阿拉尔灌区参考作物潜在腾发量的变化特征及相关分析

利用Penman-Monteith公式,根据阿克苏水平衡试验站1989～1996年逐日气象资料,计算了逐日参考作物潜在腾发量,分析了其变化特征,建立了其与其它气象要素、20cm蒸发皿蒸发量的相关关系。利用这些相关关系进行参考作物潜在腾发量的估算,方法简单,精度较高。     

不同滴灌带和不同铺设间距的地下滴灌效果试验

通过开展地下滴灌不同滴灌带不同铺设间距试验,确定本地区采用地下滴灌技术,适宜铺设长度为100m的滴灌带产品有易润、耐特菲姆(厚、薄);壤土条件下,滴灌带铺设间距为120cm以内,可在地下形成一个湿润层,无论地面上采用何种播种方式,播种行无需和滴灌带吻合,也可满足作物需水要求。     

干旱荒漠草原应用Penman-Monteith与Penman修正式计算ET0的偏差分析

甘肃天祝草原位于我国西北干旱荒漠草原,应用天祝县二道墩试验站2005年的实测气象资料,利用Penman-Monteith公式和Penman修正式计算参考作物腾发量(ET0)并进行了比较。Penman修正式计算的参考作物腾发量ET0值略小于Penman-Monteith公式计算的值,最大绝对偏差0.5 mm/d。分析发现生育期辐射项ETrad是导致参考作物腾发量ET0产生偏差的主要原因。2种方法计算的空气动力项ETaero差别较小,最大绝对偏差不超过0.2 mm/d。导致计算偏差的原因在于2种公式采用了不同的辐射项和空气动力学项计算公式和参数。2个公式计算的参考作物腾发量具有显著的线性相关性。     

豫西北几种ET_0计算方法的比较及Hargeaves公式的修正

根据豫西北地区30年的气象资料,选用辐射法中的Makkink公式和Priestley-Taylor公式以及温度法的Hargreaves公式和McCloud公式计算了ET0,并以Penman-Monteith公式为标准,分别对各公式年值和旬均值的绝对误差、相对误差和累计误差进行分析,结果显示Hargreaves公式的精度最高。为了进一步提高Hargreaves公式的应用精度,建立了线形回归方程,并对其进行了修正。     

黄瓜叶片叶绿素含量近红外光谱无损检测

为了简化黄瓜叶片叶绿素光谱模型和提高模型预测精度,采用联合区间偏最小二乘法( SiPLS)结合净分析物法( NAS)提取近红外光谱的特征信息,建立了黄瓜叶片叶绿素光谱模型.收集了110片新鲜黄瓜叶片,用近红外光谱仪采集光谱数据后立刻用化学分析方法测定叶绿素含量.原始光谱经过SNV预处理和子区间总数优化后,将全光谱均匀划分为29个子区间,用联合区间偏最小二乘法优选出4个特征子区间,在上述特征子区间的基础上,用净分析物法分离光谱中同叶绿素相关的光谱信息,并结合线性回归法建立了叶绿素光谱模型.模型对应的校正集相关系数Rc、校正均方根误差、预测集相关系数Rp和预测均方根误差分别为0.947 2、0.079 5 mg/g、0.925 0和0.090 6 mg/g.结果表明:联合区间偏最小二乘法结合净分析物法能够有效提取叶绿素的特征光谱信息,提高模型精度的同时降低其复杂度.     

区域产业节水效应的层次性和时段性分析

将区域产业节水的综合效应分解为产业结构调整、产业用水效率变化及两者的交互作用,产业节水具有层次性和时段尺度性特点。通过对浙江省近10年来的产业节水效应进行分析,在不同的时段尺度上,产业用水效率变化产生的节水效应高于产业结构调整,而交互节水效应的时段性表现更为明显。在三次产业层面上,第三产业节水效应不明显;第一、二产业用水效率的提高及第一产业结构比重的降低成为节水效应的主导方面。在各产业内部节水效应上,第一产业的农业部门和第二产业的工业部门用水效率的提高起主导作用。综合分析表明产业用水效率的提高成为浙江省近10年来节水的最主要驱动力。     

黄土高原丘陵沟壑区多种参考作物需水量模型对比分析

利用米脂地区2000—2005年逐日气象资料,以FAO56-PM方程计算结果为标准,通过线性回归、均方根误差（RMSE）和平均偏差,在日、月及年时间尺度上分析、评价10种ET0计算模型。结果表明,除Hargreaves和Turc模型外,其他8种模型计算的日ET0值与FAO56-PM的R2均大于0.9。不同模型与FAO5...     

