技术领域
本发明涉及一种施肥处理方法及系统，尤其涉及一种基于3414试验和地理信息系统(Geographic Information System，以下简称：GIS)的施肥处理方法及系统，属于农业信息化技术领域。
背景技术
施肥是与作物产量、品质、成本、土壤培肥和面源污染等问题密切相关的复合生态系统物质循环调控的重要措施。国际上普遍采用测土施肥的方法，其中3414试验是公认的最为合理的测土配方施肥方案。测土配方施肥是以土壤测试和肥料田间试验为基础，根据作物需肥规律、土壤供肥性能和肥料效应，在合理施用有机肥料的基础上，提出氮、磷、钾及中、微量元素等肥料的施用数量、施肥时期和施用方法的一项农业技术。
美国在20世纪60年代就已经建立了比较完善的测土施肥体系，每个州都有测土工作委员会，县与乡建有基层试验室，按照土壤分析工作委员会制定的方法与指标执行土样分析工作，直接指导农民施肥。目前，美国配方施肥技术覆盖面积达到80％以上。总体来看，目前国外的测土施肥已经进入了以产量、品质和生态环境为目标的科学施肥时期。
在我国，测土配方施肥尚未真正实现，其主要原因在于我国土地资源较丰富，土地环境差异较大，从而导致测土试验所需的处理繁琐，难度大，特别是难以对试验结果进行统计和分析。因此，对于我国大规模的林场和果园来说，亟需一套科学的、易于实施的施肥管理方案。
发明内容
本发明的目的是针对上述现有技术的缺陷，提供一种施肥处理方法及系 统，以解决现有技术中亟需一套科学的、易于实施的施肥管理方案的技术问题。
为实现上述目的，本发明提供了一种施肥处理方法，包括：
根据接收到、根据实验条件选择的施肥控制信号从养分平衡法、地力差减法和肥料效应函数法三种施肥处理方式中进行选择；
按照所选择的施肥处理方式对需要施肥的地块进行施肥处理。
该施肥处理方法还包括：利用肥料效应函数法进行计算，得到养分平衡法和地力差减法所需的目标产量。
所述肥料效应函数法包括：
步骤10、在电子地图数据上编辑处理试验地块，对试验数据进行赋值处理，所述试验数据包括3414试验施肥量和测产数据；
步骤11、应用所述3414试验施肥量和测产数据对多个候选肥料效应函数进行拟合处理，获取相应的拟合结果，所述候选肥料效应函数包括一元肥料效应函数、二元肥料效应函数和三元肥料效应函数；
步骤12、分别计算多个拟合结果的方差值，并从候选肥料效应函数中选择所述方差值小于预设阈值的肥料效应函数；
步骤13、根据所述方差值的反比对应用所述肥料效应函数获取的施肥量进行加权计算，获取第一施肥量；
步骤14、判断是否重复执行步骤10～13；若是则执行步骤15，否则执行步骤17；
步骤15、重复执行步骤10～13，获取多个第一施肥量，并执行步骤16；
步骤16、对多个第一施肥量进行空间自协方差最佳插值处理，获取第二施肥量，并执行步骤17；
步骤17、将所述第一施肥量或第二施肥量转换为所需的化肥量。
所述养分平衡法包括：
步骤20、在电子地图数据上编辑处理试验地块，对试验数据进行赋值处理，所述试验数据包括3414试验施肥量、测产数据、土样采集数据以 及植株采样数据；
步骤21、根据所述3414试验施肥量、测产数据、土样采集数据以及植株采样数据分别计算获取土测值、单位经济产量养分吸收量、有效养分校正系数和肥料利用率，确定肥料养分含量，对步骤13中所述方差值小于预设阈值的肥料效应函数求极值并根据所述肥料效应函数方差的反比加权计算，获取目标产量；
步骤22、应用公式(1)计算第三施肥量：
步骤23、判断是否重复执行步骤20～22，若是则执行步骤24、否则执行步骤28；
步骤24、重复执行步骤20～22，获取多个第三施肥量，并执行步骤25；
步骤25、对电子地图数据上的多个候选地块的土样采集数据进行空间自协方差最佳插值处理；
步骤26、根据插值处理后的土样采集数据，分别选择与试验地块的土样采集数据的差异小于预设值的候选地块作为近似试验地块，将所述试验地块与所述近似试验地块构成扩充试验地块集合，并将所述近似试验地块的施肥量设置为所述试验地块的第三施肥量；
