论文部分内容阅读
摘 要：“互联网+”现代农业是农业可持续发展和乡村振兴战略的技术支撑，是助力智慧农业发展的新动力。本文将养分平衡施肥法、土测值法与 Android 智能终端相结合，在多年测土配方施肥的基础上，研发移动测土配方施肥系统。研究结果为农资推广、农技普及、分区管理、智慧施肥和农作物的可持续性发展提供理论依据和技术支撑。
关键词：智慧施肥;Android;测土配方施肥
1 引言（Introduction）
作为中国的北大仓，黑龙江省连续五年粮食总产量和商品量居中国第一，实现了粮食总产量的“十二连增”。农业的快速发展离不开农业信息化，通过农业信息化建设，完成农业生产的网络化以及智能化[4]。
在现行的条件下，我们可以搭建一个基于Android移动平台技术、结合Web服务等先进的技术，为移动端施肥方案的推送和实现田块尺度上的信息化精细管理奠定基础[3]。系统根据野外数据采集的结构方式及数据库的设计完成数据采集模块。根据耕地地力评估结果和田间试验进行配方施肥模型研究。再结合移动定位与移动数据网络服务，将施肥方案一键送到用户手中，实现精准施肥。该系统的建立，对指导农业科学生产具有重要的意义。
2 系统架构与数据来源（System Architecture and Data Sources）
2.1 系統架构
本测土配方施肥系统主要面向两种用户：
普通用户：需要进行测土配方施肥的农民，本系统的主要使用者。
后台管理用户：对所属的各个配肥站进行设置的管理人员，通过对各个配肥站设置合适的信息，使得测土配方施肥得以正确进行。
根据用户角色，可将系统划分为两个主要的子系统：移动端查询子系统和后台管理子系统。
2.2 数据来源
以《测土配方施肥技术规范（2011 年修订版）》为依据，配肥站以 “等量”、“随机”、“多点混合”为原则，根据行政县和行政村的划分、类型、土壤地利用方式等，在目标范围内进行采样。利用 GPS 技术[5]，在农作物采摘后基肥施入前这个时间段内，于田地选取 0 ～ 40 cm 深的耕层进行采样，据调查，每个采样单元范围约为 1.3104 m2 ～ 2.7104 m2（具体范围根据田地地势高低而定）。记录样点编号、经纬度、所在乡镇、所在村、所属农户等信息。对指定采样点选定相应的作物种类，在设定作物目标产量的条件下，通过采样点测定的土壤养分含量和田间试验得到的土壤养分校正系数，得出最优的施肥配比和施肥方案。
3 系统功能（System Function）
测土配方施肥是本系统的核心功能，可以根据选择条件，科学计算测土配方施肥结果。其中选择条件包括：地市名称、县旗名称、配肥站名称、乡镇、村、农户姓名、地块。农户名称和地块不是必选项，其他的都是必选项，如果选择农户姓名，则必须选择农户地块。在本功能中使用了级联选择的技术，首先请求所有的市县配肥站等信息，然后选择不同的地市，将会加载不同的区县，不同的培肥站。所选的信息通过网络传输到服务器[7]，服务器根据条件返回相应的配肥结果。
服务器配肥计算公式为：
亩用养分纯量（氮或磷或钾）=（目标产量*0.01*作物百公斤籽实养分吸收量—土测值*有效养分利用系数*0.15）/肥料利用率[1]
根据农户地块氮、磷、钾土测值落入的区间，不同的作物选择不同的测土配方肥，最终其底肥用量在设置量的基础上加上亩用纯量（氮、磷、钾）总和的十二分之一。
4 结论（Conclusion）
本系统实现智慧施肥为总目标，结合长期试验得到的数据和专家确定的目标产量施肥模型，探索并实现了基于Android平台的测土配方施肥查询系统APP，实用性强，体现了农业信息化的发展方向。
（1）开发出测土配方施肥系统 APP。系统基于移动设备，采用最新版本软硬件，结合农作物施肥模型进行研发，减少了对硬件设备的需求，符合高新技术发展趋势，使用方式更灵活，相对于 PC 桌面端或 Web 端而言，对使用人员的技术要求更低，更利于系统对大众的普及[8];
（2）将测土配方施肥模型与移动查询技术相结合。本研究基于养分平衡施肥模型的构建，较为系统的探讨了测土配方施肥模型和施肥参数以及与移动 技术结合的过程，开发一款施肥推荐系统，致力于为农业发展贡献力量;
参考文献（References）
[1]文欢，颜安，杨树媛，et al.基于ArcGIS for Android的移动推荐施肥系统设计[J].北方园艺，2019，428（05）：181-185.
[2]余洪锋，丁永前，刘海涛，等.小田块变量施肥系统优化设计与应用[J].农业工程学报，2018，34（3）：35-41.
[3]何山，孙媛媛，沈掌泉，等.大数据时代精准施肥模式实现路径及其技术和方法研究展望[J].植物营养与肥料学报，2017，23（6）：1514-1524.
[4]杨亨东.基于精准农业设计的水稻施肥系统开发[J].农机化研究，2017，39（7）：134-136.
[5]Xu Taosheng，Su Ning，Wang Rujing，et al.A novel variable rate fertilization system based on the Android platform[C]// IEEE International Conference on Progress in Informatics and Computing.IEEE，2016：395-398.
[6]明日科技.Android从入门到精通.清华大学出版社.2014年5月第8版
[7]王超，闾陈莉，吴迪，等，基于HttpClient的Android客户端的设计与实现[J]，Computer Era，2014（3）
[8]汪永松.Android手机应用开发之信息平台移动客户端[J].电脑编程技巧与维护，2013（13）.
