在农田生产过程中，田间管理者在作物全生育期内面临多种管理决策，如作物/种子选择、播种日期确定、施肥灌溉用量、病虫草害预防及控制管理决策、收获时间确定等。同时，管理者需要预测作物未来的潜在产量和品质，并评估可能的气候和经济风险。传统上，这些决策主要依赖管理者的经验，但这种基于经验的方法存在较大的不确定性和主观性风险，难以因地制宜地做出管理决策。随着农村人口减少和有经验农民的不足，这一问题将更加突出。因此，开发一种能够客观、全面、高效、低成本反映种植系统实际生长状况并制定适宜策略的方式至关重要。

图1 大田生成过程中农民需要面临的潜在决策

“种得好”系统概述

结合生长模型和人工智能算法可以构建高效的种植决策模型。团队目前收集并通过人工智能算法建模，构建了全国作物产区40年的环境数据和20年的主要作物定点生长数据。参考当前主流模型，修正模型过程，设计了一套精准管理系统——“种得好”系统，辅助田间管理决策。该系统目前以网页的形式呈现，可以通过网址登录并使用，下图为网页端登录界面（图2）。同时，正在开发微信小程序版本，方便手机快速登录使用。

图2“种得好”模型电脑端登录界面

系统支持多个地块的独立分析，每块地的数据都会单独存放、单独计算，用户可在系统中自由切换查看不同地块的分析报告，无需担心数据混淆。

图3 地块基本信息录入

   核心功能模块

（1）适宜播期和适宜品种积温分析

该系统基于提供的地块经纬度数据或地址信息自动检索，提取该地区过去40年的环境数据，获得当前农田环境的基本特征，确定该地区适宜的播种时期和品种的积温要求。

图4 预测播种时期和积温需求

（2）品种播种风险分析和农事计划生成

系统基于当前田块的基本信息，提取过去40年的气象数据，可快速分析各品种及其播种时期在未来生长过程中的潜在生产风险，同时生成全年农事计划情况。

图5 预测品种播种风险分析

图6 生成全年农事计划表

（3）结合实时和未来田间信息生成农田管理方案

模型结合实时气象数据、田间农事管理和未来气象预测实时模拟作物所处的生长阶段、水肥需求、潜在病虫害等，同步更新田间管理措施及气象应对策略，方便管理者及时调整农田管理。

图7 实时模拟作物生长状态

图8 同步更新管理措施

（4）构建智能体为农民提供管理咨询。

该系统目前正在构建智能体，集成玉米生长发育知识库和主要玉米主产区高产管理方案，可以在网页中直接对农田遇到的问题向AI提问，为农民提供丰富的咨询服务。

图9 智能体问答服务

“ 无人机”系统概述

无人机（UAV）作为核心的空天基数据采集平台，深度融合多光谱、热红外、高分辨率RGB等遥感技术，并结合专业农业算法模型，构建的大田作物全生育期数字化管理体系。其核心价值在于将传统“凭经验、看整体”的粗放式农业管理，升级为“靠数据、管小区”的精准化、可量化、可追溯的现代农业管理模式。

