控制灌溉条件下寒区水稻茎秆抗倒伏力学评价及成因分析

为了评价控制灌溉处理与常规灌溉处理下水稻抗倒伏能力的差异,寻求有利于水稻茎秆抗倒伏的灌溉处理方式,以水稻茎秆为研究对象,研究了不同灌溉条件下水稻茎秆抗倒伏性能。引入茎秆系数,对水稻茎秆进行力学分析,比较了2种控制灌溉和常规灌溉3种水分处理下水稻茎秆抗倒伏能力的差异。结果表明,控制灌溉(KI、KII)处理下的水稻节间充实度高于常规灌溉(CK),KI、KII处理的水稻茎秆壁厚分别比CK高出0.15mm和0.35mm;控制灌溉处理下的水稻茎秆系数显然低于常规灌溉处理,大小顺序为:CK>KI>KII;临界力的大小依次为:KII>KI>CK,因此控制灌溉处理的水稻茎秆更具抗倒伏性。

水稻茎秆的结构及其性能的相关性

水稻茎秆是典型的生物复合材料,有着优良的力学性能,起到支撑和抗倒伏的作用。通过比较高、中、矮秆和杂交稻典型水稻品种茎秆的细观结构,测定水稻茎秆的拉伸强度极限和弹性模量,分析其细观结构和力学性能的关系。结果表明:中秆类型水稻茎秆的结构更为合理,拉伸强度极限和弹性模量在4个供试品种中是最高的,其大、小维管束数目最多,茎粗、茎壁厚中等,抗倒伏能力最强。因此在高产抗倒伏品种的选育中应向矮中求高,向中秆、硬秆的方向来选育。

基于图像视觉的水稻茎叶夹角测量研究

提出了一种基于图像视觉原理的水稻茎叶夹角测量计算方法,利用基于四个方向模板运算的距离变换算法对预处理后的茎叶夹角图像进行骨架信息提取,利用Hough变换对提取的骨架信息进行直线检测,通过检测到的直线间的夹角进行茎叶夹角计算。实验结果表明,该方法能够精确、快捷的对水稻茎叶夹角进行测量计算,误差仅为2.0%,能满足农学研究的要求。

水稻茎线虫病研究进展

水稻茎线虫病是水稻主要病害之一,能造成水稻严重减产。在我国水稻茎线虫属于检疫对象。该病害在孟加拉国、印度及缅甸等危害严重。本文结合国内外研究现状,从水稻茎线虫病原、形态、分布、症状等方面综述了水稻茎线虫病的研究进展,以期为我国开展检疫和防治提供参考。

干物质积累模拟研究——水稻茎生长实例分析

本文提出了一个兼顾作物遗传特性和气象生态因子的干物质积累动态统计模式,并在田间试验的基础上,对茎干物质增长进行了实例分析.这对合理采用农业技术措施,促使农业高产稳产有实用价值.

水稻茎线虫风险分析

本研究按照WTO的SPS协定原则 ,对水稻茎线虫传入中国进行风险分析。本风险分析遵循联合国粮农组织 (FAO)国际植物保护公约 (IPPC)有害生物风险分析准则进行 ,从地理和管理标准、定殖和定殖后扩散的可能性、经济影响评估和传入的可能性及风险管理措施等 6个方面对水稻茎线虫进行了风险评估 ,结果证实了水稻茎线虫符合检疫性有害生物的地理和管理标准 ,在中国广泛定殖的可能性、定殖后扩散的可能性以及经济影响和进入的可能性都很大 ,从而水稻茎线虫随从疫区的稻谷种引进及稻草等辅垫材料而传入中国的风险极高 ,因此将水稻茎线虫列为禁止输入的危险性有害生物是非常必要的。

