不同栽培方式下“甬优8号”的产量表现与干物质积累特征

为促进水稻超高产栽培技术的推广和应用,以杂交粳稻"甬优8号"为材料,进行了传统常规高产栽培方式与利用实地氮肥管理和间歇灌溉技术-新型栽培方式的大田栽培对比试验,研究了其产量表现和生长季干物质积累特征。结果表明,与常规栽培方式相比,新型栽培方式能显著提高水稻籽粒产量,产量提高的主要原因是由于生育后期干物质积累量的提高。     

夏播麦套花生高产综合栽培技术

通过高产栽培技术纠正花生种植人为出现的管理误差,对症下药,规范高产栽培技术,提高花生单位产量,增加种植效益.运用栽培管理措施,来促进或控制花生的生长发育,对于提高产量和改进品质具有重要作用.     

大豆低产生理特点及高产栽培技术

阐述了大豆低产的生理特点,分析了其产量构成因素及提高产量的对策,并提出了大豆高产栽培技术,以期为大豆的丰产栽培提供参考。     

生态因子及抚育对野生连翘生长和产量的影响

以山西省固县林场野生连翘为研究对象,调查了其生长环境各生态因子,并选取样地进行人工抚育处理,分析了不同生态因子及人工抚育对野生连翘生长和产量的影响。调查分析结果表明,阴坡土壤厚度、含水率、全盐量、有效磷、有效钾和有机质含量均高于阳坡,其中阴坡土壤含水率显著高于阳坡,阴坡土壤pH值、有效氮和全氮含量低于阳坡。阴坡野生连翘的株高、冠幅、地径、分枝数、开花数量均显著高于阳坡,结实量与阴坡差异不显著。人工抚育对阴阳坡野生连翘的物侯期没有影响。人工抚育下,阴坡和阳坡野生连翘株高、分枝数均低于未抚育连翘,连翘冠幅、结实量显著大于未抚育连翘,且阴坡经人工抚育后连翘结实量显著高于阳坡。     

晋北地区红小豆低产原因及优质高产栽培技术措施

通过对晋北地区红小豆生产现状调查,从生产条件和栽培技术上分析了红小豆低产的原因.根据晋北地区的自然条件,提出了红小豆优质高产的栽培模式和各生长阶段的管理技术措施,以实现优质、高效.     

绥李3号倾斜栽培研究

为了研究绥李3号矮化高产栽培技术,促进该品种更好地推广,进行了绥李3号品种倾斜栽植方式的调查,比较了同龄同一管理条件下绥李3号李树倾斜栽培与直立栽培的树高、前期产量等方面差异。结果表明:绥李3号倾斜45°和60°栽植后比直立栽培的矮化效果显著;二～四年生果实平均产量同比显著提高。建议可继续试验推广,或试验倾斜与直立隔株栽培方式,以达到上下空间合理利用的立体效果和长远期兼顾的合理布局。     

钦州市黄屋屯镇春花生低产原因及高产栽培措施

为促进钦州市黄屋屯镇春花生的持续发展,提高花生产量,对该镇春花生生产进行调查,指出早春低温阴雨、春旱、夏涝等自然灾害及土壤浅瘦、品种退化、栽培技术落后是黄屋屯镇春花生低产的主要原因。推广良种、适时早播、科学种植管理是春花生的高产栽培措施。     

晒烟降解地膜覆盖栽培技术

为提高吉林省东部山区晒烟产量和经济效益,推广晒烟降解地膜覆盖栽培技术。降解地膜覆盖栽培具有保温、保肥、保湿、防渍、改良土壤、促进晒烟、优质高产等特点。该项目技术的推广应用,可使烟株茎叶干重加大,叶面积指数和干物重的相关性显著,有利于促进烟叶成熟,提高产量。降解膜的迅速降解减轻了对土壤和生态环境的污染,不会造成"白色残留污染",达到优质高产的目的。     

淮北地区小麦高产栽培技术研究

本文通过对安徽省淮北地区小麦大田生产的穗粒结构调查与研究,系统地阐述了小麦产量构成三因素的相互关系以及苗情的调控指标,分析了高产与低产的原因,提出了淮北地区小麦高产栽培技术措施,并就高产栽培的关键问题进行了讨论。     

