一、冬小麦氮营养诊断及氮追肥推荐（论文文献综述）
田敏[1]（2018）在《基于物联网技术的作物养分信息快速获取与精准施肥智能控制系统研究》文中进行了进一步梳理在最近的几十年,鉴于其方便快捷、非破坏性的特点,利用光谱测定农作物中氮的营养状况已成为氮素营养诊断研究的热点。同时随着智能传感器技术、智能信息处理技术与网络通信技术的深度融合,极大地促进了移动互联网、物联网、云计算的快速兴起,以及各种移动智能终端的快速普及和广泛应用,现代农业亟需用物联网、云计算技术提升农业生产效率。由于滴灌的大面积应用,新疆棉花种植实行的是水肥一体化模式。目前,新疆棉花种植过程中灌溉虽然已基本实现了自动化控制过程,但肥料施用上新疆仍主要依靠人工经验方式进行配施,随着物联网的发展,施肥信息采集、决策、控制为一体技术应运而生。施肥控制技术能够综合土壤情况、天气和气候情况、植株生长和需肥情况,结合作物种植专家的先进生产经验,通过精量施肥控制技术给出施肥量和施肥比例决策。近年来国内将物网技术应用于智能施肥方面的虽研究较多,但大部分集中在设施农业上,大田的应用发展较为缓慢。新疆棉花种植面积较大,每年过量施肥造成严重的污染和浪费。本研究采用基于物联网的滴灌施肥技术体系,由感知层获取棉花氮素营养信息,传输到网络层,通过应用支持子层处理最后到应用层决策,以期实现配、施肥的闭环智能化控制,促进国家施肥零增长的目标,主要研究结果如下:（1）利用便携式地物光谱仪（ASD）测量棉花冠层的光谱反射率和棉花叶片叶绿素值,通过计算光谱一阶微分、原始光谱反射率组成的植被指数以及“三边参数”与叶片叶绿素含量相关性。结果表明:红边内最大一阶微分值（Dr）、基值校正归一化差值指数Bm SR705与棉花叶绿素含量有很好地相关性,估测模型决策系数R2=0.8157**,均方根误差RMSE=0.278,这为高光谱数据预测棉花叶片叶绿素含量提供基础。（2）通过设置不同水氮组合,研究不同水氮条件下叶片氮素含量与高光谱反射率的相关关系,明确诊断棉花氮素含量的敏感波段,构建棉花叶片氮素光谱诊断模型。结果发现:在可见光波段,光谱反射率随着施用水、氮量的提高而降低。在近红外波段,反射率随施用水、氮量的提高而呈递增趋势。其中基于m ND705、CCI、Dr和SDr/SDb的植被指数能够很好的监测棉花叶片氮含量。当施肥量增加到一定量,产量不再增加,反而会受到氮抑制作用。经田间验证,使用基于m ND705施肥模型进行推荐施肥,可减少总施肥量,并提高施肥的利用效率和农学效率。（3）在无线传感器网络目标分配方面,对比了改进的小生境混沌遗传算法,量子进化算法和粒子群算法。提出的基于改进的小生境混沌遗传算法的分配方案既考虑了传感器位置的有利程度,又考虑了剩余能量等因素,在运行过程中能自适应调整参数。当节点数量接近或小于200时,量子进化算法和粒子群算法的性能接近改进的小生境混沌遗传算法。当节点数量大于400时,改进的小生境混沌遗传算法具有明显的优势。（4）在分析各种智能PID控制算法优缺点的基础上,研究了适合所研发的精量施肥控制装置的基于自适应模糊控制算法,建立了装置的理论模型。经对比采用常规PID控制器的瞬态响应时,上升时间为1.2s,超调量θ=42%,而采用模糊自适应PID控制器时,上升时间为0.7s,超调量θ=27%。模糊自适应PID控制方式拥有更好的动态性能,从而能够更快达到平衡,并有效降低超调量过大对电路损害的影响。（5）研发设计了精量施肥控制装置,包括各种控制模式,而远程通过GPRS方式连接。进行了基于不同配肥量的装置配肥速度和用时计算,得到单次配肥量除以完成配肥所需要的时间以及单位时间的配肥量;通过分析罐内的水肥浓度和电机转速度之间的关系,并进行了误差分析,优于以前施肥装置,配肥均匀性好,氮肥利用率高。（6）设计开发了基于Bootstrap、Ajax技术的施肥云平台,能适应不同操作系统、不同分辨率下的手机及电脑设备,方便平台扩展、推广与应用。农业管理部门人员与农户利用手机或电脑就能实时查询到作物施肥情况,并能给出更加合理的施肥控制建议,使作物施肥控制更加方便、精确。
史力超[2]（2016）在《基于叶片SPAD值的滴灌春小麦氮肥分期推荐研究》文中研究表明【目的】利用叶绿素仪（SPAD-502）测定植株叶片叶绿素相对含量,诊断植株氮素营养状况的方法已经得到广泛关注及应用。滴灌技术已在新疆的小麦种植上大面积应用,肥料可以根据小麦的营养状况随水施用,追肥的次数及频率明显增加,每次施肥的数量及时间的把握变得更为困难。因此建立基于叶片SPAD的滴灌春小麦氮肥分期推荐模型非常有必要。本文通过研究滴灌春小麦氮素吸收规律并应用SPAD叶绿素仪对滴灌春小麦进行氮素营养诊断,建立基于叶片SPAD值的氮肥分期推荐模型,为滴灌春小麦产中判断氮素丰缺状况、进行科学的氮素管理提供参考。【方法】以新春6号和新春35号为研究材料,进行田间小区试验,设置6个施氮处理分别为0、75、150、225、300、375 kg/hm2。采用logistic方程回归分析研究不同施氮水平下的氮素吸收规律;用氮营养指数对常规施肥施氮比例进行评价;利用SPAD叶绿素仪测定小麦叶片SPAD值,结合植株测试技术,建立滴灌春小麦氮肥分期推荐模型,并对该模型进行验证。【结果】（1）通过logistic曲线模型对新春6号和新春35号地上氮素积累进行拟合表明:在本研究施氮范围内,两滴灌春小麦品种氮素吸收随施氮量增加而增加。新春6号氮素快速积累期为出苗后21.849.5天,新春35号为出苗后27.553.4天。两春小麦品种均在施氮量为225和300 kg/hm2时氮营养指数更趋近于1。（2）拔节期、孕穗期、抽穗扬花、乳熟期,叶绿素仪读数SPAD值与施氮水平、叶片全氮含量呈极显着的线性相关关系,与产量呈二次极显着相关。（3）新春35号在拔节期、孕穗期、抽穗扬花、乳熟期利用SPAD值进行春小麦氮素营养诊断的临界值分别为42.4、39.4、41.8、54.1,并建立了各生育时期推荐模型的参数方程。（4）采用SPAD推荐施肥与传统施肥相比,可以在保证小麦产量的前提下,肥料利用率提高4.2个百分点,肥料用量降低18 kg N/hm2。【结论】应用SPAD叶绿素仪对滴灌春小麦进行氮素营养诊断,并基于叶片SPAD值的滴灌春小麦氮肥分期推荐模型,该模型可以在保证小麦正常需氮供应和产量的前提下,节约肥料并提高氮肥利用率。因此,可以应用SPAD叶绿素仪建立施肥推荐模型,指导滴灌春小麦氮肥的分期施用。
杨虎[3]（2014）在《水稻冠层叶片氮素分布变化及氮营养状况快速诊断》文中研究表明氮素是促进水稻生长发育最重要的营养元素之一,氮肥的合理施用有助于水稻产量增加、减少流失、降低生产成本和减轻环境污染。本研究利用快速、方便、非破坏性和低成本的SPAD（Soil Plant Analysis Development）仪诊断方法与传统的氮营养诊断方法相结合,通过分析二者之间回归关系及动态变化,尝试用快速、便捷的SPAD仪氮营养诊断技术取代传统的氮营养诊断方法。并为利用SPAD仪进行水稻氮营养诊断提供重要理论依据和实际指导,从而提高水稻氮肥利用率和产量。本试验在分析国内外文献基础上,通过2年的田间试验（6个施氮处理）及1年的网室试验（5个施氮处理）,对水稻冠层叶片的SPAD值变化特征、分布规律及SPAD值变化的内外影响因素进行了研究,重点考察不同因子对SPAD值的影响及SPAD值与叶片氮浓度、氮营养指数（NNI）和叶绿素荧光参数之间的回归关系,得出的主要结论如下：1、水稻冠层叶片SPAD值在整个生育期内出现两次“升高降低”的交替变化趋势（对照区除外）,随着施氮水平的提高,波动幅度变大。比较水稻冠层4张叶片SPAD值与叶片单位面积的氮浓度（Na）、单位质量的氮浓度（Nw）之间的相关性和SPAD值／比叶重（SLW）与Nw之间的相关性的大小,结果发现水稻冠层叶片SPAD值与N。之间的相关性>SPAD/SLW与Nw之间的相关性>SPAD值与Nw之间的相关性,且这三者之间的关系大小顺序不受水稻种植年份、品种、叶位和生育时期等因素的影响。此外,研究还发现水稻冠层叶片最适测定位点是距叶尖3/10处,整个生育期内的水稻冠层4张叶片SPAD值的平均值与水稻产量表现为二次回归曲线关系。2、两年的大田试验表明,水稻秀水63和杭43的临界氮浓度稀释曲线（秀水63：Nc=5.31W-0.5,杭43：Nc=5.38W-0.49）与sheehy（1998）的曲线（Nc=5.20W-052）相类似,W是干物质量,单位是Mg ha-1。