排序方式: 共有58条查询结果,搜索用时 0 毫秒
51.
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
52.
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
53.
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:3,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
54.
55.
56.
为推动光谱遥感在快速无损监测花生生长中的应用,明确监测花生叶面积指数(leaf area index,LAI)和地上部生物量(aboveground biomass,AGB)的最优植被指数及适宜的核心波段带宽。设置2个花生品种、4个施氮水平的花生田间试验,在不同生育时期(苗期、开花下针期、结荚期、成熟期)用Analytical Spectral Devices(ASD)公司生产的FieldSpec HandHeld 2型野外高光谱辐射仪,采集325~1075 nm范围冠层反射光谱,筛选敏感植被指数,并研究核心波段带宽对其监测叶面积指数(LAI)和地上部生物量(AGB)时精度的影响。结果显示,对花生LAI和AGB敏感的植被指数均为归一化红边指数(normalized difference red edge),即NDRE(λ790, λ720)。进一步分析这一指数的监测精度随波段带宽的变化,发现监测LAI时,核心波段带宽(bandwidth,b)在(λ790:1~33 nm,λ720:41~59 nm)范围内时能使NDRE(λ790, λ720)保持较高监测精度,其中带宽组合(λ790:33 nm,λ720:53 nm)的带宽和值最大,对核心波段带宽的要求最低,利用其构建监测模型时决定系数(determination coefficient,R2)为0.7482,利用独立试验数据检验模型时相对均方根误差(relative root mean square difference,RRMSE)为13.88%。监测花生AGB时,核心波段带宽在(λ790:1~101 nm,λ720:19~101 nm)范围内时能使NDRE(λ790, λ720)保持较高的监测精度,其中带宽和值最大的核心波段带宽组合为(λ790:89 nm,λ720:89 nm),其建模R2为0.7103,检验RRMSE为20.42%。综上,在花生整个生长进程中,可用上述两个具有不同核心波段带宽的植被指数NDRE(λ790-b33, λ720-b53)和NDRE(λ790-b89, λ720-b89)分别对LAI和AGB进行监测,监测模型为LAI = 0.0296 × exp(14.365×NDRE)和AGB = 0.6240 × exp(20.222×NDRE)。在核心波段适宜带宽上的研究结果,可以为花生长势光谱监测设备研发及评估提供参考。 相似文献
57.
为了研究不同行距插秧机对双季稻产量的影响及配套农艺技术,以11个早晚稻品种为材料,设置8寸和9寸两个机插行距,系统测定不同处理的机插质量和产量。结果表明:8寸插秧机的机插质量高,作业性能稳定;8寸插秧机较9寸插秧机,早稻增产347.30 kg/hm2,增产率达5.49%,晚稻增产579.54 kg/hm2,增产率达9.12%。基于试验支持研究和已有相关研究成果,制定了适应8寸插秧机的配套农艺技术。 相似文献
58.