四川冬春季参考作物蒸散量时空变化及其成因

为深入认识四川冬春季参考作物蒸散量(ET₀)的变化特征,利用1980—2016年四川35个气象站的逐日气象观测资料,采用泰森多边形、气候倾向率和克里金空间插值等方法对其冬春季ET₀的时空变化特征进行分析,并通过敏感性和贡献率分析了ET₀的变化成因。结果表明:ET₀的年代际变化呈先降后增的趋势,空间上呈明显的西南高东部低的分布特征,且高值区范围持续扩大,低值区范围波动缩小。ET₀的年际变化呈上升趋势,春季ET₀气候倾向率和空间差异明显大于冬季,且ET₀高值区与低值区空间分布受海拔高度影响明显。ET₀的同一日多年平均值自初冬至初春逐渐上升,1月22日—5月2日仅有8 d的ET₀值低于多年日平均值,具有明显连续的高值时段。ET₀对日照时数的变化最敏感,其次是对相对湿度与平均气温,对三者均呈高敏感性。平均气温的正贡献率是引起ET₀变化的主导因子,其次是相对湿度。研究时段内平均气温的升高对ET₀的正效应和相对湿度的降低对ET₀的负效应,超过了日照时数减少对ET₀的减少效应,导致四川地区冬春季ET₀呈上升趋势。     

基于SIMDual_Kc模型估算非充分灌水条件下冬小麦蒸散量

为研究关中冬小麦植株蒸腾和土壤蒸发规律,利用2 a冬小麦小区控水试验实测数据,率定和验证了双作物系数SIMDual_Kc模型在关中地区的适用性.用大型称重式蒸渗仪的实测蒸散量值(或水量平衡法计算值)与模型模拟值进行对比.结果表明:SIMDualKc模型可较准确地模拟关中不同水分条件下冬小麦蒸散量,且模拟精度较高.模型估算的平均绝对误差为0.643 3 mm/d.模型估算的冬小麦初期、中期和后期的基础作物系数分别为0.35,1.30,0.20.另外,模型还可以较准确地估算不同水分供应条件下的土壤水分胁迫系数、土壤蒸发量和植株蒸散量.冬小麦整个生育期,土壤蒸发主要发生在作物生育前期,中期较低,后期略微增大;植株蒸腾主要发生在作物快速生长期和生长中期,整个生育期中呈先增大后减小的趋势.     

柑橘轮斑病的适生区预测及风险分析

【目的】 柑橘轮斑病（citrus target spot）作为一种新发柑橘病害,造成发病果园严重的经济损失。本研究针对该病害进行适生区预测及风险分析,以便对该病采取及时、有效的管控措施,最终达到降低其流行风险等级,防止病害传播扩展的目的。【方法】 基于环境变量数据和柑橘轮斑病发生分布数据,运用MaxEnt生态位模型模拟预测柑橘轮斑病菌（Pseudofabraea citricarpa）在中国的潜在适生区分布。并通过ROC（receiver operating characteristic）曲线下面积（area under the curve,AUC）评估预测模型的精度,运用正规化训练增益刀切法（regularized training gain）获取气候因子与分布概率间的关系。同时采用有害生物风险分析理论,以有害生物风险分析的规定程序为依据探索柑橘轮斑病病害的风险分析体系和评价值的计算方法,对评价指标进行定性分析,进而量化评价值。在建立综合评价模型的基础上,计算柑橘轮斑病风险性危害值,最后对病害的风险性危害值进行评价。【结果】 柑橘轮斑病菌MaxEnt模型预测结果的平均AUC值为0.998,表明预测结果精度高。柑橘轮斑病菌的潜在适生区面积约占全国面积12.19%,高适生区、中适生区、低适生区各占全国面积约2.85%、3.99%、5.35%。高、中适生区主要集中于长江中上游柑橘优势区及其周边。其中,高适生区主要集中在四川、重庆、陕西南部,以及贵州、湖北等少量地区。中、低适生区是高适生区的外围扩展。通过MaxEnt模型正规化训练增益刀切法获取的环境变量重要性分析结果表明,最冷季度平均温度（Bio11）、最干季度平均温度（Bio9）、最冷月最低温（Bio6）是影响柑橘轮斑病菌分布的3个关键环境因子,这意味着低温、干冷季节柑橘轮斑病发生可能性大。风险分析最终创建出5个准则层、13个指标层的多指标综合评价体系,并对各指标层定量与定性分析,柑橘轮斑病在我国的风险性危害值（R值）为2.08,处于高度风险等级,对长江中上游及湖北西部-湖南西部两大柑橘产区的潜在危害最大。【结论】 柑橘轮斑病风险性较高,需要尽快建立监测体系,针对病害采取有效控制措施,阻止病害在长江中上游柑橘优势区及相邻柑橘产区传播。     

