杂交水稻制种提高结实率的研究

杂交水稻制种不同于水稻栽培、其结实由柱头外露结实和非柱头外露结实两部分构成；空壳中90％以上是由于没有授粉受精造成的：90％以上的受精拉都能正常发育结实。柱头外露率和受精率与结实率呈显著正相关。后期施肥、父本大龄秧和机械授粉能有效地提高柱头外露率、花遇优度和结实率及制种产量。     

谐波小波包自适应分解在故障诊断中的应用

将谐波小波包与匹配追踪方法相结合,提出了谐波小波包自适应分解的新方法。根据信号特征自适应选择谐波小波包字典内的时频原子,可以将非平稳振动信号既不交叠又无遗漏地分解到相互独立的频带上去,算法实现简单,频率分辨率好。通过仿真算例将该法与小波包变换、小波包追踪结果相比较,验证了该方法时频定位性好的优越性。将该方法应用于轴承和转子的故障诊断,结果表明,故障特征提取是有效的。     

水稻旱作覆膜节水增产试验研究

通过水稻旱作全程覆膜与半程覆膜、旱作不覆膜及水栽对比试验，研究其耗水规律，计算其节水量与增产量，并进行经济效益分析，提出了适合本地区的栽培模式。     

水稻灌溉效益分摊系数试验研究

通过试验方法，选择不同的降雨年型，系统地分析了淠史杭灌区不同降雨年型的灌溉增产率，灌溉效益扮摊系数；找出了水稻灌溉效益分摊系数与水稻生育期降雨量，灌水量之间的经验公式，对本地区及气候条件相似地区具有一定的参考价值。     

CO2加富及亏缺灌溉对菜豆中期与后期生长的影响

为了探明菜豆中期与后期生长对CO₂加富与亏缺灌溉的生理响应,试验设两个CO₂水平:正常大气浓度和倍增CO₂浓度,两个灌溉水平:自然灌溉12次和亏缺灌溉6次,研究CO₂加富及亏缺灌溉对菜豆生长的影响。结果表明,CO₂加富显著提高菜豆生长中期株高与干质量,净光合速率(Pn)与胞间CO₂浓度(Ci)分别显著降低15.48%、37.67%,气孔导度(Gs)显著提高95.83%,菜豆生长后期的叶绿素a/b(Chla/b)显著提高12.29%,水分利用效率(WUE)显著提高46.51%,Ci显著降低12.87%。CO₂加富显著提高亏缺灌溉下生长中期菜豆的株高与干质量,但显著降低根冠比,显著提高叶绿素含量以及Gs;CO₂加富下生长后期的核酮糖-1,5-二磷酸羧化酶(Rubisco)及果糖-1,6-二磷酸酶(FBPase)活性分别显著提高78.05%与88.69%,CO₂加富使亏缺灌溉下碳酸酐酶(CA)与FBPase活性分别显著提高83.73%与64.84%。综上所述,CO₂加富提高菜豆生长中期对亏缺灌溉的适应性,对生长后期影响作用减小。     

近似法计量施用有机肥料对培肥水稻土土壤的研究

用近似法计量施用有机肥培肥土壤,测定土壤有机质矿化率和农肥及作物根茬的腐殖化系数。5a试验结果表明,土壤有机质矿化率在轻壤质良水型水稻土上平均为2.44%,轻壤质滞水型水稻土上平均为1.39%。有机质的腐殖化系数:马粪为35%～40%;猪粪为28%～34%;水稻根茬为45%。根据上述结果,计算了有机肥的建议施肥量,该计算值在水稻土上基本符合生产实际情况。     

