CN109118382B - 土壤墒情与施肥量关系模型的建立方法及应用 - Google Patents

土壤墒情与施肥量关系模型的建立方法及应用 Download PDF

Info

Publication number
CN109118382B
CN109118382B CN201810969130.4A CN201810969130A CN109118382B CN 109118382 B CN109118382 B CN 109118382B CN 201810969130 A CN201810969130 A CN 201810969130A CN 109118382 B CN109118382 B CN 109118382B
Authority
CN
China
Prior art keywords
soil
water content
fertilizing amount
model
amount
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
CN201810969130.4A
Other languages
English (en)
Other versions
CN109118382A (zh
Inventor
王剑峰
陈怡兵
宋立新
蔡红光
杜东明
夏厚禹
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.)
Jilin Province Soil Fertilizer Station
Original Assignee
Jilin Province Soil Fertilizer Station
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 Jilin Province Soil Fertilizer Station filed Critical Jilin Province Soil Fertilizer Station
Priority to CN201810969130.4A priority Critical patent/CN109118382B/zh
Publication of CN109118382A publication Critical patent/CN109118382A/zh
Application granted granted Critical
Publication of CN109118382B publication Critical patent/CN109118382B/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
    • G06Q50/00—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
    • G06Q50/02—Agriculture; Fishing; Mining
    • 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"
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A40/00—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
    • Y02A40/10—Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
    • Y02A40/22—Improving land use; Improving water use or availability; Controlling erosion

Abstract

本发明公开了一种土壤墒情与施肥量关系模型的建立方法及应用，具体为：Fs＝Fcs*N，其中，N＝实测含水量/常年含水量；Fcs：常规施肥量；Fs：推荐施肥量；N：调整系数，范围1.1‑0.9之间，大于1.1按照1.1计算，小于0.9按0.9计算。本发明对土壤参数与化肥使用量关系进行了研究，填补了土壤墒情参数对施肥量影响方面研究的空白，对在农业生产中精准施肥具有重要意义。经过实践证明，本发明所述的土壤墒情与施肥量关系模型具有一定的普适性，模型推算出的推荐施肥量，在指导农业生产中起到了积极作用。

