生物降解高分子大田应用及土壤质量评价和产量预测模型研究
| 摘要 | 第4-6页 |
| abstract | 第6-8页 |
| 第一章 绪论 | 第12-23页 |
| 1.1 研究背景 | 第12-14页 |
| 1.1.1 化肥在农业生产中的重要性及存在问题 | 第12-13页 |
| 1.1.2 提高肥料利用率和降低环境污染的途径 | 第13-14页 |
| 1.2 缓/控释化肥的研究进展 | 第14-17页 |
| 1.2.1 缓/控释化肥的定义、分类和特点 | 第14-16页 |
| 1.2.2 缓/控释化肥的发展概况 | 第16-17页 |
| 1.3 土壤质量评价研究进展 | 第17-19页 |
| 1.3.1 土壤质量评价的意义 | 第17页 |
| 1.3.2 土壤质量评价方法 | 第17-19页 |
| 1.4 产量预测模型研究进展 | 第19-21页 |
| 1.4.1 产量预测模型的意义 | 第19页 |
| 1.4.2 产量预测模型的分类和特点 | 第19-21页 |
| 1.5 本研究目的、意义和主要内容 | 第21-23页 |
| 1.5.1 研究目的和意义 | 第21页 |
| 1.5.2 主要研究内容 | 第21-23页 |
| 第二章 生物降解高分子对土壤理化性质的影响研究 | 第23-43页 |
| 2.1 引言 | 第23页 |
| 2.2 材料与方法 | 第23-25页 |
| 2.2.1 供试材料 | 第23-24页 |
| 2.2.2 试验方法 | 第24页 |
| 2.2.3 测试项目及方法 | 第24-25页 |
| 2.2.4 数据处理 | 第25页 |
| 2.3 结果与分析 | 第25-41页 |
| 2.3.1 不同处理对土壤物理指标的影响 | 第25-34页 |
| 2.3.2 不同处理对土壤化学指标的影响 | 第34-41页 |
| 2.4 结论 | 第41-43页 |
| 第三章 生物降解高分子对玉米生理及产量的影响研究 | 第43-54页 |
| 3.1 引言 | 第43页 |
| 3.2 材料与方法 | 第43-44页 |
| 3.2.1 供试材料 | 第43页 |
| 3.2.2 试验方法 | 第43页 |
| 3.2.3 测试项目及方法 | 第43-44页 |
| 3.2.4 数据处理 | 第44页 |
| 3.3 结果与分析 | 第44-53页 |
| 3.3.1 不同处理对玉米产量的影响 | 第44-45页 |
| 3.3.2 不同处理对玉米果实品质的影响 | 第45-49页 |
| 3.3.3 不同处理对玉米生理性状的影响 | 第49-53页 |
| 3.4 结论 | 第53-54页 |
| 第四章 土壤质量评价模型建立 | 第54-65页 |
| 4.1 引言 | 第54页 |
| 4.2 主成分分析原理与方法 | 第54-56页 |
| 4.2.1 主成分分析原理 | 第54-55页 |
| 4.2.2 主成分分析方法 | 第55-56页 |
| 4.3 聚类分析原理与方法 | 第56-59页 |
| 4.3.1 聚类分析原理 | 第56-57页 |
| 4.3.2 聚类分析过程 | 第57-59页 |
| 4.4 结果与分析 | 第59-64页 |
| 4.4.1 基于作物产量的聚类分析评价土壤质量 | 第59-60页 |
| 4.4.2 基于土壤指标聚类分析的土壤质量评价 | 第60-64页 |
| 4.5 结论 | 第64-65页 |
| 第五章 作物产量预测模型建立 | 第65-76页 |
| 5.1 引言 | 第65页 |
| 5.2 预测原理与参数设置 | 第65-72页 |
| 5.2.1 多元线性回归原理与方法 | 第65-66页 |
| 5.2.2 人工神经网络原理与方法 | 第66-71页 |
| 5.2.3 参数优化 | 第71-72页 |
| 5.3 结果与分析 | 第72-74页 |
| 5.3.1 多元线性回归作物产量预测模型 | 第72-73页 |
| 5.3.2 神经网络作物产量预测模型 | 第73-74页 |
| 5.4 结论 | 第74-76页 |
| 第六章 结论与展望 | 第76-79页 |
| 6.1 全文结论 | 第76-77页 |
| 6.2 创新点 | 第77页 |
| 6.3 存在的问题 | 第77-79页 |
| 参考文献 | 第79-87页 |
| 攻读硕士期间发表的论文和所取得研究成果 | 第87-88页 |
| 致谢 | 第88-89页 |
