CN111264156B - 一种蔬菜的测土配方施肥方法 - Google Patents
一种蔬菜的测土配方施肥方法 Download PDFInfo
- Publication number
- CN111264156B CN111264156B CN202010225069.XA CN202010225069A CN111264156B CN 111264156 B CN111264156 B CN 111264156B CN 202010225069 A CN202010225069 A CN 202010225069A CN 111264156 B CN111264156 B CN 111264156B
- Authority
- CN
- China
- Prior art keywords
- soil
- phosphorus
- potassium
- salinity
- nitrogen
- 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
- 239000002689 soil Substances 0.000 title claims abstract description 324
- 235000013311 vegetables Nutrition 0.000 title claims abstract description 115
- 238000000034 method Methods 0.000 title claims abstract description 58
- 230000004720 fertilization Effects 0.000 title claims abstract description 52
- 238000012360 testing method Methods 0.000 title claims abstract description 38
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims abstract description 175
- 229910052698 phosphorus Inorganic materials 0.000 claims abstract description 122
- 239000011574 phosphorus Substances 0.000 claims abstract description 122
- 239000011591 potassium Substances 0.000 claims abstract description 109
- 229910052700 potassium Inorganic materials 0.000 claims abstract description 109
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims abstract description 100
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 claims abstract description 90
- 229910052757 nitrogen Inorganic materials 0.000 claims abstract description 89
- 150000003839 salts Chemical class 0.000 claims abstract description 26
- 239000003337 fertilizer Substances 0.000 claims description 56
- 238000005070 sampling Methods 0.000 claims description 34
- 235000021384 green leafy vegetables Nutrition 0.000 claims description 24
- 230000002950 deficient Effects 0.000 claims description 19
- 239000003086 colorant Substances 0.000 claims description 3
- 238000002156 mixing Methods 0.000 claims description 2
- 235000015097 nutrients Nutrition 0.000 description 13
- 238000005516 engineering process Methods 0.000 description 10
- 240000008067 Cucumis sativus Species 0.000 description 8
- 238000001514 detection method Methods 0.000 description 8
- 235000010799 Cucumis sativus var sativus Nutrition 0.000 description 7
- 150000001875 compounds Chemical class 0.000 description 7
- 230000035558 fertility Effects 0.000 description 7
- 238000005904 alkaline hydrolysis reaction Methods 0.000 description 6
- 238000010586 diagram Methods 0.000 description 6
- 238000002386 leaching Methods 0.000 description 5
- 238000007873 sieving Methods 0.000 description 5
- 235000007688 Lycopersicon esculentum Nutrition 0.000 description 4
- 229910002651 NO3 Inorganic materials 0.000 description 4
- NHNBFGGVMKEFGY-UHFFFAOYSA-N Nitrate Chemical compound [O-][N+]([O-])=O NHNBFGGVMKEFGY-UHFFFAOYSA-N 0.000 description 4
- UIIMBOGNXHQVGW-UHFFFAOYSA-M Sodium bicarbonate Chemical compound [Na+].OC([O-])=O UIIMBOGNXHQVGW-UHFFFAOYSA-M 0.000 description 4
- 240000003768 Solanum lycopersicum Species 0.000 description 4
- WZLMXYBCAZZIRQ-UHFFFAOYSA-N [N].[P].[K] Chemical compound [N].[P].[K] WZLMXYBCAZZIRQ-UHFFFAOYSA-N 0.000 description 4
- 230000000694 effects Effects 0.000 description 4
- 235000007516 Chrysanthemum Nutrition 0.000 description 3
- 235000007871 Chrysanthemum coronarium Nutrition 0.000 description 3
