不同灌溉模式和施氮处理下稻田 CH4 和 N2O 排放

【目的】研究不同灌溉模式和施氮处理稻田 CH₄ 和 N₂O 的排放规律、综合增温潜势和综合排放强度,以期获得降低稻田 CH₄ 和 N₂O 排放的灌溉模式和施氮管理。【方法】2015～2016 年在广西南宁市灌溉试验站进行晚稻和早稻大田试验,两次试验均设 3 种灌溉模式:常规灌溉 (CIR)、“薄浅湿晒 ”灌溉 (TIR) 和干湿交替灌溉 (DIR)。 2 种尿素-N 和猪粪-N 比例:100% 尿素-N (FM1),50% 尿素-N + 50% 猪粪-N (FM2)。共设 CIR-FM1、TIR-FM1、DIR-FM1、CIR-FM2、TIR-FM2 和 DIR-FM2 6 个处理,用静态箱–气相色谱法测定了水稻生育期内稻田 CH₄ 和 N₂O 排放通量,分析了早晚稻生育期内 CH₄ 和 N₂O 累积排放量和综合增温潜势,并结合产量分析了 CH₄ 和 N₂O 综合排放强度。【结果】DIR 下 FM2 处理早稻产量和两季总产量比 FM1 处理分别提高 18.8% 和 17.7%,FM2 下 TIR 和 DIR 模式早稻产量分别比 CIR 模式提高 20.9% 和 37.4% 以及 DIR 模式两季总产量比 CIR 模式提高 21.5%。不同处理早晚稻生育前期 CH₄ 排放通量较高,生育中后期 CH₄ 排放通量较低。水稻生育期内 TIR 和 DIR 模式 CH₄ 累积排放量低于 CIR 模式,FM1 处理 CH₄ 累积排放量低于 FM2 处理。不同处理早晚稻生育前期 N₂O 的排放通量为负值或者较低,N₂O 排放主要集中在晒田完成复水之后及成熟期稻田水分落干时,DIR 模式 N₂O 累积排放量显著高于 CIR 模式,FM2 处理 N₂O 累积排放量高于 FM1 处理。不同处理稻田 CH₄ 和 N₂O 的排放彼此间存在消长关系。CH₄ 对综合增温潜势的贡献率达 99% 以上,而 N₂O 的贡献率不足 1%。3 种灌溉模式下 FM1 处理 CH₄ 或 N₂O 增温潜势、CH₄ 和 N₂O 综合增温潜势和排放强度均低于 FM2 处理,2 种施氮处理下 TIR 和 DIR 模式 CH₄ 和 N₂O 综合增温潜势和排放强度低于 CIR 模式。【结论】与常规灌溉相比,“薄浅湿晒”灌溉水稻产量和 N₂O 排放有所提高,但是降低 CH₄ 排放量及 CH₄ 和 N₂O 综合增温潜势和排放强度;干湿交替灌溉增加水稻产量和 N₂O 排放,但是降低 CH₄ 的排放量及 CH₄ 和 N₂O 综合增温潜势和排放强度,因此,“薄浅湿晒”和干湿交替灌溉模式是有效降低稻田 CH₄ 和 N₂O 综合增温潜势和排放强度的两种灌溉模式。在这两种灌溉方式下,与猪粪尿素配施相比,单施尿素显著降低 CH₄ 和 N₂O 综合增温潜势和排放强度。     

海藻酮糖液的制备

以异麦芽酮糖母液为原料,利用模拟移动床分离母液中的海藻酮糖和异麦芽酮糖,制备海藻酮糖液。选用漂莱特钙型色谱分离型树脂作为分离剂,去离子水为洗脱剂,在合适的中试条件下实现了海藻酮糖和异麦芽酮糖的有效分离。模拟移动床海藻酮糖和异麦芽酮糖出口产品纯度分别为70.96%和53.08%。     

