摘要：A field experiment using a split-plot randomized complete block design with three replications was carried out to determine relationships between spectral indices and wheat grain yield （GY）, to compare the performance of four vegetation indices （VIs） for GY prediction, and to study the feasibility of VI to estimate grain protein content （GPC） in winter wheat. Two typical winter wheat （Triticum aestivum L.） cultivars ＇Xuzhou 26＇ （high protein content） and ＇Huaimai 18＇ （low protein content） were used as the main plot treatments and four N rates, i.e., 0, 120, 210, and 300 kg N ha^-1, as the sub-plot treatments. Increasing soil N supply significantly increased GY and GPC （P ≤ 0.05）. For the two cultivars combined, significant and positive correlations were found between four VIs and GY, with the strongest relationship observed when using the green ratio vegetation index （GRVI） at mid-filling. Cumulative VI estimates improved yield predictions substantially, with the best interval being heading to maturity stage. Similar results were found between VI and grain protein yield. However, when using cumulative VI, GPC showed no significant improvement. The strong relationship between leaf N status and GPC （R2 =0.9144 for ＇Xuzhou 26＇ and R2 = 0.8285 for ＇Huaimai 18＇） indicated that canopy spectra could be used to predict GPC. The strong fit between estimated and observed GPC （R2 = 0.7939） indicated that remote sensing techniques were potentially useful predictors of grain protein content and quality in wheat.

摘要：运用知识工程和系统建模方法,在总结、归纳和提炼油菜生长发育与生态环境、品种类型、生产技术水平和产量目标关系的基础上,建立了具有时空适应性的油菜播栽方案设计的动态知识模型,可用于精确定量不同环境和生产条件下油菜品种的适宜播期、基本苗、播种量和移栽方案.利用南京、郑州和保定3个地点的常年逐日气象资料以及各点不同品种和播种方式资料对播栽方案设计模型进行实例分析,结果表明,该知识模型对播期和基本苗设计均具有较好的决策性、解释性和适用性.

摘要：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设计的知识表达体系,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,通过定量解析种植制度指标与生态环境、品种类型、社会经济条件之间的动态关系,创建了种植制度设计知识模型;充分利用软构件的技术特点,在VisualC++平台上设计并实现了数字化和组件化的种植制度知识模型系统,实现了适宜作物选择、作物搭配、作物布局设计和系统维护等功能。本研究克服了传统种植制度专家系统地域性强和广适性弱的不足,为实现种植制度设计的定量化和数字化奠定了基础。

摘要：为实现水稻生产过程的精确化管理,以水稻精确管理知识模型为管理决策的智能依托,以GIS为空间数据管理平台,应用系统工程思想和软构件技术,设计实现了基于模型和GIS的水稻生产管理决策支持系统。该系统具有基本地图操作、信息管理、栽培方案设计、肥水运筹、病虫草害管理、适宜生长指标设计、因苗实时调控、专家咨询以及系统帮助等功能。系统在江苏和浙江部分水稻生产区的应用结果表明,精确管理田块平均产量达10464.8kg/hm2,较常规管理田块增产12·53%,减少氮肥投入31.5kg/hm2。系统的建立为水稻生产全过程变量管理处方的生成提供了模型化和系统化的决策工具,也为其他作物管理决策支持系统的构建提供了基础框架。

摘要：通过对棉花栽培研究资料和专家知识的总结归纳,运用系统学方法和结构化途径,建立了基于知识模型的棉花管理决策支持系统(KMDSSCM)。它由数据库、知识模型库、专家咨询库和人机界面等部分组成;可以实现栽培方案设计、适宜生育指标确定、适时苗情调控、专家知识咨询和系统维护等功能,具有普适性强,独立性好等特点。实例分析结果表明,系统可以根据决策点的基础农情条件,设计出适宜的综合性栽培管理方案和生育指标动态。

