基于玉米叶片光谱特征的土壤无机氮含量估算模型的建立与验证

  【目的】  作物叶片颜色反映土壤养分的供应状况。研究作物叶片氮素相关的特征光谱信息与土壤无机氮含量的关系，以建立基于叶片光谱信息的土壤无机氮含量诊断模型，实现利用高光谱技术对作物和土壤进行实时监测。  【方法】  在两年(2017—2018) 的玉米 (郑单958) 田间试验中，设置6个施氮水平，施氮量分别为0、60、120、180、240、300 kg/hm2。在玉米的拔节期、大喇叭口期、开花吐丝期、灌浆期测定叶片高光谱反射率，对植株和土壤样品进行采集，分析土壤无机氮含量的变化，明确叶片光谱反射率与土壤无机氮含量的关系，利用光谱参数和偏最小二乘回归法 (partial least squares regression，PLSR) 建立诊断模型并进行模型精度的评价。  【结果】  施氮处理土壤无机氮含量显著高于不施氮处理，随着生育期的推移，土壤无机氮含量呈递减趋势，追肥可显著提高土壤无机氮含量。拔节期和开花吐丝期叶片光谱反射率与土壤无机氮含量在可见光波段呈负相关关系，在近红外波段呈正相关关系；大喇叭口期两者在可见光波段呈负相关关系，灌浆期两者无明显相关关系。在光谱参数模型中，4个生育期土壤无机氮含量预测的最佳光谱指数分别为RVI-2、RSI (534，726)、RSI (567，519) 和RVI-2，其回归模型验证集的R2分别为0.642、0.749、0.696、0.540。在PLSR预测模型中，利用PLSR建立的诊断模型验证集的R2分别为0.876、0.838、0.765、0.595，RPD (ratio of percent deviation) 分别为2.140、2.077、2.002、1.369。  【结论】  基于叶片光谱反射率建立的PLSR估算模型，在玉米的拔节期、大喇叭口期、开花吐丝期均能很好地预测土壤无机氮含量。因此，利用叶片光谱特征诊断土壤无机氮含量具有一定的可行性。     

基于高光谱的冬油菜叶片磷含量诊断模型

为快捷、无损和精准表征冬油菜磷素营养与冠层光谱间的定量关系,该文以连续3a田间试验为基础,探究叶片磷含量的敏感波段范围及光谱变换方式,明确基于高光谱快速诊断的叶片磷含量有效波段,降低光谱分析维度,提高磷素诊断时效性。以2013-2016年田间试验为基础,测定不同生育期油菜叶片磷含量和冠层光谱反射率。此后,对原初光谱(raw hyperspectral reflectance,R)分别进行倒数之对数(inverse-log reflectance,log(1/R))、连续统去除(continuum removal,CR)和一阶微分(first derivative reflectance,FDR)光谱变换,采用Pearson相关分析确定叶片磷含量的敏感波段区域。在此基础上,利用偏最小二乘回归(partial least square,PLS)构建最优预测模型并筛选有效波段。结果表明,油菜叶片磷含量的敏感波段范围为730~1300 nm的近红外区域;基于敏感波段的FDR-PLS模型预测效果显著优于其他光谱变换方式,建模集和验证集决定系数(coefficient of determination,R2)分别为0.822和0.769,均方根误差(root mean square error,RMSE)分别为0.039%和0.048%,相对分析误差(relative percent deviation,RPD)为2.091。根据各波段变量重要性投影(variable importance in projection,VIP)值大小,确定油菜叶片磷含量有效波段分别为753、826、878、995、1 187和1 272 nm。此后,再次构建基于有效波段的油菜叶片磷含量估算模型,R2和RMSE分别为0.678和0.064%,预测精度较为理想。研究结果为无损和精确评估冬油菜磷素营养提供了新的研究思路。     

基于高光谱数据的杨树叶片干物质含量的估算

将杨树叶片实测的理化数据和土壤背景光谱数据作为PROSPECT和PROSAIL模型的输入参数,输出杨树叶片高光谱数据模拟值,通过实测获得叶片尺度和冠层尺度干物质含量、等效水厚度以及高光谱数据,利用统计方法,分别对两种尺度杨树叶片干物质含量进行分析。结果表明:基于归一化指数计算方法,杨树叶片尺度和冠层尺度的最佳估算干物质含量的干物质含量归一化指数(NDMI)波段组合分别为1685,1704nm和1551,2143nm,使用偏最小二乘法分别对筛选波段组成的NDMI(1685,1704)指数和NDMI(1551,2143)指数构建叶片尺度干物质含量和冠层尺度干物质含量的估算模型,叶片尺度干物质含量估算模型精度为R2=0.663,RMSE=0.001g·cm-2,冠层尺度精度为R2=0.91,RMSE=16.7g·m-2。可见,高光谱技术对杨树叶片干物质含量的估算具有较高的精度,可为杨树叶片干物质含量的快速、无损估算提供参考依据。     

