農(nóng)業(yè)信息采集技術(shù)研究綜述

楊洪坤 周保平 王亞明 趙群喜

摘 要：21世紀(jì)農(nóng)業(yè)發(fā)展的一個(gè)重要方向是精細(xì)農(nóng)業(yè)，進(jìn)行農(nóng)業(yè)信息的采集是實(shí)施精細(xì)農(nóng)業(yè)的前提。農(nóng)業(yè)信息化的進(jìn)程將會(huì)隨著農(nóng)業(yè)信息采集技術(shù)的應(yīng)用加快，促進(jìn)區(qū)域經(jīng)濟(jì)的可持續(xù)發(fā)展。該文綜述了農(nóng)業(yè)信息的采集與處理技術(shù)，提出了未來農(nóng)業(yè)信息采集技術(shù)的發(fā)展方向，為農(nóng)業(yè)生產(chǎn)計(jì)劃提供科學(xué)依據(jù)。

關(guān)鍵字：精細(xì)農(nóng)業(yè)；農(nóng)業(yè)信息的采集；采集技術(shù)

中圖分類號(hào) TP311.52 文獻(xiàn)標(biāo)識(shí)碼 A 文章編號(hào) 1007-7731（2016）22-0109-04

農(nóng)業(yè)數(shù)據(jù)的采集與傳輸具有網(wǎng)絡(luò)覆蓋面大、地形復(fù)雜、數(shù)據(jù)傳輸量小、監(jiān)測(cè)點(diǎn)多、設(shè)備成本小、設(shè)備體積小、數(shù)據(jù)傳輸安全可靠、采用電池供電等特點(diǎn)[1]。隨著信息技術(shù)在農(nóng)業(yè)領(lǐng)域的廣泛應(yīng)用，農(nóng)業(yè)信息技術(shù)已經(jīng)成為引導(dǎo)農(nóng)業(yè)生產(chǎn)、管理、教育、科研進(jìn)一步發(fā)展的強(qiáng)大動(dòng)力。農(nóng)業(yè)信息的采集技術(shù)包括數(shù)據(jù)采集技術(shù)、數(shù)據(jù)通訊技術(shù)、計(jì)算機(jī)數(shù)據(jù)采集技術(shù)以及傳感器技術(shù)等。測(cè)量精細(xì)農(nóng)業(yè)中各種差異的農(nóng)業(yè)信息，可以使用成本低、實(shí)時(shí)快速、高性能的傳感器系統(tǒng)，農(nóng)業(yè)信息采集一般包括土壤肥力、土壤含水量、SOM、作物苗情分布、土壤壓實(shí)、和作物病、蟲、草害及耕作層深度等信息的采集。原始信息的精確度由信息采集決定，只有具備先進(jìn)、完善的采集技術(shù)才會(huì)使原始信息的真實(shí)性與及時(shí)性提高，通過后續(xù)的信息技術(shù)過程使最終信息得到有效利用。

信息采集技術(shù)包括傳統(tǒng)手工技術(shù)和現(xiàn)代技術(shù)。傳統(tǒng)的信息采集的方式主要包括有目的的專項(xiàng)收集、以及自下而上廣泛采集、隨機(jī)積累3種；現(xiàn)代信息采集技術(shù)主要包括遙感技術(shù)、全球定位技術(shù)、自動(dòng)監(jiān)測(cè)技術(shù)以及地面各類調(diào)查等，采集不同的農(nóng)業(yè)信息需用不同的采集技術(shù)。信息采集應(yīng)在注重經(jīng)濟(jì)效益的前提下，根據(jù)特定使用目標(biāo)及時(shí)準(zhǔn)確的使其盡快發(fā)揮效用。

田間信息大致可以分為農(nóng)田周圍環(huán)境信息、位置信息、作物產(chǎn)量信息、作物生長(zhǎng)信息和土壤屬性信息等，具有多維、時(shí)空變異性強(qiáng)、量大、稀疏性、不確定、動(dòng)態(tài)、不完整等特點(diǎn)。本文主要分析了幾種關(guān)鍵技術(shù)在農(nóng)業(yè)信息采集中的應(yīng)用及國(guó)內(nèi)外研究現(xiàn)狀，分析了現(xiàn)有農(nóng)業(yè)信息采集技術(shù)的不足并在此基礎(chǔ)上提出農(nóng)業(yè)信息采集技術(shù)研究的發(fā)展方向。

