CN111742793A - 基于盐氮影响的向日葵叶面积指数增长的预测方法 - Google Patents

基于盐氮影响的向日葵叶面积指数增长的预测方法 Download PDF

Info

Publication number
CN111742793A
CN111742793A CN202010563351.9A CN202010563351A CN111742793A CN 111742793 A CN111742793 A CN 111742793A CN 202010563351 A CN202010563351 A CN 202010563351A CN 111742793 A CN111742793 A CN 111742793A
Authority
CN
China
Prior art keywords
sunflower
leaf area
nitrogen
growth
area index
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.)
Granted
Application number
CN202010563351.9A
Other languages
English (en)
Other versions
CN111742793B (zh
Inventor
曾文治
马韬
雷国庆
蒋永华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Wuhan University WHU
Original Assignee
Wuhan University WHU
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Wuhan University WHU filed Critical Wuhan University WHU
Priority to CN202010563351.9A priority Critical patent/CN111742793B/zh
Publication of CN111742793A publication Critical patent/CN111742793A/zh
Application granted granted Critical
Publication of CN111742793B publication Critical patent/CN111742793B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G22/00—Cultivation of specific crops or plants not otherwise provided for
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
    • A01G7/00—Botany in general
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/15—Correlation function computation including computation of convolution operations

Landscapes

  • Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Botany (AREA)
  • Mathematical Optimization (AREA)
  • Pure & Applied Mathematics (AREA)
  • Environmental Sciences (AREA)
  • Data Mining & Analysis (AREA)
  • Mathematical Physics (AREA)
  • Computational Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Engineering & Computer Science (AREA)
  • Software Systems (AREA)
  • Databases & Information Systems (AREA)
  • Biodiversity & Conservation Biology (AREA)
  • Computing Systems (AREA)
  • Ecology (AREA)
  • Forests & Forestry (AREA)
  • Algebra (AREA)
  • Fertilizing (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明涉及一种基于盐氮影响的向日葵叶面积指数增长的预测方法，包括：对多种盐氮水平的向日葵各生长阶段的单株叶面积指数进行测定，得到多种盐氮水平下的向日葵各生长阶段的相对叶面积指数RLAIj；采用活动积温对向日葵各生长阶段进行归一化处理，建立RLAIj与DVSj的函数关系；建立向日葵全生育期平均最大单株叶面积指数LAImax与盐氮量水平之间相应的函数关系；建立受盐氮水平影响的向日葵单株叶面积指数预测模型；将需要预测的向日葵，根据其播种前土壤的初始盐分含量、施氮水平以及所处的生长期通过预测模型公式进行计算。本发明充分考虑了土壤盐氮水平对向日葵叶面积指数增长的影响，以及生长中各因素的影响，建立的预测模型公式计算方法简单且准确有效。

