基于精准农业设计的水稻施肥系统开发

杨亨东

(重庆商务职业学院，重庆 401331)



基于精准农业设计的水稻施肥系统开发

杨亨东

(重庆商务职业学院，重庆 401331)

水稻是我国的第一大粮食作物，每年在水稻的农业生产上需投入大量人力和物力。而肥料是水稻种植成本的重要组成部分，也是高产稳产的保证，长期以来，我国水稻生产上过量施肥和盲目施肥情况普遍存在。为此，开发出一种基于精准农业设计的水稻施肥系统，可减少施肥量，提高水稻的产量，对于中产田能有特别明显的节肥增产的效果，在我国有广阔的应用前景。

施肥系统；水稻；精准农业

0 引言

水稻是我国的第一大粮食作物，每年在水稻的生产上需投入大量的人力和物力。其中，肥料是水稻种植成本的重要组成部分，也是高产稳产的保证。长期以来，我国水稻的种植是以传统的方式为主，农业的自动化和智能化水平不高，过量施肥及不考虑养分比例的盲目施肥情况普遍存在，肥料的利用效率较低，增加了生产成本；而肥料随着水土的流失还能引起严重的环境污染[1]。因此，根据水稻种植区域的土壤类型和养分含量情况，针对水稻各生长发育阶段对各种矿物质营养元素需求，开发定量的科学施肥技术，对于解决上述问题，实现农业的可持续发展具有重要意义。

精准农业是以全球定位、地理信息和遥感为主要技术支撑发展起来的一种全新的农业生产方式[2]，其将大田划分为几平方米的小区作为基本单元，利用地面监测技术、计算机软件处理技术等对各小区内的环境和农作物生长状况进行监测，利于智能专家系统分析获取的数据信息，并做出相应的诊断决策，最终对各个小区进行精准播种、施肥、灌溉、防虫以及收获。精准农业引入了各种现代技术服务于农业生产，指导农业生产物资合理配置和高效利用，可以实现低投入和高产出，是农业生产未来的发展趋势。

精准施肥是精准农业技术在实际生产中的重要用途之一：首先利用全球定位系统对不同小区进行精准识别，通过地理信息系统和遥感技术检测土壤养分和农作物的生长和状况，特别是与农作物必需营养元素相关的各种外观上的生理指标；最后，通过计算机进行统计分析，发出指令，由执行设备实现肥料的精确投入。我国水稻每年的种植面积达到0.3亿hm2，仅次于印度，居世界第二;但我国幅员辽阔，各水稻种植区都有其独特的土壤类型，肥力也参差不齐。同时，在我国商业化种植的水稻中籼粳亚种并存，相同亚种内的品种繁多，而不同品种对肥料的需求存在差异。以上因素给实际生产中科学施肥增加了难度，也为精准农业设计在水稻施肥中的应用和推广提供了契机。为了解决水稻生产过程中过量和盲目施肥的问题、提高肥料的利用效率，本文开发出一种基于精准农业设计的水稻施肥系统，能极大地节约肥料投入和提高产量，为农民实现增收提供技术支持。

1 设计原理及机构

1.1 设计原理

本水稻精准施肥系统是一系列集成化的智能化程序，以水稻专家数据库提供的专业知识进行模拟和推断，对水稻的精准施肥的问题进行决策。该水稻科学施肥系统用包括采集氮、磷、钾元素的种类、数量及其比例关系的信息及对试验区域的土壤肥力变量、肥料投放数据进行分析和管理，建立该自然条件下的水稻科学施肥模型。在确定了肥料施用量和目标产量后，系统可设计出简单易行的施肥方案。

1.2 总体设计

水稻施肥控制系统由NXP系列微处理器LPC2138、核心控制元件、移动硬盘、ZLG7289A键盘及240160液晶显示屏等主要硬件组成。试验中的变量通过两种模型进行比较，设定允许的误差范围，用LPCA2138微处理器的输出结果作为结论。模型的输入端为土壤中的氮、磷、钾含量，再设定目标产量，输出端为氮磷钾肥施用量，充分利用了实际生产中这三者之间的非线性关系。本设计参考了梁春英的试验结果，设置的控制系统施肥区间为120～226kg/hm2，在0～100之间分为100级，变异系数为±28.9%，根据水稻种植地区的土壤类型、肥力及气候条件，在Visual Basic 6.0和ARCGIS Engine10.3软件上开发出水稻科学施肥系统。该系统的作用是把地图信息与施肥方案进行链接，操作者在电脑上可以看到任何一个地图上田间单元地块的土壤类型、有机质含量及可供水稻吸收的氮磷钾含量等土壤肥力信息。

