排序方式: 共有57条查询结果,搜索用时 15 毫秒
41.
42.
基于归一化法的双季稻叶面积指数动态预测模型 总被引:2,自引:0,他引:2
研究旨在阐明双季稻叶面积指数与辐热积的关系及施氮量对其的影响。选择11个早晚稻品种进行4个施氮水平的小区试验,于关键生育期取样测定叶面积指数(LAI),并对LAI及全生育期的累积辐热积(TEP)进行归一化处理,采用Curve Expert分析软件对相对LAI(RLAI)与相对TEP(RTEP)进行模拟分析,获得6个拟合效果较佳的模拟模型,其中有理方程能够较准确地描述双季稻叶面积指数的动态变化模式,相关系数为0.9677**,具有明确的生物学意义。利用独立的田间试验资料,对构建的模型进行了初步检验。结果表明:早晚稻不同相对TEP所对应的LAI观测值与模拟值之间的根均方差(RMSE)为0.50 m2/m2,表明基于RTEP的RLAI动态模型能够准确地反映双季稻LAI的动态变化。早晚稻群体最大LAI(LAImax)随施氮量的增加呈二次多项式函数增大趋势,相对LAI变化速率随相对辐热积的增加呈"N"形变化趋势。研究结果为早晚稻高产栽培和叶面积指数的精确调控提供了理论支撑。 相似文献
43.
机械定位深施超级稻专用肥提高土壤肥力和稻产量 总被引:4,自引:1,他引:3
为了探讨机械定位深施超级稻专用肥对提高土壤肥力和超级稻产量的作用,采用大田试验,调查研究了机械定位深施超级稻专用肥900 kg/hm2、机械定位深施超级稻专用肥1 200 kg/hm2和人工面施超级稻专用肥1 200 kg/hm2 3个处理对双季稻收获后稻田土壤养分、理化性质和超级稻产量的影响。结果表明:与人工撒施肥比较,2个机械定位深施超级稻专用肥处理均显著提高了土壤中的养分和大团聚体的含量,并使土壤中酶活性和超级稻实际产量显著增加。其中土壤有机质、全氮、水解性氮、全磷、速效磷、全钾和速效钾的含量,分别平均增加5.11%~6.34%、4.45%~5.13%、5.37%~5.95%、3.82%~4.51%、5.34%~6.12%、3.18%~4.20%和6.14%~7.12%;土壤中大于0.25 mm团聚体的含量提高了13.12%~17.36%;土壤中脲酶、过氧化氢酶和蔗糖酶活性分别提高了5.16%~6.21%、8.64%~9.25%和10.13%~11.04%;2个超级稻品种的实际产量分别平均增加了3.8%~5.6%和8.4~10.0%,有效穗数、每穗粒数和结实率分别平均提高了5.0%~12.4%、2.8%~8.8%和1.8%~4.7%。2个机械定位深施超级稻专用肥的处理对土壤肥力、土壤理化性质和超级稻产量的作用差异不显著,但机械定位深施超级稻专用肥900 kg/hm2处理较机械定位深施超级稻专用肥1 200 kg/hm2处理的肥料用量减少了25%,具有节本增效的优点,更适宜在超级稻生产上应用。 相似文献
44.
45.
46.
【目的】旨在检验便携式蜜柚光谱仪(PPS)监测金沙柚叶片氮含量(LNC)的准确性,构建基于PPS的金沙柚LNC光谱监测模型。【方法】通过实施不同施氮量的试验,于幼果期和果实膨大期利用便携式蜜柚光谱仪(PPS)、ASD高光谱仪和RapidSCAN光谱仪测定冠层光谱反射率,计算得到归一化红边指数(NDRE)与归一化植被指数(NDVI),分析比较3种光谱仪测定的冠层植被指数变化规律与相关性,检验PPS的测定精度,构建基于PPS的金沙柚LNC光谱监测模型,采用不同试验点的数据检验模型。【结果】金沙柚LNC、NDVI和NDRE随着施氮量的增加表现为递增趋势;PPS和ASD测定的NDVI、NDRE间拟合的决定系数(R2)依次为0.909 5和0.900 5,PPS和RapidSCAN测定的NDVI、NDRE间拟合的R2依次为0.954 3和0.900 2,证明PPS的测定结果与ASD、Rapid SCAN具有很高的一致性。幼果期和果实膨大期的光谱监测模型的监测效果比生长中期好;PPS测定的NDVIPPS与NDREPPS 相似文献
47.
广西丘陵山区水稻机械化生产装备结构优化分析 总被引:2,自引:0,他引:2
为因地制宜地提出广西丘陵山区水稻机械化生产装备结构优化方案,本文以地区经济水平、规模化经营程度和耕种收综合机械化水平三个指标为划分依据重新将广西14个市分成三类区域。并运用数据包络分析方法 (DEA)对装备结构进行效率分析,得出全区成本效率为0.496,整体效率低下。通过构建Cost-C模型分析提出四套区域优化方案,并指出I类区域应逐步引导加强机具的使用和跨区作业,提高机具利用率;II类区域应加大推广应用小型农业机械的力度;III类区域应结合地形特征发展装备结构。 相似文献
48.
49.
50.
基于植被指数选择算法和决策树的生态系统识别 总被引:1,自引:0,他引:1
植被指数是对绿色植被的特定表达,在不同环境下的效果不同。植被指数的选择需要结合研究区域的环境特征。本研究将植被指数间的相关系数集成到基于马氏距离的植被指数选择算法中,根据所选样本确定最适宜的植被指数,构建决策树模型,以江西省永丰县为例,开展区域生态系统类型的识别研究。该方法首先确定提取对象,明确对象类别与对象间的隶属关系,然后逐层逐项地提取湿地、森林、草地、农田等生态系统信息。结果表明,所提出的植被指数选择算法具有较好的适用性;生态系统识别的总体精度达89. 11%,构建的决策树模型的分类精度高于传统方法,可为区域生态系统信息提取和生态系统管理提供研究方法。 相似文献