CN103927685A - 农（林）业智能施肥系统 - Google Patents

Abstract

一种农（林）业智能施肥系统，其特征在于，建立一个区域土地土壤肥力基础信息空间数据库的数据计算中心，该中心集成了土壤调查、土地肥力评价、农作物营养学、林作物营养学、土壤定位监测技术，测土施肥技术，将信息传送到在特定地区建立的分站或种植方的互动平台，使之通过计算机终端、触摸屏终端或移动终端查询到当地土地的相关质地、养分含量水平，本区域土地土壤特性、环境条件以及农（林）业作物的生产潜力目标，并提供施肥配方或施肥解决方案，设立专家库和肥料供应商链接，满足农（林）业高产高效生产和管理需要。

Description

农(林)业智能施肥系统

技术领域

    本发明属于农（林）业技术应用领域，具体涉及一种智能施肥系统。 

背景技术

     人类从1843年开始生产过磷酸钙肥料以来，生产和使用化肥的历史已有160多年。化肥被称为“粮食的粮食”，长期以来一直是粮食增产的重要物质基础。现代农业都以化肥为肥料主体，世界各国尤其是人多地少的国家，如日本、荷兰等，无一不是通过增施化肥来增产粮食以弥补耕地资源不足的。我国是一个农业大国，自古以来农民就知道施肥的重要性，所以才有“庄稼一枝花，全靠肥当家”等农谚。在很长的一段历史时期，我国农业生产主要依靠农家肥料。20世纪初，我国开始进口化肥，拉开了使用化肥的序幕。100多年来，化肥在我国农业生产中发挥了巨大作用，逐步成为农业稳产高产、保障人民生活的重要的生产资料之一。我国能以占世界约7%的耕地养活约占世界21%的人口，主要靠提高作物单产。这其中化肥发挥了重要作用。大量的田间试验表明，每1公斤化肥养分平均可增加7.5公斤粮食。1978年至2004年间，我国化肥养分的施用量从不足1000万吨增长到约4500多万吨（纯养分），粮食产量从不足3亿吨增加到约5亿吨。人多地少的国情决定了我国化肥的消费量还将进一步增加。预计到2030年我国人口达到16亿时，将需要增加1.6亿吨粮食，考虑我国现有耕地状况，理论上计算，单产需要增加46%，化肥养分总需求量需要达到6000万—7000万吨。 

科学施肥就是要用尽可能低的肥料投入获得最大的产出，并能维持和提高土壤肥力，保护土壤资源不受破坏，同时不断提高农产品品质。我国目前是世界上最大的化肥生产和消费国。化肥的大量施用，一方面为促进粮食增产、农业增效、农民增收做出了重要的贡献，但另一方面，由于我国科学施肥体系还不健全，化肥生产、销售、施用各环节都存在与建设资源节约型、环境友好型社会不相适应的问题，如化肥品种结构不合理、肥料市场缺乏有效的调控手段、施肥技术落后、化肥管理缺乏法律依据等。这些问题如不加以解决，势必影响今后我国农业的可持续发展，对此我们要给予足够的重视。 

目前我国施肥状况存在严重不平衡。一是不同地区间肥料用量不平衡。从目前主要粮食作物施肥量来看，沿海和城市周边经济发达地区的化肥施用量很高，而其他欠发达地区却很低。养分资源区域配置的不平衡，直接影响了农业的可持续发展。二是作物间肥料用量不平衡。不少农民不清楚不同农作物所需要的施肥量，没有掌握正确的施肥方法，很多人还抱着“肥越多越好”的错误观念，结果造成多用了化肥反而减产的后果。三是养分施用的比例也不平衡。长期以来，我国农业施肥一直以施用单质肥料为主，氮肥、磷肥、钾肥三种主要肥料配比不当，或只重视某一两种肥料，使有些作物需求的养分元素施用不足或得不到施用，而有些养分元素又施用过度。由于肥料使用中存在结构不合理、养分不平衡、施肥超量等问题，导致肥料利用率徘徊不前。目前，我国肥料利用率只有30%左右，而世界先进国家则在55%以上。盲目过量施肥，不但不能发挥出肥料的最佳效益，反而带来了诸多问题：土壤养分失衡：不合理施肥造成了土壤养分严重失衡、土壤板结和酸化、耕地产出能力和抗灾能力明显下降。如任由这种事态发展下去，二三十年后，我国极为宝贵的可耕地资源将大量丧失，由此而带来的后果将无法挽回；农（林）作物产品品质下降：盲目施肥，不但增加农（林）作物生产成本、降低作物产量，还影响产品质量，直接削弱产品的市场竞争力。同时植物营养失衡会导致作物抗病虫能力减弱，致使农药使用量增加，直接威胁了食品的安全性；污染生态环境。施用的肥料超过土壤的保持能力时，就会流入周围的水中，致使地表水富营养化、地下水硝酸盐积累，对生态环境造成严重的负面影响，严重危及农（林）业和整个国民经济的可持续发展；加剧资源短缺和能源紧张：化肥是高能耗产业。2004年，我国化肥生产消耗了大约1亿吨标准煤，占国家能源消耗的比重已经超过5%。我国每年消耗的高品位磷超过1亿吨，而磷已经列入国土资源部2010年后紧缺资源之列。化肥生产还消耗了我国72%的硫资源。 

