CN109034496B - 一种减缓坡面农业面源污染的坡垄沟最优参数确定方法 - Google Patents

一种减缓坡面农业面源污染的坡垄沟最优参数确定方法 Download PDF

Info

Publication number
CN109034496B
CN109034496B CN201810996249.0A CN201810996249A CN109034496B CN 109034496 B CN109034496 B CN 109034496B CN 201810996249 A CN201810996249 A CN 201810996249A CN 109034496 B CN109034496 B CN 109034496B
Authority
CN
China
Prior art keywords
slope
furrow
total
point source
runoff
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.)
Active
Application number
CN201810996249.0A
Other languages
English (en)
Other versions
CN109034496A (zh
Inventor
刘珊珊
吕锡芝
严登华
史婉丽
秦天玲
孙从武
王建伟
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Institute of Water Resources and Hydropower Research
Original Assignee
China Institute of Water Resources and Hydropower Research
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Institute of Water Resources and Hydropower Research filed Critical China Institute of Water Resources and Hydropower Research
Priority to CN201810996249.0A priority Critical patent/CN109034496B/zh
Publication of CN109034496A publication Critical patent/CN109034496A/zh
Application granted granted Critical
Publication of CN109034496B publication Critical patent/CN109034496B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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

  • Engineering & Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • Marketing (AREA)
  • General Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Animal Husbandry (AREA)
  • Quality & Reliability (AREA)
  • Operations Research (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Game Theory and Decision Science (AREA)
  • Agronomy & Crop Science (AREA)
  • Development Economics (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Mining & Mineral Resources (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Cultivation Of Plants (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开一种减缓坡面农业面源污染的坡垄沟最优参数确定方法，包括以下步骤，首先根据研究区耕作习惯设置标准实验径流小区进行野外实验，获取不同坡垄沟参数下农业面源污染指标数据，其次根据实验数据，对Hydrus‑2D模型进行参数率定，再次，以农业面源污染最少为目标，结合研究区种植作物及典型耕作习惯确定坡垄沟参数变化范围，确定坡垄沟参数优化问题的目标函数及约束条件，进一步，利用遗传算法对坡垄沟参数优化问题进行求解，本发明可为坡耕地农业面源污染控制提供技术支撑。

