• 首页
  • 关于我刊
    学报简介
    获奖及资助情况
    被收录情况
    栏目设置
  • 编委会
    中国农业工程学会编辑出版指导委员会
    编辑委员会
  • 投稿指南
    作者须知
    投稿须知
    《农业工程学报》著作权许可使用协议
    学术出版规范——期刊学术不端行为界定
    《学术论文编写规则》GB/T 7713.2—2022
  • 期刊浏览
    当期目录
    过刊浏览
    下载排行
    阅读排行
    引用排行
    专题专刊
    推荐文章
  • 获奖文章
    科技期刊双语传播工程
    2022年度科技期刊双语传播工程
    中国科协优秀科技论文
    中国百篇最具影响国内学术论文
    领跑者5000中国精品科技期刊顶尖学术论文
    2021年度入选论文
    2020年入选论文
    2019年入选论文
    2018年入选论文
    2017年入选论文
    2016年入选论文
    2015年入选论文
    2014年入选论文
    2013年入选论文
    2012年入选论文
  • 农业工程期刊
  • 期刊订阅
  • 联系我们
  • EI收录本刊l数据
    2021年EI收录《农业工程学报》数据
    2021年10月第37卷第20期
    2021年10月第37卷第19期
    2021年9月第37卷第18期
    2021年9月第37卷第17期
    2021年8月第37卷第16期
    2021年8月第37卷第15期
    2021年7月第37卷第14期
    2021年7月第37卷第13期
    2021年6月第37卷第12期
    2021年6月第37卷第11期
    2021年5月第37卷第10期
    2021年5月第37卷第9期
    2021年4月第37卷第8期
    2021年4月第37卷第7期
    2021年3月第37卷第6期
    2021年3月第37卷第5期
    2021年2月第37卷第4期
    2021年2月第37卷第3期
    2021年1月第37卷第2期
    2021年1月第37卷第1期
    2020年EI收录《农业工程学报》数据
    2020年12月第36卷第24期
    2020年12月第36卷第23期
    2020年11月第36卷第22期
    2020年11月第36卷第21期
    2020年10月第36卷第20期
    2020年10月第36卷第19期
    2020年9月第36卷第18期
    2020年9月第36卷第17期
    2020年8月第36卷第16期
    2020年8月第36卷第15期
    2020年7月第36卷第14期
    2020年7月第36卷第13期
    2020年6月第36卷第12期
    2020年6月第36卷第11期
    2020年5月第36卷第10期
    2020年5月第36卷第9期
    2020年4月第36卷第8期
    2020年4月第36卷第7期
    2020年3月第36卷第6期
    2020年3月第36卷第5期
    2020年2月第36卷第4期
    2020年2月第36卷第3期
    2020年1月第36卷第2期
    2020年1月第36卷第1期
    2019年EI收录《农业工程学报》数据
    2019年12月第35卷第24期
    2019年12月第35卷第23期
    2019年11月第35卷第22期
    2019年11月第35卷第21期
    2019年10月第35卷第20期
    2019年10月第35卷第19期
    2019年9月第35卷第18期
    2019年9月第35卷第17期
    2019年8月第35卷第16期
    2019年8月第35卷第15期
    2019年7月第35卷第14期
    2019年7月第35卷第13期
    2019年6月第35卷第12期
    2019年6月第35卷第11期
    2019年5月第35卷第10期
    2019年5月第35卷第9期
    2019年4月第35卷第8期
    2019年4月第35卷第7期
    2019年3月第35卷第6期
    2019年3月第35卷第5期
    2019年2月第35卷第4期
    2019年2月第35卷第3期
    2019年1月第35卷第2期
    2019年1月第35卷第1期
    2018年EI收录《农业工程学报》数据
    2018年12月第34卷增刊
    2018年12月第34卷第24期
    2018年12月第34卷第23期
    2018年11月第34卷第22期
    2018年11月第34卷第21期
    2018年10月第34卷第20期
    2018年10月第34卷第19期
    2018年9月第34卷第18期
    2018年9月第34卷第17期
    2018年8月第34卷第16期
    2018年8月第34卷第15期
    2018年7月第34卷第14期
    2018年7月第34卷第13期
    2018年6月第34卷第12期
    2018年6月第34卷第11期
    2018年5月第34卷第10期
    2018年5月第34卷第9期
    2018年4月第34卷第8期
    2018年4月第34卷第7期
    2018年3月第34卷第6期
    2018年3月第34卷第5期
    2018年2月第34卷第4期
    2018年2月第34卷第3期
    2018年1月第34卷第2期
    2018年1月第34卷第1期
    2017年EI收录《农业工程学报》数据
    2017年12月第33卷第24期
    2017年12月第33卷第23期
