麦-稻两熟集约生产土壤养分平衡与调控研究

以兴化市钓鱼乡为例 ,研究了麦 -稻两熟集约生产的土壤有机质、养分的动态平衡以及调控途径。结果表明 ,在不同的管理模式下 ,高产农田有机物归还量比一般产量条件下高 1 4 .2 2 %～ 1 8.69% ,氮、磷盈余量、钾亏缺量分别为 3 80 .0～4 3 2 kg/hm2、1 9.1 5～ 3 2 .78kg/hm2、99.1～ 1 74 .0 kg/hm2 ,与一般产量条件下比较 ,氮、磷盈余量提高 ,而钾的亏缺量相近。提出了改善高产农田土壤肥力的主要措施。

土壤有机氮矿化与有机物氮素释放的动态模拟

土壤中矿质态氮动态变化是秸秆还田管理决策的重要依据。研究建立土壤有机氮矿化及还田有机物分解氮素释放的模拟模型,以指数函数反映有机氮分解温度效应,以分段线性函数反映水分效应,以"标准天"反映温度与水分的综合影响。该模型提出的有机物分解氮素释放的"整吞"式建模构思,较"吃馅饼"式的构模所需参数少,且易通过试验获得,从而增强模型的实用性。利用在淮北滨海地区的小麦试验资料对该模型的有效性进行了验证。

还田秸秆分解与氮素释放的动态模拟

还田秸秆的分解与氮素释放动态是作物养分管理的重要依据 ,建立了秸秆分解氮素释放动态的“整吞”式动态模拟模型。模型由秸秆有机质分解和残余有机质含氮率动态模拟两部分组成。有机质分解的温度效应用指数函数描述 ,水分效应用分段线性函数描述 ,用“标准天”反映温度与水分的综合影响。残余有机质含氮率动态变化用“标准天”为变量的函数模拟 ,初始秸秆含氮量与残余秸秆含氮量之差即为秸秆分解的氮素净释放。“整吞”式较之“吃馅饼”式建模构思 ,所需参数少且易通过实验获得 ,增加了模型的可用性。

作物氮素吸收与分配的动态模拟

对作物氮素的吸收和分配的模拟作了一些改进:假定作物地上部与根系的生长总是处于基本平衡状态,作物根系本身不成为限制养分吸收的因素,从而避免了对根系生长和功能变化模拟的困难;采用高产条件下的作物氮素相对吸收速率反映作物对土壤养分要求随生育期的变化;用氮素分配指数描述氮素的分配。采用江苏响水、扬州两地的试验资料对模型检验,表明模型对小麦植株含氮率动态有较好的预测效果。图5,参15。

淮北滨海地区生土培肥的研究

1997～ 1 998年在江苏淮北滨海地区的新整生土地上进行了施用猪粪、饼肥、秸秆 (麦秸和稻秸 )等有机物料的培肥试验 .结果表明 :以猪粪肥处理培肥效果最佳 ,秸秆还田处理中以麦季还稻秸、稻季还麦秸各 562 5kg· hm-2 为较好 . 3季培肥后 ,土壤各养分都有不同程度的增加 ,土壤肥力综合评价值呈持续上升趋势 ,试验开始时为 0 .2 2 0 2 ,3季后上升到 0 .3 883 ,但与当地大田土壤肥力综合值 0 .5653相比仍有较大差距 .各处理第 3季的水稻产量与土壤肥力综合评价值呈显著正相关 .

