新疆南疆不同棉花品种的生长特征及其品质分析

【目的】测定不同品种的生育期、生物量、冠层结构、产量及纤维品质等指标,分析其各自的特征差异,筛选出适宜于新疆南疆地区种植的优良棉花品种。为新疆南疆机采棉高产优质栽培提供理论依据。【方法】以6个棉花品种为试验材料,于2016~2018年度在新疆南疆阿拉尔地区设置品种比较试验。【结果】年际与品种对棉花熟性、地上部干物质、光辐射截获率、叶面积指数均存在影响,但品种作用更大。在机采棉种植模式下,鲁棉研36号和中棉所57号早熟,中棉所75号、中棉所88号和中杂7号中熟,中棉所60号晚熟。6个棉花品种相比,中棉所88号生育期适中,叶面积指数和光截获率均最高,干物质积累量最大,其增幅较最低的鲁棉研36号分别达到31.48%~36.59%、25.52%~28.02%,22.85%~29.97%,籽棉和皮棉产量均最高,分别达到6 470.87和2 612.65 kg/hm²,;产量构成因子中,中棉所88号棉铃数高且空间分布更合理,衣分和铃重显著提高,有利于增产;纤维品质指标中,中棉所88号上半部平均度、整齐度数和断裂比强度均最高,3年中均值分别达到30.21 mm、85.12%、30.48 cN/tex,马克隆值和断裂伸长率均最低,纤维品质综合表现较好。【结论】中棉所88号是较为适合南疆种植的棉花品种。     

长期连作棉田土壤养分空间分布

为了准确量化农田土壤养分的空间分布，以长期连作棉田为研究对象，采用空间网格取样法在田间取样，使用空间统计学理论和方法进行计算，对未采样点进行最优无偏估计，研究长期连作棉田的土壤养分空间分布。研究结果表明，土壤有机质、全氮、速效磷、速效钾含量在垂直方向上，从0到100 cm均呈现下降的趋势； 水平方向上，在棉行（水平位置0 cm、70 cm）附近含量较高，棉行中间（水平位置30～50 cm范围）含量较低。 土壤可交换性镁在垂直40～60 cm土层含量较低，表层和底层土壤含量较高；土壤可交换性钙在土壤中分布差异不明显。研究结果可为提升棉田土壤质量和棉田精准施肥提供依据。     

基于Voxler的棉花冠层温度空间分布的应用

棉花冠层温度信息与作物的水分状况密切相关，是对作物水分进行快速诊断，从而提高水分利用效率的关键指标。本研究利用田间机器人获取棉花冠层内不同空间位置的叶片温度和空气温度等参数，用Voxler软件进行后期数据分析，构建棉花冠层温度空间模型，可为作物实时状况的精确诊断提供理论依据，为今后开展精准灌溉研究提供参考。     

合作猪Nramp1基因第六内含子多态性分析

采用PCR-SSCP方法检测了135头合作猪Nramp1基因第六内含子的多态性.结果表明:序列比对分析发现10个新的核苷酸多态位点,其中,转换7个,颠换2个,插入1个;试验群体发现5个基因型,即AA、AB、BB、CC、AC,其中B等位基因为优势等位基因,AB基因型为优势基因型;经χ2适合性检验,该群体处于Hardy-Wein-berg平衡状态(P0.05);Nramp1基因遗传多态指数中,杂合度为0.617 4,多态信息含量为0.537 3,有效等位基因数为2.613 7.     

茶园不同控草措施效果比较

[目的]探究不同茶园杂草防控措施的效果,寻找出成本低、效果佳、无污染的除草方式,为防控茶园草害发生及指导茶农科学除草提供技术支撑.[方法]以茶树自然生长为对照(CK),设套种绿豆(生物竞争)、人工除草(人工铲除)、剪枝覆盖(物理抑制)及喷施除草醋(化学清除)等4种不同控草处理,通过观测不同处理杂草数量、种类及株高等,计算杂草多样性指数,比较不同处理的杂草防除效果.[结果]试验区茶园共滋生杂草13科20属20种,4种不同控草措施对茶园杂草种类、数量、密度和株高均有不同程度的影响,茶园杂草种类减少1~8种,数量减幅16.62%~89.06%,密度抑制幅度4.18%~100.00%,除套种绿豆处理下个别草种株高呈现出增高的趋势外,其余处理对茶园杂草株高有明显的抑制作用.综合比较得出茶园杂草防控效果依次为除草醋>剪枝覆盖>人工除草>套种绿豆.[结论]喷施除草醋和剪枝覆盖处理对茶园杂草防控效果表现尤为突出,可在当前茶园生产实际中大力推广应用.     

