江西鹰潭早稻关键生育期的NDVI诊断指标

确定水稻不同生育期的适宜和临界光谱诊断指标,是进行水稻生长光谱诊断从而判断施肥量的关键。该研究采取主动式的Greenseeker光谱仪,测定了不同氮肥处理下水稻早稻关键生育期的NDVI,并以水稻产量为判断依据,结合判别式分析计算了江西鹰潭早稻关键施肥期适宜的和临界NDVI诊断指标。结果表明,早稻中选181分蘖期、拔节期（穗分化期）和抽穗期的适宜NDVI值分别为0.37～0.55,0.76～0.80和0.72～0.75,其临界值分别为0.346、0.703和0.654。同品种不同新型肥料共27个小区的试验数据对NDVI临界值的检验表明,分蘖期、拔节期和抽穗期光谱诊断的正确率分别为63%（17个）、81.5%（22个）和96.3%（26个）。表明根据关键生育期的冠层NDVI 能够预测水稻的预期产量水平并用来指导施肥。但还需要开展相关试验来确定不同冠层NDVI下的适宜施肥量,建立基于NDVI的追肥模型。     

不同栽培措施下拔节期水稻冠层反射光谱特征及其模糊聚类分析

分析了不同栽培措施（密度、移栽叶龄、施氮量及水分管理方式）对稻田拔节期冠层反射光谱的影响,并对其进行了模糊聚类分析。研究表明,不同栽培措施通过影响水稻拔节期群体生长特征而引起冠层反射光谱发生变化。增施氮肥、水层灌溉、减小栽插秧龄和增加密度都使近红外波段反射率增加,可见光波段反射率降低。用绿（560 nm）、红(660 nm)和近红外（810 nm）3个波段的反射率和比值植被指数为指标,用模糊聚类方法可以完全无误地区分开拔节期不同处理的水稻群体。说明通过光谱分析可以识别不同栽培措施和生长状况下的水稻群体。     

利用叶绿素计(SPAD-502)诊断水稻氮素营养和推荐追肥的研究进展

叶绿素计(SPAD-502)在监测水稻氮素营养水平和及时提供追肥所需的信息方面有快速、简便、无损的特点,但其精度常受多种因素的影响。本文分析了影响利用SPAD-502叶绿素计诊断水稻氮素营养和推荐追肥精度的水稻品种、生育时期、测定叶位、测定叶片的位点、生态环境等因素。并综述了通过量化SPAD读数与氮的关系,提高诊断水稻氮素营养精度;通过量化SPAD读数与追肥关系,提高SPAD-502叶绿素计诊断法推荐施肥精度的研究现状;提出进一步提高利用SPAD-502叶绿素计诊断水稻氮素营养状况与推荐追肥精度尚需解决的几个问题。     

微生物陈化可提升麦秆水热炭对Cd2+吸附性能

为提升水热炭对Cd~(2+)的吸附性能,使用麦秆水热炭,在厌氧发酵条件下对其进行微生物陈化改良,通过扫描电镜(SEM)、比表面积和孔分析(BET)、红外光谱分析(FTIR)、X射线光电子能谱分析(XPS)等现代技术手段对水热炭微生物改良前后的表面特性进行了系统表征,并通过吸附实验考察了微生物陈化过程对水热炭吸附Cd~(2+)的过程及机制。结果表明:随陈化时间的增加,水热炭的比表面积提升近5倍;pH由酸性逐渐接近中性;水热炭陈化后表面负电荷增多;O/C增加、H/C减少;表面C-C键强度降低,而含氧官能团相对强度增加。微生物陈化过程显著提升了水热炭对Cd~(2+)的吸附能力。微生物陈化水热炭对Cd~(2+)的吸附能力与体系pH值和温度呈正相关。微生物陈化水热炭对Cd~(2+)的吸附机制以化学吸附为主导,主要为单分子层均相吸附;官能团络合、表面静电作用、离子交换、π键配位作用对Cd~(2+)的吸附起到了重要作用。研究表明,微生物陈化处理可显著改变水热炭的孔隙结构并提升对Cd~(2+)的吸附性能。     

