基于移动GIS的家庭农场精准施肥系统设计*

王娇娇 ，杨 忠 ，2，杨小冬 ，梅 新 ※

（1. 湖北大学资源环境学院，武汉430062；2. 农业部农业遥感机理与定量遥感重点实验室，北京农业信息技术研究中心，北京100097；3. 国家农业信息化工程技术研究中心，北京100097；4. 北京市农业物联网工程技术研究中心，北京100097）

0 引言

家庭农场是近几年我国农业转型、发展现代农业所大力倡导的精准农业经营方式，2013年“中央一号文件”指出采用多种办法扶持家庭农场，2019年中央农村工作领导小组办公室提出启动家庭农场培育计划等措施［1］。家庭农场中采用的精准施肥技术既是精准农业技术中的核心内容［2］，也是我国大力推广的施肥技术。精准施肥不仅可以提高化肥的利用率，降低成本［3］，减少化学肥料对土壤的影响；还能采用先进的农业信息技术对农场的土壤及作物信息进行实时监测，从而提高农场管理效率［4-5］。

在精准施肥方面，国内外的各系统平台主要继承了3种技术方法：土壤养分测定技术、施肥决策模型和专家决策支持系统［6］，并且开发了一系列面向精准施肥的系统［7-15］。但多数是针对整个地块、农场，甚至县级区域尺度上提供的施肥方案，未考虑同一地块田间变异情况，少数能提供变量施肥方案的系统都基于桌面系统或浏览器，数据的输入输出相对复杂，操作难度大，使用时受到电脑设备或线缆连接的束缚，难以在家庭农场中推广和应用。近几年，随着家庭农场的普及以及智能手机和移动网络的大众化，国外已经出现了一系列移动端家庭农场管理软件，如Cropio、Agrivi、Granular、Probityfarms等。但是这些软件多为农场综合管理软件，功能多偏向农场团队管理、财务分析及农田作物数据记录等，精准施肥仅作为一个模块出现［16］，且部分软件不具有精准施肥的功能；国内的精准变量施肥系统多为硬件方面的研究，如变量施肥机［17-20］等，移动端的精准施肥管理系统较少。

随着移动终端硬件配置的提升和移动GIS技术的成熟，在我国利用移动端实现功能强大的精准施肥管理系统已经成为趋势。除此之外，我国的农场大多规模较小，当前阶段对功能齐全的农场管理软件需求不大，而对于农田养分管理及精准施肥决策的需求更加突出。

针对我国家庭农场的现状及市场需求，在参考部分精准变量施肥机［21-22］工作原理的基础上，集成移动GIS技术和精准养分管理技术研究设计了该农田精准养分管理系统，提供农场地块养分分布情况及变量施肥方案专题图，方案可通过shape或txt格式传输给精准变量施肥机使用，旨在为家庭农场中精准施肥的普及以及农业信息化、现代化提供参考。

1 系统总体设计

1.1 系统架构设计

该系统在结构上主要分为3层，包括客户端应用层、网络服务层和数据存储层。

（1）客户端应用层主要是在Android Studio开发工具中采用Java开发语言、ArcGIS API for Android开发包和MVC框架来实现的基于Android移动平台的APP，负责与用户交互，包括数据的管理、地块的编辑以及专题图展示等功能。

（2）网络服务层即服务器后台运行程序，由Web服务和GIS服务两部分组成。其中Web服务主要是基于Java Servlet技术开发的服务端处理程序，主要负责处理和接收移动端传来的数据存储到服务器上的数据库，同时响应移动端的请求将数据库的数据同步到移动端以及根据施肥决策模型生成推荐施肥方案给移动端。GIS服务主要用来管理农场地块图层、实现养分数据插值、格网化地块、统计单位格网养分平均值等。精准施肥方案矢量图主要在这一部分完成，生成的施肥方案可直接导出至变量施肥机，准确且高效。

（3）数据存储层包括空间数据和属性数据的存储与管理。空间数据（地块的边界、位置）的存储管理主要基于ArcGIS的空间数据引擎（ArcSDE）和空间数据模型在SQL Server中进行，属性数据（采样点养分数据、种子信息等）则直接存储在SQL Server中。系统功能模块设计如图1。

图1 系统主要功能Fig.1 Functions of system

1.2 数据库设计

数据库是一个系统的基础，该系统数据库由属性数据库、空间数据库两部分组成，根据系统的功能分析，其中属性数据库主要分为8个表：农场信息、用户信息、地块信息、种子信息、肥料信息、播种方案、采样点数据、施肥方案，数据表之间通过唯一ID字段关联和识别，具体数据表设计如表1。