- 244000067456 Chrysanthemum coronarium Species 0.000 description 3
- 244000189548 Chrysanthemum x morifolium Species 0.000 description 3
- 235000003228 Lactuca sativa Nutrition 0.000 description 3
- 240000008415 Lactuca sativa Species 0.000 description 3
- 238000007605 air drying Methods 0.000 description 3
- 235000013399 edible fruits Nutrition 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 238000000227 grinding Methods 0.000 description 3
- 238000005527 soil sampling Methods 0.000 description 3
- USFZMSVCRYTOJT-UHFFFAOYSA-N Ammonium acetate Chemical compound N.CC(O)=O USFZMSVCRYTOJT-UHFFFAOYSA-N 0.000 description 2
- 239000005695 Ammonium acetate Substances 0.000 description 2
- 240000007087 Apium graveolens Species 0.000 description 2
- 235000015849 Apium graveolens Dulce Group Nutrition 0.000 description 2
- 235000010591 Appio Nutrition 0.000 description 2
- 235000000832 Ayote Nutrition 0.000 description 2
- 244000036905 Benincasa cerifera Species 0.000 description 2
- 235000011274 Benincasa cerifera Nutrition 0.000 description 2
- 235000010149 Brassica rapa subsp chinensis Nutrition 0.000 description 2
- 235000000536 Brassica rapa subsp pekinensis Nutrition 0.000 description 2
- 241000499436 Brassica rapa subsp. pekinensis Species 0.000 description 2
- 240000000467 Carum carvi Species 0.000 description 2
- 235000005747 Carum carvi Nutrition 0.000 description 2
- 235000009854 Cucurbita moschata Nutrition 0.000 description 2
- 240000001980 Cucurbita pepo Species 0.000 description 2
- 235000009804 Cucurbita pepo subsp pepo Nutrition 0.000 description 2
- 235000015802 Lactuca sativa var crispa Nutrition 0.000 description 2
- 240000004201 Lactuca sativa var. crispa Species 0.000 description 2
- 244000061458 Solanum melongena Species 0.000 description 2
- 235000002597 Solanum melongena Nutrition 0.000 description 2
- 244000061456 Solanum tuberosum Species 0.000 description 2
- 235000002595 Solanum tuberosum Nutrition 0.000 description 2
- 235000009337 Spinacia oleracea Nutrition 0.000 description 2
- 244000300264 Spinacia oleracea Species 0.000 description 2
- 229940043376 ammonium acetate Drugs 0.000 description 2
- 235000019257 ammonium acetate Nutrition 0.000 description 2
- 238000004458 analytical method Methods 0.000 description 2
- WHGYBXFWUBPSRW-FOUAGVGXSA-N beta-cyclodextrin Chemical compound OC[C@H]([C@H]([C@@H]([C@H]1O)O)O[C@H]2O[C@@H]([C@@H](O[C@H]3O[C@H](CO)[C@H]([C@@H]([C@H]3O)O)O[C@H]3O[C@H](CO)[C@H]([C@@H]([C@H]3O)O)O[C@H]3O[C@H](CO)[C@H]([C@@H]([C@H]3O)O)O[C@H]3O[C@H](CO)[C@H]([C@@H]([C@H]3O)O)O3)[C@H](O)[C@H]2O)CO)O[C@@H]1O[C@H]1[C@H](O)[C@@H](O)[C@@H]3O[C@@H]1CO WHGYBXFWUBPSRW-FOUAGVGXSA-N 0.000 description 2
- 238000004737 colorimetric analysis Methods 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000009792 diffusion process Methods 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 230000002650 habitual effect Effects 0.000 description 2
- 238000004949 mass spectrometry Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000007935 neutral effect Effects 0.000 description 2
- 235000015136 pumpkin Nutrition 0.000 description 2
- 229910000030 sodium bicarbonate Inorganic materials 0.000 description 2
