CN109115992A - 一种农田土壤健康评价系统 - Google Patents

一种农田土壤健康评价系统 Download PDF

Info

Publication number
CN109115992A
CN109115992A CN201810897884.3A CN201810897884A CN109115992A CN 109115992 A CN109115992 A CN 109115992A CN 201810897884 A CN201810897884 A CN 201810897884A CN 109115992 A CN109115992 A CN 109115992A
Authority
CN
China
Prior art keywords
soil
index
health
soil sample
parameter
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.)
Granted
Application number
CN201810897884.3A
Other languages
English (en)
Other versions
CN109115992B (zh
Inventor
郭建明
张自刚
朱文
彭杏敏
宋兆欣
田蒙生
寇佺
刘蕊
陈竟男
王宏伟
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.)
Beijing Jiexi Agricultural Science And Technology Co Ltd
Original Assignee
Beijing Jiexi Agricultural Science And Technology Co Ltd
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 Beijing Jiexi Agricultural Science And Technology Co Ltd filed Critical Beijing Jiexi Agricultural Science And Technology Co Ltd
Priority to CN201810897884.3A priority Critical patent/CN109115992B/zh
Publication of CN109115992A publication Critical patent/CN109115992A/zh
Application granted granted Critical
Publication of CN109115992B publication Critical patent/CN109115992B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/24—Earth materials
    • G—PHYSICS
    • G01—MEASURING; TESTING
    • G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00—Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/24—Earth materials
    • G01N33/245—Earth materials for agricultural purposes

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Food Science & Technology (AREA)
  • Analytical Chemistry (AREA)
  • Geology (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Environmental & Geological Engineering (AREA)
  • Medicinal Chemistry (AREA)
  • Physics & Mathematics (AREA)
  • Remote Sensing (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)
  • Sampling And Sample Adjustment (AREA)

Abstract

本发明公开了一种农田土壤健康评价系统，包括：数据输入单元，与处理单元通信，用于输入土壤样本的健康评价指标的参数，并将所述参数发送至处理单元；处理单元，与结果输出单元通信，用于根据所接收到的土壤样本的健康评价指标的参数，根据预设的评价规则得到土壤样本的土壤健康指数，并将所述土壤健康指数发送至结果输出单元；结果输出单元，以预设的形式输出土壤样本的土壤健康指数；其中，土壤样本的健康评价指标，包括土壤的物理指标、土壤的生物指标、土壤的化学指标和土壤的产出指标，所述产出指标包括农作物产量、农作物品质、农作物商品合格率中的一种或多种。

