)田基礎(chǔ)數(shù)據(jù)庫自動(dòng)更新研究、更加重視新型農(nóng)田機(jī)械與3S技術(shù)集成的整合等方法與途徑來解決。

參考文獻(xiàn)：

1、鄺樸生,蔣文科等.精確農(nóng)業(yè)基礎(chǔ)[M].中國(guó)農(nóng)業(yè)大學(xué)出版社,1999.

2、承繼成.精準(zhǔn)農(nóng)業(yè)技術(shù)與應(yīng)用[M].科學(xué)出版社,2004.

3、劉金銅,謝高地等.精準(zhǔn)農(nóng)業(yè)概論[M].氣象出版社,2002.

4、王長(zhǎng)耀,牛錚等．對(duì)地觀測(cè)技術(shù)與精細(xì)農(nóng)業(yè)[M].科學(xué)出版社,2001.

5、王人潮,史舟等.農(nóng)業(yè)信息科學(xué)與農(nóng)業(yè)信息技術(shù)[M].中國(guó)農(nóng)業(yè)出版社,2002.

6、張學(xué)儉.精準(zhǔn)農(nóng)業(yè)與3S技術(shù)[J].寧夏農(nóng)林科技,2006(3).

7、鄭可鋒,祝利莉等.數(shù)字農(nóng)業(yè)技術(shù)研究進(jìn)展[J].浙江農(nóng)業(yè)學(xué)報(bào),2005(3)．

篇2

論文摘要：概述了“精確林業(yè)”的內(nèi)涵及其主要支撐技術(shù)(包括GPS、GIS、RS、DBMS、DSS、VRT等)、操作過程和國(guó)內(nèi)外研究現(xiàn)狀,并對(duì)精確林業(yè)在中國(guó)的發(fā)展前景進(jìn)行了探討。

在現(xiàn)代信息技術(shù)、生物技術(shù)、工程技術(shù)等一系列高新技術(shù)的推動(dòng)下，林業(yè)正在進(jìn)入以知識(shí)高度密集為主要特點(diǎn)的知識(shí)林業(yè)發(fā)展階段，于是，“精確林業(yè)(PrecisionForestry)”應(yīng)運(yùn)而生。所謂精確林業(yè)，即在林業(yè)生產(chǎn)過程中運(yùn)用視覺傳感器、衛(wèi)星定位等高新技術(shù)，實(shí)時(shí)測(cè)知工作對(duì)象所需工作的質(zhì)、量和時(shí)機(jī)等數(shù)據(jù)，通過對(duì)影響林木生長(zhǎng)的環(huán)境因素實(shí)際存在的時(shí)空差異性的分析，判別林木長(zhǎng)勢(shì)優(yōu)劣，確定影響長(zhǎng)勢(shì)的原因，提出科學(xué)處方，采取技術(shù)上可行、經(jīng)濟(jì)上有效的調(diào)控措施，消除和減少這些差異，按需定量實(shí)施灌溉、施肥和噴藥，以實(shí)現(xiàn)最小資源投入、最大林業(yè)收益和最少環(huán)境危害。

1、精確林業(yè)的主要支撐技術(shù)

精確林業(yè)以3S技術(shù)、信息技術(shù)、智能化決策技術(shù)、可變量控制技術(shù)等為技術(shù)支撐體系，以生態(tài)學(xué)、造林學(xué)、工程學(xué)、系統(tǒng)學(xué)、控制學(xué)、測(cè)繪學(xué)為指導(dǎo)，能在自動(dòng)化、智能化、一體化、時(shí)效性、準(zhǔn)確性、可靠性等方面滿足人們的需要，它的建立依賴于地球空間信息基礎(chǔ)理論及其它高新科學(xué)技術(shù)的發(fā)展。

1.1全球定位系統(tǒng)

全球定位系統(tǒng)(GPS)是＿種可供全球享用的空間信息資源，具有全球性、全天候、高精度、用途多、可靠性好、覆蓋范圍廣、定位速度快、抗干擾性強(qiáng)和自動(dòng)化程度高等特點(diǎn)。在精確林業(yè)中，它主要實(shí)現(xiàn)對(duì)采集的林間信息進(jìn)行空間定位，實(shí)時(shí)、快速地提供包括各類傳感器(如CCD攝像頭)和運(yùn)載平臺(tái)(如作業(yè)車輛、飛機(jī)等)目標(biāo)的空間位置，輔助作業(yè)機(jī)械完成處方實(shí)施.

1.2地理信息系統(tǒng)

地理信息系統(tǒng)(GIS)可以在計(jì)算機(jī)硬件、軟件系統(tǒng)的支持下，存儲(chǔ)、管理、分析和描述整個(gè)或部分地球表面與空間和地理分布有關(guān)的數(shù)據(jù)，把地理位置和相關(guān)屬性有機(jī)地結(jié)合起來，根據(jù)用戶需要將空間信息及屬性信息準(zhǔn)確真實(shí)、圖文并茂地輸出。在精確林業(yè)中，它主要實(shí)現(xiàn)對(duì)多種來源的時(shí)空數(shù)據(jù)進(jìn)行存儲(chǔ)、分析和處理，根據(jù)數(shù)據(jù)繪制電子地圖，作為新的集成系統(tǒng)的基礎(chǔ)平臺(tái)。

1.3遙感

遙感(RS)是一種多平臺(tái)、多波段、高分辨率和全天候的對(duì)地觀測(cè)技術(shù)，主要通過遙感器獲取地球表面(層)自然界目標(biāo)的波譜特征信息及對(duì)這些信息進(jìn)行加工、處理，從而達(dá)到認(rèn)識(shí)自然界的目的。在精確林業(yè)中，它主要用于實(shí)時(shí)地獲取樹木生長(zhǎng)環(huán)境、生長(zhǎng)狀況和空間差異的大量時(shí)空變化信息，及時(shí)對(duì)GIS進(jìn)行數(shù)據(jù)更新。

1.4數(shù)據(jù)庫管理系統(tǒng)

數(shù)據(jù)庫管理系統(tǒng)(DBMS)使存儲(chǔ)和查找數(shù)據(jù)最優(yōu)化，實(shí)現(xiàn)了﹁體化存儲(chǔ)和初步的一體化查詢，具有很好的完整性，避免了數(shù)據(jù)過于瑣碎帶來的不便。在精確林業(yè)中，它主要用于建立包含林木長(zhǎng)勢(shì)、自然條件和歷史數(shù)據(jù)等信息的數(shù)據(jù)庫，同時(shí)，它使GIS軟件能充分利用商用數(shù)據(jù)庫已經(jīng)成熟的眾多特性，如快速索引、數(shù)據(jù)完整性和一致性保證、安全和恢復(fù)機(jī)制及分布式處理機(jī)制，明顯提高GIS軟件管理空間數(shù)據(jù)的能力。

1.5決策支持系統(tǒng)

決策支持系統(tǒng)(DSS)綜合了專家系統(tǒng)(ES)和模型系統(tǒng)(SS)，它根據(jù)專家在長(zhǎng)期生產(chǎn)中積累的知識(shí)，建立作物栽培模型、統(tǒng)計(jì)趨勢(shì)分析與預(yù)測(cè)模

1.6可變量控制技術(shù)

可變量控制技術(shù)(VRT)就是根據(jù)不同位置及要求自動(dòng)改變施用比率的技術(shù)。它通過計(jì)算機(jī)控制，對(duì)林木所需用的水、肥料、農(nóng)藥等變量的類別和數(shù)量進(jìn)行判斷，根據(jù)需要調(diào)控如植保機(jī)械向林間噴灑這些變量的速率，使系統(tǒng)能在特定時(shí)間對(duì)特定目標(biāo)進(jìn)行操作規(guī)劃，以達(dá)到精確定量地灌溉、施肥、噴藥的目的，體現(xiàn)了“對(duì)癥下藥”、“按需給予、”“變量投入”的原則，它的實(shí)施可有效避免傳統(tǒng)粗放型林業(yè)生產(chǎn)活動(dòng)中造成的資源浪費(fèi)和伴隨的環(huán)境污染問題。在精確林業(yè)中，它主要實(shí)現(xiàn)對(duì)生產(chǎn)過程進(jìn)行調(diào)控，合理地進(jìn)行施肥、灌溉、施藥等措施。GIS繪制電子地圖，生成林木長(zhǎng)勢(shì)情況分布圖，分析此圖，獲得林區(qū)內(nèi)樹木長(zhǎng)勢(shì)的差異程度一根據(jù)該圖，對(duì)影響樹木成長(zhǎng)的各項(xiàng)因素進(jìn)行分析，將地形、土質(zhì)、土壤肥力、土壤含水量、氣候狀況、蟲害、病害發(fā)生情況空間數(shù)據(jù)輸入計(jì)算機(jī)，利用樹木生長(zhǎng)發(fā)育模型、相關(guān)作業(yè)的專家知識(shí)庫等建立空間智能決策支持系統(tǒng)，確定產(chǎn)生長(zhǎng)勢(shì)差異的原因，生成林木管理處方圖一根據(jù)處方圖，生成響應(yīng)林業(yè)機(jī)械的智能控制軟件，按照按需投入、區(qū)別對(duì)待的原則，利用可變量控制技術(shù)實(shí)施施肥、噴藥等操作一對(duì)其執(zhí)行效果進(jìn)行評(píng)估。

2、精確林業(yè)的基本操作過程

精確林業(yè)的出現(xiàn)，使定量獲取影響樹木長(zhǎng)勢(shì)情況的因素及最終生成的空間差異性信息，實(shí)施可變量投入，達(dá)到低成本、低消耗、高效率、環(huán)保好等目標(biāo)成為可能。圖1是精確林業(yè)基本操作過程的示意圖，其實(shí)施過程可描述為：帶GPS和實(shí)時(shí)傳感器的作業(yè)機(jī)械隨時(shí)間和空間變化自動(dòng)采集林間定位及對(duì)應(yīng)林班的樹木長(zhǎng)勢(shì)情況數(shù)據(jù)一通過型、空間分析與技術(shù)經(jīng)濟(jì)分析模型，通過用戶選擇最優(yōu)模型，輸入模型的參數(shù)，獲得仿真運(yùn)算結(jié)果，從而為決策提供輔助支持的依據(jù)。在精確林業(yè)中，它主要實(shí)現(xiàn)對(duì)樹木長(zhǎng)勢(shì)、病害、蟲害的發(fā)生趨勢(shì)進(jìn)行分析模擬，針對(duì)林木生長(zhǎng)環(huán)境和生長(zhǎng)條件的時(shí)空差異性，生成處方圖，提供各林班施肥噴藥方案，對(duì)精確林業(yè)的實(shí)施效果、經(jīng)濟(jì)效益進(jìn)行評(píng)估。

3、精確林業(yè)的研究現(xiàn)狀

3.1國(guó)外研究動(dòng)態(tài)

一些發(fā)達(dá)國(guó)家在精確林業(yè)相關(guān)技術(shù)的研究方面發(fā)展較快，如在森林土壤類型分析、林地適應(yīng)性評(píng)價(jià)、森林生態(tài)環(huán)境模擬、林木育種以及生長(zhǎng)監(jiān)測(cè)和森林收獲等領(lǐng)域已有成熟的應(yīng)用。

美國(guó)林務(wù)局為每個(gè)林管局和林業(yè)研究所配備了資源級(jí)GPS接收機(jī)，主要用于災(zāi)害監(jiān)測(cè)和防治的飛機(jī)導(dǎo)航、林相圖的自動(dòng)更新和林區(qū)作業(yè)的定位服務(wù)。

美國(guó)林務(wù)局和伊利諾大學(xué)聯(lián)合開發(fā)的SmartForest軟件，實(shí)現(xiàn)了森林景觀的可視化，以DTM三維顯示技術(shù)為基礎(chǔ)，使用GIS作為決策支持媒介來考察景觀尺度的資源狀況，在林業(yè)信息的支持下，可以從不同視角模擬觀察森林景觀及其變化。

美國(guó)太空成像公司對(duì)原有的利用衛(wèi)星RS數(shù)據(jù)監(jiān)測(cè)火災(zāi)的技術(shù)和方法進(jìn)行了歸納、整理和合并，形成了一套基于Internet影像查詢系統(tǒng)的、實(shí)用的火災(zāi)探測(cè)算法，該算法具有自適應(yīng)和區(qū)域性敏感的特點(diǎn)，所以適合于區(qū)域和全球火災(zāi)監(jiān)測(cè)，可以實(shí)時(shí)獲取火災(zāi)位置等信息。

Reid等人(2001)研究開發(fā)了FIAMODEI。來存儲(chǔ)和分析林業(yè)數(shù)據(jù)，主要具有森林現(xiàn)狀分析、發(fā)展趨勢(shì)預(yù)測(cè)、森林生態(tài)景觀分析、觀光風(fēng)景區(qū)內(nèi)的森林布局等功能，同時(shí)，它還可提供林道、河流、邊界等數(shù)據(jù)的查詢。

Dimitru和Olson運(yùn)用空間信息系統(tǒng)集成和衛(wèi)星數(shù)據(jù)來確定森林覆蓋率。技術(shù)路線是，通過像素尺寸的變化來判別樹種是否有所增加，對(duì)比LandsatTM和SPOY—XS遙感衛(wèi)星攝像2、3、4波段得到的數(shù)據(jù)，可以得到林區(qū)內(nèi)較為準(zhǔn)確的信息。

美國(guó)克羅拉多大學(xué)研究開發(fā)了一套航空錄像的自動(dòng)配準(zhǔn)和校正系統(tǒng)，它是實(shí)時(shí)獲取資源信息的RS工具，克服了影像配準(zhǔn)與幾何校正的時(shí)間太長(zhǎng)、費(fèi)用太高、與精確GIS匹配能力有限的缺點(diǎn)，在不增加過多硬件的基礎(chǔ)上，極大降低了人為干預(yù)的操作，主要用于監(jiān)測(cè)森林病蟲害。

3.2國(guó)內(nèi)研究動(dòng)態(tài)

福建農(nóng)林大學(xué)交通學(xué)院研究開發(fā)了基于GIS的木材運(yùn)輸決策支持計(jì)劃系統(tǒng)，它綜合運(yùn)用線形規(guī)劃和GIS技術(shù)，可以協(xié)助計(jì)劃者確定最小費(fèi)用集運(yùn)材路徑、確定最佳楞場(chǎng)空間位置和木材流分配，目標(biāo)是在需材單位定貨和森林資源條件的約束下，木材集運(yùn)綜合成本最低。

東北林業(yè)大學(xué)完成了基于WEB和3S技術(shù)的森林防火智能決策支持系統(tǒng)的研究，實(shí)現(xiàn)了林火數(shù)據(jù)庫、林火預(yù)報(bào)預(yù)防、林火蔓延模型、撲火指揮決策等方面的智能化、網(wǎng)絡(luò)化管理，使系統(tǒng)能夠在互聯(lián)網(wǎng)上實(shí)現(xiàn)運(yùn)行和信息傳輸，自動(dòng)優(yōu)化系統(tǒng)參數(shù)和自動(dòng)修正模型參數(shù)，形成撲火指揮決策支持專家系統(tǒng)。

南京林業(yè)大學(xué)機(jī)電學(xué)院開展了利用以機(jī)器視覺、圖像處理、GPS、GIS、DBMS、DSS、VRT為代表的高新技術(shù)從事精確林業(yè)的構(gòu)成、實(shí)現(xiàn)、應(yīng)用等研究，開發(fā)了基于機(jī)器視覺的室內(nèi)農(nóng)藥自動(dòng)精確施用系統(tǒng)。該系統(tǒng)以實(shí)驗(yàn)室環(huán)境中所建的試驗(yàn)?zāi)Ｐ蜑檠芯繉?duì)象，模擬農(nóng)藥施用的真實(shí)情況，用總結(jié)出的一套算法進(jìn)行圖像處理，并以此為依據(jù)做出決策控制噴頭實(shí)現(xiàn)農(nóng)藥的精確施用，分析和探索了在自然環(huán)境中基于實(shí)時(shí)視覺傳感技術(shù)的農(nóng)藥精確施用的可行性和效果。在實(shí)驗(yàn)室內(nèi)開展了一系列的試驗(yàn)和研究，對(duì)施藥過程中的運(yùn)動(dòng)模擬、樹木圖像采集、圖像分割、施藥決策、數(shù)據(jù)交換、噴霧執(zhí)行等主要問題和技術(shù)難點(diǎn)做了較為深入的探討和研究，涵蓋了基于實(shí)時(shí)視覺傳感技術(shù)的農(nóng)藥精確施用的主要技術(shù)要點(diǎn)。實(shí)驗(yàn)室測(cè)試表明，該系統(tǒng)運(yùn)行良好并有很好的戶外應(yīng)用前景，特別適用于路旁樹木的病蟲害防治，林木栽植株距較大時(shí)，和常規(guī)施藥方法相比，可節(jié)省50%以上的用藥量。

此外，該學(xué)院還開展了農(nóng)藥精確噴霧機(jī)時(shí)空數(shù)據(jù)分析與融合研究，目標(biāo)是建立集CCD攝像頭、GPS、GIS為一體的移動(dòng)式農(nóng)藥精確噴霧系統(tǒng)，圖2為該系統(tǒng)的技術(shù)路線圖，它的設(shè)計(jì)思路是：將CCD實(shí)時(shí)立體攝像系統(tǒng)、GPS、GIS在線地安裝在高射程噴霧機(jī)上，隨著噴霧機(jī)的行駛，所有系統(tǒng)均在同一時(shí)間脈沖控制下進(jìn)行實(shí)時(shí)工作，把GPS精確定位數(shù)據(jù)和CCD獲取的林木數(shù)字圖像通過處理隨時(shí)送人GIS中，而G1S中已經(jīng)存儲(chǔ)有電子地圖信息和林班圖，在GIS平臺(tái)上有效集成時(shí)空數(shù)據(jù)、屬性數(shù)據(jù)以及歷史數(shù)據(jù)，根據(jù)歷史上病蟲害發(fā)生情況和植物保護(hù)專家在長(zhǎng)期生產(chǎn)中獲得的知識(shí)，進(jìn)行病蟲害統(tǒng)計(jì)趨勢(shì)模型和技術(shù)經(jīng)濟(jì)分析，建立農(nóng)藥使用技術(shù)專家系統(tǒng)，并根據(jù)實(shí)時(shí)數(shù)據(jù)分析、圖像處理、噴霧目標(biāo)特征和病蟲害防治目標(biāo)閾值，建立智能決策支持系統(tǒng)，從而可針對(duì)當(dāng)時(shí)當(dāng)?shù)氐纳植∠x害防治實(shí)際需要確定農(nóng)藥投入的種類、數(shù)量等，指導(dǎo)自動(dòng)執(zhí)行變量投入決策，控制可變量噴頭實(shí)現(xiàn)農(nóng)藥精確定量噴霧。根據(jù)不同林業(yè)生產(chǎn)情況及病蟲害發(fā)生類型、程度，利用此系統(tǒng)來對(duì)應(yīng)控制特定區(qū)域做出可變量控制決策而實(shí)現(xiàn)農(nóng)藥精確對(duì)靶噴霧，在最大程度上杜絕非目標(biāo)農(nóng)藥沉積，減輕環(huán)境污染。

