CN109544047A - 基于海拔分区的玉米土壤养分丰缺指标体系的建立方法 - Google Patents
基于海拔分区的玉米土壤养分丰缺指标体系的建立方法 Download PDFInfo
- Publication number
- CN109544047A CN109544047A CN201811649048.XA CN201811649048A CN109544047A CN 109544047 A CN109544047 A CN 109544047A CN 201811649048 A CN201811649048 A CN 201811649048A CN 109544047 A CN109544047 A CN 109544047A
- Authority
- CN
- China
- Prior art keywords
- soil
- fertilizer
- nutrient
- sea level
- height above
- 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
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—Systems or methods specially adapted for specific business sectors, e.g. utilities or tourism
- G06Q50/02—Agriculture; Fishing; Mining
Abstract
本发明公开了一种基于海拔分区的玉米土壤养分丰缺指标体系的建立方法,包括以下步骤:S1:对实验区域进行海拔高程带分区;S2:对高程带内的土壤类型进行划分;S3:针对划分的土壤类型选定农田田块设置实验区;S4:对实验区的土壤进行有效养分测定,得到各个田块的土壤养分测定值;S5:以相对产量为因变量,土壤有效养分的提取测试值为自变量进行回归分析,得到土壤测试值与相对产量的回归函数;S6:采用五级分类标准对相对产量进行分级,确定土壤养分丰缺指标;S7:根据分级确定相应的施肥量。本发明通过对区域海拔高程带的划分,简化了对环境因素的分析过程,保证了在海拔差异较大地区建立的玉米土壤养分丰缺指标体系的合理性。
Description
技术领域
本发明涉及土壤养分研究,具体涉及一种基于海拔分区的玉米土壤养分丰缺指标体系的建立方法。
背景技术
20世纪80年代我国开展了“第二次全国土壤普查”工作和“土壤养分丰缺指标研究”工作,对16种土类土壤的有效养分分级指标进行了系统研究,制定了相应的养分丰缺体系,各地在此基础上提出了几种推荐施肥方法,为科学施肥、养分管理提供了依据,推动了测土配方施肥技术的发展。该技术经过30余年的发展,当前的施肥方式、栽培方式等发生了重大的变化,各地区土壤肥力的差异大大增加,原来的土壤养分丰缺指标体系已不能适应当前农业的发展。云南省作为低纬度的高原省份,各种植区域之间海拔高度、作物种植的生态环境及土壤养分含量差异较大,同时由于区域特点及历史因素,云南省又是全国玉米的主要种植区域之一,因此需要重新建立针对不同生态区、不同土类的玉米测土配方施肥支撑体系,以降低成本,提高作物产量与品质,达到增产节支的目的。
现有技术首先选定某一地区主要土壤类型的农田田块,进行多点实验,且要求实验点间的土壤肥力应有足够大的差异,计算相对产量,以相对产量为因变量,土壤养分为自变量进行回归分析,根据划分的土壤养分分级水平划分土壤肥力指标,常见的有三级分类制和五级分类制,以划分后的土壤养分丰缺指标进一步布置实验,确定相应的施肥量。