1 農(nóng)業(yè)信息采集系統(tǒng)的工作原理

農(nóng)業(yè)信息采集系統(tǒng)在農(nóng)田獲得的信息是通過攝像頭和各種傳感器（土壤含水量、土壤pH值、土壤肥力、溫濕度等傳感器等）進(jìn)行采集的，采集的信息通過無線通訊模塊反饋給控制臺(tái)。控制臺(tái)根據(jù)信息采集系統(tǒng)的運(yùn)行情況，對(duì)信息進(jìn)行進(jìn)一步的分析與統(tǒng)計(jì)處理，將有價(jià)值的信息存儲(chǔ)到農(nóng)田信息庫，此時(shí)無線通訊模塊發(fā)出指令到系統(tǒng)控制器，實(shí)現(xiàn)信息采集系統(tǒng)的下一步的工作指令，實(shí)現(xiàn)對(duì)農(nóng)田作物生長(zhǎng)情況的動(dòng)態(tài)實(shí)時(shí)監(jiān)測(cè)、生長(zhǎng)環(huán)境及農(nóng)田信息化管理[2]。

2 國(guó)內(nèi)外農(nóng)業(yè)信息采集技術(shù)研究現(xiàn)狀

2.1 農(nóng)業(yè)信息采集系統(tǒng)研究現(xiàn)狀 農(nóng)情信息采集系統(tǒng)的開發(fā)有：以單片機(jī)為核心進(jìn)行開發(fā)；在便攜式計(jì)算機(jī)上進(jìn)行開發(fā)；基于掌上電腦的嵌入式農(nóng)情信息采集系統(tǒng)的開發(fā)；應(yīng)用solidworks三維建模與仿真技術(shù)進(jìn)行開發(fā)；結(jié)合無線通訊技術(shù)進(jìn)行開發(fā)等。