作者简介：
姜浩（1987-），男，本科，工程师，研究领域：软件工程.
关键词：智慧施肥;Android;测土配方施肥
1 引言（Introduction）
作为中国的北大仓，黑龙江省连续五年粮食总产量和商品量居中国第一，实现了粮食总产量的“十二连增”。农业的快速发展离不开农业信息化，通过农业信息化建设，完成农业生产的网络化以及智能化[4]。
在现行的条件下，我们可以搭建一个基于Android移动平台技术、结合Web服务等先进的技术，为移动端施肥方案的推送和实现田块尺度上的信息化精细管理奠定基础[3]。系统根据野外数据采集的结构方式及数据库的设计完成数据采集模块。根据耕地地力评估结果和田间试验进行配方施肥模型研究。再结合移动定位与移动数据网络服务，将施肥方案一键送到用户手中，实现精准施肥。该系统的建立，对指导农业科学生产具有重要的意义。
2 系统架构与数据来源（System Architecture and Data Sources）
2.1 系統架构
本测土配方施肥系统主要面向两种用户：
普通用户：需要进行测土配方施肥的农民，本系统的主要使用者。
后台管理用户：对所属的各个配肥站进行设置的管理人员，通过对各个配肥站设置合适的信息，使得测土配方施肥得以正确进行。
根据用户角色，可将系统划分为两个主要的子系统：移动端查询子系统和后台管理子系统。
2.2 数据来源
以《测土配方施肥技术规范（2011 年修订版）》为依据，配肥站以 “等量”、“随机”、“多点混合”为原则，根据行政县和行政村的划分、类型、土壤地利用方式等，在目标范围内进行采样。利用 GPS 技术[5]，在农作物采摘后基肥施入前这个时间段内，于田地选取 0 ～ 40 cm 深的耕层进行采样，据调查，每个采样单元范围约为 1.3104 m2 ～ 2.7104 m2（具体范围根据田地地势高低而定）。记录样点编号、经纬度、所在乡镇、所在村、所属农户等信息。对指定采样点选定相应的作物种类，在设定作物目标产量的条件下，通过采样点测定的土壤养分含量和田间试验得到的土壤养分校正系数，得出最优的施肥配比和施肥方案。
3 系统功能（System Function）
测土配方施肥是本系统的核心功能，可以根据选择条件，科学计算测土配方施肥结果。其中选择条件包括：地市名称、县旗名称、配肥站名称、乡镇、村、农户姓名、地块。农户名称和地块不是必选项，其他的都是必选项，如果选择农户姓名，则必须选择农户地块。在本功能中使用了级联选择的技术，首先请求所有的市县配肥站等信息，然后选择不同的地市，将会加载不同的区县，不同的培肥站。所选的信息通过网络传输到服务器[7]，服务器根据条件返回相应的配肥结果。
服务器配肥计算公式为：
亩用养分纯量（氮或磷或钾）=（目标产量*0.01*作物百公斤籽实养分吸收量—土测值*有效养分利用系数*0.15）/肥料利用率[1]
根据农户地块氮、磷、钾土测值落入的区间，不同的作物选择不同的测土配方肥，最终其底肥用量在设置量的基础上加上亩用纯量（氮、磷、钾）总和的十二分之一。
4 结论（Conclusion）
本系统实现智慧施肥为总目标，结合长期试验得到的数据和专家确定的目标产量施肥模型，探索并实现了基于Android平台的测土配方施肥查询系统APP，实用性强，体现了农业信息化的发展方向。
（1）开发出测土配方施肥系统 APP。系统基于移动设备，采用最新版本软硬件，结合农作物施肥模型进行研发，减少了对硬件设备的需求，符合高新技术发展趋势，使用方式更灵活，相对于 PC 桌面端或 Web 端而言，对使用人员的技术要求更低，更利于系统对大众的普及[8];
（2）将测土配方施肥模型与移动查询技术相结合。本研究基于养分平衡施肥模型的构建，较为系统的探讨了测土配方施肥模型和施肥参数以及与移动 技术结合的过程，开发一款施肥推荐系统，致力于为农业发展贡献力量;
参考文献（References）
[1]文欢，颜安，杨树媛，et al.基于ArcGIS for Android的移动推荐施肥系统设计[J].北方园艺，2019，428（05）：181-185.
[2]余洪锋，丁永前，刘海涛，等.小田块变量施肥系统优化设计与应用[J].农业工程学报，2018，34（3）：35-41.
[3]何山，孙媛媛，沈掌泉，等.大数据时代精准施肥模式实现路径及其技术和方法研究展望[J].植物营养与肥料学报，2017，23（6）：1514-1524.
[4]杨亨东.基于精准农业设计的水稻施肥系统开发[J].农机化研究，2017，39（7）：134-136.
[5]Xu Taosheng，Su Ning，Wang Rujing，et al.A novel variable rate fertilization system based on the Android platform[C]// IEEE International Conference on Progress in Informatics and Computing.IEEE，2016：395-398.
[6]明日科技.Android从入门到精通.清华大学出版社.2014年5月第8版
[7]王超，闾陈莉，吴迪，等，基于HttpClient的Android客户端的设计与实现[J]，Computer Era，2014（3）
[8]汪永松.Android手机应用开发之信息平台移动客户端[J].电脑编程技巧与维护，2013（13）.
作者简介：
姜浩（1987-），男，本科，工程师，研究领域：软件工程.