CN110082507A - 一种获取标准农田综合地力指数的方法 - Google Patents
一种获取标准农田综合地力指数的方法 Download PDFInfo
- Publication number
- CN110082507A CN110082507A CN201910428580.7A CN201910428580A CN110082507A CN 110082507 A CN110082507 A CN 110082507A CN 201910428580 A CN201910428580 A CN 201910428580A CN 110082507 A CN110082507 A CN 110082507A
- Authority
- CN
- China
- Prior art keywords
- index
- farmland
- region
- land productivity
- soil nutrient
- 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
- 238000000034 method Methods 0.000 title claims abstract description 33
- 239000002689 soil Substances 0.000 claims abstract description 66
- 235000015097 nutrients Nutrition 0.000 claims abstract description 46
- 230000015572 biosynthetic process Effects 0.000 claims abstract description 9
- 238000003786 synthesis reaction Methods 0.000 claims abstract description 9
- 230000035558 fertility Effects 0.000 claims description 21
- 238000005070 sampling Methods 0.000 claims description 20
- 238000001514 detection method Methods 0.000 claims description 8
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 claims description 7
- 239000011591 potassium Substances 0.000 claims description 7
- 229910052700 potassium Inorganic materials 0.000 claims description 7
- 238000003973 irrigation Methods 0.000 claims description 4
- 230000002262 irrigation Effects 0.000 claims description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 4
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims description 3
- 239000003673 groundwater Substances 0.000 claims description 3
- 239000005416 organic matter Substances 0.000 claims description 3
- 239000011574 phosphorus Substances 0.000 claims description 3
- 229910052698 phosphorus Inorganic materials 0.000 claims description 3
- 150000003839 salts Chemical class 0.000 claims description 3
- 238000005341 cation exchange Methods 0.000 claims description 2
- 238000005259 measurement Methods 0.000 abstract description 8
- 239000003337 fertilizer Substances 0.000 description 8
- 238000010586 diagram Methods 0.000 description 3
- 238000009826 distribution Methods 0.000 description 3
- 239000002699 waste material Substances 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 2
- 238000004519 manufacturing process Methods 0.000 description 2