于雅輝[3]利用以計(jì)算機(jī)集成技術(shù)、“3S”技術(shù)、網(wǎng)絡(luò)技術(shù)為核心的高新技術(shù)提出了以圖像分析軟件和地理信息系統(tǒng)為平臺(tái)，以高速寬帶網(wǎng)為信息傳輸手段的農(nóng)業(yè)信息采集監(jiān)測(cè)系統(tǒng)的技術(shù)路線，系統(tǒng)由全球定位系統(tǒng)；基于遙感圖像的信息提取系統(tǒng)；動(dòng)態(tài)監(jiān)測(cè)；人工報(bào)送網(wǎng)絡(luò)四部分構(gòu)成，此檢測(cè)系統(tǒng)可以實(shí)現(xiàn)信息的收集、傳輸、存儲(chǔ)、分析、管理、查詢、更新及動(dòng)態(tài)監(jiān)測(cè)等功能。閆潤(rùn)和史德林[4]提出了一種基于RS485總線技術(shù)的設(shè)施農(nóng)業(yè)信息采集及組網(wǎng)技術(shù)（組網(wǎng)技術(shù)包含網(wǎng)絡(luò)信息節(jié)點(diǎn)探測(cè)模塊、通訊指揮模塊、組網(wǎng)模塊、通訊錯(cuò)誤處理模塊4個(gè)模塊），在設(shè)施農(nóng)業(yè)中該技術(shù)使各信息節(jié)點(diǎn)形成了完整的信息網(wǎng)絡(luò)及控制網(wǎng)絡(luò)，組網(wǎng)過程不受信息點(diǎn)的個(gè)數(shù)的限制，真正做到設(shè)備的在線組網(wǎng)；上位機(jī)的控制信息能夠及時(shí)下發(fā)至下位機(jī)，設(shè)施農(nóng)業(yè)中的各個(gè)信息節(jié)點(diǎn)的信息能夠及時(shí)上傳。郭志越[5]等應(yīng)用solidworks三維建模與仿真技術(shù)建立農(nóng)田信息采集系統(tǒng)系統(tǒng)的虛擬模型并進(jìn)行仿真研究，通過分析對(duì)比實(shí)驗(yàn)結(jié)果，證明了該系統(tǒng)可以在大棚內(nèi)進(jìn)行信息采集，并將信息傳送至附近的接收點(diǎn)，解決了以往農(nóng)業(yè)大棚信息節(jié)點(diǎn)采集繁瑣和困難的問題。韓芝俠[6]基于ZigBee技術(shù)本文采用低功耗微控制器PIC18L F4620單片機(jī)及Smart RF CC2500射頻收發(fā)器，設(shè)計(jì)出了用于農(nóng)業(yè)信息監(jiān)控的無線傳感器網(wǎng)絡(luò)系統(tǒng)，此系統(tǒng)適合農(nóng)業(yè)信息傳遞過程中所遇到的地形復(fù)雜等問題，且具有組網(wǎng)靈活、功耗小、成本低的優(yōu)點(diǎn)，支持網(wǎng)狀拓?fù)浣Y(jié)構(gòu)、可以順利讀取農(nóng)業(yè)環(huán)境的光照、土壤溫度、濕度等信息。羅軍[7]等結(jié)合設(shè)施農(nóng)業(yè)空間位置分布規(guī)律及其在高分辨率遙感影像上的紋理特征體現(xiàn)，并基于GIS組件開發(fā)了基于高分辨率遙感影像的設(shè)施農(nóng)業(yè)信息采集系統(tǒng)，此系統(tǒng)具有效率高，精度高的優(yōu)點(diǎn)加強(qiáng)了設(shè)施農(nóng)業(yè)管理精度需求。孟志軍等[8]介紹了使用Microsoft數(shù)據(jù)庫訪問組件對(duì)象ADOCE對(duì)Pocket Access數(shù)據(jù)庫的操作方法，一種基于DGPS/背夾式CPS設(shè)備和掌上電腦的農(nóng)田信息采集系統(tǒng)的開發(fā)過程。設(shè)計(jì)和實(shí)現(xiàn)了基于嵌入式GIS組件技術(shù)的農(nóng)田信息采集系統(tǒng)，實(shí)現(xiàn)了矢量農(nóng)田地理信息的顯示、操作、查詢等基本GIS功能同時(shí)，系統(tǒng)能夠采集多種影響作物生長(zhǎng)的環(huán)境差異性信息與農(nóng)田地物分布，實(shí)現(xiàn)了對(duì)嵌入式農(nóng)田信息采集系統(tǒng)中農(nóng)田信息的有效管理。系統(tǒng)由基于WinCE的基本GIS功能模塊、農(nóng)田信息采集功能模塊、CPS實(shí)時(shí)通訊和數(shù)據(jù)處理模塊組成，該系統(tǒng)能夠?qū)崿F(xiàn)掌上電腦環(huán)境下GPS、GIS功能的集成。王昕[9]通過分析移動(dòng)通訊技術(shù)在我國(guó)農(nóng)業(yè)中的應(yīng)用基礎(chǔ)情況提出了利用SMS短信服務(wù)來實(shí)現(xiàn)文字型信息采集模式、利用MMS彩信服務(wù)來實(shí)現(xiàn)報(bào)表型、數(shù)字型信息采集模式農(nóng)業(yè)即時(shí)信息采集模式和多種農(nóng)業(yè)即時(shí)信息服務(wù)模式。

2.2 精細(xì)農(nóng)業(yè)中農(nóng)業(yè)信息采集方法及技術(shù)研究現(xiàn)狀 快速精確地采集農(nóng)業(yè)信息是發(fā)展精細(xì)農(nóng)業(yè)迫切需要解決的基礎(chǔ)問題。在精細(xì)農(nóng)業(yè)研究中，目前優(yōu)先需要考慮的是作物苗情分布信息、土壤壓實(shí)、土壤水分、土壤養(yǎng)分、作物病蟲草害和及耕作層深度等，要求能夠精確、快速、連續(xù)地測(cè)量。

在土壤水分信息采集方面。測(cè)定土壤水分的方法，一類是變動(dòng)位置取樣測(cè)定比如烘干法，另一類是原位取樣測(cè)定比如電阻法、時(shí)域反射儀法（TDR法）、頻域發(fā)射儀法（FDR法）、中子法、射線法、駐波率法、傳感器法等[10]。Sun Y[11]等基于邊緣場(chǎng)效應(yīng)電容式水分傳感器設(shè)計(jì)了一個(gè)復(fù)合水平貫入儀，此儀器能夠同時(shí)測(cè)量機(jī)械阻力和土壤水分。胡建東等[12]設(shè)計(jì)了參數(shù)調(diào)制式探針電容土壤水分傳感器的檢測(cè)電路和數(shù)據(jù)處理系統(tǒng)，通過參數(shù)優(yōu)化得到了一種能夠?qū)崿F(xiàn)在線測(cè)試土壤水分的檢測(cè)儀器及探針電容傳感器。趙燕東[13]通過對(duì)SWR型土壤水分傳感器研究得出：SWR型土壤水分傳感器是一種快速測(cè)量土壤含水率的傳感器，它具有可靠性高、精度高、受土壤質(zhì)地影響不明顯的優(yōu)點(diǎn)，性價(jià)比遠(yuǎn)遠(yuǎn)高于TDR和FD型傳感器更適合市場(chǎng)的需求。