    2017年11月第33卷第22期
    2017年11月第33卷第21期
    2017年10月第33卷第20期
    2017年10月第33卷第19期
    2017年9月第33卷第18期
    2017年9月第33卷第17期
    2017年8月第33卷第16期
    2017年8月第33卷第15期
    2017年7月第33卷第14期
    2017年7月第33卷第13期
    2017年6月第33卷第12期
    2017年6月第33卷第11期
    2017年5月第33卷第10期
    2017年5月第33卷第9期
    2017年4月第33卷第8期
    2017年4月第33卷第7期
    2017年3月第33卷第6期
    2017年3月第33卷第5期
    2017年3月第33卷增刊1
    2017年2月第33卷第4期
    2017年2月第33卷第3期
    2017年1月第33卷第2期
    2017年1月第33卷第1期
    2016年EI收录《农业工程学报》数据
    2016年12月第32卷第24期
    2016年12月第32卷第23期
    2016年11月第32卷第22期
    2016年11月第32卷第21期
    2016年10月第32卷增刊2
    2016年10月第32卷第20期
    2016年10月第32卷第19期
    2016年9月第32卷第18期
    2016年9月第32卷第17期
    2016年8月第32卷第16期
    2016年8月第32卷第15期
    2016年7月第32卷第14期
    2016年7月第32卷第13期
    2016年6月第32卷第12期
    2016年6月第32卷第11期
    2016年5月第32卷第10期
    2016年5月第32卷第9期
    2016年4月第32卷第8期
    2016年4月第32卷第7期
    2016年3月第32卷第6期
    2016年3月第32卷第5期
    2016年2月第32卷第4期
    2016年2月第32卷第3期
    2016年1月第32卷第2期
    2016年1月第32卷第1期
    2016年1月第32卷增刊1
    2015年EI收录《农业工程学报》数据
    2015年12月第31卷第24期
    2015年12月第31卷第23期
    2015年11月第31卷第22期
    2015年11月第31卷增刊2
    2015年11月第31卷第21期
    2015年10月第31卷第20期
    2015年10月第31卷第19期
    2015年9月第31卷第18期
    2015年9月第31卷第17期
    2015年8月第31卷第16期
    2015年8月第31卷第15期
    2015年7月第31卷第14期
    2015年7月第31卷第13期
    2015年6月第31卷第12期
    2015年6月第31卷第11期
    2015年5月第31卷第10期
    2015年5月第31卷第9期
    2015年4月第31卷第8期
    2015年4月第31卷第7期
    2015年3月第31卷第6期
    2015年3月第31卷第5期
    2015年2月第31卷第4期
    2015年2月第31卷第3期
    2015年1月第31卷第2期
    2015年1月第31卷第1期
    2015年1月第31卷增刊1
    2014年EI收录《农业工程学报》数据
    2014年12月第30卷第24期
    2014年12月第30卷第23期
    2014年11月第30卷第22期
    2014年11月第30卷第21期
    2014年10月第30卷第20期
    2014年10月第30卷第19期
    2014年9月第30卷第18期
    2014年9月第30卷第17期
    2014年8月第30卷第16期
    2014年8月第30卷第15期
    2014年7月第30卷第14期
    2014年7月第30卷第13期
    2014年6月第30卷第12期
    2014年6月第30卷第11期
    2014年5月第30卷第10期
    2014年5月第30卷第9期
    2014年4月第30卷第8期
    2014年4月第30卷第7期
    2014年3月第30卷第6期
    2014年3月第30卷第5期
    2014年2月第30卷第4期
    2014年2月第30卷第3期
    2014年1月第30卷第2期
    2014年1月第30卷第1期
    2013年EI收录《农业工程学报》数据
    2013年12月第29卷第24期
    2013年12月第29卷第23期
    2013年11月第29卷第22期
    2013年11月第29卷第21期
    2013年10月第29卷第20期
    2013年10月第29卷第19期
    2013年9月第29卷第18期
    2013年9月第29卷第17期
    2013年4月第29卷增刊1
    2013年8月第29卷第16期
    2013年8月第29卷第15期
    2013年7月第29卷第14期
    2013年7月第29卷第13期
    2013年6月第29卷第12期
    2013年6月第29卷第11期
    2013年5月第29卷第10期
    2013年5月第29卷第9期
    2013年4月第29卷第8期
    2013年4月第29卷第7期
    2013年3月第29卷第6期
    2013年3月第29卷第5期
    2013年2月第29卷第4期
    2013年2月第29卷第3期
    2013年1月第29卷第2期
    2013年1月第29卷第1期
    2012年Ei收录《农业工程学报》数据
