GIS以带有地理坐标特征的地理空间数据库为基础，将同一坐标位置的数值相互联系在一起，对数据组织，统计分析后，在共同的坐标系统下显示数据，从而绘制信息电子图支持做出决策，绘制作业执行电子图，再通过计算机控制变量执行设备，实现投入量或作业量的调整。
RS是利用高分辨率传感器，在不同的作物生长期，实施全面监测，根据光谱信息，进行空间定位分析，为定位精细农业提供大量的田间时空变化信息。
目前应用热红外遥感，多波段遥感，微波遥感对土壤水分的监测，以及应用近红外多频带辐射仪测定作物氮素状况和应用高分辨率光谱仪识别作物和杂草的技术已经进入示范推广阶段。
2.1.1RS在鸟类栖息地研究中的应用
由于遥感影像具有覆盖范围广、信息量大、更新时间快的特点，被广泛用于区域尺度的鸟类栖息地制图。
随着GPS、GIS和RS的发展，已被广泛应用于鸟类栖息地研究中[1-2]。
其中，遥感技术在全球水平上判定物种栖息地潜在的空间单元、栖息地的分布以及监测等方面已成为分析、评估、监测或以及预测建模等的强有力的工具[3]。
利用遥感资料提取鸟类栖息地空间分布信息的方法包括两大类：
物种分布直接识别和物种分布间接反演[4]。
直接识别是根据物种在遥感影像上的光谱特征，在遥感影像上直接勾绘该物种的空间分布区域，如Guinet等利用SPOT影像识别了南印度洋帝企鹅（Aptenodytespatagonicus>的分布[5]。
Schwaller等利用TM影像识别了南极企鹅的分布区[6]，这种遥感直接识别的方法局限于大面积群居且具有明显光谱特征的物种[7]。
间接反演的一种方法是利用已知的物种生境需求信息，结合遥感影像获得的土地利用／覆被分类数据，制作物种的栖息地分布图，进而预测物种可能的分布区[3]。
这种方法已广泛应用于空间尺度物种分布及栖息地管理研究中。
间接反演的另一种方法是将遥感像元光谱辐射值与物种分布调查信息建立相关模型，据此预测物种的空间分布。
这种方法有望弥补栖息地遥感间接反演方法的不足[8]，并在许多生态并在许多生态系统中试用于预测物种的分布，证实了具有较好的应用前景。
遥感数据源也存在一些缺陷，如卫星影像不能捕捉影像栖息地的一些重要突发事件[3]；非栖息地因袭例如历史因素、种间和种内相互作用、微生境特征或者植被的三维结构，是超出遥感卫星技术的范畴的。
此外，林地和森林卫星影像大部分不能探测或辨别低层结构特征，而这些可能对于一些种类来说至关重要[9]。
另外，目前卫星传感器的空间分辨率，对于“硬边缘”属性<例如狭窄的线性沟槽、灌木树篱、栅栏以及小班块或单株树），在很多卫星影像上很难准确判别。
而这些属性，对于一些特定的物种却具有非常重要的意义[10]。
2.1.2GIS在鸟类栖息地研究中的应用
GIS在鸟类栖息地研究中的应用主要包括4个方面内容：
确定研究区内鸟类栖息地分布；分析鸟类栖息地特征并进行分类；利用模型的方法预测物种分布或丰富度；监测物种栖息地的变化等。
2.1.2.1鸟类栖息地特征识别
GIS与GPS相结合可以自动绘制鸟类的分布图和确定物种的丰富度，将采集到鸟类的某些地理位置以坐标创建在地图上，进而编码得到GIS数据库管理系统，从而对物种分布的数据进行处理和分析。
传统的栖息地类型的划分，主要依据遥感影像的反射光谱来进行确定，很少将影像的纹理特征作为栖息地的空间异质性的指标来预测物种分布。
影像的纹理特征和景观指数是反映栖息地异质性（生境结构的空间组合特征>的重要指标[10]。