Description

基于盐氮影响的向日葵叶面积指数增长的预测方法
技术领域
本发明涉及植物生长情况的技术领域，具体涉及一种基于盐氮影响的向日葵叶面积指数增长的预测方法。
背景技术
植物的光合作用和蒸腾作用，主要通过叶片进行，因而对叶片生长状况的研究显得尤为重要。叶面积指数(leaf area index,LAI)被定义为植物叶片总面积与土地面积的比值，是定量描述植物群体生长状况、表征植被光能利用状况和冠层结构的重要指标。LAI可为植冠表面最初能量交换描述提供结构化定量信息，不仅可以直接反映出多样化尺度的植物冠层中的能量、二氧化碳以及物质环境，还可以反映出植物生长法与的特征动态和健康状况，是一个极其重要的植物状态特征。因此，估测植物生长阶段的LAI对作物产量和病害评价有着极其重要的意义。
目前对LAI的测量主要有直接测量法和间接测量法。直接测量法虽然准确但是操作费时费力，且对植物本身有一定的破坏性。间接测量法虽然更新周期短、花费少，但是具有明显的空间局限性。且现有的直接和间接测量法均为考虑到土壤盐渍化和施氮水平对于作物生长的影响而导致的LAI的变化。
在我国盐渍土总面积约5.5亿亩，其中耕地面积约1.4亿亩，占全国耕地总面积的7％。土壤盐渍化已经成为影响该地区农作物生长的重要限制性因素，严重制约了该地区农业的可持续发展。而化肥的施用不当又会进一步影响土壤的盐渍化水平。尤其是氮肥的施用可以在大部分情况下促进作物产量的增加，但是过量施肥有害无益。在受到土壤盐渍化危害的地区，土壤中盐分的存在会对氮素的转化过程造成改变，从而影响作物对氮素的吸收和肥效；另一方面，由于氮肥本身也是一种盐分，过量施氮又会加重土壤盐渍化，造成作物进一步减产。因此，有必要开展盐渍农田中作物的LAI在个生长阶段是如何受盐渍水平和施氮量影响的研究。
向日葵作为一种中等耐盐作物，在全球的盐渍化地区有广泛的种植。因此，以向日葵为研究对象，揭示不同程度的盐分胁迫、施氮量水平及其交互作用在不同生育期对作物的影响规律具有重要的意义。
发明内容
本发明的目的在于提供一种基于盐氮影响的向日葵叶面积指数增长的预测方法，该方法可以根据土壤初始盐分水平和施氮量对向日葵各生长期的LAI进行预测，该预测结果对指导种植区的施氮量和灌溉水平有着重要指导意义。
本发明解决上述技术问题所采用的方案是：
一种基于盐氮影响的向日葵叶面积指数增长的预测方法，包括如下步骤：
1)对多种盐分水平和施氮水平的农田向日葵各生长阶段的单株叶面积指数进行测定，得到多种盐分水平和施氮水平下的向日葵各生长阶段的相对叶面积指数RLAIj，其中，RLAIj为播种后第j日的向日葵相对叶面积指数；
2)采用活动积温对向日葵各生长阶段进行归一化处理，再根据步骤1得到的向日葵各生长阶段的相对叶面积指数，建立向日葵任意生长阶段相对叶面积指数RLAIj与积温归一化后的向日葵任意生长阶段DVSj的函数关系；
3)建立向日葵全生育期平均最大单株叶面积指数LAImax与农田盐分、施氮量水平之间相应的函数关系；
4)根据步骤3建立的LAImax函数和步骤2建立的相对叶面积指数RLAIj函数，建立受盐分和施氮水平影响下的任意生长阶段的向日葵单株叶面积指数预测模型公式：LAIj＝LAImax*RLAIj；
