下载:
-
中国施用化肥量占全球总量的1/3以上[1]，施肥重化肥、轻有机肥，存在化肥过量、肥料利用效率低下等诸多问题。过量施肥会导致土壤中的氮含量偏高，造成氮素和磷素流失[2]，这些被流失的氮磷会随着地表径流和土壤垂直渗流至湖泊、河流，导致水体污染[3]。氮磷养分流失是农业面源污染的主要来源之一[4]。水质恶化，发黑、发臭，对环境和人体健康产生了严重的负面影响[5]。科学施肥能提高肥料利用率，减少氮磷流失[6]。已有研究发现：化肥配施有机肥可增加作物产量[7]，提高氮、磷、钾肥的利用率[8-10]，显著降低土壤中的无机氮含量[11]；贝壳粉调理剂有提高土壤养分、调节土壤酸碱度的功能[12]；生物炭肥料能有效减少磷的损失[13]，防止因大量使用化肥而造成的土壤退化，提高氮的利用效率[14]，实现作物高产、可持续生产[15]。本研究旨在探究有机肥、调理剂和生物质炭为基质的炭基肥施加对减少氮磷流失、提高肥料利用率以及提高水稻Oryza sativa产量的效应。
-
试验地位于浙江省杭州市淳安县安阳乡上梧村(30°24′46.4″N，119°51′13.9″E)，为山地丘陵区。该区属中亚热带季风气候，四季分明，热量丰富，雨量充沛，光照充足，无霜期长。年均气温为17 ℃，其中最低气温为5.0 ℃，最高气温为28.9 ℃，无霜期为260~270 d，年降水量为1 153~1 864 mm，年均相对湿度为76%。土壤质地为黏土，pH 4.98，有机质为33.30 g·kg−1，全氮为2.07 g·kg−1，全磷为1.14 g·kg−1，全钾为2.56 g·kg−1，有效磷为144 mg·kg−1，速效钾为138 mg·kg−1。
-
本研究在2019年3−10月进行，3−4月建立监测工程小区，共建立15个径流小区，小区面积为6.5 m×4.5 m，随机排列，小区设有独立的灌水、排水系统和径流池装置，径流池面积3.0 m×0.8 m。如表1所示：以等氮量为标准，设置5个不同施肥处理：不施肥(ck)，常规施肥(T1)，有机肥(T2)，常规施肥+调理剂(T3)和炭基肥(T4)，随机排列，重复3次。2019年6月14日翻耕农田，6月16日灌水和第1次施肥，6月17日插秧，6月26日对T2、T3处理进行灌水和追肥，T4处理一次性施肥，T1、T2、T3处理分2次施肥，控制氮、磷施加量相等。7月30日开始烤田，10月5日收割水稻并采样。
表 1 施肥处理及用量
Table 1. Fertilization treatments in rice season
处理 肥料氮用量/(kg·hm−2) 基肥(6月16日)及用量/(kg·hm−2) 追肥(6月26日)及用量/(kg·hm−2) ck 0 0 0 T1 270.0 复合肥750.0，钙镁磷肥125.0 尿素293.5，氯化钾24.2 T2 270.0 菜籽饼2700.0，钙镁磷肥62.5 尿素293.5，氯化钾24.2 T3 270.0 复合肥750.0，钙镁磷肥125.0，调理剂333.3 尿素293.5，氯化钾24.2 T4 270.0 炭基肥1 500.0 0 供试肥料为复合肥(
$m_{{\rm{N}}}:m_{\rm{{P_{2}O_{5}}}}:m_{\rm{{K_{2}}}O}=18:8:18$ )；钙镁磷肥(五氧化二磷质量分数为12%)；尿素(氮质量分数为46%)；氯化钾(氧化钾质量分数为62%)：菜籽饼($m_{{\rm{N}}}:m_{\rm{{P_{2}O_{5}}}}:m_{\rm{{K_{2}}}O}=5.0:2.5:1.0$ )；调理剂为海洋生物贝壳类经550 ℃高温煅烧2 h后研磨成2 mm贝壳砂，基本理化性质为pH 9.21，钙57.8 g·kg−1，碳119.1 g·kg−1，硫2.5 g·kg−1，氮0.8 g·kg−1，钾122.0 g·kg−1；炭基肥(遂昌绿金有机肥有限公司研制，$m_{{\rm{N}}}:m_{\rm{{P_{2}O_{5}}}}:m_{\rm{{K_{2}}}O}:m_{\rm{C}}=18:5:10:25$ )。 -
试验开始前和水稻收割之后均采用具有刻度的管形取土器采集，保持田面平整，使采集深度一致，将管型取土器钻入土层，取出土钻时上层水即流走，剩下潮湿土壤装入塑料袋中，小区内“S”型布点采样。采集的样品自然风干后过2 mm筛，封装待测。土壤pH采用pH计测定(m水∶m土=2.5∶1.0)；土壤有机质采用重铬酸钾容量法外加热法测定；土壤全氮采用浓硫酸消煮-半微量开氏法测定；土壤全磷采用高氯酸-硫酸消煮-钼锑抗比色法测定；土壤全钾采用氢氧化钠熔融-火焰光度法测定；土壤有效磷采用0.5 mol·L−1碳酸氢钠浸提-钼锑抗比色法测定；土壤速效钾采用醋酸铵浸提-火焰光度法测定；土壤硝氮、氨氮采用氯化钾浸提-流动分析仪测定[16]。
-
水稻收割后，每小区采集1 m2有代表性的水稻植株和秸秆，将水稻籽粒烘干后称量，测定其平均含水率，测定水稻籽粒和秸秆的全磷、全氮质量分数。样品用硫酸-过氧化氢消煮，全磷采用钼锑抗分光光度法测定，全氮采用奈氏比色法测定[16]。
-
水稻生长期间，在降雨产生径流后根据径流池内的水深，计算出径流水量，并采集径流水样测定。径流水样的总磷采用过硫酸钾消解-钼酸铵分光光度法测定；总氮采用碱性过硫酸钾消解-紫外分光光度法测定[16]。
-
通过地表径流途径流失的氮磷量等于整个监测期间各次径流水中氮磷的质量浓度与径流水体积乘积之和。计算公式为：
$P = \sum\limits_{i = {\rm{1}}}^n {{C_i}} \times {V_i}$ 。其中：P为氮磷流失量(kg·hm−2)；Ci为第i次径流水中氮、磷的质量浓度(mg·L−1)；Vi为第i次径流水的体积(m3)；n为总径流次数。流失率等于不同施肥处理氮/磷径流总量与不施肥相比增加的百分比。计算公式为：η$ {\rm{η}}_{\rm{L}}=\dfrac{({L}_{{\rm{m}}}-{L}_{0})}{{L}_{0}}\times100\%$ 。其中：ηL为流失率(%)；Lm为氮/磷流失量(kg·hm−2)；L0为不施肥处理径流总量(kg·hm−2)。肥料的养分利用率等于不同施肥处理作物氮/磷吸收积累总量比不施肥处理增加量占肥料中氮/磷量的百分比。计算公式为：η$ {\rm{η}}_{\rm{F}}=\dfrac{({A}_{{\rm{d}}}-{A}_{0})}{F}\times100\%$ 。其中：ηF为肥料利用率(%)；Ad为不同施肥处理下作物氮/磷积累量(kg·hm−2)；A0为不施肥处理下作物氮/磷积累量(kg·hm−2)；F为肥料中的氮/磷量。采用Origin 2018作图，SPSS 22.0进行数据分析及方差分析。
-
由表2可以看出：pH、有机质、全氮、全磷、有效磷、速效钾在不同施肥处理之间均没有显著差异(P＞0.05)。T3处理的土壤全钾质量分数相较于ck增加了68.98%(P＜0.05)。不同施肥处理相较于ck均能增加4.96%~45.39%土壤碱解氮，其中T3、T4处理显著高于T1、T2处理(P＜0.05)。
表 2 不同施肥处理的土壤化学性质
Table 2. Soil chemical properties of different fertilization treatments
处理 pH 有机质/(g·kg−1) 全氮/(g·kg−1) 全磷/(g·kg−1) 全钾/(g·kg−1) 有效磷/(mg·kg−1) 速效钾/(mg·kg−1) 碱解氮/(mg·kg−1) 本底 4.98 33.30 2.07 1.14 25.60 144 138 133 ck 5.03±0.25 a 30.00±0.75 a 1.57±0.14 a 0.83±0.02 a 9.35±0.26 b 57±3 a 72±5 a 141±3 c T1 5.19±0.22 a 25.07±2.03 a 1.29±0.16 a 0.96±0.15 a 10.37±0.77 ab 107±43 a 82±8 a 150±4 b T2 5.14±0.07 a 28.67±0.44 a 1.62 ±0.21 a 0.95±0.02 a 11.53±1.47 ab 84±3 a 79±12 a 148±3 bc T3 5.67±0.26 a 24.23±2.85 a 1.46±0.26 a 0.91±0.09 a 15.80±3.12 a 102±35 a 68±26 a 205±2 a T4 5.07±0.20 a 33.73±8.66 a 1.45±0.10 a 0.84±0.04 a 10.33±1.28 ab 74±18 a 65±2 a 197±1 a 说明：数据为平均值±标准差；不同字母表示处理间差异显著(P＜0.05) -
