氮肥运筹对稻茬冬小麦土壤无机氮时空分布及氮肥利用的影响

以宁麦9号和豫麦34号为材料,研究了氮肥基追比对土壤无机氮时空变化、氮素表观盈亏和氮肥利用率的影响。结果表明,施用基肥提高了越冬期0-60 cm土层NO3--N和NH4+-N含量,拔节期追肥对孕穗期各土层无机氮含量无显著影响,追施孕穗肥显著提高了开花期0-60 cm土层硝态氮含量和0-20 cm土层铵态氮含量。不施氮处理各生育阶段均表现为氮素亏缺,施氮处理氮素盈亏呈明显的阶段性,播种至孕穗阶段出现氮素盈余,孕穗至成熟阶段出现氮素亏缺;全生育期氮素表观盈余量两品种平均以5∶5处理最低,7∶3处理最高。两品种氮肥农学效率、氮肥表观回收率和产量均随基肥比例的增加呈先增后降的趋势,均以5∶5处理最高。因此,在小麦生产中应适当减少基施氮肥用量,在小麦拔节孕穗期适当增加追肥比例有利于提高产量和氮肥利用效率,并降低土壤氮素损失。     

施肥对高羊茅草坪越夏的影响

施用N、K、Ca和杀真菌剂对高羊茅（Festuca arundineces Schreb.cv.Pixie)越夏影响的研究结果表明,施氮肥可以打破高羊茅的夏季休眼,促进植株生长,促进植株对N、K的吸收,增加植株叶绿素含量,提高草坪质量,而不会明显降低草坪草的抗热性。但施氮肥后褐斑病等病害加重,通过喷洒杀真菌剂可控制病害的发生。     

基于遥感与模型耦合的冬小麦生长预测

遥感的空间性、实时性与作物生长模型的过程性、机理性优势互补,将两者有效耦合已成为提高作物生长监测预测能力的重要手段之一。提出了一种基于地空遥感信息与生长模型耦合的冬小麦预测方法,该方法基于初始化/参数化策略,以不同生育时期的小麦叶面积指数(LAI)和叶片氮积累量(LNA)为信息融合点将地面光谱数据(ASD)及HJ-1 A/B CCD、Landsat-5 TM数据与冬小麦生长模型(WheatGrow)耦合,反演得到区域尺度生长模型运行时难以准确获取的部分管理措施参数(播种期、播种量和施氮量),在此基础上实现了对冬小麦生长的有效预测。实例分析结果表明,LNA较LAI对模型更敏感,以之作为耦合点的反演效果较好。另外,抽穗期是遥感信息与生长模型耦合的最佳时机,对播种期、播种量和施氮量反演的RMSE值分别达到5.32 d、14.81 kg/hm²、14.11 kg/hm²。生长模型与遥感耦合后的模拟结果很好地描述了冬小麦长势和生产力指标的时空分布状况,长势指标的模拟相对误差小于0.25,籽粒产量模拟的相对误差小于0.1。因此研究结果可为区域尺度冬小麦生长的监测预测提供重要理论依据。     

花前渍水预处理对花后渍水逆境下扬麦9号籽粒产量和品质的影响

以扬麦9号为材料,研究花前渍水预处理对花后渍水逆境下小麦籽粒产量和品质的影响。结果表明,与未进行渍水预处理相比,花前渍水预处理提高了小麦植株对花后渍害的抗性,生物产量、收获指数和千粒重显著提高,进而显著提高了籽粒产量;花前渍水预处理显著提高花后氮素积累量及其对籽粒氮素的贡献率,降低了花前贮藏氮素运转量及其对籽粒氮素的贡献率,进而引起籽粒球蛋白含量提高,但显著降低了清蛋白、醇溶蛋白、谷蛋白和全蛋白质含量、以及干湿面筋含量和沉降值;花前渍水预处理还提高了籽粒直链淀粉和总淀粉含量和降落值,降低了支/直链淀粉比,显著提高了面粉峰值粘度、低谷粘度、崩解值、最终粘度、回冷值和峰值时间,但对糊化温度无显著影响。     

