共查询到20条相似文献，搜索用时 31 毫秒
1.
太行山山前平原高产区精准施肥指标体系研究 总被引：5，自引：0，他引：5
总结分析了太行山山前平原高产区冬小麦夏玉米轮作制度下有关推荐施肥指标,并结合该区最新试验结果提出建立适宜该区的精准施肥技术指标体系,即根据平衡施肥原理,以土壤有效养分含量、目标产量和植株测试值为主要诊断指标确定作物施肥量,特别是根据土壤NO3^--N含量确定冬小麦夏玉米的基肥用量,以植株关键生育期的养分水平确定N素追肥用量;参考作物养分需要量、水分条件、植株可见症状诊断、施肥方式等辅助性指标,适时准确地进行土壤或植株营养状况预测,调整肥料用量或施肥方式,为精准施肥的实施提供重要参数。 相似文献
2.
针对苹果园缺乏精准施肥指导方法,造成果树养分供应比例不平衡、肥效低,导致果实质量不理想、品质不一致的问题,提出一种基于叶片营养诊断的苹果树精准施肥模型。首先,采用FCM-模糊聚类方法建立苹果树花量估测模型,根据花果叶理论中花量与果实的数量关系,估算苹果树的目标产量。其次,根据养分平衡法,对果树目标产量、土壤养分含量、肥料利用率以及肥料养分含量进行了分析,计算出果树的施肥总量,根据苹果树年生长周期的生长规律、需肥特性及叶片营养诊断结果,建立了苹果树的精准施肥模型。最后,在苹果园示范园内采用对照试验的方式进行施肥模型验证试验,比较两个对照组果园施肥量及果实品质结果。试验结果表明:(1)经验指导施肥导致施肥量变化幅度大、肥料用量大,施肥模型指导施肥使施肥量变化幅度小、肥料用量少,估测结果更加准确;(2)施肥模型指导施肥的果园相较于根据经验施肥的果园,果品质量明显提高:平均单果重增加37 g,果实硬度增加1.7 kg/cm2,可溶性固形物增加2.5个百分点,果实着色面在60%以上的果实数量增加11.5个百分点。综上所述,基于叶片营养诊断的苹果园精准施肥模型能够提高果品质量,降低肥料浪费,实现科学指导苹果园施肥。 相似文献
3.
4.
5.
6.
通过对一定区域内耕地产量和土壤养分含量进行统计分析,建立统计分区模型(Statistic Division Fertilization Model,简称SDFM),并依据模型参数划分高、中、低产量区间和土壤养分含量区间。在区域内进行多点实验,获取它们的区域适宜施肥量。然后在区域适宜施肥量的基础上,利用决策点实际产量和土壤养分值进行调整,得到最终施肥推荐结果,从而对施肥量进行决策。以农安县2006~2011年产量和养分采样点数据为原始数据,利用目标产量养分平衡法和统计分区施肥模型进行了决策对比。结果显示:统计分区模型决策结果出现异常值的概率只有2%,而目标产量法对氮肥、磷肥和钾肥的决策结果异常值出现概率分别为45%,47%和47%。可见统计分区施肥很大程度地提高了决策结果的精度,可在县级以下的测土配方施肥中进行推广。 相似文献
7.