5)将需要进行预测单株叶面积指数的向日葵，根据其播种前土壤的初始盐分含量、施氮水平以及所处的生长期通过步骤4得到的预测模型公式进行计算，即可得到对应的单株向日葵的单株叶面积指数。
进一步地，步骤S1中根据根区土壤深度为0-60cm内的初始饱和浸提液电导率(ECe)，将向日葵种植在3种不同程度盐渍化水平的土壤中，即种植在土壤初始饱和浸提液电导率为0dS m-1<ECe<3dS m-1的轻度盐渍化水平、土壤初始饱和浸提液电导率为3dS m-1<ECe<6dS m-1的中度盐渍化水平和土壤初始饱和浸提液电导率为ECe＞6dS m-1的重度盐渍化水平。
进一步地，施氮量水平设置为播种前施加45kg N ha-1氮肥且不追肥的N0处理、播种前施加90kg N ha-1氮肥且不追肥的N1处理、播种前施加45kg N ha-1氮肥且在播种后追施氮肥90kg N ha-1的N2处理以及播种前施加90kg N ha-1氮肥且在播种后追施氮肥90kg Nha-1的N3处理。
进一步地，步骤2中，在采用活动积温对向日葵各生长阶段进行归一化处理时，以花期结束日为界，将向日葵整个生育期分为两个阶段，播种日-花期结束日为第一阶段，积温用AT1表示，花期结束日-成熟期结束日为第二阶段，积温用AT2表示，得到DVSj与积温之间的函数关系：
Figure BDA0002546845200000031
式中，n和m分别是向日葵生育期第一阶段和第二阶段的天数；Tj为逐日活动温度，若日平均气温大于等于10℃，则Tj即为当日的平均气温，若日平均气温小于10℃，则Tj取为0；DVSj为积温归一化后的向日葵生长阶段，第一阶段DVSj取值范围为0.0-1.0，第二阶段DVSj的取值范围为1.0-2.0。
进一步地，步骤2中，采用回归分析方法，对RLAIj和DVSj进行回归拟合以及对拟合后的函数关系进行相关性分析，得出两者的函数关系式为：
Figure BDA0002546845200000032
进一步地，在建立单株向日葵LAImax与盐分、施氮量水平建立关系时，先建立盐分水平、施氮量及其耦合效应之间关系，即建立盐渍化农田的有效氮肥施用量ENA与盐分水平、施氮量的关系式，再建立单株向日葵LAImax与盐渍化农田的有效氮肥施用量ENA之间的函数关系。
进一步地，步骤4中，受盐分和施氮水平影响下的任意生长阶段的向日葵单株叶面积指数LAI预测模型公式为：
Figure BDA0002546845200000041
进一步地，在进行计算前，首先要根据播种前土壤初始盐分含量ECe 0-60cm的大小对盐分水平的区间进行判断，再选择合适的函数形式对播种后第j日的LAIj进行计算。
与现有技术相比，本发明至少具有以下有益效果：本发明充分考虑了土壤盐分水平和施氮水平对向日葵叶面积指数增长的影响，同时采用活动积温来对生育期进行归一化处理，充分考虑了不同年份、不同地区的播期、水分养分状况、气象条件等因素对向日葵生长期的影响，建立适用范围广的向日葵全生育期单株叶面积指数预测函数LAIj，该预测模型公式可以对各种盐氮水平下生长的向日葵叶面积指数进行预测，计算方法简单且准确有效，具有实际的指导意义和作用；根据该函数计算得到的LAIj结果，可以用于衡量植物群体生长状况、表征植被光能利用状况和冠层结构状况，此外还可以根据该预测结果在一定程度上来指导种植区的施氮量和灌溉水平，以及用于预估作物产量和病害评价。
