CN109661885A - 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 - Google Patents
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 Download PDFInfo
- Publication number
- CN109661885A CN109661885A CN201910133813.0A CN201910133813A CN109661885A CN 109661885 A CN109661885 A CN 109661885A CN 201910133813 A CN201910133813 A CN 201910133813A CN 109661885 A CN109661885 A CN 109661885A
- Authority
- CN
- China
- Prior art keywords
- value
- fertilizer
- nitrogen
- index
- yield
- 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
- 230000004044 response Effects 0.000 title claims abstract description 41
- 238000000034 method Methods 0.000 title claims abstract description 37
- 230000004720 fertilization Effects 0.000 title claims abstract description 25
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims abstract description 96
- 239000002689 soil Substances 0.000 claims abstract description 70
- 239000000618 nitrogen fertilizer Substances 0.000 claims abstract description 64
- 238000011156 evaluation Methods 0.000 claims abstract description 60
- 230000035558 fertility Effects 0.000 claims abstract description 52
- 229910052757 nitrogen Inorganic materials 0.000 claims abstract description 49
- 241000209094 Oryza Species 0.000 claims abstract description 43
- 235000007164 Oryza sativa Nutrition 0.000 claims abstract description 43
- 235000009566 rice Nutrition 0.000 claims abstract description 43
- 239000003337 fertilizer Substances 0.000 claims abstract description 39
- 229910052698 phosphorus Inorganic materials 0.000 claims abstract description 30
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims abstract description 29
- 239000011574 phosphorus Substances 0.000 claims abstract description 29
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 claims abstract description 27
- 229910052700 potassium Inorganic materials 0.000 claims abstract description 27
- 239000011591 potassium Substances 0.000 claims abstract description 27
- KWYUFKZDYYNOTN-UHFFFAOYSA-M Potassium hydroxide Chemical compound [OH-].[K+] KWYUFKZDYYNOTN-UHFFFAOYSA-M 0.000 claims abstract description 21
- 239000005416 organic matter Substances 0.000 claims abstract description 21
- 229940072033 potash Drugs 0.000 claims abstract description 21
- BWHMMNNQKKPAPP-UHFFFAOYSA-L potassium carbonate Substances [K+].[K+].[O-]C([O-])=O BWHMMNNQKKPAPP-UHFFFAOYSA-L 0.000 claims abstract description 21
- 235000015320 potassium carbonate Nutrition 0.000 claims abstract description 21
