CN105844366A - 一种区域尺度种植业面源氮损失量统计方法 - Google Patents
一种区域尺度种植业面源氮损失量统计方法 Download PDFInfo
- Publication number
- CN105844366A CN105844366A CN201610218896.XA CN201610218896A CN105844366A CN 105844366 A CN105844366 A CN 105844366A CN 201610218896 A CN201610218896 A CN 201610218896A CN 105844366 A CN105844366 A CN 105844366A
- Authority
- CN
- China
- Prior art keywords
- nitrogen
- plantation
- arable land
- source
- nitrogen loss
- 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
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 title claims abstract description 244
- 229910052757 nitrogen Inorganic materials 0.000 title claims abstract description 122
- 238000007619 statistical method Methods 0.000 title claims abstract description 16
- 238000004519 manufacturing process Methods 0.000 title abstract 5
- 239000002689 soil Substances 0.000 claims abstract description 37
- 238000000034 method Methods 0.000 claims abstract description 20
- 230000002262 irrigation Effects 0.000 claims abstract description 15
- 238000003973 irrigation Methods 0.000 claims abstract description 15
- 238000005259 measurement Methods 0.000 claims description 24
- 239000004927 clay Substances 0.000 claims description 17
- 239000002245 particle Substances 0.000 claims description 17
- 238000002474 experimental method Methods 0.000 abstract description 3
- 238000013179 statistical model Methods 0.000 abstract description 2
- 238000002386 leaching Methods 0.000 abstract 1
- 241000196324 Embryophyta Species 0.000 description 34
- 238000005406 washing Methods 0.000 description 12
- 241000209094 Oryza Species 0.000 description 6
- 235000007164 Oryza sativa Nutrition 0.000 description 6
- 235000009566 rice Nutrition 0.000 description 6
- 238000010586 diagram Methods 0.000 description 5
- 239000000618 nitrogen fertilizer Substances 0.000 description 5
- 239000003337 fertilizer Substances 0.000 description 4
- 210000000582 semen Anatomy 0.000 description 4
- 239000000126 substance Substances 0.000 description 4
- 238000012360 testing method Methods 0.000 description 4
- 235000013311 vegetables Nutrition 0.000 description 4
- 229920000742 Cotton Polymers 0.000 description 2
- 241000209140 Triticum Species 0.000 description 2
- 235000021307 Triticum Nutrition 0.000 description 2
- 235000013339 cereals Nutrition 0.000 description 2
- 238000013461 design Methods 0.000 description 2