    2012年12月第28卷第24期
    2012年12月第28卷第23期
    2012年11月第28卷第22期
    2012年11月第28卷第21期
    2012年10月第28卷第20期
    2012年10月第28卷第19期
    2012年10月第28卷增刊2
    2012年9月第28卷第18期
    2012年9月第28卷第17期
    2012年8月第28卷第16期
    2012年8月第28卷第15期
    2012年7月第28卷第14期
    2012年7月第28卷第13期
    2012年6月第28卷第12期
    2012年6月第28卷第11期
    2012年5月第28卷增刊1
    2012年5月第28卷第10期
    2012年5月第28卷第9期
    2012年4月第28卷第8期
    2012年4月第28卷第7期
    2012年3月第28卷第6期
    2012年3月第28卷第5期
    2012年2月第28卷第4期
    2012年2月第28卷第3期
    2012年1月第28卷第2期
    2012年1月第28卷第1期
    2011年Ei收录《农业工程学报》数据
    2011年12月第27卷增刊2
    2011年12月第27卷第12期
    2011年11月第27卷第11期
    2011年10月第27卷第10期
    2011年9月第27卷第9期
    2011年8月第27卷第8期
    2011年7月第27卷第7期
    2011年6月第27卷第6期
    2011年5月第27卷增刊1
    2011年5月第27卷第5期
    2011年4月第27卷第4期
    2011年3月第27卷第3期
    2011年2月第27卷第2期
    2011年1月第27卷第1期
    2010年Ei收录《农业工程学报》数据
    2010年12月第26卷增刊2
    2010年11月第26卷第12期
    2010年11月第26卷第11期
    2010年10月第26卷增刊1
    2010年10月第26卷第10期
    2010年9月第26卷第9期
    2010年8月第26卷第8期
    2010年7月第26卷第7期
    2010年6月第26卷第6期
    2010年5月第26卷第5期
    2010年4月第26卷第4期
    2010年3月第26卷第3期
    2010年2月第26卷第2期
    2010年1月第26卷第1期
    2009年Ei收录《农业工程学报》数据
    2009年12月第25卷第12期
    2009年11月第25卷第11期
    2009年第25卷增刊2
    2009年10月第25卷第10期
    2009年9月第25卷第9期
    2009年8月第25卷第8期
    2009年7月第25卷第7期
    2009年6月第25卷第6期
    2009年5月第25卷第5期
    2009年4月第25卷第4期
    2009年3月第25卷第3期
    2009年1、2月第25卷第1、2期
    2008年Ei收录《农业工程学报》数据
    2008年 第24卷 增刊二
    2008年 第24卷 增刊一
    2008年12月第24卷第12期
    2008年11月第24卷第11期
    2008年10月第24卷第10期
    2008年9月第24卷第9期
    2008年8月第24卷第8期
    2008年7月第24卷第7期
    2008年6月第24卷第6期
    2008年5月第24卷第5期
    2008年4月第24卷第4期
    2008年3月第24卷第3期
    2008年2月第24卷第2期
    2008年1月第24卷第1期
    2007年Ei收录《农业工程学报》数据
    2007年12月第23卷第12期
    2007年11月第23卷第11期
    2007年10月第23卷第10期
    2007年9月第23卷第9期
    2007年8月第23卷第8期
    2007年7月第23卷第7期
    2007年6月第23卷第6期
    2007年5月第23卷第5期
    2007年4月第23卷第4期
    2007年3月第23卷第3期
    2007年2月第23卷第2期
    2007年1月第23卷第1期
    2006年Ei收录《农业工程学报》数据
    2006年12月 第22卷12期
    2006年11月 第22卷11期
    2006年10月 第22卷10期
    2006年9月 第22卷第9期
    2006年8月 第22卷第8期
    2006年7月 第22卷第7期
    2006年6月 第22卷第6期
    2006年5月 第22卷第5期
    2006年4月 第22卷第4期
    2006年3月 第22卷第3期
    2006年2月 第22卷第2期
    2006年1月 第22卷第1期
    2005年Ei收录《农业工程学报》数据
    2005年12月 第21卷增刊二
    2005年2月 第21卷增刊一
    2005年12月 第21卷第12期
    2005年11月 第21卷第11期
    2005年10月 第21卷第10期
    2005年9月 第21卷第9期
    2005年8月 第21卷第8期
    2005年7月 第21卷第7期
    2005年6月 第21卷第6期
    2005年5月 第21卷第5期
    2005年4月 第21卷第4期
    2005年3月 第21卷第3期
    2005年2月 第21卷第2期
    2005年1月 第21卷第1期
    2004年Ei收录《农业工程学报》数据
    2004年11月 第20卷第6期
    2004年9月 第20卷第5期