不同灌溉模式和施氮处理下稻田氨氧化细菌及无机氮对N2O排放的影响

通过大田试验,研究不同灌溉方式和施氮处理下早稻、晚稻不同时期稻田N_2O的排放通量、氨氧化细菌数量、氨氧化潜势和无机氮含量的变化,揭示土壤氨氧化细菌数量、氨氧化潜势和无机氮含量对稻田N_2O排放的影响。两季试验均设3种灌溉模式,即常规灌溉(CIR)、"薄浅湿晒"(TIR)和干湿交替(DIR),和2种施氮处理,即100%尿素-N(FM1)和50%尿素-N+50%猪粪-N(FM2)。结果表明:晚稻、早稻分蘖期和成熟期土壤氨氧化细菌数量较低,而孕穗期和乳熟期数量较高;晚稻孕穗期、早稻孕穗期和乳熟期土壤氨氧化潜势较高,而晚稻、早稻分蘖期和成熟期土壤氨氧化潜势较低;相同施氮处理下,DIR模式土壤NH_4~+-N含量高于CIR与TIR模式,DIR与TIR模式土壤NO_3~--N含量均显著高于CIR模式;晚稻、早稻孕穗期和乳熟期DIR和TIR模式土壤N_2O排放通量比CIR模式显著提高,FM2处理高于FM1处理;氨氧化细菌和氨氧化潜势与NH_4~+-N含量之间呈极显著正相关关系,N_2O排放通量与氨氧化细菌和氨氧化潜势之间呈极显著正相关关系。因此,N_2O的排放受到氨氧化细菌和氨氧化潜势的直接影响,稻田NH_4~+-N含量大小会影响氨氧化细菌数量和氨氧化潜势,从而间接影响N_2O的排放。     

播期与密度对蕉肥间作植株与产量的影响

【目的】研究不同播期和播种密度对间作模式下香蕉和粮肥兼用型绿豆生长及产量的影响,为香蕉-绿肥间作模式提供参考。【方法】以粮肥兼用绿豆为间作作物,分设4个播期处理(SD),SD1~SD4处理依次为4月10日、5月10日、6月10日和7月10日;4个播种密度处理(M),M1~M3处理分别为:22.5、37.5和52.5 kg/hm~2,另设不播种粮肥兼用绿豆处理作对照(CK);分别测量各处理下粮肥兼用绿豆和香蕉株高、茎粗和产量,以及粮肥兼用绿豆结荚数和地上生物部量等指标。【结果】不同播期和密度中,粮肥兼用绿豆株高和茎粗存在负相关性。在所有播期处理中,SD1粮肥兼用绿豆植株最矮,但茎粗最大,分枝数、产量和地上部生物量最高,其产量达到1344 kg/hm~2;香蕉株高、茎粗和产量均在SD1处理下最高,产量达36 255 kg/hm~2。M1处理粮肥兼用绿豆植株最矮,但茎粗最大,分枝数最多,M2处理产量和地上部生物量最高,产量分别比M1和M3处理高6.8%和17.9%;香蕉株高、茎粗和产量在M2处理最高,产量为36 776 kg/hm~2,分别比M1、M3处理和CK高0.8%、2.5%、8.2%。【结论】播期越早,越有利于粮肥兼用绿豆和香蕉的生长,提高产量;间作密度过高或过低均不利于粮肥兼用绿豆和香蕉生长,适宜的间作密度可提高作物产量。     

基于农业物联网的火龙果生长环境大数据分析

针对农业物联网信息应用层及数据处理部分进行研究,通过对数据进行处理、挖掘、融合和应用来制定科学的管理决策,实现对农业生产过程的控制。通过在南宁市灌溉实验站火龙果实验田安装农田物联网系统,长期对实验田空气温湿度,CO_2浓度,光照强度,土壤水分,土壤温度进行实时监测。首先对试验田获取的数据进行清洗,然后根据火龙果生长环境需求,将每组环境数据进行类别标记,分为"适宜"和"不适宜"两种类别,最后通过决策树方法对数据进行自动分类,并采用正确率评价模型性能。实验结果表明,决策树分类模型测试集的正确率为99.04%,验证集的正确率为100%。表明决策树在数据分类方面具有很好的效果。