盘山县耕地土壤肥力状况研究

在盘山县采集土壤样品195个,对有机质、全氮、碱解氮、有效磷、速效钾、有效硅、有效硫、交换性钙等16项土壤养分指标进行测试分析。结果表明,盘山县土壤氮素严重缺乏,磷素含量中等,钾素含量丰富,中量元素除钙素外基本不缺,微量营养元素硼缺乏,其他很丰富。     

大洼县耕地及果园土壤肥力状况分析

在大洼县采集土壤样品238个,对14项土壤养分指标进行测试分析。结果表明:大洼县耕地、果园土壤总体肥力一般,其中有机质含量稍缺,碱解氮含量很丰富,有效磷和速效钾含量中等;有效硅含量很丰富,交换性钙、镁较低;微量营养元素有效硼含量稍缺,有效锌含量丰富,有效铁、有效锰和有效铜含量很丰富。菜田和果园的土壤肥力较高,旱田次之,水田土壤肥力最差。     

基于改进自适应加权融合算法的土壤湿度监测研究

传统方式进行土壤湿度采集的过程中往往会遇到环境复杂、信号弱、信号干扰较大等问题。为提高土壤湿度采集的精准度,提出一种基于数据级融合思路的改进多传感器自适应加权算法。通过建立改进的自适应加权融合算法模型,经过一系列推算,得到系统的总均方误差表达式,然后通过获得的值选择每个传感器的最优方差值,通过计算获得每个传感器的方差的最优估计值。经过实地测试,通过使用5个相同的传感器对土壤湿度进行采集,各传感器回传信息有较为明显的差别,使用自适应加权融合算法得到融合结果的总体方差较大,对自适应加权融合算法进行改进后,得到的总体方差减小了400%左右。     

基于Citespace的土壤肥力知识图谱可视化挖掘与分析

利用Citespace软件建立土壤肥力领域相关知识图谱,结合社区结构与可视化技术进行土壤肥力领域的可视化挖掘与分析。首先,对2000~2014年发表的土壤肥力领域相关文献数据进行统计分析,了解其领域研究的宏观趋势;然后根据绘制成的机构分布图谱、作者分布图谱,对各研究机构和科研工作者在土壤肥力领域的贡献与合作关系进行挖掘与分析;最后,根据关键词知识图谱和可视化分析,明确土壤肥力领域的研究热点与发展趋势。利用Citespace软件可以建立土壤肥力领域知识图谱。通过土壤肥力知识图谱的可视化挖掘与分析,有助于农业科研工作者对土壤肥力发展态势有较全面、客观、准确的认识,从而更好地精炼研究方向,为土壤肥力的后续研究提供更深入具体的指导。     

基于粗糙集的土壤肥力组合评价研究

研究了评价方法在土壤肥力中的应用,提出了基于粗糙集的土壤肥力组合评价方法。针对北京市褐潮土长期定位实验数据,使用主成分分析法、灰色关联法和模糊综合评价法等3种方法进行单一评价,评价结果把土壤分为极高、高、中、低、极低等5个等级,最后使用粗糙集组合评价方法,克服了单一方法的非一致性,得到了较好的实验结果。     

基于GIS的土壤肥力综合评价研究

利用GIS对浙江省金华市现代农业高新园区地图进行数字化,以500×500网格取得表层土样110份,并在室内测试分析了土壤样品的有机质、全氮、全磷、碱解氮、速效磷、速效钾、pH、阳离子交换量等指标;同时,进一步采用层次分析法确定了土壤肥力评价因子的权重,对评价指标建立了相应的隶属函数,通过计算其隶属度,从而求得每个评价单元的土壤肥力综合指标值,并依据综合值确定了土壤肥力等级及其面积,从而为农业高新园区的精确管理奠定了基础.     

基于欧式加权法的模糊C均值聚类算法

针对传统欧氏距离未能反映样本数据类间分离程度和类内紧凑程度分布特征的不足,提出了将模糊熵与标准差相结合作为欧式距离的加权阈值,并通过选取Iris数据进行模糊C均值聚类验证。验证结果表明,加权后的模糊C均值聚类算法可以有效地提高分类的精度。     

朝阳市龙城区耕地及果园土壤肥力状况调查

为摸清朝阳市龙城区的耕地质量状况,选取有代表性的土壤样品进行pH值、有机质、全氮、速效钾等16项养分指标的测试分析。分析结果表明:朝阳市龙城区土壤有机质含量稍缺,碱解氮含量较缺,有效磷和速效钾含量丰富;中量元素含量不缺;有效硼和有效铁含量缺乏,其他元素含量不缺;旱田土壤肥力高于果园土壤。     

