农业信息技术 思考题Word下载.docx

农业信息技术 思考题Word下载.docx

《农业信息技术 思考题Word下载.docx》由会员分享，可在线阅读，更多相关《农业信息技术 思考题Word下载.docx（15页珍藏版）》请在冰点文库上搜索。

自80年代开始，开发了5个863品牌农业专家系统开发平台，200多个本地化、农民可直接使用的农业专家系统，如水稻、小麦、棉花等作物栽培管理专家系统。

已初步建成的“金农工程”，已经能够与全球的农业科技信息网联网，而且也实现了与国内各农业网络的联网。

畜牧生产的自动控制可优化饲料配方，工厂化农业生产如温室栽培，已经得到广泛示范与初步生产应用。

我国还利用遥感与地理信息系统技术，研制出耕地变化监测系统，棉花种植面积遥感调查系统，作物产量气候分析预报系统，作物短、中、长期预报模型，小麦、水稻遥感估产信息系统等。

“十五”期间，国家科技部设立863计划现代农业技术主题“数字农业技术研究与示范”专项，进行数字农业关键技术研究和产品开发，通过系统集成构建了数字农业技术平台，初步形成我国数字农业技术框架，初步实现了玉米、水稻株型结构数字化设计，建立了小麦、水稻、玉米、棉花四大作物的气候－土壤－作物综合系统模型，初步形成了畜禽数字化养殖技术平台和数字林业公共技术平台框架。

先后在上海浦东、吉林省、黑龙江省、新疆以及北京的小汤山等地建立了设施农业数字化技术、大田作物数字化技术和数字农业集成技术综合应用示范基地。

“十一五”期间，国家科技部设立了国家科技支撑计划重大项目“现代农村信息化关键技术研究与示范”，进行农业生产过程、农产品流通过程、农村综合信息服务等的关键技术与产品的研发以及农村信息化技术集成与示范。

在数字农业方面，开展了农业生物－环境信息获取与解析技术、农业过程数字模型与系统仿真技术、虚拟农业与数字化设计技术、农业数字化管理技术和农业数字化控制技术研究。

在精准农业技术方面，研究开发了精准作业车载土壤信息和作物信息采集的共性技术与产品、精准作物生产管理决策模型及农田变量作业处方生成技术、精准作业控制与导航技术、农业机械装备总线技术和作业电子控制单元技术。

在精准农业关键技术、精准农业重大装备、精准农业技术集成与示范、精准农业推广模式与组织机制等四个方面取得了重大技术创新和突破。

我国农业信息化的步伐虽然很快，但是农业信息技术的应用开发研究尚处于分散无序、部门分割状态，信息资源封闭、不能共享。

计算机应用系统发展不充分、不平衡，数据库总量不足、结构失衡、欠缺和重复并存。

农业信息技术产品少，商品化的应用软件较少，而且存在低水平重复的问题。

总体上，信息技术在农业的实际应用水平还很低。

4．农田生物信息包含哪些类型？

有何特点？

如何采集和提取农田生物信息？

1.农田生物信息的类型

在农作物生长过程中，人们要实时观测农作物生理特征、作物结构特征、病虫草害危害特征，以便适时采取相应的田间管理措施，实现农作物高产、优质和高效的目标。

（1）农作物生理功能信息。

农作物地上部叶片的光合速率、呼吸强度、蒸腾速率以及地下部根系对养分、水分吸收、运输与转化状况等生理功能信息，是判断作物群体与个体生长发育是否正常的基本依据之一，需要采用各种特殊的仪器或传感器来取得，而其具有的时间与空间分布特征则需要用多传感器技术。

（2）农作物结构信息。

农田作物的结构包括微观结构与宏观结构。

作物微观结构指农田作物生物大分子的形态结构及其组成成分，可以用各种仪器分析方法如光谱分析、色谱分析、质谱分析、电化学分析法等测量。

作物宏观结构包括作物长势、生长速度、基本苗数、LAI、分蘖数、植株形态、作物根系生长及其分布等宏观信息，可以用光谱分析结合计算机图形、图像处理技术来取得农作物形态结构信息。