- 235000017557 sodium bicarbonate Nutrition 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000011282 treatment Methods 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- 235000005254 Allium ampeloprasum Nutrition 0.000 description 1
- 240000006108 Allium ampeloprasum Species 0.000 description 1
- 244000000383 Allium odorum Species 0.000 description 1
- 235000018645 Allium odorum Nutrition 0.000 description 1
- 235000005338 Allium tuberosum Nutrition 0.000 description 1
- 235000002566 Capsicum Nutrition 0.000 description 1
- 235000002568 Capsicum frutescens Nutrition 0.000 description 1
- 240000008574 Capsicum frutescens Species 0.000 description 1
- 235000009849 Cucumis sativus Nutrition 0.000 description 1
- 239000006002 Pepper Substances 0.000 description 1
- 235000016761 Piper aduncum Nutrition 0.000 description 1
- 240000003889 Piper guineense Species 0.000 description 1
- 235000017804 Piper guineense Nutrition 0.000 description 1
- 235000008184 Piper nigrum Nutrition 0.000 description 1
- RDXARWSSOJYNLI-UHFFFAOYSA-N [P].[K] Chemical compound [P].[K] RDXARWSSOJYNLI-UHFFFAOYSA-N 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000001276 controlling effect Effects 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 238000013480 data collection Methods 0.000 description 1
- 238000013461 design Methods 0.000 description 1
- 238000001035 drying Methods 0.000 description 1
- 238000010413 gardening Methods 0.000 description 1
- 238000002372 labelling Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 235000021049 nutrient content Nutrition 0.000 description 1
- 238000009406 nutrient management Methods 0.000 description 1
- 238000011369 optimal treatment Methods 0.000 description 1
- 239000003895 organic fertilizer Substances 0.000 description 1
- 238000004321 preservation Methods 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001105 regulatory effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000002881 soil fertilizer Substances 0.000 description 1
- 238000003900 soil pollution Methods 0.000 description 1
- 238000011410 subtraction method Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 239000002699 waste material Substances 0.000 description 1
Images
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
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/75—Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated
- G01N21/77—Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated by observing the effect on a chemical indicator
- G01N21/78—Systems in which material is subjected to a chemical reaction, the progress or the result of the reaction being investigated by observing the effect on a chemical indicator producing a change of colour
-
- 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
-
- 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
- G01N33/248—Earth materials related to manure as a biological product
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Chemical & Material Sciences (AREA)
- Health & Medical Sciences (AREA)
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Analytical Chemistry (AREA)
- Biochemistry (AREA)
- General Health & Medical Sciences (AREA)
- Immunology (AREA)
- Pathology (AREA)
- Remote Sensing (AREA)
- Medicinal Chemistry (AREA)
- Soil Sciences (AREA)
- Food Science & Technology (AREA)
- Environmental & Geological Engineering (AREA)
- General Life Sciences & Earth Sciences (AREA)