Description

一种减缓坡面农业面源污染的坡垄沟最优参数确定方法
技术领域
本发明涉及农业技术领域，具体涉及一种减缓坡面农业面源污染的坡垄沟最优参数确定方法。
背景技术
肥料、农药的大量使用，降雨发生后，农药、肥料等污染物随地表产流、土壤侵蚀及深层渗漏进入水体、土壤等，造成耕地遭受严重的农业面源污染。坡垄沟种植为坡耕地地区主要种植模式之一，其坡垄沟参数直接影响次降雨下的地表产流、土壤侵蚀及深层渗漏，因此，研究坡垄沟最优参数确定方法，可以有效地减少坡面农业面源污染。
目前的坡垄沟最优参数的确定方法，倾向于多考虑以水资源利用与农作物产量等方面，一般采用水量平衡方程构建垄沟布局下的产流模型，分析垄沟参数对次降雨的再分配过程，并以此作为依据确定坡垄沟最优参数。在上述方法中，可以定量分析坡垄沟参数对于水量方面的影响，未考虑水中污染物浓度、农业面源污染问题，不能满足当前农业生态发展的需要。
发明内容
针对上述问题，本发明提供一种减缓坡面农业面源污染的坡垄沟最优参数确定方法，包括下列步骤；
首先，选择实验区域，确定种植作物，设置坡垄沟参数，布设标准实验径流小区开展野外实验。
在一实施例中，所述布设标准实验径流小区开展野外实验的原则为：
(1a)野外实验径流小区规格为20m×5m；
(1b)对研究区坡耕地坡度值进行调查分析，确定研究区坡耕地平均坡度，根据研究区坡耕地平均坡度来选择实验区域；
(1c)根据研究区作物种植及耕作习惯，来确定种植作物；
(1d)以垄宽(d)、沟宽(l)、垄沟高度(h)、垄沟斜面与坡耕地间夹角(α)以及垄沟走向(β)为坡垄沟参数，设置坡垄沟参数方案。
其次，获取不同坡垄沟参数下实验径流小区产流及相应的农业面源污染指标的实测数据。
在一实施例中，所述产流数据包括地表产流量和80cm以下深层泄漏产流量；以及所述农业面源污染指标数据包括总氮(TN)、总磷(TP)和全钾(K)数据。
在一实施例中，所述实验径流小区农业面源污染指标实测数据的获取方式为：分别收集每个实验径流小区次降雨下地表产流以及80cm以下深层渗漏的完整水样，获取地表产流量(Rc)以及80cm以下深层渗漏的产流量(Rd)，分别测量总氮(TN)、总磷(TP)、全钾(K)在地表产流中的浓度(CTNc；CTPc；CKc)以及在深层渗漏水量中的浓度(CTNd；CTPd；CKd)。
在一实施例中，总氮浓度采用碱性过硫酸钾紫外分光光度法测定，总磷浓度采用钼-锑-钪比色法测定，全钾浓度采用原子吸收光谱法测定。
第三，利用模拟实验数据对Hydrus-2D模型进行参数率定。
在一实施例中，所述利用模拟实验数据对Hydrus-2D模型进行参数率定包括：
制作20m×5m×1m大小土体单元，土体单元表面采用与标准实验径流小区做相同处理，根据降水气象数据进行模拟，获取模拟地表产流量(R'c)及80cm以下深层渗漏的模拟产流量(R'd)及总氮(TN)、总磷(TP)、全钾(K)在地表产流中的模拟浓度(C'TNc；C'TPc；C'Kc)与在深层渗漏中的模拟浓度(C'TNd；C'TPd；C'Kd)数据，将模拟数据与实测数据对比以对Hydrus-2D模型进行模型参数率定，对于每个坡垄沟参数下数据满足以下条件，即表明参数率定完成：
Figure BDA0001781915010000021
第四，构建坡垄沟参数多目标优化方程，其中目标函数是农业面源污染最小，约束条件为坡垄沟参数的变化范围。
所述目标函数为：
Figure BDA0001781915010000031
Figure BDA0001781915010000032
其中，y为目标函数、F(x)为目标向量、f1(d,l,h,α,β)、f2(d,l,h,α,β)、f3(d,l,h,α,β)分别表示地表产流中总氮、总磷和全钾的产污量；f4(d,l,h,α,β)、f5(d,l,h,α,β)、f6(d,l,h,α,β)分别表示深层渗漏中总氮、总磷和全钾的产污量；R'c、R'd分别表示模拟地表产流量及80cm以下深层渗漏的模拟产流量；C'TNc；C'TPc；C'Kc分别表示总氮、总磷、全钾在地表产流中的模拟浓度；C'TNd；C'TPd；C'Kd分别表示总氮、总磷、全钾在深层渗漏中的模拟浓度。
以坡垄沟参数的变化范围为约束条件所述约束条件为：
约束条件1：垄沟垄宽范围：
0＜d＜50cm；
约束条件2：垄沟沟宽范围：
0＜l＜50cm；
约束条件3：垄沟高度范围：
0＜h＜50cm；
约束条件3：垄沟斜面与坡耕地间夹角范围：
0＜α＜60度；
约束条件4：垄沟走向范围：
0＜β＜90度。
最后，借助调参后的Hydrus-2D模型，采用遗传算法对上述多目标优化方程进行求解，进而得到研究区减缓坡面农业面源污染的坡垄沟最优参数。
综上所述，本方法通过定量分析次降雨下地表产流及深层渗漏中的产流、产污量，对面向农业面源污染的最优坡垄沟参数确定提出了科学方法。本方法能够对坡垄沟参数进行合理优化，有效减少坡耕地产污量，缓解农业面源污染的问题，对当地自然环境恢复具有一定作用。
附图说明
在下文中将参照附图更完全地描述本发明的一些示例实施例；然而，本发明可以以不同的形式体现，不应当被认为限于本文所提出的实施例。相反，附图与说明书一起例示本发明的一些示例实施例，并用于解释本发明的原理和方面。