基于赤池信息准则的冬小麦植株氮含量高光谱估算

为了快速、准确地测定冬小麦植株氮含量,利用2014?2015年的冬小麦冠层反射光谱数据构建了16种氮素或叶绿素敏感光谱指数,基于变量投影重要性(variable importance projection,VIP)-偏最小二乘(partial least squares,PLS)-赤池信息准则(Akaike’s information criterion,AIC)整合模型构建了不同生育期植株氮含量最佳回归模型,并用2012?2013年挑旗期数据对模型进行了验证。结果表明:在AIC下,拔节期以4个植被指数为自变量的模型最优;挑旗期以5个植被指数为自变量的模型最优;开花期以4个植被指数为自变量的模型最优;灌浆期以6个植被指数为自变量的模型最优。4个生育期建模的决定系数(R2)和均方根误差(RMSE)分别为0.71、0.86、0.75、0.46和0.23%、0.13%、0.12%、0.15%,以挑旗期决定系数为最大。挑旗期验证集的R2和RMSE分别为0.81和0.41%,预测模型和验证模型均具有较高的估算精度和可靠性,研究结果为选择小麦合适的生育期估算小麦植株氮营养状况提供参考。     

冬小麦生物量高光谱遥感监测模型研究

【目的】高光谱遥感能快速、实时、无损监测作物长势。研究不同氮磷水平下冬小麦不同生育时期地上部生物量高光谱遥感监测模型,可提高地上部生物量高光谱监测精度。【方法】在西北农林科技大学连续进行了 5 年田间定位试验,设置 5 个施氮水平 (N, 0, 75, 150, 225 和 300 kg/hm2) 和 4 个磷施用水平 (P₂O₅, 0, 60, 120 和 180 kg/hm2),选用不同抗旱类型冬小麦品种,测定了从拔节期至成熟期生物量与冠层光谱反射率,通过相关分析、回归分析等统计方法,建立并筛选基于不同植被指数的冬小麦不同生育时期生物量分段遥感监测模型。【结果】冬小麦生物量与光谱反射率在 670 nm 和 930 nm 附近具有较高相关性,在可见光和近红外波段处均有敏感波段;在拔节期、孕穗期、抽穗期、灌浆期、成熟期,生物量与归一化绿波段差值植被指数 (GNDVI)、比值植被指数 (RVI)、修正土壤调节植被指数 (MSAVI)、红边三角植被指数 (RTVI) 和修正三角植被指数Ⅱ (MTVIⅡ) 均达极显著相关性 (P < 0.01),相关系数 (r) 范围为 0.923～0.979;在不同生育时期,分别基于 GNDVI、RVI、MSAVI、RTVI 和 MTVIⅡ 能建立较好的生物量分段监测模型,决定系数 (R2) 分别为 0.987、0.982、0.981、0.985、0.976;估计标准误差 SE 分别为 0.157、0.153、0.163、0.133、0.132;预测值与实测值间相对误差 (RE) 分别为 8.47%、7.12%、7.56%、8.21%、8.65%;均方根误差 (RMSE), 分别为 0.141 kg/m2、0.113 kg/m2、0.137 kg/m2、0.176 kg/m2、0.187 kg/m2。【结论】在拔节期、孕穗期、抽穗期、灌浆期、成熟期可以用 GNDVI、RVI、MSAVI、RTVI 和 MTVIⅡ 监测冬小麦生物量,具有较好的年度间重演性和品种间适用性。同时,分段监测模型较统一监测模型具有较好的监测效果及验证效果,能有效改善高光谱遥感监测模型精度。     

