XiaoMi-AI文件搜索系统
World File Search System土壤水
研究文章研究超吸收性聚合物对土壤水分和植物生长的影响
随着气候变化继续影响环境，干旱管理在农业食品生产中变得更加至关重要。农民现在正在寻找易于应用的替代干旱管理方法。从这个意义上讲，在本研究中，提出了超吸收性聚合物（SAP）作为替代性土壤调节和干旱管理工具。在土壤调节和植物生长促进方面，通过不同的土壤类型和极端的干旱条件来测试开发的SAP的效率，至少有4个重复进行了长期的土壤和温室实验。使用小麦作为模型植物，通过4种不同的生长指标来监测植物的生长。植物生长指标表明，在不同的干旱条件下，使用不同量的SAP，使用不同量的SAP提高了干物质，尖峰长度和谷物产量，最多可提高24％，而11.6％的植物产量提高了11.6％。这项研究阐明了超吸收聚合物在农业中使用的和示例性的研究，并在剂量调整和理解这些类型的聚合物中的干旱剂量关系中有用。
英国表面土壤水分干燥的多求表征
摘要：降雨后土壤水分的持久性或记忆具有重大的环境影响。已经为原位和卫星数据分别研究土壤水分干燥已做出了许多工作。在这项工作中，我们介绍了多种英国土壤水分产品的干燥特性的比较，包括卫星合并（即TCM），原位（即cosmos-uk）（即cosmos-uk），水文模型[即Grid-to-Grid to-Grid（G2G）]生态研究支持系统（国际棋）]数据。所有网格产品的干燥衰减时间尺度（T）以1 - 2 km的前所未有的分辨率计算，该分辨率与天气和气候模型有关。由于诸如感应深度等差异，它们的t范围有所不同（SMUK和国际象棋除外），但它们的空间模式与土地覆盖率和土壤类型相关。我们进一步分析了Cosmos-UK站点干燥事件的发生。我们表明，土壤水分干燥状态表现出强烈的季节性依赖性，因此，夏季，土壤比冬季更快地干燥。这些季节性依赖性在模型基准测试和评估过程中很重要。我们表明，基于宇宙和LSM的拟合t良好，cosmos的偏差为较低的t。我们的发现有助于越来越多的文献来表征T，目的是开发一种方法，以系统地验证一系列尺度的模型土壤水分产品。
基于机器学习的高分辨率土壤水分映射和时空分析：MLHRSM包装
摘要：土壤水分是关键的环境变量。缺乏软件来促进非专家在估算和分析领域的土壤水分时。本研究提出了一个新的开源R包MHRSM，可用于生成基于机器学习的高分辨率（每天30至500 m，每天到每月）土壤水分图和在0-5 cm和0-1 m的连续美国所选地点的不确定性估计。该模型基于分位数随机森林算法，集成了原位土壤传感器，卫星来源的土地表面参数（植被，地形和土壤），以及基于卫星的表面和根Zone土壤水分的卫星模型。它还提供了用于生成土壤水分图的空间和时间分析的功能。提供了一个案例研究，以证明每天在70 ha农作物领域每天生成30 m至每周土壤水分图的功能，然后进行空间 - 周期分析。
使用基于蓝牙的数据进行土壤水分测试...
摘要： - 土壤测试是农业，环境监测和土木工程的重要过程。但是，传统的土壤测试方法是耗时且劳动力密集的。在本文中，我们提出了一个可以自动化土壤测试过程的蓝牙控制的土壤测试机器人。机器人配备了土壤传感器和蓝牙模块，这使其可以与智能手机应用程序进行通信。该应用程序可以控制机器人的运动并从传感器接收实时数据。我们还介绍了机器人的设计和实现，包括硬件和软件组件。最后，我们评估了机器人在不同土壤类型中的性能，并将其与传统的土壤测试方法进行比较。关键字： - 土壤测试，自动化，机器人，蓝牙，传感器。
引用本文：Yuri Loginov，Vladimir Kuznetsov。一种定量确定土壤水提取物中硫酸盐离子的新方法
摘要：提出了一种方法和必要的分析设备，用于从土壤和水性培养基中的硫酸盐离子进行质量定量测定，并提出了水性培养基中的硫酸盐离子，其中包括以下事实，即将已知量的2-水性氯化氯化物含有氯化氢添加到分析样品的等分样品中。所得的不溶性硫酸钡化合物降低了氯化钡的初始浓度。在特殊设计的火焰分光光度法分析仪上确定溶液中剩余的氯化钡量。这使您可以计算与钡相关的硫酸盐离子的量，该硫酸盐是由设备程序自动执行的。通过所提出的水样中提出的方法可靠确定的硫酸盐离子浓度范围为10至100 mg/dm 3。可靠确定的从0.2至2.4 c（1/2SO4）mol/dm 3（从10到115 mg/dm 3）的土壤提取物中硫酸盐离子的浓度范围。必须用蒸馏水多次将较高浓度的硫酸盐离子稀释。该方法使确定水土壤提取物，淡水储层和河流，地下来源，自来水，沉积物，被工业企业的硫酸排放污染的沉积物是可能的。该方法非常简单，准确且富有成效。该方法由国家乌拉尔研究所（MVI-66373620-007-2018）认证，并由联邦技术法规和计量署（RosStandart）批准，作为No.253.0080/ra。