在图中，为了例示清楚，尺寸可能被夸大。贯穿全文，相同的附图标记指代相同的元件。
图1为根据本发明的一种减缓坡面农业面源污染的坡垄沟最优参数确定方法的流程图；和
图2示意性示出根据本发明的坡垄沟参数示意图，
其中：TN：总氮；TP：总磷；K：全钾；d：垄宽；l：沟宽；h：垄沟高度；α：垄沟斜面与坡耕地间夹角；β：垄沟走向(垄沟走向与坡向之间的夹角，顺坡为0°，横坡向为90°)。
具体实施方式
在下面的详细描述中，本发明的某些示例性实施例简单地通过例示的方式被示出和描述。如本领域技术人员将认识到的那样，所描述的实施例可以以各种不同的方式修改，所有这些都不脱离本发明的精神或范围。因此，图和描述将被视为在本质上是例示性的，而不是限制性的。
参见图1，根据本发明的一种减缓坡面农业面源污染的坡垄沟最优参数确定方法，包括下列步骤：
首先，选择实验区域，确定种植作物，设置坡垄沟参数，布设标准实验径流小区开展野外实验。
布设标准实验径流小区开展野外实验的原则为：
(1a)野外实验径流小区规格为20m×5m；
(1b)对研究区坡耕地坡度值进行调查分析，确定研究区坡耕地平均坡度，根据研究区坡耕地平均坡度来选择实验区域；
(1c)根据研究区作物种植及耕作习惯，来确定种植作物；
(1d)以垄宽d、沟宽l、垄沟高度h、垄沟斜面与坡耕地间夹角α以及垄沟走向β为坡垄沟参数，设置坡垄沟参数方案。
根据调查结果，当地种植作物为玉米，平均坡度为10°、平均垄沟垄宽为30cm、垄沟沟宽为25cm、垄沟高度为20cm、垄沟斜面与坡耕地间夹角为45°、垄沟走向(垄沟走向与坡向之间的夹角，顺坡为0°、横坡向为90°)为横坡，如图2所示。
每个径流实验小区长20m宽5m，以垄沟垄宽、沟宽、垄沟高度、垄沟斜面与坡耕地间夹角及垄沟走向为垄沟参数，布设五因素四水平正交实验以及一个无垄沟对照组，具体方案如下所示；
表1实验径流小区布设方案
Figure BDA0001781915010000051
其次，获取不同坡垄沟参数下实验径流小区产流及相应的农业面源污染指标的实测数据。所述产流数据包括地表产流量和80cm以下深层泄漏产流量；以及所述农业面源污染指标数据包括总氮TN、总磷TP和全钾K数据。
所述实验径流小区农业面源污染指标实测数据的获取方式为：分别收集每个实验径流小区次降雨下地表产流以及80cm以下深层渗漏的完整水样，获取地表产流量Rc以及80cm以下深层渗漏的产流量Rd，分别测量总氮TN、总磷TP、全钾K在地表产流中的浓度CTNc；CTPc；CKc以及在深层渗漏水量中的浓度CTNd；CTPd；CKd。其中总氮浓度采用碱性过硫酸钾紫外分光光度法测定，总磷浓度采用钼-锑-钪比色法测定，全钾浓度采用原子吸收光谱法测定。
第三，利用模拟实验数据对Hydrus-2D模型进行参数率定。
在一实施例中，所述利用模拟实验数据对Hydrus-2D模型进行参数率定包括：
制作20m×5m×1m大小土体单元，土体单元表面采用与标准实验径流小区做相同处理，根据降水气象数据进行模拟，获取模拟地表产流量R'c及80cm以下深层渗漏的模拟产流量R'd及总氮TN、总磷TP、全钾K在地表产流中的模拟浓度C'TNc；C'TPc；C'Kc与在深层渗漏中的模拟浓度C'TNd；C'TPd；C'Kd数据，将模拟数据与实测数据对比以对Hydrus-2D模型进行模型参数率定，对于每个坡垄沟参数下数据满足以下条件，即表明参数率定完成：
Figure BDA0001781915010000061
第四，构建坡垄沟参数多目标优化方程，其中目标函数是农业面源污染最小，约束条件为坡垄沟参数的变化范围。
所述目标函数为：
Figure BDA0001781915010000062
Figure BDA0001781915010000063
其中，y为目标函数、F(x)为目标向量、f1(d,l,h,α,β)、f2(d,l,h,α,β)、f3(d,l,h,α,β)分别表示地表产流中总氮、总磷和全钾的产污量；f4(d,l,h,α,β)、f5(d,l,h,α,β)、f6(d,l,h,α,β)分别表示深层渗漏中总氮、总磷和全钾的产污量；R'c、R'd分别表示模拟地表产流量及80cm以下深层渗漏的模拟产流量；C'TNc；C'TPc；C'Kc分别表示总氮、总磷、全钾在地表产流中的模拟浓度；C'TNd；C'TPd；C'Kd分别表示总氮、总磷、全钾在深层渗漏中的模拟浓度。
以坡垄沟参数的变化范围为约束条件所述约束条件为：
约束条件1：垄沟垄宽范围：
0＜d＜50cm；
约束条件2：垄沟沟宽范围：
0＜l＜50cm；
约束条件3：垄沟高度范围：
0＜h＜50cm；
约束条件3：垄沟斜面与坡耕地间夹角范围：
0＜α＜60度；
约束条件4：垄沟走向范围：
0＜β＜90度。
最后，借助调参后的Hydrus-2D模型，采用遗传算法对上述多目标优化方程进行求解，进而得到研究区减缓坡面农业面源污染的坡垄沟最优参数。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明所述原理的前提下，还可以作出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (6)