- 239000002686 phosphate fertilizer Substances 0.000 claims abstract description 15
- 230000000153 supplemental effect Effects 0.000 claims abstract description 9
- 238000010219 correlation analysis Methods 0.000 claims abstract description 5
- 238000004364 calculation method Methods 0.000 claims description 16
- 210000003608 fece Anatomy 0.000 claims description 6
- 239000010871 livestock manure Substances 0.000 claims description 6
- 230000005484 gravity Effects 0.000 claims description 4
- 238000005316 response function Methods 0.000 claims description 3
- 239000002881 soil fertilizer Substances 0.000 abstract description 3
- 230000000875 corresponding effect Effects 0.000 description 16
- 238000004519 manufacturing process Methods 0.000 description 8
- 235000015097 nutrients Nutrition 0.000 description 5
- 230000008901 benefit Effects 0.000 description 4
- WCUXLLCKKVVCTQ-UHFFFAOYSA-M Potassium chloride Chemical compound [Cl-].[K+] WCUXLLCKKVVCTQ-UHFFFAOYSA-M 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 235000003715 nutritional status Nutrition 0.000 description 2
- 241001465805 Nymphalidae Species 0.000 description 1
- XSQUKJJJFZCRTK-UHFFFAOYSA-N Urea Chemical compound NC(N)=O XSQUKJJJFZCRTK-UHFFFAOYSA-N 0.000 description 1
- 230000009471 action Effects 0.000 description 1
- 238000004458 analytical method Methods 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- YYRMJZQKEFZXMX-UHFFFAOYSA-L calcium bis(dihydrogenphosphate) Chemical compound [Ca+2].OP(O)([O-])=O.OP(O)([O-])=O YYRMJZQKEFZXMX-UHFFFAOYSA-L 0.000 description 1
- 229910000389 calcium phosphate Inorganic materials 0.000 description 1
- 239000004202 carbamide Substances 0.000 description 1
- 235000013877 carbamide Nutrition 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 239000002131 composite material Substances 0.000 description 1
- 230000002596 correlated effect 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
- 238000002474 experimental method Methods 0.000 description 1
- 238000004625 fertilizer experiment Methods 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 235000019691 monocalcium phosphate Nutrition 0.000 description 1
- 235000021049 nutrient content Nutrition 0.000 description 1
- 239000001103 potassium chloride Substances 0.000 description 1
- 235000011164 potassium chloride Nutrition 0.000 description 1
- 241000894007 species Species 0.000 description 1
