不同播期和灌水条件下冬小麦生物量变化与产量模拟

为了阐明播期和灌水对冬小麦生物量积累动态特征的影响并实现不同播期与灌水条件下的产量模拟,在吴桥实验站2年（2017—2019年）播期水分大田试验基础上,结合2011—2017年播期水分文献资料,采用“小麦钟”模型发育指数来定量模拟冬小麦的发育期,以Logistic模型定量模拟不同播期和水分处理对地上部生物量积累动态的影响,并建立冬小麦生物量模型,进而构建冬小麦产量模型。结果表明,播期通过影响冬小麦生长旺盛期来影响生物量积累;播期推迟,冬小麦生长旺盛期缩短而使生物量减小。不同水分处理造成的地上部最大生物量的差异主要由生物量的最大积累速率决定,生物量最大积累速率随灌水量的增大呈先增加后下降趋势。基于冬前积温和生长季供水量建立冬小麦生物量与产量模型,冬小麦地上部生物量实测值和模拟值的均方根误差（RMSE）和归一化均方根误差（NRMSE）分别为1980.2kg/hm2和15.7%,产量实测值和模拟值的RMSE和NRMSE分别为839.7kg/hm2和10.6%。基于发育指数的Logistic模型能较好地模拟冬小麦的生物量积累,对不同播期与灌水条件下的产量具有较好的预测效果。足墒播种条件下,冬小麦适宜冬前积温为200~600℃·d,生长季适宜供水量为200~450mm。该研究为华北地区合理调控播期灌水措施提供了科学依据,为不同播期与灌水条件下冬小麦产量预测提供了思路。     

园艺作物发育期和采收期模拟模型的最优模拟路径

为了确定通用性园艺作物发育期和采收期模拟模型的最优模拟路径,该研究获取了9 a 58茬分期播种试验观测数据,分别以黄瓜（‘津优 35’和‘津盛206’）、番茄（‘瑞粉 882’和‘普罗旺斯’）、芹菜 （‘尤文图斯’）、菠菜（‘大叶’）、香芹（‘四季’）、郁金香（‘粉色印象’、‘白日梦’、‘艾斯米’和‘夜皇后’）、茶叶（‘龙井’）为供试材料,依据作物生长发育与关键气象因子（辐射和温度）的关系,基于4类建模方法（温差法、积温法、生理发育时间法和辐热积法）构建了园艺作物发育期和采收期模拟模型,确定了模型关键参数,并以4种方式（平均值、最值均值、中值和逐步回归）集成模拟结果,最终确定模型最优模拟路径。结果表明：1）不同时间尺度发育期和采收期模拟模型的均方根误差（root mean square error,RMSE）为4.85～17.01 d,归一化均方根误差（normalized root mean square error,NRMSE）为10.65%～16.31%;不同作物发育期和采收期模拟模型的RMSE为0.50～17.08 d,NRMSE为4.33%～20.24%,郁金香发育期模拟模型最优,黄瓜采收期模拟模型最优;不同模拟方法发育期和采收期模拟模型的RMSE为0.08～24.37 d,NRMSE为0.18%～54.81%。2）通过比较不同模拟方法的模拟精度,得出逐时优于逐日时间尺度,集成方法优于单一方法模拟,正弦优于线性温度响应模式,叶温优于气温温度形式,温度响应模拟需要考虑下限和上限温度。3）最优模拟路径为先选择逐时尺度、考虑生物学下限和上限温度的正弦温度响应模式和叶温温度形式构建模型,再选择集成法优化发育期（中值集成）和采收期（逐步回归集成）模型。研究结果为指导园艺作物智慧生产管理和高效利用农业资源方面提供理论基础和技术支撑。     

基于WMAIP集成模型的华北冬小麦适宜播期与冬前积温下限研究

为明确气候变暖和“双晚技术”背景下华北地区冬小麦的适宜播期,基于WMAIP集成模型,对华北地区冬小麦适宜播期、冬前积温下限及最迟播期进行了分析。研究结果表明,华北地区晚播减产幅度由南向北增大,南部晚播减产幅度最小(<19.5%),中部晚播减产幅度在26.4%以内,北部晚播减产幅度最大,最高可达32.0%。华北地区北部、中部和南部的适宜播期分别在9月25日—10月5日之间、9月30日—10月20日之间和10月10日—11月5日之间。华北地区冬小麦基于高产和高水分利用效率的适宜冬前积温下限分别在497～629℃·d和344～581℃·d之间,并由南部向北部递增。在高产和高水分利用效率条件下,河北、山东、河南大部分地区的最迟播期分别为10月1—13日、10月10—16日、10月22—28日和10月7—19日、10月16—22日、10月31日—11月12日。研究结果可为气候变暖背景下华北地区“双晚技术”的推广和应用提供参考。     

