基于云平台的玉米精准播种决策系统设计
作者单位：南京农业大学
学位级别：硕士
导师姓名：周俊
授予年度：2020年
主 题：精准播种 在线决策 云平台 播种处方图 Android
摘 要：精准农业是一种现代化的农业生产管理模式,通过获取农田环境信息以及作物产量信息,分析影响产量差异的实际时空差异信息,采取可行的技术和有效的经济调控方式,对作物的生产管理进行定位,根据实际需要来改变生产资料的投入,从而减少以往农业大量生产资料平均投入造成的资源浪费,是现在以及未来世界农业发展的主要趋势。精准播种决策技术是精准农业的重要组成部分,它可以依据建立出的生产种植模型,实现对土壤肥力、种植空间、空气光照等农田相关资源的最优化利用,达到当前农田最适宜的播种量。对于精准播种技术,国内研究的较多仍是精准播种机,相比于国外已经实现了播种决策技术的商业规模化,国内对整体的播种决策技术研发较少。针对国内缺乏精准播种决策技术的问题,以玉米为研究对象,本文设计了一种玉米精准播种在线决策系统,对决策数据获取方法、玉米精准播种模型的优化以及在线决策系统的构建、处方图的格式等进行了研究。本文的主要研究内容以及成果可以归纳为以下几点:（1）优化了玉米播种种植农艺模型,将前人的玉米播种种植模型中对土壤水肥含量情况模糊取值的方法替换为利用土壤养分含量分级指标对农田土壤水肥中的氮磷钾、有机质等含量按分级指标中的一级比例进行量化细分,使得玉米精准播种决策更加精确;利用空间插值算法中的克里金插值算法对农田地块土壤水肥含量、历史产量等决策所需重要数据的插值与获取,为精准播种决策模型提供了每个网格的相关决策数据,确保了玉米精准播种决策中变量播种的实现,结合单个地块的玉米播种决策模型构建为玉米精准播种决策模型。对播种决策所需数据的获取技术进行了优化与改善。利用Scrapy爬虫框架搭建了玉米品种信息网络爬虫,实现了快速、精准、定向获取农业网络信息,为农业获取数据提供了新的渠道与方法;通过在田间架设便携式小型气象站结合4G模块实现了远距离无线传输农田环境信息数据;搭建了基于经验模态分解-长短期记忆网络（EMD-LSTM）的气温预测模型,实现了对玉米播种后天气气温的预测,提高了播种决策模型的准确性。（2）构建了基于阿里云云服务器的精准播种在线决策云平台,设计了相应的前台管理界面。通过结合传统田间采样技术、GPS坐标采集技术、Scrapy网络爬虫技术、EMD-LSTM气温预测模型、玉米精准播种决策模型、MySQL数据库技术构建了玉米精准播种在线决策系统,实现了随时随地对玉米播种决策的监测与控制;为了与国内主流玉米精准播种机相比配,选用了标准Shapefile格式作为标准决策处方图的文件格式;为便于农户对整个农田地块播种量有个直观了解,选择并调用百度地图的Api接口作为显示播种量处方图的容器。构建了基于MySQL的双端系统数据库,保证了双端数据的实时统一性;数据库信息主要包括:用户信息、农场/地块信息、农场/地块边界点信息、水肥数据信息、玉米品种信息、历史产量信息、历史处方信息以及天气信息等。（3）构建了移动Android端的玉米精准播种在线决策系统,并设计了相应的功能界面。为增加移动端操作的便捷性以及保证数据采集的多样性,移动端增加了农户自行上传数据的功能,便于农户上传播种量信息、施肥信息以及作物生长情况的图片等数据;为便于双端数据统一以及系统快速生成处方图,移动端系统通过Java HTTP通信机制与云平台的播种决策模型、数据库进行指令与数据交互。（4）利用玉米播种决策系统在许昌农田进行了实验,实验结果表明:所有网格的预估产量与目标产量的相对误差小于4%,最大绝对误差为342.2kg/ha。从总体上看,所有网格的预估产量与目标产量的产量趋势基本一致,整体拟合效果较好。将预估产量与多光谱监测植被覆盖率良好的情况相结合,可以从侧面间接验证了玉米播种决策的准确性。
同方学位论文库