油菜田看麦娘对高效盖草能产生抗药性的现状研究

种子鉴定法能迅速、准确检测看麦娘对高效盖草能产生抗药性。施用除草剂年限不同的看麦娘经一定梯度浓度的高效盖草能处理后,存在明显的差异,结果表明采自未施用除草剂处理田地里的看麦娘均为敏感型生物型,而经5年以上的除草剂处理的JXRII、JXRIL、YR、HFRII、HFRI群落为抗性,其中LYR的抗性倍数最高,表现较高水平的抗药性。     

不同施肥量对绿肥产量和养分积累的影响

大田试验条件下研究不同氮、磷、钾肥用量对绿肥[豆科绿肥紫云英(Astragalus sinicus L.)和禾本科绿肥看麦娘(Alopecurus aequalis Sobol.)]产量及养分积累量的影响。试验结果表明,施肥能显著增加绿肥产量,绿肥鲜草产量较不施肥处理增加42.8%~311.1%,与缺素处理相比,氮、磷、钾肥的增产率分别为57.1%~177.5%、27.8%~178.7%、14.2%~32.4%。两种绿肥的鲜草产量均随氮、磷、钾肥施用量的增加而增加,中、高水平的氮、磷肥用量下看麦娘的产量均高于紫云英,所有钾肥处理的看麦娘产量均高于紫云英。绿肥的养分积累量均随施肥量的增加而增加,中高水平的氮、磷肥用量下看麦娘的氮、磷积累量高于紫云英,不同钾水平下的看麦娘钾积累量均高于紫云英。氮、磷、钾肥用量分别为112.5 kg(N).hm?2、19.7 kg(P).hm?2、37.5 kg(K).hm?2时,两种绿肥总产量及碳、氮、磷、钾积累量最高,分别为49 424 kg.hm?2和3 212 kg(C).hm?2、151 kg(N).hm?2、19.8 kg(P).hm?2、156 kg(K).hm?2。此时看麦娘产量、碳、氮、磷、钾积累量分别占总量的59.0%、65.7%、66.3%和64.4%。紫云英田间自然洒种的看麦娘无成本投入且养分积累量高,不失为一种优质绿肥。     

油菜田看麦娘对精喹禾灵抗性监测及与烯草酮交互抗性

通过对看麦娘抗药性水平的检测以及抗性机理的研究,以期为油菜田看麦娘的抗性治理和科学合理用药提供理论依据。采用整株法测定了长江中下游地区的4个省13个市17个地区的油菜田看麦娘生物型对精喹禾灵的抗性水平及与烯草酮的交互抗性,分别测定了精喹禾灵与烯草酮对抗性看麦娘(R-TY)、敏感看麦娘(S-NJ)体内GSTS活性。抗精喹禾灵监测结果显示:TY生物型相对抗性倍数最高,为28.92,GR50为90.183。其次为YZ生物型和BLD生物型,GR50分别为34.480和45.472,相对抗性倍数分别为11.06和14.58。其余生物型相对抗性倍数在1.62~9.16之间。与烯草酮的交互抗性结果显示:对精喹禾灵产生抗性的TY、BLD生物型对烯草酮也产生了抗性,存在交互抗性,而对精喹禾灵敏感的DYX生物型看麦娘却对烯草酮产生了抗性,说明看麦娘生物型中存在不同的抗性模式。GSTS活性测定结果显示:经药剂处理后,R-TY生物型GSTS活性始终比敏感生物型S-NJ高,表明TY生物型产生抗性的原因可能是GSTS对药剂的代谢作用增强。     

基于RBF模型的埋地管道外腐蚀速率预测

为克服埋地管道土壤腐蚀因素之间具有模糊性、随机性、交互性及传统方法预测精度较低等缺陷,以某现场埋地管道腐蚀埋片数据为基础,选择10个影响因素为输入参数,以外腐蚀速率为输出参数,采用径向基函数(Radial Basis Function,RBF)神经网络模型,对数据样本进行训练、验证、测试,建立外腐蚀速率预测模型,并通过...     

西北春麦区Apsim-Wheat模型参数全局敏感性分析

为了提高西北春麦区Apsim-Wheat模型的模拟精度及适应性,以甘肃省定西市安定区2015-2018年田间试验数据为基础,采用基于参数筛选法(Morris)和基于方差分解法(Sobol)分析了Apsim-Wheat模型中作物品种参数、土壤参数及田间管理参数对小麦产量的敏感性,并分析比较了两种方法对模型的适应性。结果表明,用Morris法得到的对小麦产量敏感的参数分别为始花期积温(TFI)、出苗到拔节期积温(TEOJ)、春化敏感指数(VS)、田间持水量(DUL)、萎焉系数(LL15)、小麦萎焉系数(WheatLL)、播种日期(sowing date)、播种密度(sowing density)、播种深度(sowing depth);用Sobol法得到的对小麦产量敏感的土壤参数及田间管理参数与Morris法相同,而得到的敏感作物品种参数不同,分别为春化敏感系数(VS)、开花期积温(TF)、出苗到拔节期积温(TEOJ)、潜在灌浆速率(PGFR)、光周期敏感指数(PS)、灌浆期积温(TSGF);在Morris法和Sobol法下Apsim-Wheat模型中对小麦产量最敏感的参数均是作物品种参数,且多与品种积温、春化及光周期等参数有关,分别占总敏感性的73.85%和62.9%,土壤参数及田间管理参数对小麦产量的总敏感性分别为26.15%和37.1%,占比较小。综合来看,Morris法和Sobol法均可筛选出对小麦产量敏感的参数,且在调整土壤参数和田间管理参数时,两者具有可替代性;在调整作物品种参数时,可以依据地区实际情况,结合两种方法各自优势,快速筛选出模型敏感参数。