不同栽培密度下一穴双苗对镇油7号油菜产量及产量构成的影响

以甘蓝型常规油菜镇油7号为材料,研究了不同栽培密度下一穴双苗栽培方式对其产量及相关农艺性状的影响,以明确镇油7号最佳产量水平下的最适种植密度水平和栽培方式。结果表明:最适种植密度18万株/hm2时,镇油7号一穴双苗栽培方式比对照一穴一苗栽培方式可获得更高的产量。随着种植密度的增加,2种不同栽培方式下,产量呈先增后减的趋势,单株角果数、千粒重呈下降趋势;每角粒数与种植密度变化趋势不明显。     

不同栽培密度下一穴双苗对镇油7号油菜产量及产量构成的影响

以甘蓝型常规油菜镇油7号为材料,研究了不同栽培密度下一穴双苗栽培方式对其产量及相关农艺性状的影响,以明确镇油7号最佳产量水平下的最适种植密度水平和栽培方式。结果表明:最适种植密度18万株/hm2时,镇油7号一穴双苗栽培方式比对照一穴一苗栽培方式可获得更高的产量。随着种植密度的增加,2种不同栽培方式下,产量呈先增后减的趋势,单株角果数、千粒重呈下降趋势;每角粒数与种植密度变化趋势不明显。     

赣油14号不同直播密度的产量比较

通过不同直播密度试验,研究赣油14号种植密度与群体产量及产量结构的关系.结果表明:在本试验条件下,赣油14号在密度为18万株/hm2时产量最高,达2 227.5 kg/hm2;随着种植密度的增大,单位面积有效角果数与群体产量变化较大;均表现先增后减,变异系数分别为17.70%和3.40%,每角粒数与千粒重变化较小,变异系数分别为1.37%和1.44%.     

皖油18号不同栽培密度试验初报

通过对皖油18号不同稀植密度试验,研究油菜种植密度与群体产量及产量结构的关系.结果表明:皖油18号在60 000株/hm2时产量最大,达2 301 kg/hm2,随着种植密度的增加或减少,单产呈递减趋势;单位面积有效角果数对产量影响较大;每角粒数与千粒重变化较小.探索出了油菜高产栽培最佳群体结构,为大面积推广栽培提供可靠的理论依据.     

群体密度对优质高产油菜杂交种杂双2号产量与经济性状的影响

[目的]探讨优质高产油菜新品种杂双2号的最佳栽培密度。[方法]设计4个不同栽培密度（12.0万、19.5万、27.0万、34.5万株/hm2）,进行杂双2号不同栽培密度试验。[结果]以密度19.5万株/hm2时产量最高,达3 939.15 kg/hm2,较其他密度处理增产均达0.01极显著水平,且产量构成因素较协调,个体和群体发育协调。不同栽培密度对产量构成因素影响最大的是单位面积总角果数,其次是千粒重和每角粒数;随密度的增大,株高逐渐降低。[结论]19.5万株/hm2是杂双2号最适宜的栽培密度。     

不同栽培密度对马铃薯丽薯7号产量的影响

2014—2015年进行不同栽培密度对马铃薯丽薯7号产量的影响试验。结果表明:在相同的肥水管理条件下,以种植密度8.25万株/hm2的产量最高,平均产量为57 761.2 kg/hm2;其次是种植密度为9.00万株/hm2,平均产量为54 552.2 kg/hm2,综合商品性状分析,丽薯7号最佳栽培密度为6.75万~8.25万株/hm2,适宜隆阳区马铃薯种植区域推广应用。     

杂交油菜油研817不同移栽密度对产量的影响

为弄清油研817在白泥镇海拔600 m地区种植的最佳群体结构,研究了油研817不同移栽密度对产量的影响。结果表明:不同移栽密度显著影响油菜产量,密度间差异达到极显著水平,以移栽9万株/hm2产量最高,产量2 733 kg/hm2;其次是移栽1.05万株/hm2,产量为2 449.5 kg/hm2。白泥镇海拔600 m地区的最佳种植密度为9万～10.5万株/hm2。     

