CN114626764A - 一种农业剩余物资源潜力评估方法 - Google Patents

一种农业剩余物资源潜力评估方法 Download PDF

Info

Publication number
CN114626764A
CN114626764A CN202210480477.9A CN202210480477A CN114626764A CN 114626764 A CN114626764 A CN 114626764A CN 202210480477 A CN202210480477 A CN 202210480477A CN 114626764 A CN114626764 A CN 114626764A
Authority
CN
China
Prior art keywords
agricultural
resource potential
resource
data
model
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
Application number
CN202210480477.9A
Other languages
English (en)
Inventor
聂耀昱
林镇阳
尹西明
赵阳
苗子聪
李宇舫
毛恩慧
朱涛
孙建宏
高辉
林拥军
马田良
刘永
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.)
Wuxi Datalake Information Technology Co ltd
Beijing E Hualu Information Technology Co Ltd
Original Assignee
Wuxi Datalake Information Technology Co ltd
Beijing E Hualu Information Technology Co Ltd
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 Wuxi Datalake Information Technology Co ltd, Beijing E Hualu Information Technology Co Ltd filed Critical Wuxi Datalake Information Technology Co ltd
Publication of CN114626764A publication Critical patent/CN114626764A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • 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
    • G06F16/29—Geographical information databases
    • 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
    • G06F17/18—Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression 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
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P80/00—Climate change mitigation technologies for sector-wide applications
    • Y02P80/20—Climate change mitigation technologies for sector-wide applications using renewable energy

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Data Mining & Analysis (AREA)
  • Databases & Information Systems (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Operations Research (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • General Engineering & Computer Science (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Development Economics (AREA)
  • Mathematical Physics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Educational Administration (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Primary Health Care (AREA)
  • General Health & Medical Sciences (AREA)
  • Evolutionary Biology (AREA)
  • Health & Medical Sciences (AREA)
  • Mining & Mineral Resources (AREA)
  • Probability & Statistics with Applications (AREA)
  • Quality & Reliability (AREA)
  • Algebra (AREA)
  • Animal Husbandry (AREA)
  • Agronomy & Crop Science (AREA)
  • Software Systems (AREA)
  • Game Theory and Decision Science (AREA)
  • Remote Sensing (AREA)

Abstract

本发明涉及一种农业剩余物资源潜力评估方法，其方法为：a)确定输入的自然资源大数据类型和参数，所述类型和参数为农产品以及农产品的数量；b)结合RS‑GIS分析和统计分析方法，搭建农业剩余物资源潜力评估模型，所述RS‑GIS具体为遥感‑地学信息系统；c)将模型再arcgis平台上运行；d)输出1公里分辨率农业剩余物资源潜力评估结果；e)根据输入结果，进一步校准模型，提高模型输出结果的准确度。本发明提供一种农业剩余物资源潜力评估方法，提高农业剩余物资源潜力评估精度，丰富了农业剩余物资源潜力评估中农作物种类，增加评估年份跨度，为未来农业剩余物利用提供预估参考。

