CN113433127A - 基于优化光谱指数的马铃薯生长季氮肥用量施用方法 - Google Patents
基于优化光谱指数的马铃薯生长季氮肥用量施用方法 Download PDFInfo
- Publication number
- CN113433127A CN113433127A CN202110742246.6A CN202110742246A CN113433127A CN 113433127 A CN113433127 A CN 113433127A CN 202110742246 A CN202110742246 A CN 202110742246A CN 113433127 A CN113433127 A CN 113433127A
- Authority
- CN
- China
- Prior art keywords
- potato
- nitrogen fertilizer
- nitrogen
- spectral index
- quaternary nitrogen
- 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
Links
- 244000061456 Solanum tuberosum Species 0.000 title claims abstract description 62
- 235000002595 Solanum tuberosum Nutrition 0.000 title claims abstract description 52
- 239000000618 nitrogen fertilizer Substances 0.000 title claims abstract description 51
- 230000003595 spectral effect Effects 0.000 title claims abstract description 41
- 238000000034 method Methods 0.000 title claims abstract description 22
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 claims abstract description 75
- 229910052757 nitrogen Inorganic materials 0.000 claims abstract description 38
- 238000012544 monitoring process Methods 0.000 claims abstract description 10
- 235000016709 nutrition Nutrition 0.000 claims abstract description 6
- 230000035764 nutrition Effects 0.000 claims abstract description 6
- 238000012795 verification Methods 0.000 claims abstract description 6
- 239000002028 Biomass Substances 0.000 claims description 7
- 238000005516 engineering process Methods 0.000 abstract description 8
- 238000007726 management method Methods 0.000 abstract description 7
- 239000003337 fertilizer Substances 0.000 abstract description 5
- 235000012015 potatoes Nutrition 0.000 abstract description 5
- 238000009406 nutrient management Methods 0.000 abstract description 3
- 241000196324 Embryophyta Species 0.000 description 4
- 238000011161 development Methods 0.000 description 4
- 230000004720 fertilization Effects 0.000 description 4
- 239000012895 dilution Substances 0.000 description 3
- 238000010790 dilution Methods 0.000 description 3
- 238000009825 accumulation Methods 0.000 description 2
- 230000007812 deficiency Effects 0.000 description 2
- 238000003745 diagnosis Methods 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 235000015097 nutrients Nutrition 0.000 description 2
- 239000000243 solution Substances 0.000 description 2
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 2
- VHUUQVKOLVNVRT-UHFFFAOYSA-N Ammonium hydroxide Chemical compound [NH4+].[OH-] VHUUQVKOLVNVRT-UHFFFAOYSA-N 0.000 description 1
