激光在作物遗传育种中的运用

本文综述了激光在作物遗传育种中的发展和成就,激光的种类、剂量及辐照处理方式对作物遗传育种的影响;以及从个体、细胞和分子水平研究激光诱变遗传变异的进展。     

丰源集团把创新的目光盯在大地上

<正>"农田作物有可能逐渐取代石油成为获得从燃料到塑料的物质来源‘,黑金’也许会被‘绿金’所取代。"——《今日美国》     

农业土壤应力状态与作物根系生长相关性研究

分析了农业土壤在自然条件下的力学特性和任一深度的应力状态,得到土壤任一点的垂直应力和水平侧向应力的计算公式.通过模拟试验,研究了土壤应力变化对小麦、玉米根系生长发育及其根系分布规律的影响.结果表明:作物根系在土壤中的分布随土壤应力的变化呈指数曲线变化.土壤应力增大,作物根量、根表面积减小.     

作物病虫害绿色管理的开发与探索

针对国外危险病虫传入几率的增大以及农药对农产品污染的日趋严重,论述了开发绿色管理的必要性、紧迫性与可行性,提出应从生态环境保护和农产品食用安全的目标出发,营造一个有利于作物生长而不利于病虫害生存的环境条件,达到有效控制病虫害,维护生态环境安全,以保障绿色农业安全生产,促进绿色食品持续发展的目的。     

复合土壤微生物制剂生产技术

该技术是河北省生物研究所经过多年科技攻关,严格筛选多种有益微生物并合理复配而成,具有长期控制有害微生物,增加土壤营养,促进作物生长发育,提高抗病性的作用.     

转基因作物产业化之风险预防原则的困境与出路——兼论"实质等同原则"的价值回归

鉴于转基因产品对环境和人体的风险,风险预防原则得以成为转基因作物产业化活动的指导原则,但该原则一开始便受到"实质等同原则"的挑战,且其自身存在概念不统一、实质内涵不明、法律地位模糊等问题.通过实证研究发现,"风险预防原则"和"风险预防方法"以及"风险预防措施"之间存在抽象和具体、一般和特殊、目的 和手段的关系;我国转基...     

黑龙江大宗作物估产模型： 以水稻、大豆、玉米为例

建立黑龙江省的大宗作物的估产模型,对于及时掌握该省的农情有积极作用,同时可以为其他区域的估产建模提供方法参考。首先计算了趋势单产、农业气候指标、遥感类指标、种植波动指标。然后,针对3种作物(大豆、玉米、水稻)进行估产分区,在各分区内联合使用随机森林和留一法筛选建模变量。最后,统计基于留一法建立的所有模型的平均绝对相对精度(mean absolute relative precision, MARE)的最大值、最小值、均值和均方根误差,以此来反映最终建模的精度和稳定性。结果表明：针对大豆、水稻和玉米,黑龙江分别被分成了3、3和4个估产子区;变量筛选的结果显示趋势单产的重要性>归一化植被指数(normalized difference vegetation index, NDVI)距平的重要性>积温距平的重要性>Z指数的重要性;除玉米1区以外,针对3种作物建立的模型的最终MARE均小于10%,且所有模型的MARE的方差均小于0.05%。所建模型能够准确预测不同农业气候状况下的作物单产,可以为精细化筛选变量进行估产建模提供方法参考。     

基于遥感信息和作物生长模型同化的水稻估产方法研究

本研究的目的是通过数据同化方法,将国产环境卫星HJ-1A/B数据提取的水稻叶面积指数LAI信息和作物生长模型相结合,以提高水稻估产的精度.具体方法为:首先通过分析水稻叶面积指数LAI和水稻归一化植被指数NDVI的时域变化关系建立模型反演水稻LAI,并应用研究区历史数据和作物生长模型WOFOST建立初始水稻生长模型估算水稻产量.在构建代价函数的基础上,采用SCE(shuffledcomplex evolution)数据同化方法对初始水稻生长模型参数进行优化,使水稻生长模型估算的水稻LAI和遥感数据反演的LAI差值最小.最后将采用同化方法的水稻生长模型估算的研究区水稻产量和不加同化方法的原始水稻生长模型估算的水稻产量进行比较,结果显示水稻估产精度有明显提高.研究结果表明采用遥感数据提取的农作物实时生长信息可以修正作物生长模型关键参数以提高区域范围的农作物估产精度,同时也显示国产环境卫星数据在农作物生长监测上具有广阔的应用潜力.     

基于天气预报的参考作物腾发量预报方法比较

以常州站点为例,收集了2000—2017年历史气象观测数据和2011—2015年历史天气预报数据,以FAO56-PM公式的估算结果为对照,分别对Hargreaves-Samani模型、多元回归模型与傅立叶分析模型进行率定和验证,并以2016-04-21至2017-10-24逐日1～7 d天气预报数据为依据,分析评价3种率定模型的ET0预报精度。结果表明:率定后的MR模型在1 d、4 d、7 d预见期的平均绝对误差为0. 751 mm/d,准确率为87. 2%,预报精度均优于HAR模型与FA模型;均方根误差除在3d预见期时略高于HAR模型外,其他预见期均最小。考虑到天气预报准确率随预见期增加而降低,建议预见期不宜大于3 d。进一步在季节尺度下的精度比较显示,MR模型在各季节1～3 d预见期的预报精度均高于HAR模型与FA模型,总体预报精度最高。因此,建议采用MR模型对常州站点进行ET_0预报。