CN108876209A - 一种考虑相对产量的红壤稻田土壤肥力评价方法 - Google Patents
一种考虑相对产量的红壤稻田土壤肥力评价方法 Download PDFInfo
- Publication number
- CN108876209A CN108876209A CN201810898370.XA CN201810898370A CN108876209A CN 108876209 A CN108876209 A CN 108876209A CN 201810898370 A CN201810898370 A CN 201810898370A CN 108876209 A CN108876209 A CN 108876209A
- Authority
- CN
- China
- Prior art keywords
- soil
- index
- class
- fertility
- rice
- 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
- 239000002689 soil Substances 0.000 title claims abstract description 113
- 230000035558 fertility Effects 0.000 title claims abstract description 66
- 238000011156 evaluation Methods 0.000 title claims abstract description 24
- 235000007164 Oryza sativa Nutrition 0.000 claims abstract description 48
- 241000209094 Oryza Species 0.000 claims abstract description 46
- 235000009566 rice Nutrition 0.000 claims abstract description 46
- 238000000034 method Methods 0.000 claims abstract description 21
- 238000004364 calculation method Methods 0.000 claims abstract description 7
- 238000013441 quality evaluation Methods 0.000 claims abstract description 5
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims description 26
- 239000002028 Biomass Substances 0.000 claims description 13
- 229910052757 nitrogen Inorganic materials 0.000 claims description 13
- 238000004519 manufacturing process Methods 0.000 claims description 10
- 230000000813 microbial effect Effects 0.000 claims description 10
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims description 6
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 claims description 6
- 229910052698 phosphorus Inorganic materials 0.000 claims description 6
- 239000011574 phosphorus Substances 0.000 claims description 6
- 239000011591 potassium Substances 0.000 claims description 6
- 229910052700 potassium Inorganic materials 0.000 claims description 6
- 230000007774 longterm Effects 0.000 claims description 5
- 238000011160 research Methods 0.000 claims description 5
- OKTJSMMVPCPJKN-UHFFFAOYSA-N Carbon Chemical compound [C] OKTJSMMVPCPJKN-UHFFFAOYSA-N 0.000 claims description 3
- 238000005904 alkaline hydrolysis reaction Methods 0.000 claims description 3
- 229910052799 carbon Inorganic materials 0.000 claims description 3
- 230000002596 correlated effect Effects 0.000 claims description 3
- 238000010219 correlation analysis Methods 0.000 claims description 3