- 238000003786 synthesis reaction Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 230000007306 turnover Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 1
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01C—PLANTING; SOWING; FERTILISING
- A01C21/00—Methods of fertilising, sowing or planting
- A01C21/007—Determining fertilization requirements
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01C—PLANTING; SOWING; FERTILISING
- A01C21/00—Methods of fertilising, sowing or planting
- A01C21/005—Following a specific plan, e.g. pattern
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Soil Sciences (AREA)
- Environmental Sciences (AREA)
- Fertilizers (AREA)
Abstract
本发明属于土壤肥料技术领域，本发明公开了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，包括步骤：利用半梯形隶属度函数分别计算有机质、全氮、碱解氮、有效磷和速效钾的隶属度值，根据梯形隶属度函数计算pH值的隶属度值，基于相关系数分析法确定每个评价指标的权重系数，根据每个评价指标的权重系数和对应的隶属度值，采用指数和法计算出土壤肥力综合指标值；S2、建立土壤肥力综合指标值与水稻相对产量的函数模型，建立水稻目标产量与氮肥产量反应的函数模型；S3、按照氮肥推荐量、磷肥推荐量和钾肥推荐量确定基追肥比例。本发明的方法可靠、准确度较高。
Description
技术领域
本发明属于土壤肥料技术领域，具体涉及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。
背景技术
合理施肥不仅能确保作物高产，也是农田土壤培肥的重要措施。国内外学者提出了通过地上作物为基础的推荐施肥方法，养分专家系统推荐施肥是利用QUEFTS模型明确作物的养分内在效率，基于作物产量反应和农学效率之间的关系，综合肥料种类、施肥量、施肥时期和施肥位置的原则进行推荐施肥的方法。目前，养分专家系统推荐施肥在我国大田作物上均有较广泛的应用，但是各地开发的施肥专家系统设计过于专业片面化，参数设置过于复杂，不便于使用者操作查询难于推广。
发明内容
为了解决现有技术存在的上述问题，本发明目的在于提供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。
本发明所采用的技术方案为：
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，包括步骤：
S1、选取pH值、有机质、全氮、碱解氮、有效磷和速效钾作为评价指标，利用半梯形隶属度函数分别计算有机质、全氮、碱解氮、有效磷和速效钾的隶属度值，根据梯形隶属度函数计算pH值的隶属度值，基于相关系数分析法确定每个评价指标的权重系数，根据每个评价指标的权重系数和对应的隶属度值，采用指数和法计算出土壤肥力综合指标值；
S2、建立土壤肥力综合指标值与水稻相对产量的函数模型，建立水稻目标产量与氮肥产量反应的函数模型；
S3、将氮肥产量反应除以农学效率所得值作为氮肥推荐量，根据肥料效应函数计算磷肥推荐量和钾肥推荐量，按照氮肥推荐量、磷肥推荐量和钾肥推荐量确定基追肥比例。
进一步的，所述步骤S1中有机质、全氮、碱解氮、有效磷和速效钾对应的半梯形隶属度函数转折点的取值：有机质为8、35，全氮为0.65、1.75，碱解氮为50、135，有效磷为4、30和速效钾为40、175；所述pH值对应的梯形隶属度函数转折点的取值为5.5、6.5、7.5、8.5。
进一步的，所述步骤S1中每个评价指标的权重系数是通过以下方式确定的：计算各个评价指标之间的相关系数，计算单项评价指标之间相关系数的平均值，以该平均值的绝对值占所有评价指标相关系数平均值绝对值总和的比重，作为该评价指标的权重系数。
进一步的，所述步骤S1中各评价指标的权重系数分别为pH为0.386、有机质为0.215、全氮为0.243、碱解氮为0.076、有效磷为0.074和速效钾为0.006。
进一步的，所述步骤S1中的每个评价指标的权重系数乘以其对应的隶属度值的总和值为土壤肥力综合指标值，具体计算公式为：
式中，IFI表示土壤肥力综合指标值，n表示土壤指标的总数，Wi和Ni分别表示第i种土壤指标的权重系数和隶属度值。
进一步的，所述步骤S2中的土壤肥力综合指标值与水稻相对产量的函数模型为：
y＝40.400lnx+111.733 (2)
式中，x表示土壤肥力综合指标值，y表示水稻相对产量，％；
所述步骤S2中的水稻目标产量与氮肥产量反应的函数模型为：
y＝0.849x-2.948 (3)
式中，x表示水稻目标产量，y表示氮肥产量反应，两者单位为t/hm2。
进一步的，所述步骤S3中的氮肥推荐量的具体计算公式如下：
施氮量＝氮肥产量反应/氮肥农学效率 (4)
其中氮肥农学效率为25.859；
所述步骤S3中的磷肥推荐量的具体计算公式如下：
y＝-28.825lnx+147.890 (5)
