旱作水稻水肥耦合模型及经济效应

为了探讨膜下滴灌旱作水稻水分、肥料与产量之间的关系,采用通用旋转组合设计试验方法,进行膜下滴灌旱作水稻水肥耦合模型试验,并对其应用前景进行了比较分析.在供试土壤膜下滴灌条件下,灌溉定额、氮、磷与水稻产量之间符合三元二次回归模型,其一次项、二次项及水氮交互项回归系数均达显著水平,三因素的增产作用从大到小依次为灌溉定额、施氮量、施磷量.采用此模型计算的预测产量与实际产量之间呈高度正相关,预测准确度达99%.由此计算得出最高产量灌溉定额及其施肥量、经济最佳灌溉定额及其施肥量.提出实现目标产量的水肥最优组合方案:若以9 300~9 600 kg/hm²为目标产量,则灌溉定额、氮、磷用量分别为9 730~10 500 m³/hm²,272~363 kg/hm²,136~147 kg/hm²;若同时考虑经济效益,则最佳的灌溉定额、氮、磷肥用量分别为8 500~9 015 m³/hm²,225~240 kg/hm²,90~120 kg/hm².对比不同种植模式表明,膜下滴灌旱作水稻的产量与播后上水直播基本持平,其成本与育秧移栽种植持平,但水分生产效率(1.06 kg/m³)远远高于其他3种种植方式.与传统育秧移栽种植相比较,膜下滴灌旱作水稻节水50%,节约肥料30%以上.     

广西引种菜用黄麻试验初报

通过对福建农林大学提供的15份菜用黄麻品系进行对比试验,从生长发育特性、鲜茎叶和种子产量以及鲜茎叶采收进程等方面进行研究．结果显示,14个参试品系鲜茎叶及种子的产量均高于对照品种MC2,鲜茎叶增产幅度在0．43％-26．07％,其中MC5（14013．25kg／hm2）比对照MC2增产26．07％,达极显著水平,MC7、MC10比对照增产12.37％、14．11％,品质优良,产量构成因素匹配较好,适合在广西推广种植;鲜茎叶采收重量呈现出低-高-高-低-高的趋势。     

生物黑炭对设施土壤理化性质及蔬菜产量的影响

选取典型日光温室,通过一年两季田间小区试验,研究生物黑炭不同用量对设施土壤理化性质及蔬菜产量的影响,以期为生物黑炭在设施土壤中合理运用提供参考。结果表明,设施土壤施用生物黑炭与习惯处理相比,能显著降低土壤容重2.65%~15.73%,提高土壤CEC 1.03%~5.46%,提高土壤有机碳含量7.28%~24.95%,增加土壤速效钾含量19.06%~168.5%,施用量越大效果越明显;施用生物黑炭也增加了土壤水解氮和速效磷含量,但与习惯处理相比差异不显著。生物黑炭本身pH较高,但经过蔬菜整个生长季后,对土壤pH影响不大;生物黑炭矿物质含量较高,增加土壤养分的同时也提高了土壤全盐含量。低量生物黑炭对蔬菜产量影响不大或有提高作用,但高量生物黑炭会造成蔬菜减产,因此,设施土壤生物黑炭施用量不宜过高。     

旱地红壤长期定位施肥养分下移特征及作物产量效应研究

为了给合理施肥与面源污染防治提供科学依据,以玉米为试材,试验设4个处理,研究了旱地红壤长期施肥养分在剖面中的下移特征和作物产量效应。结果表明长期施用N、P肥和有机肥显著增加0~20 cm碱解氮、速效磷、速效钾和有机质含量;N与P或有机肥配施明显减少20~60 cm碱解氮含量,60~80 cm碱解氮含量差异较小;P与有机肥配施减少20~40 cm速效磷含量;40~60 cm速效磷含量差异极小;40 cm以下速效钾差异不明显,有机质60~80 cm以下无差异。低产红壤经28年改良培肥,生产性能达到中上等肥力水平。长期施N和NP,玉米籽粒分别在第8、24年绝收,NMP处理比NP处理显著增产。     

施肥和播种量对扬州地区苜蓿生长特性和产草量的影响

用裂区试验设计研究扬州地区苜蓿(Medicago sativa)不同播种量和施肥水平对产草量及生产性能的影响。结果表明:江淮地区苜蓿推荐播种量为18.75 kg·hm^-2,氮、磷、钾推荐施用量分别为23,113,68 kg·hm^-2时,此时苜蓿的理论产草量可达22858.25 kg·hm^-2。单独施用氮、磷、钾肥时,在一定范围内对苜蓿产草量有促进作用,但当超过最大施用量时,对苜蓿的生长反而造成抑制。建议氮肥施用量不超过30 kg·hm^-2,磷肥施用量不超过130 kg·hm^-2。氮、磷、钾共同施用时苜蓿产草量才能达到最大值;氮肥在苗期、分枝期和初花期对苜蓿植株生长均有一定的促进作用;磷肥促进苜蓿主枝数的增加,氮钾肥有利于苜蓿侧枝数的生长。     