综上所述，农（林）作物施肥缺乏土地基础信息的引导，不是从自身土地的立地条件和生产潜力等出发，而是照搬他人经验而制定施肥方案，针对性不强，往往造成投入养分过量或不足而引起的环境生态问题，同时用肥的养分结构仍存在许多不合理之处，目前在实际生产中重视无机肥料，轻视有机肥料；重视大量元素的使用，轻视中微量元素的搭配；重视肥料生产中的平衡配肥，轻视林分的平衡吸收等现象还比较普遍，造成肥效不高和潜在高隐患的养分失调。再者，先进农（林）作物施肥技术推广手段严重滞后，以致于先进实用的技术到位率不高，得不到应有的回报。 

发明内容

     本发明为了克服上述农（林）作物栽培现有的问题，提供一种农（林）业智能施肥系统。 

     本发明所采用的技术方案是： 

一种农（林）业智能施肥系统，建立一个区域土地土壤肥力基础信息空间数据库的数据计算中心，该中心集合了土壤调查、土地肥力评价、农作物营养学、林作物营养学、土壤定位监测技术，测土施肥技术，将信息传送到在特定地区建立的分站或种植方的互动平台，使之通过计算机终端、触摸屏终端或移动终端查询到当地农（林）土地的相关质地、养分含量水平，本区域土地土壤特性、环境条件，作物的生产潜力目标和最佳收获时期，提供施肥配方或施肥解决方案，设立专家库和肥料供应商链接，满足农（林）业高产高效生产和管理需要。

所述分站或种植方的互动平台还包括向专家库获得施肥卡，所述施肥卡的主要内容有：以任何区域的地理信息、地形部位、坡度、土层厚度、成土母质、土壤名称、土壤养分含量水平、土壤物理和化学性质的土地土壤地理信息为依据，计算出该区域土地土壤综合肥力指数，并以土地综合肥力指数为依据，提出作物的不同生长周期的产量潜力，以推荐优化栽培的信息，推荐肥料品种、配方和使用时间及用量。肥力与生产力的关系是极其重要的，建立农作物施肥参数就成为首要的技术关键，包括产量潜力、作物不同生长年限单位商品材需肥量、不同生长年限土壤供肥量、不同生长年限的产量水平肥料利用系数等参数的合理估计。推荐施肥采用大配方小调整，大量元素定量推荐，中微量元素定性调配。本系统的产量潜力、相对土壤养分供给能力和肥料利用系数的参数是相互关联，组成一个配套的封闭系统，外部相关参数不能参与本系统的任何参数的估计，也不适用于本系统以外的施肥推荐。 

所述的数据计算中心定期从国家或省级农业数据库和专家在各林区设定的土壤监测点，获取土壤肥力信息，进行数据更新，建立区域土地土壤肥力基础信息空间数据库，或者通过从种植方所在林区土地每年取样化验，输入样土化验数据，完善该林区土地土壤数据库更新，通过跟踪该土地土壤中一种或一种以上必需或敏感营养元素的变化情况，建立地块施肥信息档案，也可同时输出该林区当年相应施肥方案信息。 

所述的数据计算中心所建立的区域土地土壤肥力基础信息空间数据库，还包括建立区域土地土壤肥力基础信息空间数据库，通过电子地图在分站或种植方的互动平台可查询植物所需各种营养元素的专题分布图，为制定作物施肥配方或施肥方案提供依据；或者通过观测或监测植物体，进行营养诊断或生命体特征诊断，将相应数据信息输入系统，从而制定施肥配方或施肥方案。 

所述的专家库，包括作物营养诊断方法和病虫害的防治信息。还包括供人们查询或检索的知识库、农（林）业及配方肥的各种相关知识、资料和土地土样采集方法。目前作物在种植过程中，很多农业种植者只是知道需要施肥和林间管理，但不知如何防治病虫害，这时候，通过点击专家库，就可以了解相关营养诊断方法和如何防治病虫害，或者目前出现怎样的病虫害传播，使得能够及早引起注意和预防。 

