CN109685381B - 一种基于农业活动的农业机械高分辨率排放清单编制方法 - Google Patents
一种基于农业活动的农业机械高分辨率排放清单编制方法 Download PDFInfo
- Publication number
- CN109685381B CN109685381B CN201811621204.1A CN201811621204A CN109685381B CN 109685381 B CN109685381 B CN 109685381B CN 201811621204 A CN201811621204 A CN 201811621204A CN 109685381 B CN109685381 B CN 109685381B
- Authority
- CN
- China
- Prior art keywords
- agricultural
- crops
- planting
- different
- emission
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 230000000694 effects Effects 0.000 title claims abstract description 17
- 239000003344 environmental pollutant Substances 0.000 claims abstract description 17
- 231100000719 pollutant Toxicity 0.000 claims abstract description 17
- 238000009826 distribution Methods 0.000 claims abstract description 14
- 239000000446 fuel Substances 0.000 claims description 18
- 238000012271 agricultural production Methods 0.000 claims description 5
- 238000012937 correction Methods 0.000 claims description 5
- 238000009313 farming Methods 0.000 claims description 3
- 239000000356 contaminant Substances 0.000 claims 1
- 238000011109 contamination Methods 0.000 claims 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims 1
- 238000011160 research Methods 0.000 abstract description 3
- 238000011835 investigation Methods 0.000 description 9
- 238000003973 irrigation Methods 0.000 description 4
- 230000002262 irrigation Effects 0.000 description 4
- 241001124569 Lycaenidae Species 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 3
- 244000105624 Arachis hypogaea Species 0.000 description 2
- 241000219310 Beta vulgaris subsp. vulgaris Species 0.000 description 2
- 229920000742 Cotton Polymers 0.000 description 2
- 241000219146 Gossypium Species 0.000 description 2
- 244000061176 Nicotiana tabacum Species 0.000 description 2
- 235000002637 Nicotiana tabacum Nutrition 0.000 description 2
- 240000007594 Oryza sativa Species 0.000 description 2
- 235000007164 Oryza sativa Nutrition 0.000 description 2
- 244000046052 Phaseolus vulgaris Species 0.000 description 2
- 235000010627 Phaseolus vulgaris Nutrition 0.000 description 2
- 240000000111 Saccharum officinarum Species 0.000 description 2
- 235000007201 Saccharum officinarum Nutrition 0.000 description 2
- 244000061456 Solanum tuberosum Species 0.000 description 2
- 235000002595 Solanum tuberosum Nutrition 0.000 description 2
- 235000021536 Sugar beet Nutrition 0.000 description 2
- 241000209140 Triticum Species 0.000 description 2
- 235000021307 Triticum Nutrition 0.000 description 2
- 240000008042 Zea mays Species 0.000 description 2
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 2
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 2
- 239000003570 air Substances 0.000 description 2
