CN103942649A - 竹子智能施肥系统 - Google Patents
竹子智能施肥系统 Download PDFInfo
- Publication number
- CN103942649A CN103942649A CN201410165082.5A CN201410165082A CN103942649A CN 103942649 A CN103942649 A CN 103942649A CN 201410165082 A CN201410165082 A CN 201410165082A CN 103942649 A CN103942649 A CN 103942649A
- Authority
- CN
- China
- Prior art keywords
- bamboo
- soil
- fertilizer
- information
- fertilising
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种竹子智能施肥系统,其特征在于,建立一个区域土地土壤肥力基础信息空间数据库的数据计算中心,该中心集成了土壤调查、土地肥力评价、竹子营养学、土壤定位监测技术,测土施肥技术,将信息传送到在特定地区建立的分站或种植方的互动平台,使之通过计算机终端、触摸屏终端或移动终端查询到当地竹子林地的相关质地、养分含量水平,本区域土地土壤特性、环境条件以及竹子的生产潜力目标,并提供施肥配方或施肥解决方案,设立专家库和肥料供应商链接,满足竹子高产高效生产管理的需要。
Description
技术领域
本发明属于林业技术应用领域,具体涉及一种竹子竹林的智能施肥系统。
背景技术
竹子(Bamboo),又名竹。为高大、生长迅速的禾草类植物,茎为木质。分布于热带、亚热带至暖温带地区,东亚、东南亚和印度洋及太平洋岛屿上分布最集中,种类也最多。竹原产中国,类型众多,适应性强,分布极广。在中国主要分布在南方,像四川,湖南等,他们有熊猫之家和竹林深处的典故。全世界共计有70个属1200种,盛产于热带、亚热带和温带地区。中国是世界上最主要的产竹国,无论是竹子的种类、面积、蓄积量及竹材、竹笋的产量都雄居世界首位,竹子种类已知有福州森林公园39属500余种。竹林资源集中分布于浙江、江西、安徽、湖南、湖北、福建、广东,以及西部地区的广西、贵州、四川、重庆、云南等省、市、自治区的山区,其中以福建、浙江、江西、湖南4省最多,占全国竹林总面积的60.7%。竹子喜生于山谷、丘陵、坡地、溪边、河岸、田埂等处,常自生成林,竹子生长地方不与褒林、农田相争。竹子能提供人们喜食的竹笋、竹荪,可用于编织席子、椅子、筐、箩、篮及建筑用材等,竹子综合价值极广,因此是广大农民极喜欢种植的作物。竹子种植后第三年即可成林采伐,以后每年都自然再生,不须重新种植,由于竹子极强的再生性,一次种竹可连续很多年供材;而竹林的生态特点是能固土保水,由于竹子的采伐方式为择伐,择伐竹子不会象采伐树林那样,造成水土流失。所以说种植竹子既可提供纸材,同时可以改善环境及生态,还可收获破土而出的竹笋。
竹林是森林资源的重要组成部分,但同时竹子又是一个特殊群体 它有别于一般林术的经营。竹子其繁殖或造林主要以无性繁殖方式进行,尤其对散混生竹种来说有“独木成林"之说,更重要的是竹子个体寿命也相对较短,但其生长快,经营周期短,竹子个体的形成从长出地面开始只需十几天至五、六十天,并且竹林种群增长只在一年中短暂的季节形成大量的个体,需要消耗大量的养分。另外,在人工林中,人们经营竹林不仅以竹材为经济产品,而且竹笋也是重要的产品,其经济价值经常远远超过竹材,这就意昧着每年从竹林中带走大量的养分。所以,竹林的丰产经营,无论从竹子本身的特性或养分平衡角度,都比一般丰产林更迫切要求施肥,补充竹林的养分,以达到持续丰产经营。竹林的施肥在生产实践的应用早于一般竹子的培养,5O年代,人们已开始凭借经验施肥,只是很少作系统的研究。只有到8O年代后。竹、笋产品的迅猛开发利用,竹子分布中心的国家,开始普遍关注竹类资源的培育,于是世界竹林面积迅速扩大。目前,垒球竹林达1 100 hm2 ,尤其是中国,竹林面积最大,有近700万hm2 ,从第4次中国森林资源清查看,比第3次增加25.7万hm2 ,每年以5.1万hm2的速度递增 。竹林的施肥是竹林丰产培育最重要的措施之一。因此,近十几年来,竹子资源丰富的国家十分重视森林施肥,80年代以来,对竹林施肥进行了广泛的研究,进行了不少有益的探索,为生产实践提供施肥技术及依据。
除传统的竹制品以外,近年人们成功开发竹浆造纸技术,竹子种植日渐规模化、产业化发展。随着竹林的快速发展,竹子栽培也面临着许多问题。主要表现为施肥量不足、施肥不及时及没有进行充分的土壤养分诊断而难以达到科学施肥,施肥存在一定的盲目性,从而影响施肥的效果。