- 235000007189 Oryza longistaminata Nutrition 0.000 claims description 2
- 240000007594 Oryza sativa Species 0.000 claims description 2
- 239000002131 composite material Substances 0.000 claims description 2
- 238000002474 experimental method Methods 0.000 claims description 2
- 230000004720 fertilization Effects 0.000 claims description 2
- 239000003337 fertilizer Substances 0.000 abstract description 7
- 230000007547 defect Effects 0.000 abstract description 2
- 230000000052 comparative effect Effects 0.000 description 6
- 241000607479 Yersinia pestis Species 0.000 description 2
- 238000012512 characterization method Methods 0.000 description 2
- 201000010099 disease Diseases 0.000 description 2
- 208000037265 diseases, disorders, signs and symptoms Diseases 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 241001269238 Data Species 0.000 description 1
- WZLMXYBCAZZIRQ-UHFFFAOYSA-N [N].[P].[K] Chemical compound [N].[P].[K] WZLMXYBCAZZIRQ-UHFFFAOYSA-N 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- -1 bulk density Substances 0.000 description 1
- 235000013339 cereals Nutrition 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000002255 enzymatic effect Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000005416 organic matter Substances 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 239000000126 substance Substances 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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- 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)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Agronomy & Crop Science (AREA)
- Primary Health Care (AREA)
- Mining & Mineral Resources (AREA)
- Animal Husbandry (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Marine Sciences & Fisheries (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Fertilizers (AREA)
Abstract
本发明公开了一种考虑相对产量的红壤稻田土壤肥力评价方法，包括如下步骤：(1)定义稻田土壤肥力质量评价的主要指标并分类：将13个评价指标分为五大类；(2)定义计算方法：a.计算隶属度，b.计算每一单项肥力质量指标的权重系数，c.计算综合肥力指数；(3)结果准确性定义。本发明提供的考虑相对产量的评价方法，解决了传统的FUZZY方法评判土壤肥力时出现的土壤肥力水平与水稻产量表现存在不一致时的矛盾，即FUZZY获得土壤肥力指数较高，而由于管理不合理，水稻产量偏低，或者是FUZZY获得土壤肥力指数较低，而由于管理水平提升，水稻产量偏高的缺陷。与FUZZY方法相比，考虑产量的方法更加可信、准确、客观，应用前景广阔。
Description
技术领域
本发明属于土壤肥力评价技术领域，具体涉及一种考虑相对产量的红壤稻田土壤肥力评价方法。
背景技术
水稻土壤是我国粮食主产区中主要的土壤类型，但是，受土壤发育、环境条件和人为管理水平的影响，不同区域的水稻土肥力水平差异较大，其中高中低产水稻土分别占水稻土总面积的10％、58％和32％。因此，开展不同等级的水稻土肥力研究就显得十分必要。
