不同灌水策略对夏玉米水分利用效率和产量构成要素的影响

于2013—2014年在河南商丘开展了5个灌水处理(T1:苗期水45 mm+拔节水60 mm+灌浆水60 mm+成熟期水45mm,T2:苗期水45 mm+拔节水60 mm+灌浆水60 mm,T3:拔节水60 mm+灌浆水60 mm,T4:拔节水60 mm,T5:灌浆水60 mm)的田间试验,研究了不同灌水处理对夏玉米阶段耗水量、总耗水量、产量、水分利用效率、收获穗数、穗粒数、百粒质量、行粒数的影响。结果表明,夏玉米不同生长阶段灌水处理的耗水量均显著大于不灌水处理(P0.05),且随着整个生育期灌水次数和灌水量的增加,总耗水量显著提高。2013年和2014年,灌拔节水和灌浆水处理(T3)的总耗水量显著低于T1处理(P0.05),产量分别下降8.0%和8.9%,水分利用效率则分别提高5.3%和0.5%。灌水显著影响了夏玉米的收获穗数、穗粒数和百粒质量。2 a的苗期灌水处理(T1和T2)显著提高了夏玉米的收获穗数(P0.05),拔节期和灌浆期灌水处理(T3)的穗粒数和百粒质量均显著大于只灌拔节水(T4)和只灌灌浆水(T5)的处理(P0.05),但收获穗数差异不显著。在节水灌溉的条件下,黄淮海平原夏玉米主产区要实现较高的产量和水分利用效率,灌拔节水和灌浆水是最基本的灌水策略。     

基于无人机平台的小麦产量信息监测研究

无人机平台的发展为改变传统的作物生长环境数据采集方式和产量监测方式提供了契机.借助无人机平台,可以实现农作物生长环境数据的快速采集、即时传输和动态显示.相对于地面和高空遥感平台,无人机平台能在一定程度上弥补现有地面和高空遥感平台的不足,可以在作物生产领域等发挥巨大的作用.该文在传统遥感监测平台对作物长势监测和产量预测的基础上,分析了无人机低空遥感平台应用于中小型区域作物的监测和预测的应用进展,探讨无人机平台监测小麦长势和预测产量的可行性,提出了可行性的建议,以期促进我国精准农业的快速发展.     

基于无人机RGB图像颜色及纹理特征指数的小麦产量预测

利用无人机获取小麦孕穗期和开花期的RGB图像,通过图像处理获取小麦图像颜色指数和纹理特征指数,并在小麦收获后测定实际产量.通过分析各颜色指数、纹理特征指数与小麦产量之间的相关性,筛选出各生育期与小麦产量相关性最高的颜色指数和纹理特征指数,建立小麦产量预测模型并进行验证.结果表明:小麦孕穗期和开花期图像颜色指数与产量相关性均较好,纹理特征指数与产量相关性不够理想.孕穗期与产量相关性最高的颜色指数为VARI,相关系数达0.862,利用单一颜色指数VARI构建小麦产量预测模型验证的决定系数(R2)为0.725,模拟均方根误差(RMSE)为494.52 kg·hm-2;开花期与产量相关性最高的颜色指数为ExR,相关系数为-0.851,利用单一颜色指数ExR构建小麦产量预测模型验证的R2为0.709 2,模拟RMSE为499.72 kg·hm-2;使用孕穗期颜色指数VARI和纹理特征指数CON相结合构建的产量预测模型验证得到R2和RMSE分别为0.740 6和489.19 kg·hm-2,较单一颜色指数模型分别提升2.15％和减小1.08％.使用开花期颜色指数ExR和纹理特征指数ASM相结合构建的产量预测模型验证得到R2和RMSE分别为0.735 4和491.24 kg·hm-2,较单一颜色指数模型分别提升3.69％和减小1.70％.上述结果说明,用无人机图像颜色指数可以建立有效的产量估测模型,将颜色指数和纹理特征指数相结合建立的估产模型较单一颜色指数建立的模型精度高.     

