共查询到19条相似文献，搜索用时 265 毫秒
1.
为研究地膜再利用对向日葵田土壤蔗糖酶活性的影响,进行了旧膜、新膜及露地栽培向日葵对比试验。结果表明,地膜再利用可提高土壤蔗糖酶的活性。在0~40cm土层,旧膜覆盖的土壤蔗糖酶活性较露地显著增加3.8%,较新膜覆盖的土壤增加3.0%。土壤蔗糖酶活性随向日葵生育期变化而不同,呈下降一上升一下降的变化趋势。新旧地膜覆盖均可以维持耕作层(0~20cm)蔗糖酶活性的稳定性,而下层呈快速下降的趋势,但总体含量均高于露地。可见,地膜覆盖尤其是地膜再利用覆盖由于改善了农田生态微环境,从而提高了土壤微生物活动和酶活性。 相似文献
2.
利用2019年长江中下游早籼稻早中熟组种质资源为材料,分析主要生育期冠层光谱反射率与籽粒粗蛋白含量的关系,筛选出可用于早籼稻籽粒粗蛋白含量预测的敏感生育期和敏感波长,建立了基于敏感波长和光谱参数的籽粒粗蛋白的一元线性、多元线性、指数和多项式预测模型,用决定系数（R 2）、均方根误差（RMSE）和相对误差（RE）对模型精度进行评价,以期找到估测早籼稻籽粒粗蛋白含量的最适模型。研究发现,在孕穗期514、580、638和695nm波长处冠层一阶微分光谱反射率与籽粒粗蛋白含量相关性达到极显著水平;在基于敏感波长的估测模型中,四元线性模型估测效果最佳,其建模集R 2、RMSE和RE分别为0.566、0.342%和2.874%,验证集R 2、RMSE和RE分别为0.518、0.154%和1.303%;在基于光谱参数构建的估测模型中,DSI(R′514和R′638)为自变量构建的多项式模型估测效果较优,其建模集R 2、RMSE和RE分别为0.638、0.312%和2.639%,验证集R 2、RMSE和RE分别为0.581、0.230%和2.307%。 相似文献
3.
为了准确的监测山西省冬小麦动态长势和预测产量,本研究使用ALMANAC作物生长模型对山西省洪洞县高、中、低产田的冬小麦产量进行了模拟。收集了模型需要的作物属性、土壤、气象及田间管理措施等众多参数并根据实际情况对参数进行了调整,结果表明：冬小麦模拟产量的相对误差(RE)为-7.8%~5.7%,叶面积指数的RE为-12.5%~13.6%,水地最大叶面积指数最大;与背景态相比生育期提前,叶面积指数水地变化不大,旱地低较多,温度主要是对生育期的影响,而水分则对叶面积指数产生较大影响。冬小麦的产量和叶面积指数的动态变化能够被ALMANAC模型较好地模拟;而且模型能够模拟不同水分条件下冬小麦的叶面积指数及气候变化对冬小麦影响。 相似文献
4.
探讨秸秆覆盖深松对夏玉米田土壤酶活性的影响。采用4种保护性耕作模式(SS+M、SS+NM、NT+M、NT+NM)在河南西平进行连续3年田间试验,研究不同处理对土壤脲酶、土壤碱性磷酸酶、土壤蔗糖酶、土壤过氧化氢酶活性的影响。结果表明,4种保护性耕作方式下土壤脲酶、土壤碱性磷酸酶、土壤蔗糖酶、土壤过氧化氢酶活性均随着土层的加深而降低。4种酶的活性随着玉米生育期的变化而变化,即随着玉米生育时期的推进,土壤酶活性从播种到花后45天先升高后下降,土壤脲酶和土壤蔗糖酶活性在开花期达到最大值,而土壤碱性磷酸酶和土壤过氧化氢酶活性在花后15天达到最大值。在0～5 cm和5～10 cm土层,秸秆覆盖处理下土壤酶活性显著高于不覆盖处理,SS+M>NT+M>SS+NM>NT+NM;在10～20 cm土层,NT+M处理下土壤酶活性急剧下降;在20～30 cm和30～40 cm土层,在大多数时期深松处理下土壤酶活性显著高于免耕处理,SS+M>SS+NM>NT+M>NT+NM。在豫南雨养区实施秸秆覆盖深松能够提高土壤的酶活性,值得推广。 相似文献
5.
