CN113269374B - 基于优化光谱指数的玉米生长季氮肥施用方法 - Google Patents

基于优化光谱指数的玉米生长季氮肥施用方法 Download PDF

Info

Publication number
CN113269374B
CN113269374B CN202110710656.2A CN202110710656A CN113269374B CN 113269374 B CN113269374 B CN 113269374B CN 202110710656 A CN202110710656 A CN 202110710656A CN 113269374 B CN113269374 B CN 113269374B
Authority
CN
China
Prior art keywords
nitrogen
corn
fertilizer
amount
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.)
Active
Application number
CN202110710656.2A
Other languages
English (en)
Other versions
CN113269374A (zh
Inventor
李斐
杨海波
唐彧哲
红梅
张炜健
张贺景
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.)
Inner Mongolia Agricultural University
Original Assignee
Inner Mongolia Agricultural University
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 Inner Mongolia Agricultural University filed Critical Inner Mongolia Agricultural University
Priority to CN202110710656.2A priority Critical patent/CN113269374B/zh
Publication of CN113269374A publication Critical patent/CN113269374A/zh
Application granted granted Critical
Publication of CN113269374B publication Critical patent/CN113269374B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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"
    • A—HUMAN NECESSITIES
    • A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01C—PLANTING; SOWING; FERTILISING
    • A01C21/00—Methods of fertilising, sowing or planting
    • A01C21/007—Determining fertilization requirements
    • 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
    • A01G22/20—Cereals
    • 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

  • Life Sciences & Earth Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Human Resources & Organizations (AREA)
  • Strategic Management (AREA)
  • Environmental Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Soil Sciences (AREA)
  • Theoretical Computer Science (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Health & Medical Sciences (AREA)
  • Operations Research (AREA)
  • Agronomy & Crop Science (AREA)
  • Animal Husbandry (AREA)
  • Marine Sciences & Fisheries (AREA)
  • Mining & Mineral Resources (AREA)
  • Quality & Reliability (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Botany (AREA)
  • Game Theory and Decision Science (AREA)
  • Development Economics (AREA)
  • Fertilizing (AREA)
  • Fertilizers (AREA)

Abstract

本发明提供基于优化光谱指数的玉米生长季氮肥施用方法，包括以下步骤：(1)氮平衡总量控制，通过氮平衡对玉米生长季氮肥施用总量进行控制；(2)玉米氮素营养诊断，通过优化光谱指数实现玉米生长季氮素营养指标的实时监测；(3)基于优化光谱指数的玉米生长季氮肥推荐算法。本发明通过优化光谱指数对玉米氮素营养状况进行实时监测，并以氮平衡和临界氮浓度稀释曲线为氮肥用量调控的范围；确定玉米田间合理施氮量是获得较高目标产量，维持土壤氮肥力和降低施氮引起的环境污染的关键；能够为玉米智慧农业中氮肥精确管理奠定了理论与技术基础，在提高氮素资源高效利用的同时，实现了生产和环境保护并重的生态绿色发展。