冬小麦对基肥和追肥15N的吸收与利用

【目的】 研究不同生育期 (花期、灌浆期和收获期) 肥料氮的去向和氮素的吸收运转对冬小麦产量形成的贡献。 【方法】 采用15N示踪结合盆栽试验,尿素N 90 mg/kg等分为基施和拔节期追施。分别在开花期、灌浆期和收获期破坏性取样,测定冬小麦地上部、根和土壤15N含量等指标。 【结果】 在整个生育期,冬小麦吸氮量42.8%来自土壤,57.2%来自肥料,其中来自基肥和追肥的比例分别为26.6% 和30.6%。冬小麦植株对氮肥15N 的吸收率随作物的生长而增加,从开花期到收获期增加了50%,15N氮肥在土壤中的残留率从开花期到收获期下降约50%。冬小麦收获后,约28.6%的肥料15N残留在土壤中,肥料15N损失率为33.9%,基肥氮的损失率比追肥氮高21%。冬小麦对肥料15N的全部回收率为37.5%,其中籽粒吸收量约是秸秆的4倍,64.9%的籽粒氮素从开花前营养器官吸收转运而来。 【结论】 在整个生育期,冬小麦吸收的氮素来源于肥料和土壤氮的比例约为6∶4,基肥和追肥氮对冬小麦氮素吸收具有同等贡献,在当前N 250 kg/hm2的施氮水平下,适当增加追肥氮的比例可以减少氮肥损失率。残留在土壤中的肥料氮对于补充土壤氮素消耗具有重要意义。      

冬枣氮素含量预测模型中特征波长选择方法的应用

为了提高近红外光谱法快速测定枣叶氮含量的准确性和鲁棒性。采用偏最小二乘法建立了冬枣叶片氮含量近红外光谱模型。模型的相关系数为0.799,均方根误差为0.055。整个光谱区域包含了许多与冬枣氮含量无关的光谱变量。冗余信息的存在降低了模型的预测性能。所以采用间隔偏最小二乘(IPLS)结合遗传算法和模拟退火算法来选择冬枣叶片氮含量的特征波长。用凯氏定氮法测定冬枣叶样品的氮含量。试验选用15棵枣树,每棵树5个叶片作为试验对象。用于光谱测量的仪器是ASD光谱仪,测试仪在350~2 500 nm波长范围内,光谱分辨率为1 nm。在数据采集前使用了白板进行校正(标准白板反射系数为1),每个样品测量了5次,取平均值作为样品的相对反射率。遗传算法结合间隔偏最小二乘法选取的4个特征波长为685,689,781,783 nm。根据这4个波长,建立了冬枣叶片氮含量近红外光谱模型。模型预测相关系数为0.9175,预测均方根误差为0.063。利用模拟退火算法,建立了7个波长的冬枣叶片氮含量的近红外光谱模型。模型的相关系数为0.9301,均方根误差为0.052。因此,近红外光谱结合光谱选择方法的特点,可以有效地提高模型的精度,使模型更实用。但光谱选择方法的特点并不普遍。基于单波长变量选择的模型更为敏感,更适用于均匀采样。基于波长间隔选择的模型抗干扰能力相对较强,但更适合于不均匀采样。因此,基于状态与模型相结合的特征选择可以更好地应用于模型。     

基于GF-1卫星数据的冬小麦叶片氮含量遥感估算

以陕西关中地区大田和小区试验下的冬小麦为研究对象,探讨基于国产高分辨率卫星GF-1号多光谱数据的冬小麦叶片氮含量估算方法和空间分布格局。基于GF-1号光谱响应函数对地面实测冬小麦冠层高光谱进行重采样,获取GF-1号卫星可见光-近红外波段的模拟反射率,并构建光谱指数,利用与叶片氮含量在0.01水平下显著相关的8类光谱指数,分别建立叶片氮含量的一元线性、一元二次多项式和指数回归模型。通过光谱指数与叶片氮含量的敏感性分析,以及所建模型的综合对比分析,获取适合冬小麦叶片氮含量估算的最佳模型。结果表明:模拟卫星宽波段光谱反射率和卫星实测光谱反射率间的相关系数高于0.95,具有一致性;改进型的敏感性指数综合考虑了模型的稳定性、敏感性和变量的动态范围,敏感性分析表明比值植被指数对叶片氮含量的变化响应能力最强;综合模拟方程决定系数、模型敏感性分析、精度检验和遥感制图的结果,认为基于比值植被指数建立的叶片氮含量估算模型适用性最强,模拟结果与实际空间分布格局最为接近,为基于GF-1卫星数据的区域性小麦氮素营养监测提供了理论依据和技术支持。     