总而言之,竹子施肥缺乏土地基础信息的引导,不是从自身土地的立地条件和生产潜力等出发,而是照搬他人经验而制定施肥方案,针对性不强,往往造成投入养分过量或不足而引起的环境生态问题,同时用肥的养分结构仍存在许多不合理之处,目前在实际生产中重视无机肥料,轻视有机肥料;重视大量元素的使用,轻视中微量元素的搭配;重视肥料生产中的平衡配肥,轻视林分的平衡吸收等现象还比较普遍,造成肥效不高和潜在高隐患的养分失调。再者,先进的林业施肥技术推广手段严重滞后,农业部门推广的测土配方施肥有网络、触摸屏、信息公示、配肥终端、技术物化等手段,取得了较好的效果。与农业部门的相比,林业这方面的工作差距还是比较大,以致于先进实用的技术到位率不高,得不到应有的回报。
发明内容
本发明为了克服上述竹子栽培现有的问题,提供一种竹子智能施肥系统。
本发明所采用的技术方案是:
一种竹子智能施肥系统,建立一个区域土地土壤肥力基础信息空间数据库的数据计算中心,该中心集合了土壤调查、土地肥力评价、竹子营养学、土壤定位监测技术,测土施肥技术,将信息传送到在特定地区建立的分站或种植方的互动平台,使之通过计算机终端、触摸屏终端或移动终端查询到当地竹子土地的相关质地、养分含量水平,本区域土地土壤特性、环境条件,竹子的生产潜力目标、生长情况和根据不同用途的最佳砍收期,提供施肥配方或施肥解决方案,设立专家库和肥料供应商链接,满足竹子林业高产高效生产管理的需要。
所述分站或种植方的互动平台还包括向专家库获得施肥卡,所述施肥卡的主要内容有:以任何区域的地理信息、地形部位、坡度、土层厚度、成土母质、土壤名称、土壤养分含量水平、土壤物理和化学性质的土地土壤地理信息为依据,计算出该区域土地土壤综合肥力指数,并以土地综合肥力指数为依据,提出竹子的不同生长周期的产量潜力,以推荐优化栽培的信息,推荐肥料品种、配方和使用时间及用量。肥力与生产力的关系是极其重要的,建立竹子施肥参数就成为首要的技术关键,包括产量潜力、竹子不同生长年限单位商品材需肥量、不同生长时期土壤供肥量、不同生长季节的产量水平肥料利用系数等参数的合理估计。推荐施肥采用大配方小调整,大量元素定量推荐,中微量元素定性调配。本系统的产量潜力、相对土壤养分供给能力和肥料利用系数的参数是相互关联,组成一个配套的封闭系统,外部相关参数不能参与本系统的任何参数的估计,也不适用于本系统以外的施肥推荐。
所述的数据计算中心定期从国家或省级农业数据库和专家在各林区设定的土壤监测点,获取土壤肥力信息,进行数据更新,建立区域土地土壤肥力基础信息空间数据库,或者通过从种植方所在林区土地每年取样分析,输入样土化验数据,完善该林区土地土壤数据库更新,通过跟踪该土地土壤中一种或一种以上必需或敏感营养元素的变化情况,对地块进行施肥信息跟踪管理,也可同时输出该林区当年相应施肥方案信息。
所述的数据计算中心所建立的区域土地土壤肥力基础信息空间数据库,还包括建立区域土地土壤肥力基础信息空间数据库,通过电子地图在分站或种植方的互动平台可查询植物所需各种营养元素的专题分布图,为制定竹子施肥配方或施肥方案提供依据;或者通过观测或监测竹子植物体,进行营养诊断或生命特征诊断,将相应数据信息输入系统,从而制定竹子施肥配方或施肥方案。
所述的专家库,包括对竹子营养诊断方法和病虫害的防治信息。还包括供人们查询或检索的知识库、竹子及竹子配方肥的各种相关知识、资料和土地土样采集方法。目前竹子在种植过程中,很多林业种植者只是知道需要施肥和林间管理,但不知如何防治竹子病虫害,这时候,通过点击专家库,就可以了解竹子营养诊断方法和如何防治竹子病虫害,或者目前竹子出现怎样的病虫害传播,使得能够及早引起注意和预防。
土地的数据查询主要包含四种查询方式:一是单点查询,通过鼠标在地图上点击,调出对应位置的土壤养分含量以及其他属性数据;二是区域查询,通过鼠标在地图上对次点击得到多边形,然后系统会根据施肥模型参数,从而获取该区域范围内有效的土壤养分含量以及其他属性数据;三是县区查询,直接获取某个县区的有效土壤养分含量以及其他属性数据;四是经纬度查询,通过鼠标在地图上输入经纬度,从而获取该区域范围内有效的土壤养分含量以及其他属性数据。以广西为例,其中专题地图模块是根据整个广西区内所有测试地块的土壤养分数据生成不同的土壤养分专题图的功能模块。该模块主要能够使用户对整个广西区以及某个特定区域(通过地图放大缩小可以查看某区域的情况)内的各个土壤养分含量分布有整体的把握,能够在从一个相对宏观的角度获取作物种植,施肥的参考。专题地块模块支持的土壤养分专题图包括:速效钾专题图,全氮专题图,质地专题图,有效铜专题图,有机质专题图,交换量专题图,有效锰专题图,有效铁专题图,有效硼专题图,PH值专题图,有效锌专题图,有效磷专题图。
所述的计算机终端链接政府相关部门,为制定政策和法规提供科学、全面的准确信息,政府相关部门也能够通过计算机终端向分站或种植方发出相应的指令或服务信息,或通过链接银行、保险业、资产评估机构及相关部门,为其提供服务。
