叶龄诊断调控节水灌溉技术对寒区水稻生长发育和产量性状的影响

于2015年田间定位试验研究水稻叶龄诊断调控节水灌溉技术措施对寒区水稻生长发育和产量性状的影响,采用叶龄诊断调控节水灌溉技术与常规施肥技术相比较,考察水稻叶龄诊断调控节水灌溉技术处理对水稻生育期植株生长发育性状、产量构成因子、产量和水分利用率相关指标,揭示了水稻叶龄诊断调控节水灌溉技术对水稻生产栽培过程中植株性状的影响,以期为灌溉水减量和水稻高产高效的应用技术提供依托。     

水稻诊断技术

介绍水稻诊断技术,包括根、叶、分蘖、营养元素的诊断,以为水稻的生产提供指导。     

沿淮地区麦茬籼稻长势与长相的简易诊断方法

掌握水稻长势、长相诊断,对于水稻的高产、优质具有重要意义。本文从叶片诊断、根诊断、穗相诊断3个方面介绍了麦茬籼稻长势与长相的简易诊断方法,以期为种植户提供参考。     

浅谈水稻大田苗情诊断及中耕技术要点

为保证水稻生长发育向高产方向发展,必须及时对水稻进行苗情诊断,以便制定合理的调控措施,夺取高产。苗情诊断主要是依据水稻的叶色、长势、长相阶段性变化规律来判断稻苗的生育、代谢和营养状况。     

基于自适应特征融合的水稻氮素营养诊断

为了快速准确地对水稻进行氮素营养诊断,提出一种基于自适应特征融合的水稻氮素营养诊断方法。该方法通过对杂交稻两优培九进行田间试验,设置4组不同的氮肥梯度(施氮量分别为0、210、300、390 kg/hm²),扫描获取水稻叶片图像并进行数据预处理,构建基于自适应特征融合的水稻氮素营养诊断模型ResNet34-AFF-SE。使用构建的ResNet34-AFF-SE模型对水稻叶片进行氮素营养诊断,结果表明,在水稻生长的幼穗分化期、齐穗期,ResNet34-AFF-SE的识别准确率为97.5%、97.2%,模型大小为87.9 MB。ResNet34-AFF-SE模型在准确率和训练时间上优于AlexNet、VGG16、MobilNet v3-small等网络模型。基于自适应特征融合的水稻氮素营养诊断方法所建立的ResNet34-AFF-SE模型具有较高的识别准确率,可以精准地识别水稻叶片的氮素营养状况,为水稻作物的氮素营养诊断提供了新的思路。     

施肥方式对白浆土水稻SPAD值的影响

针对白浆土水稻的施肥现状及需肥规律,利用SPAD-502叶绿素计诊断水稻氮素营养,明确白浆土水稻施肥与SPAD值之间的关系,为精确诊断白浆土水稻氮素营养状况以及推荐施肥提供理论依据。     

基于本体推理的水稻虫害诊断系统研究

针对江西省水稻虫害的特点和特征,采用Protégé建立了专家知识本体库,基于本体推理方法实现了虫害诊断推理,并运用相似度算法解决了知识不确定性的诊断问题。开发的水稻虫害诊断系统集诊断、防治和查询多种功能于一体,对南方红壤丘陵区水稻虫害的诊断和防治具有很好的应用价值。     

寒地水稻叶龄诊断植保技术研究试验总结

寒地水稻叶龄诊断植保技术是在寒地水稻病、虫、草害发生发展规律的基础上,结合水稻主茎叶龄进程发展而来的植保新技术。通过研究水稻不同生育时期病、虫、草害诊断预测与主茎叶龄进程的关系,根据水稻主茎叶龄进程制定防治病、虫、草害的植保技术标准,以便防治病、虫、草害更及时准确,防治效果更理想。     

论水稻生育叶龄诊断技术

正水稻生育叶龄诊断技术是以叶龄进程的调查、预测生育进程,通过对水稻叶片的长势、长相,采取有效调控措施,实现水稻已安全抽穗期为中心的计划生长,从而提高水稻的产量和品质。1叶龄诊断的目的、意义和方法1.1叶龄诊断水稻在生长发育过程中,主茎的叶片生长与其它叶片、蘖、茎、穗等器官的生长发育之间,存在较严密的相互关系——器官同伸规律。根据这一规律,通过叶龄进程的调查,可推测出其它器官的生育进程。这就是生育进程的叶龄诊断。     

基于无人机遥感可见光参数的水稻氮素营养诊断

氮素是决定水稻产量的重要因素之一,传统水稻氮素的诊断耗时费力且对作物的损害较大,确定无人机遥感水稻氮素营养诊断的最佳可见光参数,对水稻氮素的快速诊断具有良好的实用价值.该研究在安徽省怀远县试验基地,设置5个施氮水平,先后2次进行无人机采样,计算出10个可见光参数,并分析可见光参数与水稻含氮量之间的关系,结合相关系数与变异系数的大小筛选出诊断水稻氮素的最佳可见光参数.结果表明,参数B、G/(R+G+B)、G/B、RGBV1与作物含氮量的相关性较强,其中参数G/(R+G+B)可作为无人机为遥感水稻氮素诊断的最佳可见光参数.通过回归分析得到y(含氮量)与x(绿光化标准值)之间的回归方程y=0.0017x2-0.0074x+0.7201,R2=0.9825.     

