两种杨树防护林减少土壤蒸发作用的对比研究

本文采用热平衡法对河套灌区林龄相同、林带布设方式相同的两种杨树防护林林网内外的土壤日蒸发量进行平行观测,探讨两种防护林减少土壤蒸发的差异性。结论为:小美旱杨防护林在减少林网内空气温度、增大空气湿度、减小近地表风速等方面均优于同龄的新疆杨防护林,使小美旱杨防护林减少土壤蒸发作用优于新疆杨防护林。     

我国发展精准农业的必要性

精准农业是当今世界农业发展的新潮流,是未来农业发展的雏形。其不仅能提高农产品产量和质量,而且对生态环境能起到良好的保护作用,使农业可持续发展。为此,阐述了精准农业的含义,论述了国内外精准农业的发展现状、研究动态及应用情况,并分析了我国水资源和肥料利用状况,指出了我国发展精准农业的必要性和适合我国国情的精准农业的发展方向。     

减量施肥对冬小麦休闲期农田杂草物种多样性及生态化学计量特征的影响

【目的】分析减量施肥对冬小麦休闲期农田杂草物种多样性及生态化学计量特征的影响,旨在为化肥农药“双减”政策产生的生态环境效应科学评价提供参考。【方法】以陕西杨凌曹新庄试验地冬小麦肥料试验为基础,设置不施肥（CK）、减量施肥（氮（N）、磷(P₂O₅)用量分别为165和122 kg/hm²）和常规施肥（N、P₂O₅用量分别为220和160 kg/hm²）3个处理,测定不同处理小麦产量及夏季休闲期农田杂草的生物量、株高、盖度、多度、频度、丰富度,以及藜、狗尾草和马唐的有机碳、全氮、全磷含量,计算植物多样性指标及生态化学计量比（C/N、C/P、N/P）,研究减量施肥对农田杂草物种多样性及生态化学计量特征的影响。【结果】与对照相比,减量施肥和常规施肥处理均对冬小麦休闲期农田杂草的生物量、株高、盖度、多度、频度有明显影响,冬小麦籽粒产量和杂草生物量增加;施肥处理藜和地锦草的株高和生物量均显著增加,其他农田杂草的株高和生物量总体降低。与对照相比,施肥处理苋的有机碳含量以及藜、狗尾草、马唐和葎草的全氮含量均显著增加,藜、马唐全磷含量显著降低。相较于常规施肥,减量施肥处理狗尾草全磷含量显著降低。与对照相比,减量施肥和常规施肥处理藜、狗尾草和马唐氮磷比和碳磷比总体显著增加,碳氮比显著降低。相对于常规施肥处理,减量施肥处理缓解了藜和马唐氮磷比的增加幅度。与对照相比,施肥处理的Shannon-Wiener多样性指数、Simpson多样性指数和Margalef丰富度指数均显著降低;与减量施肥处理相比,常规施肥处理Pielou均匀度指数与丰富度显著降低。植物β多样性指数表明,常规施肥对小区植物多样性的影响最大。【结论】减量施肥和常规施肥处理冬小麦休闲期农田杂草的物种多样性均明显降低,但减量施肥处理缓解了常规施肥对农田杂草生物多样性和生态化学计量特征的影响。     

基于机器学习的排涝闸站雨后水位预测

【目的】精准预测排涝闸站雨后水位。【方法】在分析为期1a的田间实测水位数据的基础上,收集了四湖流域2个典型闸站（习家口站、田关站）为期10 a(2010—2020年)的历史水情资料,利用2种机器学习算法（支持向量机回归算法、回归树算法）对排涝闸站的雨后水位进行预测分析。【结果】支持向量机回归算法和回归树算法均较好地预测了习家口站和田关站的雨后最高闸上水位,R2基本大于0.80;2种机器学习算法在习家口站的表现均优于田关站,核函数的选取对支持向量机回归算法的预测结果有一定影响,线性核函数表现较为稳定。回归树算法的效果略优于支持向量机回归算法。【结论】基于闸上水位、降水量、降水时间、泵站排水流量预测雨后最高闸上水位是可行的。不同闸站应分开进行训练,并寻找最优的机器学习算法,未来有必要结合降水预报数据实现农田涝灾情况的实时预报。     

沿黄淮稻麦轮作区农田土壤磷库现状及减量施磷农学效应初探

为探究河南省沿黄淮稻麦轮作区土壤供磷能力,寻找适宜的减磷措施,以河南原阳、封丘和信阳3个稻麦轮作典型农田土壤为研究对象,在区域采样调查耕层土壤磷库的基础上,开展稻麦季均施磷(WRP,当前常规)、稻季施磷(RP)、麦季施磷(WP)和稻麦季不施磷(NP)4种不同施磷技术的田间试验.结果表明,当前河南水稻土耕层土壤有效磷平均...     

