田间信息采集与处理技术
中国农业大学精细农业研究中心汪 懋 华
“精细农作”实践中，需要在较精细的空间尺度上，获取农田作物生产有关的空间分布信息，包括利用不同的传感技术采集数据，采用适当的方法对数据进行处理，转变为易于理解和利用的可视化空间分布图形信息，这主要靠电子信息硬件与软件技术的支持。需要获取和处理的主要信息包括如下几方面：
1．农田作物产量空间分布信息：
获取农作物小区产量信息，建立小区产量空间分布图，是实施“精细农作”的起点，它是作物生长在众多环境因素和农田生产管理措施综合影响下的结果，是实现作物生产过程中科学调控投入和制定管理决策措施的基础。为此。需要在收获机械上装置DGPS卫星定位接收机和流量计量传感器。通用的DGPS接收机，可以每秒给出收获机在田间作业时DGPS天线所在地理位置的经、纬度坐标动态数据，流量传感器在设定时间间隔内（即机器对应作业行程间距内）自动计量累计产量，再根据作业幅宽（估计或测量）换算为对应时间间隔内作业面积的单位面积产量，从而获得对应小区的空间地理位置数据（经、纬度坐标）和小区产量数据。这些原始数据经过数字化后存入智能卡，再转移到计算机上采用专用软件做进一步处理。实际上，产量空间分布数据的处理是一个复杂的过程，但可以通过专用软件快速完成。例如，GPS接收机指示的天线位置动态数据与割台收割作物的即时位置，按机器结构不同而有空间上的差异，而流量传感器通常是安装在脱粒、分选、清粮过程后的净粮输出部件上，要反映作物田间对应位置的产量计量数据，需要考虑到收获机的结构尺寸内物流工艺设计，作业速度等多种因素，通过建立数学模型来作出估计。由于收获时谷粒的含水量不同，收获时还需要同时测量谷粒的含水量，以便在数据处理时换算成标准含水量以便对单产水平进行评估。迄今，用于小麦、玉米、水稻、大豆等主要作物的流量传感器已有通用化产品，其他如棉花、甜菜、马铃薯、甘蔗、牧草、水果等作物的产量传感器近几年已做了许多研究，有的已在试验使用。目前应用的谷类作物产量传感器主要有三种类型：即冲击式流量传感器（图1a），γ射线式流量传感器（图1b）和光电式容积流量传感器（图1c）。它们分别用于John Deere和 Case、AGCO Massey Ferguson、欧洲一些公司的精细农作康拜因产品上。冲击式流量传感器计量误差在3%以内, 基于γ射线穿过谷粒层引起射线强度衰减测定谷物流量的传感器,据报导, 其计量误差不大于1%。收获机上应用的谷粒含水量测量，均按极板式电容传感器原理设计。收获机上采集数据的存储器件，已转向应用通用智能IC卡技术，Massey Ferguson 和Case IH系统中的存储卡可连续存储30小时收获作业数据，John Deere系统中的智能卡可存储连续250小时收获作业数据，各公司都专门开发了结合自己产品的数据处理与小区产量分布图生成软件和配套的智能化虚拟电子显示仪器，可直接在驾驶室内向操作手及时显示有关信息。
八十年代中期以来，关于收获机械产量计量系统的开发研究引起了制造商的极大兴趣，并率先在大型谷物联合收割机上推广应用。据报导，到1997年底，美国已有超过20000台谷物联合收割机装有产量计量器，其中约一半同时装有GPS定位系统和提供生成产量分布图必须的数据输出，预测到2002年，美国90%以上的谷物联合收割机将装置产量计量器。根据这一国际技术发展的趋势，结合我国国情条件开展有关电子信息装备技术创新研究，已经出现了良好的机遇。
2．农田土壤信息采集与处理
“精细农作”中土壤信息的采集，是为了从影响作物生长的土壤环境条件与营养水平角度获取信息，以分析产量图显示的产量空间分布差异性的原因，制定有关施肥、改土、耕作、种植等分布式定位处方决策。这类信息，因其时空变异性，可分为两大类：
2. 1 相对稳定、时空变异性小的土壤信息。如地形坡度，土壤类型、结构，P、K和有机质（SOM）含量、pH值，耕作层深度等。这些数据的采集可在“精细农作”项目实施前，列为必要的基础信息采集内容。经过多年后可对这些参数作选择性复测。有些数据，如土壤类型、土壤微量元素含量可以引用原有土壤普查数据作参考；与精细农作处方决策紧密相关的参数如P、K、SOM含量，耕作层深度等，宜尽可能在技术、经济合理条件下采用较小空间尺度的标准栅格式定点采样法获取土样，在实验室进行分析或用适当仪器进行实地测量。采集的数据，可在地理信息系统（GIS）平台上，选用适宜的地学统计处理方法，建立主要参数空间分布图，存入数据库供分析产量空间差异原因，制定管理处方决策时调用。