浅谈水稻叶龄诊断技术应用

<正>寒地水稻叶龄诊断栽培技术,是在水稻"器官同伸理论"与"叶龄模式理论"的基础上发展起来的水稻栽培新技术,是不同目标产量下各个生育期的生长发育标准,要求种植者对自已的稻田进行诊断,并与标准对比,及时采用施肥、灌溉、植保等进行调控,从而使传统的种、管、收流程式栽培技术,发展成为按叶龄"诊断、预测、调控"技术于一体的栽培技术体系。一、叶龄诊断技术宗旨及思路在水稻生长的每个阶段,特别是在直接决定产量构成     

水稻病虫害诊断模型构建及系统的实现

针对水稻病虫害的特点与特征，集成数据库技术、多媒体技术和地理信息技术开发了水稻病虫害咨询与诊断系统。本系统共收集了150多种水稻病虫害，集查询、诊断、预测和防治多种功能于一体。系统采用专家数据库进行知识的表达，结合了一种新的推理方法对水稻病虫害诊断的知识进行有效组织，有效地解决了病虫害诊断过程中知识的不确定性。     

如何做好水稻叶龄诊断

正生育叶龄诊断是在水稻器官同伸规律与叶龄模式理论的基础上发展起来的水稻栽培新技术,此项技术是以叶龄进程的调查、预测生育进程,通过对水稻叶片的长势、长相,采取有效调控措施,实现水稻已安全抽穗期为中心的计划生长,从而提高水稻的产量和品质。一、叶龄诊断的目的、意义和方法1、叶龄诊断水稻在生长发育过程中,主茎的叶片生长与其它叶片、蘖、茎、穗等器官的生长发育之间,存在较严密的相互关系——器官同伸规律。根据这一规律,通过叶龄进程的调     

寒地水稻冷害田间诊断及防御技术研究进展

冷害是水稻生产中的一个严重问题,是水稻减产的主要原因之一,尤其寒地稻作区,低温冷害频繁发生。文章从水稻冷害田间诊断特点和防御技术方面,综述了寒地水稻冷害田间诊断和防御技术研究进展,提出了有待拓宽和深化研究的内容。     

基于遗传算法优化的BP神经网络进行水稻氮素营养诊断

应用遗传算法优化BP神经网络进行水稻氮素营养诊断,为水稻的合理施氮提供理论指导。水稻田间试验供试品种为‘两优培九’,设置4个施氮水平（0、210、300、390 kg·hm-2）。在水稻幼穗分化期,扫描获取水稻顶部第三完全展开叶图像,并通过图像处理技术获取19维水稻图像中的颜色和几何形态特征,采用归一化处理、离散小波变换及主成分分析对原始数据进行预处理,并应用遗传算法优化的BP神经网络进行水稻氮素营养诊断。该方法建立的水稻氮素营养诊断模型较单一BP神经网络模型和传统遗传算法优化BP神经网络模型好,模型测试所得4个施氮水平的平均识别率分别为100.000%、99.000%、97.000%、100.000%,测试集样本平均总识别率达到99.000%。基于遗传算法优化的BP神经网络所建立的水稻氮素营养诊断模型具有较强的学习能力和泛化能力,能够很好地识别出水稻氮素营养的缺失,表明运用该方法能够很好地进行水稻氮素营养诊断识别。     

水稻硅营养研究进展

水稻是喜硅作物，硅在水稻体内具有重要的生理作用。从水稻对硅的吸收与分布、水稻缺硅症状及诊断指标、硅对水稻生长发育、抗性、产量及品质的影响等方面进行了探讨。     

水稻叶龄诊断施肥试验研究

水稻叶龄诊断施肥试验结果表明,水稻叶龄诊断施肥法与常规施肥法相比,能够提高肥料利用率,改善稻米品质,大幅度提高水稻产量。其增产的途径是前期促进早分蘖、后期控制无效分蘖提高成穗率,在保证水稻足够有效穗数的同时,提高结实率,增加穗实粒数。确定合理的施肥量、施肥时期及施肥比例是实施该项技术的主要环节。     

浅谈水稻叶龄诊断

<正>寒地水稻叶龄诊断栽培技术,是在水稻"器官同伸理论"与"叶龄模式理论"的基础上发展起来的水稻栽培新技术,是不同目标产量下各个生育期的生长发育标准,要求种植者对自已的稻田进行诊断,并与标准对比,及时采用施肥、灌溉、植保等进行调控,从而使传统的种、管、收流程式栽培技术,发展成为按叶龄"诊断、预测、调控"技术于一体的栽培技术体系。1叶龄诊断技术宗旨及思路在水稻生长的每个阶段,特别是在直接决定产量构成要素     

浅谈水稻叶龄诊断技术应用

正寒地水稻叶龄诊断栽培技术,是在水稻"器官同伸理论"与"叶龄模式理论"的基础上发展起来的水稻栽培新技术,是不同目标产量下各个生育期的生长发育标准,要求种植者对自已的稻田进行诊断,并与标准对比,及时采用施肥、灌溉、植保等进行调控,从而使传统的种、管、收流程式栽培技术,发展成为按叶龄"诊断、预测、调控"技术于一体的栽培技术体系。一、叶龄诊断技术宗旨及思路在水稻生长的每个阶段,特别是在直接决定产量构成     

水稻叶龄诊断栽培新技术

水稻生育叶龄诊断技术是在水稻器官同伸规律与叶龄模式理论的基础上发展起来的水稻栽培新技术,此项技术是以叶龄进程的调查、预测生育进程,通过对水稻叶片的长势、长相,采取有效调控措施,实现水稻已安全抽穗期为中心的计划生长,从而提高水稻的产量和品质。