植株冠层4张叶片（L1,L2,L3,L4）的SPAD值与NNI之间的回归关系受生育期和叶位影响较大,冠层叶片L1、L2的SPAD值在分蘖期内与NNI之间的回归关系相对密切,L1和L2适合在分蘖期做植株氮营养诊断的理想指示叶；而在孕穗期和抽穗期,则分别是冠层叶片L3、L4更适合做植株氮营养诊断的理想指示叶。水稻孕穗期L4的SPAD值与产量之间回归关系表现较为密切（2011年R2L4=0.82**；2012年R2L4=0.72**）,相对SPAD值（2011年R乙=0.92**；2012年R2L4=0.77**）、NNI（2011年R2L4=0.96**；2012年R2L4=0.8**）与相对产量之间的回归关系更加明显。3、通过对网室三个水稻品种（杭43、秀水09和中淅优1号）、5个施氮水平、三个重要的生育时期（分蘖、孕穗和抽穗）冠层叶片SPAD值、氮含量、叶绿素a/b、叶绿素荧光参数等生理指标的分析,结果表明：随施氮量的提高,叶片SPAD值、氮含量增大,叶绿素a/b下降,叶绿素荧光参数光系统Ⅱ最大量子产量（Fv/Fm）、光化学淬灭（qP）、光化学效率（ΦPSⅡ）先升高后趋于平稳,非光化学淬灭（NPQ）则先下降后趋于平稳。叶绿素a/b与叶片氮含量呈现负相关,其相关性受品种和生育时期的影响不显着（p>0.05）；而叶绿素a/b与SPAD值之间的线性关系受品种和生育时期影响较大。SPAD值与Fv/Fm之间呈线性回归关系,不同品种和生育时期之间0.8<R2<0.98。
姜继萍[4]（2012）在《水稻冠层叶片SPAD数值变化特征及其在氮素营养诊断中的应用》文中认为氮素是水稻生长发育的重要限制因子,施氮能有效提高水稻产量。而水稻种植中过度施用氮肥会导致氮素损失,不仅污染了环境,还增加了成本,减少了产量。为此,国内外学者开展了许多相关的研究,探寻提高水稻氮肥利用率的途径。实时、实地氮肥管理模式便是其中一种既保证水稻产量又提高氮肥利用率的田间管理技术,其主要手段是利用叶绿素计对水稻氮素营养状况进行诊断。本研究通过大田试验,主要研究了6个施氮水平和3种不同施肥方案下,水稻生育期内不同施氮量、不同叶位叶片的SPAD数值特征,及其在氮素营养诊断中的应用。研究主要得到以下结论：通过对水稻植株整个生长周期叶绿素计读数（SPAD值）的变化情况以及水稻分蘖、孕穗和抽穗3个重要时期主茎顶1叶至顶4叶的SPAD值分布变化特征的研究,结果表明,水稻整个生长期叶色呈现“黑黄”交替的变化规律,且主茎顶4叶对氮素供应丰缺的反应最为敏感,可作为诊断水稻N素营养状况的理想指示叶；此外,对水稻主茎上各个相邻叶位的SPAD差值与施氮水平之间的相关性进行比较,发现顶4叶和顶3叶的SPAD差值（SPADL4-L3）与施氮水平之间存在明显相关性,随着施氮水平的提高,顶4叶与顶3叶间的SPAD值差异逐渐缩小,且这一结果不受施肥条件和水稻生长时期的影响,因此,也可以利用SPADL4-L3值作为水稻整个生育期N营养状况实时诊断的指标。通过对水稻叶片SPAD值与单位质量氮含量（Nw）、单位面积氮含量（Na）之间的关系的研究,结果表明,无论在水稻生长的哪个阶段,叶片的SPAD值与Nw、Na之间均存在显着或极显着的线性相关,并且SPAD值与Nw的相关性要高于SPAD值与N。的相关性。此外,还研究了不同叶位叶片SPAD值与Nw的关系之间的差异,发现分蘖期以水稻主茎功能叶中的顶3叶的SPAD值与Nw的相关性最高,适宜作为该时期的氮营养诊断指示叶；而孕穗期和抽穗期则以顶4叶对N素的反应最为敏感,且SPAD值与Nw的相关性最高,因此在这两个时期可选取顶4叶作为水稻N营养诊断的指示叶。并在上述研究结果的基础上初步确定了水稻不同生育期,氮素营养诊断的SPAD标准值范围,也建立了SPAD值与追肥量之间的关系,为诊断水稻氮素营养状况、指导精确施肥提供了重要的应用依据。
刘小玲[5]（2011）在《不同管理模式对中低产田作物产量和土壤肥力的影响》文中提出本研究通过自2007年开始在河北曲周典型中低产农田上进行的冬小麦-夏玉米轮作田间定位试验,探讨了不同农田养分管理措施和农田耕作栽培措施对作物产量、地上部生长状况、养分吸收以及对土壤养分状况和土壤硝态氮累积变化的影响,并对不同农田管理模式对中低产农田生产力提升的影响进行了探讨,为快速提高中低产田肥力和农田生产力提供科学依据。本研究的主要结论如下:在本实验条件下,不同农田管理模式对作物产量有明显的影响。对照不施肥处理的作物产量显着低于其他处理,且呈逐年递减趋势;农民习惯管理模式和高产高效管理模式的作物产量没有明显差异,但高产高效管理模式明显有利于作物的高产稳产,尤其是高产高效管理模式下的优化施肥处理（即HOPT）,在施肥量较农民习惯施肥明显减少的前提下,并没有减少地上部生物量和籽粒产量。对照不施肥处理的作物养分含量和养分累积量显着低于施肥处理。高产高效管理模式下作物氮、磷、钾素累积量明显高于农民习惯管理模式,表明高产高效管理模式能够显着提高作物对养分的吸收利用。与2007年试验开始相比,高产高效管理模式能显着提高土壤肥力。不同管理模式对土壤pH值无显着影响,但对土壤容重有影响,高产高效管理模式比农民习惯管理模式更有利于降低土壤容重、提高土壤耕层有机质、全氮量和速效钾。其中,有机质升高2.592.67g/kg,全氮量升高0.110.17g/kg,速效钾升高3.229.3mg/kg。除空白处理外,只有高产高效管理模式下的HOPT处理土壤速效磷显着升高,增加了9.82 mg/kg。不同管理模式对土壤硝态氮累积及运移影响极显着。农民习惯养分管理（CON）导致090cm土壤硝态氮过量累积,并在90180cm土层超量累积,有严重的向下淋溶趋势。而优化养分管理（OPT）处理对土壤硝态氮累积运移没有显着影响。高产高效管理模式磷钾素平衡均有盈余,而农民习惯管理模式磷钾素平衡均有亏损。各处理中,只有高产高效管理模式下的优化养分管理HOPT处理氮素平衡值为68kg/hm2,平衡率为5.5%,土壤—作物系统基本处于平衡状态。综合分析认为,高产高效管理模式能够显着的提高农田土壤肥力和生产力,具有在中低产田进行应用的潜力。
卢小遮[6]（2011）在《农田氮素动态平衡与优化管理研究》文中进行了进一步梳理面对我国南方地区农田传统水肥管理模式所引发的环境问题,研究制定科学有效的水肥管理措施是目前控制农业面源污染的重要命题,对提高农业生产水平和保护生态环境具有重要的意义。如何在不降低水稻产量的前提下,采用合适的施氮技术,制定合理的施氮次数、施氮时间和施氮量,采取合理的灌溉和排水措施,避免过量施用氮肥,减少农业面源污染对水环境的影响,还需要因地制宜地深入研究。2010年在浙江省余姚市三七市镇农业示范区试验田进行了不同施氮水平对田面水氮素动态变化、水稻产量及产量构成要素、氮肥利用率、农田氮素平衡的影响试验。本论文的研究目的是为合理施肥、控制氮素流失、保护水体生态环境提供技术指标依据。本文的研究结果表明:（1）淹水稻田施用尿素后,田面水中氮素以铵态氮为主,硝态氮比例较低。田面水总氮和铵态氮在施肥后第一天达到最大值,受田间氨挥发影响,之后逐渐下降,在一周左右降至不施氮肥小区水平。受硝化作用影响,田面水硝态氮出现峰值的时间较铵态氮滞后,在施肥第三天之后才达到最大值,随后逐渐下降。考虑到我国尿素在稻田的广泛施用,可以将铵态氮和全氮作为稻田水体污染监测的主要氮素指标,硝态氮可作为辅助指标。田面水三氮动态变化表明,施氮后7天内三氮浓度较高,并且田表水层较深,如果发生暴雨,很容易产生地表径流,所以施肥后一周以内是防止氮素流失的关键时期,有必要采取措施防止氮素流失。田面水氮素浓度与施氮量有极其明显的正相关,分次施氮有利于从源头降低甚至解决氮肥流失,是降低农田氮流失量的关键措施。（2）田间实测统计数据分析结果表明,在一定范围内增加氮肥用量,可以增加水稻株高、穗长和每穗总粒数,促进水稻分蘖数,增加每亩穗数,但是超过一定施肥量会使水稻空秕率增加,结实率和千粒重下降。研究表明一定范围内增施氮肥能够增加水稻产量,但是多施氮肥会适得其反,导致产量下降。水稻产量与氮肥用量可以用二次三项式函数y = -0.03x2+11.63x+6168.29进行拟合,其相关系数为0.9487。通过对肥料效应函数的计算分析,求得最高产量对应的施氮量为194 kg/hm2。按此次试验最高产量的施肥量计算,在保证水稻产量不受影响的情况下,可以比农户的施肥量减少10%以上。用农业技术经济学的边际收益分析原理分析浙东宁绍平原余姚的最佳经济施氮量,结果表明施氮量为167 kg/hm2时的经济效益最佳,相应的产量为7274 kg/hm2。低于167 kg/hm2时,施肥量减少,施肥成本虽然降低,但是施肥利润也按一定的比率减少。