所述测土施肥技术包括竹子施肥计算模型、竹子施肥的营养配方、施肥时间和施肥用量。例如根据竹子的生长需肥特点,在种植竹子前,先对种植竹子的土地进行土样采集,检测土样养分,然后根据土样养分情况进行大、中、微量元素的合理配置,从种植到第三、第四年,通过土壤养分定点监测的结果信息链接到专家库和肥料供应商,确定竹子肥的元素配方、施肥时间和施肥用量。这样就保证了种植方能够科学种植竹子,获得最好的指导实现造林丰产。
所述的竹子施肥计算模型包括竹子产量潜力、竹子不同生长时期(竹笋、成长期或竹子收获期)单位商品材需肥量、不同生长季节土壤供肥量或不同生长年限的产量水平肥料利用系数的合理估计中一种或一种以上综合的计算模型。在相同的栽培管理,生产过程的光、热、水、气各地不尽相同,所处的立地条件也不一样,最终得到的产量也不同。因此,合理地分析竹子的生产能力,是科学制定施肥方案和提高施肥质量的关键。由于不同的生产周期(轮伐期)、竹子代数、不同种植密度和不同的地域,最终的产量结果差异也较大,本竹子智能施肥系统的处理方法为,以特定的中心区域、五年生产周期(轮伐期)和亩种植密度为83株为基准,建立不同生产区域、不同生产周期、不同密度的生产潜力和不同林分生长代数等调整参数。而竹子的单位需肥量可以通过对人工栽培竹子林的采样的样品,对竹子的各个部位分别进行相关养分含量测试,并根据各部位的生物量,分别计算出不同年份和不同部位的吸收养分数据,再依据试验所得到的商品材产量结果,求出单位产量需肥量。合理对土壤供肥能力估计,是科学施肥的重要的环节,竹子生长发育所需的营养主要来自于土壤供给,而土壤供给能力的体现主要表现两个特点,一是产量潜力与土壤养分的供给能力呈正比,即产量潜力越大,土壤可供给量就越大,反之亦然;二是在合理的年限范围内,生长年限越长,土壤供给养分绝对的量越大。由于广西目前没有竹子基础供肥能力测定的试验结果,难于评价具体土地土壤供肥能力的绝对数量,但可以参考农田作物的试验结果,可估算其相对供给量。本系统的肥料利用系数主要指化学肥料,并且主要针对氮磷钾等大量元素。对分布各地的32个处理的施肥效果的试验材料。对已得到的试验结果,按上述的单位产量需肥量、产量潜力、相对土壤养分供给能力参数估计方法的估算结果,分别计算出各处理的肥料利用系数,并对计算结果用盒子构造法分析,剔除异常值,分生长年限归类统计。在上述的土地产量潜力、单位产量需肥量、土壤供肥能力和肥料利用系数的估算方法建立以后,可根据有关土地的立地条件、土壤养分情况、栽培生产要素等的实际情况,求出有关参数的具体值,并依据为平衡施肥计算公式求出,其计算的式子为:
施肥量=(预计产量所需肥量-土壤供肥量)÷肥料利用率
其中:预计产量所需肥量=预计产量×单位产量需肥量
土壤供氮量=土壤供给率*产量潜力*单位产量需氮量
氮肥利用系数=10.16/10*57.64=58.56%
施氮肥量=(33.34-15.87)/0.5856=29.83(kg/亩)
得到纯量的计算结果后,可根据采用肥料品种的含量折成实物,并根据种植密度和各年度施用分配比例,计算出各年度单株施肥量。
所述的施肥卡还与肥料供应商联系,种植方可向肥料供应商购买最适合的竹子专用肥料。本发明通过建立在触摸屏信息查询设备上的独立站点式数据查询与发布系统。使林农、企业能真正方便、快捷地查询有关土地的土壤信息,并得到科学施肥配方以及土地管理指导,从而提高土地的经营效益。查询系统的技术方法是:基于GIS平台,开发专有的触摸屏交互界面,满足用户利用触摸屏系统进行地块土壤信息的查询和施肥建议的获得。
所述的数据计算中心的中心计算机CPU采用Intel i5 2.5G或以上;内存采用4G或以上;操作系统采用Win7 32位旗舰版或以上;Office软件采用Windows office2007或以上;能够与用户终端和手机数据相匹配。本发明的系统运用的计算机技术及地理信息系统技术主义包括:.Net Framework技术,Access数据库技术以及GIS(地理信息系统)平台DotSpatial技术。由自主开发的GIS平台为基础,再通过二次开发技术设计架构而成,系统的安装包含了GIS平台和相关应用程序的安装。由于自主GIS平台的运行涉及到大量的内建地图引擎服务,因此对系统所运行的电脑硬件需满足上述性能要求。所述的移动终端是指手机或者具有多种应用功能的智能手机以及平板电脑。
本发明的竹子智能施肥系统,该系统在其它竹子施肥中的应用。本系统不仅解决了目前竹子栽培中的存在的问题,还可以推广到其他竹子高产高效栽培管理上应用。
本发明的有益效果:
1、本发明的竹子智能施肥系统,通过建立一个区域土地土壤肥力基础信息空间数据库的数据计算中心,利用计算机将先进技术的集成用于指导竹子栽培的施肥信息决策系统,通过计算机终端、触摸屏终端或移动终端提供给林农、企业使用,引导他们利用现代信息技术使用专用肥料配方,并进行科学合理的施肥,从而促进竹子土地的沃土与高产。
