CN114521377A - 一种基于水肥调控计算马尾松播种苗需水需肥规律的方法 - Google Patents

一种基于水肥调控计算马尾松播种苗需水需肥规律的方法 Download PDF

Info

Publication number
CN114521377A
CN114521377A CN202210160780.0A CN202210160780A CN114521377A CN 114521377 A CN114521377 A CN 114521377A CN 202210160780 A CN202210160780 A CN 202210160780A CN 114521377 A CN114521377 A CN 114521377A
Authority
CN
China
Prior art keywords
water
fertilizer
growth
nutrient
seedlings
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
Application number
CN202210160780.0A
Other languages
English (en)
Other versions
CN114521377B (zh
Inventor
丁贵杰
付远洪
文全卫
邵畅畅
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.)
Guizhou University
Original Assignee
Guizhou 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 Guizhou University filed Critical Guizhou University
Priority to CN202210160780.0A priority Critical patent/CN114521377B/zh
Publication of CN114521377A publication Critical patent/CN114521377A/zh
Application granted granted Critical
Publication of CN114521377B publication Critical patent/CN114521377B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • AHUMAN NECESSITIES
    • A01AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
    • A01CPLANTING; SOWING; FERTILISING
    • A01C21/00Methods of fertilising, sowing or planting
    • A01C21/007Determining fertilization requirements
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/18Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/04Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02ATECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
    • Y02A40/00Adaptation technologies in agriculture, forestry, livestock or agroalimentary production
    • Y02A40/10Adaptation technologies in agriculture, forestry, livestock or agroalimentary production in agriculture
    • Y02A40/22Improving land use; Improving water use or availability; Controlling erosion
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P60/00Technologies relating to agriculture, livestock or agroalimentary industries
    • Y02P60/40Afforestation or reforestation

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Human Resources & Organizations (AREA)
  • Computational Mathematics (AREA)
  • Mathematical Analysis (AREA)
  • Mathematical Optimization (AREA)
  • Operations Research (AREA)
  • Soil Sciences (AREA)
  • Pure & Applied Mathematics (AREA)
  • Strategic Management (AREA)
  • Mathematical Physics (AREA)
  • Economics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Software Systems (AREA)
  • Evolutionary Biology (AREA)
  • Development Economics (AREA)
  • Databases & Information Systems (AREA)
  • Game Theory and Decision Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Algebra (AREA)
  • General Engineering & Computer Science (AREA)
  • Marketing (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Probability & Statistics with Applications (AREA)
  • Environmental Sciences (AREA)
  • Fertilizing (AREA)
  • Hydroponics (AREA)

Abstract

本发明公开了一种基于水肥调控计算马尾松播种苗需水需肥规律的方法,是依据马尾松播种苗根系随生育进程在基质中的分布特点,实现在空间和时间上对马尾松根区实施定位定量及时补水和补肥的前提下,开展马尾松播种苗不同生长发育阶段精准水肥耦合试验,统计不同水肥处理不同生长发育阶段内的灌水量和施肥量、水分蒸发量、水分流失量、基质中水分贮水量以及回收液和基质中养分残留情况,本发明能够实现时空动态精准控制水肥补给量,确保苗木根区水分和养分的一致性,精细掌握水肥的来源和去向,准确获取苗木对水肥的吸收规律及吸收量,与传统方法相比,通过本发明获取的数据更精确和具有科学性。