RU.311866/2019。 专利号 2681855在俄罗斯联邦知识产权服务公司的优先级，日期为2017年9月15日的优先级，用于确定硫酸盐离子形式的硫酸盐在土壤中的硫酸盐离子的形式，并从土壤中及其所需的设备确定。 在这些物体中确定硫酸盐离子的详细方法在书中发表在《开放媒体：“使用流动分析技术对土壤，植物和水生环境的农业化学和化学参数的确定”，由俄罗斯科学院学院院士编辑。RU.311866/2019。专利号2681855在俄罗斯联邦知识产权服务公司的优先级，日期为2017年9月15日的优先级，用于确定硫酸盐离子形式的硫酸盐在土壤中的硫酸盐离子的形式，并从土壤中及其所需的设备确定。在这些物体中确定硫酸盐离子的详细方法在书中发表在《开放媒体：“使用流动分析技术对土壤，植物和水生环境的农业化学和化学参数的确定”，由俄罗斯科学院学院院士编辑。
根据...预测土壤有机质和土壤水分含量
适当的土壤管理可以维持和改善整个生态系统的健康。适当的土壤管理需要对其特性进行适当的表征，包括土壤有机质 (SOM) 和土壤水分含量 (SMC)。与传统方法相比，基于图像的土壤表征显示出强大的潜力。本研究比较了 22 种不同的监督回归和机器学习算法的性能，包括支持向量机 (SVM)、高斯过程回归 (GPR) 模型、树集合和人工神经网络 (ANN)，在实验室环境下用数码相机拍摄的土壤图像中预测 SOM 和 SMC。共提取了 22 个图像参数，并分两步用作模型中的预测变量。首先使用所有 22 个提取的特征开发模型，然后使用 SOM 和 SMC 的六个最佳特征子集。饱和度指数（红色指数）是 SOM 预测的最重要变量，对比度（中位数 S）是 SMC 预测的最重要变量。颜色和纹理参数与 SOM 和 SMC 都表现出高度相关性。结果显示，对于使用六个预测变量的验证数据集，图像参数与实验室测量的 SOM（使用立体派的 R 2 和均方根误差 (RMSE) 分别为 0.74 和 9.80%）和 SMC（使用随机森林的 R 2 和 RMSE 分别为 0.86 和 8.79%）之间存在令人满意的一致性。总体而言，GPR 模型和树模型（立体派、RF 和增强树）最能捕捉和解释本研究中 SOM、SMC 和图像参数之间的非线性关系。
土壤水评估工具（SWAT）建模方法，以优先考虑河流临界区域的土壤保护管理，并将未来CLI
引言河流管理减少了多余的流量，从而减少了以农业为主的地区营养的形式减少土壤侵蚀和非点源污染物，以确保可持续的农业生产（Tripathi等，2005； Tuppad等，2011）。农业实践中的土壤侵蚀和污染物负载是非点污染物的主要来源（Himanshu等，2019）。一般而言，最佳管理实践（BMP）旨在减少或预言沉积物运动，营养和农药负荷从农业土地到地表或地下水资源（Abbas＆Fares，2009年）。BMP是有用的，实用的，结构性的或非结构性的，目标是优化作物生产并最大程度地减少环境影响，即陆地de缩。印度占世界人口的18％，得到了世界土地地区2.4％的支持，这导致了土地
在当前的美国萨摩亚的Tutuila的地下水充电，预计用土壤水平平衡模型估计的气候
参考文献：-Wang，Y。和Zhang，C。（2016年）：21世纪关岛和美国萨摩亚的高分辨率气候预测。摘自：https：//www.science base.gov/catalog/ item/583331f6e4b046f046f05f211ae6 -izuka，s.k.，j.a.，J.A。perreault和T.K.Presley。（2007）。在美国萨摩亚图图尔拉（Tutuila）的塔富纳（Tafuna-Leone）平原上造成充电的地区。檀香山，嗨：地质调查局（美国）。报告编号。2007-5167。 https://pubs.er.usgs.gov/publication/sir20075167- Thornthwaite，C.W。和J.R. Mather。（1955）。水平衡。气候学的出版物（气候实验室）8（1）：1-86。
优化作物混合物和土壤水分管理为...
这项倡议下的干预措施的重点是使农作物混合物多样化，包括开放授粉的柔性玉米品种，高粱，珍珠小米，花生，花生，牛皮纸和木薯。这些农作物与土壤水分管理实践和适当种植日期的选择相结合。农民将引入（改进）品种的性能与不同管理实践下的本地品种进行了比较。该项目正在建立的典型的非洲土壤水分管理实践包括：制造脊和浸润（“ Zai”）坑。在雨养农业中使用雨水采集（控制和利用雨水）在非洲许多地区的雨水不确定性上很普遍。该项目还引入了Raingauges和气候预测产品，以改善有关种植时间，作物选择和除草的时机制定的农民决策。