- 238000012549 training Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012851 eutrophication Methods 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- VIKNJXKGJWUCNN-XGXHKTLJSA-N norethisterone Chemical compound O=C1CC[C@@H]2[C@H]3CC[C@](C)([C@](CC4)(O)C#C)[C@@H]4[C@@H]3CCC2=C1 VIKNJXKGJWUCNN-XGXHKTLJSA-N 0.000 description 1
- 239000002420 orchard Substances 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Forestry; Mining
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- Marketing (AREA)
- General Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Animal Husbandry (AREA)
- Life Sciences & Earth Sciences (AREA)
- Agronomy & Crop Science (AREA)
- Mining & Mineral Resources (AREA)
- General Health & Medical Sciences (AREA)
- Marine Sciences & Fisheries (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Development Economics (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明涉及一种区域尺度种植业面源氮损失量统计方法，针对区域尺度种植业面源氮排放量无法测定的难题，基于地表径流与地下淋洗的关键影响因子，分别构建其多因素统计模型，通过收集的实验数据，应用逐步回归法进一步筛选影响因素，确定各系数，收集统计周期内的氮肥投入量，土壤全氮含量，土壤粘粒含量和降雨灌溉量，预测种植业面源氮统计周期内排放量分布和总量，有效提高了区域尺度种植业面源氮损失量估算的准确性。
Description
技术领域
本发明涉及一种区域尺度种植业面源氮损失量统计方法，属于种植业面统计技术领域。
背景技术
我国粮食产量历史性地实现“十二连增”，2015年全国粮食总产量62143.5万吨。同时，我国也是世界上化肥投入量最大的国家，化肥投入量超6千万吨。但是农作物化肥利用率低下，通过径流和淋洗途径损失严重，成为地表地下水富营养化的重要原因。
然而，我国种植业面源氮损失量到底是多少，分布格局怎样还不清楚；目前区域尺度大都采用输出系数法估算面源氮损失量。如朱兆良经过长期的定位实验，估算种植业的多年平均径流损失系数约为氮肥用量的5％，淋洗损失系数为氮肥用量的3％(朱兆良，2002)，根据全国化肥投入总量，估算全国种植业面源氮损失量为1.7Tg。为提高估算精度，胡玉婷进一步将种植业分为稻田和旱地，根据全国的统计数据，分别确定旱地和稻田的径流和淋洗损失系数，根据各省级氮肥投入量，估算得到全国省级尺度面源氮损失量分布，得到全国种植业面源氮总损失量为3.34Tg(胡玉婷，2011)。2007年开展了第一次全国污染源普查，全国共设置地下淋溶和地表径流定位监测试验点372个。其中，地下淋溶试验点140个，包括大田试验点47个，保护地菜田40个，露地菜田31个，果园22个；地表径流试验点232个，包括水田试验点46个，水旱轮作51个，旱地平原57个，坡耕地78个。付出了大量的人力物力财力，由此得到我国主要种植业的径流和淋洗系数，并估算全国县级尺度面源氮素损失量分布，得到全国种植业面源氮总损失量为0.71Tg。因此，三种方法估算得到的全国种植业面源氮损失量差别巨大，其主要原因是这些方法只考虑土地利用方式对面源氮损失的影响，而忽略了气候、地理、作物管理、土壤等因子对种植业面源氮损失的影响。
鉴于此，如何简单，经济，快速，准确估算种植业面源氮损失量分布和总量，是当前科学管理与防治种植业面源污染需要解决的技术问题。
发明内容
本发明所要解决的技术问题是提供一种简单、经济、快速，且能够有效提高种植业面源氮损失量估算准确性的区域尺度种植业面源氮损失量统计方法。
本发明为了解决上述技术问题采用以下技术方案：本发明设计了一种区域尺度种植业面源氮损失量统计方法，包括如下步骤：
步骤001.将种植耕地按水田和旱地进行划分，并根据水田、旱地源氮地表径流与地下淋洗损失过程，建立种植耕地源氮损失预测公式如下，然后进入步骤002；
RO＝a+b×N+c×TN+d×R+e×CF
式中，RO表示种植耕地指定周期内的源氮损失量，N表示种植耕地中农作物在指定周期内所施化肥对应的纯氮总量，TN表示指定周期内种植耕地中单位土壤的全氮含量，R表示种植耕地指定周期内降雨量与灌溉量之和，CF表示指定周期内种植耕地中小于预设直径的土壤粘粒含量的百分比；a、b、c、d、e为系数；
步骤002.选择至少五个种植耕地样本，并根据各个种植耕地样本的历史统计数据，分别获取各个种植耕地样本所对应的指定周期内源氮损失量、指定周期内单位土壤的全氮含量、指定周期内降雨量与灌溉量之和、指定周期内小于预设直径的土壤粘粒含量的百分比，以及其农作物在指定周期内所施化肥对应的纯氮总量，基于各个种植耕地样本分别所对应的上述各个数据，针对种植耕地源氮损失统计公式进行训练，获得系数a、b、c、d、e的值，然后进入步骤003；
步骤003.采用所获系数a、b、c、d、e的值，针对种植耕地源氮损失统计公式进行更新，构成种植耕地源氮损失预测模型，然后进入步骤004；
步骤004.获取对应目标区域的预设尺寸遥感图像，并将目标区域中的种植耕地按水田和旱地进行划分，获取目标区域中水田、旱地的空间分布，然后进入步骤005；