降水、氮沉降及放牧对草地生态系统凋落物分解的影响研究进展

草地生态系统对我国建设生态文明、提供生态系统服务、保障食品安全和维护边疆稳定有举足轻重的作用。全球气候变化和过度的人为干扰打破了草地生态系统原有的平衡及稳定性,造成草地退化、沙化和盐渍化现象严重。草地生态系统结构、功能与过程的稳定是保证草地生态系统稳定的基础。凋落物分解过程是草地物质循环的重要环节,对维持草地生态系统稳定性具有重要作用。草地生态系统凋落物分解对降水格局变化、大气氮沉降增加及放牧干扰的响应已有较多的研究。对目前国内外相关研究进行了梳理和总结,发现降水、氮沉降和放牧对草地生态系统凋落物分解的影响,因地理位置和气候变化以及草地类型的异质性而不同,也有针对同一地区开展的研究呈现不同结果的现象。目前对这三种干扰因素中的两因素或三因素交互作用对草地生态系统凋落物分解过程的影响研究较少,而研究气候变化及人为干扰对草地生态系统凋落物的影响对正确理解草地生态系统结构与功能,以及可持续利用与保护草地生态系统具有重要的意义。     

鳞毛蕨(Dryopteris filix-mas)天山云杉林倒木更新分析

对西天山国家级自然保护区1 hm2典型鳞毛蕨天山云杉林临时标准地内,倒木对更新的影响进行了研究.结果表明:①研究区中所有倒木的平均倾倒方向为西北方向,具有更新个体存在的倒木平均倾倒方向为东北方向;②倒木的倾倒方向对倒木的更新没有显著影响(F3,51=0.645,P=0.589),而倒木的腐朽等级对倒木的更新存在显著影响(F2,51=3.215,P=0.048);③不同腐朽等级倒木上幼苗、幼树的出现概率不同,能为幼苗、幼树生长提供生境的倒木只有腐朽等级高的Ⅲ,Ⅳ,Ⅴ级倒木,且倒木腐朽等级越高,对幼苗、幼树的生长越有利.     

陕西省水土保持率远期目标值与分阶段目标值的确定与探讨

[目的] 探讨和明确陕西省水土保持率远期目标值与分阶段目标值,为准确评价该区水土保持工作成效和科学推进水土流失综合防治工作提供科学支撑。 [方法] 综合考虑陕西省社会经济条件与自然条件,分析对应年度水土流失面积变化情况及水土保持率变化情况,结合各年度水利年鉴和全国水土保持规划实施情况考核评估结果,结合土壤侵蚀分类分级、土地利用、海拔地形、植被覆盖、地理空间数据,研判现状条件下陕西省水土流失治理形势,确定陕西省2050年水土保持率远期目标值,及2025,2030和2035年分阶段目标值,并结合目标责任考核,提出陕西省水土保持率的实现途径。 [结果] ①自2011年以来陕西省水土流失面积年均减少量不断降低,治理难度不断加大,陕西省水土流失面积由72 686.00 km²降低至2022年的62 637.02 km²; ②至2050年,水土流失治理措施全部实施后,预计削减水土流失面积21 607.05 km²,水土保持率远期目标值为79.02%; ③2025,2030和2035年分阶段目标值分别为71.42%,73.97%和75.62%。 [结论] 科学合理地确定陕西省水土保持率目标值,可以满足陕西省落实生态文明建设目标评价考核与水土保持目标责任考核等工作的需求。     

基于深度学习的玉米拔节期冠层识别

为了满足田间玉米植株快速识别与检测的需求,针对玉米拔节期提出了基于深度学习的冠层识别方法,比较并选取了适于玉米植株精准识别和定位的网络模型,并研制了玉米植株快速识别和定位检测装置。首先拍摄玉米苗期和拔节期图像共计3 000张用于训练深度学习模型,针对拔节期玉米叶片交叉严重的问题,提出了以玉米株心取代玉米整株对象的标记策略。其次在Google Colab云平台训练SSDLite-MobileDet网络模型。为了实现田间快速检测,开发了基于树莓派4B+Coral USB的玉米冠层快速检测装置。结果表明,田间玉米冠层识别模型精度达到91%,检测视频的帧率达到89帧/s以上。研究成果可为田间玉米高精度诊断和精细化作业管理奠定基础。