Description

土壤墒情与施肥量关系模型的建立方法及应用
技术领域
本发明属于土壤、肥料技术领域，具体地说，涉及一种土壤墒情与施肥量关系模型的建立方法及应用。
背景技术
近年来，测土配方施肥、土壤墒情监测等技术的不断发展，对于农业生产“大肥大水”的误区逐渐被纠正，精准化从事农业生产，减少资源浪费成为了研究热点。化肥施用量、土壤含水量等参数信息对农业生产有着重要的影响，近年来越来越受到研究人员的关注。但是，由于气象因素的不可预测，其对农业生产的影响，基本无法评估。目前没有关于土壤含水量与施肥量关系的模型。土壤含水量对推荐施肥量的影响，土壤含水量和推荐施肥量之间的关系还没有人研究。
发明内容
本发明的目的在于提供一种土壤墒情与施肥量关系模型的建立方法及应用。从土壤播种期含水量参数的变化角度出发，研究播种时期土壤耕层含水量、常规施肥量和推荐施肥量三者之间的关系。旨在探究播期耕层不同土壤水分条件下，对施肥量的影响，在此角度下进行创新研究，计算出更适宜的施肥量，进一步节肥增效。
其具体技术方案为：
一种土壤墒情与施肥量关系模型，具体为：Fs＝Fcs*N，其中，
N＝实测含水量/常年含水量；
Fcs：常规施肥量；Fs：推荐施肥量；
N：调整系数，范围1.1-0.9之间，大于1.1按照1.1计算，小于0.9按0.9计算。
一种本发明所述土壤墒情与施肥量关系模型的建立方法，包括以下步骤：
关系模型基于土壤时空数据库，积累了大量数据，通过数万条土壤墒情参数及施肥参数推演出本关系模型，从已知地块的土壤水分条件入手，通过模型关系式计算出精准的配方施肥方案，将播种时土壤含水量作为研究分析对象，得出关系模型。
进一步，具体包括以下步骤：
步骤1、开展土壤播种期含水量与施肥量的关系研究。
1.1墒情监测布设、田间试验。按照不同土壤类型、不同耕作区、不同气候条件，以玉米为试验对象，进行墒情监测点位布设，收集墒情数据。共计布设300个点位，涉及黑钙土、草甸土、白浆土、黑土、暗棕壤、风沙土、新积土的不同土壤类型，覆盖中部台地湿润半湿润雨养农业区、西部平原盐碱风沙干旱区东部山区和半山区水源充沛区3个耕作气候区。收集播种期土壤含水量数据1200条，涉及试验地块300处，施肥量数据900个。开展作物田间作业调查，进行了物候期调查、生育性状调查、收获期调查、考种和土壤养分含量测试、玉米植株养分测试的基础工作。共采集玉米试验基础数据6万余条。
1.2分析播种期含水量、施肥量的关系。通过采集的数据，通过测试土壤养分、植株氮磷钾含量、施肥量、播种期土壤含水量、常规施肥量、产量等数据，分析播种期土壤含水量、常规施肥量、产量线性关系，发现播种期土壤含水量、常年平均含水量与施肥量有一定的线性关系，在产量相同情况下，播种期土壤含水量与常年平均含水量比率在一定范围内，推荐施肥量与播种期含水量呈正相关。
步骤2、进行相同产量下推荐施肥量、常规施肥量和含水量研究。
2.1进行试验分析。以常规施肥时、常年含水量播种的产量为基数，对发现的常年施肥量、播种期土壤含水量、常年平均含水量三者关系开展进一步研究确认。
2.2确定相互关系规律。通过试验验证研究表明，在产量相同情况下，播种期土壤含水量与常年平均含水量比率在1.1-0.9范围内，推荐施肥量与播种期含水量呈显著性正相关。当播种期土壤含水量与常年平均含水量比率不在1.1-0.9范围内时，推荐施肥量与播种期含水量、肥料利用率相关行不显著。
步骤3、建立模型。
通过分析，得出公式模型为：
Fs＝Fcs*N，其中，
N＝实测含水量/常年含水量；
Fcs：常规施肥量；Fs：推荐施肥量；
N：调整系数，范围1.1-0.9之间，大于1.1按照1.1计算，小于0.9按0.9计算。
步骤4、模型应用验证
应用公式模型进行生产验证试验。
本发明所述土壤墒情与施肥量关系模型在施肥量计算过程中的应用。
与现有技术相比，本发明的有益效果为：
本发明对土壤参数与化肥使用量关系进行了研究，填补了土壤墒情参数对施肥量影响方面研究的空白，对在农业生产中精准施肥具有重要意义。经过实践证明，本发明所述的土壤墒情与施肥量关系模型具有一定的普适性，模型推算出的推荐施肥量，在指导农业生产中起到了积极作用。
附图说明
图1是小区产量与不同处理差异性关系；
具体实施方式
下面结合附图和具体实施例对本发明的技术方案作进一步详细地说明。
