家庭農(nóng)場數(shù)字化系統(tǒng)研究

胡曉斌

摘要 以安徽省宿州市埇橋區(qū)國家現(xiàn)代農(nóng)業(yè)示范區(qū)為研究對象，構(gòu)建了符合地理國情監(jiān)測和作物生長監(jiān)測的數(shù)字化農(nóng)場系統(tǒng)。該系統(tǒng)具有數(shù)據(jù)處理、空間分析、農(nóng)情監(jiān)測、預(yù)報(bào)預(yù)測等主要功能模塊，為家庭農(nóng)場的精準(zhǔn)化管理和智能農(nóng)業(yè)應(yīng)用奠定了理論基礎(chǔ)。

關(guān)鍵詞 家庭農(nóng)場；數(shù)字化；三維模型；歸一化植被指數(shù)

中圖分類號 S126 文獻(xiàn)標(biāo)識碼 A 文章編號 0517-6611（2017）34-0225-03

Abstract Taking Yongqiao district of national modern agriculture demonstration zone of Suzhou City as an example， we set up the digitalized family farm system，which was accordant with geography and national conditions monitoring，crop growth monitoring.The system had data processing， spatial analysis， crop surveillance， forecast and prediction and other main function modules， so as to provide the theory basis for precise management of family farm and smart agriculture application.

Key words Family farm；Digital；Three dimension model；Normalized difference vegetation index

隨著科學(xué)理論和技術(shù)的不斷發(fā)展，我國農(nóng)業(yè)也從傳統(tǒng)的手工作業(yè)、機(jī)械作業(yè)、數(shù)字化作業(yè)過渡到精準(zhǔn)作業(yè)和智慧管理的信息化階段。伴隨著“互聯(lián)網(wǎng)+”、物聯(lián)網(wǎng)技術(shù)、遙感技術(shù)、大數(shù)據(jù)和云計(jì)算等理論和技術(shù)的發(fā)展和應(yīng)用，我國即將全面進(jìn)入精準(zhǔn)化、智慧化的農(nóng)業(yè)發(fā)展階段。但是，由于我國農(nóng)業(yè)田地的分散性、權(quán)屬性和區(qū)域性等問題的存在，造成我國農(nóng)業(yè)現(xiàn)狀出現(xiàn)差異性發(fā)展，我國9大商品糧基地逐步轉(zhuǎn)向以北方為主，以南方為輔。為了解決傳統(tǒng)農(nóng)業(yè)出現(xiàn)和遺留的問題，從中央到地方各級政府相繼出臺了一系列政策，加大土地流轉(zhuǎn)力度，完善農(nóng)民合作社、家庭農(nóng)場、種地大戶和涉農(nóng)企業(yè)的承包制度。

數(shù)字農(nóng)場就是利用各種傳感器系統(tǒng)獲取農(nóng)場和種植作物的空間數(shù)據(jù)和屬性數(shù)據(jù)，采用通信技術(shù)、計(jì)算機(jī)技術(shù)和地理信息技術(shù)等處理、建模和應(yīng)用相關(guān)數(shù)據(jù)，以輔助承包主體分析、作業(yè)和預(yù)測的一門學(xué)科和技術(shù)[1]。該研究中的農(nóng)場是一般意義上的，以“百畝”為單位，承包主體所承包的農(nóng)業(yè)土地、附屬設(shè)施和農(nóng)業(yè)作物。從數(shù)字農(nóng)場的內(nèi)涵來看，數(shù)字農(nóng)場構(gòu)建的核心是建立各種優(yōu)化模型，反映相關(guān)數(shù)據(jù)和各種復(fù)雜的內(nèi)在機(jī)理之間的關(guān)系。

1 研究區(qū)概況

宿州市埇橋區(qū)位于安徽省北部，淮北平原東北部，地理坐標(biāo)為116°51′～117°05′E，33°17′～34°06′N，平均海拔為30 m，東臨靈壁縣，西接濉溪縣，南連懷遠(yuǎn)縣，北與江蘇省銅山縣接壤，是淮海經(jīng)濟(jì)協(xié)作區(qū)的核心城市之一，也是安徽省距離出?？谧罱某鞘?，是全國著名的商品糧基地，被稱為“中原糧倉”。2009年，宿州市政府、埇橋區(qū)委區(qū)政府開始籌建宿州市埇橋區(qū)國家現(xiàn)代化農(nóng)業(yè)示范區(qū)，并于2010年8月被農(nóng)業(yè)部認(rèn)定為第一批國家現(xiàn)代農(nóng)業(yè)示范區(qū)。