- Geology (AREA)
- Chemical Kinetics & Catalysis (AREA)
- Environmental Sciences (AREA)
- Plasma & Fusion (AREA)
- Fertilizers (AREA)
Abstract
本发明公开了一种蔬菜测土配方施肥的方法，所述方法包括以下步骤：采集蔬菜种植地的土壤样品，测定所述土壤样品的盐分以及氮、磷和钾含量；根据所述盐分以及氮、磷和钾含量分别对所述蔬菜种植地进行盐分分级以及氮、磷和钾分级；根据所述氮、磷和钾分级确定蔬菜种植地的施肥配方；根据所述盐分分级确定蔬菜种植地的施肥量；所述蔬菜测土配方施肥的方法简单易行，简单明了，可操作性强，便于农户掌握和推广。
Description
技术领域
本发明涉及蔬菜栽培技术领域，特别涉及一种蔬菜的测土配方施肥方法。
背景技术
测土配方施肥技术是保证作物优质高产、肥料高效利用、保护生态环境的重要措施。蔬菜作为人体多种营养物质的来源，其测土配方施肥技术研究已经引起广泛关注，根据蔬菜的需肥规律、土壤供肥性能与肥料效应实施测土配方施肥能达到其高产、优质、高效、环保的目的，同时对蔬菜产业的可持续发展具有十分重要的意义。
测土配方施肥是综合运用现代农业科技成果，根据作物需肥规律、土壤供肥性能与肥料效应，在施用有机肥为基础的条件下，产前提出氮、磷、钾和微肥的适宜用量和比例以及相应的施肥技术，该技术特征是因土因作物“产前定肥”。如申请公布号CN 103891459A和CN108811651A，都是介绍了一种基于地力差减法的测土配方施肥方法，通过如下公式来计算：施肥量＝[目标产量所需养分总量-土壤养分*校正系数]/[肥料中养分含量*肥料当季利用率]，该方法的缺点是需要通过空白试验获取氮磷钾的肥料利用率和土壤校正系数等，依赖于经验成分较多，存在地区局限性；肥料效应函数法是应用正交、回归等试验设计，进行多点田间试验，从而选出最优的处理，确定肥料的施用量，该方法的缺点是需要在不同类型土壤上布置多点试验，积累不同年度的资料，工作量大，技术要求高，费时较长。
目前，大多测土配方施肥技术推广涉及资料收集、样品采集、分析测试、肥料试验、数据处理、配方肥研制与施肥技术指导等诸多方面，它是一项技术内涵深、牵涉面广的庞大系统工程，不易为基层农户接受和掌握。加上设施蔬菜茬口多、地力差异大，前述的发明方法灵活性不够，无法根据不同田块不同茬口不同作物及时快速的调整施肥方案，为了切实提高设施蔬菜测土配施肥技术推广的科学性、针对性和可操作性，本发明提出一种简单易行、灵活性强、便于农户操作的蔬菜推荐施肥方法。
发明内容
本发明提供了一种蔬菜的测土配方施肥方法，是一种参考土壤盐分为主要丰缺指标的蔬菜施肥推荐方法，用以解决现有测土施肥方法中存在的操作复杂，针对性弱，不便于农户操作等问题。
本发明提供了一种蔬菜测土配方施肥的方法，所述方法包括以下步骤：采集蔬菜种植地的土壤样品，测定所述土壤样品的盐分以及氮、磷和钾含量；根据所述盐分以及氮、磷和钾含量分别对所述蔬菜种植地进行盐分分级以及氮、磷和钾分级；根据所述氮、磷和钾分级确定蔬菜种植地的施肥配方；根据所述盐分分级确定蔬菜种植地的施肥量。
在一实施例中，所述采集蔬菜种植地的土壤样品测定所述土壤样品的盐分以及氮、磷和钾含量包括样品采集和取样检测，所述样品采集包括将具有相同茬口的蔬菜种植地土壤作为一个采样单元，并按照S型法或者网格法对所述采样单元进行土壤样品的采集，所述取样检测包括混合相同采样单元的的土壤样品后采用四分法取样检测。
在一实施例中，所述测定所述土壤样品的盐分以及氮、磷和钾含量还包括对所述土壤样品进行前处理。
在一实施例中，所述前处理包括风干、磨碎以及过筛的步骤。
在一实施例中，所述氮含量为碱解氮含量，所述磷含量为有效磷含量，所述钾含量为速效钾含量。
在一实施例中，所述盐分含量采用烘干质量法测定。
在一实施例中，所述碱解氮含量采用碱解扩散法测定，所述有效磷含量采用碳酸氢钠容易浸提比色法测定，所述速效钾含量采用中性醋酸铵浸提火焰光度计法测定。
在一实施例中，根据所述盐分分级将所述蔬菜种植地的土壤分级为缺少盐分土壤，中等盐分土壤，偏高盐分土壤以及过量盐分土壤；根据所述氮分级将所述蔬菜种植地的土壤分级为缺少氮土壤，中等氮土壤，偏高氮土壤以及过量氮土壤；根据所述磷分级将所述蔬菜种植地的土壤分级为缺少磷土壤，中等磷土壤，偏高磷土壤以及过量磷土壤；根据所述钾分级将所述蔬菜种植地的土壤分级为缺少钾土壤，中等钾土壤，偏高钾土壤以及过量钾土壤。
在一实施例中，在缺少盐分土壤中，盐分含量≤0.2wt％，在中等盐分土壤中，0.2wt％<盐分含量<0.4wt％，在偏高盐分土壤中，0.4wt％≤盐分含量<0.6wt％，在过量盐分土壤中，盐分含量≥0.6wt％；
在缺少氮土壤中，氮含量≤0.01wt％，在中等氮土壤中，0.01wt％<氮含量<0.02wt％，在偏高氮土壤中，0.02wt％≤氮含量<0.03wt％，在过量氮土壤中氮含量≥0.03wt％；
在缺少磷土壤中，磷含量≤0.003wt％，在中等磷土壤中，0.003wt％<磷含量<0.009wt％，在偏高磷土壤中，0.009wt％≤磷含量<0.015wt％，在过量磷土壤中，磷含量≥0.015wt％；
在缺少钾土壤中，钾含量≤0.015wt％，在中等钾土壤中，0.015wt％<钾含量<0.03wt％，在偏高钾土壤中，0.03wt％≤钾含量<0.045wt％，在过量钾土壤中，钾含量≥0.045wt％。
在一实施例中，根据所述氮、磷和钾分级确定所述土壤的施肥配方包括：对于绿叶类蔬菜的种植地，当偏高磷土壤样品和过量磷土壤样品在绿叶类蔬菜的种植地的土壤样品中的占比之和大于等于50％，且偏高钾土壤样品以及过量钾土壤样品在绿叶类蔬菜的种植地的土壤样品中的占比之和也大于等于50％时，采用低磷钾施肥配方，所述低磷钾施肥配方中N：P2O5：K2O的质量比为(15-20):(5-10):(9-14)；对于茄果类蔬菜的种植地，当偏高磷土壤样品和过量磷土壤样品在所述茄果类蔬菜的种植地的土壤样品中占比之和大于等于50％时，采用低磷施肥配方，所述低磷施肥配方中N：P2O5：K2O的质量比为(20-25):(10-15):(15-21)。
在一实例中，根据所述氮、磷和钾分级确定所述土壤的施肥配方包括：对于绿叶类蔬菜的种植地，当偏高磷土壤样品和过量磷土壤样品在绿叶类蔬菜的种植地的土壤样品中的占比之和小于50％，且偏高钾土壤样品以及过量钾土壤样品在绿叶类蔬菜的种植地的土壤样品中的占比之和也小于50％时，施肥配方为N：P2O5：K2O质量比为(15-20):15:15；对于茄果类蔬菜的种植地，当偏高磷土壤样品和过量磷土壤样品在所述茄果类蔬菜的种植地的土壤样品中占比之和小于50％时，施肥配方为N：P2O5：K2O质量比为(20-25)：15:(15-21)。
在一实施例中，对于绿叶类蔬菜的种植地，在所述缺少盐分种植地的土壤中施肥量为30-40kg/亩，在所述中等盐分种植地的土壤中施肥量为20-30kg/亩，在所述偏高盐分种植地的土壤中施肥量为10-20kg/亩，在所述过量盐分种植地的土壤中施肥量为0-10kg/亩。
在一实施例中，所述绿叶类蔬菜为青菜、生菜、茼蒿、菠菜、韭菜、白菜、油麦菜、香菜、芹菜、鸡毛菜中的任意一种。
在一实施例中，对于茄果类蔬菜的种植地，在所述缺少盐分种植地的土壤中施肥量为80-100kg/亩，在所述中等盐分种植地的土壤中施肥量为60-80kg/亩，在所述偏高盐分种植地的土壤中施肥量为40-60kg/亩，在所述过量盐分种植地的土壤中施肥量为20-40kg/亩。
在一实施例中，所述茄果类蔬菜为辣椒、土豆、番茄、黄瓜、冬瓜、南瓜、茄子中的任意一种。
在一实施例中，所述方法还包括根据所述盐分分级绘制蔬菜种植地的土壤盐分分级图。
