时间序列法在参考作物腾发量分析与模拟中的应用

把时间序列法应用于参考作物腾发量的模拟中，经研究和分析计算证明：参考作物的腾发量由一个呈周期性变化的周期分量和一个随机变化的随机分量构成。用该方法对农田灌溉研究所商丘试验站1977～1986年的参考作物腾发量进行了分析与模拟，在一定精度上能够准确地反映出参考作物腾发量在长时期内的变化过程，为灌溉工程的规划、设计和管理提供了依据。     

不同水分处理下液体地膜覆盖玉米田土壤环境与产量效应

采用测坑试验研究液膜覆盖夏玉米对土壤温度、水分及产量的影响。结果表明:液膜覆盖使土壤储水能力增强,在0～40cm土层的土壤含水率显著提高;液膜覆盖的土壤增温效果明显,特别是中、低水分处理,增温7.4%左右;在百粒重和行粒数几项产量构成指标中,液膜覆盖较对照优势显著;液膜覆盖在玉米产量和水分利用效率上都有所提高,LFh、LFm和LFl处理的产量分别较对照提高了3.7%、35.4%和57.0%,WUEI分别较对照提高了3.6%、35.7%、57.1%,在WUEET指标上,分别较对照提高了5.3%、8.9%和9.2%。中、低水分的液膜覆盖处理更有利于玉米增产和水分利用效率的提高。     

喷灌条件下液膜覆盖对玉米干物质积累及水分利用效率的影响

为了探讨喷灌和液膜覆盖对玉米生产的调控作用,在大田喷灌条件下,分析了3个土壤水分灌溉下限对液膜覆盖玉米生长发育过程的影响。通过对比试验,研究了液体地膜盖对玉米产量结构和水分利用效率（WUE）的影响。结果表明,高、中、低水分处理（灌水量分别为51.8、35.0、31.4 mm）生物累积量分别达到16 699.99、14 216.38和 13 239.14 kg/hm2,液膜覆盖高水分处理有利于干物质的累积,玉米的干物质累积曲线呈“慢-快-慢”趋势。液膜覆盖显著提高了玉米的百粒质量,     

拔节期淹水玉米的生理性状和产量形成

为了探明夏玉米拔节期对淹水历时的响应规律,采用大田环境下无底测坑试验,在玉米拔节期设置不同的淹水天数(1、2、3、5、7 d),分析了淹水历时对夏玉米生长发育、灌浆过程、物质分配及产量性状的影响。结果表明,玉米拔节期淹水抑制玉米的营养期发育,淹水1、2、3、5、7d的平均株高分别比非涝渍环境下玉米(CK)降低2.26%、2.26%、2.45%、11.36%和10.17%;平均叶面积指数LAI分别降低23.79%、18.93%、13.04%、32.74%和34.27%;玉米拔节期淹水5 d以上,植株矮而黄。在植株生理反应方面,淹水3 d后测定结果表明,淹水1、2、3 d的叶绿素质量分数比CK高,根系活力增强,而淹水5d和7d叶绿素质量分数和根系活力下降。玉米灌浆至乳熟期叶绿素测定结果表明,淹水5 d以上处理的叶绿素质量分数仍较CK降低10.87%,表明受淹5 d以上,叶绿素质量分数降低并无法恢复。玉米拔节期受淹影响其后期灌浆过程中的籽粒质量,同一时间的淹水1、2和3 d与对照籽粒质量比较接近,淹水5 d较低,淹水7 d为最低。玉米穗长和穗粗随淹水历时呈减小的趋势,但各处理间无显著差异(P0.05)。淹水使玉米出现较长的秃尖,淹水1、2、3、5 d的秃尖长度为CK的2倍左右,淹水7 d的秃尖长度为CK的5倍;淹水历时越长,玉米穗长、穗粒质量、穗质量和百粒质量的减幅就越大,淹水1、2、3、5、7的玉米产量分别降低16.58%、16.65%、26.11%、34.32%和39.01%。玉米拔节期淹水5 d以上,严重影响玉米正常生长,造成产量显著降低。研究结果为涝渍灾害监测和灾损快速评估以及涝渍排水标准确定提供参考。     

农用真空井改进的几项措施

针对农用真空井在成井与管理中存在的问题，提出了增大开孔直径、清水冲洗钻孔、选择合适裹料、井管外绑扶正器和几种洗井的措施以增大出水量；安装特制的活门以方便使用。试验证明，这些措施能有效增大出水量、防止淤堵并且便于管理和使用。     

基于支持向量机模型和图像处理技术的甜椒叶面积测定

叶片是作物进行光合作用的重要器官,是研究作物对光能吸收的一个主要的生物学指标。应用支持向量机理论,建立了支持向量机叶面积模型,输入参数为叶片长度、叶片最大宽度,输出参数为叶面积。通过对应用计算机图像处理技术测量所得到的样本数据进行训练,以叶片的长度、宽度作为输入参数对叶面积进行模拟及检验,并将模拟结果与线性回归和人工神经网络模型进行了对比。结果表明,支持向量机叶面积模型的最大误差为6.09%,平均误差为2.73%,模拟精度达到0.996。该方法能较真实地反映甜椒叶面积的实际大小,具有较好的实用价值和应用前景。     

冬小麦灌溉随机模拟模型研究

为了考虑随机因素(气象因素等)对冬小麦灌溉的影响,用时间序列方法建立了蒸发蒸腾量的随机模型,并将其导入田间水量平衡方程,推导出冬小麦灌溉的随机模拟模型。将该模型用于商丘市李庄乡的冬小麦灌溉,其灌水量与实际情况较为符合,最大误差仅为4.7%,可用于制定冬小麦的灌溉计划。     

泰山区地下水资源评价数据库系统

针对水资源评价工作中存在的数据量大,检索、分析复杂等问题,通过数据分析,找出这些数据存在的内部规律,保证数据的完整性和低冗余率,设计合理的数据结构,建立数据库,存储这些数据;根据用户的需求,结合数据库结构特征,进行功能分析,采用Windows平台上流行的FoxPro数据库管理系统所提供的面向对象的程序设计方法,设计各个功能模块,建立应用程序,让计算机代替人来完成数据的检索、分析等工作。实际运行表明,本系统具有人─机界面友好,操作简单,运行可靠、容错性好等特点。     

基于人工神经网络的辽宁省粮食产量模型预测研究

利用辽宁省1983～2008年粮食产量数据,建立了粮食产量预测的3层BP网络模型,网络拓扑结构为6-6-1。用此模型对作物产量进行预测,并与多元线性回归预测结果进行比较。结果表明,人工神经网络预测的最大误差为1.57%,平均误差为0.79%,网络预测精度为0.97,说明人工神经网络模型具有较高的预测精度和较强的泛化能力,为粮食产量预测提供了一条新途径。