北京地区稻田固氮蓝藻的研究:Ⅱ.表层土壤和水稻茎基的固氮活性变化及原因分析

在水稻栽培期间应用乙炔还原法,原位测定光照和黑暗培养条件下的北京水稻田表层土壤(5cm)的固氮活性(ARA 表示)表明:在7月初(分蘖期)和8月底9月初(抽穗期)有前、后期两次高峰,前期峰是固氮蓝藻和固氮菌共同固氮,而后期峰主要是蓝藻固氮;稻田与休闲水田的表层土壤,在全生育期内固氮能力的大小随不同施氮肥水平而异;接种固氮蓝藻能使稻田与休闲水田表层土壤的固氮活性提高,但其特点不同。茎基的固氮活性变化受施肥、接种蓝藻等因素影响。

水稻茎秆接触物理参数测定与离散元仿真标定

【目的】针对解决水稻清选物料堵塞离散元建模缺乏准确模型问题,为提高水稻植株离散元建模及仿真研究中所用参数的准确度,【方法】以带有叶鞘包裹的水稻茎秆为研究对象,通过斜面试验测定稻秆与不锈钢板之间的静摩擦系数和滚动摩擦系数,接着基于离散元HBP仿真模型,先后通过堆积角试验和三点弯曲试验,以茎秆泊松比v、茎秆剪切模量Gb、茎秆-茎秆碰撞恢复系数e、茎秆-茎秆静摩擦系数us、茎秆-茎秆滚动摩擦系数ut、茎秆-茎秆粘结半径R_(b)、茎秆-茎秆切向粘结刚度ktb和茎秆-茎秆法向粘结刚度k_(nb)为试验因素,以茎秆堆积角θ和茎秆弹性模量E_(b)为试验因素评价指标,综合采用Plackett-Burman、Central-Composite和Box-Behnken试验方法,对水稻茎秆接触参数和粘结参数进行离散元仿真标定。【结果】Plackett-Burman试验结果表明:us与ut(P<0.01)对θ影响极显著,ut与ktb(0.01<P<0.05)对E_(b)影响显著,R_(b)与k_(nb)(P<0.01)对E_(b)影响极显著,v、Gb与e对θ和E_(b)影响均不显著;Central-Composite试验和Box-Behnken试验得到最佳参数组合为:茎秆-茎秆静摩擦系数为0.35、茎秆-茎秆滚动摩擦系数为0.016,茎秆-茎秆粘结半径为2.331 mm、茎秆-茎秆法向粘结刚度4.71×10^(9)N/m^(3)、茎秆-茎秆切向粘结刚度3.67×10^(9)N/m^(3)。【结论】最后将最佳参数组合下的仿真试验结果与物理试验结果进行对比验证,结果表明,仿真试验茎秆堆积角与物理试验茎秆堆积角的相对误差为1.26%,仿真试验茎秆弹性模量与物理试验茎秆弹性模量的相对误差为0.72%,通过SPSS软件对试验结果进行T检验发现无显著性差异(P>0.05),表明基于HBP仿真模型所标定的接触参数与粘结参数结果准确,可用于水稻植株离散元建模,为离散元仿真研究提供参数依据。

东北寒地水稻茎秆纤维素含量近红外光谱反演

在水稻抗倒伏育种中,水稻茎秆纤维素含量作为重要的作物性状表现型数据,用传统方法获取时受人力成本和时间成本的约束,采集群体大小有限。利用高光谱技术能够实现对作物性状信息的快速、无损检测。为探究水稻茎秆纤维素含量近红外光谱反演模型,以田间小区试验的方式,采集水稻灌浆期至成熟期茎秆基部倒2、3节作为实验样本,并在实验室内使用NIRQuest512型号高光谱仪测得茎秆近红外反射光谱数据;采用标准变量正态变换(SNV)、连续小波变换(CWT)及两种方法结合(SNV-CWT)对原始近红外光谱进行预处理,经对比分析,原始光谱经SNV处理后再通过CWT对应6尺度分解最优,然后采用联合区间偏最小二乘法(SiPLS)、迭代保留信息变量法(IRIV)对最优预处理(SNV-CWT)的光谱特征曲线进行光谱特征变量筛选,分别提取了64个和16个特征变量;为优化模型并提高其模型精度,采用IRIV算法对SiPLS所选的特征变量进行二次筛选,得到6个特征变量,特征波长为1200,1207,1325,1470,1482和1492 nm,最后基于优选出的特征变量分别建立水稻茎秆纤维素含量的支持向量机回归(εSVR)和核极限学习机(KELM)预测模型,模型参数(惩罚系数C,核函数系数γ和不敏感参数ε)分别采用灰狼算法(GWO)、差分进化灰狼算法(DEGWO)和自适应差分进化灰狼算法(SaDEGWO)进行优化选择。结果表明,采用SNV-CWT方法光谱预处理后,经SiPLS-IRIV方法筛选的特征变量构建的SaDEGWO优化的SVR模型精度最高,模型参数C,γ,ε分别为302.8382,0.0877,0.0708,测试集的决定性系数(R_(p)^(2))为0.880,均方根误差(RMSE P)为15.22 mg·g^(-1),剩余预测残差(RPD)为2.91,表明模型具有较好的预测能力,可为水稻茎秆纤维素含量预测提供参考。