北方褐土区冬小麦养分平衡施肥参数研究 总被引：3，自引：0，他引：3
【目的】利用养分平衡法原理,研究各养分平衡施肥参数,建立以土壤有效养分测定为基础的我国褐土冬小麦测土推荐施肥指标体系,以简捷快速、科学合理地指导我国北方褐土区冬小麦的施肥与生产。【方法】通过对多年多点小麦肥效试验结果的分析,分别计算出小麦单位产量养分吸收量、土壤有效养分校正系数、肥料当季利用率等养分平衡施肥参数,主要研究土壤环境、产量水平等因素对土壤有效养分校正系数和肥料利用率的影响及变化规律。【结果】冬小麦每百千克小麦产量养分吸收量在一个相对稳定的范围内变化,因此忽略其变化将其定为常数,即氮(N)、磷(P2O5)和钾(K2O)分别为3 kg、1.2 kg和2.8 kg。土壤有效养分校正系数与土壤有效养分含量之间呈显著幂指数负相关关系。在不同的产量水平下,肥料养分当季利用率与土壤有效养分含量之间呈显著对数负相关关系。在此基础上,建立了以养分平衡原理为依据、土壤有效养分测定为基础的我国褐土冬小麦测土推荐施肥指标体系。【结论】由于养分平衡模型的作物推荐施肥量是根据目标产量需肥量与土壤供肥量之差来计算的,在利用该模型进行施肥推荐时,研究的关键点应该是如何准确确定模型中土壤有效养分校正系数和肥料当季利用率等参数,以便得到广泛地推广应用。在北方褐土区建立了以养分平衡原理为依据,土壤肥力测定为基础,具有氮、磷和钾全定量特性的小麦测土推荐施肥体系。 相似文献
8.
氮磷等比与以磷定氮条件下玉米的最大施肥量研究 总被引：4，自引：0，他引：4
以前的研究已认识到种植玉米的土壤具有平衡与不平衡的土壤养分供应类型,因而其高产施肥需要相应的养分配比。本研究以养分平衡供应的山西石灰性褐土为对象,按照同步增加氮磷用量和以磷定氮等两种施肥量确定方法设置氮磷施肥量,探讨高产玉米的最大施肥量和最佳施肥比例。研究表明,氮磷等比施肥下玉米最大施氮量较以磷定氮增大46 kg hm-2,产量增加738 kg hm-2;而玉米最佳施氮量较以磷定氮增加39 kg hm-2,产量增加723 kg hm-2。氮磷等比施肥下最佳施氮量氮素的增产效益极大。试验说明氮磷施用比例是影响玉米最大施氮量及其肥效的重要因素。在供试的氮磷养分平衡供应条件下同步增加氮磷用量可以得到两者统一的玉米高产最佳施肥量点。本研究提出,根据土壤养分平衡供应特征调整施肥养分比例可能是作物高产施肥且提高肥料利用率的途径。 相似文献
9.
不同施肥措施对洞庭湖区旱地肥力及作物产量的影响 总被引：5，自引：0，他引：5
应用长期定位试验方法,研究了洞庭湖区非粮食作物棉花-油菜轮作下,农民习惯施肥(TF)、配方施肥(NPK)及有机肥和化肥不同配比模式[有机肥来源氮占配方肥总氮量的50%(50%OM)、30%(30%OM)和10%(10%OM)]的作物产量和土壤养分的变化,以期为相应作物种植制度下的合理施肥提供参考。研究结果表明:在本试验施肥量及有机无机肥配比下,有机肥和化肥配施显著提高了棉花和油菜的产量,且以50%OM处理产量最高,各处理产量的顺序为50%OM30%OM10%OMNPKTFCK(不施肥对照);当有机氮施用量占总氮量的50%时(50%OM处理),棉花和油菜产量分别比NPK处理高24.52%、29.57%,比习惯施肥(TF)处理分别高46.03%和49.07%。同时,施用有机肥各处理作物产量的年际变化均不到20%,明显小于NPK、TF和CK处理,即施用有机肥不仅能促进旱地作物高产,同时也能保证其稳产。有机肥与化肥配施能增加土壤有机质、全氮、碱解氮和速效钾含量,且以50%OM处理效果最好,与试验前比较的增加幅度分别达57.5%、38.2%、65.1%和48.1%;土壤有效磷含量有随施入磷素量的增加而增加趋势;而CK处理土壤有机质和养分含量则均呈逐年下降的趋势。各处理土壤有机质和养分含量(Y)随试验年限(X)的变化均可用方程式Y=a X+b来表示。在洞庭湖区肥力较高的旱地土壤中,合理的有机肥和化肥施用比例对保障非粮作物高产稳产和耕地地力提升尤为重要,且本试验条件下当有机肥来源氮占总施氮量的50%时能获得最佳效果。 相似文献
10.
