第5讲 “精细农作”的主要支持技术（三） 作物生产管理决策支持技术 “精细农作”是基于信息和知识的农田作物生产经营管理技术，它既需要利用先进的田间信息采集技术以获得农田小区作物产量和影响作物生长主要因素的空间分布信息; 又需要对这些信息进行处理，运用农业科学知识制定农田与作物栽培管理决策，指导分布式定位处方农作，以实现资源高效利用，高产出、省投入和可持续发展的优化目标。其过程示意于图1. ????????????????????  　?????????????????????? 图 1. “精细农作”工作过程示意图 ??? 所有绿色植物生产的基本过程都是基于叶绿素的光合作用。如何更好地利用作物生产的经济产量潜力，一方面需要通过选育更好的品种，使之有更高的光合作用效率，更好的抗逆性能和更高的谷秸比；而制定作物生产管理实践的措施，就需采用综合优化的农田资源高效利用与先进的作物栽培管理技术。这正是“精细农作”技术体系追求的目标。传统农业的农田精耕细作，是基于农民的勤劳和长期积累的丰富经验，加上对农田土壤状况、病虫草害分布与作物长势的查田观察，有的放矢地在小块农田进行作物种植的精细管理，以获得较高的平均产量和较好的经济回报；一个高投入、高产出、高效益的现代农作系统，需要集成现代作物科学有关的生物、环境、技术和经济分析等综合措施，在更大的集约规模化生产系统中，实现更好地利用资源与作物的经济产量潜力，实现作物生产系统的可持续发展目标。 作物生产管理计算机辅助决策支持系统（DSS），是应用计算机信息处理技术, 综合现代农业相关科学技术成果, 制定作物生产管理措施，实现处方农作的基础，也是实现“精细农作”技术思想的核心。一个完整的作物生产管理决策支持系统，包括：作物系统模拟模型组成的模型库；支持模型运算和数据处理的方法库；储存支持作物生产管理决策和模型运算必需的数据库；反映不同地区自然生态条件等作物栽培管理经验知识和具有知识推理机制的专家知识库；各子系统的管理、维护子系统和为作物生产管理者参与制定决策，提供知识咨询的良好人机接口等。由于作物生产系统的复杂性，许多影响因素与作物生长过程的关系尚难于完全用解析方法进行过程的定量描述。对这一类半结构性的系统，兼容解析性模拟模型的研究成果及基于专家知识的智能化农业专家系统的结合，能为当地生产管理决策者提供参与决策制定的良好人机接口是十分必要的。一个完整的作物生产管理决策支持系统，可示意于图2。 ???????????????  图 2. 作物生产管理决策支持系统示意图 ??? 八十年代初以来，作物生长动态模拟模型的研究取得了重要的进展。它综合作物生理、生态、农业气象、土壤、植保和作物栽培等多个分支学科的研究成果，将作物生产过程与其生态环境因子的变化作为一个整体进行动态定量化分析和生长发育过程模拟研究，并开发了一批面向应用的模拟模型研究成果，如在国际上具有重要影响的小麦、玉米、水稻、高粱等谷类作物的CERES系列模拟模型，GOSSYM棉花模型；GLYCIM大豆模型等。我国学者结合本国国情和区域自然条件开发的RICEMOD和RICAM等水稻生长模拟模型，CGSIM棉花高产栽培发育动态模拟模型及小麦生长模拟模型等，围绕实现作物高产、稳产、节本、高效的应用目标，将能否有效地促进作物生产作为检验模型优劣的一个主要标准, 已开始显示出其紧密结合作物生产管理实践的特色，我国八十年代初以来，对农田施肥、不同作物栽培管理、病虫害预测预报、农田灌溉等农业专家系统的研究开发成果已在生产应用中发挥了重要作用，智能化农业专家系统及其研究开发工具的研究得到了“863”高科技计划的支持，迄今已在吉林、北京、安徽、云南等地建立了四个智能化农业专家系统试验示范区，并进行了较大面积的辐射应用推广。有的研究已经向以模拟模型研究为基础，与建立专家知识库系统、部分参数的实时采集处理系统和技术经济评估系统相结合，朝向能够帮助用户完成生产与经营管理等半结构化决策任务提供友好的作物生产管理辅助决策支持系统方向发展，这应是进一步发展的主流方向。系统输出结果，能够提供对作物生产潜力，过程诊断，产量预测、经济评估、农作管理的知识咨询服务。 然而，迄今进行的有关作物模拟模型、农业专家系统及其集成技术的开发研究，主要还是基于农田或农场尺度上的作物生产管理决策支持技术，与“精细农作”技术思想的实践要求尚有较大的距离。实施“精细农作”的作物生产管理决策支持技术致力于根据农田小区作物产量和诸相关因素在农田内的空间差异性，实施分布式的处方农作。因而将需要基于GPS，GIS空间定位的空间型作物管理决策支持系统（SDSS）的支持，这已经成为“精细农作” 支持技术领域的重要研究方向。 由于作物生产系统影响因素复杂多变，当今实践的“精细农作”技术，都是从获取农田小区产量分布数据信息为基础，通过产生若干产量等级区间为基础的模拟聚类处理，生成农田内不同产量等级的小区分布图。之后，着重分析低产区的低产原因，对照在GIS平台上建立的农田地形、土壤类型、土壤肥力（N、P、K及主要微量元素）、土壤含水量与排水状况、耕作层深度、土壤压实状态，pH值、有机质含量SOM等空间信息分布图，以及在DGPS引导下在收获作业过程中同时获取的杂草分布位置或通过田间观察获得的作物苗情与病虫草害分布图等信息进行分析，作出实时分布式管理决策。在众多影响作物产量的诸因素中，大致可以区别为两类：一是相对稳定的因素（如土壤地形、土壤类型、耕作层深度、SOM、pH、P、K含量等），经过一次性采样测量建立的空间分布信息数据库，即可在多年内支持处方决策；另一些因素如土壤含N量、含水量、病虫草害、苗情信息、气象变化的时空变异性大，需要有实时快速先进传感与实时信息处理技术的支持，获得起其动态变化信息，将是有效地实施定位处方农作的关键。 随着信息技术手段的迅速完善，在更小的空间尺度上快速获取作物产量、苗情及其它环境因素的空间分布信息，在技术上是可以达到的。但在实施处方农作中，还要评估技术措施的经济可行性，因而并不需要根据产量差异性一一对应地区别采取不同的处方措施，而是通过空间信息的模糊聚类处理，按不同的小区类别实施定位技术引导下的处方农作。因而，“精细农作”的技术思想，并不是突出“准确”二字，而是突出科学经济地利用先进技术的程度和基于信息和知识的管理措施的逐步精细化。这就是为什么作者建议用“精细农作”名称来反映这一服务于作物生产管理的技术思想的内涵可能更为确切的道理。这样一种基于信息和知识的作物生产管理辅助决策支持技术也将为支持农业技术推广与知识传播服务提供一种全新的手段。