基于数据挖掘技术的玉米智能施肥系统应用

魏 焘

（甘肃省农业科学院土壤肥料与节水农业研究所，甘肃 兰州 730070）

1 引言

玉米栽培与气温、湿度、光照、土壤理化性质等条件有直接关系。随着农业信息化的快速发展，数据挖掘技术逐渐引入玉米栽培作业中，并取得了较好发展成效。生产中，可以针对玉米的实际生长情况和环境，构建基于数据挖掘技术的玉米智能施肥信息化系统，实时采集和分析玉米栽培过程中的气温、湿度、光照、土壤理化性质等生长数据信息，开展智能化、自动化的监测分析和管控，包括玉米施肥材料的选择、玉米施肥量的合理控制、玉米生长环境信息管理等，从而较好地提高玉米栽培的技术含量和信息化水平。

2 智能施肥系统关键技术

2.1 数据挖掘技术

数据挖掘技术是利用空间数据挖掘的信息化转换、输入和处理方式（具体的数据挖掘方法主要包括数据分类、数据估计、数据预测、聚类分析），获悉信息对象隐含或潜在的规律和特点，然后在建立数据分类模型的前提下，对海量数据进行分类，利用神经网络或数据概化的方法，动态分析并输出数据的变化状态，并对数据进行离散化处理和评估，从而把握数据的关联规则和特征，实现数据挖掘处理，为数据决策提供支持。

2.2 数据仓库技术

采用集成化技术进行挖掘数据的处理，其表现形式主要包括以下四种。

2.2.1 主题式的数据仓库。这种形式是指对仓库数据信息的不同主题进行分类和归纳处理，形成不同主题的数据仓库，如农业行业发展动态、种质资源信息、土壤肥力数据等数据仓库。

2.2.2 集成化的数据仓库。即对数据信息进行集中加工和预处理，再对其进行汇总整理和分析，可快速高效地获悉数据处理结果。

2.2.3 应用层的数据仓库。为了更好地对农业生产提供技术支撑，要进行数据仓库的稳定应用和操作。为此，要做好数据录入控制和数据查询操作控制，以便快速稳定地进行数据信息的更新和应用。

2.2.4 数据仓库的动态存储。要结合数据信息的动态变化和阶段性状态，进行数据仓库信息的动态更新和存储，使之与农业规划生产各阶段相契合。

2.3 智能空间决策技术

在对空间数据进行处理分析的前提下，构建相关数据模型对农业生产数据进行管理，如利用GIS技术进行空间数据的聚类分析和关联分析，实现对多维数据的合理调整和精准控制［1］。

3 玉米智能施肥系统应用存在的问题

当前，我国的农业信息化水平整体偏低，尚未构建形成全面的农业信息化标准体系。在玉米智能施肥系统的应用中存在明显的不足和困难，主要表现在以下四个方面。

3.1 生产仍受传统施肥习惯影响

在玉米栽培中，生产者大多以传统经验为依据进行施肥操作，缺乏相关农业领域专家的直接指导，加之无法保证玉米施肥信息的实时监测与共享，难以实现玉米智能施肥数据的直观比对，这在客观上增大了玉米智能施肥的操作难度，无法达到预期效果。

3.2 多因素影响精准施肥的实施

在玉米施肥作业中，很多因素都会对玉米的生产状态产生影响，如土壤水分、pH值、速效氮含量等。在众多因素的相互影响下，不利于智能施肥系统的精准分析和施肥指导。

3.3 玉米智能施肥系统模型构建不完善

在利用玉米智能施肥系统作业过程中，生产者对玉米的生产状态、施肥种类、施肥量等相关数据分析明显不足，没有对玉米智能施肥数据进行量化统计和分析，且大多因数据量和相关田间试验数据累积不足而无法形成完善的多因子权重分析模型，不利于提高玉米智能施肥精准控制。

3.4 玉米智能施肥信息交流存在欠缺

当前的玉米智能施肥尚未构建完整高效的信息交流平台，相关领域专家较难对玉米施肥过程中出现的问题进行及时指导，缺乏高效的交流和反馈机制，不利于玉米智能精准施肥效果的提升和应用推广。

