方立剛

(1.蘇州市職業(yè)大學(xué) 計(jì)算機(jī)工程學(xué)院，江蘇 蘇州 215104；2.江蘇省現(xiàn)代企業(yè)信息化應(yīng)用支撐軟件工程技術(shù)研發(fā)中心，江蘇 蘇州 215104)

蘇州市精細(xì)果業(yè)發(fā)展中的遙感關(guān)鍵技術(shù)研究

方立剛1，2

(1.蘇州市職業(yè)大學(xué) 計(jì)算機(jī)工程學(xué)院，江蘇 蘇州 215104；2.江蘇省現(xiàn)代企業(yè)信息化應(yīng)用支撐軟件工程技術(shù)研發(fā)中心，江蘇 蘇州 215104)

精細(xì)果業(yè)是實(shí)現(xiàn)現(xiàn)代農(nóng)業(yè)的前提和關(guān)鍵.介紹國(guó)內(nèi)外精細(xì)果業(yè)研究中遙感技術(shù)的現(xiàn)狀和發(fā)展趨勢(shì)，并以蘇州市特色水果黃桃為例，分析精細(xì)果業(yè)中的核心技術(shù)—遙感技術(shù)，重點(diǎn)闡明基于光譜的果樹(shù)葉片土壤養(yǎng)分的理論、對(duì)高光譜遙感數(shù)據(jù)的果樹(shù)葉面積指數(shù)模擬進(jìn)行了研究.分析結(jié)果表明，高光譜遙感技術(shù)是實(shí)現(xiàn)高效、生態(tài)、安全的精細(xì)果業(yè)關(guān)鍵技術(shù)之一，可為果農(nóng)增收和果業(yè)面源污染的降低提供技術(shù)支持.

遙感；精細(xì)果業(yè)；養(yǎng)分；葉面積指數(shù)；高光譜

改革開(kāi)放以來(lái)，中國(guó)的特色農(nóng)業(yè)取得了舉世矚目的成就，但卻從高投入和高資源消耗為代價(jià)，加上生產(chǎn)者片面追求高產(chǎn)，造成化肥、農(nóng)藥、生長(zhǎng)調(diào)節(jié)劑等農(nóng)業(yè)化學(xué)品使用過(guò)量和不合理使用.這不僅造成資源浪費(fèi)，還導(dǎo)致土壤、地下水的污染，嚴(yán)重影響了農(nóng)產(chǎn)品的質(zhì)量安全[1].改善惡化的農(nóng)村生態(tài)環(huán)境，減少農(nóng)業(yè)化學(xué)品的使用，在提高水果單產(chǎn)水平的基礎(chǔ)上確保質(zhì)量安全，促進(jìn)特色果業(yè)的可持續(xù)發(fā)展，是當(dāng)前乃至今后特色果業(yè)的研究和發(fā)展方向.

江蘇省蘇州市果樹(shù)栽培歷史悠久，深受消費(fèi)者喜愛(ài)的枇杷、楊梅等水果更具地方特色，并成為蘇州市高效農(nóng)業(yè)發(fā)展的首選產(chǎn)業(yè)之一.截止2011年底，全市果樹(shù)面積10 800 hm2，比“十一五”初期增加67%.果品產(chǎn)量10.2×104t，總產(chǎn)值超過(guò)4 億元，比五年前增加70%.特色果樹(shù)種植的比較效益十分明顯，如張家港市設(shè)施葡萄栽培每畝收益達(dá)1.5 萬(wàn)元以上，吳中區(qū)白沙枇杷每畝收益可達(dá)0.8 萬(wàn)元以上，張家港市鳳凰水蜜桃每畝收益可達(dá)0.6 萬(wàn)元以上，吳江市翠冠梨每畝收益可達(dá)0.5 萬(wàn)元以上[2].但隨著播種面積的擴(kuò)大和單產(chǎn)的提高，提高果品的品質(zhì)水平和減少環(huán)境的影響成為今后特色果業(yè)發(fā)展的重點(diǎn).果樹(shù)的種植面積、品質(zhì)及其環(huán)境影響三者之間的協(xié)調(diào)發(fā)展成為特色果業(yè)決策的主要依據(jù)，目前這些信息的主要來(lái)源是人工的統(tǒng)計(jì)數(shù)據(jù)，獲得數(shù)據(jù)的成本高昂，且數(shù)據(jù)更新緩慢，導(dǎo)致不同地區(qū)之間的信息難以共享.