- 229920002472 Starch Polymers 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000015572 biosynthetic process Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 230000002950 deficient Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 235000003715 nutritional status Nutrition 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 239000000843 powder Substances 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000001228 spectrum Methods 0.000 description 1
- 235000019698 starch Nutrition 0.000 description 1
- 239000008107 starch Substances 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G01—MEASURING; TESTING
- G01N—INVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
- G01N21/00—Investigating or analysing materials by the use of optical means, i.e. using sub-millimetre waves, infrared, visible or ultraviolet light
- G01N21/84—Systems specially adapted for particular applications
-
- 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
- General Physics & Mathematics (AREA)
- Health & Medical Sciences (AREA)
- Life Sciences & Earth Sciences (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Animal Husbandry (AREA)
- Economics (AREA)
- Pathology (AREA)
- Biochemistry (AREA)
- Agronomy & Crop Science (AREA)
- Analytical Chemistry (AREA)
- Marine Sciences & Fisheries (AREA)
- Mining & Mineral Resources (AREA)
- Chemical & Material Sciences (AREA)
- Immunology (AREA)
- Human Resources & Organizations (AREA)
- Marketing (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- General Business, Economics & Management (AREA)
- Theoretical Computer Science (AREA)
- Fertilizing (AREA)
- Fertilizers (AREA)
Abstract
本发明公开了基于优化光谱指数的马铃薯生长季氮肥用量施用方法,包括以下步骤:S1:通过氮平衡对马铃薯生长季氮肥施用总量进行控制,S2:通过优化光谱指数实现马铃薯生长季氮素营养指标的实时监测,S3:基于优化光谱指数的马铃薯生长季氮肥推荐算法,S4:田间示范与验证。本发明将遥感实时监测技术与作物氮肥管理相结合,针对目前马铃薯田氮肥过量施用,施肥时期、用量不合理问题,提出了一种可以通过光谱指数实时监测,并科学的规划氮肥用量,既可以保证马铃薯产量,又可以降低氮素损失,是智慧农业氮素养分管理不可或缺的部分。
Description
技术领域
本发明涉及马铃薯田氮肥施用管理领域,具体为基于优化光谱指数的马铃薯生长季氮肥用量优化施用技术。
背景技术
智慧农业是农业发展的新方向,而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。我国是世界上马铃薯种植面积和产量最多的国家,然而我国传统的马铃薯种植以高水氮投入为基础,氮肥资源代价高。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,农民肥料投入成本的增加,而且过量的氮肥还会损失到环境中,加剧农业面源污染。而内蒙古农牧交错区作为我国马铃薯种植的重要区域,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。因此,我们充分结合区域特点,以马铃薯为主要研究作物,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马铃薯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,针对目前马铃薯田氮肥过量施用,施肥时期、用量不合理问题,本发明提出了基于优化光谱指数的马铃薯生长季氮肥用量施用方法,该技术通过优化光谱指数对马铃薯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,在保证马铃薯产量不降低甚至有小幅度增产的情况下,优化了农民传氮肥用量,既可以保证马铃薯产量,又可以降低氮素损失,是智慧农业氮素养分管理不可或缺的部分,该技术为马铃薯智慧农业中氮肥精准管理奠定了理论与技术基础,在提高氮素资源高效配置的同时,实现了生产和环境保护并重的生态绿色发展。
本发明提出的基于优化光谱指数的马铃薯生长季氮肥用量施用方法,包括以下步骤:
S1:通过氮平衡对马铃薯生长季氮肥施用总量进行控制;
S2:通过优化光谱指数实现马铃薯生长季氮素营养指标的实时监测;