基于主成分分析的四川高县土壤肥力评价

【目的】为了响应国家高标准农田建设,笔者采集高县种植区农田土壤样品,对土壤主要养分指标进行测定,并客观评价土壤肥力状况,为高县农业种植区土壤改良及精准施肥提供参考。【方法】笔者对四川高县19个农业生产乡镇进行土壤调研取样,共采集0～20 cm土层样品95份,测定了土地pH、天然有机质（organic matter）、全氮（total nitrogen）、碱解氮（alkali-hydrolyzable nitrogen）、有效磷（available phosphorous）、速效钾（available potassium）、缓效钾（slowly available potassium）浓度,并采用土壤养分等级综合指数法和主成分肥力评价法评价了土壤的肥力等级。【结果】高县酸性、碱性土壤占比较大,中性土壤较少;高县19个乡镇土壤有机质、全氮、碱解氮、有效磷、速效钾等养分总体上处于中等水平,不同地区间差异较大;四烈乡的土壤最肥沃,其次为胜天镇,双河乡的土壤最贫瘠。【结论】建议种植户重视土壤酸碱化的治理,合理施用氮磷钾肥料,加大有机肥的使用量,防止工业污染,提高土壤肥力。     

土壤肥力现状研究

我国存在着严重的耕地资源不足问题,各地区人、地之间的矛盾非常突出,这是因为耕地资源的数量和质量决定着农业生产和农村生活水平的高低。对于很多地区来说,耕地资源还决定着当地社会经济的可持续发展,因此对耕地资源的调研与分析评价非常重要。     

基于改进FCM算法的加权马尔可夫链的年降水预测

应用改进的FCM(Fuzzy C-Means,模糊C均值聚类)算法对承德市1951—2015年的年降水序列进行模糊聚类,获得10个聚类中心和隶属度矩阵。根据最大隶属原则确定每年的降水状态,采用规范化的各阶自相关系数为权重,建立了加权马尔可夫链模型。以隶属度向量作为预测时的初始状态向量,通过该模型逐年预测了承德市2004—2015年的降水状态,结果与实际情况一致。引入模糊集中的级别特征值公式,并对该公式做出修正。基于马尔可夫链的预测结果,应用修正后的级别特征值公式预测了2004—2015年的降水量,所有预测结果的相对误差都在7%以内,初步表明基于模糊聚类和加权马尔可夫链的降水预测模型是合理可行的。     

辽中县耕地土壤肥力分析

为合理利用土地及保护农田生态平衡,在辽中县不同类型耕地抽取170个土壤样品,进行土壤养分指标的测试与分析。试验结果表明:辽中县耕地土壤有机质含量稍缺,碱解氮和速效钾含量中等,有效磷含量很丰富;中微量元素含量均很高,能够满足作物正常生长需要;耕地总体肥力较高。     

辽中县耕地土壤肥力分析

为合理利用土地及保护农田生态平衡,在辽中县不同类型耕地抽取170个土壤样品,进行土壤养分指标的测试与分析。试验结果表明：辽中县耕地土壤有机质含量稍缺,碱解氮和速效钾含量中等,有效磷含量很丰富;中微量元素含量均很高,能够满足作物正常生长需要：耕地总体肥力较高。     

黑河市张地营子乡土壤肥力分析

为了解黑河市张地营子乡不同土地利用背景和相同土地利用背景下的3个功能区的土壤肥力,对采集的土壤样品进行了6个土壤养分指标的测试分析,以期对本地区土壤肥力状况作出评价.结果表明,黑河市张地营子乡的整体土壤肥力水平很高,只有全磷含量处于稍缺水平,因此在施肥过程中,应加大磷素的施肥比例,使黑河市张地营子乡的土壤满足绿色食品和蔬菜生产的要求.     