安康市浅山丘陵区大豆高产栽培技术

大豆是安康市浅山丘陵区多年来一直种植的农作物,常年播种面积4 666 hm2。目前大豆种植技术参差不齐,产量低而不稳,高产可达每667 m2产150 kg,低产667 m2产50 kg。通过近几年采用不同品种的播期试验、密度试验、轮作倒茬、垄作栽培等高产栽培技术研究,总结出了一套适合安康浅丘种植大豆的高产栽培技术,供广大农户参考。     

江麦23丰产稳产性及产量构成因素分析

根据江苏省2013—2017年淮北小麦品种试验4年汇总数据,分析了江麦23的丰产性、稳产性、适应性及产量构成要素。结果表明,江麦23是一个具有良好的丰产性(较对照淮麦20增产3.13%～5.79%)、稳产性(3年高稳系数HSC高于对照)、适应能力较强(4年适应度高于对照)的小麦新品种,适宜在淮北地区推广种植。此外,产量构成三要素分析表明千粒重对产量的直接作用最大,其次是穗数,穗粒数对产量的直接作用最小。因此,在稳定穗粒数的前提下,提高千粒重和增加有效穗数是提高江麦23产量的关键。     

Grain Yield Mapping: Yield Sensing,Yield Reconstruction,and Errors

Research findings are reviewed focusing on yield sensing methods, yield reconstruction, mapping, and errors. Yield sensing methods were explained and yield mapping process was briefly introduced. Grain flow through different combines was explained and the effects of combine dynamics on yield measurement accuracy were discussed. Other errors caused by various sensors that are utilized by a yield monitor were included. It was concluded that with proper installation, calibration, and operation of yield monitors, sufficient accuracy can be achieved in yield measurements to make site-specific decisions. Nevertheless, attention must be paid when interpreting yield maps since yield measurement accuracy can vary depending upon the measurement principle, combine grain flow model, size of management area chosen, and the operator's capabilities and carefulness in following instructions to obtain the best accuracy possible under varying field operating conditions. Some of the errors can be filtered out by careful analysis of the raw yield (or flow rate) data provided by yield monitors. Researchers have focused on crop flow models to improve yield reconstruction process. A yield reconstruction algorithm that effectively handles non-linear combine dynamics has not been developed by researchers yet. More efforts towards yield reconstruction should be encouraged.     

Frequency Analysis of Yield for Delineating Yield Response Zones

The yield in any given field or management zone is a product of interaction between many soil properties and production inputs. Therefore, multi-year yield maps may give better insight into determining potential management zones. This research was conducted to develop a methodology to delineate yield response zones by using two-state frequency analysis conducted on yield maps for 3 years on two commercial corn fields near Wiggins, Colorado. A zone was identified by the number of years that yield was equal and greater than the average yield in a given year. Classes producing statistically similar yield were combined resulting in three potential yield zones. Results indicated that the variability of yield over time and space could successfully be assessed at the same time without the drawbacks of averaging data from different years. Frequency analysis of multi-year yield data could be an effective way to establish yield response zones. Seventeen percent of the field #1 consistently produced lower yield than the mean while 43 of the field produced yield over the mean. Corresponding values for field #2 were 6% and 42%.The remainder of the fields produced fluctuating yields between years. These spatially and temporally sound yield response maps could be used to identify the yield-limiting factors in zones where yield is either low or fluctuating. Yield response maps could also be helpful to delineate potential management zones with the help of resource zones such as electrical conductivity and soil maps, along with the directed soil sampling results.     

密度对玉米产量（＞15 000 kg•hm-2）及其产量构成因子的影响

【目的】研究密度对高产玉米（＞15 000 kg•hm-2）产量及其构成因子的影响,揭示高产玉米产量形成机制,为玉米持续稳定高产提供依据。【方法】连续两年在新疆和宁夏高产玉米区,以郑单958为试材,以1.5万株/hm2为一个密度梯度,设置从1.5万株/hm2至18万株/hm2不同密度处理,充分满足水肥需求,进行高产栽培实践,在实现高产基础之上分析其产量及产量构成因子特征。【结果】两年多点共68个处理,最低和最高单产分别为7 675.5和20 503.5 kg•hm-2,其中有47个处理达到15 000 kg•hm-2以上的产量;对产量构成特征的分析表明,要达到15 000 kg•hm-2以上的高产,最低、最高密度分别为5.25万株/hm2和16.28万株/hm2;最低、最高收获穗数分别为6.66万穗/hm2和13.84万穗/hm2;最低、最高穗粒数分别为365和657粒;最低、最高千粒重分别为237和404 g。【结论】密度与单产呈抛物线关系,以10.5万株/hm2密度处理单产最高;随着产量的提高,种植密度、单位面积穗数、穗粒数和千粒重表现出最适值范围变窄的趋势。随种植密度增加,单位面积穗数呈增加趋势,穗粒数和千粒重呈下降趋势,而单位面积粒数呈增加并趋于不变趋势。     

