基于无人机高光谱影像的水稻叶片磷素含量估算

为快速获取水稻叶片磷素含量信息,采用无人机搭载高光谱成像仪获取水稻冠层高光谱影像,并采样检测叶片磷素含量（质量分数）（Leaf phosphorus content, LPC）。分析了水稻LPC在无人机高光谱影像上的光谱特征,使用连续投影算法提取对磷素敏感的特征波长,通过任意波段组合构建并筛选与磷素高度相关的光谱指数,基于特征波长反射率和光谱指数建立水稻LPC的估算模型,利用最佳模型对高光谱影像进行反演填图,得到LPC空间分布信息。结果表明：全生育期内LPC与462~718 nm范围内光谱反射率显著负相关,负相关最大处相关系数达到-0.902;LPC的特征波长为670、706、722、846 nm,基于特征波长、使用偏最小二乘回归建立的LPC估算模型精度最高,验证R2达到0.925,RMSE为0.027%;在任意波段组合构建的3种类型的光谱指数中,NDSI(R498,R606)、RSI(R498,R606)和DSI(R498,R586)与LPC的相关性最高,相关系数分别为0.913、0.915和0.938;基于3个光谱指数、使用神经网络构建的LPC估算模型精度较高,验证R2为0.885,RMSE为0.029%;对各生育期水稻LPC空间分布的反演结果与实测数据相一致,说明利用无人机高光谱遥感可以实现田间水稻LPC的快速无损监测。     

提高水产饲料水中稳定性的措施

水产饲料在水中的稳定性是指饲料在水中浸泡一定时间后,保持组成成份不被溶解和不散失的性能.一般以一定时间内饲料在水中的散失量与饲料质量之比的百分数(即散失率)表示,也可用饲料在水中不溃散的最少时间表示.技术上鱼饲料水中散失率小于20%(浸泡30min),对虾饲料水中散失率小于12%(浸泡2h),同时,要求饲料在浸泡的过程中表面形成一种保护膜,使料中的水溶性元素不被溶失.否则,容易造成饲料的浪费,水体的污染,消化吸收的障碍和饵料系数的提高.因此,饲料的水中稳定性是评价渔用饲料的一项重要指标.本文笔者就如何提高水产饲料水中稳定性予以介绍,仅供业内人士参考.     

稳定性肥料添加剂NAM在加工番茄上的应用

<正>稳定性肥料添加剂NAM是由脲酶抑制剂、硝化抑制剂及磷素活化剂联合构成的复合型添加剂。脲酶抑制剂和硝化抑制剂的组合使用可对氮素在土壤中的转化进行全过程调节,既抑制氨挥发损失,又抑制铵态氮向硝态氮的转化,延长铵态氮的存留时间,减少转化成硝态氮后的淋溶以及进一步的反硝化损失。磷素活化剂可活化释放土壤中的磷,减少肥料磷     

施氮量对稻茬麦土壤速效磷质量分数及磷素平衡的影响

以宁麦9号和豫麦34为材料,研究施氮量(0、75、150、225、300kg·hm-2)对土壤速效磷质量分数变化、植株磷素吸收、土壤磷素平衡的影响。结果表明,各处理植株磷素吸收均以拔节至开花期为积累高峰期,且随施氮量增加,磷素吸收呈先增后降的趋势,以N225处理最高。磷肥施用显著提高0~40cm土层速效磷质量分数,随施氮量的增加,土壤速效磷质量分数呈降低趋势。土壤-小麦系统磷素平衡呈明显的阶段性,播种至拔节期磷素出现大量的盈余,拔节至成熟期磷素出现不同程度的表观亏缺。在全生育期,2品种磷素表观盈余量均以N225处理最低,N0处理最高。综合考虑小麦产量和磷素平衡特征,宁麦9号和豫麦34在105kg·hm-2的施磷量基础上可分别再降低P2O5用量7kg·hm-2和10kg·hm-2,配施225kg·hm-2施氮量,能够获得较高的小麦产量并减少磷素损失。     

怎样防止君子兰叶子发黄

君子兰黄叶的原因主要是由于管理不当。导致君子兰黄叶,不外乎以下几个原因：1水浇大了：花盆积水时间过久,叶片容易产生浸润性变黄,发生部位为嫩叶尖端,症状由上往下发展。2缺水：过于干旱,或每次都浇半截水,老叶就要黄尖。3肥大：施肥过多过浓,会引起烧根,叶片黄尖。4缺元素失绿：盆土中如缺铁元素,叶片顶端先变黄。如缺氮素,新叶呈黄白色。     