冬枣氮素含量预测模型中特征波长选择方法的应用（英文）

为了提高近红外光谱法快速测定枣叶氮含量的准确性和鲁棒性。采用偏最小二乘法建立了冬枣叶片氮含量近红外光谱模型。模型的相关系数为0.799,均方根误差为0.055。整个光谱区域包含了许多与冬枣氮含量无关的光谱变量。冗余信息的存在降低了模型的预测性能。所以采用间隔偏最小二乘(IPLS)结合遗传算法和模拟退火算法来选择冬枣叶片氮含量的特征波长。用凯氏定氮法测定冬枣叶样品的氮含量。试验选用15棵枣树,每棵树5个叶片作为试验对象。用于光谱测量的仪器是ASD光谱仪,测试仪在350~2 500 nm波长范围内,光谱分辨率为1 nm。在数据采集前使用了白板进行校正(标准白板反射系数为1),每个样品测量了5次,取平均值作为样品的相对反射率。遗传算法结合间隔偏最小二乘法选取的4个特征波长为685,689,781,783 nm。根据这4个波长,建立了冬枣叶片氮含量近红外光谱模型。模型预测相关系数为0.9175,预测均方根误差为0.063。利用模拟退火算法,建立了7个波长的冬枣叶片氮含量的近红外光谱模型。模型的相关系数为0.9301,均方根误差为0.052。因此,近红外光谱结合光谱选择方法的特点,可以有效地提高模型的精度,使模型更实用。但光谱选择方法的特点并不普遍。基于单波长变量选择的模型更为敏感,更适用于均匀采样。基于波长间隔选择的模型抗干扰能力相对较强,但更适合于不均匀采样。因此,基于状态与模型相结合的特征选择可以更好地应用于模型。     

基于机器学习算法的湖滨绿洲土壤电导率高光谱估算模型

  目的  为湖滨绿洲土壤高光谱估算土壤电导率值提供方法支持,实现区域土壤盐分快速估测。  方法  利用实测的土壤电导率值与土壤高光谱数据联合分析,采用竞争自适应重加权采样（CARS）、连续投影算法（SPA）、遗传算法（GA）筛选土壤电导率的特征波段,并基于全波段及特征波段构建BP神经网络（BPNN）、支持向量机（SVM）、极限学习机（ELM）三种机器学习算法模型,引入偏最小二乘模型（PLSR）进行对照,比较其模型精度。  结果  研究区土壤电导率值变化范围0.02～17.22 mS cm?1,平均值为2.61 mS cm?1,变异系数为134.87%,呈现强变异性;CARS、SPA、GA算法筛选的特征波段将建模输入量分别压缩至全波段数量的0.87%、1.68%、0.70%,减少建模输入量,提升建模速率,变量方法的选择CARS > SPA > GA;三种机器学习算法模型均优于PLSR模型,决定系数（R2）平均增加20.57%,相对分析误差（RPD）平均增加17.84%,土壤电导率高光谱估算模型以CARS-SVM最优,训练集与验证集R2分别为0.76和0.75,RMSE分别为1.79 和1.68 mS cm?1,RPD分别为2.04和2.00。土层深度20 ~ 30 cm的土壤电导率高光谱估算模型精度最高,训练集与验证集R2分别为0.83和0.84,RMSE分别1.37和1.77 mS cm?1,RPD分别为2.41和2.50。  结论  基于CARS-SVM的土壤电导率高光谱估算模型精度高,估算能力最优,可以为湖滨绿洲土壤电导率估算提供科学参考。     

花后5天喷施锌肥有效提高小麦籽粒营养和加工品质

【目的】 锌是小麦生长发育所必需的微量元素之一,本试验旨研究不同生育阶段叶面喷施锌肥对小麦籽粒营养品质及加工品质的影响。 【方法】 以小麦品种‘扬麦16’为材料,于2013—2015年开展了田间试验。试验设拔节期和花后5天喷施锌肥两个处理,以不喷施锌肥 (CK) 为对照,分析了小麦锌的积累、籽粒营养品质和加工品质。 【结果】 与对照处理相比,拔节期和花后5天喷锌处理小麦面粉锌含量显著提高,分别提高了27.2%和57.8%。拔节期和花后5天喷锌小麦籽粒总蛋白、蛋白组分、麦谷蛋白大聚合体 (GMP) 和高/低分子量麦谷蛋白亚基 (HMW-GS/LMW-GS) 含量显著提高 (P < 0.05),面粉总蛋白含量分别较对照提高了4.2%和10.3%。成熟期茎、叶、颖壳等器官氮含量也提高,花后5天喷锌处理与对照比较差异显著 ( P < 0.05),喷锌对锌积累量的影响与含量趋势一致。叶面喷施锌肥还显著提高面粉干、湿面筋含量和面筋指数,拔节期和花后5天喷锌处理干面筋含量分别比对照增加17.3%和23.9%,湿面筋含量分别增加15.4%和20.1%。喷锌处理面包体积增大,拔节期和花后5天喷锌处理增幅分别为16.3%和20.0%,而面包的硬度分别下降了13.5%和26.2%,咀嚼性分别下降了6.8%和24.3% ( P < 0.05),改善了烘焙品质。 【结论】 花后5天喷锌比拔节期喷锌对小麦籽粒品质影响更大,对小麦籽粒加工品质的改善效果也更明显。锌可促进花后同化氮素在籽粒中的积累是其影响小麦籽粒营养品质和加工品质的主要原因。      

