培肥措施对复垦土壤微生物碳氮代谢功能多样性的影响

土壤复垦是矿区生态环境恢复和耕地总量平衡及质量提升的根本要求。本研究依托山西襄垣采煤塌陷区复垦定位试验基地，采用Biolog-ECO方法和荧光定量PCR技术，研究了不施肥（CK）、单施化肥（CF）、单施有机肥（M）和有机无机培肥（MCF）4种培肥措施下复垦4年和8年土壤微生物碳代谢功能多样性及氮代谢功能基因丰度的变化特征。结果表明，随复垦年限增加，单施有机肥较其他处理可显著提高复垦土壤微生物的总碳源利用能力；不同处理复垦土壤微生物碳源相对利用率总体表现为氨基酸类>糖类>聚合物类>羧酸类>双亲化合物类>胺类，其中单施有机肥更大程度上提高了羧酸类、氨基酸类和胺类碳源的利用率；复垦年限和培肥措施没有改变复垦土壤微生物优势度指数，但有机无机配施较其他处理可显著提高香浓指数（H′）和Pielou均匀度指数；不同处理复垦土壤氮转化功能基因丰度总体表现为amoA（AOA）> amoA（AOB）>nisS、nirK> nifH，5种功能基因丰度均为以有机无机培肥处理最高，且随复垦时间增加而增加；复垦土壤有机质含量与nirS、nirK、nifH基因丰度以及AWCD值存在显著相关性，相关系数在0.707～0.807，同时5种氮转化功能基因丰度均与玉米产量存在显著或极显著的相关性，相关系数在0.824～0.949。综上所述，单施有机肥可提高土壤有机质含量，进而增强了复垦土壤碳代谢强度，有机无机培肥则更有利于复垦土壤碳氮代谢功能多样性的提升，并促进作物产量形成。     

基于有效积温的中国水稻生长模型的构建

有效积温是指作物生长至某一生育阶段所需要积累的有效温度,是反映气象条件对作物生长影响的主要指标,研究有效积温对作物生长过程的影响对提高农业生产效率具有重要意义。该文以有效积温作为气象因子,收集中国气象数据网中的气象数据和已发表的学术论文中的水稻生长数据,建立了描述水稻生长过程的叶面积指数和干物质积累量的普适Logistic模型,并研究了水稻最大叶面积指数与最大干物质积累量、收获指数(作物经济产量与生物产量的比值)及降水量之间的关系。结果表明:有效积温为1000℃左右时,水稻叶面积指数最大,且此时干物质增长速率最大;水稻最大叶面积指数与最大干物质积累量之间表现为线性关系;最大叶面积指数和收获指数、降水量之间为二次抛物线关系,当降水量为670.5 mm时,最大叶面积指数为7.93,对应的水稻收获指数达到最大值0.50。该研究对于构建其他作物的生长模型具有一定的参考意义。     