式中，x表示最佳施肥量，kg/hm2，y表示对应土壤有效磷含量，mg/kg；
所述步骤S3中的钾肥推荐量的具体计算公式如下：
y＝-48.780lnx+306.960 (6)
式中，x表示最佳施肥量，kg/hm2，y表示对应土壤速效钾含量，mg/kg；
所述步骤S3中的基追肥比例，按重量百分比计为：50％的氮肥、100％的磷肥和50％的钾肥作为基肥施用，35％的氮肥和50％的钾肥作为分蘖肥施用，剩余15％的氮肥作为穗肥施用。
本发明的有益效果为：本发明的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，通过选取pH、有机质、全氮、碱解氮、有效磷和速效钾6项指标，采用Fuzzy综合评判法计算出土壤肥力综合指标值，并建立土壤肥力综合指标值与水稻相对产量、目标产量与氮肥产量反应的函数模型，基于氮肥产量反应和农学效率计算施氮量，基于肥料效应函数计算磷、钾肥施用量；推荐基肥和追肥的比例，从而实现了精准施肥的目的。
本发明的方法可靠、准确性较高；依据稻田土壤肥力评价结果来确定目标产量，根据本发明推荐的施肥量种植水稻，其预测产量与实际产量水平非常接近，说明本发明的方法可靠、准确性较高，能有效指导实际生产。
附图说明
图1是水稻相对产量与IFI值的关系曲线。
图2是氮肥产量反应与目标产量的关系曲线。
具体实施方式
下面结合附图及具体实施例对本发明做进一步阐释。
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，包括步骤：
S1、稻田土壤肥力综合指标值计算
选取pH值、有机质、全氮、碱解氮、有效磷和速效钾作为评价指标，利用半梯形隶属度函数分别计算有机质、全氮、碱解氮、有效磷和速效钾的隶属度值，根据梯形隶属度函数计算pH值的隶属度值，基于相关系数分析法确定每个评价指标的权重系数，根据每个评价指标的权重系数和对应的隶属度值，采用指数和法计算出土壤肥力综合指标值。
S2、稻田推荐施肥函数模型构建
建立土壤肥力综合指标值与水稻相对产量的函数模型，建立水稻目标产量与氮肥产量反应的函数模型。
S3、施肥量和施肥方式
S3、将氮肥产量反应除以农学效率所得值作为氮肥推荐量，根据肥料效应函数计算磷肥推荐量和钾肥推荐量，按照氮肥推荐量、磷肥推荐量和钾肥推荐量确定基追肥比例。
进一步的，所述步骤S1中有机质、全氮、碱解氮、有效磷和速效钾对应的半梯形隶属度函数转折点的取值：有机质为8、35，全氮为0.65、1.75，碱解氮为50、135，有效磷为4、30和速效钾为40、175；所述pH值对应的梯形隶属度函数转折点的取值为5.5、6.5、7.5、8.5。
进一步的，所述步骤S1中每个评价指标的权重系数是通过以下方式确定的：计算各个评价指标之间的相关系数，计算单项评价指标之间相关系数的平均值，以该平均值的绝对值占所有评价指标相关系数平均值绝对值总和的比重，作为该评价指标的权重系数。
进一步的，所述步骤S1中各评价指标的权重系数分别为pH为0.386、有机质为0.215、全氮为0.243、碱解氮为0.076、有效磷为0.074和速效钾为0.006。
进一步的，所述步骤S1中的每个评价指标的权重系数乘以其对应的隶属度值的总和值为土壤肥力的综合指标值，具体计算公式为：
式中，IFI表示土壤肥力综合指标值，n表示土壤指标的总数，Wi和Ni分别表示第i种土壤指标的权重系数和隶属度值。
进一步的，所述步骤S2中的水稻相对产量指水稻年产量与当地最高产量或该品种的最大产量潜力的比值，以％表示；所述氮肥产量反应指施氮肥后的产量减去不施氮肥的产量。
进一步的，所述步骤S2中的土壤肥力综合指标值与水稻相对产量的函数模型为：
y＝40.400lnx+111.733 (2)
式中，x表示土壤肥力综合指标值，y表示水稻相对产量，％。
进一步的，所述步骤S2中的水稻目标产量与氮肥产量反应的函数模型为：
y＝0.849x-2.948 (3)
式中，x表示水稻目标产量，y表示氮肥产量反应，两者单位为t/hm2。
进一步的，所述步骤S3中的氮肥推荐量具体计算公式如下：
施氮量＝氮肥产量反应/氮肥农学效率 (4)
其中氮肥农学效率为25.859。
进一步的，所述步骤S3中的磷肥推荐量具体计算公式如下：
y＝-28.825lnx+147.890 (5)
式中，x表示最佳施肥量，kg/hm2，y表示对应土壤有效磷含量，mg/kg。
进一步的，所述步骤S3中的钾肥推荐量具体计算公式如下：
y＝-48.780lnx+306.960 (6)
式中，x表示最佳施肥量，kg/hm2，y表示对应土壤速效钾含量，mg/kg。
所述步骤S3中的基追肥比例，按重量百分比计为：50％的氮肥、100％的磷肥和50％的钾肥作为基肥施用，35％的氮肥和50％的钾肥作为分蘖肥施用，剩余15％的氮肥作为穗肥施用。
实施例
本发明的目的在于解决土壤肥力评价的复杂性，提出一种快速、准确、普及性较好的稻田土壤肥力评价方法，并根据土壤肥力评价结果提出一种推荐施肥的方法。
稻田土壤肥力综合评价
主要包括评价指标的选取、隶属度值的确定、评价指标权重系数的确定和土壤肥力综合指标值的计算4个步骤。其具体内容为：
1)评价指标的选取
土壤质量指标是从土壤生产潜力与环境管理的角度进行监测和评价土壤健康状况的性状、功能或条件。评价指标的选取应遵循综合分析与主导因素相结合原则，稳定性原则，考虑现有资料的科学性、现势性和完整性以及当前的技术条件。本发明选取pH、有机质、全氮、碱解氮、有效磷和速效钾六个常规项目作为评价指标。
2)隶属度值的确定
①隶属函数的确定
目前，用于土壤肥力评价的隶属度函数主要有半梯形(S型)和梯形(抛物线型)隶属度函数。半梯形隶属度函数评价的指标如有机质、全氮、全磷、全钾、碱解氮、有效磷和速效钾，这些肥力指标与作物产量呈“S”型曲线关系，即在一定的范围内评价指标值与作物产量呈正相关，而低于或高于此范围评价指标值的变化对作物产量影响很小。