- 238000003860 storage Methods 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000005342 ion exchange Methods 0.000 description 1
- 230000007774 longterm Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
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)
- Fertilizing (AREA)
Abstract
本发明提供一种获取标准农田综合地力指数的方法，包括接收当前标准农田每一个区域各自位置及坐标范围；接收每一个区域各个地貌特征指标的测定值以及每一个区域的各个土壤养分指标的测定值；对每一个区域的各个地貌特征指标及各个土壤养分指标的测定值分别自动分值赋予，并确定出所有地貌特征指标及土壤养分指标的权重；根据每一个区域的各个地貌特征指标、各个土壤养分指标的分值及各自权重，计算出每一个区域的综合地力指数并与所在位置及坐标范围输出。实施本发明，能避免传统人工测量带来的巨大工作量及误差的问题，不仅省时省力，准确度高，还能保证每个样品具有可追溯性。
Description
技术领域
本发明涉及农田地力指数测量技术领域，尤其涉及一种获取标准农田综合地力指数的方法。
背景技术
全面摸清标准农田地力实际状况，实施分等定级，是加强标准农田质量建设的基础，是制订标准农田保护、培肥、改良、利用规划的主要科学依据，是推进标准农田土壤改良，确保粮食生产能力的重要举措。
标准农田地力具体分等定级为以下几种情况：(1)一等田为高产稳产良田，即农田土壤肥力较高、基本无低产障碍因子、综合生产能力达到吨粮田水平；该一等田细分为一级田、二级田；(2)二等田为中产田，即在今年内通过采取综合地力培肥、土壤改良措施，可以将地力综合提升到一等田水平，该二等田细分为三级田、四级田；(3)三等田为低产田，即土壤养分严重失衡，或存在严重土壤障碍因子，需经过长期土壤改良、地力培肥、农田地力可提升到二级田、甚至达到吨粮田水平，该三等田细分为五级田、六级田。目前，标准农田地力具体分等定级可以通过对农田的综合地力指数进行测量来评定，该标准农田地力分等定级与综合地力指数对应的关系，如下表1所示：
表1
通过表1，针对性的分析当前标准农田肥力情况，并根据每块农田的数据分析，有的放矢的进行施肥，保证每块农田质量提升，避免盲目施肥造成浪费，确保肥料能够正有效的施入农田。
然而，现有的标准农田综合地力指数都是样品采集后由人工完成定位、鉴定及统计等工作，这样不仅造成工作量巨大，且容易出现误差，也还无法保证每个样品具有可追溯性。
发明内容
本发明实施例所要解决的技术问题在于，提供一种获取标准农田综合地力指数的方法，能避免传统人工测量带来的巨大工作量及误差的问题，不仅省时省力，准确度高，还能保证每个样品具有可追溯性。
为了解决上述技术问题，本发明实施例提供了一种获取标准农田综合地力指数的方法，包括以下步骤：
接收当前标准农田被划分成若干个区域后每一个区域各自所在位置及其对应的坐标范围；
接收当前标准农田中每一个区域的各个地貌特征指标的测定值以及每一个区域内由同属一区域内所有样品均匀混合成检测样品后被检测出的各个土壤养分指标的测定值；
根据预设的分值赋予规则，对所获取到的每一个区域的各个地貌特征指标的测定值及其对应混合检测样品被检测出的各个土壤养分指标的测定值分别自动进行相应的分值赋予，并进一步确定出所有地貌特征指标及土壤养分指标各自参与农田地力指数计算的权重；
根据所赋予的每一个区域的各个地貌特征指标及各个土壤养分指标分别对应的分值，以及所确定的所有地貌特征指标及土壤养分指标各自参与农田地力指数计算的权重，计算出当前标准农田中每一个区域的综合地力指数，且进一步将当前标准农田中每一个区域所计算出的综合地力指数、所确定的所在位置及对应的坐标范围输出。
其中，所述方法进一步包括：
接收并存储当前标准农田中每一个区域各个样品的编号、由GPS系统确定的具体地理位置、采样人名称、采样人联系方式和采样现场照片。
其中，所述方法进一步包括：
根据当前标准农田中每一个区域所计算出的综合地力指数，确定当前标准农田中每一个区域的地力等级。
其中，所述方法进一步包括：
根据每一个区域内由同属一区域内所有样品均匀混合成检测样品后被检测出的各个土壤养分指标的测定值，检测出每一个区域内各个土壤养分指标中合格的以及不合格的，且进一步将所检测出的每一个区域内不合格的土壤养分指标分别输出，用以提醒施肥人员。
其中，所述地貌特征指标包括地貌类型、坡度、冬季地下水位、地表砾石度、剖面构型、排涝抗旱能力和耕层厚度。
其中，所述土壤养分指标包括耕层质地、容重、pH值、阳离子交换量、水溶性盐总量、有机质、有效磷和速效钾。
其中，所述当前标准农田被划分成若干个区域以当前标准农田的实际道路或沟渠为界限来进行划分的。
实施本发明实施例，具有如下有益效果：
本发明将人工划分当前标准农田的若干个区域的所在位置及对应的坐标范围，与自动统一计算每一区域内人工采集的地貌特征指标的测定值和样品的土壤养分指标的测定值所形成的综合地力指数进行匹配对应，从而避免了传统人工测量带来的巨大工作量及误差的问题，具有省时省力，准确度高等优点；