2 數(shù)字農(nóng)場系統(tǒng)的構(gòu)建

為了高效、科學(xué)、合理地管理運(yùn)作示范區(qū)，以計(jì)算機(jī)軟件開發(fā)流程為依據(jù)，構(gòu)建了滿足示范區(qū)的農(nóng)場數(shù)字化系統(tǒng)，如圖1所示。家庭農(nóng)場的數(shù)字化是實(shí)現(xiàn)精準(zhǔn)農(nóng)業(yè)、智慧農(nóng)業(yè)的前提條件，以傳感器系統(tǒng)為基礎(chǔ)，獲取農(nóng)場及作物的基礎(chǔ)地理信息數(shù)據(jù)、氣象數(shù)據(jù)和作物數(shù)據(jù)組成數(shù)據(jù)層，利用地理空間三維模型以及作物生長模型和動態(tài)監(jiān)測模型構(gòu)建出數(shù)字農(nóng)場的中間層。在數(shù)據(jù)層和中間層的基礎(chǔ)上，將數(shù)字農(nóng)場系統(tǒng)應(yīng)用于地理國情監(jiān)測和農(nóng)場作物種植、管理和預(yù)報(bào)的作業(yè)過程。從應(yīng)用上看，首先利用各種傳感器系統(tǒng)，獲取農(nóng)場土地權(quán)屬性質(zhì)和空間位置等基礎(chǔ)地理信息數(shù)據(jù)，在地理信息數(shù)據(jù)的基礎(chǔ)上，結(jié)合相應(yīng)的物理機(jī)理和幾何模型，構(gòu)建家庭農(nóng)場三維可視化模型以及數(shù)據(jù)庫模型等，從而更好地服務(wù)地理國情監(jiān)測。同時(shí)，還可以獲取農(nóng)場所在地區(qū)的氣象數(shù)據(jù)，主要是影響農(nóng)場作物生長的溫度、濕度、日照、氣壓、風(fēng)向、風(fēng)速和降雨等數(shù)據(jù)，結(jié)合作物生長需要的N、P、K等化學(xué)元素，構(gòu)建農(nóng)場作物生長模型，從作物生物機(jī)理上揭示作物生長規(guī)律。結(jié)合其他傳感器獲取的作物生長的物理光譜曲線和紋理結(jié)構(gòu)等數(shù)據(jù)，構(gòu)建作物生長動態(tài)監(jiān)測模型，輔以網(wǎng)絡(luò)通信技術(shù)和物聯(lián)網(wǎng)技術(shù)等技術(shù)，可以實(shí)現(xiàn)遠(yuǎn)程實(shí)時(shí)監(jiān)測，結(jié)合智能伺服驅(qū)動系統(tǒng)實(shí)現(xiàn)作物的精準(zhǔn)管理，利用小波分析、神經(jīng)網(wǎng)絡(luò)、馬爾科夫模型等算法，做出可靠、準(zhǔn)確的災(zāi)情預(yù)報(bào)、產(chǎn)量預(yù)測，最終更好地服務(wù)農(nóng)業(yè)示范區(qū)農(nóng)場作物的種植和管理。

3 數(shù)字化農(nóng)場系統(tǒng)的相關(guān)算法

3.1 農(nóng)場三維可視化模型

三維可視化問題貫穿于攝影測量遙感、圖像處理、計(jì)算機(jī)技術(shù)、虛擬現(xiàn)實(shí)等領(lǐng)域，對這一經(jīng)典問題的研究，各領(lǐng)域?qū)＜覍W(xué)者都做出了很多令人振奮的成果和產(chǎn)品。三維可視化模型的建立是利用人眼生理視差，重建圖像、視頻內(nèi)容的三維場景，加上色彩、紋理和結(jié)構(gòu)的渲染，生成可視化的仿真模型。該研究在構(gòu)建真實(shí)三維可視化模型時(shí)，采用空間攝影測量方式，利用研究區(qū)的影像數(shù)據(jù)和高程數(shù)據(jù)，結(jié)合計(jì)算機(jī)技術(shù)生成家庭農(nóng)場三維可視化模型。

