氮素对水培芹菜产量、品质及元素利用效率的影响

氮素水平的高低直接影响水培蔬菜的产量、品质及营养元素利用效率。为探求水培芹菜营养液中最佳N元素物质的量浓度,通过自然光环境条件下水培芹菜试验,对N1(4 mmol/L)、N2(6 mmol/L)、N3(8 mmol/L)、N4(10mmol/L)4个N元素物质的量浓度处理下芹菜的产量、品质及主要营养元素利用效率进行了分析和评价。结果表明,N3处理的鲜质量和N、P、Ca的元素利用效率最高,VC、蛋白质、可溶性糖及硝酸盐量等品质指标和K、Mg的利用效率仅次于N4处理。N1、N2、N4处理中,N4的产量、品质及元素利用效率均高于N1、N2处理。对所测指标进行主成分分析,提取2个主成分,贡献率达到90.51%,综合得分最高的是N3处理。因此,芹菜水培山崎配方中N元素物质的量浓度为8 mmol/L时更有利于提高产量、品质和元素利用效率。     

关中九大灌区农业水价与农户承载力调查研究

对陕西关中九大灌区800户农户连续5年进行入户调查,内容包括农业水费支出、各种生产资料投入与农业产出与收入等。对水费占总生产成本比例、占农业毛收入比例及占农业净收入比例进行了分析,结果表明目前陕西关中九大灌区单位面积水费占毛收入比例在5.12~9.63之间变动,占总生产成本比例在13.14~19.44之间变动。对农户支付能力进行了进一步分析,结果显示各灌区人均水费占人均净农业收入比例在9.22%~17.06%之间变动,人均水费占人均总净收入比例在3.83%~8.15%之间变动,表明陕西关中九大灌区水费虽高于国内平均水平,但尚在合理范畴之内,某些灌区尚有一定的升值空间。最后提出提高农户水价承受能力的几点对策。     

水肥一体微喷带沿程压力及肥液浓度分布规律试验研究

为分析水肥一体化微喷带运行过程中沿程肥液浓度分布规律及影响因素,研究了肥料种类、施肥罐压差对微喷带沿程压力和肥液浓度分布的影响。结果表明,在微喷带铺设长度为40 m时,沿程压力逐渐降低,但降幅逐渐减缓;管首压力越大管道首尾压差越大,微喷带施肥均匀性越低。综合微喷带有效喷洒范围,大田微喷带存在适宜首部工作压力(本研究中的微喷带为50～60 kPa)。N肥(易溶肥料)沿程浓度受施肥罐作用压差影响明显,P肥(难溶肥料)沿程浓度变化趋势平缓,浓度随时间变化急剧。在实际生产实践中,应根据不同的肥料确定合适的工作压力及施肥罐作用压差,选择合适的喷洒时间以保证微喷带施肥均匀性及施肥量。     

西北地区冬小麦腾发量估算模型适用性评价

为实现对西北地区冬小麦腾发量(ET)的准确估算,在对不同生育期ET的影响因子进行分析后分别采用双作物系数模型、单作物系数模型和Priestley-Taylor(PT)模型模拟ET,并以大型蒸渗仪实测ET为标准值对比其精度.结果表明:气象因子是播种-返青(Ⅰ期)和抽穗-乳熟(Ⅲ期)ET的主导因子,作物因子是乳熟-收获(Ⅳ期)ET的主导因子,2种因子对返青-抽穗(Ⅱ期)和全生育期ET的驱动作用相近;Ⅰ期双作物系数模型、单作物系数模型和PT模型的R²分别为0.511 8,0.239 3,0.374 2,RMSE变化范围为0.284 6~0.366 3 mm/d,总体评价指标GPI排名分别为1,3,2;Ⅱ期3个模型的R²均在0.700 0 以上,RMSE为0.540 9~0.844 0 mm/d,双作物系数模型模拟效果最好;Ⅲ期各模型的R²均高于0.600 0,RMSE为0.828 8~1.258 7 mm/d,双作物系数模型GPI排名第1;Ⅳ期3个模型的R²分别为0.799 1,0.671 6,0.270 8,RMSE为0.968 1~1.946 2 mm/d,作物系数模型模拟精度明显高于PT模型;全生育期各模型RMSE为0.551 5~0.893 6 mm/d,双作物系数模型的R²达到0.902 2.     

灌区运行水平综合评价研究进展

灌区运行水平综合评价是实现灌区科学与可持续发展管理的基础,也是灌区续建配套及节水改造投资的重要决策依据。介绍了灌区运行水平综合评价指标体系的构建,研究了指标权重不同的确定方法;对灌区运行水平综合评价的现有20多种评价方法进行了比较,明确了其优缺点及评价结果的精度;提出未来灌区运行水平综合评价指标体系应更多考虑反映生态化、信息化、智能化和可持续发展的技术指标,构建基于人水和谐的现代化美丽灌区评价指标体系和智能化灌区运行水平综合评价基础信息采集系统;要基于新的数学方法和模型建立灌区运行水平综合评价新方法,结合3S等现代信息技术开发现代化灌区运行水平综合评价平台,提高评价模型的可操作性与评价结果的精确性,进而更科学的指导灌区现代化建设。     