在一实施例中，所述土壤盐分分级图中的缺少盐分土壤、中等盐分土壤、偏高盐分土壤和过量盐分土壤采用各不相同的颜色标识。
在一实施例中，所述土壤盐分分级图中黄色代表缺少盐分土壤，绿色代表中等盐分土壤，橙色代表偏高盐分土壤，红色代表过量盐分土壤。
本发明所述蔬菜测土配方施肥的方法简单易行，以土壤盐分为主要诊断指标，其他指标为辅助诊断指标，兼顾方便性和科学性，通过绘制土壤盐分分级图可根据不同颜色标识直接推荐施肥量，简单明了，可操作性强，便于农民掌握和推广，还可以获得每一采样单元上种植蔬菜的推荐用量，并根据不同茬口作物调整肥料配方和施肥方案，具有较强的针对性。
此外，本发明所述方法还可以提高蔬菜产量，改善蔬菜品质，测土施肥技术可促进作物养分均衡吸收，将蔬菜产量提高10％-30％，并减少了化肥的用量。该方法可避免盲目施肥，减少资源浪费，节约成本，也可以减少化肥流失对环境的污染。本发明对于培肥地力也有一定的促进作用，一般设施土壤中存在化肥用量过大，局部地区盐渍化程度加重，土壤环境恶化，测土配方施肥技术可通过控丰补缺调整肥料中的养分含量及施肥次数、时间，实现均衡施肥，使土壤综合肥力逐步提高。
附图说明
图1为本发明方法的流程示意图。
图2为本发明一实施例土壤盐分分级图的示意图。
图3为本发明另一实施例土壤盐分分级图的示意图。
具体实施方式
以下列举具体实例以进一步阐述本发明，在进一步描述本发明具体实施方式之前，应理解，本发明的保护范围不局限于下述特定的具体实施方案；还应当理解，本发明实施例中使用的术语是为了描述特定的具体实施方案，而不是为了限制本发明的保护范围。
测土施肥法是土壤肥力化学基础上发展起来的方法，全名为土壤测定与推荐施肥或测土配方施肥法，该法通过测定土壤有效养分含量，并以此为出发点确认一个与产量相适应并能进行经济评价的施肥量，本发明通过将土壤中的盐分含量作为主要丰缺指标，并根据土壤中氮磷钾的背景值作为辅助丰缺指标来确定施肥配方，在蔬菜种植领域具有较强的实用性。
如图1所示，本发明提供了一种蔬菜的测土配方施肥方法，包括S1-S4的步骤：S1：采集蔬菜种植地的土壤样品测定所述土壤样品的盐分以及氮、磷和钾含量；S2：根据所述盐分以及氮、磷和钾含量分别对所述蔬菜种植地进行盐分分级以及氮、磷和钾分级；S3：根据所述氮、磷和钾分级确定蔬菜种植地的施肥配方；S4：根据所述盐分分级确定蔬菜种植地的施肥量。
在步骤S1中，所述采集蔬菜种植地的土壤样品采集可以包括采样和取样检测，所述样品采集可以是根据蔬菜种植地中蔬菜种植模式和茬口类型，合理划分出若干个采样单元，这样可以保证土壤采样点的代表性，例如可以以1-5个相同茬口的大棚为一个采样单元，所述采集土壤可以是通过S型方法或者是网格方法进行，所述蔬菜种植地可以是种植蔬菜的园艺场或者合作社。
在一具体实施例中，所述采集土壤例如可以是将5个相同茬口的大棚作为一个采样单元，每个大棚按照S型方法或者网格方法采集2-3个土壤样品，5个大棚可以一共采集10-15个土壤样品。所述土壤样品可以是耕作层的土壤样品，所述耕作层的土壤样品的深度可以为0-20cm之间，将相同采样单元的土壤样品混合后进行取样检测，所述取样检测可以采用四分方法进行取样，所述取样可以是从所述一个采样单元的混合土壤样品中取0.8-1.2kg的样品，例如1kg，所述土壤样品检测之前还可以包括风干、磨碎、过筛等前处理步骤，所述前处理例如可以是将所述取样好的样品做好标签并记录，风干后磨碎，过筛备用待检测，所述过筛可以是过20目筛。本发明提及的S型方法、网格方法以及四分法具体可以参考《土壤环境监测技术规范(HJ/T166-2004)》、《土壤环境质量标准(GB15618-1995)》以及《全国土壤污染状况调查土壤样品采集(保存)技术规定(环发【2006】129号)》中的相关内容。
在步骤S1中，所述盐分以及氮、磷、钾的含量可以在实验室分析得到，所述盐分含量可以是作为本发明中的主要丰缺指标，用以判定所述土壤的肥力，并由此来确定所述土壤中的施肥量，本发明中的养分管理策略可以是：在低肥力的土壤上，适当增施肥料，在中肥力土壤上，适当减施肥料并调整养分配比，在高肥力土壤上，可减施肥料或不施肥。在一实施例中，所述盐分含量可以采用烘干质量法测定。所述烘干质量法中，水和土壤样品的体积质量比可以为5:1mL/g。所述氮、磷、钾的含量可以作为辅助丰缺指标，用以判断所述土壤中的氮磷钾背景，由此确定适宜所述土壤的肥料比例，即确定肥料配方。本发明所述氮、磷、钾的含量分别可以为碱解氮含量，有效磷含量，速效钾含量，在一实施例中，所述碱解氮含量采用碱解扩散法测定，所述有效磷含量采用碳酸氢钠容易浸提比色法测定(Olsen法)，所述速效钾含量采用中性醋酸铵浸提火焰光度计法测定。
在步骤S2中，所述分级可以包括将所述土壤分为4个等级，所述4个等级按照土壤中对应养分的含量来划分，所述养分包括盐分、氮、磷、钾中的任意一种。所述分级可以是根据不同养分的含量将土壤划分为缺少养分的土壤，中等养分的土壤，偏高养分的土壤，过量养分的土壤。所述分级可以根据土壤采集地土壤的实际情况而定，即根据土壤采集地适宜的指标作为分级标准，例如在一具体实施例中，所述缺少氮土壤中，氮含量≤0.01wt％，在所述中等氮土壤中，0.01wt％<氮含量<0.02wt％，在所述偏高氮土壤中，0.02wt％≤氮含量<0.03wt％，所述过量氮土壤中，氮含量≥0.03wt％。在一具体实施例中，在所述缺少磷土壤中，磷含量≤0.003wt％，在所述中等磷土壤中，0.003wt％<磷含量<0.009wt％，在所述偏高磷土壤中，0.009wt％≤磷含量<0.015wt％，在所述过量磷土壤中，磷含量≥0.015wt％。
在一具体实施例中，在所述缺少钾土壤中，钾含量≤0.015wt％，在所述中等钾土壤中，0.015wt％<钾含量<0.03wt％，在所述偏高钾土壤中，0.03wt％≤钾含量<0.045wt％，在所述过量钾土壤中，钾含量≥0.045wt％。在一实施例中，在所述缺少盐分土壤中，盐分含量≤0.2wt％，所述中等盐分土壤中，0.2wt％<盐分含量<0.4wt％之间，所述偏高盐分土壤中，盐分含量可以是在0.4wt％≤盐分含量<0.6wt％之间，所述过量盐分土壤中，盐分含量≥0.6wt％。
在步骤S3中，可以根据所述土壤样品中氮、磷、钾含量确定所述土壤的施肥配方，例如根据所述土壤样品中氮、磷、钾含量偏高或者过量土壤的比例确定所述土壤的氮磷钾施肥比例。
目前，对于蔬菜作物的施肥配方一般是氮磷钾为15：15：15的通用复合肥，但是按照蔬菜类作物的需肥规律，绿叶类蔬菜一般需氮最多，磷钾较少；而茄果类蔬菜需氮、钾多，磷最少，实际应用时，农户习惯用通用复合肥进行施肥，对于不同的蔬菜，按照目前的施肥习惯，种植地中普遍会存在不同程度的磷钾偏高或者磷偏高的情况。再有，本发明作物为蔬菜类，因此对于氮过量的调节主要可以是通过施肥量来进行，即通过盐分分级，即盐分含量的高低来调节，这主要是因为氮在土壤中损失几率比磷钾大，一般会通过淋溶、挥发等进入地下水或大气，而磷钾会长期累积在土壤中，氮水平高低直接影响蔬菜产量，不宜直接在施肥配方中大幅度减少，本发明氮过量可以通过施肥量来调节，例如在偏高或过量氮土壤中施肥推荐量会相应减少，即减少了氮的施入。
因此本发明提及的根据所述土壤样品中氮、磷、钾含量偏高或过量的土壤的比例确定所述土壤的氮磷钾施肥比例主要是对磷、钾的配比进行调控，例如可以根据偏高以及过量磷、钾土壤在土壤样品中的占比来确定是否减少对磷、钾肥的施用比例。在一实施例中，对于绿叶类蔬菜，当偏高磷土壤和过量磷土壤的占比之和达到50％及以上，偏高钾土壤和过量钾土壤的占比也达到50％及以上时，可以考虑种植绿叶类蔬菜的土壤存在磷钾含量过剩的情况，可以采用低磷钾肥料配方，所述低磷钾肥料配方中N以上2O5∶K2O的质量比可以为(15-20)∶(5-10)∶(9-14)，在一实施例中，对于茄果类蔬菜，当偏高磷土壤以及过量磷土壤的占比之和大于等于50％，考虑到茄果类蔬菜对磷的需求不高，可以考虑采用低磷肥料配方，所述低磷肥料配方中N虑到2O5∶K2O的质量比可以为(20-25)∶(10-15)∶(15-21)。