本数学模型所应用的数据来源于长春市、松原市、伊通县、辉南县、抚松县和白城市洮北区等地开展土壤时空数据实时监测的数据结果，通过采集设备对土壤含水量进行采集(每天4次采集两个耕层的土壤数据，累计10万余条土壤墒情数据)遍布吉林省东、中、西部地区，数据在吉林省大部分地区具有一定的普适性，模型推算出的推荐施肥量，在指导吉林省部分地区的农业生产中起到了积极作用。
步骤1、开展土壤播种期含水量与肥料利用率关系研究。
1.墒情监测布设、田间试验。2016年，在吉林省范围内，按照不同土壤类型、不同耕作区、不同气候条件，以吉林省主产农作物玉米为试验对象，进行墒情监测点位布设，收集墒情数据。共计布设300个点位，涉及黑钙土、草甸土、白浆土、黑土、暗棕壤、风沙土、新积土等不同土壤类型，覆盖中部台地湿润半湿润雨养农业区、西部平原盐碱风沙干旱区东部山区和半山区水源充沛区3个耕作气候区。制定了《吉林省玉米作物氮、磷、钾肥料利用率研究方案》，收集播种期土壤含水量数据1200条，涉及试验地块300处，施肥量数据900个。开展作物田间作业调查(常年产量、常年施肥量、土壤类型、气候等)，进行了物候期调查(播种期、出苗期、拔节期、抽雄期、成熟期、收获期)、生育性状调查(出苗率、株高、茎粗、叶龄、叶色)、收获期调查(株高、茎粗、果穗数、果穗重、茎叶产量等)、考种(穗长、秃尖、穗行数、行粒数、百粒重、含水量、产量等)和土壤养分含量测试(氮、磷、钾、有机质、pH)、玉米植株养分测试(氮、磷、钾)等基础工作。共采集玉米试验基础数据6万余条。
2.分析播种期含水量、施肥量关系。通过采集的数据，通过测试土壤养分、植株氮磷钾含量、施肥量、播种期土壤含水量、常规施肥量、产量等数据，分析播种期土壤含水量、常规施肥量、产量线性关系，发现播种期土壤含水量、常年平均含水量(大于等于3年播种期平均含水量)与施肥量、肥料利用率有一定的线性关系，在产量相同情况下，播种期土壤含水量与常年平均含水量比率在一定范围内，推荐施肥量与播种期含水量呈正相关。
步骤2、进行相同产量下推荐施肥量、常规施肥量和含水量研究。
1.进行试验分析。以常规施肥时、常年含水量播种的产量为基数，对发现的常年施肥量、播种期土壤含水量、常年平均含水量三者关系开展进一步研究确认，2016年，在全省布设10个试验点，开展关系验证研究。
2.确定相互关系规律。通过试验验证研究表明，在产量相同情况下，播种期土壤含水量与常年平均含水量比率在1.1-0.9范围内，推荐施肥量与播种期含水量呈显著性正相关。当播种期土壤含水量与常年平均含水量比率不在1.1-0.9范围内时，推荐施肥量与播种期含水量、肥料利用率相关行不显著。
步骤3、建立模型。
通过分析，得出公式模型为：
Fs＝Fcs*N，其中，
N＝实测含水量/常年含水量；
Fcs：常规施肥量；Fs：推荐施肥量；
N：调整系数，范围1.1-0.9之间，大于1.1按照1.1计算，小于0.9按0.9计算。
步骤4、模型应用验证
2017年，应用公式模型进行生产验证试验。试验在吉林省农安县开展玉米试验验证。验证情况如下：
1.试验目的
验证“土壤墒情与施肥量关系模型”。
2.试验时间和地点
2.1时间
试验自2017年4月份起实施，田间作业部分于9月份结束，后续处理分析部分于12月份完成。
2.2地点
试验地点在农安县万顺乡一社，农户齐利家地块。坐标为经度12.324°58′05.04"，纬度44°31′09.28"，海拔209m。邮编：130231。
2.3气候条件
当地多年平均积温2938.9℃，平均降水497.9mm，无霜期146d,2017年4月24日至9月26日≥10℃积温为3009.6℃，期间降雨量为493.3mm，无霜期176d。播种期常年含水量为70％。试验当年，实测土壤含水量为50％，具备开展试验条件。
2.4前茬作物
前茬作物为玉米，品种为平安186，产量为10000kg/hm2；施肥量为高氮复合肥1000kg/hm2。
3.材料与方法
3.1供试土壤
供试土壤类型为薄腐黄土质石灰性黑钙土，成土母质为石灰性黄土状沉积物，地形为岗平。耕层厚度为17.2cm，肥力水平中等，农安农业技术推广中心提供的土壤养分测试值为水解性氮105mg/kg、有效磷18mg/kg、速效钾180mg/kg，有机质含量为19.5g/kg，pH值为7.9。
3.2供试肥料
供试肥料为尿素(N—46％)、过磷酸钙(P2O5—12％)、氯化钾(K2O—60％)。3.3供试作物及品种