从降低成本、提高效益和减少氮素流失风险等方面考虑,认为研究区适宜施氮量应为167kg.hm-2。（3）对试验田氮肥不同利用率指标分析结果表明:氮肥产谷效率与水稻吸氮量呈极显着负相关,其相关系数为-0.970。吸氮量过多,其氮肥产谷效率下降,产量并不一定高,因此适当控制吸氮量是提高氮肥产谷效率的前提。氮肥吸收利用率随施氮量的提高而下降,变化范围在21.12%45.75%之间。相关性分析表明氮肥吸收利用率与施氮量呈极显着性负相关,其相关系数为-0.751,与作物吸氮量呈极显着正相关,相关系数为0.914。所以为提高作物对氮肥的吸收利用率,有必要减少氮肥施用量。氮肥偏生产力也是随着施氮量的增加而降低,变化范围在35.3350.76 kg.kg-1。氮肥偏生产力与施肥量成极显着负相关,相关系数为-0.975。氮肥生理利用率随着施氮量增加而增高,从17.46 kg.kg-1增加到42.36 kg.kg-1,但是超过195 kg/hm2的施肥水平后就下降为20.51 kg.kg-1。相关性分析表明氮肥生理利用率与作物吸氮量呈极显着负相关,相关系数为-0.897,与作物产量呈极显着正相关,相关系数为0.699。不同施肥水平处理的氮肥农学利用率都很低,在5.38.2 kg.kg-1之间变化,这可能和土壤背景氮过高有关。（4）通过对土壤、水稻及灌溉水的监测,计算了不同施肥水平下土壤-作物系统氮素的平衡。分析各施肥处理氮素平衡,土壤残留氮都高于不施肥处理小区残留量,随着施氮量的提高,残留在土壤中的氮也呈现持续增长的趋势。氮素盈余是指未被作物吸收而残留在土壤中和损失于环境中的两部分氮素之和,随着施氮量增加,氮素盈余明显增加,并且各施肥处理小区氮素的盈余明显高于不施氮处理。因此,为了减少氮素的表观残留和损失量,考虑到土壤自身氮素供应能力,减少施氮量是十分必要的。
刘世峰[7]（2010）在《南京市溧水县稻田土壤全氮的遥感估测》文中认为土壤是生活在地球上的人类赖以生存的物质基础和宝贵源泉。作为作物赖以生长并为全世界提供衣食的中介,土壤是植物生长繁育和生物生产的基地。而土壤中的各种元素含量是衡量土壤肥力,决定作物丰产与否的主要原因。因此,了解土壤肥力并根据作物生产的基本营养需求,进而认识到土壤对于作物的限制性因子对于农田的合理施肥和作物增收是至关重要的。由于农田土壤肥力空间分布存在差异,传统的均一施肥方式,容易导致局部施肥过多而造成农业面源污染,也同样会导致一些区域因施肥不足产生地力衰竭。另外,土壤中的各种元素含量是一个相对动态的变化过程。而进行配方施肥就必须准确掌握田间土的壤肥力状况,所以对土壤中的各种营养元素含量进行实时监测是必不可少的。传统的土壤肥力状况监测一般是实地采样,然后风干,磨土过筛,最后进行实验室化学分析。一方面投入大,浪费大量的人力物力；另一方面,监测土壤的周期也比较长,这就造成了土壤监测的时效性差。耕作者不能有效及时详尽地掌握田间土壤的肥力信息,难以做到及时有效的配方施肥去消除土壤对于作物的限制性因子。所以,寻找一种快速、有效、低投入的土壤肥力监测方法显得迫在眉睫。遥感技术是20世纪60年代兴起并迅速发展起来的一门综合性探测技术,是一种通过量测从地表获取电磁辐射进而推断地表参数的过程。土壤作为地球表面的最常见的地物,其对特定波段的电磁波反射率非常敏感。它的一些光谱反射率和本身的一些理化参数之间存在着很大的相关性,这就是利用遥感监测土壤肥力的内在机理。然而,农田土壤经常为植被所覆盖,裸露的时间比较短,影响了遥感技术在农田土壤肥力监测方面的应用。不过,国内外学者在遥感监测作物长势、营养状况方面取得了巨大成果。由于不同的土壤理化性质和施肥量会在一定程度上引起作物长势的差异,并最终反映在作物冠层光谱反射率上。这种机理的存在使得利用遥感获得的植被光谱特性间接监测土壤理化性质成为可能。NDVI（归一化植被指数）在监测地表植被覆盖中发挥着重要作用。水田植被覆盖种类单一,其它影响因素少,这使得通过NDVI监测水稻长势,间接监测稻田土壤肥力状况变得可行。利用遥感技术监测土壤肥力状况,正好弥补了传统土壤监测的缺陷。遥感技术以其实时、持久、数据量大、观测范围广等优点在土壤监测中发挥了重要作用,成为土壤各种元素含量监测和时空动态分析的重要技术手段,突破了传统的地面点状监测方法。遥感技术能清楚地反映出土壤一些理化性质的空间分布特征,利用多时相的遥感数据可对同一地区的土壤进行动态监测,防止施肥过度导致的面源污染或施肥不足产生的地力衰竭,为合理的配方施肥提供决策依据。本研究以南京溧水县农区水稻田作为实验区,以研究区水稻的主要遥感影象指数——归一化植被指数（NDVI）作为研究对象。采用相关性回归分析方法将地面定位微观监测数据和遥感技术宏观监测数据有机地对接起来,旨在探讨研究区水田土壤的主要营养元素——全氮在中巴地球资源2号卫星（CBERS-2,简称中巴-2）数据中的敏感波段或波段组合,研究建立农区水田土壤全氮含量的遥感监测估算模型。最后将所建的模型应用于水田肥力的估测和研究区水田土壤全氮含量二级图的划分。本文的创新点在于利用中巴-2号卫星的CCD的归一化植被指数对南京溧水县水田的土壤全氮进行估测,在此基础上做了研究区的氮素等级分布图,并对关于遥感估测土壤元素技术体系的建立进行了讨论和初探。通过全文研究,得出结论如下：1)水稻分蘖期中巴-2卫星影象取得的归一化植被指数可以很好的反映水稻长势,间接表现稻田土壤的全氮水平；2)中巴-2卫星影象的CCD数据可以实现对稻田土壤全氮的半定量估测；3)在归一化植被指数影象的基础上可以实现对研究区稻田土壤全氮水平的区划,并可成图；4)遥感估测土壤元素技术体系的建立基本是可行的。基于上述研究,可通过进一步的研究提高估测模型的精度,进而达到精确监测。通过对土壤其它元素含量和物理性质的遥感监测研究,建立并完善遥感估测土壤元素的技术体系。
黄敏[8]（2009）在《基于光谱及数据挖掘技术的油菜养分及品质信息的无损检测研究》文中研究指明精细农业是21世纪全球农业发展的必然趋势。它的技术核心是农田信息的获取、信息的管理与决策及变量作业三个部分。其中如何快速准确的获取作物生长信息,是开展精细农业的重要基础,也是精细农业研究的一个热点和难点。针对国内外现状,本论文以油菜（Brassica napus）为对象,通过正交二次回归设计方法进行了油菜氮、磷、钾和硼等四种重要营养元素田间试验,采用可见-近红外光谱技术研究了油菜植株的氮、磷、钾、硼含量与油菜叶片和冠层的光谱反射特性之间的关系。还研究了油菜叶片氮含量与SPAD值,油菜冠层3CCD多光谱图像与SPAD值之间的关系。此外,还初步探讨了辐照处理对油菜籽的光谱反射特性的影响。本论文的主要研究结论如下：（1）研究了油菜叶片的光谱反射特性与油菜叶片氮、磷、钾、硼四种含量的关系,并分别建立了全波段模型及最优波长模型。结果表明,四种元素含量的最优全波段模型均为直接正交信号校正（DOSC）结合偏最小二乘法（PLS）模型,最优模型对氮、磷、钾和硼的预测相关系数分别为0.9743、0.6971、0.9316和0.8903；利用连续投影算法（SPA）选择最优波长并建立数学模型的研究中,提出了采用DOSC结合SPA选择的氮、磷、钾和硼四种元素的最优波长的优化模型,得出的最优特征波长分别为958、540、627和686nm。结果表明,氮含量最佳模型采用DOSC-SPA结合最小二乘-支持向量机（LS-SVM）方法,其预测相关系数为0.9737；磷、钾、硼三种元素含量的最佳模型都是采用DOSC-SPA结合人工神经网络（BPNN）方法,其预测相关系数分别为0.7054、0.9380及0.8916。（2）研究了油菜冠层光谱反射特性与油菜植株氮、磷、钾三种含量的关系,并分别建立了全波段模型及最优波长模型。通过对不同预处理方法结合PLS所建立模型的效果比较,三种元素的最佳光谱预处理方法都是DOSC.其最佳模型的预测相关系数分别为0.9440、0.8260和0.9574。利用DOSC-SPA算法选择的最优波长分别为761、994和927nm。氮和磷两种元素含量的最佳模型是DOSC-SPA结合LS-SVM方法所建立的模型,预测相关系数分别为0.9423和0.8124。钾元素含量的最佳模型采用了DOSC-SPA结合PLS方法,预测相关系数为0.9526。（3）研究了油菜叶片SPAD值与氮含量的相关性。结果显示,在油菜生长期,油菜叶片SPAD值与氮含量呈线性相关的关系,其相关系数为0.861,对三个未知样本的预测精度分别达到78.8%,91.8%及94.12%。（4）研究了油菜冠层多光谱图像与氮含量之间的关系。构建了一套集可见-近红外光谱仪、3CCD多光谱成像仪于一体的油菜氮含量多光谱图像测试平台。建立了基于油菜冠层多光谱反射率的植被指数NDVI、GNDVI和Ratio与SPAD值之间的校正模型。三个模型的预测相关系数分别为0.932、0.879及0.885。（5）研究了辐照处理后油菜籽光谱反射特性的变化规律。探讨了不同预处理方法组合及神经网络隐含层节点数对所建模型的影响。所建最优模型先后采用了中值滤波平滑法、附加散射校正及二阶求导法三种预处理方法。BPNN模型建立过程中,选择对6个PLS主成分进行自然对数变化,所设定的隐含层节点数为4或9。结果表明,油菜籽经过辐照处理后,其光谱反射特性会发生较大的改变。最优模型对辐照和未辐照样本的识别率均为100%,对油菜籽所受辐照剂量的预测精度达到85.71%。说明可见-近红外光谱技术可以用于评估辐照处理对油菜籽光谱特性产生的影响。