步骤27、对所述扩充试验地块集合中的地块的第三施肥量进行空间自协方差最佳插值处理，获取第四施肥量；
步骤28、将所述第三施肥量或第四施肥量转换为所需的各种化肥量。
所述地力差减法包括：
步骤30、在电子地图数据上编辑处理试验地块，对试验数据进行赋值，所述试验数据包括3414试验施肥量、植株采样数据和测产数据；
步骤31、根据所述3414试验施肥量、植株采样数据和测产数据分别计算获取单位经济产量养分吸收量、肥料利用率，并确定肥料养分含量、基础产量，对步骤13中所述方差值小于预设阈值的肥料效应函数求极值 并根据所述肥料效应函数方差的反比加权计算，获取目标产量；
步骤32、应用公式(2)计算试验地块的第五施肥量；
步骤33、判断是否重复执行步骤30～32，若是则执行步骤34、否则直接执行步骤36；
步骤34、重复执行步骤30～32，获取多个第五施肥量，并执行步骤35；
步骤35、对多个第五施肥量进行空间自协方差最佳插值处理，获取第六施肥量；
步骤36、将所述第五施肥量或第六施肥量转换为所需的各种化肥量。
为实现上述目的，本发明还提供一种施肥处理系统，包括：
选择设备，用于根据接收到的施肥控制信号从养分平衡法、地力差减法和肥料效应函数法三种施肥处理方式中进行选择；
施肥处理设备，用于按照所述选择设备所选择的施肥处理方式对需要施肥的地块进行施肥处理，所述施肥处理设备包括：第一施肥处理模块、第二施肥处理模块和第三施肥处理模块，
第一施肥处理模块，用于采用肥料效应函数法对需要施肥的地块进行施肥处理；所述第一施肥处理模块包括：第一电子地图编辑单元，用于在电子地图数据上编辑处理试验地块，对试验数据进行赋值处理，所述试验数据包括3414试验施肥量和测产数据；第一计算处理单元，用于应用所述3414试验施肥量和测产数据对多个候选肥料效应函数进行拟合处理，获取相应的拟合结果，所述候选肥料效应函数包括一元肥料效应函数、二元肥料效应函数和三元肥料效应函数；分别计算多个拟合结果的方差值，并从候选肥料效应函数中选择所述方差值小于预设阈值的肥料效应函数；根据所述方差值的反比对应用所述肥料效应函数获取的施肥量进行加权计算，获取第一施肥量；第一插值处理单元，用于对多个第一施肥量进行
空间自协方差最佳插值处理，获取第二施肥量；
第一转换单元，用于将所述第一施肥量或第二施肥量转换为所需的化肥量；
第二施肥处理模块，用于采用养分平衡法对需要施肥的地块进行施肥处理；所述第二施肥处理模块包括：第二电子地图编辑单元，用于在电子地图数据上编辑处理试验地块，对试验数据进行赋值处理，所述试验数据包括3414试验施肥量、测产数据、土样采集数据以及植株采样数据；第二计算处理单元，用于根据所述3414试验施肥量、测产数据、土样采集数据以及植株采样数据分别计算获取土测值、单位经济产量养分吸收量、有效养分校正系数和肥料利用率，并确定肥料养分含量和目标产量；应用公式(1)计算第三施肥量：
第二插值处理单元，用于对电子地图数据上的多个候选地块的土样采集数据进行空间自协方差最佳插值处理；根据插值处理后的土样采集数据，分别选择与试验地块的土样采集数据的差异小于预设值的候选地块作为近似试验地块，将所述试验地块与所述近似试验地块构成扩充试验地块集合，并将所述近似试验地块的施肥量设置为所述试验地块的第三施肥量；对所述扩充试验地块集合中的地块的多个第三施肥量进行空间自协方差最佳插值处理，获取第四施肥量；第二转换单元，用于将所述第三施肥量或第四施肥量转换为所需的各种化肥量；
第三施肥处理模块，用于采用地力差减法对需要施肥的地块进行施肥处理；所述第三施肥处理模块包括：第三电子地图编辑单元，用于在电子地图数据上编辑处理试验地块，对试验数据进行赋值，所述试验数据包括3414试验施肥量、植株采样数据和测产数据；第三计算处理单元，用于根据所述3414试验施肥量、植株采样数据和测产数据分别计算获取单位经 济产量养分吸收量、肥料利用率，并确定肥料养分含量、基础产量和目标产量；应用公式(2)计算试验地块的第五施肥量；