Description

基于优化光谱指数的玉米生长季氮肥施用方法
技术领域
本发明专利涉及玉米田间氮肥施用管理领域，具体为一种基于优化光谱指数的玉米生长季氮肥施用方法。
背景技术
玉米是我国三大粮食作物之一，根据国家***的最新资料显示，2020年玉米种植面积为4126万公顷，产量为26067万吨。虽然玉米产量近年来保持平稳状态，但玉米的进口量仍逐年增加，并未实现100%的自给。因此，在现有基础上提高玉米产量对于保障我国粮食安全意义重大。然而我国玉米传统种植普遍存在的氮肥过量施用的问题，不仅会导致氮肥的利用率降低，农民种植成本增加，而且过量的氮肥还会损失到环境中，加剧农业面源污染，最终会危及人类生命安全。内蒙古作为我国玉米种植的重要区域，匮乏的水资源和脆弱的生态环境要求我们必须从传统的高氮肥投入旧模式转向智慧化绿色高新方向。智慧农业是农业发展的新方向，通过遥感技术实时监测作物营养状况，并将实时监测信息转化为养分需求，是实现智慧农业发展的关键。因此，我们充分结合区域特点，以玉米为主要研究作物，通过多年的田间试验和大田验证，提出了一项基于优化光谱指数的玉米生长季氮肥施用技术，目的在于适应智慧农业发展需求，推进传统农业向现代化农业迈进。
发明内容
氮肥的合理施用是智慧农业养分精准管理的重要内容，本发明专利的目的是将遥感实时监测技术与作物氮肥管理相结合，针对目前玉米田氮肥过量施用，施肥时期、用量不合理问题，提出了一种通过光谱指数实时监测，并推荐氮肥
本发明既可以保证玉米产量，又可以降低氮素损失，减少环污染，是智慧农业氮素养分管理不可或缺的部分。
为实现上述目的，本发明专利技术方案为：
基于优化光谱指数的玉米生长季氮肥施用方法，包括以下步骤：
（1）氮平衡总量控制，通过氮平衡对玉米生长季氮肥施用总量进行控制；
（2）玉米氮素营养诊断，通过优化光谱指数实现玉米生长季氮素营养指标的实时监测；
（3）基于优化光谱指数的玉米生长季氮肥推荐算法。
具体的方法为：
（1）氮平衡总量控制：
K=21×（一公顷的目标产量÷1000）+氮盈余量
K为玉米生长季氮肥用量，kg/ha；
一公顷的目标产量：以往三年农户传统种植的平均产量；
21为千公斤吸氮量，参考文献：Liu, J., Liu, H., Huang, S.M., Yang, X.Y.,Wang, B.R., Li, X.Y., Ma, Y.B., 2010. Nitrogenefficiencyin long-term wheat–maize cropping systems under diverse field sitesinChina. Field Crops Res.118, 145–151.氮盈余量为根据以往氮肥试验中最优施氮处理下的氮盈余量；
计算公式如下：氮素输入-氮素输出=氮素盈余量，氮素输入=施肥量+外界氮素代入量；
（2）玉米氮素营养诊断：
（2.1）优化光谱指数NDSI与玉米植株氮素浓度的定量关系：
Y1=34.689×NDPI+1.8613
Y1：玉米植株氮素浓度，g/kg；
NDPI：优化光谱指数1，NDPI= (Rλ3/Rλ2-1) /(Rλ3-Rλ1)/(Rλ3+Rλ1)，λ1、λ2、λ3分别代表代表玉米冠层在454 nm、742 nm、834 nm波段处的光谱反射率值；
（2.2）优化光谱指数NDSI与玉米植株生物量的定量关系：
Y2=-89.364×NDSI+16.149
Y2：玉米植株生物量，t/ha；
NDSI：优化光谱指数2，NDSI= (Rλ4-Rλ5)/(Rλ4+Rλ5)，λ4、λ5分别代表代表玉米冠层在694 nm、538 nm波段处的光谱反射率值。
（3）基于优化光谱指数的玉米生长季氮肥推荐算法
（3.1）基于氮平衡推荐施氮量的施肥计划即计划追氮量
计算出玉米生长季氮肥施用总量K；玉米推荐施肥分为基肥和追肥，生长季氮肥施用总量的1/3作为基肥，用量为1/3×Kkg/ha。追肥为玉米生长季氮肥用量的2/3，阶段性施肥量根据实际生长状况进行调控，进行2次追肥，追肥质量比例依次为4：6。
氮肥的主要施用时期在V6- V12生育时期，可以根据玉米生长需求的实际情况可多次进行阶段性施肥，施肥次数控制在2-4次为宜。当追肥2次时，与追肥质量比例为4：6；当追肥3次时，追肥质量比为3：3：4；当追肥4次时，追肥质量比为2：2：4：2。
（3.2）基于光谱诊断的阶段性氮肥调控。
在每个生育时期进行施肥前，利用光谱诊断技术监测作物氮素营养状况，利用临界氮浓度稀释曲线判断当前作物是否缺氮，并计算施肥量，具体操作步骤如下：
a、利用冠层光谱估测植株氮素浓度Y1和玉米植株生物量Y2;
b、将Y2带入玉米临界氮浓度稀释曲线，得到临界氮浓度X1：
X1=4.442×Y2-0.448
C、阶段性优化施肥量推荐：
