本文结合GPS技术、数据库技术和GIS二次开发技术,针对县级农业技术管理部门指导农户科学施肥的实际,运用可视化程序设计语言Visual Basci 6.0和Mapobjects2.4,构建县域统计分区施肥模型和应用平台,建立了符合实际的施肥模型,有效解决了科学施肥的问题。研究区域为吉林省长春市九台区,建立土壤养分数据库、地形图和土地利用现状图,利用九台区测土配方施肥的土壤养分历史数据进行插值形成土壤养分图,以及主要作物的养分需求数据,建立短信平台施肥决策智能专家系统,用户可利用手机或者能发送短信的GSM短信猫,依据格式要求发送用户地块GPS数据、作物目标平均产量等信息,短信平台接收后就可以通过系统施肥模型的运算和优化,为用户发回施肥决策信息,指导用户科学施肥。本系统是对测土配方施肥成果的有效推广,对于农户非常便捷,对解决测土配方施肥推广应用和最后“一公里”的瓶颈问题有很大作用,对解决测土配方施肥实时决策和通讯的技术问题,为农业技术加速度推广有着深远的意义。本文主要进行以下研究。1.利用神经网络对样本数据进行观测和计算,通过氮肥、磷肥、钾肥的加权,同时对玉米产量和肥料用量的实际比较,建立土壤施肥模型,最后利用GSM短信猫和中国移动公司手机接收信号相匹配的应用软件进行施肥决策,将所需要的肥量用量以短信的形式反馈到用户手机上。结果表明,这种将神经网络应用于建立土壤施肥模型,会得到良好的施肥决策效果。2.利用统计分区代替传统的人为分区方法,建立统计分区施肥模型,并结合九台区施肥决策效果分析,检验该模型的科学性和适宜性,旨在为作物施肥决策提供新的可靠决策技术方法,最后通过短信平台软件将施肥结果反馈到农户的手机。结果表明,这种基于地统计学建立的施肥决策模型计算出的高、中、低肥力下的平均施肥量,对农户施肥指导具有良好的科学性。3.本文的核心模型是统计分区施肥模型(Statistical Division Fertilization Model,SDFM),它是依据在一定区域内的某一作物常年产量和土壤养分进行统计分析,划分高、中、低产量和土壤养分的区间而建立的。根据在该区域作物产量与施肥用量的关系,确定高、中、低产量区间的氮、磷、钾肥平均量,再以土壤养分测试值进行校正调整,以此决策施肥用量。用该模型决策施肥量不受所采用土壤养分测定形态的影响,统计分区施肥模型避开了养分平衡法中难以确定的参数,应用区域作物产量的统计量划分耕地肥力级别,根据此值确定平均适宜施肥量,并对土壤养分作相同的统计分析,确定各级土壤适宜养分量,通过产量差异和土壤养分差异双重调整施肥用量。4.通过对神经网络和统计分区建立施肥模型的比较,选择统计分区模型作为唯一的决策模型嵌入到作者研发的测土配方施肥平台中,通过计算、识别、查询等方式,利用通过GSM短信猫,实现自动向农户回复决策短信。5.采用Microsoft Access建立了施肥决策系统的属性数据库,通过ArcGIS Server和ArcGIS Engine建立GIS土壤养分分布图,以及由矢量图层建立空间数据库,结合本研究所需数据的要求,并进行无缝对接。