由图1可知：不同肥料施用均显著增加了水稻籽粒产量(P＜0.05)。与ck相比，T1、T2、T3和T4处理的水稻产量分别增产60.16%、63.41%、52.84%和51.22%，4种不同施肥处理间的产量没有显著性差异(P＞0.05)。
图 1 不同施肥处理的水稻籽粒产量
Figure 1. Rice grain yields of different fertilization treatments
-
如表3所示：在水稻籽粒中，不同施肥处理氮质量分数差异显著(P＜0.05)，其中以T1处理最高，为10.93 g·kg−1，其次是T3处理，以ck处理最低；磷质量分数无显著差异(P＞0.05)，与ck相比，T1、T2、T3处理有略微下降；钾质量分数从高到低依次为ck、T2、T4、T1和T3，不同施肥处理均呈下降趋势。在水稻秸秆中，氮质量分数以T3处理最高，相较于ck，增加了107.35%，差异显著(P＜0.05)；与ck相比，除T4处理外，磷质量分数均减小，但差异不显著(P＞0.05)；钾质量分数没有明显的变化规律，其中以T3处理最高，为31.64 g·kg−1，T4处理最低，各处理之间无显著差异(P＞0.05)。
表 3 水稻植株中的氮磷质量分数
Table 3. Contents of N and P in rice plants
处理 籽粒/(g·kg−1) 秸秆/(g·kg−1) 氮 磷 钾 氮 磷 钾 ck 8.41±0.18 c 3.74±0.07 a 4.63±0.08 a 2.45±0.14 b 1.70±0.09 a 31.03±0.65 a T1 10.93±0.36 a 3.71±0.14 a 4.15±0.14 bc 3.99±0.44 ab 1.37±0.05 a 29.11±1.50 a T2 9.22±0.40 bc 3.73±0.11 a 4.51±0.22 ab 4.28±0.34 a 1.53±0.09 a 28.22±0.17 a T3 9.98±0.67 ab 3.63±0.08 a 4.03±0.06 c 5.08±0.94 a 1.39±0.15 a 31.64±1.47 a T4 9.69±0.18 abc 3.77±0.08 a 4.16±0.09 bc 4.22±0.10 a 1.90±0.39 a 28.12±1.51 a 说明：数据为平均值±标准差；不同字母表示处理间差异显著(P＜0.05) 如图2所示：在水稻籽粒中，氮积累量从高到低依次为T1、T3、T2、T4、ck，且T1处理相较于ck显著增加了106.9%(P＜0.05)；与ck相比，磷积累量均显著增加(P＜0.05)，但不同施肥处理之间无显著差异(P＞0.05)。在水稻秸秆中，氮积累量以T3处理增量最大，较ck处理增加了29.48 kg·hm−2，T1、T2、T3和T4处理积累量均显著高于ck (P＜0.05)；磷积累量相较于ck，只有T4处理显著增加(P＜0.05)，增量为4.39 kg·hm−2，其他施肥处理的磷积累量均无差异。且在不同施肥处理下，水稻籽粒和秸秆对氮的积累量，除T1处理外，T2、T3和T4处理均有相同的变化趋势；对磷积累量，除T4处理外，均有相同的增加趋势，从高到低依次为T2、T1、T3。
图 2 不同施肥处理的水稻籽粒和秸秆的氮磷积累量
Figure 2. Accumulation rates of nitrogen and phosphorus in grains and straws of rice with different fertilization treatments
如图3所示：不同施肥处理的氮肥利用率为20.74%~26.59%，以T1处理最高，T4处理最低，磷肥利用率从高到低依次为T2、T4、T1、T3，不同处理间均没有显著差异(P＞0.05)。
图 3 不同施肥处理的水稻氮磷肥料利用率
Figure 3. Nitrogen and phosphorus fertilizer utilization rates of rice with different fertilization treatments
-
从图4可以看出：T3处理径流总氮起始质量浓度最高，7月2日和5日，T2处理总氮质量浓度明显高于其他处理。水稻季期间T1、T2、T3处理的总氮质量浓度有明显的起伏变化，ck、T4处理总氮质量浓度变化波动平缓，总体趋于稳定。从图5可以看出：6月26日和7月29日的径流总磷质量浓度明显高于其他时间，不同施肥处理的总磷整体质量浓度变化趋势相同，但最终都趋于稳定。
图 4 不同施肥处理的径流总氮质量浓度随时间的变化
Figure 4. Changes of total nitrogen concentrations in runoff from different fertilization treatments with time
图 5 不同施肥处理的径流总磷质量浓度随时间的变化
Figure 5. Changes of total phosphorus concentrations in runoff from different fertilization treatments with time
从表4可以看出：与ck相比，T1、T2、T3和T4处理的氮流失量均显著增加(P＜0.05)，其中以T2处理最大，增加了94.70%。T1、T2、T3和T4处理的磷流失量分别增加了47.14%、92.86%、37.14%和30.00%，其中T2处理流失量显著高于T4。氮、磷流失率分别为0.82%~1.72%、0.65%~1.99%，不同处理间均无显著差异(P＞0.05)。不同施肥处理氮磷流失量的增幅和流失率的大小变化均呈现相同的趋势。
表 4 氮和磷的径流流失量和流失率
Table 4. Nitrogen and phosphorus runoff loss and loss rate
处理 流失量/(kg·hm−2) 流失率/% 氮 磷 氮 磷 ck 4.91±0.01 c 0.70±0.05 b T1 7.83±0.17 ab 1.03±0.08 ab 1.08±0.07 a 1.03±0.37 a T2 9.56±1.22 a 1.35±0.12 a 1.72±0.46 a 1.99±0.50 a T3 7.64±0.77 ab 0.96±0.19 ab 1.01±0.29 a 0.79±0.71 a T4 7.13±0.49 b 0.91±0.14 b 0.82±0.18 a 0.65±0.38 a -
本研究表明：不同肥料施用均能使水稻显著增产，但4种不同施肥处理之间产量无显著差异(P＞0.05)。由ck土壤碱解氮质量分数显著低于T1、T3、T4处理可知，不同施肥处理的增产效应是由不施肥处理土壤养分供应不足所导致。施加有机肥，能提高土壤pH和养分含量[17]；调理剂具有比表面积大，孔隙度大等特点，能改善土壤理化性质[18]，有效供应养分；炭基肥能增强水稻的光合作用[19]，改良土壤性质，增加水稻生物量的产量[20]，因此不同施肥处理水稻均能增产[21]。除了T3和T4处理土壤碱解氮显著高于T1和T2处理外(P＜0.05)，不同处理之间的土壤pH、有机质和养分质量分数均无显著差异(P＞0.05)，从而导致了不同施肥处理之间的水稻籽粒产量无显著差异(P＞0.05)。
-