江蘇省正處于果業(yè)結(jié)構(gòu)調(diào)整的重要時(shí)期.基于信息和知識(shí)精細(xì)化管理農(nóng)業(yè)的技術(shù)和理念，應(yīng)該同時(shí)擴(kuò)展到更有增值潛力的設(shè)施園藝、果樹(shù)栽培、動(dòng)物飼養(yǎng)、農(nóng)業(yè)系統(tǒng)管理等領(lǐng)域[3].目前，精細(xì)果業(yè)技術(shù)體系的應(yīng)用成本仍然很高，而蘇州市的特色果業(yè)發(fā)展良好，果園的環(huán)境問(wèn)題也比較突出，因此，優(yōu)先選擇經(jīng)濟(jì)發(fā)達(dá)、富產(chǎn)水果的蘇州市進(jìn)行研究，對(duì)推動(dòng)江蘇省精細(xì)果業(yè)的實(shí)踐和發(fā)展有著重要意義，是實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)過(guò)程的信息化和標(biāo)準(zhǔn)化的重要突破口.當(dāng)前，江蘇省特色果業(yè)的快速發(fā)展面臨農(nóng)業(yè)化學(xué)品用量逐年增加和農(nóng)業(yè)面臨污染日益嚴(yán)重的威脅，迫切需要精細(xì)農(nóng)業(yè)技術(shù)體系與管理模式的創(chuàng)新，促進(jìn)遙感和計(jì)算機(jī)方面的高新技術(shù)在農(nóng)業(yè)上的應(yīng)用.

基于遙感技術(shù)為核心的新一代信息技術(shù)，實(shí)現(xiàn)果園變量施肥和果樹(shù)長(zhǎng)勢(shì)監(jiān)測(cè)，可提高農(nóng)業(yè)化學(xué)品利用率和施肥效益，減少肥料的浪費(fèi)以及多余農(nóng)業(yè)化學(xué)品對(duì)環(huán)境的不良影響，促進(jìn)資源與環(huán)境的協(xié)調(diào)發(fā)展.這是對(duì)以遙感技術(shù)為基礎(chǔ)的精細(xì)農(nóng)業(yè)技術(shù)服務(wù)江蘇省果業(yè)現(xiàn)代化生產(chǎn)提出了新的挑戰(zhàn)，也是信息技術(shù)發(fā)展的必然選擇，更是綠色、高效果業(yè)發(fā)展的必然要求.而以高光譜遙感技術(shù)為基礎(chǔ)的蘇州市特色果業(yè)的變量施肥和長(zhǎng)勢(shì)模擬監(jiān)測(cè)技術(shù)的研究，對(duì)未來(lái)江蘇省果業(yè)的增產(chǎn)、增效和減排具有重大的經(jīng)濟(jì)、社會(huì)和環(huán)境效益.