Description

一种基于水肥调控计算马尾松播种苗需水需肥规律的方法
技术领域
本发明属于马尾松种植技术领域,尤其涉及一种基于水肥调控计算马尾松播种苗需水需肥规律的方法。
背景技术
马尾松(Pinus massoniana)是我国极重要的材、脂两用的先锋树种,同时也是当前少数大径材培育为数不多的树种之一,具有耐干旱贫瘠、适应性强、速生丰产等优点,是荒山造林、调整林业结构、营造工业原料的首选树种,具有很大的经济和生态效益。虽然我国的马尾松种植面积大,但造林质量较低,其原因之一是马尾松播种苗生理质量和活力表现低,林业生产上只注重播种苗的形态指标,忽略播种苗的质量和活力水平。播种苗并非越高越好,虽然高的播种苗有可能在遗传上具有一定的优势,但造林播种苗的大小以整齐度为好。因此,培育优质健壮的播种苗是提高造林成活率的关键。
要提高播种苗质量,在育苗过程中的水肥供给和管控至关重要。要在育苗过程中进行水肥精准供给,首先要解决的重大问题就是要准确掌握播种苗在不同发育阶段的水肥需求规律,才能做到按需供给,进行精准化育苗。要准确掌握播种苗各生长时期的水肥需求规律及其需求量,就需要精准调控播种苗根部基质中的水分和养分含量,确保不同水肥条件下的播种苗根部基质中的养分和水分实时保持在目标控制范围内的前提下,定期统计该时段内的灌水量和施肥量、水分蒸发量、水分和养分流失量,基质中水分贮水量和养分残留情况,计算马尾松不同生长发育阶段和同一生长发育阶段的不同生长时期的耗水量和吸收的矿物质含量,准确拟定出马尾松播种苗不同生长发育阶段和同一生长发育阶段的不同生长时期对水肥的需求规律。
目前马尾松育苗过程的水肥管理依靠的是人工作业,人的主观性强,只管水肥的施入,不管苗木是否需要,特别是浇水过多不仅导致养分流失,破坏播种苗的生长环境,而且会引起水资源污染;施肥过量水分不足,会营造苗木生长环境的双重胁迫,水分养分吸收失衡,水肥利用率低;另外不均衡施肥还可能会使某种元素过量或不足,出现某种元素过量中毒或缺素症状,表现营养生长旺或生长受阻和代谢紊乱,影响苗木的正常生长。
为此,针对马尾松苗木需水需肥规律和需水需肥量科研工作者利用传统方法已从单因子效应方面对其开展了研究,从单一因子方面分别设置不同水分和养分梯度采取传统的称重法和水培方式对马尾松播种苗的需水和需肥规律进行了研究;从苗木的生长发育和体内养分积累方面初步探究了有利于马尾松苗期生长及养分吸收积累的最优氮磷钾组合。但此类研究均是规避水分或者养分从单因素层面来研究苗木对养分或者水分消耗规律,尤其是水培在已经给苗木塑造了水涝环境其生长发育和对养分的吸收受到影响下来探究其养分吸收规律是不合理科学的。苗木生长的健壮与否以及对水分和养分的吸收是水肥交互作用的结果,合理的水肥组合有助于苗木对水肥的吸收,水肥过高或过低均不利于苗木的生长和对水肥的吸收利用。
目前,由于缺乏科学的研究实验装置,难以获得准确的马尾松需水需肥规律及其需水需肥量,成为马尾松合理科学水肥管理育苗的“瓶颈”。因此,如何获得较为准确的马尾松不同生长发育阶段需水需肥规律及其需水需肥量是本发明需要解决的关键问题。
发明内容
本发明提供一种基于精准水肥调控计算马尾松播种苗需水需肥规律的方法,包括以下步骤:
A通过水肥耦合试验计算不同水肥处理下马尾松播种苗不同生长发育阶段内单株苗木每积累增加1g干物质所需消耗的水量和所需吸收的养分量;
B采用多目标综合决策模型优化找出苗木不同生长阶段的最优水肥组合;
C将优化确定的马尾松播种苗不同发育阶段的最优水肥组合分别调控于苗木的不同生长发育阶段,计算苗木在最优水肥条件下不同生长发育阶段和同一生长发育阶段不同生长时期的需水需肥规律及需水需肥量。
进一步地,所述水肥耦合试验是通过分别设置充分灌溉、轻度亏缺灌溉、中度亏缺灌溉、重度亏缺灌溉四个不同灌溉水平和极高肥、高等肥、中等肥、低等肥四个不同施肥水平的正交试验;所述肥为氮磷钾肥;所述马尾松播种苗不同生长发育阶段分为:出苗期、生长初期、速生期、生长后期、休眠期;
进一步地,根据马尾松播种苗根系年生长规律,所述水肥耦合试验过程中的水肥管理采用精准水肥调控***对苗木根区水分和养分进行时空动态精准控制水肥补给量,确保苗木不同生长发育阶段根区基质中的水分和养分含量实时保持在目标阈值范围内;
进一步地,于播种当日计算并记录不同水肥处理育苗基质中的贮水量(WMST-0)和养分残留量(CT-m-0),T:为某一时间段;m:为氮、磷、钾;
进一步地,播种后,定期统计每个处理在该时间段内所灌溉的水量(ITi)、养分施用量(ETi-m)、水分流失量(ZTi)和养分流失量(RTi-m)、基质中水分贮水量(WMSTi)和养分残留量(CTi-m),i:为某一时间段;
进一步地,所述每个处理马尾松播种苗不同生长发育阶段内单株苗木每增加1g干物质所需要消耗的水量(WT-n)和所需吸收的养分量(NT-m-n)采取如下计算公式计算:
Figure BDA0003514567730000031
Figure BDA0003514567730000032
公式(1)和(2)中,NT-m-n和WT-n分别为不同水肥处理各生长发育阶段内每株苗木每积累增加1g干物质所需要吸收的养分量和所需消耗的水量;NUT-m-ni和ETT-ni分别为各生长发育阶段内某一时间段内所有苗木的养分消耗量和水分消耗量,WT-n单位L,NT-m-n单位g;A:为各生长发育阶段内的苗木总数;n:为不同生长发育阶段;BT-m-n-1和BT-m-n:分别为上一生长发育阶段结束和该生长发育阶段结束时一定数量苗木全株总干重,单位g;
所述某一时间段内所有苗木的水分消耗量(ETi)采用水量平衡法计算,其公式为:
ETi=Ii-Di-Zi+(MWSi-1-MWSi) (3)
公式(3)中,ETi:为某一时间段内所有苗木耗水量,单位L;Ii:为某一时间段内的灌溉量,单位L;Di:为某一时间段内的流失水量,单位L;Zi:为某一时间段内育苗地水分蒸发量;单位L;MWSi:为某一时间段结束时育苗基质中的贮水量,单位L;MWSi-1:为某一时间段开始时育苗基质中的贮水量,单位L;由于采用棚内和育苗装置为种植环境,故未考虑降水量、地下水和地表径流的影响;
