CN111325415A - 一种小麦减肥潜力分区域优化方法 - Google Patents
一种小麦减肥潜力分区域优化方法 Download PDFInfo
- Publication number
- CN111325415A CN111325415A CN202010269579.7A CN202010269579A CN111325415A CN 111325415 A CN111325415 A CN 111325415A CN 202010269579 A CN202010269579 A CN 202010269579A CN 111325415 A CN111325415 A CN 111325415A
- Authority
- CN
- China
- Prior art keywords
- wheat
- data
- area
- index
- basic
- 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
- 241000209140 Triticum Species 0.000 title claims abstract description 148
- 235000021307 Triticum Nutrition 0.000 title claims abstract description 148
- 238000000034 method Methods 0.000 title claims abstract description 26
- 238000005457 optimization Methods 0.000 title claims abstract description 16
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims abstract description 78
- 235000015097 nutrients Nutrition 0.000 claims abstract description 58
- 238000004458 analytical method Methods 0.000 claims abstract description 40
- 229910052757 nitrogen Inorganic materials 0.000 claims abstract description 40
- 229910052698 phosphorus Inorganic materials 0.000 claims abstract description 38
- 239000003337 fertilizer Substances 0.000 claims abstract description 37
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 claims abstract description 35
- 239000011574 phosphorus Substances 0.000 claims abstract description 35
- 235000006286 nutrient intake Nutrition 0.000 claims abstract description 32
- 229910052700 potassium Inorganic materials 0.000 claims abstract description 24
- ZLMJMSJWJFRBEC-UHFFFAOYSA-N Potassium Chemical compound [K] ZLMJMSJWJFRBEC-UHFFFAOYSA-N 0.000 claims abstract description 23
- 239000011591 potassium Substances 0.000 claims abstract description 23
- 238000011835 investigation Methods 0.000 claims abstract description 16
- 238000012545 processing Methods 0.000 claims abstract description 10
- 239000000126 substance Substances 0.000 claims abstract description 5
- 238000012360 testing method Methods 0.000 claims description 18
- 238000010899 nucleation Methods 0.000 claims description 16
- WZLMXYBCAZZIRQ-UHFFFAOYSA-N [N].[P].[K] Chemical compound [N].[P].[K] WZLMXYBCAZZIRQ-UHFFFAOYSA-N 0.000 claims description 12
- 150000001875 compounds Chemical class 0.000 claims description 12