土壤有机碳作用及转化机制研究进展

对土壤有机碳作用的综述研究显示：直至20世纪末,对于土壤有机碳的研究主要集中于阐明具不同化学结构有机物质在土壤中的功能,如胡敏酸、富里酸、黄腐酸的化学结构特征及在土壤肥力中的作用。中欧近年的研究则更关注按照有机碳在土壤中的转化特征进行分组,尝试建立这一分组与土壤有机碳功能的关联。按照转化特征,土壤有机碳可分为稳定性有机碳和营养性有机碳两大类型。前者主要指封存于土壤黏粒中的有机碳,很难被土壤微生物分解和矿化。后者主要指通过作物收获后地表及根系残留物、还田秸秆、有机肥施肥进入土壤的有机碳,是土壤有机碳中易于转化的、活跃的组分,也是形成土壤腐殖质和团聚体的主要前体物质。对土壤肥力具有重要意义。多点长期定位试验研究结果显示：土壤有机碳含量实际上表达了土壤中有机碳输入与分解两个过程的动态平衡。当输入量小于矿化量,将导致土壤有机碳含量和土壤肥力下降。当每年输入的有机碳量大于矿化量,土壤有机碳含量会持续上升;直至每年输入量与矿化量相等,土壤有机碳含量不再增加,此时,土壤有机碳含量达到平衡点。在一般农业生产条件下,达到平衡点的时间周期为20—30年。在营养性有机碳投入量过高情况下,这一动态平衡系统也会导致入多出多,达到新的平衡点后,每年会有高量土壤有机物质的矿化,从而引起农田土壤中矿质养分,特别是矿质氮的流失,进入水体及大气环境中。为实现土壤培肥和环境保护双重目标,农田土壤营养性有机碳的投入量应以有机碳的矿化流失不致产生环境风险为宜。新的研究还证实：营养性有机碳进入农田后,在土壤生物作用下分解为一系列短链化合物,再通过生物构建作用与土壤矿物颗粒形成土壤团聚体,并以此对多项土壤肥力性状发挥积极作用。受土壤中腐殖化、有机碳分解等不同过程影响,土壤团聚体持续发生着聚合和崩解,只有持续而丰富的营养性有机碳输入,才能维持土壤中总有机-无机团聚体的稳定度。多点长期定位试验结果揭示：土壤有机碳含量主要取决于气候条件、土壤质地与土地利用类型。在人为因素中,土地利用方式的变化对土壤有机碳含量的影响最大,而施肥、秸秆还田、耕作等农作措施对土壤有机碳含量的影响比较小。耕地土壤上,作物类型不同,其典型的耕作和收获方式不同,收获后存留地表和土壤中的根系残留物数量和质量不同,有机质生成能力不同。在种植有机质消耗性作物时,需要注意在轮作制度中引入有机质增加型作物或施用有机肥料,以保持土壤肥力。     