模糊聚类计算方法的理论分析

分析了聚类分析４种原始数据规格化处理的数据特征，提出最大值规格化与均值规格化，由于能保持不同指标的原分辨力，是较好的方法。将常用的相似性度量方法分为绝对差数、相对差数、比例相似性３种类型。论证了基于模糊等价关系的模糊聚类法就是经典系统聚类的最短距离法，模糊系统聚类仅是一般系统聚类法的特例。

农户对水稻绿色生产的认知与采纳研究

以水稻绿色生产为研究主题,运用计量经济学方法,从农户个体、家庭环境、土壤地块和资源技术4个方面,分析了农户对水稻绿色生产的认知情况和影响水稻绿色生产技术采纳的主要因素。结果表明,务农年限、种植规模、采取侧深施肥、年龄及年农业总收入等对采用节肥型技术影响较大;务农人口、地块分布、参加职业技能培训次数、采取侧深施肥、村合作社培训和其他部门培训等对采用节药型技术有较大影响;文化程度、年农业总收入、灌溉方法等对采用节水型技术影响较大;种植规模、参加职业技能培训次数、农技站培训、采取侧深施肥、年农业总收入和无人机喷洒法等对采用秸秆还田技术影响较大。因此,有必要从鼓励青年人才返乡创业、链接专业组织提供服务、提高绿色生产金融补贴以及集约生产扩大规模效应4个方面着手推进水稻绿色生产。

作物磷素养分的动态模拟

基于养分平衡原理 ,分别建立了土壤有机磷与有机肥分解磷的释放、土壤有效磷吸附的动态模型 ,用Langmuir方程描述土壤吸附磷量与土壤溶液磷浓度的关系 ,建立了植株临界磷浓度与生理发育时间的关系模型 ,以及基于生长潜在需要和土壤水溶性磷浓度限制的作物磷素吸收动态模型。检验结果表明 ,模型对小麦植株含磷率的动态变化有较好的预测效果。

淮北地区生土农田养分平衡与土壤肥力变化的关系

在江苏淮北地区土地平整后形成的生土上,对水稻小麦水稻、水稻油菜水稻、水稻绿肥水稻3种种植模式不同施肥条件下的氮、磷、钾产投比及与土壤肥力关系进行试验分析.结果表明:随着种植季数的增加,氮、磷的产投比有很大的提高.3季种植后,有机质投入量与土壤有机质净增量,总投氮与土壤全氮、碱解氮,总投磷量与土壤速效磷,总投钾量与速效钾均呈显著正相关,肥料投入对生土土壤肥力演变起决定性作用.

作物生产系统氮磷养分平衡的定量模拟

以 1季作物生产为基本单元 ,在单养分限制模型基础上 ,根据限制—稀释假定 ,建立了多养分综合作用下的作物氮磷钾吸收—供应关系模型。用有效化指数将施用的磷钾肥换算为土壤有效养分作为养分供应能力的指标。提出养分综合利用效率的概念与计算方法。图 2 ,参 19。

不同管理模式下生土有机质动态模拟

以生荒土土壤有机质含量 3 .4 0 g/kg为起点 ,将不同轮作方式、产量水平、有机质归还方式组成不同的管理模式 ,模拟土壤有机质的动态变化。结果表明 :有机质归还模式是影响土壤有机质积累速度的首要因素 ,机械收割高留茬还田是补充土壤有机质的一条有效途径。在良好管理的条件下 ,8年后生土土壤有机质可达到 8g/kg,但与当地大田的土壤有机质含量 1 0 g/kg仍有差距 。

基于模拟的作物氮素管理决策研究

提出基于作物生长模拟的氮素管理播前决策和生育期中动态调控方法。播前决策的方法是根据有机肥种类、数量和氮化肥的数量和基追比拟定若干种施肥方案 ,由作物—土壤系统模拟模型计算在常年气候条件下各方案的产量、氮肥效率、硝态氮淋失量、土壤有机质变化 ,通过4个指标的综合评价确定播前决策优化方案。氮素动态调控采用时间激发或土壤矿质态浓度激发策略 ,提出了相应的追氮量计算方法。图 2 ,参 12。

麦-稻两熟超高产的土壤养分平衡与调控研究

以兴化市钓鱼乡为例，研究了麦－稻两熟超高产的土壤有机质、养分的动态平衡以及调控途径。结果表明，在不同的管理模式下，超高产农田有机物归还量比高产条件下高１４．２２％～１８．６９％。超高产条件下氮、磷盈余量、钾亏缺量分别为３８０．０～４３２ｋｇ／ｈｍ２、１９．１５～３２．７８ｋｇ／ｈｍ２、９９．１～１７４．０ｋｇ／ｈｍ２，与高产条件下比较氮、磷盈余量提高，而钾的亏缺量相近。提出了改善超高产农田土壤肥力的主要措施。