（3）农作物病虫草害信息。

农田作物病虫害发生、流行的状况、危害的程度以及杂草对农作物生产的胁迫状况，可为农田病虫草害防治提供决策依据。

这些生物信息可以通过化学、物理传感器来取得，也可以采用计算机图形、图像处理技术进行采集。

2.农田生物信息的特点与研究方法

农田生物信息的特点与相应的研究方法如下：

（1）农田生物信息的层次性。

农田作物物种不同、生长状况不同、群体与个体结构形态不同，而同一物种结构也有微观和宏观结构之分。

对微观信息的采集主要采用光谱、波谱、色谱、质谱等仪器分析的方法；

对宏观信息的传统采集方法主要依靠人的感官进行定性描述，而计算机图形、图像学方法可以对宏观物体的形态特征、纹理特征与灰度特征进行定量描述。

（2）农业生物信息的多元性。

农田生物系统组分复杂，其生物信息表现出多元性特点，通常为满足活体、整体和动态测定的要求，采集到的信息往往是多种组分信息的叠加，信息采集需要用多种传感器的协同工作，其信息的分离、利用则需要多组分信息分离技术，运用化学计量学方法。

（3）农田生物信息属于弱信息。

各种农田生物信息包含于复杂的农田环境系统中，许多非生物环境产生了很强的背景信息，使生物信息变成了弱信息，给生物信息的提取带来一定的困难，必须采用弱信息提取与恢复技术，使弱信息变强。

（4）农田生物信息的时空分布特征。

农田生物信息随空间和时间不断发生动态变化，生物信息采集要考虑空间分布特征和时间分布特征，注重实时性和空间分布差异，采用计算机图形、图像处理技术。

1.农田生物弱信息的增强技术

农田生物信息数据中包含了多种信息的重叠，分析信号包括两部分：

由待测组分产生的部分和由样品中的其它成分或环境、仪器产生的部分，后者被称为背景。

其中变化有一定规律的背景称为系统背景，变化的大小和方向无一定规律的背景称为随机背景（噪声）。

系统背景的消除与降低主要采用计算机差谱技术和导数光谱技术。

计算机差谱技术可对存储的图谱进行数据处理，对两张图谱进行差减，已达到溶剂、基体的扣除，以及多组分光谱的分离等。

导数光谱或微分光谱是以吸光度对波数（或波长）的导数为纵坐标，以波数（或波长）为横坐标所记录的光谱图，可以消除或降低信号中的低频分量，消除背景的影响。

随机背景的消除与降低主要采用数字滤波技术、傅里叶变换滤波和小波变换等方法。

2.农田生物多元信息的提取技术

对于采集并存储在计算机磁盘中的复杂样品图谱信息数据，可用多元信息处理技术从中提取信息。

化学计量学方法就是一种有效的多元信息提取方法，是应用数学与现代统计学的方法和计算机技术，设计和选择最佳测量程序与实验方法，并通过解析分析化学数据而获得最大限度的化学信息。

即对通过1组待测成分含量已知的标准样品，对它们进行光谱区的全程扫描，然后通过计算机快速处理数据，建立样品组分含量与样品光谱之间的数学关系，再测出未知样品中待测组分的光谱，就可以确定其中待测成分的含量。