现有技术的一大缺点是缺乏对影响作物产量的其他因素的考虑。以云南省为例,由于云南省属高原省份,海拔差异较大,在同一地区海拔高程仍有1-2km的差距,这些差距造成了作物种植环境的降水、温度、太阳辐射、湿度等影响作物生长周期及产量的因素均有不同,即使在相同地区同一土壤类型下,土壤养分和相应的施肥量对作物产量的影响也不尽相同,对这些环境因素的影响进行逐一分析是相当困难的,且很难在实践中推广使用。玉米作为喜温作物,全年生育期要求较高的温度,已有研究证明,由海拔高程差异导致的温度变化会对玉米的生育期产生较为明显的影响,进而影响玉米产量与品质。由此可见,海拔高度作为影响玉米生长的重要环境因素,在制定土壤养分丰缺指标体系时必须要加以体现。
发明内容
本发明的目的在于提供一种基于海拔分区的玉米土壤养分丰缺指标体系的建立方法,解决现有的对土壤肥力对玉米产量的分析缺乏对环境因素的考虑的问题。
为解决上述的技术问题,本发明采用以下技术方案:
一种基于海拔分区的玉米土壤养分丰缺指标体系的建立方法,包括以下步骤:
S1:对实验区域进行海拔高程带分区;
S2:对高程带内的土壤类型进行划分;
S3:针对划分的土壤类型选定农田田块设置实验区;
S4:对实验区的土壤进行有效养分测定,得到各个田块的土壤养分测定值;
S5:以相对产量为因变量,土壤有效养分的提取测试值为自变量进行回归分析,得到土壤测试值与相对产量的回归函数;
S6:采用五级分类标准对相对产量进行分级,确定土壤养分丰缺指标;
S7:根据分级确定相应的施肥量。
更进一步的方案是,上述S1步骤中对实验区域进行海拔高程带分区的具体方法是:先计算实验区域内海拔高度的极差,按照海拔极差的大小按照相等的距离分为10个高程带,并计算变异系数,然后根据变异系数调整各个高程带的范围,直至每个高程带内的变异系数达到最小。
更进一步的方案是,上述S1步骤中变异系数的计算公式是:
式中:Cv是高程带内第V项环境因素的变异系数;是第V项环境因素的平均值;xi是第V项环境因素的第i个样本值;
环境因素选取常年降雨量、常年有效积温和常年无霜期,最终高程带内的变异系数取常年降雨量、常年有效积温和常年无霜期三个环境因素的变异系数的平均值,即:
更进一步的方案是,上述S5步骤中相对产量分为缺氮相对产量、缺磷相对产量和缺钾相对产量;
其中,氮磷钾处理为氮肥、磷肥和钾肥均按照当地推荐施肥量进行施肥;无氮处理为不施用氮肥,并且磷肥和钾肥按照当地推荐施肥量进行施肥;无磷处理为不施用磷肥,并且氮肥和钾肥按照当地推荐施肥量进行施肥;无钾处理为不施用钾肥,并且氮肥和磷肥按照当地推荐施肥量进行施肥。
更进一步的方案是,上述S5步骤中进行回归分析时采用以下五种形式的方程进行分析得到回归函数:
Y=a+bx,
Y=a+bInx,
Y=axb,
Y=aebx,
Y=x/(a+bx),
其中a、b为回归系数,x为土壤有效养分的提取测试值,Y为相对产量。
更进一步的方案是,上述S6步骤中采用五级分类标准对相对产量进行分级的方法是:
将相对产量大于95%所对应的土壤有效养分的提取测试值的肥力指标定为“极高”;
将相对产量在90%~95%之间所对应的土壤有效养分的提取测试值的肥力指标定为“高”;
将相对产量在70%~90%之间所对应的土壤有效养分的提取测试值的肥力指标定为“中”;
将相对产量在50%~70%之间所对应的土壤有效养分的提取测试值的肥力指标定为“低”;
将相对产量小于50%所对应的土壤有效养分的提取测试值的肥力指标定为“极低”;
更进一步的方案是,上述S6步骤中确定土壤养分丰缺指标的方法是根据S5步骤得到回归函数,将各等级相对产量的临界值带入到回归函数中去,求出养分分级的临界值,然后根据养分分级的临界值划分得出土壤养分丰缺指标。
更进一步的方案是,上述S7步骤中确定相应的施肥量时有两种施肥方案,分别为最高产量施肥方案和最佳产量施肥方案;其中,最高产量施肥方案通过求解土壤肥力效应函数在实验范围内的最大值及最大值所对应的施肥量确定;最佳产量施肥方案根据边际效益成本等于边际成本的原则确定,即利用如下公式确定:
V=Y×P-x×C=(a+bx+cx2)×P-x×C,
式中:V为作物净利润;Y为作物产量;P为作物价格;x为施肥量;C为肥料价格。
更进一步的方案是,上述土壤肥力效应函数为:
Y=a+bx+cx2,
式中:x为氮/磷/钾纯质的使用量;Y为产量;a为截距;b,c为回归系数。(截距是指什么?)
