种植密度对松玉419群体生理特性及产量的影响

为了明确松玉419在吉林省中部半湿润地区的合理栽培密度,在大田条件下设置了5万、5.6万、6.3万、7.2万和8.3万株/hm2共5个密度,研究不同种植密度下,松玉419的群体生理指标、产量及产量性状。结果表明,随着种植密度增加,叶绿素相对含量降低,群体光合势增加,群体干物质积累量呈先升高后降低的趋势,但单株干物质积累则呈现降低趋势。玉米群体和个体的产量性状相对较为协调的种植密度为6.3万株/hm2,产量可达12 820.5 kg/hm2。     

不同种植密度对超吉989玉米农艺性状和产量的影响

不同种植密度对超吉989玉米农艺性状和产量的影响研究结果表明,超吉989玉米种植密度为4.05万株/hm2的处理产量为10 800 kg/hm2,随着种植密度的增加,产量依次增加,以5.40万株/hm2处理的产量最高,为13 560 kg/hm2。但当密度继续增加到5.85万株/hm2时,产量反而下跌,密度继续增加,产量继续下跌。说明超吉989玉米适宜的种植密度为4.95万-5.40万株/hm2,过稀、过密都不利于产量增加。     

不同种植密度下三个玉米品种产量的变化

本试验针对三个玉米杂交种,设置三个不同密度水平,即:C1为60000株/hm2、C2为67500株/hm2、C3为75000株/hm2,研究不同种植密度对三个玉米品种的株高、穗位及单位产量的影响。三个玉米品种随着种植密度的增加,其株高、穗位也逐渐增加;随着密度的增加,吉东75公顷产量呈先增加后下降趋势,在67500株/hm2密度时其产量为最大值;吉东718随着密度的增加,产量反而降低,密度为60000株/hm2时其产量最高;吉东804的产量随密度的增加呈先升后降低的趋势,其最适宜种植密度为67500株/公顷。     

黄淮海区群体效应对夏玉米性状指标·产量的影响

[目的]明确黄淮海区玉米品种的合理群体密度。[方法]以郑单958夏玉米为试材,采用单因素随机区组设计,设群体密度4.5万、6.0万、7.5万和9.0万株/hm24个处理,研究不同群体密度对夏玉米株高、叶面积指数、地上干物重、产量及其构成因素的影响。[结果]在4.5万~9.0万株/hm2群体密度范围内,6.0万株/hm2处理产量最高,表明适宜群体密度为6.0万株/hm2。随着群体密度的增加,叶面积指数增大,地上干物重呈现降低趋势,株高、产量呈现先增后降趋势。[结论]玉米品种群体密度为6.0万株/hm2,可构建较合理的群体结构,获得较高的玉米产量。     

玉米产量与种植密度的相关性研究

以鲁单981为试材,设种植密度5万株/hm2、6万株/hm2、7万株/hm2、8万株/hm2和9万株/hm2共5个处理,研究不同种植密度对其产量的影响。结果表明：种植密度对鲁单981产量有显著影响。在一定密度范围内,产量随密度的增加呈先增加后下降趋势,群体产量潜力随密度的增加而增加,但收获指数降低。适宜的种植密度为6.9万~8.0万株/hm2。     

种植密度对玉米江单4号产量及品质的影响

在黑龙江省农业科学院试验区,以江单4号为试材,在4.5万株/hm2、5.25万株/hm2、6万株/hm2、6.75万株/hm2、7.5万株/hm2 5个种植密度下,研究种植密度对江单4号玉米品种产量及籽粒品质的影响。结果表明：玉米的产量随着种植密度的增加呈先增加后减少的趋势,在6.75万株/hm2下最高,为13 056.15 kg/hm2;淀粉含量同样是先增后减,在6万株/hm2密度下达到最高,为72.2%,与其他密度相比差异不显著;蛋白质含量表现为逐渐下降的趋势;油分含量表现为减少的趋势,变化不大。玉米江单4号不同种植密度对产量及蛋白质含量影响有一定差异,对淀粉含量和脂肪含量的影响差异没有达到显著水平。     

种植密度对玉米产量的影响试验

进行了种植密度对玉米产量的影响试验,结果表明:玉米种植密度在5.25万～8.25万株/hm2范围内,玉米产量随种植密度的增加而增大,每穗粒数和百粒重均呈下降趋势,耐密品种郑单958在蒙城地区适宜的种植密度为7.50万～8.25万株/hm2。     

不同种植密度对三个玉米新品种产量的影响

以三个玉米新品种为试验材料,在中上等土壤肥力条件下,研究了5种不同种植密度对玉米产量的影响.结果表明:滑丰9号最适宜的种植密度为6.75万株/hm2;滑玉11的适宜种植密度为6.00万-6.75万株/hm2;金丹玉11在5.25万-8.25万株/hm2的密度范围内,产量随种植密度的增加而提高.     

密度和施氮量对四川盆地夏玉米茎秆抗倒性能与产量的影响(英文)

[目的]探明四川盆地直播夏玉米适宜种植密度和施氮量,为夏玉米高产栽培提供技术储备和科学依据。[方法]在大田条件下采用二因素裂区设计,研究密度和施氮量对夏玉米的茎秆基部节间农艺性状、节间抗倒力学性状、玉米茎折率和产量的影响。[结果]密度显著影响玉米茎杆抗倒性能和产量。随着密度增加,茎秆基部第3节和第4节节间伸长变细,单位茎长干物质重变小,穿刺强度和抗折力降低,种植密度由6.0万株/hm2增加到7.5万株/hm2,全生育时期茎折率增加17.17%,产量下降17.58%。密度和施氮量互作显著影响玉米全生育时期茎折率和产量,当密度为6.0万株/hm2、施氮量为375kg/hm2能够有效控制全生育时期茎折率,且玉米产量达到最高。[结论]本试验条件下,四川盆地夏玉米适宜种密度为6.0万株/hm2,适宜施氮量为375kg/hm2。     

氮磷钾肥料配施对松玉419产量及其构成因素的影响

以松玉419为试验材料,通过氮、磷、钾肥料量级田间试验,建立不同肥料施用量与玉米产量关系,获得玉米最佳施肥量以及最高理论产量,并通过对产量及其构成因子之间的相关分析,进一步确定各产量构成因素对产量的影响,为制定春玉米高产施肥策略提供参考。结果表明:公顷施纯氮202 kg、P_2O_597.5kg、K_2O 58 kg,产量最高为12 243 kg/hm~2。黑土区玉米连作下松玉419施肥原则为稳氮、增磷、减钾。     

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。     

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。     

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。     

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。