提高立体匀播冬小麦光合效能和产量的最佳追氮时期

【目的】立体匀播技术作为一种新型的播种方式,与之相配套的氮肥运筹技术尚不成熟,在某种程度上制约了其增产潜力的发挥。研究合理的播种方式与氮肥运筹组合,可为实现良种良法配套提供科学依据。【方法】于2017-2018年在中国农业科学院作物科学研究所赵县试验农场,以两个中筋小麦品种衡观35和邯6172为试验材料,进行了三因素裂区田间试验。主区为立体匀播(C1)和常规条播(C2)两种播种方式。副区为4个氮肥追施时期:拔节始期(T1)、拔节后10天(T2)、拔节后20天(T3)、开花期(T4),追氮量均为120kg/hm^2。副副区为两个小麦品种。开花期及花后每7天用SPAD-502Plus型叶绿素仪测定旗叶SPAD值,共测5次,测定部位为顶部、中部、基部各一次,取平均值。于小麦开花当天开始,用LI-6400XT便携式光合仪测定旗叶的相关光合参数,共测5次。于成熟期考察小麦株高、穗粒数、千粒重、穗长,实收测产。【结果】两个小麦品种的单位面积穗数和籽粒产量均在立体匀播条件下T2处理达到最高,且在相同追氮时期下高于常规条播;而千粒重均在立体匀播条件下T4处理最高。同一播种方式下,衡观35拔节始期追氮植株株高达到最高值,邯6172于T2处理追氮达到最高值;而两个小麦品种的穗长和小穗数达到最佳值的追氮时期因播种方式的不同存在一定的差异。在4个追氮时期下,立体匀播小麦的旗叶SPAD值、净光合速率均高于常规条播,其中在花后7天和21天时T2、T3处理追氮旗叶净光合速率均显著高于T1处理追氮。两个小麦品种间的旗叶SPAD值在整个灌浆期间均表现为显著差异,而旗叶净光合速率主要表现在开花当天至花后7天差异显著。与此同时,两个播种方式下小麦旗叶SPAD值和净光合速率均随着追氮时期的后移呈现逐渐增加的趋势。【结论】在立体匀播条件下拔节后10天追施氮肥有利于植株单株营养均衡,促进根系发达,易建成优势蘖群体,有利于单位面积穗数的提高和最终产量的增加。     

水分养分协同对冬小麦干物质运转和氮吸收利用的影响

【目的】 研究水分养分协同对冬小麦光合产物运转和氮素吸收利用的调控效应，旨在寻求提高冬小麦水肥利用效率的途径。 【方法】 采用防雨棚下测坑试验方法，于2015和2016年在黄淮海平原河南新乡连续进行了2 年田间试验。试验采用二因子 (土壤水分调亏度和施肥水平) 随机区组设计。3个土壤水分调亏度为轻度调亏、中度调亏和重度调亏，相对含水量分别为田间持水量的60%～65%、50%～55%和40%～45%；3个施肥水平为高施肥水平 (N 240 kg/hm2、P₂O₅ 240 kg/hm2、K₂O 240 kg/hm2)，中等施肥水平 (N 180 kg/hm2、P₂O₅ 180 kg/hm2、K₂O 180 kg/hm2) 和低施肥水平 (N 120 kg/hm2、P₂O₅ 120 kg/hm2、K₂O 120 kg/hm2)。共9个水肥组合，三次重复。利用氮同位素示踪技术研究不同水肥组合对植株氮吸收、分配与利用的影响。 【结果】 在高施肥水平下，中度水分调亏 (50%～55%) 可促进小麦营养器官花前贮藏物质向籽粒再运转；在中等施肥水平下，叶片花前贮藏同化物再运转量以轻度水分调亏为最高；在低施肥水平下，各营养器官花前贮藏同化物再运转量和再运转率随水分调亏度加重呈提高趋势。不同施肥水平下营养器官花前贮藏同化物总运转量对籽粒产量的贡献率随水分调亏度加重呈提高趋势。 【结论】 水分调亏提高了籽粒中来自花前营养器官贮藏物质转运的比例。水分调亏与养分调节相结合可有效调控小麦植株对肥料氮的吸收、积累和利用。低施肥水平 (N 120、P₂O₅ 120、K₂O 120 kg/hm2) 和轻度水分调亏 (60%～65%田间持水量) 组合是本试验条件下节水减肥高产高效方案。      