在土壤電導(dǎo)率信息采集方面。土壤電導(dǎo)率的測(cè)量方法主要有兩種，電流—電壓四端法與基于電磁感應(yīng)原理的測(cè)量法[14]。李民贊等[15]開發(fā)了一種基于電流—電壓四端法便攜式土壤電導(dǎo)率實(shí)時(shí)分析儀，實(shí)驗(yàn)結(jié)果表明：適應(yīng)設(shè)施栽培與大田裸地的實(shí)時(shí)測(cè)量；適合中國(guó)較小地塊應(yīng)用。Myers[16]等利用電磁感應(yīng)實(shí)現(xiàn)了土壤電導(dǎo)率的非接觸式檢測(cè)。Domsch[17]通過大地電導(dǎo)儀EM38直接測(cè)量表層土壤電導(dǎo)率來評(píng)價(jià)土壤的質(zhì)地，此方法已廣泛運(yùn)用于土壤質(zhì)地情況調(diào)查及農(nóng)田土壤鹽分普查。Carter等[18]開發(fā)了基于電磁感應(yīng)原理車載式測(cè)量土壤電導(dǎo)率的設(shè)備。

在土壤pH值信息采集方面。適合精細(xì)農(nóng)業(yè)要求的土壤pH值的測(cè)量方法主要有pH—ISFET電極測(cè)量、數(shù)字照片可見光光譜提取法，光纖pH值傳感器測(cè)量，多光譜圖像檢測(cè)法等[19]。Adamchuk V I[20]等實(shí)現(xiàn)了土壤pH值的車載自動(dòng)測(cè)量與繪圖，此技術(shù)是基于離子選擇電極的直接測(cè)量方法，并且已經(jīng)市場(chǎng)化。楊百勤[21]等研制了一種可直接測(cè)定內(nèi)部pH值、糊狀物表、固體以及半固體的新型全固復(fù)合pH值傳感器，可直接無損測(cè)量土壤pH值，其具有測(cè)量范圍寬、響應(yīng)快、內(nèi)阻低的優(yōu)點(diǎn)。

在土壤養(yǎng)分信息采集方面。精細(xì)農(nóng)業(yè)中土壤養(yǎng)分的快速測(cè)量是一個(gè)難題，土壤養(yǎng)分的測(cè)量分為直接監(jiān)測(cè)方法和間接監(jiān)測(cè)方法，兩種方法結(jié)合可以有效提高測(cè)量的全面性與精度[22]。快速測(cè)量土壤養(yǎng)分的儀器有：土壤主要礦物元素含量測(cè)量?jī)x器（基于離子選擇場(chǎng)效應(yīng)晶體管集成元件）、土壤養(yǎng)分迸測(cè)儀（基于光電分色等傳統(tǒng)養(yǎng)分速測(cè)技術(shù)）、土壤肥力水平快速評(píng)估的儀器（基于近紅外技術(shù)通過葉面反射光譜特性）此儀器可直接或間接對(duì)農(nóng)田土壤肥力進(jìn)行檢測(cè)。Maleki等[23]開發(fā)了車載變量磷肥施肥系統(tǒng)，此系統(tǒng)是以可見光—近紅外土壤傳感器為核心進(jìn)行開發(fā)，通過變量施肥和統(tǒng)一施肥的比較試驗(yàn)，結(jié)果表明變量施肥可以更有效地檢測(cè)土壤磷肥的空間變異性，變異性降低且玉米產(chǎn)量有明顯提高。如YN型便攜式土壤養(yǎng)分速測(cè)儀[24]，盡管每個(gè)項(xiàng)目指標(biāo)測(cè)試所需時(shí)間仍在40～50min之間，相對(duì)誤差為5%～10%，但其測(cè)量精度滿足農(nóng)村定量測(cè)土施肥的要求，其速度與傳統(tǒng)的實(shí)驗(yàn)室化學(xué)儀器分析對(duì)比提高了20倍。Hummel等[25]預(yù)測(cè)土壤的含水率和有機(jī)質(zhì)，通過NIR土壤傳感器測(cè)量土壤在1 603～2 598nm波段的反射光譜進(jìn)行測(cè)量，含水率和有機(jī)質(zhì)的相對(duì)誤差分別為5.31%和0.62%。

