The Nutrient Expert decision support system improves nutrient use efficiency and environmental performance of radish in North China

Excessive fertilization has led to nutrient use inefficiency and serious environmental consequences for radish cultivation in North China.The Nutrient Expert(NE) system is a science-based,site-specific fertilization decision support system,but the updated NE system for radish has rarely been evaluated.This study aims to validate the feasibility of NE for radish fertilization management from agronomic,economic,and environmental perspectives.A total of 46 field experiments were conducted over four...     

用户需求对图书馆文献资源建设、管理与服务促进机制——基于扎根理论的研究

[目的/意义]通过对读者提交的荐购原始数据进行深度分析和解读,挖掘荐购数据包含的潜在信息和多重价值,为更好地发挥读者荐购服务在图书馆资源建设、管理和服务等方面的促进作用提供理论依据。[方法/过程]采用扎根理论方法,对读者荐购数据中“推荐理由”部分做重点解析,从中抽出表达读者深层意思的主要涵义,据此归纳、演绎出相互关联的概念范畴,并发展成理论性概念,进而构建出用户需求对图书馆文献资源建设、管理与服务促进机制模型。[结果/结论]读者荐购数据中包含的信息能帮助采访人员弥补专业局限,揭示资源管理的不足,反映读者在信息素养方面的潜在需求。对荐购信息进行深度研究和利用,有助于图书馆正确评价资源配置和服务配置之间的关系,促进图书馆在资源建设、资源管理、资源服务等多方面提高整体服务水平。     

不同施肥模式对玉米肥料表观利用率的影响

旨在为甘肃省玉米平衡施肥提供数据支撑,以甘肃地区玉米为试验材料,通过玉米大田试验,比较测土配方施肥(T1)、水肥一体化(T2)和施用缓控释肥(T3)3种施肥模式对玉米产量和肥料表观利用率的影响。结果表明,不同施肥模式下玉米籽粒产量表现为T2>T1>T3。氮磷钾养分的表观利用率和农学效率也表现为T2>T1>T3。其中,T2处理氮磷钾养分表观利用率较T1分别提高28.10%、46.84%和15.17%,较T3分别提高34.57%、62.92%和30.70%。T2处理氮磷钾养分农学效率和T1处理相比没有显著差异,但显著高于T3处理。综上所述,水肥一体化模式对提高甘肃地区玉米产量和肥料利用效率效果最好。     

农业智能知识服务研究现状及展望

大数据、物联网和人工智能等现代信息技术在农业中的广泛应用，推动了农业农村现代化和智慧农业的发展，带动了农业经营主体对科技与知识的旺盛需求，农业知识服务成为农业转型升级和高质量发展的重要引擎。为解决现有农业知识分散无序、更新不及时、面向经营主体的知识服务不平衡、供需脱节等问题，本文总结分析了国内外农业知识服务的研究与实践现状，提出了一套基于农业全产业链、按照农业数据的全生命周期、面向农业经营主体的农业智能知识服务体系框架，设计了基于智能物联网（Artificial Intelligence & Internet of Things，AIoT）的农情感知与大数据汇聚治理、基于知识图谱的农业知识组织与计算挖掘，以及基于多场景的农业智能知识服务三个层次。文中归纳了包括空天地AIoT全维度农情感知、多源异构农业大数据汇聚治理、知识建模、知识抽取、知识融合、知识推理、跨媒体检索、智能问答、个性化推荐技术、决策支持等农业智能知识服务涉及的关键技术，并举例了其研究应用。最后从农业数据获取、模型构建、知识组织、智能知识服务技术和应用推广等方面探讨了未来农业智能知识服务的发展趋势及对策建议。总结发现，农业智能知识服务是破解当前农业知识服务供需矛盾，实现跨媒体农业数据到知识的跨越，推动农业知识服务向个性化、精准化和智能化升级的关键，亦是农业科技自立自强、现代农业提质增效的重要支撑。     

我国籽实和饲草谷子土壤氮素丰缺指标和推荐施氮量

为了给我国谷子测土施氮提供科学依据，本研究采用“零散实验数据整合法”和“养分平衡-地力差减法新应用公式”，开展了我国谷子土壤氮素丰缺指标和推荐施氮量研究。结果表明，我国谷子土壤碱解氮第1~6级丰缺指标依次为≥247,128~247，66~128，34~66，18~34和＜18 mg·kg^-1；土壤全氮第1~7级丰缺指标依次为≥3.3,1.7~3.3，0.9~1.7，0.5~0.9，0.3~0.5，0.2~0.3和＜0.2 g·kg^-1；土壤有机质第1~9级丰缺指标依次为≥81.4，33.7~81.4，14.0~33.7，5.8~14.0，2.4~5.8，1.0~2.4，0.5~1.0，0.2~0.5和＜0.2 g·kg^-1。当氮肥利用率40%时，目标产量3~7.5 t·hm^-2籽实谷子第1~9级土壤推荐施氮量分别为0，30~75，60~150，90~225，120~300，150~375，180~450，210~525和240~600 kg·hm^-2；目标产量6~15 t·hm^-2干草谷子第1~9级土壤推荐施氮量依次为0，30~75，60~150，90~225，120~300，150~375，180~450，210~525和240~600 kg·hm^-2；目标产量15~45 t·hm^-2青贮谷子第1~9级土壤推荐施氮量分别为0，26~79，53~158，79~236，105~315，131~394，158~473，184~551和210~630 kg·hm^-2。本研究初步建立了我国籽实和饲草谷子土壤氮素丰缺指标推荐施肥系统，为我国谷子测土施氮奠定了科学基础。     

非粮化整治农田施肥推荐系统开发及应用

【目的】 数字化技术促进了农业信息化的快速发展，农田非粮化现象日益普遍，对于非粮化整治后的农田，合适的施肥推荐系统可为种植大户提供便捷、可视化及轻简化的施肥推荐，有利于因地制宜地开展精准施肥推荐。【方法】 文章以数字技术为支撑，结合空间、土壤要素等信息，构建了非粮化农田的施肥分区和施肥推荐方案，结合非粮化农田土壤养分的基础状况和水稻种植的养分需求，定制研发了面向镇村筛选和高清影像的非粮化农田施肥咨询服务系统。【结果】 该系统主要功能为地图操作浏览、非粮化地块可视化、施肥推荐三部分。该研究区施肥分区可以分为“控氮—控磷—控钾”“控氮—控磷—稳钾”“控氮—稳磷—控钾”“控氮—稳磷—稳钾”和“稳氮—控磷—控钾”五大类。施肥推荐功能可以根据施肥分区提供非粮化地块水稻（单季稻、早稻和连作晚稻）施肥方案，并进行田块点触式施肥咨询服务。【结论】 该施肥推荐系统，是一个通用性和适用性好的智慧施肥移动应用平台，极大便利了非粮化农田种植用户的施肥推荐应用技术的落地应用。这种施肥系统模式可以推广到其他地区和类型农田开展精细化施肥推荐应用。