步骤005.根据目标区域中种植耕地的历史统计数据，分别获得目标区域中水田、旱地所分别对应统计周期内单位土壤的全氮含量TN的空间分布、统计周期内降雨量与灌溉量之和R的空间分布、统计周期内小于预设直径的土壤粘粒含量的百分比CF的空间分布，以及其农作物在统计周期内所施化肥对应的纯氮总量N的空间分布；然后进入步骤006；
步骤006.根据步骤005，分别针对目标区域中水田、旱地的空间分布，分别通过种植耕地源氮损失预测模型，获得目标区域中水田、旱地分别对应统计周期内的源氮损失量RO分布。
作为本发明的一种优选技术方案：所述步骤006之后，还包括步骤007如下：
步骤007.根据目标区域中种植耕地统计周期内源氮损失量分布，通过求和方法，获得目标区域中种植耕地统计周期内源氮损失的总量。
作为本发明的一种优选技术方案：所述CF表示指定周期内种植耕地中小于0.002毫米直径的土壤粘粒含量的百分比。
作为本发明的一种优选技术方案：所述TN表示指定周期内种植耕地中每克重量土壤的全氮含量。
作为本发明的一种优选技术方案：所述步骤004中，获取对应目标区域、1km×1km尺寸的遥感图像。
本发明所述一种区域尺度种植业面源氮损失量统计方法及控制方法采用以上技术方案与现有技术相比，具有以下技术效果：本发明所设计的区域尺度种植业面源氮损失量统计方法，针对区域尺度种植业面源氮排放量无法测定的难题，基于地表径流与地下淋洗的关键影响因子，分别构建其多因素统计模型，通过收集的实验数据，应用逐步回归法进一步筛选影响因素，确定各系数，收集统计周期内的氮肥投入量，土壤全氮含量，土壤粘粒含量和降雨灌溉量，预测种植业面源氮统计周期内排放量分布和总量，有效提高了区域尺度种植业面源氮损失量估算的准确性。。
附图说明
图1是本发明设计区域尺度种植业面源氮损失量统计方法的分析示意图；
图2是本发明设计区域尺度种植业面源氮损失量统计方法的流程示意图；
图3a是实施例所求水田地表径流的源氮损失量RO分布示意图；
图3b是实施例所求水田地下淋洗的源氮损失量RO分布示意图；
图3c是实施例所求旱地地表径流的源氮损失量RO分布示意图；
图3d是实施例所求旱地地下淋洗的源氮损失量RO分布示意图。
具体实施方式
下面结合说明书附图对本发明的具体实施方式作进一步详细的说明。
如图1和图2所示，本发明所设计的一种区域尺度种植业面源氮损失量统计方法，在实际应用过程当中，具体包括如下步骤：
步骤001.将种植耕地按水田和旱地进行划分，并根据水田、旱地源氮地表径流与地下淋洗损失过程，建立种植耕地源氮损失预测公式如下，然后进入步骤002。
RO＝a+b×N+c×TN+d×R+e×CF
式中，RO表示种植耕地指定周期内的源氮损失量，N表示种植耕地中农作物在指定周期内所施化肥对应的纯氮总量，TN表示指定周期内种植耕地中每克重量土壤的全氮含量，R表示种植耕地指定周期内降雨量与灌溉量之和，CF表示指定周期内种植耕地中小于0.002毫米直径的土壤粘粒含量的百分比；a、b、c、d、e为系数。
步骤002.选择至少五个种植耕地样本，并根据各个种植耕地样本的历史统计数据，分别获取各个种植耕地样本所对应的指定周期内源氮损失量、指定周期内单位土壤的全氮含量、指定周期内降雨量与灌溉量之和、指定周期内小于预设直径的土壤粘粒含量的百分比，以及其农作物在指定周期内所施化肥对应的纯氮总量，基于各个种植耕地样本分别所对应的上述各个数据，针对种植耕地源氮损失统计公式进行训练，获得系数a、b、c、d、e的值，然后进入步骤003。
步骤003.采用所获系数a、b、c、d、e的值，针对种植耕地源氮损失统计公式进行更新，构成种植耕地源氮损失预测模型，然后进入步骤004。
步骤004.获取对应目标区域1km×1km尺寸的遥感图像，并将目标区域中的种植耕地按水田和旱地进行划分，获取目标区域中水田、旱地的空间分布，然后进入步骤005。
步骤005.根据目标区域中种植耕地的历史统计数据，分别获得目标区域中水田、旱地所分别对应统计周期内单位土壤的全氮含量TN的空间分布、统计周期内降雨量与灌溉量之和R的空间分布、统计周期内小于预设直径的土壤粘粒含量的百分比CF的空间分布，以及其农作物在统计周期内所施化肥对应的纯氮总量N的空间分布；然后进入步骤006。
步骤006.根据步骤005，分别针对目标区域中水田、旱地的空间分布，分别通过种植耕地源氮损失预测模型，获得目标区域中水田、旱地分别对应统计周期内的源氮损失量RO分布，然后进入步骤007；
步骤007.根据目标区域中种植耕地统计周期内源氮损失量分布，通过求和方法，获得目标区域中种植耕地统计周期内源氮损失的总量。
上述技术方案所设计的区域尺度种植业面源氮损失量统计方法，针对当前区域尺度输出系数法估算种植业面源氮损失量不确定性大的问题，即针对区域尺度种植业面源氮排放量无法测定的难题，基于地表径流与地下淋洗的关键影响因子，分别构建其多因素统计模型，通过收集的实验数据，应用逐步回归法进一步筛选影响因素，确定各系数，收集统计周期内的氮肥投入量，土壤全氮含量，土壤粘粒含量和降雨灌溉量，预测种植业面源氮统计周期内排放量分布和总量，有效提高了区域尺度种植业面源氮损失量估算的准确性。
将本发明所设计区域尺度种植业面源氮损失量统计方法应用到实际应用过程当中，选择全国大陆地区作为对象，进行2011年度种植业面源氮损失量估算。
步骤001.将全国种植业按水田和旱地进行划分，水田为水稻田，旱地包括玉米，小麦，棉花，大豆，蔬菜等，建立种植耕地源氮损失预测公式如下，然后进入步骤002。
RO＝a+b×N+c×TN+d×R+e×CF
式中，RO表示种植耕地指定周期内的源氮损失量，N表示种植耕地中农作物在指定周期内所施化肥对应的纯氮总量，TN表示指定周期内种植耕地中每克重量土壤的全氮含量，R表示种植耕地指定周期内降雨量与灌溉量之和，CF表示指定周期内种植耕地中小于0.002毫米直径的土壤粘粒含量的百分比；a、b、c、d、e为系数。
