有机硅助剂协同对双季稻叶面喷施的 氨基酸微量元素肥增效潜力初探

为探究有机硅助剂协同对双季稻叶面喷施的在氨基酸微量元素肥增效潜力,选择江西省宜春市双季稻系统为研究对象,以农用有机硅和氨基酸微量元素叶面肥为研究材料,系统地比较早、晚稻施用添加不同体积分数的有机硅助剂的叶面肥后水稻叶片中微量元素锌(Zn)、锰(Mn)的含量、成熟期水稻相关的生长性状以及添加不同体积分数的有机硅助剂对肥液的理化性质的影响。结果表明:当有机硅助剂添加体积分数达到0.05%(胶束临界浓度)时,3次叶面肥喷施后,Zn、Mn在早、晚稻叶片中的含量均达到最大,与对照组相比,均提高了30%以上;同时早、晚稻的株高、稻草生物量、有效分蘖率、千粒质量及产量均达到最大,与对照组相比,其中早、晚稻的产量分别增长了13.76%、7.72%。有机硅助剂的对叶面肥的协同增效机制主要是通过改善肥液的界面性质,提高肥液在叶片的附着面积、附着量和附着时间实现,在试验设计的有机硅助剂添加的体积分数范围内,有机硅助剂添加的体积分数与肥液的表面张力、润湿直径或铺展面积呈显著相关,相关系数分别为-0.982(P0.01)、0.995(P0.01)、0.988(P0.01);随着有机硅助剂添加的体积分数的增大,肥液的干燥时间及其叶片最大持留量呈现出先增后减的趋势,最佳有机硅助剂添加量为体积分数0.05%,此时肥液在水稻叶片上的最大持留量分别较对照组增加了25.90%、88.79%。可见有机硅助剂的合理应用可显著促进水稻叶片对叶面肥中微量元素(Zn、Mn)的吸收利用,提高水稻产量,是叶面肥的有效增效剂。     

浓缩沼液浸种对水稻甬优12种子萌发及幼苗质量的影响

以浓缩10倍沼液和水稻甬优12种子为研究对象,探讨了浓缩沼液浸种对水稻甬优12种子萌发及幼苗质量的影响。结果表明:采用一定浓度范围内的浓缩沼液浸种,显著提升了水稻甬优12种子的发芽率,同时,水稻幼苗质量和活力显著增强,而浸种浓缩沼液若超出特定浓度范围,将显著抑制种子的发芽率及水稻幼苗质量和活力。浓缩沼液最佳浸种浓度为20%。在此最佳浓度下,对应的最佳浸种时间为24h,超出此浸种时间,将显著抑制种子的发芽率。在浓缩沼液最佳浸种用量和最佳浸种时间下,催芽3d,水稻甬优12种子的发芽率达到88.3%,幼苗芽长、茎粗、根数、总根长及单苗生物量(干重)分别为4.6cm、0.91mm、6.2条、7.00cm和1.53mg,水稻幼苗呼吸速率达到33.6μmol·g^-1·h^-1(以鲜重计)。     

基于基因表达式编程算法的参考作物腾发量模拟计算

选取都安气象站5年(2008—2012年)的逐日气象数据,包括日最高气温、最低气温、平均风速、日照时数以及相对湿度5个气象要素的不同组合作为输入,并以FAO-56 Penman-Monteith法(FAO P-M)的计算结果作为标准值,采用基因表达式编程算法(GEP)及径向基函数网络算法(RBFNN)对参考作物腾发量ETo进行模拟计算,并将模拟结果与Hargreaves模型的计算结果进行比较,用决定系数R2和均方根误差RMSE作为评价指标。结果表明,GEP模型能够捕捉到ETo的变化,具有较强的适用性,与FAO P-M公式的计算值有很高的一致性。引入关键气象因子(气温和相对湿度)后,模型的决定系数R2达到0.914,均方根误差RMSE为0.240 mm/d。在相同输入情况下GEP模型计算精度高于RBFNN模型和Hargreaves模型,并建立了可以替代Hargreaves模型的GEP模型及缺少相对湿度RH时的GEP模型。结果表明,在缺乏相关气象因子时,可以利用GEP模型模拟ETo。     

百色干热河谷地区降雨氢氧稳定同位素特征及芒果树水分来源研究

百色市右江河谷是我国著名的干热河谷之一，干旱是该地区最严重的气象灾害。芒果是该地区地理标志农产品，但其水分利用策略尚不清楚。本文基于氢氧稳定同位素示踪技术研究该地区降雨同位素特征及影响因素，利用多元线性混合模型方法量化不同来源水分对芒果树根系吸水的贡献比例，揭示芒果树生育期内水分利用策略。结果表明：（1）研究区氢氧稳定同位素具有明显的季节变化，δ值和氘盈余（d）具有旱季富集、雨季贫化的规律，建立了研究区的大气降水线方程：δD=8.2587δ18O+12.308,δD和δ18O值有极显著相关性（r=0.9968, n=35, P<0.001）;(2)季风气候影响下大气降水稳定同位素值具有显著的降雨量效应和反温度效应（P<0.05）;(3)在芒果花期、幼果期、果实膨大期和成熟期，土壤水氢氧稳定同位素总体上随土壤深度的增加而变贫；在花期和幼果期，芒果树对各层次土壤水分及地下水利用比例较为均匀，果树膨大期和成熟期则主要利用深层次土壤水及地下水，表明该地区芒果树主要以深层次土壤水及地下水为水源，说明芒果树更接近于保守型水分利用策略。降雨氢氧稳定同位素特征反映了该地区干热的气候特征，芒...     

基于随机森林算法的参考作物蒸发蒸腾量模拟计算

选取西南喀斯特地区4个气象站点(都安、河池、百色和融安)5 a(2008—2012年)的逐日气象数据,包括日最高气温Tmax、日最低气温T_(min)、相对湿度R_H、日照时数n和风速u2这5个气象因子的不同组合作为输入,并以FAO 56 Penman-Monteith法(FAO P-M)的计算结果作为标准值,建立基于随机森林(Random forest,RF)算法和基因表达式编程(Gene expression programming,GEP)算法的ET0模型,并将模拟结果与传统Hargreaves模型的计算结果进行比较。结果表明,不同气象因子组合下建立的RF模型均能较好地反映气象因子与ET0之间的非线性关系。随着气象因子的增加,RF模型模拟的精度随之提高。在仅有气温数据时,RF模型仍具有足够的精度(R~2为0.875,RMSE为0.546 mm/d),与传统Hargreaves模型相比R2平均增加了1.98%,RMSE平均减小了22.88%,因此在仅有气温数据时可用RF模型代替Hargreaves模型。RF算法对气象因子的重要性评估表明,在该区域对ET_0最重要的气象因子依次为T_(max)、n、T_(min)、R_a、R_H和u_2。相同气象因子输入下,RF模型精度高于GEP模型。