    2004年7月 第20卷第4期
    2004年5月 第20卷第3期
    2004年3月 第20卷第2期
    2004年1月 第20卷第1期
    2003年Ei收录《农业工程学报》数据
    2002年Ei收录《农业工程学报》数据
    2001年Ei收录《农业工程学报》数据
    2000年Ei收录《农业工程学报》数据
    1999年Ei收录《农业工程学报》数据
    1998年Ei收录《农业工程学报》数据
    1997年Ei收录《农业工程学报》数据
    1996年Ei收录《农业工程学报》数据
    1995年Ei收录《农业工程学报》数据
    1994年及以前Ei收录《农业工程学报》数据
    Ei《工程索引》简介
  • English
2012年11月第28卷第22期
  • 分享:
  • 0

<RECORD 1>

Accession number:20125115818535
Title:Spatial simulation of soil total potassium in regional scale for Loess Plateau Region
Authors:Liu, Zhipeng (1); Shao, Ming'an (2); Wang, Yunqiang (2)
Author affiliation:(1) State Key Laboratory of Soil Erosion and Dry-Land Farming on the Loess Plateau, Institute of Soil and Water Conservation, Chinese Academy of Sciences and Ministry of Water Resources, Yangling 712100, China; (2) Key Laboratory of Ecosystem Network Observation and Modeling, Institute of Geographic Sciences and Natural Resources Research, Chinese Academy of Sciences, Beijing 100101, China; (3) University of Chinese Academy of Sciences, Beijing 100049, China
Corresponding author:Shao, M.(shaoma@igsnrr.ac.cn)
Source title:Nongye Gongcheng Xuebao/Transactions of the Chinese Society of Agricultural Engineering
Abbreviated source title:Nongye Gongcheng Xuebao
Volume:28
Issue:22
Issue date:November 15, 2012
Publication year:2012
Pages:132-140
Language:Chinese
ISSN:10026819
CODEN:NGOXEO
Document type:Journal article (JA)
Publisher:Chinese Society of Agricultural Engineering, Agricultural Exhibition Road South, Beijing, 100026, China
Abstract:To understand the spatial heterogeneity of soil total potassium in regional scale for Loess Plateau Region and its influencing factors, In the study, a total of 283 sampling sites were investigated in order to estimate the spatial variation of soil total potassium (STK) across the entire Loess Plateau (620, 000 km<sup>2</sup>). Spatial simulation and classical linear regression were used to quantify the relationships between STK and bulk density, clay and silt content, soil pH, precipitation, temperature, and elevation. The best state-space models explained more than 97% of the STK variation, while the best linear regression model explained less than 26% of the STK variation. The results showed that all the state-space models described the spatial variation of STK much better than that of the corresponding linear regression models. Spatial simulation is recommended as a useful tool for quantifying spatial relationships between soil properties and the other environmental factors in large-scale regions.
