基于生产托管服务的农业科技成果转化新模式探析——以安徽颍州农业社会化服务科技创新基地为例

加速农业科技创新成果转化是推进现代农业发展的主要动力,对推动乡村产业振兴具有重要现实意义。系统阐述了目前安徽省农业科技成果转化的主要模式,并综合分析了成果转化过程中存在的成果属性、转化动力、转化机制及农技推广模式等方面的问题。结合新阶段对科技创新和成果转化联动发展以及农业生产托管高质量发展的要求,提出了基于农业社会化服务的农业科技成果转化模式的理论框架,并以安徽颍州农业社会化服务科技创新基地为例,分析了农业生产托管服务在推进科技创新和促进成果高效转化方面的正向作用,阐述了农业科研院所、农技推广系统、托管组织等主体在科技创新与成果转化中的联动协作机制。提出了一条可行的农业科技成果转化新模式——基于生产托管的农业科技成果转化模式,以期为推动农业科技创新成果转化、助力农业新技术推广到位、助推乡村振兴提供参考依据。

安徽省不同生态环境下夏大豆新品种产量与农艺性状间的关系

为明确安徽省新育成大豆品种在不同生态环境下的产量及主要农艺性状表现,分析了2016-2021年安徽省夏大豆新品种比较试验的相关数据。结果表明:不同年份新品种比对照平均增减产-1.57%~4.10%,新品种的平均单株荚数比对照增加11.83%~23.45%,百粒重降低5.78%~10.94%,2021年新品种的平均每荚粒数比对照增加3.03%;新品种产量与单株荚数、每荚粒数及百粒重呈显著或极显著正相关的试验点次分别占总试验点次的67.74%、32.26%和16.13%,新品种产量与营养生长期天数、主茎节数及有效分枝数呈显著或极显著正相关的试验点次分别占总试验点次的38.71%、41.94%和38.71%;有5年高产新品种的单株荚数和有效分枝数显著或极显著大于普通新品种,有4年高产新品种的营养生长期天数、主茎节数显著或极显著大于普通新品种;安徽省大豆新品种产量的提高主要得益于单株荚数和每荚粒数的增加。因此,在安徽省生态环境下,增加大豆品种的单株荚数和每荚粒数,适当延长品种营养生长期,增加主茎节数和有效分枝数均有利于提高品种产量。

基于主成分和聚类分析的安徽大豆品种与豆腐加工特性研究

以安徽省20个大豆品种为研究对象,测定大豆主要理化成分(粗蛋白、可溶性蛋白质、粗脂肪、水分等)及制备豆腐品质参数(湿基得率、含水量、保水性、硬度等),采用相关性分析、主成分分析及聚类分析方法对大豆品种进行综合品质评价。结果表明:大豆主要理化成分与豆腐加工品质存在一定的相关性。主成分分析得到4个主成分因子,其累计方差贡献率达72.783%,综合得分前三的品种为涡豆5、皖豆21551和皖宿1019。聚类分析将20种大豆分为Ⅰ、Ⅱ、Ⅲ、Ⅳ、Ⅴ、Ⅵ类,每类所含品种分别为7、3、1、7、1、1种。主成分分析得到的3个品种被归为第Ⅱ类,这类大豆粗蛋白含量高、豆腐湿基得率高。涡豆5、皖豆21551和皖宿1019这3个品种适宜豆腐的加工。

安徽省循环农业模式研究

农业循环经济是一种新兴的经济发展模式,发展循环农业是实施实现农业可持续发展战略的重要途径。该文对安徽省现已形成的循环农业模式归纳为农业种养结合、立体复合型发展、农业副产物再利用、农村庭院型发展、休闲观光型发展5种模式。根据自然资源禀赋和发展现状,将安徽省划分为5个循环农业区,并提出相应的发展模式。同时,提出发展安徽省循环农业的对策建议。