土壤肥力与秸秆还田

作物秸秆内含有丰富的氮、磷、钾、钙、镁等多种营养元素和有机质。据测定,湿玉米秸秆中含氮量为0.61％,含磷量为O.27%,含钾量为2.28％,有机质含量为15％左右,1250公斤玉米桔秆相当于4000公斤土杂肥的有机质含量。作物秸秆切碎还田可改善土壤团粒结构和理化性能,增加土壤的有机质含量,降低土壤容重,增加土壤孔隙度,使土壤疏松,通气性提高,贮水量增加,提高土壤肥力     

基于蚁群算法的无线传感器网络路由协议研究与分析

无线传感器网络和其他的通信网络,比如Adhoc网络,有着很大的不同,所以导致无线传感器网络的路由协议的研究具有很大的意义以及挑战性,例如,在无线传感器网络中,没有全局的地址机制以及动态的拓扑结构和很有限的资源等等,这些年国内外学者不断的研究提出了很多无线传感器网络的路由算法,本文在阅读大量关于无线传感器网络路由协议数据的基础上,对其进行了分析,比较,在吸取先进思想的基础上,给出了一种基于蚁群算法的无线传感器网络路由协议算法     

基于迭代算法分析的无线通信信号识别研究

为进一步提升我国植保无人机通信系统的作业效率，基于迭代计算思维，针对其无线通信信号的识别与处理模块展开分析。以通信路径原理为基础，以通信信道资源识别、功率改进为切入点，搭建准确的通信迭代计算模型，进行特性分析与关联匹配设置，并展开整机通信作业参数试验效果验证。结果表明：基于迭代算法分析的无线通信信号识别与处理各模块功能运行稳定，信号时延率与信道误码率均相对降低，通信的识别准确率相对提升8.94%,整体通信综合效率提升至96.93%。此迭代算法分析准确，设计效果明显，对于类似智慧型农机装备的通信质量与通信效率提升有较好的参考价值。     

基于YARN的加权模糊C均值算法在土壤养分数据挖掘中的应用

基于数据挖掘的土壤肥力状况分析是当前针对土壤肥力状况研究最有效的途径之一,针对研究过程中三个有待改进的方面:土壤养分数据的几何状增长单机处理方式已无法胜任;由于Hadoop自身中心化严重,基于Hadoop的解决方案存在集群资源利用率低以及单点失效的风险;土壤养分的数据分析过程中没有考虑或没有较好的解决土壤养分数据空间变异性导致的结果偏差,有针对性的提出基于YARN的加权模糊C均值算法,实验表明该算法具有良好的扩展性。将该算法应用于吉林省长春市农安县的土壤肥力状况分析中,聚类效果明显,所得结果适合土壤肥力变化趋势的评价。     

基于加权算法的空-天遥感升尺度土壤含盐量监测模型

利用无人机-卫星遥感升尺度转换方法可以有效提高土壤含盐量监测精度。以内蒙古河套灌区沙壕渠灌域为研究区,4月裸土期表层土壤为研究对象,分别采用主导变异权重法、局部平均法和最邻近法将试验区无人机4波段影像(0.1m)升尺度至与GF-1卫星(16m)同一尺度,引入3种变量组合作为模型输入变量并利用多元线性回归模型（Multivariable linear regression,MLR）和BP神经网络模型（Back propagation neural networks,BPNN）构建不同数据源关于土壤含盐量的定量监测模型。在此基础上,采用波段比值均值法对GF-1卫星数据进行修正,实现基于卫星因子的研究区土壤盐分升尺度反演。结果表明,经统计指标评价后得出主导变异权重法在4块试验区针对4波段影像的尺度转换效果总体上优于其他2种转换方法;3种无人机-卫星遥感升尺度转换方法中,主导变异权重法监测效果最佳,局部平均法次之,最邻近法效果最差;对筛选得到的2个模型进行升尺度修正,得到验证效果最佳的监测模型为基于混合变量组的多元线性回归模型,其R2v为0.420,RMSEv为0.219%,比直接采用GF-1卫星数据得到的混合变量组多元线性回归模型R2v高0.217,RMSEv低0.013个百分点。本文研究结果可为卫星、无人机多光谱遥感一体化监测裸土期农田土壤含盐量提供参考。     

竞争性自适应加权采样算法和连续投影算法在南疆冬枣水分模型中的分析

采用两种不同的波长变量选择方法对南疆冬枣进行偏最小二乘(PLS)建模分析,使用连续投影算法建立的模型预测标准偏差(RMSEP)为1.0672,校正标准偏差(RMSEC)为0.5997,相关系数(R)为0.9017,主因子数为10。使用竞争性自适应加权采样算法建立的模型预测标准偏差(RMSEP)为1.0941,校正标准偏差(RMSEC)为0.6148,相关系数(R)为0.9275,主因子数为7。结果表明连续投影算法和竞争性自适应加权采样算法都能够有效地优选出全光谱的256个变量中的13个变量,降低建模的波长变量,减小了模型的复杂性,提高了模型的精度。两种算法在筛选南疆冬枣的特征波长是可行的。