土地的数据查询主要包含四种查询方式：一是单点查询，通过鼠标在地图上点击，调出对应位置的土壤养分含量以及其他属性数据；二是区域查询，通过鼠标在地图上对次点击得到多边形，然后系统会根据施肥模型参数，从而获取该区域范围内有效的土壤养分含量以及其他属性数据；三是县区查询，直接获取某个县区的有效土壤养分含量以及其他属性数据；四是经纬度查询，通过鼠标在地图上输入经纬度，从而获取该区域范围内有效的土壤养分含量以及其他属性数据。以广西为例，其中专题地图模块是根据整个广西区内所有测试地块的土壤养分数据生成不同的土壤养分专题图的功能模块。该模块主要能够使用户对整个广西区以及某个特定区域（通过地图放大缩小可以查看某区域的情况）内的各个土壤养分含量分布有整体的把握，能够在从一个相对宏观的角度获取作物种植，施肥的参考。专题地块模块支持的土壤养分专题图包括：速效钾专题图，全氮专题图，质地专题图，有效铜专题图，有机质专题图，交换量专题图，有效锰专题图，有效铁专题图，有效硼专题图，PH值专题图，有效锌专题图，有效磷专题图。 

所述的计算机终端链接政府相关部门，为制定政策和法规提供科学、全面的准确信息，政府相关部门也能够通过计算机终端向分站或种植方发出相应的指令或服务信息，或通过链接银行、保险业、资产评估机构及相关部门，为其提供服务。 

所述测土施肥技术包括施肥计算模型、施肥的营养配方、施肥时间和施肥用量。例如根据各种作物的生长需肥特点，在种植前，先对种植的土地进行土样采集，检测土样养分，然后根据土样养分情况进行大、中、微量元素的合理配置，从种植到第三、第四年，通过土壤养分定点监测的结果信息链接到专家库和肥料供应商，确定用肥的元素配方、施肥时间和施肥用量。这样就保证了种植方能够科学种植，获得最好的指导实现高效丰产。 

所述的施肥计算模型包括作物产量潜力、不同生长年限单位商品材需肥量、不同生长年限土壤供肥量或不同生长年限的产量水平肥料利用系数的合理估计中一种或一种以上综合的计算模型。在相同的栽培管理，生产过程的光、热、水、气各地不尽相同，所处的立地条件也不一样，最终得到的产量也不同。因此，合理地分析作物的生产能力，是科学制定施肥方案和提高施肥质量的关键。本智能施肥系统是根据作物目标产量与地力产量之差来计算施肥量。公式为：施肥量＝［作物单位产量养分吸收量×（目标产量－地力产量）］÷（肥料利用率×肥料养分含量）。合理对土壤供肥能力估计，是科学施肥的重要的环节，作物生长发育所需的营养主要来自于土壤供给，而土壤供给能力的体现主要表现两个特点，一是产量潜力与土壤养分的供给能力呈正比，即产量潜力越大，土壤可供给量就越大，反之亦然；二是在合理的年限范围内，生长年限越长，土壤供给养分绝对的量越大。由于广西目前没有土地基础供肥能力测定的试验结果，难于评价具体土地土壤供肥能力的绝对数量，但可以参考农田作物的试验结果，可估算其相对供给量。本系统的肥料利用系数主要指化学肥料，并且主要针对氮磷钾等大量元素。对分布各地的32个处理的施肥效果的试验材料。对已得到的试验结果，按上述的单位产量需肥量、产量潜力、相对土壤养分供给能力参数估计方法的估算结果，分别计算出各处理的肥料利用系数，并对计算结果用盒子构造法分析，剔除异常值，分生长年限归类统计。在上述的土地产量潜力、单位产量需肥量、土壤供肥能力和肥料利用系数的估算方法建立以后，可根据有关土地的立地条件、土壤养分情况、栽培生产要素等的实际情况，求出有关参数的具体值，并依据为平衡施肥计算公式求出，其计算的式子为： 

施肥量＝（预计产量所需肥量－土壤供肥量）÷肥料利用率

其中：预计产量所需肥量=预计产量×单位产量需肥量

      土壤供氮量=土壤供给率*产量潜力*单位产量需氮量

      氮肥利用系数=10.16/10*57.64=58.56%

      施氮肥量=（33.34-15.87）/0.5856=29.83(kg/亩)

得到纯量的计算结果后，可根据采用肥料品种的含量折成实物，并根据种植密度和各年度施用分配比例，计算出各年度单株施肥量。

所述的施肥卡还与肥料供应商联系，种植方可向肥料供应商购买最适合的专用肥料。本发明通过建立在触摸屏信息查询设备上的独立站点式数据查询与发布系统。使企业能真正方便、快捷地查询有关土地的土壤信息，并得到科学施肥配方以及土地管理指导，从而提高土地的经营效益。查询系统的技术方法是：基于GIS平台，开发专有的触摸屏交互界面，满足用户利用触摸屏系统进行地块土壤信息的查询和施肥建议的获得。 