本研究表明：不同施肥处理的籽粒氮、磷质量分数及秸秆氮质量分数均显著高于ck (P＜0.05)，这与崔新卫等[22]的研究结果一致。施加炭基肥同时增加了籽粒和秸秆的氮磷积累量，这可能是由于生物炭的施加提高了土壤的供肥能力，同时增强了作物光合作用[23]，说明不同施肥处理均能有效供应作物所需的养分。然而，4种不同施肥处理的水稻氮磷积累量和肥料利用率均无显著差异(P＞0.05)，可能是不同施肥处理的供肥能力差异较小所致。
-
T2处理径流流失量最大，且大于T1处理，即本研究施加有机肥没有有效减少径流氮磷流失，这与HUSAIN[24]研究结果不同。可能是由于6月26日对T2处理进行追肥，当天降雨，产生了径流，导致追肥的肥料未被土壤和作物吸收就被雨水大量冲刷，产生了径流水中最大的质量浓度；7月29日，降雨量大，导致产生了最大径流水量。这与王莺等[25]研究结果一致，即降雨是影响径流的重要因子，径流量和降雨量存在显著正相关。因此，T2处理产生了最大的径流流失量。
贝壳粉调理剂具有比表面积大、孔隙度大等特点，且贝壳粉炭为碱性，能使土壤pH升高，有利于改善土壤养分，提高肥料利用率，增加土壤保肥能力[26-28]。生物炭基肥由于其特殊的结构和理化性质，可以吸附土壤中未被作物利用的水分和养分，延缓养分释放，减弱其在土壤中的迁移转化能力[29]，提高土壤氮养分的有效性。这与本研究结果一致。本研究表明：T3和T4处理均能使土壤pH升高，从而有利于土壤中氮磷的吸附和固定[30]，减少未被作物吸收的氮磷，从而提高肥料利用率，减少氮磷流失。
因此，在施用不同肥料时，要注意施肥方式和时间，避免由于一次性大量施入肥料或者施肥后遭遇强降水而导致的径流流失量的剧增。在水稻生长期应合理控制灌溉和水肥管理，重视和提倡合理施肥方法，控制稻田氮磷的径流量，从而减少氮磷流失带来的环境污染[31-32]。
-
4种不同施肥处理均能显著提高水稻产量，其增产率为51.22%~63.41%，但不同肥料之间增产无显著差异(P＞0.05)。氮和磷的流失量分别介于4.91~9.56和0.70~1.35 kg·hm−2，不同处理的流失量均按如下次序递减：T2、T1、T3、T4、ck。氮和磷的流失率分别为0.82%~1.72%和0.65%~1.99%，大小均按如下次序递减：T2、T1、T3、T4，不同施肥处理之间无显著差异(P＞0.05)。T2处理的径流流失量最大，T3和T4处理能有效减少氮磷流失。因此，要注意合理的施肥方式和时间，从而减少氮磷流失造成的面源污染。
Response of nitrogen and phosphorus uptake and runoff loss in single cropping rice to different fertilization treatments
-
摘要:
目的 旨在探讨施用有机肥(菜籽饼)、调理剂(贝壳砂)、炭基肥对稻田土壤氮磷流失和水稻Oryza sativa产量的影响。 方法 共设置不施肥(ck)、常规施肥(T1)、有机肥(T2)、常规施肥+调理剂(T3)、炭基肥(T4)5个处理，不同施肥处理的氮、五氧化二磷、氧化钾用量均为270、75、150 kg·hm−2。通过对比5个处理之间土壤施肥前后氮磷质量分数、水稻产量、水稻籽粒和秸秆中的氮磷质量分数，结合6−9月径流水氮磷质量浓度监测结果，研究不同施肥处理减少氮磷流失的效果。 结果 施肥显著提高了水稻籽粒、秸秆的氮磷积累量和水稻籽粒产量。与ck相比，4个施肥处理增加水稻籽粒产量51.22%~63.41%(P＜0.05)，但4个处理之间无显著差异。5个处理的氮和磷的流失量分别为4.91~9.56和0.70~1.35 kg·hm−2，其流失量从大到小依次为T2、T1、T3、T4、ck。4个施肥处理的氮和磷的流失率分别为0.82%~1.72%和0.65%~1.99%，从大到小依次为T2、T1、T3、T4。 结论 施用调理剂和炭基肥均能有效增加水稻产量，减少氮磷的流失，但施用有机肥处理具有最大径流流失量，因此需注意施肥的时间和方式，有效减少氮磷的流失和环境污染。图5表4参32 Abstract:Objective The purpose of this study is to investigate the effects of organic fertilizer (rapeseed cake), conditioner (shell sand), and carbon based fertilizer on soil nitrogen and phosphorus loss and rice yield of Oryza sativa. Method The five treatments of this study were no fertilization (ck), conventional fertilization (T1), organic fertilizer substitution (T2), conventional fertilization+conditioner (T3), and carbon based fertilizer (T4). The amount of nitrogen (N), phosphorus pentoxide (P2O5) and potassium oxide (K2O) used in different fertilization treatments were 270, 75 and 150 kg·hm−2. The effects of different fertilization treatments on nitrogen and phosphorus loss were studied by comparing the nitrogen and phosphorus contents in soil, rice yield, rice grain and straw before and after fertilization among the five treatments, combined with the monitoring results of nitrogen and phosphorus concentration in runoff from June to September. Result Fertilization significantly increased nitrogen and phosphorus accumulation in rice grain and straw as well as rice grain yield. Compared with ck, the four treatments increased grain yields by 51.22%−63.41% (P＜0.05), but there was no significant difference among the four treatments. The loss of nitrogen and phosphorus of the five treatments were 4.91−9.56 kg·hm−2 and 0.70−1.35 kg·hm−2 respectively, and the descending order of loss was T2, T1, T3, T4 and ck. The runoff rates of nitrogen and phosphorus of the four fertilization treatments were 0.82%−1.72% and 0.65%−1.99%, respectively and the descending order was T2, T1, T3 and T4. Conclusion The application of conditioner and carbon based fertilizer can effectively increase rice yield and reduce the loss of nitrogen and phosphorus (P＜0.05), but organic fertilizer treatment has the maximum runoff loss. Therefore, it is necessary to pay attention to the time and method of fertilization to effectively reduce nitrogen and phosphorus loss and environmental pollution. [Ch, 5 fig. 4 tab. 32 ref.] -