第三插值处理单元，用于对多个第五施肥量进行空间自协方差最佳插值处理，获取第六施肥量；第三转换单元，用于将所述第五施肥量或第六施肥量转换为所需的各种化肥量。
本发明在试验条件不同时，可以根据施肥控制信号从三个施肥处理方式中选择最为合适的一种进行施肥处理，从而大大提高了该施肥处理方法的适用范围，在具体试验操作时，只需录入试验数据即可，因此减轻了农田试验处理的工作量。对于大面积农场、林场来说，可以通过进行多组3414试验来获取多组实验数据，对获取的多组试验数据进行插值处理，从而可以获取非试验地块的施肥量。在试验过程中，养分平衡法和地力差减法所需的目标产量可以用肥料效应函数法计算获取，这种方法比传统的选取3414试验中最高产量作为目标产量的方法更为科学，做出的施肥决策更精准。本发明中的养分平衡法，两次使用克里金插值，第一次插值得到了整个地块的土壤肥力数据，更重要的是相当于增加了试验点，为后面的计算提供了更多的输入条件，克服了只根据地理位置进行插值的缺点，使非试验地块的决策结论更为可靠。本发明中的肥料效应函数法所使用到的肥料效应函数涵盖了常用的所有函数模型，且最终的施肥量由拟合成功的肥料效应函数加权计算得出，实现了自适应动态决策模型，从而保证所用的数学模型是最优的，克服了传统的三元二次函数计算结果偏大，一元函数计算结果偏小的缺点。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
图1为本发明施肥处理方法实施例中肥料效应函数法的流程图；
图2为本发明施肥处理方法实施例中养分平衡法的流程图；
图3为本发明施肥处理方法实施例中地力差减法的流程图；
图4为本发明施肥处理系统实施例的结构示意图。
具体实施方式
本发明施肥处理方法在进行施肥处理操作时，根据接收到的施肥控制信号从养分平衡法、地力差减法和肥料效应函数法三种施肥处理方式中进行选择；然后按照所选择的施肥处理方式对需要施肥的地块进行施肥处理。该施肥控制信号可以根据试验条件灵活选择，从而可以灵活地从养分平衡法、地力差减法和肥料效应函数法三种施肥处理方式中选择出与试验条件最为匹配的施肥处理方式对所需施肥的地块进行施肥处理，以此，本发明施肥处理方法的选择方式灵活，适用范围较广。
进一步地，本发明施肥处理方法还包括：利用肥料效应函数法进行计算，得到养分平衡法和地力差减法所需的目标产量。
目标产量的选取对于计算最优施肥量来说是非常关键的。现有技术通常采用试验的最高产量作为目标产量，这容易导致计算的最优施肥量产生较大偏差。本发明采用肥料效应函数法获取目标产量。由于肥料效应函数法能够对肥料效应函数进行拟合处理，通过拟合处理结果可以科学地获取目标产量，从而可以提高养分平衡法和地力差减法的计算精确度。
本发明施肥处理方法的实施基础是3414试验，所谓3414是指氮、磷、钾3个因素、4个水平、14个处理。4个水平的含义是：0水平指不施肥，2水平指当地推荐施肥量，1水平(指施肥不足)＝2水平×0.5，3水平(指过量施肥)＝2水平×1.5。3414试验设计吸收了回归最优设计处理少、效率高的优点，是目前应用较为广泛的肥料效应田间试验方案。3414试验的具体内容为本领域技术人员公知的，不再赘述。
下面在3414试验的基础上对本发明施肥处理方法中的养分平衡法、地力差减法和肥料效应函数法三种施肥处理方式进行详细说明。
图1为本发明施肥处理方法实施例中肥料效应函数法的流程图，如图1所示，本实施例中的肥料效应函数法可以包括：
步骤10、在电子地图数据上编辑处理试验地块，对试验数据进行赋值处理；
该电子地图数据可以基于GIS进行编辑处理，即在GIS上编辑处理试验地块。所需赋值处理的试验数据包括3414试验施肥量和测产数据；该3414试验施肥量即为根据适量施肥级别下的氮磷钾含量计算获取的施肥量，该施肥级别即为前述的4个水平；该测产数据即为试验地块的产量。
步骤11、应用所述3414试验施肥量和测产数据对多个候选肥料效应函数进行拟合处理，获取相应的拟合结果，该候选肥料效应函数包括一元肥料效应函数、二元肥料效应函数和三元肥料效应函数；