- 230000004720 fertilization Effects 0.000 claims description 11
- 239000002689 soil Substances 0.000 claims description 8
- 238000012821 model calculation Methods 0.000 claims description 7
- 238000000354 decomposition reaction Methods 0.000 claims description 3
- 238000003860 storage Methods 0.000 claims description 3
- 239000013589 supplement Substances 0.000 claims description 3
- 238000009331 sowing Methods 0.000 abstract description 10
- 238000013433 optimization analysis Methods 0.000 abstract description 2
- 238000011160 research Methods 0.000 description 7
- 238000010586 diagram Methods 0.000 description 5
- 235000013339 cereals Nutrition 0.000 description 3
- 230000003247 decreasing effect Effects 0.000 description 2
- 239000000618 nitrogen fertilizer Substances 0.000 description 2
- 238000002407 reforming Methods 0.000 description 2
- 230000000630 rising effect Effects 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 230000004580 weight loss Effects 0.000 description 2
- 241001134453 Lista Species 0.000 description 1
- 240000008042 Zea mays Species 0.000 description 1
- 235000005824 Zea mays ssp. parviglumis Nutrition 0.000 description 1
- 235000002017 Zea mays subsp mays Nutrition 0.000 description 1
- RDXARWSSOJYNLI-UHFFFAOYSA-N [P].[K] Chemical compound [P].[K] RDXARWSSOJYNLI-UHFFFAOYSA-N 0.000 description 1
- 238000012271 agricultural production Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 235000005822 corn Nutrition 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 230000035558 fertility Effects 0.000 description 1
- PCHJSUWPFVWCPO-UHFFFAOYSA-N gold Chemical compound [Au] PCHJSUWPFVWCPO-UHFFFAOYSA-N 0.000 description 1
- 239000010931 gold Substances 0.000 description 1
- 229910052737 gold Inorganic materials 0.000 description 1
- 230000014759 maintenance of location Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 235000021049 nutrient content Nutrition 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 239000002994 raw material Substances 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/21—Design, administration or maintenance of databases
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/23—Updating
- G06F16/2365—Ensuring data consistency and integrity
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/24—Querying