本发明还接收并存储当前标准农田中每一个区域各个样品的编号、由GPS系统确定的具体地理位置、采样人名称、采样人联系方式和采样现场照片，能保证每个样品具有可追溯性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，根据这些附图获得其他的附图仍属于本发明的范畴。
图1为本发明实施例提出的一种获取标准农田综合地力指数的方法的流程图；
图2为本发明实施例提出的一种获取标准农田综合地力指数的方法中标准农田被划分成若干个区域的应用场景图；
图3为图2中第一个区域的多个样品采样地点的分布图；
图4为图2中所有区域经计算综合地力指数后所反映出土壤养分指标合格及不合格的分布图；
图5为图2中反映出第一个区域和第二个区域的综合地力指数的数字对比图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合附图对本发明作进一步地详细描述。
如图1所示，为本发明实施例中，提出的一种获取标准农田综合地力指数的方法，包括以下步骤：
步骤S1、接收当前标准农田被划分成若干个区域后每一个区域各自所在位置及其对应的坐标范围；
步骤S2、接收当前标准农田中每一个区域的各个地貌特征指标的测定值以及每一个区域内由同属一区域内所有样品均匀混合成检测样品后被检测出的各个土壤养分指标的测定值；
步骤S3、根据预设的分值赋予规则，对所获取到的每一个区域的各个地貌特征指标的测定值及其对应混合检测样品被检测出的各个土壤养分指标的测定值分别自动进行相应的分值赋予，并进一步确定出所有地貌特征指标及土壤养分指标各自参与农田地力指数计算的权重；
步骤S4、根据所赋予的每一个区域的各个地貌特征指标及各个土壤养分指标分别对应的分值，以及所确定的所有地貌特征指标及土壤养分指标各自参与农田地力指数计算的权重，计算出当前标准农田中每一个区域的综合地力指数，且进一步将当前标准农田中每一个区域所计算出的综合地力指数、所确定的所在位置及对应的坐标范围输出。
具体过程为，在步骤S1中，当前标准农田被划分成若干个区域是采样人以当前标准农田的实际道路或沟渠为界限来进行划分的，并且为了方便现场查找，可以对每一个区域进行编号，同时通过采样人在电子地图上确定每一个区域各自所在位置及其对应的坐标范围。可以理解的是，每一个区域各自所在位置及其对应的坐标范围，也可以在接收每一个区域的图片时通过在预先安装的电子地图上自动对比匹配出来。
在步骤S2中，接收的每一个区域的各个地貌特征指标的测定值以及每一个区域内由同属一区域内所有样品均匀混合成检测样品后被检测出的各个土壤养分指标的测定值都是由采样人通过特定的设备进行检测处理出来的。上述测定值之后，直接或网络、云平台等传送过来并被接收。应当说明的是，可以在同属一区域内，再次细化取样地点，使得同一区域内能够取出多个具有代表性的样品，之后均匀混合成检测样品被检测。
其中，地貌特征指标包括但不限于地貌类型、坡度、冬季地下水位、地表砾石度、剖面构型、排涝抗旱能力和耕层厚度等；土壤养分指标包括但不限于耕层质地、容重、pH值、阳离子交换量、水溶性盐总量、有机质、有效磷和速效钾等。
同时，为了能保证每个样品具有可追溯性，还可以接收并存储当前标准农田中每一个区域各个样品的编号、由GPS系统确定的具体地理位置(如经纬度)、采样人名称、采样人联系方式和采样现场照片。
在步骤S3中，预先对步骤S2中参与农田地力指数计算的地貌特征指标及土壤养分指标进行权重分配，同时还预先设定分值赋予规则，对所获取到的每一个区域的各个地貌特征指标的测定值及其对应混合检测样品被检测出的各个土壤养分指标的测定值分别自动进行相应的分值赋予。应当说明的是，预先会定义分值对比数据库，且相应的对地貌特征指标及土壤养分指标进行阈值设定，根据每一个区域的各个地貌特征指标的测定值及其对应混合检测样品被检测出的各个土壤养分指标的测定值与相应的阈值对比，从而就会赋予不同的分值。在一个例子中，在分值对比数据库中，地貌特征指标中的地貌类型有多种，每一种都对应一个阈值，找到与接收到的每一个区域的地貌类型就会赋予相应的分值，如河谷平原对应的分值为0.7；在另一个例子中，在分值对比数据库中，土壤养分指标中的速效钾的阈值设为143mg/kg，超过这个阈值143mg/kg对应的分值为1，而位于143mg/kg阈值以下的速效钾的测定值会按照与阈值143mg/kg对比的比例得出相应的分值，如JMZC-1区域速效钾的测定值为128mg/kg<阈值143mg/kg，得到的分值为0.9；又如，JMZC-2区域速效钾的测定值为158mg/kg>阈值143mg/kg，得到的分值为1。
在步骤S4中，将每一个区域的每一个地貌特征指标的分值*相应的权重，以及每一个区域的每一个土壤养分指标的分值*相应的权重，之后所得的乘积相加之总和为每一个区域的综合地力指数，即累加所有指标与其对应权重乘积之和得到综合地力指数。最后，将当前标准农田中每一个区域所计算出的综合地力指数、所确定的所在位置及对应的坐标范围输出，从而能够快速实现对当前标准农田中每一个区域进行定位及综合地力分析。可以理解的是，还可以根据当前标准农田中每一个区域所计算出的综合地力指数，利用标准农田地力分等定级与综合地力指数对应关系的表1来确定当前标准农田中每一个区域的地力等级。