日光温室湿度日预测的季节时序模型应用研究 总被引：6，自引：5，他引：1
日光温室内湿度环境的调控是设施农业生产监测与预测的重要内容,现以季节性时间序列模型的理论和方法,对石家庄高邑地区的代表温室内,2008年10月至2009年6月间的月平均日湿度值为分析数据,建立了当地温室的日湿度AR（p）模型,用实测数据与模型的预测数据相比较,均方根误差RMSE和相对误差RE分别为9.90和 -8.65%,说明时间序列模型能较好地拟合与预测日湿度的变化趋势,可为日光温室的湿度环境调控书提供理论依据和决策支持。 相似文献
6.
研究不同秋玉米品种叶片SPAD值与一阶微分光谱的相关关系,筛选出8个品种的敏感波长和一阶微分光谱参数,建立不同品种SPAD值的一元线性、指数、多项式和基于一阶微分光谱参数的预测模型,计算建模集和验证集的均方根误差RMSE和相对误差RE。结果发现,不同秋玉米品种SPAD值与光谱一阶微分相关系数较高,均在0.8以上;不同秋玉米品种光谱一阶微分的敏感波段位于650~680nm;基于敏感波长建立的SPAD值预测模型均表现出较好效果,多项式模型效果最佳,模型估测精度在不同品种间存在差异;在8个秋玉米品种中,正大999的多项式预测模型表现最佳,其建模集RMSE和RE分别为2.762和3.643%,其验证集RMSEv和REv分别为3.322和4.518%。 相似文献
7.
江汉平原土壤有机碳含量高光谱预测模型优选 总被引：2，自引：0，他引：2
研究探讨了贫瘠地区低有机碳含量条件下,不同光谱预处理与建模方法用于土壤有机碳估测的最佳组合,对贫瘠土壤属性信息快速获取和精确农业发展具有重要意义。以江汉平原不同利用条件下的土壤为研究对象,使用可见光/近红外高光谱技术,结合包括Savitzky-Golay平滑(SG)、一阶导数(FD)、多元散射校正(MSC)在内的光谱预处理方法,分别建立用于估测土壤有机碳(SOC)含量的多元线性回归(MLR)、主成分回归(PCR)、偏最小二乘回归(PLSR)和支持向量机回归(SVMR)模型。结果表明：不同建模方法预测精度差异明显,PLSR和SVMR的预测结果优于MLR和PCR;不同预处理方法对模型的预测精度亦有较大影响,表现为MSC＞FD＞SG;基于FD和MSC组合预处理的SVMR模型的预测能力最好,R2=0.84,RPD=2.50,满足土壤有机碳的预测。有机质含量大于2%并不是建立优质模型的必要条件。 相似文献
8.
秸秆深埋对不同氮肥水平土壤蔗糖酶活性的影响 总被引：1，自引：0，他引：1
为探讨秸秆还田后土壤蔗糖酶活性的变化规律及对不同施氮水平的响应,试验采用裂区试验设计,设置无秸秆、秸秆深埋2个因素,4个氮素水平(0、135、180、225 kg/hm2)。结果表明：土壤蔗糖酶活性呈现随玉米生育期的延长先上升后下降趋势,在拔节期达到最高,抽雄期开始逐渐下降,在收获期达到最低。与无秸秆处理相比,秸秆深埋处理可以显著提高土壤蔗糖酶活性,且随着施氮肥水平增加可显著提高土壤蔗糖酶活性(P<0.01),在施氮水平为180 kg/hm2时,土壤蔗糖酶活性达至最大最高,为329.09 mg/(g·24 h),提高幅度最高可达19.83%。在秸秆深埋处理下增施氮肥可以提升土壤有机质含量,施肥量在180 kg/hm2土壤有机质达到最高水平,为37.08 g/kg。通过相关分析得出,秸秆深埋与施氮水平交互对有机质含量及土壤蔗糖酶活性呈显著正相关,土壤蔗糖酶活性具有能够反映出土壤有机质含量动态变化的可能性。秸秆深埋处理对于土壤蔗糖酶含量具有增益作用,土壤蔗糖酶活性可以用来作为表征土壤有机质含量的养分指标之一。 相似文献
9.
