彭汉艮[1]2003年在《种植制度决策支持系统的研究》文中认为种植制度知识模型可为数字化和智能化的种植制度设计提供新的量化工具。本研究以种植业系统为研究对象，以优化利用农业自然资源为出发点，着重运用系统分析原理和数学建模技术来研究种植制度的知识表达体系，在系统收集和分析种植制度设计方面的文献资料以及专家知识和经验的基础上，通过解析和综合种植制度指标与生态环境、品种类型、社会经济条件之间的定量化关系，构建了种植制度知识模型。在此基础上，进一步运用构件化程序设计思想，在Visual C++平台上设计并初步实现了种植制度决策支持系统(CSDSS)，且通过实例分析对系统进行了检验和评价，从而为实现种植制度设计的科学化、定量化和信息化奠定了基础。 1、以优化利用种植业资源为目标，在全面总结现有种植制度研究成果及专家知识、经验和文献资料的基础上，综合耕作学、作物生态学、作物栽培学、农业气象学、资源经济学和农业经济学等多个领域的知识，运用系统工程原理和数学建模技术，量化了种植制度指标与生态环境、作物类型、社会经济条件之间的动态关系，构建了种植制度知识模型，解决了传统专家系统中知识库庞大、适应性弱等问题。 2、种植制度知识模型包括作物组合设计知识模型、作物结构动态优化模型和作物布局设计知识模型。其中作物组合设计知识模型包括作物生态(气候、土壤)适应性评价、作物熟制类型设计和作物搭配。作物结构优化模型基于互动的农产品价格预测模型和动态线性规划模型。作物布局设计知识模型基于经济效益、生态效益和社会效益的综合协调。 3、在构建种植制度知识模型的基础上，充分利用软构件的语言无关性、可重用性、简便快捷的系统维护机制等特点，在Visual C~(++)平台上初步构建了种植制度决策支持系统。着重明确了系统的组织结构和内容，系统的主要功能及开发流程等。 4、利用不同作物类型等资料对所建种植制度决策支持系统进行了可靠性和适用性测试与检验。结果表明，系统决策的结果与实际生产中的种植制度模式之间具有较好的一致性。
单英杰[2]2007年在《基于GIS和模型的种植设计系统研究》文中研究表明农业种植设计系统的研究与应用对于农业生产的信息化和数字化具有重要的理论与实践意义。本研究在总结、提炼相关农业种植设计理论与技术研究成果的基础上，运用系统分析原理和数学建模技术，构建并完善了种植制度、生态区划、精确农作和生产力分析的定量化农业种植管理知识模型，并运用软构件技术，基于GIS空间信息管理平台，建立了数字化的基于GIS和模型的种植设计系统。系统实现了区域性农业种植信息的规范化管理及不同层次下的农业种植设计功能，为实现农作物种植设计的定量化和数字化奠定了基础。在本研究中，农业种植模型的构建是一个重要的技术。它以生态学、系统学、作物栽培学及耕作学等各学科的理论知识为基础，在广泛收集及充分理解和分析农业种植管理专家知识和经验的基础上，利用农业种植管理理论与技术方面的已有研究资料和成果，借助系统分析原理和数学建模技术，建立了具有较强科学性和通用性的农业种植管理知识模型，包括种植制度、生态区划、精确农作和生产力分析的定量化知识模型。针对农业种植信息具有时空性和动态性的特点，将GIS技术应用于农业种植信息管理，分别建立了属性和空间数据库，并使属性数据库和空间数据库相互关联；以Visual Basic为开发平台，基于组件开发环境的独立性、软件升级的灵活性、集成开发的便捷性，探索了GIS和模型的耦合技术，进一步研制开发了数字化的基于GIS和模型的农业种植设计系统。系统具有文件管理、地图操作、信息查询、种植设计、生态区划、生产力分析、精确管理、专家咨询、系统维护以及系统帮助等主要功能。利用华东地区及江苏部分县市的资料，对系统进行了测试检验和实例分析。结果表明，系统的设计思想和结构框架符合现代农业种植信息系统的发展要求，实现了农业种植信息的规范化和数字化管理，系统操作简单，结果显示直观，具有较高的信息管理效率和查询速度。同时系统在基于空间信息的农业生产布局与管理决策方面表现出了较好的适应性和指导性。系统在仪征市的测试结果表明，系统评价结果与当地农田生产环境质量现状基本相符，有助于指导优质农产品生产的生态区划。在江宁的测试结果表明，精确农作管理功能充分考虑了地域及田块间的差异性，针对不同田块进行按需投入，自动生成了相应的管理处方，在降低田区间产量差异和均衡增产的同时，提高了肥料利用率及经济效益。