潘薇薇[9]（2008）在《应用叶绿素仪进行棉花氮素营养诊断》文中提出目的:本研究采用SPAD仪进行棉花氮素营养诊断和氮肥推荐。研究叶位及叶片不同部位的SPAD值,以确定有代表性的诊断部位。研究施肥量、棉花品种对叶绿素仪读数的影响。建立棉花氮素营养诊断追肥模型,并快速推荐不同生育期的追肥量。方法:通过温室盆栽和大田试验,利用叶绿素仪测定SPAD值,结合植株测试技术,建立棉花氮素营养诊断追肥模型,进行验证,并评价质量及效果。结论:1.叶片不同部位的SPAD值及不同叶位的叶片含氮量、SPAD值存在明显差异,因此采用SPAD进行棉花氮素营养诊断必须在固定的叶位进行,研究证明棉株倒四叶上部是最佳测试部位。2.相同的氮肥处理下,新陆早13、新陆早19和新陆早24的SPAD值在全生育期存在相同的的变化趋势,最小值出现在在出苗后65天,出苗后105天达到一个峰值。施氮水平与棉花叶色变化密切相关,SPAD值在各生育期均随着施肥水平的提高而增大。品种对叶绿素仪读数的影响显着,叶色深绿的新陆早13和新陆早24的SPAD值明显高于叶色淡的品种新陆早19和新陆早23,新陆早13（叶片有绒毛）和新陆早24（叶片有绒毛）的SPAD值间没有显着性差异。3.叶绿素仪读数与常规方法测得的叶绿素含量、叶片全氮含量、植株全氮含量、吸氮量呈极显着的线性相关关系。SPAD值与施氮量之间呈极显着线性相关,各生育期SPAD值与产量也具有极显着相关性。在盛蕾期、花期、盛花期和铃期利用SPAD进行棉花氮素营养诊断的临界值分别为60.5,60.0,60.8和59.1。根据不同生育期SPAD值变动一格的施肥量进行施肥指导。验证结果表明从苗期到铃期共进行6次追肥,出苗后75天和出苗后85天是追肥量最大的时期。新陆早19在盛蕾期、花期、盛花期和铃期利用SPAD进行棉花氮素营养诊断的临界值分别为56.2,48.0,48.5和50.7。4.采用SPAD进行氮肥推荐,新陆早13和新陆早24比常规氮肥出路减少氮肥用量14.7%和10.27%,而使棉花生长过程中并没有表现出氮素的缺乏,获得了与常规施氮处理相同或更高的产量。棉花干物质积累速率、叶面积指数和氮素积累速率都能够很好的用Logistic曲线模型进行模拟,相关系数可达到0.8971～0.9990。
李勇军[10]（2007）在《基于双光谱的叶绿素无损测试系统研制》文中研究表明“精细农业”的核心是根据作物的实际需要,以最少的投入获得最佳的经济、生态效益,实现农业的可持续发展。信息采集是实施精细农业变量作业的重要组成部分,光谱测试以其简便、快速、精度高和无损检测等优点,成为当前国内外田间信息采集的研究热点。针对我国目前缺乏高精度、低成本田间作物氮营养诊断设备的现状,以及变量施肥的需要,本论文研究与开发了基于双光谱的叶绿素无损测试技术与系统。本文在比较、分析和借鉴现有国内外测量植被氮营养状况研究成果的基础上,利用光的吸收原理和光谱透射技术,设计了基于红光及近红外两特征波长处的叶绿素无损测试系统,实现了田间植被叶绿素相对含量的无损实时监测;基于实验方法,修正了归一化植被指数公式,建立了基于双光谱叶绿素无损测试系统的反演模型;为满足系统低功耗和可靠性设计要求,采用先进的集成芯片、模块化设计及光谱测试等技术,建立了系统的硬件平台;应用模块化设计思想、C语言及汇编语言的相互嵌套,设计了系统软件;采用了中位值平均滤波算法,降低了光电传感器转换中引入的非线性、以及干扰脉冲对测量的影响,有效地提高了系统测量精度。利用玉米叶片进行了系统标定和对比精度实验,结果表明:本系统与传统的80%丙酮浸提和分光光度法测得的叶绿素相对含量值比较吻合,和日本手持式叶绿素计Spad-502的测定结果相近;本论文提出的基于归一化植被指数修正公式的反演模型具有适用性。针对某些测量点吻合欠佳的情况,分析了数据差异的原因,提出了今后改进的措施。为进一步实现作物氮营养状况的实时无损监测,以及实施精细农业变量施肥技术提供了研究平台。
二、冬小麦氮营养诊断及氮追肥推荐（论文开题报告）
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
本文主要提出一款精简64位RISC处理器存储管理单元结构并详细分析其设计过程。在该MMU结构中,TLB采用叁个分离的TLB,TLB采用基于内容查找的相联存储器并行查找,支持粗粒度为64KB和细粒度为4KB两种页面大小,采用多级分层页表结构映射地址空间,并详细论述了四级页表转换过程,TLB结构组织等。该MMU结构将作为该处理器存储系统实现的一个重要组成部分。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
三、冬小麦氮营养诊断及氮追肥推荐（论文提纲范文）
（1）基于物联网技术的作物养分信息快速获取与精准施肥智能控制系统研究（论文提纲范文）
| 摘要 |
| abstract |
| 第一章 绪论 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 基于高光谱的作物氮素快速检测技术 |
| 1.2.2 施肥决策技术 |
| 1.2.3 施肥控制技术 |
| 1.2.4 施肥物联网技术应用 |
| 1.3 存在的问题 |
| 第二章 研究目的、研究内容与技术路线 |
| 2.1 研究内容 |
| 2.1.1 滴灌棉田现场感知系统研究 |
| 2.1.2 棉田信息传输系统研究 |
| 2.1.3 棉田智能应用系统研究 |
| 2.2 技术路线 |
| 第三章 基于高光谱植被指数的棉花叶绿素含量估算 |
| 3.1 实验设计 |
| 3.1.1 研究区介绍 |
| 3.1.2 高光谱数据获取与校正 |
| 3.1.3 叶片叶绿素含量测定 |
| 3.1.4 数据处理分析 |
| 3.2 叶片叶绿素含量分析 |
| 3.2.1 叶片叶绿素含量统计分析 |
| 3.2.2 不同水氮处理间叶片叶绿素含量分析 |
| 3.3 不同水氮处理间“三边参数”与叶片叶绿素含量估算模型 |
| 3.4 叶绿素含量与光谱值数的相关估算模型 |
| 3.5 小结 |
| 第四章 棉花叶片氮素的高光谱估测与施肥模型研究 |
| 4.1 材料与方法 |
| 4.1.1 试验设计 |
| 4.1.2 光谱及叶片氮素含量测定 |
| 4.1.3 数据处理与分析 |
| 4.2 结果与分析 |
| 4.2.1 不同水、不同氮处理下棉花叶片氮素含量差异性分析 |
| 4.2.2 不同水、氮处理下棉花冠层光谱反射率 |
| 4.2.3 棉花冠层光谱反射率与叶片氮素含量的相关性 |
| 4.2.4 不同生育时期棉花叶片氮素含量遥感监测模型 |
| 4.2.5 棉花氮素施肥总量推荐 |
| 4.2.6 基于mND705的最佳产量及最佳推荐施肥量 |
| 4.2.7 基于mND705施肥模型的田间验证 |
| 4.3 小结 |
| 第五章 无线传感器网络覆盖及低能耗算法研究 |
| 5.1 无线传感网络传输设计 |
| 5.1.1 节点硬件设计 |
| 5.1.2 节点软件设计 |
| 5.1.3 GPRS数据传输 |
| 5.2 基于遗传算法的网络覆盖及低能耗算法研究 |
| 5.2.1 遗传算法简介 |
| 5.2.2 初始种群的生成 |
| 5.2.3 选择运算 |
| 5.2.4 交叉运算 |
| 5.2.5 变异运算 |
| 5.2.6 适应度计算 |
| 5.2.7 改进的小生境算法 |
| 5.2.8 仿真结果分析 |
| 5.3 小结 |
| 第六章 基于模糊PID和PWM方式的智能控制方法研究 |