FUZZY方法一直是土壤肥力质量评价的主要研究方法，它主要是通过隶属度的确定，来划分研究对象中的模糊界线。然后通过计算各指标间相关系数来确定肥力指标的权重系数。具体步骤为先求出各肥力质量指标之间的相关系数，再以某一肥力质量指标与其它肥力质量指标之间相关系数的平均值和所有肥力质量指标相关系数平均值总和所得到的比值，以此确定为单项肥力质量指标在表征土壤肥力质量中的贡献率。最后根据模糊数学中的加乘法则，在相互交叉的同类指标间采用加法合成，求出土壤肥力质量的综合性指标值。除了FUZZY方法之外，目前研究土壤肥力质量的方法还有全量数据集和最小数据集等方法。但是，这些方法考虑的主要是土壤本身的一些理化生指标：比如土壤pH、有机质、氮磷钾、容重、团聚体、酶活性、土壤微生物量碳氮等。纵使指标考虑再多，也不能完全反应土壤的生产力。但是，稻田的高产与低产除了受土壤性质影响之外，水稻品种、水肥管理、病虫害防治措施等均可以显著影响水稻产量。因此，传统的肥力评价方法往往存在与稻田实际肥力存在差异性的缺陷。
因此，考虑相对产量的稻田红壤方法的思路是进一步考虑水稻产量(除了传统的土壤理化生指标之外，将水稻相对产量作为表征土壤未知属性和人为因素的综合指标)，再结合土壤肥力指标，从而获得更为准确的土壤肥力质量数据显得十分必要。
发明内容
为了克服现有技术的不足，本发明的目的是在于提供一种新的评价红壤稻田土壤肥力质量的方法，该方法考虑相对产量(将水稻相对产量作为表征土壤未知属性和人为因素的综合指标)在评价体系中的作用，比传统的评价体系更加准确、客观，能够真实的反映土壤理化生指标和水稻产量的情况，同时，针对实际中基层农技人员和农民对土壤理化生指标和水稻产量等指标数据掌握不一致的问题，本发明通过对各指标的权重进行算法优化，实现了不论指标多少均可以进行土壤肥力评价的结果，且进一步定义了指标多寡评估了结果的准确性，应用前景广阔。
为了解决上述问题，本发明采取的技术方案为：
一种考虑相对产量的红壤稻田土壤肥力评价方法，包括如下步骤：
(1)定义包含水稻相对产量的红壤稻田土壤肥力质量评价的主要指标并分类：
第一类：土壤pH；
第二类：土壤有机质、土壤全氮、土壤全磷、土壤全钾、土壤碱解氮、土壤有效磷、土壤速效钾、毛管孔隙度；
第三类：土壤容重；
第四类：土壤微生物量碳、土壤微生物量氮；
第五类：水稻相对产量，其中，水稻相对产量＝水稻实际产量/当地最高产量或该品种的最大产量潜力×100％；
(2)定义计算方法：
a.按照传统的FUZZY方法中的函数模型计算隶属度，具体的计算模型如下：
第一类：根据梯形即物线型隶属度函数计算隶属度；
第二类、第四类和第五类：根据正相关型即S型线隶属度函数计算隶属度；
第三类：根据负相关型即S型线隶属度函数计算隶属度；
b.根据典型点位的红壤稻田长期施肥试验数据库定义每一单项肥力质量指标的权重系数：
以相关系数分析法来求取每一单项肥力质量指标的权重系数，具体为：首先获得各指标相关系数，然后对各指标相关系数进行求和，最后将各指标相关系数除以求和值即得到权重系数；
其中，以典型红壤稻田长期施肥的数据库为基础，所得各指标的相关系数见下表1：
c.根据传统的FUZZY方法计算综合肥力指数，具体的计算公式为：
IFI＝ΣWi×Ni
式中，Ni表示第i种肥力质量指标的隶属度值，Wi表示权重系数；
同时，本发明按照传统的FUZZY方法定义土壤肥力质量等级IFI≥0.8为高，0.8>IFI≥0.6时为较高，0.6>IFI≥0.4时为中等，0.4>IFI≥0.2时为较低，IFI<0.2时为低5个级别；
(3)结果准确性：
在获得土壤肥力指数的基础上，根据5大类指标中具体的指标数获取的综合肥力指数定义结果的准确性：
小于等于2个指标时得到的结果为2颗星，准确性极低；
3-5个指标时得到的结果为3颗星，准确性较低；
6-12个指标时得到的结果为4颗星，准确性较高；
13个指标时得到的结果为5颗星，准确性极高。
其中，所述第一类土壤pH中，计算隶属度的隶属度函数为：
其中，式中X1＝4.5，X2＝5.5，X3＝6.0，X4＝7.0。
所述第二类、第四类和第五类中，计算隶属度的隶属度函数为：
其中，式中，当指标为第二类中的土壤有机质时X1＝10，X2＝40；当指标为第二类中的全N时X1＝1，X2＝2.5；当指标为第二类中的全P时X1＝0.45，X2＝1.5；当指标为第二类中的全K时X1＝5，X2＝20；当指标为第二类中的碱解N时X1＝100，X2＝200；当指标为第二类中的有效P时X1＝5，X2＝20；当指标为第二类中的速效K时X1＝30，X2＝60；当指标为第二类中的毛管孔隙度时X1＝50，X2＝60；当指标为第四类中的微生物生物量碳时X1＝600，X2＝1500；当指标为第五类中的微生物生物量氮时X1＝70，X2＝120；当指标为第二类中的相对产量时X1＝40，X2＝100。
所述第三类中，计算隶属度的隶属度函数为：
其中，式中X1＝1.3，X2＝0.9。
与现有技术相比，本发明提供的红壤稻田土壤肥力评价方法，具有以下的明显有益效果：
(1)本发明解决了传统的FUZZY方法评判土壤肥力时出现的土壤肥力水平与水稻产量表现存在不一致时的矛盾，即FUZZY获得土壤肥力指数较高，而由于管理不合理，水稻产量偏低，或者是FUZZY获得土壤肥力指数较低，而由于管理水平提升，水稻产量偏高；
(2)在本发明，将水稻产量与FUZZY方法进行有机结合，并以相对产量为指标，定义水稻相对产量＝水稻实际产量/当地最高产量或该品种的最大产量潜力×100％，从而有效的规避了气候、病虫害、品种等对绝对产量的干扰。
同时，在常规的土壤肥力评价方法中，均对具体的土壤指标进行了界定和量化。而在具体的应用中，农技人员和农民往往由于缺乏相关指标或相关指标不完整而无法进行土壤肥力评价。因此，在本发明，我们通过对各指标的权重进行算法优化，从而实现了不论指标多少均可以进行土壤肥力评价的结果，且进一步定义了结果的准确性，有利于大面积推广和应用。