1 國(guó)內(nèi)外研究現(xiàn)狀

20世紀(jì)90年代末，美國(guó)農(nóng)業(yè)科研工作者首次提出精細(xì)農(nóng)業(yè)“precision agriculture”的概念，而精細(xì)果業(yè)是精細(xì)農(nóng)業(yè)發(fā)展到一定階段的產(chǎn)物.目前，在美國(guó)中西部地區(qū)和歐洲大部區(qū)域，精細(xì)農(nóng)業(yè)主要應(yīng)用于甜菜、玉米和棉花等農(nóng)作物的種植.例如，遙感技術(shù)與農(nóng)作物模擬模型結(jié)合應(yīng)用于棉花種植，可以在氮施用量減少35 kg/ha2的情況下，產(chǎn)量增加332 kg/ha2[4]；光譜遙感技術(shù)用于檢測(cè)作物冠層的葉綠素濃度，可以在季節(jié)上控制氮肥的施用量[5]；大范圍高光譜遙感數(shù)據(jù)用于監(jiān)測(cè)與分析，甚至可以為區(qū)域農(nóng)業(yè)提供不同水分、氮素和雜草水平的作物的精細(xì)管理[6].在谷物和豆類(lèi)作物的產(chǎn)量預(yù)測(cè)和制圖方面，精細(xì)農(nóng)業(yè)技術(shù)已經(jīng)發(fā)展了十幾年，并且應(yīng)用范圍也逐步擴(kuò)大[7-8].基于(多)高光譜遙感的NDVI參數(shù)與光譜混合模型的結(jié)合，通過(guò)對(duì)葉綠素a濃度估算，實(shí)現(xiàn)經(jīng)濟(jì)作物的百分比蓋度和高度的較精確估算[9].精細(xì)農(nóng)業(yè)的發(fā)展也經(jīng)歷了十幾年的歷程，早在1999年美國(guó)就開(kāi)展過(guò)基于GPS的柑橘產(chǎn)量估算與制圖[7].后來(lái)，Annamalail等[10]利用機(jī)器視覺(jué)原理開(kāi)發(fā)了柑橘產(chǎn)量制圖模型，從而估算了單棵橘子樹(shù)和整個(gè)地塊的產(chǎn)量.隨著信息技術(shù)發(fā)展，2003年，比利時(shí)利用無(wú)線(xiàn)通信網(wǎng)絡(luò)實(shí)現(xiàn)了自動(dòng)控制的變率施肥器[11]，利用中紅外光譜特征可以精確預(yù)測(cè)土壤的pH值、石灰含量、有機(jī)碳、陽(yáng)離子交換量、磷和電導(dǎo)率等特征，利用近紅外高光譜數(shù)據(jù)可以模擬土壤中的交換鋁和鉀的含量，實(shí)現(xiàn)基于高光譜遙感技術(shù)的土壤特征的評(píng)估與診斷技術(shù)[12].

國(guó)內(nèi)最早推行精細(xì)農(nóng)業(yè)技術(shù)的是北京和上海，自1999年起，先后籌建“精準(zhǔn)農(nóng)業(yè)示范基地”.有代表性的包括中國(guó)農(nóng)業(yè)大學(xué)精細(xì)農(nóng)業(yè)研究中心和北京農(nóng)林科學(xué)院精細(xì)農(nóng)業(yè)研究所，通過(guò)高科技農(nóng)業(yè)示范工程，提高作物產(chǎn)量，降低能耗.黑龍江友誼農(nóng)場(chǎng)利用美國(guó)MSR 16R型便攜式光譜儀，設(shè)計(jì)并實(shí)現(xiàn)了作物冠層高光譜實(shí)時(shí)監(jiān)測(cè)模型[13].由于該光譜儀器光譜分辨率基本覆蓋了作物生理信息和生物化學(xué)信息敏感的波段，從而該監(jiān)測(cè)模型能夠?qū)崟r(shí)模擬出作物的養(yǎng)分狀況等生理生化參數(shù)，滿(mǎn)足了作物長(zhǎng)勢(shì)的實(shí)時(shí)監(jiān)測(cè)和預(yù)警.2004年，曲桂寶等[14]在吉林榆樹(shù)市進(jìn)行了精準(zhǔn)施肥示范研究，取得了良好的效果，節(jié)省肥料15%，降低玉米生產(chǎn)成本20%.鄺繼雙等[15]利用聯(lián)合收割機(jī)測(cè)產(chǎn)系統(tǒng)記錄的產(chǎn)量數(shù)據(jù)，開(kāi)發(fā)了針對(duì)谷物和棉花等作物的產(chǎn)量分布圖自動(dòng)繪制系統(tǒng).張淑娟等[16]基于全球定位系統(tǒng)和地理信息系統(tǒng)研究了田間土壤特性空間變異規(guī)律，為區(qū)域農(nóng)田定位變量施肥和作物長(zhǎng)勢(shì)模擬提供依據(jù).