- G06F16/245—Query processing
- G06F16/2458—Special types of queries, e.g. statistical queries, fuzzy queries or distributed queries
- G06F16/2462—Approximate or statistical queries
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/20—Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
- G06F16/25—Integrating or interfacing systems involving database management systems
- G06F16/252—Integrating or interfacing systems involving database management systems between a Database Management System and a front-end application
-
- 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—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
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Databases & Information Systems (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- General Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- General Business, Economics & Management (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Probability & Statistics with Applications (AREA)
- Educational Administration (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Software Systems (AREA)
- Agronomy & Crop Science (AREA)
- Fuzzy Systems (AREA)
- Mathematical Physics (AREA)
- Health & Medical Sciences (AREA)
- Computational Linguistics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Primary Health Care (AREA)
- General Health & Medical Sciences (AREA)
- Animal Husbandry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Computer Security & Cryptography (AREA)
- Analysing Materials By The Use Of Radiation (AREA)
Abstract
本发明公开了一种小麦减肥潜力分区域优化方法，包括如下步骤：首先建立小麦基础种植全数据库和基础分析指标数据库，通过控制器按照如下规则进行数据处理：各区域适宜养分用量＝模型计算单位面积适宜养分用量×选定年各区域小麦播种面积；各区域调查养分用量＝调查所得单位面积养分用量×选定年各区域小麦播种面积；小麦节肥潜力＝各区域调查养分用量‑各区域适宜养分用量；小麦调查产量＝调查所得小麦单产×选定年小麦播种面积；模型计算小麦产量＝模型计算小麦单产×选定年小麦播种面积，对于分析所得数据进行图表化生成和发布展示。通过本发明的优化分析方法估算了河北省不同区域小麦氮磷钾养分需求量和节肥潜力，为河北省化肥零增长提供来了技术支持。
Description
技术领域
本发明涉及农业种植技术领域，尤其涉及河北省不同区域小麦减肥潜力分析优化方法及标准。
背景技术
化肥作为农作物的“粮食”，在保障作物产量、提高农田土壤肥力方面有着不可替代的作用。金继运等分析表明，施用化肥可提高粮食单产40％-50％以上，粮食总产中约有1/3是施用化肥的贡献。农民为了获得高产，盲目施肥，养分投入不平衡，导致作物产量与养分投入量间没有显著的相关关系，甚至由于过量施用某种养分，造成了作物减产。大量未被作物吸收的养分进入非农生态环境，变成了污染因子。合理平衡施肥既能降低农业生产成本，又能减少环境污染，如何实现平衡施肥是我国农业亟待解决的问题。