基于改进Mask R-CNN的水稻茎秆截面参数检测方法

针对人工测量、统计作物茎秆显微切片图像中维管束数目、面积等关键参数主观性强、费时费力、效率低的问题,提出一种基于图像处理的水稻茎秆截面参数自动检测方法。首先构建了一个基于改进Mask R-CNN网络的水稻茎秆切片图像分割模型。网络以MobilenetV2和残差特征增强及自适应空间融合的特征金字塔网络为特征提取网络,同时引入PointRend增强模块,并将网络回归损失函数优化为IoU函数,最优模型的F1值为91.21%,平均精确率为94.37%,召回率为88.25%,平均交并比为90.80%,单幅图像平均检测耗时0.50 s,实现了水稻茎秆切片图像中大、小维管束区域的定位、检测和分割;通过边缘检测、形态学处理及轮廓提取,实现茎秆截面轮廓的分割提取。本文方法可实现对水稻茎秆截面面积、截面直径,大、小维管束面积,大、小维管束数量等6个参数的自动检测,检测平均相对误差不超过4.6%,可用于水稻茎秆微观结构的高通量观测。

生物肥对寒地水稻茎蘖影响研究

生物肥是继有机肥、化肥之后的第三类肥料,它的营养元素集速效、长效、增效为一体,具有提高农产品品质、抑制土传病害、增强作物抗逆性、促进作物早熟的作用.目前水稻施用生物肥的面积不到1%,因此,需要研究生物肥对水稻产量及品质的影响,明确其作用机理和使用技术,发挥其重要作用,服务于寒地水稻生产.

水稻茎线虫病的发生与防治

对水稻茎线虫病的病原、侵染循环、流行规律,危害症状进行了总结,并提出了针对性综合防治措施。

基于图像分析法的水稻茎秆力学性能测量与分析

水稻茎秆力学性能的准确描述是水稻抗倒伏力学分析的关键。由于茎秆是由生物活性材料组成的形状不规则柔性结构,传统的测试方法难以对其力学性能进行准确测量。以南方水稻为研究对象,采用拉伸试验机对水稻茎秆进行了拉伸试验。首先采用传统的应变片方法测量应变,继而探索采用图像分析法实现非接触、高精度地测量水稻茎秆的截面尺寸、拉伸变形。用数字摄像机记录不同荷载水平下试件表面的数字图像,采用数字图像相关分析法(DIC)进行分析,通过两种方法计算茎秆的轴向应变;将完成拉伸实验的试件切片,采集其横截面的数字图像,通过数字图像分析技术得到其几何特性,并对大量实验数据进行了统计分析,实现了对水稻茎秆弹性模量、抗弯刚度等的合理描述。实验结果表明,采用传统的应变片测量求得的水稻茎秆的弹性模量的离散性极大,超出样本差异性的范围,而采用数字图像分析方法得到的弹性模量、抗弯刚度的结果有一定的离散性,但分布比较合理,比较准确地反映了水稻茎秆相关的力学性能。

