绿洲灌区绿肥还田利用方式对玉米干物质积累、分配及产量的影响

研究绿肥还田利用方式对玉米干物质积累分配规律及产量的影响,对优化区域玉米种植制度具有重要意义。2020—2021年在甘肃内陆河绿洲灌区进行田间试验,研究了绿肥全量翻压(tillage with full quantity of green manure incorporated in the soil,TG)、绿肥地表覆盖免耕(no-tillage with full quantity of green manure mulched on soil surface,NTG)、绿肥地上部移除根茬翻压(tillage with root incorporated in the soil and above ground green manure removed,T)、绿肥地上部移除免耕(no-tillage with above ground manure removed,NT)和传统翻耕、休闲(conventional tillage and leisure,CT)5个处理对玉米干物质积累、分配及产量的影响。结果表明,NTG和TG处理具有明显的干物质积累优势,在完熟期二者地上部干物质积累量分别较CT处理显著提高20.2%和17.7%,较T处理显著提高20.2%和7.3%,较NT处理显著提高15.7%和13.0%;同时NTG和TG处理促进了干物质向穗部的分配,分别较CT处理显著提高10.3%和9.0%;通过Logistic方程拟合发现,NTG、TG处理的玉米干物质最大增长速率(Vmax)和平均增长速率(Vmean)分别较CT处理显著提高36.6%、24.8%和20.2%、17.7%;且NTG和TG处理增产效果显著,分别较CT处理增产24.9%和25.7%,增产主要归因于穗粒数的提高。因此,绿肥地表覆盖免耕和绿肥全量翻压处理有利于促进玉米干物质积累与分配,提高产量,其中绿肥地表覆盖免耕处理效果突出,可作为该区推荐的绿肥还田利用方式。

西北灌区复种绿肥及减氮条件下春小麦产量及水分利用特征

【目的】针对西北灌区春小麦生产中氮肥投入过高、水分利用效率低等问题,探讨复种绿肥及减量施氮对春小麦水分利用特征的影响,以期为优化春小麦生产的水资源高效利用提供理论依据。【方法】采用裂区设计,主区设麦后复种绿肥毛叶苕子(W-G)和麦后休闲(W)两种种植模式,副区设传统施氮(N3,180 kg·hm^(-2))、减施氮肥15%(N2,153 kg·hm^(-2))和减施氮肥30%(N1,126 kg·hm^(-2))3个施氮水平,于2020—2021年研究复种绿肥及减氮对春小麦产量、耗水量及水分利用效率的影响。【结果】麦后复种绿肥结合适量减施氮肥可提高春小麦播前土壤贮水量,W-G较W模式春小麦播前土壤贮水量增加11.5%—13.5%,麦后复种绿肥结合氮肥减施15%(W-GN2)与麦后复种绿肥结合减氮30%(W-GN1)较对照麦后休闲结合传统施氮量(W-N3)春小麦播前土壤贮水量分别提高12.1%—20.2%与15.2%—16.6%,W-GN2与W-GN1处理间无显著差异。W-G较W春小麦耗水量降低12.6%—13.7%,复种绿肥模式中以W-GN2降低春小麦耗水量幅度最大,较麦后休闲结合减氮15%(W-N2)、W-N3分别降低21.8%—25.8%、21.3%—26.3%;W-G通过降低春小麦拔节期至灌浆初期的耗水模系数,增大播种前期至拔节期与灌浆初期至成熟期的耗水模系数(两阶段耗水量占全生育期总耗水量的比例为60.5%—64.1%),有效协调春小麦前后生育时期的水分需求特征,增强了春小麦生长发育过程中水分供需同步性。相比W-GN1、W-GN3,W-GN2处理的调控效应更突出。W-G具有增产优势,较W增产13.5%—14.1%;W-GN2较W-N2与W-N3分别增产16.7%—18.4%与13.6%—14.6%。因而,W-G较W模式提高水分利用效率为29.4%—31.0%,麦后复种绿肥模式中,以W-GN2提高水分利用效率的幅度较大,较W-N2、W-N3分别提高44.2%—46.8%、39.1%—43.5%,较W-GN1、W-GN3分别提高36.2%—50.7%、9.1%—17.0%。【结论】麦后复种绿肥结合减施氮肥15%(即施氮153 kg·hm^(-2))较传统水氮管理提高春小麦产量及水分利用效率,可推荐为西北灌区春小麦水分高效利用的生产模式。

基于HPLC-QAMS测定两种寄主肉苁蓉中6种苯乙醇苷成分含量

建立HPLC-QAMS同时测定梭梭-肉苁蓉和四翅滨藜-肉苁蓉醇提液中松果菊苷、毛蕊花糖苷、异毛蕊花糖、肉苁蓉苷A、管花苷A和2′-乙酰基毛蕊花糖苷的含量。HPLC法测定6种苯乙醇苷成分在各自线性范围内线性关系良好(r≥0.9995),方法学考察RSD均<3.0%,平均加样回收率为98.616%~100.203%,RSD为1.645%~2.602%。以松果菊苷为内参物,计算其它5个成分的RCF分别为0.8839、1.0038、0.7510、0.8430和0.8515。利用RCF计算两种寄主肉苁蓉6种苯乙醇苷成分含量,QAMS与ESM测得的两种寄主肉苁蓉各成分含量无明显差异。结果表明,建立的HPLC-QAMS测定肉苁蓉醇提取液中6种苯乙醇苷成分的方法稳定可靠,可用于其质量控制及药效基础研究。

