高温胁迫对番茄幼苗光合作用和叶绿素荧光参数的影响

以耐热品种Saladette为试材,分析高温下番茄的同化产物分配、光合作用、叶绿素荧光参数等指标的变化。结果表明,高温处理后,番茄幼苗的株高、株幅增加,地上部鲜质量、干质量以及根的鲜质量、干质量、鲜质量根冠比均小于对照。高温处理对番茄叶片光合作用具有抑制作用,随处理时间延长,光合速率呈下降趋势。高温胁迫下叶片的Fv/Fm呈降低趋势,处理48 h时,Fv/Fm、qP、NPQ、Y(Ⅱ)分别降低31.65%、23.57%、22.71%、14.5%。调节性能量耗散的量子产量Y(NPQ)显著增加,48 h时为对照的1.44倍。非调节性能量耗散的量子产量Y(NO)变化不大。在高温胁迫下,叶片可通过提高热耗散来保护光合机构从而减轻伤害。     

AM真菌对不同栽培基质甜椒生长及产量品质的影响

以甜椒为材料,研究了菌根真菌对普通土壤和富有机质土壤不同栽培方式下甜椒生长发育、产量及品质的影响。结果表明,AM真菌显著提高了甜椒的根系活力,促进了根系中须根的萌发和生长;接菌处理还显著提高了甜椒叶片的叶绿素含量和光合速率,富有机质土壤的促生作用更明显;接菌处理使甜椒的产量有了明显的提高,与对照相比达到了显著差异;接菌处理对甜椒的品质也有很好的改善作用,表现为硝酸盐含量下降和总糖、VC、粗蛋白含量增加,因此菌根苗在富有机质土壤栽培下应用效果更好。     

追施不同氮肥对日光温室甜椒产量和品质的影响

以甜椒为材料,研究追施不同氮肥对甜椒产量和品质的影响。结果表明:在追施含氮量相同的不同氮肥条件下,各处理甜椒叶片的叶绿素含量和光合速率与普通土不追肥相比都有显著的提高,而不同氮肥处理间却没有显著差异;各追肥处理下的甜椒果实中VC、粗蛋白和总糖含量比不追肥都有明显的提高,各处理间互有高低差异不明显,追施硝酸钙处理下甜椒果实中硝酸盐含量明显的高于不追肥处理,而追施尿素和碳酸氢铵处理与不追肥相比还稍有下降;各追肥处理下甜椒产量较不追肥有显著的提高,处理间也无明显差别;尿素和碳酸氢铵的利用效益较好。     

不同类型黄瓜品种春大棚栽培的适应性研究

对国内外17个不同类型的黄瓜品种进行了春大棚比较试验,从植株生物学性状、果实商品性状、熟性、产量和品质等方面进行了综合分析,结果表明:国外品种MK171、Ubonka的表现最好,国产品种以北京103表现最好,产量均在1.0×105kg.hm-2以上,其次为中农10号、中农203和中农12号,产量均在8.95×104kg.hm-2以上,以上品种均可用于春大棚高产栽培。     

强酸性电解水浸种对黄瓜种子发芽与幼苗生长影响的研究

研究了不同浓度（有效氯浓度）强酸性电解水浸种对黄瓜种子发芽与幼苗生长的影响, 结果表明：低、中浓度电解水对黄瓜种子发芽率没有影响,高浓度电解水会抑制种子发芽;适宜浓度电解水浸种可提高种子胚芽生长速率,促进黄瓜幼苗生长与干物质积累,提高黄瓜幼苗素质,而高浓度电解水则产生抑制作用;黄瓜浸种适宜的电解水指标为：pH 2.35左右、ORP 1135mV左右、有效氯浓度 30 mg·L-1左右。     

温室甜椒有机化土壤长季节栽培技术的研究

利用麦秸与玉米秸、菇渣、草坪草、甜瓜秧等农作废弃物与土壤有机肥混合配制有机土壤栽培系统,进行甜椒越夏长季节生产。结果表明,不同有机化土壤处理均有促进甜椒生长,提高甜椒坐果数而增产的效应,有机土壤栽培还可明显提早甜椒熟期,缩短节间距及提高甜椒产量。     

两种捷克丛枝菌根真菌组合菌剂对设施黄瓜苗期生长的影响

采用日光温室穴盘育苗,在黄瓜播种时接种2种不同的捷克商品丛枝菌根真菌(AMF)组合菌剂BF和VT,比较了不同菌剂对黄瓜苗期生长的影响。结果表明:VT和BF组合菌剂均能不同程度地侵染黄瓜幼苗根系,接种35d时侵染率分别为49.30%、37.65%;接种BF和VT菌剂的幼苗株高、茎粗、干质量、鲜质量均明显高于未接菌处理,且以接种VT菌剂表现最佳;与未接菌对照相比,接种VT菌剂可使黄瓜幼苗的根系活力、叶绿素含量、光合速率显著提高,表明蔬菜专用菌剂VT对黄瓜幼苗生长有较好的促进效果。     

丛枝菌根真菌对温室有机土栽培黄瓜的作用研究

研究了2种丛枝菌根真菌在有机土基质和普通土壤中对温室黄瓜生长、产量及营养品质的影响。结果表明:接种GM后黄瓜的光合速率,叶片可溶性糖都显著高于对照;接菌可显著提高黄瓜产量,在有机土中接种Glomous mosseae(GM)和Glomous versiforme(GV)可使黄瓜产量分别比对照提高28.5%和25.4%,而土壤中接种GM和GV亦可使其产量分别比对照提高58.1%和31.3%,同时接种菌根菌后瓜条中的总糖、VC、干物重均明显提高,营养品质得到明显改善。因此可以认为在黄瓜生产中应用菌根苗可以明显提高黄瓜的产量品质。     

基于改进型极限学习机的日光温室温湿度预测与验证

日光温室温湿度模型是其结构设计与控制的重要基础,因日光温室系统具有大惯性、强耦合、非线性等特性,采用机理分析法,难以建立其准确的数学模型,导致日光温室控制效果差。神经网络建模能更加灵活地得到日光温室系统的参数,但传统的极限学习机(extreme learning machine,ELM)存在隐含层神经元激励函数固定,只考虑经验风险(即训练误差最小化),而导致过拟合等问题。为了实现对日光温室内温湿度环境因子的综合控制,需要进一步提高日光温室环境因子的预测精度,该文将基于正交基函数的改进型极限学习机对日光温室环境因子进行辨识,并利用经验模态分解(empirical mode decomposition,EMD)方法确定网络隐含层节点数,建立了日光温室温湿度环境因子预测模型。利用所建立的模型对日光温室内的温度和湿度等环境因子进行预测结果表明:温度模型有效性为0.9434,湿度模型有效性为0.9208,实测值与预测值的拟合关系比较理想,说明基于正交基函数的改进型极限学习机对日光温室进行系统辨识是可行的,且对日光温室智能控制的发展有一定的参考价值。