青土湖干涸湖底2种典型固沙植物群落土壤粒径分布分形特征与养分关系研究

以石羊河流域下游青土湖干涸湖底人工梭梭林和白刺灌丛沙包土壤为研究对象，通过分析2种植物群落5种立地条件土壤粒径分布和分形特征及其与土壤养分的关系，揭示了湖底2种典型植物群落土壤粒度的分布特征。结果表明:1）研究区固沙植被0~10 cm土壤颗粒以细砂粒为主，没有粗砂粒，其中白刺灌丛沙包表层极细砂含量、土壤颗粒物分形维数较梭梭林和对照区高。2）土壤颗粒分形维数与各粒级颗粒百分含量的关系差异较大，分形维数与黏粒、极细砂含量呈显著正相关，与细砂、中砂含量呈显著负相关，但是与粉粒含量关系不显著。土壤颗粒分形维数越大，土壤所含的细粒物质越多。3）土壤分形维数D值、黏粒、粉粒含量与有机质（SOM）、全N（TN）呈正相关性，土壤颗粒物的分形维数越大、土壤黏粒、粉粒含量越高，则土壤有机质、全N含量越高。综合分析，固定白刺灌丛表层土壤沙化程度相对较低，其他类型风蚀严重，因此，应积极采取生物措施和工程措施开展生态修复防治风蚀和盐尘暴的发生。     

脉冲式烟雾水雾机热力雾化水剂农药效果分析

针对脉冲式烟雾水雾机在喷施水雾剂农药时常出现滴液、流液或较大雾滴群等雾化不良现象，通过改装6HYW-60S型脉冲式烟雾水雾机，将药液流量设置成可调的测试装置，设定5个油门开度及4个药液流量，测试了脉冲发动机喷药前后的气流速度、温度及各喷药工况下的雾滴粒径分布。结果表明，在最小的油门启动开度到最大的油门工作开度可调范围内，对应的脉冲发动机燃油消耗率变化范围较小（相对变化13.0%），喷管内对应的气流温度与速度也发生同等程度的变化。喷药时，喷管口处的气流温度与速度发生明显变化，由不喷药时约700℃的高温气流下降为75℃左右的雾滴流，相应的气流速度下降了16%左右；油门开度及药液流量对雾滴流温度的影响非常小，但对雾滴流速度的影响非常明显，油门开度增大，雾滴流速度明显增加，药液流量增大，雾滴流速度明显下降。在各油门开度下，对最小药液流量20L/h的雾化效果均不佳，尤其距喷雾出口较近处存在大量的300μm以上的较大雾滴，这些大雾滴极易跌落至地面，无法有效喷施到目标物上；药液流量增大至40L/h及以上时，各油门开度下的雾滴体积中径均较小，同一工况下各位置点的平均值不超过60μm。热力雾化的雾滴粒径分布曲线不是单一峰值的正态分布形态，常会出现不同中心雾滴粒径的雾滴群，且这些雾滴群的中心雾滴粒径基本保持一致。从喷雾出口喷出的雾滴流中，喷管中心轴线上的雾滴细小均匀、雾化充分，中心轴线上方的雾滴一般比中心点处稍大，中心轴线下方雾滴明显增大，且距中心轴线越远的下方，雾滴增大越明显，即雾滴流中较大雾滴群的量逐渐增加。以药液流量60L/h及油门开度90°为最佳雾化工况，在整个喷施区域内均形成了良好的雾化效果。     