供试作物为玉米，品种为迪峰128，吉林省金庆种业有限公司生产。
3.4试验设计与方法
3.4.1试验设计
试验设9个处理，每个处理设3次重复，区组内随机排列。每个小区7垄，每垄长10m，垄距65cm，株距25cm，每行保苗35株，小区面积为45.5m2。试验地周边设置1m宽保护行。以土壤相对含水量70％作为常规年份播种期正常含水量。在此基础上，按照一定比例设置不同含水量小区，通过人工增水方式，达到不同含水量。
——处理1：土壤含水量70％，，施肥量为常规施肥量的100％；
——处理2：土壤含水量为60％，施肥量为常规施肥量的85.7％；
——处理3：土壤含水量为63％，施肥量为常规施肥量的90.0％；
——处理4：土壤含水量为65％，施肥量为常规施肥量的92.8％；
——处理5：土壤含水量为68％，施肥量为常规施肥量的97.1％；
——处理6：土壤含水量为72％，施肥量为常规施肥量的102.8％；
——处理7：土壤含水量为75％，施肥量为常规施肥量的107.1％；
——处理8：土壤含水量为77％，施肥量为常规施肥量的110.0％；
——处理9：土壤含水量为80％，施肥量为常规施肥量的114.2％；
3.4.2土壤样品采集
4月7日，试验实施前采集土壤样品。按照“随机、等量、多点混合”的原则，采用“梅花”型选点取样，随机采集5个点的样品，混匀后制成一个混合样，并用四分法缩分至所需要量。取样部位为垄侧中间位置，采集0cm～20cm土样，每一个混合土样2kg。
3.4.3施肥方式
每个小区、每条垄、每种肥料单独称料，均匀沟施。根据当地习惯施肥一次性施入。
3.4.4田间管理
4月19日整地划区施底肥，5月8日播种，播种密度5.7万株；6月4日进行苗后除草，6月13日中耕，6月23日追肥封垄。
3.4.5试验小区产量测定
在每个试验小区中去掉两边各1垄及小区两端各1m。所余区域作为收获区和采样区，在余下的区域里选取20㎡作为测产区域，20㎡全收获，现场记录果穗和茎叶产量，统计玉米株数和穗数，称量整个测产区的玉米穗总鲜重，计算每个穗的平均重量；按平均单穗重选取有代表性的10穗，风干后脱粒、考种并测定产量，使用谷物水分测定仪测定玉米籽粒含水量后，折算成14％含水量产量和烘干重产量。
3.4.6植株样品的采集和处理方法
收获时，在玉米的采样区，选取具有代表性的玉米植株3株，沿根茎结合处，割去根系，取地上部分，为一个混合样品。样品风干后，测定茎叶和籽粒全氮、磷、钾养分含量。
3.4.7样品测试项目及方法
土壤、植株测试项目与方法均按《玉米测土配方施肥肥料利用率田间试验技术规范》规定标准进行。
3.4.8肥料利用率的计算
均按《玉米测土配方施肥肥料利用率田间试验技术规范》规定进行。
4.结果与分析
4.1不同土壤含水量处理下小区产量情况
根据考种测产结果，各处理小区产量由高到低排列为：测土施肥区、测土施肥无磷区、测土施肥无钾区、常规施肥无磷区、常规施肥区、常规施肥无钾区、常规施肥无氮区、测土施肥无氮区、无肥区。方差分析结果表明：在显著水平为5％的情况下，处理6和处理8差异不显著，处理9、4、2、5、3差异不显著，处理7和处理1差异不显著，但处理6和处理8与处理9、4、2、5、3差异显著，与处理7、1差异极显著；处理9、4、2、5、3与处理7、1差异显著。
表1不同施肥处理下玉米小区产量、百粒重等情况
Figure BDA0001775701410000081
从图1中可以看出，在不同处理下，小区产量呈相关性线性公式为y＝1.9914x，r≈1，呈直线性相关。
5.试验结论
试验地当年有春旱，具备试验条件。在控制播种期土壤含水量的情况下，常规区的产量与常年基本一致。各小区在不同施肥量情况下，处理2产量偏低，与正常相差10.2％；处理9产量与正常基本相同，但肥料使用量增加14.2％，产生浪费。其他处理的肥料用量在正常量的偏差10％以内，产量基本一致，波动在99.8-100％之间，无差异。
通过“产量与处理差异性”图及方程式可以看出，产量相同前提下，施肥量与播种期含水量及常年播种期含水量具备线性关系，过于干旱产量降低，施肥量过大导致浪费，在含水量波动±10％以内，公式模型具备准确性。
以上所述，仅为本发明较佳的具体实施方式，本发明的保护范围不限于此，任何熟悉本技术领域的技术人员在本发明披露的技术范围内，可显而易见地得到的技术方案的简单变化或等效替换均落入本发明的保护范围内。