所述某一时间段内育苗地的水分蒸发量(Zi)采用蒸发器测定,所述蒸发器采用底部带有排水孔的圆柱体将其分别埋设于苗木行间距之间,蒸发器中装有与育苗苗木相同的基质,蒸发器内的基质平面与育苗基质平面齐平,每天采用精度0.01g的电子天平称重并记录重量(M),按照公式(4)计算育苗地蒸发量:
Zi=S·Δt×Evri (4)
所述Evri为单位面积育苗地的蒸发速率,单位g·cm-2·h-1,计算公式为:
Figure BDA0003514567730000041
公式(4)中(5),M1和M2为t1和t2时间蒸发器的总重量,单位g;s:为蒸发器内管的面积,单位cm2;Δt:为相邻两次称重的时间间隔,单位h;S:为育苗地面积,单位cm2
所述某一时间段内所有苗木的养分消耗量(NUmi)计算公式为:
NUmi=Emi+Cmi-1-Rmi-Cmi (6)
所述Emi和Rmi的计算公式为:
Emi=cm1·V,Rmi=cm2·D (7)
公式(6)和(7)中,NUmi:为某一时间段内所有苗木的养分消耗量,单位g,cmi1和cmi2分别为浓缩营养液和流失水中的养分浓度,单位g/L;V和D分别为某一时间段内浓缩营养液用量和流失水量,单位L;Cmi-1:为某一时间段开始时基质中的养分残留量,单位g;Cmi:为某一时间段结束时基质中的养分残留量,单位g;Emi和Rmi分别为某一时间段内养分施用量和流失量,单位g;V和D分别为某一时间段内浓缩营养液用量和流失水量,单位L;cm1和cm2分别为浓缩营养液和流失水中的养分浓度,单位g/L;
所述基质贮水量计算公式为:
MWSi=a·b·[(θj·l+θnj·(h-l)]·ρ1·10-3 (8)
所述基质养分残留量计算公式:为:
Cmi=a·b·ρ2[(Nm-j·l+Nm-nj·(h-l)]·10-6 (9)
公式(8)和(9)中,θj:为计划监测层基质体积含水率;θnj:为非计划监测层基质平均体积含水率;Nm-j:为计划监测层基质养分含量,单位mg·kg-1;Nm-nj:为非计划湿润层基质平均养分含量,单位mg·kg-1;a:为种植区域长度,单位cm;b:为种植区域宽度,单位cm;l:为传感器探针长度,单位cm;ρ1和ρ2分别为基质中水的密度和基质容重,单位g·cm-3;h:为基质层厚度,单位cm;
进一步地,若在统计时间段内有增加灌水和施肥,所述公式(3)和(6)中MWSi-1和Cmi-1为监测层基质含水量和养分含量达上限值时基质中的贮水量(MWSupper)和养分残留量(Cm-upper);所述灌水量采用灌水电磁流量计获取,流失水量采用量程为3kg精度为0.01g的电子称称重获取,浓缩营养液用量采用养分电磁流量计获取;
B所述构建多目标综合决策模型优化找出马尾松播种苗不同生长阶段的最优水肥组合,采取如下步骤;
a.基于偏最小二乘法原理,建立以各生长发育阶段内每积累增加1g干物质所需要消耗的水量、所需吸收的氮磷钾量和高径比为响应变量与施用的水和氮磷钾为自变量建立多元二次回归模型:
Figure BDA0003514567730000061
公式(9)中:yn-m:为响应变量,m:为各生长发育阶段内每积累增加形成1g干物质所需消耗的水量、吸收的氮磷钾量或高径比;θ:为基质体积含水率,N:为氮含量,P:为磷含量,K:为钾含量,bm0、bm1、bm2、bm3.....bm14:为常数项;n:为各生长发育阶段;
b.确定各响应变量yn-m的权重,公式为:
Figure BDA0003514567730000062
式中,wm:为权重,λm:为方差;
c.计算各个响应变量的最优预测值,然后再令各个响应变量与最优预测值的加权残差平方和为最小,建立综合多目标决策模型:
Figure BDA0003514567730000063
wm:为权重值,yn-m:为各响应变量的二次方程,OAn-m:为各响应变量的最优预测值;
d.对所述综合多目标决策模型进行优化求解实现苗木不同生长发育阶段内对水分和养分协调高效吸收的最优水肥组合;
进一步地,所述C中最优水肥管理采用精准水肥调控***将所述优化确定的马尾松播种苗不同生长发育阶段的最优水肥组合分别调控于苗木的不同生长发育阶段,确保苗木不同生长发育阶段根区基质中的水分和养分含量实时保持在最优水肥范围内,定期统计该时间段内所灌溉的水量和施肥量、水分蒸发量、水分和养分流失量、基质中水分贮水量和养分残留量;
进一步地,采取所述A中公式(3)-(9)计算苗木在最优水肥调控下生长发育所消耗的水量和吸收的养分量;
进一步地,以播种日期为横坐标,耗水量和养分吸收量为纵坐标绘制马尾松播种苗不同生长发育阶段耗水量和需肥量的动态曲线图。
发明的有益效果是:
(1)依据马尾松播种苗根系随生育进程在基质中的分布特点,采用水肥精准调控***对苗木根区水分和养分进行时空动态定位定量及时补水和补肥,保证了苗木不同生长发育阶段根区基质中的水分和养分含量实时保持在目标阈值范围内,实现了苗木生长环境水分和养分的良好控制;
(2)通过正交水肥试验,构建多目标综合决策模型求解苗木不同生长发育阶段对水肥高效吸收的最优水肥组合,再将苗木不同生长发育阶段的最优水肥组合分别调控于苗木的不同生长发育阶段,通过定期统计苗木不同生长发育阶段内的灌水量和施肥量、水分蒸发量、水分和养分流失量、基质中水分贮水量和养分残留情况,精细掌握水肥的来源和去向,准确掌握苗木不同生长发育阶段和同一生长发育阶段不同生长发育阶段对水肥的吸收规律及吸收量。
附图说明
图1为马尾松播种苗不同生长发育阶段内的水肥需求规律及其水肥需求量的流程图;
图2为马尾松播种苗生长初期氮磷钾的吸收规律的示意图;
具体实施方式
下面结合实施例对本发明做进一步阐释,所举实例只用于解释本发明,并非用于限定本发明的范围。
如图1所示,在本实施例中要求得马尾松播种苗不同生长发育阶段内的水肥需求规律及其水肥需求量,采用水肥耦合调控***精准控制水肥补给量,确保苗木不同生长发育阶段根区基质中的水分和养分实时保持在控制范围内的前提下,统计各生长发育阶段内的灌水量和施肥量、水分蒸发量、水分和养分流失量、基质中水分贮水量和养分残留情况,通过构建多目标综合决策模型求解苗木不同生长发育阶段每累积增加1g干物质所需要消耗的水量和氮磷钾量同时达到最优时的最佳水肥组合,再对马尾松播种苗不同生长发育阶段进行最优水肥调控,每间隔时间统计该时段内的灌水量和施肥量、水分蒸发量、水分和养分流失量、基质中水分贮水量和养分残留情况,计算不同生长发育阶段和同一生长发育阶段不同生长时期内苗木生长所需的耗水量和吸收的氮磷钾量;