小麦玉米轮作是河北省主要的种植方式，小麦种植面积常年在3000万亩以上。前人从田块尺度或省域尺度，分析了河北省小麦养分推荐用量。He Ping在辛集试验点研究结果表明小麦氮(N)、磷(P2O5)、K2O推荐量分别为180kg·hm-2、100kg·hm-2、75kg·hm-2，沙之敏在辛集试验点小麦氮磷钾养分推荐量为180kg·hm-2、75kg·hm-2、120kg·hm-2，JiaShulong在辛集试验点研究结果表明小麦氮肥推荐用量为210kg·hm-2，杜君研究表明河北容城试验点小麦氮磷钾养分推荐用量为154.95kg·hm-2、129kg·hm-2、103.35kg·hm-2，Zhang Yitao研究表明氮肥推荐用量为202kg·hm-2，贾良良对河北省83个小麦NE推荐施肥试验进行分析，得出河北省小麦主产区氮磷钾养分推荐量为164.9kg·hm-2、77.0kg·hm-2、73.6kg·hm-2。目前对田块尺度小麦养分适宜用量的研究较多，不同研究间差异较大，对区域尺度的研究较少。本研究利用河北省测土配方施肥项目“氮磷钾3414”试验数据，深入分析了河北省不同区域小麦养分适宜用量，探寻不同区域小麦节肥潜力，为河北省肥料减施提供技术支持。
发明内容
本发明要解决的技术问题是提供一种小麦减肥潜力分区域优化方法。
为解决上述技术问题，本发明所采取的技术方案如下。
小麦减肥潜力分区域优化方法，该方法包括如下步骤：
A、基础分析指标属性确定，包括小麦播种面积指标、小麦产量及排名指标、小麦单位面积产量指标、氮磷钾养分用量指标、小麦单位面积养分用量指标；
B、小麦基础种植全数据库的构建，首先基于现有数据源构建小麦基础种植全数据库并存储到具有数据端口的电子存储介质中，在小麦基础种植全数据库对于不同数据赋予与其数据属性相应的数字化标识，且所述数字化标识中至少包含有分别与小麦播种面积指标、小麦产量及排名指标、小麦单位面积产量指标、氮磷钾养分用量指标、小麦单位面积养分用量指标对应的标识种类；
C、构建基础分析指标数据库以获取基础分析指标，在小麦基础种植全数据库的基础上进一步构建基础分析指标数据库，此基础分析指标数据库通过数字化标识和数据端口从所述小麦基础种植全数据库中自动提取与各个基础分析指标对应的量化数据进行构建并存储；
D、氮磷钾养分用量的确认：经过调研分析，氮磷钾养分用量数据库按照如下规则构建：将基础分析指标数据库中氮磷钾纯养分用量与复合/混肥中相应养分量进行加和处理；
E、通过控制器从基础分析指标数据库和/或小麦基础种植全数据库调取数据，并按照如下规则进行数据处理：
各区域适宜养分用量＝模型计算单位面积适宜养分用量×选定年各区域小麦播种面积；
各区域调查养分用量＝调查所得单位面积养分用量×选定年各区域小麦播种面积；
小麦节肥潜力＝各区域调查养分用量-各区域适宜养分用量；
小麦调查产量＝调查所得小麦单产×选定年小麦播种面积；
模型计算小麦产量＝模型计算小麦单产×选定年小麦播种面积；
F、数据处理与展示，对于分析所得数据进行图表化生成和发布展示，完成小麦减肥潜力分区域分析和优化结果。
作为本发明的一种优选技术方案，步骤B中，所述现有数据源至少包括：省级测土配方施肥项目试验数据，省级农村统计年鉴、种植业管理司农作物数据库；
作为本发明的一种优选技术方案，步骤B中，小麦基础种植全数据库设置无限开放数据字段，以进行数据更新和维护。
作为本发明的一种优选技术方案，所述数据更新基于数据源的更新对小麦基础种植全数据库进行更新补充。
作为本发明的一种优选技术方案，所述数据更新基于数据处理需求的更新和变化，返回对小麦基础种植全数据库进行数据重整理和数据迭代。
作为本发明的一种优选技术方案，步骤C中，所述基础分析指标数据库通过数字化标识和数据端口跟随所述小麦基础种植全数据库进行实时/定时跟随演替；
作为本发明的一种优选技术方案，步骤D中，所述复合/混肥养分分解方法基于对农民使用复合/混肥配方的调查数据，经过优化整理运算，确定将复混肥养分按照N37.27％、P2O5 31.18％、K2O 31.55％的比例分解为氮、磷、钾单质养分。
采用上述技术方案所产生的有益效果在于：以河北省为例，本发明将调查数据和统计数据相结合，分析河北省养分投入现状及趋势，着重分析河北省不同区域小麦养分投入情况；以河北省小麦测土配方施肥项目“氮磷钾3414”试验结果(n＝3358)，利用线性加平台估算河北省不同区域小麦氮磷钾适宜用量；与不同区域施肥现状相比，计算小麦节肥潜力及节肥重点区域。通过本发明的分析方法得到了如下优化结果：自2000年以来，河北省养分用量以2014年最高，为335.6万吨，2016年呈现下降趋势，与2014年相比下降了1.1％。河北省小麦养分用量现状为N 223.9kg·hm-2、P2O5 151.2kg·hm-2、K2O 59.8kg·hm-2，2016年河北省小麦N用量51.18万吨、P2O5用量34.53万吨，K2O用量13.64万吨，分别占全省相应养分用量的27.31％、42.80％、21.43％。模型模拟得到河北省小麦养分推荐用量为N 155.9kg·hm-2、P2O5 117.2kg·hm-2、K2O 92.5kg·hm-2，总计可节肥12.58万吨。其中可节氮14.55万吨、节磷4.94万吨，钾需增加投入6.91万吨。石家庄市节氮、节磷潜力最大，分别为94.8kg·hm-2、37kg·hm-2。邢台市节氮、节磷潜力最小，分别为42.9kg·hm-2、4.7kg·hm-2。采用本发明的优化分析方法成功估算了河北省不同区域小麦氮磷钾养分需求量和节肥潜力，为河北省化肥零增长提供了技术支持，体现出显著的实用价值。
附图说明
图1河北省历年氮磷钾养分施用量示意图。
图2河北省历年小麦播种面积及产量示意图。
图3河北省小麦氮适宜用量分析示意图。
图4河北省小麦磷适宜用量分析示意图。
图5河北省小麦钾适宜用量分析示意图。