陈宏金[3]2007年在《基于GIS的区域作物生产管理信息系统的研究》文中研究表明农业信息管理系统是通过对农业生产过程中的各种信息进行采集、加工和处理，为生产、管理和决策提供帮助的信息处理系统。它是农业信息化和现代化的基础性工程。本研究在总结、提炼相关作物生产理论与技术研究成果的基础上，运用系统分析原理和数学建模技术，构建与完善了种植制度、生态区划、精确农作、生产力分析的定量化作物生产管理知识模型，并运用软构件技术，建立了基于GIS的作物生产管理信息系统。系统实现了区域性的农业空间信息查询与分析、作物种植制度设计的数字化、农作生产力分析、精确农作管理等功能，为作物生产空间信息的规范化和数字化管理提供了技术平台。系统以ASP为主要开发语言，基于组件开发环境的独立性和集成开发的便捷性，围绕知识模型与GIS组件进行系统集成，探索了GIS和模型的耦合技术。针对农业信息具有时空性和动态性的特点，将GIS技术应用于作物生产信息管理，建立了属性数据库和空间数据库，并使属性数据库和空间数据库相互关联；将作物管理知识模型应用于农业信息管理系统，研制开发了基于GIS和模型的作物生产管理信息系统。系统实现了基本地图操作、信息查询与分析、种植设计、生产力分析、精确管理、系统维护以及系统帮助等主要功能。在综合考虑土壤有机质、全氮、全磷、碱解氮、速效磷、速效钾、pH、阳离子交换量等指标的基础上，采用层次分析法确定土壤肥力评价因子的权重，并对评价指标建立相应的隶属函数，通过计算其隶属度，从而求得每个评价单元的土壤肥力综合指标值，并依据综合值确定土壤肥力等级，构建了农田土壤综合肥力评价模型。系统在浙江省的测试检验结果表明，系统的设计思想和结构框架符合现代农业管理信息系统的发展要求，实现了浙江省农业空间信息的规范化和数字化管理。系统操作简单，结果显示直观，具有较高的信息管理效率，同时系统在基于空间信息的农业生产布局与管理决策方面表现出了较好的适应性和指导性。
蒋红军[4]2007年在《基于模型和3S的数字麦作支持系统研究》文中指出作为农业信息化研究与应用的核心和典范，作物系统模拟模型和作物管理专家系统及3S(GIS、RS、GPS)技术等在农业信息化进程中发挥了巨大的作用。本研究在系统工程思想指导下，根据系统的设计目标及要求，综合应用农学、生态学、空间信息技术、环境科学、统计学以及计算机科学等学科的基本理论与方法，通过广泛收集与分析农业基础数据(气象、土壤、品种、种植、经济及地图等数据)的特征，建立了包括空间数据和属性数据的农业数据库；通过小麦生长模拟模型、管理知识模型和3S技术的有效耦合，构建了集叁者优势于一体的综合性数字麦作支持系统，为农业生产管理的现代化和信息化提供了技术平台。针对农业生产具有时空性、动态性，且易受气候、土壤和社会经济投入等综合因素影响的特点，本研究在实验室已有研究成果的基础上，运用系统工程思想，以小麦生长模拟模型和管理知识模型为依托，耦合3s技术，构建了基于B／S模式的数字麦作系统。系统应用四层B／S模式，主要包括浏览层、Web服务层、应用逻辑层和数据库服务层。开发过程中采用了SuperMap IS.NET 5.2的WebGIS技术，结合SQL Server 2000数据库和模型组件技术，采用ASP.NET Web开发模型，实现了网络化的数字麦作系统。系统可为农业生产者、管理人员和科技人员等不同用户提供麦作区划、方案设计、模拟预测、实时调控、生产力分析等小麦生产管理服务。利用华东地区及江苏部分县市的资料，对系统进行了测试检验和实例分析。