精准农业的国内研究现状

返回列表
知识分享
作者:
发布时间:2021年12月06日
关注企业公众号:

精准农业(PrecisionFarming或PrecisionAgriculture)是由信息技术支持的根据空间变异,定位、定时、定量地实施一整套现代化农事操作与管理的技术系统。狭义精准农业的基本涵义是根据作物生长的土壤性状,调节对作物的投入,即一方面查清田块内部的土壤性状与生产力空间变异,另一方面确定农作物的生产目标,进行定位的“系统诊断、优化配方、技术组装、科学管理”,调动土壤生产力,以最少的或最节省的投入达到同等收入或更高的收入,并改善环境,高效利用各类农业资源,达到社会效益、经济效益和环境效益的统一。精准农业是近年来国际上农业科学研究的热点领域,是当今世界农业发展的新潮流。

目前,精准农业的技术体系还处于初级阶段,其潜力的发挥需要研究时间和研究资源的投入,还需要不断发展和完善,因此我们需要对现有的精准农业技术要素进行分析,明确技术引进重点和研究方向,直接占领精准农业技术的世界前沿阵地。

精准农业:国内研究现状

01

理论与方法研究

潘瑜春等对地理信息技术在精准农业中的应用现状和发展前景进行了分析和评述,并提出地理信息技术在精准农业方面应用的产业化途径。张小超等研究了高精度GPS组合导航系统的定位测量方法,解决了大型平移式喷灌机的自动变量控制问题。张小超等研究了模糊度函数法结合浮点数遗传算法搜索定位解的方法,并针对遗传算法适应度函数多峰特征的搜索问题,提出分级优选遗传搜索算法,提高了搜索可靠性、稳定性和实用性。李翔等研究了在K均值算法KM的基础上,根据空间单元位置的相互依赖关系,提出了一种新的空间连续性聚类算法(SCKM),对肥水需求关键时期的小麦的长势差异进行了管理分区提取研究,能够有效地去除大量的孤立单元或碎片。

李艳等研究了模糊均值聚类算法进行管理分区划分。指出分区结果不但可以指导采样,而且可用于实施变量投入和精确施肥推荐,为样区土壤管理提供科学的决策依据。杨敏华等提出了一种用纵、横探测法推求土壤特性空间变异、作物长势空间变异以及前茬作物产量空间变异等多维空间变异指数,进而按一定农学原则决定最佳农艺作业单元尺寸的自适应解决方案。研究表明该算法确定的农艺作业单元尺寸进行变量施肥,平衡效果良好率在90%以上。该算法的另一特点是,对矢量和栅格数据具有同样的适用性,较易在矢栅混合型GIS上实现。薛正平等提出了决策树和GIS图层叠置方法,研究表明该方法在挖掘产量限制因子在技术上可行。

孙莉等利用GIS、RS、GPS、ES、MS等最新技术在棉花精准种植试验区开展研究工作。形成具有新疆特色的数字农业技术体系与推广模式。傅泽田等简述了当前国内外精准施药技术的主要组成部分——自动对靶喷雾技术,提出了我国应该加大对精准施药技术研究资金投入,迫切需要技术和人才储备。薛正平等提出了运用统计学空间自相关和半方差函数方法研究土壤养分要素的空间自相关性,结果表明养分要素存在一定的空间自相关性,但不同方向上的自相关性有明显差异,独立间距也因养分要素而异。研究结果可为精准农业土壤养分样点密度设定、养分要素等值线绘制及精准施肥提供支持。康绍忠等,提出了我国农业与生态节水技术创新的总体目标,提出了我国农业与生态节水技术创新的几个重大研究课题。方建军对移动式采摘机器人的研究现状进行综合,提出目前采摘机器人技术发展中面临的技术难题及相应的对策。指出采用开放式、可变结构的机器人系统是未来采摘机器人的发展方向。

您无权下载
您没有权限