农作物调优栽培决策支持系统
分享
-
2016-06-18
顾客需求 面向农业管理部门、农业生产部门（如农场）、作物协会（如谷物协会）及大型涉农企业的专业技术及生产管理人员，对主要农作物的产前优良品种种植区划——产中调优栽培及产量、品质预报——产后指导按质收购等作物生产全过程进行信息化管理，最大限度地为农作物生产的信息化管理与粮食政策的制定提供决策支持
解决方案 系统通过采用ENVI/IDL编程技术实现对遥感影像的实时计算和处理，生成初步的作物分类结果以及影像光谱指数，结合野外采集的GPS定位数据、农学样点信息，综合分析各种常用的农学模型，通过WebGIS技术实现实时直观的专题图、统计图表、细节点击查询等多种展现方式，实现对作物长势监测、作物产量估算、作物品质预测、病虫害监测、干旱监测、冻害监测、肥水诊断等作物生产全过程的信息化管理。 采用 Oracle10g +ArcSDE 作为空间数据库，后台采用 ENVI/IDL 、 ArcGIS Engine 、 ArcIMS 实现遥感影像处理与发布，前端页面展现完全基于 Ajax 技术构建，综合采用了 OpenLayers 、 JQuery 、 Google Maps API 等脚本库。 系统分为五个主要功能模块，分别是：长势监测与估产、品质预测与监测、作物灾害监测、肥水诊断与调优、系统管理。主要实现了以下功能： 1、长势监测与估产：分为遥感长势监测、遥感产量估算、农气产量估算三个子模块，遥感长势监测和遥感产量估算采用环境卫星、Landsat TM、中巴资源卫星、SPOT-5卫星等多光谱数据源，通过ENVI/IDL编程在服务器后台进行实时计算（如图1所示），实时生成作物长势和估产专题图
图1：自定义植被指数计算界面
2、品质预测与监测：分为遥感品质预测、近红外品质精监测、农学品质预测三个子模块，遥感品质预测采用环境卫星、Landsat TM、中巴资源卫星、SPOT-5卫星等多光谱数据源，结合地面样点观测数据，集成IDL、ENVI、WebGIS、数据压缩等技术实现农作物品质遥感预测（如图2所示）；近红外品质精监测采用近红外谷物品质分析仪对收获后的作物品质进行检测，通过实时插值方式生成区域品质分析图，通过与遥感品质预报进行对比分析，验证和改善遥感品质预测模型和方法。品质预测与区划对于指导大型涉农企业按照优质优价收购谷物，具有重要的价值。
图2：耕地干旱监测专题图
3、作物灾害监测：分为病虫害监测、干旱监测和冻害监测三个子模块。采用环境卫星、OMIS等高光谱数据以及TM、SPOT等多光谱数据源，集成IDL、ENVI、WebGIS、数据压缩等技术实现病虫害、干旱以及冻害监测等专题:
4、肥水诊断与调优：分为氮素诊断、水份诊断以及调优栽培措施三个子模块，采用环境卫星、Landsat TM、中巴资源卫星、SPOT-5卫星等多光谱数据源，对作物关键生育期的肥水状态进行分析与诊断调优，实时为用户提供调优诊断措施帮助（如图3所示）。
图3： 作物品质专题图
5、系统管理：分为用户管理、角色管理以及数据管理三个子模块。
特点
1、系统在服务器端集成ENVI/IDL技术进行影像粗分类、快速影像指数计算等工作，较好的实现了B/S模式下对影像实时计算处理的需求，使得用户在客户端的等待一幅常规大小影像的计算时间缩短至2～5秒，比常规方法速度提高10～30倍。
2、采用动态生成地图配置文件的方式实时配置ENVI/IDL计算得到的影像结果，然后通过WebGIS地图服务器进行实时发布，在客户端实时生成专题图，具有快速、高效、准确的优点。
3、实现农学专题图与Google地图的平滑叠加，地图平移和缩放等操作均可以与Google地图实现同时联动；同时实现Google地图、农学专题图以及混合模式之间的切换。
4、实现分级专题图的默认生成与自定义生成两种方式。实现分级刻度数据、分级刻度标注和分级颜色的自定义（如图5.8所示），对于用户自定义专题图十分方便。