现代农业和林业害虫给粮食安全带来严重威胁，每年产生巨大的经济损失[1]。准确地监测害虫数量变化，预测害虫爆发趋势，可为害虫管理行动提供可靠依据和正确管理方法[2-3]。近年来，出现了许多用于虫害测报的新型害虫诱杀设备及监测系统，这些设备配有多种传感器，可以上传数据到用户手机端，且可以定时对诱杀的害虫拍摄然后识别计数[4-5]，节省了大量人力。害虫诱杀设备及监测系统进行虫害测报的重要前提是如何准确分割害虫，针对此问题，许多国内外学者对害虫分割方法进行了研究。SOLIS-SÁNCHEZ等[6]利用目标的几何形态特征(偏心率、面积等)从诱虫板上分割粉虱Aleyrodidae。NING等[7]提出交互式分割方法从复杂背景中分割害虫。吕金娜[8]提出了基于LAB颜色空间的棉花Gossypium spp.害虫普适K聚类害虫图像分割方案，对典型棉花害虫图像进行分割。杨信廷等[9]提出了基于Prewitt、Canny边缘检测算子分割和支持向量机(SVM)的温室粉虱和蓟马Thripidae诱虫板的图像识别算法。陈树越等[10]提出改进的凹点检测和精确分割点定位的方法，实现对黏连害虫的分割。然而，上述方法大多用于单个害虫情况，对于野外诱虫装置获得图像、害虫产生轻微堆叠及颜色不一等问题还有待解决。害虫的分割效果与设备的收集功能密不可分。李芝茹等[11]采用了追踪式太阳能监测装置，在稳定供能的同时也可升降采集不同高度的害虫；张红涛等[12]、张昊辰等[13]针对捕虫诱集部分，设计了多种采集方法以及通道，来提升害虫图像质量。本研究针对害虫收集装置中的采集害虫图像分割精度的要求，根据害虫面积与采样盘面积的比例进行智能翻转，针对翻转功能需要克服的实际拍摄图像光照不均匀，阴影干扰大，及害虫种类颜色繁多等问题，提出了基于全局对比度的图像分割方法，对装置中的实际图像进行分割处理，使其满足采样盘的智能翻转要求。
1. 害虫收集方法
1.1 基于全局对比度的害虫分割方法
害虫的智能收集通过害虫面积占比控制采样盘翻转完成，为了准确获取此比例，需要对获取的害虫图像有较高精度的分割。本研究结合基于直方图对比度的显著性检测(HC)算法与阈值迭代算法，提出了满足害虫图像精度的分割方法。整体方法流程如图1所示。
为了减少多种颜色害虫同时出现的频率，首先将害虫图像分成150个同等大小的区域，每个区域大小约1只害虫的面积。在分割区域操作的同时，计算颜色的出现频率，高频颜色替换低频颜色，保证算法运行速度。在此基础上通过HC算法检测图像中的浅色害虫，结合阈值迭代算法分割背景颜色。得到的图像浅色害虫轮廓清晰，并避免了阴影的影响，但图像中深色害虫均未被分割，故将此前检测出的浅色害虫图像中的像素点更新为黑色，加强深色害虫与背景颜色的对比度。再根据直方图计算显著值完成对所有目标害虫的检测。显著值的计算公式为：
$$S({{\mathit{\boldsymbol{a}}}}) = \frac{{{{\mathit{\boldsymbol{a}}}} - {a_{\min }}}}{{{a_{\max }} - {a_{\min }}}}\text{。}$$ (1) 式(1)中：a为每个像素的颜色值构成的矩阵；amax为a矩阵中所有值的最大值；amin为a矩阵中所有值的最小值；S为显著值。
最后通过sigmoid函数对结果的图像进行二值化计算得到最终的害虫分割图像，用此图像可对害虫面积比例进行计算，完成采样盘翻转的判定。公式为：
$$\sigma (S) = \frac{1}{{1 + {{\rm{e}}^{ - S}}}}\text{。}$$ (2) 式(2)中：S为显著值；
$\sigma $ 为sigmoid函数。改进后的方法简易且运行快速，效果显著，可以更好地分割背景和害虫，同时也能分割出深色害虫清晰的轮廓。1.2 HC算法
在显著性检测算法中，HC算法运行速度较快，且可以保留颜色特征、有效地体现不同颜色的边缘纹理。HC算法根据图像的颜色直方图分布，对颜色级数进行量化和平滑操作，最终计算每个像素的颜色与其他像素颜色的对比度定义为显著值[14]。其计算公式为：
$$S({I_k}) = \sum\limits_{i = 0}^n {D({I_k},{I_i})} \text{。}$$ (3) 式(3)中：Ik为k点图像颜色转化为Lab颜色空间后的当前像素；Ii则是其余i点的每个像素；n是其余像素的个数；D为2个像素的欧式距离度量；S为显著值。
在害虫图像中，会出现图像颜色过多影响处理速度的问题。为了解决这个问题，采用了量化图像颜色数据降低颜色数量的方法。对害虫图像压缩，将具有相同颜色像素的组合在一起。公式为：
$$S({I_k}) = \sum\limits_{j = 0}^n {{f_j}D({c_i},{c_j})} \text{。}$$ (4) 式(4)中：ci为i点当前像素Ik的颜色值；cj为其余j点的颜色值；n为颜色不同的像素数量；fj为j点像素颜色出现的频率；D为颜色值间的欧式距离度量；S为显著值。
由于自然图像中的颜色种类只占全颜色空间的小部分，采取忽略出现频率低的颜色值来进一步缩减颜色的数量，删除的颜色值用保留下来的相近颜色值所代替。为了防止缩减颜色数量导致害虫的轮廓细节被忽略，需保证选择留下的高频颜色在图像中覆盖的像素不少于95%。由于目的是完成对害虫轮廓的分割，从而计算害虫的面积，故此操作既不影响分割的精度，还成功提高了算法的运行效率。
由于在缩减颜色数量时，相近的颜色也许会被量化为不同的值，为了减少这类颜色对检测害虫区域时产生的噪声，使用相近颜色的显著值加权平均值代替原本的显著值。其计算公式为：
$$S'(c) = \frac{1}{{(m - 1)T}}\sum\limits_{i = 1}^m {[T - D(c,{c_i})]S({c_i})} \text{。}$$ (5) 式(5)中：S′为平滑颜色后的显著值；S为原本的显著值；T为要改善颜色c和m个最近的颜色ci之间的距离之和；D为要改善颜色c与最接近颜色ci的欧式距离度量。
接着获取处理后图像的颜色直方图，计算1个像素与其余像素的欧式距离，求出所有距离之和，将此定义为显著值。最后将像素的颜色值更新为求出的显著值即处理完毕。
同时存在多种颜色害虫时，单一使用HC算法存在无法提取深浅色害虫的缺陷。原因是图像中害虫的种类以及颜色多样，害虫间的对比度过大，且存在一定的阴影及轻微重叠干扰。故本研究决定结合阈值迭代对害虫图像进行处理，以此优化前景与背景之间的颜色差。
1.3 阈值迭代分割算法
利用阈值迭代分割算法解决了图像各区域亮度不同等因素，可更好地分割图像背景[15-16]。该算法可在不同区域采用不同的阈值进行分割，适合处理多种颜色害虫混合的图像，解决了害虫阴影的干扰问题，完成了分割单一颜色背景的目的。
该算法主要通过迭代方式逼近最佳阈值，从而达到分割背景的目的，关键步骤在于找到最佳阈值。先将整幅图像分成多张互相之间有50%重叠的子图像，分别作出这些子图像的直方图。对这些子图像的直方图进行检测，查看是否为双峰，如果是双峰，则进行阈值迭代法确定阈值，如果不是双峰，就不进行处理。接着确定阈值，以此为依据划分前景和背景。然后分出阈值的2边数据为A和B部分。分别计算A和B部分的均值，然后再总的求A和B部分的均值即为新的阈值。设定迭代次数进行不断寻找最佳阈值，用得到的阈值进行图像的二值化。公式如下：