作物長(zhǎng)勢(shì)包括群體特征和個(gè)體特征，利用遙感技術(shù)監(jiān)測(cè)作物的長(zhǎng)勢(shì)包括作物的苗情、生長(zhǎng)狀況及其變化等，從中可及時(shí)獲取作物產(chǎn)量信息[17].宏觀(guān)上，農(nóng)作物長(zhǎng)勢(shì)監(jiān)測(cè)可以為農(nóng)業(yè)政策的制訂和糧食的管理提供決策依據(jù)；微觀(guān)上，在田塊尺度上獲取作物長(zhǎng)勢(shì)是動(dòng)態(tài)調(diào)整田間管理、實(shí)現(xiàn)精細(xì)農(nóng)業(yè)的前提.葉面積指數(shù)(LAI)是對(duì)作物長(zhǎng)勢(shì)進(jìn)行監(jiān)測(cè)的一個(gè)主要參數(shù)，LAI的提取方法有很多，其中基于物理模型反演[18]的LAI可以比較準(zhǔn)確地體現(xiàn)出作物生長(zhǎng)過(guò)程，但物理模型的構(gòu)建取決于大量農(nóng)學(xué)參數(shù)，獲取的困難限制了這些模型的應(yīng)用.物理模型反演LAI也可以結(jié)合先驗(yàn)信息，稱(chēng)之為“基于先驗(yàn)知識(shí)的模型反演”[19]，該反演方法有重要的理論價(jià)值，但在實(shí)際應(yīng)用中也受到先驗(yàn)知識(shí)難以獲取的限制[20].如果能夠在LAI物理模型反演方法中融合更多先驗(yàn)知識(shí)和實(shí)時(shí)數(shù)據(jù)，將會(huì)大大提高遙感反演LAI的可信度，為農(nóng)作物生長(zhǎng)模擬的監(jiān)測(cè)提供更可信賴(lài)的依據(jù).除了對(duì)一個(gè)地區(qū)的LAI進(jìn)行大量實(shí)際調(diào)查獲得有效信息外，利用高光譜遙感技術(shù)實(shí)時(shí)反演LAI信息，并將遙感觀(guān)測(cè)信息與物理模型結(jié)合提取所關(guān)心的目標(biāo)參數(shù)，開(kāi)展遙感數(shù)據(jù)的同化研究是解決當(dāng)前LAI獲取精度不高問(wèn)題的關(guān)鍵.將時(shí)序遙感觀(guān)測(cè)作為觀(guān)測(cè)量，而作物生長(zhǎng)模型則無(wú)疑能描述LAI的生長(zhǎng)演變過(guò)程，可見(jiàn)遙感同化技術(shù)可以完美解決時(shí)序遙感觀(guān)測(cè)與作物生長(zhǎng)模型結(jié)合的難題，可以進(jìn)一步提高LAI反演精度.目前，國(guó)內(nèi)外學(xué)者利用遙感觀(guān)測(cè)數(shù)據(jù)與作物生長(zhǎng)模型進(jìn)行同化的研究成果已有不少，但大部分研究集中于小麥和水稻等作物的長(zhǎng)勢(shì)監(jiān)測(cè)和估產(chǎn)方面[21-27]，果樹(shù)方面鮮見(jiàn)研究.因此，基于LAI的果樹(shù)長(zhǎng)勢(shì)遙感監(jiān)測(cè)研究，可以為果樹(shù)長(zhǎng)勢(shì)物理模擬模型提供同化參數(shù)和限制條件，優(yōu)化果樹(shù)長(zhǎng)勢(shì)物理模型的參數(shù)，提高模型的模擬精度，是實(shí)現(xiàn)精細(xì)果業(yè)的前提之一.

2 蘇州市精細(xì)果業(yè)遙感關(guān)鍵技術(shù)

以蘇州市的典型水果枇杷、黃桃為例，基于地理信息系統(tǒng)模擬、遙感觀(guān)測(cè)和全球空間定位系統(tǒng)等3S集成技術(shù)，從土壤特征、葉片營(yíng)養(yǎng)成分和水果內(nèi)在品質(zhì)的高光譜在線(xiàn)監(jiān)測(cè)、遙感數(shù)據(jù)反演和地面長(zhǎng)期觀(guān)測(cè)數(shù)據(jù)著手，分析果園的土壤—葉片養(yǎng)分和葉面積指數(shù)的時(shí)空分布特征，探討果園土壤—葉片養(yǎng)分、果樹(shù)長(zhǎng)勢(shì)因子和水果內(nèi)在品質(zhì)三者之間的相關(guān)性，建立一個(gè)果園區(qū)變量施肥、長(zhǎng)勢(shì)模擬、水果品質(zhì)監(jiān)控等精細(xì)果業(yè)實(shí)施技術(shù)體系.在蘇州市精細(xì)果業(yè)決策支持平臺(tái)上，為用戶(hù)提供基于果園地塊的地力、長(zhǎng)勢(shì)和水果品質(zhì)信息，從而進(jìn)行肥力分析以及品種、灌溉、病蟲(chóng)害防治、作物產(chǎn)量和質(zhì)量等方面的專(zhuān)家智能決策，獲得對(duì)生產(chǎn)進(jìn)行精細(xì)管理的實(shí)施方案.

