不同灌溉方法对不同氮肥在温室土壤-植株中的氮素分配影响

以番茄为供试作物,采用田间微区试验的方法研究了不同灌溉方法和不同氮肥种类对氮素在土壤不同层次间的残留以及在番茄植株不同部位之间的分配。结果表明,在番茄整个生育期内,土壤中无机氮主要以NO3--N的形式存在,NH4+-N所占比例很小。0～100cm土层中,滴灌和沟灌各处理土壤中NH4+-N的含量在整个生育期内含量均比较低(低于6mgkg-1),且变化幅度不大,各土层NH4+-N的含量受灌溉方式和施肥的影响较小。无论是滴灌还是沟灌,番茄全生育期内0～20cm土层土壤NO3--N含量始终较高。沟灌易引起土壤中NO3--N向下层迁移,而滴灌对40～60cm土层及其以下各层次土壤的NO3--N分布影响作用不明显。硝态氮肥较铵态氮肥和酰胺态氮肥更易随水向深层土壤迁移。灌溉方式对肥料15N在果实、茎、叶中的分配比例没有明显影响,肥料15N在番茄地上部分各器官所含的量以果实为最高,其次为叶,茎中的含量最少;两种灌溉方法间肥料15N在果实、茎、叶的分配比例差异不大,平均为2.9∶1∶1.6。     

拖拉机安全驾驶室强度非线性有限元分析

为了避免由于拖拉机翻车事故引起的人员伤亡,提高拖拉机工作时的安全性,设计安全可靠的大中马力拖拉机驾驶室,并且使之能通过OECD标准,以某型号拖拉机驾驶室为研究对象,建立了该安全驾驶室的精确三维模型,并采用非线性有限元方法,按照OECD标准规定的要求,对模型进行了加载分析。驾驶室被简化成梁和板单元,采用弹簧单元模拟驾驶室与机身前支架之间的橡胶减震垫。计算结果表明：拖拉机驾驶室在按照试验要求模拟加载完成后,驾驶室变形吸收能量达到OECD标准规定的要求时,驾驶室部分粱和底板的应力已经达到屈服应力,进入了塑性变形,但变形后的驾驶室没有侵入安全容身区。后推、后压、侧推、前压和前推试验中驾驶室的最大变形分别为111、4、168、19和 47 mm,变形最大发生在力的作用位置处。该方法为设计能通过OECD标准试验的拖拉机安全驾驶室提供了一定的参考依据。     

地膜残留量对新疆棉田蒸散及棵间蒸发的影响

为探讨残膜对干旱区农田蒸散耗水特征的影响,在新疆阿克苏典型覆膜滴灌棉田开展2 a小区试验研究,设计0、225、450 kg/hm2共3种不同的地膜残留量,采用水量平衡法,微型棵间蒸发仪法,于主要生育时期测定并计算土壤含水量、蒸散量、棵间蒸发量、作物蒸腾量、棵间蒸发占蒸散的比例。结果表明:随着地膜残留量增加棵间蒸发量、棵间蒸发占蒸散的比例呈增大趋势,而蒸散量及作物蒸腾量则逐渐减小。与无残膜处理相比,225和450 kg/hm2处理全生育期田间无效耗水的棵间蒸发量分别增加了9.27和22.20 mm,棵间蒸发占蒸散的比例增幅分别为2.6%和6.1%,作物蒸腾量降低34.89和55.94 mm。在棉花生育期内,棵间蒸发占蒸散的比例(E/ET)与叶面积指数(leaf area index,LAI)呈幂函数关系,各处理间棵间蒸发占蒸散的比例对叶面积指数的响应差异不同,450 kg/hm2处理蒸发占蒸散的比例随着LAI的增加,曲线下降趋势较明显;无残膜处理棵间蒸发占蒸散的比例与LAI的决定系数最高,均在0.9以上。土壤水分利用率也随残膜量的增加依次降低,当残膜量由0增加到450 kg/hm2时,土壤水分利用率从28.25%降至24.91%,可见,残膜增大了农田的无效耗水,不利于土壤水分的有效利用。研究可为制定缓解或克服残膜危害的应变调控技术提供依据。     