氮锌配施对冬小麦根土界面锌有效性及形态分级的影响

【目的】 氮能够促进冬小麦根系对锌的吸收及在籽粒中的积累。研究氮锌配施对冬小麦根土界面锌有效性及形态分级的影响,有助于探究氮锌配施促进冬小麦吸收锌的可能机制,为合理施用氮肥来提高冬小麦籽粒锌含量提供一定的理论依据。 【方法】 以冬小麦为试材进行了根箱培养试验。分别设置三个氮水平 (0、0.2和0.4 g/kg) 和两个锌水平 (0和10 mg/kg),分析了冬小麦地上部锌含量、根际土和非根际土有效锌含量、pH以及六种锌形态含量。 【结果】 氮锌配施 (N_0.2Zn₁₀和N_0.4Zn₁₀) 处理显著提高了冬小麦地上部干物质重和锌含量。在不施锌 (Zn₀) 条件下,N_0.4处理显著提高根际土壤的有效锌含量;在Zn₁₀条件下,N_0.4和N_0.2处理均显著降低根际土有效锌含量,却提高了非根际土有效锌含量。无论施锌与否,N_0.4和N_0.2处理均显著降低根际土壤的pH,但对非根际土壤的pH影响不大。在Zn₀条件下,N_0.4和N_0.2处理显著降低了根际土壤交换态锌、碳酸盐结合态锌及非根际土氧化物结合态锌含量,提高了非根际土交换态锌、根际与非根际土壤残渣态锌含量。在Zn₁₀条件下,N_0.4和N_0.2处理显著提高了根际和非根际土交换态锌、非根际土松结有机态和紧结有机态锌及根际土残渣态锌含量,降低了根际土松结有机态、碳酸盐结合态锌及根际与非根际土壤残渣态锌含量。 【结论】 氮锌配施提高冬小麦锌含量,促进冬小麦锌的吸收,可能是由于氮锌配施与冬小麦根系共同作用降低了根际土壤pH,促进土壤中锌从松结有机态和碳酸盐结合态向交换态转化,从而提高了土壤锌的有效性。      

基于DNDC模型的冬小麦?夏玉米农田滴灌施肥优化措施研究

【目的】滴灌施肥是一种具有节水、节肥等优点的水肥一体化田间管理措施,然而其对N₂O排放和经济效益的影响仍存在不确定性。针对我国重要的粮食生产方式—冬小麦?夏玉米轮作,优化设计适宜的滴灌施肥管理制度,对于提高水肥资源利用效率,减少环境污染,提高经济效益具有重大的实际意义。 【方法】在山东桓台冬小麦?夏玉米典型农田上设置试验,进行不同灌溉系数和不同施氮量处理对农田土壤N₂O排放和作物产量影响的研究。根据田间实测数据对DNDC模型进行校正和验证,利用验证后的模型定量评估滴灌施肥对N₂O排放的影响,综合考虑作物产量和N₂O减排效果和经济效益,最终提出华北平原冬小麦?夏玉米体系的优化滴灌施肥措施。 【结果】DNDC模型具备模拟滴灌施肥一体化管理措施下冬小麦、夏玉米生长情况和产量的能力,模型校正后能较好地模拟滴灌施肥条件下冬小麦/夏玉米农田土壤N₂O排放特征。在田间试验筛选出的最佳滴灌量和施氮量的基础上设置不同的滴灌量、施氮量以及玉米季施氮次数、施氮时间模拟情景,经过模型情景模拟最终筛选出的最优滴灌施肥措施是冬小麦季分4次滴灌施肥,滴灌量130 mm,随水施N 189 kg/hm2,夏玉米避开雨季分4次滴灌施肥,滴灌量19 mm,随水施N 231 kg/hm2。该模型模拟出的最优措施能够在不影响作物产量的基础上比田间试验筛选出的最佳滴灌和施氮量处理减少16%的N₂O排放。 【结论】与当地习惯漫灌撒肥措施相比,优化后的滴灌施肥管理全年共节水58.6%、减氮30.0%、减少50% N₂O排放,同时净收益增加了1336.41元/hm2,增加投资部分的收益率为230.34%,远大于部分预算法中100%的新技术采用标准。研究结果可为滴灌施肥技术在华北农田推广应用提供实际参考。     