附图说明
图1为本发明实施例向日葵全生育期平均最大单株叶面积指数(LAImax)与盐分水平和施氮水平的相关关系；
图2为本发明实施例向日葵相对叶面积指数(RLAI)随生育阶段(DVS)动态变化情况；
图3为本发明实施例LAImax值在不同初始盐分水平下与ENA的相关关系。
具体实施方式
为更好的理解本发明，下面的实施例是对本发明的进一步说明，但本发明的内容不仅仅局限于下面的实施例。
本发明提供一种基于盐氮影响的向日葵叶面积指数增长的预测方法，包括如下步骤：
1)对多种盐分水平和施氮水平的农田向日葵各生长阶段的单株叶面积指数进行测定，得到多种盐分水平和施氮水平下的向日葵各生长阶段的相对叶面积指数RLAIj，其中，RLAIj为播种后第j日的向日葵相对叶面积指数；
在本实施例中，根据不同的盐水水平土壤和施氮量设置12个种植区。其中，根据根区土壤(0-60cm)内的初始饱和浸提液电导率(ECe)，将6各种植区分成3种不同程度盐渍化水平等级，即：轻度盐渍化水平S0(0dS m-1<ECe<3dSm-1)、中度盐渍化水平S1(S1：3dS m-1<ECe<6dS m-1)和重度盐渍化水平S2(ECe＞6dS m-1)。第一个种植区为在轻度盐渍化水平S0的土壤中种植向日葵，并在播种向日葵前在土壤中施加45kg N ha-1氮肥且在播种后不追肥(为了简化描述，该氮肥的处理记为N0处理)。第二个种植区为在轻度盐渍化水平S0的土壤中种植向日葵，并在播种向日葵前在土壤中施加45kg N ha-1氮肥且在播种后第20天追施氮肥90kg N ha-1(该氮肥的处理记为N2处理)。第三个种植区为在中度盐渍化水平S1的土壤中种植向日葵，并在播种向日葵前在土壤中施加45kg N ha-1氮肥且在播种后不追肥。第四个种植区为在中度盐渍化水平S1的土壤中种植向日葵，并在播种向日葵前在土壤中施加45kg Nha-1氮肥且在播种后第20天追施氮肥90kg N ha-1。第五个种植区为在重度盐渍化水平S2的土壤中种植向日葵，并在播种向日葵前在土壤中施加45kg N ha-1氮肥且在播种后不追肥。第六个种植区为在重度盐渍化水平S2的土壤中种植向日葵，并在播种向日葵前在土壤中施加45kg N ha-1氮肥且在播种后第20天追施氮肥90kg N ha-1。
第七个种植区为在轻度盐渍化水平S0的土壤中种植向日葵，并在播种向日葵前在土壤中施加90kg N ha-1氮肥且在播种后不追肥(为了简化描述，该氮肥的处理记为N1处理)。第八个种植区为在轻度盐渍化水平S0的土壤中种植向日葵，并在播种向日葵前在土壤中施加90kg N ha-1氮肥且在播种后第20天追施氮肥90kg N ha-1(该氮肥的处理记为N3处理)。第九个种植区为在中度盐渍化水平S1的土壤中种植向日葵，并在播种向日葵前在土壤中施加90kg N ha-1氮肥且在播种后不追肥。第十个种植区为在中度盐渍化水平S1的土壤中种植向日葵，并在播种向日葵前在土壤中施加90kg N ha-1氮肥且在播种后第20天追施氮肥90kg N ha-1。第十一个种植区为在重度盐渍化水平S2的土壤中种植向日葵，并在播种向日葵前在土壤中施加90kg N ha-1氮肥且在播种后不追肥。第十二个种植区为在重度盐渍化水平S2的土壤中种植向日葵，并在播种向日葵前在土壤中施加90kg N ha-1氮肥且在播种后第20天追施氮肥90kg N ha-1。