2.1.2.2鸟类栖息地质量评估
应用GIS进行栖息地的评估，其叠加功能不仅使得评估过程直观，而且为进一步的分析奠定了基础。
不同地理图层的叠加为空间数据模型及其内部的关系提供了直观的效果，通过空间上的“相交、合并、切割”等运算，可派生出空间决策所需的依据。
王志强将水禽栖息地的空间格局的适宜度作为指标评价了水禽栖息地的生境适宜性[11]。
张艳红等采用景观特征、生境斑块空间关系和生境破碎化参量分析了向海自然保护区丹顶鹤生境空间结构特征[12]。
2.1.2.3鸟类栖息地分布预测
借助地理信息系统可以预测动物的空间分布格局,运用鸟类-栖息地关系模型，可以对未调查区域的鸟类分布，偏远地区的鸟类分布，以及大尺度上或者全球尺度上的鸟类分布进行预测。
例如刘吉平利用景观生态学理论与方法对生境的空间结构进行分析，分别建立生境类型数据、破碎度、地貌类型数、土壤类型数与湿地鸟类丰度关系的数学模型[13]。
但必须注意的是，某些影响水禽生境选择的非生境因子是遥感影像所不能获取的，例如限制水禽第一序位选择的历史因素、种内种间的竞争及超出了遥感影像的检测能力。
2.1.33S技术在测定测定水土流失中的应用
3S技术一种重要的水土流失研究技术手段，可以准确、快速、连续地提取区域水土流失的主要特征指标，能够满足区域水土流失现状信息提取的要求，使区域水土流失信息得到有效的分析和使用，为水土流失信息提取提供强有力的技术支撑[14]。
2.1.43S技术在洪涝灾害预测分析中的应用
王雪臣等基于历史灾害数据，用洪涝指数从气象方面对长江中游地区进行了洪涝灾害风险分析[15]。
万君等应用GIS通过研究洪涝灾害危险性和社会经济脆弱性对湖北省进行了洪涝灾害风险评估[16]。
张继全等利用暴雨洪涝灾害风险指数（FDRI>对辽河中下游地区进行了风险评估[17]。
张会、黄民生等人采用特尔菲法和模糊综合评判方法，建立福建省洪灾风险评价等级指标体系[18]。
田国珍等人利用地理信息系统的空间分析功能，采用水灾成因分析法和经验系数法得出中国洪水灾害风险区划[19]。
刘德义将洪涝灾害风险分析方法与RS、GIS技术相结合，采用洪涝灾害风险指数评估天津市13个区县的洪涝灾害风险程度，并绘制天津市区县级洪涝灾害风险区划图，综合分析得出天津市暴雨洪涝风险最高的地区；次高风险区地区和风险较低地区[20]。
2.1.53S技术在农田墒情远程监测中的应用
李楠等研究开发了基于3S技术联合的农田墒情远程监测系统。
在小范围内采用无线传感器网络技术，在大尺度上利用3S及Internet等公共网络，实现了多网络平台下墒情数据的自动采集、无线传输、实时监测、精确定位、网络发布和远程参数设置等功能，为墒情信息系统、地理信息系统、气象信息系统以及决策支持系统等多系统的整合打下了基础[21]。
2.1.63S在农田基本农田监管决策支持系统中的应用
余德贵等以GIS作为基本农田数据分析处理的核心，结合GPS和RSTM图象分析技术，研究基本农田数据自动采集和监测设备，利用农田管理专家系统（ES>和决策支持系统（DSS>软件设计技术，建立面向农业部门、土地管理部门和土地使用者的基本农田监管决策支持系统[22]。
此系统可以有效地管理、维护和更新基本农田的空间信息资料，综合考虑、正确判断基本农田各种空间综合影响因素，获得科学结论和客观的决策方案。
2.1.7差分GPS的应用