绿肥还田量结合氮肥减施对绿洲灌区小麦产量和氮素吸收利用的影响

针对甘肃河西绿洲灌区小麦生产中产量提高受限、氮素利用率低等问题,分析绿肥还田配施化学氮肥对小麦产量形成及氮素吸收利用的影响,为优化小麦施氮制度提供理论依据。2021至2022年,在河西绿洲灌区开展小麦复种毛叶苕子田间试验,以传统施氮不复种绿肥为对照(G0N1),设置:不施氮不复种绿肥(G0N0);绿肥7500 kg hm^(–2)+氮肥减量15%(G1N2);绿肥15,000 kg hm^(–2)+氮肥减量15%(G2N2);绿肥22,500 kg hm^(–2)+氮肥减量15%(G3N2);绿肥30,000 kg hm^(–2)+氮肥减量15%(G4N2);绿肥7500 kg hm^(–2)+氮肥减量30%(G1N3);绿肥15,000 kg hm^(–2)+氮肥减量30%(G2N3);绿肥22,500 kg hm^(–2)+氮肥减量30%(G3N3);绿肥30,000 kg hm^(–2)+氮肥减量30%(G4N3),分析了绿肥还田量和化学氮肥减量的组合效应对小麦氮素吸收积累及籽粒产量的影响。结果表明,绿肥还田30,000 kg hm^(–2)配合化学氮肥减量15%(G4N2)在提高作物产量的同时促进了氮素高效利用。与G0N1相比,G4N2处理籽粒产量和氮素利用效率分别提高8.2%、45.4%(P<0.05)。G4N2较G2N2、G4N3、G3N3籽粒产量分别提高25.6%、19.1%和15.5%,氮素利用效率分别提高28.9%、8.4%和24.3%,G1N2、G1N3与G0N1无显著差异。G4N2处理较G0N1收获指数、氮肥偏生产力及氮素收获指数分别提高36.8%、43.8%、33.9%(P<0.05),较G3N2、G2N2、G4N3、G3N3分别平均提高15.0%-26.3%、9.6%-29.2%和5.6%-11.2%。小麦开花期和成熟期,G4N2处理地上部氮素积累量较其他处理平均提高22.5%、13.9%,氮素营养指数较其他处理平均提高38.1%、37.4%(P<0.05)。同时,与G0N1相比,G4N2处理茎和叶的氮素转运量平均提高35.8%、20.4%,氮素转运率平均提高26.6%、23.3%,氮素转运对籽粒的贡献率平均提高29.1%、25.7%(P<0.05)。综上所述,河西绿洲灌区绿肥还田30,000 kg hm^(–2)配合化学氮肥减量15%相比传统施氮不复种绿肥能够有效协调小麦地上部氮素的积累及向籽粒的转运,提高氮素利用效率,促进小麦增产。

基于图像特征识别的马铃薯薯皮粗糙度分级研究

【目的】马铃薯薯皮粗糙度分级研究可以提供块茎外观品质性状无损检测方法,为客观评价品质质量和高通量筛选品种提供理论和实践基础。【方法】以79份马铃薯品种(系)为供试材料,利用相机采集有/无芽眼的薯皮图像。基于MATLAB R2016a软件对薯皮图像预处理,随机选择8份材料用相关函数指标比较图像灰度化、增强及去噪效果。利用灰度共生矩阵(gray level co-occurrence matrix,GLCM)提取图像特征参数角二阶矩(angular second moment,ASM)、熵(entropy,ENT)、对比度(contrast,CON)和相关度(correlation,COR),并确定矩阵最适像素距离(d)。比较两类薯皮图像特征参数间的差异,选择差异较小的薯皮图像特征集进行统计分析和分类识别。构建支持向量机(support vector machines,SVM)和BP神经网络(backpropagation neural network,BPNN)模型对薯皮粗糙度分级分类,模型分级精度评价指标为准确率、精准率、召回率及调和平均数。【结果】加权平均值法进行灰度处理后的薯皮图像纹理结构清晰,图像清晰度评价值为2.5698±0.5959,显著高于平均值法(1.8035±0.4856)和最大值法(1.0535±0.4088);直方图均衡化增强后的薯皮图像灰度级范围由100—200扩大为0—200,灰度分布更加广泛;中值滤波对3×3窗口下的薯皮图像椒盐噪声去噪效果明显,峰值信噪比(peak signal-to-noise ratio,PSNR)最大((28.6250±3.9784)Bp),显著高于3×3和5×5窗口下对高斯噪声去噪后的PSNR。通过GLCM(d=4)提取的两类薯皮图像特征参数间差异显著,选择其中差异较小的无芽眼薯皮图像特征集进行统计分析和分类识别,结果表明该特征集变异系数差异明显,对比度变异系数最大(0.40),其次是角二阶矩(0.24)和相关度(0.23),熵变异系数最小(0.18)。将该特征集作为分类模型输入变量用于薯皮分类,相较于BP神经网络,SVM对马铃薯薯皮粗糙度的整体分类性能较高,准确率为87.5%。其中,对光滑皮和重麻皮的预测准确度和识别能力最高,精准率均为100%,召回率分别为85.7%和100%,调和平均数分别为92.3%和100%。【结论】综合利用本研究提出的图像处理技术及GLCM提取的纹理特征参数能有效表征马铃薯块茎薯皮粗糙度差异;通过构建SVM分类模型可实现基于机器视觉的马铃薯薯皮粗糙度分级,且准确率达87.5%。

