氮运筹对冬小麦氮素积累量和氮素吸收利用效率的影响

为探明冬小麦生产过程中氮肥的合理施用时期、基追比例及施用量,增加冬小麦氮素积累量和提高氮素吸收利用效率,实现氮肥资源高效利用,通过田间试验,比较分析了不同追肥时期(拔节期、开花期和灌浆期)、基追比(6∶4和5∶5)和施氮水平(0、75、150、225、300 kg/hm~2)下冬小麦氮素积累量和氮素吸收利用效率的差异。结果表明,追肥时期、基追比例和施氮量均影响冬小麦氮素积累量及氮素吸收利用效率,并且存在互作效应;追肥时期、基追比例和施氮量对各器官氮素积累量的影响基本表现为:拔节期开花期灌浆期、基追比6∶4基追比5∶5以及施氮量为225 kg/hm~2时最大;氮素吸收效率和氮素农学利用效率随施氮量的增加而递减。冬小麦适宜的追肥时期为拔节期、基追比为6∶4、施氮量225 kg/hm~2,该氮肥运筹方式下,其籽粒氮素积累量最高,为250.30 kg/hm~2。研究结果可为冬小麦合理施氮和栽培技术提供理论依据和技术支撑。     

黄土高原台塬区域麦田土壤养分的管理分区

为探索适宜黄土高原边缘台塬区域麦田土壤养分的管理分区方法,找出对产量影响较大的土壤养分因子,以闻喜县麦田作为研究对象,将地形因子、土壤类型和土壤养分作为输入因子,分别采用K均值聚类、模糊C均值聚类、分级分区3种方法进行管理分区,以变异系数作为评价指标,找出适宜该区域麦田土壤养分的管理分区方法。结果表明,闻喜县的麦田地形因子、土壤养分的空间变异性较大,适宜进行管理分区;较未分区前,K均值聚类、模糊C均值聚类、分级分区均能降低麦田土壤养分的变异系数,其中,分级分区降低幅度最大,达27.07%;地形因子和土壤养分的主成分分析表明,地形因子对主成分的贡献较大,地形因子与土壤养分呈负相关关系。黄土高原边缘台塬区域地形复杂,地形因子掩盖了麦田土壤养分对产量的影响,导致K均值聚类和模糊C均值聚类分区不适宜该区域管理分区。分级分区是适合该区域的麦田土壤养分管理分区方式。     

基于4DVAR和EnKF的遥感信息与作物模型冬小麦估产

为了提高遥感信息与作物模型同化的估产精度,以山西省晋南地区的3个县为研究区,采用四维变分（Four-dimensional variational, 4DVAR）和集合卡尔曼滤波（Ensemble Kalman filter, EnKF）两种同化算法将高时空分辨率Sentinel多源数据反演的叶面积指数（Leaf area index, LAI）、土壤含水率（θ）和CERES-Wheat模型进行同化,对比两种算法同化LAI和θ的性能,并进行冬小麦产量估测。结果表明：两种同化算法均能结合遥感观测和作物模型模拟的优势,相比模型模拟值,同化精度均有所提高;4DVAR-LAI和4DVAR-θ的均方根误差 (Root mean square error, RMSE)分别比EnKF-LAI和EnKF-θ低0.1490m2/m2、0.0091cm3/cm3,且根据遥感实际监测值4DVAR-LAI更能精确识别冬小麦的物候期,与实际冬小麦生长发育的物候期更相符,因此在Sentinel多源数据与CERES-Wheat模型同化中,4DVAR算法的性能更好;由4DVAR同化后的LAI和θ双变量建立的估产模型,RMSE和平均相对误差（Mean relative error,MRE）小于CERES-Wheat模型模拟估产的RMSE和MRE,说明估产模型的估产误差小,采用4DVAR算法同化Sentinel多源数据与CERES-Wheat模型有效提高了冬小麦区域估产精度。     

冬小麦冠层光谱与土壤供氮状况相关性研究

通过设置2个冬小麦品种不同氮素水平的完全随机区组试验,获取冬小麦关键生育期(返青期、拔节期、孕穗期、灌浆期)的土壤氮素、植株氮素和冠层光谱数据,通过分析土壤氮素与植株氮素间的相关关系,间接构建土壤氮素状况的光谱诊断模型。结果表明,不同施氮水平冬小麦各生育期冠层光谱与麦田土壤氮素含量差异显著,土壤硝态氮、碱解氮含量与冬小麦植株氮素含量的相关系数达到0.72以上,相关系数分别在0.72~0.84和0.75~0.82之间,均达极显著水平,而土壤全氮含量与冬小麦植株含氮量的相关性相对较差;研究证实土壤调节植被指数SAVI(1040,680)和比值植被指数RVI(1040,680)分别与土壤硝态氮、碱解氮含量具有重要的关系。另外,基于光谱参数SAVI(1040,680)的土壤硝态氮估算模型(R~2≥0.739 6)和基于RVI(1040,680)所构建的碱解氮含量估算模型(R~2≥0.810 0)具有较好的估测能力,可以实现利用冠层光谱对土壤氮素状况的实时、快速估测。     