当Y1<X1时，已造成的缺氮量为：(X1- Y1)×Y2，本次追氮量为已造成的缺氮量+原计划追氮量；
当Y1=X1时，本次追氮量为原计划追氮量；
当Y1>X1时，已过量吸收的氮素为：(Y1-X1)×Y2，本次追氮量为计划追氮量-已过量吸收的氮素。
本发明，通过优化光谱指数对玉米氮素营养状况进行实时监测，并以氮平衡和临界氮浓度稀释曲线为氮肥用量调控的范围。确定玉米田间合理施氮量是获得较高目标产量，维持土壤氮肥力和降低施氮引起的环境污染的关键。该技术能够为玉米智慧农业中氮肥精确管理奠定了理论与技术基础，在提高氮素资源高效利用的同时，实现了生产和环境保护并重的生态绿色发展。
附图说明
图1 为实施例的NDSI与玉米植株氮素浓度的关系；
图2为实施例的NDSI与玉米植株生物量的关系。
具体实施方式
结合实施例说明本发明的具体技术方案。
基于优化光谱指数的玉米生长季氮肥施用方法，包括以下步骤：
1、氮平衡总量控制：
K=21×（一公顷的目标产量÷1000）+64
K为玉米生长季氮肥用量（kg/ha）；
一公顷的目标产量：以往三年农户传统种植的平均产量。
21为千公斤吸氮量，参考文献：Liu, J., Liu, H., Huang, S.M., Yang, X.Y.,Wang, B.R., Li, X.Y., Ma, Y.B., 2010. Nitrogenefficiencyin long-term wheat–maize cropping systems under diverse field sitesinChina. Field Crops Res.118, 145–151.64为根据以往氮肥试验中最优施氮处理下的氮盈余量。
计算公式如下：氮素输入-氮素输出=氮素盈余量（注：氮素输入=施肥量+外界氮素代入量）；
表1 氮平衡计算数值表
最高产量施肥量 玉米植株吸氮量 外界氮素代入量 盈余量
304kg/ha 275kg/ha 35kg/ha 64kg/ha
2、玉米氮素营养诊断：
2.1优化光谱指数NDSI与玉米植株氮素的定量关系，如图1所示；
Y1=34.689×NDPI+1.8613
Y1：玉米植株氮素浓度（g/kg）；
NDPI：优化光谱指数1，NDPI= (Rλ3/Rλ2-1) /(Rλ3-Rλ1)/(Rλ3+Rλ1)，λ1、λ2、λ3分别代表代表玉米冠层在454 nm， 742 nm，834 nm波段处的光谱反射率值。
2.2优化光谱指数NDSI与玉米植株生物量的定量关系
Y2=-89.364×NDSI+16.149
Y2：玉米植株生物量（t/ha）；
NDSI：优化光谱指数2，NDSI= (Rλ4-Rλ5)/(Rλ4+Rλ5)，λ4、λ5分别代表代表玉米冠层在694 nm, 538 nm波段处的光谱反射率值。
3基于优化光谱指数的玉米生长季氮肥推荐算法，如图2所示；
3.1基于氮平衡推荐施氮量的施肥计划（计划追氮量）
由上面的公式可以计算出玉米生长季氮肥施用总量K。玉米推荐施肥分为基肥和追肥，本发明中，生长季氮肥施用总量的1/3作为基肥，用量为1/3×Kkg/ha。追肥为玉米生长季氮肥用量的2/3，阶段性施肥量根据实际生长状况进行调控，本发明中进行了2次追肥，追肥质量比例为：40%和60%，具体各生育时期施肥量详见表2。
具体施肥次数和施用比例可以根据实际种植条件进行调整，但是氮肥的主要施用时期应在V6- V12生育时期。
表2制定初步施肥计划
3.2基于光谱诊断的阶段性氮肥调控。
在每个生育时期进行施肥前，利用光谱诊断技术监测作物氮素营养状况，利用临界氮浓度稀释曲线判断当前作物是否缺氮，并计算施肥量，具体操作步骤如下：
a、利用冠层光谱估测植株氮素浓度Y1和玉米植株生物量Y2;
b、将Y2带入玉米临界氮浓度稀释曲线，得到临界氮浓度X1：
X1=4.442×Y2-0.448
C、阶段性优化施肥量推荐：
当Y1<X1时，已造成的缺氮量为：(X1- Y1)×Y2，本次追氮量为已造成的缺氮量+原计划追氮量；
当Y1=X1时，本次追氮量为原计划追氮量；
当Y1>X1时，已过量吸收的氮素为：(Y1-X1)×Y2，本次追氮量为计划追氮量-已过量吸收的氮素。
4、田间验证
为了验证该推荐施肥算法的可行性，2020年（示范1）和2020年（示范2）在内蒙古五原县和乌拉特前旗对本技术进行了田间示范应用。严格按照上述描述结果在示范1和示范2进行的基于优化光谱指数的玉米生长季氮肥施用技术示范结果如表3：
表3基于优化光谱指数的玉米生长季氮肥施用技术示范
以上内容仅仅是对本发明结构所作的举例和说明，所属本技术领域的技术人员对所描述的具体实施例做各种的修改或补充或采用类似的方式替代，只要不偏离发明的结构或者超越本权利要求书所定义的范围，均应属于本发明的保护范围。