2、本发明的竹子智能施肥系统,能够建立竹子施肥参数的技术关键,包括产量潜力、竹子不同生长年限单位商品材需肥量、不同生长年限土壤供肥量、不同生长年限的产量水平肥料利用系数等参数的合理估计。
3、本发明的竹子智能施肥系统,能够查询到各区域土地土壤信息、土地肥力评价、竹子营养学、肥力演变趋势的若干信息,还充分运用测土施肥技术,对专用肥的配方进行设计、配方专用肥生产、配方专用肥购买等。
4、本发明的竹子智能施肥系统,在建立基础数据库的基础上,运用现代计算技术开发一套竹子智能化信息决策系统,提供政府有关部门参考。
附图说明
图1为竹子智能施肥系统的逻辑功能图。
图2为竹子智能施肥系统运行流程图。
具体实施方式
图1为竹子智能施肥系统的逻辑功能图。如图1所示,建立一个管理库数据系统,主要是以第二次土壤普查数据、土壤测土数据、地块矢量图形数据和属性数据、系统管理数据为核心,采用MIS技术、数据库技术,建立自治区、市、县(市、区)信息处理与管理平台,完成系统维护、数据组织与管理、查询、浏览、数据更新处理、专题制图、报表管理等业务管理应用层。分站或种植方通过在人机交互界面输入要查询的信息,系统结合土地土壤调查模块和土地管理信息模块从而获取土地信息,同时通过GIS管理系统、数据库管理系统、知识库管理系统获取专家系统、数据库、知识库支持,经过知识获取机制、解释机制形成推理机制,最终得到决策建议。
图2为竹子智能施肥系统运行流程图,用户通过竹子智能化施肥决策系统点击地块地图,土壤数据自动从土壤采样及业主林分情况调查提取,通过建立好的林分实验、模型及知识库得出竹子产量潜力评估,结合土壤养分丰缺状况评价,确定施肥总用量,从而根据肥料运筹方案计算各期肥料用量再结合肥料生产工厂得到配方推荐(建立配方库),然后通过施肥方案推荐(施肥指导单元图)、施肥方案推荐(管理单元图)的以一图一表模式、查询的形式,形成竹子生态肥选型提供给用户,然后通过销售点、物流把肥料送达林分业主。竹子人工林智能化施肥系统是建立在触摸屏信息查询设备上的独立站点式数据查询与发布系统。使林农、企业能真正方便、快捷地查询有关土地的土壤信息,并得到科学施肥配方以及土地管理指导,从而提高土地的经营效益。
数据计算中心的中心计算机CPU采用Intel i5 2.5G或以上;内存采用4G或以上;操作系统采用Win7 32位旗舰版或以上;Office软件采用Windows office2007或以上;能够与用户终端和手机数据相匹配。中心计算机系统运用的计算机技术及地理信息系统技术主义包括:.Net Framework技术,Access数据库技术以及GIS(地理信息系统)平台DotSpatial技术。将空间数据以及土壤调查、土地肥力评价、竹子营养学、肥力演变趋势的若干信息,测土施肥方法的技术结合进DotSpatial的应用程序中,从而集成到统一的系统——竹子智能施肥系统。
本发明的系统主要模块包括:数据查询模块、施肥推荐模块、专题地图模块、知识库模块、系统维护模块。各功能系统集成的实现主要是在系统支持技术的结合运用的基础上实现的,实现方法如下所示:数据查询模块主要通过与地图交互获取地图点(或区域)位置信息,然后根据相应的位置信息从数据库中调出该位置对应的土壤调查数据,将空间位置与土壤养分含量数据关联起来,让用户可以轻松获取感兴趣地理位置的土壤信息;推荐施肥模块是在数据查询的基础上获取空间位置(单点附近区域,多边形区域,县区区域)有效的土壤养分含量数据,然后根据具体土壤养分含量值运用土地肥力评价、竹子营养学、测土配方施肥技术、竹子栽培等相关技术的数学模型,从数据库中调出相应的模型参数,经过一系列复杂的最优筛选计算,从而获取针对该空间位置施肥的最优方案;专题地图模块是在全面获取整个地图区域的全部地块的土壤养分含量数据的基础上,运用地理信息系统中针对某特定数据进行地图渲染,自动生成专题图,使抽象,晦涩的土壤养分数据和地图空间数据得以形象,简洁的展现给用户,使用户对整个地图区域有了一目了然的整体把握以及宏观感知;知识库模块是将相应的帮助文档、公司简介、竹子知识做成编译的HTML帮助文件 (.chm),然后嵌入到系统中,以辅助用户对系统的使用,以及从中了解相应的施肥、竹子等知识;系统维护模块主要是通过ADO(ActiveX Data Objects,ActiveX数据对象是Microsoft提出的应用程序接口用以实现访问关系或非关系数据库中的数据)方式连接数据库,从而对数据表进行更新、修改。
本发明的数据交换系统是将信息转换成统一的格式,通过数据总线实现各个专业系统的数据集成,实现核心子系统与专业系统之间的数据交换与融合。
应用实施案例1:毛竹施肥效果对比试验
1材料与方法
1.1试验地概况