2 系统组成

用于支撑精细农业水稻施肥系统的技术：地理信息系统(GIS)、遥感技术(RS)、产量分布图生成系统(YMS)、变量施肥技术(VRT)、农田信息采集技术、决策支持系统(DSS)、智能化施肥机械(IFM)。

2.1 上位机

GIS首先获取试验区的地理坐标和地形地貌特征，将田块划分为基本的最小检测单元，显示在共同的坐标中；然后根据决策绘制作业执行图，将各种参数输入计算机，最后通过执行设备实现肥料投入、存储和打印输出。

2.2 下位机

RS的主要部件是高分辨率的广谱传感器，对水稻的整个生长期的广谱信号进行全面的观察监测；利用这些光谱信息，评判水稻的生长状况，为精细确定水稻所需的肥料种类和数量提供依据。例如，根据水稻的近红外辐射特征，可以确定其对氮素的需求状况。

2.3 温度监测

农田信息采集系统在硬件上是串联遥感系统和控制中心，在软件上进行数据的读取和后续处理。该系统采集和输出的都是即时数据，因此数据量很大。由于数据在时间上的不确定性，导致原始数据的后续处理计算量也较大，因此须要利用Windows CE环境下的串口提高系统的运行效率。

2.4 湿度监测

YMS在成熟阶段获取水稻产量形成在时间和空间上的动态分布，用于和各小区单元内的土壤肥力和施肥量数据结合起来进行分析，反映水稻在肥力施用前后过程中产量的变化。通过水稻测产系统即时获得产量信息后绘制产量图，可以用于大田的分区管理，指导合理施用化肥；还可以根据预测的产量，执行不同的施肥措施。

2.5 二氧化碳监测

决策支持系统(DSS)以生产者和水稻专家的专业知识及在实践中所获得的经验为基础，建立肥料在不同时空的投入与水稻的产量关系的模型，依托已有的数据库，对大田中各小区单元肥料投入的时机和数量做出决策。决策支持系统通过Visual Basic 6.0平台与地理信息系统集成，其功能包括水稻信息输入、统计分析、产量预测和施肥系统决策及结果输出。

2.6 光照强度监测

水稻的精准施肥由装载GPS定位导航系统的智能化施肥机械完成，机械接收系统的指令，获得精准的行走路线和方向。本研究的施肥机械采用性价比较高的OEM板和距差分方法组成GPS系统，定位精度为1m。同时，采用了一种施肥量动态调节装置，保证机械在行进中根据接收到的产量图，依据指令实时进行施肥量的调整功能，具有较高的可靠性和自动化水平。

3 田间试验

3.1 试验地点和水稻材料

田间试验于2015年在位于江西省南昌市进贤县的精准农业试验基地中进行。试验地位于双季稻平原区，土壤类型为潴育水稻土，有机质含量为27.7g/kg，有效氮含量为135mg/kg，速效磷含量为10.26mg/kg，速效钾含量为147mg/kg。试验地区雨水充沛，年降水量达到1 700mm。

试验所用的水稻材料为五优308，从江西省南昌市的农作物种子市场购买。该水稻品种是籼型的三系杂交水稻，由广东省农业科学院水稻研究所培育，适合在长江中下游作为双季晚稻种植。五优308已通过国家审定，被作为南方稻区的区域试验对照品种，拥有较大的种植面积。该品种对肥料的需求中等偏上，适合用于精准农业中的科学施肥试验。

