不同释放期控释肥和水氮用量对冬小麦产量的综合影响

为揭示不同释放期控释肥及其水肥用量对冬小麦产量的影响，优化冬小麦水氮管理措施，采用裂区设计进行田间试验，以灌水量为主处理，施氮量和控释肥类型分别为副处理和次副处理，其中，灌水量设30、60和90 mm；施氮量设0、75、150和225 kg/hm2的施肥梯度；控释肥类型包括释放期分别为60、120 d的聚氨酯包膜尿素（PCU60，PCU120），以普通尿素作为对照（U）。结果表明：灌水量、施氮量、控释肥类型单一因素均对冬小麦有效穗数、千粒质量、干物质质量、籽粒产量有显著影响。各因素两两之间的交互作用对籽粒产量有显著影响。相较于U处理，增加灌水使PCU60产量平均提高308 kg/hm2，PCU120产量平均下降270 kg/hm2；增施氮肥刚好相反，使PCU60产量平均下降289 kg/hm2，PCU120产量平均提高118 kg/hm2。根据所构建3种肥料的水氮生产函数可知，在U处理取得最高理论产量6 823 kg/hm2时的水氮用量下，2种释放期的控释肥PCU120和PCU60可分别获得14.31%和12.08%的增产效果。利用水氮生产函数和频率分析法得到不同控释肥类型获得较高产量的水氮用量区间，以PCU120产量最高、所需灌水量最低，分别为7 744～7 826 kg/hm2、47.72～52.28 mm；PCU60所需施氮量最低，为145.42～187.91 kg/hm2。综合考虑增产节肥节水效果，推荐PCU120为冬小麦季适宜的控释肥类型，其适宜水氮用量区间分别为47.72～52.28 mm、159.23～199.47 kg/hm2。     

玉米大斑病菌和小斑病菌交配型多重PCR 检测方法的建立与应用

【目的】由大斑突脐蠕孢（Exserohilum turcicum）和玉蜀黍平脐蠕孢（Bipolaris maydis）引起的玉米大斑病和小斑病是玉米生产上重要的叶部真菌病害,本研究旨在建立玉米大斑病菌和小斑病菌交配型多重PCR检测方法,为玉米大斑病菌和小斑病菌的交配型田间分布和有性生殖研究提供技术方法。【方法】根据GenBank中已登录的玉米大斑病菌（登录号MAT1-1：GU997138和MAT1-2：GU997137）和小斑病菌（登录号MAT1-1：X68399和MAT1-2：X68398）交配型基因序列,利用Primer Premier 5.0软件设计2种病原菌交配型多重PCR检测特异性引物,采用单因素法对引物的退火温度以及扩增程序中延伸时间和循环数等重要参数进行优化,建立玉米大斑病菌和小斑病菌交配型多重PCR检测方法,并对2种病原菌的交配型多重PCR检测灵敏度和特异性进行检验。同时,对田间采集的129株玉米大斑病菌和194株玉米小斑病菌单孢菌株的交配型进行多重PCR检测,以明确建立的交配型多重PCR检测方法的适用性。【结果】建立的多重PCR方法和设计的交配型特异引物StMAT01-2F/R、StMAT02-3F/R、ChMAT01-3F/R和ChMAT02-2F/R可分别扩增出MAT1-1、MAT1-2型菌株大小为816、132 bp（大病斑菌）与490、136 bp（小病斑菌）的特异性目的条带。25 μL多重PCR扩增体系：2×Multiplex PCR Mix 12.5 μL,引物各10 pmol,DNA模板100 ng,退火温度为57.2℃（大病斑菌）和55.0℃（小斑病菌）,35个循环。该多重PCR对玉米大斑病菌MAT1-1、MAT1-2型单孢菌株的检测灵敏度分别为0.1、0.01 ng基因组DNA,而对玉米小斑病菌MAT1-1、MAT1-2交配型的检测灵敏度均为0.1 ng基因组DNA。该交配型多重PCR检测方法对玉米大斑病菌和小斑病菌特异性很强,能够很好地区分玉米大斑病菌和小斑病菌相应的近缘种和14株其他真菌菌株。不同地理来源的玉米大斑病菌和小斑病菌交配型检测结果表明,该多重PCR能够准确地检出129株玉米大斑病菌和194株玉米小斑病菌的交配型,且检测结果与随机抽取的菌株杂交验证结果完全吻合。【结论】构建的玉米大斑病菌和小斑病菌交配型多重PCR检测方法灵敏度高、特异性好、操作简便,能够准确、快速地检测出玉米大斑病菌和小斑病菌的交配型,为玉米大斑病菌和小斑病菌的交配型田间分布和监测及有性生殖研究提供了可靠的技术方法。     