半梯形隶属度函数表达式为：
式中，x1和x2表示隶属度函数曲线转折点处的取值。
梯形隶属度函数的评价指标如pH值，这类评价指标对作物生长发育有一个最佳适宜范围，超过此范围，随着偏离程度的增大，对作物生长发育的影响越不利，直至达某一值时作物不能生长发育。
梯形隶属度函数表达式为：
式中，x1、x2、x3和x4表示pH值的隶属度函数曲线转折点处的取值。
②隶属函数曲线中转折点的取值
根据上述隶属度函数计算单项肥力指标的隶属度值，必须先确定各评价指标的转折点值，参考全国第二次土壤普查和四川土壤种志中的分级标准，土壤肥力各项指标转折点取值见表1。根据相应的隶属度函数和转折点取值，可计算各项土壤肥力指标的隶属度值，这些值介于0.1-1.0之间。
表1土壤肥力各项指标隶属函数曲线中转折点的取值
3)评价指标权重系数的确定
基于相关系数分析法来确定单项肥力指标的权重系数。首先应用统计软件计算出各养分指标之间的相关系数，其次计算单项指标之间相关系数的平均值，最后以该平均值的绝对值占所有评价指标相关系数平均值的绝对值总和的比重，作为该单项评价指标的权重系数。本发明基于四川省遂宁市34年的水稻土长期肥料定位试验，计算出的各肥力指标权重系数如表2：
表2各评价指标的相关系数平均值和权重系数
4)土壤肥力综合指标值的计算
土壤肥力综合指标值IFI(Integrated Fertility Index)的计算采用指数和法，即根据各指标的隶属度值和权重系数计算土壤肥力综合指标值，公式为：
式中，n表示所有参评指标；Wi和Ni分别表示第i种养分指标的权重系数和隶属度值。
评价综合指标值构成了总的土壤肥力水平得分值，它综合反映了土壤肥力状况，IFI取值为0～1之间，其值越大，表明土壤越肥沃。
稻田推荐施肥函数模型构建
建立土壤肥力综合指标值与水稻相对产量的函数模型，建立水稻目标产量与氮肥产量反应的函数模型；所述水稻相对产量指水稻年产量与当地最高产量或该品种的最大产量潜力的比值，以％表示；所述氮肥产量反应指施氮肥后的产量减去不施氮肥的产量。
如图1所示，所述步骤S2中的土壤肥力综合指标值与水稻相对产量的函数模型为：
y＝40.400lnx+111.733 (2)
式中，x表示土壤肥力综合指标值，y表示水稻相对产量，％。
如图2所示，所述步骤S2中的水稻目标产量与氮肥产量反应的函数模型为：
y＝0.849x-2.948 (3)
式中，x表示水稻目标产量，y表示氮肥产量反应，两者单位为t/hm2。
进一步的，所述步骤S3中的氮肥推荐量具体计算公式如下：
施氮量＝氮肥产量反应/氮肥农学效率 (4)
其中氮肥农学效率为25.859。
进一步的，所述步骤S3中的磷肥推荐量具体计算公式如下：
y＝-28.825lnx+147.890 (5)
式中，x表示最佳施肥量，kg/hm2，y表示对应土壤有效磷含量，mg/kg。
进一步的，所述步骤S3中的钾肥推荐量具体计算公式如下：
y＝-48.780lnx+306.960 (6)
式中，x表示最佳施肥量，kg/hm2，y表示对应土壤速效钾含量，mg/kg。
进一步的，所述步骤S3中的基追肥比例，其中50％的氮肥、100％的磷肥和50％的钾肥作为基肥施用，35％的氮肥和50％的钾肥作为分蘖肥施用，剩余15％的氮肥作为穗肥施用。
本发明具有以下优点：
1、评价指标权重系数的确定有所创新。本发明基于四川省遂宁市持续了34年的紫色水稻土肥料定位试验，计算出单项肥力指标的权重系数，所确定的土壤评价指标权重系数值更准确可靠。
2、本发明方法可靠、准确性高。依据稻田土壤肥力评价结果来确定目标产量，根据本发明推荐的施肥量种植水稻，其预测产量与实际产量水平非常接近，说明本发明方法可靠、准确性较高，能有效指导实际生产。
为了使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合具体实施例，进一步阐述本发明。
2017年在四川省遂宁市永兴镇开展验证试验，所选田块土壤养分状况如表3。
表3供试田块土壤养分状况
1、水稻土肥力评价
1)评价指标的选取
选取pH、有机质、全氮、碱解氮、有效磷和速效钾作为评价指标。
2)隶属度的确定
①隶属函数的确定
利用半梯形隶属度函数(公式7)计算有机质、全氮、碱解氮、有效磷、速效钾隶属度值，利用梯形隶属度函数(公式8)计算pH隶属度值。
②隶属函数曲线中转折点的取值
根据相应的隶属度函数和转折点取值(表1)，计算不同田块各项土壤指标的隶属度值，结果见表4。
表4不同田块各项指标隶属度值
3)评价指标权重系数的确定
利用上述表2中各评价指标的权重系数。
4)土壤肥力综合指标值的计算
根据上述公式(1)中的描述，计算出田块1、2和3的土壤肥力综合指标值分别为0.57、0.63和0.47。
2、推荐施肥函数模型构建
构建的土壤肥力综合指标值与水稻相对产量的函数模型见公式2，构建的水稻目标产量与氮肥产量反应的函数模型见公式3。
3、推荐施肥量及施肥方法
利用上述公式(4、5和6)中的描述，确定不同田块氮、磷、钾的推荐施肥量。肥料中养分含量与施用种类有关，如施用尿素、过磷酸钙、氯化钾种类肥料，肥料中N、P2O5、K2O含量分别为46％、12％、60％。
基追肥比例以重量百分比计，100％的磷肥、50％的氮肥和50％的钾肥作为基肥施入，35％的氮肥和50％的钾肥作为分蘖肥施入，15％的氮肥作为穗肥施入。
表5不同田块肥料施用量
4、应用的效益
不同田块实际水稻产量与预测产量(目标产量)呈极显著正相关关系，说明采用本发明的方法进行土壤肥力评价后，并进行推荐施肥，实际水稻产量与预测的目标产量吻合度极高。