Description

一种农田土壤健康评价系统
技术领域
本发明涉及土壤评价领域，特别涉及一种农田土壤健康评价系统。
背景技术
土壤健康是土壤在生态系统内维持生物的生产力、保护环境质量以及促进动植物健康能力的综合量度。土壤健康评价初期主要基于单一的土壤物理指标和化学指标，现在的土壤评价比初期更为全面，一般还包括土壤的生物指标。然而，仅仅使用土壤的物理、化学和生物指标作为土壤健康指标有时不能评价土壤利用的影响，也不能全面的反映土壤健康的程度。尤其是在用于评价用于农作物生产的农田土壤时，难以仅根据这些指标来进行准确的评估农作物的生长和产出情况。
目前没有比较完善的、为大家公认的关于农田土壤健康状况评价的指标体系，有一些采用总体分析法、专家问卷调查法等方法确定了一些用于农田土壤健康评价的指标，但这些指标往往有以下缺点：
1、通用性不强，如一些指标体系仅适用于特定地区的农田土壤；
2、指标数量过多，指标之间存在极强的关联性，使得在土壤的健康评价中检测过多无用的指标，造成的检测资源的浪费；
3、指标覆盖不全面，难以用于评价农田土壤对农作物产出的影响。
所以，目前也没有农田土壤健康评价系统可以有效的评价农田土壤的健康状况，而如何科学评价农田土壤的健康状况,是制定科学的对策，提高粮食产量和农业可持续健康发展的重要保障。
发明内容
为了解决以上问题，本发明提供一种农田土壤健康评价系统，包括：
数据输入单元，与处理单元通信，用于输入土壤样本的健康评价指标的参数，并将所述参数发送至处理单元；
处理单元，与结果输出单元通信，用于根据所接收到的土壤样本的健康评价指标的参数，根据预设的评价规则得到土壤样本的土壤健康指数，并将所述土壤健康指数发送至结果输出单元；
结果输出单元，以预设的形式输出土壤样本的土壤健康指数；
其中，土壤样本的健康评价指标，包括土壤的物理指标、土壤的生物指标、土壤的化学指标和土壤的产出指标，所述产出指标包括农作物产量、农作物品质、农作物商品合格率中的一种或多种。
优选的，
所述物理指标包括：土壤质地、土壤含水量、土壤表层硬度、土壤次表层硬度、团聚体稳定性；
所述生物指标包括：有机质含量、活性炭含量、潜在可矿化氮、根系健康等级；
所述化学指标包括：pH值、可提取磷、可提取钾、微量元素、重金属；
所述产出指标包括：农作物产量、农作物品质、农作物商品合格率。
优选的，
所述物理指标为：土壤质地、土壤含水量、土壤表层硬度、土壤次表层硬度、团聚体稳定性；
所述生物指标为：有机质含量、活性炭含量、潜在可矿化氮、根系健康等级；
所述化学指标为：pH值、可提取磷、可提取钾、微量元素、重金属；
所述产出指标为：农作物产量、农作物品质、农作物商品合格率。
优选的，所述农田土壤健康评价系统，还包括：
样本分析单元，用于对土壤样本进行分析，得到土壤样本的预设指标的参数，并将所述土壤样本的预设指标的参数作为土壤样本的健康评价指标参数的一部分通过数据输入单元发送给处理单元或直接发送给处理单元；
其中，土壤样本的预设指标的参数包括土壤样本的物理指标的参数、土壤样本的生物指标的参数和土壤样本的化学指标的参数。
优选的，
所述根据预设的评价规则得到土壤样本的土壤健康指数，具体为；
将土壤样本的健康评价指标的参数根据预设的指标评分规则进行评分；
通过第一公式得到土壤样本的土壤健康指数，所述第一公式为：
其中，s为土壤健康指数，i表示土壤样本的第i个健康评价指标，fi表示土壤样本的第i个健康评价指标的评分，如，fi表示土壤样本的第i个健康评价指标的隶属度并以所述隶属度作为健康评价指标的评分；wi表示土壤样本的第i个健康评价指标的权重。
优选的，
所述根据预设的指标评分规则进行评分，具体为：