小麦生物量及产量与无人机图像特征参数的相关性研究

为了明确无人机图像信息与小麦生物量、产量之间的相关性,该文利用无人机航拍获取田间小麦主要生育时期的RGB图像,通过影像处理获取小麦颜色指数和纹理特征参数值,并通过田间取样获取同时期小麦生物量和最终产量,分析不同颜色指数和纹理特征参数与小麦生物量和产量的关系。结果表明：利用无人机图像可提取归一化差分指数（NDI）、超绿植被指数（ExG）、可见光大气阻抗植被指数（VARI）、超红植被指数（ExR）、绿叶植被指数（GLI）、绿红差值指数（ExGR）、改良绿红植被指数（MGRVI）、红绿蓝植被指数（RGBVI）共8个颜色指数和能量（ASM）、对比度（CON）、相关度（COR）、熵（ENT）共4个纹理特征参数。各颜色指数在小麦拔节期、孕穗期与生物量和产量都有较好的相关性。拔节期所有颜色指数与生物量的相关性均达到极显著水平,其中ExGR与生物量的相关性最高,相关系数r达到0.911,孕穗期除RGBVI未达到显著相关外,其余均达到显著或极显著相关,其中MGRVI相关性最高,相关系数r为0.817。各颜色指数与产量的相关性趋势同生物量一致。越冬前期和开花期各颜色指数与生物量及产量的相关性较拔节期和孕穗期略有下降。而各纹理特征参数中,只有越冬前期的ASM和ENT、拔节期的CON和COR以及孕穗期的CON与生物量的相关性达到显著或极显著水平,其中COR相关性最高（负相关）,相关系数r为-0.574。拔节期的CON和COR、孕穗期的CON、COR和ENT与产量的相关性达到显著或极显著水平,其中拔节期COR相关性最高（负相关）,相关系数r为-0.530。将颜色指数与纹理特征参数相结合后,其与小麦生物量及产量的相关性均有提高,其中生物量相关性在4个时期分别提高0.27%、0.11%、8.81%和2.65%,产量相关性在4个时期分别提高7.05%、0.72%、0.58%和0.12%。因此,将无人机图像颜色指数与纹理特征参数结合可以提高小麦生物量和产量的估测精度。     

利用无人机图像颜色与纹理特征数据在小麦生育前期对产量进行预测

为了实现基于无人机的小麦产量快速预测，通过不同种植密度、氮肥和品种的田间试验，应用无人机航拍获取小麦生育前期（越冬前期和拔节期）的RGB图像，通过图像处理获取小麦田间颜色和纹理特征指数，并在小麦收获后测定实际产量。通过分析不同颜色和纹理特征指数与小麦产量的关系，筛选出适合小麦产量预测的颜色和纹理特征指数，建立小麦产量预测模型并进行验证。结果表明，小麦生育前期图像颜色指数与产量的相关性较好，而纹理特征指数相关性较差。对越冬前期利用单一颜色指数NDI构建的产量预测模型验证时，R为0.541，RMSE为671.26 kg·hm^-2；对拔节期用单一颜色指数VARI构建的产量预测模型验证时，R为0.603，RMSE为639.78 kg·hm^-2，预测结果比较理想，但不是最优。对越冬前期颜色指数NDI和纹理特征指数ENT相结合构建的产量预测模型验证时，R和RMSE分别为0.629和611.82 kg·hm^-2，比单一颜色指数模型分别提升16.27%和减小8.85%；对拔节期颜色指数VARI和纹理特征指数COR相结合构建的产量预测模型验证时，R和RMSE分别为0.746和510.29 kg·hm^-2，较单一颜色指数模型分别提升23.71%和减小20.24%。上述结果说明，将无人机图像颜色和纹理特征指数相结合建立的估产模型精度较高，可在小麦生育前期对产量进行有效预测。     

牛至油与稀土组合添加对奶牛产奶性能的影响

本试验旨在研究牛至油(oregano oil,Oo)和稀土(Rare earth,RE)组合添加对奶牛产奶性能的影响。选取年龄、体重、胎次、产奶量、乳成分及泌乳期相近、体况良好的荷斯坦奶牛40头,随机分为10组,每组4头。对照组(C组)饲喂基础饲粮,试验组添加不同水平组合的牛至油和稀土,其中牛至油设3个水平,分别为11.5、13、14.5g/d·头;稀土设3个水平,分别为20、23、26g/d·头,共组成1~9个不同水平的组合,即9个试验组。预试期15d,正试期60d。结果表明:各试验组的产奶量均极显著高于C组(P<0.01),以1组最高;在乳脂率方面,1、4和7组极显著高于对照组和2、3、5、6、8和9组(P<0.01);在乳蛋白率方面,1、4和7组极显著高于对照组和3、5、6和9组(P<0.01),1组显著高于2组(P<0.05);各试验组的乳体细胞数均极显著降低(P<0.01),1组的乳体细胞数均极显低于其它8个试验组(P<0.01)。牛至油与稀土组合添加能提高产奶量、乳脂率和乳蛋白率,降低乳体细胞数,综合考虑上述指标,在本试验条件下,最佳组合为牛至油11.5g/d·头、稀土20g/d·头。     

2019-2020年度张家港市小麦新品种比较试验

通过10个小麦新品种的试验示范,筛选出适宜在张家港地区种植的优质、高产、抗逆新品种,并作进一步种植推广,以改善当地小麦品种结构.结果表明,镇麦12号、镇麦15号和扬麦29号综合表现优异,可进一步推广示范种植.     