所述的数据计算中心的中心计算机CPU采用Intel i5 2.5G或以上；内存采用4G或以上；操作系统采用Win7 32位旗舰版或以上；Office软件采用Windows office2007或以上；能够与用户终端和手机数据相匹配。本发明的系统运用的计算机技术及地理信息系统技术主义包括：.Net Framework技术，Access数据库技术以及GIS（地理信息系统）平台DotSpatial技术。由自主开发的GIS平台为基础，再通过二次开发技术设计架构而成，系统的安装包含了GIS平台和相关应用程序的安装。由于自主GIS平台的运行涉及到大量的内建地图引擎服务，因此对系统所运行的电脑硬件需满足上述性能要求。所述的移动终端是指手机或者具有多种应用功能的智能手机以及平板电脑。 

本发明的农（林）业智能施肥系统，在农（林）业包括经济林、粮食作物﹑油料作物、蔬菜作物、果类、饲料作物和药材作物等。其中经济林有：以生产果品为主的经济林，如银杏林、板栗林、砂糖桔、柑橘林和柿树林等；以生产食用油料为主的经济林，如油茶林、油棕林、油橄榄林等；以生产工业原料为主的经济林，如松林、油桐林、樟树林等；以生产药材为主的经济林，如肉桂林、枸杞林、杜仲林等。粮食作物主要有：稻谷、小麦、甘薯和大豆等。油料作物主要有：油菜、花生、芝麻、蓖麻等。蔬菜作物主要有：青菜、胡萝卜、韭菜、番茄等。果类主要有：芒果、哈密瓜、木瓜、菠萝等。饲料作物主要有：玉米、甜高粱、绿肥、紫云英等。药材作物主要有：茶叶、人参、当归、金银花、薄荷等。 

    本发明的有益效果：

1、本发明的农（林）业智能施肥系统，通过建立一个区域土地土壤肥力基础信息空间数据库的数据计算中心，利用计算机将先进技术的集成用于指导农（林）业栽培的施肥信息决策系统，通过计算机终端、触摸屏终端或移动终端提供给企业使用，引导他们利用现代信息技术使用专用肥料配方，并进行科学合理的施肥，从而促进土地的沃土与高产。

2、本发明的农（林）业智能施肥系统，能够建立农作物施肥参数的技术关键，包括产量潜力、作物不同生长年限单位商品材需肥量、不同生长年限土壤供肥量、不同生长年限的产量水平肥料利用系数等参数的合理估计。 

3、本发明的农（林）业智能施肥系统，能够查询到各区域土地土壤信息、土地肥力评价、农作物营养学、林作物营养学、肥力演变趋势的若干信息，还充分运用测土施肥技术，对专用肥的配方进行设计、配方专用肥生产、配方专用肥购买等。 

4、本发明的农（林）业智能施肥系统，在建立基础数据库的基础上，运用现代计算技术开发一套农（林）业智能化信息决策系统，提供政府有关部门参考。 

附图说明

图1为农（林）业智能施肥系统的逻辑功能图。 

图2为农（林）业智能施肥系统运行流程图。 

具体实施方式

    图1为农（林）业智能施肥系统的逻辑功能图。如图1所示，建立一个管理库数据系统，主要是以第二次土壤普查数据、土壤测土数据、地块矢量图形数据和属性数据、系统管理数据为核心，采用MIS技术、数据库技术，建立自治区、市、县（市、区）信息处理与管理平台，完成系统维护、数据组织与管理、查询、浏览、数据更新处理、专题制图、报表管理等业务管理应用层。分站或种植方通过在人机交互界面输入要查询的信息，系统结合土地土壤调查模块和土地管理信息模块从而获取土地信息，同时通过GIS管理系统、数据库管理系统、知识库管理系统获取专家系统、数据库、知识库支持，经过知识获取机制、解释机制形成推理机制，最终得到决策建议。 

图2为农（林）业智能施肥系统运行流程图，用户通过农（林）业智能化施肥决策系统点击地块地图，土壤数据自动从土壤采样及业主地分情况调查提取，通过建立好的地分实验、模型及知识库得出作物产量潜力评估，结合土壤养分丰缺状况评价，确定施肥总用量，从而根据肥料运筹方案计算各期肥料用量再结合肥料生产工厂得到配方推荐（建立配方库），然后通过施肥方案推荐（施肥指导单元图）、施肥方案推荐（管理单元图）的以一图一表模式、查询的形式，形成相应生态肥选型提供给用户，然后通过销售点、物流把肥料送达业主。农（林）业智能化施肥系统是建立在触摸屏信息查询设备上的独立站点式数据查询与发布系统。使企业能真正方便、快捷地查询有关土地的土壤信息，并得到科学施肥配方以及土地管理指导，从而提高土地的经营效益。 

