基于扩散理论的华北春玉米生理成熟后籽粒脱水过程分析

玉米机收籽粒可以显著提高玉米的生产效率,是玉米生产的发展方向。生理成熟后的籽粒含水率是决定机收质量的关键,受品种、密度和气候等多种因素影响。准确估算生理成熟后玉米籽粒含水率,进而分析其主要影响因素,最终确定玉米收获时间和筛选适宜机收的品种,对玉米主产区华北的春玉米籽粒机收发展具有重要意义。因此,于2017年和2018年在河北省泊头、南大港、玉田和山西榆次进行了两年田间春玉米试验,每年设置7个共性品种,每个品种3个密度,对生理成熟后籽粒含水率、品种性状、气象和管理要素进行了监测,并利用基于扩散理论考虑空气温湿度的脱水模型对籽粒含水率进行了模拟,进而计算脱水曲线下的面积(AUDDC),用以筛选脱水优异的玉米品种。结果表明,基于扩散理论的籽粒脱水模型对玉米生理成熟后籽粒含水率的模拟效果较好;年份、地点和品种对生理成熟时籽粒含水率(M_0)和水分扩散速率(k)具有显著影响,密度对脱水参数影响不显著。逐步线性回归分析得到灌浆期参考作物蒸发蒸腾量(ET_0)、最高气温和灌水量对M_0具有显著的正效应,生理成熟后30 d内ET0和灌浆中后期降雨对k具有显著的正效应,全生育期降雨对k具有显著的负效应。品种性状中对M_0影响最大的为苞叶层数(正效应),对k影响最大的为叶片数(负效应)。通过模型计算得到,生理成熟后10d华北地区春玉米籽粒含水率可以下降到28%,籽粒含水率下降到25%的概率为50%。由模型计算得到各品种生理成熟后10 d内的AUDDC,与AUDDC平均值比较发现‘京农科728’‘张1453’‘华农887’‘广德5’和‘金科玉3306’为脱水表现优异的品种。     

基于高光谱和参数优化支持向量机的水稻施氮水平分类研究

为探索水稻氮素营养的快速、无损诊断方法以及构建基于高光谱技术的水稻氮素营养状况分类识别模型。本研究以 4种不同施氮水平的“中嘉早 17”水稻分蘖期顶部第三完全展开叶叶片(简称顶三叶)为研究对象,测定各叶片的可见光到近红外波段(350～ 2500 nm)内的光谱数据,对所获取的光谱数据进行平滑处理和归一化处理,以消除噪声及量纲的影响,并采用主成分分析(PCA)的方法进行数据降维至 22维,同时分别选用基于网格搜索算法、粒子群算法和遗传算法优化参数的支持向量机进行水稻氮素营养状况分类识别模型的建立。研究结果表明:1)不同施氮水平下的水稻叶片光谱反射率曲线走势大致相同,但不同施氮水平下 780～ 1 300、1 400～ 1 850及 1 900～ 2500 nm波段光谱反射率存在一定的差别;2)优化参数后的 SVM模型与默认参数下的 SVM模型相比,其训练集与测试集分类识别效果都要优于默认参数下的 SVM模型。其中,以遗传算法优化参数的 SVM模型识别分类效果最佳,训练集和测试集识别准确率分别为 99.375%、98.750%,测试集的4种施氮水平(施氮量从低到高)识别准确率分别为 100%、95%、100%和 100%。结果表明利用高光谱技术能够很好地进行水稻氮素营养状况的定性诊断研究。为快速水稻氮素营养诊断提供了一种新途径,为精确施氮提供了技术支撑和理论依据。     

海藻酸增效复混肥料在冬小麦上的施用效果

为综合评价海藻酸增效复混肥料在冬小麦上的应用效果,设置田间试验,共8个处理:CK0(不施肥);CK1(施用磷钾肥不施用氮肥);CK2(施用氮钾肥不施用磷肥);CK3(施用氮磷肥不施用钾肥);CF(常规复混肥料);AF(海藻酸增效复混肥料);CF减量20%(常规复混肥料减施20%);AF减量20%(海藻酸增效复混肥减施20%)。结果表明:与常规复混肥相比,施海藻酸增效复混肥提高小麦粒重和穗数,显著增产15.33%,而且肥料减施20%较全量施肥处理产量差异不显著;促进小麦对养分的吸收,使氮、磷、钾养分吸收量分别增加了15.63%、12.54%和8.13%;0～20 cm土层硝态氮含量提高了12.96%,40～60 cm土层硝态氮含量降低了13.80%;土壤表层铵态氮、有效磷和速效钾含量分别提高了11.90%、11.54%和14.29%;海藻酸增效复混肥的氮、磷、钾肥料利用率分别增加了14.85、9.54和13.50个百分点,氮、磷、钾农学效率分别提高了3.72、4.65和11.63 kg·kg~(-1)。综合考虑产量、养分吸收、肥料利用率和环境压力,海藻酸增效复混肥可对常规复混的增效改性。     