对于土壤样本的物理指标的参数、土壤样本的生物指标的参数和土壤样本的化学指标的参数，通过康奈尔土壤健康评价系统进行评分；
对于产出指标的参数，分别对土壤所种植的不同类型农作物的参数用戒上线型评分函数进行评分，再将每种类型的农作物的评分进行加权平均，得到产出指标的参数的评分。
优选的，
所述根据预设的指标评分规则进行评分，具体为：
设定土壤健康指标隶属函数，对于不同的土壤质地，分别设定土壤健康指标隶属函数，所述土壤质地，包括砂土、粉土和粘土；
将土壤样本的健康评价指标的参数根据其土壤质地的不同代入不同的土壤健康指标隶属函数，求出每个土壤样本的健康评价指标的参数的隶属度；
将所述每个土壤样本的健康评价指标的参数的隶属度作为土壤样本的对应指标的评分。
优选的，
所述土壤健康指标隶属函数，由以下方法获得：
设定土壤健康指标隶属函数类型，所述土壤健康指标隶属函数包括概念型函数、戒上/下线型函数和峰型函数；
判断土壤样本的土壤质地，所述土壤质地包括砂土、粉土和粘土；
对于每一种土壤质地，分别拟合隶属函数，具体为：
对于土壤质地和根系健康等级，通过特尔斐法分别得出土壤质地的隶属度和根系健康等级的隶属度，并分别拟合得到隶属函数；
对于除土壤质地和根系健康等级外的土壤健康指标，采用特尔斐法对一组实测值评估出相应的一组隶属度，并根据实测值和对应的隶属度拟合得到隶属函数。
优选的，
表示土壤样本的健康评价指标的权重，由以下方法得到：
预设第一评价指标权重和第二评价指标权重，其中，第一评价指标权重中重金属的权重低于第二评价指标权重中重金属的权重；
当重金属高于第一阈值时，使用第二评价指标权重，否则使用第一评价指标权重。
优选的，所述将土壤样本的健康评价指标的参数根据预设的指标评分规则进行评分，还包括：
根据土壤样本的健康评价指标的参数，获取未来预设时间段土壤样本所能达到的健康评价指标的最优参数；
将所述未来预设时间段土壤样本所能达到的健康评价指标的最优参数根据预设的指标评分规则进行评分，得到土壤样本的最优评分；
根据所述土壤样本的最优评分对土壤样本的评分进行修正，具体为，对述土壤样本的最优评分赋予权值后，对土壤样本的评分和带权值的土壤样本的最优评分取几何平均值，得到修正后的土壤样本的评分。
本发明还提供了上述农田土壤健康评价系统在土壤修复中的应用。
优选的，以目标土壤健康指数和当前土壤健康指数之差的倍数设为土壤修复所需的时间成本，以目标土壤健康指数和当前土壤健康指数之差的另一倍数设为土壤修复所需的投入成本。
优选的，以修复后的土壤健康指数和修复前的土壤健康指数之差评估土壤修复的效果。
本发明的一些有益效果可以包括：
本发明提供的一种农田土壤健康评价系统，通过在评价农田土壤时，考虑农作物产量、农作物品质、农作物商品合格率中一种或多种的影响，从而比传统的方法能更有效的评估农田土壤的在农业方面的效果，从而能更有效的评价农田土壤的健康状况。
本发明的其它特征和优点将在随后的说明书中阐述，并且，部分地从说明书中变得显而易见，或者通过实施本发明而了解。本发明的目的和其他优点可通过在所写的说明书、权利要求书、以及附图中所特别指出的结构来实现和获得。
下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。
附图说明
附图用来提供对本发明的进一步理解，并且构成说明书的一部分，与本发明的实施例一起用于解释本发明，并不构成对本发明的限制。在附图中：
图1为本发明实施例中一种农田土壤健康评价系统的示意图。
具体实施方式
以下结合附图对本发明的优选实施例进行说明，应当理解，此处所描述的优选实施例仅用于说明和解释本发明，并不用于限定本发明。
图1为本发明实施例中一种农田土壤健康评价系统的示意图，如图1所示，包括：