在一些实施例中，也可能存在极少的磷、钾不过剩的情况，当偏高磷土壤样品和过量磷土壤样品在绿叶类蔬菜的种植地的土壤样品中的占比之和小于50％，且偏高钾土壤样品以及过量钾土壤样品在绿叶类蔬菜的种植地的土壤样品中的占比之和也小于50％时，对于绿叶类蔬菜可以采用的配方为N：P2O5：K2O的质量比为(15-20):15:15，即可适当增大一部分氮配比以满足绿叶菜对氮的大量需求，磷、钾的配比仍然可以沿用通用复合肥的比例，对于茄果类蔬菜，当偏高磷土壤样品和过量磷土壤样品在所述茄果类蔬菜的种植地的土壤样品中占比之和小于50％时，施肥配方可以是N：P2O5：K2O的质量比为(20-25)：15:(15-21)，即增大一部分氮、钾配比满足茄果类蔬菜对氮、钾的需求，磷的配比仍然沿用通用复合肥的比例，当然对于磷、钾不过剩时，农户也可以根据习惯沿用通用复合肥，此处不再累述。
在所述步骤S4中，还可以根据所述盐分分级对所述土壤进行土壤盐分分级图的绘制，所述土壤盐分分级图的绘制可以是在土壤采集地的蔬菜园艺场(合作社)平面图上按土壤盐分高低将采样单元划分为不同等级，并用各不相同的颜色标识在平面图上，例如用黄色代表缺少盐分土壤，绿色代表中等盐分土壤，橙色代表偏高盐分土壤，红色代表过量盐分土壤，所述颜色标识可以如表1所示。
表1颜色标识
实际应用中，可直接根据土壤盐分分级图上每个采样单元的颜色，查得所述单元大棚蔬菜所需的施用量。例如青菜等绿叶类蔬菜在代表缺少的黄色单元中，可以推荐施用绿叶类蔬菜配方肥为30-40kg/亩，绿色单元推荐施肥量为20-30kg/亩，橙色单元推荐施肥量为10-20kg/亩，红色单元推荐施肥量可以为0-10kg/亩；番茄等茄果类蔬菜在代表缺少的黄色单元中，推荐施肥量可以是80-100kg/亩，绿色单元推荐施肥量可以为60-80kg/亩，橙色单元推荐施肥量可以为40-60kg/亩，红色单元推荐施肥量可以20-40kg/亩。本发明所述绿叶菜类蔬菜包括但不限制在青菜、生菜、茼蒿、菠菜、韭菜、白菜、油麦菜、香菜、芹菜、鸡毛菜中的任意一种，本发明所述茄果类蔬菜包括但不限制在辣椒、土豆、番茄、黄瓜、冬瓜、南瓜、茄子中的任意一种。
本发明所述的根据所述氮、磷、钾分级确定所述土壤的施肥配方主要是以蔬菜为例进行阐述的，其他任何不违背本发明精神的改变应都在本发明的保护范围之内。下面以具体的应用实例进一步阐述本发明。应理解，这些实施例仅用于说明本发明，而非限制本发明的范围。
实施例1
本实施例的采样地点为上海松江区浦远蔬菜园艺合作社(黄桥基地)，基地内有设施大棚300个，种植蔬菜主要为青菜、茼蒿、生菜等绿叶菜为主。按作物和棚龄划分采样单元，共采集土壤样品60个，并对土样的盐分(主要指标)、碱解氮、有效磷、速效钾(辅助指标)等进行测量并分级，分级结果如表2所示，并根据土壤样品中的盐分含量绘制土壤盐分分级图，在合作社平面图上，分别用黄色、绿色、橙色、红色代表缺少、中等、偏高、过量田块单元，本实施例中土壤盐分分级图的示意图如图2所示。
由表2可知，根据浦远基地土样氮磷钾背景值调查结果，土壤碱解氮、有效磷和速效钾过量水平的样品占比分别达到73％、100％和48％，对于绿叶菜类蔬菜壳推荐低磷钾配方为N：P2O5：K2O＝15：6：9。根据土壤盐分分级图上每个采样单元的颜色，就可确认该单元蔬菜的施肥量，如表3所示。如表4所示，通过本发明所述的测土配方施肥方法，筛选得到绿叶类蔬菜用低磷钾肥料配方，并根据土壤盐分分级对施肥量进行控丰补缺，与农户习惯施用的N：P2O5：K2O＝15：15：15复合肥相比，可减少30-35％的化肥用量，青菜产量增加5.92％，青菜硝酸盐含量降低13.09％，取得了良好的经济、生态和环境效益。
表2浦远基地设施菜田土壤养分分级指标
表3浦远基地设施蔬菜养分推荐用量kg/亩
表4浦远基地设施蔬菜测土配方施肥技术对青菜产量和品质的影响
| 处理 | 青菜产量(kg/亩) | 青菜硝酸盐含量(mg/kg) |
| 习惯施肥 | 1945.4 | 1132.6 |
| 测土施肥 | 2060.5 | 984.3 |
| 应用效果 | 增加5.92％ | 降低13.09％ |
实施例2
本实施例的采样地点为上海明远合作社蔬菜区，区域内有设施大棚50余个，种植蔬菜主要为番茄、黄瓜等茄果类蔬菜。按作物和棚龄划分采样单元，共采集土样30个，对土样的盐分(主要指标)、碱解氮、有效磷、速效钾(辅助指标)等进行测量并分级，分级结果如表5所示，并根据土壤样品中的测定到的盐分含量绘制土壤盐分分级图，在合作社平面图上，分别用黄色、绿色、橙色、红色代表缺少、中等、偏高、过量田块单元，本实施例中土壤盐分分级图的示意图如图3所示。
由表5可知，根据明远合作社土样氮磷钾背景值调查结果，土壤碱解氮、有效磷和速效钾过量水平的样品占比分别达到52％、95％和57％，根据明远基地土壤氮磷钾背景值和茄果类需肥规律调查结果，推荐茄果类低磷配方为N：P2O5：K2O＝21：13：18。根据土壤盐分分级图上每个采样单元的颜色，就可确认该单元蔬菜的施肥量，如表6所示。如表7所示，通过本发明测土配方施肥方法，筛选得到茄果类用低磷肥料配方，并根据土壤盐分分级对施肥量进行控丰补缺，与农户习惯施用的15-15-15复合肥相比，可减少10-25％的化肥用量，黄瓜产量增加3.68％，黄瓜硝酸盐含量降低7.62％，取得了良好的经济、生态和环境效益。
表5上海明远设施菜田土壤养分分级指标
表6上海明远设施蔬菜养分推荐用量kg/亩
表7上海明远设施蔬菜测土配方施肥技术对黄瓜产量和品质的影响
| 处理 | 黄瓜产量(kg/亩) | 黄瓜硝酸盐含量(mg/kg) |
| 习惯施肥 | 4845.5 | 920.4 |
| 测土施肥 | 5024.0 | 850.3 |
| 应用效果 | 增加3.68％ | 降低7.62％ |
本发明基于土壤养分丰缺指标法，在蔬菜园艺场(合作社)按蔬菜茬口划定采样单元，利用土壤盐分测试值，按缺少、中等、偏高、过量将土壤地力划分等级，用不同颜色标识在土壤地力图上，根据土壤中氮磷钾背景值确定适宜的肥料配方，并根据土壤盐分分级图推荐蔬菜配方肥的施肥量。通过土壤盐分的测定和试验研究结果判定相应地块养分的丰缺程度并提出合理施肥建议，该方法简单易行、操作简便、成本低、并具有针对性，可服务到每一单元地块等优势，具有极大的实用性。
以上所述，仅为本发明的较佳实施例，并非对本发明任何形式上和实质上的限制，应当指出，对于本技术领域的普通技术人员，在不脱离本发明方法的前提下，还将可以做出若干改进和补充，这些改进和补充也应视为本发明的保护范围。凡熟悉本专业的技术人员，在不脱离本发明的精神和范围的情况下，当可利用以上所揭示的技术内容而做出的些许更动、修饰与演变的等同变化，均为本发明的等效实施例；同时，凡依据本发明的实质技术对上述实施例所作的任何等同变化的更动、修饰与演变，均仍属于本发明的技术方案的范围内。
Claims (6)
1.一种蔬菜的测土配方施肥方法，其特征在于，所述方法包括以下步骤：
采集蔬菜种植地的土壤样品，测定所述土壤样品的盐分以及氮、磷和钾含量；
根据所述盐分以及氮、磷和钾含量分别对所述蔬菜种植地进行盐分分级以及氮、磷和钾分级；
根据所述氮、磷和钾分级确定蔬菜种植地的施肥配方；
根据所述盐分分级确定蔬菜种植地的施肥量；
根据所述盐分分级将所述蔬菜种植地的土壤分级为缺少盐分土壤，中等盐分土壤，偏高盐分土壤以及过量盐分土壤；
根据所述氮分级将所述蔬菜种植地的土壤分级为缺少氮土壤，中等氮土壤，偏高氮土壤以及过量氮土壤；
根据所述磷分级将所述蔬菜种植地的土壤分级为缺少磷土壤，中等磷土壤，偏高磷土壤以及过量磷土壤；