不同品种粳稻的锌强化方法研究

通过比较不同锌肥施用方式对不同粳稻品种产量以及稻米锌含量的影响,筛选高效锌水稻品种和最佳锌施用方式。在田间试验条件下,分析9个粳稻品种的稻米产量和锌含量对S(锌肥土施)、SB(锌肥土施结合孕穗期喷施)、SF(锌肥土施结合扬花期喷施)和SBF(锌肥土施结合孕穗期和扬花期喷施)4种锌肥施用方式的响应,结果表明,各水稻品种稻米的锌含量在18.1～29.3 mg·kg~(-1)之间,吉洋1号、吉农大809、吉粳302、吉宏6号、长粳717和稻花香2号为高锌品种,吉农大899为中锌品种,平粳8号和吉粳515为低锌品种。锌肥土施对大多数水稻品种无显著增产作用,不同品种的稻米锌含量在施用锌肥后平均增幅为18.0%;S、SB、SF和SBF处理的稻米锌含量分别较不施锌处理提高了8.3%、17.4%、19.5%和27.0%,但3个喷施处理间的平均锌含量无显著差异。锌肥土施结合叶面喷施能显著提高稻米中的锌含量,不同施用方式的施锌效果因品种而异。选择富锌高产品种,锌肥土施结合适当生育期叶面喷施,可实现增产和稻米锌强化,实现水稻高产优质种植。     

岩石-土壤-四川牡丹元素迁移体系中的微生物效应

[目的]研究四川牡丹岩土环境背景以及微生物在元素迁移过程中的作用,为了解营养元素的表生地球化学行为规律及微生物在元素迁移体系中的作用提供理论依据。[方法]利用ICP-OES测定四川牡丹生境母岩、土壤以及种子的大量(P,S,K,Ca,Na,Mg,Al)、微量(Fe,Mn,Cu)营养元素含量,同时利用Illumina高通量测序技术测定根际土壤中细菌、真菌的组成和结构。[结果](1)四川牡丹生长土壤以弱碱富钙为主要特征,元素组成基本保留了母岩特征;(2)元素从母岩到土壤中的迁移富集系数排序为:CaNaSPMgKAlFeMnCu,植物吸收系数排序为:PSKCuMgCaNaMnFeAl;(3)碱土金属淋溶率和铝铁率对土壤细菌的多样性(Alpha)影响显著,但对真菌的影响不显著;(4)P,Mn的迁移主要受母岩控制,而Ca,Mg,Fe,S等元素的迁移富集受到了微生物的影响。[结论]细菌和真菌在元素迁移体系中的作用相似,主要参与Fe,S,Mg,Ca的相关反应过程。     

宁夏原州区生态移民村生境景观连接度变化及其驱动因素

[目的]分析生态移民土地利用过程中生境景观连接度变化及其驱动因素,为生态移民的生态风险管理及移民可持续性提供科学依据。[方法]以宁夏原州区"十二五"时期4个生态移民村(丰泽、金轮、和润及泉港)为例,基于2016年高分影像数据,同时参考移民前谷歌地球2010年数据和第二次全国土地调查数据(2010年),经野外GPS校验,通过计算障碍影响指数和生境景观连接度指数,分析生态移民村土地利用生境景观分异。[结果]丰泽村和金轮村的生境景观连接度呈下降态势,和润村和泉港村呈上升态势。4个生态移民村的变化趋势明显,但极高连接度和高连接度比例很小。生态移民村生境景观变化驱动力主要为人为因素,建设用地占用耕地、园地普遍,其中泉港村与和润村建设用地面积年均增长率分别高达27.49%和21.28%,同时金轮村、和润村、泉港村无后备土地资源,生态压力突出。[结论] 4个生态移民村人口密度增大导致建设用地占用耕地明显,生态用地被分割,移民的非农活动比重大造成耕地撂荒,景观破碎化和孤岛化现象明显,生境景观呈现出不稳定状态,生态压力增加。     