试验地设在桂林市临桂县宛田乡洞头村(东经110°1′42″,北纬25°34′35″)。试验地设在山坡,竹林土层较深厚、疏松。试验地处于南亚热带气候带内,年平均气温为20℃,年降雨量1200mm。管理水平较低,林内灌杂术较多,立竹平均胸径6cm,每公顷有立竹1800株,新竹留养800株/hm2.a。该林业有限公司与本发明《系统》(广西力源宝公司设计的系统)联网,索取到系统提供的施肥建议卡基本信息:土壤为沙质壤土,土层厚度大于或等于80cm,坡度20~25°,土壤主要理化性质及推荐施肥,产量潜力见表1-1。
表1-1《系统》建议施肥卡主要理化性质及施肥推荐、潜力产量
1.2试验设计
试验采用单因素随机区组设计,设2个处理,随机排列,重复3次,每个重复选定中间两行作为测量对象,试验处理水平见表1-2。
表1-2 试验处理水平表
注:肥料价格(三年平均价格):力源宝竹子生态肥2380元/T,其它专用肥2350元/T。
1.3营林管护
试验于2008年3月开始进行,试验地面积约33hm2,毛竹低改基地。2008年3月除草,施长笋肥,2008年9月施孕笋肥。每年施肥两次,连施三年。每两年砍伐一次,每次砍伐80株/亩。
1.4数据调查与分析
每年施肥前调查立竹度、胸径、竹高等;施肥后(每年4月)调查出笋情况(成竹和退笋)、新竹数量、胸径、竹高。并对不同处理进行比较分析,比较各处理间的差异性。
2结果与分析
2.1 不同肥料对竹子生长量的影响
由表1-3可知,处理1平均竹高比处理2增10.6%,平均胸径比处理2增9.2%,出笋数增25%,新竹量比处理2增40.3 %。结果表明处理1总养分含量与处理2相同,但对竹子生长量的促进作用比处理2明显。其增产效果优于处理2,林分的生长量较大,肥效明显。因此,不同品种的肥料对竹子前期生长量的肥效差别不仅仅取决于N、P、K大量元素含量高低,主要受肥料养分是否平衡影响。
表1-3 不同肥料处理竹子生长量
注:以上出笋数、新竹量、竹高和胸径的数据是三年的中大年的3个重复测定的平均数据;
应用实施案例2:细叶龙竹施肥效果对比试验
1材料与方法
1.1试验地概况
试验地设在白色市田东县思林镇(107°15′48″,北纬23°30′7″)。试验土地设在山坡,竹林土层较深厚、疏松。试验土地处于南亚热带气候带内,年平均气温为22℃,年降雨量1200mm。管理水平较低,林内灌杂术较多,立竹平均胸围10.0cm,每公顷有竹900丛,有立竹12150株,平均蓄积量40,6t/hm2,新竹产量1.61t/hm2.a。该林业有限公司与本发明《系统》(广西力源宝公司设计的系统)联网,索取到系统提供的施肥建议卡基本信息:土壤为沙质壤土,土层厚度大于或等于80cm,坡度5~15°,土壤主要理化性质及推荐施肥,产量潜力见表1-1。
表1-4《系统》建议施肥卡主要理化性质及施肥推荐、潜力产量
1.2试验设计
试验采用单因素随机区组设计,设2个处理,随机排列,重复3次,每个重复选定中间两行作为测量对象,试验处理水平见表1-2。
表1-5 试验处理水平表
注:肥料价格(三年平均价格):力源宝竹子生态肥2180元/T,其它专用肥2000元/T。
1.3营林管护
试验于2007年11月开始进行,试验地面积约3hm2,松杂林更新土地。2007年11月~2008年1月进行清山、炼山、挖坎工作,株行距:4.0m×4.0m,2008年2月21日施基肥,2008年2月25日定植,竹子品种:细叶龙竹,2008年3月23日补植,2008年5月进行第一次抚育(扩坎、全铲),2008年5月26日第一次追肥,2008年9月第二次抚育(全铲),2009年4月20日完成第三次抚育(穴铲+除草剂,2009年5月)第二次追肥, 2010年5月第三次追肥。2011年4月追肥,2012年5月追肥。
1.4数据调查与分析
2008年10月8日、2009年9月16日、2012年10月20日进行竹子生长量数据测定,实地测定竹高、胸径、采伐量。并对不同处理进行比较分析,比较各处理间的差异性。
2结果与分析
2.1 不同肥料对竹子生长量的影响
由表1-3可知,处理1平均竹高比处理2增14.0%,平均胸径比处理2增10.8%,年采伐量比处理2增25.4 %。结果表明处理1总养分含量与处理2相同,但对竹子生长量的促进作用比处理2明显。其增产效果优于处理2,竹林的生长量较大,肥效明显。因此,不同品种的肥料对竹子前期生长量的肥效差别不仅仅取决于N、P、K大量元素含量高低,主要受肥料养分是否平衡影响。
表1-6 不同肥料处理竹子生长量
注:①以上竹高、胸径和采伐量的数据是2012年11月(第5年)的数据、3个重复测定的平均数据;
②每公顷竹子保存数为600丛。
本发明实施后的情况:
一、按《竹子智能施肥系统》施肥建议卡提供的施肥量进行施肥,试验产量高于《竹子智能施肥系统系统》相对应的潜力产量,证明《竹子智能施肥系统系统》可供广大林农、林业经营大户、林场和林业管理工作者查询土地土壤肥力信息、分析土地生产潜力以及为施肥计划、生产规划等环节提供帮助和技术支撑。