2.1 黃桃果業(yè)精準(zhǔn)變量施肥模型

近幾年，高光譜測(cè)量和土壤特性測(cè)量的硬件發(fā)展很快，但目前精細(xì)果業(yè)中存在3個(gè)主要問(wèn)題難以解決，限制了精細(xì)果業(yè)技術(shù)的大面積推廣和應(yīng)用.首先是面狀遙感信息和實(shí)測(cè)點(diǎn)的點(diǎn)狀光譜信息融合的尺度和精度問(wèn)題；其次是土壤—葉片養(yǎng)分的光譜診斷模型的開(kāi)發(fā)；最后是果樹(shù)精準(zhǔn)變量施肥算法的開(kāi)發(fā).精細(xì)果園土壤—葉片養(yǎng)分光譜診斷及其遙感研究技術(shù)框圖如圖1所示.蘇州市精細(xì)果業(yè)精細(xì)變量施肥模型的構(gòu)建需要開(kāi)展以下3個(gè)方面的研究：

1)以黃桃等果園(土壤、冠層)養(yǎng)分的光譜探測(cè)為突破口，研究田間土壤養(yǎng)分采樣技術(shù)和養(yǎng)分GIS模擬技術(shù)，結(jié)合高光譜遙感技術(shù)建立果園地面土壤和葉面碳氮養(yǎng)分/光譜的高光譜肥力診斷模型；

2)精細(xì)果業(yè)變量施肥系統(tǒng)，實(shí)現(xiàn)土壤—果樹(shù)冠層光譜、先驗(yàn)知識(shí)和黃桃品質(zhì)特性數(shù)據(jù)的綜合分析，為果農(nóng)提供專(zhuān)家的知識(shí)與決策；

3)變量施肥便攜設(shè)備開(kāi)發(fā)，實(shí)現(xiàn)黃桃、枇杷等重要營(yíng)養(yǎng)期的精準(zhǔn)施肥，節(jié)約資源、減少環(huán)境污染，提高施肥效率.

圖1 精細(xì)果園土壤—葉片養(yǎng)分光譜診斷及其遙感研究技術(shù)框圖

2.2 基于高光譜遙感數(shù)據(jù)的果樹(shù)LAI模擬研究

以變分法等同化方法對(duì)同化參數(shù)(LAI信息)與果樹(shù)生長(zhǎng)模型的模擬結(jié)果進(jìn)行優(yōu)化反演.以基于變分和最優(yōu)控制論基本原理的伴隨法建立模型模擬結(jié)果與同化參數(shù)之差的目標(biāo)函數(shù)，通過(guò)求解建立與生長(zhǎng)模擬模型相對(duì)應(yīng)的伴隨方程.同化模型優(yōu)化時(shí)，時(shí)序遙感觀(guān)測(cè)則被順序引入代價(jià)函數(shù)，遙感反演LAI信息與生長(zhǎng)模型模擬值之間的差異加到伴隨方程上作為驅(qū)動(dòng)，方便計(jì)算控制參數(shù)優(yōu)化下降的梯度，調(diào)整和優(yōu)化模型中的控制變量，使得目標(biāo)函數(shù)最小，以獲得優(yōu)化的控制變量和相應(yīng)的狀態(tài)變量，從而達(dá)到伴隨同化的目的.同化模型的運(yùn)行過(guò)程如圖2所示.