4、精確林業(yè)在我國(guó)的發(fā)展前景

我國(guó)已經(jīng)進(jìn)行了一定規(guī)模的精確農(nóng)業(yè)試點(diǎn)工作，部分技術(shù)、產(chǎn)品已趨成型，如由北京農(nóng)業(yè)信息技術(shù)中心承擔(dān)的北京市小湯山精確農(nóng)業(yè)示范工程已進(jìn)行了谷物測(cè)量、水分在線測(cè)量、田間信息采集、RS監(jiān)測(cè)作物長(zhǎng)勢(shì)、水分、病蟲草害、防治環(huán)境監(jiān)測(cè)、GPS采樣定位、導(dǎo)航、農(nóng)業(yè)ES分析、農(nóng)業(yè)機(jī)械的實(shí)時(shí)在線控制等試驗(yàn)。林業(yè)與農(nóng)業(yè)相比有諸多不同，如森林資源類型多、區(qū)域差異大、周期長(zhǎng)、干擾多、變化快、條件復(fù)雜，決定了精確林業(yè)實(shí)現(xiàn)的難度要比精確農(nóng)業(yè)大。

篇3

【摘要】2016年是“十三五”的開局之年，也是全面建成小康社會(huì)決勝階段的開局之年，設(shè)施農(nóng)業(yè)產(chǎn)業(yè)將面臨更多的機(jī)遇和挑戰(zhàn)。在以往的研究中，針對(duì)物聯(lián)網(wǎng)對(duì)設(shè)施農(nóng)業(yè)影響的研究比較多，本文將以人工智能在設(shè)施農(nóng)業(yè)領(lǐng)域應(yīng)用為視角，分析人工智能對(duì)設(shè)施農(nóng)業(yè)的潛在發(fā)展優(yōu)勢(shì)。

施農(nóng)業(yè)是集種植、農(nóng)業(yè)裝備等多領(lǐng)域?yàn)橐惑w的系統(tǒng)工程，是一種在人為可控環(huán)境下進(jìn)行的高效農(nóng)業(yè)生產(chǎn)方式，具有成套的生產(chǎn)技術(shù)、完整的設(shè)施裝備和生產(chǎn)規(guī)范[1]。近幾年，隨著信息技術(shù)的發(fā)展，物聯(lián)網(wǎng)技術(shù)逐漸被應(yīng)用到農(nóng)業(yè)生產(chǎn)和科研中，這是現(xiàn)代農(nóng)業(yè)依托新型信息化應(yīng)用的一次進(jìn)步[2]。本文結(jié)合人工智能研究成果，著重介紹人工智能技術(shù)在設(shè)施農(nóng)業(yè)種植領(lǐng)域方面的應(yīng)用前景，根據(jù)設(shè)施農(nóng)業(yè)產(chǎn)前、產(chǎn)中、產(chǎn)后3個(gè)階段，對(duì)現(xiàn)有研究成果進(jìn)行了闡述。

人工智能概述

“人工智能”一詞是1956年在Dartmouth學(xué)會(huì)上提出。從那以后，研究者們發(fā)展了眾多理論和原理，人工智能的概念也隨之?dāng)U展。人工智能（Artificial Intelligence），英文縮寫為AI，它是研究用于模擬、延伸和擴(kuò)展人的智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)的新型科學(xué)技術(shù)[3]。

作為計(jì)算機(jī)科學(xué)的一個(gè)重要分支，人工智能技術(shù)著眼于探索智能的實(shí)質(zhì)，模擬智能行為，最終制造出能以人類智能相似的方式做出反應(yīng)的智能機(jī)器。著名的美國(guó)斯坦福大學(xué)人工智能研究中心尼爾遜教授對(duì)人工智能下了這樣一個(gè)定義：“人工智能是關(guān)于知識(shí)的學(xué)科，即怎樣表示知識(shí)以及怎樣獲得知識(shí)并使用知識(shí)的科學(xué)。”而另一位美國(guó)麻省理工學(xué)院的溫斯頓教授認(rèn)為：“人工智能就是研究如何使計(jì)算機(jī)去做過去只有人才能做的智能工作。”@些說法反映了人工智能學(xué)科的基本思想和基本內(nèi)容。人工智能自誕生以來，理論和技術(shù)日益成熟，應(yīng)用領(lǐng)域不斷擴(kuò)大，可以設(shè)想，未來應(yīng)用了人工智能的科技產(chǎn)品，將會(huì)是人類智慧的“容器”。

隨著人工智能技術(shù)的日益成熟，人們意識(shí)到人類已經(jīng)具備了設(shè)計(jì)和建造智慧型設(shè)施農(nóng)業(yè)所需的硬件和軟件技術(shù)條件，結(jié)合設(shè)施農(nóng)業(yè)高投入高產(chǎn)出，資金、技術(shù)、勞動(dòng)力密集型的特點(diǎn)，完成工廠化農(nóng)業(yè)生產(chǎn)已經(jīng)不是夢(mèng)想[4]。依靠人工智能技術(shù)，作物可以在適宜的溫度、濕度、光照、水肥等設(shè)施環(huán)境下，生產(chǎn)優(yōu)質(zhì)、高產(chǎn)的農(nóng)產(chǎn)品，擺脫對(duì)自然環(huán)境的依賴，實(shí)現(xiàn)設(shè)施生產(chǎn)的高度智能化，提高農(nóng)業(yè)生產(chǎn)的效率，降低勞動(dòng)成本[5]。

人工智能在設(shè)施農(nóng)業(yè)領(lǐng)域的應(yīng)用

人工智能技術(shù)在產(chǎn)前階段的應(yīng)用

在設(shè)施農(nóng)業(yè)產(chǎn)前階段，憑借人工智能技術(shù)可對(duì)土壤、灌溉水量需求、作物品種質(zhì)量鑒別等方面做出分析和評(píng)估，為農(nóng)民做出科學(xué)指導(dǎo)，對(duì)后續(xù)的農(nóng)業(yè)生產(chǎn)起到很好的保障作用。

土壤分析是農(nóng)業(yè)產(chǎn)前階段最重要的工作之一，是實(shí)現(xiàn)定量施肥、宜栽作物選擇、經(jīng)濟(jì)效益分析等工作的重要前提[6]。在土壤分析等農(nóng)業(yè)生產(chǎn)智能分析系統(tǒng)中，應(yīng)用最廣泛的技術(shù)就是人工神經(jīng)網(wǎng)絡(luò)（簡(jiǎn)稱ANN）。ANN是模擬人腦神經(jīng)元連接的，由大量簡(jiǎn)單處理單元經(jīng)廣泛并互連形成的一種網(wǎng)絡(luò)系統(tǒng)，它可以實(shí)現(xiàn)對(duì)人腦系統(tǒng)的簡(jiǎn)化、抽象和模擬，具有人腦功能的許多基本特征。目前可以通過該技術(shù)分析土壤性質(zhì)特征，并將其與宜栽作物品種間建立關(guān)聯(lián)模型。土壤性質(zhì)特征的探測(cè)主要是借助非侵入性的探地雷達(dá)成像技術(shù)，然后利用神經(jīng)網(wǎng)絡(luò)技術(shù)在無人指導(dǎo)的情況下對(duì)土壤進(jìn)行分類研究，進(jìn)而建立起土壤類別與宜栽作物的關(guān)聯(lián)關(guān)系；土壤表層的黏土含量也可通過人工智能方法預(yù)測(cè)，該技術(shù)通過分析電磁感應(yīng)土壤傳感器獲取的信號(hào)，使用深度加權(quán)方法從中提取土壤表層質(zhì)地信息，然后使用ANN預(yù)測(cè)土壤表層的黏土含量。

傳統(tǒng)農(nóng)業(yè)對(duì)灌溉用水的使用量往往依靠經(jīng)驗(yàn)，無法根據(jù)環(huán)境變化進(jìn)行精確調(diào)節(jié)，對(duì)多目標(biāo)灌溉規(guī)劃問題也無能為力。人工智能技術(shù)可幫助人們選擇合適的水源對(duì)作物進(jìn)行灌溉，保證作物用水量，大大減輕灌溉問題對(duì)作物產(chǎn)量造成的不良影響。在美國(guó)，有專家研制出一個(gè)隱層的反饋前向ANN模型和一個(gè)位于科羅拉多州地區(qū)阿肯色河流域的消費(fèi)使用模型，使用它們可勘察區(qū)域氣候變化對(duì)灌溉用水供應(yīng)和需求可能產(chǎn)生的影響。在灌溉項(xiàng)目研究中，為了選擇最好的折中灌溉規(guī)劃策略，還可基于多目標(biāo)線性規(guī)劃優(yōu)化，利用神經(jīng)網(wǎng)絡(luò)將非支配的灌溉規(guī)劃策略加以分類，將這些策略分為若干個(gè)小類別。結(jié)果表明，在對(duì)多目標(biāo)灌溉規(guī)劃問題加以建模時(shí)，綜合模型方法是有效的。

人工智能技術(shù)在產(chǎn)中階段的應(yīng)用

在設(shè)施農(nóng)業(yè)產(chǎn)中階段，主要應(yīng)用是農(nóng)業(yè)專家系統(tǒng)、人工神經(jīng)網(wǎng)絡(luò)技術(shù)、農(nóng)業(yè)機(jī)器人等。這些技術(shù)能夠幫助農(nóng)民更科學(xué)地種植農(nóng)作物并對(duì)溫室大棚進(jìn)行合理的管理，指導(dǎo)農(nóng)民科學(xué)種植，提高作物產(chǎn)量。這些人工智能技術(shù)的使用推進(jìn)了農(nóng)業(yè)現(xiàn)代化的發(fā)展，提高了農(nóng)業(yè)生產(chǎn)的效率，使農(nóng)業(yè)生產(chǎn)更加機(jī)械化、自動(dòng)化、規(guī)范化。

專家系統(tǒng)是指應(yīng)用于某一專門領(lǐng)域，擁有該領(lǐng)域相當(dāng)數(shù)量的專家級(jí)知識(shí)，能模擬專家的思維，能達(dá)到專家級(jí)水平，能像專家一樣解決困難和復(fù)雜問題的計(jì)算機(jī)（軟件）系統(tǒng)。國(guó)際上農(nóng)業(yè)專家系統(tǒng)的研究始于20世紀(jì)70年代末期的美國(guó)，1983年日本千葉大學(xué)研制出MTCCS（番茄病蟲害診斷專家系統(tǒng)），到了20世紀(jì)80年代中期，農(nóng)業(yè)專家系統(tǒng)不再是單一的病蟲害診斷系統(tǒng)，美國(guó)、日本、中國(guó)等國(guó)家也相繼轉(zhuǎn)向開發(fā)涉及農(nóng)業(yè)生產(chǎn)管理、經(jīng)濟(jì)分析、生態(tài)環(huán)境等方面的農(nóng)業(yè)專家系統(tǒng)。農(nóng)業(yè)科研人員把人工智能中的專家系統(tǒng)技術(shù)應(yīng)用到農(nóng)業(yè)生產(chǎn)中，開發(fā)出了農(nóng)業(yè)專家系統(tǒng)。它可代替農(nóng)業(yè)專家走進(jìn)生產(chǎn)溫室，在各地區(qū)具體指導(dǎo)農(nóng)民科學(xué)種植農(nóng)作物，這是科技普及的一項(xiàng)重大突破。

在設(shè)施生產(chǎn)中可以使用機(jī)器人來代替農(nóng)民進(jìn)行作物采收，不僅可以降低勞動(dòng)成本，也可以提高工作效率。Wolfgang Heinemann等人研發(fā)出的具有獨(dú)特設(shè)計(jì)結(jié)構(gòu)的采收機(jī)器人，該機(jī)器人可以在無需人類干擾的情況下自動(dòng)采收白蘆筍。為了保證機(jī)器人能夠精確行進(jìn)，它使用了2個(gè)獨(dú)立的速度控制輪和級(jí)聯(lián)控制結(jié)構(gòu)（其中包含了一個(gè)內(nèi)部的定位誤差控制器和一個(gè)外部的橫向偏置控制器）。借助PID算法①，機(jī)器人系統(tǒng)可以分析自己的運(yùn)動(dòng)軌跡，優(yōu)化驅(qū)動(dòng)電機(jī)的控制參數(shù)，保證系統(tǒng)能夠穩(wěn)定自主的運(yùn)行。

在中國(guó)，應(yīng)用人工智能技術(shù)的智能雜草識(shí)別噴霧系統(tǒng)已經(jīng)得到了長(zhǎng)足發(fā)展。圖像分析系統(tǒng)通過分析田間圖像的顏色模型，根據(jù)色差分量②顏色特征實(shí)現(xiàn)雜草實(shí)時(shí)識(shí)別，并基于Canny算子對(duì)識(shí)別到的雜草進(jìn)行邊緣檢測(cè)，提取其特征參數(shù)，配合超生測(cè)距等技術(shù)可以精確控制噴頭位置及用藥量[7]。該技術(shù)的應(yīng)用可以大大提高除草劑的經(jīng)濟(jì)性，對(duì)保護(hù)環(huán)境也大有益處。

人工智能技術(shù)在產(chǎn)后階段的應(yīng)用

人工智能技術(shù)在設(shè)施農(nóng)業(yè)產(chǎn)后階段也有相當(dāng)多的應(yīng)用前景。

在農(nóng)產(chǎn)品分類方面人工智能技術(shù)能提供很好的支持。張嘏偉[8]等提出了一種基于圖像識(shí)別的番茄分類方法，該方法根據(jù)番茄的表面缺陷、顏色、形狀和大小，使用遺傳算法訓(xùn)練的多層前饋神經(jīng)網(wǎng)絡(luò)對(duì)番茄進(jìn)行分類，并與BP訓(xùn)練神經(jīng)網(wǎng)絡(luò)③進(jìn)行了比較。結(jié)果表明，遺傳算法在訓(xùn)練次數(shù)和準(zhǔn)確性上都具有優(yōu)勢(shì)。謝靜[9]等對(duì)圖像識(shí)別分類中的圖像預(yù)處理方法進(jìn)行了研究，包括圖像噪聲去除方法、圖像分割方法、邊緣提取方法等。提出了使用改進(jìn)的canny算法④和當(dāng)量直徑法相結(jié)合來檢測(cè)水果大小的新思路，并使用模糊聚類方法處理gabor濾波器提取水果表面缺陷特征，對(duì)水果表面缺陷進(jìn)行了分類。

隨著社會(huì)的發(fā)展，人民生活水平的提高，廣大消費(fèi)者及國(guó)家都對(duì)食品安全問題越來越重視，農(nóng)產(chǎn)品質(zhì)量檢測(cè)方法也在不斷進(jìn)步。圖像識(shí)別、電子鼻等技術(shù)都應(yīng)用在了農(nóng)產(chǎn)品檢測(cè)中。李洪濤[10]等利用人工嗅覺裝置，模擬人的嗅覺形成過程分析、識(shí)別和檢測(cè)農(nóng)產(chǎn)品在腐敗過程中釋放的不同特征氣體。其制作了小型化的傳感器陣列并利用半導(dǎo)體制冷片搭建了一個(gè)PID溫度控制系統(tǒng)，保證傳感器正常工作的溫度及濕度。在當(dāng)前技術(shù)的發(fā)展下，科學(xué)家們以彩色計(jì)算機(jī)視覺系統(tǒng)為重要技術(shù)手段，綜合運(yùn)用圖像處理、人工神經(jīng)網(wǎng)絡(luò)、遺傳算法、模擬退火算法以及決策樹、專家系統(tǒng)等人工智能領(lǐng)域的技術(shù)，研究出了眾多實(shí)現(xiàn)農(nóng)產(chǎn)品品質(zhì)檢測(cè)和自動(dòng)分級(jí)的新方法。

草莓、葡萄等農(nóng)產(chǎn)品很容易破損和受傷，依靠人工采摘和搬運(yùn)，不僅增加了勞動(dòng)成本，也影響農(nóng)產(chǎn)品采摘后的品質(zhì)。結(jié)合磁流變（MR）流體技術(shù)，工程師們?cè)O(shè)計(jì)出了一種可用于搬運(yùn)農(nóng)產(chǎn)品的磁機(jī)器人手爪，該手爪經(jīng)過精確設(shè)計(jì)，可以搬運(yùn)胡蘿卜、草莓、西蘭花和葡萄等不同形狀食品，而且不會(huì)在食物表面留下任何淤痕和凹陷。為了讓機(jī)器人手爪更為快速、準(zhǔn)確地工作，在磁流變手爪的基礎(chǔ)上結(jié)合力傳感技術(shù)開發(fā)出了更為靈活、智能的新型手爪。該手爪可在410～530 ms內(nèi)抓握50～700 g重量的農(nóng)作物，還能顯著減少細(xì)菌的交叉感染。

人工智能發(fā)展前景

近年來，人工智能技術(shù)已經(jīng)取得了長(zhǎng)足的進(jìn)步，語音識(shí)別、自然語言識(shí)別、計(jì)算機(jī)視覺、自動(dòng)推理、數(shù)據(jù)挖掘、機(jī)器學(xué)習(xí)以及機(jī)器人學(xué)都在蓬勃發(fā)展。人工智能的未來就是在智能感知的前提下，結(jié)合大數(shù)據(jù)技術(shù)自主學(xué)習(xí)，橢人們做出決策、代替重復(fù)性工作。在農(nóng)業(yè)方面出現(xiàn)全天候全自動(dòng)平臺(tái)，實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)的全自動(dòng)化[11]。物聯(lián)網(wǎng)技術(shù)在設(shè)施農(nóng)業(yè)中已經(jīng)得到普及，在溫室大棚中的大量智能傳感器是機(jī)器感知的基礎(chǔ)，而感知?jiǎng)t是智能實(shí)現(xiàn)的前提之一，通過感知，農(nóng)業(yè)數(shù)據(jù)源源不斷地匯集在一起。云計(jì)算的發(fā)展為大數(shù)據(jù)存儲(chǔ)和大規(guī)模并行計(jì)算提供了可能[12]，而數(shù)據(jù)則是機(jī)器學(xué)習(xí)的書本。設(shè)施農(nóng)業(yè)是物聯(lián)網(wǎng)、云計(jì)算、人工智能三大技術(shù)結(jié)合應(yīng)用的領(lǐng)域之一，它們的結(jié)合顛覆了傳統(tǒng)農(nóng)業(yè)生產(chǎn)方式。

面對(duì)眾多的新技術(shù)、新成果，把它們投入到生產(chǎn)中去才是關(guān)鍵。如何讓技術(shù)能夠適應(yīng)中國(guó)復(fù)雜的農(nóng)業(yè)生產(chǎn)環(huán)境，同時(shí)還要面對(duì)不同知識(shí)水平的用戶，這些都是人工智能技術(shù)、云計(jì)算技術(shù)等高新技術(shù)在農(nóng)業(yè)生產(chǎn)中所面臨的問題。設(shè)施農(nóng)業(yè)高產(chǎn)出高投入的特點(diǎn)，正適合應(yīng)用這些新技術(shù)，這樣既可以讓新技術(shù)有實(shí)踐的機(jī)會(huì)，又可以讓其他涉農(nóng)用戶對(duì)新技術(shù)有直觀的感知，這對(duì)技術(shù)進(jìn)步和技術(shù)推廣都很有幫助[13]。

人工智能技術(shù)雖然前景光明，但其應(yīng)用的研究才剛剛起步，離目標(biāo)還很遠(yuǎn)。未來，人工智能技術(shù)可以更好地為人們服務(wù)，改善人們的生活，并帶來巨大的社會(huì)和經(jīng)濟(jì)效益[14]。在人工智能的引領(lǐng)下，農(nóng)業(yè)已邁入數(shù)字和信息化的嶄新時(shí)代，借助其技術(shù)優(yōu)勢(shì)來提高農(nóng)業(yè)生產(chǎn)的經(jīng)濟(jì)效益，是全面實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)現(xiàn)代化、智能化、信息化的必由之路。

參考文獻(xiàn)

[1]李雪，肖淑蘭，趙文忠，等.信息技術(shù)在農(nóng)業(yè)領(lǐng)域的應(yīng)用分析[J].東北農(nóng)業(yè)大學(xué)學(xué)報(bào)，2008，39（3）：125-128.