与现有技术相比,本发明的有益效果是:
与现有技术相比,本发明考虑到了随海拔而变化的环境因素对玉米作物需肥特性所造成的影响。通过对区域海拔高程带的划分,简化了对环境因素的分析过程,将影响玉米作物产量的重要因素限制在一定范围之内,从而保证了在海拔差异较大地区建立的玉米土壤养分丰缺指标体系的合理性。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
具体实施例:
本发明可分为以下7个步骤:
1、实验区域海拔高程带分区;
2、高程带内主要土壤类型划分;
3、在主要土壤类型的农田田块设置实验;
4、对实验区的土壤进行有效养分测定,得到各个田块的土壤养分测定值;
5、以相对产量为因变量,有效养分的提取测试值为自变量进行回归分析,得到土壤测试值与相对产量的回归函数;
6、采用五级分类标准对相对产量进行分级,确定土壤养分丰缺指标;
7、根据分级确定相应的施肥量。
以下内容将对上述步骤的具体方法和依据进行详细说明:
1、实验区域海拔高度带分区
对海拔高程带分区时应保证相同高度带内降水、气温、太阳辐射等环境因素基本相同,在本发明中使用变异系数判断相同海拔带内环境是否类似。在开始划分高程带时计算区域海拔高度的极差,由海拔的极差大小按相等的距离分为10个高程带,按以下公式计算变异系数:
式中:Cv是高程带内第v项环境因素的变异系数;是第v项环境因素的平均值;xi为第v项环境因素的样本值。
这里选取的环境因素有常年降雨量、常年有效积温以及常年无霜期,最终高程带内变异系数取这三个因素的平均值,即:
根据变异系数调整各个高程带的范围,直至每个高程带的变异系数在总体上达到最小值。
2、高程带内主要土壤类型划分
在区域划分了主要高程带后,统计每一个高程带的主要土类,在这些主要土类中设置相应的田间试验,为保证试验结果的科学性及标准型,这里采用业内较为公认的“3414”完全实施方案布置实验。
第3、4步主要涉及田间试验与土壤养分检测的内容,其具体操作不在本发明讨论范围之内,因此不在赘述。
5-6、实验结果统计分析与土壤丰缺指标建立
在本发明中实验全部采用“3414”完全实施方案,即氮磷钾3个因素、4个施肥水平、共14个处理。在4个施肥水平中,0水平为不施肥,2水平为当地推荐施肥,1水平施肥量为2水平施肥量的0.5倍,3水平施肥量为2水平施肥量的1.5倍,即过量施肥。将各处理进行组合,重复进行3次试验,下表为“3414”试验方案的处理说明:
表格1
该表中1、2、4、6、8分别为对照处理、无氮处理、无磷处理、氮磷钾处理和无钾处理,因此可以根据2、4、6、8处理所获得的相对产量,建立玉米土壤养分丰缺指标。计算相对产量的公式如下所示:
在本发明中采用5级分类制,即与95%相对产量对应的土壤测定值的肥力指标定为“极高”;与95%-90%相对产量对应的土壤测定值为高;与90%-70%相对产量对应的土壤测定值的肥力指标为“中”;与70%-50相对产量对应的土壤测定值的肥力指标为“低”;<50%相对产量对应的土壤测定值的肥力指标为“极低”。
确定了分级标准后,以该区域高程带内所有的玉米相对产量结果为因变量,土壤测定值为自变量建立回归方程。首先使用以下五种形式的方程建立回归模型:
Y=a+bx
Y=a+bInx
Y=axb
Y=aebx
Y=x/(a+bx)
上述回归模型在实践中都能够用于描述土壤养分测试值与玉米相对产量的内在联系。随后对模型进行选择,本发明中选择上述模型的依据是保证模型的F统计量最大而P值最小。
得到回归模型后,将各级相对产量的临界值代入到方程中去,求出养分分级的临界值,根据这些养分临界值划分土壤养分丰缺指标。
7、根据土壤养分分级确定相应施肥量
确定了土壤肥力指标后,可以定性判断玉米在特定的土壤中对肥料的反应:
“极高”—超过一般所见的高含量,施肥对产量的影响极小,几乎不增产;
“高”—施肥对产量的影响较小;
“中”—不施肥可能减产,但减产幅度不超过20%-35%;
“低”-不施肥减产,减产幅度大于25%;
“极低”-不施肥减产幅度大于50%。
以上是对特定土壤肥力等级下玉米施肥的定性判断,要定量的确定施肥量则还需要针对各肥力等级土壤建立肥力效应函数:
Y=a+bx+cx2
式中:x为氮/磷/钾纯质的使用量;Y为产量;a为截距;b,c为回归系数。
由于本发明基于“3414”完全实施方案,所以在建立肥力效应函数时可以直接使用该实验的结果。如建立氮肥效应函数时,则可以通过对处理2、3、6、11运用上述方程的形式进行拟合得到;建立磷肥效应函数时,可通过对处理4、5、6、7进行拟合得到;建立钾肥效应函数时,可通过对处理6、8、9、10进行拟合得到。
确定某一肥料的用量时,可以采取两种施肥方案,即最高产量施肥方案和最佳产量施肥方案。最高产量施肥方案可以通过求解肥料效应函数在实验范围内的最大值及最大值对应的施肥量确定,若最大值对应的施肥量超出了实验范围,则以实验的最高施肥量为该方案的施肥量;最佳产量施肥方案可根据边际效益等于边际成本的原则确定:
