中国水稻栽植机械的发展

我国水稻生产历史悠久，在世界粮食生产中扮演着非常重要的角色。因此，选择一种适合于我国水稻种植的机械已成为当前及今后水稻生产中的主要问题。为此，阐述了我国水稻栽植机械化所面临的问题；同时，分析了几种水稻栽植技术模式，以对我国水稻栽植机械的发展提供依据和参考。     

宁夏引黄灌区小麦垄作节水高产栽培研究

在宁夏引黄灌区进行小麦垄作栽培试验：春小麦全生育期在降水量为89.2 mm条件下,灌水量为3 183m3/hm^2,比传统的平作栽培的小麦灌水量5 131.5 m3/hm^2节水38%,抗倒伏,锈病、白粉病等发病轻;冬小麦全生育期在降雨量为101 mm、灌水量为4 582.5m3/hm^2条件下,4个冬小麦品种（系）垄作栽培试验的单产为6 691.5～7 350kg/hm2,垄作小麦播种量为210kg/hm2的处理比播种量为240kg/hm^2处理省种30%,而产量提高0.5%～7.9%.“烟农19号”和2个新培育的冬小麦品系2002AW5012、2002AW5011适于垄作,其产量水平为9 295.5～9 636kg/hm^2,比对照品种“宁冬6号”增产10.5%～14.5%.     

无砂大孔绿化混凝土在河涌整治护

无砂大孔绿化混凝土多孔透水，其上可种植水生植物，用于河涌整治护岸工程，具有护岸、绿化造景、美化环境、改善水体生态平衡和净化水质等功能，是一种建造生态水工的绿色混凝土。试验发现无砂大孔绿化混凝土的最佳水灰比与水泥用量呈线性关系，随水泥用量增大而减小；强度随水泥用量增大而增大，呈线性关系；强度也随水灰比减小、龄期延长而增大。     

微灌毛管水力学研究——微灌水力设计计算方法探讨之一

本文不采用缝隙管的假定,提出毛管水头线的多段折线模型;在此基础上,定义了降比r和压比G,根据r的大小,讨论了均匀坡毛管压力水头的分布;讨论了总水头损失计算方法;导出诸水力特征量的计算公式。     

农户水稻种植的现状与问题分析——基于安徽省沿淮三县的典型调查

安徽是农业大省,也是我国的水稻优势产区,水稻种植面积居全国前列。为全面了解安徽省水稻生产现状,促进安徽省粮食生产发展,对安徽沿淮三县水稻种植户种植水稻的成本收益状况等进行了调查。调查结果显示,安徽沿淮三县水稻生产总成本约为15 893元/hm²,单位面积获得的净利润为5 439元/hm²。针对农户在农业生产和水稻种植过程中的生产成本、市场销售、水利基础设施、种植技术、农业补贴等问题进行了考察和分析,提出了相应的对策和建议,以期促进我国粮食生产发展和农民增收。     

不同播种密度对地膜小麦重要农艺性状的影响

在天水地区大田设置6个播量水平,观测不同密度条件下地膜小麦群体重要农艺性状的变化规律,并与露地小麦相对照。结果表明：单株分蘖数、最高总茎数、基部节间长度是有规律的增加;地膜小麦的单株分蘖数、最高总茎数的变幅较小,而露地小麦的变幅较大;基部节间长度随密度的增加而增加,地膜小麦的增长较快;单位面积有效穗数、穗粒数、千粒重、单位面积上的产量均随密度的变化而变化,但地膜小麦的变幅较小,而露地小麦的交幅较大;叶面积指数、叶片功能期,地膜小麦和露地在密度交化过程中表现出相同的趋势;籽粒饱满指数随密度增加而降低,二者有相同的趋势。而粒叶比则露地小麦的变幅较大;倒伏程度以露地小麦的变幅较大。     

马铃薯冬种不同种植方式对比试验

马铃薯冬种多种种植方式对比试验结果表明:稻草覆盖免耕大畦种植方式,综合性状好,产量高,增产效果显著,最适宜本地推广;稻草覆盖免耕小畦种植方式,综合性状表现较差,产量低,不适宜推广;普通地膜(白色)和黑膜覆盖翻耕小畦种植二种种植方式,出苗快,出苗率高,产量较高,但生长后劲不足,且薯体商品性差,可以选择性推广;普通地膜和黑膜 稻草覆盖免耕小畦种植二种种植方式,出苗慢,出苗率低,产量较低,且经济性状表现差,不适宜本地推广。     