对十二种植区内的向日葵各个生长时期的叶面积进行观测，叶面积的观测方法是利用卷尺分别测量每株向日葵所有叶片的最大长度(L)和最大宽度(S)，再将观测的数据转化计算出其叶片面积(叶面积＝0.6564×L×S)，并将其转换为叶面积指数(LAI)，同时测出每个种植区内的向日葵全生育期平均最大单株叶面积指数LAImax，得到12个种植区的向日葵全生育期平均最大单株叶面积指数LAImax如图1所示。根据得到观测结果，计算RLAIj，
Figure BDA0002546845200000061
式(a)中，RLAIj为j时刻的相对叶面积指数，最大值为1，无量纲；LAImax为向日葵整个生育期内的最大单株叶面积指数，cm2 cm-2。
2)采用活动积温对向日葵各生长阶段进行归一化处理，再根据步骤1得到的向日葵各生长阶段的相对叶面积指数，建立向日葵任意生长阶段相对叶面积指数RLAIj与积温归一化后的向日葵任意生长阶段DVSj的函数关系；
相同品种作物的生育期在不同年份也随着播期、水分养分状况、气象条件等因素的不同而变化，为了使得该模型能适应于不同年份，本发明使用统一的时间尺度来进行衡量和研究。在本实施例中，采用活动积温来对生育期进行归一化处理。根据实际观测，向日葵在花期结束时LAI达到全生育期的最大值，故以花期结束日为界，将整个生育期分为两个阶段，播种日-花期结束日为第一阶段，积温用AT1表示，花期结束日-成熟期结束日为第二阶段，积温用AT2表示：
Figure BDA0002546845200000071
式(b)中，n和m分别是向日葵生育期第一阶段和第二阶段的天数；Tj为逐日活动温度，若日平均气温大于等于10℃，则Tj即为当日的平均气温，若日平均气温小于10℃，则Tj取为0；DVSj为积温归一化后的向日葵生长阶段，第一阶段DVSj取值范围为0.0-1.0，第二阶段DVSj的取值范围为1.0-2.0。
为了建立向日葵任意生长阶段相对叶面积指数RLAIj与积温归一化后的向日葵任意生长阶段DVSj的函数关系，见图2，在本实施例中以RLAIj为因变量，DVSj为自变量，建立向日葵的叶面积指数动态变化函数RLAIj：
Figure BDA0002546845200000072
式(c)中，a0、a1、a2为待定参数。
十二个种植区的向日葵RLAI随DVS的动态变化全部如图2所示，其变化趋势均为先缓慢上升，在DVS＝0.4之后快速上升，当DVS＝1.0时RLAI达到1，之后因为叶片的衰老，在DVS为1.0至2.0的区间内快速下降。采用式(c)对全部数据进行拟合后，拟合曲线如2中红色虚线所示，拟合方程如式(d)所示：
Figure BDA0002546845200000073
该曲线在全生育期内对动态变化的RLAI的拟合效果R2＝0.925，RMSE＝0.099；若不考虑成熟期叶片的衰老阶段(DVS＝1.0-2.0)的拟合结果，只考虑DVS＝0.0-1.0的叶片生长阶段的拟合效果，R2可以达到0.959，RMSE下降至0.076，说明该拟合函数对盐渍农田向日葵RLAI的拟合效果较好，可以预测RLAI的动态变化。