本发明提供一种农田土壤健康评价系统，包括：
数据输入单元，与处理单元通信，用于输入土壤样本的健康评价指标的参数，并将所述参数发送至处理单元；
处理单元，与结果输出单元通信，用于根据所接收到的土壤样本的健康评价指标的参数，根据预设的评价规则得到土壤样本的土壤健康指数，并将所述土壤健康指数发送至结果输出单元；
结果输出单元，以预设的形式输出土壤样本的土壤健康指数；
其中，土壤样本的健康评价指标，包括土壤的物理指标、土壤的生物指标、土壤的化学指标和土壤的产出指标，所述产出指标包括农作物产量(特定作物的产量或多种作物的产量的加权平均值)、农作物品质(特定作物的品质或多种作物的品质的加权平均值)、农作物商品合格率(特定作物的商品合格率或多种作物的商品合格率的加权平均值)中的一种或多种。
所述结果输出单元还用于以预设的形式输出土壤样本的土壤健康等级，其中，土壤健康等级为以土壤健康指数的加权平均值为自变量的阶梯函数的函数值，其中，阶梯函数可以是取整函数。
本发明提供的一种农田土壤健康评价系统，通过在评价农田土壤时，考虑农作物产量、农作物品质、农作物商品合格率中一种或多种的影响，从而比传统的方法能更有效的评估农田土壤的在农业方面的效果，从而能更有效的评价农田土壤的健康状况。
为了更全面的评价农田土壤的健康状况，使评价系统的通用性更强，在本发明的一个实施例中，
所述物理指标包括：土壤质地、土壤含水量、土壤表层硬度、土壤次表层硬度、团聚体(0.25-2mm粒径)稳定性；
所述生物指标包括：有机质含量、活性炭含量、潜在可矿化氮、根系健康等级；
所述化学指标包括：pH值、可提取磷、可提取钾、微量元素、重金属；
所述产出指标包括：农作物产量、农作物品质、农作物商品合格率。
为了在全面的评价农田土壤的健康状况的情况下，避免土壤的健康评价中检测过多无用的指标，造成的检测资源的浪费的问题，只需要检测必须的17个指标，在本发明的一个实施例中，
所述物理指标为：土壤质地、土壤含水量、土壤表层硬度、土壤次表层硬度、团聚体(0.25-2mm粒径)稳定性；
所述生物指标为：有机质含量、活性炭含量、潜在可矿化氮、根系健康等级；
所述化学指标为：pH值、可提取磷、可提取钾、微量元素、重金属；
所述产出指标为：农作物产量、农作物品质、农作物商品合格率。
为了方便数据的交换，减少数据传输过程中的误差，增加检测的自动化程度，在本发明的一个实施例中，所述农田土壤健康评价系统，还包括：
样本分析单元，用于对土壤样本进行分析，得到土壤样本的预设指标的参数，并将所述土壤样本的预设指标的参数作为土壤样本的健康评价指标参数的一部分通过数据输入单元发送给处理单元或直接发送给处理单元；
其中，土壤样本的预设指标的参数包括土壤样本的物理指标的参数、土壤样本的生物指标的参数和土壤样本的化学指标的参数。
为了给出土壤健康的具体评价数值，方便土壤的对比和评估，在本发明的一个实施例中，
所述根据预设的评价规则得到土壤样本的土壤健康指数，具体为；
将土壤样本的健康评价指标的参数根据预设的指标评分规则进行评分；
通过第一公式得到土壤样本的土壤健康指数，所述第一公式为：
其中，s为土壤健康指数，i表示土壤样本的第i个健康评价指标，fi表示土壤样本的第i个健康评价指标的评分，在本发明的一个实施例中，fi表示土壤样本的第i个健康评价指标的隶属度，并以所述隶属度作为健康评价指标的评分；wi表示土壤样本的第i个健康评价指标的权重。
为了给出各指标的参数的评分，在本发明的一个实施例中，
所述根据预设的指标评分规则进行评分，具体为：
对于土壤样本的物理指标的参数、土壤样本的生物指标的参数和土壤样本的化学指标的参数，通过康奈尔土壤健康评价系统进行评分；