植物用低温等离子制剂在茶园的应用效果

为充分利用植物用低温等离子体的物理性能及其生理诱活、诱抗效果,开辟茶园绿色、安全、高产技术新途径,本研究以喷清水为对照,设置了喷施300倍、600倍、900倍、1 200倍4种处理,比较不同处理对茶叶生理生化的影响效果。结果表明:喷施植物用低温等离子制剂可提高茶树叶片叶绿素10.1%~21.3%,提高茶青产量8.74%~41.73%,可使鲜叶茶多酚含量降低3.79%~6.28%、氨基酸含量提高0.17%~0.46%。研究还得出喷施600倍为茶园应用最佳剂量。     

基于机器学习和无人机图像的棉花密度识别研究

随着人工智能的发展，机器学习正逐渐应用于大田信息化管理，可以节约时间、减少劳动用工。利用无人机获取6个密度（1.5万株·hm^－2、3.3万株·hm^－2、5.1万株·hm^－2、6.9万株·hm^－2、8.7万株·hm^－2、10.5万株·hm^－2）棉田的RGB图像，以数据增强技术扩大数据集，通过机器学习算法的不同模型（支持向量机、VGGNet16、GoogleNet、MobileNetV2）实现不同密度棉田图像的识别分类，并对比了不同模型的图像识别效果。基于支持向量机模型的方法是利用尺度不变特征变换对数据集进行特征提取，将其作为分类器的输入向量进行图像分类；该模型的平均分类识别准确率为74.18%。基于3种卷积神经网络模型（VGGNet16、GoogleNet、MobileNetV2）的方法是结合迁移学习并搭配Adam优化算法对模型进行微调，自动提取数据集特征并重新训练；其分类识别准确率均在90%以上。结果表明，相较于传统机器学习，3种卷积神经网络模型训练对不同密度棉田图像的分类识别准确率更高。比较4种神经网络模型的测试集验证结果，GoogleNet和MobileNetV2模型的平均分类识别准确率达到98%；结合模型评估指标精确率、召回率、F1分数可知，这2种模型的性能较好。该研究表明了深度学习算法对不同密度棉田图像分类的有效性，探索的图像识别方法和优选模型可为棉花大田信息化管理提供技术支持。     

Surfer绘制等值线图在棉田智能监测中的应用

随着智慧农业技术数字化程度的提高，物联网和传感器技术的不断发展与成熟，以及智能化设备的出现，数据统计、数据分析、数字制图得到了越来越多的应用。Surfer 20软件具有强大的插值和绘制等值线图的能力，可极大减轻科研人员后期数据分析、制图工作量，获取精确的作物环境信息。在概述该软件特点及其在农业制图中应用进展，介绍其数据库构建和制图操作方法的基础上，利用其空间统计学网格取样法，快速处理智慧农业装备全天无间断实时监测获取的棉田土壤水分、温度、铜离子含量以及棉花冠层光合分布等数据，绘制等值线图，展示作图的效果，为该软件在棉花生产管理决策中的应用提供参考。     

不同种植模式棉田土壤温度的时空变化特征

【目的】土壤温度影响着作物的生化过程,了解不同种植模式棉田土壤温度的时空分布特征对探究如何提高不同种植模式下的棉花生产潜力非常重要。【方法】对不同种植模式:单作棉花(MC)、麦套棉花(WIC)、麦后棉花(WDC)农田10―110 cm土层温度进行连续实时监测,并调查棉花的生育进程和各农艺性状。【结果】在5月下旬麦棉共生期,单作棉花的平均土壤温度比两熟棉田土壤温度高1～3℃。7月初,在10―40 cm土层两熟棉花土壤温度大于单作棉花土壤温度,40―110 cm正好相反。8月上旬,各种植模式棉花土壤温度差异缩小,单作棉花土壤温度稍低于两熟棉花的土壤温度。在9月中旬,两熟棉花的土壤温度低于单作棉花的土壤温度。土壤温度主要影响棉花出苗到现蕾和开花到吐絮期的持续时间,对现蕾到开花的持续时间影响不明显。土壤平均温度越高,该生育时期的持续时间越短。同一时期两熟棉花土壤温度的日最低温出现的时间要比单作棉花早1 h左右,而日最高温出现的时间基本一致。不同种植模式不同土层的土壤积温与生物量拟合呈显著的线性关系。【结论】优化管理措施,如通过控制灌溉的时间和量来缓解土壤温度对棉花生长的影响,提高苗期和开花到吐絮期的土壤积温对两熟棉花出苗和吐絮都是有益的。本文以期为不同种植模式的合理配置与管理提供理论依据。     

海西地区饲用小黑麦品系比较试验

引进饲用小黑麦6个品系进行试验,结果表明2019繁015、2019繁034和2019繁024表现出丰产、抗逆和抗病的特点,适宜在海西地区种植.