摘要：为了给不同环境条件下小麦栽培管理过程中的苗情诊断提供定量化的适宜养分指标动态体系,在分析小麦养分积累与养分管理研究资料的基础上,以小麦产量和品质为目标,通过定量描述小麦群体地上部养分积累和养分浓度与品种类型、生态环境及生产技术水平之间的动态关系,以基于生理发育时间的动态生长度日为主线,建立了系统化和广适性的小麦群体适宜养分(氮、磷、钾)指标动态的知识模型。利用南京和济南2个不同生态点的常年逐日气象资料以及不同品种类型、不同产量目标资料对所建知识模型进行了实例分析和检验,结果表明,模型设计的群体氮积累量与实际观测值之间的平均RMSE为8.13kg/hm2,模型设计的群体养分含量与实际观测值之间的平均RMSE为0.20%,故模型对不同条件下的小麦群体养分积累及群体养分含量指标适宜动态具有较好的预测性和指导性。

摘要：在分析和提炼油菜栽培理论与技术研究资料的基础上,通过定量描述冬油菜绿色面积指数动态与品种类型、生态环境和生产技术水平之间的动态关系,运用系统工程与动态建模的方法,以基于生理发育时间的动态生长度日为主线,建立了系统化和广适性的冬油菜适宜绿色面积指数动态设计的知识模型,它包括群体叶面积指数动态和角果面积指数动态。利用不同生态点的常年逐日气象资料以及不同品种类型、不同产量目标资料对所建知识模型进行了实例分析,结果表明知识模型对不同条件下冬油菜适宜绿色面积指数的设计具有较好的可靠性和适用性。

摘要：基于系统用户需求及现有农作模型特点,研究GIS技术与农作模型集成的机制与方法,提出了"XML技术+自定义地图引擎"的技术思路,设计了合理的系统体系结构。运用软构件技术,基于B/S(Browser/Server)的分布式网络技术,以WebGIS为空间信息管理平台,建立了基于模型和WebGIS的数字农作支持系统(MGDFSS)。该系统实现了基本地图操作、农作空间信息管理、作物生态区划、种植制度设计、栽培方案设计、生长模拟预测、管理策略分析、生长监测与调控、精准农作处方、生产力分析、专家咨询以及系统维护等综合功能。该系统的建立和应用可显著提升农作生产过程的数字化表达与信息化管理,促进数字农作技术的发展。

摘要：为了利用遥感技术快速无损实时地监测作物的生长、产量和品质状况,达到精确作物管理的目的,在集成作物光谱无损监测模型与作物管理知识模型的基础上,利用系统设计原理和组件化程序设计思想,构建了基于遥感的作物生长监测与调控系统,可实现从小尺度单点到大尺度农区的作物生长实时监测与调控。该系统具有文件管理、图像处理、地物分类与识别、植被指数计算、生长指标监测、生理指标监测、产量与品质预测、实时诊断与调控、工具管理以及系统帮助等功能。以江苏省泰州市的小麦为例对该系统进行实例分析,结果表明,该系统能有效实现作物生长监测与调控功能,从而为作物监测与管理的动态化和数字化奠定了基础。

摘要：为了充分发挥和利用3S技术、生长模型和管理知识模型的优势,探索适合中国国情的精准农业关键技术集成方法及应用模式,以软件开发方法论为指导,充分结合小麦生长模型、管理知识模型和3S技术,应用***和C#开发Web应用程序,建立了基于模型和3S技术的网络化数字麦作系统。该系统以品种、气候、土壤及生产条件等为基本输入,具有麦作区划、栽培方案设计、模拟预测、策略分析、动态调控、生长监测、精确麦作、生产力评价、病虫草害管理、智能学习、系统管理和系统帮助等功能。以江苏省部分县市的气象、土壤、品种和生产资料为基础,对本系统进行了初步测试与应用,表明该系统可为农业生产者、管理人员和科技人员提供麦作数字化和科学化的决策支持。