- 238000002485 combustion reaction Methods 0.000 description 2
- 235000005822 corn Nutrition 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 235000020232 peanut Nutrition 0.000 description 2
- 235000012015 potatoes Nutrition 0.000 description 2
- 235000009566 rice Nutrition 0.000 description 2
- 235000013311 vegetables Nutrition 0.000 description 2
- NINIDFKCEFEMDL-UHFFFAOYSA-N Sulfur Chemical compound [S] NINIDFKCEFEMDL-UHFFFAOYSA-N 0.000 description 1
- 239000012080 ambient air Substances 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 235000013339 cereals Nutrition 0.000 description 1
- 238000010411 cooking Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000005070 ripening Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000004088 simulation Methods 0.000 description 1
- 229910052717 sulfur Inorganic materials 0.000 description 1
- 239000011593 sulfur Substances 0.000 description 1
- 230000002123 temporal effect Effects 0.000 description 1
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
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06312—Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
-
- 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
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Quality & Reliability (AREA)
- Animal Husbandry (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Game Theory and Decision Science (AREA)
- Life Sciences & Earth Sciences (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)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于农业活动的农业机械高分辨率排放清单编制方法。该编制方法包含三部分，分别为通过实地调研获取不同类型农作物在种植周期内不同类型农业机械的使用情况，计算单位面积不同农作物种植周期内农业机械各污染物的排放因子，根据不同农作物的种植时间和面积及其分布，计算农业机械高时空分辨率排放清单；本发明专门设计了基于农业活动的农业机械的调研表，可以根据农作物在种植周期内农业机械的使用时间，及不同机械的排放时间，再根据不同农作物在不同地域的种植时间，以及不同农作物的种植面积与分布，将农业机械的排放清单时间和空间分辨率大大提高。
Description
技术领域
本发明属于农业机械排放清单编制技术领域，具体的说，涉及一种基于农业活动的农业机械高分辨率排放清单编制方法。
背景技术
随着我国经济的快速发展，在人民生活水平迅速提高的同时也带来了许多严重的环境污染问题，特别是近年来出现在京津冀地区的雾霾问题，在治理大气污染，特别是雾霾问题的过程中，建立高分辨率的排放清单是所有工作的基础，特别是进行空气质量模拟与进行污染源的分类控制方面。近年来，机动车排放的控制水平不断提升，使非道路移动机械的污染问题逐渐凸显，其中NOX、CO、THC和PM排放在全球移动源中的占比达到18％～29％左右，在我国特别是重点区域的排放贡献也不容忽视。
自古以来，中国就是农业大国，截至2016年末，全国耕地面积为20.24亿亩，全国粮食总产量61791万吨。随着我国科学技术的进步，我国农业的机械化水平也在逐渐提升。2016年全国农用大中型拖拉机数量年末拥有量为607万台，小型拖拉机数量年末拥有量为1703万台，农用排灌柴油机数量年末拥有量为940万台。农业机械和农用车辆属于典型的非道路移动机械,其在农业生产活动中起着重要的作用，农业机械其发动机以柴油机为主，对非道路移动机械NOX和PM2.5的排放贡献可达80％，这给环境空气质量和噪声污染带来相当压力。由于农业机械应用广泛并且数量较大,农业机械的排放问题也变得越来越严重。为了能充分有效地控制非道路移动机械的排放污染，建立农业机械排放清单至关重要，这对于准确识别非道路移动机械排放的主要来源具有十分重要的意义。
我国目前现有的农业机械排放清单大多以统计年鉴和燃油消耗量推算为主，而农业机械流动性较大、缺乏有效的登记管理制度，活动水平数据较难获取，目前的排放清单中基本未考虑不同地域农业机械的使用方式和时间上的差异，目前农业机械排放清单的时空分辨率与其他污染源相比还存在较大的差距，因此，开发农业机械高时空分辨率排放清单方法具有非常重要的意义。
发明内容
为解决上述现有技术中存在的问题，本发明的目的在于提供一种基于农业活动的农业机械高分辨率排放清单编制方法。
为了实现上述目的，本发明采用以下技术方案。
本发明提供一种基于农业活动的农业机械高分辨率排放清单编制方法，包括以下步骤：(1)获取不同类型农作物在种植周期内不同类型农业机械的使用信息以及燃油消耗信息；
