水稻倒伏调查报告

汤原县水稻倒伏成为了水稻生产中最主要的减产因素,汤原县农业技术推广中心对水稻倒伏进行了调查分析,调查结果表明,水稻倒伏均为茎倒,在有四个伸长节间的水稻品种中,倒伏多发生在地上第一、二、三节间,其中第二伸长节间最多,第一次之,第三最少。伸长节间生长越长,越容易倒伏,其中以第二、三伸长节间的生长长度与倒伏关系非常敏感。在生产上,要特别注意避免在这两个伸长节间生长时期施肥。     

高厢垄作种植方法对油橄榄生长的影响

以4个油橄榄品种佛奥、豆果、鄂植和科拉蒂为参试品种,比较了高厢垄作与未高厢垄作种植方法对油橄榄根系、树高、冠幅、灌溉频率及产量的影响。结果表明,利用高厢垄作种植方法,根系数量增加了2.5倍以上;树高、冠幅和单株产量均增加了50%以上,且随着树龄增加,单株产量增幅越大;在冬春干旱季节期间的灌溉次数减少2倍以上,而单株产量却增加50%以上。因此,高厢垄作种植方法适合在夏季多雨、冬春季少雨、土层较浅的区域推广应用。     

小麦冠层光谱获取及信息分析综述

高光谱技术可以快速、准确监测作物的生长信息,小麦冠层光谱与其叶片的叶绿素等生长信息密切相关,同时利用光谱信息可以监测作物的产量、籽粒信息等。介绍了高光谱数据的3种采集方式,综述了利用高光谱数据监测小麦的生长状况(叶绿素、叶面积指数、叶片氮素含量)以及小麦产量、籽粒及病害等相关应用领域研究,并提出了作物冠层光谱分析存在的问题以及下一步发展方向。     

预处理对土壤有机质光谱估算的影响

为实现土壤有机质(SOM)含量的实时、动态监测,以晋南麦区169个土壤样本为研究对象,通过测定其SOM含量与高光谱,采用多种常规预处理光谱相结合的方法,分析预处理光谱与SOM含量间的相关性,并选择光谱特征波长,构建基于光谱波长的SOM含量监测模型。结果表明,SOM含量与光谱反射率成反比;通过不同预处理方法与SOM含量相关性分析,筛选出最佳特征波长为580、567、571、560、535、672、673、674、678 nm,MSC+1st耦合多元逐步回归(MLR)构建的模型R~2为0.74,RPD为1.52,模型精度最高,误差最小,更利于实现SOM含量的光谱监测。经比较分析,多种预处理方法相结合较单一预处理方法更有利于建立估测模型。     

做好“四高”实现宛城区高标准粮田建设“三大突破”

宛城区位于南阳盆地和鸭河口灌区腹地,辖8个乡镇、5个街道,面积662 km^2,耕地面积4.65万hm^2,总人口58万人,是国家800个产粮大县(市、区)之一。2012-2018年,南阳市在宛城区实施高标准粮田建设面积共计3.2万/hm^2,涉及红泥湾镇、高庙镇、茶庵乡、汉冢乡、金华镇、黄台岗镇、瓦店镇7个乡镇,141个行政村,其中,政府投资57973.3万元,吸纳社会资源投资投劳1298.3万元.     

西本高代杂交牛在南涧县的应用与推广前景

南涧县1980年被列为全国商品牛基地县,1995年被列为云南省商品牛羊基地县,2003年被列为云南省优质肉牛出口基地县,20世纪70年代开始引进西门塔尔牛、短角、海福特等肉牛冻清进行杂交改良,西本高代杂交牛(西门塔尔牛与南涧县本地牛杂交后代)是目前南涧县主要的肉牛品种,近年来推广西本高代杂交牛是南涧县相关工作的重点,本文简单分析西本高代杂交牛在南涧县的养殖现状和推广前景,并对实施措施做简单建议。     

耐高糖酵母的筛选及其在黄酒中的应用研究

从蜂蜜、葡萄、面包3种原料中提取天然酵母进行梯度驯化,再通过紫外诱变育种,筛选出具有耐高糖性质的酵母并对其相关特性进行研究,将筛选出的菌株应用于黄酒酿造过程。结果表明,筛选出的酵母可耐受的糖度、pH值、酒精度分别为40%,1.5和10%Vol,将其应用于黄酒发酵中,经过7 d发酵后,菌株降糖能力较传统菌株提高了20 g/L,酒精度提高了0.4%Vol,糖类物质转化率达到11%。采用自然驯化和紫外诱变育种相结合,得到适用于黄酒酿造生产的耐高糖酵母菌株。     

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。