现有技术，例如扬州市土壤肥料站开发的测土配方3414试验分析器，只采用一元函数模型和三元二次函数模型进行计算，可靠性难以保证，且只能对一组试验进行分析。由于采用的数学模型即肥料效应函数比较单一，因此既无法保证选用的数学模型是最优的，也容易导致得到的施肥量结果不准确。本实施例中的肥料效应函数法采用了一元肥料效应函数、二元肥料效应函数和三元肥料效应函数。在实际实施过程中，总共可以采用12种肥料效应函数进行拟合处理，从而可以针对每种肥料效应函数获取拟合结果。以肥料效应函数为某个三元二次函数为例来说，该三元二次函数可以为：Y＝b0+b1X1+b2X2+b3X3+b4X12+b5X22+b6X32+b7X1X2+b8X1X3+b9X2X3其中，Y代表试验地块的产量，X1，X2，X3分别代表氮磷钾的施肥量。实施过程可以采用3414完全试验或不完全试验，不完全试验的方程个数会 相应的减少。
步骤12、分别计算多个拟合结果的方差值，并从候选肥料效应函数中选择所述方差值小于预设阈值的肥料效应函数；
为了评价多个肥料效应函数对试验数据进行拟合的效果，本实施例可以对多个拟合结果分别求取方差值。然后将这些方差值与预设阈值相比较，如果方差值大于该预设阈值，则与该方差值对应的肥料效应函数的拟合效果就被认为是不理想的，这类肥料效应函数将被舍弃，仅保留小于预设阈值的方差值所对应的肥料效应函数，从而能够保证为后续计算施肥量提供的肥料效应函数是经过优化的。该预设阈值可以根据精度要求灵活选择。
步骤13、根据所述方差值的反比对应用所述肥料效应函数获取的施肥量进行加权计算，获取第一施肥量；
步骤14、判断是否重复执行步骤10～13；若是则执行步骤15，否则执行步骤17；
如果仅做一组3414试验，则执行步骤17，即直接将一组3414试验获取的第一施肥量换算成所需的化肥量，即换算成尿素、钙镁磷肥等化肥的施用量。如果是大面积林场或农场，做了多组3414试验，则可以根据上述步骤10～13获取多个第一施肥量。
步骤15、重复执行步骤10～13，获取多个第一施肥量，并执行步骤16；
步骤16、对多个第一施肥量进行空间自协方差最佳插值处理，获取第二施肥量，并执行步骤17；
采用空间自协方差最佳插值(又称为克里金插值)的方法，对多个第一施肥量进行插值处理，可以对没有进行3414试验的地块进行分析，从而可以获取没有进行3414试验的地块的第二施肥量，该插值处理可以降低试验数据量以及3414试验的次数，从而降低试验复杂度。
步骤17、将所述第一施肥量或第二施肥量转换为所需的化肥量。
本实施例中的肥料效应函数法选取的肥料效应函数涵盖了常用的所 有函数模型，最终决策结果是由拟合成功的肥料效应函数通过加权计算得出的，因此实现了自适应动态决策模型，保证所用的决策模型是最优的，克服了传统的三元二次函数计算结果偏大，一元函数计算结果偏小的缺点。
图2为本发明施肥处理方法实施例中养分平衡法的流程图，如图2所示，本实施例中的养分平衡法可以包括：
步骤20、在电子地图数据上编辑处理试验地块，对试验数据进行赋值处理，所述试验数据包括3414试验施肥量、测产数据、土样采集数据以及植株采样数据；
3414试验施肥量、测产数据与上述肥料效应函数法相同，不再赘述。
土样采集数据的获取方法可以为：在播种处理前(大田作物)或果树春季施肥处理前(果树)对土壤数据进行采样处理。若为大田作物，则在每一试验地块取0-20cm深的混合土样数据，若为果树，则取0-60cm深的混合土样数据。然后风干处理，全氮过2mm筛孔处理，有效养分过0.25mm筛孔处理，各种元素的测试方法可以使用以下方法：碱解氮采用碱解扩散法，有效磷采用碳酸氢钠(NaHCO3)浸提，钼锑抗比色法，有效钾采用醋酸铵(NH4OAc)浸提，火焰光度法。因此，该土样采集数据中可以包括土壤养分含量等信息。
植株采样数据的获取方法：收获期分茎叶和经济器官分别采集植株样品进行干重的测定，并测定其各自的全氮磷钾含量，用于计算作物对养分的吸收。全氮：H2SO4-H2O2消煮-开氏蒸馏法，全磷：H2SO4-H2O2消煮-钒钼黄比色法，全钾：H2SO4-H2O2消煮-火焰光度计法。因此，该植株采样数据可以包括茎叶吸收养分量和经济器官吸收养分量等信息。