圖2 基于高光譜遙感數(shù)據(jù)的果樹(shù)LAI模擬研究方法

2.3 關(guān)鍵技術(shù)路線(xiàn)的研究

充分利用遙感數(shù)據(jù)(hyperion/hymap)和農(nóng)業(yè)遙感工作經(jīng)驗(yàn)，在相應(yīng)的遙感反演軟件支持下，進(jìn)行黃桃園養(yǎng)分參數(shù)的遙感反演，利用江蘇省遙感基礎(chǔ)數(shù)據(jù)庫(kù)平臺(tái)，在蘇州市太湖常綠果樹(shù)研究所已有土壤和黃桃、枇杷施肥配方成果的基礎(chǔ)上，快速獲取蘇州市不同熟種黃桃識(shí)別產(chǎn)量、黃桃園區(qū)的變量施肥處方，為蘇州市精細(xì)果業(yè)技術(shù)推廣建設(shè)、果農(nóng)增收和農(nóng)村環(huán)境保護(hù)提供關(guān)鍵技術(shù)和決策信息.具體的實(shí)施過(guò)程可概括為：地面觀(guān)測(cè)、遙感觀(guān)測(cè)→GPS采樣、GIS模擬、遙感反演→黃桃園土壤、葉片養(yǎng)分時(shí)空數(shù)據(jù)庫(kù)(含GPS與GIS模型、光譜模型)→變量施肥處方.具體的技術(shù)框圖如圖3所示.

圖3 蘇州市精細(xì)果業(yè)遙感關(guān)鍵技術(shù)研究框圖

3 展望

自1999年以來(lái)，精細(xì)果業(yè)的研究與實(shí)驗(yàn)取得了重大突破，相關(guān)的技術(shù)在發(fā)達(dá)國(guó)家得到了飛速的發(fā)展.精細(xì)果業(yè)也因此被喻為是“信息時(shí)代果樹(shù)生產(chǎn)管理技術(shù)的革命”.進(jìn)入21世紀(jì)后，發(fā)達(dá)國(guó)家不斷加強(qiáng)農(nóng)業(yè)科學(xué)技術(shù)水平的創(chuàng)新研究，利用生物與信息等高新技術(shù)提升農(nóng)業(yè)的生產(chǎn)力，以期提高農(nóng)產(chǎn)品國(guó)際市場(chǎng)競(jìng)爭(zhēng)力和減少環(huán)境的影響，從而實(shí)現(xiàn)農(nóng)業(yè)可持續(xù)發(fā)展.近幾年來(lái)，隨著物聯(lián)網(wǎng)技術(shù)和云計(jì)算平臺(tái)的發(fā)展和完善，智慧果園應(yīng)用系統(tǒng)應(yīng)運(yùn)而生，實(shí)現(xiàn)了“水果生產(chǎn)全過(guò)程跟蹤體系”的建立，滿(mǎn)足了消費(fèi)者和貿(mào)易商對(duì)農(nóng)產(chǎn)品安全日益苛刻的新要求.因此，本研究將在以下幾個(gè)方面進(jìn)一步開(kāi)展蘇州市精細(xì)果業(yè)的深入研究，推動(dòng)農(nóng)業(yè)科技創(chuàng)新和農(nóng)業(yè)高新技術(shù)的產(chǎn)業(yè)化和推廣.

1)智能果園管理系統(tǒng)的設(shè)計(jì)與開(kāi)發(fā).實(shí)現(xiàn)果園的溫度、濕度、光照、二氧化碳濃度、土壤溫濕度等參數(shù)實(shí)時(shí)監(jiān)控，實(shí)現(xiàn)長(zhǎng)期數(shù)據(jù)的保存、統(tǒng)計(jì)和分析；并根據(jù)土壤溫濕度參數(shù)的變化實(shí)現(xiàn)噴灌設(shè)備的開(kāi)啟與關(guān)閉.主要包括果園無(wú)線(xiàn)傳感網(wǎng)節(jié)點(diǎn)的布置、各控制設(shè)備的安裝調(diào)試、傳感網(wǎng)節(jié)點(diǎn)接口開(kāi)發(fā)、自動(dòng)控制接口開(kāi)發(fā)和智能果園管理系統(tǒng)開(kāi)發(fā)等.