S3:基于优化光谱指数的马铃薯生长季氮肥推荐算法;
S4:田间示范与验证。
优选地,所述S1中马铃薯生长季氮肥用量的计算公式为:K=5×(一公顷的目标产量÷1000)+57,K为马铃薯生长季氮肥用量,单位为kg/ha。
优选地,所述S3中优化光谱指数Opt-SI1与马铃薯植株氮素的定量关系为:
Y1=-2.28×Opt-SI1+7.96
Y1:马铃薯植株氮素浓度(g/kg)
Opt-SI1:优化光谱指数,Opt-SI1=(Rλ1-1.8×Rλ2)/(Rλ3-1.8×Rλ2),λ1、λ2和λ3分别代表代表马铃薯冠层在352nm,536nm和562nm波段处的光谱反射率值。
优选地,所述S3中优化光谱指数Opt-SI2与马铃薯植株生物量的定量关系为:Y2=-217.80×Opt-SI2+109.57Y2:马铃薯植株生物量(t/ha)
Opt-SI2:优化光谱指数,Opt-SI2=Rλ1/(Rλ2+Rλ3),λ1、λ2和λ3分别代表代表马铃薯冠层在958nm,962nm和940nm波段处的光谱反射率值。
本发明的有益效果为:
本发明将遥感实时监测技术与作物氮肥管理相结合,针对目前马铃薯田氮肥过量施用,施肥时期、用量不合理问题,提出了一种可以通过光谱指数实时监测,并科学的规划氮肥用量,既可以保证马铃薯产量,又可以降低氮素损失,是智慧农业氮素养分管理不可或缺的部分。
附图说明
图1为本发明提出的基于优化光谱指数的马铃薯生长季氮肥用量施用方法的Opt-SI1与马铃薯植株氮素的关系示意图;
图2为本发明提出的基于优化光谱指数的马铃薯生长季氮肥用量施用方法的Opt-SI2与马铃薯植株生物量的关系示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。
实施例1,参照图1-2,基于优化光谱指数的马铃薯生长季氮肥用量施用方法,包括以下步骤:
S1:通过氮平衡对马铃薯生长季氮肥施用总量进行控制;
S2:通过优化光谱指数实现马铃薯生长季氮素营养指标的实时监测;
S3:基于优化光谱指数的马铃薯生长季氮肥推荐算法;
S4:田间示范与验证。
以马铃薯氮肥吸收规律为依据,将K按照比例进行阶段性分配,苗期(20%)、块茎形成期(30%)、盛花期(30%)、块茎膨大期(20%)和淀粉积累期(10%)(每个生育时期的氮肥用量可以根据种植户的水肥管理条件再进行细化调整)。
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:
(1)利用冠层光谱估测植株氮素浓度Y1和植株生物量Y2;
(2)将Y1带入全株氮浓度估测模型:
X1=1.13×Y1-1.21
(3)将Y2带入全株生物量估测模型:
苗期-块茎形成期:Y4=1.10×Y21.32
块茎形成-块茎膨大期:Y4=1.84×Y2+1.84
块茎膨大-淡粉积累期:Y4=3.49×ln(Y2)+6.13
(4)将Y4带入马铃薯临界氮浓度稀释曲线,得到临界氮素浓度:
X2=4.57×Y4-0.41
(5)阶段性优化施肥量推荐
(6)当X1<X2时,已造成的缺氮量为:(X2-X1)×Y4,本次追氮量为已造成的缺氮量+原计划追氮量;
(7)当X1=X2时,本次追氮量为原计划追氮量;
(8)当X1>X2时,已过量吸收的氮素为:(X1-X2)×Y4,本次追氮量为计划追氮量-已过量吸收的氮素。
田间验证:
为了验证该推荐施肥算法的可行性,2019年(示范1)和2020年(示范2)在内蒙古四子王旗和桌子山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马铃薯生长季氮肥施用技术示范结果如下:
表1基于优化光谱指数的马铃薯生长季氮肥施用技术示范
以上所述,仅为本发明较佳的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,根据本发明的技术方案及其发明构思加以等同替换或改变,都应涵盖在本发明的保护范围之内。
Claims (4)
1.基于优化光谱指数的马铃薯生长季氮肥用量施用方法,其特征在于,包括以下步骤:
S1:通过氮平衡对马铃薯生长季氮肥施用总量进行控制;
S2:通过优化光谱指数实现马铃薯生长季氮素营养指标的实时监测;
S3:基于优化光谱指数的马铃薯生长季氮肥推荐算法;
S4:田间示范与验证。
2.根据权利要求1所述的基于优化光谱指数的马铃薯生长季氮肥用量施用方法,其特征在于,所述S1中马铃薯生长季氮肥用量的计算公式为:K=5×(一公顷的目标产量÷1000)+57,K为马铃薯生长季氮肥用量,单位为kg/ha。
3.根据权利要求1所述的基于优化光谱指数的马铃薯生长季氮肥用量施用方法,其特征在于,所述S3中优化光谱指数Opt-SI1与马铃薯植株氮素的定量关系为:
Y1=-2.28×Opt-SI1+7.96
Y1:马铃薯植株氮素浓度(g/kg)
Opt-SI1:优化光谱指数,Opt-SI1=(Rλ1-1.8×Rλ2)/(Rλ3-1.8×Rλ2),λ1、λ2和λ3分别代表代表马铃薯冠层在352nm,536nm和562nm波段处的光谱反射率值。
4.根据权利要求1所述的基于优化光谱指数的马铃薯生长季氮肥用量施用方法,其特征在于,所述S3中优化光谱指数Opt-SI2与马铃薯植株生物量的定量关系为:
Y2=-217.80×Opt-SI2+109.57
Y2:马铃薯植株生物量(t/ha)
Opt-SI2:优化光谱指数,Opt-SI2=Rλ1/(Rλ2+Rλ3),λ1、λ2和λ3分别代表代表马铃薯冠层在958nm,962nm和940nm波段处的光谱反射率值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110742246.6A CN113433127B (zh) | 2021-06-24 | 2021-06-24 | 基于优化光谱指数的马铃薯生长季氮肥用量施用方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110742246.6A CN113433127B (zh) | 2021-06-24 | 2021-06-24 | 基于优化光谱指数的马铃薯生长季氮肥用量施用方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113433127A true CN113433127A (zh) | 2021-09-24 |