结果表明，系统的设计思想和结构框架符合现代农业决策支持系统的发展要求，实现了农业生产的信息化和数字化管理。在功能方面，本系统具有突出的动态性、预测性和决策性，系统可以根据不同条件和要求动态设计栽培管理方案、模拟小麦生长发育及产量品质形成过程；可以根据用户的栽培管理方案预测小麦的生长状况和生产力水平；可以为用户提供贯穿小麦整个生育期的信息化管理决策服务。在结构化方面，系统具有良好的安全性、层次性和独立性，系统将不同的权限授予不同的用户，从而保护系统数据的安全；采用四层B／S结构的独特设计，数据的产生和表现完全分离，方便系统维护；系统内部的应用逻辑发生变化时只需要修改相关模型组件，用户不需要下载任何插件或者ActiveX控件。此外，系统操作简便，界面友好，用户仅需简单的键盘输入和鼠标点击即可完成系统的运行过程。
张怀志[5]2003年在《基于知识模型的棉花管理决策支持系统的研究》文中认为本研究着重利用系统分析原理和数学建模技术来研究作物栽培管理的知识表达体系，在广泛收集及充分理解和分析棉花栽培管理专家知识、经验和资料的基础上，利用棉花栽培理论与技术方面的现有研究成果，并结合必要的试验支持，解析、提炼和综合棉花生育及管理指标与品种类型、生态环境及生产水平之间的定量化关系，首次构建了棉花栽培管理动态知识模型，并进一步结合基于知识规则的棉花栽培管理知识库表达系统，设计和实现了综合性、智能化和构件化的基于知识模型的棉花管理决策支持系统(KMDSSCM)。 具有时空适应性的棉花栽培管理动态知识模型主要包括播前方案设计、生育指标动态和苗情诊断调控知识模型叁个部分。其中，播前方案设计知识模型包括产量目标、品种选择、播栽日期、种植密度与播种量、肥料和水分运筹等。生育指标动态知识模型包含有适宜生育期、株高、叶面积指数、干物质积累量、果枝和蕾铃数目，营养物质积累量等。苗情诊断调控知识模型包括生育指标差异、调控可能性分析以及调控强度推荐等。 产量目标知识模型是以棉花光温水生产潜力的估算为基础，通过量化土壤肥力、历史产量水平和生产技术水平等多因子对皮棉产量的影响而建立的。品种选择基于品种特性与生态环境之间的定量化关系，计算棉花抗病抗虫性及产量和品质指标的综合影响。根据种植制度(种植方式)决定品种熟性，由品种熟性与用户要求决定品种，依据品种特性和产量目标确定播种日期的原理建立播期确定知识模型。基于“以产定铃、以铃定节、以节定枝、以枝定苗”的原理，同时考虑播种日期、打顶日期、≥12℃的有效积温、品种株型特性、肥水管理水平差异等因素来确定适宜的种植密度；在此基础上，应用相对权重法计算土壤含水量、含盐量以及整地质量和播种方式等多个生态环境因子对出苗率的综合影响，进而确定播种量。根据平衡施肥原理和棉花水分需求规律，在综合考虑土壤理化特性、品种遗传特征、产量水平等因子影响的基础上，建立了具有系统性和普适性的棉花肥料及水分运筹动态知识模型，模型可以完成肥料总量需求，有机肥与无机肥的比例、基肥与追肥的比例、追肥施用时间、水分需求总量及其在各个生育时期的分配等。 以≥12℃的有效积温和品种熟性因子为基础，建立了一种统一的生理时间尺度，可预测不同环境条件下不同品种从播种到吐絮的全过程。进一步根据产量和品质目标构建了株高、叶面积指数、干物质积累量、果枝和蕾铃数目变化与生理时间之间的动态关系知识模型，初步量化了棉株养分积累量与干物质积累量之间的动态关系，从而为定量化的苗情诊断和管理调控提供了参考标准。 根据田间实际棉花生长发育指标与生育动态指标知识模型生成的适宜生育指标之间的差异及差异出现的生理时间，苗情诊断调控知识模型利用余弦函数曲线来表示调控目标实现的可能性，并进一步判断苗情特征对产量目标的可能影响，最后推荐适宜的调控管理措施。 在构建棉花栽培管理动态知识模型的基础上，进一步结合基于知识规则的棉花知识库表达系统，在 Vsual＋＋6对平台上构建了综合性、智能化和构件化的基于知识模型的棉花管理决策支持系统，实现了预测功能和决策功能的有倾合与集成，从而为建立其它作物的栽培管理决策支持系统提供了开发框架和思路，为精确农作和数字化农作奠定了基础． 利用南京、安阳、太原和石河子等生态点的不同品种、不同土壤类型和不同产量目标等资料对所建系统的可靠性进行了实例测试与检验。结果表明，系统具有较好的决策性和适应性。