[2]施連敏，陳志峰，蓋之華，等.物聯(lián)網(wǎng)在智慧農(nóng)業(yè)中的應(yīng)用[J].農(nóng)機(jī)化研究，2013（6）：250-252.

[3]劉現(xiàn)，鄭回勇，施能強(qiáng)，等.人工智能在農(nóng)業(yè)生產(chǎn)中的應(yīng)用進(jìn)展[J].福建農(nóng)業(yè)學(xué)報(bào)，2013，28（6）：609-614.

[4]姜芳，曾碧翼.設(shè)施農(nóng)業(yè)物聯(lián)網(wǎng)技術(shù)的應(yīng)用探討與發(fā)展建議[J].農(nóng)業(yè)網(wǎng)絡(luò)信息，2013（5）：10-12.

[5]陳超，張敏，宋吉軒，等.我國(guó)設(shè)施農(nóng)業(yè)現(xiàn)狀與發(fā)展對(duì)策分析[J].河北農(nóng)業(yè)科學(xué)，2008，12（11）：99-101.

[6]鄒承俊.物聯(lián)網(wǎng)技術(shù)在蔬菜溫室大棚生產(chǎn)中的應(yīng)用[J].物聯(lián)網(wǎng)技術(shù)，2013（8）：18-24.

[7]石禮娟.基于可見光/近紅外光譜的稻米質(zhì)量快速無損檢測(cè)研究[D].武漢：華中農(nóng)業(yè)大學(xué)，2011.

[8]張嘏偉.計(jì)算機(jī)視覺系統(tǒng)在番茄品質(zhì)識(shí)別與分類中的研究[D].保定：河北農(nóng)業(yè)大學(xué)，2005.

[9]謝靜.基于計(jì)算機(jī)視覺的蘋果自動(dòng)分級(jí)方法研究[D].合肥：安徽農(nóng)業(yè)大學(xué)，2011.

[10]李洪濤.基于農(nóng)產(chǎn)品品質(zhì)檢測(cè)的專用電子鼻系統(tǒng)的設(shè)計(jì)與研究[D].杭州：浙江大學(xué)，2010.

[11]張震，劉學(xué)瑜.我國(guó)設(shè)施農(nóng)業(yè)發(fā)展現(xiàn)狀與對(duì)策[J].農(nóng)業(yè)經(jīng)濟(jì)問題，2015（5）：64-70.

[12]施連敏.物聯(lián)網(wǎng)在智慧農(nóng)業(yè)中的應(yīng)用[J].農(nóng)機(jī)化研究，2013（6）：250-252.

篇4

關(guān)鍵詞：都市型農(nóng)業(yè)；服務(wù)體系；信息化專業(yè)；管理運(yùn)行

中圖法分類號(hào)：TP399 文獻(xiàn)標(biāo)識(shí)碼：A

The Research and Construction of Urban Agricultural Information Service System

Lan Bin

(School of Computer and Information Engineering, Beijing University of Agriculture, Beijing 102206,China)

Abstract: Urban higher education system of agriculture gradually took shape with the requirements of talents, technology, and intellectual support by Beijing agriculture in different stages of development. Management and operational means of information runs through the periods before, while and after agricultural production. Regardless of the configuration and optimization of resources in early production, or the digitization, intellectualization and precision in medium-term production, the means aims at standardization of production and management, thus it needs information professional talents with both solid agricultural knowledge and knowledge of agricultural production, operating and management to serve for the construction of urban agricultural information service technology.

Key words: urban agriculture; service system; information professional; management and operational

1引言

當(dāng)前，農(nóng)業(yè)結(jié)構(gòu)面臨著戰(zhàn)略性的調(diào)整，農(nóng)民的知識(shí)結(jié)構(gòu)已難于適應(yīng)新形勢(shì)的需求，急待加強(qiáng)科學(xué)文化素質(zhì)與提高技能。而農(nóng)民居住分散，經(jīng)營(yíng)規(guī)模小，傳統(tǒng)的農(nóng)民培訓(xùn)與科技推廣效率低、時(shí)效差、成本高；農(nóng)村地域廣，地形復(fù)雜，地面網(wǎng)絡(luò)建設(shè)周期長(zhǎng)，單純的信息技術(shù)移植應(yīng)用常導(dǎo)致信息傳播無法延伸至“最后一公里”，在城鄉(xiāng)之間形成了一道 “數(shù)字鴻溝”。那么，將信息服務(wù)傳遞到千家萬戶，打通服務(wù)與用戶之間的最后通道的任務(wù)就變得艱巨了。

我校提出的以“立足北京，服務(wù)首都現(xiàn)代化，服務(wù)都市型郊區(qū)經(jīng)濟(jì)，培養(yǎng)具有創(chuàng)新精神和實(shí)踐能力的應(yīng)用型、復(fù)合型技術(shù)人才，為實(shí)現(xiàn)首都的農(nóng)村城市化、農(nóng)業(yè)現(xiàn)代化和農(nóng)民知識(shí)化提供有效的人才與智力支持”為辦學(xué)宗旨，以服務(wù)地方“三農(nóng)”為己任，運(yùn)用信息技術(shù)來提升、改造傳統(tǒng)農(nóng)業(yè)就變得尤為重要了。

2農(nóng)業(yè)信息化服務(wù)智能技術(shù)研究

目前，廣大農(nóng)村在農(nóng)業(yè)信息化技術(shù)的帶動(dòng)下，積累了大量的數(shù)字化生產(chǎn)、經(jīng)營(yíng)、管理數(shù)據(jù)信息，智能化技術(shù)研究將為農(nóng)業(yè)數(shù)據(jù)的深層次利用開辟新的發(fā)展空間。縱觀當(dāng)前智能化信息服務(wù)技術(shù)的研究，已經(jīng)在眾多領(lǐng)域的應(yīng)用中取得了顯著成效，推進(jìn)了行業(yè)進(jìn)步。但在農(nóng)村信息服務(wù)領(lǐng)域的應(yīng)用研究還比較少。由于農(nóng)業(yè)生產(chǎn)經(jīng)營(yíng)環(huán)境復(fù)雜，影響因素較多，農(nóng)民科技文化水平不高，農(nóng)村經(jīng)濟(jì)基礎(chǔ)薄弱，將先進(jìn)的智能技術(shù)與農(nóng)村信息服務(wù)相結(jié)合，以提高農(nóng)業(yè)生產(chǎn)力水平，促進(jìn)農(nóng)村經(jīng)濟(jì)發(fā)展，是當(dāng)前急需探索和研究的方向。

2.1農(nóng)業(yè)文本知識(shí)智能理解

文本信息智能理解主要以實(shí)現(xiàn)機(jī)器對(duì)信息的自動(dòng)分析處理為目標(biāo)，提供提問理解、搜尋、語義匹配、個(gè)性分析等智能服務(wù)。其通過對(duì)用戶所能表達(dá)的自然語言描述問題進(jìn)行理解，直接返回若干最準(zhǔn)確的答案，而不是一大堆相關(guān)信息。農(nóng)業(yè)文本知識(shí)智能理解主要研究農(nóng)業(yè)文本信息的收集、加工、存儲(chǔ)、檢索、分析理解、傳遞與應(yīng)用中的理論和方法，進(jìn)行以計(jì)算機(jī)為基礎(chǔ)的知識(shí)信息的處理。包括對(duì)文本主題信息自動(dòng)生成技術(shù)、本體技術(shù)、語義網(wǎng)格、知識(shí)關(guān)聯(lián)、聚類技術(shù)等內(nèi)容的研究應(yīng)用。農(nóng)行業(yè)的文本信息有著自身的專業(yè)特點(diǎn)和語言風(fēng)格，因此，需充分考慮其個(gè)性化特點(diǎn)才能對(duì)農(nóng)業(yè)文本進(jìn)行準(zhǔn)確全面的理解，從而提供最適宜的信息服務(wù)。

2.2農(nóng)業(yè)數(shù)據(jù)信息智能挖掘

主要研究以人工智能模型為基礎(chǔ)的農(nóng)業(yè)數(shù)據(jù)信息潛在規(guī)律發(fā)現(xiàn)，為農(nóng)業(yè)生產(chǎn)、經(jīng)營(yíng)、管理環(huán)節(jié)提供智能決策及預(yù)測(cè)服務(wù)。研究將遺傳算法與人工神經(jīng)網(wǎng)絡(luò)模型相結(jié)合，在一些復(fù)雜非線性系統(tǒng)數(shù)據(jù)的分析預(yù)測(cè)中開展了研究與應(yīng)用。包括對(duì)應(yīng)用神經(jīng)網(wǎng)絡(luò)、遺傳算法、時(shí)間序列模型、灰色模型、支持向量回歸等對(duì)線性、非線性因素進(jìn)行分析，對(duì)不確定性事件建立專門的模型進(jìn)行處理等。

3果樹病蟲害遠(yuǎn)程咨詢?cè)\斷專家系統(tǒng)關(guān)鍵技術(shù)研究

結(jié)合農(nóng)村信息化主題，研究采用基于符號(hào)和規(guī)則的推理診斷模式并利用多媒體技術(shù)、人機(jī)交互技術(shù)和網(wǎng)絡(luò)化的實(shí)現(xiàn)手段，開發(fā)果樹病蟲害遠(yuǎn)程咨詢、診斷專家系統(tǒng)，對(duì)果樹的病蟲害特征、原因、傳播途徑、發(fā)病條件等作為診斷基本特征，通過推理機(jī)制得到診斷結(jié)果，提交給用戶，實(shí)現(xiàn)基于Internet的果樹病蟲害遠(yuǎn)程咨詢、診斷，能夠在果樹生長(zhǎng)發(fā)育的全過程為農(nóng)業(yè)種植農(nóng)戶和基層農(nóng)科人員提供不同層次、不同需求的信息咨詢和技術(shù)服務(wù)。該系統(tǒng)能夠及時(shí)解決果樹種植業(yè)中的問題，防止病蟲害的蔓延，提高果實(shí)產(chǎn)量、為改善和提高農(nóng)民生活提供重要的保障。

3.1果樹病蟲害遠(yuǎn)程診斷分析

本系統(tǒng)核心是基于知識(shí)庫的專家系統(tǒng)，它既具有數(shù)據(jù)庫管理和演繹能力，又提供專家推理判斷等智能模塊。該系統(tǒng)包含客戶端的用戶可以對(duì)果樹病蟲害專家遠(yuǎn)程咨詢、診斷。病蟲害信息的檢索，集文字、圖片、音頻、視頻各種信息媒體于一體；服務(wù)器端的管理員具有對(duì)系統(tǒng)維護(hù)、知識(shí)獲取與維護(hù)的功能。果樹病蟲害咨詢、診斷專家系統(tǒng)要對(duì)病蟲害進(jìn)行準(zhǔn)確地診斷，必須對(duì)病蟲害診斷知識(shí)有系統(tǒng)而詳細(xì)的結(jié)構(gòu)劃分及分析。

3.2系統(tǒng)果樹病蟲害知識(shí)獲取與知識(shí)庫建立

本系統(tǒng)主要是以現(xiàn)有果樹病蟲害科技信息作為系統(tǒng)的知識(shí)基礎(chǔ)，選擇領(lǐng)域?qū)＜艺匠霭娴慕滩摹D譜、視頻等信息資源，圍繞果樹的種類及生長(zhǎng)發(fā)育的階段性、連續(xù)性進(jìn)行特征庫劃分，對(duì)傳統(tǒng)理論知識(shí)進(jìn)行總結(jié)、提煉，通過編輯整理，組成相關(guān)知識(shí)庫，將圖片及視頻資料構(gòu)建成多媒體數(shù)據(jù)庫。

3.3果樹病蟲害遠(yuǎn)程咨詢?cè)\斷專家系統(tǒng)應(yīng)用開發(fā)

在本系統(tǒng)中，推理建立知識(shí)庫、特征庫、數(shù)據(jù)庫的基礎(chǔ)上，從用戶提供的已有事實(shí)推出新的結(jié)果。果樹的部位、病斑/霉層顏色、形狀、生長(zhǎng)狀況是一個(gè)變化的過程。因而在推理過程中以之作為條件對(duì)問題進(jìn)行求解，系統(tǒng)采用正向推理的方法，其實(shí)際上就是完成對(duì)樹結(jié)構(gòu)分枝結(jié)點(diǎn)的搜索過程。研究服務(wù)于農(nóng)業(yè)生產(chǎn)、農(nóng)產(chǎn)品流通、農(nóng)村政務(wù)、農(nóng)市商務(wù)、農(nóng)民教育、農(nóng)村生態(tài)環(huán)境管理的智能化服務(wù)系統(tǒng)，為用戶提供專業(yè)周到個(gè)性化的信息服務(wù)。

3.4果樹病蟲害遠(yuǎn)程咨詢?cè)\斷專家系統(tǒng)算法研究

在本系統(tǒng)中有較多的功能模塊需要用到專用設(shè)計(jì)算法，例如病蟲害診斷、特征庫的創(chuàng)建、病害癥狀檢。構(gòu)建專家系統(tǒng)知識(shí)庫，對(duì)系統(tǒng)推理機(jī)的實(shí)現(xiàn)提供支持。該知識(shí)庫既包含專家知識(shí)，又包含了系統(tǒng)的推理規(guī)則，是本系統(tǒng)實(shí)現(xiàn)的基礎(chǔ)，將利用專用算法來實(shí)現(xiàn)規(guī)則的添加、修改和刪除。此外，推理機(jī)和專家系統(tǒng)知識(shí)庫在本系統(tǒng)的研究中占有同等重要的地位，也是決定本系統(tǒng)功能能否實(shí)現(xiàn)的關(guān)鍵，系統(tǒng)將采用“向?qū)健痹\斷推理算法與“關(guān)鍵詞”檢索等診斷算法分別來實(shí)現(xiàn)果樹病蟲害農(nóng)作物的精確推理與非精確推理診斷。

4基于Web GIS的農(nóng)業(yè)資源信息系統(tǒng)關(guān)鍵技術(shù)研究

當(dāng)前，隨著遙感、計(jì)算機(jī)等高新技術(shù)的發(fā)展和各種應(yīng)用軟件的成熟，通過遙感手段可以及時(shí)采集到土地、水域、生物(林、草)資源和環(huán)境信息。據(jù)此，近年來國(guó)內(nèi)許多地區(qū)在農(nóng)業(yè)資源信息系統(tǒng)建設(shè)方面都開展了一定程度的研究和開發(fā)應(yīng)用，總的來說項(xiàng)目的設(shè)計(jì)重點(diǎn)和研發(fā)進(jìn)展不盡相同，各有側(cè)重。

研究采用Web GIS技術(shù)、數(shù)據(jù)庫技術(shù)與網(wǎng)絡(luò)技術(shù)整合構(gòu)建農(nóng)業(yè)資源信息系統(tǒng)，利用地理信息為載體，通過Interment在Web上為用戶提供直觀的農(nóng)業(yè)資源的時(shí)空分布、動(dòng)態(tài)分析區(qū)域農(nóng)業(yè)資源狀況，實(shí)現(xiàn)土地利用、土壤類型、氣候、道路、水利、作物管理、農(nóng)業(yè)社會(huì)經(jīng)濟(jì)等資源信息的交互查詢和專題圖的定制，實(shí)現(xiàn)真正的網(wǎng)絡(luò)空間信息共享與跨平臺(tái)應(yīng)用。采用GPS接收機(jī)、傳感器搭建信息獲取實(shí)驗(yàn)平臺(tái)，通過該平臺(tái)獲取農(nóng)田位置信息、農(nóng)田水分信息，使學(xué)生掌握GPS接收機(jī)、傳感器設(shè)置，并能夠使用GPS與土壤水分傳感器結(jié)合來記錄農(nóng)田位置信息和水分信息，完成信息采集工作的實(shí)踐訓(xùn)練。

建設(shè)數(shù)字農(nóng)業(yè)模擬平臺(tái)，建立實(shí)驗(yàn)室物聯(lián)網(wǎng)模型，通過模擬農(nóng)田環(huán)境的土壤類型、肥力等土壤信息，降雨、日照等氣象信息以及農(nóng)業(yè)生產(chǎn)動(dòng)態(tài)等信息收集，利用信息分析系統(tǒng)將這些信息進(jìn)行綜合分析處理，決定耕作的種類、方式，在模擬農(nóng)田環(huán)境中根據(jù)不同地塊的情況進(jìn)行精耕細(xì)作，實(shí)現(xiàn)變量施肥、噴藥、灌溉等生產(chǎn)過程，集合了農(nóng)業(yè)灌溉、施肥、溫室調(diào)控等幾大領(lǐng)域的功能，為數(shù)字農(nóng)業(yè)實(shí)訓(xùn)提供強(qiáng)大的技術(shù)原型支持。為農(nóng)業(yè)資源的管理、規(guī)劃和決策提供了快速、直觀和有效的手段。

5結(jié)束語

北京市農(nóng)業(yè)生產(chǎn)正處于由傳統(tǒng)農(nóng)業(yè)向現(xiàn)代農(nóng)業(yè)的過渡中，農(nóng)民收入普遍不高，城鄉(xiāng)差距依舊很大。因此，在提高農(nóng)民生活水平，增加經(jīng)濟(jì)收入的過程中，農(nóng)民對(duì)市場(chǎng)信息的需求急為迫切。利用農(nóng)業(yè)信息化服務(wù)智能技術(shù)，搭建農(nóng)業(yè)信息服務(wù)平臺(tái)（果樹病蟲害遠(yuǎn)程咨詢?cè)\斷專家系統(tǒng)、基于Web GIS的農(nóng)業(yè)資源信息系統(tǒng)），使農(nóng)民在信息服務(wù)平成信息交互，實(shí)現(xiàn)信息對(duì)等。在現(xiàn)代農(nóng)業(yè)生產(chǎn)中，通過計(jì)算機(jī)技術(shù)、3S技術(shù)、人工智能技術(shù)、農(nóng)業(yè)專家系統(tǒng)、農(nóng)業(yè)生產(chǎn)模擬技術(shù)，發(fā)揮農(nóng)業(yè)信息化技術(shù)在農(nóng)田基本建設(shè)、農(nóng)作物生產(chǎn)管理的應(yīng)用，實(shí)現(xiàn)優(yōu)質(zhì)高效農(nóng)業(yè)，提高農(nóng)業(yè)生產(chǎn)過程的科學(xué)化、精確化和標(biāo)準(zhǔn)化水平。

都市型農(nóng)業(yè)信息化服務(wù)技術(shù)體系集成方案，并通過推廣，進(jìn)行實(shí)踐總結(jié)，研究提升都市型農(nóng)業(yè)信息化的服務(wù)水平，完善農(nóng)村信息服務(wù)體系的解決方案與有效模式，提升農(nóng)村信息服務(wù)技術(shù)水平，增加農(nóng)村信息服務(wù)效果顯示度。

參考文獻(xiàn)：

參考文獻(xiàn)：

[1] 孫素芬.新形式下北京市農(nóng)村信息服務(wù)體系建設(shè)實(shí)踐與思考[M].“第二屆國(guó)際計(jì)算機(jī)及計(jì)算技術(shù)在農(nóng)業(yè)中的應(yīng)研討會(huì)”暨“第二屆中國(guó)農(nóng)村信息化發(fā)展論壇”論文集，2008.

