Chào mừng Quý độc giả đến với trang thông tin điện tử của Viện Khoa học Kỹ thuật Nông nghiệp miền Nam

Tin nổi bật
Thành tích

Huân chương Ðộc lập

- Hạng 1 - Hạng 2 - Hạng 3

Huân chương Lao động

- Hạng 1 - Hạng 2 - Hạng 3

Giải thưởng Nhà nước

- Nghiên cứu dinh dưởng và thức ăn gia súc (2005)

- Nghiên cứu chọn tạo và phát triển giống lúa mới cho xuất khẩu và tiêu dùng nội địa (2005)

Giải thưởng VIFOTEC

- Giống ngô lai đơn V2002 (2003)

- Kỹ thuật ghép cà chua chống bệnh héo rũ vi khuẩn (2005)

- Giống Sắn KM 140 (2010)

Trung tâm
Liên kết website
lịch việt
Thư viện ảnh
Video
Thiết lập chuỗi giá trị nông sản thông minh và an toàn tại Việt Nam Cà chua bi

Thống kê truy cập
 Đang trực tuyến :  154
 Số lượt truy cập :  33840630
Phân tích đất tiết kiệm thời gian dự đoán các chỉ tiêu quan trọng về sức khỏe đất
Thứ tư, 22-05-2024 | 08:22:12

Các mẫu đất tại Phòng phân tích đất Marianna được chuẩn bị để phân tích. Nguồn: Phòng Hệ thống Nông nghiệp, Đại học Arkansas.

 

Người nông dân trong thời điểm mang tính quyết định có lựa chọn mới hơn, nhanh hơn để phân tích thành phần cơ giới đất (soil texture) và hàm lượng chất hữu cơ đất trên cánh đồng của họ.

 

Gerson Drescher, trợ lý giáo sư về độ phì đất tại Trạm thí nghiệm nông nghiệp Arkansas, đã dẫn đầu nghiên cứu nhằm tạo ra các mô hình dự đoán cho các chỉ tiêu quan trọng về sức khỏe đất dựa trên các phân tích chuẩn về đất đã và đang được sử dụng để phân tích mẫu đất.

 

Drescher cho biết: “Chúng tôi muốn cung cấp cho nhiều người lượng thông tin nhiều nhất  mà họ có thể nhận được từ các mẫu họ gửi mà không phải trả thêm chi phí và tốn thời gian phân tích”.

 

Drescher cho biết thêm, mô hình dự đoán mới được phát triển có thể giúp bổ sung thông tin về các đặc tính của đất, từ đó có thể khuyến cáo hướng dẫn các quyết định bón phân, tưới nước và dùng thuốc diệt cỏ. Phân tích đất tiêu chuẩn đánh giá hàm lượng dinh dưỡng hữu dụng của đất và độ pH của đất. Tuy nhiên, những đặc tính này cũng bị ảnh hưởng bởi thành phần cơ giới đất và chất hữu cơ trong đất, mà yêu cầu thêm các phân tích tốn kém và mất thời gian hơn.

 

“Các phương pháp truyền thống được sử dụng để phân tích thành phần cơ giới đất và xác định chất hữu cơ tương đối tốn thời gian và nhìn chung, các nhà sản xuất quan tâm đến việc có kết quả nhanh khi họ gửi mẫu để họ có thể đưa ra quyết định về quản lý dinh dưỡng và lập kế hoạch về lượng phân họ cần bón”, Drescher nói.

 

Bài báo nghiên cứu có tiêu đề “Dự đoán thành phần cơ giới đất và chất hữu cơ bằng cách sử dụng chất dinh dưỡng ly trích theo phương pháp Mehlich-3” được đăng trên tạp chí Agrosystems, Geosciences & Environment. Các đồng tác giả bao gồm Trent Roberts, giáo sư, và trưởng khoa khoa học cây trồng, đất và môi trường; Nathan Slaton, phó chủ tịch phụ trách nông nghiệp và trợ lý giám đốc Trạm thí nghiệm nông nghiệp Arkansas và Alden D. Smartt, cộng tác viên chương trình thuộc Khoa khoa học cây trồng, đất đai và môi trường.