3)建立向日葵全生育期平均最大单株叶面积指数LAImax与农田盐分、施氮量水平之间相应的函数关系；
为了将单株向日葵的LAImax值与盐土壤分和施氮量水平建立关系，首先应建立可以同时考虑盐分水平、施氮量及其耦合效应的指标。盐渍化农田的盐分水平、施氮量及其耦合效应的指标可以用有效氮肥施用量(Effective Nitrogen Application,ENA)来衡量，ENA可以用式(e)来表示：
Figure BDA0002546845200000081
式中，k为尿素水解为铵态氮过程的一阶动力学反应系数，无量纲；S为播种前土壤盐分水平，在本实施例中取播种前0-60cm土壤深度范围内的平均土壤饱和浸提液电导率ECe 0-60cm(dS m-1)；ENA为有效施氮量，kg N ha-1；N为每个种植区全生育期内的氮肥施用量，kg N ha-1。
表1有效施氮量(ENA)计算结果
Figure BDA0002546845200000082
十二个种植区的ENA计算结果如表1所示。为了将单株向日葵的LAImax与有效施氮量之间建立函数关系，以全部的ENA为横坐标，以相应的LAImax为纵坐标，全部绘于图3中进行拟合，得到如图3中所示的函数关系，并对拟合后的曲线进行相关性分析。图3中，向日葵的LAImax与ENA之间具有良好的线性相关关系。其中，在S0和S1盐分水平下，LAImax与ENA呈线性正相关关系，R2＝0.792；在S2盐分水平下，呈线性负相关关系，R2＝0.861。
4)根据步骤3建立的LAImax函数和步骤2建立的相对叶面积指数RLAIj函数，建立受盐分和施氮水平影响下的任意生长阶段的向日葵单株叶面积指数预测模型公式：LAIj＝LAImax*RLAIj；
根据图3中拟合得到的向日葵LAImax与ENA之间的函数关系，我们可以结合式(d)和图3中的线性关系，得到如式(f)所示的盐渍农田向日葵单株LAI随积温控制的生育阶段的变化模型：
Figure BDA0002546845200000091
5)将需要进行预测单株叶面积指数的向日葵，根据其播种前土壤的初始盐分含量、施氮水平以及所处的生长期通过步骤4得到的预测模型公式进行计算，即可得到任意生长期中单株向日葵的单株叶面积指数。
在使用该模型进行计算前，首先要根据播种前土壤初始盐分含量(ECe 0-60cm)的大小对盐分水平的区间进行判断，然后在式(f)中选择对应的公式，再通过式(b)计算积温和生育阶段DVSj，之后通过式(e)计算ENA，最后选择(f)中对应的函数形式对播种后第j日的LAIj进行计算。根据计算得到的LAIj结果，可以用于衡量植物群体生长状况、表征植被光能利用状况和冠层结构状况，此外还可以根据该预测结果在一定程度上来指导种植区的施氮量和灌溉水平，以及用于作物产量和病害评价。
以上所述是本发明的优选实施方式而已，当然不能以此来限定本发明之权利范围，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和变动，这些改进和变动也视为本发明的保护范围。