3.2 作物生長動態(tài)監(jiān)測模型

農(nóng)場作物生長的動態(tài)監(jiān)測，可以利用精準(zhǔn)的單體測量方式和群體范圍的遙感監(jiān)測方法。在遙感監(jiān)測中，最為常見的是利用葉面積指數(shù)（Leaf area index，LAI）和作物群體生物量（Crop group biomass，CGB）2個(gè)指標(biāo)反演作物生態(tài)環(huán)境。其中，LAI指標(biāo)貫穿作物生長的生理過程，特別是在光合作用、呼吸作用、碳循環(huán)等過程中起著決定性的作用。因此，利用該指標(biāo)監(jiān)測農(nóng)場作物生長狀態(tài)是可靠的。對于LAI指標(biāo)的求解，通常采用2種方法：①物理模型法。通過描述作物生長過程物理機(jī)理，構(gòu)建模型，加以計(jì)算，這種方法具有普適性，可以減少作物類型和環(huán)境因素的影響，但計(jì)算結(jié)果存在精度不高、難以確定等問題。②統(tǒng)計(jì)模型法。采用統(tǒng)計(jì)學(xué)原理，利用先驗(yàn)LAI和植被指數(shù)的關(guān)系，建立對應(yīng)的經(jīng)驗(yàn)函數(shù)模型，采用回歸分析等方法，計(jì)算總體作物L(fēng)AI。其中，最重要的是歸一化植被指數(shù)（Normalized difference vegetation index，NDVI），計(jì)算公式[2-8]如下：

4 數(shù)字化家庭農(nóng)場系統(tǒng)關(guān)鍵技術(shù)的實(shí)現(xiàn)

在Think Pad T420i電腦上，Intel Core i3處理器、Kingston 4 GB內(nèi)存、Nvidia Geforce GT240顯卡，在32位Windows 7（SP3）操作系統(tǒng)下，利用Visual Studio 2010旗艦版，開發(fā)數(shù)字化農(nóng)場系系統(tǒng)，如圖3所示。

4.1 三維可視化

為了驗(yàn)證主要模型算法的適用性，研究采用的數(shù)據(jù)來源于中國科學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)信息中心國際科學(xué)數(shù)據(jù)鏡像網(wǎng)站（http：//www.gscloud.cn），根據(jù)宿州市行政區(qū)劃所在的經(jīng)緯度數(shù)據(jù)，下載LANDSAT8衛(wèi)星影像，該衛(wèi)星于2013年2月11日發(fā)射，搭載了OLI陸地成像儀（Operational land imager，OLI）和TIRS熱紅外傳感器（Thermal Infrared Sensor，TIRS）2種傳感器集成系統(tǒng)，拍攝時(shí)間為2017年4月，數(shù)據(jù)包括11個(gè)波段，其中，波段8為全色波段，空間分辨率為15 m，波段1～7和9為多光譜波段，空間分辨率為30 m，波段10和11為TIRS波段，空間分辨率為30 m。在經(jīng)過圖像平滑、坐標(biāo)變換、圖像拼接、圖像裁剪、勻色等預(yù)處理后，得到宿州市影像數(shù)據(jù)，如圖4（a）所示。為了構(gòu)建三維可視化模型，下載ASTER GDEM 30 m高程數(shù)據(jù)，在經(jīng)過數(shù)據(jù)預(yù)處理后，得到宿州市30 m DEM數(shù)據(jù)，如圖4（b）所示。利用上述2種數(shù)據(jù)，結(jié)合三維模型，生成宿州市三維可視化模型，如圖4（c）所示。基于三維可視化模型，可以高效地管理宿州市埇橋區(qū)國家現(xiàn)代農(nóng)業(yè)示范區(qū)。

