Improving wood volume predictions in dry tropical forest in the semi-arid Brazil

The volumetric variability of dry tropical forests in Brazil and the scarcity of studies on the subject show the need for the development of techniques that make it possible to obtain adequate and accurate wood volume estimates. In this study, we analyzed a database of thinning trees from a forest management plan in the Contendas de Sincorá National Forest, southwestern Bahia State, Brazil. The data set included a total of 300 trees with a trunk diameter ranging from 5 to 52 cm. Adjustments, validation and statistical selection of four volumetric models were performed. Due to the difference in height values for the same diameter and the low correlation between both variables, we do not suggest models which only use the diameter at breast height (DBH) variable as a predictor because they accommodate the largest estimation errors. In comparing the best single entry model (Hohenald-Krenn) with the Spurr model (best fit model), it is noted that the exclusion of height as a predictor causes the values of 136.44 and 0.93 for Akaike information criterion (AIC) and adjusted determination coefficient (R2 adj), which are poorer than the second best model (Schumacher-Hall). Regarding the minimum sample size, errors in estimation (root mean square error (RMSE) and bias) of the best model decrease as the sample size increases, especially when a larger number of trees with DBH≥15.0 cm are randomly sampled. Stratified sampling by diameter class produces smaller volume prediction errors than random sampling, especially when considering all trees. In summary, the Spurr and Schumacher-Hall models perform better. These models suggest that the total variance explained in the estimates is not less than 95%, producing reliable forecasts of the total volume with shell. Our estimates indicate that the bias around the average is not greater than 7%. Our results support the decision to use regression methods to build models and estimate their parameters, seeking stratification strategies in diameter classes for the sample trees. Volume estimates with valid confidence intervals can be obtained using the Spurr model for the studied dry forest. Stratified sampling of the data set for model adjustment and selection is necessary, since we find significant results with mean error square root values and bias of up to 70% of the total database.     

硅肥对水稻产量、品质及抗倒伏特性的影响

研究不同硅肥对宁化河龙贡米产量、品质和抗倒伏性状的影响,以期为宁化河龙贡米的可持续稳定发展提供技术支撑。以‘玉针香’为试验材料,设置3个不同硅肥处理[森夫硅肥(S1)、蔡德龙ETDA硅肥(S2)、不施硅肥（S0,对照）],调查不同硅肥处理对‘玉针香’产量形成、品质及茎秆形态和力学特征相关性状的影响。结果表明,施用S1处理森夫硅肥和S2处理蔡德龙ETDA硅肥比对照不施硅肥‘玉针香’产量高,分别提高2.82%和4.83%,有效穗数较对照增加11.57%和13.74%;整精米率较对照增加7.48%和13.07%;植株形态特征（株高、茎粗、茎壁厚度、叶片长度和宽度）没有明显影响,植株抗推力增加了18.31%和3.82%。施用硅肥能够一定程度上提高水稻产量、改善品质、提高抗倒伏能力,但不同硅肥类型对水稻的促进效应存在差异,S1处理对水稻的综合影响最大,可为河龙贡米高产栽培提供参考。     

延迟收获对长江中游春玉米农艺性状及机收质量的影响

为探明长江中游玉米籽粒机械直收适宜品种与配套农艺措施，2018—2019年选用不同玉米品种，测定不同机收时间下玉米关键农艺性状、产量及机收质量指标。结果表明，收获时间对春玉米机收产量与机收质量均有显著影响。延迟1周收获后籽粒容重显著增加，机收产量显著提高，2年平均提高9.72%；而延迟2周收获则有降低机收产量的趋势。2年收获时杂质率总体≤3%，而机收籽粒破碎率与损失率均>5%，是该区域春玉米籽粒机收面临的主要问题。籽粒厚度、籽粒含水率和百粒重是影响机收籽粒破碎率的关键性状，三者与机收籽粒破碎率均呈显著的倒二次曲线关系；玉米的倒伏率、穗位高和重心高度是影响机收损失率的关键性状，倒伏率与机收损失率呈显著正相关，而穗位高和重心高度与机收损失率均呈显著的二次曲线关系。延迟收获能显著降低籽粒含水量，从而降低籽粒破碎率，但继续延迟收获有增加倒伏的风险。综上，长江中游春玉米成熟后适时延迟7~10 d收获，可有效降低籽粒含水量与机收籽粒破碎率，提高玉米籽粒机收产量。     