Claims (8)

1.一种基于盐氮影响的向日葵叶面积指数增长的预测方法，其特征在于，包括如下步骤：
1)对多种盐分水平和施氮水平的农田向日葵各生长阶段的单株叶面积指数进行测定，得到多种盐分水平和施氮水平下的向日葵各生长阶段的相对叶面积指数RLAIj，其中，RLAIj为播种后第j日的向日葵相对叶面积指数；
2)采用活动积温对向日葵各生长阶段进行归一化处理，再根据步骤1得到的向日葵各生长阶段的相对叶面积指数，建立向日葵任意生长阶段相对叶面积指数RLAIj与积温归一化后的向日葵任意生长阶段DVSj的函数关系；
3)建立向日葵全生育期平均最大单株叶面积指数LAImax与农田盐分、施氮量水平之间相应的函数关系；
4)根据步骤3建立的LAImax函数和步骤2建立的相对叶面积指数RLAIj函数，建立受盐分和施氮水平影响下的任意生长阶段的向日葵单株叶面积指数预测模型公式：LAIj＝LAImax*RLAIj；
5)将需要进行预测单株叶面积指数的向日葵，根据其播种前土壤的初始盐分含量、施氮水平以及所处的生长期通过步骤4得到的预测模型公式进行计算，即可得到对应的单株向日葵的单株叶面积指数。
2.如权利要求1所述的基于盐氮影响的向日葵叶面积指数增长的预测方法，其特征在于，步骤S1中根据根区土壤深度为0-60cm内的初始饱和浸提液电导率(ECe)，将向日葵种植在3种不同程度盐渍化水平的土壤中，即种植在土壤初始饱和浸提液电导率为0dSm-1<ECe<3dSm-1的轻度盐渍化水平、土壤初始饱和浸提液电导率为3dSm-1<ECe<6dSm-1的中度盐渍化水平和土壤初始饱和浸提液电导率为ECe＞6dSm-1的重度盐渍化水平。
3.如权利要求1所述的基于盐氮影响的向日葵叶面积指数增长的预测方法，其特征在于，施氮量水平设置为播种前施加45kg N ha-1氮肥且不追肥的N0处理、播种前施加90kg Nha-1氮肥且不追肥的N1处理、播种前施加45kg N ha-1氮肥且在播种后追施氮肥90kg N ha-1的N2处理以及播种前施加90kg N ha-1氮肥且在播种后追施氮肥90kg N ha-1的N3处理。
4.如权利要求1所述的基于盐氮影响的向日葵叶面积指数增长的预测方法，其特征在于，步骤2中，在采用活动积温对向日葵各生长阶段进行归一化处理时，以花期结束日为界，将向日葵整个生育期分为两个阶段，播种日-花期结束日为第一阶段，积温用AT1表示，花期结束日-成熟期结束日为第二阶段，积温用AT2表示，得到DVSj与积温之间的函数关系：
Figure FDA0002546845190000021
式中，n和m分别是向日葵生育期第一阶段和第二阶段的天数；Tj为逐日活动温度，若日平均气温大于等于10℃，则Tj即为当日的平均气温，若日平均气温小于10℃，则Tj取为0；DVSj为积温归一化后的向日葵生长阶段，第一阶段DVSj取值范围为0.0-1.0，第二阶段DVSj的取值范围为1.0-2.0。
5.如权利要求3所述的基于盐氮影响的向日葵叶面积指数增长的预测方法，其特征在于，步骤2中，采用回归分析方法，对RLAIj和DVSj进行回归拟合以及对拟合后的函数关系进行相关性分析，得出两者的函数关系式为：
Figure FDA0002546845190000022
6.如权利要求1所述的基于盐氮影响的向日葵叶面积指数增长的预测方法，其特征在于，在建立单株向日葵LAImax与盐分、施氮量水平建立关系时，先建立盐分水平、施氮量及其耦合效应之间关系，即建立盐渍化农田的有效氮肥施用量ENA与盐分水平、施氮量的关系式，再建立单株向日葵LAImax与盐渍化农田的有效氮肥施用量ENA之间的函数关系。
7.如权利要求6所述的基于盐氮影响的向日葵叶面积指数增长的预测方法，其特征在于，步骤4中，受盐分和施氮水平影响下的任意生长阶段的向日葵单株叶面积指数LAI预测模型公式为：
Figure FDA0002546845190000031
8.如权利要求7所述的基于盐氮影响的向日葵叶面积指数增长的预测方法，其特征在于，在进行计算前，首先要根据播种前土壤初始盐分含量ECe 0-60cm的大小对盐分水平的区间进行判断，再选择合适的函数形式对播种后第j日的LAIj进行计算。
CN202010563351.9A 2020-06-19 2020-06-19 基于盐氮影响的向日葵叶面积指数增长的预测方法 Active CN111742793B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010563351.9A CN111742793B (zh) 2020-06-19 2020-06-19 基于盐氮影响的向日葵叶面积指数增长的预测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010563351.9A CN111742793B (zh) 2020-06-19 2020-06-19 基于盐氮影响的向日葵叶面积指数增长的预测方法