| 6.1 PID控制算法 |
| 6.1.1 模拟PID |
| 6.1.2 数字PID |
| 6.2 模糊自适应PID |
| 6.2.1 模糊控制器设计 |
| 6.2.2 模糊自适应PID原理 |
| 6.2.3 模糊自适应PID控制器设计 |
| 6.3 控制系统的建模 |
| 6.3.1 伺服电动机模型 |
| 6.3.2 脉冲调制环节建模 |
| 6.4 仿真分析与实验 |
| 6.4.1 基于模糊PID的精量施肥控制系统仿真 |
| 6.4.2 自适应模糊PID控制的PLC实现 |
| 6.4.3 配肥试验 |
| 6.5 小结 |
| 第七章 精量施肥控制装置研究 |
| 7.1 系统的组成 |
| 7.2 精量施肥装置原理及设备组成 |
| 7.2.1 精量施肥装置原理 |
| 7.2.2 精量施肥控制装置组成 |
| 7.3 精量施肥控制装置软件设计 |
| 7.3.1 控制系统功能 |
| 7.3.2 现场控制流程 |
| 7.3.3 远程控制流程 |
| 7.3.4 PLCS7-200软硬件设计 |
| 7.3.5 HMI模块程序设计 |
| 7.3.6 GPRS模块程序设计 |
| 7.4 配肥电机转速和施肥量关系 |
| 7.4.1 配肥评价指标 |
| 7.4.2 装置施肥时间研究 |
| 7.4.3 滴灌施肥装置配肥误差分析 |
| 7.4.4 不同施肥装置棉花器官氮素含量分析 |
| 7.5 小结 |
| 第八章 精量施肥云平台设计 |
| 8.1 需求分析 |
| 8.1.1 系统功能需求分析 |
| 8.1.2 系统业务流程分析 |
| 8.1.3 性能需求分析 |
| 8.2 总体设计 |
| 8.2.1 设计原则 |
| 8.2.2 系统架构设计 |
| 8.2.3 系统功能模块设计 |
| 8.2.4 数据库设计 |
| 8.3 前台管理主要功能模块设计及实现 |
| 8.3.1 前台管理首页的设计及实现 |
| 8.3.2 在线监测模块的设计及实现 |
| 8.3.3 施肥推荐模块的设计及实现 |
| 8.3.4 施肥控制模块的设计及实现 |
| 8.4 小结 |
| 第九章 结论与展望 |
| 9.1 主要结论与成果 |
| 9.2 本研究创新点 |
| 9.3 研究展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
| 附件 |
（2）基于叶片SPAD值的滴灌春小麦氮肥分期推荐研究（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 前言 |
| 1.1 研究背景及意义 |
| 1.2 研究领域国内外的研究动态及发展趋势 |
| 1.2.1 植物无损氮营养诊断方法 |
| 1.2.2 叶绿素仪的应用 |
| 1.3 研究目标和内容 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.3.3 技路 |
| 第二章 材料与方法 |
| 2.1 试验区概况 |
| 2.2 试验设计 |
| 2.3 测定项目与方法 |
| 2.4 数据计算与分析 |
| 第三章 不同品种滴灌春小麦氮素吸收规律和氮营养指数研究 |
| 3.1 施氮对滴灌春小麦氮素累积的影响及其拟合模型 |
| 3.1.1 对滴灌春小麦氮素积累的影响 |
| 3.1.2 滴灌春小麦氮素积累拟合模型 |
| 3.2 滴灌春小麦植株吸氮量与相对产量的关系 |
| 3.3 植株吸氮量临界值与出苗后天数的关系 |
| 3.4 滴灌春小麦氮营养指数 |
| 3.5、讨论与结论 |
| 第四章 建立基于叶片SPAD值的滴灌春小麦氮肥分期推荐模型 |
| 4.1 不同施氮水平下滴灌春小麦叶片SPAD值生育时期变化 |
| 4.2 不同生育时期滴灌春小麦叶片SPAD值与叶片全氮含量的关系 |
| 4.3 不同生育时期滴灌春小麦叶片SPAD值与施氮量的关系 |
| 4.4 施氮对滴灌春小麦产量的影响 |
| 4.5 滴灌春小麦不同生育时期叶片SPAD临界值的确定 |
| 4.6 基于叶片SPAD值的滴灌春小麦氮肥推荐模型的建立 |
| 4.7 讨论与结论 |
| 第五章 基于SPAD叶绿素仪的滴灌春小麦氮肥推荐模型的验证 |
| 5.1 不同施氮处理小麦植株积累比较 |
| 5.2 不同施氮处理的产量比较 |
| 5.3 不同施氮处理的氮肥利用率比较 |
| 5.4 不同施氮处理收获期土壤硝态氮残留比较 |
| 5.5 不同施氮处理各生育时期氮营养指数比较 |
| 5.6 讨论与结论 |
| 第六章 结论与展望 |
| 6.1 主要结论 |
| 6.2 展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
| 导师评阅表 |
（3）水稻冠层叶片氮素分布变化及氮营养状况快速诊断（论文提纲范文）
| 感谢 |
| 致谢 |
| 摘要 |
| Abstract |
| 缩略词表 |
| 第一章 绪论 |
| 1.1 氮肥的施用对环境造成的影响 |
| 1.2 氮肥施用对水稻生长的生理生态指标的影响 |
| 1.2.1 氮素对水稻植株光合生理指标的影响 |
| 1.2.2 氮肥对水稻产量构成指标的影响 |
| 1.3 水稻对氮肥的吸收和利用 |
| 1.4 中国稻田氮肥利用率现状分析 |
| 1.4.1 土壤背景氮含量较高 |
| 1.4.2 氮肥施用时期不合理 |
| 1.4.3 水稻生长中期晒田 |
| 1.5 传统的水稻氮素营养诊断方法 |
| 1.5.1 植株形态诊断 |
| 1.5.2 叶色诊断法 |
| 1.5.3 硝酸盐诊断法 |
| 1.5.4 天冬酰胺和氨基酸诊断法 |
| 1.5.5 全氮诊断法 |
| 1.5.6 氮营养指数诊断法 |
| 1.6 现代的水稻氮素营养诊断方法 |
| 1.6.1 图像及机器视觉技术 |
| 1.6.2 高光谱遥感技术 |
| 1.6.3 叶绿素荧光分析技术 |
| 1.6.4 SPAD仪诊断技术 |
| 1.7 水稻冠层叶片氮浓度和SPAD值的分布状况 |
| 1.8 主要研究内容 |
| 1.8.1 研究思路 |
| 1.8.2 研究目的和意义 |
| 1.8.3 研究主要内容 |
| 1.8.4 技术路线 |
| 第二章 水稻冠层叶片SPAD值的分布规律和变化特征及其影响因素的研究 |
| 2.1 引言 |
| 2.2 材料和方法 |
| 2.2.1 大田试验设计 |
| 2.2.2 大田样品的采集与测定 |
| 2.2.3 网室试验设计 |
| 2.2.4 网室试验样品的采集及测量 |
| 2.2.5 数据分析 |
| 2.3 结果与讨论 |
| 2.3.1 不同施氮水平水稻冠层叶片SPAD值在整个生育期的动态变化 |
| 2.3.2 不同施氮水平水稻冠层叶片SPAD值动态变化的模拟分析 |
| 2.3.3 不同生育时期水稻冠层叶片SPAD值跟叶片氮含量之间的关系 |
| 2.3.4 网室水稻冠层叶片不同测定位点的SAPD值分布 |
| 2.3.5 水稻的产量构成因素及产量与SPAD值之间的关系 |
| 2.4 小结 |
| 第三章 水稻冠层叶片SPAD值和氮营养指数动态变化预测分析 |
| 3.1 引言 |
| 3.2 材料和方法 |
| 3.2.1 试验设计 |
| 3.2.2 样本测量 |
| 3.2.3 数据分析 |
| 3.3 结果与讨论 |
| 3.3.1 水稻地上生物量与产量的关系 |
| 3.3.2 水稻临界氮浓度稀释曲线的建立 |
| 3.3.3 水稻氮营养指数模型构建 |
| 3.3.4 NNI接近1时的施氮水平水稻冠层叶片SPAD值分布变化规律 |
| 3.3.5 整个生育期内水稻冠层不同叶位叶片SPAD值与NNI之间的关系 |
| 3.3.6 水稻叶片SPAD值、相对SPAD值与NNI之间的拟合关系 |
| 3.3.7 水稻不同生育期冠层理想测定叶片SPAD值对NNI的评估 |
| 3.3.8 SPAD值与产量、相对SPAD值、NNI与相对产量之间的关系 |
| 3.4 小结 |
| 第四章 不同施氮水平水稻冠层叶片SPAD值与叶绿素荧光参数之间的关系 |
| 4.1 引言 |
| 4.2 材料和方法 |
| 4.2.1 实验材料与实验设计 |
| 4.2.2 SPAD值、叶面积、干重和氮含量的测量 |
| 4.2.3 叶绿素含量测定 |
| 4.2.4 叶绿素荧光参数的测定 |