利用光谱-盐分指数监测棉田土壤盐分 总被引：2，自引：0，他引：2
通过对棉田土壤盐分的光谱反演研究,为土壤盐渍化遥感动态监测提供可能。利用ASD地物光谱仪测定新疆兵团第六师共青团农场盐渍化棉田土壤光谱,结合土壤化学参数分析确定反映棉田土壤盐渍化程度的敏感波段,构建最佳盐分指数对棉田土壤盐分进行监测。结果表明,随盐渍化程度(0.084~1.659 g·kg-1)的加重,土壤光谱反射率呈上升趋势,在近红外区(1350~1850 nm)差异尤为显著,该波段范围光谱反射率与土壤盐分呈极显著相关(r=0.880**),且对土壤盐分响应敏感,为识别盐渍化土壤的敏感波段;选择盐渍化光谱敏感波段建立了盐分指数SI1,BI,SI2,NDSI,SI3监测棉田土壤盐渍化的模型,其中SI1和BI的RMSE分别为0.151和0.149、RE为7.5%和6.3%,预测能力强,可推荐为棉田土壤盐分监测的最佳模型。 相似文献
10.
基于前期降水量和蒸发量的土壤湿度预测研究 总被引：3，自引：1，他引：2
为了更好地了解和探讨土壤湿度预测方法,根据衡阳2009-2010年土壤湿度资料和相关气象资料,建立了基于前期降水量和蒸发量的土壤湿度预测模型,并进行试报和验证。结果表明：基于1 mm降水与蒸发的差建立的土壤湿度线性回归模型和基于1 mm降水量和1 mm降水与蒸发的差建立的土壤湿度逐步回归模型试报了2009年8-12月0~10 cm、10~20 cm、20~30 cm土层的土壤湿度,线性回归模型预报的平均相对误差分别为10.06%、5.56%、7.14%,逐步回归模型预报的平均相对误差分别为10.05%、5.59%、6.85%。2种模型预测的土壤湿度状况基本能反映旱情发展的动态趋势。模型可为准确预测土壤湿度的变化,为开展气象为农服务和防灾减灾提供参考。 相似文献
11.
基于生理发育时间的水稻发育期预测方法 总被引：1，自引：0，他引：1
水稻发育期模型研究是开展现代农业气象服务工作的基础。基于作物生理发育时间守恒原理,综合考虑温度和日长因子对水稻发育期的影响,利用云南省12个农气观测站2011—2014年水稻发育期观测和地面气象观测资料,分别构建并验证了适用于籼稻种植区和粳稻种植区的发育期预报模型。结果表明,2套模型在全发育期和各发育阶段的预报值与观测值模拟效果总体较好,平均全发育期RMSE值为7.47,RE值为7.99%,粳稻模型和籼稻模型的RE值分别为6.49%和9.5%,粳稻区模拟效果优于籼稻区。模型生物学意义明确、参数通用性强,适用于农业气象业务服务中水稻发育期预测,具有推广应用价值。 相似文献
12.