其方法主要有多元线性回归（MLR）、逐步回归分析法（SRA）、主成分回归法（PCR）、卡尔曼滤波（KF）、偏最小二乘法（PLS）、人工神经网络（ANN）等。

3.农田生物宏观形态结构信息提取技术

对于农田宏观结构信息的数字图像，宜采用计算机图像处理技术提取。

所谓数字图像就是图像各点的灰度值的二维数组。

根据灰度层次、光谱轴和时间轴上的组合方式的不同，数字图像可分为二值图像、浓淡图像、彩色图像、多光谱图像、立体图像、动态图像等。

农田生物色度信息就是用RGB三基色不同数量级的合成来表示。

数字图像可用应用程序自由的进行处理，再现性好，精度高，适应面广。

分析图像是为了识别和理解图像所表示的对象，必须提取图像中被研究对象的形状和纹理的二维特征。

应用计算机图像处理技术提取的农作物宏观结构信息有：

（1）几何形状结构信息的提取。

农田作物群体几何形状信息包括叶面积指数、覆盖率、田间基本苗、田间作物动态生长状态等。

如通过计算机图像处理方法对紧凑型和平展型玉米获得其株型的特征信息，可为育种中合理选择株型提供高效、精确的依据（图2-8）。

（2）纹理特征信息的提取。

纹理特征是指图像中灰度和颜色的二维变化图案。

不同作物、不同栽培方式、不同种植密度、不同间套作方式、不同生育时期的的农田具有不同的纹理特征，提取这些纹理特征可以为研究作物栽培模式提供依据。

（3）颜色特征信息的提取。

不同作物、不同品种、不同种植密度、不同生育时期、不同施肥量等条件下农田具有不同的颜色特征。

作物遭受病虫害侵袭后，叶色变化、叶片与植株变形，可以通过计算机图像处理方法观测到，从而可以快捷地对农田进行大面积的监测。

5．农业遥感领域主要包括哪些？

如何进行农业资源遥感调查和监测？

农业遥感领域主要包括哪些？

我国农业遥感监测发展30多年来，以资源调查为先导、资源监测为焦点、产量预测为重点，在农业生产组织和管理中发挥了重要作用。

任何目标物都具有发射、反射和吸收电磁波的性质，这是遥感的信息源。

目标物与电磁波的相互作用，构成了目标物的电磁波特性，它是遥感探测的依据。

根据遥感的定义，将遥感技术和方法应用到某个专业领域便构成了一个遥感技术系统。

遥感技术系统包括空间信息获取、遥感数据传输与接收、遥感图像处理、遥感信息提取与分析等。

按照大的研究领域，可分为外层空间遥感、大气层遥感、陆地遥感、海洋遥感等；

按照具体应用领域，可分为资源遥感、环境遥感、农业遥感、林业遥感、渔业遥感、地质遥感、气象遥感、水文遥感、城市遥感、工程遥感及灾害遥感、军事遥感等

一、农业资源调查与监测

1.土地资源遥感调查与监测

2.森林资源遥感调查与监测

3.草原资源遥感调查与监测

二、农作物长势遥感监测

1.作物长势遥感监测方法

2.农作物叶面积指数与生物量监测

3.作物氮素诊断与叶绿素含量监测

4.作物水分含量遥感监测

三、土壤水分遥感监测

1．裸地土壤水分遥感方法

2.植被覆盖下土壤水分遥感方法

3.土壤水分的微波遥感监测方法

四、农作物遥感估产

1.遥感估产的原理与方法

2.遥感估产模型

五、作物品质遥感监测

1.作物品质遥感监测流程

2.作物品质遥感监测预报方法

六、农业灾害遥感监测

1.农作物病虫害遥感监测

2.旱灾遥感监测

3.洪涝灾害遥感监测

4.火灾遥感监测

传统农业资源调查方法费时费力、成本很高、精度较低。

卫星遥感可周期性重访地球表面，对耕地面积、种植面积、森林资源、土壤侵蚀、草原退化等进行实时监测。

由于遥感技术对土地观测具有覆盖面广、宏观性强、快速、多时相、丰富的综合信息等优点，已经较普遍应用于土地调查制图与监测中。

用于全球变化研究的土地利用与土地覆盖的遥感，大区域范围研究一般采用低分辨率小比例尺的AVHRR、MODIS图像，而局部区域及资源调查一般采用高精度高分辨率的TM图像、SPOT图像等。