临沂市农田生态系统碳源/汇时空变化及其影响因素分析

依据2003-2013年临沂市农作物产量、耕地面积、农作物播种面积及农业投入等数据,对临沂市农田生态系统碳源、碳汇进行估算,分析其变化规律并探讨临沂市农田生态系统碳源、碳汇的影响因素。结果表明,2003-2013年临沂市农田生态系统的碳排放量呈现先增后减的情况;5种主要碳排放过程中,化肥施用过程中碳排放所占的比例最大;各县区碳排放量,远郊大于近郊;碳吸收、碳汇呈现增加的趋势,并具备很强的碳汇功能;小麦、玉米作为主要的粮食作物,碳吸收量远高于其他的农作物;各县区由于自然条件和发展方向的不同,碳吸收量与单位播种面积碳汇量差异较为明显。碳源、碳汇影响因素分析表明,碳吸收与小麦、玉米、水稻、花生等高产量作物、农作物总产量及农作物总播种面积显著正相关;碳排放量与农膜等农用化学品投入、农业机械等燃料动力使用和农业灌溉等显著正相关;碳汇量与碳吸收量显著正相关。     

转变耕作方式对长期旋免耕农田土壤有机碳库的影响

土壤深松是解决长期旋免耕农田耕层浅薄化、亚表层（>15～30 cm）容重增加等问题的有效方法之一,而将长期旋免耕农田进行深松必然导致农业生态系统中土壤有机碳（soil organic carbon,SOC）及碳固定速率的变化。因此,为对比将长期旋免耕转变为深松前后农田土壤有机碳库变化,该研究利用连续12a 的旋耕和免耕长期定位试验以及在此基础上连续6 a旋耕-深松和免耕-深松定位试验,对比了转变耕作方式对农田土壤0～30 cm有机碳含量、周年累积速率及其固碳量的影响。研究结果表明,经过连续12 a的旋耕和免耕处理（2002－2014）,2014年免耕处理土壤0～30 cm有机碳储量比试验初期（2002年）提高38%,旋耕处理降低了30%,而对照常规处理无显著差异。免耕处理土壤0～30 cm有机碳储量比旋耕处理高约2.6倍（2014年）。长期免耕显著提高了土壤0～30 cm的有机碳含量,2002~2014年其土壤0～30 cm固碳量为16.69 t/hm2,但长期旋耕导致土壤0～30 cm SOC含量显著降低,表现为土壤有机碳的净损耗,年损耗速率为?0.75 t/hm2。而长期旋耕后进行深松（旋耕-深松处理）6年其土壤0～30 cm的有机碳含量较原旋耕处理提高32%～67%,且显著提高了土壤固碳量及周年累积速率;免耕-深松土壤0～30 cm的有机碳周年累积速率较免耕处理下降了42%。长期旋耕造成有机碳水平下降的条件下,将旋耕处理转变为深松处理在短期内更有利于促进土壤有机碳的积累,而将长期免耕处理转变为深松措施,降低了土壤有机碳的累积速率和固碳量。     

利用ArcMap空间分析功能进行面蚀侵蚀强度分级

土壤侵蚀强度与坡长、坡度、植被、土壤特性等诸多因子均有着密切的联系.利用传统方法对流域内各斑块的土壤侵蚀分级进行判定,效率低,精度差,误差大.结合有关土壤侵蚀强度分级标准,介绍了如何利用GIS空间分析功能,对矢量图形数据及小斑的属性数据进行分析和统计,从而得出流域面蚀土壤侵蚀分级图形,量化了土壤侵蚀强度分级过程,使此项工作更加科学化,现代化和合理化.     

两种草本植物根系对土壤可蚀性的影响

为揭示草本植物根系对土壤抗侵蚀能力的影响,选取白三叶（Trifolium repens L.）、黑麦草（Loliu perenne L.）及两者混播根系为研究对象,通过冲刷试验,研究了3种种植类型的根系特征及对土壤可蚀性影响。结果表明:（1）白三叶、黑麦草及混播草的根长密度（RLD）、根面积比（RAR）及根重密度（RMD）由春季到秋季呈现先升高后降低最后趋于稳定的变化趋势。（2）试验期内,土壤可蚀性大小顺序为白三叶 < 黑麦草 < 混播草 < 裸地。3种种植类型的土壤可蚀性与土壤容重、水稳性团聚体、RLD、RAR及RMD呈指数函数形式下降（R²>0.70）。（3）土壤可蚀性与0～1.0 mm径级根系极显著正相关（p<0.01）,与1.0～2.0 mm,0～2.0 mm显著正相关（p<0.05）。     