二、不同生产厂家生产的竹子专用肥氮磷钾总含量相同,施用后的肥效不同,在实际生产中,不应以单一的氮磷钾总含量高低进行判断其施用效果好与差,而应考虑肥料施用后产生的价值进行性价比高低比较。
建议肥料生产企业在生产中原材料的使用与配置,应考虑其利用率以及对土地土壤结构与肥力的维持、生态环境的保护几方面。围绕维持或提升土地土壤肥力,实现本地竹子人工林土壤肥沃、生态环境协调、生产高产高效和可持续发展目标进行配方的设计和生产。
Claims (9)
1.一种竹子智能施肥系统,其特征在于:建立一个区域土地土壤肥力基础信息空间数据库的数据计算中心,该中心集成了土壤调查、土地肥力评价、竹子营养学、土壤定位监测技术和测土施肥技术,将信息传送到在特定地区建立的分站或种植方的互动平台,使之通过计算机终端、触摸屏终端或移动终端查询到当地竹子土地的相关质地、养分含量水平,本区域土地土壤特性、环境条件,竹子的生产潜力目标、生长情况和根据不同用途的最佳砍收期,并提供施肥配方或施肥解决方案,设立专家库和肥料供应商链接,满足竹子高产高效生产管理的需要。
2.根据权利要求1所述的竹子智能施肥系统,其特征在于:所述分站或种植方的互动平台还包括向专家库获得施肥卡,所述施肥卡的主要内容有:以任何区域的地理信息、地形部位、坡度、土层厚度、成土母质、土壤名称、土壤养分含量水平、土壤物理和化学性质的土地土壤地理信息为依据,计算出该区域土地土壤综合肥力指数,并以土地综合肥力指数为依据,提出竹子的不同生长周期的产量潜力,以推荐优化栽培的信息,推荐肥料品种、配方和使用时间及用量。
3.根据权利要求1所述的竹子智能施肥系统,其特征在于:所述的数据计算中心定期从国家或省级农业数据库或专家技术人员在各竹子林区设定的土壤监测点获取的土壤肥力信息,进行系统数据更新,或者通过从种植方所在竹子林区土地每年取样化验,输入样土化验数据,完善该竹子林区土地土壤数据库更新,通过跟踪该土地土壤中一种或一种以上必需或敏感营养元素的变化情况,对地块进行施肥信息跟踪管理,也可同时输出该竹林区当年相应施肥方案信息。
4.根据权利要求1所述的竹子智能施肥系统,其特征在于:所述的数据计算中心,还通过电子地图在分站或种植方的互动平台可查询植物所需各种营养元素的专题分布图,为制定竹子施肥配方或施肥方案提供依据;或者通过观测或监测竹子植物体,进行营养诊断或生命特征诊断,将相应数据信息输入系统,从而制定竹子施肥配方或施肥方案。
5.根据权利要求1所述的竹子智能施肥系统,其特征在于:所述的专家库,包括对竹子营养诊断方法和病虫害的防治信息;还包括供人们查询或检索的知识库、竹子及竹子配方肥的相关知识、资料和土地土样采集方法。
6.根据权利要求1所述的竹子智能施肥系统,其特征在于:所述的计算机终端通过链接政府相关部门,为制定政策和法规提供科学、全面的准确信息;通过计算机终端向分站或种植方发出相应的指令或服务信息,或链接银行、保险业、资产评估机构及相关部门,为其服务。
7.根据权利要求1所述的竹子智能施肥系统,其特征在于:所述测土施肥技术包括竹子施肥计算模型、竹子施肥的营养配方、施肥时间和施肥用量。
8.根据权利要求7所述的竹子智能施肥系统,其特征在于:所述的竹子施肥计算模型为竹子产量潜力、竹子不同生长年限单位商品材需肥量、不同生长年限土壤供肥量或不同生长年限的产量水平肥料利用系数的合理估计中的一种或一种以上综合的计算模型。
9.根据权利要求2所述的竹子智能施肥系统,其特征在于:所述的施肥卡还与肥料供应商联系,种植方可向肥料供应商购买最适合的竹子专用肥料。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410165082.5A CN103942649A (zh) | 2014-04-23 | 2014-04-23 | 竹子智能施肥系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410165082.5A CN103942649A (zh) | 2014-04-23 | 2014-04-23 | 竹子智能施肥系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103942649A true CN103942649A (zh) | 2014-07-23 |
Family
ID=51190310