[2] 黎宏生，楊叔子等.基于B/S的遠(yuǎn)程診斷專家系統(tǒng)研究[J].計(jì)算機(jī)工程與應(yīng)用，2003，（3）.

[3] 蘭彬，張一. 農(nóng)業(yè)信息化領(lǐng)域應(yīng)用型IT人才培養(yǎng)模式初探[J]. 中國(guó)科教創(chuàng)新導(dǎo)刊，2011，（28）.

[3] 張榮沂 等. 應(yīng)用型本科院校中卓越工程師應(yīng)具備的技能[J]. 交通科技與經(jīng)濟(jì)，2011，（2）.

作者姓名：蘭彬

工作單位：北京農(nóng)學(xué)院計(jì)算機(jī)與信息工程學(xué)院 (102206)

聯(lián)系方式：北京市昌平區(qū)回龍觀鎮(zhèn)龍騰苑二區(qū)14號(hào)樓3單元301 室 （102208）

聯(lián)系電話：13671195943

篇5

關(guān)鍵詞：地理信息系統(tǒng)精確定位應(yīng)用

中圖分類號(hào)： C931.6 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)：

隨著現(xiàn)代測(cè)繪技術(shù)的飛速發(fā)展，測(cè)繪在經(jīng)濟(jì)社會(huì)發(fā)展和人們的生活越來越密切，與我們的生活息息相關(guān)。例如，神舟六號(hào)的發(fā)射、回收，需要測(cè)繪的支持；國(guó)家“十二五”要制定各類和區(qū)域地域、空間有關(guān)系的規(guī)劃，需要測(cè)繪保障；在汶川地震、玉樹地震、舟曲泥石流等地質(zhì)、氣象的重大災(zāi)害的應(yīng)急救災(zāi)和災(zāi)后重建，需要測(cè)繪先行；各類大型工程的建設(shè)，需要測(cè)繪貫穿其中；老百姓要出去旅游、出行、探險(xiǎn)，需要測(cè)繪的服務(wù)。因此，現(xiàn)代測(cè)繪技術(shù)和我們經(jīng)濟(jì)社會(huì)發(fā)展，和老百姓的生活密切相關(guān)。

1.現(xiàn)代測(cè)繪技術(shù)簡(jiǎn)介

測(cè)繪技術(shù)起源于社會(huì)的生產(chǎn)需求，有著悠久的歷史，并隨社會(huì)的進(jìn)步而發(fā)展。現(xiàn)代測(cè)繪就是以計(jì)算機(jī)技術(shù)、光電技術(shù)、網(wǎng)絡(luò)通訊技術(shù)、空間科學(xué)、信息科學(xué)為基礎(chǔ)，以全球定位系統(tǒng)(GPS)、遙感(RS)、地理信息系統(tǒng)(GIS)為技術(shù)核心，將地面已有的特征點(diǎn)和界線通過測(cè)量手段獲得反映地面現(xiàn)狀的圖形和位子信息。

當(dāng)前，我國(guó)測(cè)繪地理信息事業(yè)正處于轉(zhuǎn)型發(fā)展的重要時(shí)期。“十二五”測(cè)繪地理信息發(fā)展的總體戰(zhàn)略是“構(gòu)建數(shù)字中國(guó)、監(jiān)測(cè)地理國(guó)情，發(fā)展壯大產(chǎn)業(yè)、建設(shè)測(cè)繪強(qiáng)國(guó)”。它要求積極促進(jìn)地理信息應(yīng)用社會(huì)化，大力發(fā)展衛(wèi)星導(dǎo)航、位置服務(wù)、現(xiàn)代測(cè)繪裝備制造、網(wǎng)上地圖服務(wù)以及經(jīng)營(yíng)性測(cè)繪等產(chǎn)業(yè)，測(cè)繪的應(yīng)用更為廣泛。

2.測(cè)繪技術(shù)在精確定位與導(dǎo)航的應(yīng)用

人們進(jìn)入了使用電子地圖時(shí)代，隨著汽車技術(shù)的不斷進(jìn)步，車載導(dǎo)航系統(tǒng)作為高附加值的電子產(chǎn)品在汽車?yán)锼嫉谋戎卦絹碓礁摺Ｍ瑫r(shí)，互聯(lián)網(wǎng)基礎(chǔ)設(shè)施的完善，智能手機(jī)的普及，電子地圖、手機(jī)導(dǎo)航的需求量和使用量也越來越大，生活中，人們利用電子地圖尋找美食、店鋪等。測(cè)繪技術(shù)正逐漸滲透到我們生活的各個(gè)層面，為我們生活的便利、豐富添彩。

GPS即為全球定位系統(tǒng)，是美國(guó)從20世紀(jì)70年代開始研制，于1994年全面建成的利用導(dǎo)航衛(wèi)星進(jìn)行測(cè)時(shí)和測(cè)距，具有在海、陸、空進(jìn)行全方位實(shí)時(shí)三維導(dǎo)航與定位能力的新一代衛(wèi)星導(dǎo)航與定位系統(tǒng)。各種類型的GPS接收機(jī)體積越來越小，重量越來越輕，便于野外觀測(cè)。GPS已遍及國(guó)民經(jīng)濟(jì)各種部門，并開始深入人們的日常生活。

由中國(guó)自主研制和建立的用于導(dǎo)航和定位的北斗衛(wèi)星導(dǎo)航系統(tǒng)，與美國(guó)GPS、俄羅斯格羅納斯、歐盟伽利略系統(tǒng)并稱全球四大衛(wèi)星導(dǎo)航系統(tǒng)。目前，北斗衛(wèi)星導(dǎo)航系統(tǒng)開始正式向中國(guó)及周邊地區(qū)提供連續(xù)的導(dǎo)航定位和授時(shí)服務(wù)。

3.現(xiàn)代測(cè)繪技術(shù)在農(nóng)業(yè)信息化方面的應(yīng)用

進(jìn)入21世紀(jì)后，測(cè)繪新技術(shù)應(yīng)用到農(nóng)業(yè)生產(chǎn)中，農(nóng)業(yè)信息化成為了農(nóng)業(yè)發(fā)展的重要標(biāo)志，許多發(fā)達(dá)國(guó)家的信息農(nóng)業(yè)已經(jīng)進(jìn)入了新的階段，出現(xiàn)了數(shù)字農(nóng)業(yè)、智能農(nóng)業(yè)、精細(xì)農(nóng)業(yè)等來稱謂以信息為基礎(chǔ)的農(nóng)業(yè)。農(nóng)業(yè)信息化系統(tǒng)通過GIS與GPS、RS以及INTERNET的集成，實(shí)現(xiàn)農(nóng)業(yè)相關(guān)資源信息的搜集、監(jiān)測(cè)和分析。我國(guó)的農(nóng)業(yè)信息化工作起步較晚，自20世紀(jì)80年代以來，開展了數(shù)據(jù)庫與信息管理系統(tǒng)、遙感、地理信息系統(tǒng)等技術(shù)應(yīng)用于農(nóng)業(yè)，已取得一些階段性成就。當(dāng)前，加強(qiáng)農(nóng)業(yè)信息化建設(shè)是農(nóng)業(yè)現(xiàn)代化建設(shè)的重中之重。

目前在農(nóng)業(yè)生產(chǎn)實(shí)踐中應(yīng)用較多的是地理信息系統(tǒng)技術(shù)（GIS），利用GIS技術(shù)建立農(nóng)田土地管理、自然條件、作物產(chǎn)量的空間分布等的空間數(shù)據(jù)庫；對(duì)作物苗情、墑情的發(fā)生發(fā)展趨勢(shì)進(jìn)行分析模擬，為分析農(nóng)田內(nèi)自然條件、資源有效利用狀況、作物產(chǎn)量的時(shí)空差異性和實(shí)施調(diào)控提供處方信息。再利用GPS技術(shù)對(duì)采集的農(nóng)田信息進(jìn)行空間定位；利用遙感技術(shù)（RS）技術(shù)獲取農(nóng)田小區(qū)內(nèi)作物生長(zhǎng)環(huán)境、生長(zhǎng)狀況和空間變異的大量時(shí)空變化信息；GPS、RS、GIS技術(shù)及自動(dòng)化控制技術(shù)為支撐的精確農(nóng)業(yè)將促進(jìn)現(xiàn)代農(nóng)業(yè)的發(fā)展。它能夠收集土地利用現(xiàn)狀、植被分布、農(nóng)作物的生長(zhǎng)情況、農(nóng)作物的災(zāi)情分布、土壤肥力等多種信息，將信息技術(shù)與農(nóng)藝、農(nóng)機(jī)有機(jī)地結(jié)合起來，最大限度地優(yōu)化各項(xiàng)農(nóng)業(yè)資源與生產(chǎn)要素的合理分配，獲取高產(chǎn)量和最大經(jīng)濟(jì)效益，同時(shí)又能有效地保護(hù)生態(tài)環(huán)境和農(nóng)業(yè)自然資源，有利于農(nóng)業(yè)的可持續(xù)發(fā)展。

4.現(xiàn)代測(cè)繪技術(shù)在綜合防災(zāi)減災(zāi)中的應(yīng)用

現(xiàn)代測(cè)繪新技術(shù)實(shí)現(xiàn)了對(duì)災(zāi)害過程的實(shí)時(shí)監(jiān)測(cè)，為各級(jí)領(lǐng)導(dǎo)、各級(jí)部門的指揮調(diào)度、快速響應(yīng)、聯(lián)合行動(dòng)提供著可靠依據(jù)。災(zāi)害嚴(yán)重地威脅著人類的生存與發(fā)展。防災(zāi)減災(zāi)是一項(xiàng)系統(tǒng)工程，災(zāi)害的監(jiān)測(cè)、預(yù)報(bào)、評(píng)估、恢復(fù)、管理等每一個(gè)過程都與地理空間信息密切相關(guān)，地理空間信息分析和處理已經(jīng)成為防災(zāi)減災(zāi)的重要手段。尤其目前將“3S”（即是地理信息系統(tǒng)GIS、遙感RS、和全球定位系統(tǒng)GPS）集成使用，可以更好的預(yù)測(cè)預(yù)報(bào)災(zāi)害，并為相關(guān)部門提供實(shí)時(shí)的決策參考。

例如，應(yīng)用GPS技術(shù)可監(jiān)測(cè)活斷層的現(xiàn)今活動(dòng)狀態(tài)和構(gòu)造應(yīng)力場(chǎng)狀態(tài)，利用測(cè)出的地殼變形資料等可對(duì)地震活動(dòng)進(jìn)行預(yù)測(cè)，也是對(duì)地震活動(dòng)、地震危險(xiǎn)性評(píng)價(jià)的依據(jù)；RS可進(jìn)行對(duì)活斷層

遙感技術(shù)（RS）能對(duì)大江、大河和湖水水位進(jìn)行及時(shí)監(jiān)測(cè)， RS和GIS集成能及早預(yù)報(bào)洪水淹沒范圍和干旱災(zāi)情范圍，為防災(zāi)、抗災(zāi)提供準(zhǔn)確信息。遙感技術(shù)還可調(diào)查地下水資源狀況，監(jiān)測(cè)水污染。在水利樞紐工程竣工后，需對(duì)水庫大壩、大型橋梁等進(jìn)行連續(xù)的、精密的監(jiān)測(cè)。現(xiàn)代測(cè)繪技術(shù)提供了連續(xù)、實(shí)時(shí)的安全運(yùn)行監(jiān)控手段。利用全數(shù)字?jǐn)z影測(cè)量或數(shù)字測(cè)圖技術(shù)建立數(shù)字地面模型，應(yīng)用GIS的分析決策功能，可以方便快速地進(jìn)行水庫大壩選址、庫容計(jì)算、引水渠修建、受益范圍等設(shè)計(jì)工作，為開發(fā)利用水資源提供科學(xué)依據(jù)。目前，我國(guó)許多地方和部門建立了眾多的災(zāi)情預(yù)報(bào)系統(tǒng)，它們將在防災(zāi)、抗災(zāi)、救災(zāi)中發(fā)揮重大作用，為我們的生命和財(cái)產(chǎn)安全提供保障。

5.現(xiàn)代測(cè)繪技術(shù)推進(jìn)數(shù)字城市建設(shè)

“十二五”期間，將在全國(guó)全面推進(jìn)數(shù)字化城市建設(shè)，力爭(zhēng)完成全部333個(gè)地級(jí)市和部分有條件的縣級(jí)市的數(shù)字城市建設(shè)。

建設(shè)地理信息數(shù)字城市，所涉及到的幾乎所有的管理和運(yùn)營(yíng)對(duì)象都與地理空間位置有關(guān)。地理信息系統(tǒng)（GIS）是重要的基礎(chǔ)，它管理城市基礎(chǔ)地形數(shù)據(jù)、城市部件數(shù)據(jù)等空間數(shù)據(jù)，以及基于空間數(shù)據(jù)的分析和處理。城市管理本身也從單純的管理、執(zhí)法，向管理、執(zhí)法與服務(wù)相結(jié)合過渡。借助GIS這個(gè)平臺(tái)，城市管理能為市民提供更好的城市基礎(chǔ)功能和公共空間服務(wù)，使全體市民都能夠公平合理地分享。

結(jié)束語

測(cè)繪是社會(huì)發(fā)展的助推器，為城市經(jīng)濟(jì)社會(huì)發(fā)展和信息化建設(shè)提供了有力支撐，為促進(jìn)科學(xué)發(fā)展、構(gòu)建和諧社會(huì)將作出更大的貢獻(xiàn)。

參考文獻(xiàn)

[1]廖克等. 地球信息科學(xué)導(dǎo)論[M]. 北京：科學(xué)出版社，2007.

篇6

摘要良種結(jié)合良法，才能更好地發(fā)揮優(yōu)新品種的產(chǎn)量潛力和經(jīng)濟(jì)效益。總結(jié)了早熟晚粳機(jī)插秧精確定量栽培技術(shù)，包括苗床制作、播前準(zhǔn)備、適期播種、秧苗期管理、大田準(zhǔn)備、適齡移栽、分蘗期管理、孕穗期管理、成熟期管理、適期收獲等內(nèi)容，以期為大面積機(jī)插秧種植提供科學(xué)依據(jù)。

關(guān)鍵詞機(jī)插稻;精確定量栽培;苗床制作;適期播種;田間管理

武運(yùn)粳19號(hào)、武運(yùn)粳23號(hào)系江蘇省常州市武進(jìn)區(qū)農(nóng)業(yè)科學(xué)研究所育成的早熟晚粳優(yōu)新品種，全生育期158d左右。有效穗數(shù)315~345萬穗/hm2，每穗實(shí)粒數(shù)136.0粒，結(jié)實(shí)率92%，千粒重27g左右，產(chǎn)量10.5t/hm2以上，產(chǎn)量潛力12 t/hm2。株高98cm左右，主莖17.5葉，6個(gè)伸長(zhǎng)節(jié)間，分蘗力中等，葉色淡綠，葉片寬挺，株型較緊湊，長(zhǎng)勢(shì)較旺，穗型較大，莖稈粗壯，群體整齊度較好，后期熟色較好，耐肥抗倒性強(qiáng)。接種鑒定中感白葉枯病、條紋葉枯病，感穗頸瘟、紋枯病。米質(zhì)理化指標(biāo)達(dá)到國(guó)標(biāo)三級(jí)優(yōu)質(zhì)稻谷標(biāo)準(zhǔn)。現(xiàn)將其精確定量栽培技術(shù)總結(jié)如下。

1苗床制作

適合用作機(jī)插育秧的床土，一是菜園土和耕作熟化的旱地土;二是冬閑田耕翻后經(jīng)凍融的稻田土。切忌在草荒地或當(dāng)季噴施過除草劑的田中取土作營(yíng)養(yǎng)土。移栽大田要備足過篩細(xì)土1 125kg/hm2。利用旱地土、稻田土作育秧床土的，要先粉碎后過篩(土粒粒徑小于5mm)，同時(shí)要揀去床土中稻根、草根、小石子等雜物，以免影響立苗及機(jī)插。培肥時(shí)間能早則早，一般要在播種前1個(gè)月培肥到位。使用壯秧劑培肥法，即用0.8kg壯秧劑均勻拌入75kg過篩細(xì)土中，然后起堆用農(nóng)膜覆蓋防雨淋，以防養(yǎng)分淋失及便于播種時(shí)床土鋪設(shè)的操作[1]。

機(jī)插稻育秧的苗床應(yīng)相對(duì)集中，宜選擇灌排通暢、便于操作管理的田塊作苗床。機(jī)插稻育秧的秧大田比例按1∶100配置，移栽大田應(yīng)備足有效苗床75m2/hm2。建立通氣式苗床，秧田整地可采用干整水驗(yàn)平法或水軋水驗(yàn)平法，干整即在播種前20d進(jìn)行，水做應(yīng)在播種前1個(gè)月進(jìn)行，并將建成后的秧板脫水露田硬板。大田用作秧田的應(yīng)采用長(zhǎng)田橫做畦，秧板規(guī)格掌握畦寬140~150cm，畦溝寬30~40cm，畦溝深10cm，圍溝深15cm;秧畦板面要求達(dá)到平、實(shí)、光、直、凈。

2播前準(zhǔn)備

利用塑盤育秧的移栽大田應(yīng)備足機(jī)插育秧專用塑盤375張/hm2;采用地膜育秧的需備打孔地膜150cm×350cm(地膜打孔的孔徑為2~3mm，孔間距為2~3cm)。選用優(yōu)質(zhì)種子37.5~45.0kg/hm2(發(fā)芽率90%以上)，于播種前選擇晴天曬種1~2d。先用清水淘種，再用適量浸種藥劑浸種(按植保情報(bào)要求)，浸足60~72h，將種子起水后用清水淘洗一下，然后催芽至露白落谷。需備幅寬160cm的白色無紡布57m/hm2。采用地膜育秧需用20mm×20mm鐵方管制作長(zhǎng)方形框架(內(nèi)徑為200cm×120cm)，以供鋪設(shè)底土。

3適期播種

按秧齡15~20d適齡移栽來確定播種期，機(jī)插面積大的應(yīng)分期分批落谷，金壇市單晚稻播種期掌握在5月20~28日為宜。將育秧塑盤或打孔地膜平鋪于秧板上，鋪放塑盤時(shí)要將相鄰塑盤與塑盤的邊相互重疊排放。定量上底土，每張塑盤(或等面積)中勻鋪預(yù)先培制好的營(yíng)養(yǎng)土2kg左右。底土鋪設(shè)后播種前應(yīng)進(jìn)行造墑，實(shí)行溝灌洇墑法，切忌大水漫灌，以防沖散鋪設(shè)床土，洇透底墑確保播種后出齊苗。適宜播種量的確定應(yīng)按單位面積和種子千粒重來測(cè)算，以2.5粒/cm2為宜，并做到精播勻播[2]。落谷后要及時(shí)加土蓋籽，蓋籽土用量約為1kg細(xì)土(厚3~5mm)，以不露籽為宜。播種蓋籽后用無紡布覆蓋，覆蓋后用泥塊將無紡布四周壓實(shí)，以防大風(fēng)吹刮。

4秧苗期管理

采用無紡布全程覆蓋的可在移栽前1~2d揭蓋煉苗，但在育秧過程中應(yīng)在齊苗后將無紡布四周壓實(shí)泥塊移去，使無紡布覆蓋物隨秧苗的生長(zhǎng)而松動(dòng)自如，以免影響秧苗正常生長(zhǎng)發(fā)育。

