造價(jià)通
更新時(shí)間：2025.01.04
中低產(chǎn)田土改造及土壤有機(jī)質(zhì)提升技術(shù)

格式：pdf

大?。?span class="single-tag-height">333KB

頁數(shù)： 1頁

1技術(shù)概述 本技術(shù)針對(duì)四川省中低產(chǎn)田存在的“冷、爛、毒、串、漬、板、瘦”等障礙因子，中低產(chǎn)土存在的“陡、薄、瘦、蝕、旱”等障礙因子，通過工程措施、農(nóng)耕農(nóng)藝措施，建立田間排灌網(wǎng)絡(luò)，完善田間生產(chǎn)道路，調(diào)整田（地）型，增加土壤有機(jī)質(zhì)含量，增強(qiáng)土壤保水保肥能力，培肥地力，建成“田成方，土成型，渠成網(wǎng)，路相通，溝相連；旱能灌，澇能排，土壤肥，無污染，產(chǎn)量高；耕作層厚度20cm以上．耕層土壤有機(jī)質(zhì)含量增加0．5％以上，灌溉保證率達(dá)到80％以上，耕地年糧食生產(chǎn)能力達(dá)到12t／hm^2以上”的高標(biāo)準(zhǔn)農(nóng)田，可大幅提高耕地的農(nóng)業(yè)綜合生產(chǎn)能力。

基于全譜數(shù)據(jù)挖掘技術(shù)的土壤有機(jī)質(zhì)高光譜預(yù)測(cè)建模研究

格式：pdf

大?。?span class="single-tag-height">464KB

頁數(shù)：

可見/近紅外高光譜技術(shù)與建模方法是當(dāng)前土壤近地傳感器研究領(lǐng)域的重要方向,可應(yīng)用于土壤養(yǎng)分信息的快速獲取和農(nóng)田作物的精確施肥管理。以浙江省水稻土為研究對(duì)象,利用以非線性模型為核心的數(shù)據(jù)挖掘技術(shù),包括隨機(jī)森林、支持向量機(jī)、人工神經(jīng)網(wǎng)絡(luò)等方法分別建立了不同建模集和驗(yàn)證集的原始光譜與有機(jī)質(zhì)含量的估測(cè)模型。結(jié)果表明:研究比較的1∶1,3∶1和全部樣本建模并全部驗(yàn)證的三種樣本模式劃分對(duì)建模的結(jié)果有一定的影響。相較于目前常用的偏最小二乘回歸(PLSR)建模方法而言,非線性模型RF和SVM也取得了較好的建模精度,三種模式下其RDP值均大于1.4。特別是采用SVM建模方法所得模型具有很好的預(yù)測(cè)能力,模式二下其RDP值達(dá)到2.16。同時(shí)引入ANN方法改進(jìn)建立的PLSR-ANN方法顯著提高了PLSR的模型預(yù)測(cè)能力。

熱門知識(shí)

土壤有機(jī)質(zhì)的作用

精華知識(shí)

土壤有機(jī)質(zhì)的作用

最新知識(shí)

土壤有機(jī)質(zhì)的作用
點(diǎn)擊加載更多>>

相關(guān)問答

土壤有機(jī)質(zhì)的作用
點(diǎn)擊加載更多>>
專題概述
土壤有機(jī)質(zhì)的作用相關(guān)專題

分類檢索：