(2)根据式(I)计算单位面积不同农作物种植周期内农业机械各污染物的排放因子，建立排放因子数据库；
其中：
EFi,j为第i种农作物排放的第j种污染物的单位面积排放因子；
Ai,k,l,m为第i种农作物在种植的过程中使用第k种燃料的符合第l种排放标准的第m种农业机械的活动水平；农业机械的活动水平包括各类农业机械在不同时间(日/月)不同耕作阶段中的使用数量、工作时间和燃料消耗信息；
efi,j,k,l,m为第i种农作物在种植的过程中使用第k种燃料的符合第l种排放标准的第m种机械第j种污染物的排放因子；
Kj,k,l,m为第k种燃料的符合第l种排放标准的第m种机械第j种污染物的修正因子；
P为农作物的种植面积；
(3)根据不同农作物的种植时间、种植面积及其空间位置，编制农业机械高时空分辨率排放清单。
本发明中，步骤(1)中，还获取包括农户所在村庄的名称、地址和经纬度的信息，以及包括农田类型、面积、熟制、主要农作物和亩产量在内的农田和农业生产信息。
本发明中，步骤(1)中，农作物包括玉米，小麦，水稻，豆类，薯类，花生，油菜，甘蔗，甜菜，棉花，烟叶和蔬菜；农业机械包括拖拉机，联合收割机，农用运输车，排灌机械以及其他装备内燃机的机械。
本发明中，步骤(2)中，污染物包括CO，HC，NOX，PM2.5，PM10，OC和BC。
本发明中，根据不同农业机械的使用时间和农作物的种植时间来获取时间分布特征，根据不同农作物在不同阶段的不同类型机械的使用时间分布特征，获取排放的时间分辨率。
根据不同农作物的种植面积分布(可以从农业部门获取)等信息，计算获取的单位面积农作物种植的排放因子，计算各类污染物的总排放量，以及空间分布特征。
和现有技术相比，本发明的有益效果在于：
本发明提供了一种提高农业机械排放清单的时间和空间分辨率的方法，通过调研，可以获取不同农作物在种植周期内农业机械的使用时间，及不同机械的排放时间，再根据不同农作物在不同地域的种植时间，可以使农业机械排放清单的时间分辨率提高到日。可以根据不同农作物的种植面积与分布，将农业机械的排放清单空间分辨率提高。
本发明能够计算高时间分辨率的农业机械排放清单；能够计算高空间分辨率的农业机械排放清单；农业机械包括拖拉机，联合收割机，农用运输车，排灌机械和其他；能够计算不同的污染物，包括CO，HC，NOX，PM2.5，PM10，OC，BC。
本发明是基于农业活动计算农业机械的排放量，与传统的基于农业机械的使用情况而言，在时间和空间分辨率上更加准确；由于农业机械的总活动水平的调研更加困难，而基于农业活动的调研更加容易；本发明将移动源转化为固定源的方法，使调研更加方便，而且空间和时间分辨率更高。既可以计算全国的农业机械的排放清单，也可以计算城市或区县的排放清单。
附图说明
图1农业机械实地调研表。
图2农业机械高分辨率排放清单编制方法。
具体实施方式
下面结合附图对本发明作进一步详细描述。
实施例中，提供一种基于农业活动的农业机械高分辨率排放清单编制方法，首先利用设计好的农业机械调查表(如图1所示)选取不同农村进行实地调研，通过调研获取不同农作物在种植过程中不同农业机械的使用情况，然后根据式(I)计算获取不同农作物单位面积在种植周期内不同农业机械排放因子数据库，与时间分布特征；再结合不同农作物的种植面积GIS分布图以及种植时间，计算获取农作物的高时空分辨率排放清单(如图2所示)。具体步骤如下：
首先获取不同的农作物在种植过程中的农业机械使用信息以及燃油消耗信息；
然后基于上述信息计算种植单位面积不同农作物的不同污染物(CO，HC，NOX，PM2.5，PM10，OC，BC)排放量，即基于种植面积的排放因子，再根据不同农作物的种植面积与空间位置以及不同农作物的种植时间，编制高时空间分辨率的农业机械的排放清单。
不同农作物主要指玉米，小麦，水稻，豆类，薯类，花生，油菜，甘蔗，甜菜，棉花，烟叶、蔬菜，其他；在编制某一城市的大气污染源排放清单的过程中，如果有比较特色的农作物没有包含上述的分类中，可以根据需要添加农作物种类；
农业机械主要分为拖拉机，联合收割机，农用运输车，排灌机械以及其他装备内燃机的机械；
在调研的过程中，以农户为单位进行调研，需要调研以下核心参数；包括农户所在村庄的名称、地址、经纬度等信息；农田和农业生产概况，包括农田类型、面积、熟制、主要农作物、亩产量等；农业机械的活动水平信息，包括各类农业机械在不同月份和不同耕作阶段中的使用数量、工作时间、燃料消耗信息等。问卷调查的范围，除每份问卷对应的农田和相应的农业机械使用情况等信息外，还包括不在该农田内使用但与该农田农业生产相关的其他农业机械的信息。对于类似农场的大规模种植的农田，由于机械化水平高，所以农业机械的使用情况要单独进行调研。
根据调研结果，确定不同类型的农作物在整个种植过程中分别在什么时间使用什么类型的农业机械，以及使用时长和燃料消耗量，然后利用式(1)计算不同类型农作物种植过程中使用农业机械的排放因子；
其中：
EFi,j为第i种农作物排放的第j种污染物的单位面积排放因子；
Ai,k,l,m为第i种农作物在种植的过程中使用第k种燃料的符合第l种排放标准的第m种机械的活动水平；
efi,j,k,l,m为第i种农作物在种植的过程中使用第k种燃料的符合第l种排放标准的第m种机械第j种污染物的排放因子；
Kj,k,l,m为第k种燃料的符合第l种排放标准的第m种机械第j种污染物的修正因子；
P为农作物的种植面积；
排放量计算用到的排放因子数据库主要通过查阅相关资料收集并建立，相关资料主要包括：自环保部颁布的非道路机械排放清单编制指南、《城市大气污染源清单编制手册》以及国内外相关文献。排放因子的修正则主要考虑气温、燃料含硫量的影响，以综合修正系数的形式体现在计算公式中。如有条件可以根据实测值计算。
Claims (3)
1.一种基于农业活动的农业机械高分辨率排放清单编制方法，其特征在于，包括以下步骤：
（1）获取不同类型农作物在种植周期内不同类型农业机械的使用信息以及燃油消耗信息；
（2）根据式(
)计算单位面积不同农作物种植周期内农业机械各污染物的排放因子，建立排放因子数据库；
其中：
P为农作物的种植面积；
（3）根据不同农作物的种植时间、种植面积及其空间位置，编制农业机械高时空分辨率排放清单；其中：根据不同农业机械的使用时间和农作物的种植时间来获取时间分布特征，根据不同农作物在不同阶段的不同类型机械的使用时间分布特征，获取排放清单的时间分辨率；根据不同农作物的种植面积GIS分布图，计算获取的单位面积农作物种植的排放因子，计算各类污染物的总排放量，获取各类污染物排放的空间分布特征，以获取排放清单的空间分辨率。