 

Các mô hình này có độ chính xác cao khi dự đoán các loại đất phổ biến nhất được sử dụng trong sản xuất cây trồng ở Arkansas. Tuy nhiên, các mô hình kém chính xác hơn đối với đất cát và đất có chất hữu cơ quá cao, Drescher cho biết. Đất nông nghiệp phổ biến của bang là loại đất mịn và đất thịt phù sa và đất sét phù sa.

 

Có gì trong đất?

 

Drescher cho biết thời gian phân tích đất phụ thuộc vào thông tin yêu cầu. Mỗi phân tích đất bổ sung ngoài việc phân tích đất bình thường có thể kéo dài thêm nhiều ngày hoặc nhiều tuần vào tổng thời gian phân tích. Mô hình dự đoán của Drescher về chất hữu cơ và thành phần cơ giới đất giúp cắt giảm các phân tích bổ sung đó và có thể giảm ít nhất một nửa thời gian thực hiện.

 

Các mẫu đất gửi đến phòng phân tích để phân tích được sấy khô, nghiền và sàng cho đồng đều nhằm đảm bảo độ chính xác và sự chính xác của phân tích. Tại Arkansas, Phòng phân tích đất Marianna của trạm thí nghiệm cung cấp các dịch vụ phân tích đất định kỳ miễn phí cho cư dân Arkansas.

 

Phân tích đất định kỳ yêu cầu đo độ pH của đất và phân tích đất theo phương pháp Mehlich-3, giúp ly trích và xác định các chất dinh dưỡng hữu dụng trong các mẫu đất.

 

Drescher cho biết, hai chỉ tiêu được dự đoán bởi mô hình của Drescher - chất hữu cơ trong đất và thành phần cơ giới đất - yêu cầu nhiều phân tích sâu hơn. Phân tích chất hữu cơ trong đất được xác định bằng phương pháp được gọi là “hao hụt khi đốt cháy”, yêu cầu cân mẫu, cho mẫu vào nhiệt độ cao để đốt cháy chất hữu cơ và cân mẫu lại để đo sự hao hụt trọng lượng.

 

Thành phần cơ giới đất được đo bằng thiết bị gọi là tỷ trọng kế (hydrometer), xác định kích thước hạt đất, Drescher cho biết. Hiểu thành phần cơ giới đất là khía cạnh quan trọng trong sản xuất cây trồng vì nó quyết định khả năng giữ chất dinh dưỡng của đất, tỷ lệ sử dụng thuốc diệt cỏ hoặc phân bón, lịch trình tưới nước và các quy trình lấy mẫu đất.

 

Drescher cho biết, phân tích những chỉ tiêu này giúp nhà sản xuất hiểu được tình trạng đất của họ và hướng dẫn việc sử dụng phân bón cũng như các quyết định quản lý cây trồng.

 

Tốt hơn bản đồ

 

Các bản đồ, chẳng hạn như Trang Web Điều tra đất (Web Soil Survey) do Cơ quan bảo tồn tài nguyên thiên nhiên của Bộ Nông nghiệp Hoa Kỳ cung cấp, có thể được sử dụng để cung cấp thông tin về loại đất ở các khu vực khác nhau, nhưng độ phân giải của bản đồ có thể không chỉ ra những thay đổi về thành phần cơ giới đất ở một không gian nhỏ trong một cánh đồng, Drescher nói. Mô hình dự đoán mới chính xác hơn bản đồ vì nó sử dụng thông tin cụ thể ngoài đồng.

 

Drescher cho biết Phòng phân tích đất Marianna đã đưa ra các dự đoán về thành phần cơ giới đất, nhưng nghiên cứu mới này đã điều chỉnh mô hình để ước tính chính xác hơn.

 

Phòng phân tích đất Marianna phân tích khoảng 200.000 mẫu đất mỗi năm. Người dân Arkansas được miễn phí khi phân tích dưỡng chất trong đất và pH định kỳ thông qua Chi phí Hỗ trợ Phân bón (Fertilizer Tonnage Fees). Tuy nhiên, phân tích thành phần cơ giới đất không thường xuyên hoặc phân tích chất hữu cơ sẽ phải trả phí và tốn thêm thời gian cho phân tích.

 

Các mô hình dự báo

 

Drescher đã sử dụng dữ liệu pH đất và dinh dưỡng theo phương pháp Mehlich-3 từ các mẫu đất gửi đến Phòng phân tích đất Marianna để hiệu chỉnh và xác nhận các mô hình dự đoán.