秧田期以濕為主，以保持“晴天平溝水，陰天半溝水，雨天溝無水”為原則，并使無紡布經(jīng)常保持濕潤(rùn)，移栽前2~3d控水煉苗，掌握秧塊含水量40%左右[3]。看苗追施“斷奶肥”和“送嫁肥”，床土沒有培肥的為在一葉一心期適施斷奶肥，施尿素1.25g/盤，“送嫁肥”宜在移栽前3~4d追施，施尿素2.5g/盤;追肥方法為將苗床建立2~3cm薄水層后進(jìn)行追施。應(yīng)用壯秧劑進(jìn)行床土培肥的秧苗期不用追肥。切實(shí)做好秧苗期病蟲害防治工作。應(yīng)用無紡布全程覆蓋的一般可不噴藥或少噴藥，若要噴藥，應(yīng)做到隨揭布、隨噴藥、隨覆蓋，并在揭蓋后移栽前做到帶藥移栽。

5大田準(zhǔn)備

夏收后搶耕曬垡，耕翻深度10~12cm;推廣麥草全量還田;耕翻田即先耕翻后施有機(jī)肥，而旋耕田即先施有機(jī)肥再旋耕，然后上水旋軋平田沉實(shí)1~2d，基施高含量復(fù)合肥(15-15-15或16-16-16，下同)225kg/hm2后再插秧。稻谷產(chǎn)量10.5t/hm2以上其肥料施用量分別為純氮270~315kg/hm2、五氧化二磷90kg/hm2、氧化鉀150kg/hm2。其中氮素運(yùn)籌基蘗肥與穗粒肥之比按5∶5或6∶4運(yùn)籌。

6適齡移栽

秧齡15~20d，葉齡3~4葉，苗高12~18cm適時(shí)移栽[4]。起秧時(shí)小心將秧塊卷起，運(yùn)秧時(shí)秧塊堆疊2~3層。地膜育秧的用定制切塊機(jī)具按58cm×28cm標(biāo)準(zhǔn)分割切塊，搬運(yùn)過程做到隨起、隨運(yùn)、隨栽。栽插規(guī)格為行距30cm，株距12~13cm，插25.5萬穴/hm2以上，3~5苗/穴，基本苗75~105萬根/hm2。薄水淺插，插秧深度以“不漂不倒、越淺越好”為原則，一般以入泥0.5~1.0cm為宜。

7分蘗期管理

及時(shí)化除，適期分次追施分蘗肥，促進(jìn)低位分蘗，適期擱田，控制無效分蘗，提高成穗率。分蘗肥分2次施用，第1次于機(jī)插后5~10d結(jié)合化除施尿素150kg/hm2，第2次于機(jī)插20d后施高含量復(fù)合肥225kg/hm2;7月中旬結(jié)合擱田施單質(zhì)鉀肥112.5kg/hm2。淺濕灌溉，排灌結(jié)合，促進(jìn)根系下扎(尤其是采用麥草全量還田的田塊，要經(jīng)常排水露田，促通透防僵苗)，增強(qiáng)抗逆能力。適時(shí)擱田，掌握當(dāng)總莖蘗苗數(shù)達(dá)預(yù)期穗數(shù)苗80%~90%時(shí)脫水?dāng)R田[5]，并由輕到重分次進(jìn)行，逐步到位，控制無效分蘗，改善通風(fēng)透光條件，提高群體質(zhì)量，提高成穗率。根據(jù)植保病蟲情報(bào)，及時(shí)用藥防治條紋葉枯病、稻薊馬、稻象甲、稻飛虱、螟蟲類等病蟲害。

8孕穗期管理

幼穗分化期田間保持水層，其后采用間歇濕潤(rùn)灌溉。堅(jiān)持“兩查兩定”法，根據(jù)品種生長(zhǎng)發(fā)育的特征特性，適時(shí)穩(wěn)妥施用。穗肥采用重促輕保2次施用，促花肥(余葉齡3.5~4.0葉)施尿素112.5kg/hm2加高含量復(fù)合肥112.5~150.0kg/hm2，保花肥(余葉齡1.0~1.5葉)施尿素75.0~112.5kg/hm2加高含量復(fù)合肥75.0~112.5kg/hm2。密切注意病蟲發(fā)生情況，選準(zhǔn)藥種，積極綜防水稻紋枯病、稻瘟病、稻曲病、稻飛虱、稻縱卷葉螟和其他螟蟲類等病蟲害[6，7]。同時(shí)，在孕穗破口期及齊穗期時(shí)用苯甲丙環(huán)唑225mL/hm2各噴施1次，以提高防病效果，延緩和增強(qiáng)功能葉光合作用效率，提高稻米品質(zhì)。

9成熟期管理

大力推廣養(yǎng)老稻技術(shù)，抽穗揚(yáng)花期保持水層，齊穗期干濕交替，以氣養(yǎng)根，保葉增重，收割前7d斷水，確保飽水綻谷。齊穗后可用興欣肥力素、磷酸二氫鉀等進(jìn)行葉面噴施，以提高粒重。

10適期收獲

待水稻籽粒黃熟后適期搶晴收脫，收脫后的谷粒應(yīng)立即進(jìn)行晾曬或烘干，使稻谷含水量達(dá)14.5%的標(biāo)準(zhǔn)，然后入倉貯藏。

11參考文獻(xiàn)

[1] 凌啟鴻，張洪程，丁艷鋒.水稻豐產(chǎn)高效技術(shù)及理論[M].北京:中國(guó)農(nóng)業(yè)出版社，2005.

[2] 凌啟鴻，張洪程，丁艷鋒，等.水稻高產(chǎn)栽培技術(shù)新發(fā)展——精確定量栽培[J].中國(guó)稻米，2005(1):3-7.

[3] 蔣祖明，李偉海，段云輝，等.武運(yùn)粳19號(hào)特征特性及機(jī)插高產(chǎn)栽培技術(shù)[J].中國(guó)稻米，2009(5):69-70.

[4] 張洪明，嵇友權(quán)，趙加留，等.武運(yùn)粳21號(hào)特征特性及高產(chǎn)栽培技術(shù)[J].現(xiàn)代農(nóng)業(yè)科技，2008(10):124.

[5] 茅玉蘭，周銘成，彭華梅，等.水 稻機(jī)插秧栽培技術(shù)操作規(guī)程[J].江蘇農(nóng)業(yè)科學(xué)，2006(2):29-30，69.

篇7

氣象部門始終把為農(nóng)業(yè)服務(wù)作為首要任務(wù)，農(nóng)業(yè)氣象業(yè)務(wù)已成為現(xiàn)代氣象業(yè)務(wù)體系中最重要的業(yè)務(wù)之一，而基層氣象為農(nóng)服務(wù)又是最基礎(chǔ)、最不可缺的部分。近年來暴雨洪澇、高溫干旱、低溫陰雨等氣象災(zāi)害對(duì)農(nóng)業(yè)的影響越來越重，氣象部門要以科技及現(xiàn)代監(jiān)測(cè)設(shè)備為依托，找準(zhǔn)需求與防災(zāi)減災(zāi)（公共安全）的切入點(diǎn)，落實(shí)到扎扎實(shí)實(shí)的各項(xiàng)氣象服務(wù)中，體現(xiàn)一個(gè)部門為政府排憂解難的社會(huì)管理職能上，最終凸顯氣象服務(wù)的社會(huì)經(jīng)濟(jì)效益。

1 農(nóng)業(yè)氣象服務(wù)主要內(nèi)容 

1.1 提供災(zāi)害性天氣預(yù)報(bào)。為農(nóng)業(yè)部門及廣大農(nóng)民提供旱、澇、低溫、霜凍等災(zāi)害性天氣的預(yù)報(bào)，為農(nóng)業(yè)部門提前制定防災(zāi)措施、農(nóng)民提前預(yù)防災(zāi)害提供了主要依據(jù)。

1.2 提供災(zāi)情信息。在災(zāi)情發(fā)生時(shí)，能夠及時(shí)準(zhǔn)確的提供災(zāi)情覆蓋面積、嚴(yán)重程度等信息，為農(nóng)業(yè)部門更有效的實(shí)施救災(zāi)提供可靠資料。

1.3 農(nóng)作物動(dòng)態(tài)監(jiān)測(cè)。利用遙感技術(shù)和地面監(jiān)控網(wǎng)絡(luò)數(shù)據(jù)，獲取農(nóng)作物生長(zhǎng)情況、氣候?qū)崟r(shí)變化等農(nóng)業(yè)信息，并分析出當(dāng)前農(nóng)作物生長(zhǎng)狀況，定期公布分析結(jié)果，提出合理的農(nóng)業(yè)管理建議。

1.4 作物生長(zhǎng)及產(chǎn)量預(yù)報(bào)。提供播種、施肥、發(fā)育期、收獲期預(yù)報(bào)。根據(jù)作物長(zhǎng)勢(shì)、面積及氣象條件，進(jìn)行農(nóng)作物產(chǎn)量預(yù)報(bào)，從而為農(nóng)業(yè)經(jīng)濟(jì)發(fā)展服務(wù)。

2 氣象部門為農(nóng)服務(wù)存在的問題

2.1與當(dāng)前農(nóng)業(yè)發(fā)展需求不適應(yīng)。著農(nóng)業(yè)產(chǎn)業(yè)結(jié)果的調(diào)整以及新技術(shù)的不斷應(yīng)用，常規(guī)性的氣象服務(wù)已經(jīng)不能滿足農(nóng)業(yè)的需求，當(dāng)前農(nóng)業(yè)市場(chǎng)正向著操作機(jī)械化、分工精細(xì)化的方向發(fā)展，對(duì)氣象服務(wù)的要求也由以往的籠統(tǒng)模糊的數(shù)據(jù)即可滿足需要，變成對(duì)具體氣象信息的需求越來越具體。但是從目前的情況來看，氣象部門所提供的服務(wù)依舊是常規(guī)的農(nóng)業(yè)氣象服務(wù)，并且服務(wù)的形式較為單一，這種狀況反而阻礙了農(nóng)業(yè)生產(chǎn)多樣化的發(fā)展。

2.2 氣象為農(nóng)服務(wù)的基礎(chǔ)設(shè)施較差，氣象為農(nóng)服務(wù)工作的順利進(jìn)行，需要有過硬的基礎(chǔ)設(shè)施的支持，這樣才能夠提供更好的服務(wù)，促進(jìn)農(nóng)業(yè)的健康發(fā)展。但是從目前的情況看，氣象服務(wù)部門的基礎(chǔ)設(shè)施較差，現(xiàn)代化程度低，并且觀測(cè)的手段和方法有待于進(jìn)一步提升，在資料的處理上效率偏低，這些狀況在很大程度上制約了其服務(wù)水平的發(fā)揮。

2.3監(jiān)測(cè)手段陳舊、專業(yè)人員不足。雖然氣象科技近年來獲得了快速的發(fā)展，但是依然有很大一部分地區(qū)的氣象監(jiān)測(cè)設(shè)備陳舊，沒有得到及時(shí)的更新?lián)Q代，對(duì)專業(yè)人員的引進(jìn)也不夠重視，許多資料還需要依靠人工處理，分析出的氣象信息自然也無法完全滿足農(nóng)業(yè)生產(chǎn)需求。缺乏專業(yè)技能高的人才。專業(yè)技術(shù)人員短缺，且呈現(xiàn)出人員知識(shí)老化的情況，不能夠緊跟技術(shù)發(fā)展的步伐，這也是氣象為農(nóng)服務(wù)中存在的問題。

2.4信息更新及不夠及時(shí)。氣象信息的最重要特征就是時(shí)間性強(qiáng)，如果信息傳遞速度不夠快，及時(shí)預(yù)報(bào)的再準(zhǔn)確也是枉然。如果農(nóng)戶能夠更早的獲知預(yù)報(bào)信息，就能夠有足夠的時(shí)間去抵御災(zāi)害的發(fā)生。

2.5 農(nóng)村的居住格局限制了氣象信息的有效傳播。受地理?xiàng)l件限制，廣袤的農(nóng)村里民居分布相對(duì)松散，部分山區(qū)交通欠發(fā)達(dá)，通訊較落后。這些狀況導(dǎo)致外界信息進(jìn)入農(nóng)村的渠道匱乏，獲得的信息面較窄。特別是時(shí)效性強(qiáng)的氣象預(yù)警信息缺乏快速、有效的傳播途徑。

3強(qiáng)化縣級(jí)氣象服務(wù)農(nóng)業(yè)的主要措施

3.1加強(qiáng)氣象信息服務(wù)站及信息員的管理。要想做好農(nóng)村公共服務(wù)單靠氣象部門的力量是推不下去的，應(yīng)該以防災(zāi)減災(zāi)社會(huì)管理為切入點(diǎn)，要建立政府主導(dǎo)、部門聯(lián)動(dòng)、社會(huì)參與的氣象防災(zāi)減災(zāi)格局；建立公共財(cái)政的支撐保障體系，堅(jiān)持有為才有位的工作思路。并以此為切入點(diǎn)做好氣象信息服務(wù)站及信息員的管理。

3.2要?jiǎng)?chuàng)新為農(nóng)氣象服務(wù)載體。創(chuàng)新為農(nóng)氣象服務(wù)載體，為農(nóng)村提供氣象服務(wù)。一方面網(wǎng)絡(luò)建設(shè)要加強(qiáng)，另外可以通過和電視臺(tái)舉辦氣象科普節(jié)目，通過固定的時(shí)間向公眾播放。天氣預(yù)報(bào)上了節(jié)目主持人，除了每天固定的未來24小時(shí)預(yù)報(bào)外，還有未來72小時(shí)天氣趨勢(shì)預(yù)報(bào)。每當(dāng)有重要災(zāi)害預(yù)警信息時(shí)，還進(jìn)行滾動(dòng)字幕播出，提醒廣大市民群眾注意防御。現(xiàn)在網(wǎng)絡(luò)、通信也到達(dá)了農(nóng)村，以后在專業(yè)氣象及精細(xì)化信息服務(wù)方面要做到一對(duì)一對(duì)接服務(wù)、手機(jī)預(yù)警聲音提示服務(wù)也是發(fā)展的方向。

3.3拓寬農(nóng)業(yè)服務(wù)范圍。在農(nóng)業(yè)結(jié)構(gòu)優(yōu)化升級(jí)的今天，要為農(nóng)業(yè)發(fā)展提供更為精確的數(shù)據(jù)信息，就需要拓寬農(nóng)業(yè)服務(wù)的范圍，提高服務(wù)的質(zhì)量和水平。為了加強(qiáng)農(nóng)業(yè)氣象服務(wù)，提高質(zhì)量，保證服務(wù)的精確性、時(shí)效性和全面覆蓋行，就需要加強(qiáng)對(duì)特色農(nóng)業(yè)和設(shè)施農(nóng)業(yè)的服務(wù)措施，充分的發(fā)揮氣象服務(wù)在農(nóng)業(yè)生產(chǎn)中的比重。除此之外，在此基礎(chǔ)上還需要加大對(duì)縣、鄉(xiāng)、鎮(zhèn)等基層對(duì)象的服務(wù)工作，為他們農(nóng)業(yè)的發(fā)展提供高效的信息數(shù)據(jù)支持。

3.4不斷提升氣象為農(nóng)服務(wù)的能力。提升為農(nóng)服務(wù)的能力，也是保證農(nóng)業(yè)健康發(fā)展的關(guān)鍵環(huán)節(jié)，要想實(shí)現(xiàn)這一目的，就需要在發(fā)展的過程中逐步建立起農(nóng)業(yè)氣候資源示范基地，并且對(duì)特色農(nóng)業(yè)、設(shè)施農(nóng)業(yè)以及精準(zhǔn)農(nóng)業(yè)等的氣象問題進(jìn)行科學(xué)分析，并進(jìn)行深入研究，創(chuàng)新服務(wù)理念，擁有前瞻性的服務(wù)眼光，為農(nóng)業(yè)的發(fā)展提供及時(shí)準(zhǔn)確的決策依據(jù)，以此來提升氣象服務(wù)的能力。 

3.5加強(qiáng)對(duì)相關(guān)氣象部門的監(jiān)督檢查。作為政府，還需要引導(dǎo)，并建立激勵(lì)機(jī)制，形成各方廣泛參與的氣象為農(nóng)服務(wù)體系。需要注意的是，在氣象為農(nóng)服務(wù)工作開展的過程中，氣象部門需要充分的重視這一工作，將農(nóng)村氣象災(zāi)害防御體系切實(shí)的貫徹到為農(nóng)服務(wù)工作中來，將其保障作用和支撐作用充分發(fā)揮，促進(jìn)氣象為農(nóng)服務(wù)工作得以順利開展。

3.6進(jìn)先進(jìn)設(shè)備提升相關(guān)人員的技能。設(shè)備和人才是保證氣象為農(nóng)服務(wù)工作順利進(jìn)行的重要因素，上文中提出，在現(xiàn)階段該工作中的設(shè)備和人員問題，要想改變這一現(xiàn)狀，就需要更新設(shè)備，引進(jìn)先進(jìn)的氣象監(jiān)測(cè)技術(shù)，增強(qiáng)硬件設(shè)施，并加大資金投入，為設(shè)備的更新打下堅(jiān)實(shí)的物質(zhì)基礎(chǔ)。同時(shí)需要在完善氣象為農(nóng)服務(wù)體系的基礎(chǔ)上積極開發(fā)新技術(shù)，例如3S技術(shù)的開發(fā)，能夠使我國(guó)的農(nóng)業(yè)氣象部門獲得更多的服務(wù)效益。同時(shí)，大力培養(yǎng)氣象為農(nóng)服務(wù)人才，政府和氣象部門需要為其提供良好的學(xué)習(xí)平臺(tái)，提升他們的技術(shù)水平。

篇8

（1江西省農(nóng)業(yè)科學(xué)院農(nóng)業(yè)工程研究所，南昌330200；2江西農(nóng)業(yè)大學(xué)工學(xué)院，南昌3300451；3南京農(nóng)業(yè)大學(xué)，南京210095）

摘要：光譜技術(shù)可以快速、準(zhǔn)確、無損地獲取水稻生長(zhǎng)狀態(tài)的實(shí)時(shí)信息，是水稻生長(zhǎng)監(jiān)測(cè)和精確管理中實(shí)施變量投入不可或缺的關(guān)鍵技術(shù)。綜述了以光譜技術(shù)監(jiān)測(cè)水稻長(zhǎng)勢(shì)（包括葉面積指數(shù)和生物量）、水稻生物化學(xué)參數(shù)（包括氮素營(yíng)養(yǎng)和葉綠素含量）和水分的國(guó)內(nèi)外研究進(jìn)展，并提出了一些今后研究的設(shè)想，以期為提高水稻精確管理水平和單位面積產(chǎn)量提供技術(shù)支撐。

關(guān)鍵詞 ：水稻；光譜技術(shù)；生長(zhǎng)監(jiān)測(cè)