土壤外源钴对大麦根伸长的毒害及其预测模型

选取我国11种不同性质的农田土壤，通过外源添加重金属钴（Co），研究其对大麦（Hordeum vulgare L.）根伸长的毒性阈值及土壤性质对Co毒性的影响。结果发现，Co对大麦根伸长10%抑制效应（EC₁₀）在11种土壤中的变化范围为37.1~3 914 mg·kg^-1土（105.5倍），50%抑制效应（EC₅₀）的变化范围为166.1~6 030 mg·kg^-1土（36.3倍）。建立土壤性质与毒性阈值的回归方程，结果表明土壤pH是影响土壤Co毒性阈值最重要的因子，作为单因子时分别可以解释77.6%、72%的EC₁₀和EC₅₀的变异（P≤0.001）。当在EC₁₀预测模型中引入土壤pH和土壤黏粒（Clay）双因子时，可以解释83.9%的EC₁₀的变异（P<0.001），EC₅₀预测模型中引入土壤pH和总碳（TC）双因子时，可以解释86.1%的EC₅₀的变异（P<0.001）。将我国土壤中得到的Co毒性阈值预测模型和欧洲北美10种土壤的预测模型进行比较验证，结果发现基于我国土壤得到的预测模型可以较为准确地预测欧洲北美土壤中Co的大麦根伸长毒性阈值，但基于欧洲北美土壤的预测模型不能准确预测我国土壤中Co的毒性阈值。研究表明，我国土壤性质对Co毒性有显著的影响，基于土壤性质建立的预测模型可为土壤中Co生态风险评价提供参考依据。     

常州市钟楼区耕地产能空间分布与影响因素分析

耕地产能评价对于耕地资源保护及质量提升具有重要的现实意义。通过构建耕地产能评价体系，运用空间自相关及主成分回归分析法对常州市钟楼区的耕地产能进行空间分布及影响因素分析。结果表明：基于气候、自然因素和技术水平综合指标的耕地产能评价体系具有适用性和可操作性；钟楼区耕地产能等别分为6等和7等，其中6等地占比达到97.55%，等别空间分布呈现出城区内部街道低、外围地区较高的格局；耕地产能整体空间集聚性显著，各街道（乡镇）均表现出较强的空间正相关性，正相关类型（HH型和LL型）多呈现组团式，负相关类型（LH型和HL型）则分布零散；耕地自然质量和技术水平是影响钟楼区耕地产能空间分布的主要驱动因素，其中，耕作层厚度、有机质含量、障碍层距地表深度和土壤养分元素为主导因素，pH值、灌溉保证程度和排水条件为次要因素。因此，应从增强耕地自然质量、提高耕地技术水平等方面制定提高耕地产能的针对性措施。     

汽车变速器齿轮修形仿真分析

汽车变速器的关键部件齿轮因其加工和装配质量的影响,工作时容易引起振动噪声大及承载能力降低等问题,而齿轮修形是解决这些问题的有效方法,且成本较低。针对某款汽车变速器,利用Romax对齿轮进行修形分析。结果表明,修形后减小了齿轮的传动误差和最大接触应力,齿面载荷分布更加合理。有效改善了齿轮的传动性能,增加了齿轮寿命。     

我国居民肉类消费特征及趋势判断——基于双对数线性支出模型和LA/AIDS模型

为分析我国城乡居民肉类消费水平及其结构特征,判断居民肉类消费的未来趋势,基于FAO和统计年鉴等相关统计数据,运用双对数线性支出模型和LA/AIDS模型(Linear approximated/Almost ideal deal demand system模型),测算我国及城乡居民肉类消费需求的价格弹性和收入弹性。结果显示我国居民肉类消费量不断增加,且城乡居民肉类消费差距逐步缩小。居民对牛羊肉需求的收入弹性最大,禽肉次之,猪肉最小。其中,农村居民对各项肉类消费需求的收入弹性均显著高于城镇。我国居民的牛羊肉需求对自身价格及其他肉类价格变动较敏感,猪肉需求对自身价格与其他肉类价格变动敏感度较低。由此推断,未来我国居民对牛羊肉消费将呈波动增长态势,而对猪肉的消费呈缓慢增长,但消费量趋于稳定。     

