甜菜是我国两大主要糖料作物之一,然而氮素过量或者不足不仅会影响甜菜产量和含糖量,而且过量的氮素还会造成一定的环境风险,如何判别甜菜的氮素营养在一个合理的范围对于保障甜菜产量、品质和减少环境风险具有重要意义。临界氮浓度稀...甜菜是我国两大主要糖料作物之一,然而氮素过量或者不足不仅会影响甜菜产量和含糖量,而且过量的氮素还会造成一定的环境风险,如何判别甜菜的氮素营养在一个合理的范围对于保障甜菜产量、品质和减少环境风险具有重要意义。临界氮浓度稀释曲线是作物氮素营养诊断的基础,本研究的主要目的是构建我国甜菜临界氮浓度稀释曲线模型,并利用相应的氮素营养指数进行甜菜氮素营养诊断。研究于2017—2018年在内蒙古呼和浩特市和赤峰市进行了2个甜菜品种、不同施氮量的田间试验。在甜菜的苗期、叶丛生长期、块根膨大期、糖分积累期和收获期5个关键时期进行地上部叶片和地下部块根取样测定生物量和氮浓度,并计算出甜菜全株生物量和全株氮浓度。根据全株生物量和全株氮浓度建立临界氮浓度稀释模型和相应的氮素营养指数。结果表明,甜菜地上部生物量和地上部氮浓度以及全株生物量和全株氮浓度都是随着生育时期的推进呈现出负幂函数关系,基于地上部生物量和地上部氮浓度建立的临界氮浓度稀释曲线决定系数平均在0.45,而以全株生物量和全株氮浓度建立临界氮浓度稀释曲线决定系数平均在0.94,较前者有显著提高。以全株生物量和全株氮浓度建立临界氮浓度稀释模型更为合理,且受品种影响较小,甜菜品种KWS9167和KWS1676的共用临界氮浓度稀释曲线决定系数达0.94,构建的氮素营养模型可以进行甜菜氮素营养诊断。我国北方地区主要甜菜品种临界氮浓度稀释模型为Nc=4.23W–0.49,基于该模型计算的KWS9167和KWS1676合理施氮量分别为160 kg N hm^(–2)和180 kg N hm^(–2)左右。展开更多
【目的】探究中红外光谱在预测内蒙古区域农田土壤有机碳含量的潜力。【方法】以中国内蒙古地区农田土壤为研究对象,在内蒙古东部、中部和西部主要农田分布区域采集了411个土壤样品作为测试样本,基于不同预处理组合筛选评价,分别建立偏...【目的】探究中红外光谱在预测内蒙古区域农田土壤有机碳含量的潜力。【方法】以中国内蒙古地区农田土壤为研究对象,在内蒙古东部、中部和西部主要农田分布区域采集了411个土壤样品作为测试样本,基于不同预处理组合筛选评价,分别建立偏最小二乘回归(PLSR)和支持向量机回归(SVR)土壤有机碳预测模型,来比较中红外光谱对不同区域和整体土壤有机碳的预测精度。【结果】①从整体预测效果来看,PLSR所对应的不同预处理方法组合中预测精度表现最佳的为归一化处理(Normalization)(R^(2)=0.8360,RMSEP=1.7928 g kg^(−1),RPD=2.4816),SVR所对应最佳预处理组合为多元散射校正(MSC)+MA平滑+中心化处理(Centralization)(R^(2)=0.7557,RMSEP=2.1881 g kg^(−1),RPD=2.0332)。②从不同区域预测效果来看,两种建模方法均表现为对东部农田土壤有机碳预测效果最好(SVR优于PLSR),其次为中部,对西部农田土壤有机碳预测效果最差(PLSR优于SVR),这主要由于土壤类型和碳含量差异导致。此外,我们发现SVR更适合对东部高有机碳农田土壤预测,而PLSR对西部、中部农田和整体土壤有机碳的预测效果更为准确。【结论】农田土壤类型、土壤碳含量差异和预处理方法选择对中红外光谱的预测效果均具有较大影响。基于中红外光谱技术建立的Normalization-PLSR定量预测模型对区域农田土壤有机碳具有较好的预测效果(R^(2)>0.80),可为该地区精准农业发展提供重要的理论支撑。展开更多