基于作物产量反应和农学效率的推荐施肥方法 总被引：29，自引：11，他引：18
当前农民过量和不平衡施用化肥现象严重,导致肥料利用率降低,影响到农田的可持续利用。因此,发展适合我国农业生产特点的养分管理和施肥方法尤为重要。本文介绍了基于作物产量反应和农学效率的推荐施肥新方法,该方法是以改进的SSNM （Site-specific Nutrient Management）和改进的QUEFTS （Quantitative Evaluation of the Fertility of Tropical Soils）模型为指导的养分管理和推荐施肥为原则,同时考虑大、中微量元素的全面平衡,并应用计算机软件技术把复杂和综合的养分管理原则智能化形成可为当地技术推广人员掌握的Nutrient Expert推荐施肥专家系统软件。Nutrient Expert推荐施肥专家系统软件在用户回答一些简单问题后就能给出基于作物栽培管理措施的推荐施肥套餐,包括作物种植密度、目标产量、推荐的养分用量及其可选用的物化的肥料用量,同时根据预知的作物生长季节推荐施肥的最佳时间和次数。通过跨区域田间多点验证试验证明,基于作物产量反应和农学效率的推荐施肥方法是一种简单的易于掌握的作物增产增收、提高肥料利用率和保护环境的新方法。 相似文献
11.
土壤转换函数(Soil pedotransfer function,PTF)是一种高效获取土壤水力参数的方法。由于土壤具有很强的空间异质性,确定最优PTF模型成为模拟土壤含水量的关键。为此,以海河流域3个实验场地(密云站、大兴站、馆陶站)为研究区,采用7种常用的单一PTF模型预测土壤水力参数作为HYDRUS-1D的模型参数,求解Richards方程获得土壤含水量,并与实测土壤含水量进行比较,评价了常用单一PTF模型预测的土壤水力参数对土壤含水量的模拟性能。此外,采用3种方法构建集合PTF模型,评价了集合PTF模型对土壤含水量的模拟性能。结果表明：基于van Genuchten方程构建的单一PTF作为模型参数模拟土壤含水量的均方根误差最小;而其中Rosetta3模型表现更优。在集合PTF模型中,基于遗传算法加权法构建的模型表现最好。集合PTF模型预测土壤水力参数可以较好的捕捉多个单一PTF预测土壤水力参数的整体趋势,弥补单一PTF在某些情况下模拟误差较大的不足。 相似文献
12.
13.
基于特征选择和GA-BP神经网络的多源遥感农田土壤水分反演 总被引：6，自引：5，他引：1
土壤水分是影响水文、生态和气候等环境过程的重要参数,而微波遥感是农田地表土壤水分测量的重要手段之一。针对微波遥感反演农田地表土壤水分受植被覆盖影响较大的问题,该研究提出了一种基于特征选择和GA-BP神经网络(Genetic Algorithm-Back Propagation neural network)的多源遥感农田地表土壤水分反演方法。首先对Sentinel-1微波遥感数据和Sentinel-2光学遥感数据进行预处理并提取21个特征参数;然后采用差分进化特征选择(Differential Evolution Feature Selection,DEFS)算法从21个特征中选出包含10个参数的最优特征子集,并利用主成分分析(Principal Component Analysis,PCA)法将特征子集进行降维;之后建立BP神经网络,采用遗传算法(GeneticAlgorithm,GA)对BP网络的节点权值进行优化,使用降维后的特征矩阵和部分实测土壤含水量数据对BP网络进行训练;最后利用训练好的GA-BP网络对研究区土壤水分进行反演,并利用实测数据对反演结果精度进行对比验证。试验结果表明,该研究反演结果的决定系数为0.789 3,均方根误差为0.028 7 cm~3/cm~3,相比单纯使用GA-BP神经网络,加入DEFS和PCA之后决定系数提高了0.215 7,同时均方根误差降低了0.029 5 cm~3/cm~3。该结果展示了DEFS和PCA算法在土壤水分反演最优特征集选择的有效性,为多源遥感农田地表土壤水分反演提供了新思路。 相似文献
14.