4.2 NDVI指數(shù)

在數(shù)字化農(nóng)場系統(tǒng)V1.0下，經(jīng)過影像數(shù)據(jù)輻射校正、幾何校正等預(yù)處理后，計(jì)算宿州市NDVI指數(shù)，其結(jié)果[9-12]如圖4（d）所示。在得到NDVI指數(shù)后，結(jié)合利用LAI測量儀在規(guī)格化采樣區(qū)域測量的LAI數(shù)值，采用回歸分析方法，可以構(gòu)建二者之間的經(jīng)驗(yàn)?zāi)Ｐ?，反演農(nóng)場作物總體的生長狀態(tài)。

5 小結(jié)與展望

農(nóng)業(yè)現(xiàn)代化是以家庭農(nóng)場及附屬設(shè)施和農(nóng)場作物的數(shù)字化為基礎(chǔ)，以滿足高效、精準(zhǔn)和智能的農(nóng)場管理。筆者構(gòu)建了家庭農(nóng)場數(shù)字化系統(tǒng)，并實(shí)現(xiàn)了數(shù)據(jù)的預(yù)處理、空間分析、災(zāi)情預(yù)報(bào)、產(chǎn)量評估等基礎(chǔ)功能，滿足家庭農(nóng)場的基本管理要求。今后，其他相關(guān)模塊的完善是下一步研究的重點(diǎn)。

參考文獻(xiàn)

[1] 汪志強(qiáng)，劉坤，陶桂香，等.農(nóng)場農(nóng)業(yè)數(shù)字化信息系統(tǒng)研究評述[J].安徽農(nóng)業(yè)科學(xué)，2013，41（8）：3720-3722.

[2] 吳昌廣，周志翔，肖文發(fā)，等.基于MODIS NDVI的三峽庫區(qū)植被覆蓋度動態(tài)監(jiān)測[J].林業(yè)科學(xué)，2012，48（1）：21-28.

[3] 龔大鑫，贠漢伯，竇學(xué)誠，等.青藏工程走廊多年凍土段植被覆蓋度動態(tài)快速測量方法研究[J].中國沙漠，2013，33（2）：412-418.

[4] 龍曉閩，周忠發(fā)，張會，等.基于 NDVI像元二分模型植被覆蓋度反演喀斯特石漠化研究：以貴州畢節(jié)鴨池示范區(qū)為例[J].安徽農(nóng)業(yè)科學(xué)，2010，38（8）：4184-4186.

[5] 黃海洧，趙來，谷家川，等.基于ERDAS與GIS的滁州市植被NDVI時(shí)空變化特征研究[J].安徽農(nóng)業(yè)科學(xué)，2016，44（11）：70-72.

[6] 李小亞，張勃，靳自寶.基于MODIS-NDVI的甘肅河?xùn)|地區(qū)植被覆蓋度動態(tài)監(jiān)測[J].水土保持研究，2013，20（1）：112-115.

[7] 王曉江，胡爾查，李愛平，等.基于MODIS NDVI的內(nèi)蒙古大青山自然保護(hù)區(qū)植被覆蓋度的動態(tài)變化特征[J].干旱區(qū)資源與環(huán)境，2014，28（8）：61-65.

[8] 肖洋，熊勤犁，歐陽志云，等.基于MODIS數(shù)據(jù)的重慶市植被覆蓋度動態(tài)變化研究[J].西南大學(xué)學(xué)報(bào)（自然科學(xué)版），2013，35（7）：121-126.

[9] MU S J，YANG H F，LI J L，et al.Spatiotemporal dynamics of vegetation coverage and its relationship with climate factors in Inner Mongolia，China [J].Journal of geographical sciences，2013，23（2）：231-246.

[10] 張麗，何曉旭，魏鳴.基于NDVI的淮河流域植被覆蓋度動態(tài)變化[J].長江流域資源與環(huán)境，2012，21（Z1）：51-56.

[11] 包剛，包玉海，覃志豪，等.近10年蒙古高原植被覆蓋變化及其對氣候的季節(jié)響應(yīng)[J].地理科學(xué)，2013，33（5）：613-621.

[12] 劉廣峰，吳波，范文義，等.基于像元二分模型的沙漠化地區(qū)植被覆蓋度提?。阂悦珵跛厣车貫槔齕J].水土保持研究，2007，14（2）：268-271.