于少雄[6]2009年在《基于模型和WebGIS的数字油作决策支持系统研究》文中研究表明作物模拟模型和作物管理专家系统及GIS技术等作为农业信息技术的主要研究内容,在农业信息化过程中发挥了巨大的作用。本研究在系统工程思想指导下,综合应用农学、生态学、环境科学、统计学、计算机科学以及空间信息技术等学科的基本理论与方法,通过广泛收集与分析农业基础数据(气象、土壤、品种、种植管理及地图等数据)的特征,构建了包括空间信息和属性信息的农业基础数据库；以优化利用农业自然资源为出发点,在综合考虑油菜的气候适应性、土壤适应性以及综合适应性的基础上,构建了油菜生态适应性评价模型；通过油菜生长模拟模型、管理知识模型和WebGIS技术等的有效耦合,构建了综合性的数字油作决策支持系统,为农业生产管理的现代化和信息化提供了技术平台。以优化利用农业自然资源为目标,在广泛搜集油菜相关资料和查阅文献的基础上,通过分析和提炼其他作物已有的研究成果,运用系统工程原理和数学建模技术,利用生理发育时间(PDT)划分油菜各生育阶段,建立了油菜生态适应性评价模型。具体包括气候适应性评价、土壤适应性评价和综合适应性评价叁个子模型。气候适应性评价模型综合考虑了光照、温度和水分等多种因子对油菜生长的影响,采用相对权重法确定各因子的权重,动态计算出油菜气候适应性隶属度。土壤适应性评价模型综合考虑了土壤的质地、有机质、酸碱度、盐分和土层厚度等对于油菜生长的影响因子,采用相对权重法确定各因子的权重,动态计算出油菜土壤适应性隶属度。在此基础上,采用剩余配权方法确定了所有影响因子的综合性权重值,构建了油菜综合适应性评价模型。为实现油菜栽培管理的精确化和数字化,在实验室已有研究成果的基础上,以WebGIS为空间信息管理平台,通过有效耦合油菜生长模拟模型和油菜管理知识模型,运用软件工程的思想,采用多层软件体系结构设计,设计和实现了基于模型和WebGIS的网络化数字油作决策支持系统。该系统以品种遗传特性、气象状况、土壤理化特性和生产条件等参数作为基本输入,实现了系统管理、生态适应性评价、栽培方案设计、模拟预测、因苗动态调控、策略分析、精确油作、生产力分析与评价、病虫草害管理、智能学习、信息管理和系统帮助等功能。以江苏省部分县市为案例区,对系统进行了初步的测试与应用,表明该系统可以为油菜种植户、农业推广和科技人员提供数字化和科学化的油菜栽培管理与决策咨询。
刘传松[7]2006年在《农区牧草种植管理决策支持系统研究》文中研究说明作物生长模拟模型和管理决策支持系统是现代信息农业和数字农业研究和应用的核心,作物生长模型可以为数字化和智能化的农业提供新的量化工具,而管理决策支持系统则保证了模拟模型的实现,推动了农业信息化的进程。本研究运用系统分析方法和数学建模技术来研究牧草栽培管理的知识表达体系,在广泛收集和充分理解牧草栽培管理知识、经验和资料的基础上,利用牧草栽培理论以及现有的牧草栽培技术,进行牧草种植管理指标、生态环境以及生产力水平之间的定量化关系的确定,并对重要决策点进行分析。本研究侧重牧草种植管理知识模型的建立,建立了对于牧草生长具有重要作用的管理模型。本系统的模型库包括:牧草种植制度的确定、品种的选择、播期的确定、刈割期的确定以及氮、磷、钾肥运筹、水分运筹、产量预测等7个子模型,基本涵盖了牧草生理生育的全过程。本决策支持系统中以生长年限为主要指标,通过温度、降水等限制因子来进行种植制度的模拟,为优良牧草引入农区种植制度提供理论依据,并为牧草的农区推广奠定基础;以适口性(粗蛋白、维生素)、抗病虫性作为主要标准,进行牧草优良品种选择和牧草品种模拟模型的建立,符合当前农区牧草的饲用需求,进一步促进了农区畜牧业的发展;以积温倒推原理为依据从生理上推算牧草的生理播种期,并结合农区实际条件进行牧草播种期的确定;以氮素、磷素、钾素的模拟为主,结合豆科牧草特有的生物固氮,加入牧草生物固氮模型,使肥料模拟模型更全面、更贴近生产。