中圖分類號(hào)：S311 文獻(xiàn)標(biāo)志碼：A 論文編號(hào)：2014-0613

0 引言

精確農(nóng)業(yè)是現(xiàn)有農(nóng)業(yè)生產(chǎn)管理措施與現(xiàn)代信息高新技術(shù)的有機(jī)結(jié)合，其核心是針對(duì)作物群體生長(zhǎng)差異精確投入，是實(shí)現(xiàn)農(nóng)業(yè)高產(chǎn)、優(yōu)質(zhì)、高效、低耗和安全的重要途徑[1-2]。光譜技術(shù)可實(shí)時(shí)、快速、準(zhǔn)確、無損地獲取農(nóng)作物生長(zhǎng)發(fā)育、水肥狀況等信息，是實(shí)施精確農(nóng)業(yè)的重要工具[3]。基于反射光譜監(jiān)測(cè)作物生長(zhǎng)狀況是實(shí)現(xiàn)作物長(zhǎng)勢(shì)實(shí)時(shí)、無損、快速診斷的有效工具和手段，與傳統(tǒng)的診斷手段相比，該技術(shù)快速、無損、省時(shí)、省力，而且信息獲取量大，是作物精確管理中實(shí)施變量投入不可或缺的關(guān)鍵支撐技術(shù)。近年來，許多學(xué)者利用光譜技術(shù)在作物生長(zhǎng)監(jiān)測(cè)方面開展了大量的相關(guān)研究，取得了不錯(cuò)進(jìn)展。如Shibayama 等[4]利用多元回歸法分析了水稻多時(shí)相的可見光、近紅外與中紅外光譜和葉面積指數(shù)與地上部干物質(zhì)的關(guān)系；Bodo 等[5]利用冠層光譜反射率估測(cè)了作物氮營(yíng)素養(yǎng)狀況；田永超等分析了光譜植被指數(shù)與水稻葉面積指數(shù)[6]、葉層全氮含量[7]和植株含水率[8]等指標(biāo)間定量關(guān)系。光譜技術(shù)已成為精確農(nóng)業(yè)發(fā)展的重要方向和研究熱點(diǎn)之一，水稻是中國(guó)種植面積最大、單產(chǎn)最高的糧食作物之一，在中國(guó)糧食安全保障與社會(huì)經(jīng)濟(jì)發(fā)展中占有極其重要的地位，而前人專題針對(duì)光譜技術(shù)在水稻生長(zhǎng)指標(biāo)監(jiān)測(cè)中的綜述研究較少。為此，筆者綜述了光譜技術(shù)在水稻葉面積指數(shù)、生物量、氮素營(yíng)養(yǎng)、葉綠素含量、水分含量等生長(zhǎng)指標(biāo)監(jiān)測(cè)中的應(yīng)用研究進(jìn)展，以期為提高水稻精確管理水平和單位面積產(chǎn)量提供技術(shù)支撐。

1 水稻長(zhǎng)勢(shì)的監(jiān)測(cè)

1.1 水稻葉面積指數(shù)的監(jiān)測(cè)

葉面積指數(shù)(LAI)決定著水稻的許多生物和物理過程，是表征水稻光合面積大小和冠層結(jié)構(gòu)的重要參數(shù)，也是水稻生長(zhǎng)模型和決策支持系統(tǒng)的重要輸入?yún)?shù)。因此，快速、實(shí)時(shí)地監(jiān)測(cè)水稻LAI狀況具有重要意義。光譜技術(shù)以其快速、實(shí)時(shí)、無損探測(cè)等特點(diǎn)，正逐步成為水稻LAI 估測(cè)的有力工具，受到國(guó)內(nèi)外學(xué)者的廣泛關(guān)注[9]。利用遙感數(shù)據(jù)提取水稻LAI 的方法可以采用構(gòu)造比值植被指數(shù)、歸一化植被指數(shù)、垂直植被指數(shù)等不同形式的光譜參數(shù)與LAI 的相關(guān)分析來反演LAI[10-11]。隨著高光譜遙感技術(shù)的迅速發(fā)展，基于植被冠層反射光譜分析的導(dǎo)數(shù)和紅邊參數(shù)光譜技術(shù)也用來反演作物L(fēng)AI。劉偉東等[12]研究表明，LAI與一階微分光譜均表現(xiàn)出良好的相關(guān)性。王秀珍等[13]指出，歸一化差值植被指數(shù)、藍(lán)邊內(nèi)一階微分總和與紅邊內(nèi)一階微分總和的比值是估測(cè)水稻LAI的最佳參數(shù)。田永超等[6]研究指出，水稻LAI與部分高光譜植被指數(shù)存在良好的相關(guān)性，其中以差值指數(shù)DI(854,760)為變量建立的水稻LAI 監(jiān)測(cè)模型效果最好，可用于水稻LAI 的估測(cè)。Broge 等[14]研究指出，基于高光譜的植被指數(shù)對(duì)LAI 的估測(cè)并不優(yōu)于寬波段植被指數(shù)，加之高光譜遙感數(shù)據(jù)量大，處理復(fù)雜，實(shí)用性不如寬波段植被指數(shù)。為了提高水稻LAI 的估測(cè)精度，有學(xué)者采用支持向量機(jī)和主成分分析法等模糊統(tǒng)計(jì)方法來估算LAI[15- 16]。也有學(xué)者利用各種衛(wèi)星遙感數(shù)據(jù)，如MODIS具有不同波段設(shè)置和分辨率的影像在大范圍的LAI監(jiān)測(cè)中獲得了較好的反演效果[17]。上述研究表明，利用光譜技術(shù)可較好的估測(cè)水稻葉面積指數(shù)，能較好的解決傳統(tǒng)破壞性取樣獲取水稻葉面積指數(shù)方法費(fèi)力費(fèi)時(shí)的缺陷。

1.2 水稻生物量的監(jiān)測(cè)

生物量的大小是衡量水稻生長(zhǎng)狀況的重要指標(biāo)，與水稻產(chǎn)量和LAI 緊密相關(guān)。所以，用來監(jiān)測(cè)水稻LAI 的方法均可用于生物量的監(jiān)測(cè)，主要是利用高光譜參數(shù)、植被指數(shù)和生物量進(jìn)行相關(guān)分析。如Casanova 等[18]利用植被指數(shù)反射模型反演的光合有效輻射可準(zhǔn)確估算水稻的生物量。Prasad 等[19]研究表明，生物量與近紅外波段(740~1100 nm)的反射率呈正相關(guān)，與紅光波段(620~700 nm)的反射率呈負(fù)相關(guān)。Takahashi 等[20]研究表明，可利用冠層可見光和近紅外高光譜反射率來建立估算水稻干物質(zhì)重的監(jiān)測(cè)模型。Gitelson 等[21]指出，可利用紅邊位置的對(duì)數(shù)方程估算生物量。同時(shí)，國(guó)內(nèi)學(xué)者也對(duì)水稻生物量的監(jiān)測(cè)開展了大量研究。唐延林等[22]利用760~900 nm和630~690 nm這2 個(gè)寬波段的組合比值植被指數(shù)和歸一化植被指數(shù)估測(cè)了水稻鮮干葉重；他還利用紅邊位置、紅邊幅值監(jiān)測(cè)水稻、玉米等作物的鮮干葉重[23]。王秀珍等[24]指出，可利用藍(lán)邊內(nèi)一階微分總和與紅邊內(nèi)一階微分總和組成的比值植被指數(shù)來構(gòu)建水稻鮮重的監(jiān)測(cè)模型。為尋求有效的水稻生物量估算方法，張遠(yuǎn)等[25]嘗試開發(fā)了微波冠層散射模型，結(jié)果表明，利用微波遙感機(jī)理模型來反演水稻結(jié)構(gòu)參數(shù)和估算水稻生物量效果較好，具有應(yīng)用潛力。所以，通過對(duì)光譜數(shù)據(jù)進(jìn)行有效提取，建立高光譜參數(shù)與植被指數(shù)均可準(zhǔn)確的估測(cè)水稻生物量。

2 水稻生化參數(shù)的監(jiān)測(cè)

2.1 水稻氮素營(yíng)養(yǎng)的監(jiān)測(cè)

氮素是水稻生長(zhǎng)發(fā)育中最重要的營(yíng)養(yǎng)元素之一，是評(píng)價(jià)水稻長(zhǎng)勢(shì)、估測(cè)產(chǎn)量與品質(zhì)的重要參考指標(biāo)。氮肥施用過多或過少均會(huì)不同程度的影響水稻生長(zhǎng)，導(dǎo)致葉綠素含量、生物量、葉面積指數(shù)等的變化，進(jìn)而改變水稻群體的冠層光譜反射率。所以，利用光譜技術(shù)無損監(jiān)測(cè)水稻氮素營(yíng)養(yǎng)狀況始終是作物遙感監(jiān)測(cè)研究的重點(diǎn)[5]，對(duì)于診斷水稻生長(zhǎng)特征、提高氮肥利用率、降低過量施氮帶來的農(nóng)田環(huán)境污染具有重要意義。20 世紀(jì)70 年代以來，國(guó)內(nèi)外許多學(xué)者廣泛開展了作物葉片氮素監(jiān)測(cè)診斷研究，尋找氮素的敏感波段及其反射率在不同氮素水平下的表現(xiàn)。Thomas 等[26]利用550 nm和670 nm兩個(gè)波段定量估算了甜椒的氮素含量。Stone 等[27]研究指出，可利用671 nm 和780 nm這2 個(gè)波段的光譜反射率組合植株—氮—光譜指數(shù)估測(cè)小麥全氮含量。以上研究提出的氮素敏感波段多位于可見光波段，并且認(rèn)為綠光附近效果最佳。在闡明氮素敏感波段后，國(guó)內(nèi)外學(xué)者利用各種統(tǒng)計(jì)方法尋找氮含量與光譜反射率及其演生參數(shù)間的定量關(guān)系，且構(gòu)建了估算作物氮素含量的監(jiān)測(cè)模型。如Nguyen等[28]采用偏最小二乘法預(yù)測(cè)了水稻葉片氮素狀況。Inoue等[29]研究指出，可利用可見光和近紅外區(qū)域內(nèi)高光譜數(shù)據(jù)的多元回歸模型來估測(cè)水稻葉片的氮素含量。楊長(zhǎng)明等[30]研究發(fā)現(xiàn)，水稻葉片氮素含量和1376 nm 波段的冠層光譜反射率呈負(fù)相關(guān)。朱艷等[31]研究指出，小麥和水稻的葉片氮素含量都與歸一化差值植被指數(shù)(1220，610)具有很好的相關(guān)性，可利用共同的波段與光譜指數(shù)來監(jiān)測(cè)其葉片氮素含量。譚昌偉等[32]分析了水稻氮素含量和原始光譜反射率、一階微分光譜及高光譜參數(shù)間的定量關(guān)系，建立與檢驗(yàn)了以光譜參數(shù)為變量的水稻氮素營(yíng)養(yǎng)監(jiān)測(cè)診斷模型。田永超等[7]研究發(fā)現(xiàn)，綠光560 nm 和紅邊705 nm 波段附近光譜反射率與葉層全氮含量呈極顯著負(fù)相關(guān)，兩者分別與近紅外波段組合而成的光譜比值指數(shù)可較好地監(jiān)測(cè)水稻葉層全氮含量，其中綠光、紅邊窄波段比值指數(shù)SR(R780，R580)和SR(R780，R704)表現(xiàn)較好。覃夏等[33]建立基于水稻冠層歸一化植被指數(shù)NDVI 的早稻氮素診斷模型，并利用模型指導(dǎo)水稻生產(chǎn)實(shí)踐，實(shí)現(xiàn)水稻氮素追肥的精確定量。由于水稻冠層光譜反射率受到葉片面積、角度、土壤覆蓋度和含水量等因子影響，同時(shí)，上述因子具有明顯的時(shí)空動(dòng)態(tài)性，所以，這樣構(gòu)建的氮素光譜診斷模型具有明顯的局限性，難以用于建模以外的時(shí)空條件，如何提高氮素光譜診斷模型的普適性有待進(jìn)一步深入探討。

2.2 水稻葉綠素的監(jiān)測(cè)

葉綠素是水稻葉片吸收轉(zhuǎn)化光能的重要物質(zhì)，是評(píng)價(jià)作物光合效率與營(yíng)養(yǎng)脅迫的重要指標(biāo)。可見光波段是葉片葉綠素含量最敏感波段，藍(lán)光與紅光被葉綠素強(qiáng)烈吸收，導(dǎo)致反射率較小，綠光是葉綠素吸收低谷區(qū)[34]。許多研究表明[35-36]，可利用光譜技術(shù)來監(jiān)測(cè)作物葉片葉綠素含量。吳長(zhǎng)山等[37]分析了水稻等作物的葉片光譜特征與葉綠素密度的關(guān)系，指出在762 nm波段的導(dǎo)數(shù)光譜與葉綠素密度具有高度的相關(guān)性。劉偉東等[12]分析了水稻整個(gè)生育期內(nèi)葉綠素密度與高光譜數(shù)據(jù)的關(guān)系，指出微分技術(shù)能夠改善光譜數(shù)據(jù)與葉綠素密度的相關(guān)性。另外，許多學(xué)者對(duì)水稻不同葉位葉片的葉綠素含量與光譜反射率間的關(guān)系進(jìn)行大量研究。孫雪梅等[38]研究指出，植被指數(shù)GNDVI和水稻抽穗后頂一葉葉綠素含量的關(guān)系最好。陳維君等[39]研究表明，mSR705和mND705是預(yù)測(cè)水稻乳熟后頂一葉葉綠素含量的良好光譜指數(shù)。楊杰等[40]分析了水稻主莖頂部4 張葉片的高光譜反射率與葉綠素含量的定量關(guān)系，發(fā)現(xiàn)紅邊波段的比值和歸一化光譜指數(shù)可較好的估測(cè)水稻上部4 葉的葉綠素含量。所以，利用高光譜數(shù)據(jù)可準(zhǔn)確地監(jiān)測(cè)水稻葉片的葉綠素密度與葉綠素含量等信息。

3 水稻水分的監(jiān)測(cè)

水分是影響作物生長(zhǎng)發(fā)育、光合作用和呼吸作用的主要環(huán)境因子之一。葉片含水量是水稻水分狀況良好度量和診斷指標(biāo)，采用傳統(tǒng)的測(cè)定方法存在測(cè)試時(shí)間長(zhǎng)并具破壞性等缺陷。近年來，光譜技術(shù)的快速發(fā)展，使作物水分狀況的無損實(shí)時(shí)監(jiān)測(cè)成為可能。許多學(xué)者針對(duì)干旱對(duì)作物光譜特性的影響及光譜對(duì)葉片水分虧缺的響應(yīng)等開展了廣泛研究，同時(shí)構(gòu)建光譜指數(shù)來診斷植株水分狀況。干旱時(shí)，作物冠層光譜反射率在近紅外區(qū)域都有所降低，認(rèn)為760~900 nm是監(jiān)測(cè)作物水分脅迫的最好波段，可以作為作物中度干旱時(shí)水分狀況的指示器[3]。Danson等[41]研究發(fā)現(xiàn)，1360~1470 nm和1830~2080 nm為水分吸收波段，其葉片反射率一階導(dǎo)數(shù)和葉片含水量具有很好的相關(guān)性，并且不受葉片結(jié)構(gòu)的影響。Ceccato 等[42]研究表明，利用短波紅外波段(1600 nm)與近紅外波段(820 nm)的比值來估算含水量比用單一波段估測(cè)的結(jié)果更準(zhǔn)確。田永超等[8]研究了不同土壤水氮條件下水稻冠層光譜反射特征與植株含水量的相關(guān)性，表明水稻冠層短波紅外光譜反射率隨土壤含水量的降低而升高，而近紅外光譜反射率隨土壤含水量的降低而降低，比值植被指數(shù)R810/R460可以較好的監(jiān)測(cè)不同生育期水稻葉片和植株含水率。孫俊等[43]于水稻孕穗期同時(shí)測(cè)量室外水稻冠層光譜反射率和葉片含水率，分別應(yīng)用BP 神經(jīng)網(wǎng)絡(luò)和GA-BPNetwork、傳統(tǒng)多元線性回歸方法建立葉片含水率預(yù)測(cè)模型，試驗(yàn)表明，GA-BP-Network 模型的預(yù)測(cè)效果最好。

4 展望

光譜技術(shù)可實(shí)時(shí)、快速、準(zhǔn)確地獲取作物長(zhǎng)勢(shì)、生物化學(xué)參數(shù)等信息。隨著高光譜遙感的快速發(fā)展，可以更準(zhǔn)確地探測(cè)并獲取作物的精細(xì)光譜信息來估測(cè)生物量、LAI 和氮素等指標(biāo)，但是，目前的作物監(jiān)測(cè)模型多為靜態(tài)的統(tǒng)計(jì)模型，難以提示作物生長(zhǎng)發(fā)育、產(chǎn)量形成及其與氣候土壤環(huán)境的互作機(jī)理，缺乏普適性與動(dòng)態(tài)性[44]。因此，將光譜遙感信息與作物生長(zhǎng)模型相耦合，以利于構(gòu)建普適性強(qiáng)且方便可靠地光譜監(jiān)測(cè)模型，進(jìn)而進(jìn)一步提高模型的反演能力與精度，是解決光譜監(jiān)測(cè)問題的有效途徑和農(nóng)業(yè)遙感研究的重要方向之一。利用光譜技術(shù)探測(cè)作物生長(zhǎng)狀態(tài)可在地面和高空兩個(gè)層面下進(jìn)行，相對(duì)于基于航空航天平臺(tái)的作物生長(zhǎng)監(jiān)測(cè)，地面遙感監(jiān)測(cè)作物生長(zhǎng)具有受大氣干擾和傳感器本身性能等因子的影響小、監(jiān)測(cè)精度高等優(yōu)點(diǎn)，但存在監(jiān)測(cè)區(qū)域小的缺點(diǎn)。所以，將精度較高地地面光監(jiān)測(cè)模型與空間遙感信息相結(jié)合，構(gòu)建作物長(zhǎng)勢(shì)、氮素含量等指標(biāo)的遙感監(jiān)測(cè)模型，用來指導(dǎo)大尺度的作物生長(zhǎng)監(jiān)測(cè)與肥水精確調(diào)控。此外，目前作物長(zhǎng)勢(shì)、生物化學(xué)參數(shù)等信息的獲取大多是基于國(guó)外進(jìn)口的地物光譜儀，不但價(jià)格昂貴，而且結(jié)構(gòu)復(fù)雜，操作繁瑣，不便于田間生產(chǎn)使用。因此，研制結(jié)構(gòu)簡(jiǎn)單、價(jià)格便宜和易于田間操作的便攜帶式作物生長(zhǎng)監(jiān)測(cè)診斷儀仍然是光譜監(jiān)測(cè)研究中的一個(gè)重要方向，有利于解決當(dāng)前作物生長(zhǎng)信息實(shí)時(shí)、快速、無損測(cè)量手段瓶頸問題，以提高作物生產(chǎn)精確管理水平和綜合效益。

參考文獻(xiàn)

[1] 蔣煥煜,應(yīng)義斌,謝麗娟.光譜分析技術(shù)在作物生長(zhǎng)信息檢測(cè)中的應(yīng)用研究進(jìn)展[J].光譜學(xué)與光譜分析,2008,28(6):1300-1304.

[2] 李映雪,謝曉金,徐德福.高光譜遙感技術(shù)在作物生長(zhǎng)監(jiān)測(cè)中的應(yīng)用研究進(jìn)展[J].麥類作物學(xué)報(bào),2009,29(1):174-178.

[3] 馮偉,郭天財(cái),謝迎新,等.作物光譜分析技術(shù)及其在生長(zhǎng)監(jiān)測(cè)中的應(yīng)用[J].中國(guó)農(nóng)學(xué)通報(bào),2009,25(23):182-188.

[4] Shibayama Michio, Akiyama Tsuyoshi. Seasonal visible, nearinfrared and mid-infrared spectra of rice canopies in relation to LAI and above- ground dry phytomass[J]. Remote Sensing of Environment,1989(27):119-127.

[5] Bodo M, Urs S. Estimating the nitrogen nutrition index using spectral canopy reflectance measurements[J]. European Journal of Agronomy, 2008(7):1-7.