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410165082.5A Pending CN103942649A (zh) | 2014-04-23 | 2014-04-23 | 竹子智能施肥系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103942649A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109168521A (zh) * | 2018-11-20 | 2019-01-11 | 湖南省林业科学院 | 一种毛竹笋用林配方施肥方法 |
CN112307091A (zh) * | 2020-11-06 | 2021-02-02 | 广东省农业科学院农业资源与环境研究所 | 一种柑橘园土壤养分肥力查询系统 |
CN114487351A (zh) * | 2022-02-07 | 2022-05-13 | 湖南生物机电职业技术学院 | 一种转基因水稻土壤耕地地力监测平衡系统及其设备 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1920859A (zh) * | 2005-08-22 | 2007-02-28 | 中国科学院东北地理与农业生态研究所 | 东北黑土土壤肥力管理信息系统 |
CN103208048A (zh) * | 2013-04-22 | 2013-07-17 | 天津市农业技术推广站 | 一种用于农业信息服务平台的系统架构 |
-
2014
- 2014-04-23 CN CN201410165082.5A patent/CN103942649A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1920859A (zh) * | 2005-08-22 | 2007-02-28 | 中国科学院东北地理与农业生态研究所 | 东北黑土土壤肥力管理信息系统 |
CN103208048A (zh) * | 2013-04-22 | 2013-07-17 | 天津市农业技术推广站 | 一种用于农业信息服务平台的系统架构 |
Non-Patent Citations (2)
Title |
---|
胡政权: "测土配方施肥建议卡的智能化制作", 《湖北农业科学》 * |
谭旭: "基于GIS的分散农户变量施肥系统设计与实现", 《中国优秀硕士学位论文全文数据库基础科学辑》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109168521A (zh) * | 2018-11-20 | 2019-01-11 | 湖南省林业科学院 | 一种毛竹笋用林配方施肥方法 |
CN109168521B (zh) * | 2018-11-20 | 2021-06-29 | 湖南省林业科学院 | 一种毛竹笋用林配方施肥方法 |
CN112307091A (zh) * | 2020-11-06 | 2021-02-02 | 广东省农业科学院农业资源与环境研究所 | 一种柑橘园土壤养分肥力查询系统 |
CN114487351A (zh) * | 2022-02-07 | 2022-05-13 | 湖南生物机电职业技术学院 | 一种转基因水稻土壤耕地地力监测平衡系统及其设备 |
CN114487351B (zh) * | 2022-02-07 | 2023-10-24 | 湖南生物机电职业技术学院 | 一种转基因水稻土壤耕地地力监测平衡系统及其设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN103927685A (zh) | 农(林)业智能施肥系统 | |
CN103927684A (zh) | 木薯智能施肥系统 | |
CN103927627A (zh) | 甘蔗智能施肥及地块信息管理系统 | |
CN101916337B (zh) | 一种基于地理信息系统的水稻生产潜力动态预测方法 | |
CN103955861A (zh) | 桉树智能施肥系统 | |
CN102855351B (zh) | 一种基于统计数据和遥感数据的农作物秸秆资源空间化方法 | |
Goodchild | Modelling roman agricultural production in the middle tiber valley, central Italy | |
Lesur‐Dumoulin et al. | Analysis of young Miscanthus× giganteus yield variability: a survey of farmers’ fields in east central France | |
Laparidou et al. | Intensification of production in Medieval Islamic Jordan and its ecological impact: Towns of the Anthropocene | |