基于光谱植被指数的冬小麦叶绿素含量反演

植物功能叶的SPAD值与其氮素和叶绿素有较强的相关性,研究功能叶SPAD与其冠层光谱的关系,对实现植株叶绿素含量快速、无损检测具有重要意义。本文通过对冬小麦生育期的冠层原始光谱进行一阶导数变换,研究其功能叶片SPAD值与冠层光谱的相关性,对监测冬小麦叶绿素含量的敏感波段进行了提取,并建立了叶绿素含量与冠层反射光谱的定量关系。结果表明,基于小麦冠层原始光谱反射率、冠层光谱导数反射率与SPAD的相关系数曲线,提取的各形式下冬小麦叶绿素含量的敏感波段分别为500、690、760和470、630、723nm;并构建了冬小麦叶绿素含量的预测模型,以FDNDVI(630,723)预测模型较好,其R2可达0.9485,模型验证参数R2、MRE和RMSE分别为0.8099、0.0294和1.805,拟合效果较好,表明该模型能有效地对冬小麦叶绿素含量进行预测。该研究结果可为冬小麦长势监测提供一定的理论参考。     

农作物冷冻害遥感监测研究进展

当前全球极端天气气候事件发生的频率和强度增大,造成的灾害损失不断增加。其中,冷冻害是作物常见的灾害之一,农业部门及各地方政府等相关部门都对农作物灾害的实时监测极为关注。遥感技术的发展为作物冷冻害的监测和预报提供了快速、无损、大面积监测的手段。本文对作物冷冻害遥感监测的主要研究进展进行了综述,并归纳了作物冷冻害遥感监测的主要技术方法。目前国内外关于农作物冷冻害遥感监测,在监测机理、精度、实时性和实用化等方面还存在着较大的不足,还有待于深入研究。对此提出了进一步加强光谱响应机理研究、空基和地基相结合、多源多时相数据互补的解决对策,并进行了展望。     

基于3S和实测相结合的冬小麦估产研究

该文运用3S集成技术（地理信息系统、遥感和全球定位系统）,进行冬小麦产量估测的应用研究。结果表明, 3月下旬是运城地区冬小麦面积监测的最佳时相,4月上、中旬是该区冬小麦产量估算的最佳时期。用遥感信息中的TM提取冬小麦面积,AVHRR提取绿度信息,效果较好。根据归一化植被指数的大小把冬小麦分为3类,同类麦田在不同区域的实测产量差异很大。分析研究区域自然地理特征和关键期气象资料,以归一化植被指数、极高温度、相对湿度为主因子建立了冬小麦遥感—气象—产量综合模型。     

转Bt基因棉粉碎叶、蕾样Bt蛋白降解

以转Bt基因棉Bt冀668为材料,室内采用ELISA法,测定粉碎叶、蕾样Bt蛋白在土壤、水中不同时间的残留量以及不同环境处理下的残留量,以研究转Bt基因棉粉碎叶、蕾样Bt蛋白在不同基质中的降解动态以及与环境影响因子的关系.结果显示,粉碎叶、蕾样Bt蛋白分别在熟土、生土和水中前40d、48d取样天数间的残留量差异显著,中...     

不同株型品种冬小麦NDVI 变化特征及产量分析

冬小麦不同株型品种和灌溉类型是影响产量遥感估测的重要因素, 对二者的实时监测可以提高产量的估测精度。结合遥感数据(MODIS 数据)与非遥感数据(GPS 数据和外业调查资料), 研究了不同株型品种冬小麦在水、旱地条件下归一化差值植被指数(NDVI)的动态变化特征, 分析了不同生育时期NDVI 与产量之间的关系。结果表明: 冬小麦不同株型品种间NDVI 随生育时期的变化具有明显一致性, 呈“小-大-小”变化趋势; 拔节期至孕穗期不同株型品种冬小麦NDVI 差异显著, 披散型品种高于紧凑型品种, 该时期为准确识别冬小麦株型的最佳时期。水、旱地同一种株型的冬小麦品种在整个生育时期NDVI 均值差异较显著, 均表现为水地冬小麦高于旱地冬小麦, 尤以抽穗初期最为明显。水旱地冬小麦不同生育时期NDVI 与产量相关性均以抽穗初期为最高, 但用抽穗初期和灌浆期NDVI 与产量的复合回归方程进行产量预测比用抽穗初期NDVI 与产量的回归方程效果好, 旱地冬小麦尤为明显。     

荞麦光合产物分配规律及其与结实率关系的研究

 利用同位素示踪法 ,并结合改变库源比率研究了甜荞光合产物的分配规律及其与结实率的关系。结果表明 ,甜荞叶片的光合产物在植株上呈倒塔形分布 ,与结实率的空间分布结构相一致 ;在结实器官之间存在着对营养物质的吸收竞争 ,竞争能力大小依次为大籽 >小籽 >幼籽 >花 ,结果使发育较晚的结实器官因得不到足够的营养而枯萎 ;相对地增源减库和减源增库可以大幅度提高或降低结实率 ;光合产物的相对不足是甜荞结实率低的主要原因。