具体实施方式
以下实施例详细说明了本发明。本发明所使用的各种原料及各项设备均为常规市售产品，均能够通过市场购买直接获得。
在以下实施例的描述中，为了说明而不是为了限定，提出了诸如特定系统结构、技术之类的具体细节，以便透彻理解本申请实施例。然而，本领域的技术人员应当清楚，在没有这些具体细节的其它实施例中也可以实现本申请。在其它情况中，省略对众所周知的系统、装置、电路以及方法的详细说明，以免不必要的细节妨碍本申请的描述。
应当理解，当在本申请说明书和所附权利要求书中使用时，术语“包括”指示所描述特征、整体、步骤、操作、元素和/或组件的存在，但并不排除一个或多个其它特征、整体、步骤、操作、元素、组件和/或其集合的存在或添加。
还应当理解，在本申请说明书和所附权利要求书中使用的术语“和/或”是指相关联列出的项中的一个或多个的任何组合以及所有可能组合，并且包括这些组合。
如在本申请说明书和所附权利要求书中所使用的那样，术语“如果”可以依据上下文被解释为“当...时”或“一旦”或“响应于确定”或“响应于检测到”。类似地，短语“如果确定”或“如果检测到[所描述条件或事件]”可以依据上下文被解释为意指“一旦确定”或“响应于确定”或“一旦检测到[所描述条件或事件]”或“响应于检测到[所描述条件或事件]”。
另外，在本申请说明书和所附权利要求书的描述中，术语“第一”、“第二”、“第三”等仅用于区分描述，而不能理解为指示或暗示相对重要性。
在本申请说明书中描述的参考“一个实施例”或“一些实施例”等意味着在本申请的一个或多个实施例中包括结合该实施例描述的特定特征、结构或特点。由此，在本说明书中的不同之处出现的语句“在一个实施例中”、“在一些实施例中”、“在其他一些实施例中”、“在另外一些实施例中”等不是必然都参考相同的实施例，而是意味着“一个或多个但不是所有的实施例”，除非是以其他方式另外特别强调。术语“包括”、“包含”、“具有”及它们的变形都意味着“包括但不限于”，除非是以其他方式另外特别强调。
实施例1、小麦减肥潜力分区域优化方法
小麦减肥潜力分区域优化方法，首先确定基础分析指标属性，一般包括小麦播种面积指标、小麦产量及排名指标、小麦单位面积产量指标、氮磷钾养分用量指标、小麦单位面积养分用量指标；然后进行小麦基础种植全数据库的构建，首先基于现有数据源构建小麦基础种植全数据库并存储到具有数据端口的电子存储介质中，在小麦基础种植全数据库对于不同数据赋予与其数据属性相应的数字化标识，且所述数字化标识中至少包含有分别与小麦播种面积指标、小麦产量及排名指标、小麦单位面积产量指标、氮磷钾养分用量指标、小麦单位面积养分用量指标对应的标识种类；其中，现有数据源至少包括：省级测土配方施肥项目试验数据，省级农村统计年鉴、种植业管理司农作物数据库；小麦基础种植全数据库设置无限开放数据字段，以进行数据更新和维护；数据更新基于数据源的更新对小麦基础种植全数据库进行更新补充，或者数据更新基于数据处理需求的更新和变化，返回对小麦基础种植全数据库进行数据重整理和数据迭代；然后构建基础分析指标数据库以获取基础分析指标，在小麦基础种植全数据库的基础上进一步构建基础分析指标数据库，此基础分析指标数据库通过数字化标识和数据端口从所述小麦基础种植全数据库中自动提取与各个基础分析指标对应的量化数据进行构建并存储；然后进行氮磷钾养分用量的确认：经过调研分析，氮磷钾养分用量数据库按照如下规则构建：将基础分析指标数据库中中氮磷钾纯养分用量与复合/混肥中相应养分量进行加和处理；复合/混肥养分分解方法基于对农民使用复合/混肥配方的调查数据，经过优化整理运算，确定将复混肥养分按照N37.27％、P2O5 31.18％、K2O 31.55％的比例分解为氮、磷、钾单质养分；然后通过控制器从基础分析指标数据库和/或小麦基础种植全数据库调取数据，并按照如下规则进行数据处理：
各区域适宜养分用量＝模型计算单位面积适宜养分用量×选定年各区域小麦播种面积；
各区域调查养分用量＝调查所得单位面积养分用量×选定年各区域小麦播种面积；
小麦节肥潜力＝各区域调查养分用量-各区域适宜养分用量；
小麦调查产量＝调查所得小麦单产×选定年小麦播种面积；
模型计算小麦产量＝模型计算小麦单产×选定年小麦播种面积；
最后，对分析所得数据进行图表化生成和展示发布。
实施例2、河北省氮磷钾养分用量变化
统计数据表明，河北省养分用量从2000年至2014呈逐年增加趋势，以2014年最高，为335.6万吨。2015年养分用量335.5万吨，基本与2014年持平。2016年用量为331.8万吨，与2014年相比减少3.7万吨，减少1.1％，其中氮减少4.23万吨，磷减少0.53万吨，钾增加0.94万吨。
参见附图1。三种养分中以氮用量比率最高，但呈现缓慢下降趋势，从2000年的63.21％降至2016年的56.49％。磷用量所占比率次之，维持在24％左右。钾用量所占比率最低，但呈现上升趋势，从2000年的13.44％升至2016年的19.19％。
实施例3、河北省小麦种植情况
参见附图2，河北省是我国小麦的主要产区之一，播种面积3242-4018万亩，产量1019-1435万吨，播种面积占全国10％，产量占全国11.3％(种植业管理司农作物数据库)。播种面积处于全国第三、四位，产量为第三位。小麦同时也是河北省的主要作物，常年播种面积占全省作物总播种面积的24.3-29.7％(河北农村统计年鉴)。
实施例4、河北省小麦养分用量
