青海燕麦根区AM真菌的空间分布研究

对青海省民和、大通、湟中、海北4样地燕麦根际AM真菌空间分布和土壤成分测定分析表明,燕麦可与AM真菌形成共生关系,AM真菌不同指标和孢子密度与样地生态条件密切相关。侵染强度最高在民和,丛枝丰度、泡囊丰度和菌丝丰度在海北最高,地孢子密度最大值在湟中,且最大值均发生在0~10 cm土层,0~30 cm土层随土壤深度增加呈下降趋势。孢子密度与AM真菌各项指标均呈极显著正相关;侵染强度与有机质和速效磷呈极显著正相关;丛枝丰度与速效磷呈极显著正相关;泡囊丰度与有机质呈极显著正相关,与速效磷呈显著正相关;孢子密度与速效磷呈显著正相关。     

不同水肥处理膜下滴灌棉田根际微生物及棉花生长发育的研究

研究了不同水肥处理膜下滴灌棉田土壤根际微生物数量及种类的变化,结果表明：水分处理对微生物数量的影响比施肥要明显,花铃期土壤根际微生物数量与棉花产量呈正相关,其中适水中肥处理下数量最多,而吐絮期则以丰水高肥下达最大。     

尿素氨化秸秆的应用研究进展

：在描述秸秆营养价值的基础上,提出了尿素氨化秸秆的机理、所需条件以及尿素氨化秸秆对家畜生产性能的影响,并进一步指出了减少氨损失的方法。     

添加丙酸和乳酸菌对杂交狼尾草青贮发酵品质的影响

研究丙酸、乳酸菌和两者组合不同添加水平对杂交狼尾草（Pennisetum americanum×P.purpereum）青贮发酵品质的影响。试验设对照(无添加)、乳酸菌(LAB)、0.2%丙酸、0.3%丙酸、0.4%丙酸、0.5%丙酸、0.2%丙酸+乳酸菌、0.3%丙酸+乳酸菌、0.4%丙酸+乳酸菌、0.5%丙酸+乳酸菌（占鲜质量比例）处理,青贮45 d后开袋分析。结果表明,添加丙酸可以有效改善杂交狼尾草的青贮品质,最佳添加量为0.3%;添加乳酸菌有助于提高杂交狼尾草的有氧稳定性。     

覆膜滴灌棉田蒸散量的模拟研究

通过综合考虑影响作物蒸散量的土壤、作物、大气3方面因子,结合新疆滴灌棉田覆膜栽培的生产实际,设计了不同覆盖度和品种试验,以Penman－Montieth方程估算参考作物蒸散量,确定了不同覆盖度及品种条件下的作物系数,并在此基础上实现了覆膜滴灌棉田蒸散量较为准确地估计。试验结果认为覆膜滴灌棉田全生育期蒸散量在540～620 mm之间,全生育期蒸散量和作物系数都随着覆盖度的增加而减小,叶面积指数与日蒸散量及作物系数关系密切,品种间由于品种特性的差异而引起的叶面积指数变化,最终导致了品种间作物系数K_c的不同。     

兵团棉花膜下滴灌技术综述

本文作者在分析棉花膜下滴灌技术优点、增产原因的基础上，介绍了棉花膜下滴灌栽培技术要点，并提出了棉花膜下滴灌技术中应当尽快研究解决的问题。     

粮食作物AM真菌研究进展

综述了近年来粮食作物根际AM真菌多样性研究进展,包括粮食作物根际AM真菌资源及种类,AM真菌对粮食作物的侵染及影响因素;以及AM真菌对粮食作物生长发育、矿质营养吸收、植物抗逆性和抗病性等方面影响的研究现状;并展望了粮食作物AM真菌的应用前景。     

棉花膜下滴灌监控系统软件的设计

将工业自动化通用组态软件KingView和VB开发软件有机结合起来,设计棉花膜下滴灌智能决策与自动监控系统软件,并以数据库、模型库、知识库和方法库为技术核心,通过田间传感器进行数据实时采集、计算、分析与决策,由控制系统发送决策指令来控制灌溉设备开/闭,以提高灌溉的时效性。     

不同预处理方式对柳枝稷厌氧发酵性能的影响

以柳枝稷为原料,研究微波,蒸汽加热和NaOH预处理方法对柳枝稷的结晶度和纤维结构的影响,同时考察了预处理后的柳枝稷在中温时的厌氧发酵性能.结果显示:3种处理都可以降低原料的结晶度;微波和NaOH处理可以显著降低柳枝稷的中性洗涤纤维、酸性洗涤纤维、木质素等含量;NaOH处理会降低粗脂肪的含量;蒸汽加热处理和原料的累积产气量(28 486和28 686 mL)及产气率(453.60和456.79mL/g)接近,而NaOH预处理由于C/N较高、阳离子毒害作用和抑制物的作用使得厌氧发酵性能降低.可见预处理可以降低柳枝稷纤维含量,但是对厌氧发酵性能并无明显改善作用.     

滴灌加工番茄叶面积、干物质生产与积累模拟模型

以生理发育时间为时间尺度,建立了基于生理发育时间(PDT)的加工番茄叶面积指数(LAI)、比叶面积(SLA)模拟模型,并将叶面积指数模型与基于生理生态过程的光合作用和干物质生产模型相结合,构建了滴灌加工番茄干物质生产与积累的模拟模型。结果表明:PDT法对加工番茄叶面积指数(LAI)与1∶1直线间的决定系数R2、根均方差(RMSE)和模型效率指数(ME)分别为0.926 5、12.87%、0.972 4;SLA法模拟叶面积指数的预测结果与1∶1直线间的R2、RMSE和ME分别为0.675 8、42.24%、0.712 4。本模型对加工番茄地上部干物质量的预测结果与1∶1直线间的R2、RMSE和ME分别为0.990 3、11.91%、0.990 1;而SLA法对加工番茄地上部干物质量的预测结果与1∶1直线间的R2、RMSE和ME分别为0.895 6、31.29%、0.750 4。与SLA法相比,PDT法在改善加工番茄叶面积指数预测精度的同时亦提高了干物质量的预测精度。