种植绿肥与稻秸协同还田对单季稻田土壤有机碳库和酶活性的影响

种植绿肥和秸秆还田是稻田土壤培肥的重要措施。研究江汉平原单季稻田冬闲期种植绿肥及稻秸不同利用模式对土壤有机碳库和土壤酶活性的影响,为合理利用秸秆和土地资源提供科学依据。该研究基于3 a田间定位试验,以稻秸不还田不种绿肥(CK1)和不施肥空白(CK0)为对照,分析了冬闲期稻秸全量覆盖单独还田(RSM)、稻秸原位焚烧还田(RSB)、单种绿肥(GM)以及稻秸全量覆盖与种植绿肥协同还田利用(RSM+GM)等处理模式下土壤有机碳各组分含量、碳库管理指数、酶活性的变化及其与水稻产量的关系。结果表明:与CK1和CK0相比,RSB处理3 a后显著降低了土壤稳态有机碳含量,对土壤总有机碳、活性有机碳含量以及碳库管理指数均无显著影响;而GM、RSM及RSM+GM处理3a后显著提高了土壤活性有机碳含量、碳库指数、碳库活度、碳库活度指数和碳库管理指数,尤其是RSM和RSM+GM处理还可显著提高土壤总有机碳含量,且多数指标均以RSM+GM处理增幅为最大,其次是RSM处理。与CK1相比,RSB处理3a后显著提高了过氧化氢酶和蔗糖酶活性,但对土壤脲酶活性无显著影响;而RSM、GM及RSM+GM处理模式3 a后均可显著增加土壤过氧化氢酶、脲酶和蔗糖酶活性,其中RSM+GM处理模式在1 a后即可显著提高土壤脲酶活性,2 a后显著提高土壤过氧化氢酶和蔗糖酶活性,3 a后土壤过氧化氢酶和蔗糖酶活性增幅均是最大。相比于CK1,RSM和RSB处理模式3 a的稻谷增产效果均不显著,而GM和RSM+GM处理模式连续3 a显著提高了稻谷产量,增幅分别为6.88%～11.67%和6.00%～13.40%。相关性分析表明,土壤总有机碳、活性有机碳、碳库管理指数、土壤酶活性与水稻产量之间均呈极显著正相关关系。综上,在江汉平原单季稻作条件下,冬闲期稻秸全量覆盖还田或种植绿肥均可改善土壤肥力,增加作物产量,但前者更有助于土壤有机碳积累,后者更利于作物产量提升。为了兼顾秸秆资源利用、土壤质量改善和作物增产稳产,稻田冬闲期稻秸全量覆盖与种植绿肥协同还田利用模式是一种较好的选择。     

秸秆还田与化肥减施对水稻生长指标及光合参数的影响

针对水稻生产中存在秸秆处理不当以及化肥用量增多等问题,以山东省济宁市稻麦轮作体系下水稻“圣稻18号”为研究对象,通过田间试验设置3个处理:常规施肥,小麦秸秆不还田(CK);常规施肥+小麦秸秆全量还田(T1);常规施肥量的85%+小麦秸秆全量还田(T2),深入探究秸秆还田与化肥减施对不同生育期水稻生长、光合参数和产量的影响,为制定合理的水稻种植措施提供理论依据。结果表明,稻麦轮作体系下秸秆还田不利水稻前期生长,但能显著提高水稻生长中、后期的生长指标,并增强水稻生长中、后期对氮、磷、钾等养分的吸收。水稻生长中后期T2处理的叶绿素含量、净光合速率以及光谱反射率均为最高,其中灌浆期SPAD值与净光合速率分别较CK处理升高4.4%和37.5%;另外,T2处理生长后期的Fv/Fm、PIabs均较前期所升高。试验还表明,T2处理水稻产量最高,比CK处理增产13.1%,增产的直接原因是单位面积有效穗数的增加。综上所述,秸秆还田配合化肥减施有助于水稻栽培生产中实现高产增效,在实际生产中值得推广应用。     