源自：http://www.esrichina-bj.cn/2010/1213/665.html
文章来源：http://blog.sina.com.cn/s/blog_764b1e9d0100qr0s.html
解决方案 系统通过采用ENVI/IDL编程技术实现对遥感影像的实时计算和处理，生成初步的作物分类结果以及影像光谱指数，结合野外采集的GPS定位数据、农学样点信息，综合分析各种常用的农学模型，通过WebGIS技术实现实时直观的专题图、统计图表、细节点击查询等多种展现方式，实现对作物长势监测、作物产量估算、作物品质预测、病虫害监测、干旱监测、冻害监测、肥水诊断等作物生产全过程的信息化管理。 采用 Oracle10g +ArcSDE 作为空间数据库，后台采用 ENVI/IDL 、 ArcGIS Engine 、 ArcIMS 实现遥感影像处理与发布，前端页面展现完全基于 Ajax 技术构建，综合采用了 OpenLayers 、 JQuery 、 Google Maps API 等脚本库。 系统分为五个主要功能模块，分别是：长势监测与估产、品质预测与监测、作物灾害监测、肥水诊断与调优、系统管理。主要实现了以下功能： 1、长势监测与估产：分为遥感长势监测、遥感产量估算、农气产量估算三个子模块，遥感长势监测和遥感产量估算采用环境卫星、Landsat TM、中巴资源卫星、SPOT-5卫星等多光谱数据源，通过ENVI/IDL编程在服务器后台进行实时计算（如图1所示），实时生成作物长势和估产专题图
图1：自定义植被指数计算界面
2、品质预测与监测：分为遥感品质预测、近红外品质精监测、农学品质预测三个子模块，遥感品质预测采用环境卫星、Landsat TM、中巴资源卫星、SPOT-5卫星等多光谱数据源，结合地面样点观测数据，集成IDL、ENVI、WebGIS、数据压缩等技术实现农作物品质遥感预测（如图2所示）；近红外品质精监测采用近红外谷物品质分析仪对收获后的作物品质进行检测，通过实时插值方式生成区域品质分析图，通过与遥感品质预报进行对比分析，验证和改善遥感品质预测模型和方法。品质预测与区划对于指导大型涉农企业按照优质优价收购谷物，具有重要的价值。
图2：耕地干旱监测专题图
3、作物灾害监测：分为病虫害监测、干旱监测和冻害监测三个子模块。采用环境卫星、OMIS等高光谱数据以及TM、SPOT等多光谱数据源，集成IDL、ENVI、WebGIS、数据压缩等技术实现病虫害、干旱以及冻害监测等专题:
4、肥水诊断与调优：分为氮素诊断、水份诊断以及调优栽培措施三个子模块，采用环境卫星、Landsat TM、中巴资源卫星、SPOT-5卫星等多光谱数据源，对作物关键生育期的肥水状态进行分析与诊断调优，实时为用户提供调优诊断措施帮助（如图3所示）。
图3： 作物品质专题图
5、系统管理：分为用户管理、角色管理以及数据管理三个子模块。
特点
1、系统在服务器端集成ENVI/IDL技术进行影像粗分类、快速影像指数计算等工作，较好的实现了B/S模式下对影像实时计算处理的需求，使得用户在客户端的等待一幅常规大小影像的计算时间缩短至2～5秒，比常规方法速度提高10～30倍。
2、采用动态生成地图配置文件的方式实时配置ENVI/IDL计算得到的影像结果，然后通过WebGIS地图服务器进行实时发布，在客户端实时生成专题图，具有快速、高效、准确的优点。
3、实现农学专题图与Google地图的平滑叠加，地图平移和缩放等操作均可以与Google地图实现同时联动；同时实现Google地图、农学专题图以及混合模式之间的切换。
4、实现分级专题图的默认生成与自定义生成两种方式。实现分级刻度数据、分级刻度标注和分级颜色的自定义（如图5.8所示），对于用户自定义专题图十分方便。
源自：http://www.esrichina-bj.cn/2010/1213/665.html
文章来源：http://blog.sina.com.cn/s/blog_764b1e9d0100qr0s.html