[6] 田永超,楊杰,姚霞,等.高光譜植被指數(shù)與水稻葉面積指數(shù)的定量關(guān)系[J].應(yīng)用生態(tài)學(xué)報(bào),2009,20(7):1685-1690.

[7] 田永超,楊杰,姚霞,等.利用葉片高光譜指數(shù)預(yù)測(cè)水稻群體葉層全氮含量[J].作物學(xué)報(bào),2010,36(9):1529-1537.

[8] 田永超,曹衛(wèi)星,姜東,等.不同水氮條件下水稻冠層反射光譜與植株含水率的定量關(guān)系[J].植物生態(tài)學(xué)報(bào),2005,29(2):318-323.

[9] Roshanak D, Andrew S, Martin S, et al. Inversion of a radiative transfer model for estimating vegetation LAI and chlorophyll in a heterogeneous grassland[J]. Remote Sensing of Environment,2008,112(5):2592-2604.

[10] 薛利紅,曹衛(wèi)星,羅衛(wèi)紅,等.光譜植被指數(shù)與水稻葉面積指數(shù)相關(guān)性的研究[J].植物生態(tài)學(xué)報(bào),2004,28(1):47-52.

[11] 張曉陽,李勁峰.利用垂直植被指數(shù)推算作物葉面積系數(shù)的理論模式[J].遙感技術(shù)與應(yīng)用,1995,10(3):13-18.

[12] 劉偉東,項(xiàng)月琴,鄭蘭芬,等.高光譜數(shù)據(jù)與水稻葉面積指數(shù)及葉綠素密度的相關(guān)分析[J].遙感學(xué)報(bào),2000,4(4):279-283.

[13] 王秀珍,黃敬峰,李云梅,等.水稻葉面積指數(shù)的高光譜遙感估算模型[J].遙感學(xué)報(bào),2004,8(1):81-88.

[14] Broge N H, J V Mortensen. Deriving green crop area index and canopy chlorophyll density of winter wheat from spectral reflectance data[J]. Remote Sensing of Environment,2002(81):45-57.

[15] 楊曉華,黃敬峰,王秀珍,等.基于支持向量機(jī)的水稻葉面積指數(shù)高光譜估算模型研究[J].光譜學(xué)與光譜分析,2008,28(8):1837-1841.

[16] 楊燕,田慶久.高光譜反演水稻葉面積指數(shù)的主成分分析法[J].國(guó)土資源遙感,2007(3):47-50.

[17] Fang H L, Liang S L. A hybrid invers ion m ethod for mapping leaf area index from MOD IS data: Experiments and application to broad lea f and needle leaf canopies[J]. Remote Sensing of Environment,2005(94):405-424.

[18] Casanova D, Epema G F, Goudriaan J. Monitoring rice reflectance at field level for estimating biomass and LAI[J]. Field Crops Research,1998(55):83-92.

[19] Prasad S T, Ronald B, Smith, et al. Hyperspectral vegetation indices and their relationship with agricultural crop characteristics[J].Remote Sensing Environment,2000(71):158-182.

[20] Takahashi W, Nguyen C V, Kawaguchi S, et al. Statistical models for prediction of dry weight and nitrogen accumulation based on visible and near-infrared hyper-spectral reflectance of rice canopies [J]. Plant Production science,2000,3(4):377-386.

[21] Gitelson A A, Kaufman Y J, Stark R, et al. Novel algorithms for remote estimation of vegetation fraction[J]. Remote Sensing of Environment,2002(80):76-87.

[22] 唐延林,王秀珍,王珂.利用光譜法測(cè)定水稻生物物理參數(shù)及其與光譜變量的相關(guān)性研究[J].貴州大學(xué)學(xué)報(bào):農(nóng)業(yè)與生物科學(xué)版,2002,21(5):327-331.

[23] 唐延林,王秀珍,王福民,等.農(nóng)作物L(fēng)AI 和生物量的高光譜法測(cè)定[J].西北農(nóng)林科技大學(xué)學(xué)報(bào):自然科學(xué)版,2004,32(11):100-104.

[24] 王秀珍,黃敬峰,李云梅,等.水稻地上鮮生物量的高光譜遙感估算模型研究[J].作物學(xué)報(bào),2003,29(6):815-821.

[25] 張遠(yuǎn),張中浩,蘇世亮,等.基于微波冠層散射模型的水稻生物量遙感估算[J].農(nóng)業(yè)工程學(xué)報(bào),2011,27(9):100-105.

[26] Thomas J R, Oerther G F. Estimating nitrogen content of sweet pepper leaves by reflectance measurements[J]. Agronomy Journal,1972(64):11-13.

[27] Stone M L, Soile J B, Raun W R, et al. Use of spectral radiance for correcting in-season fertilizer nitrogen deficiencies in winter wheat [J]. Transactions of ASAE,1996(39):1623-1631.

[28] Nguyen H T, Lee B W. Assessment of rice leaf growth and nitrogen status by hyperspectral canopy reflectance and partial least square regression[J]. European Journal of Agronomy,2006,24(4):349-356.

[29] Inoue Y, Penuelas J. An AOTE-based hyperspectral imaging system for field use in ecophysiological and agricultural applications[J].International Journal of Remote Sensing,2001,22(18):3883-3888.

[30] 楊長(zhǎng)明,楊林章,韋朝領(lǐng),等.不同品種水稻群體冠層光譜特征比較研究[J].應(yīng)用生態(tài)學(xué)報(bào),2002,13(6):689-692.

[31] 朱艷,李映雪,周冬琴,等.稻麥葉片氮含量與冠層反射光譜的定量關(guān)系[J].生態(tài)學(xué)報(bào),2006,26(10):3463-3469.

[32] 譚昌偉,周清波,齊臘,等.水稻氮素營(yíng)養(yǎng)高光譜遙感診斷模型[J].應(yīng)用生態(tài)學(xué)報(bào),2008,19(6):1261-1268.

[33] 覃夏,王紹華,薛利紅.江西鷹潭地區(qū)早稻氮素營(yíng)養(yǎng)光譜診斷模型的構(gòu)建與應(yīng)用[J].中國(guó)農(nóng)業(yè)科學(xué),2011,44(4): 691-698.

[34] Chappelle E W, Kim M S, McMurtrey J E. Ratio analysis of reflectance spectra (PARS): an algorithm for the remote estimation of the concentrations of chlorophyll a, chlorophyll b, and carotenoids in soybean leaves[J]. Remote Sensing of Environment,1992(39):239-247.

[35] Thomas J R, Gausman H W. Leaf reflectance vs. leaf chlorophyll and carotenoid concentrations for eight crops[J]. Agronomy Journal,1977(60):799-802.

[36] Zhang Y, Chen J M, John R M, et al. Leaf chlorophyll content retrieval from airborne hyperspectral remote sensing imagery[J].Remote Sensing of Environment,2008,112(7):3234-3247.

[37] 吳長(zhǎng)山,項(xiàng)月琴,鄭蘭芬,等.利用高光譜數(shù)據(jù)對(duì)作物群體葉綠素密度估算的研究[J].遙感學(xué)報(bào),2000,4(3):228-232.

[38] 孫雪梅,周啟發(fā),何秋霞.利用高光譜參數(shù)預(yù)測(cè)水稻葉片葉綠素和籽粒蛋白質(zhì)含量[J].作物學(xué)報(bào),2005,31(7): 844-850.

[39] 陳維君,周啟發(fā),黃敬峰.用高光譜植被指數(shù)估算水稻乳熟后葉片和穗的色素含量[J].中國(guó)水稻科學(xué),2006,20(4):434-439.

[40] 楊杰,田永超,姚霞,等.水稻上部葉片葉綠素含量的高光譜估算模型[J].生態(tài)學(xué)報(bào),2009,29(12):6561-6571.

[41] Danson F M, Steven M D, Malthus T J, et al. High spectral resolution data for determining leaf water concentration[J].International Journal of Remote Sensing,1992(13):461-470.

[42] Ceccato P, Flasse S, Tarantola S, et al. Detecting vegetation leaf water content using reflectance in the optical domain[J]. Remote Sensing of Environment,2001(77):22-23.

篇9

關(guān)鍵詞標(biāo)準(zhǔn)化;現(xiàn)代農(nóng)業(yè);基本特征;關(guān)系

勞動(dòng)生產(chǎn)率是衡量現(xiàn)代農(nóng)業(yè)的重要指標(biāo)，現(xiàn)代農(nóng)業(yè)的發(fā)展離不開大的社會(huì)經(jīng)濟(jì)條件，現(xiàn)代農(nóng)業(yè)有著明顯的時(shí)代和區(qū)域特征。標(biāo)準(zhǔn)化是現(xiàn)代農(nóng)業(yè)發(fā)展的基礎(chǔ)和重要特征之一，標(biāo)準(zhǔn)化在穩(wěn)定農(nóng)產(chǎn)品質(zhì)量、農(nóng)業(yè)產(chǎn)業(yè)化、科技成果推廣等方面發(fā)揮更加重要的作用。現(xiàn)代農(nóng)業(yè)發(fā)展對(duì)標(biāo)準(zhǔn)化提出了更高要求，將在農(nóng)產(chǎn)品質(zhì)量安全、農(nóng)業(yè)機(jī)械化、精確高效農(nóng)業(yè)、提高勞動(dòng)生產(chǎn)率和規(guī)范市秩序等方面發(fā)揮更加重要的作用。

國(guó)內(nèi)外農(nóng)業(yè)發(fā)展的實(shí)踐經(jīng)驗(yàn)表明，農(nóng)業(yè)標(biāo)準(zhǔn)化是農(nóng)業(yè)現(xiàn)代化的重要內(nèi)容和基礎(chǔ)。無論是大規(guī)模農(nóng)場(chǎng)化經(jīng)營(yíng)還是設(shè)施農(nóng)業(yè)的發(fā)展，都離不開標(biāo)準(zhǔn)化的支持。大規(guī)模農(nóng)場(chǎng)化經(jīng)營(yíng)所必需的機(jī)械化、農(nóng)藝與農(nóng)機(jī)相適應(yīng)的生產(chǎn)方式，都是標(biāo)準(zhǔn)化的成果。設(shè)施農(nóng)業(yè)更是以市場(chǎng)為導(dǎo)向的高科技、高標(biāo)準(zhǔn)精確農(nóng)業(yè)生產(chǎn)。因此，大力推行農(nóng)業(yè)標(biāo)準(zhǔn)化，包括農(nóng)產(chǎn)品生產(chǎn)及加工、流通的標(biāo)準(zhǔn)化，帶動(dòng)農(nóng)業(yè)生產(chǎn)專業(yè)化和區(qū)域化，進(jìn)而推動(dòng)農(nóng)業(yè)的戰(zhàn)略性結(jié)構(gòu)調(diào)整。

推進(jìn)農(nóng)業(yè)標(biāo)準(zhǔn)化是保障農(nóng)產(chǎn)品質(zhì)量和消費(fèi)安全的重要手段[1]。近年來，因農(nóng)藥殘留、獸藥殘留和其他有毒有害物質(zhì)超標(biāo)，導(dǎo)致的農(nóng)產(chǎn)品污染和中毒事件時(shí)有發(fā)生，嚴(yán)重威脅了廣大消費(fèi)者的身體健康和生命安全。這些問題的出現(xiàn)或多或少都與沒有建立起完善的標(biāo)準(zhǔn)體系和農(nóng)產(chǎn)品質(zhì)量監(jiān)督體系有關(guān)。同時(shí)，又缺乏相應(yīng)的標(biāo)準(zhǔn)化生產(chǎn)體系對(duì)農(nóng)產(chǎn)品生產(chǎn)和加工過程進(jìn)行嚴(yán)密的過程監(jiān)控，使得農(nóng)產(chǎn)品安全問題日益突出。沒有農(nóng)業(yè)標(biāo)準(zhǔn)化，就沒有農(nóng)業(yè)現(xiàn)代化，就沒有食品安全保障。

推進(jìn)農(nóng)業(yè)標(biāo)準(zhǔn)化是建設(shè)現(xiàn)代農(nóng)業(yè)的現(xiàn)實(shí)選擇，是現(xiàn)代農(nóng)業(yè)的重要標(biāo)志。現(xiàn)代農(nóng)業(yè)不僅要求農(nóng)產(chǎn)品品種要標(biāo)準(zhǔn)化、農(nóng)業(yè)生產(chǎn)技術(shù)標(biāo)準(zhǔn)化，農(nóng)業(yè)生產(chǎn)管理也要標(biāo)準(zhǔn)化，還要求農(nóng)業(yè)市場(chǎng)規(guī)范、農(nóng)村經(jīng)濟(jì)信息建設(shè)也要標(biāo)準(zhǔn)化。建設(shè)現(xiàn)代農(nóng)業(yè)的過程在某種程度上也是農(nóng)業(yè)標(biāo)準(zhǔn)化的過程、農(nóng)業(yè)信息化的過程和農(nóng)業(yè)市場(chǎng)化的過程[2]。

1現(xiàn)代農(nóng)業(yè)的基本特征

世界農(nóng)業(yè)發(fā)展的歷史，尤其是歐美現(xiàn)代農(nóng)業(yè)的發(fā)展已經(jīng)證明農(nóng)業(yè)現(xiàn)代化是在工業(yè)現(xiàn)代化基礎(chǔ)上發(fā)展起來的。其具備以下幾個(gè)重要特征。

1.1較高的勞動(dòng)生產(chǎn)率

勞動(dòng)生產(chǎn)率是衡量現(xiàn)代化發(fā)展水平的最重要標(biāo)志，也是農(nóng)業(yè)現(xiàn)代化的核心要素。農(nóng)業(yè)發(fā)展的歷史表明，持續(xù)提高的勞動(dòng)生產(chǎn)率是農(nóng)業(yè)產(chǎn)業(yè)吸引人才和資本進(jìn)入的重要指標(biāo)，作為社會(huì)經(jīng)濟(jì)發(fā)展中的第一產(chǎn)業(yè)，農(nóng)業(yè)的發(fā)展依賴于社會(huì)經(jīng)濟(jì)發(fā)展的條件、不同的社會(huì)發(fā)展水平和經(jīng)濟(jì)條件，農(nóng)業(yè)現(xiàn)代化有著不同的表現(xiàn)形式，因而有著鮮明的時(shí)代特征。

1.2具有很強(qiáng)的區(qū)域特色

農(nóng)業(yè)對(duì)環(huán)境的依賴很強(qiáng)，現(xiàn)代農(nóng)業(yè)的發(fā)展水平與其所處的區(qū)域環(huán)境密切相關(guān)，因而現(xiàn)代農(nóng)業(yè)有著很強(qiáng)的區(qū)域特色，這也是特色農(nóng)業(yè)發(fā)展的基礎(chǔ)。但是農(nóng)業(yè)資源又是脆弱的，部分資源如淡水等又是不可再生的，因此注重對(duì)農(nóng)業(yè)資源和環(huán)境的保護(hù)和可持續(xù)利用是現(xiàn)代農(nóng)業(yè)發(fā)展所必需的。

1.3科技貢獻(xiàn)率高

現(xiàn)代農(nóng)業(yè)是在工業(yè)化基礎(chǔ)上發(fā)展起來的，用現(xiàn)代工業(yè)裝備的，其基本特征是:技術(shù)性能優(yōu)良的現(xiàn)代農(nóng)業(yè)機(jī)器體系被廣泛應(yīng)用，因而機(jī)器作業(yè)基本上替代了人畜力作業(yè);同時(shí)用現(xiàn)代組織管理方法來經(jīng)營(yíng)。現(xiàn)代農(nóng)業(yè)是廣泛應(yīng)用現(xiàn)代科學(xué)技術(shù)、現(xiàn)代工業(yè)提供的生產(chǎn)資料和科學(xué)管理方法的產(chǎn)業(yè)。

1.4市場(chǎng)化程度高

傳統(tǒng)農(nóng)業(yè)最重要的特征是自給自足，因而現(xiàn)代農(nóng)業(yè)只有面向市場(chǎng)，提高商品率，通過市場(chǎng)機(jī)制來配置資源，才能建立起科學(xué)完整的產(chǎn)業(yè)體系。廣泛采用先進(jìn)適用的農(nóng)業(yè)科學(xué)技術(shù)、生物技術(shù)和生產(chǎn)模式，改善農(nóng)產(chǎn)品的品質(zhì)、降低生產(chǎn)成本，以適應(yīng)市場(chǎng)對(duì)農(nóng)產(chǎn)品需求優(yōu)質(zhì)化、多樣化、標(biāo)準(zhǔn)化的發(fā)展趨勢(shì)。現(xiàn)代農(nóng)業(yè)的發(fā)展過程實(shí)質(zhì)上是先進(jìn)科學(xué)技術(shù)在農(nóng)業(yè)領(lǐng)域廣泛應(yīng)用的過程，是用現(xiàn)代科技改造傳統(tǒng)農(nóng)業(yè)的過程。

2農(nóng)業(yè)標(biāo)準(zhǔn)化與現(xiàn)代農(nóng)業(yè)的關(guān)系

2.1農(nóng)業(yè)標(biāo)準(zhǔn)化是農(nóng)業(yè)現(xiàn)代化的重要內(nèi)容和基礎(chǔ)

(1)標(biāo)準(zhǔn)體系的過程控制作用。標(biāo)準(zhǔn)化最重要的作用是過程控制作用，即準(zhǔn)確識(shí)別過程、制訂優(yōu)化的程序和方法，實(shí)施標(biāo)準(zhǔn)得到最佳秩序、持續(xù)改進(jìn)和提高，也就是常說的PDCA循環(huán)。農(nóng)業(yè)生產(chǎn)過程中準(zhǔn)確地識(shí)別農(nóng)產(chǎn)品的生產(chǎn)和加工過程，建立起系統(tǒng)化的標(biāo)準(zhǔn)，就形成了覆蓋農(nóng)業(yè)生產(chǎn)和加工全過程的標(biāo)準(zhǔn)體系[3]。標(biāo)準(zhǔn)體系的實(shí)施將強(qiáng)化對(duì)農(nóng)產(chǎn)品生產(chǎn)過程的控制，使農(nóng)產(chǎn)品的質(zhì)量更加符合市場(chǎng)的需求。

而農(nóng)業(yè)生產(chǎn)與工業(yè)生產(chǎn)相比，最大的不同就在于生產(chǎn)過程不可預(yù)期性更強(qiáng)，也就是農(nóng)業(yè)生產(chǎn)的結(jié)果即是最終的農(nóng)產(chǎn)品受環(huán)境變化的影響特別大，任何一個(gè)環(huán)節(jié)的失控就會(huì)使最終的產(chǎn)品質(zhì)量失去控制，近年來反復(fù)出現(xiàn)的農(nóng)產(chǎn)品質(zhì)量安全事故就證明了這一點(diǎn)。因而在農(nóng)業(yè)生產(chǎn)中加強(qiáng)對(duì)生產(chǎn)過程的控制尤其重要，只有過程受到生產(chǎn)者和監(jiān)管方法的控制，才能確保生產(chǎn)的結(jié)果符合市場(chǎng)的預(yù)期。

