土壤数据和作物营养实时数据的采集
对于长期相对稳定的土壤变量参数，象土壤质地、地形、地貌、微量元素含量等，可一次分析长期受益或多年后再对这些参数做抽样复测，在我国可引用原土壤普查数据做参考。对于中短期土壤变量参数，象N，P，K，有机质、土壤水分等，这些参数时空变异性大，应以GPS定位或导航实时实地分析，也可通过遥感（RS）技术和地面分析结合获得生长期作物养分丰缺情况。这是确定基肥、追肥施用量的基础。20世纪90年代以来，土壤实时采样分析的新技术、新仪器有了长足的发展进步。
1.基于土壤溶液光电比色法开发的土壤主要营养元素测定仪，在我国已有若干实用化的产品推广。
2.基于近红外（NIR）多光谱分析技术、半导体多离子选择效应晶体管（ISFET）的离子敏传感技术的研究已取得了初步的进展和研究成果[5,6]。
3.基于近红外（NIR）光谱技术和传输阻抗变换理论的土壤水分测量仪在我国已经研制成功。
4.基于光谱探测和遥感理论的作物营养监测技术研究也取得了一定的进展。
用植物光谱分析方法诊断植物营养水平具有快速、自动化、非破坏性等优点，但诊断专一性不够，解译精度也有待提高。在作物N营养与作物光谱特性方面，无论是多光谱被动遥感，还是激光荧光雷达主动遥感的研究和应用都已较为成熟，在外观未发现缺氮症状时，已能区分作物的N素营养水平。日本首先研制了叶绿素计应用于田间作物氮素营养水平诊断及指导施肥，取得了较好的效果，据日农机新闻1999年又报道了一种自动化施肥装置，在水稻生长期间，可根据其叶子进行判断，自动调节施肥量，用分光传感器分析水稻生长情况，同时用GPS系统导航，任何人都能进行操作。但植物中P、K和微量元素的营养水平与作物光谱特性的关系研究较少。国内外研究发现基于现在的仪器设备条件下，在严重缺磷时，光谱分析才能用作物磷营养诊断；钾只能区分3~4级营养水平。但随着一系列地球观测卫星的将在近几年发射，卫星影像空间分辨率和光谱分辨率的提高，遥感技术将在作物营养监测的中扮演重要的角色。

差分全球定位系统（DGPS）
无论是田间实时土样分析，还是精确施肥机的运作，都是以农田空间定位为基础的。全球定位系统（GPS）为精确施肥提供了基本条件。GPS接收机可以在地球表面的任何地方、任何时间、任何气象条件下至少获得4颗以上的GPS卫星发出的定位定时信号，而每一卫星的轨道信息由地面监测中心监测而精确知道，GPS接受机根据时间和光速信号通过三角测量法确定自己的位置。但由于卫星信号受电离层和大气层的干扰，会产生定位误差，美国提供的GPS定位误差可达100米，所以为满足精确施肥或精确农作需要，须给GPS接受机提供差分信号即差分定位系统（DGPS）。DGPS除了接收全球定位卫星信号外，还需接收信标台或卫星转发的差分校正信号。这样可使定位精度大大提高。我们在实验中用的美国GARMIN公司的GPS12XL 接受机，接收差分输入后可达到1~5的定位精度。现在民用DGPS已完全能满足精确施肥的需要。现在的研究正向着GPS-GIS-RS一体化，GPS-智能机械一体化方向发展。日本最近实验利用GPS定位插秧机、GPS定位自动施肥机，误差在10cm以内[14,15]。

决策分析系统
决策分析系统是精确施肥的核心，直接影响精确施肥的技术实践成果。决策分析系统包括地理信息系统（GIS）和模型专家系统二部分。GIS用于描述农田空间属性的差异性；作物生长模型和作物营养专家系统用于描述作物的生长过程及养分需求。只有GIS和模型专家系统紧密结合，才能制定出切实可行的决策方案，这也使现在国内外GIS集成的研究热点。在精确施肥中，GIS主要用于建立土壤数据、自然条件、作物苗情等空间信息数据库和进行空间属性数据的地理统计、处理、分析、图形转换和模型集成等。作物生长模型是将作物及气象和土壤等环境作为一个整体，应用系统分析的原理和方法，综合大量作物生理学、生态学、农学、土壤肥料学、农业气象学等学科的理论和研究成果，对作物的生长发育、光合作用、器官建成和产量形成等生理过程与环境和技术的关系加以理论概括和数量分析，建立相应的数学模型。它是环境信息与作物生长的量化表现。通过作物生长模型我们可以得出任意生长时期作物对土壤生长环境的要求，以便采取相关的措施。在这方面美国的科学家们综合考虑大气-土壤-作物之间的相互作用，早在20世纪70年代研制出大型作物模拟模型CERES（覆盖了玉米、小麦、高粱、大豆、花生等12种作物），国内高亮之等系统的完成了水稻模型RICEMOD。但这些模型在生理生态模拟方面仍比较简单，其机理性、适用性有待于进一步发展和提高。我国20世纪80年代就就开发了作物营养专家系统，但无论是作物肥料效应函数模型为基础的专家系统，还是测土施肥目标产量模型，都属于统计模型，不同的统计模型计算的施肥量相差3倍以上。以作物生理机理为基础的作物营养模拟模型有待于进一步发展和提高。

控制施肥
现在有二种形式，一是实时控制施肥。根据监测土壤的实时传感器信息，控制并调整肥料的投入数量，或根据实时监测的作物光谱信息分析调节施肥量[18,19]。二是处方信息控制施肥。根据决策分析后的电子地图提供的处方施肥信息，对田块中肥料的撒施量进行定位调控。