Claims (1)

1.基于优化光谱指数的玉米生长季氮肥施用方法，其特征在于，包括以下步骤：
（1）氮平衡总量控制，通过氮平衡对玉米生长季氮肥施用总量进行控制；
氮平衡总量控制具体包括以下步骤：
K=21×（一公顷的目标产量÷1000）+氮盈余量
K为玉米生长季氮肥用量，kg/ha；
一公顷的目标产量：以往三年农户传统种植的平均产量；
氮盈余量为根据以往氮肥试验中最优施氮处理下的氮盈余量；
计算公式如下：氮素输入-氮素输出=氮素盈余量，氮素输入=施肥量+外界氮素代入量；
（2）玉米氮素营养诊断，通过优化光谱指数实现玉米生长季氮素营养指标的实时监测；
玉米氮素营养诊断具体包括以下步骤：
（2.1）优化光谱指数NDSI与玉米植株氮素浓度的定量关系：
Y1=34.689×NDPI+1.8613
Y1：玉米植株氮素浓度，g/kg；
NDPI：优化光谱指数1，NDPI= (Rλ3/Rλ2-1) /(Rλ3-Rλ1)/(Rλ3+Rλ1)，λ1、λ2、λ3分别代表玉米冠层在454 nm、742 nm、834 nm波段处的光谱反射率值；
（2.2）优化光谱指数NDSI与玉米植株生物量的定量关系：
Y2=-89.364×NDSI+16.149
Y2：玉米植株生物量，t/ha；
NDSI：优化光谱指数2，NDSI= (Rλ4-Rλ5)/(Rλ4+Rλ5)，λ4、λ5分别代表玉米冠层在694 nm、538 nm波段处的光谱反射率值；
（3）基于优化光谱指数的玉米生长季氮肥推荐算法；
具体包括以下步骤：
（3.1）基于氮平衡推荐施氮量的施肥计划即计划追氮量
玉米推荐施肥分为基肥和追肥，生长季氮肥施用总量的1/3作为基肥，用量为1/3×Kkg/ha；追肥为玉米生长季氮肥用量的2/3，阶段性施肥量根据实际生长状况进行调控，进行2次追肥，追肥质量比例为4：6；
氮肥的施用时期在V6- V12生育时期；根据玉米生长需求的实际情况多次进行阶段性施肥，施肥次数控制在2-4次；当追肥2次时，追肥质量比例为4：6；当追肥3次时，追肥质量比为3：3：4；当追肥4次时，追肥质量比为2：2：4：2；
（3.2）基于光谱诊断的阶段性氮肥调控
在每个生育时期进行施肥前，利用光谱诊断技术监测作物氮素营养状况，利用临界氮浓度稀释曲线判断当前作物是否缺氮，并计算施肥量；
步骤（3.2）基于光谱诊断的阶段性氮肥调控具体的过程为：
a、利用冠层光谱估测植株氮素浓度Y1和玉米植株生物量Y2；
b、将Y2带入玉米临界氮浓度稀释曲线，得到临界氮浓度X1：
X1=4.442×Y2-0.448
C、阶段性优化施肥量推荐：
当Y1<X1时，已造成的缺氮量为：(X1- Y1)×Y2，本次追氮量为已造成的缺氮量+原计划追氮量；
当Y1=X1时，本次追氮量为原计划追氮量；
当Y1>X1时，已过量吸收的氮素为：(Y1-X1)×Y2，本次追氮量为计划追氮量-已过量吸收的氮素。
CN202110710656.2A 2021-06-25 2021-06-25 基于优化光谱指数的玉米生长季氮肥施用方法 Active CN113269374B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110710656.2A CN113269374B (zh) 2021-06-25 2021-06-25 基于优化光谱指数的玉米生长季氮肥施用方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110710656.2A CN113269374B (zh) 2021-06-25 2021-06-25 基于优化光谱指数的玉米生长季氮肥施用方法

Publications (2)

Publication Number Publication Date
CN113269374A CN113269374A (zh) 2021-08-17
CN113269374B true CN113269374B (zh) 2024-02-27

Family

ID=77235897

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110710656.2A Active CN113269374B (zh) 2021-06-25 2021-06-25 基于优化光谱指数的玉米生长季氮肥施用方法