合成孔径雷达系统（SAR）图像不受大气限制，对于常年为云雾所遮盖的部分地区，利用SAR系统可以大面积快速成像以了解土地资源现状。

20世纪80年代初期，我国首次利用美国陆地卫星MSS数据进行了全国范围15个地类的土地利用现状调查，并按1:

50万比例尺成图，宏观地反映了我国土地资源的基本状况，填补了我国土地资源不清的空白。

20世纪90年代中期开展了全国耕地变化遥感监测和县级农业土地资源遥感调查，建成了全国1:

10万比例尺的农业土地资源数据库和全国分县农业土地资源信息系统，为各级政府及各专业部门制定规划、计划提供了可靠的数据资料，同时也为我国开展土地利用动态监测提供了完整、可靠的本底资料。

卫星遥感具有覆盖范围广、能迅速跟踪动态变化、重复不断地提供信息等优点，结合野外抽样技术，能做到精度高、速度快、成本低、自动化连续及时提供森林资源的数据。

一般采用多波段、多时相、多种分辨率的数据进行森林资源遥感调查与监测，NOAA卫星广泛用于监测全球森林宏观变化，TM、SPOT用于区域、小森林资源动态监测。

分辨率更高的高光谱遥感以及IKONOS可实现对林斑、小斑乃至单木的监测。

对于树种的识别，主要依赖于图像色调和纹理的不同；

对森林生物量的估测，可以利用多通道的SAR数据来实现。

林业遥感的技术路线为：

卫星数据校正、不同季节图像数据复合和分层分区分类、森林资源信息提取以及形成标准化图件。

根据标准化图件，就能对森林的状况有一个比较准确的了解，从而进行动态监测。

草原植被的宏观遥感监测是快速、准确了解草原状况、实现对草原科学管理和保护的重要依据。

草原遥感监测主要包括对草地面积、类型、生物量等内容的遥感监测。

（1）草地生物量估算。

精确地估测草地的可食牧草量，可以合理控制牲畜量，维持草畜的动态平衡。

准确及时地获取区域牧草产量以及随时间、空间变化特征，是实现合理、高效、持续利用草原资源的前提。

通常采用高光谱遥感获取的NDVI、“红边”（REP）来估算草地生物量。

当植被盖度比较高时，用NDVI估算生物量会出现比较大的偏差。

利用地面高光谱数据进行草地生物量估测的实例,都取得了比较高的精度，但目前还没有真正实现从卫星高光谱图像上进行生物量的估算。

（2）草地种类识别。

对草地种类识别的目的是监测草地的退化程度。

目前草地退化监测主要还是基于植被指数变化的方法，寻找表征草地退化的指示种的特征波段，从而实现在高光谱图像上进行识别。

同样，相关草地种类识别和草地退化监测数据是对地面光谱测量数据分析得到的，能否将其在卫星高光谱图像上区分还有待进一步探讨。

（3）对草地化学成分估测。

应用遥感技术测量和分析叶片乃至冠层的生物化学信息随时间和空间的变化，可以了解植物的生产率、凋落物分解速度及营养成分有效性。

根据各种化学成分的浓度变化可以评价草地的长势状况，如通过遥感监测草地植被的粗蛋白含量，以便决定草地是否被继续利用。

目前，关于草地植被长势和健康状况的遥感监测研究相对较少，可借鉴农作物长势的遥感监测方法。

6．什么是地理信息系统？

它有何基本特征？

地理信息系统是以地理空间数据库为基础，采用地理模型分析方法，适时提供多种空间的和动态的地理信息，为地理研究和地理决策服务的计算机技术系统。

地理信息系统（GeographicalInformationSystem，简称GIS），是20世纪60年代开始迅速发展起来的集地理空间数据处理与计算机技术于一体的一门边缘技术学科，是以地理空间数据库为基础，在计算机软硬件的支持下，运用系统工程和信息科学的理论，实现空间数据的采集、管理、处理、分析、建模和显示等功能，以提供管理、决策等所需信息的技术系统。