为解决生菜应用营养液膜技术（nutrient film technique,NFT）在冬夏季根区温度控制的问题,该研究基于机器学习方法,结合温室内外历史环境数据,构建BP神经网络根区温度预测模型。为提高模型精度,采用蜣螂算法（dung beetle optimizer, DBO）优化BP神经网络模型的输入权重和阈值,构建了冬夏两个季节的基于DBO-BP神经网络的栽培槽内根区温度预测模型,并与GA-BP、BP神经网络模型进行对比。结果表明,根区温度预测值与真实值变化趋势较为一致,DBO-BP模型温度预测最大误差为2.21°C,决定系数为0.943,而GA-BP与BP模型决定系数分别为0.928、0.892;DBO-BP模型评价指标的均方根误差、平均绝对误差分别为0.707、0.549°C,均小于其他模型评价指标。DBO-BP神经网络可满足在NFT栽培中根区温度预测精度的需求,能够为生菜栽培根区快速控温提供有效方法。 相似文献
15.
漫透射法无损检测荔枝可溶性固形物 总被引：1，自引：0，他引：1
为了快速无损检测荔枝内部品质并为荔枝快速检测分级提供科学依据,研究荔枝可溶性固形物无损检测途径。该文首先针对荔枝果皮较硬而且凹凸不平的特征,比较了漫反射法和漫透射法的试验效果,接着采用多种预处理方式对漫透射光谱进行了处理,并采用连续投影算法结合相关系数法优选建模波长,最后比较了最小二乘法和神经网络法的建模效果。试验结果显示漫透射方式是较好的荔枝光谱采集方式;通过连续投影算法结合相关系数法,从全部500个波长变量中最终提取出11个优选波长,只占波长总数的2.2%;基于这11个波长的神经网络模型的预测相关系数为0.867,预测均方根误差为0.370%。结果表明基于漫透射法进行荔枝可溶性固形物无损检测是可行的。 相似文献
16.
基于黄土坡面降雨—径流关系的复杂性和非线性,引用3层前馈型BP网络模型,对不同土地经营方式(草灌地、刈割地、翻耕地)径流量进行模拟,以植被盖度、降雨强度、坡度、土壤前期含水率和土壤容重5个因子作为输入层变量,次降雨下径流量作为输出层变量。利用野外人工模拟降雨试验所得到的不同降雨强度下各类土地经营径流小区的径流量实测资料,对网络进行模拟训练并预测,径流量平均误差不超过10%,且径流量较大的翻耕地训练精度及预测结果较草灌地、刈割准确性更高些。与传统回归统计方法进行了误差比较,结果表明,该模型能更好地预测次降雨的径流量。 相似文献
17.
针对苜蓿生长模型ALFAMOD在动态水分平衡模拟和氮素平衡模拟方面的不足,提出一种基于水氮因子的紫花苜蓿生长模拟模型(alfalfa growth simulation model based on water and nitrogen factors,ALFSIM-WN)。该模型以宁夏引黄灌区紫花苜蓿为研究对象,采用模块化设计方法,划分为作物动态模拟子模型、水分平衡模拟子模型和氮素平衡模拟子模型,对紫花苜蓿的产量进行模拟和估算。通过连续2 a(2016-2017)的田间试验,获取气象数据、土壤数据和田间管理数据,利用2016年数据确定了模型参数,并预测了2017年4茬次紫花苜蓿生长期、叶面积指数、土壤水分动态和产量,对模型模拟值和实际观测值进行了对比。结果表明:宁夏引黄灌区紫花苜蓿每年能收割3～4茬,与当地以饲草收割为目的的生长期相符,综合2017年4茬次数据发现模型模拟叶面积指数的平均相对误差在2.3%～17.6%,模拟土壤水分动态的平均相对误差在2.3%～17.6%,产量预测数据的平均相对误差在1.7%～16.2%。叶面积指数、土壤水分动态和产量的均方根误差分别在0.09～0.44、0.009～0.039 cm3/cm3和0.3～2.3 t/hm2。模型模拟精准度较高,说明该模型在宁夏引黄灌区适用性良好,可以作为一个有效的紫花苜蓿生长模拟预测工具在饲草种植中应用。 相似文献
18.
