2019年作物生产诊所和内布拉斯加州作物管理会议论文集
利润和氮气使用效率利益使用传感器引导灌溉
- 与目前的最佳管理措施相比,由作物传感器确定的施肥时机提高了利润和氮肥利用效率。
- 与种植者管理相比,已经显示了基于传感器的灌溉的农业规模实施,从而提高了利润和NUE。
- 农业规模的大规模变异
方法
- 在SCAL(黏土中心)和WCREC(北普拉特)实施了三年的传感器和模型信息施肥处理。
- 治疗方法:
- 检查(5磅N/英亩作为发酵剂)。
- 高N引用(non-N限制治疗)。
- 多人算法(当前的N率BMP,根据产量目标和N积分在季节中的一次侧穿)。
- 荷兰 - Schepers(H-S)(传感器- bmp类似于Project SENSE,每一季由传感器指导一次侧装)(Holland和Schepers, 2010)。
- Reactive-fixed灌溉施肥(传感器指导施肥:对缺氮有反应,施氮量固定)。
- 反应模型灌溉(传感器指导施肥:对缺氮反应,施氮量由作物计算机模型决定)。
- 缓释反应模型灌溉灌溉(初始氮作为聚合物包被尿素[缓释]施用,由传感器指导施肥:对缺氮反应,施氮量由作物计算机模型确定)。
- Model-fertigation(不通知传感器,通过作物模型通知主动N管理)。
- 除了Check外,所有的传感器都收到了一个初始的氮基准率,以保持充足的氮,直到传感器在V8下变得可靠有效。
- n被应用于UAN,除了作为初始基率接受缓释氮的缓慢释放处理。
- 基于传感器的方法使用充分性指数(SI)来指示氮胁迫水平。
结果
- 3年(5个地点年)研究的结论证实,与当前的最佳管理措施(BMPs)相比,传感器施肥处理始终是最有利可图和最有效的施氮方法(图1和2)。
- 基于传感器的N管理方法更有效地是当前BMP。
- 基于传感器的侧装应用在不同地点和年份的成功程度不同。
- 在2016年的SCAL现场,反应-缓释-施肥处理没有一个正确的肥料氮缓释模型。这导致了过量的氮肥施用,导致了低利润的施用。2017年,添加了修正的缓释模型,结果表明,在2017年和2018年,该方法相对于当前的bmp既有利可图又有效。
在线农学理学硕士
专注于行业应用和研究,在线课程的设计具有最大的灵活性,适合当今的工作专业人士。