Description

一种农业剩余物资源潜力评估方法
技术领域
本发明涉及农业剩余物资源潜力评估领域，具体涉及一种农业剩余物资源潜力评估方法。
背景技术
生物质资源是指有能源生产、饲料、肥料等工农业和生态用途的，通过光合作用等方式形成的各种有机物，其中由农业秸秆和农产品剩余物组成的农业剩余物占生物质资源的比例可观，且资源丰富、收集便利、可利用程度高；生物质能是一种具有碳中性的非化石能源，在CO2净零排放和负排放方面发挥着重要作用；根据预测我国生物质资源理论可开发资源量为360GWh，但开发量仅14％；因此识别未来中国高分辨率农业剩余物资源潜力，对于生物质能源的利用和发展有着重要作用。
然而农业剩余物资源潜力不精准、空间分布不明确、未来潜力不明晰，是限制农业剩余物生物质资源能源化的重要原因；通过文献梳理，农业剩余物资源潜力评估方法可分为统计方法和RS-GIS(Remote Sensing-GeoInformation system，遥感-地学信息系统)方法两大类：前者指利用土地面积和农业产量等统计数据对生物质历史或现状评估资源潜力，是农业剩余物资源潜力评估中应用时间最早、应用范围最广的方法，其优点是简单、易行、重现性好、成本低；缺点则为无法预测未来农业剩余物资源潜力；当前农业剩余物生物质资源潜力评估存在以下不足：
(1)缺乏中国高分辨率的农业剩余物资源潜力的现状评估：受制于当前省级、市级以及县级的农业剩余物资源核算数据不完备，目前已有评估结果不足以支撑农业剩余物资源有效利用和生物质能源规划的精准落实实施；
(2)评估过程中缺少对不同种类农作物的空间分布和草谷比(即：农作物秸秆量和产量之间的比例)因素的考虑：由于同一空间区域存在多种农作物，且不同类型农作物的产量不同、草谷比不同，因此不同农作物的农业剩余物单产不同，这使得目前已有评估结果存在偏差；
(3)评估过程对农作物的种类考虑不周全：统计年鉴中农作物有数十种，而当前评估方法仅考虑小麦、玉米、水稻等几种主要农作物，致使已有评估结果或许严重低估了我国生物质资源潜力，并在一定程度上限制了农业剩余物的资源化和能源化利用。
发明内容
本发明的目的是：提供一种农业剩余物资源潜力评估方法，解决以上问题。
为了实现上述目的，本发明提供如下的技术方案：
一种农业剩余物资源潜力评估方法，具体为：
a)确定输入的自然资源大数据类型和参数，所述类型和参数为农产品以及农产品的数量；
b)结合RS-GIS分析和统计分析方法，搭建农业剩余物资源潜力评估模型，所述RS-GIS具体为遥感-地学信息系统；
c)将模型再arcgis平台上运行；
d)输出1公里分辨率农业剩余物资源潜力评估结果；
e)根据输入结果，进一步校准模型，提高模型输出结果的准确度；具体计算公式如下：
Pi＝A*a1*a2+B*b1*b2...1公里分辨率农业剩余物潜力计算公式
Figure BDA0003627412270000021
所选域内农业剩余物总资源潜力计算公式其中Pi为1公里分辨率的网格i上农业剩余物资源潜力，A为1公里分辨率的网格i上A类农作物单产，a1为A类农作物草谷比，a2为1公里分辨率的网格i上A类农作物的种植面积，B同理，一共17类农作物；P为所选域内农业剩余物总资源潜力。
所述农业剩余物资源潜力评估模型的搭建步骤如下：
b1)统计区域内的净初级生产力数据；
b2)统计区域内具体的土地利用数据；
b3)统计区域内的保护区数据；
b4)统计区域内的海拔高度数据。
所述模型在arcgis平台上运行后输出1公里分辨率农业剩余物资源潜力评估结果步骤如下：
b1)所述模型在arcgis平台上运行后输出可收集资源量数据、地理分布情况数据以及利用优势区域数据；
b2)输出可收集生物质资源和减排效应评估；
b3)输出所选域内农业剩余物资源潜力评估结果。
所述类型和参数具体为主要农场作物种类、产量、种植面积、空间分布数据以及种植土地情况。
所述主要农场作物种类为17类，分别为水稻、小麦、玉米、其他谷类、大豆、其他豆类、薯类、花生、芝麻、油菜、其他油料、棉花、麻类、甘蔗、甜菜、烤烟以及蔬菜。
所述主要农场作物种类为7类，分别为水稻、小麦、玉米、大豆、薯类、甘蔗以及甜菜。