当然，采样人可以根据每块农田的数据分析，有的放矢的进行施肥，保证每块农田质量提升，避免盲目施肥造成浪费，保证肥料能够正有效的施入农田，因此根据每一个区域内由同属一区域内所有样品均匀混合成检测样品后被检测出的各个土壤养分指标的测定值，检测出每一个区域内各个土壤养分指标中合格的以及不合格的，且进一步将所检测出的每一个区域内不合格的土壤养分指标分别输出，用以提醒施肥人员。可以理解的是，采样人可以反复对每块农田的数据分析，确保得到所需达到等级的标准农田。
如图2至图5所示，对本发明实施例中，提出的一种获取标准农田综合地力指数的方法的应用场景做进一步说明：
采样人通过卫星地图将标准农田划分成20个区域，且每一个区域以道路，沟渠等为界限，方便现场查找，对每个区域并进行编号，如图2所示；
采样时，在20个区域均采集10个样品(样品数量可根据区域大小进行调整)，样品采集时利用GPS定位系统记录每个样品的经纬度(如图3所示)，样品采集现场把每个样品编号、经纬度、采样人名称、采样人联系方式、采样现场照片等等相关信息通过手机及时上传互联网数据中心、云平台等等待接收，保证每个样品具有可追溯性；
把每一个区域采集到的10个样品都应混合均匀作为一个混合样品并由采样人通过特定的设备进行检测，从而得到20个区域各个地貌特征指标的测定值以及检测样品的各个土壤养分指标的测定值，且进一步通过手机及时上传互联网数据中心、云平台等等待接收；
待数据中心或云平台等接收到20个区域的各个地貌特征指标的测定值以及检测样品的各个土壤养分指标的测定值后不仅能够自动进行相应的分值赋予，同时还能检测出20个区域内各个土壤养分指标中合格的以及不合格(如图4所示)，且进一步将20个区域中各个地貌特征指标的分值以及检测样品的各个土壤养分指标的分值与各自对应的权重进行计算，得到20个区域的综合地力指数，从而通过样品的检测数据分析当前标准农田肥力情况，并根据每块农田的数据分析，有的放矢的进行施肥，保证每块农田质量提升，避免盲目施肥造成浪费，保证肥料能够正有效的施入农田。同时还可以根据当前标准农田中20个区域所计算出的综合地力指数，确定出20个区域的地力等级。
如图5所示，为20个区域内反映出第一个区域JMZC-1和第二个区域JMZC-2的综合地力指数的数字对比图。从图5中可以清楚看出，第一个区域JMZC-1和第二个区域JMZC-2的肥力情况。
实施本发明实施例，具有如下有益效果：
本发明将人工划分当前标准农田的若干个区域的所在位置及对应的坐标范围，与自动统一计算每一区域内人工采集的地貌特征指标的测定值和样品的土壤养分指标的测定值所形成的综合地力指数进行匹配对应，从而避免了传统人工测量带来的巨大工作量及误差的问题，具有省时省力，准确度高等优点；
本发明还接收并存储当前标准农田中每一个区域各个样品的编号、由GPS系统确定的具体地理位置、采样人名称、采样人联系方式和采样现场照片，能保证每个样品具有可追溯性。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分步骤是可以通过程序来指令相关的硬件来完成，所述的程序可以存储于一计算机可读取存储介质中，所述的存储介质，如ROM/RAM、磁盘、光盘等。
以上所揭露的仅为本发明一种较佳实施例而已，当然不能以此来限定本发明之权利范围，因此依本发明权利要求所作的等同变化，仍属本发明所涵盖的范围。
Claims (7)
1.一种获取标准农田综合地力指数的方法，其特征在于，包括以下步骤：
接收当前标准农田被划分成若干个区域后每一个区域各自所在位置及其对应的坐标范围；
接收当前标准农田中每一个区域的各个地貌特征指标的测定值以及每一个区域内由同属一区域内所有样品均匀混合成检测样品后被检测出的各个土壤养分指标的测定值；
根据预设的分值赋予规则，对所获取到的每一个区域的各个地貌特征指标的测定值及其对应混合检测样品被检测出的各个土壤养分指标的测定值分别自动进行相应的分值赋予，并进一步确定出所有地貌特征指标及土壤养分指标各自参与农田地力指数计算的权重；
根据所赋予的每一个区域的各个地貌特征指标及各个土壤养分指标分别对应的分值，以及所确定的所有地貌特征指标及土壤养分指标各自参与农田地力指数计算的权重，计算出当前标准农田中每一个区域的综合地力指数，且进一步将当前标准农田中每一个区域所计算出的综合地力指数、所确定的所在位置及对应的坐标范围输出。
2.如权利要求1所述的获取标准农田综合地力指数的方法，其特征在于，所述方法进一步包括：
接收并存储当前标准农田中每一个区域各个样品的编号、由GPS系统确定的具体地理位置、采样人名称、采样人联系方式和采样现场照片。
3.如权利要求1所述的获取标准农田综合地力指数的方法，其特征在于，所述方法进一步包括：
根据当前标准农田中每一个区域所计算出的综合地力指数，确定当前标准农田中每一个区域的地力等级。
4.如权利要求1所述的获取标准农田综合地力指数的方法，其特征在于，所述方法进一步包括：
根据每一个区域内由同属一区域内所有样品均匀混合成检测样品后被检测出的各个土壤养分指标的测定值，检测出每一个区域内各个土壤养分指标中合格的以及不合格的，且进一步将所检测出的每一个区域内不合格的土壤养分指标分别输出，用以提醒施肥人员。
5.如权利要求1-4中任一项所述的获取标准农田综合地力指数的方法，其特征在于，所述地貌特征指标包括地貌类型、坡度、冬季地下水位、地表砾石度、剖面构型、排涝抗旱能力和耕层厚度。