基于生理生态过程的大麦顶端发育和物候期模拟模型检验

为测试研究I 模型BarleyGrow,采用4个生态区(南京、扬州、武汉、昆明)、10个大麦品种在不同播期下的顶端发育和物候期资料,对BarleyGrow、YDmodel和SUCROS模型进行对比检验和评价.利用遗传-模拟退火算法确定各品种的遗传参数,提高了应用程序求算参数的精度.从模型的整体预测效果来看,BarleyGrow对不同地区、不同播期、不同品种的各顶端发育和物候期预测准确而稳定,均方差RMSE在1.06～7.94d之间,而YDmodel为6.26～13.35d,SUCROS为11.22～20.28d.各参试品种对BarleyGrow中灌浆期基点温度、生理春化时间、临界日长、最短苗穗期4参数反应敏感.经改进的生理发育时间(PDT)模拟模型(BarleyGrow)对中国广大地区不同温光条件下的大麦顶端发育和物候发育均具有较好的预测效果,尤其对药隔期、二裂期、毛状期、抽穗期、灌浆期、成熟期的模拟精度高而稳定,表现出较强的机理性以及较好的预测性.     

基于高光谱遥感的小麦冠层叶片色素密度监测

作物叶片色素状况是评价植株光合效率和营养胁迫的重要指标,冠层叶片色素密度（单位土地面积叶片色素总量）的实时无损监测对作物生长诊断、产量估算及氮素管理具有重要意义。以包括不同品质类型（高蛋白、中蛋白和低蛋白）的多个小麦品种在不同施氮水平下的连续2a大田试验为基础,研究了小麦叶片色素密度与冠层高光谱参数的定量关系。结果表明,叶片色素（叶绿素a、叶绿素b、叶绿素a＋b和类胡萝卜素）密度随施氮水平增加而提高,不施氮处理的叶片色素密度随生育进程而下降,施氮处理的叶片色素密度呈单峰曲线,品种间存在明显差异。群体叶片色素密度的敏感波段主要分布在可见光区,而红边区域导数光谱表现更显著。光谱参数VOG2、VOG3、RVI（810,560）、SRE／SBE和SDr／SDb等与叶绿素密度关系较为密切,线性方程决定系数R^2均在0．858以上,而与类胡萝卜素密度关系减弱,决定系数R^2低于0．780,且参数间差异较小。经独立试验资料的检验表明,VOG2、VOG3、SRE／SBE和SDr／SDb对不同色素的估测结果较好,预测相对误差RE低于17．6％,虽然对叶绿素b的准确性稍低。总体上,光谱参数VOG2、VOG3、SRE／SBE和SDr／SDb与小麦群体叶片色素密度关系密切,特别是对叶片叶绿素a和叶绿素a＋b的密度可以进行准确可靠的实时监测。     

温度和光照强度对不同品质类型小麦旗叶光合特性和衰老的影响

以两个蛋白质含量不同的小麦品种豫麦34（高蛋白）和扬麦9号（低蛋白）为材料,研究不同温光条件对小麦灌浆期旗叶光合特性和衰老的影响.结果表明：高温、弱光处理显著降低了小麦旗叶净光合速率（P_n）及叶绿素荧光参数F_v/F_m和Φ_PSⅡ,但高温和弱光对小麦旗叶造成伤害的生理机制不同,高温主要降低了叶绿素含量(SPAD值)和P_n,灌浆后期P_n下降幅度达50％;而弱光主要降低了叶绿素荧光参数,抑制了光合系统PSⅡ的活性.高温使小麦旗叶丙二醛（MDA）含量升高,超氧化物歧化酶（SOD）活性和可溶性蛋白质含量下降,加速了植株衰老;而弱光下SOD活性较高,小麦衰老进程较高温缓慢,植株对弱光的耐受性较强.豫麦34对高温、弱光逆境的反应比扬麦9号敏感.     