种植密度对紫苏经济产量及农艺学性状的影响(英文)

紫苏是我国传统的药用植物,随着近年来其营养保健功能的重视和开发,紫苏已成为很有发展潜力的食药两用型作物。该研究以贵州省农业科学院油菜研究所选育的2个紫苏材料奇苏1号(油用型),奇苏3号(叶籽两用型)为研究材料,研究一般肥力水平下,不同种植密度处理对紫苏的经济产量及相关农艺学性状的影响。结果表明,2个品种的农艺学性状随栽培密度变化表现一致。其中,株高、茎节数、一次有效分枝长度、分枝位、单株穗数、单株产量与栽培密度呈显著负相关,主穗长度与主穗粒数与栽培密度呈显著正相关。栽培密度对千粒重的影响不显著。2个品种的单产均表现为随栽培密度增加先增加后降低。以栽培密度与紫苏单产建立回归方程,2个紫苏品种的回归方程分别为:y=54.046 5+96.777 1x-45.719 8x2(r=0.999 4)及y=38.717 6+42.111 3x-16.757 7x2(r=0.999 8)。根据回归方程,奇苏1号最适栽培密度为158 745株/hm2,籽粒产量可达1 578.90 kg/hm2。奇苏3号最适栽培密度为188 745株/hm2,可产籽粒977.55 kg/hm2,每公顷同时还可收获约3 000 kg紫苏干叶及2 400 kg紫苏梗。该研究结果将为紫苏品种推广、高产栽培及综合利用提供重要参考。     

不同区域及栽培密度下耐密植芝麻新品种豫黑芝1号产量及产量相关性状变化分析

芝麻是我国重要的特色优质油料作物。提高芝麻单产水平是实现我国粮油安全生产的重要举措。为建立芝麻高产高效栽培模式,本研究以耐密植黑芝麻新品种豫黑芝1号为试验材料,在3个产区(漯河、信阳和三门峡),开展了不同栽培密度(12万株/hm2、15万株/hm2、18万株/hm2、21万株/hm2)下豫黑芝1号产量及产量相关性状变化分析。结果显示,豫黑芝1号在不同产区的生育期差异明显；种植密度对豫黑芝1号的株高、有效果节数、主茎果轴长、单株蒴果数、千粒重和单株产量等性状变化程度不同；对小区产量及单株产量影响显著。在21万株/hm2密度下,豫黑芝1号单产水平最高达到1463.33 kg/hm2(三门峡)。研究为芝麻高产高效生产提供了技术支持。     

油菜全程机械化生产配套农艺技术研究 Ⅰ.不同播期和密度对直播油菜产量和经济性状的影响

以双低常规油菜宁油12号和双低杂交油菜秦油7号为材料,针对江苏省油菜生产特点及油菜机械化生产对种植方式的要求,进行了不同播种期和不同种植密度的直播试验.结果表明:2个品种在相同播种期条件下,不同种植密度对产量有较大影响,宁油12号密度与产量的关系符合二次方程y=-8.714 3x2+47.686x+157.4,最适种植密度为41.10万株/hm2,秦油7号密度与产量的关系符合二次方程y=-11.214x2+61.586x+155.8,最适种植密度为41.27万株/hm2.因此直播油菜在适宜播种期内种植密度以37.5万～45万株/hm2为宜.播种期试验结果表明,秦油7号和宁油12号在相同种植密度条件下,不同播种期处理间的产量水平均达到显著差异,且播种越早产量越高,因此直播油菜在茬口许可的情况下应尽可能早播.     