河北省小麦氮磷钾平均用量分别为223.9kg·hm-2、151.2kg·hm-2、59.8kg·hm-2(调查数据，见表1)。不同区域间有一定差异，氮用量石家庄最高为240kg·hm-2，沧州最低为200.2kg·hm-2；磷用量邯郸最高为164.3kg·hm-2，沧州最低为136kg·hm-2，钾用量邢台最高为65kg·hm-2，保定最低为53.7kg·hm-2。
表1河北省小麦养分用量
以2016年小麦播种面积及测土配方施肥调查数据，计算得到河北省小麦养分用量，其中氮用量51.18万吨、磷用量34.53万吨、钾用量13.64万吨，分别占全省相应养分总用量的27.31％、42.80％、21.43％。实施例5、河北省小麦减肥潜力分析
利用线性加平台模型分析河北省小麦测土配方施肥“氮磷钾3414试验”3358组数据，得到小麦养分适宜用量，N为155.9kg·hm-2，P2O5为117.2kg·hm-2，K2O为92.5kg·hm-2(图3-5)。与农户养分用量相比，可节肥12.58万吨，占小麦用肥量的12.66％。其中可节氮14.55万吨、节磷4.94万吨，钾需增加投入6.91万吨(表2)。小麦可节氮数量占小麦用氮量的28.4％，占全省氮总用量的7.8％；小麦可节磷数量占小麦用磷量的14.3％，占全省磷用量的6.1％。
利用相同方法，分析河北省不同区域小麦节肥潜力，结果见表2。其中石家庄市是节肥潜力最大的区域，可节氮3.50万吨、节磷1.36万吨；其次为保定市，可节氮2.91万吨、节磷0.50万吨；再次为沧州市，可节氮2.06万吨、节磷1.05万吨。节肥潜力最小的是廊坊市，可节氮0.47万吨、节磷0.03万吨。
区域间单位面积节肥潜力也有较大差异。全省平均节氮潜力为68kg·hm-2，以石家庄节氮潜力最大，为94.8kg·hm-2，其次为保定市，节氮潜力为75.5kg·hm-2，再次为廊坊市70.3kg·hm-2，邢台市节氮潜力最小为42.9kg·hm-2。全省平均节磷潜力34kg·hm-2，石家庄节磷潜力最大，为37kg·hm-2，衡水次之，为33.6kg·hm-2，节磷潜力最小的为邢台市，节磷潜力为4.7kg·hm-2。
优化施肥后，河北省小麦产量能够增加10.36万吨，各市产量增减不一，以沧州市增产量最大，为24.98万吨，邯郸市减产最多，为13.10万吨。其中调查产量，是通过各市调查平均单产乘以各市2016年小麦播种面积计算得到。模型模拟产量，是通过模型计算所得平台单产乘以各市2016年小麦播种面积计算得到。由此方法计算得到2016年全省调查产量为1496.81万吨，河北农村统计年鉴2016年河北省小麦产量为1433.25万吨，两数据相差4.43％，说明调查数据与年鉴数据基本吻合，能够较好地反应实际情况。
表2河北省小麦减肥潜力
综合上述实施例可见，A、自2000年以来，河北省养分用量以2014年最高，为335.6万吨，2016年呈现下降趋势，与2014年相比下降了1.1％。三种养分中以氮所占比率最高，为56.49-63.21％，呈逐年下降趋势；磷所占比率居中，维持在24％左右；钾所占比率最小，为13.44-19.19％，呈逐年上升趋势。B、河北省小麦养分用量现状为N 223.9kg·hm-2、P2O5151.2kg·hm-2、K2O 59.8kg·hm-2，2016年河北省小麦N用量51.18万吨、P2O5用量34.53万吨，K2O用量13.64万吨，分别占全省相应养分用量的27.31％、42.80％、21.43％。氮用量石家庄最高为240kg·hm-2、沧州最低为200.2kg·hm-2；磷用量邯郸最高为164.3kg·hm-2，沧州最低为136kg·hm-2。C、河北省小麦养分推荐用量为N 155.9kg·hm-2、P2O5 117.2kg·hm-2、K2O 92.5kg·hm-2，总计可节肥12.58万吨。其中可节氮14.55万吨、节磷4.94万吨，钾需增加投入6.91万吨。石家庄市节氮、节磷潜力最大，分别为94.8kg·hm-2、37kg·hm-2。邢台市节氮、节磷潜力最小，分别为42.9kg·hm-2、4.7kg·hm-2。
以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。
Claims (7)
1.小麦减肥潜力分区域优化方法，其特征在于：该方法包括如下步骤：
A、基础分析指标属性确定，包括小麦播种面积指标、小麦产量及排名指标、小麦单位面积产量指标、氮磷钾养分用量指标、小麦单位面积养分用量指标；
B、小麦基础种植全数据库的构建，首先基于现有数据源构建小麦基础种植全数据库并存储到具有数据端口的电子存储介质中，在小麦基础种植全数据库对于不同数据赋予与其数据属性相应的数字化标识，且所述数字化标识中至少包含有分别与小麦播种面积指标、小麦产量及排名指标、小麦单位面积产量指标、氮磷钾养分用量指标、小麦单位面积养分用量指标对应的标识种类；
C、构建基础分析指标数据库以获取基础分析指标，在小麦基础种植全数据库的基础上进一步构建基础分析指标数据库，此基础分析指标数据库通过数字化标识和数据端口从所述小麦基础种植全数据库中自动提取与各个基础分析指标对应的量化数据进行构建并存储；
D、氮磷钾养分用量的确认：经过调研分析，氮磷钾养分用量数据库按照如下规则构建：将基础分析指标数据库中氮磷钾纯养分用量与复合/混肥中相应养分量进行加和处理；
