作物养分管理集成系统研究
发布时间：2022-01-08 06:07
为了解决作物不同生长阶段养分需求,维持土壤养分供给与作物吸收之间的平衡,从而有效地提高作物产量和品质,提出了作物养分管理集成系统。该系统包括土壤速效氮磷钾养分吸光度检测技术、作物养分反射光谱检测技术和激光诱导击穿光谱养分检测技术,它能够快速检测作物播种前和生长发育过程中土壤养分状况以及作物植株养分丰缺状况。结果表明,作物养分管理集成系统中土壤速效氮磷钾吸光度法测量结果与碱解扩散法测量土壤速效氮,钼锑抗比色法测量土壤速效磷和火焰光度法测量土壤速效钾的相关系数分别为0.888 2、0.908 4和0.847 4;水稻叶反射光谱与土壤作物分析仪SPAD（Soil-plant analysis development,SPAD）测试值相比,相关性系数为0.901 6;激光诱导击穿光谱获得的土壤钾谱线强度与火焰光度法钾测试结果相关系数为0.808 5。应用"3414"试验方案研究了玉米氮磷钾养分丰缺指标,建立了土壤养分和目标产量之间的关系式,为作物养分管理提出了一种解决方案。
【文章来源】：河南农业大学学报. 2019,53(05)北大核心CSCD
【文章页数】：8 页
【部分图文】：
作物养分管理集成系统Fig．1Constructionoftheintegratedsystemofmanagingcropnutrients作物养分管理集成系统的建立以作物生长模1．2吸光度法土壤氮磷钾联合浸提剂
第5期马刘正，等:作物养分管理集成系统研究749试与常规火焰光度法测试结果相关性，图4测试显示采集强度与常规火焰光度法测试结果之间的相关系数为0．8085，具有很好相关性，可以对土壤钾养分元素进行预测。图2土壤氮、磷、钾吸收光谱相关性测试Fig．2TherelationmeasurementofsoilN，P，Knutrientusingabsorptionspectra图3激光诱导击穿光谱土壤钾养分测试Fig．3ThemeasurementofsoilpotassiumelementusingLIBS图4建立激光诱导击穿光谱与火焰光度法土壤钾测量相关性曲线Fig．4ThefittingcurveestablishedbyusingLIBSandflamephotometryofKelementinsoil水稻叶采自于河南农业大学新乡黄河稻夫试验田，试验田采用稻麦两熟耕作模式进行耕作。在进行激光诱导水稻叶光谱测试时，为了排除样品正、反两面带来的差异，分别对水稻叶正、反两面进行测试，正、反两面各测30次。试验激发出了氮、钾元素谱线，没有激发出磷的元素谱线，可能是由于激发水稻叶磷元素谱线强度过低造成的。水稻叶在710～875nm波段激发出氮钾谱线如图5所示。结果显示激光诱导击穿光谱技术激发出水稻叶氮钾元素谱线数分别为7条和2条。图5激光诱导击穿光谱水稻叶氮钾养分测试Fig．5ThemeasurementofnitrogenandpotassiumnutrientsinriceleavesbyLIBS2．3作物反射光谱检测叶绿素利用搭建的反射光谱检测技术平台对水稻氮素丰缺状况进行诊断。试验随机选取5片采集的水稻叶，放在样品台上，光源照射到水稻叶，采集正反两面反射光谱测试数据，收集光谱数据范围340～1000nm。经多次测量发现，谱线有比较明显的特征峰。为了验证反射光谱水稻叶
第5期马刘正，等:作物养分管理集成系统研究749试与常规火焰光度法测试结果相关性，图4测试显示采集强度与常规火焰光度法测试结果之间的相关系数为0．8085，具有很好相关性，可以对土壤钾养分元素进行预测。图2土壤氮、磷、钾吸收光谱相关性测试Fig．2TherelationmeasurementofsoilN，P，Knutrientusingabsorptionspectra图3激光诱导击穿光谱土壤钾养分测试Fig．3ThemeasurementofsoilpotassiumelementusingLIBS图4建立激光诱导击穿光谱与火焰光度法土壤钾测量相关性曲线Fig．4ThefittingcurveestablishedbyusingLIBSandflamephotometryofKelementinsoil水稻叶采自于河南农业大学新乡黄河稻夫试验田，试验田采用稻麦两熟耕作模式进行耕作。