4 基于数据挖掘技术的玉米智能施肥系统的设计与应用

要遵循实用性、易操作性、安全性和可扩展性原则，以数据挖掘技术等相关智能技术为依托，围绕玉米栽培生产作业活动，进行玉米智能施肥系统的功能设计和应用。

4.1 玉米智能施肥空间数据查询模块设计与应用

要对用户的玉米智能施肥需求数据进行调查分析，统计玉米智能施肥各空间内的属性信息，以便用户可以通过玉米智能施肥系统查询相关数据信息，及时把握玉米智能施肥空间的异常数据信息，提高玉米智能施肥空间数据决策及处理效果。以产量预测子功能模块为例，可以根据某地块近3年玉米产量数值计算获取预测产量结果，达到预测目的。又如：在“判定地力等级”的子功能模块中，可以输入判断耕地地力指标的数据，包括有机质、pH值、全氮、速效钾/磷、阳离子代换量、镉、汞、砷、铬、有效铜/锌/铁/锰、土壤容量等［2］。

4.2 智能施肥知识导航模块设计与应用

可以构建玉米智能施肥知识导航模块，利用大数据挖掘技术统计分析玉米智能施肥相关土壤参数，如温度、水分、pH值、全氮及速效氮/磷/钾等，合理选择玉米种植地块，确定对应品种在不同土壤条件下的施肥种类及施肥用量等信息。以品种推荐功能模块为例，对于具有较好水肥条件的生长环境来说，可以通过系统推荐，选择对水肥条件要求更苛刻的高质量玉米品种或水果玉米品种；对于水肥条件较差的生长环境而言，可以通过系统智能推荐，选择对肥料要求敏感度偏低的玉米品种，从而减少土壤基础水肥条件因素对玉米生产的不利影响。

4.3 精准施肥智能化管理模块设计与应用

为提高施肥管理效果，应根据玉米生长实际需求、土壤基础水肥条件等，利用智能施肥系统优化控制施肥量和灌溉量。以“合理施肥”子功能模块为例，可以依照不同的地力等级设置相应的施肥方案，根据玉米不同生长阶段实施动态化施肥管理，实现分区域按量按需的精准控量、变量施肥，充分满足玉米对养分的需求，提高肥料利用率，以达到减施增效的施肥效果。

4.4 病虫害诊治管理模块设计与应用

在玉米栽培中，难免会发生病虫害。因此，还要在玉米智能施肥系统中增加病虫害诊治管理模块，实时监测可能出现的病虫害，并根据病虫害种类、发生时期、发生程度等提供防治策略，以便种植户根据信息及时进行防控。例如，在智能施肥系统的病虫害诊治模块中，可以在玉米四叶期，提示进行去除小苗、弱苗、病苗及田间杂草等田间管理，并提示在玉米间苗之后适时补施氮肥，从而达到及时防治病虫害的目的［3］。

4.5 系统管理模块设计与应用

应当从系统维护、系统操作及系统应用的角度出发，对玉米智能施肥系统进行管理，可以使拥有不同权限的用户进行相应的系统管理和操作。

5 结语

综上所述，玉米智能施肥系统的开发应用顺应农业信息化发展趋势，要充分利用数据挖掘技术、数据仓库技术和智能空间决策技术构建玉米智能施肥系统，系统内设不同的功能模块（包括智能施肥空间数据查询模块、智能施肥知识导航模块、精准智能化施肥管理模块、病虫害诊治管理模块和系统管理模块等），对玉米生育期内的土壤成分、温度、湿度等数据进行实时监测和分析，做到玉米施肥的精准化、智能化控制。后续还要扩大对土壤样本数据的采集和数据收集验证工作，集成玉米智能种植、施肥等相关技术，完善玉米智能施肥系统的各项功能，同时要不断加深对玉米种植及施肥技术的研究，促进玉米智能施肥系统的多元化和智能化应用，从而推进我国农业的数字化、信息化建设。