步骤21、根据所述3414试验施肥量、测产数据、土样采集数据以及植株采样数据分别计算获取土测值、单位经济产量养分吸收量、有效养分校正系数和肥料利用率，并确定肥料养分含量和目标产量；
土测值可以通过把土样采集数据转换成每亩地该元素的含量。肥料养 分含量，即肥料中各种元素的含量，对于某种肥料来说该含量是固定的。
单位经济产量养分吸收量的计算可以采用的公式为：
该经济产量代表：植物在整个生育过程中所累积的可直接供人们食、用或作其它用途的产品的重量，通常用单位面积上生产的鲜重或风干重或干物质重表示。
该应用单位代表：计算后要应用的单位，比如千克。
有效养分校正系数的计算可以采用的公式为：
其中，缺素区作物吸收养分量＝缺素区产量×单位产量吸收养分量，该缺素区产量代表无肥区产量，即在3414试验的14个处理中，氮用N0P2K2处理(即氮采用0水平，磷采用2水平，钾采用2水平)；磷用N2P0K2(即氮采用2水平，磷采用0水平，钾采用2水平)处理，钾用N2P2K0(即氮采用2水平，磷采用2水平，钾采用0水平)处理获取的这三个处理区域。
肥料利用率的计算可以采用的公式为：
肥料养分含量可以通过查表获取。
目标产量即可通过经验值设定，也可以通过上述肥料效应函数法计算获取，通过肥料效应函数法能够获取更加科学的目标产量值。优选地，该目标产量通过肥料效应函数法计算获取。求取该目标产量的方法可以为，在图1所示的步骤13中，对于方差值小于预设阈值的肥料效应函数求极值，若选择产量最优，则可获取产量最优的极值，使产量达到最大值。若选择经济效益最优，则可获取经济效益最优的极值，即在各种肥料价格、 作物价格已知的条件下获取条件极值，使利润最高。对于一元直线模型，或分段函数模型，由于其函数定义域是闭区间，要求产量最高时可直接在函数端点求得极值。在获取所需的极值后，即可根据该函数方差的反比加权计算，从而得出目标产量。
步骤22、应用公式(1)计算第三施肥量：
步骤23、判断是否重复执行步骤20～22，若是则执行步骤24、否则执行步骤28；
如果仅做一组3414试验，则执行步骤28，即直接将一组3414试验获取的第三施肥量换算成所需的化肥量，即换算成尿素、钙镁磷肥等化肥的施用量。如果是大面积林场或农场，做了多组3414试验，则可以根据上述步骤20～23获取多个第三施肥量。
步骤24、重复执行步骤20～22，获取多个第三施肥量，并执行步骤25；
步骤25、对电子地图数据上的多个候选地块的土样采集数据进行空间自协方差最佳插值处理；
在具体实施过程中，可以适量采集候选地块的土样采集数据，因此，可以增加插值点的个数。通过对土样采集数据进行插值处理，可以获取整个地块的土壤肥力状况，而不仅仅是3414试验的试验地块。土壤肥力状况的差异对施肥决策有决定性作用。克里金插值是一种空间插值方法，因此，对于获取土壤肥力状况这种在空间上具有连续性的参数是十分恰当的。克里金插值分为点克里金插值和块克里金插值。块克里金插值对点克里金插值进行了改进，克服了点克里金插值结果图出现的明显凹凸现象。本实施例可以采用块克里金插值进行计算。克里金插值的理论基础是认为任何空间变量的变化都可以用下述公式表示：
z(x)＝m(x)+ε′(x)+ε″
其中z(x)为变量z(例如代表土壤含氮量)在x处的值(x表示在二维 空间中的某一个位置)；m(x)是描述z(x)的结构性成分的确定性函数，即与恒定均值或趋势有关的成分(比如地形的平均特性)，ε′(x)是区域性变量，即与空间位置相关的不规则变化；ε″是剩余误差项或与空间无关的随机噪声项。虽然克里金插值的计算流程比较繁琐，但其输入输出很简单，只需把地块中已知点的属性数值在电子地图中相应位置标出，即可输出整个地块的插值计算结果。