本发明的有益效果为：提供一种农业剩余物资源潜力评估方法，通过结合RS-GIS方法、统计方法等方法，创新性纳入农作物空间分布面积这一参数、丰富了农作物种类，从而提高了农业剩余物空间分辨率，并最终优化了农业剩余物资源潜力的评估过程，使得评估结果更加精确；提高农业剩余物资源潜力评估精度，丰富了农业剩余物资源潜力评估中农作物种类，增加评估年份跨度，为未来农业剩余物利用提供预估参考，优化产业布局提供决策参考现状评估方面，引入草谷比和农作物空间分布等参数，优化了农业剩余物资源潜力评估模型，完善了农业剩余物资源潜力评估方法，一定程度上解决了农业剩余物资源分散、仅靠县市级统计数据难以支撑实际利用的难题；未来预估方面，建立了长时间跨度的农业剩余物资源潜力预估的方法学框架，可支撑我国制定更长期的生物质能源规划和实现温升控制目标的技术路径；提出了带有反馈的自主优化模型，将输出结果作为输入变量重新送入模型进行校验，通过不断地叠加自主校准，实现高精度地评估。
附图说明
图1为本发明实施例中农业剩余物资源潜力评估模型图；
图2为本发明实施例中农业剩余物资源潜力自校准评估模型流程图；
图3为本发明实施例中农业剩余物资源潜力评估方法流程图。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白，以下结合附图以及实施例，对本发明作进一步的详细说明。应当理解，此处所描述的具体实施例仅用以解释本发明，并不用于限定本发明。
参考图1至图3，一种农业剩余物资源潜力评估方法，其方法为：
a)基于自然资源大数据的农业剩余物资源潜力自校准评估模型主要包含五个步骤，一、确定输入的自然资源大数据类型和参数；二、结合RS-GIS分析和统计分析方法，搭建农业剩余物资源潜力评估模型(如图1所示)；三、将模型在arcgis平台上运行；四、输出1公里分辨率农业剩余物资源潜力评估结果；五、根据输入结果，进一步校准模型，提高模型输出结果的准确度；其中输入参数方面分为现状评估和未来预估。
现状评估以2015年为基准年，输入数据参数包括自2015年统计年鉴中的17类农作物(水稻、小麦、玉米、其他谷类、大豆、其他豆类、薯类、花生、芝麻、油菜、其他油料、棉花、麻类、甘蔗、甜菜、烤烟和蔬菜)产量和种植面积数据，中国科学院资源环境科学与数据中心的2015年中国1公里分辨率土地利用数据中的旱地和水田数据，从全球农作物空间分布数据(Global Spatially-Disaggregated Crop Production Statistics Data，简称GSDCP数据库)中提取的中国17类农作物的空间分布数据，参考文献中17类农作物草谷比数据。
请参阅图2和图3，在本实施例中，以2020-2100年为预测年份和现状评估不同的地方是：由于未来农作物单产数据缺乏，输入参数中采取水稻、小麦、玉米、大豆、薯类、甘蔗、甜菜7类主要农作物单产模拟数据，这7类农作物2015年剩余物资源潜力占17类农作物总资源潜力的80％以上，相同的数据来源有来自中国科学院资源环境科学与数据中心的2015年中国1公里分辨率土地利用数据中的旱地和水田数据，GSDCP数据库提取的中国17类农作物的空间分布数据和自参考文献的7类作物的草谷比数据；
图3所示为农业剩余物资源潜力评估方法流程图，该流程图同样分为现状评估和未来预估两个部分：现状评估以2015年为基准年，一方面通过2015年统计年鉴中17类农作物的产量和种植面积数据，得到2015年17类农作物各自的单产，然后通过每种农作物的草谷比系数，得到2015年17类农作物的剩余物资源潜力；另一方面根据GSDCP数据库中17类农作物的空间分布和来自中国科学院资源环境科学与数据中心的2015年中国1公里分辨率土地利用数据中的旱地和水田数据，可以得到17类农作物农业1公里分辨率的空间种植面积；然后将2015年17类农作物的剩余物资源潜力和17类农作物农业1公里分辨率的空间种植面积结合，即可得到2015年中国农业剩余物1公里分辨率上资源潜力和总资源潜力，具体计算公式如下：
Pi＝A*a1*a2+B*b1*b2...1公里分辨率农业剩余物潜力计算公式
Figure BDA0003627412270000051
中国农业剩余物总资源潜力计算公式
其中Pi为1公里分辨率的网格i上农业剩余物资源潜力，A为1公里分辨率的网格i上A类农作物单产，a1为A类农作物草谷比，a2为1公里分辨率的网格i上A类农作物的种植面积，B同理，一共17类农作物。P为中国农业剩余物总资源潜力。
上述实施例用于对本发明作进一步的说明，但并不将本发明局限于这些具体实施方式。凡在本发明的精神和原则之内所作的任何修改、等同替换和改进等，均应理解为在本发明的保护范围之内。