密闭空间药雾浓度测量的试验方法研究

运用改进后的大气采样器，建立了一种对密闭空间细雾流分批采样分批分析的研究方法。对于采样参数组合的选取以及双侧采样的空间差异性进行了研究和统计判断，得出了最佳采样参数组合为采样时间5min，采气量5L／min。基于最佳采样参数组合，发现沉降曲线中存在分段点现象，分段点在喷雾结束后13min，也即开始喷雾后27min附近。针对分段点现象，给出了分段拟合的细雾流浓度沉降曲线及解析描述。采用改进的大气采样器可以获取喷雾结束后79rnin内的浓度数据，文献[13]中所用的采样方法只能得到喷雾结束后45min左右的浓度数据，因此该方法对药雾浓度沉降曲线的尾部特征描述能提供更多的信息。     

黄麻土工布覆盖对花岗岩红壤表土坡面侵蚀特性的影响

[目的]探究黄麻土工布覆盖条件下花岗岩红壤表土坡面侵蚀特性,为花岗岩红壤区坡面土壤侵蚀防治提供科学依据。[方法]通过室内模拟降雨试验,在2个坡度(5°和15°坡度)、3种密度(无覆盖,6 cm×6 cm及3 cm×3 cm网格)的黄麻土工布覆盖条件下,研究极端降雨条件下(90 mm/h)花岗岩红壤表土的坡面侵蚀特性,并观测径流系数、土壤侵蚀速率、泥沙颗粒变化规律及富集率等指标。[结果]坡面径流随降雨历时增加而增加,土壤侵蚀速率则相反,表明侵蚀过程是一个分离受限的过程。和对照组相比,黄麻土工布覆盖在不同试验条件下都具有明显的减流减沙作用。另外,由侵蚀泥沙的粒径分选规律可知,坡面土壤中的黏粒和粉粒大小的颗粒倾向于被优先选择性搬运,其结果致使坡面石英粗颗粒富集,在缓坡(5°)与高密度黄麻土工布覆盖条件下(3 cm×3 cm网格)尤为突出。坡面石英粗颗粒随降雨历时增加不断富集进一步增加了原位坡面的侵蚀抗性,产生了土壤侵蚀速率随降雨历时不断降低的现象。[结论]高密度黄麻土工布的覆盖能够有效地减流减沙,增加原位坡面抗蚀性,是一种有效的水土保持措施,在今后的土壤侵蚀防治和劣地恢复工作中应该被重视。     

基于改进极限学习机的水体溶解氧预测方法

为了有效地指导水产养殖生产,提高溶解氧浓度预测的精度,提出了基于因子筛选和改进极限学习机（Extreme Learning Machine,ELM）的水产养殖溶解氧预测模型。首先,利用皮尔森相关系数法计算各影响因子与溶解氧浓度间的相关系数,提取强关联因子,降低预测模型的输入量维度;采用偏最小二乘算法（Partial Least Square, PLS）优化传统ELM神经网络,避免网络中隐含层共线性问题,保障输出权值的稳定性;然后,结合新型激活函数,构建水体溶解氧浓度预测模型。最后,将SPLS-ELM（Selection Based Partial Least Square Optimized-Extreme Learning Machine）预测模型应用到江苏省无锡市南泉基地某试验池塘的水体溶解氧预测中。试验结果表明：该模型的预测均方根误差为0.323 2 mg/L,与最小二乘支持向量机（Least Square Support Vector Machine,LSSVM）、BP神经网络、粒子群（Particle Swarm Optimization,PSO）优化LSSVM和遗传算法（Genetic Algorithm, GA）优化BP神经网络相比分别降低40.98%、44.48%、34.73%和44.18%。且该模型的运行时间仅0.623 1s,预测精度和运行效率明显优于其他模型。该模型的溶解氧预测曲线接近真实溶解氧变化曲线,能够满足水产养殖实际生产对水体溶解氧预测的要求。