1.一种减缓坡面农业面源污染的坡垄沟最优参数确定方法，其特征在于，包括以下步骤：
(1)选择实验区域，确定种植作物，设置坡垄沟参数，布设标准实验径流小区开展野外实验；
(2)获取不同坡垄沟参数下实验径流小区产流及相应的农业面源污染指标的实测数据；
(3)利用模拟实验数据对Hydrus-2D模型进行参数率定；
(4)构建坡垄沟参数多目标优化方程，其中目标函数是农业面源污染最小，约束条件为坡垄沟参数的变化范围；
(5)借助调参后的Hydrus-2D模型，采用遗传算法对上述多目标优化方程进行求解，进而得到研究区减缓坡面农业面源污染的坡垄沟最优参数，
以垄沟垄宽、沟宽、垄沟高度、垄沟斜面与坡耕地间夹角及垄沟走向为垄沟参数，所述步骤(2)中所述产流数据包括地表产流量和80cm以下深层渗 漏产流量，以及所述农业面源污染指标数据包括总氮(TN)、总磷(TP)和全钾(K)数据，所述步骤(4)中所述目标函数为：
Figure FDA0002674724380000011
Figure FDA0002674724380000012
其中，y为目标函数、F(x)为目标向量、f1(d,l,h,α,β)、f2(d,l,h,α,β)、f3(d,l,h,α,β)分别表示地表产流中总氮、总磷和全钾的产污量；f4(d,l,h,α,β)、f5(d,l,h,α,β)、f6(d,l,h,α,β)分别表示深层渗漏中总氮、总磷和全钾的产污量；R'c、R'd分别表示模拟地表产流量及80cm以下深层渗漏的模拟产流量；C'TNc；C'TPc；C'Kc分别表示总氮、总磷、全钾在地表产流中的模拟浓度；C'TNd；C'TPd；C'Kd分别表示总氮、总磷、全钾在深层渗漏中的模拟浓度。
2.根据权利要求1所述的方法，其特征在于，所述步骤(1)中所述布设标准实验径流小区开展野外实验的原则为：
(1a)野外实验径流小区规格为20m×5m；
(1b)对研究区坡耕地坡度值进行调查分析，确定研究区坡耕地平均坡度，根据研究区坡耕地平均坡度来选择实验区域；
(1c)根据研究区作物种植及耕作习惯，来确定种植作物；
(1d)以垄宽(d)、沟宽(l)、垄沟高度(h)、垄沟斜面与坡耕地间夹角(α)以及垄沟走向(β)为坡垄沟参数，设置坡垄沟参数方案。
3.根据权利要求1所述的方法，其特征在于，所述步骤(2)中所述实验径流小区农业面源污染指标实测数据的获取方式为：
分别收集每个实验径流小区次降雨下地表产流以及80cm以下深层渗漏的完整水样，获取地表产流量(Rc)以及80cm以下深层渗漏的产流量(Rd)，分别测量总氮(TN)、总磷(TP)、全钾(K)在地表产流中的浓度(CTNc；CTPc；CKc)以及在深层渗漏水量中的浓度(CTNd；CTPd；CKd)。
4.根据权利要求3所述的方法，其中总氮浓度采用碱性过硫酸钾紫外分光光度法测定，总磷浓度采用钼-锑-钪比色法测定，全钾浓度采用原子吸收光谱法测定。
5.根据权利要求3所述的方法，其特征在于，所述步骤(3)中所述利用模拟实验数据对Hydrus-2D模型进行参数率定包括：
制作20m×5m×1m大小土体单元，土体单元表面采用与标准实验径流小区做相同处理，根据降水气象数据进行模拟，获取模拟地表产流量(R'c)及80cm以下深层渗漏的模拟产流量(R'd)及总氮(TN)、总磷(TP)、全钾(K)在地表产流中的模拟浓度(C'TNc；C'TPc；C'Kc)与在深层渗漏中的模拟浓度(C'TNd；C'TPd；C'Kd)数据，将模拟数据与实测数据对比以对Hydrus-2D模型进行模型参数率定，对于每个坡垄沟参数下数据满足以下条件，即表明参数率定完成：
Figure FDA0002674724380000031
6.根据权利要求1所述的方法，其特征在于，所述步骤(4)中的所述约束条件为：
约束条件1：垄沟垄宽范围：
0＜d＜50cm；
约束条件2：垄沟沟宽范围：
0＜l＜50cm；
约束条件3：垄沟高度范围：
0＜h＜50cm；
约束条件3：垄沟斜面与坡耕地间夹角范围：
0＜α＜60度；
约束条件4：垄沟走向范围：
0＜β＜90度。
CN201810996249.0A 2018-08-29 2018-08-29 一种减缓坡面农业面源污染的坡垄沟最优参数确定方法 Active CN109034496B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810996249.0A CN109034496B (zh) 2018-08-29 2018-08-29 一种减缓坡面农业面源污染的坡垄沟最优参数确定方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810996249.0A CN109034496B (zh) 2018-08-29 2018-08-29 一种减缓坡面农业面源污染的坡垄沟最优参数确定方法