以土壤、作物、大气作为连续的系统来模拟水分的循环,以土壤分层计算法进行牧草田水分平衡的模拟,符合水分平衡的规律。以净光合产量和干物质分配系数为指标,进行产量模拟模型的建立,从结构上简化了模拟模型。在构建牧草种植管理动态知识模型的基础上,以计算机技术以及构件化程序设计思想为系统设计原理,将牧草种植管理知识模型库和牧草管理知识库等按照一定的原理进行耦合和集成,进而形成牧草种植管理决策支持系统,从而为牧草种植管理的科学化、定量化和信息化奠定了基础。集成以后的系统由数据库、知识库、模型库、推理机和人机接口等部分组成,并具备栽培方案设计、适宜指标预测、动态管理调控、专家知识咨询和系统维护管理等主要功能。从而使用户能够方便的进行有效信息的查询检索,同时也能够为用户提供实质性的生产决策方案。对于合理搭配各种生产要素,最大限度的地增加产量和效益,具有重要的理论意义和应用前景。
袁承程[8]2017年在《不同尺度农业土地利用系统定量模拟研究》文中提出改革开放以来,中国普遍实行高投入、高产出和高利用强度的集约化农业土地利用模式,在保障粮食安全的同时也造成了严重的农业环境问题。现在,如何协调粮食安全与环境保护之间的关系已成为中国农业发展过程中面临的一个重大挑战。在当前国情下,把农业土地利用作为一个系统,从多角度、多尺度、多效应对农业土地利用系统进行全面和系统的研究,是解决这一问题的较好途径。本文从农业土地利用系统定义出发,对农业土地利用系统进行了全面的解析,以人地关系理论、土地可持续利用理论、复杂系统理论及农户理性决策理论为理论基础,基于农户管理单元——小流域——区域叁种不同管理尺度为主线,应用线性规划模型、ABM模型、输出系数模型、SFA模型及"3S"技术方法等一系列模型和方法,构建了一套从农户管理单元尺度,到小流域尺度,再到区域尺度的农业土地利用系统定量模拟方法体系,实现了定量模拟不同管理尺度的农业土地利用系统变化对粮食生产和环境污染影响的目标。主要研究成果如下:(1)农业土地利用系统解析从农业土地利用系统定义出发,本文构建了农业土地利用系统概念框架,并把农业土地利用系统解析为输入、土地利用过程、输出及反馈与控制四个部分。依据农业土地利用系统概念框架和多尺度特征,明晰了叁个不同研究尺度的农业土地利用系统模拟的目标:在农户管理单元尺度,主要是以个体农户为研究对象,实现对农户决策过程的模拟,并分析农户决策对粮食生产和环境效应的影响;在小流域尺度,主要是通过对小流域尺度内农业土地利用系统的模拟,研究农业土地利用变化对水环境污染的影响,为将来通过调控农户行为控制水质环境奠定基础;在区域尺度,主要是通过模拟区域尺度的农业土地利用系统变化,协调好农业土地利用系统的社会-经济效应与生态环境效应之间的关系,为未来政府制定农业可持续发展政策提供依据。(2)农户管理单元尺度农业土地利用系统模拟研究本文选取湖南省桃江县为案例研究区,采取随机分层典型抽样方法,在桃江县随机抽取调研399个农户,并依据农户主要收入来源和农户经营规模,将农户类型划分为退耕型、传统型、休闲型、兼业型、以农为主型、专业型、大规模型以及养殖专业户型,并全面解析了各个农户类型的土地利用行为和经营特征。研究表明市场因素、政策因素、技术因素、自然条件、社会因素以及农户自身因素对农户作物种植制度的选择具有重要影响;而家庭劳动力个数、户主年龄、耕地面积以及家庭主要收入来源等因素对农户的农地流转决策行为有较显着的影响。在此基础上,本文还建立了基于线性规划方法的农户土地利用的决策模型和基于物质流分析的耕作单元尺度农业土地利用环境效应模型,并从社会、经济和环境3个方面选取9项指标,构建了农业土地利用综合效应指标体系,对不同农户类型的农业土地利用综合效应进行分析和比较。