应用灰板校正提高计算机视觉预测棉花植株含水量的精确度 总被引：1，自引：0，他引：1
利用灰板校正以消除棉花不同生育期图片颜色特征值的亮度差异,建立适用于不同生育期预测植株含水量的通用模型,以提高运用计算机视觉技术进行棉花植株含水量预测的精度。研究结果表明,由灰板校正前、后颜色特征值G-B建立的最佳预测模型,决定系数分别为0.746和0.782。有效性检验结果表明,灰板校正前、后计算预测值与实测值的决定系数分别为0.739和0.783;RMSE分别为2.218和2.03,RE分别为2.13%和1.79%。基于计算机视觉提取的冠层图片颜色特征值能够预测植株含水量,应用灰板校正颜色特征值能够提高模型预测精度,可为提高计算机视觉预测植株水分状况的精度提供技术支撑和方法补充。 相似文献
13.
铜陵土壤有机质空间变异分析 总被引：1，自引：1，他引：0
为了研究安徽省铜陵市土壤有机质空间变异特征,采用地理信息系统与地统计学相结合的方法,按照普通克里格方法选择不同的半方差模型进行插值,同时通过标准化均方根误差(RMSE)验证和同一系数(AC)验证进行精度对比。结果表明,对数转换后的插值结果并未提高,标准化均方根误差验证利用原插值样点交叉验证进行数据验证结果的参考价值有限,独立样本的验证是非常必要。研究区内土壤有机质含量的变异系数一般,主要受到研究区内地形的影响,整个区域内分布并不均匀,有机质含量较高区域分布于高海拔位置。 相似文献
14.
青岛地区农业产业园位置分散在内陆、沿海和山地等多种地形区域,气温差异大,为提高现代农业精细化服务水平,笔者基于国家气象中心下发的全国区域5 km格点气象要素预报产品,采用最近邻域、双线性插值、反距离权重3种插值方法对气温预报产品在青岛地区的适用性进行对比检验。结果表明:内陆地区双线性插值法准确率最高,且平均绝对误差和均方根误差最小。沿海地区采用最近邻域法和反距离权重法均有较好的效果。对于山地,综合考虑准确率、平均绝对误差和均方根误差,较适用反距离权重插值方法。最高气温预报准确率内陆地区高于沿海和山地地区,且在8—10月为准确率最高时期,3—6月准确率相对较低;最低气温则在沿海地区准确率最高,且夏季的准确率明显高于冬季,其在7月准确率最高而1月准确率最低。研究结果为下一步将预报产品插值生成分辨率更细、准确率更高的精细化气象服务产品奠定基础。 相似文献
15.
综合NDVI时序特征的冬小麦混合像元分解及面积估算 总被引：3，自引：1，他引：2
基于MODIS数据进行面积提取易受混合像元影响，为了降低因混合像元导致的错分和漏分误差，该文提出一种线性的混合像元分解模型，建立MODIS混合像元中冬小麦占比与MODIS/NDVI时间序列影像波峰波谷差值之间的定量关系。基于2017年保定市MODIS数据和GF数据进行了模型构建，基于2014年数据进行了模型验证，结果显示纯度指数（PPI）精确度均值为0.485，基于混合像元分解模型得到的2014年保定市冬小麦面积推算值为40.05万hm2，基于GF数据得的2014年保定市冬小麦面积“真值”为37.39万hm2，绝对误差为2.66万hm2，相对误差率为7.11%。利用河北省冬小麦广泛种植的8个地市对模型的适用性进行评价，结果表明不同地市的冬小麦面积推算值和冬小麦面积“真值”间平均误差率为3.69%。基于该模型的冬小麦面积推算值误差相对较低，数据可靠性较高，且受地域影响较小，具有较为普遍适用性。 相似文献
16.