Publications (2)

Publication Number Publication Date
CN109034496A CN109034496A (zh) 2018-12-18
CN109034496B true CN109034496B (zh) 2020-11-06

Family

ID=64625090

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810996249.0A Active CN109034496B (zh) 2018-08-29 2018-08-29 一种减缓坡面农业面源污染的坡垄沟最优参数确定方法

Country Status (1)

Country Link
CN (1) CN109034496B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111896429B (zh) * 2020-07-10 2021-08-03 武汉大学 水盐模拟模型中暗管排水排盐边界的改进方法
CN113593642B (zh) * 2021-09-07 2023-10-24 中国水利水电科学研究院 一种坡耕地垄沟布局对微生物影响机理的识别方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103675222A (zh) * 2012-09-18 2014-03-26 中国水利水电科学研究院 农业面源污染在线监测与自动取样系统
CN106884408A (zh) * 2017-02-28 2017-06-23 中国水利水电科学研究院 面向雨水资源高效利用的坡耕地农田垄沟布局方法

Family Cites Families (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102714941A (zh) * 2012-06-13 2012-10-10 河海大学 一种旱地蓄水保肥成垄压实耕作法
CN102888832A (zh) * 2012-10-22 2013-01-23 金丹越 一种垄沟状漫流生态净化系统的构建方法
US10699185B2 (en) * 2017-01-26 2020-06-30 The Climate Corporation Crop yield estimation using agronomic neural network

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103675222A (zh) * 2012-09-18 2014-03-26 中国水利水电科学研究院 农业面源污染在线监测与自动取样系统
CN106884408A (zh) * 2017-02-28 2017-06-23 中国水利水电科学研究院 面向雨水资源高效利用的坡耕地农田垄沟布局方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Pesticide Leaching from Agricultural Fields with Ridges and Furrows;Minze Leistra and Jos J. T. I. Boesten;《Water Air Soil Pollut》;20100330;全文 *