基于USLE模型的长株潭城市群生态绿心区水土流失研究

[目的]研究2018年长株潭(长沙市—株州市—湘潭市)城市群生态绿心区最佳植被覆盖和水土流失状况,为区域综合治理提供理论依据。[方法]运用GIS和RS技术,以长株潭区域降雨、土壤、地形、土地利用等数据为基础,采用归一化植被指数(NDVI)模型和USLE国际通用土壤流失方程为优选模型。[结果]长株潭绿心区总面积为52 287 hm~2,整体植被状况较好,高覆盖度(75%～100%)面积最大,占绿心区总面积一半以上,为26 598.40 hm~2;中低覆盖度(30%～40%)面积最小,占区域总面积的8.61%,为4 501.91 hm~2。长株潭城市群生态绿心区总侵蚀(不含微度)面积为3 654.24 hm~2,占总面积的6.99%。湘潭市侵蚀比重最高,为8.51%,长沙市次之,为6.67%,株洲市侵蚀总比例最小,为5.68%。工程建设用地在禁止开发区、限制开发区和控制建设区的侵蚀面积分别为963.92,310.74,735.11 hm~2。[结论]受人为因素、城市建设、产业分布等影响,长株潭城市群生态绿心区覆盖度空间呈现西部低,中东部高的格局,工程建设是造成绿心区土壤侵蚀的主要原因。     

2003-2017年陕西省NDVI时空变化及其影响因素

[目的] 研究影响陕西省植被覆盖主导气候类和非气候类因子,为区域生态文明建设提供科学依据。[方法] 基于2003—2017年MODIS NDVI数据,利用趋势分析和地理探测器模型等方法,研究了气候类和非气候因素对陕西省植被覆盖的影响。[结果] ①2003—2017年陕西省NDVI空间分布总体上为改善趋势,但在不同植被类型区和生态区有所差异。②降水是影响陕西省植被覆盖空间分布的主导气候类因素,其他因素对当地植被覆盖影响程度有所差异。③降水与气温、日照、风速、相对湿度的交互作用对陕西省植被覆盖空间分布起主导作用。且气温的作用只有在和降水的交互作用下才能体现出来。④植被类型和地貌是陕西省植被覆盖空间分布的主导非气候类因素,其他因素的影响有所差异。⑤植被类型、地貌和土壤类型之间的交互作用对陕西省植被覆盖空间分布起主导作用。人口、GDP的影响也只有在与其他因素的交互作用下才能显现出来。[结论] 气候类因素的影响大于非气候类因素,气候类和非气候类因素的共同作用能够充分的解释植被覆盖空间分布。     

基于PCA-SVR-ARMA的狮头鹅养殖禽舍气温组合预测模型

为提高狮头鹅养殖禽舍气温预测精度,提出了基于主成分分析(Principal Component Analysis,PCA)、支持向量回归机(Support Vector Regression,SVR)融合自回归滑动平均(Autoregressive Moving Average,ARMA)模型的狮头鹅养殖禽舍气温组合预测模型。在建模过程中,运用主成分分析法筛选狮头鹅养殖禽舍气温的关键影响因子,消除变量之间冗余信息,约简预测模型结构;采用SVR-ARMA构建狮头鹅禽养殖舍气温组合预测模型,先通过SVR对气温进行预测,再由基于ARMA模型的残差预测值修正气温预测结果。利用该模型对广东省汕尾市2018年7月21日至2018年7月30日期间的狮头鹅养殖禽舍气温进行预测。结果表明,该组合预测模型取得了良好的预测性能,与标准BP神经网络、标准SVR、PCA-BPNN(反向传播神经网络,BackPropagationNeuralNetwork)、PCA-SVR和PCA-BPNN-ARMA等模型对比分析,其评价指标平均绝对误差、均方根误差和平均绝对百分比误差分别为0.183 2℃、0.454 0℃和0.005 9,均表明所提出的组合模型具有更高的预测效果,不仅能够满足狮头鹅养殖禽舍气温实际精准调控的需要,还为狮头鹅健康养殖和种苗繁育环境精细化管理提供决策。