Number of references:31
Main heading:Linear regression
Controlled terms:Landforms - Potassium - Soils
Uncontrolled terms:Bulk density - Environmental factors - Large-scale - Linear regression models - Loess Plateau - Regional scale - Sampling site - Silt contents - Soil pH - Soil property  - Spatial heterogeneity - Spatial relationships - Spatial simulation - Spatial variations - State-space modeling - State-space models
Classification code:481.1 Geology - 483.1 Soils and Soil Mechanics - 549.1 Alkali Metals - 922.2 Mathematical Statistics
DOI:10.3969/j.issn.1002-6819.2012.22.020
Database:Compendex
Compilation and indexing terms, Copyright 2012 Elsevier Inc.

<RECORD 2>

Accession number:20125115818533
Title:Three-dimensional reconstruction of soil pore structure and prediction of soil hydraulic properties based on CT images
Authors:Cheng, Ya'nan (1); Liu, Jianli (1); L&#252;, Fei (1); Zhang, Jiabao (1)
Author affiliation:(1) Institute of Soil Science, Chinese Academy of Sciences, Nanjing 210008, China; (2) University of Chinese Academy of Sciences, Beijing 100049, China
Corresponding author:Liu, J.(jlliu@issas.ac.cn)
Source title:Nongye Gongcheng Xuebao/Transactions of the Chinese Society of Agricultural Engineering
Abbreviated source title:Nongye Gongcheng Xuebao
Volume:28
Issue:22
Issue date:November 15, 2012
Publication year:2012
Pages:115-122
Language:Chinese
ISSN:10026819
CODEN:NGOXEO
Document type:Journal article (JA)
Publisher:Chinese Society of Agricultural Engineering, Agricultural Exhibition Road South, Beijing, 100026, China
Abstract:In order to better understand the effects of soil pore structure on water movement, the three-dimensional structure of soil pore was constructed using CT images of fluvor-aquic soil in Huang-Huai-Hai Plain. Pore size distribution and connectivity parameters were determined by digital image analysis. A spatially-correlated network model was set up to describe the effects of pore-scale structure on water flow in soils, and predict the hydraulic properties of soil samples. The results showed that the predicted hydraulic properties agreed well with the measured values and the correlation coefficients were above 0.94. It indicated that correlated network model could simulate pore-scale water movement process, which provides reference for predicting the unsaturated hydraulic properties of soil.