所述水肥精准补给通过每个所述育苗装置均配置有水分和养分传感器,用于监测各育苗基质中的水分养分信息并将信息发送至集成控制中心对应的数据采集模块;所述集成控制中心包括集成控制柜和水肥控制平台,用于基于每个不同水肥供给育苗单元中播种苗根区基质中的水分和养分信息,并结合不同育苗单元预设的水分和养上下限值比较,分析判断是否浇水和施肥并生成相对应的水肥供给方案来实现苗木根区基质中的水分和养分实时保持在控制范围内,确保苗木生长环境的一致性。
开展马尾松播种苗精准水肥管理试验:选取长势一致的种壳未脱落被截掉主根的马尾松幼苗移栽于长(a)3m宽(b)70cm高30cm的育苗槽中,育苗槽内装有石英砂、珍珠岩、蛭石和黄心土的混合基质,其中黄心土占石英砂、珍珠岩、蛭石按体积比3:2:4混合后重量的5%,育苗槽中基质经压实后的厚度(h)为25cm,基质容重为1.08g/cm3,田间体积含水率(θmax)为44.16%。每育苗单元中苗木的株间距和行间距均为8cm,共342株苗。在育苗槽的两端和中间位置的行间距之间分别埋设有内径(r)8cm高25cm底部有3个排水孔的用于测量水分蒸发量的蒸发器,蒸发器中装有与栽种苗木相同的基质,蒸发器中基质平面与育苗槽中的基质平面齐平,每天采用精度为0.01g的电子天平称重并记录其重量(M);
水肥管理设置水分(W)、氮(N)、磷(P)、钾(K)4因素,水分处理设置充分灌溉、轻度亏缺灌溉、中度亏缺灌溉、重度亏缺灌溉4个水平,施肥设极高肥、高等肥、中等肥、低等肥四个施肥水平共16个不同水肥耦合组合。氮磷钾由Ca(NO3)2、NH4Cl、NH4H2PO4、KNO3、KCl提供,均为分析纯。
以下实施例以苗木生长初期和速生期为例,介绍在育苗过程中水分和养分传感器跟随苗木生长进程时空动态监测苗木根区基质中的水分和氮磷钾含量并进行精准差额补水和补肥,实时确保苗木根区水分和养分含量保持在目标阈值范围内的方法
苗木生长初期又叫扎根期:是指马尾松苗木出苗后90%的种壳脱落至苗木生长速度大幅度增加时为止,此期苗木的生长特点是根系生长快而地上部分生长缓慢。传感器监测的范围是以探针为中心,探针长为直径的圆柱体内的水分和养分信息。如图1中水分传感器11和养分传感器12位置变动示意图所示,苗木生长初期的前期根系分布在2-5cm基质层左右,此时水分传感器和氮磷钾传感器探针应监测的是以基质水平面为基准向下1-8cm左右基质层的水分和氮磷钾含量,随着生育进程的推进,苗木生长初期的后期根系分布深度在10-15cm左右,此时应将水分传感器和氮磷钾传感器向下移动大概7cm,监测8-15cm基质层的水分和氮磷钾含量。苗木生长初期结束进入速生期的前期,传感器的位置可以不用移动,当进入速生期的中期时,根系主要分布深度在15-25cm,此时应将传感器下移动7cm左右,监测15-22cm基质层的水分和氮磷钾含量,从苗木速生期的中期至休眠期传感器的位置可一直保持在15-22cm深度;
表1 L16(44)水肥管理表
Figure BDA0003514567730000101
表1中水分管理和氮磷钾肥管理的上下限值表示水分和氮磷钾的目标阈值范围,当监测值低于下限值时触发控制程序自动计算补足至目标阈值上限值所需输出的水量和肥量并输出对应的水肥量进行差额补水或补肥;θmax为基质最大体积含水率,其值为44.16%;
不同水肥处理苗木的生长速度不同,传感器埋设深度可根据根系分布特点进行调整,灌水器与传感器的位置基本一致;
苗木生育进程的判断标准以选择长势一致30株苗木挂牌,每10d测量一次苗高,当相邻两次测量的苗木生长量相比显著增加时认为苗木生长初期结束开始进入速生期,当相邻两次测量的苗木生长量相比显著降低时认为苗木速生期结束开始进入生长后期,当相邻两次测量的苗木生长量相比基本无增加时认为苗木生长后期结束开始进入休眠期。
以下实施例以T1处理马尾松苗木生长初期开始至生长初期结束为一个时间间隔为例介绍苗木在此期生长过程中所灌溉的水量和施氮量、水分和氮流失量、基质中水分贮水量和氮残留量;每天采取称重法计算每24h内的水分蒸发量,计算苗木生长初期每积累增加形成1g干物质所需消耗的水分和吸收的氮量的计算方法
试验开始前,采用最小刻度为1cm的取样器分别在育苗槽的两端及中间位置采用五点法将0-25cm层的基质取出混合均匀装入容器中压实,将水分传感器和养分传感器探针完全***待数值稳定后水分含水率(θ0)读数为30.15%,氮含量读数为259mg/kg,则基质中的贮水量MWST1-0=a×b×ρ1×θj×h×10-3=300×70×1×10-3×0.3015×25=158.288L,基质中的氮含量为CT1-N-0=a×b×ρ2×θj×h×10-6=300×70×1.08×259×25×10-6=146.853g,公式中a:种植区域长度,单位cm;b:种植区域宽度,单位cm;h:基质层厚度,单位cm;ρ1和ρ1分别表示水的密度和基质容重;将所有电磁流量计清零并清除接水槽和回收桶内的液体;
苗木生长初期开始时,由于苗木根系主要分布在2-5cm左右的基质层,所以水传感器和氮磷钾传感器探针所处位置应在以基质水平面为基准向下1-8cm基质层,测的水分体积含水率为30.37%,低于设置的目标阈值下限值41.07%;氮含量为245.15mg/kg处于目标阈值范围内,触发水肥控制程序自动计算补足至目标阈值上限值所需输出的水量进行差额补水;当监测层基质中氮含量降至与氮含量目标阈值下限值239mg/kg误差在0.1%时采用取样器将0-8cm层基质取出舍掉,取出8-25cm层的基质经充分混合后装入容器,经检测氮含量读数为241.12mg/kg,则当1-8cm基质层氮含量为目标阈值下限值时基质中氮残留量为CT1-N-lower=a·b·ρ2[(Nm-j·l+Nm-nj·(h-l)]·10-6=300×70×1.08×[(239×7+241.12×(25-7)]×10-6=136.378g;