黑龙江省友谊农场五分场二队精准农业技术示范实验基地采用DGPS定位系统[23]，使用的GPS差分方式为伪距差分方式（RTCM方式>，在基准站上的GPS接收机求得它至可见卫星的距离，并将此计算出的距离与含有误差的测量值加以比较，求出其偏差，然后将所有卫星的测距误差利用电台传输给田间作业机器（如联合收割机>。
田间作业机器上的GPS接收机在接收GPS信号的同时，利用数传电台的接收器接收测距误差来改测量的伪距，最后利用改正后的伪距来解出自身的位置，从而消去公共误差，将定位误差从原GPS的15m以内降低到1m以内，这种精度完全能满足农业生产中的定位需求。
2.2产量分布图生成系统YMS记录了作物收获时产量的相对空间分布，收集了基于地理位置的作物产量数据及湿度含量等特性值。
它的结果可以明确的显示在自然生长过程或农业时间过程中产量变化的区域。
实时获得产量分布信息和据此得到的产量图是处方农作中不可缺少的信息。
对产量信息和农田其它时空属性相结合的分析可指导对农田实行精细操作，通过谷物测产系统得到的数据可以预测产量，并对合理应用化肥、农药提供指导，产量图还可用于田块的分块管理，根据产量不同，采用不同的农作措施。
陈树人等选用距离反比加权空间产量数据差值算法，采用值过滤法滤除大产量数据，研究了等值线产量图生成方法，开发了具有空间数据差值、误差产量数据过滤、产量数据统计分布、原始产量点图、栅格图和等值线图的谷物产量图生成系统[24]。
陈树人等利用农田空间管理系统生成了一幅具有空间分布棉花产量图，分析产量差异性，用于指导棉田的精细管理[25]。
陈树人等利用AgLeader公司的SMSBasic3.0系统对一块F10的冬小麦产量数据绘制产量原始数据点图，含水率分布栅格图、地块高程等值线图，得到地块F10属性空间分布具有明显的差异性，而且产量数据、含水率数据、地块高程值具有一定的相似性[26]。
陈云坪等通过Kriging插值获得肥力分布图，经整合多年产量、气象和土壤等基础数据，将作物生产潜力估算、平衡施肥等知识模型与GIS相耦合，生成用于精准农业变量施肥的处方图，并通过网络予以发布，用户通过计算机网络即可获得施肥团块的作物施肥信息。
构建了基于知识模型与WebGIS的精准农业处方图生成系统的基本框架和处理流程，提高了处方图的合理性和可靠性，实现了通过网络生成和发布处方图，初步解决了目前处方图生成和发布的瓶颈[27]。
2.3变量控制技术VRT是指安装有计算机、DGPS等先进设备的农机具可以根据它所处的根底位置自动调节货箱里某种农业物料投入速率的一种技术，其工作原理如图1：
图1变量施肥或变量喷洒工作流程图
孙成确定了变量施肥控制系统的硬件组成，包括ARM7系列微处理器LPC2220代替原有的PFA田间计算机，担任控制系统的核心、U盘、ZLG7290I2C接口键盘、240128A-21PIN液晶显示器、CPLD器件、RAM、SST39LF/VF160、FLASH等。
并在实验中通过两种变量机的对比实验，得出了在误差允许范围内以LPCA2220微处理器为核心的控制系统代替PFA田间计算机的结论[28]。
梁春英实验结果表明变量施肥控制系统控制施肥范围为120kg/hm2-226kg/hm2，划分为0-100之间的100级，变量范围是±28.9%，克服了传统施肥方式一块地施肥比例完全相同，盲目施肥的弊端[29]。
王熙等认为变量喷药机采用MSNC系统与传统喷药方式相比，可实现更大范围内的流量变化控制，并且保持一定的喷雾指标。