对于产出指标的参数，分别对土壤所种植的不同类型农作物的参数用戒上线型评分函数进行评分，再将每种类型的农作物的评分进行加权平均(如按种植时间加权、年单位种植面积产量加权等)，得到产出指标的参数的评分。
由于直接使用常用的函数进行评分往往会出现和人的主观感觉或现实不符的问题，需要由人(专家)来判断不同参数的优劣，然后根据这一判断确定指标参数的评分，为了达到这一目的，在本发明的一个实施例中，
所述根据预设的指标评分规则进行评分，具体为：
设定土壤健康指标隶属函数，对于不同的土壤质地，分别设定土壤健康指标隶属函数，所述土壤质地，包括砂土、粉土和粘土；
将土壤样本的健康评价指标的参数根据其土壤质地的不同代入不同的土壤健康指标隶属函数，求出每个土壤样本的健康评价指标的参数的隶属度；
将所述每个土壤样本的健康评价指标的参数的隶属度作为土壤样本的对应指标的评分。
由于不同土壤质地对土壤健康的评分影响很大，为了考虑这一因素，在本发明的一个实施例中，
所述土壤健康指标隶属函数，由以下方法获得：
设定土壤健康指标隶属函数类型，所述土壤健康指标隶属函数包括概念型函数、戒上(下)线型函数和峰型函数(如pH、土壤质地)；
判断土壤样本的土壤质地，所述土壤质地包括砂土、粉土和粘土；
对于每一种土壤质地，分别拟合隶属函数，具体为：
对于土壤质地和根系健康等级，通过特尔斐法分别得出土壤质地的隶属度和根系健康等级的隶属度，并分别拟合得到隶属函数；
对于除土壤质地和根系健康等级外的土壤健康指标，采用特尔斐法对一组实测值评估出相应的一组隶属度，并根据实测值和对应的隶属度拟合得到隶属函数。
由于重金属对农作物食用的安全性影响很大，为了体现这种影响，在本发明的一个实施例中，
表示土壤样本的健康评价指标的权重，由以下方法得到：
预设第一评价指标权重和第二评价指标权重，其中，第一评价指标权重中重金属的权重低于第二评价指标权重中重金属的权重；
当重金属高于第一阈值时，使用第二评价指标权重，否则使用第一评价指标权重。第一阈值可以通过将国家或行业的限量标准除以一个安全系数得到。
由于现在的土壤健康评价都是基于现在的土壤状态，对于土壤未来的改善空间没有涉及，同时，不同指标在改善的困难程度上不同，因此相同的土壤健康等级往往存在改善空间不同，改善难度不同的问题，为了对这种情况进行区分，以便更好的对土壤进行管理，在本发明的一个实施例中，所述将土壤样本的健康评价指标的参数根据预设的指标评分规则进行评分，还包括：
根据土壤样本的健康评价指标的参数，获取未来预设时间段(一般为1年)土壤样本所能达到的健康评价指标的最优参数；
将所述未来预设时间段土壤样本所能达到的健康评价指标的最优参数根据预设的指标评分规则进行评分，得到土壤样本的最优评分；
根据所述土壤样本的最优评分对土壤样本的评分进行修正，具体为，对述土壤样本的最优评分赋予权值后，对土壤样本的评分和带权值的土壤样本的最优评分取几何平均值，得到修正后的土壤样本的评分。
本发明还提供了上述农田土壤健康评价系统在土壤修复中的应用，包括：
以目标土壤健康指数和当前土壤健康指数之差的倍数设为土壤修复所需的时间成本，以目标土壤健康指数和当前土壤健康指数之差的另一倍数设为土壤修复所需的投入成本(资金、人力等)。
以修复后的土壤健康指数和修复前的土壤健康指数之差评估土壤修复的效果。
本发明提供的一种农田土壤健康评价系统，通过在评价农田土壤时，考虑农作物产量、农作物品质、农作物商品合格率中一种或多种的影响，从而比传统的方法能更有效的评估农田土壤的在农业方面的效果，从而能更有效的评价农田土壤的健康状况。
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (10)