Grain Yield Mapping: Yield Sensing,Yield Reconstruction,and Errors

Research findings are reviewed focusing on yield sensing methods, yield reconstruction, mapping, and errors. Yield sensing methods were explained and yield mapping process was briefly introduced. Grain flow through different combines was explained and the effects of combine dynamics on yield measurement accuracy were discussed. Other errors caused by various sensors that are utilized by a yield monitor were included. It was concluded that with proper installation, calibration, and operation of yield monitors, sufficient accuracy can be achieved in yield measurements to make site-specific decisions. Nevertheless, attention must be paid when interpreting yield maps since yield measurement accuracy can vary depending upon the measurement principle, combine grain flow model, size of management area chosen, and the operator's capabilities and carefulness in following instructions to obtain the best accuracy possible under varying field operating conditions. Some of the errors can be filtered out by careful analysis of the raw yield (or flow rate) data provided by yield monitors. Researchers have focused on crop flow models to improve yield reconstruction process. A yield reconstruction algorithm that effectively handles non-linear combine dynamics has not been developed by researchers yet. More efforts towards yield reconstruction should be encouraged.     

江麦23丰产稳产性及产量构成因素分析

根据江苏省2013—2017年淮北小麦品种试验4年汇总数据,分析了江麦23的丰产性、稳产性、适应性及产量构成要素。结果表明,江麦23是一个具有良好的丰产性(较对照淮麦20增产3.13%～5.79%)、稳产性(3年高稳系数HSC高于对照)、适应能力较强(4年适应度高于对照)的小麦新品种,适宜在淮北地区推广种植。此外,产量构成三要素分析表明千粒重对产量的直接作用最大,其次是穗数,穗粒数对产量的直接作用最小。因此,在稳定穗粒数的前提下,提高千粒重和增加有效穗数是提高江麦23产量的关键。     

Frequency Analysis of Yield for Delineating Yield Response Zones

The yield in any given field or management zone is a product of interaction between many soil properties and production inputs. Therefore, multi-year yield maps may give better insight into determining potential management zones. This research was conducted to develop a methodology to delineate yield response zones by using two-state frequency analysis conducted on yield maps for 3 years on two commercial corn fields near Wiggins, Colorado. A zone was identified by the number of years that yield was equal and greater than the average yield in a given year. Classes producing statistically similar yield were combined resulting in three potential yield zones. Results indicated that the variability of yield over time and space could successfully be assessed at the same time without the drawbacks of averaging data from different years. Frequency analysis of multi-year yield data could be an effective way to establish yield response zones. Seventeen percent of the field #1 consistently produced lower yield than the mean while 43 of the field produced yield over the mean. Corresponding values for field #2 were 6% and 42%.The remainder of the fields produced fluctuating yields between years. These spatially and temporally sound yield response maps could be used to identify the yield-limiting factors in zones where yield is either low or fluctuating. Yield response maps could also be helpful to delineate potential management zones with the help of resource zones such as electrical conductivity and soil maps, along with the directed soil sampling results.     

高产、稳产小麦新品种——邢麦6号

介绍了刑麦6号小麦品种的特征特性、生物学特性、产量表现、适宜区域和栽培技术要点。     

密度对玉米产量（＞15 000 kg•hm-2）及其产量构成因子的影响

【目的】研究密度对高产玉米（＞15 000 kg•hm-2）产量及其构成因子的影响,揭示高产玉米产量形成机制,为玉米持续稳定高产提供依据。【方法】连续两年在新疆和宁夏高产玉米区,以郑单958为试材,以1.5万株/hm2为一个密度梯度,设置从1.5万株/hm2至18万株/hm2不同密度处理,充分满足水肥需求,进行高产栽培实践,在实现高产基础之上分析其产量及产量构成因子特征。【结果】两年多点共68个处理,最低和最高单产分别为7 675.5和20 503.5 kg•hm-2,其中有47个处理达到15 000 kg•hm-2以上的产量;对产量构成特征的分析表明,要达到15 000 kg•hm-2以上的高产,最低、最高密度分别为5.25万株/hm2和16.28万株/hm2;最低、最高收获穗数分别为6.66万穗/hm2和13.84万穗/hm2;最低、最高穗粒数分别为365和657粒;最低、最高千粒重分别为237和404 g。【结论】密度与单产呈抛物线关系,以10.5万株/hm2密度处理单产最高;随着产量的提高,种植密度、单位面积穗数、穗粒数和千粒重表现出最适值范围变窄的趋势。随种植密度增加,单位面积穗数呈增加趋势,穗粒数和千粒重呈下降趋势,而单位面积粒数呈增加并趋于不变趋势。     