以上显示和描述了本发明的基本原理和主要特征及本发明的优点，本行业的技术人员应该了解，本发明不受上述实施例的限制，上述实施例和说明书中描述的只是说明本发明的原理，在不脱离本发明精神和范围的前提下，本发明还会有各种变化和改进，这些变化和改进都落入要求保护的本发明范围内，本发明要求保护范围由所附的权利要求书及其等效物界定。本发明不局限于上述可选的实施方式，任何人在本发明的启示下都可得出其他各种形式的产品。上述具体实施方式不应理解成对本发明的保护范围的限制，本发明的保护范围应当以权利要求书中界定的为准，并且说明书可以用于解释权利要求书。
Claims (7)
1.一种基于产量反应和农学效率的紫色水稻土推荐施肥方法，其特征在于：包括步骤：
S1、选取pH值、有机质、全氮、碱解氮、有效磷和速效钾作为评价指标，利用半梯形隶属度函数分别计算有机质、全氮、碱解氮、有效磷和速效钾的隶属度值，根据梯形隶属度函数计算pH值的隶属度值，基于相关系数分析法确定每个评价指标的权重系数，根据每个评价指标的权重系数和对应的隶属度值，采用指数和法计算出土壤肥力综合指标值；
S2、建立土壤肥力综合指标值与水稻相对产量的函数模型，建立水稻目标产量与氮肥产量反应的函数模型；
S3、将氮肥产量反应除以农学效率所得值作为氮肥推荐量，根据肥料效应函数计算磷肥推荐量和钾肥推荐量，按照氮肥推荐量、磷肥推荐量和钾肥推荐量确定基追肥比例。
2.根据权利要求1所述的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，其特征在于：所述步骤S1中有机质、全氮、碱解氮、有效磷和速效钾对应的半梯形隶属度函数转折点的取值：有机质为8、35，全氮为0.65、1.75，碱解氮为50、135，有效磷为4、30和速效钾为40、175；所述pH值对应的梯形隶属度函数转折点的取值为5.5、6.5、7.5、8.5。
3.根据权利要求2所述的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，其特征在于：所述步骤S1中每个评价指标的权重系数是通过以下方式确定的：计算各个评价指标之间的相关系数，计算单项评价指标之间相关系数的平均值，以该平均值的绝对值占所有评价指标相关系数平均值绝对值总和的比重，作为该评价指标的权重系数。
4.根据权利要求3所述的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，其特征在于：所述步骤S1中各评价指标的权重系数分别为pH为0.386、有机质为0.215、全氮为0.243、碱解氮为0.076、有效磷为0.074和速效钾为0.006。
5.根据权利要求4所述的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，其特征在于：所述步骤S1中的每个评价指标的权重系数乘以其对应的隶属度值的总和值为土壤肥力综合指标值，具体计算公式为：
式中，IFI表示土壤肥力综合指标值，n表示土壤指标的总数，Wi和Ni分别表示第i种土壤指标的权重系数和隶属度值。
6.根据权利要求5所述的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，其特征在于：所述步骤S2中的土壤肥力综合指标值与水稻相对产量的函数模型为：
y＝40.400lnx+111.733 (2)
式中，x表示土壤肥力综合指标值，y表示水稻相对产量，％；
所述步骤S2中的水稻目标产量与氮肥产量反应的函数模型为：
y＝0.849x-2.948 (3)
式中，x表示水稻目标产量，y表示氮肥产量反应，两者单位为t/hm2。
7.根据权利要求6所述的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，其特征在于：所述步骤S3中的氮肥推荐量的具体计算公式如下：
施氮量＝氮肥产量反应/氮肥农学效率 (4)
其中氮肥农学效率为25.859；
所述步骤S3中的磷肥推荐量的具体计算公式如下：
y＝-28.825lnx+147.890 (5)
式中，x表示最佳施肥量，kg/hm2，y表示对应土壤有效磷含量，mg/kg；
所述步骤S3中的钾肥推荐量的具体计算公式如下：
y＝-48.780lnx+306.960 (6)
式中，x表示最佳施肥量，kg/hm2，y表示对应土壤速效钾含量，mg/kg；
所述步骤S3中的基追肥比例，按重量百分比计为：50％的氮肥、100％的磷肥和50％的钾肥作为基肥施用，35％的氮肥和50％的钾肥作为分蘖肥施用，剩余15％的氮肥作为穗肥施用。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910133813.0A CN109661885A (zh) | 2019-02-22 | 2019-02-22 | 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 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910133813.0A CN109661885A (zh) | 2019-02-22 | 2019-02-22 | 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 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN109661885A true CN109661885A (zh) | 2019-04-23 |
Family
ID=66151355
