山东省苹果园土壤有机质及养分状况研究

通过大量田间采样分析了山东省三种主要土壤类型苹果园土壤的有效养分状况及其分布特点 ,结果表明 :三种土壤类型果园土中有效养分含量差异较大 ,棕壤富磷贫钾 ,潮土富钾贫磷 ,褐土介于二者之间 .不同土层间有效养分含量有较大差异 ,表层土 (0～ 2 0cm)含量最高 ,底层土 (4 0～ 60cm)含量最低 ;丰产园三土层间有效养分含量差异较少 ,低产园差异较大 ;丰产果园三土层氮磷钾比例的平均值为 :0～2 0cm1∶0 .53∶1 .59;2 0～ 4 0cm为 1∶0 .53∶1 .69;4 0～ 60cm为 1∶0 .51∶1 .72 .与 1 0年前相比 ,果园土壤有机质含量降低 ,有效氮磷钾含量增加 ,其中磷钾增幅较大 .     

不同灌溉与施氮措施对露地菜田土壤无机氮残留的影响

在华北地区露地生产条件下 ,通过监测 5季轮作蔬菜 (苋菜 -菠菜 -花椰菜 -苋菜 -菠菜 )的产量和土壤无机N(Nmin)的变化 ,比较了传统的和采用平衡方法进行推荐的水分和N素处理对土壤Nmin残留数量的影响。结果表明 ,除花椰菜试验外 ,传统N素处理与推荐的N素处理在蔬菜产量上没有显著差异 ,但传统的N素处理皆可导致深层土体中Nmin的大量累积。在 4季蔬菜轮作后 ,传统灌溉措施条件下的N素处理都不同程度地造成了土体的N素淋失 ,所影响的土层深度已经达到了 150～ 180cm土层 ,然而采用平衡方法进行推荐的水分和N素处理组合对土体深层土壤中Nmin残留数量没有造成明显的影响     

露地洋葱施肥、土壤养分及产量状况的分析研究

在农户调查和土壤测试相结合的基础上,分析了山东惠民县露地洋葱土壤养分状况、肥料投入及其对产量和养分平衡的影响。结果表明,施用有机肥农户占总调查户的44%,平均由有机肥带入的氮磷钾养分量分别为N 170kg hm-2、P2O5112 kg hm-2、K2O 223 kg hm-2。化肥氮、磷投入量较高,平均分别为N 458 kg hm-2和P2O5399 kg hm-2,是洋葱氮磷吸收量的4.0和6.0倍,化学钾肥不足(K2O 131 kg hm-2),占洋葱钾吸收量的55%。收获时0~30 cm土壤无机氮含量达到88 kg hm-2,O lsen-P(P)和速效钾(K)平均含量分别为25.5和104 mg kg-1。自春季返青前到收获期间,30~60 cm和60~90 cm土壤无机氮含量均有不同程度的提高,土壤氮表观损失量与氮素投入量呈显著直线相关,维持土壤氮素平衡的最大氮素供应量为290 kg hm-2。相关分析表明,无论是氮、钾化肥投入量还是各阶段土壤无机氮、速效钾含量都与洋葱产量无显著相关,而磷肥用量及0~30 cm土壤剖面O lsen-P含量与产量有显著正相关(p<0.05)。     

渭干河灌区土壤水盐空间变异性研究

根据直线和网格布点法布置的150个取样点的测定资料,应用经典统计分析方法．探讨了垦荒地土壤电导率和重量含水率的空间变异性,并给出了不同置信水平及精度要求下两者的合理取样数目。应用自相关和半方差分析方法进一步讨论了土壤电导率及土壤重量含水率的空间变异结构和半方差函数模型。结果表明,垦荒地土壤电导率和重量含水率的空间变异都是有结构的,土壤电导率的最大相关域为9m,土壤重量含水率的最大相关域为6．4m。两者的半方差函数可用有基台的线型模型拟合。     

低蛋白质日粮中净能水平和赖氨酸净能比对育肥猪生长性能和胴体品质的影响

本研究旨在探讨低蛋白质日粮中不同净能水平和赖氨酸净能比对育肥猪生长性能和胴体性状的影响.选用(60.58±2.50)kg的杜×长×大三元杂交猪360头,随机分为9组,每组4个重复,每个重复10头猪.试验分为2阶段(第1阶段:60～80 kg;第2阶段:80～100 kg)饲养,2阶段日粮蛋白质水平分别为13.5%和11.2%,并适当补充氨基酸.每个阶段日粮净能水平分别为9.6、10.0和10.3 MJ/kg,60～80kg阶段的每个净能水平下的赖氨酸净能比分别为0.7、0.8、0.9 g/MJ;80～100 kg阶段的每个净能水平下的赖氨酸净能比分别为0.5、0.6和0.7 g/MJ.结果表明:在60～80 kg阶段,不同净能水平对平均日增重、平均日采食量和料重比有显著或极显著的影响(P<0.05或P<0.01);在80～100 kg阶段,不同净能水平和赖氨酸净能比对日增重、平均日采食量和料重比的影响均差异不显著(P0.05).净能和赖氨酸净能比的交互作用在各指标上均表现为差异不显著(P>O.05).综合考虑净能水平和赖氨酸净能比,育成猪低蛋白质日粮的适宜净能水平为10.3 MJ/kg,赖氨酸净能比在60～80 kg和80～100 kg阶段分别为0.9和0.6 g/MJ较合适.     

