云智能土壤水分仪在农业灌溉中的应用研究

云智能土壤水分仪是一种可以进行土壤湿度、温度及盐分等自动监测的仪器,已在气象、水文、生态环境、防汛抗旱、农业灌溉等行业领域逐渐得到了应用。本文调研了云智能土壤水分仪近年来在农业灌溉中的应用情况,针对维护管理方面存在的突出问题,提出了一些建议,以期有助于云智能土壤水分仪在未来农业智能灌溉中发挥更大的作用。     

气候变化对新疆农业的影响及对策

通过对1961～2010年新疆气候变化的数据分析,阐述了气候变化对新疆农业存在的巨大影响,最后提出了一些应对气候变化的对策,从而加强新疆适应气候变化的能力。     

水资源可持续利用及优化配置

现阶段,随着经济社会不断发展,水资源短缺和供需矛盾日益加剧,水资源管理保护和可持续利用日益重要。本文着眼于水资源基本特征,对水资源可持续利用与经济社会发展的关系、水资源优化配置的内容、目标、方法及综合评价等进行了探讨,以期为实施严格的水资源管理制度提供有益的技术思路。     

葡萄光合速率对光及CO_2浓度的响应特征

为深入研究吐鲁番地区葡萄管理和节水灌溉技术,采用CIRAS-3型便携式光合仪对新疆吐鲁番地区葡萄光合作用进行的测定。结果表明:当光合有效辐射在0~600μmol·m-2·s-1时,净光合速率迅速上升;光合有效辐射在600~1 500μmol·m-2·s-1时,净光合速率升幅减弱;而光强在1 500~2 000μmol·m-2·s-1时,净光合速率随着光照强度的增加而出现下降。CO2浓度在800μmol·m-2·s-1之前,光合速率迅速增加;在800μmol·m-2·s-1之后,光合速率缓慢上升。利用非直角双曲线模型和直角双曲线模型拟合葡萄光响应曲线和CO2响应曲线,决定系数分别为0.996 2和0.988 5。     

新疆灌溉农业发展与节水潜力分析

分析了新疆灌溉农业的大发展及取得的成就，针对经济社会可持续发展对水资源有续利用的客观要求，对农业灌区的节水现状进行了探讨，并从地表水资源可利用量、输水系统节水潜力、平原水库增蓄水潜力及田间灌溉节水潜力等方面对灌溉用水的节水潜力问题进行了较全面的分析和研究。     

新时期节水灌溉技术在农田水利建设中的应用研究

农田水利工程设计,不但要符合当地农业的发展规划,还要结合当地的水土资源,引进先进的管理理念和节水灌溉技术,具备一定的前瞻性和科学性,从长远考虑,尽量节约资金和用水成本,为提高农民生活水平,推动农村经济的发展提供优质服务。     

不同灌水量与每穴直播粒数对滴灌水稻生长发育及产量的影响

【目的】探索滴灌水稻高产高效的适宜灌溉定额及播种量。【方法】本试验在新疆农业科学院国家灰漠土肥力与肥料效应监测基地进行,设置3个灌溉定额水平,分别为796 mm(W1)、938 mm(W2)、1 059 mm(W3),每穴直播粒数设为每穴8粒(D1)、14粒(D2)、20粒(D3)3个水平,观测比较不同生育期株高、叶面积指数、干物质积累量等生长指标,分析不同灌水量与每穴直播粒数对滴灌水稻生长发育、产量及水分利用效率的影响。【结果】灌水量与每穴直播粒数交互作用以组合W3D1株高、叶面积指数和干物质积累量最高,分别为83.46 cm、8.46和2 962.67 g/m2,交互作用达到极显著水平(p≤0.01);W3D1处理产量最高达到6 789.00 kg/hm~2,灌水量对产量的影响达到显著水平(p≤0.05);W3D1水分利用效率为最优组合达到0.65 kg/m3。每穴直播粒数为8粒时,与W1、W2处理相比,W3处理产量增幅为54.95%、30.24%;W3处理中,D1处理与D2、D3处理相比,产量增幅分别为19.11%、23.96%。【结论】在本试验条件下,W3D1组合灌溉水量及每穴直播粒数为最佳。     

不同填料对水工碾压式沥青混凝土性能的影响

分别以水泥和石灰石粉作为碾压式沥青混凝土的填料,通过测定碾压式沥青混凝土马歇尔稳定度、单轴压缩、小梁弯曲及渗透等性能,对比两种填料对碾压式沥青混凝土上述性能的影响程度.通过研究发现,水泥作为填料时配制的沥青混凝土各项性能均优于石灰岩矿粉作为填料配制的沥青混凝土,它与沥青胶浆形成的“结构沥青”膜厚度略薄,使得“结构沥青”与矿质颗粒之间粘接更加牢固,强度也较高.     

塔里木河下游水土保持生态修复研究

塔里木河下游生态环境呈恶化趋势,水土流失严重。通过遥感影像数据分析了塔里木河下游水土流失的基本情况,确定了生态修复的治理目标,具体治理的生物、工程措施。最后提出塔里木河下游水土保持生态修复的治理对策及建议。     

基于支持向量机优化粒子群算法的作物生育期ET_0预测

ET0是计算作物需水量、进行农田灌溉管理及区域水资源优化配置的重要依据。为了提高ET0的预测精度,将粒子群(particle swarm optimization,PSO)算法引入到ET0预测中,并用支持向量回归机(support vector machine,SVM)优化参数。PSO-SVM将最高气温、最低气温、相对湿度、平均风速与日照时数输入到SVM中学习,将SVM参数作为PSO中的粒子,把ET0值作为PSO的目标函数,然后通过粒子之间相互协作得到SVM最优参数,对ET0进行预测,并采用PM模型计算值验证。该文以新疆喀什地区为例,通过采用粒子群耦合支持向量机(PSO-SVM)算法训练得到模型,并用10组数据进行预测;最后引用BP神经网络算法和PSO-SVM算法进行了对比,其结果表明,PSO-SVM算法预测准确率较高,预测值与实测值间相关系数达0.682,平均相对误差为3.19%。