江苏省小麦籽粒蛋白质达标弱筋小麦的适生性分析与评价

【目的】弱筋小麦是制作饼干糕点类食品的原料,其烘烤特性很大程度上取决于蛋白质的质和量。小麦籽粒蛋白质含量（GPC,%）不仅由品种的遗传特性决定,还受到气候、土壤、栽培措施等影响。明确江苏省弱筋小麦适宜种植区域以及其地理、气候影响因素,可为江苏弱筋小麦的种植区划提供理论依据。【方法】在2年江苏省小麦品质抽样调查数据的基础上,利用随机森林算法筛选重要性指标,结合单组率Meta分析及其亚组分析,探究地理位置及气象因子对江苏省小麦籽粒蛋白质含量（GPC）达到弱筋小麦标准可能性的影响。【结果】2个年度江苏省小麦GPC平均值为13.92 %,其中2018年、2019年小麦GPC变幅分别为11.06%—18.09%、10.20%—16.50%,平均值分别为14.52%、13.33%,GPC<12.5%的样品分别占比10%、29.71%。从地理分布看,江苏的东南沿湖沿海地区小麦GPC达到弱筋小麦标准的可能性最高,达标可能性最高可达92%,其次是江苏东部沿海地区以及江苏西北部沿河一带。种植地距离一级河流和湖泊或者海岸线的最短距离为20—30 km时,达标可能性相对较高,为23.95%。从气象因子方面看,生育前期特别是出苗期和拔节期,降雨量对江苏弱筋小麦的形成影响较为重要;生育后期尤其是开花期以及灌浆期后期,积温对小麦GPC的影响更重要;且出苗和拔节期的日照时数及开花期的降雨量对江苏弱筋小麦的形成亦很重要,其中,江苏小麦GPC达标弱筋小麦标准的可能性与出苗期的降雨量呈正相关,而与出苗和拔节期的日照时数、拔节期的降雨量以及灌浆后期积温则呈负相关。【结论】江苏弱筋小麦适宜的种植范围受到水系分布与气象因素的共同制约,主要集中在东部沿海和东南沿海沿湖地区。在出苗、拔节期降雨量和开花灌浆期积温适宜的情况下,西北沿河一带的小麦GPC也可达标弱筋小麦标准。品质区划应重点考虑地理位置（水系分布等）和气候分布。     

大麦籽粒抗性淀粉含量快速测定方法研究

为探索快速高效测定大麦籽粒中抗性淀粉含量的方法，利用衰减全反射中红外（attenuated total reflection mid-infrared spectroscopy,ATR-MIR）和近红外（near-infrared spectroscopy,NIR）光谱技术，分别用3种不同方法进行预处理，建立大麦样品的抗性淀粉含量快速测定红外模型，通过不同预处理预测模型的校正和内部交叉验证结果的比较，依据决定系数（r）和均方根误差（RMSE）筛选出基于ATR-MIR和NIR光谱的最佳预测模型，再对最佳预测模型进行外部验证。结果表明，经基线位移校正+范围归一化（BOC+RN）预处理后的PLS模型为最佳ATR-MIR预测模型；经标准正态变换+Savitzky-Golay法一阶求导（SNV+1thD）的预处理模型为最佳NIR预测模型。用验证集材料对BOC+RN和SNV+1thD最佳预测模型的预测效果进行外部验证，光谱预测值与化学测定值之间没有显著差异，说明两种方法均可以用于大麦籽粒抗性淀粉含量测定；ATR-MIR光谱比NIR光谱具有更好的预测能力。     

水分与氮素及其互作对水稻产量和水肥利用效率的影响研究进展

了解水分、氮素及其互作对水稻产量与水、氮利用效率的影响,对协同提高水稻产量与水氮利用效率有重要意义。本文概述了水稻节水灌溉技术、氮肥利用效率与氮肥施用技术、水分与氮素对水稻产量及水氮利用效率的耦合效应、作物-土壤关系及水氮调控机制等方面取得的进展;讨论了存在的问题,这些问题包括:高产水稻作物与土壤的水氮互作效应尚不明确;高产水稻水氮耦合与高效利用的分子机理不清楚;协同提高水稻产量与水氮利用效率的调控途径尚未掌握。针对这些问题,建议今后重点研究:高产水稻作物与土壤的水氮互作效应及其机制;水氮互作调控水稻吸收利用水分和氮素的生理与分子机理;协同提高水稻产量和水氮利用效率的调控途径与关键技术。     