1.一种农田土壤健康评价系统，其特征在于，包括：
数据输入单元，与处理单元通信，用于输入土壤样本的健康评价指标的参数，并将所述参数发送至处理单元；
处理单元，与结果输出单元通信，用于根据所接收到的土壤样本的健康评价指标的参数，根据预设的评价规则得到土壤样本的土壤健康指数，并将所述土壤健康指数发送至结果输出单元；
结果输出单元，以预设的形式输出土壤样本的土壤健康指数；
其中，土壤样本的健康评价指标，包括土壤的物理指标、土壤的生物指标、土壤的化学指标和土壤的产出指标，所述产出指标包括农作物产量、农作物品质、农作物商品合格率中的一种或多种。
2.根据权利要求1所述的系统，其特征在于，
所述物理指标包括：土壤质地、土壤含水量、土壤表层硬度、土壤次表层硬度、团聚体稳定性；
所述生物指标包括：有机质含量、活性炭含量、潜在可矿化氮、根系健康等级；
所述化学指标包括：pH值、可提取磷、可提取钾、微量元素、重金属；
所述产出指标包括：农作物产量、农作物品质、农作物商品合格率。
3.根据权利要求1所述的系统，其特征在于，
所述物理指标为：土壤质地、土壤含水量、土壤表层硬度、土壤次表层硬度、团聚体稳定性；
所述生物指标为：有机质含量、活性炭含量、潜在可矿化氮、根系健康等级；
所述化学指标为：pH值、可提取磷、可提取钾、微量元素、重金属；
所述产出指标为：农作物产量、农作物品质、农作物商品合格率。
4.根据权利要求3所述的系统，其特征在于，还包括：
样本分析单元，用于对土壤样本进行分析，得到土壤样本的预设指标的参数，并将所述土壤样本的预设指标的参数作为土壤样本的健康评价指标参数的一部分通过数据输入单元发送给处理单元或直接发送给处理单元；
其中，土壤样本的预设指标的参数包括土壤样本的物理指标的参数、土壤样本的生物指标的参数和土壤样本的化学指标的参数。
5.根据权利要求3所述的系统，其特征在于，
所述根据预设的评价规则得到土壤样本的土壤健康指数，具体为；
将土壤样本的健康评价指标的参数根据预设的指标评分规则进行评分；
通过第一公式得到土壤样本的土壤健康指数，所述第一公式为：
其中，s为土壤健康指数，i表示土壤样本的第i个健康评价指标，fi表示土壤样本的第i个健康评价指标的评分；wi表示土壤样本的第i个健康评价指标的权重。
6.根据权利要求5所述的系统，其特征在于，
所述根据预设的指标评分规则进行评分，具体为：
对于土壤样本的物理指标的参数、土壤样本的生物指标的参数和土壤样本的化学指标的参数，通过康奈尔土壤健康评价系统进行评分；
对于产出指标的参数，分别对土壤所种植的不同类型农作物的参数用戒上线型评分函数进行评分，再将每种类型的农作物的评分进行加权平均，得到产出指标的参数的评分。
7.根据权利要求5所述的系统，其特征在于，
所述根据预设的指标评分规则进行评分，具体为：
设定土壤健康指标隶属函数，对于不同的土壤质地，分别设定土壤健康指标隶属函数，所述土壤质地，包括砂土、粉土和粘土；
将土壤样本的健康评价指标的参数根据其土壤质地的不同代入不同的土壤健康指标隶属函数，求出每个土壤样本的健康评价指标的参数的隶属度；
将所述每个土壤样本的健康评价指标的参数的隶属度作为土壤样本的对应指标的评分。
8.根据权利要求7所述的系统，其特征在于，
所述土壤健康指标隶属函数，由以下方法获得：
设定土壤健康指标隶属函数类型，所述土壤健康指标隶属函数包括概念型函数、戒上/下线型函数和峰型函数；
判断土壤样本的土壤质地，所述土壤质地包括砂土、粉土和粘土；
对于每一种土壤质地，分别拟合隶属函数，具体为：
对于土壤质地和根系健康等级，通过特尔斐法分别得出土壤质地的隶属度和根系健康等级的隶属度，并分别拟合得到隶属函数；
对于除土壤质地和根系健康等级外的土壤健康指标，采用特尔斐法对一组实测值评估出相应的一组隶属度，并根据实测值和对应的隶属度拟合得到隶属函数。
9.根据权利要求5所述的系统，其特征在于，
表示土壤样本的健康评价指标的权重，由以下方法得到：
预设第一评价指标权重和第二评价指标权重，其中，第一评价指标权重中重金属的权重低于第二评价指标权重中重金属的权重；
当重金属高于第一阈值时，使用第二评价指标权重，否则使用第一评价指标权重。
10.根据权利要求5所述的系统，其特征在于，所述将土壤样本的健康评价指标的参数根据预设的指标评分规则进行评分，还包括：
根据土壤样本的健康评价指标的参数，获取未来预设时间段土壤样本所能达到的健康评价指标的最优参数；
将所述未来预设时间段土壤样本所能达到的健康评价指标的最优参数根据预设的指标评分规则进行评分，得到土壤样本的最优评分；
根据所述土壤样本的最优评分对土壤样本的评分进行修正，具体为，对述土壤样本的最优评分赋予权值后，对土壤样本的评分和带权值的土壤样本的最优评分取几何平均值，得到修正后的土壤样本的评分。
CN201810897884.3A 2018-08-08 2018-08-08 一种农田土壤健康评价系统 Active CN109115992B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810897884.3A CN109115992B (zh) 2018-08-08 2018-08-08 一种农田土壤健康评价系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810897884.3A CN109115992B (zh) 2018-08-08 2018-08-08 一种农田土壤健康评价系统