水稻产量构成因素与产量的分析

通过对辽宁省14个水稻栽培品种的产量与产量构成因素进行相关分析、通径分析和多元回归分析。结果表明:.每穗粒数、结实率、千粒重与产量均呈正相关,而穴穗数与产量成负相关。除穴穗数以外,其它任何性状的提高都将不同程度地促进产量增加;4个因素与产量的偏相关系数均为正值。通径分析表明:四个产量构成因素与产量的直接通径系数均为正值,其中穗粒数对产量的直接效应最大(2.2387),其次是穴穗数(1.4853)。但穴穗数通过穗粒数对产量的间接负向效应较大。所以通径分析能够较客观的反映各因素对产量影响的大小。因此在今后的高产水稻新品种的选育中,应注重穗粒数的选择,同时保证一定的结实率和千粒重,穴穗数可以适当放宽。     

利用灰色关联度评价玉米新组合产量与产量构成因子的关系

通过对11个杂交组合的产量和8个产量因素进行灰色关联分析,以明确玉米产量和产量构成因素之间的关系。结果表明:影响产量的8个因素中,其大小顺序为出籽率>穗长>行粒数>穗位高>株高>穗粗>穗行数>百粒重。     

芝麻产量性状与产量的灰色关联度分析

对芝麻9个品种9个数量性状与产量灰色关联度分析结果表明,产量与各产量性状的关联度大小顺序为:单株蒴果数》每蒴粒数>千粒重>始蒴高度>株高>全生育期>分枝数>空稍高度。芝麻产量主要取决于与其关联度较高的单株蒴果数、每蒴粒数、千粒重等性状。     

小麦5个产量性状与产量的灰色关联度分析

应用灰色关联度分析法,对小麦9个组合的5个主要数量性状与籽粒产量进行分析.结果表明:小麦的产量与各产量性状关联度的大小顺序为穗数＞生育期＞穗粒数＞株高＞千粒重.     

一种基于趋势单产和遥感修正模型的混合估产模型

【目的】在分析国内外农作物估产方法的相关研究进展基础上,将传统统计估产方法和遥感估产方法相结合,提出一种新的混合估产模型。【方法】该模型由趋势单产、遥感修正单产和随机误差项三部分组成,其中趋势单产利用历史长时间序列的单产统计数据,通过多项式回归的方法结合ARIMA模型修正得到,遥感修正单产利用3个作物关键生育期NDVI和实测单产多元回归得到。为验证所提出估产方法的可行性和精度,利用2015年冬小麦关键生育期的三景环境卫星遥感影像和冬小麦实测地块单产数据以及近30年(1985—2014年)北京市各区县的冬小麦单产数据,对2015年的北京市的冬小麦单产进行估算,与真实值(2015年单产统计数据)对比。【结果】混合估产模型对北京市的冬小麦单产预测精度达到98.7%,各区县估产精度均超过90%,除房山(90.3%)外,各县单产预测相对精度均超过95%;传统趋势单产模型对北京市的冬小麦单产预测精度达到94.75%,但在区县尺度上,传统估产模型预测精度较低,对房山区的估产精度不足80%;引入ARIMA模型可以提高传统趋势单产模型的精度。修正后的趋势单产模型冬小麦单产预测精度平均提高了1.59%。本文建立的遥感修正模型,利用三景遥感影像修正结果最优,此方法使冬小麦估产精度整体提升3.55%,尤其是房山、平谷等区县,精度明显提升。【结论】该模型在市级尺度和县级尺度上预测冬小麦单产均取得较高精度,充分考虑冬小麦时间尺度和空间尺度上的变化,对农作物估产有一定的指导意义。