湘潭县近十年畜禽养殖量及其耕地磷污染负荷分析

为准确掌握近年来湘潭县畜禽养殖发展情况及畜禽粪便对环境的污染威胁,笔者利用年平均增长率以及养分平衡计算方法,揭示畜禽养殖量及其磷污染的时序变化规律,分析耕地的畜禽污染负荷。结果表明,近些年湘潭县区域畜禽养殖量整体呈现上升趋势,但除生猪养殖以外,其余种类养殖量出现下降趋势,降幅为20.11%。湘潭县区域农田系统土壤磷素平均盈余量为25.59kg/hm2,整体呈现上升趋势。     

毛皮动物常用的动物性饲料

1鱼类饲料 鱼类饲料是毛皮动物的动物性蛋白质的主要来源,其消化率高,适口性较好。鱼类饲料在饲喂前可不进行煮熟处理,因生喂比熟喂的营养价值要高,而过度加热会破坏鱼类饲料中的赖氨酸的成分,同时使精氨酸、色氨酸、胱氨酸和蛋氨酸对蛋白质饲料脱水破坏性很敏感。但有些海鱼和淡水鱼中因含有硫胺素酶,而破坏饲料中硫胺素的吸收,所以在饲喂时应把鱼煮熟,并持续数分钟,可使硫胺素酶失活。     

海南省琼中县橡胶园土壤磷素空间变异特征及磷肥分区管理分析

运用地统计学和GIS相结合对琼中县橡胶园土壤磷素营养进行了空间变异特征及分区管理研究。结果表明,琼中县胶园各土层土壤全磷和有效磷含量的最大相关距离是17.23~52.09 km,全磷含量以大块状变异为主,有效磷含量各等级的分布为大、小块状交叉分布;琼中县橡胶园0~20 cm土层、20~40 cm土层全磷含量处于第五等级的极低水平的比例分别为91.22%和82.8%,0~20 cm土层有效磷含量多数处于中等偏上水平,而20~40 cm土层有效磷含量处于第5等级及以下的极低水平的比例为60.6%;应用空间叠加方法,进行了橡胶园土壤磷素管理分区,琼中县胶园可分为11个管理分区,在胶园施肥管理中应根据不同管理分区的特点采取不同的磷素营养管理措施。     

磷酸盐氧同位素技术在土壤磷循环中的应用

磷是土壤生态系统中的重要组成元素,开展土壤磷循环研究对提高磷肥利用效率和降低磷的生态环境风险具有重要意义。磷酸盐氧同位素技术已经被证明是一种示踪环境中磷生物地球化学行为的有效方法。本文系统综述了磷酸盐氧同位素技术的研究进展和未来发展方向。详细介绍了磷酸盐氧同位素的技术原理、样品处理和测定方法;阐述了无机磷和有机磷的氧同位素特征及时空分布特征;从评估土壤磷微生物利用状况和示踪土壤磷循环两个方面探讨了磷酸盐氧同位素技术在土壤磷循环研究中的应用前景,分析了磷来源、环境条件、生物活动和样品前处理过程对土壤磷酸盐氧同位素特征的影响,最后展望了该技术未来的研究方向。以期为磷酸盐氧同位素技术在土壤学和环境科学领域的发展和应用提供新的视角和科学指导。     

基于CARS-RUN-ELM算法的水稻叶片氮磷含量协同反演方法

同时反演氮、磷元素含量相对于单一元素反演可以更加全面地表达水稻的营养状况,为快速、准确获取水稻叶片氮、磷含量和精准变量施肥提供依据。该研究基于不同氮肥处理的田间小区试验,获取水稻叶片氮、磷含量数据,采用竞争性自适应重加权采样法（Competitive Adapative Reweighted Sampling,CARS）筛选氮素与磷素共同特征波长,以特征波长反射率为输入,以化学方法测得叶片氮、磷元素含量为输出,分别使用反向传播神经网络、极限学习机（Extreme Learning Machine,ELM）、龙格-库塔算法优化极限学习机（RUNge Kutta optimizer-Extreme Learning Machine,RUN-ELM）构建水稻叶片氮、磷含量反演模型并分析。结果表明：采用CARS方法有效去除了高光谱中大量无用、冗余信息,得到5个氮、磷元素共同特征波长,去除具有共线性的特征波长,最后筛选出的特征波长分别是451、488、780、813 nm。使用筛选后的特征波长反射率构建RUN-ELM水稻叶片氮、磷含量反演模型效果最好,氮素训练集的决定系数R2为0.690,均方根误差为0.669 mg/g,磷素训练集的决定系数R2为0.620,均方根误差为0.027 mg/g。通过对比,RUN-ELM在预测能力、模型稳定性上优于反向传播神经网络以及ELM模型。综上研究,基于CARS-RUN-ELM的水稻叶片氮、磷含量反演模型可以快速、准确获取水稻叶片氮、磷含量,可为水稻精准施肥提供参考。