V=Y×P-x×C=(a+bx+cx2)×P-x×C
式中:V为作物净利润;Y为作物产量;P为作物价格;x为施肥量;C为肥料价格。通过联合上述两式可以的到最佳产量及对应的施肥量。
至此本发明所述一种基于海拔高程分区的玉米土壤养分丰缺指标体系建立即算完成。
尽管这里参照本发明的解释性实施例对本发明进行了描述,但是,应该理解,本领域技术人员可以设计出很多其他的修改和实施方式,这些修改和实施方式将落在本申请公开的原则范围和精神之内。更具体地说,在本申请公开和权利要求的范围内,可以对主题组合布局的组成部件和/或布局进行多种变型和改进。除了对组成部件和/或布局进行的变形和改进外,对于本领域技术人员来说,其他的用途也将是明显的。
Claims (9)
1.一种基于海拔分区的玉米土壤养分丰缺指标体系的建立方法,其特征在于:包括以下步骤:
S1:对实验区域进行海拔高程带分区;
S2:对高程带内的土壤类型进行划分;
S3:针对划分的土壤类型选定农田田块设置实验区;
S4:对实验区的土壤进行有效养分测定,得到各个田块的土壤养分测定值;
S5:以相对产量为因变量,土壤有效养分的提取测试值为自变量进行回归分析,得到土壤测试值与相对产量的回归函数;
S6:采用五级分类标准对相对产量进行分级,确定土壤养分丰缺指标;
S7:根据分级确定相应的施肥量。
2.根据权利要求1所述的基于海拔分区的玉米土壤养分丰缺指标体系的建立方法,其特征在于:所述S1步骤中对实验区域进行海拔高程带分区的具体方法是:先计算实验区域内海拔高度的极差,按照海拔极差的大小按照相等的距离分为10个高程带,并计算变异系数,然后根据变异系数调整各个高程带的范围,直至每个高程带内的变异系数达到最小。
3.根据权利要求2所述的基于海拔分区的玉米土壤养分丰缺指标体系的建立方法,其特征在于:所述S1步骤中变异系数的计算公式是:
式中:Cv是高程带内第V项环境因素的变异系数;是第V项环境因素的平均值;xi是第V项环境因素的第i个样本值;
环境因素选取常年降雨量、常年有效积温和常年无霜期,最终高程带内的变异系数取常年降雨量、常年有效积温和常年无霜期三个环境因素的变异系数的平均值,即:
4.根据权利要求1所述的基于海拔分区的玉米土壤养分丰缺指标体系的建立方法,其特征在于:所述S5步骤中相对产量分为缺氮相对产量、缺磷相对产量和缺钾相对产量;
其中,氮磷钾处理为氮肥、磷肥和钾肥均按照当地推荐施肥量进行施肥;无氮处理为不施用氮肥,并且磷肥和钾肥按照当地推荐施肥量进行施肥;无磷处理为不施用磷肥,并且氮肥和钾肥按照当地推荐施肥量进行施肥;无钾处理为不施用钾肥,并且氮肥和磷肥按照当地推荐施肥量进行施肥。
5.根据权利要求4所述的基于海拔分区的玉米土壤养分丰缺指标体系的建立方法,其特征在于:所述S5步骤中进行回归分析时采用以下五种形式的方程进行分析得到回归函数:
Y=a+bx,
Y=a+bInx,
Y=axb,
Y=aebx,
Y=x/(a+bx),
其中a、b为回归系数,x为土壤有效养分的提取测试值,Y为相对产量。
6.根据权利要求1所述的基于海拔分区的玉米土壤养分丰缺指标体系的建立方法,其特征在于:所述S6步骤中采用五级分类标准对相对产量进行分级的方法是:
将相对产量大于95%所对应的土壤有效养分的提取测试值的肥力指标定为“极高”;
将相对产量在90%~95%之间所对应的土壤有效养分的提取测试值的肥力指标定为“高”;
将相对产量在70%~90%之间所对应的土壤有效养分的提取测试值的肥力指标定为“中”;
将相对产量在50%~70%之间所对应的土壤有效养分的提取测试值的肥力指标定为“低”;
将相对产量小于50%所对应的土壤有效养分的提取测试值的肥力指标定为“极低”。
7.根据权利要求6所述的基于海拔分区的玉米土壤养分丰缺指标体系的建立方法,其特征在于:所述S6步骤中确定土壤养分丰缺指标的方法是根据S5步骤得到回归函数,将各等级相对产量的临界值带入到回归函数中去,求出养分分级的临界值,然后根据养分分级的临界值划分得出土壤养分丰缺指标。
8.根据权利要求1所述的基于海拔分区的玉米土壤养分丰缺指标体系的建立方法,其特征在于:所述S7步骤中确定相应的施肥量时有两种施肥方案,分别为最高产量施肥方案和最佳产量施肥方案;其中,最高产量施肥方案通过求解土壤肥力效应函数在实验范围内的最大值及最大值所对应的施肥量确定;最佳产量施肥方案根据边际效益成本等于边际成本的原则确定,即利用如下公式确定:
V=Y×P-x×C,
式中:V为作物净利润;Y为作物产量;P为作物价格;x为施肥量;C为肥料价格。
9.根据权利要求8所述的基于海拔分区的玉米土壤养分丰缺指标体系的建立方法,其特征在于:所述土壤肥力效应函数为:
Y=a+bx+cx2,