E、通过控制器从基础分析指标数据库和/或小麦基础种植全数据库调取数据，并按照如下规则进行数据处理：
各区域适宜养分用量＝模型计算单位面积适宜养分用量×选定年各区域小麦播种面积；
各区域调查养分用量＝调查所得单位面积养分用量×选定年各区域小麦播种面积；
小麦节肥潜力＝各区域调查养分用量-各区域适宜养分用量；
小麦调查产量＝调查所得小麦单产×选定年小麦播种面积；
模型计算小麦产量＝模型计算小麦单产×选定年小麦播种面积；
F、数据处理与展示，对于分析所得数据进行图表化生成和发布展示，完成小麦减肥潜力分区域分析优化。
2.根据权利要求1所述的小麦减肥潜力分区域优化方法，其特征在于：步骤B中，所述现有数据源至少包括：省级测土配方施肥项目试验数据，省级农村统计年鉴、种植业管理司农作物数据库。
3.根据权利要求1所述的小麦减肥潜力分区域优化方法，其特征在于：步骤B中，小麦基础种植全数据库设置无限开放数据字段，以进行数据更新和维护。
4.根据权利要求3所述的小麦减肥潜力分区域优化方法，其特征在于：所述数据更新基于数据源的更新对小麦基础种植全数据库进行更新补充。
5.根据权利要求3所述的小麦减肥潜力分区域优化方法，其特征在于：所述数据更新基于数据处理需求的更新和变化，返回对小麦基础种植全数据库进行数据重整理和数据迭代。
6.根据权利要求1所述的小麦减肥潜力分区域优化方法，其特征在于：步骤C中，所述基础分析指标数据库通过数字化标识和数据端口跟随所述小麦基础种植全数据库进行实时/定时跟随演替。
7.根据权利要求1所述的小麦减肥潜力分区域优化方法，其特征在于：步骤D中，所述复合/混肥养分分解方法基于对农民使用复合/混肥配方的调查数据，经过优化整理运算，确定将复混肥养分按照N 37.27％、P2O531.18％、K2O 31.55％的比例分解为氮、磷、钾单质养分。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010269579.7A CN111325415A (zh) | 2020-04-08 | 2020-04-08 | 一种小麦减肥潜力分区域优化方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202010269579.7A CN111325415A (zh) | 2020-04-08 | 2020-04-08 | 一种小麦减肥潜力分区域优化方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN111325415A true CN111325415A (zh) | 2020-06-23 |
Family
ID=71169803
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202010269579.7A Pending CN111325415A (zh) | 2020-04-08 | 2020-04-08 | 一种小麦减肥潜力分区域优化方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN111325415A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117952014A (zh) * | 2024-02-19 | 2024-04-30 | 河北省农林科学院农业资源环境研究所 | 基于作物种植区域分化的人工智能导向性肥料减施数据模型 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103745407A (zh) * | 2013-12-31 | 2014-04-23 | 南京农业大学 | 借助智能手机和gps制定作物精确栽培方案的方法和系统 |
| CN105279324A (zh) * | 2015-10-11 | 2016-01-27 | 中国农业科学院农业资源与农业区划研究所 | 一种基于区域尺度旱地作物氮投入环境阈值的确定方法 |
| CN109118382A (zh) * | 2018-08-23 | 2019-01-01 | 吉林省土壤肥料总站 | 土壤墒情与施肥量关系模型的建立方法及应用 |
| CN109588093A (zh) * | 2018-12-26 | 2019-04-09 | 河北省农林科学院旱作农业研究所 | 一种基于双曲线指标进行区域小麦施肥合理性的判断方法 |
| CN110400097A (zh) * | 2019-08-08 | 2019-11-01 | 陈�峰 | 一种测土施肥的一种信息化方法 |
-
2020
- 2020-04-08 CN CN202010269579.7A patent/CN111325415A/zh active Pending
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103745407A (zh) * | 2013-12-31 | 2014-04-23 | 南京农业大学 | 借助智能手机和gps制定作物精确栽培方案的方法和系统 |
| CN105279324A (zh) * | 2015-10-11 | 2016-01-27 | 中国农业科学院农业资源与农业区划研究所 | 一种基于区域尺度旱地作物氮投入环境阈值的确定方法 |