| 4.3 结果与讨论 |
| 4.3.1 不同氮水平水稻三生育期内叶片氮含量、chl a/b和SPAD值变化及关系 |
| 4.3.2 氮肥对叶绿素荧光参数的影响 |
| 4.4 小结 |
| 第五章 结论与展望 |
| 5.1 研究结论 |
| 5.2 研究创新点 |
| 5.3 研究存在的问题和展望 |
| 参考文献 |
| 图索引 |
| 表索引 |
| 作者简介及科研成果 |
（4）水稻冠层叶片SPAD数值变化特征及其在氮素营养诊断中的应用（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 1 文献综述 |
| 1.1 引言 |
| 1.2 稻田氮肥利用现状分析 |
| 1.2.1 稻田氮肥施用量和氮肥利用率现状 |
| 1.2.2 稻田氮肥利用率低的原因分析 |
| 1.2.3 提高水稻氮肥利用率的新途径 |
| 1.3 水稻氮素营养诊断的方法 |
| 1.3.1 传统水稻氮营养诊断方法 |
| 1.3.2 现代水稻氮营养诊断技术 |
| 1.4 叶绿素计在作物氮营养诊断中的应用研究现状 |
| 1.4.1 叶绿素计诊断氮素营养应用中的影响因素 |
| 1.4.2 校正影响因素、提高叶绿素计诊断精确性的途径 |
| 1.5 论文选题思路与主要研究内容 |
| 1.5.1 研究目的和意义 |
| 1.5.2 主要研究内容 |
| 2 材料与方法 |
| 2.1 大田试验设计、材料及方法 |
| 2.1.1 大田试验地点概况 |
| 2.1.2 大田试验设计方案 |
| 2.1.3 大田采样方法 |
| 2.2 试验分析项目及测定方法 |
| 2.2.1 水稻整个生长期生物量变化情况 |
| 2.2.2 水稻产量分析 |
| 2.2.3 水稻叶片SPAD值测定 |
| 2.2.4 叶片面积的测定 |
| 2.2.5 水稻叶片总氮含量分析 |
| 2.2.6 叶片叶绿素(Chlorophyll)含量的测定 |
| 2.3 数据处理分析工具 |
| 3 结果与讨论 |
| 3.1 不同施氮条件下水稻生长期生物量变化规律及产量情况 |
| 3.1.1 水稻生长周期中生物量变化情况 |
| 3.1.2 不同氮素水平下水稻产量情况分析 |
| 3.1.3 本节结论与讨论 |
| 3.2 不同氮素水平下水稻冠层SPAD值分布变化特征及其与氮素营养诊断的关系 |
| 3.2.1 水稻整个生长期植株SPAD值变化情况 |
| 3.2.2 不同施氮处理下水稻不同叶位叶片的SPAD值分布特征 |
| 3.2.3 水稻上、下叶位叶片SPAD差值与施氮水平的关系 |
| 3.2.4 本节结论与讨论 |
| 3.3 水稻叶片SPAD值与单位质量氮含量(N_w)、单位面积氮含量(N_a)之间的关系及其在氮素营养诊断用的应用 |
| 3.3.1 不同时期水稻叶片SPAD值与N_w、N_a的关系 |
| 3.3.2 水稻不同时期、不同叶位叶片的SPAD值与N_w的关系 |
| 3.3.3 选定指示叶的SPAD值与N_w的关系在氮营养诊断中的应用 |
| 3.3.4 以指示叶SPAD值与标准值之间的差值为指导推荐追肥量 |
| 3.3.5 本节结论与讨论 |
| 3.4 水稻冠层不同叶位叶片叶绿素a/b的特征 |
| 3.4.1 水稻不同时期、不同叶位叶片叶绿素a/b的特征 |
| 3.4.2 水稻冠层不同时期叶绿素a/b特征 |
| 3.4.3 本节结论与讨论 |
| 4 研究总结与展望 |
| 4.1 研究主要结论 |
| 4.1.1 施氮对水稻生物量及产量的影响 |
| 4.1.2 不同施氮处理下水稻不同叶位叶片的SPAD值分布特征 |
| 4.1.3 水稻上、下叶位叶片SPAD差值与施氮水平的关系 |
| 4.1.4 水稻叶片的SPAD值与单位质量氮含量(N_w)、单位面积氮含量(N_a)的关 |
| 4.1.5 不同时期水稻不同叶位叶片SPAD值与N_w之间的关系 |
| 4.2 本文创新点 |
| 4.2.1 确定各个时期适宜的指示叶 |
| 4.2.2 确定各个指标的具体判断标准 |
| 4.2.3 根据判断标准初步确定氮肥追肥量 |
| 4.3 研究展望 |
| 4.3.1 关于SPAD值与Nw、N_a的相关性的验证 |
| 4.3.2 利用上、下叶位的SPAD差值来诊断水稻氮素营养 |
| 4.3.3 推荐施肥量的确定有待更进一步的研究 |
| 参考文献 |
| 附录 |
（5）不同管理模式对中低产田作物产量和土壤肥力的影响（论文提纲范文）
| 摘要 |
| Abstract |
| 1 引言 |
| 1.1 研究目的与意义 |
| 1.2 国内外研究现状 |
| 1.2.1 农田养分管理技术 |
| 1.2.2 农田耕作栽培技术 |
| 1.2.3 中低产田生产力提升技术模式 |
| 1.3 本文的研究内容 |
| 2 材料与方法 |
| 2.1 试验地概况 |
| 2.2 试验设计 |
| 2.3 样品采集 |
| 2.4 测定项目和方法 |
| 2.5 数据处理与分析 |
| 3 结果与分析 |
| 3.1 不同管理模式对作物产量的影响 |
| 3.1.1 不同管理模式对作物生物量的影响 |
| 3.1.2 不同管理模式对作物产量的影响 |
| 3.2 不同管理模式对作物养分吸收利用的影响 |
| 3.2.1 不同管理模式对氮素吸收利用的影响 |
| 3.2.2 不同管理模式对磷素吸收利用的影响 |
| 3.2.3 不同管理模式对钾素吸收利用的影响 |
| 3.3 不同管理模式对土壤肥力特征的影响 |
| 3.3.1 不同管理模式对土壤pH 值的影响 |
| 3.3.2 不同管理模式对土壤容重的影响 |
| 3.3.3 不同管理模式对耕层土壤有机质含量的影响 |
| 3.3.4 不同管理模式对耕层土壤全氮的影响 |
| 3.3.5 不同管理模式对耕层土壤有效磷含量的影响 |
| 3.3.6 不同管理模式对耕层土壤速效钾含量的影响 |
| 3.4 不同管理模式对土壤硝态氮累积的影响 |
| 3.4.1 不同管理模式对0-90 cm 土壤硝态氮累积的影响 |
| 3.4.2 不同管理模式对90-180 cm 土壤硝态氮累积的影响 |
| 3.5 土壤—作物系统的养分平衡 |
| 3.5.1 土壤-作物系统的氮素平衡 |
| 3.5.2 土壤-作物系统的磷、钾素平衡 |
| 4 结论与展望 |
| 4.1 主要结论 |
| 4.2 讨论与展望 |
| 4.2.1 讨论 |
| 4.2.2 研究展望 |
| 参考文献 |
| 在读期间发表的学术论文 |
| 作者简介 |
| 致谢 |
（6）农田氮素动态平衡与优化管理研究（论文提纲范文）
| 中文摘要 |
| Abstract |
| 第一章 综述 |
| 1.1 研究背景及研究意义 |
| 1.2 国内外研究现状分析 |
| 1.2.1 我国氮肥利用率现状 |
| 1.2.2 肥料利用率低的原因分析 |
| 1.2.3 农田氮肥损失对环境的影响 |
| 1.2.4 氮肥施用技术现状 |
| 1.2.5 农田中化肥氮的去向 |
| 1.2.6 农田氮素平衡研究 |
| 1.2.7 施肥计量方法研究 |
| 1.3 研究的总体思路和框架 |
| 1.3.1 研究目标 |
| 1.3.2 研究内容 |
| 1.3.3 拟解决的关键问题 |
| 1.3.4 研究方法与技术路线 |
| 第二章 稻田施肥后田面水氮素动态变化特征 |
| 2.1 材料与方法 |
| 2.1.1 试验区概况 |
| 2.1.2 试验设计 |
| 2.1.3 水样采集与分析 |
| 2.2 结果与分析 |
| 2.2.1 追肥后田面水不同形态氮素动态变化 |
| 2.2.2 各不同施肥处理氮素动态变化 |
| 2.3 小结 |
| 第三章 不同施氮水平对水稻产量及氮肥利用率的影响 |
| 3.1 材料与方法 |
| 3.1.1 研究区概况 |
| 3.1.2 施肥方案设计 |
| 3.1.3 样品采集与分析 |
| 3.2 结果与分析 |
| 3.2.1 不同施氮水平对水稻吸氮量和产量的影响 |
| 3.2.2 最佳经济施氮量分析 |
| 3.2.3 不同施氮水平对水稻产量要素的影响 |
| 3.2.4 不同施氮水平对氮肥利用率的影响 |
| 3.3 结论与讨论 |
| 第四章 不同施氮水平对土壤-作物系统氮素平衡的影响 |
| 4.1 材料与方法 |
| 4.1.1 试验设计 |
| 4.1.2 样品采集与测定项目 |