农产品监测预警模型集群构建理论方法与应用

【目的】农产品供给与需求的准确分析测定,是农业监测预警能力提升的重要表现。构建产品多品种多环节模型集群理论方法,可高效解决单一环节或单一模型难以解决的分析技术难题。【方法】在农产品供需的重要要素即生产量、消费量、贸易量、价格等分析预测过程中,针对农产品品种间关联性强,自然、社会、经济诸多影响因素纠缠,模型多变量强耦合、非线性、参数时变的特点,提出多品种农产品“因素分类解耦、参数转用适配”方法,以构建多时空维度的监测预警模型集群。【结果】利用“因素分类解耦、参数转用适配”技术方法,研究构建了不同农产品的生产类、消费类、贸易类、价格类的模型集群。这些模型集群可用于对不同时空维度的水稻、玉米、小麦、肉类等主要农产品供需的长中短期的分析预测,支撑形成了农业展望中的主要农产品平衡表,其中主要农产品全国年度生产量6年平均预测精度高于97%。【结论】研究提出的农产品监测预警模型集群构建理论及其方法,有效提升了农产品多品种模型集群的求解效率和准确率,增强了农产品供需分析预测的系统性与智能性,为系统揭示农产品复杂的时空供需变化特征、促进农产品市场调控科学性和可预见性,提供了新技术方法。     

广东省农作物种质资源调查与分析

【目的】为了解和摸清广东省农作物种质资源家底,广东省 2016 年启动第三次全国农作物种质资源普查与收集行动。【方法】2016 年 7 月至 2018 年 12 月,通过普查征集与系统调查收集相结合,对广东省 92个农业县（市、区）进行实地访问和资源调查收集。【结果】（1）本次资源普查与收集涉及 19 个地级市,东西跨度约 770 km,南北跨度约 590 km,横跨粤西、粤东、粤北和珠三角地区 687 个镇（包括街道、乡、村委）,实现了广东农业县（市、区）全覆盖。（2）广东省农作物种质资源在当地种植年代平均为 45 年,百年以上资源占 8.9%;提供资源农户的平均年龄为 56 岁,2.72% 农户为瑶族、壮族和畲族。（3）共收获资源 6 873 份,收集粮食作物种质资源 2 288 份、果树 1 445 份、蔬菜 2 189 份、经济作物 766 份、牧草绿肥 3 份、其他 182 份,涉及 83 科 192 属 283 种;粮食作物的食用豆、蔬菜的根茎类、果树的木本常绿果树、经济作物的糖茶桑烟等资源份数居多,占 52.12%;份数居前十位的科有豆科、禾本科、葫芦科、薯蓣科、百合科、十字花科、姜科、天南星科、山茶科和芸香科,占 70.3%;份数较多的种有大豆、水稻、豇豆、甘薯、花生、芋、茶树、丝瓜、姜、饭豆、南瓜、蒜、番木瓜、叶用芥菜、荔枝,占 49.5%。【结论】广东省第三次全国农作物种质资源普查与收集行动基本摸清我省农作物种质资源家底,抢救性收集古老地方品种、古老育成种、野生近缘和濒危野生种质资源,为创新种质、获得突破性品种提供可能。     

中国大麦黄矮病毒及 BYDV-GAV 株系研究进展

大麦黄矮病毒（Barley yellow dwarf virus, BYDVs）隶属于黄症病毒科（Luteovirdae）黄症病毒属（Luteovirus）,由该病毒引起的小麦黄矮病最早在美国发生并报道,此后在国外其他地域也曾有过发生报道。在我国,小麦黄矮病最早于 1960 年在陕西、甘肃发生并报道,近年来,在我国其他地区也有发生,该病害被称为麦类作物上的“癌症”,对麦类作物生产影响较大,为害严重时,造成麦类作物产量大幅降低。BYDV 株系的划分依据为其传毒介体蚜虫的传播专化性,即一个病毒株系只能由一种或两种蚜虫进行传播,根据 ICTV 国际病毒委员会分类系统报道,目前国际上确定的该病毒株系有 BYDV-MAV、BYDV-PAV、BYDV-RMV、BYDV-SGV 等,我国鉴定有 BYDV-PAV、BYDV-GPV、BYDV-GAV、BYDV-RMV 4 个株系,GAV 为我国流行株系。主要从 BYDV 的为害症状、株系分化、传播介体、基因组结构和功能、病害防治方面进行相关综述,着重介绍 BYDV-GAV 株系的抗性鉴定、抗性基因等方面的相关研究进展,以期为该病害的抗病育种和防治提供一定的理论基础。     