根据所述钾分级将所述蔬菜种植地的土壤分级为缺少钾土壤，中等钾土壤，偏高钾土壤以及过量钾土壤；
在缺少盐分土壤中，盐分含量≤0.2wt％，在中等盐分土壤中，0.2wt％<盐分含量<0.4wt％，在偏高盐分土壤中，0.4wt％≤盐分含量<0.6wt％，在过量盐分土壤中，盐分含量≥0.6wt％；
在缺少氮土壤中，氮含量≤0.01wt％，在中等氮土壤中，0.01wt％<氮含量<0.02wt％，在偏高氮土壤中，0.02wt％≤氮含量<0.03wt％，在过量氮土壤中氮含量≥0.03wt％；
在缺少磷土壤中，磷含量≤0.003wt％，在中等磷土壤中，0.003wt％<磷含量<0.009wt％，在偏高磷土壤中，0.009wt％≤磷含量<0.015wt％，在过量磷土壤中，磷含量≥0.015wt％；
在缺少钾土壤中，钾含量≤0.015wt％，在中等钾土壤中，0.015wt％<钾含量<0.03wt％，在偏高钾土壤中，0.03wt％≤钾含量<0.045wt％，在过量钾土壤中，钾含量≥0.045wt％；
对于绿叶类蔬菜的种植地，在所述缺少盐分种植地的土壤中施肥量为30-40kg/亩，在所述中等盐分种植地的土壤中施肥量为20-30kg/亩，在所述偏高盐分种植地的土壤中施肥量为10-20kg/亩，在所述过量盐分种植地的土壤中施肥量为0-10kg/亩；
对于茄果类蔬菜的种植地，在所述缺少盐分种植地的土壤中施肥量为80-100kg/亩，在所述中等盐分种植地的土壤中施肥量为60-80kg/亩，在所述偏高盐分种植地的土壤中施肥量为40-60kg/亩，在所述过量盐分种植地的土壤中施肥量为20-40kg/亩。
2.如权利要求1所述的方法，其特征在于，所述采集蔬菜种植地的土壤样品测定所述土壤样品的盐分以及氮、磷和钾含量包括样品采集和取样检测，所述样品采集包括将具有相同茬口的蔬菜种植地土壤作为一个采样单元，并按照S型法或者网格法对所述采样单元进行土壤样品的采集，所述取样检测包括混合相同采样单元的土壤样品后采用四分法取样检测。
3.如权利要求1所述的方法，其特征在于，根据所述氮、磷和钾分级确定所述土壤的施肥配方包括：对于绿叶类蔬菜的种植地，当偏高磷土壤样品和过量磷土壤样品在绿叶类蔬菜的种植地的土壤样品中的占比之和大于等于50％，且偏高钾土壤样品以及过量钾土壤样品在绿叶类蔬菜的种植地的土壤样品中的占比之和也大于等于50％时，采用低磷钾施肥配方，所述低磷钾施肥配方中N：P2O5：K2O的质量比为(15-20):(5-10):(9-14)；对于茄果类蔬菜的种植地，当偏高磷土壤样品和过量磷土壤样品在所述茄果类蔬菜的种植地的土壤样品中占比之和大于等于50％时，采用低磷施肥配方，所述低磷施肥配方中N：P2O5：K2O的质量比为(20-25):(10-15):(15-21)。
4.如权利要求1所述的方法，其特征在于，根据所述氮、磷和钾分级确定所述土壤的施肥配方包括：对于绿叶类蔬菜的种植地，当偏高磷土壤样品和过量磷土壤样品在绿叶类蔬菜的种植地的土壤样品中的占比之和小于50％，且偏高钾土壤样品以及过量钾土壤样品在绿叶类蔬菜的种植地的土壤样品中的占比之和也小于50％时，施肥配方为N：P2O5：K2O质量比为(15-20):15:15；对于茄果类蔬菜的种植地，当偏高磷土壤样品和过量磷土壤样品在所述茄果类蔬菜的种植地的土壤样品中占比之和小于50％时，施肥配方为N：P2O5：K2O质量比为(20-25)：15:(15-21)。
5.如权利要求1所述的方法，其特征在于，所述方法还包括根据所述盐分分级绘制蔬菜种植地的土壤盐分分级图。
6.如权利要求5所述的方法，其特征在于，所述土壤盐分分级图中的缺少盐分土壤、中等盐分土壤、偏高盐分土壤和过量盐分土壤采用各不相同的颜色标识。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010225069.XA CN111264156B (zh) | 2020-03-26 | 2020-03-26 | 一种蔬菜的测土配方施肥方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010225069.XA CN111264156B (zh) | 2020-03-26 | 2020-03-26 | 一种蔬菜的测土配方施肥方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN111264156A CN111264156A (zh) | 2020-06-12 |
| CN111264156B true CN111264156B (zh) | 2022-07-01 |
Family
ID=70991777
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010225069.XA Active CN111264156B (zh) | 2020-03-26 | 2020-03-26 | 一种蔬菜的测土配方施肥方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111264156B (zh) |
Families Citing this family (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN114246043B (zh) * | 2022-01-04 | 2023-01-31 | 史丹利农业集团股份有限公司 | 基于土壤和植物检测的番茄施肥校正方法及装置 |
| CN114521376B (zh) * | 2022-02-11 | 2023-07-07 | 塔里木大学 | 应用于农机作业的田块尺度枣园变量网格施肥图制作方法 |
| CN114711009B (zh) * | 2022-04-25 | 2023-03-24 | 生态环境部华南环境科学研究所 | 一种基于南方蔬菜种植土壤氨减排的施肥方案筛选方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104777195A (zh) * | 2015-04-27 | 2015-07-15 | 塔里木大学 | 一种土壤含盐量检测方法及对应的土壤盐度分级方法 |
| CN104823583A (zh) * | 2014-02-10 | 2015-08-12 | 上海市农业科学院 | 一种甜瓜测土配方施肥方法 |
| CN108040562A (zh) * | 2017-11-29 | 2018-05-18 | 河海大学 | 一种连作大棚植物水肥调控方法 |
| CN108811651A (zh) * | 2018-05-29 | 2018-11-16 | 安徽润航农业科技开发有限公司 | 一种测土配方施肥的方法 |
| CN108934355A (zh) * | 2018-06-21 | 2018-12-07 | 北京市农林科学院 | 一种快速确定白菜施肥量的方法 |
| CN109220133A (zh) * | 2018-07-19 | 2019-01-18 | 华中农业大学 | 一种冬油菜优化施肥方法 |
Family Cites Families (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| JP6535870B2 (ja) * | 2015-03-31 | 2019-07-03 | 株式会社ルートレック・ネットワークス | 養液土耕システム及び養液土耕制御サーバ |
-
2020
- 2020-03-26 CN CN202010225069.XA patent/CN111264156B/zh active Active