| 4.1.3 氮平衡的相关计算 |
| 4.2 结果与分析 |
| 4.2.1 水稻收获后土壤氮素净残留量变化 |
| 4.2.2 土壤-作物系统氮素平衡 |
| 第五章 结论与展望 |
| 5.1 主要结论 |
| 5.1.1 基于施肥后田面水氮素动态变化的水管理 |
| 5.1.2 不同施氮水平对水稻产量及产量要素的影响 |
| 5.1.3 不同施氮水平对氮肥利用率的影响 |
| 5.1.4 不同施氮水平对土壤-作物系统氮素平衡的影响 |
| 5.2 本研究的不足之处与研究展望 |
| 参考文献 |
| 致谢 |
| 发表论文和参加课题 |
| 附件 |
（7）南京市溧水县稻田土壤全氮的遥感估测（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 土壤氮素对于水稻等作物的重要性和遥感动态监测的意义 |
| 1.1.1 土壤氮素对水稻等作物的作用 |
| 1.1.2 实施精确施肥对及时监测土壤肥力的要求 |
| 1.1.3 遥感即时监测土壤肥力的可行性分析 |
| 1.2 国内外的研究进展 |
| 1.2.1 传统的土壤氮素监测 |
| 1.2.2 遥感技术的发展历程、发展趋势和其在农业方面的应用 |
| 1.2.3 遥感在监测土壤肥力中的应用 |
| 1.3 研究概要 |
| 1.3.1 研究来源 |
| 1.3.2 本文的研究内容 |
| 第二章 研究方案与研究方法 |
| 2.1 区域概况和行政区划 |
| 2.2 自然环境状况 |
| 2.2.1 气候和水稻的种植习惯 |
| 2.2.2 地形地貌 |
| 2.2.3 植被 |
| 2.2.4 水文 |
| 2.2.5 土壤和主要成土母质 |
| 2.3 数据来源 |
| 2.3.1 遥感数据 |
| 2.3.2 地面数据 |
| 2.4 研究内容和研究方法 |
| 2.4.1 遥感影像的处理 |
| 2.4.2 地面数据的获取——样品的采集和分析 |
| 2.4.3 遥感和地面数据的关联 |
| 第三章 遥感估测土壤全氮含量模型的建立和研究区稻田全氮含量二级图生成 |
| 3.1 回归模型的建立 |
| 3.2 回归模型的检测 |
| 3.3 基于回归模型的研究区稻田全氮含量二级图的生成 |
| 3.4 高光谱的佐证 |
| 3.4.1 裸土的高光谱测定 |
| 3.4.2 水稻冠层的高光谱测量 |
| 第四章 关于遥感估测土壤元素技术体系建立的进一步探讨 |
| 4.1 遥感估测土壤元素含量的可行性分析 |
| 4.1.1 遥感对土壤植物营养元素估测的可行性分析 |
| 4.1.2 遥感对土壤重金属等污染元素估测的可行性分析 |
| 4.2 遥感估测土壤元素的技术流程 |
| 4.2.1 遥感数据源的选择和土壤样品的采集 |
| 4.2.2 遥感影象的处理和地面数据的获得 |
| 4.2.3 遥感影象指数和地表数据的关联 |
| 4.2.4 模型的建立和检验 |
| 4.3 遥感估测土壤元素的发展趋势 |
| 第五章 全文结论 |
| 5.1 结论 |
| 5.2 创新点 |
| 5.3 存在的不足 |
| 5.4 对本研究未来的展望 |
| 参考文献 |
| 个人简介 |
| 致谢 |
（8）基于光谱及数据挖掘技术的油菜养分及品质信息的无损检测研究（论文提纲范文）
| 致谢 |
| 摘要 |
| Abstract |
| 目次 |
| 1 绪论 |
| 1.1 引言 |
| 1.2 油菜研究现状 |
| 1.2.1 世界油菜的发展 |
| 1.2.2 中国油菜的发展 |
| 1.2.3 油菜的发展前景 |
| 1.3 植物营养诊断技术的国内外研究现状 |
| 1.3.1 传统的植物营养诊断方法 |
| 1.3.2 借助仪器进行植物营养诊断 |
| 1.4 光谱技术的研究进展 |
| 1.4.1 光谱技术概述 |
| 1.4.2 近红外光谱技术检测研究 |
| 1.4.3 机器视觉和多光谱成像技术在农业中的应用 |
| 1.5 国内外研究存在的主要问题 |
| 1.6 研究目的与内容 |
| 2 试验设备与材料 |
| 2.1 试验设备 |
| 2.1.1 便携式可见-近红外光谱仪(Field Spec Hand Held) |
| 2.1.2 SPAD-502叶绿素计 |
| 2.1.3 Duncan MS3100 3CCD多光谱成像仪 |
| 2.1.4 Rapid N cube快速定氮仪 |
| 2.2 试验设计 |
| 2.2.1 试验材料 |
| 2.2.2 田间试验设计 |
| 2.3 油菜养分的化学定标测定 |
| 2.3.1 油菜叶片氮含量的测定 |
| 2.3.2 油菜叶片磷含量的测定 |
| 2.3.3 油菜叶片钾含量的测定 |
| 2.3.4 油菜叶片硼含量的测定 |
| 2.4 本章小结 |
| 3 数据挖掘技术 |
| 3.1 光谱数据预处理方法 |
| 3.1.1 数据增强算法 |
| 3.1.2 平滑算法 |
| 3.1.3 导数算法 |
| 3.1.4 附加散射校正 |
| 3.1.5 变量标准化 |
| 3.1.6 去趋势算法 |
| 3.1.7 正交信号校正 |
| 3.2 最优波长选择方法研究 |
| 3.2.1 相关系数法和方差分析法 |
| 3.2.2 逐步回归分析方法 |
| 3.2.3 连续投影算法 |
| 3.3 多元校正计量学方法 |
| 3.3.1 偏最小二乘法 |
| 3.3.2 主成分回归 |
| 3.3.3 人工神经网络 |
| 3.3.4 多元线性回归法 |
| 3.3.5 偏最小二乘支持向量机 |
| 3.4 模型评价标准 |
| 3.5 本章小结 |
| 4 油菜叶片氮含量快速检测方法的研究 |
| 4.1 引言 |
| 4.2 基于油菜叶片光谱反射特性的氮含量快速诊断方法研究 |
| 4.2.1 样品制备及光谱采集 |
| 4.2.2 化学值统计分析 |
| 4.2.3 光谱预处理方法及PLS建模分析 |
| 4.2.4 最优波长选择 |
| 4.2.5 建模结果及分析 |
| 4.3 基于油菜冠层光谱反射特性的氮含量快速诊断方法研究 |
| 4.3.1 样品制备及光谱采集 |
| 4.3.2 化学值统计分析 |
| 4.3.3 光谱预处理方法及PLS建模分析 |
| 4.3.4 最优波长选择 |
| 4.3.5 建模结果及分析 |
| 4.4 基于油菜冠层多光谱图像的氮含量快速诊断方法研究 |
| 4.4.1 试验设计 |
| 4.4.2 油菜叶片氮含量和SPAD值的相关性研究 |
| 4.4.2 基于油菜冠层多光谱图像技术的油菜氮含量快速诊断方法研究 |
| 4.5 本章小结 |
| 5 油菜叶片磷含量快速检测方法的研究 |
| 5.1 引言 |
| 5.2 基于油菜叶片光谱反射特性的磷含量快速诊断方法研究 |
| 5.2.1 样品制备及光谱采集 |
| 5.2.2 化学值统计分析 |
| 5.2.3 光谱预处理方法及PLS建模分析 |
| 5.2.4 最优波长选择 |
| 5.2.5 建模结果及分析 |
| 5.3 基于油菜冠层光谱反射特性的磷含量快速诊断方法研究 |
| 5.3.1 样品制备及光谱采集 |
| 5.3.2 化学值统计分析 |
| 5.3.3 光谱预处理方法及PLS建模分析 |
| 5.3.4 最优波长选择 |
| 5.3.5 建模结果及分析 |
| 5.4 本章小结 |
| 6 油菜叶片钾含量快速检测方法的研究 |
| 6.1 引言 |
| 6.2 基于油菜叶片光谱反射特性的钾含量快速诊断方法研究 |
| 6.2.1 样品制备及光谱采集 |
| 6.2.2 化学值统计分析 |
| 6.2.3 光谱预处理方法及PLS建模分析 |
| 6.2.4 最优波长选择 |
| 6.2.5 建模结果及分析 |
| 6.3 基于油菜冠层光谱反射特性的钾含量快速诊断方法研究 |
| 6.3.1 样品制备及光谱采集 |
| 6.3.2 化学值统计分析 |
| 6.3.3 光谱预处理方法及PLS建模分析 |
| 6.3.4 最优波长选择 |
| 6.3.5 建模结果及分析 |
| 6.4 本章小结 |
| 7 油菜叶片硼含量快速检测方法的研究 |
| 7.1 引言 |
| 7.2 基于油菜叶片光谱反射特性的硼含量快速诊断方法研究 |
| 7.2.1 样品制备及光谱采集 |
| 7.2.2 化学值统计分析 |
| 7.2.3 光谱预处理方法及PLS建模分析 |
| 7.2.4 最优波长选择 |