广东梅州柑橘黄龙病和病毒病的发生调查及其黄龙病菌原噬菌体多样性

【目的】调查柑橘黄龙病（Huanglongbing,HLB）和病毒病在广东省梅州市柑橘主产区的危害情况,分析该地区柑橘黄龙病菌（CLas）的原噬菌体多样性。【方法】以16S rDNA为模板设计引物,利用实时荧光定量PCR（qPCR)检测梅州市不同抽检地在2017—2019年3年间柑橘黄龙病的发病情况;同时分别采用已报道的柑橘衰退病毒（Citrus tristeza virus,CTV）、柑橘裂皮病毒（Citrus exocortis viroid,CEVd）、柑橘褪绿矮缩病毒（Citrus chlorotic dwarf-associated virus,CCDaV）、柑橘碎叶病毒（Citrus tatter leaf virus,CTLV）和柑橘黄脉病毒（Citrus yellow vein clearing virus,CYVCV）的特异性检测引物,提取样品的RNA,反转后以样品的cDNA为模板,通过普通PCR的方法分析梅州市抽检地区柑橘病毒病的发生情况。此外,以基于2种原噬菌体类型（SC1和SC2）对应的超变异基因区域设计的2对引物（Lap-TJ-F/Lap-TJ-R1和Lap-TJ-F/Lap-TJ-R2）,运用普通PCR方法分析该地区CLas菌株原噬菌体的遗传多样性。【结果】除2018年9月梅州大浦顺兴公司蜜柚基地的抽检样品外,梅州市其他被检地区均发现CLas。总体来说,梅州市的脐橙CLas检出率为55.3%,蜜柚为61.5%,沙田柚为61.7%。其中2017年采集自平原县大拓镇的蜜柚和沙田柚样品CLas检出率为100%,兴宁市白马镇的蜜柚为100%,沙田柚为80%;其他抽检地区的样品CLas检出率在16.7%—83.3%。虽然梅州市部分地区的检出率较高,但其病原菌的含量并不高,大部分处于柑橘黄龙病发病初、中期,属可防可控阶段;此外,梅州市柑橘病毒的总检出率不高,CTV、CTLV和CYVCV为梅州的主要病毒,CEVd和CCDaV没有检测到。CTV、CTLV和CYVCV在脐橙上的检出率依次为78.9%、7.9%和21.1%,蜜柚为15.4%、25.0%和9.6%,沙田柚为6.4%、2.1%和4.3%。基于Lap-TJ-F/Lap-TJ-R1和Lap-TJ-F/Lap-TJ-R2来研究CLas原噬菌体多样性的PCR扩增条带共有4种类型（SC1-1、SC1-2、SC2-1和SC2-2）,经过PCR电泳和测序得出,来自梅州市脐橙和沙田柚的CLas菌株以SC2-1型为主,蜜柚上以SC1-1型为主。【结论】梅州柑橘产区的柑橘黄龙病目前属于可防可控阶段,其病原菌菌株的原噬菌体在不同品种上具有其独特性;由于在抽检时发现有柑橘病毒病的存在,因此在种植过程中需加强种苗监管,同时应采取有效措施对柑橘黄龙病和柑橘木虱（Diaphorina citri）进行绿色防控。     

黑土区施加生物炭对土壤综合肥力与大豆生长的影响

为探明黑土区施加生物炭对土壤持水性能、土壤养分以及大豆生长的影响,以东北黑土区3°坡耕地田间径流小区为研究对象,进行为期4年的观测。按照生物炭施加量,2015年共设置C0(0 t/hm~2)、C25(25 t/hm~2)、C50(50 t/hm~2)、C75(75 t/hm~2)、C100(100 t/hm~2) 5个处理,2016—2018年分别连续施加等量的生物炭。结果表明:连续4年,0～60 cm土层土壤储水量随施炭量的增加呈先增大、后减小的趋势,而对60～100 cm土层土壤储水量影响不显著;连续4年,饱和含水率随施炭量的增加呈逐渐增大的趋势; 2015年田间持水率、凋萎系数随施炭量的增加呈逐渐增大趋势,2016—2018年呈先增加、后减小趋势;连续4年,施加生物炭提高了大豆各生育阶段的株高和叶面积,同期相对较优处理分别为C75、C50、C50、C25;连续4年,大豆冠层覆盖度与施炭量呈抛物线变化(R~2均在0. 89以上,P 0. 01),连续施加2年的C50处理各生育期提高量最大,与C0相比提高了81. 4%、36. 7%、31. 5%和39. 6%;连续4年,土壤pH值和有机质、速效钾含量随施炭量的增加呈逐渐升高趋势,碱解氮、有效磷含量呈先升高、后降低趋势,相对较优处理为C50、C50、C25、C25。采用改进的内梅罗指数模型计算的土壤综合肥力指数与产量呈正相关(R~2=0. 861 5,P=0. 001 2,RMSE为0. 75),土壤综合肥力水平最高的生物炭施用模式为连续2年施加50 t/hm~2的生物炭。     