步骤26、根据插值处理后的土样采集数据，分别选择与试验地块的土样采集数据的差异小于预设值的候选地块作为近似试验地块，将所述试验地块与所述近似试验地块构成扩充试验地块集合，并将所述近似试验地块的施肥量设置为所述试验地块的第三施肥量；
将插值处理后获取的土样采集数据与试验地块的土样采集数据进行比较分类，即将插值处理后的土样采集数据中与试验地块的土样采集数据之间的差异小于预设值的候选地块作为近似试验地块，并将该近似试验地块与试验地块共同构成扩充试验地块集合。扩充试验地块集合中的地块由于土壤环境相同，可以认为这些地块的施肥量与试验地块的施肥量是一致的。这样就相当于增加了试验地块，对试验地块进行了集合扩充，可以大大提高计算精度。该预设值可以根据精度要求灵活选择。
步骤27、对所述扩充试验地块集合中的地块的第三施肥量进行空间自协方差最佳插值处理，获取第四施肥量。
采用克里金插值的方法，对扩充试验地块集合中的地块的第三施肥量进行插值处理，可以对没有进行3414试验的地块进行分析，从而可以获取没有进行3414试验的地块的第四施肥量，该插值处理可以降低试验数据量以及3414试验的次数，从而降低试验复杂度。
步骤28、将所述第三施肥量或第四施肥量转换为所需的各种化肥量。
本实施例的养分平衡法中，步骤25和步骤26对于减少试验量，提高施肥决策精度有重要作用，只需在3414试验地块以外的地块多采集一些土样采集数据进行测试，对这些土样采集数据进行插值处理，即可达到进 行大量的3414试验的效果。虽然可以直接在步骤24之后进行步骤27，但步骤27完全是根据空间位置的变化来插值计算施肥量，即第四施肥量的。而由于施肥量和土地的空间位置没有直接关系，这样计算对于非试验地块而言结果是不准确的。与空间位置关系相比，土样采集数据中的土壤肥力状况信息与施肥量的决策关系更为密切，土壤肥力状况信息的分布趋势往往与空间位置关系密切，可以通过插值计算的方法获取整个空间的土壤肥力状况信息。由于土壤肥力状况信息和施肥量之间并不是简单的线性关系，步骤25～27避开了土壤肥力状况信息和施肥量之间的复杂关系。步骤25和步骤26是对步骤27的提前校正，在近似试验地块做试验只相当于增加一个施肥决策结果重复的点，步骤25和步骤26正是通过插值计算获取了这些重复的点，获取的点越多，空间信息就越丰富，步骤27获取的结果就越可靠。因此步骤25和步骤26可以适当减少3414试验的试验量，并提高决策结果的准确性。由上可知，本实施例中的养分平衡法中两次使用克里金插值，第一次插值得到了整个地块的土壤肥力状况信息，更重要的是相当于增加了试验地块，为后面的计算提供了更多的输入条件，克服了只根据地理空间位置进行插值的缺点，使获取的非试验地块的施肥量更为可靠。
图3为本发明施肥处理方法实施例中地力差减法的流程图，如图3所示，本实施例中的地力差减法可以包括：
步骤30、在电子地图数据上编辑处理试验地块，对试验数据进行赋值，所述试验数据包括3414试验施肥量、植株采样数据和测产数据；
步骤31、根据所述3414试验施肥量、植株采样数据和测产数据分别计算获取单位经济产量养分吸收量、肥料利用率，并确定肥料养分含量、基础产量和目标产量；
步骤30和31与养分平衡法有类似之处，不再赘述。不同之处在于，地力差减法的输入参数主要有三种：3414试验施肥量、植株采样数据和测产数据。计算获取的输出参数为：单位经济产量养分吸收量和肥料利用率， 同时还需要确定肥料养分含量、基础产量、目标产量。其中，基础产量可以包括该地块不施肥，正常施肥，仅施用一种肥料元素等等情况下的产量信息。该目标产量优选地用肥料效应函数法来确定。肥料利用率也可采用前述公式计算获取。
步骤32、应用公式(2)计算试验地块的第五施肥量；
步骤33、判断是否重复执行步骤30～32，若是则执行步骤34、否则直接执行步骤36；
步骤34、重复执行步骤30～32，获取多个第五施肥量，并执行步骤35；
该步骤33即为判断是否需要作多次3414试验，如果作多次3414试验则会获取多个第五施肥量。
步骤35、对多个第五施肥量进行空间自协方差最佳插值处理，获取第六施肥量；