安徽省农业功能区划研究初探

该文选取农业功能分区4组代表性的指标,采用K-均值聚类分析对安徽省进行农业功能分区。同时,兼顾多方面因素考虑,对分区方案中个别县区进行调整,形成了安徽省农业功能区划初步方案,并分析了各功能区的主导功能和拓展功能。

安徽省农业生产结构的系统分析与协调预测研究

运用灰色系统理论,对安徽省农业生产结构进行系统分析与预测,主要包括农业生产结构动态关联分析;农业总产值的多维动态模型分析:生产结构的协调预测分析。在此基础上,提出安徽省农业生产结构调整和农业经济发展建议。

安徽省主要农作物秸秆资源现状及平衡利用研究

测算安徽省主要农作物秸秆资源量及分布,分析利用现状及存在问题,预测安徽省未来主要农作物秸秆资源量,制定综合平衡利用方案,提出政策措施建议。

安徽省“十五”时期农业科技发展重要工程——安徽农业科技研究之三

提出了安徽省“十五”时期农业科技发展的 8个重要工程 ,即 :作物良种化与优质高效生产科技工程 ,优质高效养殖业科技工程 ,农产品加工与食物安全科技工程 ,农业资源环境与持续农业科技工程 ,农业高新技术研究与产业化工程 ,区域农业发展科技成果转化示范工程 。

安徽省农业自然灾害损失保险问题及对策研究

安徽省自然灾害频发,损失严重,本文通过分析本省农业自然灾害损失保险现状及存在问题,提出了进一步完善农业灾害损失保险的对策。

安徽省夏大豆产量及限制因素分析

为研究安徽省夏大豆产量限制因素,探索大豆增产途径,本文基于2016-2021年安徽省夏大豆品比试验,研究夏播大豆产量表现,以及气候、病害等对产量形成的影响。结果表明:安徽省夏大豆品比试验的年度平均产量为2180.6~2826.4 kg/hm^(2),高于近年安徽省大豆生产的平均单产水平(1500 kg/hm^(2));高产年份7月下旬(开花期)的平均气温低于低产年份相同时间段气温,且没有出现日最高气温超过35℃、以及日平均气温超过30℃的高温天气;高产年份7月中旬和7月下旬的平均降雨量大于低产年份同时间段降雨量;试验期间发生秋旱的概率9月上旬>8月下旬>8月中旬;因气候及病虫害的影响,有11.1%试验点次没有获得有效的试验结果,不同年份中,最低产试验点产量比年度平均试验产量减产13.6%~36.3%。多变的过渡性气候及病害频发是影响安徽省大豆产量的主要原因。7月下旬的高温天气及9月上旬的秋季干旱是安徽省大豆产量的重要限制因素。发生在大豆花期的高温可能是本地区大豆“症青”发生的诱导因子之一。安徽省大豆增产需要从提高品种耐逆性、优化种植技术及完善水利设施等方面综合考虑。

安徽省冬小麦春霜冻害气象指标的研究

本文根据安徽省12个农业气象观测站冬小麦春霜冻害观测调查数据,针对不同品种(春性和半冬性)冬小麦,全面分析了拔节期前15 d至拔节后20 d的最低气温变化规律,以日最低气温为指标,将春霜冻害等级划分为轻度和重度2个级别,并分时段确定等级。验证结果表明,虽然春霜冻害的发生受地形、土壤等多种因素的影响,但最低气温指标基本能够反映出冬小麦拔节前后不同品种春霜冻害的发生规律,可以在霜冻监测预警业务中应用。用该指标进行霜冻发生风险分析的结果表明,安徽省冬小麦主产区为轻度霜冻频发区、重度霜冻基本不发区,冬小麦春性品种春霜冻高发区比半冬性品种明显偏南,可用于指导冬小麦品种合理布局,减轻春霜冻危害风险。