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN104823583A (zh) * | 2014-02-10 | 2015-08-12 | 上海市农业科学院 | 一种甜瓜测土配方施肥方法 |
| CN104777195A (zh) * | 2015-04-27 | 2015-07-15 | 塔里木大学 | 一种土壤含盐量检测方法及对应的土壤盐度分级方法 |
| CN108040562A (zh) * | 2017-11-29 | 2018-05-18 | 河海大学 | 一种连作大棚植物水肥调控方法 |
| CN108811651A (zh) * | 2018-05-29 | 2018-11-16 | 安徽润航农业科技开发有限公司 | 一种测土配方施肥的方法 |
| CN108934355A (zh) * | 2018-06-21 | 2018-12-07 | 北京市农林科学院 | 一种快速确定白菜施肥量的方法 |
| CN109220133A (zh) * | 2018-07-19 | 2019-01-18 | 华中农业大学 | 一种冬油菜优化施肥方法 |
Non-Patent Citations (1)
| Title |
|---|
| 西安市菜田施肥现状与土壤肥力状况;冯武焕等;《西北农业学报》;20161225(第12期);第1876-1883页 * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN111264156A (zh) | 2020-06-12 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN111264156B (zh) | 一种蔬菜的测土配方施肥方法 | |
| Xue et al. | Maintaining yields and reducing nitrogen loss in rice–wheat rotation system in Taihu Lake region with proper fertilizer management | |
| Juhos et al. | Explore the influence of soil quality on crop yield using statistically-derived pedological indicators | |
| CN102113431B (zh) | 花生测土施肥方法 | |
| CN111557159A (zh) | 一种带有农作物养分需求分析功能的水肥一体机控制系统及其控制方法 | |
| Nilsen et al. | Scots pine and Norway spruce stands responses to annual N, P and Mg fertilization | |
| CN106818295B (zh) | 行道树栽植基质、行道树栽植基质的筛选方法及行道树种植系统 | |
| CN101578936A (zh) | 施肥处理方法及系统 | |
| Bhatt et al. | Climate-smart technologies for reducing water footprints in different cropland ecosystems: a meso analysis | |
| Mohale et al. | Short-term effect of eucalyptus wood-based compost on biological fertility of soils under avocado plantations | |
| Yang et al. | Rice paddies reduce subsequent yields of wheat due to physical and chemical soil constraints | |
| Millner et al. | Foliar nutrients in Eucalyptus species in New Zealand | |
| Jamil et al. | Indexing of physico-chemical variables and fertility status of district Sahiwal soils, Punjab, Pakistan. | |
| Li et al. | Variations of soil quality from continuously planting greenhouses in North China | |
| Patra et al. | Soil health assessment and management | |
| Patil et al. | Identification of soil fertility constraints by GIS in Northern Dry Zone of Karnataka for site specific recommendations | |
| Zheng et al. | Spatial distribution of soil nutrients and evaluation of cultivated land in Xuwen county | |
| Wani et al. | Soil health awareness: soil science at doorsteps of the farmers | |
| Priyanka et al. | Assessment of available soil nutrient status in black soils of Akola district, Maharashtra | |
| Yan et al. | Spatial Variability of Soil Phosphorus and Potassium and Its Influencing Factors in the Fragile Red Beds Ecosystem in Southern China. | |
| Pandit et al. | Evaluation of soil fertility status in old alluvial zone of West Bengal | |
| CN102557805A (zh) | 四季柚专用肥 | |
| Ahmad et al. | Appraisal for site specific plant nutrient management through spatial variability and mapping in hilly areas of northern Pakistan | |
| Fareed et al. | Spatial Variability Portrayal of Soil Fertility Indicators in Apple Growing Area of Ziarat Balochistan Using Geostatistical Analysis | |
| Sahoo et al. | Soil acidity and poor nutrient status: Emerging issues for agricultural land use planning in jamtara district of jharkhand |
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 |