节水灌溉管理与决策支持系统

基于灌区灌溉用水过程的复杂性和实时性,研制了节水灌溉管理与决策支持系统软件。系统根据采集到的气象、土壤水分、作物、水资源状况等信息,运用作物系数法进行作物需水量的计算,根据土壤墒情决策模型,作出灌溉预报,确定精确的灌溉时间和最佳灌溉水量,利用决策结果对灌溉设备进行自动控制与监测,从而达到高效、节水的目的。该系统不仅具有数据录入、编辑、查询、统计、输出等信息处理功能,而且能够根据采集到的信息为灌区管理和用水户提供灌溉优选和水资源优化分配的决策支持,制定精细灌溉的作业方案。该系统立足田间,面向农户,可以为用户提供节水灌溉模式咨询、具体方案优选、指导灌区优化灌溉等功能,具有较强的推广应用价值。     

利用SUMO表达系统高效表达猪O型口蹄疫病毒VP0、VP1、VP3基因

根据GenBank中公布的猪O型口蹄疫病毒(foot and mouth disease virus,FMDV)全基因合成了FMDV结构蛋白前体蛋白P1基因,同时设计了扩增FMDV结构蛋白VP0、VP1和VP3基因的引物。以P1基因为模板,分别经PCR扩增获得FMDV VP0、VP1和VP3基因。扩增产物克隆于Blunt载体中,酶切后将目的片段连接到原核表达载体SUMO中,构建重组表达质粒SUMO-VP0、SUMO-VP1和SUMO-VP3,将重组质粒转化大肠杆菌BL21(DE3)plysS进行诱导表达。经SDS-PAGE电泳可见融合蛋白均获得高效表达,融合蛋白表观分子质量分别约为55、48和40 ku。在IPTG浓度为1.0 mmol/L,温度为37 ℃,诱导5 h时融合蛋白表达量最大。Western blotting结果表明,融合蛋白均可被FMDV阳性血清识别,反应原性良好。     

喷施艾氟迪与缩节胺对棉花生育性状的影响

通过大田试验研究了2种不同的植物生长调节剂（艾氟迪和缩节胺）对棉花生长发育和产量的影响效应。结果表明：艾氟迪作为一种新型的棉花花芽分化促进荆,对棉花的增产效果要好于缩节胺,在棉花初花期、盛花期分别喷施艾氟迪可促使蕾铃增多、延长现蕾时间、促进蕾铃发育、减少蕾铃脱落,增产效果显著。     

基于贝叶斯最大熵和多源数据的作物需水量空间预测

作物需水量是灌溉工程规划、设计和管理的重要基础数据,充分利用多源数据和先验知识,快速经济地获取精度较高的区域作物需水量对于区域水资源的优化配置具有重要意义。为精确预测作物需水量,该文以长系列实际监测和校核作物系数后计算得到的作物需水量为硬数据,利用硬数据确定获得最大熵的约束条件,根据软数据获取渠道的不同(部分年份缺失的站点数据、文献中获得的数据、利用灌溉试验数据库中的作物需水量资料,采用协同克立格方法获得的数据、考虑主要地形因子和主要气象要素的影响,采用主成分分析和地理加权回归(geographically weighted regression,GWR)方法获得作物需水量数据以及遥感数据),提出不同来源软数据的概率密度函数表达方法,采用贝叶斯最大熵(Bayesian maximum entropy,BME)方法对不同来源的作物需水量信息进行有机整合。结果表明:除硬数据+文献软数据外,其他数据整合呈现一致结果。华北地区冬小麦作物需水量在豫南地区较小,中部地区黄河北岸有连片的相对高值区,山东需水量相对较高,冀东北的乐亭、唐山附近有相对低值区。除硬数据+文献软数据比不整合的精度低9.41%外,其他软数据源均可不同程度地提高整合效果,硬数据+克立格软数据、硬数据+GWR软数据和硬数据+除文献数据外的其他软数据分别比不整合的精度提高85.33%、85.75%和91.69%。对考虑地形、气象等要素的多源数据进行整合可更好地反映冬小麦作物需水量空间分布的细节,显著提高估算精度,为稀疏监测站点地区水土资源的精准管理和优化配置提供数据支撑。     

基于不同数理统计方法的河南省ET0气候影响因素分析

确定影响ET_0年际变化的主要气象因子是准确估算未来作物需水的基础,对于农业生产科学应对气候变化具有重要意义。以河南省17个站点为例,分别采用国内外常用的5种数理统计方法评价7个气象要素对参考作物蒸散量(reference crop evapotranspiration,ET_0)年际变化的影响程度,结果发现:日照和风速是影响河南省地区参考作物蒸散量的主要因子,黄河以北地区主要为风速,黄河以南地区以日照为主,信阳、西峡两地高温作用不容忽视。5种方法评判结果差异较大,采用灰色关联分析法,利用不同的数据变换方式,其结果大相径庭,认为其不适宜用于评价影响ET_0变化主要因子的判定;结合各站气象要素年际变化趋势分析认为,逐步回归分析法得出的结论与各站点气象要素及ET_0实际变化趋势存在多处悖理,不适宜用于评价影响ET_0变化主要因子的判定;相关分析、偏相关分析、主导分析方法结果较为统一,差异较小,认为采用3种方法综合判定某地区影响ET_0的主要因子,其结果较为可信。其中,采用主导分析法对各气象因子的影响排序与各因子对ET_0的影响趋势以及ET_0实际变化趋势较为一致,建议用于评价影响ET_0变化的气象因子排序,但因其无法得到各因子与ET_0的相关关系,需借助相关分析与偏相关分析才能得到详实可信的结果。     