多特征融合的轻量级马铃薯分类研究

针对复杂环境下田间马铃薯品种识别精度不高,模型体积较大等问题,提出了一种基于多特征融合的轻量级卷积神经网络LRnet。LRnet网络将ShuffleNetV2和MobileNetV2裁剪后作为双分支网络结构的主干,分别提取马铃薯叶片和马铃薯块茎的图像特征,然后通过提出的融合策略将特征进行融合,从而对马铃薯的29个品种进行分类。实验结果表明,本文提出的LRnet相比ShuffleNetV2、MobileNetV2和ResNet不仅显著提高了马铃薯品种的分类精确度,而且模型小,易于端侧部署,同时也表明了多部位特征融合方法可以显著提高物种的识别精度,为马铃薯的品种鉴定提供了技术参考,其融合策略也可为相关研究人员提供一定的研究思路。

耐低钾马铃薯品种的筛选与评价

土壤缺钾严重降低了我国马铃薯(Solanum tuberosum)的产量。而不同品种马铃薯对低钾的响应差异较大。因此,采用耐低钾马铃薯品种可通过提高钾素利用效率减少钾肥施用量,成为我国农业可持续发展和绿色发展的重要途径。该研究对30个马铃薯品种在正常钾处理(202.5 kg·hm^(-2)K_(2)O)和低钾处理(0 kg·hm^(-2)K_(2)O)下的17个指标进行测定,并对9个代表性指标,包括叶面积指数、根冠比、茎叶干质量、根干质量、单株产量、单株大薯产量、单株小薯产量、块茎干质量和块茎钾积累量进行后续分析。结果表明,在低钾条件下,各项指标均有不同程度的下降。主成分分析表明,这9个指标可转换为4个独立的综合指标,累计贡献率达87.1%。根据综合评价值(D值)和聚类分析,将30个品种分为6类,其中第1类为高度耐低钾品种,包括Lucinda、Favorita、Kexin1、Xisen6、Xingjia2、Helan15和Chuanyin2,第2类为中度耐低钾品种,包括Longshu20、Dingshu3、Jizhang12(W)、Jiuen1、Longshu19和Jizhang12(Y)。此外还建立了耐低钾性评价回归模型Y=–0.595+0.247X_(5)+0.155X_(4)+0.138X_3+0.167X_8+0.088X_(1)+0.081X_(6)+0.097X_9+0.053X_(2)(R^(2)=0.999,P=0.000),利用回归方程对30个品种的估计精度均在90%以上。在低钾条件下,可利用单株产量、根干质量、茎叶干质量、块茎干质量、叶面积指数、单株大薯产量、块茎钾积累量和根冠比快速鉴定耐低钾马铃薯品种。

耐亚磷酸盐马铃薯的筛选与评价

磷是植物生长发育不可或缺的营养元素之一,正磷酸盐(P)在土壤中含量丰富,但由于土壤的固定作用,其中能被植物吸收利用的有效磷含量并不高,提高植物对土壤磷的吸收利用能力,或优化磷肥施用,已成为亟待解决的问题。土壤中亚磷酸盐(PH)的含量仅次于正磷酸盐,其具有更高的溶解度,可在植物木质部与韧皮部之间进行双向运输,不易被土壤固定,但亚磷酸盐作为磷肥替代正磷酸盐和选育耐亚磷酸盐作物品种的研究鲜有报道。基于此,该研究选取5份引进的马铃薯(Solanum tuberosum)品种和1个商业品种青薯9号(QS9)为实验材料,经驯化炼苗后直接栽入试验田,设置正常磷肥处理和亚磷酸盐替代处理,测定不同品种的表型、光合作用效率和干物质等指标,以各单项耐亚磷酸盐系数(PTC)为衡量依据,利用主成分分析等方法对不同马铃薯品种的PH耐性进行综合评价。结果表明,6个马铃薯品种可分为高度耐亚磷酸盐型(C115和D13)、弱耐亚磷酸盐型(C20、C31和QS9)和亚磷酸盐敏感型(C80)3类。该研究评价了不同马铃薯品种对亚磷酸盐的耐受性,旨在为马铃薯耐亚磷酸盐品种选育和亚磷酸盐新型肥料开发提供科学依据。