空间自相关性对冬小麦种植面积空间抽样效率的影响

空间抽样是实现区域农作物面积高效估算的重要手段,农作物分布受自然条件等因素影响普遍存在空间自相关性,但以往针对空间相关性对农作物面积抽样效率的影响研究明显不足。该研究选取安徽省凤台县为研究区,通过2017年4月4景GF-1全色多光谱影像(Panchromatic and Multispectral, PMS)与Google Earth高空间分辨率影像相结合提取研究区冬小麦。设计10种抽样单元尺度、3种抽样外推方法、2种相对允许误差和5种样本布局方式,构建多种冬小麦面积空间抽样方案。利用全局莫兰指数(global Moran’s index)评价不种尺度下抽样单元内冬小麦面积比的空间自相关强度,分析空间自相关性对冬小麦面积抽样效率(抽样误差、样本容量和空间布局)的影响。研究结果表明,抽样单元内冬小麦面积比的空间自相关强度随单元尺度的增大而减小,全局莫兰指数相应地由0.75降至0.50。无论在何种尺度下抽样单元内冬小麦面积比都呈显著的空间正相关性;抽样外推冬小麦面积总体的误差随空间自相关强度的减小呈先减小后明显增大的趋势。在10种抽样单元尺度中,当抽样单元尺度为2000m且抽样比为5%时,无论采用何种抽样方法外推总体的误差均为最小(简单随机抽样、系统和分层抽样外推总体的相对误差分别为17.94%、9.48%和1.82%);当相对允许误差设计为5%时,简单随机抽样外推总体所需样本容量随空间自相关强度的降低从660降至56。而分层抽样的样本容量不受空间自相关性的影响;5种样本布局方式中,采用分层随机抽样方式外推冬小麦面积总体的平均相对误差、平均变异系数和均方根误差最小,分别为1.82%、3.19%和0.11×108 m2。该研究可为有空间自相关存在下的农作物面积空间抽样方案合理设计提供参考依据。     

广西“柑橘-绿肥-鹅”立体种养模式探索

果园立体种养模式将种植业与养殖业有机结合起来,可最大限度地提高果园产出率,增加农户经济收入.本研究介绍了广西“柑橘-绿肥-鹅”立体种养模式,详细描述了设施建设、柑橘栽培、绿肥种植、鹅饲养管理等技术要点,分析了该模式下的经济效益、社会效益及生态效益.     

结合Sentinel-2影像和特征优选模型提取大豆种植区

准确获取大豆的空间分布对于产量估计、灾害预警和农业政策调整具有重要意义,目前针对种植结构复杂地区所开展的大豆遥感识别研究鲜有报道。该研究以安徽省北部平原的典型大豆产区——龙山、青疃镇为研究区,基于Sentinel-2数据提出一种分层逐级提取策略的大豆识别方法。该方法首先构建决策树筛选规则,剔除研究区内非农田地物,获得田间植被的总体分布;然后生成19个候选特征因子,包括分辨率小于等于20 m的10个波段反射率以及9个植被指数。在典型地物类型样本的支持下,将ReliefF特征权重评估算法与随机森林(RandomForest,RF),BP神经网络(Back-Propagation Neural Network,BPNN)和支持向量机(Support Vector Machine, SVM)相结合,分别构建ReliefF-RF、ReliefF-BPNN、ReliefF-SVM三种组合模型筛选出对于大豆识别最有效的特征,并基于布设在研究区内6个样方(大小为1 km×1 km)的无人机影像提取得到的大豆分布来评估3种模型在大豆制图中的表现。结果表明,ReliefF-RF模型表现最佳,基于该模型筛选出7个优选特征因子,大豆制图的总体精度介于85.92%～91.91%,Kappa系数在0.72～0.81之间,各个样方的提取效果均优于其他两种模型。此外,基于优选特征达到的提取精度明显高于原始波段反射率,虽然略低于全部19个特征的结果,但是数据量降低了63.16%。该研究可以为农田景观破碎、种植结构复杂地区的大豆种植区提取相关研究提供有价值的参考和借鉴。