水稻地上部干物质积累动态的定量模拟

选用4个不同株型水稻品种进行不同施氮水平的田间试验,于主要生育期测定植株地上部干物质积累量（DMA）,并对DMA及出苗至成熟期累积辐热积（TEP）进行归一化处理,建立了基于相对DMA（RDMA）和相对TEP（RTEP）的水稻相对干物质积累（RDMA）动态模型,进而定量分析了水稻干物质积累过程的动态特征.结果表明：Richards方程能够准确描述水稻地上部干物质积累的动态模式,具有明确的生物学意义,具体方程式为RDMA=1.0157/(1+e^{3,6329-7.5907×RTEP})^1/0.5574,r=0.9938;利用独立的水稻田间试验资料对所建模型进行了检验,水稻不同RTEP所对应的DMA观测值与模拟值之间的根均方差为0.86 t·hm^-2.根据水稻地上部干物质积累速率方程的2个拐点,可将整个干物质积累过程划分为前、中和后期3个阶段,发现水稻干物质最大积累速率及其出现时的相对辐热积和相对干物质积累量分别为2.24、0.56和0.46.     

基于减量精细采样法估算小麦叶片氮积累量的最佳归一化光谱指数

基于6个小麦品种、5个施氮水平、4年田间试验条件下不同生育时期的小麦叶片高光谱反射率和相应的氮含量及生物量,采用减量精细采样法,系统构建了350～2500 nm范围内所有两两波段组成的归一化光谱指数［NDSI（i, j）］,综合分析了小麦叶片氮积累量(LNA, g N·m^-2)与NDSI（i, j）的定量关系,确定了估算叶片氮积累量的新高光谱特征波段和光谱指数,进而建立了小麦叶片氮积累量监测模型.结果表明：估算小麦叶片氮积累量的敏感波段主要存在于可见光区和近红外区,最佳特征波段组合为720 nm和860 nm;基于NDSI(860,720)的叶片氮积累量监测模型为LNA=26.34×［NDSI(860,720)］^1.887（R²=0.900,SE=1.327）.利用独立试验资料的检验结果表明,基于NDSI(860,720)建立的回归模型对小麦叶片氮积累量的估测精度为0.823,RMSE为0.991 g N·m^-2,模型预测值与观察值之间的符合度较高.可利用新的归一化高光谱参数NDSI(860,720)来估算小麦叶片氮积累量.     

稻麦叶片氮积累量与冠层反射光谱的定量关系

作物氮素积累动态是评价作物群体长势及估测产量和品质的重要指标,对于作物氮素的实时监测和精确管理具有重要意义。该文以5个小麦(Triticum aestivum)品种和3个水稻(Oryza sativa)品种在不同施氮水平下的3年田间试验为基础,综合研究了稻麦叶片氮积累量与冠层反射光谱的定量关系。结果表明,不同试验中拔节后叶片氮积累量均随施氮水平呈上升趋势;稻麦冠层光谱反射率在不同施氮水平下存在明显差异,可见光区(460~710 nm)反射率一般随施氮水平的增加逐渐降低,近红外波段(760~1 220 nm)反射率却随施氮水平的增加逐渐升高;就单波段而言,810和870 nm处的冠层光谱反射率均与稻麦叶片氮积累量具有相对较高的相关性;在光谱参数中,比值植被指数(Ratio vegetation index, RVI)(870,660)和RVI(810,660)均与稻麦叶片氮积累量具有高度的相关性,且相关系数明显高于单波段反射率,尤其是水稻作物;对于小麦和水稻,均可以利用统一的波段和光谱指数来监测其叶片氮积累量,并可以采用统一的回归方程来描述其叶片氮积累量随单波段反射率和反射光谱参数的变化模式,但若采用单独的回归系数则可以提高稻麦叶片氮积累量估测的准确性。