排序方式: 共有13条查询结果,搜索用时 15 毫秒
1.
2.
基于作物水分盈亏指数的昆明水稻生长季干旱特征及成因分析 总被引:2,自引:0,他引:2
基于昆明站点1952—2013年逐日气象观测资料,根据联合国粮农组织1998年推荐的PenmanMonteith公式计算了昆明站近62 a来逐日的参考作物蒸腾量、水稻生育期需水量,利用Mann-Kendall趋势检验法研究作物需水量变化规律,同时根据水稻的水分亏缺指数(CWDI),采用通径分析方法研究各气象因子对水分亏缺指数的影响。结果表明:近62年来昆明地区平均旬需水量为32.55 mm;水稻生长季内干旱分布明显不均匀,随着生长季的推进,干旱级别从轻旱到重旱,干旱发生最严重时期是黄熟生育阶段,在整个水稻生长季内,水稻水分盈亏指数均值为38.07%,表明水稻处于重旱状态;在水稻生育期变异系数研究中,水分盈亏指数变异系数均较小,在返青、分蘖、拔节、抽穗、乳熟和黄熟六个阶段中,变异系数分别为1.8%、1.9%、1.3%、1.1%、0.8%、和0.8%,表明昆明地区近年干旱等级变化较小;影响水分盈亏指数最大正相关因素为日照,最大负相关因素为水汽压。 相似文献
3.
不同时间尺度元谋灌区小粒咖啡需水变异特征 总被引:1,自引:0,他引:1
为了元谋灌区的水分高效管理,研究了该区不同时间尺度下小粒咖啡需水规律.根据元谋站点1956—2010年逐日气象观测资料,计算并分析不同时间尺度下小粒咖啡需水量和水分盈亏指数的变化特征,采用偏相关分析探讨各气象因子对小粒咖啡需水量的影响程度,利用MannKendall检验法和滑动t检验法分析小粒咖啡年际需水量、水分盈亏指数及气象因子变异规律.结果表明:元谋灌区小粒咖啡年内需水量呈单峰抛物线形状,3—5月为小粒咖啡生长需水关键阶段,对灌溉依赖程度最大;6—10月则是需水量最低时期,水分亏缺最小.近55 a来小粒咖啡需水量呈波动递减趋势,水分盈亏年总值均为负,即水分亏缺,20世纪80年代起需水量开始显著下降,水分亏缺明显减少.风速和日照时数是影响元谋灌区小粒咖啡需水量的最主要气象因子. 相似文献
4.
黄土沟壑区不同树龄侧柏林地土壤水分动态特征 总被引:3,自引:1,他引:2
[目的]研究黄土沟壑区侧柏林地土壤水分动态特征,为黄土沟壑区退耕还林、生态建设以及人工侧柏林地的经营管理工作提供支持。[方法]以黄土沟壑区典型小流域南小河沟流域内5,25以及35a树龄侧柏为研究对象,使用烘干法对其生长季0—100cm土层土壤水分进行观测,并对其时空分布特征、土壤层次以及各层次干燥化特征进行分析。[结果](1)降雨对侧柏林地土壤水分的补给深度集中在0—40cm范围内,侧柏根系吸水主要作用范围则分布在40—100cm土层中。(2)3种树龄侧柏生长季0—100cm土层中的土壤水分的时间变化可以分为恢复期(5月)与消耗期(6—9月)。在恢复期,树龄对于土壤水分分布的影响不大,5,25与35a侧柏0—100cm土层蓄水量分别分布在230.3~304.2mm,177.7~249.7mm以及202.2~283.6mm。在消耗期,10—40cm土层中,土壤水分分布表现为:5a侧柏35a侧柏25a侧柏,而在60—100cm土层中,则表现为:5a侧柏25a侧柏35a;3种树龄侧柏林地0—100cm土层蓄水量则分布在131.2~207.2mm,123.4~220.8mm以及109.6~204.7mm。(3)在恢复期,5a侧柏林地各垂直分层土壤水分干燥化指数(SDI)差异不大,25与35a侧柏林地SDI在活跃层与过渡层随着深度的增大而增大。在根系作用层,25与35a侧柏林地SDI保持相对稳定。在消耗期,3种树龄侧柏林地SDI在活跃层较小,在过渡层随深度增大而增大,而在根系作用层保持相对稳定。[结论]与恢复期相比,在消耗期,3种树龄侧柏林地土壤水分变化剧烈程度均显著增大,其根系吸水能力随树龄增大而增大。 相似文献
5.