安徽省8个小麦推广品种产量因素结构特点的研究

利用近10年来安徽省主要推广的8个高产小麦品种,针对影响小麦产量的单位面积穗数、穗粒数和千粒重等因素,通过方差分析、相关分析和通径分析,探讨三者之间的相互关系及其对产量的影响。结果表明,小麦产量水平的不断提高是其产量因素协调发展的结果。讨论了超高产小麦品种的产量构成因素与产量性状改良等问题。

安徽省春性小麦区试品系主要品质性状分析

为探究安徽省春性小麦品质育种进展,对参加安徽省淮南片2010-2019年春性小麦区试的154个品系(227份)样品进行品质性状分析,并根据不同品质分类标准进行评价。结果表明,供试材料平均容重为788.7±18.4 g·L-1,硬度指数为57.1±8.8,粗蛋白含量(干基)为13.24%±1.07%,湿面筋含量(14%水分基)为28.2%±3.0%,沉淀值(Zeleny法)为35.2±9.7 mL,吸水率为56.3%±3.8%,稳定时间为4.4±3.1 min,最大拉伸阻力为388±147 EU,能量为81.2±32.5 cm 2。品质性状之间存在显著相关性,其中,粗蛋白含量与湿面筋含量、吸水率与硬度指数的相关系数均大于0.8,分别为0.898和0.888。各品质性状年份间表现不同的变化趋势,容重、湿面筋含量、沉淀值、稳定时间、最大拉伸阻力年份间波动明显,但没有明显规律;粗蛋白含量和能量呈缓慢下降趋势;而吸水率和硬度指数则比较稳定。根据国家小麦品种品质分类标准,227份样品中,有3.08%、11.01%和0.88%的样品全部指标分别达到中强筋、中筋和弱筋小麦标准,没有样品达到强筋小麦标准,多数品系品质指标之间存在强、中强、中、弱筋交错不协调现象。通过审定的品种中,仅有1个达到弱筋标准。

安徽省花生产业现状·存在问题及对策

对安徽省花生种植区域进行了划分,介绍了花生不同产区的主要栽培方式和品种类型。通过对安徽省花生生产情况、加工及出口现状的分析,阐述了安徽省当前花生产业存在的主要问题,并针对这些问题,提出相应的对策建议。

基于日尺度的安徽省冬小麦生长过程阴湿害灾损评估模型研究

为了构建日尺度的冬小麦阴湿害评估方法,综合应用基于HP滤波趋势产量分解法的安徽省冬小麦历年气象减产率数据、地面气象观测数据,以日尺度的标准化前期降水蒸散指数、日照百分率为阴湿害关键影响因子,通过有效阴湿害积与过程敏感性耦合方式,构建冬小麦全生育期阴湿害综合指数(overcast and waterlogging composite index,OWCI),并选取阴湿害典型年样本,分别以Logistic曲线敏感性、等敏感性两种方法计算的阴湿害综合气象指数OWCIs、OWCIe为自变量、气象减产率(△Y)为因变量进行相关性分析,比较、验证两种方法在冬小麦阴湿害评估中的差异性与适用性。结果表明,△Y与两种方法的阴湿害综合气象指数均呈显著二次曲线相关,R^2分别为0.843、0.805;检验样本的△Y实测值与两种方法模拟值的R^2分别达0.685、0.573。对两种方法比较,Logistic曲线敏感性法建模的拟合性、误差、检验效果均优于等敏感性法,其气象减产率的均方根误差从7.78%下降到6.97%。应用Logistic曲线敏感性法模拟的2016年冬小麦阴湿害灾损率值与调查值基本吻合。反演计算的1981-2010年灾损率气候态均值南高北低,符合安徽省实际分布型,但2011年以来的灾损率均值普遍高于30年气候态均值,可见近年来阴湿害影响有加重趋势。因此,基于有效阴湿害积与过程敏感性耦合应用构建的冬小麦生长过程阴湿害灾损评估模型,能差异化表征不同阶段的阴湿害影响贡献,可应用于冬小麦阴湿害影响评估。