2)精細(xì)果業(yè)決策支持系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn).基于Web GIS技術(shù)、空間數(shù)據(jù)庫(kù)技術(shù)、網(wǎng)絡(luò)技術(shù)和綜合知識(shí)模型，開(kāi)展精細(xì)果業(yè)應(yīng)用平臺(tái)的設(shè)計(jì)，其關(guān)鍵是精細(xì)果業(yè)決策支持系統(tǒng)的體系結(jié)構(gòu)和組成內(nèi)容設(shè)計(jì)與研究，從而建立輔助解決半結(jié)構(gòu)化和非結(jié)構(gòu)化問(wèn)題的人機(jī)交互系統(tǒng).在精細(xì)果業(yè)應(yīng)用平臺(tái)上為用戶(hù)提供基于果園地塊的實(shí)時(shí)監(jiān)控獲取的信息(溫度、濕度、光照、二氧化碳濃度、土壤溫濕度等)，結(jié)合知識(shí)模型在線(xiàn)進(jìn)行肥力分析以及品種、灌溉、病蟲(chóng)害防治、作物長(zhǎng)勢(shì)和產(chǎn)量等方面的專(zhuān)家智能決策，從而實(shí)現(xiàn)生產(chǎn)過(guò)程在線(xiàn)精細(xì)管理.

參考文獻(xiàn)：

[1]陸文龍. 精確農(nóng)業(yè)進(jìn)展及發(fā)展天津精確農(nóng)業(yè)的建議[J]. 天津農(nóng)業(yè)科學(xué)，2005，11(1)：50-53.

[2]徐春明，王珍. 抓住機(jī)遇開(kāi)拓創(chuàng)新加快蘇州水果產(chǎn)業(yè)發(fā)展步伐[J]. 中國(guó)果業(yè)信息，2008，25(11)：19-20.

[3]汪懋華. 關(guān)于精細(xì)農(nóng)業(yè)試驗(yàn)示范與發(fā)展研究的思考[J]. 中國(guó)農(nóng)業(yè)科技導(dǎo)報(bào)，2003，5(1)：7-12.

[4]Mckinion J M，Jenkins J N，Akins D，et al.Analysis of a precision agriculture approach to cotton production[J].Computers and Electronics in Agriculture，2001，32( 3)：213-228.

[5]Vantoai T，Major D，Mcdonald M，et al.Digital imaging and spectral techniques：applications to precision agriculture and crop physiology[M]. Madison ：American Society of Agronomy，ASA Special Publication，2003：1-66.

[6]Waheed T，Bonnell R B，Prasher S O.Measuring performance in precision agriculture：CART-A decision tree approach[J].Agricultural Water Management，2006，12：110-113.

[7]Schueller J K，Whitney J D，Wheaton T A，et al.Low-cost automatic yield mapping in hand-harvested citrus[J].Computers and Electronics in Agriculture，1999，23(2)：145-153.

[8]Yang C，Everit J H，Murden D，et al.Spatial variability in yields and profts within ten grain sorghum felds in South Texas[J].Transactions of the A SAE，2002，45 (4)：897- 906.

[9]Glenn J，F(xiàn)itzgerald Paul J，Pinter Jr，et al.Multiple shadow fractions in spectral mixture analysis of a cotton canopy[J].Remote Sensing of Environment，2005，97：526- 539.

[10]Palani Annamalai，Wonsuk Lee.Citrys yield mapping system using machine vision[J].Earth Observation Magazine，2005，14(1)：14- 16.

[11]Wang Ning，Zhang Naiqian，Wang Maohua.Wireless sensors in agriculture and food industry-Recent development and future perspective[J]. Computers and Electronics in Agriculture，2005，50：1-14.

[12]Viscarrarossel R A，Walvoort T D，Mcbratney A B，et al.Skjemstad，visible，near infrared，mid infrared or combined diffuse reflectance spectroscopy for simultaneous assessment of various soil properties[J].Geoderma，2006，131：59- 75.

[13]李志偉，潘劍君，張佳寶. 基于GPS 的智能農(nóng)機(jī)載高光譜采集系統(tǒng)的初步研究[J]. 光譜學(xué)與光譜分析，2005，25(6)：979- 983.

[14]曲桂寶，田耘. 變量施肥的實(shí)現(xiàn)過(guò)程及其發(fā)展前景[J]. 中國(guó)農(nóng)機(jī)化，2005(4)：50-52.