数据计算中心的中心计算机CPU采用Intel i5 2.5G或以上；内存采用4G或以上；操作系统采用Win7 32位旗舰版或以上；Office软件采用Windows office2007或以上；能够与用户终端和手机数据相匹配。中心计算机系统运用的计算机技术及地理信息系统技术主义包括：.Net Framework技术，Access数据库技术以及GIS（地理信息系统）平台DotSpatial技术。将空间数据以及土壤调查、土地肥力评价、农作物营养学、肥力演变趋势的若干信息，测土施肥方法的技术结合进DotSpatial的应用程序中，从而集成到统一的系统——农（林）业智能施肥系统。 

本发明的系统主要模块包括：数据查询模块、施肥推荐模块、专题地图模块、知识库模块、系统维护模块。各功能系统集成的实现主要是在系统支持技术的结合运用的基础上实现的，实现方法如下所示：数据查询模块主要通过与地图交互获取地图点（或区域）位置信息，然后根据相应的位置信息从数据库中调出该位置对应的土壤调查数据，将空间位置与土壤养分含量数据关联起来，让用户可以轻松获取感兴趣地理位置的土壤信息；推荐施肥模块是在数据查询的基础上获取空间位置（单点附近区域，多边形区域，县区区域）有效的土壤养分含量数据，然后根据具体土壤养分含量值运用土地肥力评价、农作物营养学、林作物营养学、测土配方施肥技术、作物栽培等相关技术的数学模型，从数据库中调出相应的模型参数，经过一系列复杂的最优筛选计算，从而获取针对该空间位置施肥的最优方案；专题地图模块是在全面获取整个地图区域的全部地块的土壤养分含量数据的基础上，运用地理信息系统中针对某特定数据进行地图渲染，自动生成专题图，使抽象，晦涩的土壤养分数据和地图空间数据得以形象，简洁的展现给用户，使用户对整个地图区域有了一目了然的整体把握以及宏观感知；知识库模块是将相应的帮助文档、公司简介、农林知识做成编译的HTML帮助文件 (.chm)，然后嵌入到系统中，以辅助用户对系统的使用，以及从中了解相应的施肥、农（林）业等知识；系统维护模块主要是通过ADO(ActiveX Data Objects，ActiveX数据对象是Microsoft提出的应用程序接口用以实现访问关系或非关系数据库中的数据）方式连接数据库，从而对数据表进行更新、修改。 

本发明的数据交换系统是将信息转换成统一的格式，通过数据总线实现各个专业系统的数据集成，实现核心子系统与专业系统之间的数据交换与融合。 

  

应用本发明农（林）业智能施肥系统的实施例1：（桉树人工林）

不同肥料品种的肥效比较试验1：

1材料与方法

1.1试验地概况

     试验地点设在广西南宁某农业有限公司的桉树人工林基地（108°41′E，北纬22°88′ N），林分于2008年1月造林，苗木为GL-9无性系组培苗，种植密度为1245株/hm2，面积约6.6hm2，土层厚度厚，成土母质为砂页岩，土壤为赤红壤，质地为壤土，肥力水平中等。海拔250米左右，属丘陵地形。土地坡度20°左右，西南坡，农（林）业定植前炼过山，立地环境良好。

该农业有限公司与本发明《系统》（广西力源宝公司设计的系统）联网，索取到系统提供的施肥建议卡基本信息：土壤为砂页岩发展成的红土赤红壤，质地为壤土，土层厚度大于或等于80cm，坡度15-25°，土壤主要理化性质及推荐施肥，产量潜力见表1-1。 

  

表1-1《系统》建议施肥卡主要理化性质及施肥推荐、潜力产量

1.2试验设计

试验采用单因素随机区组设计，设2个处理，随机排列，重复3次，每个重复选定中间两行作为测量对象，试验处理水平见表1-2。

  

表1-2 试验处理水平表

注：肥料价格（三年平均价格）：力源宝桉树生态肥2180元/T，其它专用肥2000元/T。

1.3营林管护 

 试验于2007年11月开始进行，试验地面积约3hm²,松杂林更新土地。2007年11月~2008年1月进行清山、炼山、挖坎工作，株行距：2m×4.0m，2008年2月21日施基肥，2008年2月25日定植，农（林）业品种：广林9号，2008年3月23日大量补植，2008年5月进行第一次抚育（扩坎、全铲），2008年5月26日第一次追肥，2008年9月第二次抚育（全铲），2009年4月20日第二次追肥，2009年5月完成第三次抚育（穴铲+除草剂）， 2010年5月第三次追肥。