黄土高原沟壑区典型造林树种蒸散发对气候变化的响应 总被引:4,自引:1,他引:4
为研究黄土沟壑区典型造林树种蒸散发对气候变化的响应,基于黄土沟壑区小流域刺槐、侧柏、油松样地实测蒸散发数据,借助Hydrus-1D软件构建了黄土沟壑区刺槐、侧柏及油松植被蒸腾与土壤蒸发的模拟模型,使用修正Morris法对模型参数敏感性进行分析,结果表明:>40~100 cm土壤孔径分布参数(n2),>40~100 cm土壤饱和体积含水率(θs2),0 cm土壤田间持水率(θf),根系吸水最适水势上阈值(h1),根系吸水最适土壤水势下阈值(h2),植物出现永久凋萎时的土壤水势(h3),消光系数(μ),截留模型经验参数(a)等参数对植被蒸腾影响较大,植被生理特征相关参数h1,h2,h3,μ,a的不同是造成树种间蒸腾量出现差异性的重要原因。选取2015年试验观测数据对模型进行率定,2016年试验观测数据对模型进行验证,土壤含水率及土壤蒸发的Nash-suttcliffe模拟效率系数(Ens)均在0.700以上。采用率定后的模型对预设情景下的蒸散发量进行模拟,结果表明:未来及不同水文年气候特征对刺槐蒸腾的影响程度大于蒸发,对侧柏和油松而言,则正好相反。所有气候情景下,刺槐、侧柏、油松的蒸腾量分布在128.8~282.6、99.3~200.3和140.5~220.5 mm,蒸发量分布在94.6~135.4、116.5~187.3和123.8~212.5 mm,蒸腾量与蒸发量均表现为丰水年>平水年>枯水年。3个树种蒸腾量对未来及不同水文年气候特征的响应程度表现为:刺槐>侧柏>油松,并且,同一时期内,在丰水年及平水年,刺槐蒸腾量最大,在枯水年,油松蒸腾量最大。3树种蒸发量对未来及不同水文年气候特征的响应程度表现为:油松>侧柏>刺槐。生长季降雨量对于同期蒸腾量与蒸发量的影响明显强于温度的影响,其与蒸腾量、蒸发量之间均呈极显著(P<0.01)线性关系。 相似文献
6.
为探求小粒咖啡幼树的最佳水氮管理及高效利用模式,通过2种灌水水平(中水(WM,65%~80%FC)和低水(WL,50%~65%FC))、3种施氮水平(高氮(NH,0.40g/kg),低氮(NL,0.20g/kg)和无氮(Nz,0))和2种保水剂水平(有保(SH,1kg/m^3)和无保(SZ,0))的完全处理组合,研究灌水、氮素营养及保水剂对小粒咖啡幼树根区土壤水氮累积、干物质生产和水氮吸收利用的影响.研究表明:和WL相比,WM提高总干物质量、水分利用率、氮素吸收总量和氮素干物质生产效率分别为86.0%,36.4%,73.1%和5.3%.和NZ相比,NL和NH提高水分利用率和氮素吸收总量的效果基本相同.和SZ相比,SH提高土壤硝态氮质量比、总干物质量、水分利用率和氮素吸收总量分别为21.9%~43.0%,78.3%,68.9%和91.2%,而降低氮素干物质生产效率10.0%.在中等供水(65%~80%FC)和低氮(NL,0.20g/kg)条件下,配施保水剂能有效调控土壤水氮供给状况,促进干物质生产和提高水氮利用效率.因此,在本试验条件下,有利于小粒咖啡水氮高效利用的最优试验组合为WM NL SH. 相似文献
7.