CN113433127B CN113433127B (zh) | 2024-02-23 |
Family
ID=77758430
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110742246.6A Active CN113433127B (zh) | 2021-06-24 | 2021-06-24 | 基于优化光谱指数的马铃薯生长季氮肥用量施用方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113433127B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117397453A (zh) * | 2023-12-14 | 2024-01-16 | 内蒙古农业大学 | 一种水肥一体化设备、监测***及全追肥方法 |
CN117882547A (zh) * | 2024-03-15 | 2024-04-16 | 内蒙古农业大学 | 一种马铃薯滴灌施肥方法 |
Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
NZ562316A (en) * | 2007-10-09 | 2009-03-31 | New Zealand Inst For Crop And | Method and system of managing performance of a tuber crop |
CN101950323A (zh) * | 2010-08-20 | 2011-01-19 | 江苏省农业科学院 | 基于土壤养分平衡的作物氮肥施用量的推荐方法 |
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 |
CN102435564A (zh) * | 2011-09-19 | 2012-05-02 | 南京农业大学 | 一种基于三波段光谱指数估测植物氮含量的方法 |
CN105445229A (zh) * | 2015-12-15 | 2016-03-30 | 河南农业大学 | 基于氮平衡光谱法的小麦春季氮肥施用方法及其追氮量模型的构建方法 |
FR3027187A1 (fr) * | 2014-10-16 | 2016-04-22 | Centre Technique Interprofessionnel Des Oleagineux Et Du Chanvre (Cetiom) | Procede de determination de la quantite d'azote a fournir a une culture |
CN107796764A (zh) * | 2016-09-05 | 2018-03-13 | 南京农业大学 | 一种基于三波段植被指数的小麦叶面积指数估算模型的构建方法 |
CN108401634A (zh) * | 2018-02-07 | 2018-08-17 | 扬州大学 | 一种大棚鲜食番茄氮素营养诊断及推荐施氮方法 |
CN109187441A (zh) * | 2018-08-27 | 2019-01-11 | 中国水利水电科学研究院 | 基于冠层光谱信息的夏玉米含氮量监测模型的构建方法 |
CN109187398A (zh) * | 2018-11-08 | 2019-01-11 | 河南省农业科学院植物营养与资源环境研究所 | 一种小麦植株氮含量的高光谱测定方法 |
CN109459392A (zh) * | 2018-11-06 | 2019-03-12 | 南京农业大学 | 一种基于无人机多光谱影像的水稻地上部生物量估测方法 |
CN110567892A (zh) * | 2019-09-17 | 2019-12-13 | 中国水利水电科学研究院 | 一种基于临界氮浓度的夏玉米氮素高光谱预测方法 |
US20200025741A1 (en) * | 2018-07-20 | 2020-01-23 | Regents Of The University Of Minnesota | Method to predict crop nitrogen status using remote sensing |
US20200068797A1 (en) * | 2018-08-31 | 2020-03-05 | Farmers Edge Inc. | Method and system for estimating effective crop nitrogen applications |
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 |
CN112084462A (zh) * | 2020-08-27 | 2020-12-15 | 江苏农林职业技术学院 | 一种基于数字图像的作物氮素营养指标估算模型评价方法 |
CN112485204A (zh) * | 2020-11-06 | 2021-03-12 | 安徽农业大学 | 基于高光谱的水稻穗期氮营养监测与诊断方法及应用 |
CN112903600A (zh) * | 2021-01-15 | 2021-06-04 | 南京农业大学 | 一种基于固定翼无人机多光谱影像的水稻氮肥推荐方法 |
-
2021
- 2021-06-24 CN CN202110742246.6A patent/CN113433127B/zh active Active
Patent Citations (18)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
NZ562316A (en) * | 2007-10-09 | 2009-03-31 | New Zealand Inst For Crop And | Method and system of managing performance of a tuber crop |