一般的，GIS应具有如下基本特征：

（1）GIS是一个空间型的信息系统，具有采集、管理、分析和输出多种地理空间信息的能力，具有空间性和动态性。

（2）以地理研究和地理决策为目的，以地理模型方法为手段，具有区域空间分析和动态预测的能力。

（3）GIS的操作对象是地理数据，既有空间数据，又有属性数据，并通过数据库管理系统将二者联系在一起共同管理、分析和应用，从而提供了一种认识地理现象的新方法。

（4）在计算机系统支持下，利用空间分析模型，完成空间地理数据管理、地理分析、地理决策。

现代地理信息系统是具有地理图形和空间定位的空间型数据管理系统。

（5）能够对空间信息数据进行图形化输出，表达形象直观，便于决策应用。

（6）GIS与地球科学、环境科学、管理科学、应用数学、遥感、GPS、空间数据库、图形图像处理及各种应用技术有着不可分割的密切关系。

（7）一些GIS软件还提供了和其他系统软件的数据接口，实现和其他软件的数据共享，还提供了二次开发工具，方便用户进行二次开发。

7．农业专家系统发展中存在的问题和今后趋势是什么？

1.农业专家研究和应用中存在的问题

尽管我国农业专家系统研究和应用已经经历了20多年的发展历程，取得了较大进展，但与国外发达国家比，在农业专家系统开发和应用方面仍有较大差距，主要表现在如下方面：

（1）农业专家系统研究水平偏低，专家系统性能较差。

我国农业专家系统开发的历史较短，研究力量相对单薄，计算机技术人员与农业领域专家结合较差，缺乏既掌握农业知识又精通信息技术的复合型、高素质专业技术人才，虽然已开发的农业专家系统数量众多，但和世界先进水平相比，在技术水平和应用效果上都有很大差距。

现已开发的众多农业专家系统中，在结构和功能上也存在较大差距，有些系统有较好的结构和较强的功能，而一些系统甚至没有独立的知识库和推理机构，不能算作真正的专家系统。

目前，在我国农业专家系统开发中，由于农业领域知识源的缺乏，数据收集和知识获取困难，使农业专家系统开发受到制约。

知识库的知识数量较少且质量较差，以常识、基本原理和科普性知识类型的文本描述为主，缺乏数学模型、图形、图像、图表、视频、音频、文字等多种知识综合表达；

与农业数据库、地理信息系统、优化模型、决策支持系统、多媒体技术、通讯网络技术等结合不够，不能提供声、图、文并茂的专家知识。

推理机制简单，解释性能较差，用户界面不友好，先进性和实用性不够，尚未达到真正领域专家的水平，起不到“专家”的作用，限制了农业专家系统的推广应用。

（2）农业专家系统软件技术较差，系统开发、维护和应用困难。

虽然众多研究者从各自的实践中摸索总结提出了知识表示和推理策略等专家系统开发技术方法，但农业专家系统软件设计缺乏统一技术标准和方法，软件的兼容性、支持分布计算、可插拔、可扩展、可移植、可替换等性能较差，低水平和重复性研究居多。

如未采用客户/服务器或浏览器/服务器的分布计算结构；

软件开发局限在传统软件开发模式中，软件重用、升级与扩展方面不足；

对新技术集成能力不足，开发周期长、升级维护难；

软件系统分散、独立，不能准确裁剪和定制，难以集成为功能丰富、适应面广、应用水平高的规模化大型专家系统应用系统。

另外，我国已经开发和发布了5种“863”品牌的农业专家系统开发平台，在将软件开发人员与用户之间进行分离、提高农业专家系统开发效率、减少了重复开发方面有一定成效。

但是这些农业专家系统开发平台无法充分满足不同层次用户的需求，使用过程对用户要求过高，只适合软件开发人员使用，很难在农业基层推广普及，实现产品化程度较低，至今推广应用情况不佳。