在作物病蟲草害識(shí)別、產(chǎn)量及長(zhǎng)勢(shì)方面。病蟲害、雜草信息的識(shí)別方法是基于計(jì)算機(jī)圖像處理和模式識(shí)別技術(shù)，此類方法的研究目標(biāo)為診斷判讀作物植株的根、莖、冠層等的形態(tài)特征。病蟲害、雜草信息的識(shí)別方法有紋理特征分析法、光譜特征分析法、形狀特征分析法，雜草—作物的區(qū)分有人工區(qū)分、光學(xué)傳感器區(qū)分、遙感技術(shù)區(qū)分等。Malthus[26]等研究了蠶豆和大豆受斑點(diǎn)葡萄抱子感染后的反射光譜，所采用的儀器是地物光譜儀。Adams[27]等利用黃瘦病光譜二階導(dǎo)數(shù)對(duì)大豆病情評(píng)價(jià)進(jìn)行了研究。土壤耕作層深度和耕作阻力信息的采集有兩種方法：連續(xù)測(cè)定方法與非連續(xù)測(cè)定方法（利用硬度計(jì)測(cè)量或土壤圓錐儀測(cè)定）。作物產(chǎn)量分布信息的采集主要是利用作物產(chǎn)量傳感器技術(shù)[28]。作物長(zhǎng)勢(shì)信息采集技術(shù)的研究基于宏觀和微觀兩個(gè)方面：宏觀角度上利用RS遙感的多時(shí)相影像信息研究植被生長(zhǎng)發(fā)育的節(jié)律特征；微觀角度上在田塊或區(qū)域的尺度上，近距離直接觀測(cè)分析作物的長(zhǎng)勢(shì)信息[29]。向子云[30]等采用多層螺旋CT三維成像技術(shù)實(shí)現(xiàn)了植物根系原位形態(tài)構(gòu)型，實(shí)現(xiàn)了快速、準(zhǔn)確、無損地的測(cè)量。吳素霞[31]等探討了冬小麥在不同生育期內(nèi)葉片葉綠素相對(duì)含量利用TM遙感影像估算的可行性，通過對(duì)地面實(shí)測(cè)葉綠素相對(duì)含量與遙感變量結(jié)果進(jìn)行對(duì)比分析，建立了冬小麥長(zhǎng)勢(shì)監(jiān)測(cè)遙感定量估算模型。白敬等[32以冬油菜苗期土壤和雜草為研究對(duì)象，通過ASD便攜式光譜分析儀采集田間常見得土壤和雜草光譜數(shù)據(jù)，通過逐步判別分析法篩選特征波長(zhǎng)點(diǎn)，建立的貝葉斯判別函數(shù)模型及其典型判別函數(shù)模型比較穩(wěn)定，而且能能較好的識(shí)別冬油菜苗期田間雜草。

3 農(nóng)業(yè)信息采集技術(shù)發(fā)展展望

（1）研究多傳感器信息融合技術(shù)。在國(guó)外車載田間信息自動(dòng)測(cè)量系統(tǒng)和測(cè)量設(shè)備已經(jīng)形成產(chǎn)業(yè)化，國(guó)內(nèi)目前自主開發(fā)的可用于生產(chǎn)的田間信息采集設(shè)備較少，多數(shù)依賴進(jìn)口，自主開發(fā)的設(shè)備功能單一，不能同時(shí)測(cè)量多項(xiàng)參數(shù)。運(yùn)用多傳感器信息融合技術(shù)開發(fā)集多傳感器為一體的采集設(shè)備，以降低數(shù)據(jù)采集的成本，提高數(shù)據(jù)采集效率，消除數(shù)據(jù)冗余、增強(qiáng)數(shù)據(jù)互補(bǔ)使其能夠同時(shí)測(cè)量多項(xiàng)參數(shù)，以提高可靠性、測(cè)量精度、擴(kuò)展探測(cè)范圍作為今后農(nóng)業(yè)信息采集技術(shù)的研究發(fā)展方向。