基于逐步回归与BP神经网络的日光温室温湿度预测模型对比分析 总被引：4，自引：2，他引：2
为构建较准确的日光温室温湿度预测模型,于2011-2013年冬季(1月、2月、12月)天津市宝坻区开展温室内外环境监测试验,并建立3种天气类型(晴、多云、阴)下3个时段(0-8时、8-17时、17-23时)逐步回归与BP神经网络温室内温湿度预测模型。结果表明:1)温室内气温逐步回归模型9种情况下模拟值与实际值的绝对误差小于3℃的平均准确率Rate(≤3℃)为88%,平均均方根误差(RMSE)为2℃;BP神经网络模型9种情况下模拟值与实际值的绝对误差小于3℃的平均准确率Rate(≤3℃)为94%,平均均方根误差(RMSE)为1.6℃。应用BP神经网络建立的气温预测模型相对更为准确稳定。2) 相对湿度逐步回归模型9种情况下模拟值与实际值的绝对误差小于6%的平均准确率Rate(≤6%)为81%,平均均方根误差(RMSE)为5.7%;BP神经网络模型9种情况下模拟值与实际值的绝对误差小于6%的平均准确率Rate(≤6%)为80%,平均均方根误差(RMSE)为6.7%。两类模型均不适宜预测8-17时日光温室相对湿度,而17-23时与0-8时应用逐步回归建立的湿度预测模型相对更准确稳定。 相似文献
17.
安徽省太阳总辐射参数化模型的适用性研究 总被引：4，自引：0，他引：4
为了获得适用于安徽省的最优太阳辐射参数化估算模型,利用安徽省及其周边10个辐射台站1961—2012年长时间序列的太阳辐射资料和日照时数资料,对比分析多种太阳辐射估算模型在安徽省的计算精度。结果表明：基于安徽及其周边地区辐射实测资料修正的太阳辐射模型相较于其他6种参数化方法,误差最小,估算效果最好,在安徽最为适用。合肥站和屯溪站基于安徽修正模型的逐月平均太阳辐射估计值与对应时段的实测平均值吻合程度较好,2站的平均绝对相对误差分别不超过2.0%和3.5%,精度较高。研究结果为安徽省开展太阳能资源评估提供了科学基础。 相似文献
18.
基于植被指数的夏玉米不同生育期叶绿素含量遥感估算 总被引：1，自引：0，他引：1
叶绿素含量是间接判断玉米营养状况的重要农学参数,估算叶绿素含量对农作物长势监测有重要意义。笔者利用ASD便携式地物光谱仪和SPAD-502叶绿素仪实测了夏玉米关键生育期冠层光谱反射率及叶片叶绿素相对含量,对3种植被指数与叶绿素相对含量进行了相关性分析,建立了基于归一化植被指数(NDVI)、比值植被指数(RVI)和差值植被指数(DVI)的叶绿素估算模型,并进行精度检验,从中选出最佳拟合模型。研究结果表明：拔节期RVI、抽穗期和灌浆期NDVI以及蜡熟期DVI的均方根差(RMSE)和相对误差(RE)均最低,RMSE分别为5.688、5.323、2.751、4.111,RE分别为9.84%、8.56%、3.75%、7.15%,故为各个时期的最佳模型。因此得到了NDVI、RVI和DVI3种植被指数在不同生育期的最佳模型,对指导夏玉米种植与田间管理具有重要的指导意义。 相似文献
19.
基于REMCC-BPNN的稻瘿蚊发生量预测研究 总被引：1，自引：1，他引：0
为了提高预测稻瘿蚊发生量的准确度,有效防控稻瘿蚊虫害成灾面积,采用基于K近邻样本拟合相对误差绝对值与时序相关系数最小原则优化的BP神经网络预测模型REMCC-BPNN,选取广为认可的气温和降水量为影响因子,对稻瘿蚊的发生量进行独立预测。通过2个实例（化州市晚稻稻瘿蚊发生程度和广西邕宁县稻瘿蚊发生程度）验证显示：REMCC-BPNN模型的独立预测精度分别为94%和100%,明显优于经典回归分析、SVR-CAR、MIV-BPNN等参比模型。可见,REMCC-BPNN模型在虫害发生量预测方面有良好的应用前景。 相似文献