不同轮作方式对退化苜蓿草地水分影响及产量效益比较研究

在宁南旱区将10 a生退化苜蓿草地翻耕后,进行了为期3年(2003-2005年)的草粮轮作试验,轮作作物为春小麦、马铃薯和谷子,以保持生长的退化苜蓿为对照,形成了27种不同草粮轮作方式。研究不同轮作处理对土壤水分的恢复状况以及产量效益,并通过综合指标法比较出最佳的草粮轮作模式。试验结果表明,退化苜蓿翻耕后3 a轮作期间,0~200 cm土壤水分均有不同程度恢复,而且主要受当年轮作作物影响较大;马铃薯为草粮轮作首选作物;不同轮作方式的作物总产量、经济总产值、水分利用效率和降水生产效率,以及第3 a 0~200 cm土壤水分含量等指标间差异显著(P0.05),马铃薯-马铃薯-马铃薯(PPP)、马铃薯-马铃薯-春小麦(PPW)、马铃薯-春小麦-马铃薯(PWP)和马铃薯-谷子-春小麦(PMW)为较好的轮作方式,其中马铃薯-马铃薯-春小麦(PPW)为综合指标法比较下的最佳轮作模式,该模式的作物总产量、总产值、水分利用效率、降水生产效率和0~200 cm土壤含水量分别为5 214.50 kg/hm2、15 301.87元/hm2、9.38kg/(hm2.mm)6、.87 kg/(hm2.mm)和254.58 mm,土壤水分净恢复量50.69 mm,可作为当地适宜的草粮轮作模式加以推广。     

中国稻草还田技术研究进展

随着中国农业的发展,大量稻草被焚烧或者弃置,这不仅浪费了养分资源还造成环境污染。本文综述了稻草还田的方式方法,稻草还田对土壤性状及水稻产量的影响以及稻草还田对水稻氮素吸收和氮肥利用率的影响,以期待稻草还田技术可以进一步推广应用。     

硫肥对油菜生长的影响研究进展

油菜是一种主要油料作物。目前土壤缺硫和潜在缺硫已经成为影响油菜生长及产量提高的限制因素,而产量潜力高的杂交油菜生长需要较多的硫肥,因此有效地施用硫肥在提高油菜产量方面有重要作用。不同形式硫肥在土壤中通过土壤微生物介导在相关酶作用下转化为硫酸根离子,硫素被油菜根系吸收的主要形态是土壤溶液中硫酸根离子形式。油菜的生长和产量与硫肥的施用量、土壤环境、施用时间及方式等因素相关。     

基于GF-1与Landsat8 OLI影像的作物种植结构与产量分析

作物种植结构监测和估产是精准农业遥感的重点领域,其研究对于指导作物种植结构和制定农业政策具有重要意义。该文以黑龙江省北安市为研究区,以2015年的Landsat8 OLI和多时相GF-1为遥感数据源,基于物候信息和光谱特征确定的农作物识别关键时期和特征参数,构建面向对象的决策树分类模型,开展作物种植结构监测研究;综合植被光谱指数和地面采样数据,采用逐步回归方法建立产量遥感估算模型。结果表明:多源与多时相的遥感数据可以反映不同农作物的季相特征,应用本文所构建的决策树分类模型,作物分类效果较好,总体精度达87.54%,Kappa系数为0.8115;2015年,北安市的主要作物类型为大豆、玉米、水稻和小麦,面积分别为2204、1955、122和19 km~2,其中大豆的种植面积最大,占作物种植面积的51.24%。基于NDVI、EVI和GNDVI构建的多元回归模型为北安市大豆和玉米产量估算最优模型(R~2=0.823 7,均方根误差135.45 g/m~2,精度80.55%);北安市玉米高产区集中分布在西部,大豆的高产区主要分布在东部;2015年北安市玉米和大豆的单产分别为8 659、2 846 kg/hm~2,总产量分别为16.93×10~8、6.27×10~8 kg。利用作物关键物候期的多源多时相遥感数据能够精确高效地提取作物种植结构,构建的产量估算多元回归模型,为精准农业科学发展提供参考。     

Yields of Green Grams and Pigeonpeas under Smallholder Conditions in Machakos County,Kenya

Green grams and pigeonpeas have multiple benefits to the rural poor as food security, fodder for livestock and fuel for small-scale farmers, despite low smallholder yields in Kenya. However, little is known about the factors between different farmers that influence the yields of green grams and pigeonpeas. The objectives of this study therefore were to describe and compare how the groups of farmers in agro-ecological zones (AEZs) LM 4 and LM 5 differ by their yields of green grams and pigeonpeas and to estimate the parameters of the variables which explain the yields. Data collection was through a well-structured questionnaire, administered to 364 respondents, selected through a multi-stage sampling technique. Each AEZ had an equal sample size (182 respondents). One-way analysis of variance (ANOVA) and multiple linear regression were used during data analysis. The ANOVA results showed that the mean of the green gram yields in AEZs LM 4 and LM 5 was 19.90 and 173.67 kg ha^?1 while the mean of the pigeonpea yields was 109.26 and 34.01 kg ha^?1, respectively. The multiple linear regression model results showed that the green gram yields were positively related to the use of improved seed (p?=?0.001), cultivated farm sizes (p?=?0.011), green gram crop intensity (p?=?0.005), oxcart (p?=?0.003) and agro-ecological zone (p?=?0.000). The farmer differences in the use of improved seed were found to be significantly and positively related to the yields of pigeonpeas (p?=?0.057), while the sizes of the cultivated farms (p?=?0.057) and the agro-ecological zones (p?=?0.000) showed inverse relationships (IRs). Based on the given research evidence, it was therefore concluded that the groups of farmers in AEZs LM 4 and LM 5 have different yields of green grams and pigeonpeas and there are factor gaps in productivity.