大豆是中國的主要糧食作物之一,其用途廣泛,在食用、飼用及工業(yè)方面都有廣泛應用,故而對大豆的需求量非常大。中國是全球位列第一位的大豆進口國,但大豆產量僅僅位列世界第四位,針對于大豆產量而言,中國比世界第一的美國少十倍左右。中國的大豆進口國也主要是美國、巴西和阿根廷,這三個國家的大豆產量均位于世界前三。由于中國巨大的大豆需求量,在國際大豆市場上一直處于被動狀態(tài),如何提高大豆產量成為目前中國大豆種植業(yè)亟需解決的問題。影響大豆產量的因素主要是大豆品種、種植方式、施肥、土壤、水分、光照等。本研究是針對目前中國所缺乏的種植密度及施肥體系而展開,現(xiàn)階段國內的大豆種植過程中,大豆種植密度及施肥量基本是依照生產工作人員的慣用經驗進行,此方法不僅無法合理利用農業(yè)生產資源,而且還會造成農業(yè)資源的浪費及生產成本的增加,肥料的過量施用甚至會給農田的生態(tài)環(huán)境造成嚴重破壞,例如:土壤板結、水源污染等。本研究針對現(xiàn)階段中國大豆生產面臨的實際問題進行了田間試驗,試驗目的在于研究適合東北地區(qū)大豆生產的大豆種植密度及氮磷鉀施肥量模型并進行推廣。本次田間試驗于2017年10月至2018年10月,在黑龍江省農墾總局九三管理局大... 

【文章來源】：東北農業(yè)大學黑龍江省 211工程院校

【文章頁數(shù)】：67 頁

【學位級別】：碩士

【部分圖文】：

大豆種植模式圖

種植密度和氮（N）施用量對大豆產量影響

圖 4-5 種植密度和氮（N）施用量對大豆產量影響gure 4-5 Effects of planting density and nitrogen (N) application rate on soybean y

【參考文獻】：
期刊論文
[1]基于遺傳算法的BP神經網絡對農業(yè)產業(yè)的分析預測[J]. 魏云云.  高師理科學刊. 2018(09)
[2]基于BP神經網絡的整株秸稈還田機功耗優(yōu)化[J]. 董志貴,宋慶鳳,王福林,李志遠,吳志輝.  系統(tǒng)工程理論與實踐. 2018(09)
[3]不同種植密度對大豆產量的影響[J]. 巴格迪努爾·曲汗,米拉·托列吾.  新農業(yè). 2018(11)
[4]玉米減肥增效技術模式田間試驗[J]. 金萍,郭春平,舒波,賈平,何飛逾,陳克龍,田旺海,楊應和.  云南農業(yè)科技. 2018(03)
[5]農業(yè)試驗地的選擇培養(yǎng)和利用[J]. 邱愛蘭.  農業(yè)與技術. 2018(04)
[6]施磷量與施磷深度對玉米-大豆套作系統(tǒng)磷素利用率及磷流失風險的影響[J]. 趙偉,宋春,周攀,王嘉雨,徐鋒,葉芳,王小春,楊文鈺.  應用生態(tài)學報. 2018(04)
[7]大田作物施肥技術[J]. 楊明志.  農業(yè)開發(fā)與裝備. 2017(06)
[8]基于BP神經網絡的玉米種植密度和施肥量優(yōu)化[J]. 王福林,董志貴,吳志輝,方堃.  農業(yè)工程學報. 2017(06)
[9]基于二次正交旋轉回歸試驗的施肥器工作關鍵參數(shù)建模[J]. 劉連磊,周桂霞.  黑龍江八一農墾大學學報. 2017(01)
[10]氮磷鉀元素對黑龍江不同地區(qū)大豆產量和品質的影響[J]. 魏丹,李艷,李玉梅,金梁,王偉,蔡姍姍,李婧.  大豆科學. 2017(01)

博士論文
[1]施用有機物料對農田固碳減排及生產力的影響：田間試驗及整合研究[D]. 劉曉雨.南京農業(yè)大學 2013

碩士論文
[1]大豆多因素養(yǎng)分密度效應試驗及模型研究[D]. 王會鵬.東北農業(yè)大學 2016
[2]基于BP神經網絡的生豬價格周期性預測[D]. 曾弘.湖南農業(yè)大學 2016
[3]多因素養(yǎng)分密度效應試驗及模型研究[D]. 高敏慧.東北農業(yè)大學 2015
[4]BP神經網絡的改進研究及應用[D]. 劉天舒.東北農業(yè)大學 2011
[5]基于“3414”田間試驗肥料效應函數(shù)的建立與應用研究[D]. 岳素清.內蒙古農業(yè)大學 2008
[6]栽培密度對北疆1號大豆產量及品質影響的研究[D]. 王志偉.延邊大學 2006
[7]人工神經網絡的數(shù)學模型建立及成礦預測BP網絡的實現(xiàn)[D]. 徐振東.吉林大學 2004
[8]計算機視覺技術在農產品自動檢測與分級中的研究[D]. 王樹文.東北農業(yè)大學 2002



本文編號：2895373