$${R_0} = \frac{{\displaystyle\sum\limits_{R(i,j) = 0}^{{T_{\rm{K}}}} {R(i,j) \times N(i,j)} }}{{\displaystyle\sum\limits_{R(i.j) = 0}^{{T_{\rm{K}}}} {N(i,j)} }}\text{；}$$ (6) $${R_{\rm{G}}} = \frac{{\displaystyle\sum\limits_{R(i,j) = {T_{\rm{K}}}}^m {R(i,j) \times N(i.j)} }}{{\displaystyle\sum\limits_{R(i,j) = {T_{\rm{K}}}}^m {N(i,j)} }}\text{。}$$ (7) 式(6)~(7)中：R(i, j)为图像(i, j)像素点的灰度值；N(i, j)为(i, j)像素点的权重系数；TK为确定阈值；m为像素个数；R0与RG分别为目标和背景的平均灰度值。
2. 结果与分析
2.1 图像的获取装置
图像获取的步骤分为害虫的诱杀收集和拍摄2步。害虫的诱杀通过打开图2的黑光灯引诱害虫，害虫飞至黑光灯边上的电网时，被电死掉落到下方漏斗状装置内部，然后滑落到采样盘上。摄像头在LED灯点亮后进行拍摄，采集图像大小为2592像素×1944像素。最后将拍摄的图像传送至控制系统内部进行图像处理。
2.2 不同底盘颜色的分割效果分析
本研究设备为Intel(R) Core(TM)i7-8750H CPU、16G 64位PC机和树莓派官方500万像素摄像头，系统和软件环境为Window10，Jupyter Notebook，Raspberry Pi3 B+。在实际装置托盘上方20 cm处使用装置内部的树莓派摄像头进行拍摄。研究样本为5种害虫在白底托盘和红底托盘上的实际图像。为了验证本研究的可靠性与有效性，共选用100张实际拍摄图像后运行算法，取平均值作为最后研究结果数据。因实际装置的硬件性能所限制，且实际装置对智能翻转的图像处理有一定的速度和精度需求，故排除与深度学习分割方法的对比。本研究选取了4种综合处理效果较好的经典算法作为比较。
使用不同算法对实际摄像头拍摄的图片白底样本进行分割。由图3可见：本研究算法与实际比率的接近程度明显高于其他算法。且在白底托盘中，本研究算法可以更好避免阴影的影响，分割出目标害虫的轮廓。比较图4和图5可知：大津算法(OTSU)出现了错误分割阴影的结果，它将较多的阴影区域分割，将会导致害虫比例严重误判。而本研究算法较好改善了该问题，至于仅剩的阴影噪声问题将通过改善拍摄条件弥补。
图 4 OTSU算法与本研究算法对阴影分割的比较Figure 4 Comparison of shadow segmentation between OTSU and research algorithm
图 5 HC算法与本研究算法对害虫细节分割的比较Figure 5 Comparison of HC algorithm and research algorithm on pest detail segmentation白底样本的分割结果(图5)进一步表明：HC算法无法识别害虫颜色与背景颜色对比度不高的害虫，而本研究算法在改进其算法后，可以较清晰地分割出这些原本分割效果不佳的害虫。
综合了白底样本采样盘易出现灯光照射以及阴影的干扰，且由于浅色害虫与白色采样盘背景对比度过于接近，更加不利于对害虫的分割，故改进装置的采样盘为红色。拍摄深色害虫与浅色害虫同时存在于采样盘上时的图像，作为红底样本，并使用不同算法对其进行分割处理。从图6和图7可见：其他算法主要完成了浅色害虫的分割，但均无法分割出深色害虫并计算害虫面积。本研究算法则完成了深浅害虫的同时分割，从图7可清晰观察到深色害虫的翅膀及触角等细节，证明本研究算法在多种颜色害虫存在时分割结果更精确可靠。
图 7 HC算法与本研究算法对深色害虫分割的比较Figure 7 Comparison of HC algorithm and research algorithm on dark pest segmentation2.3 分割效果评价分析
为了评价算法的分割图像效果优劣，本研究将采用平均分割时间、准确率和召回率对算法的分割结果进行衡量[17]。为了比较各算法的效率，将使其对每幅图像进行多次分割，然后取平均处理时间来作最终评价。准确率(P)和召回率(R)的公式如下：
$$P = \frac{{\displaystyle\sum\limits_{n = 1}^N {{G_n} \times {S_n}} }}{{\displaystyle\sum\limits_{n = 1}^N {{S_n}} }}\text{；}$$ (8) $$R = \frac{{\displaystyle\sum\limits_{n = 1}^N {{G_n} \times {S_n}} }}{{\displaystyle\sum\limits_{n = 1}^N {{G_n}} }}\text{。}$$ (9) 式(8)~(9)中：N为像素个数；Gn表示基准图像第n个像素是否为分割目标像素；Sn表示分割图像第n个像素是否为分割目标像素，值为0或1。本研究取权重系数为0.3，来防止由于显著性检测导致召回率过高的问题。准确率表示目标分割的准确性，召回率为检测区域与基准图像区域的比值，表示算法分割的完整性。使用选取的5种算法对样本进行图像处理，并且将人工分割的图像作为基准图像，得到3个评价指标(表1)。
表 1 准确率、召回率和分割速度对比Table 1 Comparison of accuracy recall, and segmentation speed分割算法 准确率 召回率 分割速度 白底样本 红底样本 白底样本 红底样本 白底样本 红底样本 水平集算法 0.72 0.74 0.62 0.64 1.68 4.35 OTSU算法 0.70 0.77 0.63 0.70 0.36 0.84 阈值迭代算法 0.83 0.83 0.81 0.69 0.56 0.87 HC算法 0.86 0.88 0.86 0.63 0.43 0.98 本研究算法 0.92 0.95 0.95 0.89 0.66 1.05 由表1可知：本研究算法的准确率及召回率最高，其他算法易出现分割阴影等非目标轮廓，或分割不出深色害虫。准确率相比其他4种算法均提高约13%。在召回率上，本研究算法提高了10%以上，最高达53%。准确率和召回率的提升，体现了本研究算法的精确性和可靠性。在分割速度方面，本研究算法高出水平集算法约3倍，且总耗时满足装置的实际需求。除水平集算法外，其他3种算法虽然分割时间短，但无法分割多种害虫同时存在的图像，故可以接受本研究算法小幅延长分割时间后，完成了更高要求的分割。
3. 结论
本研究算法处理后得到的结果误差控制在5%以内。即使在光照不稳定和害虫种类以及姿态复杂的环境下采集的图像中，本研究算法也可以较精确避免轻微重叠和阴影的影响进行分割。在多种颜色害虫同时存在时，本研究算法也可分割出几乎接近实际害虫的轮廓。因此，本研究算法简单、高效且充分满足分割精度和速度的需求，适宜于害虫收集装置内部使用，达到对害虫比例进行准确计算的目的。
-
图 2 不同施肥处理的水稻籽粒和秸秆的氮磷积累量
Figure 2 Accumulation rates of nitrogen and phosphorus in grains and straws of rice with different fertilization treatments
图 3 不同施肥处理的水稻氮磷肥料利用率
Figure 3 Nitrogen and phosphorus fertilizer utilization rates of rice with different fertilization treatments
图 4 不同施肥处理的径流总氮质量浓度随时间的变化
Figure 4 Changes of total nitrogen concentrations in runoff from different fertilization treatments with time