青海三江源地区土壤水分常数转换函数的建立与比较 总被引：1，自引：0，他引：1
利用土壤理化性质数据建立转换函数是间接获得土壤水力参数的重要手段之一。基于测定的土壤理化性质和土壤水分常数数据,本文采用回归分析、BP神经网络和基于BP神经网络的Rosetta模型3种方式分别建立了青海三江源地区土壤饱和含水量、毛管持水量和田间持水量的转换函数,并对其预测精度进行了比较。结果表明:(1)回归分析方法总体预测效果比较理想,特别是田间持水量的平均误差(ME)和均方根误差(RMSE)都在3.397%以下,决定系数(R2)高达0.868;(2)BP神经网络方法的预测效果非常理想,各土壤水分常数平均误差和均方根误差都在4.685%以下,并且决定系数均在0.857以上;(3)Rosetta模型的预测效果相对较差,特别是饱和含水量和毛管持水量,平均误差(ME)和均方根误差(RMSE)相对较大,决定系数(R2)相对较小。3种方式中,BP神经网络方法所建立的毛管持水量和饱和含水量转换函数均为最佳,回归方法所建立的田间持水量的转换函数要好于BP神经网络方法和Rosetta模型,Rosetta模型对土壤水分常数的预测效果不如其他两种方式。研究可为青海三江源地区土壤水力特性参数研究以及区域尺度上土壤水分估算提供科学依据。 相似文献
19.
基于CNN-BiLSTM的棉花产量预测方法 总被引：1，自引：1，他引：0
针对传统的作物产量估算方法在模型泛化方面的不足及缺少时序特征和空间特征的问题,该研究以机采棉为研究对象,结合无人机遥感平台与深度学习技术对棉花进行多期遥感观测与估产。以棉花苗期、蕾期和花期的影像为时间序列数据集,构建基于卷积神经网络（Convolutional Neural Network,CNN）和双向长短期记忆（Bidirectional Long Short-Term Memory,BiLSTM）的混合模型（CNN-BiLSTM）进行棉花产量预估,提高时间维度和空间维度方面的特征提取能力,并分别验证CNN和BiLSTM的性能以及不同网络深度对估产的影响。研究结果表明,CNN和BiLSTM深度分别为14和1的CNN14-BiLSTM模型准确率最高,对比单一结构的BiLSTM该模型决定系数从0.851提升至0.885,其均方根误差和平均绝对百分比误差也均明显下降,在2.3 m×2.3 m的样方内,结果分别为147.167 g和6.711%。该研究实现了基于时间序列的棉花产量估算,可为类似的作物产量估算提供参考。 相似文献
20.
基于遗传神经网络的黑龙江浅表地层水分预测 总被引：1，自引：0，他引：1
针对BP神经网络预测土壤墒情容易出现较大空间内存在局部极值点的问题,采用GA算法对BP网络进行优化,根据大豆作物在不同生长阶段的根系分布及吸水情况,划分3个不同发育阶段,5个地层深度,建立3种对应的土壤含水量遗传神经网络预测模型,并应用于黑龙江垦区红星农场大豆田间土壤水分预测,分别对3种模型的整体预测误差进行了分析,2009年大豆播种前期及其全生育期土壤体积含水量预测的平均绝对误差为1.83%,能较好地反映大豆田间土壤水分具体情况,为大豆节水灌溉与管理提供可靠的科学依据,该预测方法亦可为寒地大豆或其他农作物田间土壤水分预测提供借鉴。 相似文献