玉米秸秆还田条件下冬灌时间与施氮方式对冬小麦生长发育及水肥利用效率的影响

为给玉米秸秆还田条件下冬小麦的水氮运筹提供依据,以小麦品种临优2069为材料,研究了山西省小麦-玉米一年两熟区玉米秸秆还田条件下冬灌时间和施氮方式对冬小麦生长发育及水氮利用效率的影响。结果表明,随着冬前灌水时间的推迟,小麦总茎数、单株分蘖数、成穗数、产量、籽粒水分生产率、氮肥表观利用率均呈先升高后降低趋势,以11月25日冬灌的最高。在施氮量相同条件下,氮肥一次性底施(N10∶0)的拔节期总茎数、成穗数、产量、籽粒水分生产率和氮素吸收量、表观利用率高于氮肥70%底施+30%拔节期追施(N7∶3)处理,冬前总茎数、单株分蘖数则相反。冬前灌水时间提前和氮肥一次性底施有利于提高小麦前期单株干重;冬前灌水时间推迟和后期追氮则有利于灌浆期穗部和总干物质的积累。因此,山西省小麦-玉米一年两熟区,秸秆还田条件下氮肥采取一次性底施,并于11月25日冬灌,可实现冬小麦的高产高效栽培。     

干热风对冬小麦灌浆速率和千粒重的影响

为定量分析冬小麦灌浆不同时期出现的干热风对小麦产量形成带来的危害,利用郑州农业气象试验站连续两个年度的干热风人工控制试验数据,结合前期作物观测资料,研究了干热风对冬小麦籽粒灌浆速率及千粒重的影响。结果表明,干热风导致冬小麦灌浆速率不同程度下降,不同时期干热风的降幅表现为灌浆中期灌浆后期灌浆前期,重度干热风轻度干热风。随着干热风后冬小麦的自身修复和后续灌浆进程,最终千粒重不同程度降低,降低幅度最大的是灌浆后期重度干热风,千粒重降低5.4g,降幅达14.5%;其次为灌浆中期重度和轻度干热风,千粒重分别降低9.7%和4.8%;再次为灌浆后期轻度干热风;而灌浆前期干热风对千粒重影响不显著。     

冬小麦产量及土壤肥力的水氮调控效应

为了解水分和氮素调控对冬小麦产量及土壤肥力的影响,通过长期定位试验,设置0、150和225kg N·hm-2 3个施氮水平以及不灌水(CK)、越冬期灌水80mm(WF)、越冬期灌水40mm(WS)、秸秆覆盖+越冬期灌水40mm(MWS)、秸秆覆盖+拔节期灌水40mm(MJS)和拔节期灌水40mm(JS)6个水分调控模式,比较分析了不同水氮处理间小麦产量和土壤肥力的差异。结果表明,施氮可增加冬小麦产量,施氮量150与225kg N·hm-2的产量差异不显著(P0.05);水分调控模式中JS的产量最高,但与MJS差异不明显;水氮处理中,以施氮150kg N·hm-2条件下JS的产量最高。施氮降低了土壤速效磷和速效钾含量,但提高了速效氮、全氮和有机质含量;不同水分调控模式中MJS改善耕层土壤肥力的效果最佳;以施氮150kg N·hm-2水平下MJS处理的综合效应最好。     

种植密度对小麦籽粒淀粉含量和晶体特性的影响

为探究种植密度对小麦籽粒淀粉品质的调控效应,以2个小麦品种(轮选987和济麦22)为材料,分析了3个不同种植密度(150、300、450万株·hm-2)下小麦籽粒淀粉含量和晶体特性。结果表明,种植密度影响小麦籽粒淀粉的积累和组成。随种植密度的增大,直链淀粉含量呈先降后升的趋势,而支链淀粉和总淀粉含量表现为先升后降。淀粉晶体呈典型的A型特征,且不受种植密度影响。种植密度明显影响淀粉颗粒内部的结晶程度,表现为随种植密度的增大,相对结晶度先升后降。同时,种植密度改变了淀粉X-衍射图谱中各峰的精细位置和相对强度,说明种植密度对淀粉颗粒内部结晶区的晶胞结构或微晶排列也存在一定影响。淀粉的相对结晶度与直链淀粉含量呈负相关,与支链淀粉含量呈正相关。     

基于NDVI密度分割的冬小麦种植面积提取

为解决作物面积遥感监测中常遇的混合像元问题,选用江苏省沭阳县冬小麦扬花期HJ-1A卫星遥感影像,基于不同地物光谱信息的差异性与可分割性,提出基于归一化植被指数(NDVI)密度分割的冬小麦种植面积提取方法。在利用GPS实地取样调查和建立解译标志的基础上,对HJ-1A卫星影像进行了几何与大气校正。利用NDVI灰度影像提取混合像元训练样本的NDVI值和小麦种植面积,计算小麦面积权重,确定混合像元的NDVI阈值。利用NDVI再归一化结果对NDVI灰度影像进行密度分割,依据不同密度分割系数下像元总面积及其所对应的小麦面积权重关系,最终得到沭阳县冬小麦种植面积。结果表明,根据NDVI密度分割法提取冬小麦面积为8.37×104 hm2,面积精度为92.37%,样本精度为93.31%。基于密度分割系数(P0.5)制作沭阳县冬小麦种植分布图,获取了全县冬小麦空间分布特征信息。以上结果说明NDVI密度分割法能较准确地提取研究区内冬小麦种植面积,可有效解决农作物种植面积提取中混合像元问题。     