Publications (2)

Publication Number Publication Date
CN111742793A true CN111742793A (zh) 2020-10-09
CN111742793B CN111742793B (zh) 2022-04-15

Family

ID=72676298

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010563351.9A Active CN111742793B (zh) 2020-06-19 2020-06-19 基于盐氮影响的向日葵叶面积指数增长的预测方法

Country Status (1)

Country Link
CN (1) CN111742793B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113203696A (zh) * 2021-05-06 2021-08-03 塔里木大学 基于高光谱的咸水灌溉下油莎豆叶面积变化检测方法
CN116108667A (zh) * 2023-01-30 2023-05-12 中国科学院大气物理研究所 基于光合生理特性的红树林gpp评估方法
CN116297243A (zh) * 2023-02-28 2023-06-23 北京市农林科学院信息技术研究中心 烤烟氮肥追施量估计方法、装置、电子设备及存储介质

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101836561A (zh) * 2010-03-08 2010-09-22 南京大学 一种海滨盐土蓖麻产量预测模型及其构建方法和应用
US20120252672A1 (en) * 2011-03-31 2012-10-04 Novozymes Biologicals, Inc. Competitive and Effective Bacterial Strains
CN110915463A (zh) * 2019-10-28 2020-03-27 武汉大学 考虑多种盐氮水平的向日葵动态根系分布模型的构建方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101836561A (zh) * 2010-03-08 2010-09-22 南京大学 一种海滨盐土蓖麻产量预测模型及其构建方法和应用
US20120252672A1 (en) * 2011-03-31 2012-10-04 Novozymes Biologicals, Inc. Competitive and Effective Bacterial Strains
CN110915463A (zh) * 2019-10-28 2020-03-27 武汉大学 考虑多种盐氮水平的向日葵动态根系分布模型的构建方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
曾文治: "向日葵水、氮、盐耦合效应及其模拟", 《中国博士学位论文全文数据库 农业科技辑》 *
林忠辉: "夏玉米叶面积指数增长模型的研究", 《中国生态农业学报》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113203696A (zh) * 2021-05-06 2021-08-03 塔里木大学 基于高光谱的咸水灌溉下油莎豆叶面积变化检测方法
CN116108667A (zh) * 2023-01-30 2023-05-12 中国科学院大气物理研究所 基于光合生理特性的红树林gpp评估方法
CN116108667B (zh) * 2023-01-30 2023-08-08 中国科学院大气物理研究所 基于光合生理特性的红树林gpp评估方法
CN116297243A (zh) * 2023-02-28 2023-06-23 北京市农林科学院信息技术研究中心 烤烟氮肥追施量估计方法、装置、电子设备及存储介质
CN116297243B (zh) * 2023-02-28 2024-02-02 北京市农林科学院信息技术研究中心 烤烟氮肥追施量估计方法、装置、电子设备及存储介质

Also Published As

Publication number Publication date
CN111742793B (zh) 2022-04-15

Similar Documents

Publication Publication Date Title
CN111742793B (zh) 基于盐氮影响的向日葵叶面积指数增长的预测方法
Zhang et al. Effect of soil water deficit on evapotranspiration, crop yield, and water use efficiency in the North China Plain
Li et al. Effects of irrigation and fertilization on grain yield, water and nitrogen dynamics and their use efficiency of spring wheat farmland in an arid agricultural watershed of Northwest China
Liu et al. Responses of yield and water use efficiency to irrigation amount decided by pan evaporation for winter wheat
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
Jalota et al. Integrated effect of transplanting date, cultivar and irrigation on yield, water saving and water productivity of rice (Oryza sativa L.) in Indian Punjab: field and simulation study
MacCarthy et al. Modeling nutrient and water productivity of sorghum in smallholder farming systems in a semi-arid region of Ghana
Xu et al. Improved water management to reduce greenhouse gas emissions in no-till rapeseed–rice rotations in Central China
CN103858578B (zh) 马铃薯种薯种植施肥调控的方法
Cao et al. Irrigation and fertilization management to optimize rice yield, water productivity and nitrogen recovery efficiency
CN108401634B (zh) 一种大棚鲜食番茄氮素营养诊断及推荐施氮方法
Bo et al. Determining nitrogen status and quantifying nitrogen fertilizer requirement using a critical nitrogen dilution curve for hybrid indica rice under mechanical pot-seedling transplanting pattern
CN106875284A (zh) 检测玉米氮效率的方法
CN109644799A (zh) 一种耐低氮水稻品种的筛选方法
Leng et al. Evaluating the effects of biodegradable film mulching and topdressing nitrogen on nitrogen dynamic and utilization in the arid cornfield
Zhou et al. Optimization of irrigation and nitrogen fertilizer management for spring maize in northwestern China using RZWQM2
Jamali Investigate the effect of drought stress and different amount of chemical fertilizers on some physiological characteristics of coriander (Coriandrum sativum L.)
Shi et al. Modeling ammonia volatilization following urea and controlled-release urea application to paddy fields
CN104472047A (zh) 一种红壤地区葡萄园的土壤改良方法
CN110915463B (zh) 考虑多种盐氮水平的向日葵动态根系分布模型的构建方法
Malone et al. Corn stover harvest N and energy budgets in central Iowa
Jagdeep-Singh et al. Chlorophyll meter based precision nitrogen management in spring maize
CN108334701B (zh) 一种大棚黄瓜氮素营养诊断及推荐施氮方法
CN109997481B (zh) 一种依据土壤水势和水稻品种类型追施氮肥的方法
Coulombe et al. Evaluation of soil and petiole sap nitrate quick tests for broccoli in Québec.

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