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910133813.0A Pending CN109661885A (zh) | 2019-02-22 | 2019-02-22 | 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 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109661885A (zh) |
Cited By (9)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110199643A (zh) * | 2019-07-06 | 2019-09-06 | 广东省生物工程研究所（广州甘蔗糖业研究所） | 一种确定甘蔗田磷肥施用量的方法 |
| 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 |
| CN111060674A (zh) * | 2019-12-31 | 2020-04-24 | 内蒙古蒙草生命共同体大数据有限公司 | 一种土壤养分综合评价方法和设备 |
| 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 |
| CN112544158A (zh) * | 2020-11-06 | 2021-03-26 | 浙江省农业科学院 | 一种快速稳定提升南方新垦水田生土有机质含量的方法 |
| CN114062659A (zh) * | 2021-11-23 | 2022-02-18 | 中国农业科学院烟草研究所 | 一种基于生态化学计量学的植烟土壤肥力评价方法 |
| CN114331753A (zh) * | 2022-03-04 | 2022-04-12 | 阿里巴巴达摩院(杭州)科技有限公司 | 农事智能化的方法、装置及控制设备 |
| CN114528523A (zh) * | 2022-03-18 | 2022-05-24 | 塔里木大学 | 一元二次抛物线型肥料效应函数方程参数推导方法 |
| CN115762649A (zh) * | 2022-10-19 | 2023-03-07 | 北京爱科农科技有限公司 | 一种基于土壤物理、化学性质的肥料淋失量计算方法 |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109358178A (zh) * | 2018-11-01 | 2019-02-19 | 四川省农业科学院土壤肥料研究所 | 一种紫色土稻田土壤肥力评价方法 |
-
2019
- 2019-02-22 CN CN201910133813.0A patent/CN109661885A/zh active Pending
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109358178A (zh) * | 2018-11-01 | 2019-02-19 | 四川省农业科学院土壤肥料研究所 | 一种紫色土稻田土壤肥力评价方法 |
Non-Patent Citations (2)
| Title |
|---|
| 郭跃辉: ""测土配方施肥要点"", 《河北农业科技》 * |
| 闫童等: "大蒜土壤养分丰缺及推荐施肥指标体系研究", 《中国土壤与肥料》 * |
Cited By (11)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN110199643A (zh) * | 2019-07-06 | 2019-09-06 | 广东省生物工程研究所（广州甘蔗糖业研究所） | 一种确定甘蔗田磷肥施用量的方法 |
| CN110199643B (zh) * | 2019-07-06 | 2021-09-24 | 广东省生物工程研究所（广州甘蔗糖业研究所） | 一种确定甘蔗田磷肥施用量的方法 |
| 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 |
| CN111060674A (zh) * | 2019-12-31 | 2020-04-24 | 内蒙古蒙草生命共同体大数据有限公司 | 一种土壤养分综合评价方法和设备 |
| 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 |
| CN112544158A (zh) * | 2020-11-06 | 2021-03-26 | 浙江省农业科学院 | 一种快速稳定提升南方新垦水田生土有机质含量的方法 |
| CN114062659A (zh) * | 2021-11-23 | 2022-02-18 | 中国农业科学院烟草研究所 | 一种基于生态化学计量学的植烟土壤肥力评价方法 |
| CN114331753A (zh) * | 2022-03-04 | 2022-04-12 | 阿里巴巴达摩院(杭州)科技有限公司 | 农事智能化的方法、装置及控制设备 |
| CN114331753B (zh) * | 2022-03-04 | 2022-06-14 | 阿里巴巴达摩院(杭州)科技有限公司 | 农事智能化的方法、装置及控制设备 |
| CN114528523A (zh) * | 2022-03-18 | 2022-05-24 | 塔里木大学 | 一元二次抛物线型肥料效应函数方程参数推导方法 |
| CN115762649A (zh) * | 2022-10-19 | 2023-03-07 | 北京爱科农科技有限公司 | 一种基于土壤物理、化学性质的肥料淋失量计算方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| 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 | |