掺混控释肥侧深施对稻田田面水氮素浓度的影响

为了明确掺混控释肥侧深施对稻田氮素损失的控制效果,采用大田试验,以武运粳23号为试验材料,通过设置无机化肥常规用量分次施用(CN)、掺混控释肥梯度减量一次性基施(常规用量、减量10%、减量20%和减量30%)共5个处理,研究了掺混控释肥(RBB)减量对太湖地区稻田田面水不同形态氮素浓度的影响及产量效益。结果表明,与无机化肥常规用量分次施用CN处理(270 kg/hm~2)相比,RBB减量10%～30%不会造成水稻减产。田面水氮素以铵态氮为主,无机化肥施用后田面水氮素浓度在施肥后1～2 d即达到峰值浓度,此后逐渐下降;掺混控释肥处理的3个肥期田面水氮素峰值浓度较低,均显著低于CN处理。由于田面水氮素以铵态氮为主,因此总氮均值浓度降低幅度与铵态氮较一致。其中,基肥期、蘖肥期、穗肥期田面水总氮均值浓度两年降低幅度分别为87.19%～93.87%(2015年)和76.93%～83.48%(2016年),69.74%～79.73%(2015年)和74.46%～87.52%(2016年),94.43%～96.69%(2015年)和95.52%～96.57%(2016年)。RBB减量能够降低前期(基肥期和蘖肥期)田面水氮浓度,总体呈随用量减少而降低的趋势。但减量幅度相近处理的田面水氮素浓度未呈现一致性规律变化。结果说明,RBB施用减少了太湖地区稻田肥期氮素流失风险,RBB肥料用量为189～216 kg/hm~2能够在保证水稻产量的前提下降低前期田面水氮素浓度,减少氮素流失风险。     

不同氮肥管理模式对太湖流域稻田土壤氮素渗漏的影响

针对太湖流域稻田土壤氮素流失引起的面源污染问题,以农户常规施肥处理、化肥减量施肥处理、缓控释肥处理、有机无机肥配施处理以及按需施肥处理5种稻田氮肥管理模式,探讨了不同施氮水平与肥料类型的处理对20～40 cm、40～60 cm、60～80 cm以及100～120 cm四个深度土壤氮素渗漏的影响。结果表明,20～40 cm渗漏液中总氮(TN)浓度与施肥量成正比;农户常规施肥处理会出现40～60 cm TN浓度高于20～40 cm的现象;缓控释肥处理具有较高的20～40 cm TN淋失量;溶解性有机氮(DON)是稻田氮素进入地下水的主要形态,占TN的60%～70%;减少33%的氮素施用量,可降低进入地下水体36.9%～49.0%的TN浓度。按需施肥处理能在保证产量的情况下降低施氮水平,减少氮素渗漏损失,是适宜该地区的环境友好型氮肥管理模式。     

生活污水氮磷浓度对水稻生长及氮磷利用的影响

通过设置不同N、P浓度的生活污水进行水稻盆栽实验,研究了生活污水灌溉对水稻生长、产量以及氮磷吸收利用的影响。结果表明,在正常灌溉和不施肥条件下,污水灌溉明显降低了水稻施肥期的田面水氮磷浓度,水稻移栽后70 d左右田面水N、P浓度与不施肥处理田面水N、P浓度趋于一致;污水TN、TP浓度与水稻的生长指标和产量密切相关,生活污水灌溉提高了穗粒数、千粒重和结实率,但穗数明显减少,导致产量下降;当污水中总氮浓度达20~25 mg·L~(-1)、总磷浓度达1.0~1.5 mg·L~(-1)时,不施任何化肥条件下水稻产量即可达到常规化肥处理的95%,差异不显著,此时污水灌溉中带入的氮仅为常规施肥处理氮用量的64.1%和磷肥用量的23.2%。与常规化肥处理相比,污水灌溉提高了水稻的N、P利用效率,水稻对N、P的吸收利用与污水中的N、P浓度成正相关,且污水中的N、P存在着正交互作用,即提高P浓度促进了N的吸收利用,提高N浓度促进了P的吸收利用。在应用生活污水进行稻田灌溉时,需在分蘖期配施一定的化肥从而保证水稻高产。     

