盘锦稻区主栽品种品质分析及改良探讨

5个盘锦稻区主栽品种为试材,选用日本优质粳稻品种作为对照,测定其主要稻米品质指标,揭示盘锦稻区主栽品种品质现状,并通过对比日本优质粳稻及部颁优质米标准,探讨本地区优质米改良方向。结果表明:与日本品种相比,盘锦稻区主栽品种加工品质优于日本品种;垩白性状劣于日本品种;营养食味品质不如日本品种;对应于优质米标准,盘锦稻区品质改良应主要集中于垩白性状及营养食味品质性状。     

不同土地利用方式对苏打盐碱土壤氮素垂直分布的影响

供试材料于2012年3月份采集于吉林省西部盐碱地典型代表区白城市镇赉县嘎什根乡,材料选择地块分别为:碱斑地、芦苇地、旱田地(前茬为玉米,采样时也为玉米)、水稻种植1年地、水稻种植5年地、水稻种植10年地(分别用SJ、SL、SH、SS1、SS5、SS10表示)。结果表明:盐碱地不同土地利用方式对土壤氮素空间分布具有一定影响,盐碱水田随着种植年限的增加,土壤全氮、速效氮含量均增加,在种植1~5年内,增加幅度较大,积累的氮素多富集于0~20 cm土层内。     

基于万维网大数据的农药场地土壤污染快速预测方法研究

及时高效预测和筛查潜在农药污染场地对环境污染风险管控具有重要意义。基于万维网公开的46个农药场地样本数据,利用五分制层次分析法建立农药场地土壤污染快速预测指标体系,包括产品特征、局部气候条件、土壤属性和场地生产特征4个因素及其相应的产品毒性、持久性、气温、降水、风速、光照、土壤质地、土壤pH、有机质含量、生产时间和闲置时间11个特征指标。其中,农药场地生产时间、产品毒性及其持久性指标五分制分级后与农药场地土壤污染均存在显著线性相关性,三个指标不同组合对场地土壤污染的线性综合预测精度小于65%,而基于11个指标的机器学习方法综合预测精度为82%,但存在污染场地严重漏判问题。以综合评价指数值P≥0.6作为农药场地土壤污染的预测阈值,五分制层次分析法综合预测精度达到91%,优于线性预测以及机器学习方法,具有关键数据需求少、预测快速高效特点,体现 “宁严勿漏”的预测原则,可用于各类型农药场地的土壤污染筛查。     

设施大棚间作玉米对丛枝菌根网络形成及辣椒疫病防治的影响

丛枝菌根（Arbuscular mycorrhizal,AM）真菌对辣椒疫病等土传病害具有生防潜力,但由于难以纯培养而未能实现规模化生产应用,如能调动土著AM真菌的抑病功能则对实际生产具有重要指导意义。依托重庆石柱辣椒科技园,研究设施大棚中间作玉米对土著AM真菌生长及辣椒疫病防治的影响。结果表明,与辣椒单作相比,间作玉米处理辣椒根系AM真菌侵染率、根际AM真菌数量与土壤磷酸酶活性以及小区作物养分总吸收量均显著提高,辣椒疫病发病率与病情指数、单株辣椒的磷吸收量及果实生物量均显著下降,其中种植密度更高的等垄宽间作处理两种作物根系AM真菌侵染率、小区玉米产量及作物养分总吸收量均显著高于等行距间作处理,辣椒疫病发病率与之正好相反。设施环境下间作玉米或能通过促进AM真菌生长及其对辣椒根系的侵染来增强其对辣椒疫病的防治功效,其中等垄宽间作处理具有更好的经济效益。     

抽水蓄能电站建设期水土流失及其次生灾害风险评价

[目的]对抽水蓄能电站建设期水土流失及其次生灾害风险进行评价,对涉及的要素特征进行筛选分析,为提高工程建设期绿色安全施工水平提供科学支持。[方法]采用层次分析法结合模糊综合评价法,从3个维度共选取了8个一级指标和34个二级指标进行分析评价。[结果]构建了抽水蓄能电站建设期水土流失及其次生灾害风险评价模型,并划分为5个风险等级,将模型应用于安徽省绩溪抽水蓄能电站的研究表明该电站在建设期水土流失风险灾害等级为3级,属一般安全等级。结合该工程建设期的实情,验证了模型的可行性。[结论]抽水蓄能电站选址在很大程度上决定着工程建设期水土流失及其次生灾害风险等级。采用该方法评价风险等级为3级及以下的工程,可在确保工程水土保持措施按照要求落实建设的基础上,增强建设期水土保持监测水平。应重点关注建设期弃渣堆置不合规及取弃土过程中的潜在土壤流失量,防微杜渐,避免水土流失及其次生灾害现象的发生。     