在进行激光诱导水稻叶光谱测试时，为了排除样品正、反两面带来的差异，分别对水稻叶正、反两面进行测试，正、反两面各测30次。试验激发出了氮、钾元素谱线，没有激发出磷的元素谱线，可能是由于激发水稻叶磷元素谱线强度过低造成的。水稻叶在710～875nm波段激发出氮钾谱线如图5所示。结果显示激光诱导击穿光谱技术激发出水稻叶氮钾元素谱线数分别为7条和2条。图5激光诱导击穿光谱水稻叶氮钾养分测试Fig．5ThemeasurementofnitrogenandpotassiumnutrientsinriceleavesbyLIBS2．3作物反射光谱检测叶绿素利用搭建的反射光谱检测技术平台对水稻氮素丰缺状况进行诊断。试验随机选取5片采集的水稻叶，放在样品台上，光源照射到水稻叶，采集正反两面反射光谱测试数据，收集光谱数据范围340～1000nm。经多次测量发现，谱线有比较明显的特征峰。为了验证反射光谱水稻叶
【参考文献】：
期刊论文
[1]激光诱导击穿光谱与火焰光度法定量分析土壤钾元素含量[J]. 孙海峰,曹琴,李世欣,商俊娟,张浩,张伟,杨亚涛,汤继华,胡建东. 河南农业大学学报. 2018(06)
[2]长期施钾对水旱轮作系统产量及土壤团聚体钾分布的影响[J]. 宋美芳,胡义涛,黄帅,何俊峰,陈佛文,邹家龙,李继福. 南方农业学报. 2018(06)
[3]不同控释氮肥水平对辣椒生长和品质的影响[J]. 叶洁,颉建明,郁继华,吕剑,王翠丽,马国礼,季磊,张柏杨,强浩然. 甘肃农业大学学报. 2018(01)
[4]基于“3414”模型对甜玉米氮磷钾效应的研究[J]. 熊汉锋,熊又升,张国斌,彭珍东,何绍华,徐祥玉,刘威. 湖北农业科学. 2018(02)
[5]基于ISE的土壤硝态氮多参数检测仪研究[J]. 杜尚丰,潘奇,曹淑姝. 农业机械学报. 2017(S1)
[6]有机物料与化肥配施提高黄泥田水稻产量和土壤肥力[J]. 宓文海,吴良欢,马庆旭,张宣,刘彦伶. 农业工程学报. 2016(13)
[7]近红外光谱技术结合RCA和SPA方法检测土壤总氮研究[J]. 方孝荣,章海亮,黄凌霞,何勇. 光谱学与光谱分析. 2015(05)
[8]基于激光诱导击穿光谱的土壤钾素检测[J]. 张俊宁,方宪法,张小超,苑严伟,周利明,吴海华. 农业机械学报. 2014(10)
[9]长期定位施肥条件下作物光谱特征及养分吸收量预测[J]. 张俊华,张佳宝. 农业工程学报. 2014(07)
[10]土壤硝态氮自动检测平台研究[J]. 张丽楠,张淼,蒲攀,张集恬. 农业机械学报. 2013(S2)
本文编号：3576031
【文章来源】：河南农业大学学报. 2019,53(05)北大核心CSCD
【文章页数】：8 页
【部分图文】：
作物养分管理集成系统Fig．1Constructionoftheintegratedsystemofmanagingcropnutrients作物养分管理集成系统的建立以作物生长模1．2吸光度法土壤氮磷钾联合浸提剂
第5期马刘正，等:作物养分管理集成系统研究749试与常规火焰光度法测试结果相关性，图4测试显示采集强度与常规火焰光度法测试结果之间的相关系数为0．8085，具有很好相关性，可以对土壤钾养分元素进行预测。图2土壤氮、磷、钾吸收光谱相关性测试Fig．2TherelationmeasurementofsoilN，P，Knutrientusingabsorptionspectra图3激光诱导击穿光谱土壤钾养分测试Fig．3ThemeasurementofsoilpotassiumelementusingLIBS图4建立激光诱导击穿光谱与火焰光度法土壤钾测量相关性曲线Fig．4ThefittingcurveestablishedbyusingLIBSandflamephotometryofKelementinsoil水稻叶采自于河南农业大学新乡黄河稻夫试验田，试验田采用稻麦两熟耕作模式进行耕作。在进行激光诱导水稻叶光谱测试时，为了排除样品正、反两面带来的差异，分别对水稻叶正、反两面进行测试，正、反两面各测30次。试验激发出了氮、钾元素谱线，没有激发出磷的元素谱线，可能是由于激发水稻叶磷元素谱线强度过低造成的。水稻叶在710～875nm波段激发出氮钾谱线如图5所示。结果显示激光诱导击穿光谱技术激发出水稻叶氮钾元素谱线数分别为7条和2条。图5激光诱导击穿光谱水稻叶氮钾养分测试Fig．5ThemeasurementofnitrogenandpotassiumnutrientsinriceleavesbyLIBS2．3作物反射光谱检测叶绿素利用搭建的反射光谱检测技术平台对水稻氮素丰缺状况进行诊断。试验随机选取5片采集的水稻叶，放在样品台上，光源照射到水稻叶，采集正反两面反射光谱测试数据，收集光谱数据范围340～1000nm。经多次测量发现，谱线有比较明显的特征峰。为了验证反射光谱水稻叶