干湿交替灌溉对抗旱性不同水稻品种产量的影响及其生理原因分析

【目的】旨在阐明全生育期干湿交替灌溉对抗旱性不同水稻品种产量的影响。【方法】以抗旱性差异显著的4个水稻品种(籼稻扬稻6号和两优培九,粳稻旱优8号和镇稻88)为材料,以常规水层灌溉(CI)为对照,在盆栽条件下研究了轻干湿交替灌溉(WMD)和重干湿交替灌溉(WSD)对水稻产量、根系、叶片及籽粒部分生理特性的影响。【结果】与CI相比,WMD处理下抗旱性较强品种扬稻6号和旱优8号产量分别提高6.90%和7.45%,抗旱性较弱品种两优培九和镇稻88产量分别降低7.28%和8.10%。WSD处理下,4个水稻品种的产量均显著下降,抗旱性较弱的品种产量降幅远高于抗旱性较强的水稻品种。WMD处理下,扬稻6号和旱优8号复水后根系氧化力、根系与叶片细胞分裂素(玉米素+玉米素核苷)含量、叶片光合速率和籽粒中蔗糖-淀粉代谢途径关键酶的活性均较CI有不同程度提高,而两优培九和镇稻88上述指标则与CI持平或有不同程度降低。WSD处理下,4个品种上述指标均较CI不同程度降低。【结论】轻干湿交替灌溉条件下,根系活性强、叶片细胞分裂素含量和光合速率高、籽粒中蔗糖-淀粉代谢途径关键酶活性强是抗旱性较强水稻品种的基本生理特征。     

气候变化对中国水稻生产的影响研究进展

水稻生产系统是响应气候变化最敏感的农业生态系统之一,本文综述了当前和未来气候变化对我国水稻生产的影响。气候变化背景下,我国水稻生长季的热量资源增多,辐射资源减少,降水不均一性加大。高温热害、干旱、暴雨和洪涝灾害发生更频繁,这可能降低水、热资源的有效性。气候变化使我国单季稻和双季稻潜在种植边界显著北移,导致单季稻、早稻和晚稻的主要生育期缩短。基于统计模型和水稻生长模型的研究结果表明,如果不考虑品种改良和栽培技术的进步,气候变化使单季稻、早稻和晚稻产量下降,但不同稻作区和方法间存在差异。我国水稻生产重心北移、实测生育期延长和产量增加的变化趋势,反映了水稻生产系统通过种植分布调整、品种改良和技术改进来适应气候变化的能力。未来气候变化将进一步导致水稻生育期缩短和产量下降,对我国水稻生产和粮食安全带来严峻挑战。仍需加强气候变化影响机制的研究及其在影响评估中的应用,减小影响评估的不确定性并增加其系统性,为制定有效的应对策略提供可靠的理论支持。     

Effects of sediment load on the abrasion of soil aggregate and hydraulic parameters in experimental overland flow

The breakdown of soil aggregates under rainfall and their abrasion in overland flow are important processes in water erosion due to the production of more fine and transportable particles and, the subsequent significant effect on the erosion intensity. Currently, little is known about the effects of sediment load on the soil aggregate abrasion and the relationship of this abrasion with some related hydraulic parameters. Here, the potential effects of sediment load on soil aggregate abrasion and hydraulic parameters in overland flow were investigated through a series of experiments in a 3.8-m-long hydraulic flume at the slope gradients of 8.7 and 26.8%, unit flow discharges from 2×10~(–3) to 6×10~(–3) m~2 s~(-1), and the sediment concentration from 0 to 110 kg m~(–3). All the aggregates from Ultisols developed Quaternary red clay, Central China. The results indicated that discharge had the most significant(P0.01) effect on the aggregates abrasion with the contributions of 58.76 and 60.34%, followed by sediment feed rate, with contributions of 39.66 and 34.12% at the slope gradients of 8.7 and 26.8%, respectively. The abrasion degree of aggregates was found to increase as a power function of the sediment concentration. Meanwhile, the flow depth, friction factor, and shear stress increased as a power function along with the increase of sediment concentration at different slope gradients and discharges. Reynolds number was obviously affected by sediment concentration and it decreased as sediment concentration increased. The ratio of the residual weight to the initial weight of soil aggregates(Wr/Wi) was found to increase as the linear function with an increasing flow depth(P=0.008) or Reynolds number(P=0.002) in the sediment-laden flow. The Wr/Wi values followed a power function decrease with increasing friction factor or shear stress in the sediment-laden flow, indicating that friction factor is the best hydraulic parameter for prediction of soil aggregate abrasion under different sediment load conditions. The information regarding the soil aggregate abrasion under various sediment load conditions can facilitate soil process-based erosion modeling.