在喷药机行进速度发生变化时，可在不影响喷雾类型和雾滴尺寸的同时，通过控制电磁阀任务周期来独立控制各喷头流量，可根据电子处方图数据进行变量喷药。
通过MSNS系统控制喷药量，可保持喷药系统管路压力恒定，控制喷雾雾滴直径大小，从而改善雾滴抗飘移性及雾滴覆盖率[30]。
目前MSNC控制系统在国内大范围应用还有一段距离，主要是国内电磁阀频率还达不到变量喷药精度要求，目前国外电磁阀频率最高可达50HZ，而我国生产的电磁阀频率多为10HZ左右，影响变量喷药机MSNC系统的国产化。
陆海燕建立了基于神经网络技术并可实现最大经济效益的变量施肥决策模型。
“4-4-10-3”网络结构的BP网络变量施肥决策模型以土壤养分<速效氮，速效磷和速效钾）含量和目标产量为输入，以氮磷钾施肥量为输出。
该变量施肥决策方法较好地反映了土壤养分、施肥量与产量之间的非线性关系。
利用VisualBasic6.0开发了精确农业变量施肥决策系统软件。
通过输入网络电变可了解养分信息，输入目标产量，可以得到施肥量，实现变量施肥决策[31]。
陈勇实验开发了基于机器视觉和模糊控制原理的智能化树木喷雾施药系统。
该系统能融合树冠面积信息和距离信息，通过模糊推理和决策来判断树木的“大”或“小”，进而选择不同的喷头组合，并控制喷雾系统的流量和喷头射程，实现对树木的智能喷雾。
该实验还研究了脉宽调制喷头的性能。
结果显示，脉宽调制喷头在不改变喷雾形态的情况下改变喷雾流量，从而实现可变量施药。
但是由于实验使用的电磁阀的开关频率较低，所以有待于利用开关频率更高的电磁阀开展进一步的研究[32]。
实施精确变量喷药作业，要求以最少的农药投入量实现农田内作物和杂草的生态平衡，并使对环境的污染达到最小。
目前国内还没有成型的可实现精确变量喷药的机械，并且许多问题还需要跨学科间的合作才能解决。
变量喷药技术的实现，需要农业工程师，农业经济学家，杂草专家，农用化学药品专家的通力合作，以更好地制定变量喷药实施所需要的专家系统。
变量喷药机的研制和广泛应用将在很大程度上增加农业生产效益，并使化学农药对环境的污染率达到最低[33]。
2.4农业生物采集技术及其在农业中的应用
精细农业的实现首先在于认识农田小区内农作物生长环境和生物情况的差异,而这必须依赖于各种先进的传感器。
需要从地面传感器上得到的信息包括：
土壤的有机组成，阳离子交换量，硝酸盐，氮，土壤的坚实度，土壤质地，盐度，杂草的检测，作物收获后残余覆盖情况等。
精细农业所需采集的农田信息分为两类：
一是农田的位置信息，包括地块的大小、形状、采样点的经度、纬度、地块中沟壑的位置等地理位置信息。
另一类信息如农田内相应点的属性信息如水有机质、氮、磷、钾等土壤属性信息，籽粒产量，小穗数，生物产量等产量相关属性信息及株高等作物生长状况属性信息。
在理想的情况下应当使所有这些信息都实时测量并及时传到PC机中，根据相应的位置信息及农田属性信息来控制相应的农机动作[34]。
掌上电脑操作系统发展迅速，而且专用于掌上电脑的开发工具也越来越强大，使得用掌上电脑作为农田信息采集控制中心成为可能。
目前基于掌上电脑的农业应用研究还不多，国内主要有农业专家系统方面的研究[35]。
而在基于掌上电脑的信息采集方面，国外已开始进行研究并已有一些产品，如Trimble公司开发的系列产品，但这些技术和装备一般均为专用设计，使用的灵活性较差，关键技术为专利技术，价格昂贵。
农田信息采集是一个实时系统从硬件的角度说，主要是解决传感器设计及各传感器、GPS与控制中心的通讯问题。