图 5 不同施肥处理的径流总磷质量浓度随时间的变化
Figure 5 Changes of total phosphorus concentrations in runoff from different fertilization treatments with time
表 1 施肥处理及用量
Table 1. Fertilization treatments in rice season
处理 肥料氮用量/(kg·hm−2) 基肥(6月16日)及用量/(kg·hm−2) 追肥(6月26日)及用量/(kg·hm−2) ck 0 0 0 T1 270.0 复合肥750.0，钙镁磷肥125.0 尿素293.5，氯化钾24.2 T2 270.0 菜籽饼2700.0，钙镁磷肥62.5 尿素293.5，氯化钾24.2 T3 270.0 复合肥750.0，钙镁磷肥125.0，调理剂333.3 尿素293.5，氯化钾24.2 T4 270.0 炭基肥1 500.0 0 
下载: 导出CSV
表 2 不同施肥处理的土壤化学性质
Table 2. Soil chemical properties of different fertilization treatments
处理 pH 有机质/(g·kg−1) 全氮/(g·kg−1) 全磷/(g·kg−1) 全钾/(g·kg−1) 有效磷/(mg·kg−1) 速效钾/(mg·kg−1) 碱解氮/(mg·kg−1) 本底 4.98 33.30 2.07 1.14 25.60 144 138 133 ck 5.03±0.25 a 30.00±0.75 a 1.57±0.14 a 0.83±0.02 a 9.35±0.26 b 57±3 a 72±5 a 141±3 c T1 5.19±0.22 a 25.07±2.03 a 1.29±0.16 a 0.96±0.15 a 10.37±0.77 ab 107±43 a 82±8 a 150±4 b T2 5.14±0.07 a 28.67±0.44 a 1.62 ±0.21 a 0.95±0.02 a 11.53±1.47 ab 84±3 a 79±12 a 148±3 bc T3 5.67±0.26 a 24.23±2.85 a 1.46±0.26 a 0.91±0.09 a 15.80±3.12 a 102±35 a 68±26 a 205±2 a T4 5.07±0.20 a 33.73±8.66 a 1.45±0.10 a 0.84±0.04 a 10.33±1.28 ab 74±18 a 65±2 a 197±1 a 说明：数据为平均值±标准差；不同字母表示处理间差异显著(P＜0.05)
下载: 导出CSV
表 3 水稻植株中的氮磷质量分数
Table 3. Contents of N and P in rice plants
处理 籽粒/(g·kg−1) 秸秆/(g·kg−1) 氮 磷 钾 氮 磷 钾 ck 8.41±0.18 c 3.74±0.07 a 4.63±0.08 a 2.45±0.14 b 1.70±0.09 a 31.03±0.65 a T1 10.93±0.36 a 3.71±0.14 a 4.15±0.14 bc 3.99±0.44 ab 1.37±0.05 a 29.11±1.50 a T2 9.22±0.40 bc 3.73±0.11 a 4.51±0.22 ab 4.28±0.34 a 1.53±0.09 a 28.22±0.17 a T3 9.98±0.67 ab 3.63±0.08 a 4.03±0.06 c 5.08±0.94 a 1.39±0.15 a 31.64±1.47 a T4 9.69±0.18 abc 3.77±0.08 a 4.16±0.09 bc 4.22±0.10 a 1.90±0.39 a 28.12±1.51 a 说明：数据为平均值±标准差；不同字母表示处理间差异显著(P＜0.05)
下载: 导出CSV
表 4 氮和磷的径流流失量和流失率
Table 4. Nitrogen and phosphorus runoff loss and loss rate
处理 流失量/(kg·hm−2) 流失率/% 氮 磷 氮 磷 ck 4.91±0.01 c 0.70±0.05 b T1 7.83±0.17 ab 1.03±0.08 ab 1.08±0.07 a 1.03±0.37 a T2 9.56±1.22 a 1.35±0.12 a 1.72±0.46 a 1.99±0.50 a T3 7.64±0.77 ab 0.96±0.19 ab 1.01±0.29 a 0.79±0.71 a T4 7.13±0.49 b 0.91±0.14 b 0.82±0.18 a 0.65±0.38 a
下载: 导出CSV
-
[1] 栾江, 仇焕广, 井月, 等. 我国化肥施用量持续增长的原因分解及趋势预测[J]. 自然资源学报, 2013, 28(11): 1869 − 1878. LUAN Jiang, QIU Huanguang, JING Yue, et al. Decomposition of factors contributed to the increase of China’s chemical fertilizer use and projections for future fertilizer use in China [J]. J Nat Resour, 2013, 28(11): 1869 − 1878. [2] 段永惠, 张乃明, 张玉娟. 施肥对农田氮磷污染物径流输出的影响研究[J]. 土壤, 2005, 37(1): 48 − 51. DUAN Yonghui, ZHANG Naming, ZHANG Yujuan. Effect of fertilization application on nitrogen and phosphorus loss with farmland runoff [J]. Soils, 2005, 37(1): 48 − 51. [3] 张维理, 武淑霞, 冀宏杰, 等. 中国农业面源污染形势估计及控制对策(Ⅰ) 21世纪初期中国农业面源污染的形势估计[J]. 中国农业科学, 2004, 37(7): 1008 − 1017. ZHANG Weili, WU Shuxia, JI Hongjie, et al. Estimation of agricultural non-point source pollution in China and the alleviating strategies (Ⅰ) Estimation of agricultural non-point source pollution in China in early 21 century [J]. Sci Agric Sin, 2004, 37(7): 1008 − 1017. [4] CARUSO B S. Integrated assessment of phosphorus in the Lake Hayes catchment, South Island, New Zealand [J]. J Hydrol, 2000, 229(3): 168 − 189. [5] IQBAL A, HE Liang, ALI I, et al. Manure combined with chemical fertilizer increases rice productivity by improving soil health, post-anthesis biomass yield, and nitrogen metabolism[J]. PLoS One, 2020, 15(10): e0238934. doi: 10.1371/journal.pone.0238934. [6] 王晓荣, 唐万鹏, 付甜, 等. 不同管理措施对三峡库区柑橘园土壤养分和径流氮磷流失的影响[J]. 