具体实施方式
下面结合具体实施例对本发明做进一步说明。
实施例1
一种考虑相对产量的稻田土壤肥力评价方法，包括如下步骤：
(1)定义稻田土壤肥力质量评价的主要指标并分类：
第一类：土壤pH；
第二类：土壤有机质、土壤全氮、土壤全磷、土壤全钾、土壤碱解氮、土壤有效磷、土壤速效钾、毛管孔隙度；
第三类：土壤容重；
第四类：土壤微生物量碳、土壤微生物量氮；
第五类：水稻相对产量，其中，水稻相对产量＝水稻实际产量/当地最高产量或该品种的最大产量潜力*100％；
选取某一地区9块稻田，每块稻田的土壤理化生性质和相对产量见表2：
(2)定义计算方法：
a.计算隶属度：
第一类：根据梯形即物线型隶属度函数计算隶属度；
计算所述隶属度的隶属度函数为：
其中，式中X1＝4.5，X2＝5.5，X3＝6.0，X4＝7.0；
第二类、第四类和第五类：根据正相关型即S型线隶属度函数计算隶属度：
计算所述隶属度的隶属度函数为：
其中，式中，当指标为第二类中的土壤有机质时X1＝10，X2＝40；当指标为第二类中的全N时X1＝1，X2＝2.5；当指标为第二类中的全P时X1＝0.45，X2＝1.5；当指标为第二类中的全K时X1＝5，X2＝20；当指标为第二类中的碱解N时X1＝100，X2＝200；当指标为第二类中的有效P时X1＝5，X2＝20；当指标为第二类中的速效K时X1＝30，X2＝60；当指标为第二类中的毛管孔隙度时X1＝50，X2＝60；当指标为第四类中的微生物生物量碳时X1＝600，X2＝1500；当指标为第五类中的微生物生物量氮时X1＝70，X2＝120；当指标为第二类中的相对产量时X1＝40，X2＝100；
第三类：根据负相关型即S型线隶属度函数计算隶属度：
计算隶属度的隶属度函数为：
其中，式中X1＝1.3，X2＝0.9。
针对上述的9块稻田，计算出来的隶属度数值见表3。
表3实施例1中9块稻田中各指标的隶属度
b.计算每一单项肥力质量指标的权重系数：
以相关系数分析法来求取每一单项肥力质量指标的权重系数，具体为：首先获得各指标相关系数的绝对值，然后对各指标相关系数绝对值进行求和，最后将各指标相关系数的绝对值除以求和值即得到权重系数；
本实施例对某一稻田田间进行长期监测，建议了实验数据库，各评价指标的相关系数如下表：
c.计算综合肥力指数：
由加乘法则，得到评价土壤肥力质量的综合性指标值IFI(IntegratedFertilityIndex)，计算公式为：
IFI＝ΣWi×Ni
式中，Ni表示第i种肥力质量指标的隶属度值，Wi表示权重系数；
另外，本研究定义土壤肥力质量等级IFI≥0.8为高，0.8>IFI≥0.6时为较高，0.6>IFI≥0.4时为中等，0.4>IFI≥0.2时为较低，IFI<0.2时为低等5个级别；
表5本实施例1中9块稻田的综合肥力指数
(3)结果准确性：
根据5类指标中具体的指标数获取的综合肥力指数定义结果的准确性。
小于等于2个指标时得到的结果为2颗星，准确性极低。
3-5个指标时得到的结果为3颗星，准确性较低。
6-12个指标时得到的结果为4颗星，准确性较高
13个指标时得到的结果为5颗星，准确性极高。
表6本实施例1中9块稻田的综合肥力指数的结果准确性
对比例1
一种稻田土壤肥力评价方法，包括如下步骤：
(1)本对比例选取某一地区3块稻田，每块稻田的土壤理化生性质和相对产量见表7：
(2)计算隶属度：
针对上述的3块稻田，计算出来的隶属度数值见表8。
表8本对比例1中3块稻田的各指标的隶属度
(3)计算每一单项肥力质量指标的权重系数(表9)：
表9本对比例1中3块稻田的各指标的权重系数
(4)计算综合肥力指数(表10)：
表10本对比例1中3块稻田的综合肥力质量指数
(5)结果准确性(表11)：
表11本对比例1中3块稻田的综合肥力指数的结果准确性
最后需要说明的是：以上实施例不以任何形式限制本发明。对本领域技术人员来说，在本发明基础上，可以对其作一些修改和改进。因此，凡在不偏离本发明精神的基础上所做的任何修改或改进，均属于本发明要求保护的范围之内。
Claims (4)
1.一种考虑相对产量的红壤稻田土壤肥力评价方法，其特征在于，包括如下步骤：
(1)定义包含水稻相对产量的红壤稻田土壤肥力质量评价的主要指标并分类：
第一类：土壤pH；
第二类：土壤有机质、土壤全氮、土壤全磷、土壤全钾、土壤碱解氮、土壤有效磷、土壤速效钾、毛管孔隙度；
第三类：土壤容重；
第四类：土壤微生物量碳、土壤微生物量氮；
第五类：水稻相对产量，其中，水稻相对产量＝水稻实际产量/当地最高产量或该品种的最大产量潜力×100％；
(2)定义计算方法：
a.按照传统的FUZZY方法中的函数模型计算隶属度，具体的计算模型如下：
第一类：根据梯形即抛物线型隶属度函数计算隶属度；
第二类、第四类和第五类：根据正相关型即S型线隶属度函数计算隶属度；
第三类：根据负相关型即S型线隶属度函数计算隶属度；
b.根据典型点位的红壤稻田长期施肥试验数据库定义每一单项肥力质量指标的权重系数：
以相关系数分析法来求取每一单项肥力质量指标的权重系数，具体为：首先获得各指标相关系数，然后对各指标相关系数进行求和，最后将各指标相关系数除以求和值即得到权重系数；
其中，以典型红壤稻田长期施肥的数据库为基础，所得各指标的相关系数见下表：
c.计算综合肥力指数：
由加乘法则，得到评价土壤肥力质量的综合性指标值IFI(Integrated FertilityIndex)，计算公式为：
IFI＝ΣWi×Ni
式中，Ni表示第i种肥力质量指标的隶属度值，Wi表示权重系数；