文摘甜菜是我国两大主要糖料作物之一,然而氮素过量或者不足不仅会影响甜菜产量和含糖量,而且过量的氮素还会造成一定的环境风险,如何判别甜菜的氮素营养在一个合理的范围对于保障甜菜产量、品质和减少环境风险具有重要意义。临界氮浓度稀释曲线是作物氮素营养诊断的基础,本研究的主要目的是构建我国甜菜临界氮浓度稀释曲线模型,并利用相应的氮素营养指数进行甜菜氮素营养诊断。研究于2017—2018年在内蒙古呼和浩特市和赤峰市进行了2个甜菜品种、不同施氮量的田间试验。在甜菜的苗期、叶丛生长期、块根膨大期、糖分积累期和收获期5个关键时期进行地上部叶片和地下部块根取样测定生物量和氮浓度,并计算出甜菜全株生物量和全株氮浓度。根据全株生物量和全株氮浓度建立临界氮浓度稀释模型和相应的氮素营养指数。结果表明,甜菜地上部生物量和地上部氮浓度以及全株生物量和全株氮浓度都是随着生育时期的推进呈现出负幂函数关系,基于地上部生物量和地上部氮浓度建立的临界氮浓度稀释曲线决定系数平均在0.45,而以全株生物量和全株氮浓度建立临界氮浓度稀释曲线决定系数平均在0.94,较前者有显著提高。以全株生物量和全株氮浓度建立临界氮浓度稀释模型更为合理,且受品种影响较小,甜菜品种KWS9167和KWS1676的共用临界氮浓度稀释曲线决定系数达0.94,构建的氮素营养模型可以进行甜菜氮素营养诊断。我国北方地区主要甜菜品种临界氮浓度稀释模型为Nc=4.23W–0.49,基于该模型计算的KWS9167和KWS1676合理施氮量分别为160 kg N hm^(–2)和180 kg N hm^(–2)左右。
文摘【目的】探究中红外光谱在预测内蒙古区域农田土壤有机碳含量的潜力。【方法】以中国内蒙古地区农田土壤为研究对象,在内蒙古东部、中部和西部主要农田分布区域采集了411个土壤样品作为测试样本,基于不同预处理组合筛选评价,分别建立偏最小二乘回归(PLSR)和支持向量机回归(SVR)土壤有机碳预测模型,来比较中红外光谱对不同区域和整体土壤有机碳的预测精度。【结果】①从整体预测效果来看,PLSR所对应的不同预处理方法组合中预测精度表现最佳的为归一化处理(Normalization)(R^(2)=0.8360,RMSEP=1.7928 g kg^(−1),RPD=2.4816),SVR所对应最佳预处理组合为多元散射校正(MSC)+MA平滑+中心化处理(Centralization)(R^(2)=0.7557,RMSEP=2.1881 g kg^(−1),RPD=2.0332)。②从不同区域预测效果来看,两种建模方法均表现为对东部农田土壤有机碳预测效果最好(SVR优于PLSR),其次为中部,对西部农田土壤有机碳预测效果最差(PLSR优于SVR),这主要由于土壤类型和碳含量差异导致。此外,我们发现SVR更适合对东部高有机碳农田土壤预测,而PLSR对西部、中部农田和整体土壤有机碳的预测效果更为准确。【结论】农田土壤类型、土壤碳含量差异和预处理方法选择对中红外光谱的预测效果均具有较大影响。基于中红外光谱技术建立的Normalization-PLSR定量预测模型对区域农田土壤有机碳具有较好的预测效果(R^(2)>0.80),可为该地区精准农业发展提供重要的理论支撑。