2.根据权利要求1所述的农业机械高分辨率排放清单编制方法，其特征在于，步骤（1）中，还获取包括农户所在村庄的名称、地址和经纬度的信息，以及包括农田类型、面积、熟制、主要农作物和亩产量在内的农田和农业生产信息。
3.根据权利要求1所述的农业机械高分辨率排放清单编制方法，其特征在于，步骤（2）中，污染物包括CO，HC，NOX，PM2.5， PM10， OC和BC。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811621204.1A CN109685381B (zh) | 2018-12-28 | 2018-12-28 | 一种基于农业活动的农业机械高分辨率排放清单编制方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201811621204.1A CN109685381B (zh) | 2018-12-28 | 2018-12-28 | 一种基于农业活动的农业机械高分辨率排放清单编制方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN109685381A CN109685381A (zh) | 2019-04-26 |
| CN109685381B true CN109685381B (zh) | 2021-02-19 |
Family
ID=66190195
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201811621204.1A Active CN109685381B (zh) | 2018-12-28 | 2018-12-28 | 一种基于农业活动的农业机械高分辨率排放清单编制方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN109685381B (zh) |
Families Citing this family (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN111724073B (zh) * | 2020-06-23 | 2020-12-15 | 江苏省环境科学研究院 | 一种模块化农业机械排放量计算及污染识别管控系统 |
| CN116541654B (zh) * | 2023-07-06 | 2023-09-12 | 中汽研汽车检验中心(昆明)有限公司 | 农用收获机械污染物排放量测算方法及装置 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103425865A (zh) * | 2013-06-06 | 2013-12-04 | 中山大学 | 一种自动化的机动车排放网格化清单编制方法 |
| CN103810398A (zh) * | 2014-03-06 | 2014-05-21 | 北京市环境保护科学研究院 | 道路移动源非尾气管颗粒物排放清单建立方法 |
| CN103927461A (zh) * | 2014-05-07 | 2014-07-16 | 交通运输部水运科学研究所 | 一种动态组建港口和船舶空气污染物排放清单的计算方法 |
| CN106530172A (zh) * | 2016-10-20 | 2017-03-22 | 中国科学院南京地理与湖泊研究所 | 一种流域污染控制单元的划分方法 |
Family Cites Families (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR101394130B1 (ko) * | 2012-06-19 | 2014-05-14 | 건국대학교 산학협력단 | Ｕ－Ｃｉｔｙ 탄소배출 저감량 산정 시스템 및 그 방법 |
| CN105590024B (zh) * | 2015-12-16 | 2018-04-03 | 河海大学 | 一种基于活动的港区大气污染物排放清单编制方法 |
| CN106339974A (zh) * | 2016-10-21 | 2017-01-18 | 常州市环境监测中心 | 一种市区大气污染物排放清单的建立方法 |
| CN106548442A (zh) * | 2016-11-10 | 2017-03-29 | 湖南省环境保护科学研究院 | 一种大气污染物排放源清单精细化动态管理方法 |
| CN106780078A (zh) * | 2016-11-25 | 2017-05-31 | 中国农业大学 | 一种粮食作物生产碳排放量的测量方法 |
| CN109086246B (zh) * | 2018-07-04 | 2022-05-10 | 北京市劳动保护科学研究所 | 一种道路交通源的排放量计算方法及装置 |
-
2018
- 2018-12-28 CN CN201811621204.1A patent/CN109685381B/zh active Active
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103425865A (zh) * | 2013-06-06 | 2013-12-04 | 中山大学 | 一种自动化的机动车排放网格化清单编制方法 |
| CN103810398A (zh) * | 2014-03-06 | 2014-05-21 | 北京市环境保护科学研究院 | 道路移动源非尾气管颗粒物排放清单建立方法 |
| CN103927461A (zh) * | 2014-05-07 | 2014-07-16 | 交通运输部水运科学研究所 | 一种动态组建港口和船舶空气污染物排放清单的计算方法 |
| CN106530172A (zh) * | 2016-10-20 | 2017-03-22 | 中国科学院南京地理与湖泊研究所 | 一种流域污染控制单元的划分方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN109685381A (zh) | 2019-04-26 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wang et al. | Evaluation of crop yield and soil water estimates using the EPIC model for the Loess Plateau of China | |