（2）研究高光譜遙感技術(shù)。高光譜遙感技術(shù)可以快速、無損測(cè)量水分脅迫、病蟲害及作物和土壤養(yǎng)分變化等，為農(nóng)田信息的監(jiān)測(cè)提供了的新手段。加強(qiáng)對(duì)作物土壤養(yǎng)分、作物病蟲害及水分脅迫等農(nóng)田信息的敏感波段的研究是目前要解決的技術(shù)難點(diǎn)。圍繞這些技術(shù)開發(fā)無損測(cè)量、精確度高、速度快、低成本的監(jiān)測(cè)儀器，將是今后農(nóng)業(yè)信息采集技術(shù)的研究發(fā)展方向。

（3）研究無線傳感網(wǎng)絡(luò)技術(shù)。無線傳感網(wǎng)絡(luò)技術(shù)可以為農(nóng)田信息的遠(yuǎn)距離數(shù)據(jù)采集及管理利用提供了良好的途徑，該技術(shù)可有效地解決農(nóng)業(yè)信息智能監(jiān)測(cè)、控制及遠(yuǎn)程采集等問題。無線傳感網(wǎng)絡(luò)技術(shù)需要解決通訊協(xié)議不完善、安全性低、無線模塊成本高等問題，這也將成為今后農(nóng)業(yè)信息采集技術(shù)的研究熱點(diǎn)。

參考文獻(xiàn)

[1]劉原，宋良圖.基于ZIGBEE技術(shù)的農(nóng)業(yè)信息無線數(shù)據(jù)傳輸[J].自動(dòng)化與儀器儀表，2006，05：21-25.

[2]陳誠(chéng)，李必軍，張永博. 基于無線傳感器網(wǎng)絡(luò)的農(nóng)業(yè)信息采集系統(tǒng)設(shè)計(jì)[J].安徽農(nóng)業(yè)科學(xué)，2016，10：242-245.

[3]于雅輝. 基于3S技術(shù)的農(nóng)業(yè)信息采集監(jiān)測(cè)系統(tǒng)研究[J].測(cè)繪與空間地理信息，2012，05：92-94.

[4]閆潤(rùn)，史德林.基于RS485總線技術(shù)的農(nóng)業(yè)信息采集及組網(wǎng)技術(shù)研究[J].當(dāng)代農(nóng)機(jī)，2011，11：70-72.

[5]郭志越，王偉，莊煜，等.基于Solidworks的農(nóng)業(yè)信息采集系統(tǒng)設(shè)計(jì)[J].森林工程，2015，04：92-97.

[6]韓芝俠.基于ZigBee技術(shù)的農(nóng)業(yè)信息采集系統(tǒng)[J].寶雞文理學(xué)院學(xué)報(bào)（自然科學(xué)版），2011，02：53-56.

[7]羅軍，潘瑜春，王紀(jì)華，等.基于高分辨率遙感影像的設(shè)施農(nóng)業(yè)資源信息采集技術(shù)研究[J].地理與地理信息科學(xué)，2007，03：51-54.

[8]孟志軍，王秀，趙春江，等.基于嵌入式組件技術(shù)的精準(zhǔn)農(nóng)業(yè)農(nóng)田信息采集系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J].農(nóng)業(yè)工程學(xué)報(bào)，2005，04：91-96.

[9]王昕. 移動(dòng)通訊技術(shù)在農(nóng)業(yè)即時(shí)信息采集和服務(wù)中的應(yīng)用初探[J].農(nóng)業(yè)網(wǎng)絡(luò)信息，2007，12：14-17，27.

[10]余楊，王穗，余艷玲. 土壤表層水分含量測(cè)定方法[J].云南農(nóng)業(yè)大學(xué)學(xué)報(bào)，2004，02：199-201，206.

[11]Sun Y，Ma D，Schulze Lanners P，et al. On-the-go measurement of soil water content and mechanical resistance by a combined horizontal penetrometer[J].Soil&Tillage Research，2006，86（2）：209-217.

[12]胡建東，趙向陽，李振峰，等.參數(shù)調(diào)制探針式電容土壤水分傳感技術(shù)研究[J].傳感技術(shù)學(xué)報(bào)，2007，05：1057-1060.