试验开始后每天用精度为0.01克的电子天平对蒸发器称重并记录重量(M),若间隔24h内两次蒸发器的重量分别为M1=790.45g和M2=778.92g,则24h内育苗地水分蒸发速率为
Figure BDA0003514567730000121
式中,M1和M2为t1和t2时间的总重量(g);A:蒸发器内管的面积(cm2);Δt:相邻两次称重的时间间隔(h);Evr:蒸发速率,单位g·cm-2·h-1
苗木生长初期结束时传感器监测区域(θj)为7-14cm基质层,其水分体积含水率(θ)读数41.95%,氮含量读数为250mg/kg,灌水电磁流量计读数IT1-初为69.118L,采取量筒和量程为3kg精度为0.01g的电子称获取水分流失量DT1-初为32.43kg,养分电磁流量计读数VT1-初为5.95L,营养液氮浓度cNi为25.2g·L-1,在整个生长初期总水分蒸发量ZT1-初=S·∑Δt·Evri=11.475L,平均每株苗木干物质增加0.061g,苗木生长初期氮肥施用量ET1-N-初=cN1×V=25.2g/L×5.95L=149.94g;
利用取样器分层将基质取出,舍掉7-14cm层基质后将0-7cm和15-22cm层基质混合均匀装入容器中压实,将水分传感器和养分传感器探针完全***待数值稳定后,非计划监测层(θnj)体积含水率读数43.05%,氮含量读数258mg/kg,则基质中的贮水量MWST1-初=a·b·ρ1×10-3j×l+θnj·(h-l)]=300×70×1×10-3×[0.4195×7+0.4305×(25-7)]=224.396L,氮残留量CT1-N-初=a×b×ρ1×[(Nj×l+Nnj×(h-l))]×10-6=300×70×1.08×[(250×7+258×(25-7))]×10-6=145.016g。式中,θj:为计划监测层基质体积含水率;θnj:为非计划监测层基质平均体积含水率;l:水分传感器探针长度,单位cm;ρ1和ρ1分别表示水的密度和基质容重,单位g·cm-3
在苗木生长初期传感器下移动至7-14cm基质层后,择时测量监测区域补水和补施氮肥至上限值时基质中的贮水量MWSupper为230.29L和CN-upper为152.704g;
氮流失量采用水杨酸钠-硫酸肼经全自动化学分析仪测得流失32.430L水中氮浓度cN2为0.127g·L-1,则氮流失量为RT1-N-初=cN2×D=0.127g/L×32.43L=4.12g;
马尾松苗木生长初期每增加积累形成1g干物质需要消耗的水量
Figure BDA0003514567730000131
每增加积累形成1g干物质需要吸收的N量
Figure BDA0003514567730000132
以下实施例以马尾松苗木生长初期为例介绍构建多目标综合决策模型求解实现每积累增加1g干物质所需消耗的水量和氮磷钾量以及高径比同时达到最优时的最佳水肥组合,具体步骤如下:
a基于最小偏二乘法原理构建马尾松播种苗生长初期每积累增加形成1g干物质所需消耗的水量和氮磷钾量以及高径比与灌水和氮磷钾的多元二次回归模型;
表2苗木生长初期每积累增加形成1g干物质所需消耗的水量和氮磷钾量及高径比的多元二次方程
Figure BDA0003514567730000141
b马尾松播种苗在整个生长初期每积累增加形成1g干物质所需消耗的水量和氮磷钾量以及高径比的权重分别为:需水量为0.2178,高径比为0.2482,N消耗量为0.1392,P消耗量为0.2073,K消耗量为0.1876;
c.采用ASA软件计算各个响应变量的最优预测值,然后再令各个响应变量与最优预测值的加权残差平方和为最小,
Figure BDA0003514567730000142
式中wm:为权重值,yn-m:为各响应变量的二次方程,OAn-m:为各响应变量的最优预测值;
试验范围内要求每积累增加形成1g干物质所需消耗的水量Y1和高径比Y5取最小值,每积累增加形成1g干物质所需吸收的氮Y2磷Y3钾Y4量取最大值,约束条件为W[35,100]、N[42,256]、P[6,37]、K[47,280]之间的任意值,于是得到马尾松播种苗生长初期的综合多目标决策模型为
min生长初期=0.2178×(Y1+1445.848)2+0.2482×(Y2-301.9248)2+0.1392×(Y3-295.0473)2+0.2073×(Y4-761.1667)2+0.1876×(Y5-22.54575)2g·cm-2
d.应用优化软件LINGO对其模型进行优化得到马尾松播种苗生长初期有利于苗木生长又能促进苗木对水分和养分吸收利用的最优水肥组合为体积含水率为田间体积含水率的73.214%,氮含量为80.34mg·kg-1,磷含量为37mg·kg-1,钾含量为262.109mg·kg-1
以下介绍开展最优水肥调控马尾松播种苗生长初期处理试验
育苗和数据收集与开展马尾松播种苗精准水肥耦合管理试验一样,采取所述A中公式(3)-(9)计算苗木在最优水肥调控下生长发育所消耗的水量和吸收的养分量。根据多目标综合决策模型求解的能促进马尾松播种苗生长初期对水分和养分高效吸收的最佳水肥组合调控于苗木。在水肥控制平台的水肥参数区域设置水分为73.214%±2%,氮含量为80.34±2%mg·kg-1,磷含量为37±2%mg·kg-1,钾含量为262.109±2%mg·kg-1,当苗木生长至速生期时,输入对应的参数即可;
如图2可以看出苗木生长初期的前期对养分的需求量较少,但随着生育进程的推进,对氮肥的需求量逐渐增强,对磷肥的需求量在生长初期的中期达峰值后开始减少,而对钾肥的需求量是直到苗木生长至后期时才明显增加。由此可以得出在育苗过程中,苗木生长初期的中期可以适当增施磷肥,苗木生长至后期时增施钾肥即有利于苗木的生长发育又避免了高水高肥造成水肥的浪费和对环境的污染。
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,都涵盖在本发明的保护范围之内。