式中:x为氮/磷/钾纯质的使用量;Y为作物产量;a为截距;b,c为回归系数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811649048.XA CN109544047A (zh) | 2018-12-30 | 2018-12-30 | 基于海拔分区的玉米土壤养分丰缺指标体系的建立方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201811649048.XA CN109544047A (zh) | 2018-12-30 | 2018-12-30 | 基于海拔分区的玉米土壤养分丰缺指标体系的建立方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN109544047A true CN109544047A (zh) | 2019-03-29 |
Family
ID=65831658
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201811649048.XA Pending CN109544047A (zh) | 2018-12-30 | 2018-12-30 | 基于海拔分区的玉米土壤养分丰缺指标体系的建立方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN109544047A (zh) |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111767523A (zh) * | 2020-07-02 | 2020-10-13 | 河北省农林科学院农业资源环境研究所 | 大尺度上与农业生产相匹配的夏玉米土壤磷钾丰缺指标构建及应用 |
CN111861836A (zh) * | 2020-07-20 | 2020-10-30 | 云南财经大学 | 山地土地立体规划方法、装置、存储介质和计算机设备 |
CN112258331A (zh) * | 2020-10-26 | 2021-01-22 | 安庆中春自动化技术有限公司 | 一种基于大数据的农作物种植生长及环境智能监测分析系统 |
CN112540563A (zh) * | 2020-12-28 | 2021-03-23 | 黑龙江东部节水设备有限公司 | 一种基于物联网的智慧农业控制系统及控制方法 |
CN114994250A (zh) * | 2022-05-30 | 2022-09-02 | 广西职业技术学院 | 一种茉莉花高产地块的最佳土壤微量元素含量模型 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103116013A (zh) * | 2013-02-04 | 2013-05-22 | 中国农业科学院棉花研究所 | 一种土壤养分分级指标的田间试验方法 |
CN208013750U (zh) * | 2017-12-29 | 2018-10-26 | 云南瀚哲科技有限公司 | 农业一体化数据采集装置 |
-
2018
- 2018-12-30 CN CN201811649048.XA patent/CN109544047A/zh active Pending
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103116013A (zh) * | 2013-02-04 | 2013-05-22 | 中国农业科学院棉花研究所 | 一种土壤养分分级指标的田间试验方法 |
CN208013750U (zh) * | 2017-12-29 | 2018-10-26 | 云南瀚哲科技有限公司 | 农业一体化数据采集装置 |
Non-Patent Citations (3)
Title |
---|
张霞: ""重庆市喀斯特槽谷地区农村居民点分布与地貌形态要素关系研究"", 《中国岩溶》 * |
李云祥: ""甘肃中部地区水砂田玉米土壤养分丰缺指标研究"", 《土壤通报》 * |
杜倩: ""盐源烟草种植区土壤磷素钾素肥力状况分析"", 《西南农业学报》 * |
Cited By (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111767523A (zh) * | 2020-07-02 | 2020-10-13 | 河北省农林科学院农业资源环境研究所 | 大尺度上与农业生产相匹配的夏玉米土壤磷钾丰缺指标构建及应用 |
CN111861836A (zh) * | 2020-07-20 | 2020-10-30 | 云南财经大学 | 山地土地立体规划方法、装置、存储介质和计算机设备 |
CN111861836B (zh) * | 2020-07-20 | 2022-10-18 | 云南财经大学 | 山地土地立体规划方法、装置、存储介质和计算机设备 |