1.4数据调查与分析 

  2008年10月8日、2009年9月16日、2012年10月20日进行农（林）业生长量数据测定，实地测定树高、胸径。采用广西农业勘查设计院制定的速生桉单株材积计算公式V=c₀×D^{(c1-c2×(D+H))}×H^{(c3+c4×(D+H))}（式中：V为单株材积，m³；D为胸径，cm；H为树高，m；c₀、c₁、c₂、c₃、c₄均为常数，它们的值如下：c₀=1.09154150×10^-4；c₁=1.87892370；c₂=5.69185503×10^-3；c₃=0.65259805；c₄=7.84753507×10^-3）计算当时单株材积，并对不同处理进行比较分析，比较各处理间的差异性。

2结果与分析 

2.1 不同肥料对农（林）业生长量的影响

由表1-2可知，处理1平均树高比处理2增8.1%，平均胸径比处理2增9.2%，年均蓄积量比对照增28.1 %。结果表明处理1总养分含量与处理2相同，但对农（林）业生长量的促进作用比处理2明显。其增产效果优于处理2，林分的生长量较大，肥效明显。因此，不同品种的肥料对农（林）业前期生长量的肥效差别不仅仅取决于N、P、K大量元素含量高低，主要受肥料养分是否平衡影响。

表1-3  不同肥料处理农（林）业生长量 

   注：①以上树高和胸径的数据是树龄为56个月、3个重复测定的平均数据；

        ②每公顷农（林）业保存株数以1245株、出材系数以0.75进行计算。

  

应用本发明农（林）业智能施肥系统的实施例1：（芒果）

不同肥料品种的肥效比较试验2

1材料与方法

1.1试验地概况

 试验地点设在百色市右江区的北乐村芒果基地(东经106°36′21″、北纬21°1′47″) ，试验实施时间2011年8月下旬~2012年7月，5年树龄，品种台农一号，种植密度为种植株行距为4米×4米，面积约0.33hm2，土层厚度厚，成土母质为砂页岩，土壤为典型的红壤土类型，质地为壤土，肥力水平中等。海拔100米左右，属丘陵地形。土地坡度10°左右。

该试验以系统提供的施肥建议卡基本信息：土壤为砂页岩发展成的红壤，质地为壤土，土层厚度≥80cm，坡度8-10°，土壤主要理化性质及推荐施肥，潜力产量见表1-1。 

  

表1-1《系统》建议施肥卡主要理化性质及施肥推荐、潜力产量

表1-1《系统》建议施肥卡主要理化性质及施肥推荐、潜力产量

1.2试验设计

试验采用随机区组设计，设2个处理，随机排列，重复3次，每个重复选定2颗作为测产对象，试验处理水平见表1-2。

表1-2 试验处理水平表 

注：肥料价格：力源宝芒果生态肥3800元/T，进口复合肥3850元/T。

1.3管理措施 

 试验于2011年8月开始进行，试验地面积约0.33hm²,芒果5年树龄。株行距：4m×4m，40颗/亩；2011年11月20日施肥，同时进行疏枝定芽，除草、打顶处理，每7-14天叶面喷施一次药肥组合；2012年3月22日施肥，进行相应的保花保果措施及新梢修剪、果实套袋；2012年6-7月，收果后，及时修剪、施肥，进行攻梢、保叶芽处理。

1.4数据调查与分析 

  2012年7月8日进行收获并称产量。收获时，每个小区采摘2颗树的果实，并称取产量，作为推算试区芒果亩产量。并对不同处理进行比较分析，比较各处理间的差异性。

2结果与分析 

2.1 不同肥料对芒果生长量的影响

由表1-3可知，处理1平均单颗果实数比处理2增8.95%；单颗果实重、理论产量分别比处理2增17.35%；处理1的果实较处理2均匀、光泽好；结果表明处理1总养分含量低于处理2，但对芒果生长量的促进作用比处理2明显。其增产效果优于处理2。因此，不同品种的肥料对芒果生长量的肥效差别不仅仅取决于N、P、K大量元素含量高低，主要受肥料养分是否平衡影响。