Claims (9)

1.一种基于水肥调控计算马尾松播种苗需水需肥规律的方法,其特征在于,包括以下步骤:
A通过水肥耦合试验计算不同水肥处理下马尾松播种苗不同生长发育阶段内单株苗木每积累增加1g干物质所需的消耗的水量和养分量;
B构建多目标综合决策模型优化找出苗木不同生长发育阶段对水肥高效吸收的最佳水肥组合;
C通过所述多目标综合决策模型优化确定的马尾松播种苗不同生长发育阶段的最优水肥组合分别调控于苗木的不同生长发育阶段,计算苗木在最优水肥条件下不同生长发育阶段和同一生长发育阶段不同生长时期的需水需肥规律及需水需肥量。
2.根据权利要求1所述一种基于水肥调控计算马尾松播种苗需水需肥规律的方法,其特征在于,所述A中水肥耦合试验过程中的水肥管理采用精准水肥调控***对苗木根区水分和养分进行时空动态精准控制水肥补给量,确保苗木不同生长发育阶段根区基质中的水分和养分含量实时保持在目标阈值范围内。
3.根据权利要求1所述一种基于水肥调控计算马尾松播种苗需水需肥规律的方法,其特征在于,所述步骤A中,于播种当日计算并记录不同水肥处理育苗基质中的贮水量(WMST-0)和养分残留量(CT-m-0);播种后,定期统计每个处理在该时间段内所灌溉的水量(ITi)、养分施用量(ETi-m)、水分流失量(DTi)和养分流失量(RTi-m)、水分蒸发量(ZTi)、基质中水分贮水量(WMSTi)和养分残留量(CTi-m),T:为处理数;m:为氮、磷、钾;i:为某一时间段。
4.根据权利要求1所述一种基于水肥调控计算马尾松播种苗需水需肥规律的方法,其特征在于,步骤A中所述计算不同水肥处理下马尾松播种苗不同生长发育阶段内单株苗木每积累增加1g干物质所需消耗的水量(WT-n)和所需吸收的养分量(NT-m-n),计算公式分别为:
Figure FDA0003514567720000021
Figure FDA0003514567720000022
公式(1)和(2)中,NT-m-n和WT-n分别为各生长发育阶段内每株苗木每积累增加1g干物质所需要吸收的养分量和所需消耗的水量;NUT-m-ni和ETT-ni分别为各生长发育阶段内某一时间段内所有苗木的养分消耗量和水分消耗量,WT-n单位L,NT-m-n单位g;BT-m-n-1和BT-m-n:分别为上一生长发育阶段结束和该生长发育阶段结束时一定数量苗木全株总干重,单位g;n:为不同生长发育阶段;A:为各生长发育阶段内的苗木总数。
5.根据权利要求1所述一种基于水肥调控计算马尾松播种苗需水需肥规律的方法,其特征在于,所述公式(1)和(2)中某一时间段内(i)所有苗木的水分消耗量(ETi)和养分消耗量(NUmi),其计算公式分别为:
ETi=Ii-Di-Zi+(MWSi-1-MWSi) (3)
NUmi=Emi+Cmi-1-Rmi-Cmi (4)
公式(3)和(4)中,ETi和NUmi:为某一时间段内所有苗木的耗水量和养分消耗量,ETi单位L;NUmi单位为g;Ii:为某一时间段内的灌溉量,单位L;Di:为某一时间段内的流失水量,单位L;Zi:为某一时间段内育苗地水分蒸发量;单位L;MWSi:为某一时间段结束时育苗基质中的贮水量,单位L;MWSi-1:为某一时间段开始时育苗基质中的贮水量,单位L;Emi和Rmi分别为某一时间段内养分施用量和流失量,单位g;Cmi-1:为某一时间段开始时基质中的养分残留量,单位g;Cmi:为某一时间段结束时基质中的养分残留量,单位g。
6.根据权利要求1所述一种基于水肥调控计算马尾松播种苗需水需肥规律的方法,其特征在于,所述公式(3)和(4)中基质贮水量和养分残留量,计算公式为:
MWSi=a·b·[(θj·l+θnj·(h-l)]·ρ1·10-3 (5)
Cmi=a·b·ρ2[(Nm-j·l+Nm-nj·(h-l)]·10-6 (6)
公式(5)和(6)中,θj:为计划监测层基质体积含水率;θnj:为非计划监测层基质平均体积含水率;Nm-j:为计划监测层基质养分含量,单位mg·kg-1;Nm-nj:为非计划湿润层基质平均养分含量,单位mg·kg-1;a:为种植区域长度,单位cm;b:为种植区域宽度,单位cm;l:为传感器探针长度,单位cm;ρ1和ρ2分别为基质中水的密度和基质容重,单位g·cm-3;h:为基质层厚度,单位cm。
7.根据权利要求1所述一种基于水肥调控计算马尾松播种苗需水需肥规律的方法,其特征在于,所述公式(3)中某一时间段内育苗地的水分蒸发量(Zi),其计算公式为:
Zi=S·Δt×Evri (7)
所述Evri为单位面积育苗地的蒸发速率,单位g·cm-2·h-1,计算公式为:
Figure FDA0003514567720000031
公式(7)中(8),M1和M2为t1和t2时间蒸发器的总重量,单位g;s:为蒸发器内管的面积,单位cm2;Δt:为相邻两次称重的时间间隔,单位h;S:为育苗地面积,单位cm2
8.根据权利要求1所述一种基于水肥调控计算马尾松播种苗需水需肥规律的方法,其特征在于,所述公式(3)和(4)中,若在统计时间段内有增加灌水和施肥,MWSi-1和Cmi-1为监测层基质含水量和养分含量达上限值时基质中的贮水量(MWSupper)和养分残留量(Cm-upper);所述公式(4)中Emi和Rmi的计算公式分别为Emi=cm1·V,Rmi=cm2·D;式中V和D分别为某一时间段内浓缩营养液用量和流失水量,单位L;cm1和cm2分别为浓缩营养液和流失水中的养分浓度,单位g/L。
9.根据权利要求1所述的计算水肥调控马尾松播种苗的最优化肥组合的方法,其特征在于,构建所述多目标综合决策模型求解的方法,包括以下步骤:
a.基于偏最小二乘法原理,建立以各生长发育阶段内每积累增加1g干物质所需要消耗的水量、吸收的氮磷钾量和高径比为响应变量,施用的水和氮磷钾为自变量建立多元二次回归模型:
Figure FDA0003514567720000041
式中:yn-m:为响应变量,m:为各生长发育阶段内每积累增加形成1g干物质所需消耗的水量、吸收的氮磷钾量或高径比;θ:为基质体积含水率,N:为氮含量,P:为磷含量,K:为钾含量,bm0、bm1、bm2、bm3.....bm14:为常数项;
b.确定各响应变量yn-m的权重,公式为:
Figure FDA0003514567720000042
式中,wm:为权重,λm:为方差;
c.计算各个响应变量的最优预测值,然后再令各个响应变量与最优预测值的加权残差平方和为最小,建立综合多目标决策模型:
Figure FDA0003514567720000043
wm:为权重值,yn-m:为各响应变量的二次方程,OAn-m:为各响应变量的最优预测值;
d.对所述综合多目标决策模型进行优化求解实现苗木不同生长发育阶段内对水分和养分协调高效吸收的最优水肥组合。
CN202210160780.0A 2022-02-22 2022-02-22 一种基于水肥调控计算马尾松播种苗需水需肥规律的方法 Active CN114521377B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210160780.0A CN114521377B (zh) 2022-02-22 2022-02-22 一种基于水肥调控计算马尾松播种苗需水需肥规律的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210160780.0A CN114521377B (zh) 2022-02-22 2022-02-22 一种基于水肥调控计算马尾松播种苗需水需肥规律的方法

