施肥对黄淮海平原冬小麦样地土壤线虫群落组成及多样性的影响

以土壤线虫群落组成及结构为研究对象,研究我国黄淮海平原冬小麦样地土壤线虫群落对施肥量变化的动态响应模式.实验采用随机区组设计,设置4种施肥处理,分别为N1:50 kg N·ha~(-1)·yr~(-1), N2:100 kg N·ha~(-1)·yr~(-1), N3:150 kg N·ha~(-1)·yr~(-1)及N4:300 kg N·ha~(-1)·yr~(-1).实验结果表明,随着施肥量的增加,冬小麦的生物量显著增加,但土壤pH值显著下降.土壤线虫的种群密度在冬小麦拔节期达到峰值.随着施氮量的增加,土壤线虫的数量显著增加,但群落的物种丰富度显著下降.施肥量的变化对食细菌性线虫没有影响,但显著降低了杂-捕类线虫的相对数量,N2处理显著提高了植食性线虫的相对数量,而N4处理显著降低了食真菌性线虫的相对数量.以上实验结果表明,土壤线虫群落中不同营养类群对施肥量变化的响应并不相同.随着施肥量的增加,土壤线虫群落趋向简单化.以上实验结果对于寻求我国黄淮海平原冬小麦产区最佳施肥方案及田间虫害防控具有一定指导意义.     

基于GF-1卫星的县域冬小麦面积提取及年际变化监测

利用遥感技术提取冬小麦种植面积及年际变化监测,可为农业经济的宏观决策提供可靠的依据.自2013年我国首颗高分卫星发射以来,高分一号卫星数据以其高分辨率的优势成为了我国农业遥感监测的主要数据源之一.本文以高分一号卫星携带的16m空间分辨率的宽视场(wide field view,WFV)数据为主要数据源,以开封县为例,采用Google Earth(以下简称GE)0.3m遥感影像为样本辅助数据,加上人工目视解译选择样本控制点,采用监督分类中的最大似然法提取冬小麦种植面积,并利用样本点对分类结果进行精度验证和年际变化监测.实验数据表明:采用冬小麦生长周期内的11月份到翌年4月份间的一幅高质量GF-1/WFV影像,利用本文给出的处理流程提取冬小麦面积均可达到农业使用的标准,且1月份为开封县冬小麦提取的最佳时像.同时,采用2013年12月29日、2015年2月25日及2016年2月20日的开封县GF1/WFV数据,面积提取精度均达到95%以上,kappa系数均大于0.96,种植面积提取的数据均略小于河南省统计局公布的数据,但两者呈现出的波动趋势是一致的.结果表明以GF-1/WFV影像为主要数据源,GE影像为辅助数据进行县域尺度上的冬小麦面积提取及年际变化监测的方法是有效可行的.     

不同灌溉方式和施氮水平对土体硝酸盐累积和淋失的影响

以华北平原冬小麦-夏玉米轮作体系为对象,研究不同灌溉方式（漫灌、喷灌）和施氮水平对土壤NO3^- -N的时空变化的影响.研究结果表明,与漫灌方式相比,喷灌在一定程度上减少了土壤NO3^- -N向土壤深层的累积;玉米季土壤深层累积大量NO3^- -N,漫灌方式和高施氮量（400kg·hm^-2·a^-1和600kg·hm^-2·a^-1）均显著增加了冬小麦－夏玉米轮作体系土壤NO3^- -N的淋洗,当施氮量在200kg·hm^-2·a^-1以下时,土壤中NO3^- -N的淋洗量与不施氮处理差异不显著．因此,合理灌溉和科学施肥是农业可持续发展的重要保证．     

有机肥对强筋和中筋小麦籽粒产量及淀粉组成的影响

为给有机肥在小麦高产和淀粉品质调优栽培中的应用提供理论依据,2007~2008年度在盆栽条件下以强筋类型郑麦9023和中筋类型豫麦49-198两种冬小麦为供试材料,研究增施有机肥对两种冬小麦品种产量与籽粒淀粉组成的影响.结果表明,增施有机肥处理提高了两种冬小麦品种的单位面积成穗数、千粒重和产量;同时提高了籽粒中直链淀粉含量,降低了支链淀粉和淀粉支/直比例;降低了淀粉粒总量,且B型淀粉数量与体积减小明显.在本试验条件下,增施有机肥处理有利于强筋和中筋冬小麦品种的产量的提高,但不利于这两类小麦淀粉品质的改善.     

脱落酸对水分胁迫下冬小麦的生理效应

经高浓度ＡＢＡ和水分胁迫同时处理的冬小麦品种太原６３３和Ｃ６０９，其气孔阻力比仅进行水分胁迫处理的有所下降，而蒸腾速度和相对含水量则有提高，抗旱性强的太原６３３更明显。     

生物炭对冬小麦土壤理化性质和产量的影响

为了探究不同水氮条件下生物炭施加量对华北平原冬小麦种植系统土壤理化性质和产量的影响,以山东省济南市长清区某灌溉试验中心站2019—2020年进行的田间试验为基础,在优化水氮和优化80％水氮条件下,设置生物炭施加量分别为0、20、40 t/hm2,测定土壤氮磷含量、容重和含水率以及冬小麦产量.结果表明:在2种水氮条件下,...     

基于多时相Sentinel-2数据的中牟县冬小麦种植面积提取

农作物的遥感识别监测是开展农作物长势监测、估产的前提和出发点,是农业遥感的焦点之一.利用遥感数据监测作物种植面积,日益成为农业管理及政策制定的重要技术支撑.以中牟县为研究区,选取2020—2021年期间的6幅Sentinel-2遥感影像数据,主要依据农作物的物候期光谱特征曲线变化和时序归一化植被指数曲线的变化,利用面向对象提取方法提取中牟县冬小麦面积及空间分布.将提取结果与谷歌地球高分辨率影像结合野外调查得到的验证样本进行精度验证,评价结果显示：总体精度93.33%,Kappa系数86.38%,结果能够较好地反映中牟县冬小麦种植面积及空间分布情况.该方法为大区域农作物的面积提取提供了重要方法参考.