空间数据库主要存储农场地块和精准施肥方案矢量数据。其中地块矢量数据设置地块ID、农场ID、地块名称、面积和土壤类型5个属性字段，精准施肥方案矢量图设置农场ID、施肥方案ID、面积、推荐施肥量4个字段。

2 系统实现与主要技术

2.1 服务端实现

2.1.1 Web服务

基于Java Servlet技术开发的在Web服务器端加载并运行的Java应用程序，Servlet容器负责Servlet和移动端的通信以及调用Servlet的方法。其和移动端的通信采用请求/响应模式，主要实现两个功能。

（1）数据同步，移动端在对数据进行录入、编辑和删除操作时，以Json格式将属性数据或待删除数据的ID发送给Servlet，Servlet通过解析Json数据，同步在服务端数据库中对数据进行处理（添加、更新和删除）。在移动端初次登录系统或更换移动设备登录时，服务端响应移动端的请求，将数据库中内容数据以Json格式同步给移动端。

（2）根据移动端请求，调用施肥决策模型，计算施肥量，并同步给移动端生成精准施肥方案矢量图。在模型的选择上，该系统选用目前应用广泛、通用性强的养分平衡法施肥模型［23-24］。其计算公式为：

式（1）中，W为所需单位施肥量（kg/hm2），Y为作物的目标单位产量（kg/hm2），Nc为作物单位产量所需的养分量（kg），Ns为土壤养分供应量（kg/hm2），N为所施肥料中的养分含量（%），E为肥料当季利用率（%）。其中土壤养分供应量S=土壤养分测定值×土壤有效养分校正系数。

2.1.2 GIS服务

服务端的GIS服务是基于ArcGIS Server实现的，为系统提供底图数据和GIS功能上的支持。

（1）基础底图数据：采用ESRI公共服务（http：//services.arcgisonline.com/arcgis/rest/services）中的全球影像数据作为数据源。

（2）要素服务：将农场地块图层发布为ArcGIS Server要素服务，用于编辑和存储农场边界和属性信息。该图层坐标系需与基础影像数据坐标系一致。

（3）GP服务：发布支持土壤理化数据插值处理、地块格网化和统计单位格网养分数据值的ArcGIS工具箱。

在测定地块土壤基础养分分布状况时，通常是根据实际采样点获取的数据按照一定插值方法来推算整个地块的养分分布状况。插值方法有很多，该系统选择在统计领域常用的Kriging插值方法。Kriging插值法以变异函数计算权重，不仅考虑了已知样本和未知样本之间的距离，还考虑了已知样本的空间分布及其与未知样本之间的空间方位关系，满足了土壤养分插值的要求。其内插公式为：

式（2）中，Z（s0）为预测未知的值，Z（si）第i个位置处的测量值，λi第i个位置处的测量值的未知权重，s0是预测的位置（点），si是已测的位置（点）；N为已知点（已测得值的点）的数目［21-22，25］。

在计算精准施肥方案时，需要考虑到同一地块的田间变异情况，该系统采用将地块分成不同的格网，利用养分插值结果统计出每个格网的平均值作为该格网养分数据值。在生产精准施肥决策方案时根据每个格网计算推荐施肥量，这样充分考虑到了养分田间变异的情况。在格网化和统计格网范围内插值栅格平均值时分别采用ArcMap中的渔网化和栅格统计工具箱建立模型，以GP服务的方式发布到ArcGIS Server上，其中格网创建默认间隔为50 m×50 m，用户也可以根据实际情况自行修改。模型如图2。

图2 养分格网统计模型Fig.2 Statistics model of nutrient

2.2 移动端实现

移动端主要从用户管理、地块管理、信息录入、土壤养分管理、施肥决策等5个模块来实现。

（1）用户管理：一个农场根据不同的工作分工，给予其相应的系统操作权限，其中农场主具有最大权限，其他工作人员的权限可由农场主自主分配。例如给仓库管理或采购人员，分配种子信息、肥料信息等基础数据的录入和编辑的权限，给施肥工作人员，分配获得施肥决策方案和导出施肥决策方案的权限。