从软件角度来说，主要是数据的读取与读取后的数据后处理问题。
由于这个系统的数据输入输出量很大，时间不确定，数据的类型不确定，得到采样信息原始数据后所需的后处理时间计算量较大，因此在数据的读取上，应充分利用WindowsCE环境下的串口特殊性，从而提高整个系统的性能[36]。
毛静渊设计了基于单片机的结合GPS信息的农田土壤压实度信息采集仪，实现了农田土壤压实度信息的快速采集，同时也满足了对精确定位的要求。
开发了基于单片机的三参数采集仪，能同时获得水分信息、电导率信息和土壤温度信息。
研究了基于Labview的虚拟仪器信息采集技术，为多参数信息采集系统编写了配套的上位机管理软件。
软件实现了数据的接受，数据的处理、图形化显示和管理等功能[37]。
2.5决策支持系统DSS是根据农业生产者和专家在长期生产中获得的知识，建立作物栽培与经济分析模型、空间分析与时间序列模型、统计趋势分析与预测模型和技术经济分析模型，利用GPS、RS获得的各种信息及GIS建立的数据库，针对小区内农作物生长环境和生长条件，时间和空间上存在的差异作出分布式投入决策,即生成田间投入处方图。
决策支持系统的主要目的是：
①辅助决策者进行半结构化问题的决策：
②支持而非取代决策者进行决策；③提高决策效益而非效率。
韦笑研制了基于Web技术的饲料配方决策支持系统并进行实验，结果表明：
该系统能够满足淡水鱼饲料配方的决策要求，系统所得的磁疗配方满足淡水鱼的营养需求，成本相对较低，使用的简便性和信息传递的快捷性很有利于决策者的使用，该系统在配置淡水鱼饲料上具有一定的科学性和实用性[38]。
郑文钟等设计开发了基于GIS的农业机械化Basic管理决策支持系统。
GIS与决策支持系统的集成是通过Visual6.0数据库开发平台与地理信息系统professionalMapInfon7.0设计完成。
系统具有信息输入、修改、查询、删除、统计分析、预测和辅助决策、专题地图制作以及输出等功能[39]。
杨国范等利用Visual6.0和GeoStar提供的GIS控件，集成二次开发了沈阳浑北灌区水利灌区管理GIS，实现了灌区各种属性查询、操作和基于灌区地理位置的各种管理，并采用Web-GISGeoBeans初步研究了网上灌区。
王军等据G/S模式，基于GIS平台，建立了网络灌溉决策支持系统，根据灌区的水源、气象、灌溉设施情况及田间水分情况，计算作物需水量，并以不同渠道级别的输水量，按照一定的决策方法，来动态调整输配水决策，还能方便地制作报表与地图输出。
白薇建立了基于网络技术的非充分灌溉决策支持系统，对非充分灌溉制度优化提供在线决策支持。
IverThysen开发了网上灌溉决策支持系统，用户从网上自动获取气象数据、人工输入降水数据，并以田块及作物数据将系统初始化后，灌溉计划与解释信息会以图表形式表现出来[40]。
DSS的决策目标的设定还存在一些问题：
一是目前的大量研究仍仅仅以经济利润最高为目标，对多目标问题研究不足；二是对目标的不可度量性与不可公度性研究不足。
三是群决策理论和方法的研究还很散乱，尚未形成一定的框架体系。
四是对于多目标、不同时间跨度目标的逐步转化关系及如何辅助决策者做此类决策的研究缺乏。
2.6智能化变量农作机械及其在农业中的应用
智能化农业机械在精准农业技术研究中占具极重要的地位。
智能化农业机械就是采用系统的概念，将成套化的农业机械与电子技术、智能控制技术和信息技术组成系统，完成常规农业机械组合所做不到的功能和效果，达到对作业“处方”，准确实施的目标。