五大发展理念在高校思想政治理论课程教学中的运用探析

高校思想政治理论课程教学需要积极吸收借鉴五大发展理念,不断完善自身,以符合时代发展要求。围绕教学内容融合、教学理念转变、教学手段革新与教学效果评价四个方面,探讨五大发展理念对引领推动思想政治理论课程教学的合理性;对照五大发展理念的内涵要求,分析了当前高校思想政治理论课程教学面临的难题;从创新、协调、绿色、开放、共享五个角度,阐述了如何把五大发展理念充分贯穿于高校思想政治理论课程教学过程中,进一步提高理论教学质量、增强教学效果。     

日光温室黄瓜和芹菜不同位置消光系数模拟及验证

消光系数是作物模型的重要参数，准确获取作物不同位置的消光系数，可以准确模拟作物的冠层光合速率，从而提高作物模型的模拟精度。该研究依据黄瓜（Cucumis sativus L.）和芹菜（Apium graveolens L.）不同位置（群体底部（Bottom of Crop, BC）处，1/3群体中部（1/3 Height of Crop, 1/3HC）处，2/3群体中部（2/3 Height of Crop, 2/3HC）处）的辐射数据，以津盛206和尤文图斯为试验品种，利用11个播期的试验观测数据建立了基于正午时刻消光系数k值的温室作物消光系数模型，确定了模型参数，用相互独立的数据进行模型检验。结果表明：1）关于正午时刻（12时）的k值变化，黄瓜在秋冬茬期间呈现先下降后上升的变化趋势，而春茬呈现相反的趋势，秋冬茬高于春茬，位置越高，k值越大。芹菜在生长季内，k值为先增加后下降的过程，位置越高，k值呈现先下降后上升的变化趋势。2）关于k值日变化，黄瓜和芹菜均呈现先上升后下降的变化趋势，位置越高，k值越大。3）关于作物发育进程中各发育阶段内k值变化，在相同发育阶段内，黄瓜随着高度上升，k值逐渐增大；芹菜呈现先下降后上升的趋势。在相同位置水平下，黄瓜各阶段k值的阶段均值都呈现先下降后上升的变化趋势，芹菜各阶段k值均值逐渐下降。4）时刻k值随正午时刻k值、位置以及时刻t呈线性下降的关系，模型参数与作物类型和位置有关。不同作物（黄瓜和芹菜）k值的模拟值与实测值的均方根误差（Root Mean Square Error，RMSE）分别为0.45和0.06，归一化均方根误差（Normalized Root Mean Square Error，NRMSE）分别为18.34%和13.35%；不同位置（BC处，1/3 HC处，2/3HC处）消光系数k值的模拟值与实测值的RMSE分别为0.47、0.36和0.33，NRMSE分别为17.91%、19.69%和23.85%。该模型能够较准确模拟消光系数的日变化过程，可应用于蔬菜生长发育模型构建及仿真模拟。     

日光温室郁金香3D可视化模型研究

基于郁金香不同品种、不同播期的2个生长季试验材料,采用L-System建模方法,构建了郁金香3D可视化模拟模型,以期为郁金香的形态结构分析提供科学参考。结果表明:通过构建郁金香生长发育的L-System,利用郁金香器官的拓扑结构确定了各个器官的位置关系和连接方式,利用NURBS曲线建立郁金香茎的仿真模型,并利用三次Bezier曲面的原理,构建了郁金香的单叶片和单花被曲面模型,得到了郁金香3D可视化模拟效果图。     

日光温室芹菜外观形态及干物质积累分配模拟模型

为实现日光温室芹菜外观形态与干物质积累分配预测。该研究依据芹菜(Apium graveolens L.)生长发育的光温反应特性,以‘尤文图斯’为试验品种,利用2年2茬分期播种试验观测数据,依据温室芹菜外观形态生长与关键气象因子(温度和辐射)的关系,以单株辐热积(Photo-ThermalIndex,PTI)为自变量构建了外观形态模拟模型;并建立了基于PTI的干物质分配模拟模型;结合叶面积指数模拟模块、光合作用和呼吸作用模拟模块,构建了干物质积累模拟模型;结合各器官各个发育阶段内的相对含水量,可计算鲜物质积累模拟模型。基于各子模块共同组成了日光温室芹菜外观形态及干物质积累分配模拟模型,确定了模型品种参数,利用独立试验数据对模型进行验证。结果表明,1)在外观形态模拟模型中,对根长、主茎茎粗、主茎茎长、株高、整枝和自然管理方式下叶面积指数(Leaf Area Index,LAI)形态指标均方根误差(Root Mean Square Error,RMSE)分别为2.46 cm、1.49 mm、6.72 cm、11.08 cm、0.74 m~2/m~2和0.77 m~2/m~2,归一化均方根误差(Normalized Root Mean Square Error,NRMSE)分别在16.63%～20.63%之间。2)在干物质分配模拟模型中,各器官的干物质分配指数NRMSE在8.24%～27.19%之间,RMSE在0.60%～7.01%之间。3)在干物质积累模拟模型中,不同器官(根、茎、叶、总茎、总叶、主茎、叶柄、整枝和自然管理方式下地上部)的干物质质量RMSE在3.85～85.80 g/m~2之间,NRMSE分别为14.21%～23.13%之间,说明干物质积累模拟模型对不同器官的干物质模拟均有较高的模拟效果。表明模型能够较准确模拟芹菜外观形态与干物质积累分配,系统化定量地表现出日光温室芹菜的生长动态过程。     