步骤002.分别收集水田和旱地径流482组、淋洗损失数据453组，其中4/5的数据用来训练，剩余1/5的数据用来验证，同时收集训练数据中对应的指定周期内源氮损失量、指定周期内单位土壤的全氮含量、指定周期内降雨量与灌溉量之和、指定周期内小于预设直径的土壤粘粒含量的百分比，以及其农作物在指定周期内所施化肥对应的纯氮总量，针对种植耕地源氮损失统计公式进行训练，获得系数a、b、c、d、e如下表1所示。
表1
然后收集验证数据中指定周期内单位土壤的全氮含量、指定周期内降雨量与灌溉量之和、指定周期内小于预设直径的土壤粘粒含量的百分比、其农作物在指定周期内所施化肥对应的纯氮总量，以及所获系数a、b、c、d、e，代入种植耕地源氮损失统计公式，计算求得验证数据所在地旱地和水田地表径流及地下淋洗损失量，与观测量相比，相关系数达到68％，因而大大提高了区域尺度种植业源氮损失量的估算精度；然后进入步骤003；
步骤003.采用所获系数a、b、c、d、e的值，针对种植耕地源氮损失统计公式进行更新，构成种植耕地源氮损失预测模型，然后进入步骤004。
步骤004.将全国种植业按水田和旱地进行划分，水田为水稻田，旱地包括玉米，小麦，棉花，大豆，蔬菜等，获取全国种植业中水田、旱地的空间分布，然后进入步骤005。
步骤005.根据全国种植业中种植耕地的历史统计数据，分别获得全国种植业中水田、旱地所分别对应2011年度内单位土壤的全氮含量TN的空间分布、2011年度内降雨量与灌溉量之和R的空间分布、2011年度内小于预设直径的土壤粘粒含量的百分比CF的空间分布，以及其农作物在2011年度内所施化肥对应的纯氮总量N的空间分布；然后进入步骤006。
步骤006.根据步骤005，分别针对全国种植业中水田、旱地的空间分布，分别通过种植耕地源氮损失预测模型，获得全国种植业中水田、旱地分别对应2011年度内的源氮损失量RO分布，如图3a、图3b、图3c和图3d所示，然后进入步骤007。
步骤007.根据全国种植业中种植耕地统计周期内源氮损失量分布，通过求和方法，获得全国种植业中种植耕地2011年度内源氮损失的总量为1.97Tg。
上面结合附图对本发明的实施方式作了详细说明，但是本发明并不限于上述实施方式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做出各种变化。
Claims (5)
1.一种区域尺度种植业面源氮损失量统计方法，其特征在于，包括如下步骤：
步骤001.将种植耕地按水田和旱地进行划分，并根据水田、旱地源氮地表径流与地下淋洗损失过程，建立种植耕地源氮损失预测公式如下，然后进入步骤002；
RO＝a+b×N+c×TN+d×R+e×CF
式中，RO表示种植耕地指定周期内的源氮损失量，N表示种植耕地中农作物在指定周期内所施化肥对应的纯氮总量，TN表示指定周期内种植耕地中单位土壤的全氮含量，R表示种植耕地指定周期内降雨量与灌溉量之和，CF表示指定周期内种植耕地中小于预设直径的土壤粘粒含量的百分比；a、b、c、d、e为系数；
步骤002.选择至少五个种植耕地样本，并根据各个种植耕地样本的历史统计数据，分别获取各个种植耕地样本所对应的指定周期内源氮损失量、指定周期内单位土壤的全氮含量、指定周期内降雨量与灌溉量之和、指定周期内小于预设直径的土壤粘粒含量的百分比，以及其农作物在指定周期内所施化肥对应的纯氮总量，基于各个种植耕地样本分别所对应的上述各个数据，针对种植耕地源氮损失统计公式进行训练，获得系数a、b、c、d、e的值，然后进入步骤003；
步骤003.采用所获系数a、b、c、d、e的值，针对种植耕地源氮损失统计公式进行更新，构成种植耕地源氮损失预测模型，然后进入步骤004；
步骤004.获取对应目标区域的预设尺寸遥感图像，并将目标区域中的种植耕地按水田和旱地进行划分，获取目标区域中水田、旱地的空间分布，然后进入步骤005；
步骤005.根据目标区域中种植耕地的历史统计数据，分别获得目标区域中水田、旱地所分别对应统计周期内单位土壤的全氮含量TN的空间分布、统计周期内降雨量与灌溉量之和R的空间分布、统计周期内小于预设直径的土壤粘粒含量的百分比CF的空间分布，以及其农作物在统计周期内所施化肥对应的纯氮总量N的空间分布；然后进入步骤006；
步骤006.根据步骤005，分别针对目标区域中水田、旱地的空间分布，分别通过种植耕地源氮损失预测模型，获得目标区域中水田、旱地分别对应统计周期内的源氮损失量RO分布。
2.根据权利要求1所述一种区域尺度种植业面源氮损失量统计方法，其特征在于，所述步骤006之后，还包括步骤007如下：
步骤007.根据目标区域中种植耕地统计周期内源氮损失量分布，通过求和方法，获得目标区域中种植耕地统计周期内源氮损失的总量。
3.根据权利要求1所述一种区域尺度种植业面源氮损失量统计方法，其特征在于，所述CF表示指定周期内种植耕地中小于0.002毫米直径的土壤粘粒含量的百分比。
4.根据权利要求1所述一种区域尺度种植业面源氮损失量统计方法，其特征在于，所述TN表示指定周期内种植耕地中每克重量土壤的全氮含量。
5.根据权利要求1所述一种区域尺度种植业面源氮损失量统计方法，其特征在于，所述步骤004中，获取对应目标区域、1km×1km尺寸的遥感图像。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610218896.XA CN105844366A (zh) | 2016-04-08 | 2016-04-08 | 一种区域尺度种植业面源氮损失量统计方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201610218896.XA CN105844366A (zh) | 2016-04-08 | 2016-04-08 | 一种区域尺度种植业面源氮损失量统计方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN105844366A true CN105844366A (zh) | 2016-08-10 |