  核心功能模块

（1）基础数据采集与处理

这是所有分析功能的基础，确保数据的标准化和可比性。

航线规划与标准化采集：根据地块边界、飞行参数等输入，自动规划航线，并采集RGB、多光谱、热红外等类型的原始影像。

正射影像拼接与地理配准：将无人机拍摄的原始照片处理成带有精确地理坐标的“地图”（正射影像），以便叠加到其他农业系统（如GIS、农机导航系统）中进行分析。

（2）田块与作物长势管理

此部分功能帮助用户宏观掌握田块信息和作物生长状况。

地块信息管理：自动识别地块边界、计算面积周长，为确权、作业核算等提供依据。

田块分区与抽样：基于长势指数或历史数据，将大田划分为不同的管理小区，并推荐实地踏勘路线和抽样点，降低人工成本。

长势监测与评估：通过多期多光谱数据生成NDVI等植被指数图，进行时序对比，快速定位长势弱势区域，为追肥、灌溉等决策提供优先级参考。

植株物理参数提取：通过分析影像生成冠层高度模型，估算植株高度和生物量，用于评估倒伏风险、长势差异和产量潜力。

（2）农情精准诊断与响应

这部分功能针对具体农业生产问题，提供精准的识别和解决方案。

出苗情况分析：在苗期识别缺苗断垄区域，并提供补种建议，直接帮助提升产量。

杂草与病虫害识别：识别杂草分布斑块和病虫害可疑区域，生成精准点喷或地面核查清单，实现减药增效。

灾害评估：通过对比灾前灾后影像，快速评估受灾面积和等级，服务于保险理赔和灾后补救。

水分胁迫监测：利用热红外影像监测冠层温度异常，识别干旱胁迫区域，指导精准灌溉。

（4）决策支持与农事执行

将分析结果转化为可直接指导生产的 actionable insights（可执行的见解）。

产量预测与收获规划：综合长势和植株高度等信息，划分产量潜力区，为安排收获顺序提供依据。

处方图生成：将管理分区、长势图等与农艺规则结合，生成变量施肥、变量喷药、变量播种的处方图，直接驱动智能农机进行精准作业。

作业核验：通过对比作业前后的影像，核查飞防、施肥等外包作业的质量，如覆盖率、有无遗漏等。

（5）专项分析与土壤管理

针对特定区域和问题的深入分析。

灌溉优化：结合水分胁迫图和地形，优化灌溉分区，诊断管网问题。

盐渍化风险提示：通过多光谱影像间接识别土壤盐碱化风险区域，指导取样验证。

水肥误判鉴别：结合氮素指数和热异常数据，辅助判别长势不良是源于缺水还是缺肥，减少误判成本。 

1.功能：获取未来天气数据

输入：经度、纬度

输出：未来7-15天的逐日天气预报数据（温度、降水、辐射等）

管理意义：为短期农事操作（如灌溉、施肥、打药）提供决策依据，规避近期气象灾害风险

2.功能：获取历史天气数据（网页端无展示图）

输入：经度、纬度、年份范围

输出：指定地点的历史逐日气象数据（最高温、最低温、降雨量、辐射）

管理意义：分析当地气候背景，评估农业气候资源，为品种选择和种植制度设计提供数据支撑

3.功能：确定播种时间及积温要求

输入：经度、纬度、当前年份

输出：推荐的适宜播种窗口期、当地积温分布情况

管理意义：确定最佳播种时机以充分利用光热资源，确保作物在安全生长期内成熟，降低冻害风险

4.功能：潜在风险分析

输入：经度、纬度、当前年份、播种日期、品种名称

输出：作物全生育期的潜在气象灾害风险报告（如高温热害、低温冷害、干旱胁迫等）

管理意义：提前识别作物生长过程中的关键风险点，制定防灾减灾预案，选择抗逆性强的品种

5.功能：潜在农事计划生成

输入：经度、纬度、播种日期、品种名称、当前年份

输出：全生长季的标准农事操作建议（灌溉量、施肥量、关键物候期管理要点）

管理意义：提供标准化的种植管理方案，作为生产计划的基准，帮助种植者合理安排农资和人力

6.功能：养分需求计划生成（网页无展示图）

输入：经度、纬度、播种日期、品种名称、当前年份、目标产量（kg/亩）

输出：全生育期的养分需求量建议（苗期、拔节期、灌浆期的需N/P/K量）

管理意义：根据产量目标精准定量施肥，避免过量施肥造成的浪费和污染，实现减肥增效

7.功能：实时调整计划

输入：经度、纬度、播种日期、实际灌溉施肥记录、当前年份、品种名称

输出：针对当前生长状态的修正管理建议（补水/补肥量、新的产量预测、风险提示）

管理意义：根据作物实际长势和已实施的管理措施动态调整后续方案，纠正偏差，确保最终产量目标的实现

小结

“种得好”系统结合生长建模和人工智能技术，基于过去历史数据、实时气象数据和未来预测数据为农民提供：种植前的适宜播期建议，种植前的潜在生产风险分析，作物生长过程的实时缺水缺肥预测，潜在病虫害防治、未来气象预测、智能AI随时咨询。为农民提供多方位的农田决策辅助支持，实现节水节肥、风险提前预测和随时的气象和管理咨询建议。