基于GF-1卫星数据和P-M方法的灌溉需水量空间格局研究

[目的]分析作物需水量与灌溉需水量时空分布规律,为新疆灌溉用水管理和最严格水资源管理制度的实施提供基础数据和技术支撑.[方法]通过构建多时相归一化植被指数(NDVI)曲线,提取南疆地区作物种植结构;基于GF-1数据构建NDVI多时相序列,采用监督分类方法提取阿克苏河绿洲区作物种植结构,并结合Penman-Monteit...     

重庆油茶林低产原因分析及改造对策探讨

随着社会层面对优质食用植物油需求的持续递增,油茶林产业的发展也受到了重点关注。本文基于当前重庆油茶林地低产的原因,重点探讨了相应的改造对策,以期更好地推动茶产业的长效发展。     

作物系数小时尺度和日尺度关系研究

利用Penman-Monteith公式估算参考作物蒸散,研究了日尺度参考作物蒸散(ET0d)和日内小时尺度参考作物蒸散之和(ET0dh)的关系。结果表明,ET0d和ET0dh以及实际日尺度和日内小时尺度作物系数均显著线性相关;基于Penman-Monteith公式的日尺度和小时尺度参考作物蒸散估算方法可用于作物系数的作物蒸散时间尺度转换。     

陕西关中地区ET0计算公式的适用性评价

为明确参考作物蒸发蒸腾量(ET0)计算公式在陕西关中地区的适用性,该文按照FAO(1994)对Penman-Monteith公式的设定条件,采用称重式蒸渗仪测定ET0。以该实测值为标准,对具有代表性的ET0计算公式:FAO-17Modified-Penman(FAO-MP)、裴步祥修订的Modified Penman(PBX-MP)、Penman-Monteith(PM)、ASCEPenman-Monteith(ASCE-PM)公式进行对比分析,研究不同ET0计算公式在该地区的适用性及计算值产生偏差的原因。试验结果表明,ASCE-PM计算值与实测值最接近,线性回归系数为1.03(R2=0.87),绝对误差为0.31mm;其次为PM、PBX-MP、FAO-MP。气象因子对辐射项和空气动力项的不同影响造成各计算值与实测值的差异,其中,大气温度、日照时数及相对湿度对辐射项影响较大,风速对空气动力项影响较大。ASCE-PM公式可应用于陕西关中半湿润地区ET0计算。     

基于高光谱遥感的冬小麦叶水势估算模型

【目的】采用高光谱技术,建立快速、无损与准确获取冬小麦叶水势的估算模型,为小麦灌溉的精确管理提供科学依据。【方法】利用不同水分处理的大田试验,于小麦主要生育期同步测定冠层光谱反射率、叶水势、土壤水分等信息,并探讨高光谱植被指数与冬小麦叶水势之间的定量关系。通过相关性分析、回归分析等方法,基于不同水分处理,构建4种植被指数与冬小麦叶水势的估算模型。【结果】不同水分处理和不同生育期的冬小麦,其冠层光谱反射率具有显著的变化特征。在可见光波段,冬小麦冠层反射率随着水分含量的增加而逐渐降低,而在近红外波段,其冠层反射率则随着土壤水分含量的增加而升高。随着小麦生育期的推进,在近红外波段,抽穗期的冠层反射率比拔节期的高,在灌浆期之后,红波段(670 nm)、蓝波段(450 nm)的反射率上升加快;4种植被指数与叶水势显著相关(P0.05),相关系数|r|均在0.711以上,四者均可用于冬小麦叶片水势的定量监测。在充分供水条件下(70%FC),植被指数OSAVI和EVI2与叶水势的相关系数|r|(分别为0.75和0.771)均低于植被指数NDVI和RVI与叶水势的相关系数|r|(分别为0.808和0.896),而在重度水分亏缺条件下(50%FC),植被指数OSAVI和EVI2与叶水势的相关系数|r|(分别为0.857和0.853)均高于植被指数NDVI和RVI与叶水势的相关系数|r|(分别为0.711和0.792);所建模型对45个未知样的预测结果与实测值相似度较高,其回归模型R~2、验证模型MRE、RMSE的范围分别为0.616—0.922、-17.50%—-12.52%、0.102—0.133。在70%FC水分处理下,基于EVI2(enhanced vegetation index)所得叶水势估算模型的R~2最高,为0.922,而在60%FC和50%FC水分处理下,由于考虑了土壤背景的影响,基于OSAVI所建模型的R~2最高,分别为0.922和0.856。【结论】4种植被指数均可用于冬小麦叶水势的定量监测。但是,在构建不同水分处理的叶水势估算模型时,应考虑土壤背景对冠层光谱的影响。研究结果可以为小麦精准灌溉管理提供技术依据,为星载数据的参数反演提供模型支持。