用于滴水灌花生的肥料应用参数基于从"3414"实地试验中确定的肥料效应函数
Zhijian Gao1,2,3, Xinlu Bai4, Xiaoyun Tang5
1Xinjiang Academy of Agricultural and Reclamation Science, Shihezi, 832000, Xinjiang, China.
Open life sciences
|July 18, 2024
概括
使用土壤测试和回归分析在灌灌灌 (MDI) 下优化花生施肥导致了数据驱动的系统. 该系统提供精确的肥料建议,以提高产量并减少农民的浪费.
科学领域:
- 农业科学 农业科学
- 农业学是一种农业学.
- 土壤科学 土壤科学
背景情况:
- 科学化肥对于高稳定的花生产量至关重要.
- 优化营养应用是可持续农业和资源管理的关键.
研究的目的:
- 为了建立一个最佳的肥料应用系统,花生在灌灌灌 (MDI).
- 确定理想的肥料比例和速度,以最大限度地提高花生产量和经济效益.
主要方法:
- 使用了"3414"最佳回归设计,对 (N), (P) 和 (K) 进行了14次处理.
- 进行了三季实地实验,以建立三元二次化肥效应函数.
- 对肥料产量关系进行回归分析和显著性测试.
主要成果:
- 开发了一个三元二次方程 (R2 = 0.9709),根据N,P和K的应用率预测花生产量.
- 确定了最佳的肥料应用率:每公256.6公斤N,每公164.2公斤P2O5和每公213.2公斤K2O.
- 推的受精比为1:0.64:0.83 (N:P2O5:K2O),以获得最大的产量和经济效益.
结论:
- 建立了基于数据的决策支持系统,用于在MDI下在新疆进行精确的花生施肥.
- 该系统有助于农民做出科学化肥决策,提高作物产量并尽量减少对环境的影响.
- 建议进行进一步的多年和多地点实验,以验证在各种条件下的适应性.
更多相关视频
15:30A Telemetric, Gravimetric Platform for Real-Time Physiological Phenotyping of Plant–Environment Interactions
Published on: August 5, 2020
11.5K
09:44RNAi-mediated Control of Aflatoxins in Peanut: Method to Analyze Mycotoxin Production and Transgene Expression in the Peanut/Aspergillus Pathosystem
Published on: December 21, 2015
21.0K