[15]鄺繼雙，張漫. 產(chǎn)量分布圖生成系統(tǒng)的研究[J]. 中國(guó)農(nóng)業(yè)大學(xué)學(xué)報(bào)，2003，8 (4)：9-13.

[16]張淑娟，何勇. 基于GPS和GIS的田間土壤特性空間變異性的研究[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2003，19(2)：39-45.

[17]Rao M V K，Ayyangar R S，Rao P N.Role of multispectral data in assessing crop management and crop yield[C]// Machine Processing of Remote Sensed Data Symposium，1982 ：1103-1112.

[18]Kimes D S，Knyazikllin Y，Privette L，et al.Inversion methods for physically-based models[J].Remote Sensing Review，2000，18：381-440.

[19]李小文，王錦地，胡寶新，等. 先驗(yàn)知識(shí)在遙感反演中的應(yīng)用[J]. 中國(guó)科學(xué)D 輯：地球科學(xué)，1998，28：67-72.

[20]王錦地，李小文. 中國(guó)典型地物標(biāo)準(zhǔn)波譜數(shù)據(jù)庫(kù)建設(shè)[J]. 遙感學(xué)報(bào)，2003，7：13-16.

[21]Dente L，Satalino G，Mattia F，et al.Assimilation of leaf area index derived from ASAR and MERIS data into CERES-Wheat model to map wheat yield [J].Remote Sensing of Environment，2008，112 (4)：1395-1407.

[22]閆巖，柳欽火，劉強(qiáng)，等. 基于遙感數(shù)據(jù)與作物生長(zhǎng)模型同化的冬小麥長(zhǎng)勢(shì)監(jiān)測(cè)與估產(chǎn)方法研究[J]. 遙感學(xué)報(bào)，2006，10 (5)：804-811.

[23]郭建茂. 基于遙感與作物生長(zhǎng)模型的冬小麥生長(zhǎng)模擬研究[D]. 南京：南京信息工程大學(xué)，2007.

[24]黃健熙，武思杰，劉興權(quán)，等. 基于遙感信息與作物模型集合卡爾曼濾波同化的區(qū)域冬小麥產(chǎn)量預(yù)測(cè)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2012，28(4)：142--148.

[25]劉峰，李存軍，董瑩瑩，等. 基于遙感數(shù)據(jù)與作物生長(zhǎng)模型同化的作物長(zhǎng)勢(shì)監(jiān)測(cè)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2011，27(10)：101-105.

[26]陳勁松，黃健熙，林琿，等. 基于遙感信息和作物模型同化的水稻估產(chǎn)方法研究[J]. 中國(guó)科學(xué)：信息科學(xué)，2010，4：173-183.

[27]Zhu Yuanli，Zhu Yan，Huang Yan，et al.Assimilation technique of remote sensing information and rice growth model based on particle swarm optimization[J].Journal of Remote Sensing，2010，14(6)：1226-1240.

(責(zé)任編輯：李 華)

Application of Remote Sensing Technology in Precision Fruit Growing in Suzhou

FANG Li-gang1，2
(1.School of Computer Engineering，Suzhou Vocational University，Suzhou 215104，China；2.Jiangsu Province Support Software Engineering R&D Center for Modern Information Technology Application in Enterprises，Suzhou 215104，China)

The study introduces the foreign and domestic status quo of“Precision fruit growing”in detail. The Yellow Peach planting in Suzhou is presented as a case study，the key remote sensing technology of “Precision fruit growing”is analyzed，and its theory and practical signifcance of spectral diagnosis of soil-leave nutrient and LAI inversion of hyper-spectral remote data are emphasized. The study shows that remote sensing technology is a key to effcient，ecological and safe precision Yellow Peach farming techniques. Remote sensing technology can provide technical support for fruit growers，contributing to an increase in income and a decrease in non-point pollution.

remote sensing；precision fruit；nutrient；LAI；hyper-spectrum

TP79

A

1008-5475(2014)03-0002-05

2014-06-03；

2014-06-20

江蘇省自然科學(xué)基金資助項(xiàng)目(BK2012164)

方立剛(1980-)，男， 安徽歙縣人，副教授，博士，主要從事遙感應(yīng)用研究.