基于气温预报和神经网络的参考作物腾发量预报

采用反向传播人工神经网络(BP-ANN)逼近气象因子-参考作物腾发量ET0函数关系,以天气预报中的最高和最低气温为输入进行短期ET0预报。收集了南京站实测的2010年7月1日至2013年7月7日逐日气象数据和2012年7月1日至2013年6月30日逐日对未来7d的气象预报数据,以最高、最低气温及相应的日序数为3个输入因子,ET0为输出建立一个包含一个隐含层的3层BP网络,以2010年7月1日至2012年6月30日实测气象数据及通过FAO-56PM公式计算的ET0进行网络,以2012年7月1日至2013年6月30日实测气象数据及通过FAO-56PM公式计算的ET0进行网络验证。将2012年7月1日至2013年6月30日逐日对未来7d的气象预报中的最高、最低气温输入训练及验证后的网络,得到2012年7月1日至2013年6月30日逐日对未来7d的ET0预报值,并与FAO-56PM公式计算的ET0值进行比较以验证预报精度。结果表明,预见期1~7d内,预报的ET0和计算的ET0变化趋势基本一致,预报精度随着预见期的增加而降低;平均准确率(±1.5mm/d以内)达88.08%,相关系数为0.77,均方根误差为1.28mm/d,显示出了较高的预报精度。在局部时间段内出现的ET0,PM和预报ET0的较大差别的原因是该时段内的ET0更多地受到除了日最高和最低气温之外的其他因素的影响。提出的方法 ET0预报,随着气象预报准确度的提高,可实现较为精确的ET0预报。     

基于WS和实际耗水量的膜下滴灌

通过田间试验，建立了膜下滴灌棉花CWSI和水汽饱和差VPD的定量关系，确定了棉花各生育阶段CWSI下基线的特定表达形式。对膜下滴灌条件下棉花生长发育、光合动态与根系分布规律以及不同水分处理的耗水量、产量与品质指标进行了观测。对不同水分处理棉花的CWSI进行了定期观测，得到了棉花CWSI与棉花耗水量的关系。     

水、氮效应与叶绿素关系试验研究

以冬小麦和夏玉米为试验对象，研究了不同水、氮条件对作物植株含氮及叶绿素含量的影响，作物叶片含氮、作物产量与叶绿素含量之间的量化关系，并提出了利用叶绿素仪预测作物氮素胁迫的方法。研究结果表明，田间的不同水、氮制度将影响作物的含氮水平及叶绿素含量，它们之间呈正响应关系。氮素对作物叶绿素含量起着较强的影响作用。作为一种测量叶片叶绿素含量的仪器，叶绿素仪可以作为测量作物含氮的仪器使用，具有快速、准确、简便的特点。     

日光温室作物蒸发蒸腾量的计算方法研究及其评价

对FAO推荐计算参考作物蒸发蒸腾量的Penman-Monteith(缩写为P-M)公式,在日光温室微气候的条件应用作了详细的分析。将P-M公式分为2个部分,即辐射项(ETrad)和空气动力学项(ETaero),推导出了计算温室内参考作物蒸发蒸腾量的P-M修正公式,解决了P-M公式假定温室内风速为“0”所引起的一系列问题。并根据2004年和2005年温室内实测气象数据和水面蒸发对其进行了验证,通过相关分析得出用修正后的P-M公式计算作物蒸发蒸腾量比FAO推荐的P-M公式计算值误差小、精度高。建议在日光温室里使用修正后的P-M公式计算参考作物的蒸发蒸腾量。     

参考作物蒸发蒸腾量的气象因子响应模型

基于江苏省南通市2000～2004年的旬气象资料,用FAO推荐的Penman-Monteith公式计算了参考作物蒸发蒸腾量,研究了参考作物蒸发蒸腾量与最高气温、最低气温、平均气温、相对湿度、日照时数、风速和气压等气象因素间的关系,建立了参考作物蒸发蒸腾量的响应模型.结果表明,参考作物蒸发蒸腾量与"温度因子"的关系最强,其次为"湿度和日照因子","风速因子"也有一定的影响,"气压因子"影响作用则稍弱;建立的气象因子响应模型模拟精度较高,可以简化参考作物蒸发蒸腾量计算.     

机器视觉技术在精细农业中的研究进展

精细农业以节约投入、增加产出、提高投入物利用率、减少环境污染为目的.快速、准确地采集各种农田信息,有效地监测农业对象是实施精细农业的重要基础.机器视觉技术由于其非破坏性、精度高、成本效率高、信息量大、灵活等特点,在精细农业中得到了广泛的应用.为此,通过对大量参考文献进行分析,发现机器视觉在精细农业中的主要研究方向集中在农业机械自动导航、作物生长信息检测、变量控制等方面.同时,对机器视觉技术在上述领域中的研究情况进行分析和总结,并讨论了未来机器视觉技术在精细农业中应用存在的问题以及发展前景.     

Hydraulic-hydrological simulations of canal-command for irrigation water management

A modelling system that combines the hydraulic simulations of the canal and hydrological simulations of the irrigated command is introduced. It uses MIKE 11 and MIKE SHE, two well-established modelling systems, for the hydraulic and hydrological simulations respectively. In addition, it also has an irrigation scheduling module and a crop growth module. The modelling system is applied to the Mahanadi Reservoir Irrigation Scheme, a large irrigation project in Central India. The results show that presently a significant amount of water is wasted in the command during the monsoon season. It is demonstrated that the minimization of this wastage could lead to a substantial crop production in the subsequent dry season. Furthermore, the simulations illustrate the versatility of the modelling system for planning and analysing the various aspects of an irrigation project.     

我国植保机械及施药技术现状与发展趋势

阐述了我国植保机械及施药技术的现状,分析了我国施药技术中存在的问题以及与国外植保机械发展水平的差距,并提出了发展趋势。     

大田作物非充分灌溉实施效果分析评价

将现有非充分灌溉技术研究成果应用于大田作物中,从作物耗水量、单产、产量要素、水分生产率、节水量与总效益等方面进行了综合评价。结果表明,与充分灌溉相比,非充分灌溉(Ⅰ)节水增效显著,非充分灌溉(Ⅱ)总产量或总效益下降较大,实际应用中应把握好非充分灌溉度的问题。     

Agricultural practice changes with cultivating genetically modified herbicide-tolerant oilseed rape

To facilitate weed suppression, oilseed rape or canola (Brassica napus) has been genetically modified (GM) over the last two decades to incorporate herbicide tolerance (HT). The introduction of oilseed rape in commercial agriculture raises concerns about potential adverse agronomic and environmental effects linked to both the genetic modification and altered agricultural practice. How will this new crop modify the existing cropping practice? What are the potential agro-environmental implications of its introduction? This paper analyses and schematises recorded and conceivable agricultural practice changes with GMHT oilseed rape introduction and its likely agro-environmental effects. It develops a conceptual systematics of influencing factors, subsequent practice changes and likely agro-environmental effects. The results can be used to design the mandatory monitoring of adverse GM crop effects.