Publications (2)

Publication Number Publication Date
CN109115992A true CN109115992A (zh) 2019-01-01
CN109115992B CN109115992B (zh) 2021-02-09

Family

ID=64852172

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810897884.3A Active CN109115992B (zh) 2018-08-08 2018-08-08 一种农田土壤健康评价系统

Country Status (1)

Country Link
CN (1) CN109115992B (zh)

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110082507A (zh) * 2019-05-22 2019-08-02 温州科技职业学院 一种获取标准农田综合地力指数的方法
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
CN112348412A (zh) * 2020-11-30 2021-02-09 恒瑞通（福建）信息技术有限公司 一种服务于乡村振兴领域的农田监测方法及终端
CN113822592A (zh) * 2021-09-29 2021-12-21 中国农业大学 一种农田土壤障碍因子诊断与土壤健康培育方法
CN115597935A (zh) * 2022-10-10 2023-01-13 华南农业大学（Cn） 一种不同质地土壤的制备和样本数据库的构建方法
CN117223459A (zh) * 2023-11-14 2023-12-15 江苏汉菱肥业有限责任公司 一种基于数据分析的肥料自动混配系统

Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101650748A (zh) * 2009-09-14 2010-02-17 杨敬锋 一种土地质量评价方法及系统
UA70406U (uk) * 2011-11-22 2012-06-11 Национальный Научный Центр Институт Почвоведения И Агрохимии Имени А.Н. Соколовского Спосіб оцінки фізичної якості ґрунту
CN102577851A (zh) * 2012-02-03 2012-07-18 中国林业科学研究院资源昆虫研究所 基于松墨天牛为害指标的松类林健康评价方法
CN103065043A (zh) * 2012-12-19 2013-04-24 北京师范大学 一种基于理化生综合指标评价高寒草地土壤健康的方法
CN103838969A (zh) * 2014-03-03 2014-06-04 山东大学 一种盐渍化-石油-重金属复合污染土壤质量的微生物指标评价方法
CN107066823A (zh) * 2017-04-18 2017-08-18 中山大学 基于植物、土壤、微生物的重金属污染土壤修复效果综合评价方法
CN107292518A (zh) * 2017-06-21 2017-10-24 中国农业科学院农田灌溉研究所 耕层指数获取方法及装置
CN107561242A (zh) * 2017-08-29 2018-01-09 山西省环境科学研究院 一种复合污染农田土壤质量的评价方法
CN107767032A (zh) * 2017-09-27 2018-03-06 北京农业信息技术研究中心 一种农田土壤重金属污染决策系统及方法
CN108108915A (zh) * 2018-01-12 2018-06-01 中国农业科学院农业资源与农业区划研究所 一种农田重金属污染风险评估方法

Patent Citations (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101650748A (zh) * 2009-09-14 2010-02-17 杨敬锋 一种土地质量评价方法及系统
UA70406U (uk) * 2011-11-22 2012-06-11 Национальный Научный Центр Институт Почвоведения И Агрохимии Имени А.Н. Соколовского Спосіб оцінки фізичної якості ґрунту
CN102577851A (zh) * 2012-02-03 2012-07-18 中国林业科学研究院资源昆虫研究所 基于松墨天牛为害指标的松类林健康评价方法
CN103065043A (zh) * 2012-12-19 2013-04-24 北京师范大学 一种基于理化生综合指标评价高寒草地土壤健康的方法
CN103838969A (zh) * 2014-03-03 2014-06-04 山东大学 一种盐渍化-石油-重金属复合污染土壤质量的微生物指标评价方法
CN107066823A (zh) * 2017-04-18 2017-08-18 中山大学 基于植物、土壤、微生物的重金属污染土壤修复效果综合评价方法
CN107292518A (zh) * 2017-06-21 2017-10-24 中国农业科学院农田灌溉研究所 耕层指数获取方法及装置
CN107561242A (zh) * 2017-08-29 2018-01-09 山西省环境科学研究院 一种复合污染农田土壤质量的评价方法
CN107767032A (zh) * 2017-09-27 2018-03-06 北京农业信息技术研究中心 一种农田土壤重金属污染决策系统及方法
CN108108915A (zh) * 2018-01-12 2018-06-01 中国农业科学院农业资源与农业区划研究所 一种农田重金属污染风险评估方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
于法展 等: "庐山不同森林植被类型土壤特性及其健康评价", 《长江流域资源与环境》 *
李董魁 等: "《甘肃省耕地质量评价系列丛书 临夏县耕地质量评价》", 31 January 2015, 甘肃科学技术出版社 *
盛丰: "康奈尔土壤健康评价系统及其应用", 《土壤通报》 *
高旺盛 等: "中国集约高产农田生态健康评价方法及指标体系初探", 《中国农学通报》 *