减量施氮协同提升强筋小麦产量和品质

  【目的】   通过逐年精准缩小施氮量梯度,研究减量施氮对强筋小麦产量及籽粒品质的影响,探明实现产量品质协同稳定的适宜施氮量。   【方法】   于2016—2019连续3年以强筋小麦藁优2018、师栾02-1、石优20为试验材料,在0～480 kg/hm2范围内,分年度设计逐年递减的施氮梯度,分别为120、60和30 kg/hm2,研究强筋小麦产量和籽粒品质对减量施氮的响应及最适施氮量。   【结果】   在施氮0～240 kg/hm2范围内,增施氮肥可显著提高强筋小麦产量;施氮240～360 kg/hm2范围内,各氮肥处理间小麦产量无显著差异;施氮360～480 kg/hm2范围内小麦产量显著降低。3个年度各施氮处理下均以石优20产量最高。施氮肥0～360 kg/hm2有利于单位面积穗数和穗粒数的提高,不利于千粒重提高,施氮240 kg/hm2可实现产量三因素协调平衡,且氮肥农学效率最高。除容重、硬度外,不同年度间,其他品质指标均随着施氮量增加而提高,其中沉淀值、湿面筋含量和面团稳定时间受氮肥影响较大,对氮肥更为敏感。品种间结果比较表明,师栾02-1的品质总体上较好,其籽粒蛋白质含量、湿面筋含量、面团稳定时间和面包体积显著高于藁优2018和石优20;此外,氮肥对3个强筋品种主要品质指标的调控效应相近。   【结论】   在河北省种植藁优2018施氮270 kg/hm2、师栾02-1和石优20施氮210～240 kg/hm2,即能够满足该品种产量和品质协同改善的需求,保证强筋小麦达到高产优质高效的目的。      

植株氮营养状况与冬小麦倒伏的关系

【目的】 研究不同施氮量下的植株氮素营养状况与小麦倒伏的内在联系,揭示施氮影响小麦倒伏的机制。 【方法】 以豫麦49-198和周麦16两个品种为试材,在河南省禹州市布置了田间试验。设0、120、180、240、360 kg/hm2 5个氮肥用量处理,于返青、拔节和开花期测定小麦植株含氮量,收获期调查倒伏情况,测定小麦植株茎秆性状和籽粒产量,并对小麦倒伏与植株氮素营养指标进行相关性分析。 【结果】 随氮肥用量增加,周麦16、豫麦49-198小麦倒伏率和倒伏指数都呈上升趋势,当两个品种小麦的施氮量分别达到180 kg/hm2和240 kg/hm2 时,继续增加施氮量,两个品种的倒伏率和倒伏指数增加不显著,豫麦49-198最高倒伏率为61.8%,周麦16为23.3%;随氮肥用量增加,两品种小麦株高、茎长、穗长、基部节间长度,以及返青、拔节、开花期植株氮浓度和茎基部硝酸盐含量也呈增加趋势。豫麦49-198倒伏率和倒伏指数及茎秆参数均高于周麦16。倒伏后,随着氮肥用量增加,豫麦49-198和周麦16千粒重及产量下降幅度逐渐增加,千粒重平均降幅分别为11.3%和6.3%。相关分析显示,豫麦49-198和周麦16倒伏率都与小麦株高、穗长和基部节间长度呈极显著正相关;两个品种小麦不同生育期整株、茎鞘和根系氮浓度以及茎基部硝酸盐含量均与小麦倒伏率呈显著正相关。 【结论】 施氮量超过180 kg/hm2时,倒伏导致小麦千粒重和产量下降幅度加大,且倒伏所造成的减产负效应大于氮肥的增产作用。因此,应控制施氮量以确保小麦高产稳产。      

