排序方式: 共有58条查询结果,搜索用时 328 毫秒
21.
22.
23.
矮秆高粱辽杂35光合特性与产量构成因素 总被引:2,自引:2,他引:0
【目的】通过对矮秆高粱新品种群体光合特性和产量形成规律的研究,为新型高粱品种的选育与推广提供理论依据。【方法】以适于机械化生产的矮秆高粱新品种辽杂35为主要试验材料,分别设置3个种植密度(90 000株/hm~2、120 000株/hm~2和150 000株/hm~2),并以生育期相近的同区域主栽品种中高秆高粱辽杂19作为对照(设置为生产上适宜种植密度,105 000株/hm~2),通过分析测定高粱群体植株形态指标、光合生理指标、环境生态指标和产量构成因素探究矮秆高粱群体的光合特性和产量形成规律。【结果】随种植密度的增加,在群体表现最为繁茂的灌浆期,辽杂35冠层中下部的光照强度、透光率、气孔导度和光合速率显著降低,并明显低于对照品种辽杂19,冠层上部上述各指标间的差异不显著。辽杂35在开花期和灌浆期上数第二片叶的电子传递速率(ETR)、光化学猝灭系数(q P)、最大光化学效率(Fv/Fm)均随密度增加呈降低趋势,而初始荧光(Fo)呈升高趋势,辽杂19各荧光参数指标均优于中高密度条件下的辽杂35。叶面积指数随着密度的增加呈增加趋势,在开花期达到最大值后逐渐下降,辽杂35密度为150 000株/hm2处理的叶面积指数下降速度最快,但在后期仍能保持较高的叶面积指数;冠层下部叶片SPAD值呈显著下降的趋势。辽杂35高粱在中高密度条件下,其群体中下部形态指标、光合生理指标和环境生态指标劣于辽杂19,可能与其株型有关,其植株矮,但叶片数基本没有减少,叶着生角度未有实质变化。随种植密度增加,辽杂35高粱生物产量、籽粒产量呈增加趋势,单穗粒数呈显著下降趋势,千粒重无显著变化。辽杂35高粱种植密度为150 000株/hm~2时,籽粒产量最高,为9 923.5 kg·hm~(-2),其产量也高于对照辽杂19。【结论】适当提高种植密度是促进矮秆高粱籽粒产量提升的关键,但增加种植密度对冠层中下部叶片光合特性和物质生产可产生负面影响,通过高粱株型改良和肥水密等栽培技术的调节,协调矮秆高粱群体和个体之间的关系,实现群体结构和个体功能的协同增益将是提高矮秆高粱产量的重要途径。 相似文献
24.
微喷灌技术在辽宁南部地区应用较为广泛,但是由于微喷灌水下限对灌水频率和产量影响较大,因而微喷灌水控制下限受到了极大关注。为了探讨不同控制下限微喷灌溉对辽宁南部地区玉米耗水规律及产量的影响。采用田间小区试验,以雨养种植(YY)作为对照,研究了2种不同微喷灌水下限,包括轻度控水灌溉(QK)、重度控水灌溉(ZK),对玉米土壤墒情、耗水规律、生长性状、产量、水分利用效率及经济效益等的影响。试验结果表明:玉米微喷控水灌溉可以有效保持土壤墒情,QK处理土壤平均含水率最高,灌水次数比ZK处理多2次;较YY对照处理,微喷灌溉处理在株高、茎粗、叶面积和干物质积累方面均具有显著的优势,说明微喷灌溉具有形成玉米高产的物质基础;微喷灌技术可以显著提高玉米出苗率24.3%,显著增加产量62.9%,QK产量高达15.62t·hm-2,说明玉米出苗率的提高是增产的重要因素;QK与ZK微喷灌水技术经济效益较对照显著提高0.8和0.57万元·hm-2。从增产、增效等方面综合考虑,微喷灌溉对于玉米苗期补偿效果显著,轻度微喷控水灌溉效益最好,适宜在辽宁南部地区推广。 相似文献
25.
土壤动物群落生态功能研究进展 总被引:1,自引:0,他引:1
土壤动物是陆地生态系统重要的组成部分,是生态系统物质循环和能量流动的关键环节。近年来,土壤动物群落生态学研究已成为环境与生态领域中的热点。对土壤动物的定义与分类、土壤动物群落的环境指示作用及促进物质循环功能等,进行基础性、群落应用、指示价值、群落多样性的研究,为今后的开发利用打下基础。 相似文献
26.
27.
28.
在阐述风景园林设计和园林植物保护重要性的基础上,为如何进一步完善城市园林设计中园林植物保护进行策略分析,旨在更好地促进我国园林工程建设发展。 相似文献
29.
基于经验模态分解与人工神经网络的参考作物腾发量混合预测模型研究 总被引:1,自引:0,他引:1
为了提高具有非线性和非稳定性特征的参考作物腾发量(ET0)时间序列的预测精度,提出基于经验模态分解(EMD)的BP神经网络预测模型。以大连地区1970~2006年间逐月ET0序列为例,首先应用经验模态分解(EMD)方法将ET0序列分解为具有不同尺度特征的本征模态函数(IMF),然后运用BP神经网络对ET0序列和分解得到的IMF进行训练,得到ET0序列的预测模型,并对ET0进行预测,最后将预测值及单纯的BP神经网络预测值分别与真实值进行对比分析。结果表明:EMD-BP模型预测值的平均绝对百分误差(MAPE)、均方根误差(RMSE)、平均绝对差(MAD)及判定系数(R2)分别为1.32%,0.0327,0.0278,0.9967;而BP模型相应的指标值分别为8.50%,0.2583,0.1839,0.8967。显然,EMD-BP模型的MAPE、RMSE、MAD值较小且R2值较大。因此,其预测精度及稳定性均优于单纯的BP模型,可作为ET0预测的一种参考。 相似文献