轮耕对冬小麦田土壤酶活性时空变化的影响

为了解轮耕对土壤酶活性的影响,采用田间定位试验,比较和分析了秸秆还田和不还田条件下,连续3年常规耕作(3C)、1年深翻+2年常规耕作(DP2C)、2年深翻+1年常规耕作(2DPC)和连续3年深翻(3DP)处理的冬小麦田土壤酶活性时空变化特点。结果表明,秸秆还田和深翻均可提高0~40cm土层土壤蔗糖酶、脲酶、碱性磷酸酶和过氧化氢酶的活性,其中秸秆还田后平均增幅分别为24.92%、9.20%、6.66%和11.04%,经深翻处理后平均增幅分别为5.33%、6.26%、2.02%和3.43%。随着土层深度增加,各处理土壤酶活性逐渐降低,2DPC和3DP处理相对3C处理20~40cm土层4种土壤酶活性降低幅度较小。秸秆还田配合2DPC、3DP土壤耕作处理不仅能提高酶活性,也有利于酶在土壤中均匀分布。     

利用有效积温提高冬小麦估产精度的研究

为探索如何利用冬小麦生长过程中的积温信息来提高遥感估产的准确性,以2009-2010和2012-2013年2个冬小麦生长季的田间试验数据为基础,利用有效积温和植被指数(NDVI)构建冬小麦当季估产指数INSEY(In-season estimate of yield)和INSEY-CGDD(In-season estimate of yield-cumulative growing degree days),分别用NDVI、INSEY和INSEY-CGDD与实测产量建立估产模型,并比较分析3类估产模型的精度。结果表明,3个变量与实测产量均成指数关系,其中INSEY-CGDD模型的精度最高(R2=0.59),预测能力最优,其次是INSEY模型(R2=0.55);而NDVI模型的精度最低(R2=0.35),预测能力最差。因此,在冬小麦估产模型中引入有效积温调整参数,可有效提高遥感估产模型精度。     

2022年夏收粮油作物生育期气象条件及其影响分析

基于主产区气象观测站和农业气象站实测气象资料和作物发育期资料,计算冬小麦和油菜生长季的气候适宜度和灾害指数等参数,评价该阶段气象条件对夏收粮油作物的利弊影响。结果显示：2021/2022年度冬小麦、油菜生育期内,产区大部光热充足、土壤墒情适宜,冻害、干旱等农业气象灾害影响程度偏轻,气候适宜度高于上年和近5a平均值,气象条件利于夏收粮油作物生长发育和产量形成;成熟收获期间多晴好天气,收获进度快、质量高。但北方冬麦区秋播期多雨渍涝,冬小麦播种期明显推迟,冬前壮苗比例偏少、分蘖不足。江南和贵州等油菜产区冬季持续阴雨寡照,影响油菜发育进程。     

TaJAZ7D蛋白在冬小麦JA抗寒途径中的作用

转录抑制因子JAZ（Jasmonate ZIM-domain）蛋白是茉莉酸（Jasmonate,JA）信号转导途径的核心元件,前人研究发现,拟南芥中AtJAZ1、AtJAZ4与AtICE1蛋白互作可抑制 AtICE1基因的转录,负调控拟南芥的抗寒性,然而小麦中TaJAZ与TaICE蛋白的互作调控机制尚不清楚。本研究以强抗寒冬小麦品种东农冬麦1号（Dn1）为试验材料,以与拟南芥AtJAZ1、AtJAZ4蛋白高度同源的TaJAZ7、TaJAZ12蛋白为对象,检测外源茉莉酸甲酯（MeJA）对低温胁迫下 TaJAZ7、 TaJAZ12基因表达量的影响。结果发现, TaJAZ7基因的表达量与温度变化呈明显负相关,故对TaJAZ7(以TaJAZ7D为研究对象进行后续研究)蛋白进行生物信息学分析和亚细胞定位,并利用酵母双杂交技术验证TaJAZ7D蛋白与TaMYC2和TaICE41蛋白的互作。生物信息学分析表明, TaJAZ7D基因编码区序列全长为633 bp,为不稳定的亲水性混合型蛋白;TaJAZ7D蛋白有典型的TIFY和Jas结构域,属于TIFY家族。亚细胞定位发现,TaJAZ7D蛋白位于细胞核中。酵母双杂交验证试验发现,TaJAZ7D蛋白与TaMYC2和TaICE41蛋白分别存在互作关系。     

基于无人机多光谱遥感的冬小麦叶片含水量反演

为了快速监测小麦叶片水分含量,以敏感波段组和植被指数组2种变量分别作为输入变量,以地面同步观测的冬小麦叶片含水量作为输出变量,分别采用偏最小二乘(partial least squares,PLS)、极限学习机(extreme learning machine,ELM)和粒子群算法(particle swarm optimization,PSO)优化极限学习机,建立冬小麦叶片含水量预测模型,并对其反演效果进行比较。结果表明,光谱反射率和植被指数与叶片含水量之间存在较为密切的相关性,依此确定的敏感光谱波段为红光、蓝光和近红外波段,敏感植被指数为绿度指数、过红指数、归一化绿红差值指数、三角形植被指数和过绿指数。从2种变量的建模效果看,基于植被指数组构建的模型的精度和稳定性均优于敏感波段组,其中基于植被指数组的PSO-ELM模型在6个叶片水分含量反演模型中表现最佳,其R²和RMSE分别为0.98和0.26%。利用最优模型反演得到研究区冬小麦叶片含水量的分布范围为45%~75%,平均为64.57%,反演结果与地面实测较相符,说明基于无人机光谱数据通过建立以植被指数为变量的PSO-ELM模型可实现对冬小麦叶片水分含量的精准预测。