Also Published As

Publication number Publication date
CN109034496A (zh) 2018-12-18

Similar Documents

Publication Publication Date Title
Chen et al. The effects of biodegradable and plastic film mulching on nitrogen uptake, distribution, and leaching in a drip-irrigated sandy field
Azad et al. Developing an optimization model in drip fertigation management to consider environmental issues and supply plant requirements
Liang et al. An integrated soil-crop system model for water and nitrogen management in North China
Li et al. Simulation of cotton growth and soil water content under film-mulched drip irrigation using modified CSM-CROPGRO-cotton model
Heckrath et al. Tillage erosion and its effect on soil properties and crop yield in Denmark
Sun et al. Quantifying long-term responses of crop yield and nitrate leaching in an intensive farmland using agro-eco-environmental model
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
Zuo et al. Characterization of the root length density distribution of wheat using a generalized function
CN109034496B (zh) 一种减缓坡面农业面源污染的坡垄沟最优参数确定方法
Lin et al. Soybean and maize simulation under different degrees of soil erosion
Golabi et al. Evaluation of SALTMED model performance in irrigation and drainage of sugarcane farms in Khuzestan province of Iran
Dewedar et al. Improving water saving, yield, and water productivity of bean under deficit drip irrigation: Field and modelling study using the SALTMED model
Zhu et al. Soil water-salt control and yield improvement under the effect of compound control in saline soil of the Yellow River Delta, China
Zhang et al. Optimizing drip irrigation with alternate use of fresh and brackish waters by analyzing salt stress: The experimental and simulation approaches
Xu et al. Dynamic simulation of soil salt transport in arid irrigation areas under the HYDRUS-2D-Based rotation irrigation mode
Zhu et al. Water stress in maize production in the drylands of the Loess Plateau
Ranjbar et al. Evaluation of the SALTMED model for sorghum under saline conditions in an arid region
Leng et al. Evaluating the effects of biodegradable film mulching and topdressing nitrogen on nitrogen dynamic and utilization in the arid cornfield
Xu et al. Modelling effect of different irrigation methods on spring maize yield, water and nitrogen use efficiencies in the North China Plain
Wu et al. Adopting different cotton cropping systems may regulate the spatiotemporal variation in soil moisture and affect the growth, WUE and yield of cotton
Jiang et al. Evaluating RZ-SHAW model for simulating surface runoff and subsurface tile drainage under regular and controlled drainage with subirrigation in southern Ontario
Wu et al. Special features of the SPACSYS modeling package and procedures for parameterization and validation
Zhang et al. Climate and topography controls on soil water-stable aggregates at regional scale: Independent and interactive effects
Stulina et al. Using RZWQM to search improved practices for irrigated maize in Fergana, Uzbekistan
Bouksila et al. Estimating soil salinity over a shallow saline water table in semiarid Tunisia

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
CB03 Change of inventor or designer information

Inventor after: Liu Shanshan

Inventor after: Lv Xizhi

Inventor after: Yan Denghua

Inventor after: Shi Wanli

Inventor after: Qin Tianling

Inventor after: Sun Congwu

Inventor after: Wang Jianwei

Inventor before: Liu Panpan

Inventor before: Qin Tianling

Inventor before: Yan Denghua

Inventor before: Shi Wanli

Inventor before: Lv Xizhi

Inventor before: Sun Congwu

Inventor before: Wang Jianwei

CB03 Change of inventor or designer information
GR01 Patent grant
GR01 Patent grant
CI03 Correction of invention patent

Correction item: Inventor

Correct: Liu Panpan|Qin Tianling|Yan Denghua|Shi Wanli|Lv Xizhi|Sun Congwu|Wang Jianwei

False: Liu Shanshan|Lv Xizhi|Yan Denghua|Shi Wanli|Qin Tianling|Sun Congwu|Wang Jianwei

Number: 42-01

Volume: 36

CI03 Correction of invention patent
CB03 Change of inventor or designer information

Inventor after: Liu Panpan

Inventor after: Lv Xizhi

Inventor after: Yan Denghua

Inventor after: Shi Wanli

Inventor after: Qin Tianling

Inventor after: Sun Congwu

Inventor after: Wang Jianwei

Inventor before: Liu Panpan

Inventor before: Qin Tianling

Inventor before: Yan Denghua

Inventor before: Shi Wanli

Inventor before: Lv Xizhi

Inventor before: Sun Congwu

Inventor before: Wang Jianwei

CB03 Change of inventor or designer information