压力对微喷带水量分布均匀性影响试验研究

试验探究不同压力下微喷带水量分布均匀系数的变化规律,通过公式计算了垂直于微喷带、沿微喷带方向和总面积的水量分布均匀系数,分析不同水头工作压力对不同类型微喷带在水量分布均匀性上的影响。试验对常见的机械打孔的Ф28,Ф32和Ф40微喷带,通过改变微喷带的工作压力值,设置6种不同的微喷带首部工作压力,探究不同结构类型的微喷带在不同的首部工作压力下的水量分布均匀系数。微喷带的水量分布均匀系数与首部工作水头及管径均匀性密切相关,在一定的工作压力范围内,微喷带的灌溉效果能达到最好;随着工作压力的变化,Ф28与Ф40微喷带的水量分布均匀系数变化较平缓,而Ф32微喷带的水量分布均匀系数变化波动大,3种结构类型微喷带的水量分布均匀系数均在工作压力值为32～36 kPa的范围内出现最大值。为保证较好的灌溉均匀度,一定作用压力条件下微喷带存在极限铺设长度;实际使用中,应根据微喷带的具体结构形式设定铺设长度与首部工作压力。     

番茄垂向分根区交替控制滴灌室内试验及节水机理

开展了垂向分根区交替控制滴灌番茄试验研究,设中等水分处理和低水分处理的垂向分根区交替控制滴灌、中等水分处理的表面滴灌3个处理。结果表明：垂向分根区交替控制滴灌可以在作物上下根区层形成干湿交替的区域,在适宜水分条件下能够大大降低耗水强度,使耗水过程趋于平缓,有利于控制植株长势、壮大径杆直径,以及增加下层根系的比重与根冠比,番茄产量在无显著下降的情况下可实现节水46.5%。在较高的土壤水分下限条件下适时进行番茄垂向分根区交替控制滴灌能够有效降低设施农业的运行管理费用、增加番茄商品率及实现节约水资源的目的。     

矩形渠道分水口水力性能试验研究

为了研究矩形渠道含堰坎分水口水力性能,对不同渠宽比下的分水口进行了试验研究,试验选取了5种流量,每个来流量下通过调节下游水深获得不同分流比,总共75组试验,测量了分水口附近的水深等水力因素,获得了分水口附近的水面变化曲线,分析了影响分流比的因素,根据堰流公式,拟合了各渠宽比下流量系数与相对堰上水头之间的关系式.结果表明:分水口处的水面变化在不同流量下变化规律大致相同,随距分水口距离的不同,水面变化也不同;同一渠宽比、流量下,分流比与相对堰上水头呈线性关系,随相对堰上水头的增加而增加,随主渠道上下游傅汝德数的增加而减小;拟合得到的流量系数计算公式精度较高,相关系数大于0.9,满足测流精度要求.该研究对分水口处水力性能进行了初步的研究,以期为灌区量水提供参考依据.     

基于改进Makkink模型的四川盆地参考作物蒸散量估算

为了有效提高四川盆地参考作物蒸散量ET₀的预报精度,选取四川盆地16个代表性气象站点1961-2019年逐日气象数据,基于差分进化算法(DE)对辐射模型的经验参数校准改进Makkink模型并估算四川盆地ET₀,在日、月尺度上对改进的Makkink模型(M1-M6)和Jennsen-Haise(JH)及Irmak(IK)模型评价.结果表明:在日尺度上,改进的Makkink(M1-M6)模型(R²为0.77~0.87)模拟结果比JH和IK模型(R²为0.74~0.76)更精确,改进的Makkink模型中,M4模型估算精度最高,综合性指标GPI中位数为1.05;在月尺度上,改进的Makkink模型模拟结果(误差为3.59~15.71 mm/月)也优于JH和IK模型(误差为6.84~25.31 mm/月),其中M4模型估算精度最佳,综合性指标GPI为1.72.总体而言,推荐以温度和相对湿度作为输入数据的M4模型模拟四川盆地ET₀.     

交替沟灌玉米灌浆期茎流影响因子敏感性分析与模型适用性研究

【目的】应用人工神经网络对不同处理玉米茎流进行精准预测,为推算玉米蒸腾耗水量以及制定合理的灌水方案提供新思路。【方法】试验研究对象为夏玉米,品种为西农985。试验设置3个处理,分别为交替沟灌高水处理（alternate furrow irrigation,AFI1）、交替沟灌低水处理（alternate furrow irrigation,AFI2）和常规沟灌处理（conventional furrow irrigation,CFI）。AFI1、AFI2每次灌水量为CFI灌水量的2/3和1/2。利用通径系数与互信息分析不同处理的影响因素与玉米茎流相关关系,基于人工神经网络理论建立了玉米茎流速率估算模型,以主成分回归模型为对比,对两个模型预测精度和稳定性进行评价。【结果】（1）不同处理对环境因子的响应有所差异,影响CFI、AFI1玉米茎流的主要因素是气象因子,影响AFI2处理玉米茎流的主要因素是土壤水分;（2）不同土层含水量对各处理茎流的影响也有所不同,研究发现10-20 cm和20-30 cm土层含水量与玉米茎流相关程度最高。利用不确定性分析法进一步分析得出,常规处理与高水处理水平下,与茎液流变化关系最密切的土壤含水层为20-30 cm,其次是10-20 cm,低水处理水平下,最敏感的土层为10-20 cm,其次是20-30 cm;（3）根据模型误差分析与模型不确定性分析,神经网络模型RMSE、d-factor值较小,R²值达到了0.9以上,说明神经网络模型预测精度更高,模型更稳定。【结论】与传统方法相比,人工神经网络模型可以快速准确地对茎流进行预测,对指导玉米灌溉具有重要的指导意义。