Claims (2)

1.一种土壤墒情与施肥量关系模型的建立方法，所述土壤墒情与施肥量关系模型为：Fs＝Fcs*N，其中，
N＝实测含水量/常年含水量；
Fcs：常规施肥量；Fs：推荐施肥量；
N：调整系数，范围1.1-0.9之间，大于1.1按照1.1计算，小于0.9按0.9计算；所述土壤墒情与施肥量关系模型的建立方法包括以下步骤：关系模型基于土壤时空数据库，积累了大量数据，通过数万条土壤墒情参数及施肥参数推演出本关系模型，从已知地块的土壤水分条件入手，通过模型关系式计算出精准的配方施肥方案，将播种时土壤含水量作为研究分析对象，得出关系模型；
其特征在于：
所述土壤墒情与施肥量关系模型的建立方法具体包括以下步骤：
步骤1、开展土壤播种期含水量与施肥量的关系研究；
1.1墒情监测布设、田间试验；按照不同土壤类型、不同耕作区、不同气候条件，以玉米为试验对象，进行墒情监测点位布设，收集墒情数据；共计布设300个点位，涉及黑钙土、草甸土、白浆土、黑土、暗棕壤、风沙土、新积土的不同土壤类型，覆盖中部台地湿润半湿润雨养农业区、西部平原盐碱风沙干旱区东部山区和半山区水源充沛区3个耕作气候区；收集播种期土壤含水量数据1200条，涉及试验地块300处，施肥量数据900个；开展作物田间作业调查，进行了物候期调查、生育性状调查、收获期调查、考种和土壤养分含量测试、玉米植株养分测试的基础工作；共采集玉米试验基础数据6万余条；
1.2分析播种期含水量、施肥量的关系；通过采集的数据，通过测试土壤养分、植株氮磷钾含量、施肥量、播种期土壤含水量、常规施肥量、产量等数据，分析播种期土壤含水量、常规施肥量、产量线性关系，发现播种期土壤含水量、常年平均含水量与施肥量有一定的线性关系，在产量相同情况下，播种期土壤含水量与常年平均含水量比率在一定范围内，推荐施肥量与播种期含水量呈正相关；
步骤2、进行相同产量下推荐施肥量、常规施肥量和含水量研究；
2.1进行试验分析；以常规施肥时、常年含水量播种的产量为基数，对发现的常年施肥量、播种期土壤含水量、常年平均含水量三者关系开展进一步研究确认；
2.2确定相互关系规律；通过试验验证研究表明，在产量相同情况下，播种期土壤含水量与常年平均含水量比率在1.1-0.9范围内，推荐施肥量与播种期含水量呈显著性正相关；当播种期土壤含水量与常年平均含水量比率不在1.1-0.9范围内时，推荐施肥量与播种期含水量、肥料利用率相关行不显著；
步骤3、建立模型；
通过分析，得出公式模型为：
Fs＝Fcs*N，其中，
N＝实测含水量/常年含水量；
Fcs：常规施肥量；Fs：推荐施肥量；
N：调整系数，范围1.1-0.9之间，大于1.1按照1.1计算，小于0.9按0.9计算；
步骤4、模型应用验证
应用公式模型进行生产验证试验。
2.如权利要求1所述的一种土壤墒情与施肥量关系模型的建立方法建立的土壤墒情与施肥量关系模型在施肥量计算过程中的应用。
CN201810969130.4A 2018-08-23 2018-08-23 土壤墒情与施肥量关系模型的建立方法及应用 Active CN109118382B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201810969130.4A CN109118382B (zh) 2018-08-23 2018-08-23 土壤墒情与施肥量关系模型的建立方法及应用

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201810969130.4A CN109118382B (zh) 2018-08-23 2018-08-23 土壤墒情与施肥量关系模型的建立方法及应用

Publications (2)

Publication Number Publication Date
CN109118382A CN109118382A (zh) 2019-01-01
CN109118382B true CN109118382B (zh) 2021-08-10

Family

ID=64860928

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201810969130.4A Active CN109118382B (zh) 2018-08-23 2018-08-23 土壤墒情与施肥量关系模型的建立方法及应用

Country Status (1)

Country Link
CN (1) CN109118382B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111325415A (zh) * 2020-04-08 2020-06-23 河北省农林科学院农业资源环境研究所 一种小麦减肥潜力分区域优化方法

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1076796A (zh) * 1993-04-20 1993-09-29 牛保平 科学施肥计算器
US9508007B2 (en) * 2006-11-07 2016-11-29 The Curators Of The University Of Missouri Method of predicting crop yield loss due to N-deficiency
CN106717405A (zh) * 2016-11-21 2017-05-31 江西省土壤肥料技术推广站 养分丰缺指标调整系数法施肥方法
CN107220903A (zh) * 2017-06-23 2017-09-29 深圳市盛路物联通讯技术有限公司 一种智能农业管理方法和系统
KR20170135162A (ko) * 2016-05-30 2017-12-08 농업회사법인 주식회사 그린코프 원예작물의 양액재배를 위한 비료처방 방법
CN108077042A (zh) * 2017-12-04 2018-05-29 北京农业智能装备技术研究中心 一种冬小麦全生育期灌溉预警决策方法
CN108154267A (zh) * 2017-12-25 2018-06-12 深圳春沐源控股有限公司 一种施肥机的肥料参数调整方法及装置