[13]趙燕東，白陳祥，匡秋明，等.土壤水分傳感器實(shí)用性能對(duì)比研究[J].北京林業(yè)大學(xué)學(xué)報(bào)，2006，03：158-160.

[14]楊芳. 基于電流-電壓四端法的無線土壤電導(dǎo)率傳感器研究[J].西南師范大學(xué)學(xué)報(bào)（自然科學(xué)版），2014，06：59-63.

[15]李民贊，王琦，汪懋華.一種土壤電導(dǎo)率實(shí)時(shí)分析儀的試驗(yàn)研究[J].農(nóng)業(yè)工程學(xué)報(bào)，2004，01：51-55.

[16]Myers D B，Kitchen N R，Miles R J，et al.Estimation of a soil productivity index on calypan soils using soil electrical conductivity[C].Proceedings of the Fifth International Conference on Precision Agriculture（CD）.Bloomington，MN，USA，

[17]Domsch H，Giebel A. Estimation of soil textural features from soil electrical conductivity recorded using the EM38[J].Precision Agriculture，2004，5（4）：389-409.

[18]Carter L M，Rhoades J D，Chesson J H. Mechanization of soil salinity assessment for mapping[C].ASAE Paper No.931557，1993.

[19]刁碩，王紅旗，邱晨.土壤酸堿度測(cè)定方法的差異研究與探討[J].環(huán)境工程，2015，S1：1015-1017.

[20]Adamchuk V I，Lund E D，Sethuramasamyraja B，et al. Direct measurement of soil chemical properties on-the-go using ion-selective electrodes[J].Computers and Electronics in Agriculture，2005，48（3）：272-294.

[21]楊百勤，杜寶中，李向陽，郭聰，薛力. 全固態(tài)復(fù)合PH傳感器的研制與應(yīng)用[J].西北農(nóng)林科技大學(xué)學(xué)報(bào)（自然科學(xué)版），2006，10：181-183，188.

[22]王祥峰，蒙繼華.土壤養(yǎng)分遙感監(jiān)測(cè)研究現(xiàn)狀及展望[J].遙感技術(shù)與應(yīng)用，2015，06：1033-1041.

[23]Maleki M R，Mouazen A M，Ketelaere B De，et al. On-the-go variable-rate phosphorus fertilization based on a visible and near-infrared soil sensor[J].Biosystem Engineering，2008，99（1）：35-46.

[24]胡建東，段鐵城.便攜式土壤養(yǎng)分速測(cè)儀技術(shù)研究[J].現(xiàn)代科學(xué)儀器，2002，04：27-30.

[25]Hummel J W，Sudduth K A，Hollinger S E. Soil moisture and organic matter prediction of surface and subsurface soils using a NIR sensor[J].Computers and Electronics in Agriculture，2001，32（2）：149-165.

[26]Malthus T J，Maderia A C.High resolution spectroradiometry：spectral reflectance of field bean leaves infected by botrytis fabae[J].Remote Sensing of Environ，1993，45（1）：107-116.

[27]Adams M L，Philpot W D，Norvell W A，et a1.Yellowness index：an application of spectral second derivatives to estimate chlorosis of leaves in stressed vegetation[J].International Journal of Remote Sensing，1999，20（18）：3 663-3 675.

[28]仇華錚，陳樹人，張林林.谷物產(chǎn)量智能測(cè)產(chǎn)監(jiān)測(cè)器的設(shè)計(jì)與試驗(yàn)[J].農(nóng)機(jī)化研究，2013，02：130-133.

[29]楊北方，韓迎春，毛樹春，等.基于數(shù)字圖像的棉花長(zhǎng)勢(shì)空間變異分析[J].棉花學(xué)報(bào)，2015，06：534-541.

[30]向子云，羅錫文，周學(xué)成，等.多層螺旋CT三維成像技術(shù)觀測(cè)植物根系的實(shí)驗(yàn)研究[J]. CT理論與應(yīng)用研究，2006，03：1-5.

[31]吳素霞，馮蜀青，毛任釗，等.冬小麥葉片葉綠素相對(duì)含量遙感估算模型研究[J].干旱地區(qū)農(nóng)業(yè)研究，2006，05：137-140，145.

[32]白敬，徐友，魏新華，等.基于光譜特性分析的冬油菜苗期田間雜草識(shí)別[J].農(nóng)業(yè)工程學(xué)報(bào)，2013，20：128-134.

（責(zé)編：張長(zhǎng)青）