Tari et al. | Simulating the impact of nitrogen management on rice yield and nitrogen uptake in irrigated lowland by ORYZA2000 Model | |
CN103927687A (zh) | 杉木智能施肥系统 | |
CN103927686A (zh) | 松树智能施肥系统 | |
Kshirsagar | Impact of organic farming on economics of sugarcane cultivation in Maharashtra | |
CN103942649A (zh) | 竹子智能施肥系统 | |
Bidogeza et al. | Application of DSSAT crop models to generate alternative production activities under combined use of organic-inorganic nutrients in Rwanda | |
Schattman et al. | Effects of irrigation scheduling approaches on soil moisture and vegetable production in the Northeastern USA | |
Gostev et al. | Program for the rational choice of highly cost-effective adaptive technology of grain cultivation for various conditions of the European part of the Russian Federation | |
Pandit et al. | Factors influencing the integration of non-timber forest products into field crop cultivation: a case study from eastern Nepal | |
Xiong et al. | Carbon-allocation dynamics in reed canary grass as affected by soil type and fertilization rates in northern Sweden | |
Shu et al. | Cluster root formation by Lupinus albus is modified by stratified application of phosphorus in a split-root system | |
Eitzinger et al. | Capacity building program to improve stakeholder resilience and adaptation to climate change in Jamaica (CBCA) | |
Singh et al. | Standardization of litchi leaf nutrient composition for tissue analysis in sub tropics of India | |
Bhatia | Crop growth simulation modeling | |
Koocheki et al. | Nutrition management and farm’s age affect saffron daughter corms behavior, nutrients uptake and economic water and fertilizer use efficiency: a large scale on-farm experiment in Torbat Heydarieh, Iran | |
Lin et al. | [Retracted] Research on Precision Cultivation of Digital Multimedia Crop Based on Predictive Computational Intelligence Technology |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20140723 |
|
RJ01 | Rejection of invention patent application after publication |