中国农学通报, 2021, 37(11): 95 − 102. WANG Xiaorong, TANG Wanpeng, FU Tian, et al. Effects of different management practices on soil nutrient and nitrogen and phosphorus losses with runoff of citrus orchard in the Three Gorges Reservoir area [J]. Chin Agric Sci Bull, 2021, 37(11): 95 − 102. [7] 黄东风, 王果, 李卫华, 等. 不同施肥模式对蔬菜产量、硝酸盐含量及菜地氮磷流失的影响[J]. 水土保持学报, 2008, 22(5): 5 − 10. HUANG Dongfeng, WANG Guo, LI Weihua, et al. Effects of different kinds of fertilization modes on yield, nitrate’s content of vegetable and loss of nitrogen and phosphorus in vegetable field [J]. J Soil Water Conserv, 2008, 22(5): 5 − 10. [8] 黄东风, 李卫华, 王利民, 等. 水肥管理措施对水稻产量、养分吸收及稻田氮磷流失的影响[J]. 水土保持学报, 2013, 27(2): 62 − 66. HUANG Dongfeng, LI Weihua, WANG Limin, et al. Effects of water and fertilizer managements on yield, nutrition uptake of rice and loss of nitrogen and phosphorus by runoff from paddy field [J]. J Soil Water Conserv, 2013, 27(2): 62 − 66. [9] 赵秉强. 传统化肥增效改性提升产品性能与功能[J]. 植物营养与肥料学报, 2016, 22(1): 1 − 7. ZHAO Bingqiang. Modification of conventional fertilizers for enhanced property and function [J]. J Plant Nutr Fert, 2016, 22(1): 1 − 7. [10] 徐秋芳, 姜培坤. 有机肥对毛竹林间及根区土壤生物化学性质的影响[J]. 浙江林学院学报, 2000, 17(4): 22 − 26. XU Qiufang, JIANG Peikun. Effects of fertilizing on biological properties of root region soil under Phyllostachys pubescens forest [J]. J Zhejiang For Coll, 2000, 17(4): 22 − 26. [11] GUO Wei, ZHANG Qingzhong, LIU Jinhua, et al. Studies on changes of soil carbon and nitrogen dynamics under long-term fertilizer in the black soil based on DSSAT model [J]. Int Conf Energy Environ Sustainable Dev, 2015, 3702: 1743 − 1750. [12] 张琢, 王梅, 任杰, 等. 贝壳粉对污染土壤中Pb、Zn、Cd的稳定化作用[J]. 环境污染与防治, 2016, 38(1): 14 − 18. ZHANG Zhuo, WANG Mei, REN Jie, et al. Effect of sea shell powder on the stabilization of Pb, Zn and Cd in contaminated soil [J]. Environ Pollut Prev, 2016, 38(1): 14 − 18. [13] HEYMANN K, XING B, KEILUWEIT M, et al. Influence of dissolved organic carbon from natural and synthetic fertilizers on phosphate leaching from a sand-based golf green [J]. Int Turfgrass Soc Res J, 2017, 13(1): 103 − 112. [14] 习斌, 翟丽梅, 刘申, 等. 有机无机肥配施对玉米产量及土壤氮磷淋溶的影响[J]. 植物营养与肥料学报, 2015, 21(2): 326 − 335. XI Bin, ZHAI Limei, LIU Shen, et al. Effects of combination of organic and inorganic fertilization on maize yield and soil nitrogen and phosphorus leaching [J]. J Plant Nutr Fert, 2015, 21(2): 326 − 335. [15] ZHENG Yu, HAN Xiaori, LI Yuying, et al. Effects of mixed controlled release nitrogen fertilizer with rice straw biochar on rice yield and nitrogen balance in Northeast China [J]. Sci Rep, 2020, 10(1): 9452. [16] 鲍士旦. 土壤农化分析[M]. 3版. 北京: 中国农业出版社, 2000. [17] QASWAR M, CHAI R, AHMED W, et al. Partial substitution of chemical fertilizers with organic amendments increased rice yield by changing phosphorus fractions and improving phosphatase activities in fluvo-aquic soil [J]. Soil Tillage Res, 2019, 20(3): 1285 − 1296. [18] FARHA A, AKHTAE I. Interactive effect of potassium and flyash: a soil conditioner on metal accumulation, physiological and biochemical traits of mustard (Brassica juncea L.) [J]. Environ Sci Pollut Res, 2019, 26(8): 7847 − 7862. [19] 范星露. 新型炭基复混肥料对水稻生理的影响[D]. 长沙: 湖南农业大学, 2016. FAN Xinglu. Effect of Carbon-based Compound Fertilizer on Physiology of Oryza sativa L.