| 7.2.5 建模结果及分析 |
| 7.3 本章小结 |
| 8 辐照后油菜籽的光谱特性研究 |
| 8.1 引言 |
| 8.2 油菜籽样本及光谱信息采集 |
| 8.3 光谱数据预处理 |
| 8.4 BP神经网络(BPNN)法建模及精度预测 |
| 8.4.1 数据压缩及PLS主成分提取 |
| 8.4.2 基于PLS主成分的BP神经网络模型的建立及预测结果 |
| 8.5 本章小结 |
| 9 结论与展望 |
| 9.1 结论 |
| 9.2 论文的创新点 |
| 9.3 展望 |
| 参考文献 |
| 附录 |
| 作者简介 |
（9）应用叶绿素仪进行棉花氮素营养诊断（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章前言 |
| 1.1 研究背景与意义 |
| 1.2 国内外研究进展 |
| 1.2.1 氮肥推荐施肥技术研究进展 |
| 1.2.2 影响SPAD 读数的因素 |
| 1.2.3 应用叶绿素仪进行氮素营养诊断的研究 |
| 1.2.4 基于棉花叶绿素仪氮素营养诊断质量的评价 |
| 1.3 技术路线与研究内容 |
| 1.3.1 技术路线 |
| 1.3.2 研究内容 |
| 1.3.3 研究目标与主要创新点 |
| 第二章 膜下滴灌棉花SPAD 叶位分布特点的研究 |
| 2.1 材料与方法 |
| 2.1.1 试验设计 |
| 2.1.2 测定项目与方法 |
| 2.2 结果与分析 |
| 2.2.1 膜下滴灌棉花叶片不同部位SPAD 值分布特点及与叶绿素的关系 |
| 2.2.2 膜下滴灌棉花不同叶位SPAD 值和叶片含氮量的分布特点 |
| 2.2.3 棉花不同叶位SPAD 值的生育期变化趋势 |
| 2.2.4 膜下滴灌棉花不同叶位SPAD 值与氮营养指标的相关性分析 |
| 2.3 结论与讨论 |
| 第三章 不同施氮水平及棉花品种对SPAD 值的影响 |
| 3.1 材料与方法 |
| 3.1.1 试验设计 |
| 3.1.2 试验材料 |
| 3.1.3 测定项目与方法 |
| 3.2 结果与分析 |
| 3.2.1 不同生育期SPAD 值的变化 |
| 3.2.2 不同氮肥水平对SPAD 值的影响 |
| 3.2.3 不同品种对SPAD 值的影响 |
| 3.3 结论与讨论 |
| 第四章 叶绿素仪进行棉花氮素营养诊断推荐追肥体系的建立 |
| 4.1 材料与方法 |
| 4.1.1 试验设计 |
| 4.1.2 试验材料 |
| 4.1.3 测定项目与方法 |
| 4.2 结论与分析 |
| 4.2.1 不同氮肥处理叶绿素仪读数与叶绿素含量的关系 |
| 4.2.2 不同氮肥处理叶绿素仪读数与氮营养指标的相关关系 |
| 4.2.3 各生育期叶绿素仪读数SPAD 值与施氮量的关系 |
| 4.2.4 各生育期叶绿素仪读数SPAD 值与棉花产量的关系 |
| 4.2.5 最大利润（经济最佳）产量的确定 |
| 4.2.6 应用SPAD 仪进行棉花氮素营养诊断的临界值的确定 |
| 4.2.7 基于SPAD 值的膜下滴灌棉花氮素营养诊断指标的建立 |
| 4.3 结论与讨论 |
| 第五章 基于SPAD 仪的棉花氮肥推荐模型的验证 |
| 5.1 材料与方法 |
| 5.1.1 试验设计 |
| 5.1.2 试验材料 |
| 5.1.3 测定项目与方法 |
| 5.2 结论与分析 |
| 5.2.1 各生育期优化处理氮肥推荐 |
| 5.2.2 不同氮肥处理对产量及产量结构的影响 |
| 5.2.3 不同氮肥处理对棉花氮素吸收、氮肥利用率的研究 |
| 5.2.4 不同氮肥处理对叶面积指数、干物质积累及氮素养分累积的影响 |
| 5.2.5 不同氮肥处理叶面积指数、干物质积累和氮素累积的动态变化 |
| 5.2.6 基于SPAD 仪的新陆早19 氮肥推荐模型的建立 |
| 5.3 结论与讨论 |
| 第六章 结论与展望 |
| 6.1 主要结论 |
| 6.2 研究展望 |
| 参考文献 |
| 致谢 |
| 作者简介 |
| 导师评阅表 |
（10）基于双光谱的叶绿素无损测试系统研制（论文提纲范文）
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 研究的目的和意义 |
| 1.2 国内外研究现状 |
| 1.2.1 国外的发展概况 |
| 1.2.2 国内的发展概况 |
| 1.3 课题来源与研究内容 |
| 第二章 系统设计原理 |
| 2.1 理论依据 |
| 2.1.1 朗伯定律 |
| 2.1.2 比尔定律 |
| 2.2 测试原理 |
| 2.2.1 叶绿素的光谱响应机理 |
| 2.2.2 光的吸光度定义 |
| 2.2.3 光的透射率定义 |
| 2.2.4 叶绿素吸收光谱 |
| 2.2.5 反射式下归一化植被指数(NDVI)定义 |
| 2.2.6 透射式下归一化植被指数 NDVI 定义 |
| 2.3 基于双光谱叶绿素无损测试系统的归一化植被指数修正公式 |
| 2.4 系统总体结构及技术指标 |
| 2.4.1 系统总体结构 |
| 2.4.2 技术指标要求 |
| 2.5 本章小结 |
| 第三章 系统硬件设计 |
| 3.1 硬件总体结构 |
| 3.2 系统硬件功能模块选择与设计 |
| 3.2.1 MSP430 单片机模块 |
| 3.2.2 光源与光电传感器的选用 |
| 3.2.2.1 光源 |
| 3.2.2.2 光电传感器 |
| 3.2.3 信号处理电路 |
| 3.2.4 LCD 模块接口设计 |
| 3.2.5 键盘接口设计 |
| 3.2.6 串口模块 |
| 3.2.7 A/D 数模转换 |
| 3.2.8 数据保存 |
| 3.2.9 电源模块及复位电路模块 |
| 3.3 本章小结 |
| 第四章 系统软件设计 |
| 4.1 软件开发环境的选择 |
| 4.1.1 开发平台硬件介绍 |
| 4.1.2 开发平台软件选择 |
| 4.2 系统的软件功能设计 |
| 4.2.1 系统主程序流程图 |
| 4.3 初始化 |
| 4.4 输入输出功能的实现 |
| 4.4.1 液晶初始化设置 |
| 4.4.2 按键初始化 |
| 4.5 串行通信设计 |
| 4.6 本章小结 |
| 第五章 系统低功耗与可靠性措施 |
| 5.1 系统低功耗控制 |
| 5.1.1 系统硬件低功耗设计 |
| 5.1.2 系统软件低功耗设计 |
| 5.2 系统可靠性设计 |
| 5.2.1 系统硬件可靠性设计 |
| 5.2.2 系统软件可靠性设计 |
| 5.3 本章小结 |
| 第六章 系统整体实验及分析 |
| 6.1 测量系统标定 |
| 6.2 叶绿素测试精度试验 |
| 6.2.1 材料与方法 |
| 6.2.2 叶绿素含量测定 |
| 6.2.3 田间实验 |
| 6.2.4 数据处理 |
| 6.2.5 数据分析 |
| 6.3 本章小结 |
| 第七章 结论与展望 |
| 7.1 结论 |
| 7.2 创新点 |
| 7.3 展望 |
| 参考文献 |
| 附录 |
| 致谢 |
| 作者简介 |
四、冬小麦氮营养诊断及氮追肥推荐（论文参考文献）
- [1]基于物联网技术的作物养分信息快速获取与精准施肥智能控制系统研究[D]. 田敏. 石河子大学, 2018(12)
- [2]基于叶片SPAD值的滴灌春小麦氮肥分期推荐研究[D]. 史力超. 石河子大学, 2016(02)
- [3]水稻冠层叶片氮素分布变化及氮营养状况快速诊断[D]. 杨虎. 浙江大学, 2014(01)
- [4]水稻冠层叶片SPAD数值变化特征及其在氮素营养诊断中的应用[D]. 姜继萍. 浙江大学, 2012(07)
- [5]不同管理模式对中低产田作物产量和土壤肥力的影响[D]. 刘小玲. 河北农业大学, 2011(08)
- [6]农田氮素动态平衡与优化管理研究[D]. 卢小遮. 上海师范大学, 2011(11)
- [7]南京市溧水县稻田土壤全氮的遥感估测[D]. 刘世峰. 南京农业大学, 2010(06)
- [8]基于光谱及数据挖掘技术的油菜养分及品质信息的无损检测研究[D]. 黄敏. 浙江大学, 2009(02)
- [9]应用叶绿素仪进行棉花氮素营养诊断[D]. 潘薇薇. 石河子大学, 2008(01)
- [10]基于双光谱的叶绿素无损测试系统研制[D]. 李勇军. 西北农林科技大学, 2007(S2)