农业分区框架下Hargreaves-Samani公式的逐月回归修正

为验证中国农业综合分区框架下Hargreaves-Samani(HS)公式线性回归修正方案的适用性,利用中国气象数据网发布的124个站点1957—2016年的逐月有效日平均气压、平均最低气温、平均最高气温、平均风速、平均水汽压、月总太阳辐射数据及站点经纬度数据,首先,分别基于Penman-Monteith(PM)公式和HS公式计算了各站点多年逐月的参考作物需水量ET_(0-PM)和ET_(0-HS)。然后,以ET_(0-PM)为真值,基于1957—2010年的逐月ET_(0-PM)和ET_(0-HS),利用线性回归分析方法获取了中国38个农业管理子区的HS公式校正系数a、b,并以2011—2016年为验证年份,通过比较ET_(0-HS)校正前后的相对误差变化,验证了HS公式线性回归校正方法在中国农业区的适用性,并结合验证年份的具体误差结果,确定了各农业区HS公式校正系数a、b的逐月最优取值。结果表明:大部分农业区的大部分月份ET_(0-PM)与ET_(0-HS)的相关系数超过0. 6,可以进行ET_(0-HS)的回归校正;回归校正得到的系数a存在显著的季节变化规律,系数b则表现较为平稳;系数a、b的大小及变化说明了ET_(0-PM)和ET_(0-HS)彼此之间存在差异,且季节性明显;校正前后的ET_(0-HS)均存在不同程度的相对误差,但校正后的ET_(0-HS)的误差范围已经显著缩小;在具体的验证应用中,校正后的ET_(0-HS)并不完全是最优结果,实践中系数a、b的优选使用才是最佳方案。本研究验证的HS公式线性回归校正方法是实践中简便、可行的方案,对大尺度区域快速获得较高精度的参考作物需水量具有实际意义和推广价值。     

矾根主要品种的叶色表型性状分析

通过目测进行分类的方式很难准确界定矾根品种叶色。为建立一套更为科学的基于叶色表型的矾根品种分类体系,笔者利用色差仪对72个矾根品种共计432个样品的叶色进行测定,对获得的L、a、b 3个色度值进行聚类分析,将72个矾根品种分为褐色系、深绿色系、黄色系、灰绿色系、浅绿色系5类色系。对矾根品种各色系的L、a、b值进行相关性分析,发现叶片正面的L值与a值、a值与b值呈负相关,L值与b值呈正相关,但相关性不明显;叶片背面的L值与a值、a值与b值呈负相关,L值与b值呈显著正相关。从多重比较的结果中可以看出,矾根品种各色系之间的L、a、b色度值差异显著,尤其是各色系间叶正面的颜色差异较大,在矾根品种选育工作中,叶片正面的颜色将作为主要参考。     

Development of a linear mixed-effects individual-tree basal area increment model for masson pine in Hunan Province,South-central China

ABSTRACT

An individual-tree basal area increment model was developed for masson pine based on 26276 observations of 13,138 trees in 987 sample plots from the 7th (2004), 8th (2009), and 9th (2014) Chinese National Forest Inventory in Hunan Province, South-central China. The model was built using a linear mixed-effects approach with sample plots included as random effects since the data have a hierarchical stochastic structure and biased estimates of the standard error of parameter estimates could be a consequence of applying ordinary least square (OLS) for regression. In addition, within-plot heteroscedasticity and autocorrelation were also considered. The final mixed-effects model was determined according to the Akaike information criterion (AIC), Bayesian information criterion (BIC), log-likelihood (Loglik), and the likelihoodratio test (LRT). The results revealed that initial diameter (DBH), the sum of the basal area (m²/ha) in trees with DBHs larger than the DBH of the subject tree (BAL), number of trees per hectare (NT), and elevation (EL) had a significant impact on individual-tree basal area increment. The mixed-effects model performed much better than the basic model produced using OLS. Additionally, the variance structure of the model errors was successfully modeled using the power function. However, the autocorrelation structures were not defined because there was no autocorrelation amongst the data. It is believed that the final model will contribute to the scientific management of the masson pine.