渭北黄土高原沟壑区土地整治中新增耕地土壤养分现状分析

【目的】以渭北黄土高原沟壑区为例,研究土地整治中新增耕地的土壤养分特征,为判别新增耕地能否实现可持续利用提供参考。【方法】以位于渭北黄土高原沟壑区的白水、蒲城和富平3县新增耕地为研究对象,每20 ha新增耕地作为一个采样单元,采集0~30 cm耕层土壤,共采集土样30个,测定土壤有机质、全氮、有效磷和速效钾含量及土样质地等指标,分析土壤养分状况。【结果】渭北黄土高原沟壑区新增耕地土壤质地均为粉壤土,有机质、全氮、有效磷及速效钾平均含量分别为16.69 g/kg、0.67 g/kg、15.79 mg/kg和173.28 mg/kg;有机质和速效钾含量表现为白水县>富平县>蒲城县;全氮含量表现为蒲城县>白水县=富平县;有效磷含量表现为白水县>蒲城县>富平县。相关性分析结果表明,土壤有机质含量与全氮含量呈显著正相关(P<0.05),与有效磷、速效钾含量呈极显著正相关(P<0.01,下同);有效磷含量与速效钾含量呈极显著正相关。除全氮外,其他土壤养分含量与砂粒含量呈正相关,与黏粒和粉粒含量呈负相关。参照黄土高原养分分级指标对渭北黄土高原沟壑区新增耕地的土壤养分进行分级评价,土壤有机质含量整体处于中等水平,全氮含量较低,有效磷和速效钾含量较高。【结论】渭北黄土高原沟壑区不同采样县新增耕地土壤养分存在地区差异性。土壤有机质含量对土壤养分含量影响较大。     

酿酒葡萄快速成园的技术措施

0 引言 生产中常规建园利用营养袋苗,在初夏5月15日-6月5日进行定植,第三年挂果.前期投资大.     

液流—株间微型蒸渗仪法测定新疆杨蒸发蒸腾量适用性分析

采用液流—株间微型蒸渗仪法测定人工种植环境下新疆杨蒸发蒸腾量,并对此方法的适用性进行了分析。结果表明：在生长季5—10月,新疆杨蒸腾量具有明显的季节变化规律,总蒸发蒸腾量为508.26 mm,蒸发量、蒸腾量所占比率分别为37.1%和62.9%;树干液流速率与叶片蒸腾速率变化表现出较好的一致性,热脉冲法能够用于新疆杨蒸腾测定;液流—株间微型蒸渗仪法和水量平衡法测算结果的相对误差在±15%之内,液流—株间微型蒸渗仪法能够适用于新疆杨蒸发蒸腾量测定。     

不同油茶无性系苗期光合效率的研究

为比较不同油茶无性系苗期光合效率特征差异,以国家审定的8个长林系列油茶优良无性系2 a生苗木为试材,开展其光合速率与生理和形态指标的测定、比较和分析。结果表明:不同无性系油茶苗净光合速率日均值长林4号与40号,分别显著高于18号,其它无性系油茶的光合速率差异不显著;叶绿素相对含量中,长林4号叶绿素含量最高,显著高于其他优良无性系;不同无性系的形态指标差异显著,其中长林4号的叶长、叶宽、叶面积和全株叶面积最大,23号的叶长、叶宽和全株叶面积最小。研究结果可为进一步选育油茶优良品种提供参考依据。     

ROS对山羊卵母细胞体外成熟及孤雌胚发育的影响

【目的】研究周期依赖性蛋白激酶抑制剂(Roscovitine,ROS)对山羊卵母细胞体外成熟及孤雌胚发育的影响。【方法】将山羊卵母细胞置于含不同浓度(0(对照),20,40,80,120,160,200μmol/L)ROS的成熟液中培养24h统计第一极体排出率,初步筛选山羊卵母细胞成熟培养液中添加ROS的有效浓度;将山羊卵母细胞在含不同浓度(0(对照),40,80,120,160,200μmol/L)ROS的抑制培养液中培养8或16h,再转入常规培养液中培养至24h,统计第一极体排出率,确定ROS适宜的浓度和作用时间。将卵母细胞放入添加40μmol/L ROS的培养液微滴中进行抑制培养,抑制培养8h后分别再常规培养0,2,4,6,8,10,12,14,16h,统计各处理第一极体排出率。将山羊卵母细胞在最佳ROS处理方案下抑制培养后进行孤雌激活,观察孤雌胚的发育情况。【结果】成熟培养液中加入40μmol/LROS抑制培养山羊卵母细胞8h后再转入常规培养液中培养至24h,是比较理想的ROS处理方案。山羊卵母细胞成熟培养的16h以前,全程抑制和抑制8h再常规培养2个试验组第一极体排出率与常规对照组无显著差异;分别培养18,20,22h时,2个试验组第一极体排出率均极显著低于对照组;24h时,抑制8h再常规培养组第一极体排出率(58.76%)与对照组(63.13%)接近,无显著差异。试验组成熟卵母细胞孤雌激活胚的囊胚率(46.75%)显著高于对照组(36.04%,P<0.05)。【结论】山羊COCs成熟培养液中加入40μmol/L ROS培养8h再转入常规培养液培养至24h,是山羊卵母细胞核质同步成熟较适宜的方案,此方案可以有效抑制18～22h核成熟卵母细胞的减数分裂恢复,推迟4～6h成熟,达到培养24h核质同步成熟的目的,提高了体外培养卵母细胞的质量。     

基于集成学习的土壤含水量预测研究——以辽西地区为例

准确高效地预测土壤含水量（SMC）对田间水分管理至关重要。本研究利用在辽西地区自建的3个站点2018-2021年10~40cm的土壤水分自动观测小时数据集，分析研究随机森林（RF）和梯度提升机（GBM）算法在土壤含水量预测方面的适用性，验证不同时间尺度土壤含水量的预测结果。引入SHAP（Shapley Additive Explanations）方法表征5类（降水、日照时数、平均相对湿度、风速、平均气温）输入变量对SMC预测结果的影响，并制定区间划分规则识别变量最大贡献阈值区间。研究结果表明：年尺度下，GBM模型和RF模型R2分别为0.982和0.888，气温贡献最大，最大贡献区间是21~23℃；季尺度下，2种模型R2分别为0.935和0.863，日照时数贡献最大，最大贡献区间为2~4h。该研究创新应用SHAP方法于机器学习输入变量贡献度分析，同时验证了2种机器学习算法在土壤含水量预测研究的准确性，可为土壤含水量相关研究提供参考借鉴。     

绿色智能肥料：从原理创新到产业化实现*

肥料作为粮食安全的物质基础，在支撑我国粮食产量、农产品品质、人类营养健康等方面发挥了至关重要的作用。迈入新时代，在全国社会经济特别是工农业绿色转型的大好形势下，肥料创新面临着协同实现粮食安全、资源高效、环境友好、营养健康、绿色低碳的巨大挑战。为破解这一重大难题，本文提出了绿色智能肥料概念与产业化途径，通过系统阐述土壤-植物-微生物-肥料-环境之间的协同原理，构建了匹配土壤、匹配作物、匹配气候环境条件的绿色智能肥料创制新学术思路，提出了绿色智能肥料的理论框架、关键科学问题、研发路径以及未来突破的重点，为多学科交叉创新、工农融合全产业链绿色发展的解决方案设计与实现提供借鉴，旨在推动我国化肥产业绿色转型升级，支撑农业绿色发展。