Number of references:26
Main heading:Three dimensional
Controlled terms:Computerized tomography - Forecasting - Hydraulics - Nuclear magnetic resonance - Pore structure - Soils
Uncontrolled terms:Computed Tomography - Correlation coefficient - CT Image - Digital image analysis - Hydraulic properties - Network models - Soil hydraulic properties - Soil pores - Soil sample - Three-dimensional reconstruction  - Three-dimensional structure - Unsaturated hydraulics - Water flows - Water movements
Classification code:931.2 Physical Properties of Gases, Liquids and Solids - 921 Mathematics - 902.1 Engineering Graphics - 801 Chemistry - 632.1 Hydraulics - 531 Metallurgy and Metallography - 483.1 Soils and Soil Mechanics
DOI:10.3969/j.issn.1002-6819.2012.22.018
Database:Compendex
Compilation and indexing terms, Copyright 2012 Elsevier Inc.

<RECORD 3>

Accession number:20125115818541
Title:Comprehensive monitoring model for agricultural drought and its application based on spatial information
Authors:Li, Hailiang (1); Dai, Shengpei (1); Hu, Shenghong (2); Tian, Guanghui (3); Luo, Hongxia (1)
Author affiliation:(1) Key Laboratory of Practical Research on Tropical Crops Information Technology in Hainan, Institute of Scientific and Technical Information, Chinese Academy of Tropical Agricultural Sciences, Danzhou 571737, China; (2) Environment and Plant Protection Research Institute, Chinese Academy of Tropical Agricultural Sciences, Danzhou 571737, China; (3) Hainan Institute of Meteorological Sciences, Haikou 570203, China
Corresponding author:Li, H.(fondgis@163.com)
Source title:Nongye Gongcheng Xuebao/Transactions of the Chinese Society of Agricultural Engineering
Abbreviated source title:Nongye Gongcheng Xuebao
Volume:28
Issue:22
Issue date:November 15, 2012
Publication year:2012
Pages:181-188
Language:Chinese
ISSN:10026819
CODEN:NGOXEO
Document type:Journal article (JA)
Publisher:Chinese Society of Agricultural Engineering, Agricultural Exhibition Road South, Beijing, 100026, China
Abstract:To improve the accuracy of the agricultural drought monitoring, the comprehensive monitoring model coupled with the remote sensing data and meteorological data was used. This model was established based on the relationship between the standardization vegetation supply water index (VSWI<inf>S</inf>), the comprehensive precipitation index (CPI) and the synchronous soil moisture data measured in the study area. The VSWI<inf>S</inf> was suitable for monitoring drought at high density vegetation area, and the CPI was suitable for monitoring drought at tropical area. The root mean square error (RMSE) of the model was 4.65% and the relative root mean square error (RMSE<inf>r</inf>) was 19.28%. Furthermore, the model was used to evaluate the change of the agricultural drought in Hainan island from October 2004 to January 2005. The results indicated that the drought in the study area were significantly different. Overall, the drought in the west and north were more serious than that in the east and south of the island respectively, and the drought in the plain was more serious than that in the mountain area. In terms of the time changes, the drought approached maximum in early December 2004. Until late January 2005, the drought was still serious. The heavy drought area of paddy, upland and special woodland accounted for 59%, 61% and 20% respectively. Crop growing was constrained obviously by this drought. Compared with last year, the value of the accumulated normalized difference vegetation index (NDVI) was reduced by 6.34%, and yield of the natural rubber was reduced about 1.16&times;10<sup>4</sup>t from October to December in 2004. The research provides a reference for monitoring agricultural drought.
Number of references:30
Main heading:Drought
Controlled terms:Agriculture - Mean square error - Meteorology - Monitoring - Remote sensing - Soil moisture - Vegetation
Uncontrolled terms:Agricultural drought - Hainan island - High density - Meteorological data - Monitoring models - Normalized difference vegetation index - Remote sensing data - Root mean square errors - Spatial informations - Study areas  - Time change - Water index
Classification code:944 Moisture, Pressure and Temperature, and Radiation Measuring Instruments - 943 Mechanical and Miscellaneous Measuring Instruments - 942 Electric and Electronic Measuring Instruments - 941 Acoustical and Optical Measuring Instruments - 821 Agricultural Equipment and Methods; Vegetation and Pest Control - 731.1 Control Sys