| Coll et al. | Capture and use of water and radiation in summer intercrops in the south-east Pampas of Argentina | |
| CN113268703B (zh) | 一种应用于小麦田间管理的氮肥亏缺快速检测与精量追施方法 | |
| Young et al. | Accumulation of soil carbon under zero tillage cropping and perennial vegetation on the Liverpool Plains, eastern Australia | |
| Cong et al. | Forbs enhance productivity of unfertilised grass-clover leys and support low-carbon bioenergy | |
| Weerasekara et al. | Effects of cover crops on soil quality: selected chemical and biological parameters | |
| Jahanzad et al. | Orchard recycling improves climate change adaptation and mitigation potential of almond production systems | |
| CN109685381B (zh) | 一种基于农业活动的农业机械高分辨率排放清单编制方法 | |
| Wang et al. | An optimum combination of irrigation amount, irrigation water salinity and nitrogen application rate can improve cotton (for fiber) nitrogen uptake and final yield | |
| CN103392591A (zh) | 一种水稻高产且氮素高效利用的新品种选育方法 | |
| Liu et al. | A recommended nitrogen application strategy for high crop yield and low environmental pollution at a basin scale | |
| Meki et al. | Two‐year growth cycle sugarcane crop parameter attributes and their application in modeling | |
| Kakumanu et al. | Building farm‐level capacities in irrigation water management to adapt to climate change | |
| Chirinda et al. | Nitrous oxide emissions from cassava fields amended with organic and inorganic fertilizers | |
| Brusca et al. | Placement optimization of biodiesel production plant by means of centroid mathematical method | |
| CN113269450A (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 | |
| CUI et al. | Environmental impact assessment of rice-fish culture with different land management models | |
| CN111724073B (zh) | 一种模块化农业机械排放量计算及污染识别管控系统 | |
| Tesfuhuney et al. | In-Field Rainwater Harvesting Tillage in Semi-Arid Ecosystems: II Maize–Bean Intercrop Water and Radiation Use Efficiency | |
| Karn et al. | Assessing grapevine vigor as affected by soil physicochemical properties and topographic attributes for precision vineyard management | |
| CN108863507A (zh) | 一种降解农残的中药药肥 | |
| Zhang et al. | A Perspective on Organic Agriculture in China-Opportunities and Challenges | |
| Gholinezhad et al. | Evaluation of water deficit stress effects, different rates of nitrogen and plant density on remobilization, current photosynthesis and grain yield in sunflower var. Iroflor | |
| Yuqi et al. | Temporal Variation Analysis of Rice Yield in the Jiangsu Province, China: Application of Decision Support System for Agrotechnology Transfer Model | |
| Rovný et al. | Opportunities and obstacles of regenerative agriculture |
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 |