3.2 试验设计

水稻在6月底播种，7月底采用人工移栽。根据田块的肥力划分为高、中、低3种，每种有3个田块，作为3次重复，按照随机区组排布。单个田块面积约600m2，包括传统施肥和精准施肥两种处理的小区，每个处理的小区面积约300m2。小区之间设置田埂，并用薄膜覆盖以防止肥料的渗漏。精准农业监测和作业的基本单元面积为10m2，每个处理小区包括30个单元；单元内的水稻株距16.7cm，行距20cm，单元之间的水稻植株空1行。

水分管理和病虫害防治采用传统的方式进行。肥料中的氮磷钾质量比例为N∶P2O5∶K2O=2∶1∶2，大致按照基肥、分蘖肥、穗肥和粒肥来施用。水稻成熟后在每个小区内随机选择5个单株调查有效穗数和结实率，最后收获测产。试验数据的统计分析在系统上用SSPS17.0软件进行，用T测验来检验两种处理下的数据的差异显著性。

3.3 试验结果与分析

传统农业模式在3种肥力的田块中所投入的肥料较多，以氮肥为例，其在低产田中施用的纯氮达到10 kg/hm2，在中高产田中的施肥量相对较少；但相比精准农业模式的施肥量仍然高出至少7%，这无疑增加了生产的成本。另外，还可以看出，与传统农业模式相比，精准农业的施肥模式在中低产田中更能大幅地降低肥料施用量，如表1所示。

表1 两种农业模式下所施的氮肥水平

Table 1 Two agricultural model of the applied nitrogen level

田块肥力传统施肥/kg·hm-2精准施肥/kg·hm-2低150138中135124高120112

与传统农业模式相比，精准农业施肥模式下的水稻单株有效穗数的差别不明显，仅在低产田中显著增加。精准施肥模式下的水稻结实率普遍升高，在中高产田中都达到显著的水平。3种性状中，水稻产量所受施肥模式的影响最为明显，精准施肥模式下3种田块中的产量都是显著增加的，在中产田中达到了极显著的水平，如表2所示。

表2 水稻在两种农业模式下的产量性状

精准施肥模式对水稻单个产量组成性状的影响并不很明显，但是能引起最终产量的大幅变化，说明其对水稻的影响是多方面的，可能包括生长发育、生理代谢和营养平衡等，这些效应最终都反应在了产量的增加上。

4 结论

以各种现代新技术为支撑，开发了一种基于精准农业的水稻科学施肥系统。田间的试验中，无论试验田块肥力如何，都能在减少施肥量的同时，提高水稻的产量。也有研究表明，基于精准农业的科学施肥系统在对其它作物的应用中，并没有导致增产，只是降低了施肥量。因此，这一系统在实际生产中的应用还须完善，各种变量和参数的设定也需要根据具体的环境条件和作物种类进一步的优化。该系统对于中产田能产生特别明显的节肥增产的效果，在我国水稻种植区土壤肥料普遍不高的环境下，具有广阔的应用前景[3]。

[1] 汪卫红．基于GIS的贵州水稻推荐施肥信息系统开发[D]．厦门: 厦门大学，2011．

[2] 陈沈斌，廖顺宝，王卷乐，等.精准水稻种植信息系统结构、管理与应用[J]．地球信息科学，2003(4):38-42．

[3] 靳双珍，刘国顺，闫新甫，等．我国发展精准农业的必要性与应用前景[J]．浙江农业科学，2012(2):414-416.Abstract ID:1003-188X(2017)07-0134-EA

Application of Computer Vision Technology in Tomato Picking under Natural Backgroud

Yang Hengdong

(Chongqing Vocational College of Business,Chongqing 401331,China)

Rice is the country's largest crop, every year a lot of manpower and material resources required to put on rice farming. Where fertilizer is an important part of the cost of rice cultivation, but also to ensure high and stable yields. For a long time, the production of rice and blind excessive fertilization fertilization circumstances prevailing against the status quo, this paper has developed a system based on precision agriculture rice fertilization design, in field trials to reduce the amount of fertilizer, while improving rice yield. For the middle of the field can have a particularly significant effect of fertilizer yield in China has broad prospects.

fertilization system; rice; precision agriculture

2016-06-06

重庆市市级教改项目(153301)

杨亨东(1983-)，男，重庆巫山人，讲师，(E-mail)yanghengdong518@163.com。

S224.2

A

1003-188X(2017)07-0134-03