另外，本研究定义土壤肥力质量等级IFI≥0.8为高，0.8>IFI≥0.6时为较高，0.6>IFI≥0.4时为中等，0.4>IFI≥0.2时为较低，IFI<0.2时为低5个级别。
2.根据权利要求1所述的评价方法，其特征在于，所述第一类土壤pH中，计算隶属度的隶属度函数为：
其中，式中X1＝4.5，X2＝5.5，X3＝6.0，X4＝7.0。
3.根据权利要求1-2任一项所述的评价方法，其特征在于，所述第二类、第四类和第五类中，计算隶属度的隶属度函数为：
其中，式中，当指标为第二类中的土壤有机质时X1＝10，X2＝40；当指标为第二类中的全N时X1＝1，X2＝2.5；当指标为第二类中的全P时X1＝0.45，X2＝1.5；当指标为第二类中的全K时X1＝5，X2＝20；当指标为第二类中的碱解N时X1＝100，X2＝200；当指标为第二类中的有效P时X1＝5，X2＝20；当指标为第二类中的速效K时X1＝30，X2＝60；当指标为第二类中的毛管孔隙度时X1＝50，X2＝60；当指标为第四类中的微生物生物量碳时X1＝600，X2＝1500；当指标为第五类中的微生物生物量氮时X1＝70，X2＝120；当指标为第二类中的相对产量时X1＝40，X2＝100。
4.根据权利要求1-3任一项所述的评价方法，其特征在于，所述第三类中，计算隶属度的隶属度函数为：
其中，式中X1＝1.3，X2＝0.9。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810898370.XA CN108876209A (zh) | 2018-08-08 | 2018-08-08 | 一种考虑相对产量的红壤稻田土壤肥力评价方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810898370.XA CN108876209A (zh) | 2018-08-08 | 2018-08-08 | 一种考虑相对产量的红壤稻田土壤肥力评价方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108876209A true CN108876209A (zh) | 2018-11-23 |
Family
ID=64317298
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810898370.XA Pending CN108876209A (zh) | 2018-08-08 | 2018-08-08 | 一种考虑相对产量的红壤稻田土壤肥力评价方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108876209A (zh) |
Cited By (14)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109661884A (zh) * | 2019-02-22 | 2019-04-23 | 四川省农业科学院土壤肥料研究所 | 一种基于土壤肥力评价进行稻田推荐施肥的方法 |
| CN110378623A (zh) * | 2019-08-22 | 2019-10-25 | 新疆农业科学院土壤肥料与农业节水研究所(新疆维吾尔自治区新型肥料研究中心) | 一种果园土壤肥力表征方法和系统 |
| CN110470820A (zh) * | 2019-09-23 | 2019-11-19 | 上海市园林科学规划研究院 | 一种城市搬迁地快速绿化土壤质量评价方法 |
| CN110531055A (zh) * | 2019-09-30 | 2019-12-03 | 中国农业科学院烟草研究所 | 一种基于理化指标的植烟土壤质量综合评价方法 |
| CN110648064A (zh) * | 2019-09-23 | 2020-01-03 | 上海市园林科学规划研究院 | 城市搬迁地快速绿化土壤障碍程度的量化评价指标确定方法 |
| CN110675052A (zh) * | 2019-09-23 | 2020-01-10 | 上海市园林科学规划研究院 | 一种城市搬迁地绿化障碍程度评价方法 |
| CN111695785A (zh) * | 2020-05-21 | 2020-09-22 | 洛阳农林科学院 | 一种评价农作物品种高产稳产的方法 |
| CN111768087A (zh) * | 2020-06-15 | 2020-10-13 | 河南省农业科学院植物营养与资源环境研究所 | 一种判别氮素高效利用品种的评价方法 |
| CN111972073A (zh) * | 2020-08-24 | 2020-11-24 | 广西壮族自治区农业科学院 | 一种红壤资源高效利用方法 |
| BE1027550B1 (de) * | 2020-06-10 | 2021-03-26 | Sichuan Academy Of Agricultural Sciences Soil And Fertilizer Res Institute | Verfahren zur Düngungsbereitung für Lilareisboden auf der Grundlage der Ertragsreaktion und der agronomischen Effizienz |
| CN114931004A (zh) * | 2022-06-28 | 2022-08-23 | 湖南省土壤肥料研究所 | 一种红壤旱地酸化贫瘠化的综合评价方法、红壤旱地酸化贫瘠化改良方法 |
