玉米施肥新技术(下)
admin 新闻动态

(4)因种施肥技术
化党领等(2004)报道,不同玉米品种对肥料的反应是不同的,将玉米喜肥程度分级并按级定量施肥,是一种新的施肥模式。传统的研究玉米品种施肥模式是选择1~2个品种来研究肥料的适宜用量、时期与方法,以此指导所有玉米生产的施肥,而忽视了玉米品种间吸肥能力与喜肥程度的差异造成的化肥利用率的差异,导致肥料利用率低。吴巍等(2001)研究发现,玉米品种间吸肥总量高低之差达1.14倍,化肥利用率高低差达1.17倍,化肥对不同品种玉米增产绝对值高低之差达2.56倍。玉米品种之间的这种差异已远远超过当前各种施肥方法的好坏所带来的差异。所以开展玉米吸肥能力与喜肥程度的分级并按级经济定量施肥可以实现玉米的高效生产。谢佳贵(2005)对玉米的喜肥程度划分及分级施肥的研究结果为:低度喜肥玉米的分级标准为化肥效应参数≤0.40,最佳氮、磷、钾的施用量分别为(165士25)kg·hm-t,(60±20)kg·hmt1,(70土20)kg·hm7。
(5)氮素营养诊断施肥技术
目前氮素营养诊断施肥技术发展较快,我国在玉米上进行了多方面的研究。米艳华等(2008)研究了玉米反射仪-硝酸根试纸法N素营养快速诊断精准施肥技术。玉米的最佳诊断时期为移栽后25~30d,诊断部位为心叶下第5叶中段叶脉,诊断NOj临界值为2.8g·L-1, 作物施肥原理与技术推荐施肥技术为基肥施N82.5~118.5kg·hm7;追肥N153.0~222kg-hm²,高产施N340.5kg·hm,比当地施氮量减少36%。

易秋香等(2007)研究了玉米叶绿素高光谱遥感估算模型。结果表明:叶绿素含量与原始光谱在713nm处具有最大相关系数(R=一0.815),并且基于此波长所构建的指数估算模型明显优于线性模型;基于光谱位置和光谱面积的变量与叶绿素都呈负相关,植被指数与叶绿素含量均呈正相关,并且植被指数相关性优于单一的特征变量,比值植被指数(RVI)相关性优于归一化植被指数(NDVI);模型精度检验结果表明以蓝边面积变量(SDB)为自变量所构建的指数模型对叶绿素含量估算较好。
孙钦平等(2009)研究了应用可见光光谱进行夏玉米氮营养诊断。利用可见光光谱对夏玉米十叶期冠层图像的分析表明,可见光光谱技术完全可以应用于夏玉米的氮营养诊断;绿光标准化值、蓝光标准化值与夏玉米的植株全氮含量、叶片SPAD值和叶脉的硝酸盐浓度(低施氮条件下)有着显著或极显著的线性相关关系,是较好的表征夏玉米氮营养状况的可见光光谱参数。
(6)基于机器视觉的玉米施肥技术
王荣本等(2001)研究了基于机器视觉的玉米施肥智能机器系统,该玉米精细施肥智能化机器系统可达到以下目标:系统智能化施肥的速度达到1km·h-;具有玉米茎叶生长状态的实时图像识别检测技术;具有以玉米茎叶的图像特征为基础的化肥施放计算机决策专家系统;实现定时、定位、定量实施化肥的精确施放;根据玉米垄作特点实现整个机器系统的图像识别自动引导,无人驾驶。

说点什么吧
- 全部评论(0)
还没有评论,快来抢沙发吧!