Country Status (1)

Country Link
CN (1) CN113269374B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115039550B (zh) * 2022-07-04 2023-05-16 广东省农业科学院农业资源与环境研究所 一种基于高光谱数据反演的迟菜心推荐施肥方法
CN116662753B (zh) * 2023-05-18 2024-01-23 中国农业大学 一种基于作物模型与遥感耦合的水稻穗肥氮精准推荐方法
CN116663937B (zh) * 2023-07-28 2023-11-14 中国科学院地理科学与资源研究所 农作物施氮策略的确定方法、装置及设备

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102318466A (zh) * 2011-07-12 2012-01-18 南京农业大学 一种基于氮素光谱指数法的水稻追氮调控方法
CN110189793A (zh) * 2019-06-04 2019-08-30 河南农业大学 基于高光谱的小麦氮肥生理利用率估测模型构建及不同氮效率小麦品种分类
CN110999615A (zh) * 2019-11-12 2020-04-14 内蒙古农业大学 内蒙古阴山北麓滴灌马铃薯田施氮量优化模型及其应用

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102318466A (zh) * 2011-07-12 2012-01-18 南京农业大学 一种基于氮素光谱指数法的水稻追氮调控方法
CN110189793A (zh) * 2019-06-04 2019-08-30 河南农业大学 基于高光谱的小麦氮肥生理利用率估测模型构建及不同氮效率小麦品种分类
CN110999615A (zh) * 2019-11-12 2020-04-14 内蒙古农业大学 内蒙古阴山北麓滴灌马铃薯田施氮量优化模型及其应用

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
东北春玉米氮营养光谱诊断精准追肥模型的研究;崔婷婷;中国优秀硕士学位论文全文数据库农业科技辑;D047-226 *
基于高光谱指数估测马铃薯植株氮素浓度的敏感波段提取;杨海波;植物营养与肥料学报;541-551 *

Also Published As

Publication number Publication date
CN113269374A (zh) 2021-08-17

Similar Documents

Publication Publication Date Title
CN113269374B (zh) 基于优化光谱指数的玉米生长季氮肥施用方法
Cui et al. Current nitrogen management status and measures to improve the intensive wheat–maize system in China
CN111557159B (zh) 一种带有农作物养分需求分析功能的水肥一体机控制***及其控制方法
Lu et al. Cotton cultivation technology with Chinese characteristics has driven the 70-year development of cotton production in China
Liu et al. Soil application of zinc fertilizer could achieve high yield and high grain zinc concentration in maize
CN113433127B (zh) 基于优化光谱指数的马铃薯生长季氮肥用量施用方法
Cao et al. Irrigation and fertilization management to optimize rice yield, water productivity and nitrogen recovery efficiency
CN103265357B (zh) 油菜追肥肥料及油菜施肥方法
Li et al. Long-term effect of integrated fertilization on maize yield and soil fertility in a calcaric fluvisol
Liang et al. Integrated N management improves nitrogen use efficiency and economics in a winter wheat–summer maize multiple-cropping system
Li et al. Effects of nitrogen, phosphorus and potassium combined fertilisation on the dry matter accumulation, distribution and yield of potato under ridge and furrow film mulch cropping
CN102010265B (zh) 一种硅镁锌水稻高产专用肥
CN102598946B (zh) 一种玉米启动肥和追肥两次局部调控施肥方法
CN117236070A (zh) 基于最佳产量的区域玉米植株磷需求量定量化获取方法
CN103650730B (zh) 一种根据作物投影面积和植株高度进行施肥的方法
Srivastava et al. Economics of production and Resource use efficiency of soybean production in India
CN107182410A (zh) 一种旱地冬小麦定量施肥方法
CN113079784A (zh) 一种基于quefts模型的区域化玉米专用肥配肥与施用方法
CN112445256A (zh) 一种基于传感识别技术的植物种植管理***
Kuangfei et al. Loss of nitrogen, phosphorus, and potassium through crop harvests in agroecosystems of Qianjiang, Hubei Province, PR China
Thakur et al. Energy scenario of Madhya Pradesh (India) agriculture and its future requirements
Li et al. Optimized deep neural network and its application in fine sowing of crops
CN103650731A (zh) 一种根据作物植株高度变化进行营养生长期施肥的方法
Shi et al. Application and development of the Internet in modern agriculture
Almaliev et al. Uptake and utilization efficiency of nitrogen and phosphorus in durum wheat

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