目前，国家实施了精准农业智能化农业机械装备的研究与开发工作，其中包括：
小麦变量施肥播种机、粮食产量分布信息获取系统、变量控制大型平移式喷灌机、智能化喷药机械、超低空遥感平台、粮食品质快速分析系统以及精准农业专用机载电脑和GPS、GIS系统。
2.6.l精准农业机载电脑和GPS导航定位系统
鉴于民用PC的广泛应用，以Pentium系列芯片为核心CPU组成的计算机系统的普及，为精准农业机载电脑提供了合理的选择方案。
相对于研制专用的单片机机载电脑系统，该选择的优点在于有极高的性能价格比，操作与维护方便，软件编程、管理和应用快捷，数据兼容性强，通讯接口丰富，控制可扩展性能好，存储容量大，为实现高性能的智能化控制技术奠定了好的基础[41]。
基于GPS定位技术的导航系统，采用预定航线与导航指示方式进行农业机械的田间导航。
该系统能够为农用飞机和地面行走机具的操纵者准确提供预定的航向，并指示密偏差范围和方向。
若采用廉价的OEM板和伪距差分方法组成DGPS系统，差分GPS定位精度为：
2M（RMS>；GPS导航指示偏差范围：
±200M：
GPS导航指示分辨率：
1M。
GPS定位系统采用载波相位实时差分技术（RTK>，定位精度可达厘M级。
2.6.2自动变量施肥播种机
针对大型变量施肥播种机研制了一种施肥量动态调节装置，保证变量施肥机在作业过程中根据田间的给定作业处方图，按照控制系统的控制指令，实时完成施肥量的调整功能，提高动态作业的可靠性以及田间作业的自动化水平。
2.6.3联合收割机粮食产量分布信息获取系统
一种基于称重法的联合收割机粮食产量分布信息测量方法在国内外首次采用，可以提高联合收割机粮食流量监视的准确性；利用传统联合收割机的粮食传输特点，采用了螺旋推进称重式装置组成联合收割机产量流量传感计量方法。
该动态称重方法可以保证粮食流量的计量精度，采用螺旋推进方法解决了现有联合收割机的安装问题，有利于作为联合收割机的附件在各种现有的机型上配套使用。
2.6.4大型平移式喷灌机变量控制系统
采用GPSOEM板的高精度组合导航与定位技术，结合土壤墒情的数据采集与分析，喷灌决策支持系统输出的作业处方图，以及大型喷灌机的遥测与遥控系统，实现了精准农业变量控制喷灌量的目标，实现了让农民可以在办公室内遥控大型平移式喷灌机的无人化田间自动作业功能，也实现了田间按指定区域给定期望降雨量进行自动变量的目标[41]。
大型平移式喷灌机各跨同步行走控制技术采用摆角反馈自动归零法来自动控制大型喷灌机各跨同步变速行走的方法。
通过检测大型喷灌机每两跨之间的夹角，当其不为零时，则机载电脑控制系统向各变频调速器发出相应的调整控制信号，驱动各地轮调速，使得各夹角调整为零度即归零，从而实现各跨同步行走变量喷灌的目标[41]。
2.6.5基于杂草自动识别技术的智能化喷药机械
针对机械化除草作业，提出一种基于计算机杂草图像自动识别方法及机电一体化控制方法以及智能化精准喷药除草装置，保证除草喷药机在田间作业过程中能正确地辨识作物与杂草，并根据杂草的分布状况，实时准确地开启相应的喷头，并根据不同杂草以及分布情况变量喷药，以实现节省农药和减少环境污染的目的[42]。
2.6.6超低空田间信息获取平台
超低空田间信息获取平台的研究为数字农业田间信息获取提供了很好的硬件平台。
超低田间信息获取平台的建立，为进一步深入田问进行农作物的病虫害的观察，植物的长势以
升级会员 