稻麦玉米秸秆残留还田量定量估算方法及应用

为了解秸秆残留还田是秸秆直接还田的基本形式。该文通过逐步推导,给出了秸秆残留还田量定量估算的系列公式,并将秸秆残留还田量定量估算建立在5个参数的基础上,即农作物平均株高、收割留茬高度、叶部生物量比例、枝叶脱落率和秸秆机械收集损失率;以实地调查为基础,结合对试验数据收集整理,给出了小麦、玉米、水稻三大农作物秸秆残留还田量定量估算的参数体系,并估算出了三大农作物的秸秆残留还田量,分别为7 106.92、4 543.48和6 392.95万t,合计为18 043.35万t,占三大农作物的秸秆总产量的31.13%;三大作物人工收获秸秆残留还田量为1724.47万t,机械收获秸秆残留还田量为16 318.88万t,后者是前者的9.46倍;进而以农作物面积为权重,推算出全国的秸秆残留还田量为25 330.08万t,计算出单位面积耕地的残留还田量为1.87 t/hm2,与基本还田量的最低需求3.0 t/hm2相比尚需增加60%以上,与基本还田量的一般需求4.5 t/hm2相比尚需增加1.41倍。论文最后指出了秸秆残留还田量定量估算需要继续深入开展的主要研究工作:一是开展更广泛的田间实测,进一步提高小麦、玉米、水稻三大农作物秸秆残留还田量定量估算参数的精准度,尤其是收割留茬高度和秸秆机械收集损失率这两大参数的精准度,以便更确切地估算三大农作物的秸秆残留还田量;二是针对棉花、大豆、油菜等主要经济作物进行秸秆残留还田量定量估算研究,建立全国主要粮经作物秸秆残留还田量定量估算的参数体系;三是建立区域性的秸秆残留还田量定量估算的参数体系,逐步实现各区域秸秆残留还田量的定量估算。     

旱稻水分利用率与碳同位素识别值之间的关系

通过温室盆栽试验 ,分析和探讨了三个水平的土壤水分条件对分蘖期和成熟期收获的旱稻(OryzasativaL .)生物量累积、水分利用率 (WUE)、植株不同部位的碳同位素识别值 (CID)的影响 ,并了解了它们之间的相互关系。水分条件包括 :饱和含水量 (W1 )、饱和含水量的 70 %(W2 )、饱和含水量的 4 0 %(W3)。结果表明当土壤水分条件从W1降低到W2时 ,分蘖期收获的生物量降低 4 5 %左右 ,成熟期收获的生物量降低 1 6 %～ 1 9%;而当从W1降低到W3时 ,分蘖期收获的生物量降低 73%左右 ,成熟期收获的生物量降低 5 5 %～ 5 7%。然而 ,根据地上部干重计算而来的WUE(WUE 地上部 )和根据全株干重计算而来的WUE(WUE 全株 )则随土壤含水量的降低而增加 ,其增幅在分蘖期为 0 .0 7～ 0 .2 8gkg-1 ,在成熟期为 0 .0 7～ 0 .4 5gkg-1 。植株的CID值变幅为 1 7.0～ 2 0 .6 ,但植株不同部位间差别显著 ,分蘖期收获的样品CID值从小到大的顺序为 :根 <最近完全伸展叶 <叶芽 <茎秆 ;而成熟期收获的样品CID值从小到大的顺序为 :籽粒 <根 <茎秆 <旗叶。随着土壤含水量的降低 ,植株所有部位的CID值亦显著减小。叶部的CID值与WUE 地上部(和WUE 全株 )之间呈一致的负相关关系。     

以科技推动产业进步,打造中国生物饲料研发平台和科技成果孵化器 生物饲料开发国家工程研究中心技术专家委员会第一次会议在京召开

2012年9月21日下午,生物饲料开发国家工程研究中心技术专家委员会第一次会议在中国农业科学院研究生院二楼第一会议室胜利召开。来自全国的动物营养与微生物领域的顶级专家、学者和相关企业代表共计30余人出席了会议。本次会议的主题是以科技推动产业进步,打造中国生物饲料研发平台和科技成果孵化器。会     

集约化池塘养殖黄河鲤生产误区及其改进建议

黄河鲤是河南省主要水产品之一,集约化池塘养殖主要集中于洛阳、郑州、焦作、新乡、开封等沿黄区域,黄河鲤已成为渔区渔民增加收入的支柱产业,但渔民由于缺乏科学养鱼的知识,容易受传统观念的影响,在实际养殖中还存在不少生产误区,从而影响了经济效益,本文就集约化池塘养殖黄河鲤生产中存在的一些误区作一简要剖析,并提出改进建议,供养殖     

营养调控仔猪减排效果研究

以杜×长×大三元杂交仔猪为试验对象,设计理想蛋白质营养,降低饲粮1%粗蛋白,同时应用植酸酶和益生素,并降低饲料中磷、铜、锌和铁等元素添加量,不使用有机砷制剂,通过饲养和代谢试验探讨不同处理方式对仔猪生长性能、氮磷代谢、微量元素排放及相关血清指标的影响。结果表明:与高铜对照组比,1)饲用中等水平铜处理组仔猪日增质量、采食量和料重比均无显著差异,低水平铜处理组则降低了仔猪日增质量10.87%(P0.05)和采食量14.63%;2)中铜组使粪尿中总氮、磷、铜、锌、铁和砷分别降低了16%(P0.05)、31.7%(P0.05)、58.51%(P0.01)、50.42%(P0.01)、44.1%(P0.01)和93.01%(P0.01),低铜组则相应地降低了10.22%(P0.05)、26.14%(P0.05)、91.11%(P0.01)、43.44%(P0.01)、46.89%(P0.01)和93.69%(P0.01)。