不同CO2浓度和氮水平对冬小麦光合和生长特性的影响

为揭示高CO₂浓度处理下,不同氮水平对冬小麦光合作用、生物量积累和产量的影响,利用开顶式气室(OTC),以冬小麦品种宁麦13为试验材料,开展不同CO₂浓度(C,环境CO₂浓度;T,高CO₂浓度,比环境CO₂浓度高200 μmol·mol^-1)和氮水平(LN,低氮,90 kg·hm^-2;HN,高氮,240 kg·hm^-2)的交互试验,测定不同处理下不同生育期冬小麦的光合特性、叶片碳氮含量、地上部生物量和产量。结果表明,CO₂浓度升高提高了冬小麦的净光合速率,在低氮水平下增幅为78.4%,在高氮水平下增幅为77.2%。在开花期和灌浆期,高氮水平对冬小麦地上部干物质量积累有明显促进作用。各处理中,C-LN的产量最低,T-HN的产量最高,且二者差异显著(P<0.05)。以上结果说明,在未来CO₂浓度升高条件下,可通过增施适量的氮肥提升冬小麦的生物量和产量。     

基于BP神经网络的一季稻发育期预测模型

为探究基于BP神经网络原理开展作物发育期预测的适用性，利用长江中下游地区一季稻多年常规气象观测和农作物发育期观测资料，开展模拟研究。结果表明，只考虑温度的有效积温模型，各物候期模拟值与观测值相关性较好，相关系数(r)在0.75以上，但模拟的绝对误差较大，移栽、拔节、成熟期模拟的平均绝对误差(MAE)超过5 d。进一步以有效积温模型为基础，分别引入降水量、相对湿度、日照时数，构建温度(T)模型、温度-降水(T-P)模型、温度-相对湿度(T-RH)模型和温度-日照时数(T-S)模型，经过BP神经网络训练后，4种模型在农作物不同发育阶段的模拟评价指标均得到明显改善，并以T-RH模型最优。对中间层节点数和训练次数2项参数进行优化后的T-RH模型，对各发育阶段模拟结果的均方根误差为0.3～1.2 d, MAE小于1 d,r值均超过0.96,且达到极显著(P<0.01)水平。     

乡村振兴背景下的建昌乡村发展战略研究

随着党十九大提出乡村振兴战略建设不断发展，全国乡村振兴并取得了一定的成功经验。本文以辽宁省建昌乡村经济建设为例，从多方面提出优化乡村振兴背景下的乡村发展战略研究思路和建议，旨在进一步推广经验和先进做法，推进乡村振兴。