Publications (2)

Publication Number Publication Date
CN114521377A true CN114521377A (zh) 2022-05-24
CN114521377B CN114521377B (zh) 2022-09-02

Family

ID=81625282

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210160780.0A Active CN114521377B (zh) 2022-02-22 2022-02-22 一种基于水肥调控计算马尾松播种苗需水需肥规律的方法

Country Status (1)

Country Link
CN (1) CN114521377B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116907576A (zh) * 2023-07-13 2023-10-20 广东省农业科学院设施农业研究所 一种自动化种苗检测***、方法及电子设备

Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104969705A (zh) * 2015-06-13 2015-10-14 内蒙古农业大学 一种基于农田氮素平衡的玉米水肥一体化施肥方法
CN109089858A (zh) * 2018-09-29 2018-12-28 北京农业智能装备技术研究中心 水培作物的氮肥管理方法及装置
CN109566231A (zh) * 2018-12-28 2019-04-05 广西壮族自治区林业科学研究院 可提高松树生长速度和松脂产量的种植方法
CN109588219A (zh) * 2018-12-28 2019-04-09 广西壮族自治区林业科学研究院 不同生长期竹子肥料氮磷钾养分精准配施方法
CN110214651A (zh) * 2019-07-10 2019-09-10 甘肃省农业科学院旱地农业研究所 一种冬小麦夏休闲期保墒的方法
RU198614U1 (ru) * 2018-06-09 2020-07-21 Федеральное государственное бюджетное научное учреждение "Российский научно-исследовательский институт проблем мелиорации" (ФГБНУ "РосНИИПМ") Устройство для прецизионного полива семян при посеве
CN112700035A (zh) * 2020-12-25 2021-04-23 中国农业大学 一种区域尺度农作物分区水肥管理模式的优化方法
CN112740991A (zh) * 2020-12-22 2021-05-04 长沙工研院环保有限公司 基于水分特征曲线的农田智能化灌溉***及方法
CN112925247A (zh) * 2021-02-01 2021-06-08 潍坊汇金海物联网技术有限公司 一种智慧农业云平台水肥控制方法
CN113424739A (zh) * 2021-06-04 2021-09-24 中国林业科学研究院林业研究所 一种水肥耦合对栓皮栎生长的调控方法
CN113950924A (zh) * 2021-10-19 2022-01-21 贵州大学 一种水肥耦合精准调控***及其控制方法

