一种含茶皂素的烟草专用肥

    公开(公告)号:CN105712799A

    公开(公告)日:2016-06-29

    申请号:CN201610176280.0

    申请日:2016-03-25

    Abstract: 本发明公开了一种含茶皂素的烟草专用肥,该专用肥中含有以下质量百分比的有效成分:N8%~12%、P2O59%~12%、K2O22%~26%、茶皂素0.5%~3.5%、B0.1%~0.4%、Mg0.01%~1.6%、Zn0.05%~0.6%,有机质4%~25%。该专用肥能全面满足烟草生长所需的营养成分,增加烟草的抗性,有效防治烟草地下害虫和有效预防各类病菌滋生,提高烟叶产量和品质,保护生态环境。实践证明,其产生的经济效益、社会效益和生态效益都十分显著。

    基于物化条件校正的土壤大数据分析方法及装置

    公开(公告)号:CN114067113B

    公开(公告)日:2024-10-29

    申请号:CN202111313464.4

    申请日:2021-11-08

    Abstract: 本发明涉及大数据技术领域,具体涉及基于物化条件校正的土壤大数据分析方法及装置。所述方法执行以下步骤:步骤1:在目标区域设置多个观测点,每个观测点以设定的时间周期获取所在位置的土壤的某一项物理/化学参数,将获取到的参数发送至远端;每个观测点获取的物理/化学参数的类型均不相同;步骤2:每个观测点以设定的时间周期实时获取所在位置的土壤的图像数据,将获取到的图像数据发送至远端。其通过在现场设置观测点,以及通过观测点获取土壤的图像数据,无须将对土壤样本进行运输,再进行土壤分析,且分析过程中,不需要对每个观测点均进行测量和分析,而是进行归一化的分析和处理,提升了处理效率。

    一种基于VNIR和OPLS-DA预判桉树缺铁性黄化病的方法

    公开(公告)号:CN114946485B

    公开(公告)日:2023-07-07

    申请号:CN202210521422.8

    申请日:2022-05-13

    Abstract: 本发明公开一种基于VNIR和OPLS‑DA预判桉树缺铁性黄化病的方法,属于植物病害监测技术领域。该方法包括以下技术步骤:(1)叶片样品采集;(2)光谱数据采集;(3)光谱数据处理;(4)构建OPLS‑DA判别分析模型;(5)独立样品验证。本发明应用VNIR技术结合OPLS‑DA判别分析模型,可高效、准确和客观预测出桉树黄化病的病害情况,解决了由于桉树黄化病具有突发性、隐蔽性以及随机性造成的桉树黄化病难以准确识别的问题,避免了因人为调查的主观性造成的误差。本发明能够在桉树叶片未表现出黄化病特征时,就能高效、准确和客观预测出桉树黄化病的病害情况,从而及时采取相应的措施防治桉树黄化病的发生,对保障人工林及其下游产业高质量发展具有重大意义。

Patent Agency Ranking