同时，由于我国农户经营规模小，经济收入少，购买电脑和农业专家系统软件投入高，农业专家系统推广应用难度较大。

2.农业专家系统发展趋势

针对当前农业专家系统研究和应用中存在的问题，赵春江等提出了农业专家系统设计分层方案，由计算机专业人员基于各种信息技术开发通用农业专家系统平台，提交给系统管理员和知识工程师进行二次开发，只要装入不同领域的知识规则，就可非常方便快捷地开发出不同地区、不同领域的专家系统开发框架，然后经过一般用户的不断使用和连续反馈，经修改完善形成特定领域的专家系统。

为此，农业专家系统研究具有以下发展趋势：

（1）面向不同用户层（程序员、知识工程师、农业专家）开发农业专家系统生成和辅助工具，提高农业专家系统的开发效率。

（2）农业信息资源的开发和利用，包括信息资源的数字化、网络化处理，信息挖掘、知识发现等。

（3）充分利用计算机网络技术，建立分布式与协同式农业专家系统，扩大系统适应范围，满足用户跨时空服务需要。

（4）克服专家系统的一些缺点，如知识处理的浅层性、狭窄性，集成模型技术、面向对象技术等。

（5）与通信技术、电子技术交叉，向嵌入式设备、数字终端等技术产品化发展。

8．什么是精确农业？

发展精确农业的意义是什么？

精确农业（PrecisionAgriculture，简称PA）首先由美国农业科学工作者在20世纪90年代初倡导并实施的。

在国外，与PrecisionAgriculture意义相近的词有PrecisionFarming、SiteSpecificCropManagement（简称SSCM）、PrescriptionFarming等。

国内对其译文也不尽相同，如精确农业、精准农业、精细农业、精致农业、定位农业、农作物定位管理和处方农作等，其内涵都是一致的，是指精细、准确的农业。

精确农业有广义和狭义之分。

广义的精确农业（PrecisionAgriculture）又叫精准农业、精细农业，包含种植业、养殖业、农产品加工业，即所谓的大农业，包含精细农作（PrecisionFarming）、精确养殖（PrecisionFeeding）和精确加工（PrecisionProcessing）等方面，是指为了挖掘并谋求种植业和畜牧业利润最大化，所采取的精确投入的农业生产管理手段。

狭义的精确农业是指单纯的种植业，即面向大田作物生产的“精确农作”（PrecisionFarming）技术，是基于农业信息技术与机械装备技术集成的现代农田“精耕细作”技术。

所谓精确农业或精确农作是一种基于农田小区作物生长环境差异性实施变量投入的生产管理技术，能按照田间每一操作单元的具体条件精细准确地调整各项土壤和作物管理措施，最大限度地优化各项农业投入，以获取最高产量和最大效益，同时保护农业生态环境和农业资源。

精确农业的基本特征可以概括为：

生产手段精细、资源投入精省、运作尺度精确、收获高产优质、经济高效安全。

实际上，国内外精确农业研究仍然基本上仍集中于大田作物生产的“精确农作”，即狭义的精确农业。

目前，精确农业还没有一个统一完整的定义。

众多学者对“精确农业”的概念表述有所不同，但都包含三个共同点：

（1）基于作物及资源环境的时空差异特征；

（2）以最小资源投入、最大农业收益和最小环境危害为目标；

（3）以3S技术、信息技术、智能化技术等为技术支撑体系。

在这个基础上，可以把精确农业理解为：

利用全球卫星定位系统（GPS）、地理信息系统（GIS）、遥感（RS）、决策支持系统（DSS）和变量控制技术（VRT）等现代高新技术，与农学、土壤、植保等学科相结合，获取农田小区作物产量和影响作物生