气候变化影响下农田温室气体释放的研究进展

农业活动所产生的温室气体在全球温室气体排放中所占比重较大,对气候变化的影响不可忽视。探索减少农田系统中温室气体(GHGs)释放的方法,是实现“双碳”战略目标的必要手段。本文综述了当前主流的气候变化模型、农田GHGs释放机理,进而剖析了气候变化对农田GHGs释放的影响以及相关模型研究。研究表明,大气温度(T)和CO₂浓度升高都会影响微生物的呼吸作用及活性导致农田GHGs释放量增加。为减少气候变化对农田GHGs释放的影响,可通过改变农艺措施(如覆膜、干湿交替灌溉频率、耕作方式等)以减少农田GHGs释放。本研究可为减少农田GHGs释放提供指导性建议。     

适于农田景观栽培的两类药用植物引种筛选研究

[目的]筛选适宜北京农田景观应用的药用植物资源。[方法]以药用芍药和桔梗为试材,分别引种不同产区的资源品种,了解其形态特征和开花生育特性,研究其在农田景观应用中的适应性。[结果]栽培品种’粉玉奴’整体观赏效果良好,具备观赏兼药用的潜力。’川赤芍’适应性较差,可以作为育种资源的储备。通过田间调查观测,发现不同产区来源的桔梗种群在花期、株型、抗倒性、分枝性、株高等方面存在差异,可以划分为不同的种质类型。其中山西桔梗在花期、抗性表现等方面具有比较好的优势,在下一步农田景观应用中可以进行示范推广。[结论]该研究为北京地区景观农业持续健康发展提供了景观作物资源保障。     

基于NGO-CNN-SVM的高标准农田灌溉工程施工成本预测

为提高高标准农田项目施工成本的预测精度,控制施工成本在合理范围,减少投资风险,该研究从单体灌溉工程施工成本预测角度出发,通过随机森林（random forest,RF）筛选出高标准农田灌溉工程施工成本的关键影响因素,结合卷积神经网络（convolutional neural networks,CNN）和支持向量机（support vector machine,SVM）两种模型的优点,通过北方苍鹰优化算法（northern goshawk optimization,NGO）对模型里的惩罚因子和核参数进行寻优,构建基于NGO-CNN-SVM的施工成本预测模型。通过辽宁省2018—2023年高标准农田工程中灌溉工程的施工成本数据,选取样本决定系数R²、平均绝对误差MAE、平均绝对百分比误差MAPE和均方根误差RMSE作为精度指标进行分析,结果表明：基于NGO-CNN-SVM的施工成本预测模型在渠道工程中MAE低于0.615万元,RMSE低于0.512万元,R²达到0.968以上,相对误差小于4.210%;在进水闸工程中MAE低于0.610万元,RMSE低于0.536万元,R²达到0.966以上,相对误差小于4.410%;在桥涵工程中MAE低于0.494万元,RMSE低于0.477万元,R²达到0.970以上,相对误差小于3.548%,并相比较于反向传播神经网络,CNN和CNN-SVM模型,NGO-CNN-SVM模型的预测结果均最优。通过特征选择、模型融合、算法优化以及不同模型对比表明NGO-CNN-SVM模型具有更高的预测准确率和泛化性,可为高标准农田灌溉工程施工成本预测提供理论依据。     

基于源分离人尿的资源化利用技术研究进展

人尿中含有丰富的营养物质,随意排放不仅带来环境污染,而且会造成资源的浪费。近几年,源分离人尿的资源化利用在工程领域受到了越来越多的关注。本文综述了以资源化利用为目的的人尿处理技术,包括农田利用技术、氮回收技术、磷回收技术、钾回收技术及生化药品提取技术,旨在为我国人尿高效资源化利用寻求可推广可应用的技术方法。综述结果表明尿液具有巨大的资源回收利用潜力,用于处理源分离尿液的技术有很多,但是除了直接还田技术外,其他技术均还停留在实验室研究阶段,尿液资源化利用技术的实际工程应用还有待进一步研究推广。