CN101950323A (zh) * | 2010-08-20 | 2011-01-19 | 江苏省农业科学院 | 基于土壤养分平衡的作物氮肥施用量的推荐方法 |
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 |
CN102435564A (zh) * | 2011-09-19 | 2012-05-02 | 南京农业大学 | 一种基于三波段光谱指数估测植物氮含量的方法 |
FR3027187A1 (fr) * | 2014-10-16 | 2016-04-22 | Centre Technique Interprofessionnel Des Oleagineux Et Du Chanvre (Cetiom) | Procede de determination de la quantite d'azote a fournir a une culture |
CN105445229A (zh) * | 2015-12-15 | 2016-03-30 | 河南农业大学 | 基于氮平衡光谱法的小麦春季氮肥施用方法及其追氮量模型的构建方法 |
CN107796764A (zh) * | 2016-09-05 | 2018-03-13 | 南京农业大学 | 一种基于三波段植被指数的小麦叶面积指数估算模型的构建方法 |
CN108401634A (zh) * | 2018-02-07 | 2018-08-17 | 扬州大学 | 一种大棚鲜食番茄氮素营养诊断及推荐施氮方法 |
US20200025741A1 (en) * | 2018-07-20 | 2020-01-23 | Regents Of The University Of Minnesota | Method to predict crop nitrogen status using remote sensing |
CN109187441A (zh) * | 2018-08-27 | 2019-01-11 | 中国水利水电科学研究院 | 基于冠层光谱信息的夏玉米含氮量监测模型的构建方法 |
US20200068797A1 (en) * | 2018-08-31 | 2020-03-05 | Farmers Edge Inc. | Method and system for estimating effective crop nitrogen applications |
CN109459392A (zh) * | 2018-11-06 | 2019-03-12 | 南京农业大学 | 一种基于无人机多光谱影像的水稻地上部生物量估测方法 |
CN109187398A (zh) * | 2018-11-08 | 2019-01-11 | 河南省农业科学院植物营养与资源环境研究所 | 一种小麦植株氮含量的高光谱测定方法 |
CN110567892A (zh) * | 2019-09-17 | 2019-12-13 | 中国水利水电科学研究院 | 一种基于临界氮浓度的夏玉米氮素高光谱预测方法 |
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 |
CN112084462A (zh) * | 2020-08-27 | 2020-12-15 | 江苏农林职业技术学院 | 一种基于数字图像的作物氮素营养指标估算模型评价方法 |
CN112485204A (zh) * | 2020-11-06 | 2021-03-12 | 安徽农业大学 | 基于高光谱的水稻穗期氮营养监测与诊断方法及应用 |
CN112903600A (zh) * | 2021-01-15 | 2021-06-04 | 南京农业大学 | 一种基于固定翼无人机多光谱影像的水稻氮肥推荐方法 |
Non-Patent Citations (8)
Title |
---|
CLAUDIA M ET,: "Nitrogen balance for potato crops in the southeast pampas region, Argentina", 《NUTR CYCL AGROECOSYST 》, vol. 95, pages 73 - 86, XP035320107, DOI: 10.1007/s10705-012-9549-2 * |
张加康 等: "基于全株生物量和全株氮浓度的马铃薯氮临界浓度稀释模型的构建及验证", 《植物营养与肥料学报》, vol. 26, no. 9, pages 1691 - 1701 * |
张加康: "马铃薯和甜菜临界氮浓度稀释曲线的构建及应用", 《中国优秀硕士学位论文全文数据库农业科技辑》, pages 11 - 12 * |
张加康;李斐;李跃进;杨海波;贾禹泽;刘玉峰;石焱;: "基于全株生物量和全株氮浓度的马铃薯氮临界浓度稀释模型的构建及验证", 植物营养与肥料学报, no. 09, pages 131 - 141 * |
李瑞: "基于氮营养指数和SPAD的马铃薯氮素营养诊断", 《中国博士学位论文全文数据库农业科技辑》, pages 29 - 36 * |
杨华 等,: "玉米优化施氮高产高效生理机制", 《农业工程》, vol. 6, no. 2, pages 127 - 130 * |
杨海波 等: "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", 《植物营养与肥料学报》 * |
杨海波 等: "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", 《植物营养与肥料学报》, vol. 26, no. 3, 31 December 2020 (2020-12-31), pages 541 - 551 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN117397453A (zh) * | 2023-12-14 | 2024-01-16 | 内蒙古农业大学 | 一种水肥一体化设备、监测***及全追肥方法 |
CN117397453B (zh) * | 2023-12-14 | 2024-02-23 | 内蒙古农业大学 | 一种水肥一体化设备、监测***及全追肥方法 |