2000—2020年四川省植被覆盖时空变化特征及其气候驱动因子

[目的] 对四川省植被变化规律及影响因子进行分析,为该地区自然资源可持续发展提供理论支持。[方法] 基于2000—2020年四川省MODIS-NDVI数据集,统计研究区2000—2020年植被覆盖度(FVC),分析其时空变化特征以及与气候因子的关系。[结果] ①四川省FVC变化趋于稳定,其多年FVC均值在0.50左右。②在空间尺度上,FVC存在明显的空间分布异质性,东部FVC高于西部,且从西北向东南方向呈现依次递增的空间分布格局。③四川省高植被覆盖度区域面积比例达到70%左右,其总体植被状况较好,且总体存在缓慢增长的迹象。④研究区内FVC变化与气温、降水正负相关关系并存且面积比例接近。⑤四川省FVC变化的驱动力主要为非气候因子,以气候因子为驱动的区域面积占研究区总面积的21.17%。[结论] 四川省地形地貌复杂,气候条件好,植被生长旺盛,多年来FVC较为稳定,维护了长江中上游地区的生态环境。四川省未来应着重关注人类活动因子,积极构建长江中上游生态屏障。     

施氮量和密度对盐碱滩涂水稻产量和品质的影响

为明确施氮量和密度互作对盐碱滩涂水稻产量和品质形成特征的影响,以淮稻5号为试验材料, 设置6个施氮量处理:N0(0 kg·hm^-2)、N210(210 kg·hm^-2)、N255(255 kg·hm^-2)、N300(300 kg·hm^-2)、N345(345 kg·hm^-2)、N390(390 kg·hm^-2),2个移栽密度处理:D1(33.4 万穴·hm^-2,12 cm×25 cm)、D2(27.8 万穴·hm^-2,12 cm×30 cm),测定了水稻产量及品质形成的相关因素。结果表明,随施氮量增加,单位面积穗数和每穗粒数呈先上升后下降的趋势,以N300处理最高;结实率和千粒重呈下降趋势。不同密度间比较,高密度处理的穗数和千粒重高于低密度处理,每穗粒数和结实率呈相反趋势。施氮量与移栽密度组合中,以N300D1处理的产量最高,达7 978.83 kg·hm^-2。施氮量的增加提高了稻米的加工品质与营养品质,同时降低了外观品质与蒸煮食味品质。移栽密度的增加提高了稻米的营养品质,但降低了加工品质、外观品质和蒸煮食味品质。综合分析认为,施氮量300 kg·hm^-2和移栽密度33.4万穴·hm^-2, 是盐碱滩涂水稻获得高产优质的栽培措施。本研究结果为盐碱滩涂水稻的高产优质栽培提供了理论依据。     