LED补光对水稻秧苗素质及其生理特征和产量的影响

采用发光二极管(light-emitting diode,LED)精确调制光谱能量,研究不同光质对水稻秧苗素质(株高、根长和鲜干重)和生理特征(内源激素、抗氧化酶、可溶性蛋白和丙二醛)的影响,探讨生理特征与秧苗素质和补光移栽后产量的耦合关系。水稻秧苗分别在5种光质下进行补光照射:R (100%红光),B (100%蓝光),RB (80%红光+20%蓝光)RBG_12.5(62.5%红光+25%蓝光+12.5%绿光),RBG₂₅(50%红光+25%蓝光+25%绿光),光量子通量均为1 000μmol·m^-2·s^-1,照射30 d (6 h/d)后采样,并插秧至稻田,以无补光作为对照(CK)。与CK相比,LED补充光源显著(P<0.05)影响水稻秧苗的株高、根长和鲜干重。株高和地上部分干重最大值分别出现在R和RBG_12.5处理,而根长和地下部分干重的最大值均出现在RBG_12.5处理。LED补充光源对内源激素、抗氧化酶、可溶性蛋白和丙二醛的影响程度因光质和植物部位而异。与CK相比,RBG_12.5二显著(P<0.05)提高地上部生长素(IAA)含量和可溶性蛋白含量,B显著(P<0.05)提高地上部超氧化歧化酶(SOD)活性、过氧化物酶(POD)活性和丙二醛(MDA)含量;RBG_12.5和RBG₂₅显著(P<0.05)提高地下部IAA含量,RBC₂₅显著(P<0.05)提高地下部可溶性蛋白含量和MDA含量。补光移栽后水稻产量的变化趋势与光质对水稻秧苗壮苗指数的影响趋势一致:RBG_12.5> RBG25> RB> B> R> CK。逐步回归分析发现,壮苗指数与地上部赤霉素(GA_3)含量和IAA含量及地下部IAA含量和SOD活性显著正相关;补光移栽后产量与秧苗地上部IAA含量及地下部IAA含量和过氧化氢酶(CAT)活性显著正相关。LED补充光源通过调节水稻秧苗生理特征影响其素质,且影响效应延续至水稻成熟期。RBG_12.5光源更利于培育水稻壮苗和水稻增产,适宜用作工厂化育秧的补充光源。     

增施氮肥、硼肥对花期遮阴条件下玉米籽粒产量的影响

遮阴已成为影响夏玉米产量的重要因子，提高玉米耐阴性可为高产、抗逆栽培提供理论依据。以‘苏玉29’为试验材料，系统研究了小喇叭口期增施氮肥、硼肥缓解花期遮阴胁迫对夏玉米形态建成、物质积累和产量的影响。结果表明：遮阴处理降低了株高、茎粗、单株叶面积和干物质积累量，并延长了散粉吐丝间隔期。与遮阴处理比，小喇叭口期增施硼肥、氮肥不同程度提高了株高、茎粗、单株叶面积和干物质积累量，且同时增施硼肥、氮肥增幅最大。遮阴处理显著增加了秃尖长，降低了穗粒数和粒重，增施硼肥氮肥缓解了遮阴对突尖长、穗粒数和粒重的影响。增施硼肥、氮肥和同时增施硼肥、氮肥处理产量分别较遮阴处理提高36.7%、8.0%和43.1%。遮阴处理降低叶面积影响干物质积累，产量的降低与突尖增长、穗粒数较少和粒重降低有关。小喇叭口期增施硼肥和氮肥是缓解花期遮阴对产量不利影响的有效措施。 关键词：玉米；遮阴；氮肥；硼肥；产量；农艺性状     

地理探测器与Tobit模型在粤西地区粮食生产效率及影响因子分析中的比较应用

为明晰粤西地区粮食生产效率及其关键影响因子，实现优化资源配置效率和推进粮食生产转型升级，基于1999—2018年粤西地区茂名、阳江、湛江3市粮食生产数据，采用交叉效率DEA模型测算区域粮食生产效率，揭示近20年粮食生产效率的时空变化特征，并利用Tobit模型和地理探测器模型比较分析粮食生产效率的关键影响因子。结果表明：粤西地区粮食生产效率平均值为0.77，其中，茂名市粮食生产效率最高（0.88），阳江市次之（0.78），湛江市最低（0.65）。Tobit模型和地理探测器测算粤西地区粮食生产效率影响力（贡献力）最大的投入因子是农业机械总动力，分别为-1.082和0.942。Tobit模型测得的7个投入因子仅化肥施用量（0.015）与粮食生产效率呈显著正相关，有效灌溉面积、粮食播种面积、农药使用量3个因子与粮食生产效率相关性不显著，农用塑料薄膜使用量、从业人口、农业机械总动力3个因子呈显著负相关。而地理探测器测得所有因子均对粮食生产效率产生显著影响。阳江市投入因子贡献力与粤西地区大致相同，但化肥施用量贡献力高出有效灌溉面积0.008。湛江市与茂名市化肥和农药投入的贡献力仅次于农业机械总动力，有效灌溉面积贡献力均最低。但茂名市粮食播种面积的贡献力依次大于从业人口和农用塑料薄膜使用量，湛江市则相反。研究表明，20年来粤西地区粮食生产效率不高，整体呈中等效率水平，粮食生产效率先降后升的变化趋势显著；地理探测器测度结果无不显著因子存在，探测因子影响力比Tobit模型所得结果更稳定且偏误小；农业机械总动力是影响粤西3市粮食生产效率的主导因子，但不同城市粮食生产效率的因子贡献力差异较大，湛江和茂名对化肥、农药等污染较大的生产要素依赖性更强。     