| CN116894514A (zh) * | 2023-07-13 | 2023-10-17 | 中国农业科学院农业环境与可持续发展研究所 | 一种基于土壤质量指标的作物产量预测方法及系统 |
| CN117010587A (zh) * | 2023-06-03 | 2023-11-07 | 中国农业科学院农业环境与可持续发展研究所 | 有机物料对土壤质量改善效应的集成学习优化评价方法 |
| CN117158173A (zh) * | 2023-10-10 | 2023-12-05 | 常熟市农业科技发展有限公司 | 一种基于神经网络模型的农业高效率施肥系统及施肥方法 |
-
2018
- 2018-08-08 CN CN201810898370.XA patent/CN108876209A/zh active Pending
Cited By (17)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109661884A (zh) * | 2019-02-22 | 2019-04-23 | 四川省农业科学院土壤肥料研究所 | 一种基于土壤肥力评价进行稻田推荐施肥的方法 |
| CN110378623A (zh) * | 2019-08-22 | 2019-10-25 | 新疆农业科学院土壤肥料与农业节水研究所(新疆维吾尔自治区新型肥料研究中心) | 一种果园土壤肥力表征方法和系统 |
| CN110378623B (zh) * | 2019-08-22 | 2021-02-09 | 新疆农业科学院土壤肥料与农业节水研究所(新疆维吾尔自治区新型肥料研究中心) | 一种果园土壤肥力表征方法和系统 |
| CN110470820A (zh) * | 2019-09-23 | 2019-11-19 | 上海市园林科学规划研究院 | 一种城市搬迁地快速绿化土壤质量评价方法 |
| CN110648064A (zh) * | 2019-09-23 | 2020-01-03 | 上海市园林科学规划研究院 | 城市搬迁地快速绿化土壤障碍程度的量化评价指标确定方法 |
| CN110675052A (zh) * | 2019-09-23 | 2020-01-10 | 上海市园林科学规划研究院 | 一种城市搬迁地绿化障碍程度评价方法 |
| CN110531055A (zh) * | 2019-09-30 | 2019-12-03 | 中国农业科学院烟草研究所 | 一种基于理化指标的植烟土壤质量综合评价方法 |
| CN111695785B (zh) * | 2020-05-21 | 2024-01-09 | 洛阳农林科学院 | 一种评价农作物品种高产稳产的方法 |
| CN111695785A (zh) * | 2020-05-21 | 2020-09-22 | 洛阳农林科学院 | 一种评价农作物品种高产稳产的方法 |
| BE1027550B1 (de) * | 2020-06-10 | 2021-03-26 | Sichuan Academy Of Agricultural Sciences Soil And Fertilizer Res Institute | Verfahren zur Düngungsbereitung für Lilareisboden auf der Grundlage der Ertragsreaktion und der agronomischen Effizienz |
| CN111768087A (zh) * | 2020-06-15 | 2020-10-13 | 河南省农业科学院植物营养与资源环境研究所 | 一种判别氮素高效利用品种的评价方法 |
| CN111972073A (zh) * | 2020-08-24 | 2020-11-24 | 广西壮族自治区农业科学院 | 一种红壤资源高效利用方法 |
| CN114931004B (zh) * | 2022-06-28 | 2023-03-10 | 湖南省土壤肥料研究所 | 一种红壤旱地酸化贫瘠化的改良方法 |
| CN114931004A (zh) * | 2022-06-28 | 2022-08-23 | 湖南省土壤肥料研究所 | 一种红壤旱地酸化贫瘠化的综合评价方法、红壤旱地酸化贫瘠化改良方法 |
| CN117010587A (zh) * | 2023-06-03 | 2023-11-07 | 中国农业科学院农业环境与可持续发展研究所 | 有机物料对土壤质量改善效应的集成学习优化评价方法 |
| CN116894514A (zh) * | 2023-07-13 | 2023-10-17 | 中国农业科学院农业环境与可持续发展研究所 | 一种基于土壤质量指标的作物产量预测方法及系统 |
| CN117158173A (zh) * | 2023-10-10 | 2023-12-05 | 常熟市农业科技发展有限公司 | 一种基于神经网络模型的农业高效率施肥系统及施肥方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108876209A (zh) | 一种考虑相对产量的红壤稻田土壤肥力评价方法 | |
| Liu et al. | A resilience evaluation method for a combined regional agricultural water and soil resource system based on Weighted Mahalanobis distance and a Gray-TOPSIS model | |