对获取的多个第五施肥量进行空间插值，从而可以利用少次的3414试验获取的施肥量获取更多非试验地块的施肥量，降低了运算复杂度，节约了试验操作次数。
步骤36、将所述第五施肥量或第六施肥量转换为所需的各种化肥量。
本实施例的地力差减法，通过使用空间插值，可以利用少次的3414试验获取的施肥量获取更多非试验地块的施肥量，降低了运算复杂度，节约了试验操作次数。
本发明施肥处理方法实施例在试验条件不同时，可以根据施肥控制信号从三个施肥处理方式中选择最为合适的一种进行施肥处理，从而大大提高了该施肥处理方法的适用范围，在具体试验操作时，只需录入试验数据即可，因此减轻了农田试验处理的工作量。对于大面积农场、林场来说，可以通过进行多组3414试验来获取多组实验数据，对获取的多组试验数据进行插值处理，从而可以获取非试验地块的施肥量。在试验过程中，养 分平衡法和地力差减法所需的目标产量可以用肥料效应函数法计算获取，这种方法比传统的选取3414试验中最高产量作为目标产量的方法更为科学，做出的施肥决策更精准。在本发明中的养分平衡法，两次使用克里金插值，第一次插值得到了整个地块的土壤肥力数据，更重要的是相当于增加了试验点，为后面的计算提供了更多的输入条件，克服了只根据地理位置进行插值的缺点，使非试验地块的决策结论更为可靠。本发明中的肥料效应函数法所使用到的肥料效应函数涵盖了常用的所有函数模型，且最终的施肥量由拟合成功的肥料效应函数加权计算得出，实现了自适应动态决策模型，从而保证所用的数学模型是最优的，克服了传统的三元二次函数计算结果偏大，一元函数计算结果偏小的缺点。
与本发明施肥处理方法相对应地，本发明还提供了一种施肥处理系统，该系统包括：选择设备和施肥处理设备，其中选择设备用于根据接收到的施肥控制信号从养分平衡法、地力差减法和肥料效应函数法三种施肥处理方式中进行选择；施肥处理设备用于按照所述选择设备所选择的施肥处理方式对需要施肥的地块进行施肥处理。由于选择设备可以根据不同试验条件下的不同施肥控制信号，灵活地从养分平衡法、地力差减法和肥料效应函数法三种施肥处理方式中选择出与试验条件最为匹配的施肥处理方式对所需施肥的地块进行施肥处理，因此，本发明施肥处理系统的选择方式灵活，适用范围较广。
图4为本发明施肥处理系统实施例的结构示意图，如图4所示，本实施例的系统包括：
选择设备4和施肥处理设备5，其中选择设备4用于根据接收到的施肥控制信号从养分平衡法、地力差减法和肥料效应函数法三种施肥处理方式中进行选择；施肥处理设备5用于按照选择设备4所选择的施肥处理方式对需要施肥的地块进行施肥处理。
进一步地，施肥处理设备5可以进一步包括：第一施肥处理模块51、第二施肥处理模块52以及第三施肥处理模块53，该第一施肥处理模块51 用于采用肥料效应函数法对需要施肥的地块进行施肥处理；该第二施肥处理模块52用于采用养分平衡法对需要施肥的地块进行施肥处理；该第三施肥处理模块53用于采用地力差减法对需要施肥的地块进行施肥处理。
更进一步地，该第一施肥处理模块51可以包括第一电子地图编辑单元511、第一计算处理单元512、第一插值处理单元513以及第一转换单元514。该第一电子地图编辑单元511用于在电子地图数据上编辑处理试验地块，对试验数据进行赋值处理，试验数据包括3414试验施肥量和测产数据；第一计算处理单元512用于应用3414试验施肥量和测产数据对多个候选肥料效应函数进行拟合处理，获取相应的拟合结果，候选肥料效应函数包括一元肥料效应函数、二元肥料效应函数和三元肥料效应函数；分别计算多个拟合结果的方差值，并从候选肥料效应函数中选择方差值小于预设阈值的肥料效应函数；根据方差值的反比对应用肥料效应函数获取的施肥量进行加权计算，获取第一施肥量；第一插值处理单元513用于对多个第一施肥量进行空间自协方差最佳插值处理，获取第二施肥量；第一转换单元514用于将第一施肥量或第二施肥量转换为所需的化肥量。