| CN109661884A (zh) | 一种基于土壤肥力评价进行稻田推荐施肥的方法 | |
| Luo et al. | Spatiotemporal variations of cultivated land use efficiency in the Yangtze River Economic Belt based on carbon emission constraints | |
| Lyu et al. | Impact of fertilization schemes with different ratios of urea to controlled release nitrogen fertilizer on environmental sustainability, nitrogen use efficiency and economic benefit of rice production: A study case from Southwest China | |
| CN108876209A (zh) | 一种考虑相对产量的红壤稻田土壤肥力评价方法 | |
| CN108811651A (zh) | 一种测土配方施肥的方法 | |
| CN109358178A (zh) | 一种紫色土稻田土壤肥力评价方法 | |
| Liu et al. | Construction and application of a refined index for measuring the regional matching characteristics between water and land resources | |
| CN108370699A (zh) | 一种测土配方施肥的方法 | |
| CN101635041A (zh) | 一种耕地集约利用潜力评价方法 | |
| Liu et al. | Optimization of planning structure in irrigated district considering water footprint under uncertainty | |
| CN110531055A (zh) | 一种基于理化指标的植烟土壤质量综合评价方法 | |
| 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 | |
| Li et al. | Non-negligible regional differences in the driving forces of crop-related water footprint and virtual water flows: A case study for the Beijing-Tianjin-Hebei region | |
| Yang et al. | The grain Food-Energy-Water nexus in China: Benchmarking sustainability with generalized data envelopment analysis | |
| Liu et al. | The spatial and temporal distribution of nitrogen flow in the agricultural system and green development assessment of the Yellow River Basin | |
| Shang et al. | Emergy analysis of the blue and green water resources in crop production systems | |
| Duan et al. | Grain for Green Project in farmers’ minds: perceptions, aspirations and behaviours in eco-fragile region, Xinjiang, China | |
| Shu et al. | Dynamic simulation of the water-land-food nexus for the sustainable agricultural development in the North China Plain | |
| Keller et al. | Modelling heavy metal and phosphorus balances for farming systems | |
| CN114969142B (zh) | 农林废弃物为原料制备减碳负碳产品的碳减排量核算方法 | |
| CN103927687A (zh) | 杉木智能施肥系统 | |
| CN103927686A (zh) | 松树智能施肥系统 | |
| Feng et al. | Tracking indirect water footprints, virtual water flows, and burden shifts related to inputs and supply chains for croplands: A case for maize in China | |
| CN107182410A (zh) | 一种旱地冬小麦定量施肥方法 |
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 |
Application publication date: 20190423 |