气候变暖将显著降低引黄灌区春小麦产量和氮磷钾养分吸收

【目的】探索宁夏引黄灌区春小麦不同生育时期氮（N）、磷（P）、钾（K）养分吸收利用对气候变暖的响应机制,为预测气候变暖对干旱半干旱区春小麦生长的影响提供依据。【方法】试验于2018年3月在宁夏银北引黄灌区宁夏大学试验站进行。供试春小麦品种为‘宁春50号’,供试肥料为磷酸二铵和尿素。采用自动控制红外线辐射器进行野外增温,每个小区内分别设置一组红外灯管作为增温装置、一套自动控温电子设备与一组可移动温度传感器作为控温装置,增温装置直接连接控温装置以使增温梯度达到预设水平,增温时间为昼夜不间断增温。以春小麦冠层自然温度为对照温度 (增温0℃,CK),设置4个增温梯度 (0.5℃、1℃、1.5℃、2.0℃) 处理。于苗期、拔节、抽穗、灌浆、灌浆后10天、成熟期采集植株样品,测定叶、茎、穗的N、P、K养分含量,计算地上部各器官的养分累积吸收量、养分分配率和地上部植株养分累积量,并测定春小麦植株地上部干物重和产量。【结果】增温0.5℃,春小麦植株苗期干物重、拔节期地上部各器官N、P、K养分含量及养分累积吸收量均显著高于CK。增温1.0℃,苗期植株N、K含量和N素吸收量以及拔节期叶片的N、P、K含量显著高于CK,较对照提高3.2%～23.7%。增温1.5℃,仅苗期植株K含量显著高于CK,较对照提高22.2%。增温2.0℃,从苗期开始各项指标均显著低于CK。拔节期以后,除增温0.5℃春小麦K素含量与CK差异不显著外,其余指标均显著低于CK,春小麦成熟期小穗数、穗粒数、千粒重、产量均随温度的升高呈下降的趋势,增温2.0℃,分别较对照降低53.7%、24.1%、13.4%、21.7%。增温梯度越大,各指标下降的幅度越大。【结论】春小麦苗期温度升高0.5℃～1.0℃尚有利于拔节期前春小麦对N、P、K养分的吸收,但拔节期后增温超过1.0℃以上都会对N、P、K养分吸收产生显著负作用,导致使生育后期干物质的累积量减少,千粒重、穗粒数等降低,并最终导致产量和品质的下降。     

有机肥氮投入比例对土壤微生物碳源利用特征的影响

【目的】 探讨冬小麦–夏玉米轮作系统中,冬小麦基肥中有机肥替代氮素在总氮投入中的不同比例对土壤微生物碳源利用特征的影响,可进一步揭示土壤中微生物多样性和活性特征,为找出最佳的有机肥替代无机肥氮素比例提供数据支持。 【方法】 在河北徐水试验站利用连续5年进行的冬小麦–夏玉米田间试验,其中,对照处理 (CK) 不施任何肥料,其他处理冬小麦和夏玉米氮素施入量均为N 200 kg/hm2,冬小麦氮素以干牛粪作为有机肥氮素代替不同比例的无机肥氮素,按照有机肥氮素占总氮投入的百分比,设置4个处理,分别为M0 (0%)、M20 (20%)、M50 (50%)和M100 (100%)。采集表层 (0—20 cm) 土壤样品,采用Biolog ECO板方法测定微生物对31种碳源的利用能力,来表征土壤微生物多样性以及活性。 【结果】 1) 有机肥替代无机肥氮素可以显著提高土壤微生物对碳源的利用效率。M0处理总碳源利用能力最低,M50最高,M100处理微生物对碳源的利用速率最快。2) 所有施肥处理对D-纤维二糖、D-乳糖、D-甘露醇、吐温40和苯乙胺这几种碳源的利用程度最高,D, L-磷酸甘油和γ-羟丁酸这两种碳源的利用率最低。整体上看,土壤微生物对碳源种类的平均利用率从高到低依次为糖类、胺类、氨基酸类、多聚类、羧酸类和酚酸类。3) 有机氮替代处理的微生物碳源利用多样性的香农指数、丰富度指数、优势度指数均显著高于不施肥对照处理和单施化肥处理,但是均匀度指数有了明显的降低,且随着有机肥氮素替代比例的增大,差异越明显。4) 土壤微生物碳代谢活性主要与土壤有机质含量密切相关,有机质含量越大,相应的香农指数、丰富度指数、优势度指数及AWCD值越大,而土壤有机质含量越大均匀度指数却越低。 【结论】 大量有机肥氮素替代无机肥氮素可以显著提高微生物对碳源的利用,说明有机肥替代无机肥氮素能够提高土壤微生物的多样性和活性,其中秋施基肥时以有机肥替代100%基施无机肥氮素 (M100处理) 为最佳的施肥方式。