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN1076796A (zh) * 1993-04-20 1993-09-29 牛保平 科学施肥计算器
US9508007B2 (en) * 2006-11-07 2016-11-29 The Curators Of The University Of Missouri Method of predicting crop yield loss due to N-deficiency
KR20170135162A (ko) * 2016-05-30 2017-12-08 농업회사법인 주식회사 그린코프 원예작물의 양액재배를 위한 비료처방 방법
CN106717405A (zh) * 2016-11-21 2017-05-31 江西省土壤肥料技术推广站 养分丰缺指标调整系数法施肥方法
CN107220903A (zh) * 2017-06-23 2017-09-29 深圳市盛路物联通讯技术有限公司 一种智能农业管理方法和系统
CN108077042A (zh) * 2017-12-04 2018-05-29 北京农业智能装备技术研究中心 一种冬小麦全生育期灌溉预警决策方法
CN108154267A (zh) * 2017-12-25 2018-06-12 深圳春沐源控股有限公司 一种施肥机的肥料参数调整方法及装置

Also Published As

Publication number Publication date
CN109118382A (zh) 2019-01-01

Similar Documents

Publication Publication Date Title
Guo et al. Tracking nitrogen losses in a greenhouse crop rotation experiment in North China using the EU-Rotate_N simulation model
Shao et al. Yield and water use response of winter wheat to winter irrigation in the North China Plain
CN111418323A (zh) 一种基于设施作物冠层覆盖度和株高的氮肥实时推荐方法
CN113269450B (zh) 一种县级尺度农作物资源利用与环境效应评估方法与系统
Yang et al. Legume cover with optimal nitrogen management and nitrification inhibitor enhanced net ecosystem economic benefits of peach orchard
CN109118382B (zh) 土壤墒情与施肥量关系模型的建立方法及应用
Tulema et al. N fertilisation, soil type and cultivars effects on N use efficiency in tef [Eragrostis tef (Zucc.) Trotte]
Li et al. Broccoli plant nitrogen, phosphorus, and water relations at field scale and in various growth media
CN111133927A (zh) 一种基于大数据的大棚种植管理方法
CN108207161B (zh) 烟田原位松土促养分增效的耕作方法
CN111512917B (zh) 一种基于土壤磷农学阈值的甘蔗施磷方法
Haverkort et al. Precision management of nitrogen and water in potato production through monitoring and modelling
Hendy et al. Simulation of the effect of deficit irrigation schemes on tomato crop production using aquacrop model
Amirouche et al. Calibration and validation of the AquaCrop model for the culture lettuce (Lactuca sativa L.) under fertilization levels in pluvial condition.
CN108334701B (zh) 一种大棚黄瓜氮素营养诊断及推荐施氮方法
Nelson et al. Sweetgum Half‐Sib Seed Source Response to Nitrogen and Phosphorus Fertilization in Mississippi
Tarasyants et al. RETRACTED ARTICLE: Monitoring of Fertilization and Increase of Fertility of Agricultural Soils
Malik et al. Effect of different sowing methods and varieties on growth and yield performance of wheat crop
Kumar et al. Effect of Crop Establishment Methods and Irrigation Scheduling on Growth and Soil Nutrient Status of Wheat
Rajemahadik et al. Irrigation and fertilizer management in cowpea under zero tilled condition of south Konkan coastal zone of Maharashtra, India
Kolev Development of a GIS Database for Agro-Ecological Characterization of the Razlog Region (Southern Bulgaria)
Yadav et al. Response of Potato Varieties to Nitrogen Fertilization for Growth, Yield and Nutrient Uptake
CN116508466A (zh) 一种南瓜水氮调亏方法
Yaoyu et al. COMPARATIVE STUDY ON WATER USE CHARACTERISTICS AND PRODUCTIVITY OF SOYBEAN AND MAIZE INTERCROPPING SYSTEM UNDER DRY FARMING CONDITIONS.
Rogalsky et al. Corn response to strip‐tillage and phosphorus fertilization in the Northern Great Plains

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