Effect of saline water irrigation and manure application on the available water content, soil salinity, and growth of wheat

Good water management combined with appropriate soil management is necessary for sustainable crop production in drylands. A pot culture experiment was conducted using sand dune soil under greenhouse conditions to evaluate the response of wheat (Triticum aestivum L.) to the application of farmyard manure (FYM) or poultry manure (PM), and irrigation with water at two salinity levels (0.11 and 2.0 dS m⁻¹) and two irrigation intervals (daily and every second day). The manure was applied at a rate of 20 Mg ha⁻¹. The soil water content, measured 1 h before every irrigation, showed that soil treated with PM retained more water than that treated with FYM, while the control (no manure) contained the least water. FYM treatment resulted in 78 and 21% higher dry matter yield compared to the control and PM treatments, respectively, under daily irrigation using good-quality water. The increase was 29 and 55%, respectively, when saline water was used for daily irrigation. A similar trend was observed with the alternate day irrigation treatment; FYM gave the highest dry matter yield. The number of tillers and plant height showed that FYM was better than PM, which in turn was better than the control under irrigation with good-quality water regardless of the irrigation interval. When water of the highest salinity was used for irrigation, FYM was still always the best, but the control was now better than the PM treatment. The electrical conductivity of the soil measured at the end of the experiment was slightly higher with PM, as compared to the FYM and control treatments. A significant interaction between irrigation water quality and manure application was observed, affecting plant growth. PM aggravated the adverse affect of saline water on plant growth by increasing soil salinity.     

基于数值天气预报后处理的参考作物蒸散量预报改进

针对基于数值天气预报（Numerical weather prediction,NWP）对参考作物蒸散量（Reference crop evapotranspiration,ET0）进行预报通常需要数据偏差校正的问题,基于LightGBM机器学习方法和我国西北地区9个气象站点数据提出一种对第二代全球集合预报系统（Global ensemble forecast system,GEFSv2）预报气象因子进行偏差校正的方法（M3）。该方法使用太阳辐射、最高和最低气温、相对湿度和风速集合分别对每个气象因子进行重预报,再计算ET0。使用等距离累积分布函数（EDCDFm,M1）和单气象因子输入的LightGBM法（M2）对模型精度进行评估。结果表明,GEFSv2的预报因子与相应的观测气象因子之间存在不匹配问题,其不匹配程度因气象因子不同而不同,太阳辐射的匹配度较高,相对湿度的匹配度较低。M3模型有助于缓解数据不匹配问题。M1、M2和M3方法在9站点预报ET0的平均均方根误差（RMSE）分别介于0.66~0.93mm/d、0.57~0.83mm/d和0.53~0.79mm/d,平均绝对误差（MAE）分别介于0.44~0.61mm/d、0.38~0.56mm/d和0.35~0.53mm/d,决定系数（R2）分别介于0.82~0.91、0.84~0.93和0.86~0.94。3种方法均在夏季误差最大,1~16d平均RMSE分别为1.21、1.18、1.04mm/d。各预报因子中太阳辐射对ET0预报误差影响最大,其后依次是风速、最高气温、相对湿度和最低气温。在后处理过程中,NWP的最高气温预报值对其他因子预报精度的贡献最大、对相对湿度预报精度的贡献最小。建议在进行NWP偏差校正时,应考虑数据不匹配问题,通过多因子校正来弥补预报精度的不足。     

甜玉米苗期耐铝性状QTL定位

为挖掘甜玉米耐铝基因资源,以耐铝性状差异显著的甜玉米自交系‘T 49’(♀)和‘T 56’(♂)为亲本配制杂交组合‘T49×T56’,以208个F₂单株作为遗传作图群体,构建玉米遗传连锁图谱,选取苗高系数、苗重系数、根长系数、根重系数和整株鲜重系数作为玉米耐铝性的评价指标。用复合区间作图法检测耐铝性状相关QTL。结果表明：在甜玉米10对染色体上获得10个SSR标记连锁群,全长1 199.10 cM,平均间距7.83 cM。共检测到3个苗高系数QTL、4个苗重系数QTL、4个根长系数QTL、3个根重系数QTL、3个整株鲜重系数QTL,单个QTL可解释6.46%～25.37%的表型变异。在第9染色体上phi065—umc1271(bin 9.03—9.04),苗高系数、苗重系数、根长系数、根重系数、整株鲜重系数均检测到1个主效QTL,贡献率为13.1%～25.3%。结合GO、KEGG数据库,在phi065—umc1271内存在2个稳定的甜玉米非生物逆境胁迫耐受性相关的基因Zm00001d045472和Zm00001d046391。