转高赖氨酸蛋白基因脆茎水稻的收获指数及秸秆赖氨酸含量的研究

采用农杆菌介导法将高赖氨酸基因导入脆茎粳稻诱导的愈伤组织,经潮霉素抗性筛选,得到可育的再生植株,经PCR检测,表明该基因已整合到脆茎粳稻的基因组中。对部分T2代和花药培养TH1代纯合株系进行研究,结果显示,与非转基因对照相比,在生育期相仿条件下,可以选到生物量和穗重无显著差异,收获指数有提高趋势的转基因水稻;转基因水稻秸秆赖氨酸和粗蛋白含量都有不同程度的提高,最高含量分别为0.350%和7.27%,但转基因水稻秸秆的其他氨基酸含量的变化趋势并不一致。选出了2个株系可能适合作秸秆饲用化的育种材料。

饲喂脆茎全株水稻对生长肥育猪生长性能、养分消化和胴体品质的影响

体重相近的杜洛克生长母猪54头,随机分成3组(每组3个重复),研究脆茎全株水稻(3个水平0、10%和20%)用于生长肥育猪日粮,对猪的生长性能、养分消化、胴体品质和肉质的影响.结果表明,生长猪阶段(29～52kg)对照组、10%组和20%组的采食量、平均日增重和料重比均无显著差异(P＞0.05).肥育猪阶段(54～85 kg)采食量和平均日增重,20%组显著低于对照组(P＜0.01),10%组与对照组之间无显著差异(P＞0.05);各组料重比均无显著差异(P＞0.05).生长猪阶段10%组和20%组各种养分的消化率都低于对照组;而肥育猪阶段,两组NDF消化率显著低于对照组(P＜0.01),其它养分消化率与对照组无显著差异.与对照组相比,10%组和20%组屠宰率有所下降,而瘦肉率提高,眼肌面积增大,背膘厚降低,但差异均不显著(P＞0.05).10%组和20%组的背最长肌蛋白含量增加,脂肪含量降低,其中20%组与对照组差异显著(P＜0.05);滴水损失和大理石纹及肉色评分各组之间均无显著差异(P＞0.05),20%组宰后24h的pH,显著高于对照组(P＜0.01).

转基因脆茎水稻的收获指数研究

通过对转基因脆茎水稻收获指数的统计,研究了转基因脆茎水稻农艺性状的变化。结果表明,转基因技术对于脆茎水稻原有农艺性状存在影响,说明可以筛选出比亲本农艺性状更好的品种。

两种水稻蛀茎害虫精氨酸激酶基因的克隆及序列分析

精氨酸激酶(AK, EC 2.7.3.3)是昆虫体内唯一的磷酸原激酶,参与能量代谢。为探究AK基因的作用,本文利用本实验室建立的cDNA文库及RACE技术,分别从两种重要的水稻蛀茎害虫稻蛀茎夜蛾Sesamia inferens和二化螟Chilo suppressalis中克隆获得了AK基因的cDNA全长序列,并对其序列特征进行分析。AK基因分别命名为SinAK(稻蛀茎夜蛾,GenBank登录号:MK559476)和CsuAK(二化螟,MK559475),开放阅读框(ORF)长为1 065 bp,编码355个氨基酸,预测蛋白质分子量为40.0 kDa,等电点为5.88。氨基酸序列分析结果显示SinAK、CsuAK基因编码的氨基酸序列具有AK典型的功能位点保守序列:底物识别域S62G63V64-Y67和酶活性中心序列CP(S/T)N(I/L)GT。氨基酸序列比对及系统进化关系分析表明,SinAK与甜菜夜蛾、草地贪夜蛾和斜纹夜蛾的同源性最高,达95%以上,而CsuAK与印度谷螟、亚洲玉米螟的进化关系较近,同源性在95%左右。SinAK、CsuAK与其他昆虫AK的氨基酸序列同源性也高于80%,而与部分脊椎动物起同样作用的肌酸激酶(CK)的同源性低于40%,说明AK基因的功能是高度保守的,且与脊椎动物CK同源性很低。本研究结果为进一步研究SinAK和CsuAK的功能以及开发以AK基因为靶标的、对高等动物安全的害虫防治新技术奠定基础。