安徽省水稻产业竞争力研究

以安徽省水稻种植、稻米加工、生产成本与收益情况分析为基础,阐述国际和国内水稻生产与贸易状况,分析影响安徽省水稻生产竞争力因素,提出提高安徽省水稻产业竞争力的对策。表2,参7。

安徽省主栽小麦品种(系)脱水及穗发芽特性研究

筛选"免晾晒"小麦品种(种质),实现小麦籽粒在穗上脱水至安全水分后直接入仓是小麦规模化生产的新需求。以安徽省主栽小麦品种及部分新育成苗头品系为材料,于小麦蜡熟初期至收获期,测定了籽粒含水量、脱水速率和穗发芽率等指标,结果表明,蜡熟至收获期不同小麦籽粒含水量呈"慢—快—慢"的下降趋势,降幅分别为3.07%,14.77%和3.06%(5月29-6月1日籽粒含水量),白皮(半冬性)小麦品种同期籽粒含水量高于红皮(春性)小麦品种,并随籽粒成熟度的推进,差异逐渐缩小;不同小麦品种间籽粒脱水速率差异达到极显著水平,小麦具有脱水快的特性,1天内籽粒水分可从25%脱至13%左右(5月30-31日,6月4-5日籽粒含水量),其中脱水最快的品种为新麦26,为4.83%/d,最慢的品种为生选6号,为3.13%/d;相同籽粒含水量下不同小麦品种穗发芽率差异达到极显著水平,红皮小麦品种穗发芽抗(耐)性明显高于白皮小麦品种。

安徽省稻茬小麦产量差异解析

【目的】定量化解析安徽省稻茬小麦产量层次差异,明确稻茬小麦产量和资源利用效率提升空间。【方法】2017-2020年,在安徽省沿淮、江淮、沿江稻茬小麦区分别设置超高产(SH)、高产高效(HH)、农户(FP)和基础地力(ISP)4种种植模式以及一级产量差(FP-ISP)、二级产量差(HH-FP)、三级产量差(SH-HH)3个差异级别,调查小麦越冬期、拔节期、开花期、灌浆期、成熟期干物质积累和叶面积指数,成熟期调查有效穗数、穗粒数、千粒重和经济系数,实收测产。【结果】安徽省沿淮、江淮、沿江稻茬小麦一级产量差(FP-ISP)最大,平均为3009.6 kg/hm^(2);二级产量差(HH-FP)和三级产量差(SH-HH)分别为768.5和758.0 kg/hm^(2)。不同稻茬小麦区产量差异不同,一级产量差从北到南逐渐变小,二级产量差从北到南略增,三级产量差北部略高于南部。年度间各级产量差差异较大。缩小一级产量差的有效途径为有效穗数、穗粒数、生物产量、经济系数、拔节期叶面积指数的提升;缩小二级产量差的有效途径为穗粒数、生物产量、开花期干物质的提升;缩小三级产量差的有效途径为有效穗数、经济系数的提升。库数量、库体积、越冬期与拔节期叶面积指数、花后干物质积累量与稻茬小麦产量极显著正相关(P<0.01)。氮肥农学利用效率、光能利用效率、积温利用效率随着产量的提高而增加。【结论】增加籽粒库数量、扩大库容、提高籽粒库质量是缩小安徽省稻茬小麦产量差和提升产量的有效手段。

安徽省油菜秸秆资源综合利用方案研究

估算了安徽省油菜秸秆的资源量及分布,分析了其综合利用现状及其存在的问题,预测了未来4—5年安徽省的油菜秸秆资源量。评价油菜秸秆用途的适宜性,提出其综合利用方案与措施建议。

安徽省耕地保护目标与对策研究

在提出耕地保护指导思想及基本原则的前提下,建立目标预测模型,应用模型对安徽省2010、2015、2020年耕地的最低保有量进行预测,为实现这一目标提出了耕地数量保护、耕地质量保护、耕地生态保护以及耕地管理保护等一系列对策。