基于CNN的小麦籽粒完整性图像检测系统

为了快速、准确识别小麦籽粒的完整粒和破损粒,设计了基于卷积神经网络(CNN)的小麦籽粒完整性图像检测系统,并成功应用于实际检测中。采集完整粒和破损粒两类小麦籽粒图像,对图像进行分割、滤波等处理后,建立单粒小麦的图像数据库和形态特征数据库。采用LeNet-5、AlexNet、VGG-16和ResNet-34等4种典型卷积神经网络建立小麦籽粒完整性识别模型,并与SVM和BP神经网络所建模型进行对比。结果表明,SVM和BP神经网络所建模型的验证集识别准确率最高为92. 25%; 4种卷积神经网络模型明显优于两种传统模型,其中,识别性能最佳的AlexNet的测试集识别准确率为98. 02%,识别速率为0. 827 ms/粒。基于AlexNet模型设计了小麦籽粒完整性图像检测系统,检测结果显示,100粒小麦的检测时间为26. 3 s,其中,图像采集过程平均用时21. 2 s,图像处理与识别过程平均用时为5. 1 s,平均识别准确率为96. 67%。     

川西高山树线交错带海拔梯度上土壤有机碳稳定性特征

高山树线交错带是高海拔地带对环境变化最为敏感的生态系统之一，土壤有机碳库及其稳定性在生态系统变化中具有显著指示作用。通过物理-化学方法对土壤不同活性有机碳进行连续分级分离，研究土壤有机碳不同组分在海拔环境梯度下分布特征及稳定性。结果表明，高山树线交错带土壤有机碳主要集中在物理分级组分（≥0.02 mm），且粒径越大有机碳含量越高，即主要以颗粒态有机碳形式存在，占比均高于98%；在<0.02 mm有机-无机复合体中有机碳采用化学分级分离，这部分有机碳占比低于土壤总有机碳2%，且主要以腐殖质（胡敏素）形式存在（占土壤总有机碳0.6%~0.8%），腐殖质占有机碳比例远低于一般土壤；随着海拔升高，土壤有机碳总量上升，颗粒态有机碳（物理分级组分）比例升高，胡敏素类腐殖质比例下降。因此，川西高海拔树线交错带的高寒土壤有机碳，主要以不稳定有机碳（POC）形式存在，随着温度上升（海拔降低）将导致土壤矿质化和腐殖化加剧，有机碳总量下降，土壤不稳定性组分（物理分级组分）降低，土壤稳定性（腐殖化比例）上升。     

基于扩散理论的华北春玉米生理成熟后籽粒脱水过程分析

玉米机收籽粒可以显著提高玉米的生产效率,是玉米生产的发展方向。生理成熟后的籽粒含水率是决定机收质量的关键,受品种、密度和气候等多种因素影响。准确估算生理成熟后玉米籽粒含水率,进而分析其主要影响因素,最终确定玉米收获时间和筛选适宜机收的品种,对玉米主产区华北的春玉米籽粒机收发展具有重要意义。因此,于2017年和2018年在河北省泊头、南大港、玉田和山西榆次进行了两年田间春玉米试验,每年设置7个共性品种,每个品种3个密度,对生理成熟后籽粒含水率、品种性状、气象和管理要素进行了监测,并利用基于扩散理论考虑空气温湿度的脱水模型对籽粒含水率进行了模拟,进而计算脱水曲线下的面积(AUDDC),用以筛选脱水优异的玉米品种。结果表明,基于扩散理论的籽粒脱水模型对玉米生理成熟后籽粒含水率的模拟效果较好;年份、地点和品种对生理成熟时籽粒含水率(M_0)和水分扩散速率(k)具有显著影响,密度对脱水参数影响不显著。逐步线性回归分析得到灌浆期参考作物蒸发蒸腾量(ET_0)、最高气温和灌水量对M_0具有显著的正效应,生理成熟后30 d内ET0和灌浆中后期降雨对k具有显著的正效应,全生育期降雨对k具有显著的负效应。品种性状中对M_0影响最大的为苞叶层数(正效应),对k影响最大的为叶片数(负效应)。通过模型计算得到,生理成熟后10d华北地区春玉米籽粒含水率可以下降到28%,籽粒含水率下降到25%的概率为50%。由模型计算得到各品种生理成熟后10 d内的AUDDC,与AUDDC平均值比较发现‘京农科728’‘张1453’‘华农887’‘广德5’和‘金科玉3306’为脱水表现优异的品种。     

基于流式细胞术的桫椤基因组大小测定

以买麻藤(Gnetum montanum)为内参,测定5种常用裂解液(Tris·MgCl_2、LB01、WPB、Otto’s、Galbraith’s)对桫椤(Alsophila spinulosa)细胞核的裂解效果,并通过比较桫椤和买麻藤流式细胞仪测定的荧光峰值,计算出桫椤的基因组大小。结果表明:5种裂解液中,WPB为桫椤最佳裂解液;桫椤基因组大小为6 003.25Mb,即2C DNA含量为6.138 pg。