[D]. Changsha: Hunan Agricultural University, 2016. [20] PURAKAYASTHA T, BERA T, DEBARATI B, et al. A review on biochar modulated soil condition improvements and nutrient dynamics concerning crop yields: pathways to climate change mitigation and global food security [J]. Chemosphere, 2019, 227: 345 − 365. [21] WEI Haiyan, CHEN Zhifeng, XING Zhipeng, et al. Effects of slow or controlled release fertilizer types and fertilization modes on yield and quality of rice [J]. J Integrative Agric, 2018, 17(10): 2222 − 2234. [22] 崔新卫, 张杨珠, 高菊生, 等. 长期不同施肥处理对红壤稻田土壤性质及晚稻产量与品质的影响[J]. 华北农学报, 2019, 34(6): 190 − 197. CUI Xinwei, ZHANG Yangzhu, GAO Jusheng, et al. Effects of long-term fertilization treatments on soil properties, rice yield and quality in reddish paddy soil [J]. Acta Agric Boreal-Sin, 2019, 34(6): 190 − 197. [23] 史华, 吴冰洁, 陈爽, 等. 生物炭和保水剂用量对火鹤花叶绿素和光合特性的影响[J]. 江苏农业科学, 2019, 47(14): 139 − 142. SHI Hua, WU Bingjie, CHEN Shuang, et al. Effects of biochar and water retention agents on chlorophyll and photosynthetic characteristics of Flamoea sinensis [J]. Jiangsu Agric Sci, 2019, 47(14): 139 − 142. [24] HUSAIN A. 洱海流域典型轮作模式下不同施肥模式对淋溶及地表径流氮磷流失的影响[D]. 北京: 中国农业科学院, 2019. HUSAIN A. Analysis of Nitrogen and Phosphorus Losses in leached and Surface Runoff Water with Application of Different Fertilizers and Management Strategies under Typical Crop Rotation System in the Erhai Lake Basin, Yunnan, China[D]. Beijing: Chinese Academy of Agricultural Sciences, 2019. [25] 王莺, 陆荣杰, 吴家森, 等. 山核桃林闭合区内径流氮磷流失特征[J]. 浙江农林大学学报, 2018, 35(5): 802 − 809. WANG Ying, LU Rongjie, WU Jiasen, et al. Nitrogen and phosphorus loss in runoff and sediment for a closed zone of a Carya cathayensis stand [J]. J Zhejiang A&F Univ, 2018, 35(5): 802 − 809. [26] HONG S H, LEE E Y. Restoration of eroded coastal sand dunes using plant and soil-conditioner mixture [J]. Int Biodeterioration Biodegradation, 2016, 113: 161 − 168. [27] ZHU Haoyu, GAO Ming, LONG Yi, et al. Effects of fertilizer reduction and application of organic fertilizer on soil nitrogen and phosphorus nutrients and crop yield in a purple soil sloping field [J]. Environ Sci, 2020, 41(4): 1921 − 1929. [28] 董晓伟. 牡蛎壳土壤调理剂对大棚土壤理化、生物性状影响的研究[D]. 青岛: 中国海洋大学, 2004. DONG Xiaowei. Effect of Oyster Shell Soil Remediation on Soil Physical-Chemical and Biology Character of Plastic Greenhouse[D]. Qingdao: Ocean University of China, 2004. [29] 褚军, 薛建辉, 金梅娟, 等. 生物炭对农业面源污染氮、磷流失的影响研究进展[J]. 生态与农村环境学报, 2014, 30(4): 409 − 415. CHU Jun, XUE Jianhui, JIN Meijuan, et al. Review of researches on effects of biochar in reducing nitrogen and phosphorus losses with agricultural non-point source pollution [J]. J Ecol Rural Environ, 2014, 30(4): 409 − 415. [30] 陈闻, 吴家森, 许开平, 等. 集约经营雷竹林土壤磷素状况及流失潜能[J]. 浙江农林大学学报, 2011, 28(5): 687 − 693. CHEN Wen, WU Jiasen, XU Kaiping, et al. Soil phosphorus and potential loss in Phyllostachys praecox stands with intensive management [J]. J Zhejiang A&F Univ, 2011, 28(5): 687 − 693. [31] 朱成立, 郭相平, 刘敏昊, 等. 水稻沟田协同控制灌排模式的节水减污效应[J]. 农业工程学报, 2016, 32(3): 86 − 91. ZHU Chengli, GUO Xiangping, LIU Minhao, et al. Reduction of nitrogen, phosphorous and runoff by coordination controlled drainage with basin and ditch in paddy field [J]. Trans Chin Soc Agric Eng, 2016, 32(3): 86 − 91. [32] YANG Shihong, PENG Shizhang, XU Junzheng, et al. Effects of water saving irrigation and controlled release nitrogen fertilizer managements on nitrogen losses from paddy fields [J]. Paddy Water Environ, 2015, 13(1): 71 − 80. -
-
链接本文:
https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.20200724
点击查看大图
计量
- 文章访问数: 1015
- HTML全文浏览量: 191
- PDF下载量: 36
- 被引次数: 0