(2)保障農(nóng)產(chǎn)品質(zhì)量的穩(wěn)定和提高。農(nóng)產(chǎn)品是農(nóng)業(yè)生產(chǎn)和加工的最終結(jié)果，是農(nóng)業(yè)生產(chǎn)成果的集中體現(xiàn)，是農(nóng)業(yè)產(chǎn)業(yè)利潤(rùn)實(shí)現(xiàn)的載體。對(duì)農(nóng)產(chǎn)品質(zhì)量的要求隨著社會(huì)經(jīng)濟(jì)的不斷發(fā)展而提高，因而市場(chǎng)對(duì)農(nóng)產(chǎn)品的質(zhì)量要求是持續(xù)變化的，或者說是持續(xù)提高的。農(nóng)產(chǎn)品質(zhì)量的最直接體現(xiàn)就是產(chǎn)品標(biāo)準(zhǔn)。產(chǎn)品標(biāo)準(zhǔn)是農(nóng)業(yè)生產(chǎn)標(biāo)準(zhǔn)體系的核心，也是農(nóng)業(yè)生產(chǎn)的目標(biāo)。農(nóng)產(chǎn)品質(zhì)量標(biāo)準(zhǔn)既能夠客觀地反映市場(chǎng)，又能在市場(chǎng)需求的推動(dòng)下不斷改進(jìn)和提高，再回到生產(chǎn)環(huán)節(jié)，對(duì)生產(chǎn)過程提出更高的要求，對(duì)生產(chǎn)過程的標(biāo)準(zhǔn)也提出更高的要求[4]。

農(nóng)業(yè)標(biāo)準(zhǔn)化還是增強(qiáng)農(nóng)產(chǎn)品國(guó)際競(jìng)爭(zhēng)力和調(diào)節(jié)農(nóng)產(chǎn)品進(jìn)出口的重要手段。我國(guó)加入WTO后，價(jià)格優(yōu)勢(shì)在國(guó)際市場(chǎng)上受到了安全標(biāo)準(zhǔn)的挑戰(zhàn)。我國(guó)90%的農(nóng)產(chǎn)品出口企業(yè)，不同程度地受到國(guó)外技術(shù)壁壘的影響，如有機(jī)農(nóng)產(chǎn)品、農(nóng)業(yè)GAP生產(chǎn)等都是更高標(biāo)準(zhǔn)的農(nóng)業(yè)生產(chǎn)。同時(shí)，由于我國(guó)標(biāo)準(zhǔn)“門檻”低，加之檢測(cè)能力弱，客觀上為國(guó)外農(nóng)產(chǎn)品大量進(jìn)入我國(guó)市場(chǎng)提供了便利。在此形勢(shì)下，加快建立符合國(guó)際規(guī)范和食品安全的農(nóng)業(yè)標(biāo)準(zhǔn)化體系，已成為現(xiàn)代農(nóng)業(yè)發(fā)展的必然要求。

(3)加快農(nóng)業(yè)科技成果的推廣應(yīng)用。推進(jìn)農(nóng)業(yè)標(biāo)準(zhǔn)化是促進(jìn)農(nóng)業(yè)科技成果轉(zhuǎn)化和推進(jìn)產(chǎn)業(yè)化經(jīng)營(yíng)的有效途徑。農(nóng)業(yè)標(biāo)準(zhǔn)化生產(chǎn)示范區(qū)建設(shè)的實(shí)踐證明:農(nóng)業(yè)標(biāo)準(zhǔn)化是促進(jìn)科技成果轉(zhuǎn)化為生產(chǎn)力的有效途徑，是提升農(nóng)產(chǎn)品質(zhì)量安全水平、增強(qiáng)農(nóng)產(chǎn)品市場(chǎng)競(jìng)爭(zhēng)能力的重要保證，是提高經(jīng)濟(jì)效益、增加農(nóng)民收入和實(shí)現(xiàn)農(nóng)業(yè)現(xiàn)代化的基本前提。加快農(nóng)業(yè)標(biāo)準(zhǔn)化進(jìn)程，是新世紀(jì)新階段推進(jìn)農(nóng)業(yè)產(chǎn)業(yè)革命的戰(zhàn)略要求。

農(nóng)業(yè)標(biāo)準(zhǔn)化既源于農(nóng)業(yè)科技創(chuàng)新，又是農(nóng)業(yè)科技創(chuàng)新轉(zhuǎn)化為現(xiàn)實(shí)生產(chǎn)力的載體。科技成果轉(zhuǎn)化為標(biāo)準(zhǔn)，可以成倍地提高推廣應(yīng)用的覆蓋面。同時(shí)，標(biāo)準(zhǔn)的提高又會(huì)推動(dòng)科技創(chuàng)新。農(nóng)業(yè)產(chǎn)業(yè)化經(jīng)營(yíng)是新時(shí)期推進(jìn)農(nóng)業(yè)和農(nóng)村經(jīng)濟(jì)發(fā)展的重要組織形式。農(nóng)業(yè)產(chǎn)業(yè)化的實(shí)施過程，既是農(nóng)產(chǎn)品生產(chǎn)、加工、流通行為標(biāo)準(zhǔn)化的過程，也是規(guī)范千家萬戶農(nóng)民生產(chǎn)行為和應(yīng)對(duì)千變?nèi)f化農(nóng)產(chǎn)品市場(chǎng)的過程。可以說，沒有農(nóng)業(yè)的標(biāo)準(zhǔn)化，就難以實(shí)現(xiàn)農(nóng)業(yè)的產(chǎn)業(yè)化。

2.2現(xiàn)代農(nóng)業(yè)發(fā)展需要更高水平的標(biāo)準(zhǔn)化

(1)土地制度。規(guī)模化是現(xiàn)代農(nóng)業(yè)的基本要素之一，農(nóng)業(yè)產(chǎn)業(yè)發(fā)展的基礎(chǔ)是土地制度，這是由于農(nóng)業(yè)對(duì)土地資源的嚴(yán)重依賴決定的。無論從歷史還是國(guó)外發(fā)展歷程看都是如此。我國(guó)農(nóng)業(yè)過去逾30年所取得的成果是建立在以家庭為單位的農(nóng)業(yè)承包制基礎(chǔ)上的，曾經(jīng)給中國(guó)的農(nóng)民帶來了實(shí)惠和富裕，也在部分上解放了農(nóng)業(yè)生產(chǎn)力。但從現(xiàn)代農(nóng)業(yè)標(biāo)準(zhǔn)發(fā)展的要求來看，從農(nóng)業(yè)產(chǎn)業(yè)化和工業(yè)化的發(fā)展來看，這種劃地為制的承包顯然也存在著一些不足。國(guó)外農(nóng)業(yè)發(fā)達(dá)國(guó)家大多實(shí)行的是私人農(nóng)場(chǎng)主或農(nóng)田主制，這種形式也許更便于實(shí)施企業(yè)化式的標(biāo)準(zhǔn)化管理。目前，我國(guó)政府正在著力推進(jìn)合理的土地流轉(zhuǎn)制度，即在不改變土地所有權(quán)性質(zhì)的基礎(chǔ)上，鼓勵(lì)土地經(jīng)營(yíng)權(quán)的流動(dòng)，在一定范圍內(nèi)擴(kuò)大農(nóng)業(yè)生產(chǎn)的組織規(guī)模[5]。但隨著社會(huì)主義市場(chǎng)經(jīng)濟(jì)的成熟發(fā)展，尤其是城市化進(jìn)程的加快，有必要探索一條更適合于我國(guó)國(guó)情、更利于農(nóng)業(yè)現(xiàn)代化的生產(chǎn)的土地制度。

(2)農(nóng)業(yè)產(chǎn)業(yè)化的市場(chǎng)規(guī)范機(jī)制。現(xiàn)代農(nóng)業(yè)是直接面向市場(chǎng)的產(chǎn)業(yè)，充分發(fā)揮市場(chǎng)配置資源的作用是必需條件。而我國(guó)農(nóng)業(yè)產(chǎn)業(yè)市場(chǎng)化程度仍然較低。近幾年來很多農(nóng)產(chǎn)品出現(xiàn)價(jià)格的巨幅波動(dòng)，造成農(nóng)民收入大幅降低。這一方面是由于我國(guó)的農(nóng)業(yè)生產(chǎn)者綜合素質(zhì)還比較低，還不具備直接面向市場(chǎng)的能力;另一方面，一個(gè)重要的原因是市場(chǎng)規(guī)范機(jī)制未完全建立起來，流通環(huán)節(jié)對(duì)農(nóng)產(chǎn)品市場(chǎng)的主導(dǎo)作用太強(qiáng)，農(nóng)業(yè)專業(yè)化合作社未能真正發(fā)揮聯(lián)系市場(chǎng)的橋梁作用，并在一定程度上對(duì)市場(chǎng)的波動(dòng)起到推波助瀾的作用。而國(guó)外農(nóng)產(chǎn)品在市場(chǎng)上的流通都是由專門的協(xié)會(huì)或公司來組織，相應(yīng)的法律法規(guī)、行業(yè)協(xié)會(huì)標(biāo)準(zhǔn)等都起到約束和規(guī)范作用。因此，建立起適應(yīng)我國(guó)國(guó)情與社會(huì)主義市場(chǎng)經(jīng)濟(jì)相適應(yīng)的市場(chǎng)規(guī)范機(jī)制和體系顯得尤為迫切。

(3)農(nóng)業(yè)生產(chǎn)效率的不斷提高。農(nóng)業(yè)現(xiàn)代化最明顯的標(biāo)志是勞動(dòng)生產(chǎn)率的提高。因此，實(shí)現(xiàn)農(nóng)業(yè)現(xiàn)代化需要不斷地改善生產(chǎn)條件，提高基礎(chǔ)設(shè)施和現(xiàn)代化的物質(zhì)裝備條件。而我國(guó)人多地少的國(guó)情又要求不能片面地追求大規(guī)模農(nóng)場(chǎng)化生產(chǎn)，集約化、高效率地使用各種現(xiàn)代生產(chǎn)投入要素，包括水、電力、農(nóng)膜、肥料、農(nóng)藥、良種、農(nóng)業(yè)機(jī)械等物質(zhì)投入和農(nóng)業(yè)勞動(dòng)力投入，從而達(dá)到提高農(nóng)業(yè)生產(chǎn)率的目的是人們現(xiàn)實(shí)的選擇。標(biāo)準(zhǔn)化作業(yè)可以提高農(nóng)業(yè)資源的使用效率，規(guī)范使用可以提高農(nóng)業(yè)生產(chǎn)的控制水平，對(duì)農(nóng)產(chǎn)品質(zhì)量穩(wěn)定起到保障作用。

探索不同形式的農(nóng)業(yè)合作組織和專業(yè)化生產(chǎn)是提高勞動(dòng)生產(chǎn)率有效的方式。最高水平的專業(yè)化生產(chǎn)應(yīng)該是社會(huì)化，也就是將農(nóng)業(yè)生產(chǎn)過程中的部分產(chǎn)品或服務(wù)進(jìn)行工業(yè)化改造，利用工業(yè)化的成果來提高農(nóng)業(yè)產(chǎn)業(yè)的勞動(dòng)生產(chǎn)率。現(xiàn)實(shí)情況下涌現(xiàn)了很多農(nóng)業(yè)組織，要充分利用標(biāo)準(zhǔn)化“統(tǒng)一、簡(jiǎn)化、選優(yōu)”的原則進(jìn)行組織，獲得最佳秩序，以確實(shí)提高生產(chǎn)率。

3結(jié)語

農(nóng)業(yè)現(xiàn)代化是一個(gè)漸進(jìn)的過程，離不開當(dāng)?shù)氐纳鐣?huì)經(jīng)濟(jì)發(fā)展條件。標(biāo)準(zhǔn)化是現(xiàn)代管理和現(xiàn)代大規(guī)模農(nóng)業(yè)生產(chǎn)的基礎(chǔ)，也是現(xiàn)代農(nóng)業(yè)發(fā)展的基礎(chǔ)。現(xiàn)代農(nóng)業(yè)生產(chǎn)追求的高質(zhì)量農(nóng)產(chǎn)品需要標(biāo)準(zhǔn)化;現(xiàn)代農(nóng)業(yè)生產(chǎn)要求的機(jī)械化需要農(nóng)機(jī)與農(nóng)藝相結(jié)合的標(biāo)準(zhǔn)化;高投入高產(chǎn)出的集約化生產(chǎn)、精準(zhǔn)農(nóng)業(yè)都需要更高水平的農(nóng)業(yè)標(biāo)準(zhǔn)化來控制生產(chǎn)過程，因而現(xiàn)代農(nóng)業(yè)發(fā)展過程需要更加重視標(biāo)準(zhǔn)化的基礎(chǔ)和保障作用。

4參考文獻(xiàn)

[1] 金人憲，王瑛.農(nóng)業(yè)標(biāo)準(zhǔn)化在食品質(zhì)量安全中的作用[J].現(xiàn)代農(nóng)業(yè)科技，2008(12):307，309.

[2] 楊謹(jǐn)，楊娜.標(biāo)準(zhǔn)化在實(shí)現(xiàn)農(nóng)業(yè)產(chǎn)業(yè)化中的重要作用[J].現(xiàn)代農(nóng)業(yè)科技，2007(16):211-212.

[3] 鄒冬梅，陳成海，陳業(yè)淵.實(shí)施農(nóng)業(yè)標(biāo)準(zhǔn)化 促進(jìn)熱帶現(xiàn)代農(nóng)業(yè)發(fā)展[J].熱帶農(nóng)業(yè)工程，2009，33(6):53-56.

篇10

關(guān)鍵詞:水資源；協(xié)調(diào)發(fā)展度模型；評(píng)價(jià)指標(biāo)

引言

水資源是人們生活的必需品，但是隨著人們的過度開發(fā)和使用，水資源的短缺便成為了社會(huì)發(fā)展所需要面臨的重要問題，我國(guó)政府對(duì)其的關(guān)注度也比較高，尤其是在工農(nóng)業(yè)用水加劇的狀況下，水資源使用之間的爭(zhēng)奪更是變得越發(fā)的嚴(yán)峻，農(nóng)業(yè)用水空間所受到的壓力也十分的明顯。水資源的過度開發(fā)和使用都會(huì)影響到我國(guó)的生態(tài)環(huán)境。所以，必須要就水資源的使用和環(huán)境經(jīng)濟(jì)協(xié)調(diào)性的發(fā)展進(jìn)行更為深入的探究。

1協(xié)調(diào)度的概述

水資源、環(huán)境和區(qū)域經(jīng)濟(jì)的可持續(xù)發(fā)展主要就是為了提升三者之間發(fā)展高度，是一個(gè)和諧發(fā)展的過程，這個(gè)發(fā)展過程不能過于簡(jiǎn)單，其并不直接和增長(zhǎng)保持一致，其增長(zhǎng)主要是在一定的時(shí)間內(nèi)，提升其總量。讓社會(huì)更具系統(tǒng)化的特性，在實(shí)際的發(fā)展過程中，不能一味的以犧牲環(huán)境和破壞生態(tài)環(huán)境當(dāng)做發(fā)展的代價(jià)，需要統(tǒng)籌規(guī)劃，合理的使用水資源、環(huán)境和區(qū)域經(jīng)濟(jì)，讓其發(fā)展更具可持續(xù)以及可循環(huán)的特性，將協(xié)調(diào)度概念放置到其中，對(duì)其進(jìn)行更為精確合理的評(píng)價(jià)。了解協(xié)同發(fā)展的和諧趨勢(shì)，對(duì)其協(xié)調(diào)的狀況進(jìn)行定量性的評(píng)價(jià)，該過程始終處于一個(gè)動(dòng)態(tài)的變化狀態(tài)，所以在某時(shí)間點(diǎn)以及某時(shí)間段都不能單獨(dú)的考慮其數(shù)據(jù)的變化情況，需要把其放置在相應(yīng)的時(shí)間序列之中，對(duì)其進(jìn)行綜合性的考慮，分析時(shí)間段的協(xié)調(diào)狀況，在協(xié)調(diào)度的評(píng)價(jià)內(nèi)容中，合理的使用空間區(qū)域，對(duì)其進(jìn)行精確的衡量。

2構(gòu)建協(xié)調(diào)發(fā)展評(píng)價(jià)模型

2.1協(xié)調(diào)發(fā)展指標(biāo)體系構(gòu)建原則

首先，要遵循科學(xué)性的原則，在其所構(gòu)建的指標(biāo)內(nèi)容中，需要嚴(yán)苛且精準(zhǔn)的反饋出水資源的使用狀況，找出水資源使用和環(huán)境經(jīng)濟(jì)發(fā)展之間所存在的連接關(guān)系，設(shè)定好環(huán)境管理機(jī)制。其次，要遵循全面性的原則，在其構(gòu)建的指標(biāo)體系之中，其所涉及到的層面比較廣，所以其所設(shè)定的指標(biāo)必須要帶有代表性的特征，這樣可以較為全面的反應(yīng)出三者之間的關(guān)系。最后是動(dòng)態(tài)性的原則，水資源的使用以及環(huán)境經(jīng)濟(jì)的發(fā)展都處于一個(gè)動(dòng)態(tài)的變化過程，所以，在構(gòu)建協(xié)調(diào)發(fā)展指標(biāo)體系時(shí)，需要分析系統(tǒng)的動(dòng)態(tài)化特征，了解其發(fā)展的趨勢(shì)以及變化的現(xiàn)狀。收集整理相關(guān)的數(shù)據(jù)信息，對(duì)其進(jìn)行過量化的處理。

2.2指標(biāo)體系的構(gòu)建

使用時(shí)間序列協(xié)調(diào)度來正確的評(píng)價(jià)相關(guān)指標(biāo)，同時(shí)還應(yīng)當(dāng)在選擇指標(biāo)時(shí)，盡可能的選擇可以反饋出經(jīng)濟(jì)、水資源利用率和環(huán)境的指標(biāo)。站在農(nóng)業(yè)用水的層面上選擇指標(biāo)。

2.3協(xié)調(diào)度評(píng)價(jià)等級(jí)

利用相關(guān)的公式去計(jì)算協(xié)調(diào)發(fā)展度的等級(jí)，并對(duì)協(xié)調(diào)發(fā)展度的等級(jí)進(jìn)行精確合理的劃分，深入的分析各個(gè)系統(tǒng)之間所存在的協(xié)調(diào)關(guān)系，對(duì)協(xié)調(diào)發(fā)展等級(jí)進(jìn)行論述。

3水資源使用和環(huán)境經(jīng)濟(jì)協(xié)調(diào)發(fā)展的措施

3.1堅(jiān)持系統(tǒng)、長(zhǎng)期、全局的指導(dǎo)思想

城市的可持續(xù)發(fā)展內(nèi)容比較復(fù)雜，需要在提升經(jīng)濟(jì)的同時(shí)，合理且高效的使用各類資源能源，切實(shí)的保障城市的生態(tài)環(huán)境，賦予其生態(tài)環(huán)境穩(wěn)定性以及舒適性的特征。所有的城市發(fā)展都會(huì)和周邊的城市地區(qū)相交流，其關(guān)系十分的緊密，對(duì)此，在制定可持續(xù)發(fā)展措施時(shí)，需要從全局的角度上出發(fā)，利用好各類經(jīng)濟(jì)發(fā)展的機(jī)遇以及條件，不斷的提升水資源使用的高效性。

3.2尊重自然發(fā)展環(huán)境經(jīng)濟(jì)

城市的自然環(huán)境是城市賴以生存的基礎(chǔ)，但往往是城市發(fā)展的制約因素。城市的地形地貌、水源容量、地質(zhì)分布狀態(tài)、植被條件和氣候特征等因素，都是影響城市規(guī)劃非常重要的限制性條件。可持續(xù)發(fā)展的城市規(guī)劃，在綜合考慮城市功能的前提下，必須慎重考慮這些自然條件。規(guī)劃師與資源管理者必須有清醒的認(rèn)識(shí)，山地城市等都是自然環(huán)境與城市建設(shè)有機(jī)結(jié)合的結(jié)果。