推广三级“漏保”延时技术 创优农村用电环境

近年来,在国家电网公司和河北省电力公司的部署下,成安县供电公司把创优农村用电安全环境作为服务"三农"的重要举措,作为落实国家电网公司"三新"农电发展战略的具体行动,积极探索农村用电安全管理新机制,按照"政府主导,群众参与,企业服务"的思路,进行了一些探索和尝试,取得了一定的成效。因势利导宣教结合成安县地处河北省南部,属于     

牛至油和肉桂醛组合添加对奶牛产奶性能和氮排泄的影响

本试验旨在研究牛至油(Oo)和肉桂醛(CA)组合添加对奶牛产奶性能和氮排泄的影响。选取年龄、体重、胎次、产奶量、乳成分及泌乳期[(90±15)d]相近的荷斯坦奶牛40头,随机分为10个组,每组4头。对照(C)组饲喂基础饲粮,各试验组在基础饲粮中添加不同水平组合的Oo和CA。其中,Oo设3个添加水平,分别为11.5(L)、13.0(M)、14.5g/(d头)(H);CA设3个添加水平,分别为15.0(L)、18.0(M)、21.0g/(d头)(H),共组成9个组合,分别为LL、LM、LH、ML、MM、MH、HL、HM、HH组(第1个字母为Oo添加水平,第2个字母为CA添加水平)。预试期15d,正试期60d。结果表明:1)LH、HH、LM、MM、MH、HL组产奶量均极显著高于C组(P<0.01)。2)各试验组乳体细胞数均极显著低于C组(P<0.01)。LH、ML、LM、MM组乳脂率极显著高于C组(P<0.01),LL、HH组显著高于C组(P<0.05)。LH、HM、HH、ML组乳蛋白率极显著高于C组(P<0.01),MH、LM、MM组显著高于C组(P<0.05)。3)LH、MH、HH、MM、LL、LM、HM组总氮排泄量均极显著低于C组(P<0.01),ML组显著低于C组(P<0.05)。LH、HH组粪氮极显著低于C组(P<0.01),LL、LM、MH组显著低于C组(P<0.05)。LH、MH、MM、HH组尿氮极显著低于C组(P<0.01),HM组显著低于C组(P<0.05)。MH、HL氮沉积组极显著高于C组(P<0.01),MM、LL、LH组显著高于C组(P<0.05)。LH、HH、LM组氮表观消化率极显著高于C组(P<0.01),MH、LL组显著高于C组(P<0.05)。由此可见,饲粮中联合添加Oo和CA可以提高奶牛的产奶性能,降低氮排泄量;综合考虑上述指标,在本试验条件下,最佳组合为Oo11.5g/(d头)、CA21.0g/(d头)。     

牛至油和过瘤胃蛋氨酸不同组合对奶牛产奶性能和氮排泄的影响

本试验旨在研究牛至油(Oo)和过瘤胃蛋氨酸(RPMet)的不同添加量组合对奶牛产奶性能与氮排泄的影响。选取年龄、体重、胎次、产奶量、乳成分及泌乳期(90±15) d相近的荷斯坦奶牛40头随机分为10个组,每组4头。对照(C)组饲喂基础日粮,试验组饲喂不同添加水平的Oo和RPMet,Oo添加水平分别为11.5(L)、13.0(M)、14.5(H) g·(d·头)^-1;RPMet添加水平分别为22.5(L)、25.0(M)、27.5(H) g·(d·头)^-1,共组成9个不同的添加量组合,分别为LL、ML、HL、LM、MM、HM、LH、MH、HH(第1个字母为Oo添加水平,第2个字母为RPMet添加水平)。预试期15 d,正试期60 d。结果表明:产奶量方面,LL、HL、HM、MH、HH组产奶量极显著高于对照组(P<0.01),以MH组最高。乳成分方面,MH、HM组乳脂率极显著提高(P<0.01);HM、HH组乳蛋白率极显著提高(P<0.01),各试验组在乳体细胞数均极显著低于对照组(P<0.01)。在氮排泄方面,LL、ML、LM、MM、HM、LH、MH、HH组氮排泄极显著低于对照组(P<0.01),以MH组最低。综合考虑上述指标,在本试验条件下,以MH组[Oo 13.0 g·(d·头)^-1、RPMet 27.5 g·(d·头)^-1]组合效果最好。