家庭農(nóng)場(chǎng)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(guó)家現(xiàn)代農(nóng)業(yè)示范區(qū)為研究對(duì)象，構(gòu)建了符合地理國(guó)情監(jiān)測(cè)和作物生長(zhǎng)監(jiān)測(cè)的數(shù)字化農(nóng)場(chǎng)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(cè)、預(yù)報(bào)預(yù)測(cè)等主要功能模塊，為家庭農(nóng)場(chǎng)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(chǎng)；數(shù)字化；三維模型；歸一化植被指數(shù)

中圖分類(lèi)號(hào) S126 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 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(guó)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(guò)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(guó)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(guó)農(nóng)業(yè)田地的分散性、權(quán)屬性和區(qū)域性等問(wèn)題的存在，造成我國(guó)農(nóng)業(yè)現(xiàn)狀出現(xiàn)差異性發(fā)展，我國(guó)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(wèn)題，從中央到地方各級(jí)政府相繼出臺(tái)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(chǎng)、種地大戶(hù)和涉農(nóng)企業(yè)的承包制度。

數(shù)字農(nóng)場(chǎng)就是利用各種傳感器系統(tǒng)獲取農(nóng)場(chǎng)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(cè)的一門(mén)學(xué)科和技術(shù)[1]。該研究中的農(nóng)場(chǎng)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(chǎng)的內(nèi)涵來(lái)看，數(shù)字農(nóng)場(chǎng)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(xiāo)，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，也是安徽省距離出海口最近的城市，是全國(guó)著名的商品糧基地，被稱(chēng)為“中原糧倉(cāng)”。2009年，宿州市政府、埇橋區(qū)委區(qū)政府開(kāi)始籌建宿州市埇橋區(qū)國(guó)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(guó)家現(xiàn)代農(nóng)業(yè)示范區(qū)。

2 數(shù)字農(nóng)場(chǎng)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(kāi)發(fā)流程為依據(jù)，構(gòu)建了滿(mǎn)足示范區(qū)的農(nóng)場(chǎng)數(shù)字化系統(tǒng)，如圖1所示。家庭農(nóng)場(chǎng)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(chǎng)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(zhǎng)模型和動(dòng)態(tài)監(jiān)測(cè)模型構(gòu)建出數(shù)字農(nóng)場(chǎng)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(chǎng)系統(tǒng)應(yīng)用于地理國(guó)情監(jiān)測(cè)和農(nóng)場(chǎng)作物種植、管理和預(yù)報(bào)的作業(yè)過(guò)程。從應(yīng)用上看，首先利用各種傳感器系統(tǒng)，獲取農(nóng)場(chǎng)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(chǎng)三維可視化模型以及數(shù)據(jù)庫(kù)模型等，從而更好地服務(wù)地理國(guó)情監(jiān)測(cè)。同時(shí)，還可以獲取農(nóng)場(chǎng)所在地區(qū)的氣象數(shù)據(jù)，主要是影響農(nóng)場(chǎng)作物生長(zhǎng)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(zhǎng)需要的N、P、K等化學(xué)元素，構(gòu)建農(nóng)場(chǎng)作物生長(zhǎng)模型，從作物生物機(jī)理上揭示作物生長(zhǎng)規(guī)律。結(jié)合其他傳感器獲取的作物生長(zhǎng)的物理光譜曲線(xiàn)和紋理結(jié)構(gòu)等數(shù)據(jù)，構(gòu)建作物生長(zhǎng)動(dòng)態(tài)監(jiān)測(cè)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(cè)，結(jié)合智能伺服驅(qū)動(dòng)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(cè)，最終更好地服務(wù)農(nóng)業(yè)示范區(qū)農(nóng)場(chǎng)作物的種植和管理。

3 數(shù)字化農(nóng)場(chǎng)系統(tǒng)的相關(guān)算法

3.1 農(nóng)場(chǎng)三維可視化模型

三維可視化問(wèn)題貫穿于攝影測(cè)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(duì)這一經(jīng)典問(wèn)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(chǎng)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(cè)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(chǎng)三維可視化模型。

3.2 作物生長(zhǎng)動(dòng)態(tài)監(jiān)測(cè)模型

農(nóng)場(chǎng)作物生長(zhǎng)的動(dòng)態(tài)監(jiān)測(cè)，可以利用精準(zhǔn)的單體測(cè)量方式和群體范圍的遙感監(jiān)測(cè)方法。在遙感監(jiān)測(cè)中，最為常見(jiàn)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(zhǎng)的生理過(guò)程，特別是在光合作用、呼吸作用、碳循環(huán)等過(guò)程中起著決定性的作用。因此，利用該指標(biāo)監(jiān)測(cè)農(nóng)場(chǎng)作物生長(zhǎng)狀態(tài)是可靠的。對(duì)于LAI指標(biāo)的求解，通常采用2種方法：①物理模型法。通過(guò)描述作物生長(zhǎng)過(guò)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(lèi)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(wèn)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(duì)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(chǎng)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(kāi)發(fā)數(shù)字化農(nóng)場(chǎng)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(lái)源于中國(guó)科學(xué)院計(jì)算機(jī)網(wǎng)絡(luò)信息中心國(guó)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T(mén)IRS波段，空間分辨率為30 m。在經(jīng)過(guò)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(guò)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(guó)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(chǎng)系統(tǒng)V1.0下，經(jīng)過(guò)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(cè)量?jī)x在規(guī)格化采樣區(qū)域測(cè)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停囱蒉r(nóng)場(chǎng)作物總體的生長(zhǎng)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(chǎng)及附屬設(shè)施和農(nóng)場(chǎng)作物的數(shù)字化為基礎(chǔ)，以滿(mǎn)足高效、精準(zhǔn)和智能的農(nóng)場(chǎng)管理。筆者構(gòu)建了家庭農(nóng)場(chǎng)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(píng)估等基礎(chǔ)功能，滿(mǎn)足家庭農(nóng)場(chǎng)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(chǎng)農(nóng)業(yè)數(shù)字化信息系統(tǒng)研究評(píng)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(kù)區(qū)植被覆蓋度動(dòng)態(tài)監(jiān)測(cè)[J].林業(yè)科學(xué)，2012，48（1）：21-28.

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

[4] 龍曉閩，周忠發(fā)，張會(huì)，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(lái)，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(dòng)態(tài)監(jiān)測(cè)[J].水土保持研究，2013，20（1）：112-115.

[7] 王曉江，胡爾查，李?lèi)?ài)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(dòng)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(yáng)志云，等.基于MODIS數(shù)據(jù)的重慶市植被覆蓋度動(dòng)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(dòng)態(tài)變化[J].長(zhǎng)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(duì)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)植被覆蓋度提取：以毛烏素沙地為例[J].水土保持研究，2007，14（2）：268-271.