生长异常是农业生产重要的影响因素,由于全球气候变化、种植结构调整、生产模式转变和环境污染等因素的共同影响,我国作物生长异常现象在发生频率、严重程度和影响范围等方面均有明显加重的态势,是限制我国粮食产量和农民效益稳定提高的重要原因。能否及时准确地诊断生长异常现象,明确诱发生长异常的胁迫因素,有针对性地施以合理有效的防治措施,是解决上述问题的途径,也是当前农业生产者和基层农技服务人员最为关心和咨询最多的问题。为了解决作物生长异常频繁发生与领域专家严重缺乏的尖锐矛盾,大量研究运用现代信息技术来实现作物生长异常的智能诊断,进一步研究和改善专家系统的诊断能力,建立更为综合、智能和普及的作物生长异常防治决策系统,是当前最为高效的解决方案。本研究工作在中国博士后科研基金的资助下,针对知识系统研发普遍存在的诊断知识获取与表达上的困难问题,分析讨论了本体的特性、构建技术及描述语言等,研究了玉米生长异常诊断领域知识的规范化表述方法,针对生产中能造成一定危害的40种玉米病害、52种农业害虫、12种缺素症状、7种灾害性气象条件及其他相关生长异常现象构建了诊断知识本体。追踪信息技术设备的发展,针对移动智能设备在农民群众中快速普及,信息交流和运用模式发生变革的态势,通过引入情景感知计算模式,分析讨论了运用移动智能设备实现基于活动情景的玉米生长异常防治决策技术,及其在促进和提高决策智能性的可行性及技术模式。开展了生长异常诊断和防治决策软件的设计验证工作,重点研究了Android系统平台下玉米生长异常诊断和防治决策软件的设计开发技术。研究了Java语言实现生长异常诊断推理的设计模式和功能算法,设计开发了实用型的玉米生长异常诊断软件。综上所述,本研究开展了玉米生长异常诊断和防治决策技术的研究探索工作,面向移动智能设备平台,研究利用新型信息技术实现玉米生长异常诊断和防治决策的方法。设计实现的实用化玉米生长异常诊断软件能够帮助农户强化田间综合管理,提高防控生长异常水平,减少产量和效益损失。通过本研究工作,将为先进作物生产技术的普及增加便利,为提升农业生产水平、提高农业生产效益提供技术支持。