利用Elman神经网络的华北棚型日光温室室内环境要素模拟

准确模拟日光温室内环境的变化过程是实现温室环境精准调控的前提。该研究以3个生长季的日光温室室内实时气象观测资料为基础,利用Elman神经网络建模的方法,对日光温室室内1.5 m气温、0.5 m气温和CO_2浓度进行逐时模拟,对日光温室室内平均湿度、平均温度、最高温度和最低温度进行逐日模拟,建立基于Elman神经网络的日光温室室内环境逐时及逐日模拟模型,利用独立的气象观测资料对模型进行验证,并基于逐步回归方法和BP神经网络方法结果进行对比分析。结果表明:1)基于Elman神经网络的日光温室室内环境(1.5m气温、0.5m气温和CO_2浓度)逐时模拟值与实测值的均方根误差(Root Mean Square Error,RMSE)分别为2.14℃、1.33℃和55.32μmol/mol,归一化均方根误差(Normalized Root Mean Square Error,NRMSE)分别为10.01%、5.87%和10.70%,基于Elman神经网络的日光温室室内环境逐时模拟效果和稳定性最优。2)基于Elman神经网络的日光温室室内环境(日均空气湿度、日均气温、日最高气温和日最低气温)逐日模拟值与实测值的RMSE分别为0.59%、0.88℃、2.02℃和0.98℃,NRMSE分别为0.79%、4.44%、7.02%和6.66%,基于Elman神经网络的日光温室室内环境逐日模拟效果和稳定性最优。研究结果可以准确模拟日光温室室内逐时及逐日环境,也可以为环境模型与作物模型相互耦合提供技术支撑。     

不同品种郁金香鲜切花物质积累及分配的模拟

利用4类不同花期品种多播期水培方式的郁金香（Tulipa gesneriana L）试验观测数据,以标准化有效积温（StanGDD）为环境驱动变量,定量分析郁金香各器官干鲜物质积累及分配指数随标准化有效积温的变化规律,统计分析拟合得出回归方程,并利用相互独立的试验数据进行模型验证,以探究郁金香物质积累及分配与日光温室内气象环境要素之间的定量化关系。结果表明：（1）郁金香根、茎和叶的干鲜物质积累随StanGDD均表现出Logistic曲线的变化过程;种球的鲜物质积累不随StanGDD的变化而变化,而干物质积累随StanGDD呈先下降后增加的二次函数变化过程;花蕾的干鲜物质积累随StanGDD均表现出先增加后下降的二次函数变化过程。干鲜物质积累模型模拟的精度大小顺序依次为茎/花<根<叶片<种球。（2）茎和叶的干鲜物质分配指数随StanGDD均表现出Logistic曲线的变化过程;种球的干鲜物质分配指数随StanGDD呈先下降后增加的变化过程,而花蕾的干鲜物质分配指数呈现与其相反的变化过程;根的干鲜物质分配指数随StanGDD均表现出线性下降的变化过程。干鲜物质分配指数模型模拟的精度大小顺序依次为茎<根和花蕾<叶片<种球。（3）不同器官的干物质积累和分配模型的模拟精度比鲜物质的模拟精度高。总体而言,构建的日光温室郁金香鲜切花物质积累及分配的模拟模型具有较高的模拟精度。     

不同碳氮比杨梅枝条堆肥的养分含量和细菌群落变化

为了研究不同碳氮比对杨梅枝条堆肥发酵过程中养分、腐殖质组分及细菌群落结构的影响,设置碳氮比分别为30∶1、60∶1,90∶1进行杨梅枝条堆肥发酵试验,测定各处理养分和腐殖质组分,对细菌群落采用细菌16S rRNA Illumina Miseq高通量测序,比较细菌相对丰度,分析细菌群落Alpha和Beta多样性,及堆肥养分因子与细菌群落相关性。结果表明,杨梅枝条堆料处理的全氮、全磷、全钾含量随碳氮比增加而减少,有机质和胡敏素含量随碳氮比增加而增加;全氮、全钾、胡敏酸和富里酸含量随发酵时间延长显著增加,有机质和胡敏素含量则显著减少(p<0.05);碳氮比与有机质、全氮和胡敏素呈极显著相关。3个处理的厚壁菌门和放线菌门细菌的相对丰度随碳氮比增加而增加,变形菌门和拟杆菌门细菌的相对丰度随碳氮比增加而减少;在高温阶段厚壁菌门和放线菌门细菌的相对丰度明显高于其他阶段。不同碳氮比处理的细菌群落丰富度和多样性存在明显差异。碳氮比对枝条堆体细菌群落结构起决定性作用,全氮、有机质和温度也对枝条堆体细菌群落结构有一定的影响。堆体细菌群落结构与碳氮比、全氮和有机质之间存在显著相关性。说明碳氮比对杨梅枝条...