猕猴桃AdMSD1和AdMSD2的克隆及其在果实后熟软化中的表达

锰超氧化物歧化酶(MnSOD)在植物生长发育与衰老及应对逆境胁迫中发挥重要作用。为探究MnSOD基因在猕猴桃果实后熟软化及采后贮藏过程的作用,本研究以米良1号猕猴桃为试材,克隆了2个MnSOD基因,分别命名为AdMSD1和AdMSD2。AdMSD1包含675 bp的开放阅读框(ORF),编码224个氨基酸,登录号为KY471358;AdMSD2包含690 bp的ORF,编码229个氨基酸,登录号为KY471359。生物信息学分析结果表明,AdMSD1和AdMSD2均编码稳定的碱性亲水蛋白,包含保守金属结合域DVWEHAYY、Mn²⁺金属结合位点和特征氨基酸。AdMSD1和AdMSD2均由6个外显子和5个内含子组成。进化树结果显示,2个蛋白聚在双子叶植物组的不同分支,属于MnSOD家族的不同成员。定量分析结果表明,AdMSD1在叶片的转录水平最高,在花中的转录水平最低;AdMSD2在花中的转录水平最高,在成熟果中的转录水平最低。2个基因在果实后熟软化过程的转录呈动态变化,但均在软化初期上调,软化Ⅰ期和Ⅱ期下调,进入软化Ⅲ期后再次回升。果实中AdMSD1和AdMSD2的转录水平均在低温贮藏过程中下降。AdMSD1在脱落酸处理的第1和第5天表达上调,而AdMSD2在脱落酸处理后表达下调;AdMSD1在赤霉素处理后表达下调,而AdMSD2在赤霉素处理的第1天表达上调,之后下调。研究结果表明,AdMSDs基因参与猕猴桃果实的后熟软化和采后贮藏过程,为进一步研究SOD在猕猴桃果实采后品质调控中的作用机制奠定了基础。     

北京植被净初级生产力对物候变化的响应

植被净初级生产力（Net Primary Productivity,NPP）对物候的响应是全球气候变化背景下的重要研究内容,气候变化对植物物候与NPP的影响仍需明了,物候的时空变异规律更需深入探讨。该研究基于2001-2020年MODIS归一化植被指数（Normalized Difference Vegetation Index,NDVI）数据提取北京植被物候信息,利用CASA（Carnegie-Ames-Stanford-Approach）模型模拟NPP,通过线性回归、趋势分析和结构方程模型等方法,阐明NPP与物候时空变化特征,探究气象因素和物候变化对NPP的影响。结果显示：1）2001-2020年超过70 %的区域出现生长季开始（Start of Growing Season,SOS）逐渐提前,平均每年提前0.53 d。超过90%的区域生长结束期（End of Growing Season,EOS）逐渐推迟,平均每年推迟0.51 d。2）SOS提前和生长季（Length of Growing Season,LOS）延长均对NPP增长产生显著影响（P<0.05）。SOS每提前1 d,NPP增长3.74 g/m2;LOS每延长1 d,NPP增长2.56 g/m2 。秋季EOS推迟对NPP变化影响不显著。3）春季和秋季,气候通过改变物候（SOS、EOS）对NPP的间接影响大于直接影响,而夏季温度和降雨对NPP的直接影响更大。该研究表明春季物候变化是NPP年际变异的重要驱动因子,春季物候提前导致NPP年总量增加。研究结果是都市区植被生产力如何响应气候变化认识的重要补充。     

基于Sentinel-2A的棉花种植面积提取及产量预测

及时、准确预测棉花产量在棉田经营管理、农业决策制定等方面具有重要的价值和意义。为了提高棉花产量预测精度并确定估产的最佳生育时期,该研究利用谷歌地球引擎（Google Earth Engine,GEE）获取2020年Sentinel-2A的3个时间段影像,采用随机森林（Radom Forest, RF）、支持向量机（Support Vector Machine, SVM）、决策树（Classification and Regression Tree, CART）进行棉花种植区域提取,利用顺序向前选择（Sequential Forward Selection, SFS）和偏最小二乘算法（Partial Least Squares Regression, PLSR）确定棉花产量预测最佳生育时期,最终形成莫索湾垦区棉花产量预测分布图。结果表明,1）RF分类效果最佳,农田与非农田分类总体精度为0.94,Kappa 系数为0.89;棉田与非棉田分类总体精度为0.92,Kappa 系数为0.83。2）红边波段（B6）在3个生育时期中与产量相关性较好,相关系数随着生育时期的递进而增加,分别为0.37、0.47、0.53。3）基于PLSR构建的产量预测模型中,铃期预测效果最佳（决定系数R2=0.62,均方根误差RMSE=625.5 kg/hm2,相对误差RE=8.87%）,优于吐絮期（R2=0.51,RMSE=789.45 kg/hm2,RE=11.06%）和花期（R2=0.48,RMSE=686.4 kg/hm2,RE=9.86%）,铃期为棉花产量预测的最佳生育时期。该研究利用GEE和Sentinel-2A影像数据,为新疆莫索湾垦区棉花种植面积提取及产量预测提供一种新的思路,可为合理水肥配置、精准种植、农作物生长过程监测提供数据支撑。