第5期马刘正，等:作物养分管理集成系统研究749试与常规火焰光度法测试结果相关性，图4测试显示采集强度与常规火焰光度法测试结果之间的相关系数为0．8085，具有很好相关性，可以对土壤钾养分元素进行预测。图2土壤氮、磷、钾吸收光谱相关性测试Fig．2TherelationmeasurementofsoilN，P，Knutrientusingabsorptionspectra图3激光诱导击穿光谱土壤钾养分测试Fig．3ThemeasurementofsoilpotassiumelementusingLIBS图4建立激光诱导击穿光谱与火焰光度法土壤钾测量相关性曲线Fig．4ThefittingcurveestablishedbyusingLIBSandflamephotometryofKelementinsoil水稻叶采自于河南农业大学新乡黄河稻夫试验田，试验田采用稻麦两熟耕作模式进行耕作。在进行激光诱导水稻叶光谱测试时，为了排除样品正、反两面带来的差异，分别对水稻叶正、反两面进行测试，正、反两面各测30次。试验激发出了氮、钾元素谱线，没有激发出磷的元素谱线，可能是由于激发水稻叶磷元素谱线强度过低造成的。水稻叶在710～875nm波段激发出氮钾谱线如图5所示。结果显示激光诱导击穿光谱技术激发出水稻叶氮钾元素谱线数分别为7条和2条。图5激光诱导击穿光谱水稻叶氮钾养分测试Fig．5ThemeasurementofnitrogenandpotassiumnutrientsinriceleavesbyLIBS2．3作物反射光谱检测叶绿素利用搭建的反射光谱检测技术平台对水稻氮素丰缺状况进行诊断。试验随机选取5片采集的水稻叶，放在样品台上，光源照射到水稻叶，采集正反两面反射光谱测试数据，收集光谱数据范围340～1000nm。经多次测量发现，谱线有比较明显的特征峰。为了验证反射光谱水稻叶
【参考文献】：
期刊论文
[1]激光诱导击穿光谱与火焰光度法定量分析土壤钾元素含量[J]. 孙海峰,曹琴,李世欣,商俊娟,张浩,张伟,杨亚涛,汤继华,胡建东. 河南农业大学学报. 2018(06)
[2]长期施钾对水旱轮作系统产量及土壤团聚体钾分布的影响[J]. 宋美芳,胡义涛,黄帅,何俊峰,陈佛文,邹家龙,李继福. 南方农业学报. 2018(06)
[3]不同控释氮肥水平对辣椒生长和品质的影响[J]. 叶洁,颉建明,郁继华,吕剑,王翠丽,马国礼,季磊,张柏杨,强浩然. 甘肃农业大学学报. 2018(01)
[4]基于“3414”模型对甜玉米氮磷钾效应的研究[J]. 熊汉锋,熊又升,张国斌,彭珍东,何绍华,徐祥玉,刘威. 湖北农业科学. 2018(02)
[5]基于ISE的土壤硝态氮多参数检测仪研究[J]. 杜尚丰,潘奇,曹淑姝. 农业机械学报. 2017(S1)
[6]有机物料与化肥配施提高黄泥田水稻产量和土壤肥力[J]. 宓文海,吴良欢,马庆旭,张宣,刘彦伶. 农业工程学报. 2016(13)
[7]近红外光谱技术结合RCA和SPA方法检测土壤总氮研究[J]. 方孝荣,章海亮,黄凌霞,何勇. 光谱学与光谱分析. 2015(05)
[8]基于激光诱导击穿光谱的土壤钾素检测[J]. 张俊宁,方宪法,张小超,苑严伟,周利明,吴海华. 农业机械学报. 2014(10)
[9]长期定位施肥条件下作物光谱特征及养分吸收量预测[J]. 张俊华,张佳宝. 农业工程学报. 2014(07)
[10]土壤硝态氮自动检测平台研究[J]. 张丽楠,张淼,蒲攀,张集恬. 农业机械学报. 2013(S2)
本文编号：3576031
本文链接：https://www.wllwen.com/nykjlw/nyxlw/3576031.html