第二施肥处理模块52包括：第二电子地图编辑单元521、第二计算处理单元522、第二插值处理单元523以及第二转换单元524。该第二电子地图编辑单元521用于在电子地图数据上编辑处理试验地块，对试验数据进行赋值处理，所述试验数据包括3414试验施肥量、测产数据、土样采集数据以及植株采样数据；第二计算处理单元522用于根据所述3414试验施肥量、测产数据、土样采集数据以及植株采样数据分别计算获取土测值、单位经济产量养分吸收量、有效养分校正系数和肥料利用率，并确定肥料养分含量和目标产量；应用公式(1)计算第三施肥量：
第二插值处理单元523用于对电子地图数据上的多个候选地块的土样采集数据进行空间自协方差最佳插值处理；根据插值处理后的土样采集数 据，分别选择与试验地块的土样采集数据的差异小于预设值的候选地块作为近似试验地块，将所述试验地块与所述近似试验地块构成扩充试验地块集合，并将所述近似试验地块的施肥量设置为所述试验地块的第三施肥量；对所述扩充试验地块集合中的地块的多个第三施肥量进行空间自协方差最佳插值处理，获取第四施肥量；第二转换单元524用于将所述第三施肥量或第四施肥量转换为所需的各种化肥量。
第三施肥处理模块53包括：第三电子地图编辑单元531、第三计算处理单元532、第三插值处理单元533以及第三转换单元534。第三电子地图编辑单元531用于在电子地图数据上编辑处理试验地块，对试验数据进行赋值，所述试验数据包括3414试验施肥量、植株采样数据和测产数据；第三计算处理单元532用于根据所述3414试验施肥量、植株采样数据和测产数据分别计算获取单位经济产量养分吸收量、肥料利用率，并确定肥料养分含量、基础产量和目标产量；应用公式(2)计算试验地块的第五施肥量；
第三插值处理单元533用于对多个第五施肥量进行空间自协方差最佳插值处理，获取第六施肥量；第三转换单元534用于将所述第五施肥量或第六施肥量转换为所需的各种化肥量。
选择设备4根据施肥控制信号可以选择上述第一施肥处理模块51、第二施肥处理模块52或者第三施肥处理模块53进行施肥处理，具体采用哪个施肥处理模块，以及采用的施肥处理设备中各模块如何配合完成施肥处理的过程分别与上述肥料效应函数法、养分平衡法以及地力差减法的实现过程类似，不再赘述。
需要说明的是，本实施例针对不同的施肥处理设备，均设置了电子地图编辑模块，即第一电子地图编辑单元511、第二电子地图编辑单元521以及第三电子地图编辑单元531，在实际的系统架构中，这三个电子地图 编辑模块可以合成为一个统一的电子地图编辑模块，从而通过该统一的电子地图编辑模块输入实验数据。同理，各个施肥处理设备中的插值处理模块以及转换模块也可以分别合成一个模块，从而方便系统构建。
本发明施肥处理系统实施例将肥料效应函数法、养分平衡法以及地力差减法对应的实现设备集成在一起，从而在试验条件不同时，选择设备可以根据施肥控制信号从三个施肥处理设备中选择最为合适的一个进行施肥处理，从而大大提高了该施肥处理系统的适用范围，在具体试验操作时，只需录入试验数据即可，因此减轻了农田试验处理的工作量。对于大面积农场、林场来说，本发明施肥处理系统可以通过进行多组3414试验来获取多组实验数据，对获取的多组试验数据进行插值处理，从而可以获取非试验地块的施肥量。在本发明中的第二施肥处理模块中，两次使用克里金插值，第一次插值得到了整个地块的土壤肥力数据，更重要的是相当于增加了试验点，为后面的计算提供了更多的输入条件，克服了只根据地理位置进行插值的缺点，使非试验地块的决策结论更为可靠。本实施例中的第一施肥处理设备所使用到的肥料效应函数涵盖了常用的所有函数模型，且最终的施肥量由拟合成功的肥料效应函数加权计算得出，实现了自适应动态决策模型，从而保证所用的数学模型是最优的，克服了传统的三元二次函数计算结果偏大，一元函数计算结果偏小的缺点。
最后应说明的是：以上实施例仅用以说明本发明的技术方案而非对其进行限制，尽管参照较佳实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对本发明的技术方案进行修改或者等同替换，而这些修改或者等同替换亦不能使修改后的技术方案脱离本发明技术方案的精神和范围。