研究还表明,在现有的经济技术条件下,专业型农户的农业土地利用综合效应最佳。(3)小流域尺度农业土地利用系统模拟研究本文选取桃江县花园洞小流域为案例研究区,在流域基本特征分析的基础上,通过构建ABM-IECM耦合模型,研究2000—2014年间因农户生计策略转型导致的农业土地利用系统变化对流域内非点源污染的影响,研究结果表明:在2000年至2014年间,随着水稻价格、生猪价格以及劳动力价格的变化,流域内农户生计策略发生了转型,导致该小流域内作物种植制度、土地利用强度、常住人口以及生猪数量均发生了显着变化。随着这些因素的变化,花园洞小流域内输入到河流中的总氮负荷呈现先增加后减少的趋势。此外,在此期间农村生活、家畜养殖以及降雨输入方式交替成为该小流域内主要污染源。尽管该耦合模型还存在一定的局限性,但是通过ABM-IECM耦合模型不仅可以模拟农户生计转型的动态过程及其对流域农业土地利用系统变化的影响,估算非点源污染状况,而且还能研究社会-经济因子与非点源污染的关系,识别关键污染区,为将来通过调控农户的行为降低流域内的农业环境风险提供科学支持。(4)区域尺度农业土地利用系统模拟及其调控研究本文选取桃江县大栗港镇为案例研究区,通过构建ABM-SFA耦合模型,模拟农业土地利用系统变化对粮食生产和环境效应的影响,以权衡粮食安全与环境风险两者之间的关系,为将来制定合理的调控政策提供依据等。研究结果表明:随着农地的流转,耕地资源逐渐向规模种植农户转移,双季稻种植比例和区域水稻总产量予以提高,氮素通过挥发、反硝化、径流以及淋失方式损失的环境输出量呈现先减少后增加的变化趋势,但是氮素盈余量增长幅度低于先前的减少幅度。另外,还对ABM-SFA耦合模型进行相关验证,其验证结果均在可接受的范围内,表明该耦合模型可以被用来研究区域内尺度农业土地利用系统变化对粮食产量与环境效应的影响。在上述基础上,基于已构建的ABM-SFA耦合模型,根据大栗港的实际情况及参考过去十年补贴增长的速率,研究了 2014年至2029年间不同政策情景下大栗港镇农业土地利用系统变化及其对粮食安全和环境可持续的影响。研究表明,四种政策情景均具有不同的作物种植制度变化、粮食产量以及环境效应,其中趋势(TD)情景因其具有相对较高的粮食产量和补贴效率、较少的化肥和农药投入量以及相对较低的氮盈余量和氮淋失量,被认为是大栗港镇最优的政策方案选择。
蒋理[9]2016年在《农业空间信息管理系统的设计与实现》文中研究说明农业生产系统是一个庞大且复杂的系统。农业问题有着明显的时间空间特征,需以时空视角加以认识和解决。农业空间信息管理系统在已有农业信息管理系统的基础上,以农业空间数据为基础,结合作物生长模型和农业管理知识模型,实现与农作物生长相关空间的采集、管理、处理、分析、建模和可视化,为政策制定者和一线农技人员提供准确的农业空间信息及决策支持。本研究基于地理信息系统技术、空间分析技术,以计算机软件工程为方法,以我国主要粮食作物生产区为研究对象,研制农业空间信息管理系统,实现各稻麦生产区作物品种、气象资料、土壤养分、生产资料、主推技术等时空信息的数字化管理与辅助时空决策支持。本文将从农业时空数据管理、空间信息分析和系统的集成开发实现叁个方面阐述本研究的主要内容。农业时空数据的管理。针对农业数据多源异构的特征,本研究在综合分析和学习国内外空间数据库建设经验和技术水平的基础上,构建数据丰富、结构良好、数据质量和标准化程度高、可扩展能力强的农业空间数据库用于农业空间信息的存储。同时,时空数据管理提供了图表、地图等基础的数据展示功能,方便用户便捷的获取直观的农业时空信息。农业数据的空间信息分析。农业生产相关的气象要素和土壤要素具有明显的空间性,影响了作物品种、种植制度和产量品质等的区域时空分布规律及特征形态。本文以农业数据空间化、农业模型空间化和农业决策应用空间化叁种途径构建农业空间信息分析模型,使得在农业空间信息管理系统支持下,能够实现区域、园区、田块等不同尺度的农业信息的模拟、预测及精确管理。