作物规范化栽培试验分析几个问题商榷

本文分析了作物规范化栽培研究中因素影响重要性分析、方案模拟寻优方法存在的错误和问题,并提出了新的方法。

灰色系统关联分析统计检验方法

统计检验是关联分析不可缺少的环节。经推导,在两序列相互独立的条件下,当关联系数由r(i)= l/(1+S(i))计算时,关联度r=1/n∑r(i)的分布近似服从于N(0.546,0.0418/n),这是关联度统计检验的基础。同时还提出了“正向关联”、“负相关联”概念,以及关联度大小排序新方法。

作物钾素养分的动态模拟

定义土壤水溶性钾、交换性钾、缓效性钾是土壤中作物可利用的钾,将交换性钾、缓效性钾与外源钾吸附量的总和作为土壤最大吸附量的估计,从而综合反映土壤各种钾素状态和土壤性质对钾有效性的影响。用线性方程描述最大吸附量与土壤黏粒含量的关系,用Langmuir方程描述土壤固定钾量与土壤溶液钾浓度的关系,通过土壤供钾因子反映土壤钾素状况对作物吸钾的影响。建立了小麦植株临界钾浓度与生理发育时间的动态模型。初步检验表明,模型对小麦植株含钾率的动态变化有较好的预测效果。图2,参15。

淮北滨海地区生土农田养分产投分析

在江苏淮北地区的新垦生荒土上 ,对水稻—小麦—水稻、水稻—油菜—水稻、水稻—绿肥—水稻 3种种植模式不同施肥下的氮、磷、钾产投及与土壤肥力关系进行分析 ,结果表明 :在生荒土上 ,随着种植年限的增加 ,氮、磷的产投比有很大的提高。三季种植后 ,土壤有机质净增量与有机质投入量 ,总投氮与土壤全氮、碱解氮 ,总投磷量与土壤速效磷 ,总投钾量与速效钾呈显著正相关 ,肥料投入对生土土壤肥力演变起决定性作用。表 6,参 12。

人工神经网络在作物生产管理中的应用

基于模型的专家系统方法是处理作物生产管理这个综合、复杂系统的有效手段。文中分析 了模拟模型与产生式规则在专家系统智能表达中的局限性，指出人工神经网络方法在作物生产智 能决策系统中的意义，介绍分析人工神经网络应用的基本步骤与技术关键，探讨了 ＡＮＮ在作物生 产管理中可能的应用。图４，表２，参１５。

农业模糊相似选择优先比方法的改进及其与贴近度法的关系

证明由模糊选择关系求得的选择对象A_i对于参考对象A_0的相似优先顺序为距离d_i的从小到大排列顺序,因而模糊选择关系的建立是不必要的。针对目前合成方法存在的问题,提出加权隶属度法B_i=sum form b=1 to m(ε_bb_i^A)。分析了改进方法与Hamming贴近度,Euccia贴近度、最大最小贴近度法的关系。

GM(1,1)建模机理与应用条件分析及其改进方法

GM(1,1)拟合的原始序列为非负齐次指数函数,对任何呈指数变化的序列x(k),可采用x^(0)(k)=x(k)—M或x^(0)(k)=M—x(k)将其转换为非负齐次指数函数变化。GM(1,1)建模的背景值生成Z^(1)=xx^(1)(k)+(1—α)x^(1)(k+1),应满足α=1/α—1/(e^0—1)。当|α|较小时,α非常接近0.5,但当|α|较大时,α偏离0.5值较大,这是在|α|较大时GM(1,1)传统建模方法失效的原因。文中基于建模机理与应用条件的分析,提出了改进的计算方法。