（2）地块管理：用户在进行养分管理和施肥方案决策时都是基于地块进行的，地块管理主要实现用户在移动端对所属地块进行矢量化以及对使用状态进行调整的功能。在对地块进行矢量化时，用户无需到野外获取地块的位置坐标，系统通过手机定位功能缩放至用户位置，用户通过移动和缩放影像图层，在影像上找到目标地块。然后按照以下3步完成采集：①粗采集：参考影像上地块的位置和边界，点击移动设备屏幕，通过将屏幕坐标转换为投影坐标，在地图上绘制出点击位置的点，通过连续有序地点击地块各个边界角，最终绘制出由所点击点为节点的地块矢量面；②精准调整：手指触摸屏幕采集点会有误差，造成第一次点击构成的地块面并不是完全与地块重合，还需进一步调整地块面的节点，使其完全与地块重合。其实现方法主要为拖动节点，将其坐标从当前位置移动到目标位置，或通过选择节点，每次朝一个方向移动一个屏幕单位的距离。矢量面更新对应节点坐标为坐标变动后坐标，重新构建新的面，这样可以通过缩放底图和微调整让地块矢量面与地块影像达到高度重合，从而保证精确度；③属性录入：在地块矢量化完成后需将地块属性保存到数据库中，同时以地理空间数据的形式保存到ArcGIS Server发布的要素服务中的图层中。地块属性中的农场ID继承自用户所属农场的ID，地块ID通过时间自动生成，地块面积通过绘制的几何面自动计算，地块名称和土壤类型由用户输入。录入完成的地块可以进行暂时停用、彻底删除、恢复使用等操作。

（3）信息录入：分为种子信息、肥料信息、播种方案的录入和生产活动的记录。此步为农场工作人员记录管理农场生产材料的详细信息，这些信息录入的参数大多为精准施肥模型所需参数（具体需录入的参数参照表1）。录入完成后会将信息同步到服务端数据库中。同时农场工作人员在地块中进行生产活动（除草、播种、施肥、灌溉等）时，可在系统中记录生产活动的类型、时间等，并可上传保存现场工作照。

（4）土壤养分管理：对地块的养分数据进行管理，分为采样点数据管理和养分数据可视化2个功能。采样点数据管理为对采样点数据的添加、删除和编辑。采样点地理位置信息可在现场通过手机本身的定位系统实时获取并自动记录，也可以手动录入经纬度信息确定位置；而采样点的土壤肥力信息可通过后续属性录入的方式记录。养分数据可视化模块主要实现对采样点数据进行插值生成养分分布结果图。

（5）施肥决策：用户通过选择施肥模型参数（地块、播种方案、肥料种类、施肥时间等），服务端调用施肥决策模型计算出每个格网推荐施肥量，并将整个施肥方案返回给移动端生成施肥方案矢量图，用户可查看每个格网矢量面的相关属性：面积、肥料类别、施肥时间、经纬度、推荐施肥量等。最终用户可根据需要将施肥方案以shape文件格式或文本文件格式导出，提供给变量施肥机使用。具体流程如图3所示（虚线框中为服务端流程）。

图3 施肥决策流程Fig.3 Process of fertilization decision

3 应用示例

该系统已在河南长葛实验基地、河北藁城刘家庄基地和北京市农林科学院实验基地进行初步试用。

以北京市农林科学院实验基地为例，该试验田位于东经 116°16′35″～116°16′43″，北纬 39°56′28″～39°56′38″，地属华北平原，面积约 6.66 hm2。以小麦和玉米为主要实验对象，面积规模和种植作物都与家庭农场相近。测试了从地块采集、信息录入、养分数据管理到施肥方案获取的一系列流程，验证了该系统的实用性。

图4 地块采集界面Fig.4 Interface of collection fields

图5 信息录入界面Fig.5 Interface of information input

图6 养分数据可视化Fig.6 View of nutrient data

图7 施肥方案界面Fig.7 Interface of fertilization scheme

在试用过程中，各实验基地反馈良好，操作简单，功能实用。在农田管理上，相对于传统管理模式，工作效率显著提升。同时，在保证产量稳定（目标产量8 250 kg/hm2）的前提下，以氮素施肥为例，相对传统施肥方案的平均施氮259.8 kg/hm2，该系统生成的精确施肥方案平均施氮241.8 kg/hm2，节约纯氮约18 kg/hm2，节约幅度约7%。

4 结论

家庭农场和精准施肥分别是目前我国大力推广的农业模式和施肥技术，该研究以家庭农场为用户对象，精准施肥为重点需求，结合常用的施肥模型，集成移动GIS实现了该农田精准施肥系统，既继承了电脑桌面端软件所具有的GIS分析功能和可视化功能，又满足了家庭农场对农田养分管理与精准施肥的需求。同时，该系统基于移动设备研发，减少了对硬件设备的需求，使用方式更灵活、方便，相对于桌面端或Web端，对使用人员技术要求低，更利于系统普及，更适合目前中国家庭农场的现状。