Family
ID=56597998
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201610218896.XA Pending CN105844366A (zh) | 2016-04-08 | 2016-04-08 | 一种区域尺度种植业面源氮损失量统计方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN105844366A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111008789A (zh) * | 2019-12-20 | 2020-04-14 | 生态环境部华南环境科学研究所 | 一种核算种植业氮肥施用后氨排放量的方法 |
| CN112348241A (zh) * | 2020-10-28 | 2021-02-09 | 中国农业科学院农业资源与农业区划研究所 | 一种保护地农用地面源污染排放量预测方法及系统 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104778505A (zh) * | 2015-03-27 | 2015-07-15 | 中国农业科学院农业资源与农业区划研究所 | 一种农田面源污染县域地下淋溶总氮排放量的预测方法 |
| CN104966128A (zh) * | 2015-03-27 | 2015-10-07 | 中国农业科学院农业资源与农业区划研究所 | 一种农田面源污染县域地表径流总氮排放量预测方法 |
| CN104965057A (zh) * | 2015-03-27 | 2015-10-07 | 中国农业科学院农业资源与农业区划研究所 | 一种农田面源污染县域地表径流总磷排放量的预测方法 |
-
2016
- 2016-04-08 CN CN201610218896.XA patent/CN105844366A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104778505A (zh) * | 2015-03-27 | 2015-07-15 | 中国农业科学院农业资源与农业区划研究所 | 一种农田面源污染县域地下淋溶总氮排放量的预测方法 |
| CN104966128A (zh) * | 2015-03-27 | 2015-10-07 | 中国农业科学院农业资源与农业区划研究所 | 一种农田面源污染县域地表径流总氮排放量预测方法 |
| CN104965057A (zh) * | 2015-03-27 | 2015-10-07 | 中国农业科学院农业资源与农业区划研究所 | 一种农田面源污染县域地表径流总磷排放量的预测方法 |
Non-Patent Citations (1)
| Title |
|---|
| 杨旺鑫 等: "我国农田总磷径流损失影响因素及损失量初步估算", 《农业环境科学学报》 * |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111008789A (zh) * | 2019-12-20 | 2020-04-14 | 生态环境部华南环境科学研究所 | 一种核算种植业氮肥施用后氨排放量的方法 |
| CN112348241A (zh) * | 2020-10-28 | 2021-02-09 | 中国农业科学院农业资源与农业区划研究所 | 一种保护地农用地面源污染排放量预测方法及系统 |
| CN112348241B (zh) * | 2020-10-28 | 2024-01-05 | 中国农业科学院农业资源与农业区划研究所 | 一种保护地农用地面源污染排放量预测方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Ren et al. | Modeling and assessing field irrigation water use in a canal system of Hetao, upper Yellow River basin: Application to maize, sunflower and watermelon | |
| Cheng et al. | Water productivity and seed cotton yield in response to deficit irrigation: A global meta-analysis | |
| Li et al. | Regional simulation of nitrate leaching potential from winter wheat-summer maize rotation croplands on the North China Plain using the NLEAP-GIS model | |
| Tu et al. | Water budget components estimation for a mature citrus orchard of southern China based on HYDRUS-1D model | |
| Zeng et al. | Assessing the effects of precipitation and irrigation on winter wheat yield and water productivity in North China Plain | |