橡胶树优树无性系自然越冬过程生理指标变化研究

以橡胶树5个人工杂交子代优树无性系苗木为材料，通过自然越冬低温处理，以抗寒品种GT1为对照，测定了5个时间梯度下10个生理指标的变化过程，并利用隶属函数法对各无性系抗寒性进行综合评价。结果表明，整个自然越冬过程中各无性系间相对含水量、相对电导率、超氧化物歧化酶（SOD）和过氧化物酶（POD）活性、超氧阴离子（OFR）、氨基酸（AA）、脯氨酸（Pro）、可溶性糖及可溶性蛋白含量等生理指标差异均达到了极显著（P<0.01）水平；温度较高时各无性系间丙二醛（MDA）含量差异未达到显著水平。自然越冬过程中，各生理指标呈现不同的变化规律，其中相对含水量和脯氨酸含量呈先降后升变化，SOD、POD酶活性及可溶性蛋白含量呈“升—降—升”变化，相对电导率、MDA和可溶性糖含量呈“降—升—降”变化、OFR含量呈先升后降、AA含量呈“降—升—降—升”变化。各无性系间抗寒性差异较明显，应用隶属函数法综合评价抗寒性由强到弱依次为629号＞626号＞182号＞223号＞GT1（对照）＞628号。     

运用植被指数时序特征对落叶松人工林分类

为探究植被指数时序特征是否有利于落叶松人工林提取,以孟家岗林场为研究试验区域,根据落叶松人工林季相和物候特征,利用Landsat8OLI影像数据提取研究区内5种植被的归一化植被指数(I NDV)、差值植被指数(I DV)、比值植被指数(I RV)、增强型植被指数(I EV),构建相应的植被指数时序特征。采用最大似然和随机森林两种方法对单一时相影像和加入植被指数时序特征的影像进行对比试验。结果表明:影像中加入植被指数时序特征后,最大似然算法的分类总体精度为89.53%,Kappa系数为0.87,比单一时序特征的影像分类精度提高了13.35%;随机森林算法的森林类型分类总体精度为93.22%,Kappa系数为0.92,比单一时序特征的影像分类精度提高了19.8%。因此,加入植被指数时序特征后能得到更高的落叶松人工林提取精度。     

基于农作制分区的1985—2015年中国小麦生产时空变化

Comparing spatio-temporal variation characteristics of China’s wheat production, yield, sown area and yield-area-contribution in different farming zones in the past 30 years could help improving wheat planting layout and adjusting planting structure. Concentration index, rate of change, moving of gravity and resolution of yield-area-contribution were used to analyze spatio-temporal changes of China’s wheat production and yield-area-contribution based on county wheat production statistics including sown area, production and yield from 1985 to 2015. The wheat sown area decreased obviously in Northeast farming region, Northwest farming region and South farming region and increased rapidly in Huang-Huai-Hai farming region and Yangtze Plain farming region. In Huang-Huai-Hai farming region, the concentration indexes of Haihe Plain farming region, Huang-huai Plain farming region and Fenwei Basin farming region reached to 20.64%, 25.77%, and 21.65% respectively in 2015. Wheat production increased significantly by more than 48 milliontons in Huang-Huai-Hai farming region, and nearly 8 million tons Yangtze Plain farming region but decreased by more than 2.6 million tons in Northeast farming region. In Huang-Huai-Hai farming region, wheat production was concentrated in Haihe Plain farming region, Huang-huai Plain farming region and Yuxi Hill farming region. The average wheat yield continuously improved during the study period, Huang-Huai-Hai farming region and Northwest farming region had the yield increase up to 103.5 kg hm ^-2 and 92.9 kg hm ^-2 each year. Wheat yield in Yuxi Hill farming region, Fenwei Basin farming region and Haihe Plain farming region was relatively high in Huang-Huai-Hai farming region. The yield-reduced area was mainly caused by the decreasing of sown area, while the yield-area-contribution rate was different in yield-increased area. Yield-dominant counties were reduced, area-dominant counties were increased and yield-area-dominant counties were relatively steady. In production increased area, yield-dominant and yield-area-dominant counties were the main types in Huang-Huai-Hai Farming region, area-dominant and yield-area-dominant counties were the main types in Yangtze Plain farming region. Chinese wheat production was increasingly concentrated in Huang-Huai-Hai farming region which has high and rapid increase of wheat yield over the past three decades. Haihe Plain farming region, Huang-huai Plain farming region and Fenwei Basin farming region were the most concentrated areas in Huang-Huai-Hai farming region for wheat production during this period. Wheat yield and sown area jointly promoted the increase of wheat production in Huang-Huai-Hai farming region, wheat sown area was the crucial factor to increase wheat production in Yangtze Plain farming region, especially in the north of Jiangsu, Anhui province and greater part of Xinjiang.