农业空间信息管理系统的集成开发。本研究综合考虑农业空间信息管理系统的应用需求,以ESRI,ARCGIS为基础地理信息系统平台,以ArcSDE与SQL Server空间数据库系统,采用C#开发语言,Python为脚本语言开发实现农业空间信息管理系统。分模块实现了地图操作、表格管理、数据管理、地图制图、种植制度、效益分析等功能并插入系统主体框架中。这种插件式开发方式将GIS技术中空间数据管理方法、空间数据展示、空间数据分析方法等成熟的方法与具有独立性、高效性和简洁性的脚本语言结合在一起,保证了农业空间信息管理系统在数据庞大、操作步骤繁多的情况下运行的可用性和高效性。软件运行及应用效果表明本系统符合系统工程软件规范,功能满足现代农业空间信息管理发展的要求。系统的操作流程明晰,逻辑清楚,界面简洁,便于使用。该系统提供空间数据基础操作、农业空间数据库数据管理和多项农业空间信息分析功能,能够为广大农业技术人员在农业生产布局设计和管理决策确定时提供有效的农业空间信息。
李凤菊[10]2009年在《数字麦作决策支持系统关键技术研究》文中进行了进一步梳理数字农作决策支持系统作为数字农业的技术载体和应用平台,对农业科技和作物生产产生了深刻的影响,已成为农业信息技术的突出标志和重要支柱。本研究以我国冬小麦主产区近45年气象数据为基础,进行正态性检验和插值方法比较,并计算了20世纪60年代～21世纪初的冬小麦生育期内总日照时数、有效积温和总降水量以及各生育阶段降水量,通过生产潜力模型模拟各冬麦区光合、光-温和光-温-水生产潜力,利用GIS技术分析我国冬小麦主产区气候要素和生产潜力的时空分布特征。以系统分析原理和动态建模技术为手段,通过分析和提炼小麦病虫草害管理方面的最新研究资料,在归纳大量小麦病虫草害发生规律及其与小麦生产之间关系的基础上,根据小麦病虫草害的发生规律,结合小麦栽培管理知识模型以及经济信息,构建了小麦病虫草害管理模型,并进行了验证。结果表明：日照时数采用半球模型的二阶平滑趋势的普通克里格插值最好,最高气温和最低气温采用高斯模型的二阶平滑趋势插值最好,降水量采用半球模型的一阶平滑趋势的普通克里格插值最好。生育期日照时数从60年代开始呈递减趋势,尤其是黄淮冬麦区和长江中下游地区降幅最大,各冬麦区生育期有效积温随年代呈逐渐递增的趋势,尤其是90年代增幅最为明显,达到100～200℃,各冬麦区生育期降水量地区差异显着,无明显变化趋势；冬小麦主产区的光合生产潜力随年代递减,光-温、光-温-水生产潜力逐渐增加,生育期日照时数与光合生产潜力变化一致,呈逐渐递减的趋势；有效积温与光-温生产潜力变化一致,呈逐渐递增的趋势；日较差与光-温生产潜力变化趋势相反,呈逐渐降低的趋势。本研究所建立的小麦病虫草害管理模型系统可为小麦病虫草害的防治提供可靠的技术支持,提高了防治效果,实现了病虫草害的整体预测预报。
参考文献：
[1]. 种植制度决策支持系统的研究[D]. 彭汉艮. 南京农业大学. 2003
[2]. 基于GIS和模型的种植设计系统研究[D]. 单英杰. 南京农业大学. 2007
[3]. 基于GIS的区域作物生产管理信息系统的研究[D]. 陈宏金. 南京农业大学. 2007
[4]. 基于模型和3S的数字麦作支持系统研究[D]. 蒋红军. 南京农业大学. 2007
[5]. 基于知识模型的棉花管理决策支持系统的研究[D]. 张怀志. 南京农业大学. 2003
[6]. 基于模型和WebGIS的数字油作决策支持系统研究[D]. 于少雄. 南京农业大学. 2009
[7]. 农区牧草种植管理决策支持系统研究[D]. 刘传松. 扬州大学. 2006
[8]. 不同尺度农业土地利用系统定量模拟研究[D]. 袁承程. 中国农业大学. 2017
[9]. 农业空间信息管理系统的设计与实现[D]. 蒋理. 南京农业大学. 2016
[10]. 数字麦作决策支持系统关键技术研究[D]. 李凤菊. 南京农业大学. 2009