| Zeng et al. | Testing the APSIM sunflower model on saline soils of Inner Mongolia, China | |
| Yang et al. | Estimation of groundwater use by crop production simulated by DSSAT‐wheat and DSSAT‐maize models in the piedmont region of the North China Plain | |
| CN104966128A (zh) | 一种农田面源污染县域地表径流总氮排放量预测方法 | |
| Wang et al. | Validation of the EPIC model using a long-term experimental data on the semi-arid Loess Plateau of China | |
| CN104965057B (zh) | 一种农田面源污染县域地表径流总磷排放量的预测方法 | |
| Pourgholam-Amiji et al. | The evaluation of DRAINMOD-S and AquaCrop models for simulating the salt concentration in soil profiles in areas with a saline and shallow water table | |
| Amin et al. | Paddy water management for precision farming of rice | |
| CA2987761A1 (en) | Water-driven crop yield potential forecasting | |
| Liu et al. | Impacts of a shallow saline water table on maize evapotranspiration and groundwater contribution using static water table lysimeters and the dual Kc water balance model SIMDualKc | |
| YAO et al. | Effects of different agricultural treatments on narrowing winter wheat yield gap and nitrogen use efficiency in China | |
| Zhang et al. | Exploring management strategies to improve yield and mitigate nitrate leaching in a typical radish field in northern China | |
| Fessehazion et al. | Evaluating of soil water balance (SWB-Sci) model for water and nitrogen interactions in pasture: Example using annual ryegrass | |
| Morales-Santos et al. | Assessment of the impact of irrigation management on soybean yield and water productivity in a subhumid environment | |
| Qian et al. | Evaluating agricultural drought and flood abrupt alternation: a case study of cotton in the middle-and-lower Yangtze River, China | |
| CN105844366A (zh) | 一种区域尺度种植业面源氮损失量统计方法 | |
| CN104778505A (zh) | 一种农田面源污染县域地下淋溶总氮排放量的预测方法 | |
| Al-Gaadi et al. | Impacts of center pivot irrigation system uniformity on growth of potato crop and residual soil nitrogen | |
| Sheng et al. | A large-scale assessment on spatial variability of potato yield and soil chemical properties in northern China | |
| Mao et al. | Assessment and water saving issues for Ningxia paddies, upper Yellow River Basin | |
| Zhu et al. | The generation processes, spatiotemporal distribution heterogeneity, and interpretation of the spatial variation mechanism of the net sprinkler water under maize canopy |
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 | ||
| RJ01 | Rejection of invention patent application after publication |
Application publication date: 20160810 |