2．2 时空变异性大的农田土壤信息。如N含量和土壤含水率。它们除需要在施肥、播种或灌溉作业前进行基本数据的测量和空间分布图生成外，还需要根据生长期需要，进行必要的抽样测量，以适时调控投入。这需要能实时快速采集与数据处理仪器的支持。迄今，对农田土壤营养成分的检测，基本上仍大多沿用实验室化验分析方法，耗资、费时，因而使农田土壤栅格式采样的空间尺度偏大、采样点密度偏于稀疏，难于建立较为精细的土壤参数空间分布图。国家土壤普查建立的土壤参数分布图，基本上是支持从地理学角度去研究土壤分布，为服务于社会经济和农业发展的宏观管理的需要，不适应从农学角度实施精细农作管理的需求。九十年代以来，围绕精细农作发展的需要，对土壤采样测量新技术、新仪器和数据处理新方法已开展了许多研究，提出了一些新的采集土壤空间信息的技术思想和商品化产品开发成果，若干发展趋势可列举如下：
基于土壤理化分析原理的土壤溶液光电比色方法，开发智能化土壤主要营养元素快速测定仪，在我国已有若干实用化产品推广应用；
基于新的物理原理如近红外（NIR）多光谱分析技术，极化偏振激光技术、半导体多离子选择场效应晶体管（ISFET）的离子敏传感技术等的土壤营养元素快速测定先进传感器的研究已取得初步进展或研究成果，有的已可装置在移动作业机上支持快速信息采集的试验；
利用NIR多光谱分析技术开发的土壤有机质含量实时采集传感器，在九十年代中期已出现商品化产品;
探索新的技术思想、开发支持精细处方农作的实时快速土壤参数综合评价测量技术，如一种机载移动作业土壤电导率测定与农田电导率空间分布图自动生成系统（The Veris 3100 model）已由美国KANSAS州一家公司生产，向国际市场销售，它可用于间接评价土壤含水率，SOM含量、土壤耕作层深度、土壤结构、土壤阳离子交换能力（CEC）等的空间分布，期待可以将采样点空间分辨率减小到5m 左右；
土壤含水量快速采集传感器技术，九十年代以来有了快速发展，可以预期在技术与经济上得到较为满意的解决。众所周知的基于微波测量技术的时域反射法（TDR）土壤水分快速测量仪已大量进入农业研究实验室，同类性能价格比较为优良的便携式TDR土壤水分测量仪也已有商品化产品；根据类似测量原理开发基于驻波比和频域分析原理，性能价格比有明显改善的产品在近期将可实现其市场价值。
支持“精细农作”主要土壤参数快速测量技术的开发研究是当今科技创新的一个热点。目前，土壤参数的空间采样密度仍受制于测量技术的实时性和经济性，需要提倡新的技术思想的探索。基于现有技术进行土壤栅格式定点采样测量的空间尺度一般为2－5亩1个采样点，这种采样密度通过数据处理建立的土壤参数空间分布图还不可能较为精细、客观地实现处方农作。因而近几年科技界提出一种基于新的物理原理的机载快速实时土壤参数近似传感技术的研究方向。它不追求达到与实验室理化分析方法可能达到的个体测量精度，但可以快速、实时、经济地采集大量原始数据，通过现代数学方法和数字信号处理芯片技术，对原始数据进行快速分析处理，去粗取精，达到满意的效果，这可能今后支持“精细农作”农田空间信息采集与处理的主要研究发展方向。
1.3 农田作物苗情信息采集处理技术
这类信息包括作物长势、苗情、病虫草害空间分布信息的采集。传统农田精细农作实践中，有经验的农民对农田作物苗情例行查田定性观测，实施定位管理。现代化的“精细农作”，要求采用可定量化的定位测量手段，在DGPS引导下进行巡回观测，采集量化信息，在GIS平台上经处理后，迭加或标志在产量图上，支持管理决策分析。例如，现有联合收获机上装置的产量信息检测系统，在驾驶室内具有操作键，当进行收获作业时，驾驶员可以观察出杂草与成熟作物间的明显区别，通过操作键可标出不同杂草空间分布的区域位置，并自动将杂草分布信息迭加到最后生成的产量图上。利用LED加窄带滤波片组成的窄带多光谱农田杂草识别检测技术已在若干国家进行试验研究。积累的大量基础数据，将支持其产品开发技术取得突破。病虫害与作物长势苗情的定量化检测与评估技术尚待开发研究，目前还主要是采用DGPS引导下的查田抽样检测。计算机视觉支持下的生物对象模式识别技术，遥感系统中应用的高分辨率多光谱近地测量技术，在这一领域将具有广阔的应用研究前景。
“精细农作”空间信息采集与处理技术的进步，将是实践这一作物管理技术思想的重要前题。目前仍有许多问题尚待科学技术的突破，需要电子信息硬件、软件科学家和农学家的密切合作，可望在跨入新世纪的初期获得重要进展，同时也将对支持处方农作的农业装备技术等产生深远的影响。