实时荧光定量PCR技术的概述及应用

实时荧光定量PCR技术是在传统PCR技术上发展而来的,不仅能判断某一基因的有无,而且还能对其进行定量分析。由于该技术与常规PCR相比,能够进行实时监测、且自动化程度高而被广大研究者青睐。本文对实时荧光定量PCR的原理、数据分析、定量方法、分类以及应用进行了系统而详细地综述。     

垄作稻鱼鸡共生对水稻群体生长特性及产量形成的影响

为了探究水稻垄作栽培和稻鱼鸡共生模式的结合对水稻群体生长特性及产量形成的影响,在总结前人垄作栽培、稻鱼和稻鸡共生模式的研究基础上,提出了水稻垄作栽培养鸡养鱼的种养结合技术,通过设计常规水稻垄作栽培(CK)、水稻垄作养鱼(RF)、水稻垄作养鸡(RC)和水稻垄作养鸡养鱼(RFC)的田间对比试验,研究了不同垄作稻鱼鸡共生模式下的水稻群体生长特性和产量形成。结果表明：与CK处理相比,2年中RFC和RC处理的水稻平均产量能够维持稳定,平均有效穗、每穗总粒数、结实率和千粒重虽有差异,但均未达到显著性差异;RF处理水稻产量、有效穗、每穗总粒数、结实率和千粒重平均降幅分别为29.98%、19.70%、484%、3.99%和5.74%,且均达到显著性水平。2年中RFC、RC处理的茎、叶和穗的干物质平均积累量与CK处理整体不存在显著差异,但较RF处理均显著增加。RFC、RC和CK处理水稻茎和叶在齐穗前干物质积累量显著高于RF处理,平均增幅分别为56.23%、50.66%和54.15%,齐穗后干物质积累量的降幅慢于RF处理,并且维持叶面积指数在较高水平,平均增幅为41.38%、38.35%和38.23%。2年中RFC、RC和CK处理较RF处理均具有较高的群体生长速率、净同化率和光合势,其中群体生长速率增幅分别为77.94%、70.29%和7669%,净同化率为40.07%、39.47%和38.87%,光合势为38.39%、35.49%和35.94%,进而为稻穗积累更多的干物质量和产量的形成奠定基础。综上可知,垄作稻鱼鸡共生和垄作稻鸡共生利于水稻的干物质积累及叶面积指数、群体生长速率、净同化率和光合势的提高,进而保证水稻产量稳定。     

农业分区框架下Hargreaves-Samani公式的逐月回归修正

为验证中国农业综合分区框架下Hargreaves-Samani(HS)公式线性回归修正方案的适用性,利用中国气象数据网发布的124个站点1957—2016年的逐月有效日平均气压、平均最低气温、平均最高气温、平均风速、平均水汽压、月总太阳辐射数据及站点经纬度数据,首先,分别基于Penman-Monteith(PM)公式和HS公式计算了各站点多年逐月的参考作物需水量ET_(0-PM)和ET_(0-HS)。然后,以ET_(0-PM)为真值,基于1957—2010年的逐月ET_(0-PM)和ET_(0-HS),利用线性回归分析方法获取了中国38个农业管理子区的HS公式校正系数a、b,并以2011—2016年为验证年份,通过比较ET_(0-HS)校正前后的相对误差变化,验证了HS公式线性回归校正方法在中国农业区的适用性,并结合验证年份的具体误差结果,确定了各农业区HS公式校正系数a、b的逐月最优取值。结果表明:大部分农业区的大部分月份ET_(0-PM)与ET_(0-HS)的相关系数超过0. 6,可以进行ET_(0-HS)的回归校正;回归校正得到的系数a存在显著的季节变化规律,系数b则表现较为平稳;系数a、b的大小及变化说明了ET_(0-PM)和ET_(0-HS)彼此之间存在差异,且季节性明显;校正前后的ET_(0-HS)均存在不同程度的相对误差,但校正后的ET_(0-HS)的误差范围已经显著缩小;在具体的验证应用中,校正后的ET_(0-HS)并不完全是最优结果,实践中系数a、b的优选使用才是最佳方案。本研究验证的HS公式线性回归校正方法是实践中简便、可行的方案,对大尺度区域快速获得较高精度的参考作物需水量具有实际意义和推广价值。