Claims (6)

1.一种农业剩余物资源潜力评估方法，其特征在于：其方法为：
a)确定输入的自然资源大数据类型和参数，所述类型和参数为农产品以及农产品的数量；
b)结合RS-GIS分析和统计分析方法，搭建农业剩余物资源潜力评估模型，所述RS-GIS具体为遥感-地学信息系统；
c)将模型再arcgis平台上运行；
d)输出1公里分辨率农业剩余物资源潜力评估结果；
e)根据输入结果，进一步校准模型，提高模型输出结果的准确度；具体计算公式如下：
Pi＝A*a1*a2+B*b1*b2...1公里分辨率农业剩余物潜力计算公式
Figure FDA0003627412260000011
所选域内农业剩余物总资源潜力计算公式其中Pi为1公里分辨率的网格i上农业剩余物资源潜力，A为1公里分辨率的网格i上A类农作物单产，a1为A类农作物草谷比，a2为1公里分辨率的网格i上A类农作物的种植面积，B同理，一共17类农作物；P为所选域内农业剩余物总资源潜力。
2.根据权利要求1所述的一种农业剩余物资源潜力评估方法，其特征在于：所述农业剩余物资源潜力评估模型的搭建步骤如下：
b1)统计区域内的净初级生产力数据；
b2)统计区域内具体的土地利用数据；
b3)统计区域内的保护区数据；
b4)统计区域内的海拔高度数据。
3.根据权利要求1所述的一种农业剩余物资源潜力评估方法，其特征在于：所述模型在arcgis平台上运行后输出1公里分辨率农业剩余物资源潜力评估结果步骤如下：
b1)所述模型在arcgis平台上运行后输出可收集资源量数据、地理分布情况数据以及利用优势区域数据；
b2)输出可收集生物质资源和减排效应评估；
b3)输出所选域内农业剩余物资源潜力评估结果。
4.根据权利要求1所述的一种农业剩余物资源潜力评估方法，其特征在于：所述类型和参数具体为主要农场作物种类、产量、种植面积、空间分布数据以及种植土地情况。
5.根据权利要求1所述的一种农业剩余物资源潜力评估方法，其特征在于：所述主要农场作物种类为17类，分别为水稻、小麦、玉米、其他谷类、大豆、其他豆类、薯类、花生、芝麻、油菜、其他油料、棉花、麻类、甘蔗、甜菜、烤烟以及蔬菜。
6.根据权利要求1所述的一种农业剩余物资源潜力评估方法，其特征在于：所述主要农场作物种类为7类，分别为水稻、小麦、玉米、大豆、薯类、甘蔗以及甜菜。
CN202210480477.9A 2021-12-14 2022-05-05 一种农业剩余物资源潜力评估方法 Pending CN114626764A (zh)

Applications Claiming Priority (2)

Application Number Priority Date Filing Date Title
CN202111528915.6A CN114219281A (zh) 2021-12-14 2021-12-14 一种农业剩余物资源潜力评估方法
CN2021115289156 2021-12-14

Publications (1)

Publication Number Publication Date
CN114626764A true CN114626764A (zh) 2022-06-14

Family

ID=80701960

Family Applications (2)

Application Number Title Priority Date Filing Date
CN202111528915.6A Withdrawn CN114219281A (zh) 2021-12-14 2021-12-14 一种农业剩余物资源潜力评估方法
CN202210480477.9A Pending CN114626764A (zh) 2021-12-14 2022-05-05 一种农业剩余物资源潜力评估方法

Family Applications Before (1)

Application Number Title Priority Date Filing Date
CN202111528915.6A Withdrawn CN114219281A (zh) 2021-12-14 2021-12-14 一种农业剩余物资源潜力评估方法

Country Status (1)

Country Link
CN (2) CN114219281A (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114219281A (zh) * 2021-12-14 2022-03-22 无锡数据湖信息技术有限公司 一种农业剩余物资源潜力评估方法
CN115983882B (zh) * 2022-12-21 2024-02-20 中国农业大学 一种基于自然资源利用的国土空间重构方法