| CN109118382A (zh) * | 2018-08-23 | 2019-01-01 | 吉林省土壤肥料总站 | 土壤墒情与施肥量关系模型的建立方法及应用 |
| CN109588093A (zh) * | 2018-12-26 | 2019-04-09 | 河北省农林科学院旱作农业研究所 | 一种基于双曲线指标进行区域小麦施肥合理性的判断方法 |
| CN110400097A (zh) * | 2019-08-08 | 2019-11-01 | 陈�峰 | 一种测土施肥的一种信息化方法 |
Non-Patent Citations (1)
| Title |
|---|
| 王永亮 等: "山西省主要粮食作物节肥增产潜力研究" * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117952014A (zh) * | 2024-02-19 | 2024-04-30 | 河北省农林科学院农业资源环境研究所 | 基于作物种植区域分化的人工智能导向性肥料减施数据模型 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN110073789B (zh) | 一种萝卜推荐施肥方法 | |
| CN100548932C (zh) | 一种水稻专用配方肥 | |
| CN108811651A (zh) | 一种测土配方施肥的方法 | |
| Tabe-Ojong Jr et al. | Technical efficiency of smallholder tomato production in semi-urban farms in Cameroon: A stochastic frontier production approach | |
| CN103771969B (zh) | 桉树抚育追肥及其施肥方法 | |
| 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 | |
| Masni et al. | Yield performance and nutrient uptake of red rice variety (MRM 16) at different NPK fertilizer rates | |
| Wu et al. | Estimation and spatiotemporal analysis of the carbon-emission efficiency of crop production in China | |
| CN111652324B (zh) | 一种不同磷效率基因型大豆品种的快速鉴定方法 | |
| CN113348988A (zh) | 一种用于辣椒种植的化肥减量增效方法 | |
| CN107333508B (zh) | 一种水稻施肥方法 | |
| CN111325415A (zh) | 一种小麦减肥潜力分区域优化方法 | |
| CN113141836B (zh) | 一种基于quefts模型的区域化设施番茄专用肥配肥与施用方法 | |
| CN102584399B (zh) | 肥料配制方法及系统 | |
| Boucho et al. | Biomass, nodulation and N2 fixing response by subclover and pink serradela to phosphorus fertilization | |
| CN109438124A (zh) | 一种强酸性液体肥料及其制备方法 | |
| CN103708885A (zh) | 一种提高茶叶产量的复合肥及其配制方法 | |
| CN110400097A (zh) | 一种测土施肥的一种信息化方法 | |
| CN115408663A (zh) | 一种氮磷钾养分减施模型的确定方法、修正方法及设计施肥配方的方法 | |
| CN113079784B (zh) | 一种基于quefts模型的区域化玉米专用肥配肥与施用方法 | |
| CN112005683B (zh) | 新疆棉花磷肥推荐施肥方法 | |
| CN106385914A (zh) | 一种作物专用复合肥料的施用方法 | |
| He et al. | Effect of nitrogen application on redistribution and transformation of photosynthesized 14C during grain formation in two maize cultivars with different senescence appearance | |
| Kirui et al. | Agricultural productivity growth in Africa and the role of mechanization (1961–2020) | |
| Wang et al. | Research on the model of variable-rate fertilization in Maize Based on Geographic Information System |
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: 20200623 |