精确农作理论与技术是农业信息技术领域的研究热点，对于数字农业和现代农业的发展具有重要的科学价值和实践意义。本研究基于GIS技术，以经典统计和地统计学为分析手段，确立了田区土壤养分(土壤pH、全氮、有机质、速效磷、速效钾)、水稻作物长势(SPAD、LAI、SPAD*LAI)和产量的空间变异特征及定量关系；进一步以作物管理知识模型为智能决策支撑，提出了GIS与模型及GIS与GPS的组件化集成技术，构建和实现了基于田区作物产量、土壤养分和苗情监测差异的精确农作决策支持系统(DSSPF)，为精确农作系统的应用奠定了技术基础。 本研究首次在作物长势分析中引入地统计学手段，结合田区土壤养分和产量的空间变异特征，着重定量描述了作物长势空间变异规律，并从空间分布的角度探寻作物长势监测指标与产量的关系。发现除土壤pH值外的其它土壤特性、作物长势和产量都表现出空间自相关性，达到中等及以上强度；土壤全氮、有机质、SPAD、LAI、SPAD*LAI与产量均达到极显著正相关。克里格插值图可很好地描述作物长势和产量的空间变异，空间插值分析与相关分析结果都说明，采用SPAD*LAI二乘因子较之单个变量能更精确反映作物长势，从而有助于实施产中调控和按需补给。 提出“部件组合”集成模式，并应用于精确农作决策支持系统(DSSPF)的研制。以Visual Basic为开发平台，基于组件开发环境的独立性、软件升级的灵活性、集成开发的便捷性，围绕组件GIS进行系统集成，着重阐述了代码组件及双工程测试在VB平台上的具体实现过程、探讨了GIS与模型及GIS与GPS的耦合技术，集成后的系统克服了使用GIS软件内嵌二次开发语言无法脱离基础GIS软件平台而独立运行的不足，各大组件能单独升级和维护，为精确农作决策支持系统的集成开发和独立运行提供了组件化技术方案。 首次将知识模型应用于精确农作决策支持，构建了基于GIS、GPS和模型的DSSPF。DSSPF所采用的模型是在解析本实验室已构建的作物管理知识模型的基础上，由部分适用精确农作技术的作物管理知识模型模块和基于空间差异分析的新模型整合而成的。知识模型是基于作物与环境的动态关系，通过定量描述作物生育和管理指标的时空规律，从而使DSSPF中的管理决策支持具有解释性和广适性，有效解决了专家系统决策中地域性和经验性较强的这一难题。