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101231680A (zh) * 2008-02-05 2008-07-30 南京大学 一种定量评价农村生物质能源的方法
CN104794336A (zh) * 2015-04-17 2015-07-22 武汉大学 一种农田秸秆资源空间分布估算方法
CN110059930A (zh) * 2019-03-18 2019-07-26 汪少华 一种城市绿化剩余物统计体系框架的构建方法及应用
CN114219281A (zh) * 2021-12-14 2022-03-22 无锡数据湖信息技术有限公司 一种农业剩余物资源潜力评估方法
CN114219284A (zh) * 2021-12-14 2022-03-22 无锡数据湖信息技术有限公司 一种林草碳汇和剩余物资源潜力评估方法
CN114240135A (zh) * 2021-12-14 2022-03-25 无锡数据湖信息技术有限公司 一种基于大数据的废弃物高分辨率统计方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101231680A (zh) * 2008-02-05 2008-07-30 南京大学 一种定量评价农村生物质能源的方法
CN104794336A (zh) * 2015-04-17 2015-07-22 武汉大学 一种农田秸秆资源空间分布估算方法
CN110059930A (zh) * 2019-03-18 2019-07-26 汪少华 一种城市绿化剩余物统计体系框架的构建方法及应用
CN114219281A (zh) * 2021-12-14 2022-03-22 无锡数据湖信息技术有限公司 一种农业剩余物资源潜力评估方法
CN114219284A (zh) * 2021-12-14 2022-03-22 无锡数据湖信息技术有限公司 一种林草碳汇和剩余物资源潜力评估方法
CN114240135A (zh) * 2021-12-14 2022-03-25 无锡数据湖信息技术有限公司 一种基于大数据的废弃物高分辨率统计方法
CN114626763A (zh) * 2021-12-14 2022-06-14 无锡数据湖信息技术有限公司 一种林草碳汇和剩余物资源潜力评估方法
CN114971208A (zh) * 2021-12-14 2022-08-30 无锡数据湖信息技术有限公司 一种基于大数据的废弃物高分辨率统计方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
卫洪建: "中国农林剩余物和能源作物资源评估及减排效益分析", 《中国优秀硕士学位论文全文数据库 基础科学辑》, no. 03, pages 013 - 34 *
清华大学地球系统科学系: "地学系博士生聂耀昱在《Global Change Biology Bioenergy》发布中国1公里分辨率生物质资源及能源技术潜力估算结果", 《HTTPS://WWW.DESS.TSINGHUA.EDU.CN/INFO/1108/1296.HTM》, pages 211 - 212 *

Also Published As

Publication number Publication date
CN114219281A (zh) 2022-03-22

Similar Documents

Publication Publication Date Title
Jiang et al. Potential bioethanol production from sweet sorghum on marginal land in China
Bannayan et al. Application of the CERES‐wheat model for within‐season prediction of winter wheat yield in the United Kingdom
Rodriguez et al. The limit to wheat water-use efficiency in eastern Australia. I.* Gradients in the radiation environment and atmospheric demand
Dzotsi et al. Development, uncertainty and sensitivity analysis of the simple SALUS crop model in DSSAT
Therond et al. Using a cropping system model at regional scale: Low-data approaches for crop management information and model calibration
Stratonovitch et al. A process‐based approach to modelling impacts of climate change on the damage niche of an agricultural weed
US8306750B2 (en) Computer-automated spatial analysis
CN114626764A (zh) 一种农业剩余物资源潜力评估方法
CN113822479A (zh) 一种兼顾生产、环境和经济效益的区域农业种植结构多目标优化方法
Tatsumi Effects of automatic multi-objective optimization of crop models on corn yield reproducibility in the USA
CN116258060A (zh) 基于机器学习的测土配方施肥方法
Zhang et al. Responses and sensitivities of maize phenology to climate change from 1971 to 2020 in Henan Province, China
Hajjarpoor et al. How process-based modeling can help plant breeding deal with G x E x M interactions
Paixao et al. Optimizing sugarcane planting windows using a crop simulation model at the state level
Barten et al. Short‐stature maize reduced wind damage during the 2020 midwestern derecho, improving yields and greenhouse gas outcomes
CN111915096A (zh) 基于作物模型、遥感数据和气候预测信息的作物产量早期预报技术
Gaona et al. Predictive value of soil moisture and concurrent variables in the multivariate modelling of cereal yields in water-limited environments
Dick et al. Analysis of the inherent energy-food dilemma of the Nigerian biofuels policy using partial equilibrium model: The Nigerian Energy-Food Model (NEFM)
CN114021816A (zh) 基于混合机器学习与深度学习模型的农作物产量预测方法
CN116629117A (zh) 一种基于网格化监测的农作物病害发生面积预测方法
Le Roux et al. Mapping the race between crop phenology and climate risks for wheat in France under climate change
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
Yin et al. Evaluation of global gridded crop models in simulating sugarcane yield in China
Karadaş et al. Optimization of energy consumption for sunflower production using data envelopment analysis approach
Fischer et al. Multi-site land surface model optimization: An exploration of objective functions

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: 20220614