芝麻产量性状与产量的灰色关联度分析

对芝麻9个品种9个数量性状与产量灰色关联度分析结果表明,产量与各产量性状的关联度大小顺序为:单株蒴果数》每蒴粒数>千粒重>始蒴高度>株高>全生育期>分枝数>空稍高度。芝麻产量主要取决于与其关联度较高的单株蒴果数、每蒴粒数、千粒重等性状。     

小麦5个产量性状与产量的灰色关联度分析

应用灰色关联度分析法,对小麦9个组合的5个主要数量性状与籽粒产量进行分析.结果表明:小麦的产量与各产量性状关联度的大小顺序为穗数＞生育期＞穗粒数＞株高＞千粒重.     

不同种植密度对梦玉908产量及产量构成因子的影响

2014年以梦玉908为试验材料,在丰乐新乡育种站设置3 500、4 000、4 500、5 000、5 500、6 000株/667m2共6种种植密度,进行了不同密度对玉米农艺性状和产量的影响试验。试验验证了选择紧凑型耐密品种是提高单产的关键措施,并分析了产量与单位面积穗数、穗粒数、粒重3个因子的关系。通过大量数据分析,证实梦玉908是一个优良的耐密型玉米新品种,在黄淮海区河南地区最佳种植密度为4 500~5 000株/667m2。     

新麦36高产性状及产量构成因素分析

[目的]为了解新麦36的丰产性、稳产性及产量与产量构成因素的相关性。[方法]利用2015—2016、2016—2017年度国家冬麦区黄淮南片区域试验和2016-2017年度国家冬麦区黄淮南片生产试验数据进行统计分析。[结果]在区域试验和变异分析中新麦36具有较好的丰产性和稳产性;相关分析和通径分析结果一致:有效穗数>穗粒数>千粒重,有效穗数对产量的直接影响和总影响都最大,增加有效穗数是提高产量的关键。[结论]该研究可为新麦36的高产栽培及进一步推广应用提供理论依据。     

宁麦18的产量表现及产量结构分析

宁麦18是采用改良集团法育成的高产、稳产、多抗、弱筋小麦新品种。利用2008~2011年江苏省淮南组和国家长江中下游冬麦组区域试验以及生产试验资料,对宁麦18的丰产性、稳产性以及产量构成因素进行分析。结果表明:宁麦18在参试品种中平均产量均为第1位,江苏省区试和生产试验分别比对照增产9.8%和4.6%,国家区试和生产试验分别比对照增产7.8%和7.2%。宁麦18适应度较高,变异系数、回归系数和Shukla变异系数均较低,具有广泛的适应性和较好的稳产性。宁麦18平均穗数486.7万/hm2、穗粒数41.4粒、千粒重35.7 g,产量三因素协调性较好。穗数、穗粒数与产量分别呈极显著和显著正相关。穗数对产量的直接作用最大,其次是穗粒数,千粒重的作用较小。因此,在宁麦18的高产栽培中,应在保证足够穗数的基础上,增加穗粒数和稳定提高千粒重。     

宁麦18的产量表现及产量结构分析

宁麦18是采用改良集团法育成的高产、稳产、多抗、弱筋小麦新品种。利用2008²011年江苏省淮南组和国家长江中下游冬麦组区域试验以及生产试验资料,对宁麦18的丰产性、稳产性以及产量构成因素进行分析。结果表明:宁麦18在参试品种中平均产量均为第1位,江苏省区试和生产试验分别比对照增产9.8%和4.6%,国家区试和生产试验分别比对照增产7.8%和7.2%。宁麦18适应度较高,变异系数、回归系数和Shukla变异系数均较低,具有广泛的适应性和较好的稳产性。宁麦18平均穗数486.7万/hm2、穗粒数41.4粒、千粒重35.7 g,产量三因素协调性较好。穗数、穗粒数与产量分别呈极显著和显著正相关。穗数对产量的直接作用最大,其次是穗粒数,千粒重的作用较小。因此,在宁麦18的高产栽培中,应在保证足够穗数的基础上,增加穗粒数和稳定提高千粒重。