Cited By (10)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110082507A (zh) * 2019-05-22 2019-08-02 温州科技职业学院 一种获取标准农田综合地力指数的方法
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
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
CN112348412A (zh) * 2020-11-30 2021-02-09 恒瑞通（福建）信息技术有限公司 一种服务于乡村振兴领域的农田监测方法及终端
CN113822592A (zh) * 2021-09-29 2021-12-21 中国农业大学 一种农田土壤障碍因子诊断与土壤健康培育方法
CN113822592B (zh) * 2021-09-29 2022-06-28 中国农业大学 一种农田土壤障碍因子诊断与土壤健康培育方法
CN115597935A (zh) * 2022-10-10 2023-01-13 华南农业大学（Cn） 一种不同质地土壤的制备和样本数据库的构建方法
CN117223459A (zh) * 2023-11-14 2023-12-15 江苏汉菱肥业有限责任公司 一种基于数据分析的肥料自动混配系统
CN117223459B (zh) * 2023-11-14 2024-02-02 江苏汉菱肥业有限责任公司 一种基于数据分析的肥料自动混配系统

Also Published As

Publication number Publication date
CN109115992B (zh) 2021-02-09

Similar Documents

Publication Publication Date Title
CN109115992A (zh) 一种农田土壤健康评价系统
Hayhoe et al. Conversion to soy on the Amazonian agricultural frontier increases streamflow without affecting stormflow dynamics
Abell et al. Relationships between land use and nitrogen and phosphorus in New Zealand lakes
Cossarini et al. Towards operational 3D-Var assimilation of chlorophyll Biogeochemical-Argo float data into a biogeochemical model of the Mediterranean Sea
França et al. Predicting fish species richness in estuaries: Which modelling technique to use?
US20150242970A1 (en) Environmental Management Zone Modeling And Analysis
Tsonkova et al. Ecosystem services assessment tool for agroforestry (ESAT-A): An approach to assess selected ecosystem services provided by alley cropping systems
Dalgliesh et al. APSoil-providing soils information to consultants, farmers and researchers.
Lawes et al. Optimal nitrogen rate can be predicted using average yield and estimates of soil water and leaf nitrogen with infield experimentation
Schürz et al. A comprehensive sensitivity and uncertainty analysis for discharge and nitrate-nitrogen loads involving multiple discrete model inputs under future changing conditions
Hoffmann et al. Variability of effects of spatial climate data aggregation on regional yield simulation by crop models
Cichota et al. Describing N leaching from urine patches deposited at different times of the year with a transfer function
Manzione et al. Transfer function-noise modeling and spatial interpolation to evaluate the risk of extreme (shallow) water-table levels in the Brazilian Cerrados
CN114663764B (zh) 一种耕地土壤环境质量区划方法、装置、介质及终端设备
Oliver et al. Quantifying the spatial pattern of the yield gap within a farm in a low rainfall Mediterranean climate
Martinez-Feria et al. Can multi-strategy management stabilize nitrate leaching under increasing rainfall?
CN111783516A (zh) 一种基于深度学习的耕地质量自然等级评价方法
Schulz et al. Large-scale winter catch crop monitoring with Sentinel-2 time series and machine learning–An alternative to on-site controls?
Ross et al. Comparison of event‐specific rainfall–runoff responses and their controls in contrasting geographic areas
Jeihouni et al. Digital mapping of soil moisture retention properties using solely satellite-based data and data mining techniques
Moharana et al. Assessment of soil organic and inorganic carbon stock at different soil depths after conversion of desert into arable land in the hot arid regions of India
Anderson et al. Wheat grain-yield response to lime application: Relationships with soil pH and aluminium in Western Australia
López-Lineros et al. A new quality control procedure based on non-linear autoregressive neural network for validating raw river stage data
Zhang et al. Spatial variability of soil organic matter and total nitrogen and the influencing factors in Huzhu County of Qinghai Province, China
Maynard et al. Accuracy of regional-to-global soil maps for on-farm decision-making: are soil maps “good enough”?

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
GR01 Patent grant
GR01 Patent grant