表1-3  不同肥料处理芒果产量 

应用本发明农（林）业智能施肥系统的实施例3：（柿子）

不同肥料品种的肥效比较试验3

1材料与方法

1.1试验地概况

 试验地点设在桂林市平乐县桥亭乡大塘口村的柿子树基地(东经110°47′19″、北纬24°34′22″) ，试验实施时间2012年2月下旬~2012年11月，15年树龄，品种月柿，种植密度为种植株行距为4米×5米，35颗/亩，面积约0.33hm2，土层厚度厚，成土母质为第四纪红土，土壤为典型的红壤土类型，质地为壤土，肥力水平中等。海拔50米左右，属丘陵地形。土地坡度3°左右。

该试验以系统提供的施肥建议卡基本信息：土壤为第四纪红土发展成的红壤，质地为壤土，土层厚度≥80cm，坡度3°左右，土壤主要理化性质及推荐施肥，潜力产量见表1-1。 

  

表1-1《系统》建议施肥卡主要理化性质及施肥推荐、潜力产量

表1-1《系统》建议施肥卡主要理化性质及施肥推荐、潜力产量

1.2试验设计

试验采用随机区组设计，设2个处理，随机排列，重复3次，每个重复选定2颗树作为测产对象，试验处理水平见表1-2。

表1-2 试验处理水平表 

注：肥料价格：力源宝芒果生态肥4200元/T，进口复合肥4200元/T。

1.3管理措施 

 试验于2012年2月开始进行，试验地面积约0.2hm²,月柿10年树龄。株行距：4m×5m，35颗/亩；2012年2月20日施肥，除草，每7-14天叶面喷施高N叶面肥共3次；6-7月叶面喷施高K叶面肥3次，同时进行相对应的病虫害防治措施。

1.4数据调查与分析 

  2012年10月8日进行收获并称产量。收获时，每个小区采摘2颗树的果实，并称取产量，作为推算试区芒果亩产量。并对不同处理进行比较分析，比较各处理间的差异性。

2结果与分析 

2.1 不同肥料对月柿生长量的影响

由表1-3可知，处理1平均单颗果实数比处理2增7.3%；单颗果实重、理论产量分别比处理2增16.7%；处理1的果实较处理2均匀、光泽好；结果表明处理1总养分含量与处理2相同，但对柿树果实的促进作用比处理2明显。其增产效果优于处理2。因此，不同品种的肥料对柿树产量的肥效差别不仅仅取决于N、P、K大量元素含量高低，主要受肥料养分是否平衡影响。

表1-3  不同肥料处理芒果产量 

应用本发明农（林）业智能施肥系统的实施例4：（火龙果）

不同肥料品种的肥效比较试验4

1材料与方法

1.1试验地概况

 试验地点设在南宁市兴宁区畜牧研究所火龙果基地(东经108°16′36″、北纬22°39′17″) ，试验实施时间2012年2月中旬~2012年7月，3年树龄，种植时建有四方水泥支柱，品种红皮红肉型珠龙，种植密度为种植株行距为3米×2.2米，100株/亩，面积约1.0hm2，土层厚度厚，成土母质为砂页岩，土壤为砂页岩发展成的赤红壤，质地为壤土，肥力水平中等。海拔50米左右，属丘陵地形。土地坡度3°左右。

该试验以系统提供的施肥建议卡基本信息：土壤为砂页岩发展成的赤红壤，质地为壤土，土层厚度≥80cm，坡度3°左右，土壤主要理化性质及推荐施肥，潜力产量见表1-1。 

  

表1-1《系统》建议施肥卡主要理化性质及施肥推荐、潜力产量

1.2试验设计

试验采用随机区组设计，设2个处理，随机排列，重复3次，每个重复选定2株作为测产对象，试验处理水平见表1-2。

表1-2 试验处理水平表 

注：肥料价格：力源宝火龙果生态肥4200元/T，进口复合肥4200元/T。

1.3管理措施 

 试验于2012年2月开始进行，试验地面积约0.15hm²,火龙果3年树龄，株行距：3m×2.2m，100株/亩；2012年2月20日修剪，除草，施肥。并进行相应时期的抚育，病虫害防治，疏花疏果和果实套袋。

1.4数据调查与分析 

  2012年10月8日进行收获并称产量。收获时，每个小区采摘2株树的果实，并称取产量，作为推算试区芒果亩产量。并对不同处理进行比较分析，比较各处理间的差异性。

2结果与分析 

2.1 不同肥料对火龙果生长量的影响

由表1-3可知，处理1平均单株果实数比处理2增5.6%；单株果实重、理论产量分别比处理2增20.97%；处理1的果实较处理2均匀、光泽好；结果表明处理1总养分含量与处理2相同，但对火龙果果实的促进作用比处理2明显。其增产效果优于处理2。因此，不同品种的肥料对柿树产量的肥效差别不仅仅取决于N、P、K大量元素含量高低，主要受肥料养分是否平衡影响。