水稻秸秆还田配施肥料对小麦产量和氮素利用的影响

为了解高C/N比秸秆还田与肥料施用对金坛地区小麦产量和氮素利用的影响，通过设置大田试验，研究了稻秸还田与肥料施用对麦季土壤养分、微生物生物量、作物产量和氮肥利用率的影响。结果表明：稻秸还田配施肥料能够提高土壤速效养分含量。单施肥仅显著影响拔节期微生物生物量碳，单施稻秸显著影响拔节期和抽穗期微生物生物量氮，稻秸还田和肥料施用的交互作用在拔节期显著影响土壤微生物生物量和微生物熵。单施肥、稻秸配施肥料处理的氮肥表观利用率分别为31%和37%，稻秸配施肥料后的氮肥农学利用率和偏生产力表明每kg纯氮增产幅度约为6.86 kg籽粒。单施肥和稻秸配施肥料显著增加了小麦每穗粒数及千粒重，并且理论产量分别增加211%和319%，实际产量则分别增加119%和231%，而单施稻秸处理的实产却减产21%。综合分析认为，稻秸还田搭配肥料施用，能够保证当季土壤有效氮供应，促进土壤有机质转化为更易被微生物利用的形态，提高养分有效性，促进小麦对氮素的吸收利用，有利于每穗粒数和千粒重的增加，从而最终提高小麦的产量。     

氮磷互作水稻冠层氮素敏感光谱筛选研究

基于连续两年的水稻氮磷互作盆栽试验,于水稻拔节、抽穗、灌浆等主要生育时期同步测定了冠层反射光谱和水稻植株总氮含量,系统分析了350~1 330 nm波段范围内任意两波段组合而成的差值(DVI)、比值(RVI)及归一化(NDVI)光谱指数与植株总氮含量的关系,筛选了可用于氮磷互作环境下的最佳光谱指数,建立了估算模型,并与已有的水稻氮光谱反演指数进行了比较。结果表明:氮磷交互下水稻冠层光谱受氮素的影响明显高于磷素,呈现随施氮量的增加可见光区反射率下降,近红外区上升的规律;但对磷肥的响应受施氮水平的影响,施磷在缺氮情况下提高了可见光区和近红外区的反射率,不缺氮情况下却使可见光区反射率降低。与植株总氮含量相关性较好的波段组合基本不受植被指数构造形式的影响,表现较为稳定,主要分布在近红外(780~1 330 nm)/可见光(750~770 nm)区域、红边(640~700 nm)区域和可见光(450~500 nm)区域。但施磷与不施磷处理的总氮光谱指数敏感波段组合区域有所变化,施磷处理的敏感区域要小于不施磷处理,且相关性决定系数有所降低。存在对施磷不施磷处理都比较敏感的光谱指数区域,拔节、抽穗和灌浆期分别以RVI(FD719,FD740),NDVI(FD419,FD552),DVI(FD707,FD713)表现最佳,建模决定系数分别为0.87、0.80、0.87,几乎不受氮磷交互作用的影响,验证模型均方根误差分别为1.98、3.68、3.47。已有的氮光谱反演参数中则以m ND705、PRI、NDVI705表现最好,但其预测精度明显受磷肥作用的影响,尤其是在拔节期,不施磷处理下的精度要远低于施磷处理,且整体精度均低于本研究新选的氮光谱指数。因此,氮磷互作对水稻氮光谱反演指数的波段组合及预测精度产生影响,要提高氮素光谱诊断精度,需要根据情况选择适宜的光谱指数。