基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
准确诊断小麦群体大小并及时采取针对性管理措施是实现小麦高产优质的关键因素之一.现有的群体诊断方法(如样点调查法、高光谱遥感、机器视觉、茎秆生物力学等)都存在费时费力、设备昂贵等特点,仅限于科学研究.本文探索应用一款手机应用程序(Canopeo),通过快速检测小麦冠层覆盖度反映小麦群体.在16个实验地块和71个农户地块中与样点调查法的决定系数达0.812和0.403,表明该方法可用于小麦返青期及以前的群体快速诊断.
推荐文章
应用32P对冬小麦返青期追磷吸收利用规律的研究
冬小麦
32P
肥料磷素
土壤磷素
一种复杂系统的快速故障诊断方法
灵巧故障诊断树
快速诊断
诊断节点
ACCESS数据库
一种手机软件动态加载方法及应用
功能手机
交叉编译
动态加载
函数跳转表
重定位
基于计算机模拟的植物返青期遥感监测方法比较研究
植物物候
返青期
遥感监测方法
NDVI
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种手机端小麦群体快速诊断方法在返青期的应用研究
来源期刊 农业与技术 学科 农学
关键词 手机软件 小麦 群体 快速诊断
年,卷(期) 2018,(6) 所属期刊栏目 农业科学
研究方向 页码范围 1-4
页数 4页 分类号 S512
字数 5471字 语种 中文
DOI 10.11974/nyyjs.20180333001
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 张卫峰 中国农业大学资源与环境学院 62 1409 19.0 36.0
2 刘家欢 中国农业大学资源与环境学院 6 13 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (61)
共引文献  (53)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1986(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(1)
  • 参考文献(0)
  • 二级参考文献(1)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(3)
  • 参考文献(0)
  • 二级参考文献(3)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(5)
  • 参考文献(0)
  • 二级参考文献(5)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(6)
  • 参考文献(0)
  • 二级参考文献(6)
2004(6)
  • 参考文献(1)
  • 二级参考文献(5)
2005(6)
  • 参考文献(0)
  • 二级参考文献(6)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(8)
  • 参考文献(1)
  • 二级参考文献(7)
2008(5)
  • 参考文献(0)
  • 二级参考文献(5)
2009(5)
  • 参考文献(0)
  • 二级参考文献(5)
2010(1)
  • 参考文献(0)
  • 二级参考文献(1)
2011(3)
  • 参考文献(1)
  • 二级参考文献(2)
2012(4)
  • 参考文献(2)
  • 二级参考文献(2)
2013(2)
  • 参考文献(2)
  • 二级参考文献(0)
2015(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
手机软件
小麦
群体
快速诊断
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
农业与技术
半月刊
1671-962X
22-1159/S
大16开
吉林省长春市
882755
1980
chi
出版文献量(篇)
29147
总下载数(次)
38
总被引数(次)
52894
论文1v1指导