表1-3  不同肥料处理火龙果产量 

本发明实施后的情况：

一、按《农（林）业智能施肥系统》施肥建议卡提供的施肥量进行施肥，试验产量高于《农（林）业智能施肥系统系统》相对应的潜力产量，证明《农（林）业智能施肥系统系统》可供广大林农、农业经营大户、林场和农业管理工作者查询土地土壤肥力信息、分析土地生产潜力以及为施肥计划、生产规划等环节提供帮助和技术支撑。

二、不同生产厂家生产的专用肥氮磷钾总含量相同，施用后的肥效不同，在实际生产中，不应以单一的氮磷钾总含量高低进行判断其施用效果好与差，而应考虑肥料施用后产生的价值进行性价比高低比较。 

建议肥料生产企业在生产中原材料的使用与配置，应考虑其利用率以及对土地土壤结构与肥力的维持、生态环境的保护几方面。围绕维持或提升土地土壤肥力，实现本地土壤肥沃、生态环境协调、生产高产高效和可持续发展目标进行配方的设计和生产。 

Claims (10)

1.一种农（林）业智能施肥系统，其特征在于：建立一个区域土地土壤肥力基础信息空间数据库的数据计算中心，该中心集成了土壤调查、土地肥力评价、农作物营养学、林作物营养学、土壤定位监测技术和测土施肥技术，将信息传送到在特定地区建立的分站或种植方的互动平台，使之通过计算机终端、触摸屏终端或移动终端查询到当地土地的相关质地、养分含量水平，本区域土地土壤特性、环境条件，作物的生产潜力目标和最佳收获时期，并提供施肥配方或施肥解决方案，设立专家库和肥料供应商链接，满足农（林）业高产高效生产和管理需要。

2.根据权利要求1所述的农（林）业智能施肥系统，其特征在于：所述分站或种植方的互动平台还包括向专家库获得施肥卡，所述施肥卡的主要内容有：以任何区域的地理信息、地形部位、坡度、土层厚度、成土母质、土壤名称、土壤养分含量水平、土壤物理和化学性质的土地土壤地理信息为依据，计算出该区域土地土壤综合肥力指数，并以土地综合肥力指数为依据，提出作物的不同生长周期的产量潜力，以推荐优化栽培的信息，推荐肥料品种、配方和使用时间及用量。

3.根据权利要求1所述农（林）业智能施肥系统，其特征在于：所述的数据计算中心定期从国家或省级农业数据库或专业技术人员在各林区设定的土壤监测点获取的土壤肥力信息，进行系统数据更新，或者通过从种植方所在林区土地每年取样化验，输入样土化验数据，完善该林区土地土壤数据库更新，通过跟踪该土地土壤中一种或一种以上必需或敏感营养元素的变化情况，建立地块土壤施肥信息档案，也可同时输出该林区当年相应施肥方案信息。

4.根据权利要求1所述的农（林）业智能施肥系统，其特征在于：所述的数据计算中心，还通过电子地图在分站或种植方的互动平台可查询植物所需各种营养元素的专题分布图，为制定作物施肥配方或施肥方案提供依据；或者通过观测或监测植物体，进行营养诊断或生命特征诊断，将相应数据信息输入系统，从而制定作物施肥配方或施肥方案。

5.根据权利要求1所述的农（林）业智能施肥系统，其特征在于：所述的专家库，包括对农（林）业营养诊断方法和病虫害的防治信息；还包括供人们查询或检索的知识库、农（林）业及配方肥的相关知识、资料和土地土样采集方法。

6.根据权利要求1所述的农（林）业智能施肥系统，其特征在于：所述的计算机终端通过链接政府相关部门，为制定政策和法规提供科学、全面的准确信息；通过计算机终端向分站或种植方发出相应的指令或服务信息，或链接银行、保险业、资产评估机构及相关部门，为其服务。

7.根据权利要求1所述的农（林）业智能施肥系统，其特征在于：所述测土施肥技术包括各种作物施肥计算模型、营养配方、施肥时间和施肥用量。

8.根据权利要求7所述的农（林）业智能施肥系统，其特征在于：所述的作物施肥计算模型为作物产量潜力、不同生长年限单位商品材需肥量、不同生长年限土壤供肥量或不同生长年限的产量水平肥料利用系数的合理估计中的一种或一种以上综合的计算模型。

9.根据权利要求2所述的农（林）业智能施肥系统，其特征在于：所述的施肥卡还与肥料供应商联系，种植方可向肥料供应商购买最适合的相应作物专用肥料。

10.根据权利要求1所述的农（林）业智能施肥系统，所述的农（林）作物包括经济林、粮食﹑油料、蔬菜、果树、饲料和药材。