为了探讨不同水氮耦合处理对水稻根系形态生理、产量及氮肥利用率的影响,以徐稻3号为材料,进行防雨棚池栽试验,设置浅水层灌溉、轻度水分胁迫(-20 k Pa)和重度水分胁迫(-40 k Pa)3种灌溉方式及不施氮肥,中氮(normal nitrogen,MN,240 kg/...为了探讨不同水氮耦合处理对水稻根系形态生理、产量及氮肥利用率的影响,以徐稻3号为材料,进行防雨棚池栽试验,设置浅水层灌溉、轻度水分胁迫(-20 k Pa)和重度水分胁迫(-40 k Pa)3种灌溉方式及不施氮肥,中氮(normal nitrogen,MN,240 kg/hm2)和高氮(high nitrogen,HN,360 kg/hm2)3种氮水平,研究不同水氮耦合对根系形态、根系吸收面积、根系氧化力、根系氮代谢酶活性的影响。结果表明:灌溉方式与施氮量存在明显的互作效应,轻度水分胁迫增加了主要生育期根长、根质量、根质量密度、根系氧化力、总吸收面积、活跃吸收面积及根系氮代谢酶活性,降低穗分化后水稻根冠比,且与MN耦合后产量及氮肥农学利用率最高,为该试验最佳的水氮耦合运筹模式;重度水分胁迫则降低根长、根质量、根系活力及氮代谢酶活性,增加主要生育期根冠比。相关分析表明:幼穗分化始期至成熟期根冠比与水稻籽粒产量呈负相关关系,而其他根系形态、根系氧化力及氮代谢酶活性均与产量呈显著(P<0.05)或极显著(P<0.01)的正相关;根系质量、根质量密度及根冠比与氮肥农学利用率呈负相关,而穗分化至成熟期根系活跃吸收面积及穗分化至抽穗期根系氧化力均与氮肥农学利用率呈显著(P<0.05)或极显著(P<0.01)的正相关。表明通过适宜的水氮耦合调控,创造良好的根系形态、提高根系活力和氮代谢酶活性,将更有利于提高产量及氮肥利用效率。该研究对认识水氮耦合下根系形态生理差异、指导水稻高产高效栽培实践提供理论依据。展开更多
为实现荔枝园环境的实时远程监控和精准管理,设计基于农业物联网的荔枝园信息获取与智能灌溉专家决策系统,该系统通过信息采集终端模块实时采集荔枝园的土壤含水率、空气温湿度、光照强度、风速和降雨量等环境信息,通过无线传感网将数...为实现荔枝园环境的实时远程监控和精准管理,设计基于农业物联网的荔枝园信息获取与智能灌溉专家决策系统,该系统通过信息采集终端模块实时采集荔枝园的土壤含水率、空气温湿度、光照强度、风速和降雨量等环境信息,通过无线传感网将数据包发送到网关上,网关通过通用无线分组网(general packet radio service,GPRS)将处理后的数据包传输到云服务器,专家系统根据采集到的环境数据,结合专家知识,建立多个决策数学模型,实现计算作物需水量、预报灌溉时间、灌溉最佳定量决策、根据灌溉制度决策等决策功能,将决策结果反馈到控制终端模块进行智能监控。经试验,对比系统多参数决策和一般的单参数决策得出的结论,多参数决策的准确性更高;灌溉区域的土壤含水率平均值为17.4%,满足荔枝树生长所需的土壤含水率条件,说明系统的灌溉决策具有比较强的实时性。且系统预测能达到75%的准确率,说明系统的预测实时性比较好。该系统实现了荔枝园的环境信息获取与智能灌溉,能指导用户更好地管理荔枝园。展开更多
文摘为了探讨不同水氮耦合处理对水稻根系形态生理、产量及氮肥利用率的影响,以徐稻3号为材料,进行防雨棚池栽试验,设置浅水层灌溉、轻度水分胁迫(-20 k Pa)和重度水分胁迫(-40 k Pa)3种灌溉方式及不施氮肥,中氮(normal nitrogen,MN,240 kg/hm2)和高氮(high nitrogen,HN,360 kg/hm2)3种氮水平,研究不同水氮耦合对根系形态、根系吸收面积、根系氧化力、根系氮代谢酶活性的影响。结果表明:灌溉方式与施氮量存在明显的互作效应,轻度水分胁迫增加了主要生育期根长、根质量、根质量密度、根系氧化力、总吸收面积、活跃吸收面积及根系氮代谢酶活性,降低穗分化后水稻根冠比,且与MN耦合后产量及氮肥农学利用率最高,为该试验最佳的水氮耦合运筹模式;重度水分胁迫则降低根长、根质量、根系活力及氮代谢酶活性,增加主要生育期根冠比。相关分析表明:幼穗分化始期至成熟期根冠比与水稻籽粒产量呈负相关关系,而其他根系形态、根系氧化力及氮代谢酶活性均与产量呈显著(P<0.05)或极显著(P<0.01)的正相关;根系质量、根质量密度及根冠比与氮肥农学利用率呈负相关,而穗分化至成熟期根系活跃吸收面积及穗分化至抽穗期根系氧化力均与氮肥农学利用率呈显著(P<0.05)或极显著(P<0.01)的正相关。表明通过适宜的水氮耦合调控,创造良好的根系形态、提高根系活力和氮代谢酶活性,将更有利于提高产量及氮肥利用效率。该研究对认识水氮耦合下根系形态生理差异、指导水稻高产高效栽培实践提供理论依据。
文摘为实现荔枝园环境的实时远程监控和精准管理,设计基于农业物联网的荔枝园信息获取与智能灌溉专家决策系统,该系统通过信息采集终端模块实时采集荔枝园的土壤含水率、空气温湿度、光照强度、风速和降雨量等环境信息,通过无线传感网将数据包发送到网关上,网关通过通用无线分组网(general packet radio service,GPRS)将处理后的数据包传输到云服务器,专家系统根据采集到的环境数据,结合专家知识,建立多个决策数学模型,实现计算作物需水量、预报灌溉时间、灌溉最佳定量决策、根据灌溉制度决策等决策功能,将决策结果反馈到控制终端模块进行智能监控。经试验,对比系统多参数决策和一般的单参数决策得出的结论,多参数决策的准确性更高;灌溉区域的土壤含水率平均值为17.4%,满足荔枝树生长所需的土壤含水率条件,说明系统的灌溉决策具有比较强的实时性。且系统预测能达到75%的准确率,说明系统的预测实时性比较好。该系统实现了荔枝园的环境信息获取与智能灌溉,能指导用户更好地管理荔枝园。