| CN109358178A (zh) | 一种紫色土稻田土壤肥力评价方法 | |
| CN112765800A (zh) | 一种分布式水资源配置模型的设计方法 | |
| CN109661884A (zh) | 一种基于土壤肥力评价进行稻田推荐施肥的方法 | |
| CN109661885A (zh) | 一种基于产量反应和农学效率的紫色水稻土推荐施肥方法 | |
| Yuan et al. | Cultivated land quality improvement to promote revitalization of sandy rural areas along the Great Wall in northern Shaanxi Province, China | |
| Liu et al. | Optimization of planning structure in irrigated district considering water footprint under uncertainty | |
| Huang et al. | China’s water for food under growing water scarcity | |
| CN109345105B (zh) | 一种多水源灌区灌溉用水量复核方法 | |
| CN107609686A (zh) | 一种砒砂岩区沙地农业开发利用适应性规模的确定方法 | |
| Zhou et al. | Arable land use intensity change in China from 1985 to 2005: evidence from integrated cropping systems and agro economic analysis | |
| Xu et al. | Quantifying and optimizing agroecosystem services in China's Taihu Lake Basin | |
| CN111563661A (zh) | 一种节水减排量的确定方法、装置及设备 | |
| Shang et al. | Emergy analysis of the blue and green water resources in crop production systems | |
| Fan et al. | Optimal cropping patterns can be conducive to sustainable irrigation: evidence from the drylands of Northwest China | |
| Zhang et al. | Multi-scale coupling analysis of urbanization and ecosystem services supply-demand budget in the Beijing-Tianjin-Hebei region, China | |
| Shu et al. | Dynamic simulation of the water-land-food nexus for the sustainable agricultural development in the North China Plain | |
| Liu et al. | Estimation of regional farmland irrigation water requirements and water balance in Northeast China | |
| Yang et al. | Exploring the supply and demand imbalance of carbon and carbon-related ecosystem services for dual‑carbon goal ecological management in the Huaihe River Ecological Economic Belt | |
| CN116595333A (zh) | 土壤-气候智慧型的水稻目标产量与氮肥用量确定方法 | |
| Zhu et al. | Modeling soybean cultivation suitability in China and its future trends in climate change scenarios | |
| Liu et al. | Crop production allocations for saving water and improving calorie supply in China | |
| Zuo et al. | Analysis of the gains and losses of ecosystem service value under land use change and zoning in Qiqihar | |
| Shunzhou et al. | Spatial differentiation characteristics and driving forces of forest transition: a case study of Zunyi City, Guizhou |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for 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: 20181123 |