CN112258331A (zh) * | 2020-10-26 | 2021-01-22 | 安庆中春自动化技术有限公司 | 一种基于大数据的农作物种植生长及环境智能监测分析系统 |
CN112258331B (zh) * | 2020-10-26 | 2021-07-23 | 广东新智农信息科技有限公司 | 一种基于大数据的农作物种植生长及环境智能监测分析系统 |
CN112540563A (zh) * | 2020-12-28 | 2021-03-23 | 黑龙江东部节水设备有限公司 | 一种基于物联网的智慧农业控制系统及控制方法 |
CN114994250A (zh) * | 2022-05-30 | 2022-09-02 | 广西职业技术学院 | 一种茉莉花高产地块的最佳土壤微量元素含量模型 |
CN114994250B (zh) * | 2022-05-30 | 2023-02-03 | 广西职业技术学院 | 一种茉莉花高产地块的最佳土壤微量元素含量模型 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109544047A (zh) | 基于海拔分区的玉米土壤养分丰缺指标体系的建立方法 | |
Wang et al. | The effect of development in water-saving irrigation techniques on spatial-temporal variations in crop water footprint and benchmarking | |
CN110073789B (zh) | 一种萝卜推荐施肥方法 | |
Xu et al. | Estimating nutrient uptake requirements for rice in China | |
CN102982486B (zh) | 一种基于作物长势遥感监测信息的施肥决策方法 | |
CN108934355B (zh) | 一种快速确定白菜施肥量的方法 | |
XING et al. | Global sensitivity analysis of the AquaCrop model for winter wheat under different water treatments based on the extended Fourier amplitude sensitivity test | |
Zhao et al. | Distribution of high-yield and high-yield-stability zones for maize yield potential in the main growing regions in China | |
CN103116013B (zh) | 一种土壤养分分级指标的田间试验方法 | |
CN108811651A (zh) | 一种测土配方施肥的方法 | |
CN105165215A (zh) | 一种大豆优化推荐施肥方法 | |
CN109829589A (zh) | 制作土壤施肥处方图的方法、土壤精准施肥处方图及应用 | |
CN108510107B (zh) | 一种农业种植指导方法、电子设备及存储介质 | |
CN105445229A (zh) | 基于氮平衡光谱法的小麦春季氮肥施用方法及其追氮量模型的构建方法 | |
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 | |
CN106717405A (zh) | 养分丰缺指标调整系数法施肥方法 | |
CN112598277B (zh) | 一种评估跨区域缩小冬小麦产量差与提高氮肥效率的方法 | |
CN108370699A (zh) | 一种测土配方施肥的方法 | |
YAO et al. | Effects of different agricultural treatments on narrowing winter wheat yield gap and nitrogen use efficiency in China | |
CN104517030A (zh) | 一种人工草地生长适宜区提取方法 | |
CN104965057A (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 | |
CN109673439A (zh) | 一种水肥耦合对水稻产量及生长形状的调控方法 | |
CN108205718A (zh) | 一种粮食作物抽样测产方法及系统 | |
CN102584399B (zh) | 肥料配制方法及系统 | |
CN114967798A (zh) | 一种基于互联网的天麻种植管理控制系统 |
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 |