Patent Citations (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104969705A (zh) * 2015-06-13 2015-10-14 内蒙古农业大学 一种基于农田氮素平衡的玉米水肥一体化施肥方法
RU198614U1 (ru) * 2018-06-09 2020-07-21 Федеральное государственное бюджетное научное учреждение "Российский научно-исследовательский институт проблем мелиорации" (ФГБНУ "РосНИИПМ") Устройство для прецизионного полива семян при посеве
CN109089858A (zh) * 2018-09-29 2018-12-28 北京农业智能装备技术研究中心 水培作物的氮肥管理方法及装置
CN109566231A (zh) * 2018-12-28 2019-04-05 广西壮族自治区林业科学研究院 可提高松树生长速度和松脂产量的种植方法
CN109588219A (zh) * 2018-12-28 2019-04-09 广西壮族自治区林业科学研究院 不同生长期竹子肥料氮磷钾养分精准配施方法
CN110214651A (zh) * 2019-07-10 2019-09-10 甘肃省农业科学院旱地农业研究所 一种冬小麦夏休闲期保墒的方法
CN112740991A (zh) * 2020-12-22 2021-05-04 长沙工研院环保有限公司 基于水分特征曲线的农田智能化灌溉***及方法
CN112700035A (zh) * 2020-12-25 2021-04-23 中国农业大学 一种区域尺度农作物分区水肥管理模式的优化方法
CN112925247A (zh) * 2021-02-01 2021-06-08 潍坊汇金海物联网技术有限公司 一种智慧农业云平台水肥控制方法
CN113424739A (zh) * 2021-06-04 2021-09-24 中国林业科学研究院林业研究所 一种水肥耦合对栓皮栎生长的调控方法
CN113950924A (zh) * 2021-10-19 2022-01-21 贵州大学 一种水肥耦合精准调控***及其控制方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
孙向丽等: "丽格海棠对水分、养分吸收利用的动态变化规律", 《中国农业大学学报》 *
张建国 等: "《树木营养与施肥研究》", 30 June 2001, 中国林业出版社 *
张忠学 等: "玉米不同水肥条件的耦合效应分析与水肥配施方案寻优", 《农业机械学报》 *
李应海 等: "再生水灌溉辣椒氮磷钾耦合效应及优化组合方案研究", 《山东农业大学学报(自然科学版)》 *
林国祚等: "水肥耦合对尾巨桉苗木生物量的影响", 《桉树科技》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN116907576A (zh) * 2023-07-13 2023-10-20 广东省农业科学院设施农业研究所 一种自动化种苗检测***、方法及电子设备

Also Published As

Publication number Publication date
CN114521377B (zh) 2022-09-02

Similar Documents

Publication Publication Date Title
Phogat et al. Evaluation of water movement and nitrate dynamics in a lysimeter planted with an orange tree
Tafteh et al. Application of HYDRUS-1D model for simulating water and nitrate leaching from continuous and alternate furrow irrigated rapeseed and maize fields
Panda et al. Effective management of irrigation water for maize under stressed conditions
Li et al. Effects of irrigation and fertilization on grain yield, water and nitrogen dynamics and their use efficiency of spring wheat farmland in an arid agricultural watershed of Northwest China
Kröbel et al. Development and evaluation of a new Canadian spring wheat sub-model for DNDC
CN101916075B (zh) 开度转速双变量播种施肥机的排肥量误差补偿控制***
CN110209077A (zh) 基于互联网的远程灌排***实时动态监测***
CN103959970B (zh) 农田水肥高效利用多维临界调控方法
CN114521377B (zh) 一种基于水肥调控计算马尾松播种苗需水需肥规律的方法
CN101356882A (zh) 一种灌区配水方案的确定方法
CN109829134A (zh) 长序列农田灌溉定额测算方法
CN104091067B (zh) 一种基于临界氮浓度预测水稻植株各器官氮含量的方法
CN106211984B (zh) 冬小麦-夏玉米复种连作根层水肥供需时空耦合调控方法
CN108901697A (zh) 一种旱作直播水稻滴灌节水调质栽培方法
Wu et al. Optimizing irrigation strategies for sustainable crop productivity and reduced groundwater consumption in a winter wheat-maize rotation system
Jiang et al. Evaluating RZ-SHAW model for simulating surface runoff and subsurface tile drainage under regular and controlled drainage with subirrigation in southern Ontario
Wu et al. Special features of the SPACSYS modeling package and procedures for parameterization and validation
CN108901687A (zh) 一种冬小麦精准灌溉用水优化方法
Hong et al. Simulating the effects of irrigation and tillage on soil water, evapotranspiration, and yield of winter wheat with RZWQM2
CN107274040B (zh) 基于土壤水分变化的作物层次需水量计算方法
CN111418322B (zh) 一种玉米多层精准施肥及种植方法
Li et al. The development of variable system-based internet of things for the solar greenhouse and its application in lettuce
CN109997481B (zh) 一种依据土壤水势和水稻品种类型追施氮肥的方法
CN207911545U (zh) 一种托盘式水稻机插秧育苗装置
CN108901762A (zh) 一种夏玉米精准灌溉优化用水方法

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