 

Đối với các mô hình dự đoán đất sét (clay) và cát, ông đã sử dụng dữ liệu từ 409 mẫu đất, đại diện cho các hệ thống sản xuất và loại đất khác nhau trên khắp Arkansas. Khoảng một nửa là từ các cánh đồng trồng cây theo hàng và nửa còn lại là từ vùng sản xuất thức ăn thô xanh.

 

Khi phát triển mô hình này cho chất hữu cơ trong đất, ông đã sử dụng dữ liệu từ 604 mẫu từ các cánh đồng trồng theo hàng và 415 mẫu từ các vùng sản xuất thức ăn thô xanh.

 

Sau khi hiệu chỉnh, Drescher đã đánh giá lại các mô hình bằng cách sử dụng 103 mẫu đất khác nhau từ các khu vực sản xuất cây trồng theo hàng, thức ăn thô xanh, rau củ, cây ăn quả, cỏ và cây cảnh.

 

Qua thời gian, các mô hình có thể được đánh giá về độ chính xác và tối ưu hóa với các mẫu đất mới để cải thiện về dự doán thành phần cơ giới đất và chất hữu cơ. Drescher cho biết các mô hình này có thể được sử dụng ở các khu vực bên ngoài Arkansas nếu chúng có loại đất tương tự.

 

Drescher cho biết ông đánh giá cao công việc được thực hiện bởi nhân viên Phòng phân tích đất Marianna, những người đã hỗ trợ phân tích đất và cung cấp dữ liệu để hiệu chỉnh cho mô hình.

 

Nguyễn Tiến Hải theo Phys.org

Trở lại      In      Số lần xem: 131

[ Tin tức liên quan ]___________________________________________________
  • Bản đồ di truyền và chỉ thị phân tử trong trường hợp gen kháng phổ rộng bệnh đạo ôn của cây lúa, GEN Pi65(t), thông qua kỹ thuật NGS
  • Bản đồ QTL chống chịu mặn của cây lúa thông qua phân tích quần thể phân ly trồng dồn của các dòng con lai tái tổ hợp bằng 50k SNP CHIP
  • Tuần tin khoa học 479 (16-22/05/2016)
  • Áp dụng huỳnh quang để nghiên cứu diễn biến sự chết tế bào cây lúa khi nó bị nhiễm nấm gây bệnh đạo ôn Magnaporthe oryzae
  • Vai trò của phân hữu cơ chế biến trong việc nâng cao năng năng suất và hiệu quả kinh tế cho một số cây ngắn ngày trên đất xám đông Nam Bộ
  • Tuần tin khoa học 475 (18-24/04/2016)
  • Vi nhân giống cây măng tây (Asparagus officinalis L.)
  • Thiết lập cách cải thiện sản lượng sắn
  • Nghiên cứu xây dựng hệ thống dự báo, cảnh báo hạn hán cho Việt Nam với thời hạn đến 3 tháng
  • Liệu thủ phạm chính gây nóng lên toàn cầu có giúp ích được cho cây trồng?
  • Tuần tin khoa học 478 (09-15/05/2016)
  • Sinh vật đơn bào có khả năng học hỏi
  • Côn trùng có thể tìm ra cây nhiễm virus
  • Bản đồ QTL liên quan đến tính trạng nông học thông qua quần thể magic từ các dòng lúa indica được tuyển chọn
  • Nghiên cứu khẳng định số loài sinh vật trên trái đất nhiều hơn số sao trong giải ngân hà chúng ta
  • Cơ chế di truyền và hóa sinh về tính kháng rầy nâu của cây lúa
  • Vật liệu bọc thực phẩm ăn được, bảo quản trái cây tươi hơn 7 ngày mà không cần tủ lạnh
  • Giống đậu nành chống chịu mặn có GEN gmst1 làm giảm sự sinh ra ROS, tăng cường độ nhạy với ABA, và chống chịu STRESS phi sinh học của cây Arabidopsis thaliana
  • Khám phá hệ giác quan cảm nhận độ ẩm không khí ở côn trùng
  • Phương pháp bền vững để phát triển cây lương thực nhờ các hạt nano
Designed & Powered by WEBSO CO.,LTD