6.如权利要求1-4中任一项所述的获取标准农田综合地力指数的方法，其特征在于，所述土壤养分指标包括耕层质地、容重、pH值、阳离子交换量、水溶性盐总量、有机质、有效磷和速效钾。
7.如权利要求1所述的获取标准农田综合地力指数的方法，其特征在于，所述当前标准农田被划分成若干个区域以当前标准农田的实际道路或沟渠为界限来进行划分的。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910428580.7A CN110082507A (zh) | 2019-05-22 | 2019-05-22 | 一种获取标准农田综合地力指数的方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910428580.7A CN110082507A (zh) | 2019-05-22 | 2019-05-22 | 一种获取标准农田综合地力指数的方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110082507A true CN110082507A (zh) | 2019-08-02 |
Family
ID=67421285
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910428580.7A Pending CN110082507A (zh) | 2019-05-22 | 2019-05-22 | 一种获取标准农田综合地力指数的方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110082507A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN117807549A (zh) * | 2024-02-29 | 2024-04-02 | 菏泽学院 | 一种农田土壤肥力评价方法及系统 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101546421A (zh) * | 2009-04-01 | 2009-09-30 | 河北农业大学 | 一种基于gis的省域可比耕地质量评价方法 |
| CN101635041A (zh) * | 2009-04-01 | 2010-01-27 | 河北农业大学 | 一种耕地集约利用潜力评价方法 |
| CN104318066A (zh) * | 2014-09-26 | 2015-01-28 | 武汉大学 | 一种自然地表特征表征方法 |
| CN106355334A (zh) * | 2016-08-30 | 2017-01-25 | 中国农业大学 | 农田建设区域判定方法 |
| CN108960622A (zh) * | 2018-06-28 | 2018-12-07 | 河南理工大学 | 一种基于遥感影像的矿区复垦土地质量的自动化评价方法 |
| CN109115992A (zh) * | 2018-08-08 | 2019-01-01 | 北京捷西农业科技有限责任公司 | 一种农田土壤健康评价系统 |
-
2019
- 2019-05-22 CN CN201910428580.7A patent/CN110082507A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101546421A (zh) * | 2009-04-01 | 2009-09-30 | 河北农业大学 | 一种基于gis的省域可比耕地质量评价方法 |
| CN101635041A (zh) * | 2009-04-01 | 2010-01-27 | 河北农业大学 | 一种耕地集约利用潜力评价方法 |
| CN104318066A (zh) * | 2014-09-26 | 2015-01-28 | 武汉大学 | 一种自然地表特征表征方法 |
| CN106355334A (zh) * | 2016-08-30 | 2017-01-25 | 中国农业大学 | 农田建设区域判定方法 |
| CN108960622A (zh) * | 2018-06-28 | 2018-12-07 | 河南理工大学 | 一种基于遥感影像的矿区复垦土地质量的自动化评价方法 |
| CN109115992A (zh) * | 2018-08-08 | 2019-01-01 | 北京捷西农业科技有限责任公司 | 一种农田土壤健康评价系统 |
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| 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 |
| CN117807549A (zh) * | 2024-02-29 | 2024-04-02 | 菏泽学院 | 一种农田土壤肥力评价方法及系统 |
| CN117807549B (zh) * | 2024-02-29 | 2024-05-17 | 菏泽学院 | 一种农田土壤肥力评价方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Pan et al. | Research in crop land suitability analysis based on GIS | |