CN117882547A (zh) * | 2024-03-15 | 2024-04-16 | 内蒙古农业大学 | 一种马铃薯滴灌施肥方法 |
CN117882547B (zh) * | 2024-03-15 | 2024-05-10 | 内蒙古农业大学 | 一种马铃薯滴灌施肥方法 |
Also Published As
Publication number | Publication date |
---|---|
CN113433127B (zh) | 2024-02-23 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Qingfeng et al. | Improving yield and nitrogen use efficiency simultaneously for maize and wheat in China: a review | |
Cui et al. | Current nitrogen management status and measures to improve the intensive wheat–maize system in China | |
Zhang et al. | Integrated nutrient management for food security and environmental quality 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 | |
CN113269374B (zh) | 基于优化光谱指数的玉米生长季氮肥施用方法 | |
CN113433127A (zh) | 基于优化光谱指数的马铃薯生长季氮肥用量施用方法 | |
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 | |
Anantha et al. | Seeking sustainable pathways for fostering agricultural transformation in peninsular India | |
Jin et al. | Energy assessment of different rice–wheat rotation systems | |
Akinbile | Crop water requirements, biomass and grain yields estimation for upland rice using CROPWAT, AQUACROP and CERES simulation models | |
Li et al. | Long-term effect of integrated fertilization on maize yield and soil fertility in a calcaric fluvisol | |
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 | |
Chang et al. | Increase in yield and nitrogen use efficiency of double rice with long-term application of controlled-release urea | |
Bai et al. | Effects of N application strategies on N leaching loss in paddy soil and N use characteristics in different super hybrid rice cultivars | |
Liang et al. | Integrated N management improves nitrogen use efficiency and economics in a winter wheat–summer maize multiple-cropping system | |
CN103650730B (zh) | 一种根据作物投影面积和植株高度进行施肥的方法 | |
CN107043278A (zh) | 一种中稻‑再生稻穗芽肥专用配方肥 | |
CN107324909A (zh) | 一种适于移栽棉花的苗期浓缩沼液叶面肥及应用 | |
Jamal et al. | Monitoring rocket (Eruca sativa) growth parameters using the Internet of Things under supplemental LEDs lighting | |
CN112851434B (zh) | 一种基于quefts模型的区域化水稻专用肥配肥与施用方法 | |
Bhatia et al. | Yield gap analysis of soybean, groundnut, pigeonpea and chickpea in india using simulation modeling: global theme on agroecosystems Report No. 31 | |
Wang et al. | Optimizing management of mulched fertigation systems to improve maize production efficiency in northeast China | |
Zhao et al. | Roadmap of resource saving agricultural science and technology development | |
Imran et al. | Comparative analysis of energy use efficiency among Pakistani and Turkish wheat growers |
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 |