河南省主粮作物需水量变化趋势与成因分析 总被引:5,自引:0,他引:5
河南省是我国粮食主产区,研究河南省主粮作物的灌溉需水变化规律可为水分高效管理和节水增粮提供实践参考。基于河南省18个气象站点1958—2013年逐日气象观测资料,根据FAO推荐的Penman-Monteith公式计算参考作物蒸发蒸腾量及冬小麦和夏玉米各生育期需水量,利用时间序列分析法和Arc GIS普通克里金插值法研究需水量时空变化特征,采用通径分析法研究作物需水量的变化成因。结果表明:河南省近56 a来年均参考作物蒸发蒸腾量为807.0 mm/a,日均蒸发蒸腾量为2.2 mm/d,呈波动减少趋势,其中西北和东南地区参考作物蒸发蒸腾量最大,豫西地区的参考作物蒸发蒸腾量跨度较大。冬小麦和夏玉米的净灌溉需水量分别为350~525 mm和243~368 mm,灌溉需求指数随经度和纬度的增加而增大,冬小麦生长对灌溉的依赖程度高于夏玉米。影响河南省主粮作物需水量的气象因子主要为气温、水汽压、日照、最高气温和风速。 相似文献
8.
向日葵黑茎病菌是向日葵上的一种毁灭性真菌,是我国的植物检疫性有害生物。为了准确快速检测向日葵黑茎病菌,本研究根据向日葵黑茎病菌及其近似种的ITS序列差异,设计特异性RPA引物和CRISPR-Cas12a crRNA,建立了RPA等温扩增技术结合CRISPR-Cas12a检测的快速检测方法。通过条件优化,RPA/CRISPR-Cas12a检测体系在37℃恒温条件下,RPA反应30 min,CRISPR/Cas12a反应20 min,即可特异性检测向日葵黑茎病菌。荧光法检测灵敏度与实时荧光PCR的灵敏度相当,最低检测量为0.1 pg,试纸条法检测最低检测量为1 pg。由于试纸条检测结果可用肉眼观察,快速便携,操作简单,更适合用于田间和口岸的向日葵黑茎病菌快速早期检测;而荧光检测灵敏度高,对环境要求高,更适合用于实验室检测。 相似文献
9.
云南省不同生态水文分区参考作物蒸散量算法适用性评价 总被引:2,自引:0,他引:2
将云南省分为3个区域(Ⅰ,滇西—滇西南山原与高山多水区;Ⅱ,滇西北—滇东北山原河谷中水区;Ⅲ,滇中北高原中水-少水区),基于36个气象站点1958—2013年逐日气象资料,以Penman-Monteith法为标准,利用线性回归法、均方根误差、平均偏差和Nash-Sutcliffe系数对Hargreaves-Samani法、Irmark-Allen法、Priestley-Taylor法、Makkink法、1948-Penman法、Penman-Van Bavel法、Turc法、FAO 24 Radiation法和Jensen-Haise法9种算法的计算精度进行对比。结果表明:1948-Penman法在云南省的适用性最强、计算精度最高,FAO 24 Radiation法与JensenHaise法误差较大,其中Ⅰ区适用性最好的是Hargreaves-Samani法,Ⅱ、Ⅲ区1—6月份为1948-Penman法,7—12月份为Priestley-Taylor法;在相对误差空间分布中,Ⅰ区Hargreaves-Samani法、Irmark-Allen法、Priestley-Taylor法、1948-Penman法的相对误差均在20%以下;Ⅱ、Ⅲ区中,Priestley-Taylor法、1948-Penman法的相对误差较小,为0~20%,同时在Ⅲ区中,Irmark-Allen法的相对误差也相对较小;因此,计算云南省的参考作物蒸散量时,整个区域推荐1948-Penman法,滇西—滇西南山原与高山多水区推荐Hargreaves-Samani法,滇西北—滇东北山原河谷中水区和滇中北高原中水-少水区推荐Priestley-Taylor法。 相似文献
10.
种子质量关乎农业生产安全、农民利益,是种子企业生存的根本。笔者对海南省种子质量监管工作情况进行了专题研讨,指明存在的问题,探讨形成这些问题的原因,从而推动相关领域的发展。 相似文献