| Liu et al. | Three decades of ephemeral gully erosion studies | |
| CN105004320A (zh) | 一种高分卫星数据陆表植被覆盖度反演方法及系统 | |
| CN105009768A (zh) | 一种流域尺度氮素化肥最大允许投入量的确定方法 | |
| Bao et al. | Hydrological daily rainfall-runoff simulation with BTOPMC model and comparison with Xin'anjiang model | |
| CN103699809B (zh) | 一种基于克里金插值方程的水土流失空间监测方法 | |
| CN104361523A (zh) | 一种基于gis的分布式稻田氮素径流流失负荷估算方法 | |
| Sultan | Assessment of irrigation land suitability and development of map for the Fogera catchment using GIS, South Gondar | |
| CN113624716A (zh) | 一种基于植被覆盖度的土壤氮素估计方法 | |
| CN110082507A (zh) | 一种获取标准农田综合地力指数的方法 | |
| CN111652521A (zh) | 一种整治后耕地质量等别评定方法 | |
| CN113591288A (zh) | 一种基于克里格插值的土壤湿度数据预测方法及装置 | |
| Wale et al. | Hydrological Balance of Lake Tana Upper Blue Nile Basin, Ethiopia | |
| Nolin et al. | Within‐Field Spatial Variability of Soil Nutrients and Corn Yield in a Montreal Lowlands Clay Soil | |
| Ardakani et al. | Monitoring of organic matter and soil salinity by using IRS-LissIII satellite data in the Harat plain, of Yazd province | |
| CN115561432A (zh) | 一种农田土壤有机碳空间分布图获取方法 | |
| Nabi et al. | Spatial distribution of pH in the soil profiles of representative soil series from rice producing area, district Sheikhupura | |
| Dornik et al. | Geospatial evaluation of the agricultural suitability and land use compatibility in Europe's temperate continental climate region | |
| Alonge et al. | Electrical conductivity based classification and mapping of salt affected soils in kampe-omi irrigation scheme | |
| Ibrakhimov et al. | Combining remote sensing and modeling approaches to assess soil salinity in irrigated areas of the Aral Sea Basin | |
| Subhasree et al. | Spatial variability mapping of soil chemical properties using GIS & GPS | |
| CN110751398A (zh) | 一种区域生态质量评价方法及装置 | |
| Zheng et al. | Study on the spatial variability of farmland soil nutrient based on the kriging interpolation | |
| Srivastava et al. | Spatial integration of rice-based cropping systems for soil and water quality assessment using geospatial tools and techniques | |
| Yazici et al. | Gis using multi-criteria decision analysis for assessment and map-based indicators for nursery garden management. |
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 |