Please wait a minute...

当期目录

2019年 第40卷 第08期    刊出日期:2019-08-20
论文
封面
2019, 40(08):  1. 
摘要 ( 88 )   PDF (1359KB) ( 2717 )  
相关文章 | 计量指标
目录
2019, 40(08):  2. 
摘要 ( 110 )   PDF (67KB) ( 241 )  
相关文章 | 计量指标
气候变化下农业领域的国际文献特征与热点演变:基于CiteSpace V的文献计量分析
黄承芳,李宁,刘丽,刘远,张正涛,陈曦
2019, 40(08):  477-488.  doi:10.3969/j.issn.1000-6362.2019.08.001
摘要 ( 310 )   PDF (3209KB) ( 1336 )  
参考文献 | 相关文章 | 计量指标
基于Web of Science核心数据集中1985?2018年发表的11430篇以“气候变化”和“农业”为研究主题的文献,利用CiteSpace V软件网络可视化分析功能,对气候变化下农业领域文献的特征与热点演变进行探究,以期明确该领域研究变化特征与趋势,为发展创新提供参考方向。结果表明:自1985年以来,农业领域年文献数量呈持续上升趋势;以美国、英国、中国、德国、澳大利亚等国家为代表的经济快速发展国家和地区均注重该领域的研究探讨;文献多发表于《Climatic Change》、《Science》等优质期刊;中国科学院、瓦赫宁根大学等国内外众多知名机构均致力于该领域的研究;“影响”、“适应性”、“管理”、“模型”、“食品安全”等是研究的共同热点词汇;以2007年为界,研究热点从评估气候变化对未来农作物产量的影响、影响因子等发展到集中探讨气候变化下农业发展的适应性、气候智慧型农业以及保护性农业等问题,以气候智慧型农业为代表的研究将是未来农业领域创新发展方向。
西北各省季节降水变化及其贡献的差异分析
孙悦,高继卿,杨晓光
2019, 40(08):  489-501.  doi:10.3969/j.issn.1000-6362.2019.08.002
摘要 ( 410 )   PDF (2874KB) ( 749 )  
参考文献 | 相关文章 | 计量指标

利用中国西北地区124个气象台站1951?2015年逐日降水资料,通过计算各季节降水量及降水日数贡献率,解析西北五省(区)不同季节各等级降水量及降水日数贡献率差异,明确不同季节降水量和降水日数变化对年降水量和降水日数变化,以及同季节内不同等级降水量和降水日数变化对当季降水量和降水日数变化的作用,以探究西北地区降水的时空变化特征。结果表明:(1)1951-2015年,西北地区年降水日数以0.1d·10a-1(P<0.01)的速率极显著减少,各站点年平均降水日数及线性变化趋势差异较大;(2)1951-2015年,西北地区年平均降水量以3.9mm·10a-1(P<0.01)的速率极显著增加,变化显著区域主要分布在新疆及青海地区;(3)研究区域降水季节分布不均,主要集中在夏季,其中各省(区)夏季降水量贡献率在50%~63%,降水日数贡献率在35%~48%,春秋两季降水接近,冬季降水最少;各季节降水均以小雨和中雨为主,各省(区)两者降水日数累计贡献率均在90%以上,暴雨仅发生在夏季且降水日数贡献率低于1%,秋季各等级降水分布与春季基本一致;(4)夏、秋季节降水量和降水日数变化是年降水和降水日数变化的主要原因,小雨至中雨降水量和日数变化是导致季节总降水量和降水日数变化的最主要原因,而春、冬季降水在年降水、大雨至暴雨在当季(年)降水中不占优势,故其作用不明显。

水分胁迫对黍子幼苗生长和生理特性的影响
韩志平,张海霞,张巽,梁艳花
2019, 40(08):  502-511.  doi:10.3969/j.issn.1000-6362.2019.08.003
摘要 ( 1300 )   PDF (658KB) ( 573 )  
参考文献 | 相关文章 | 计量指标

以“晋黍8号”黍子幼苗为材料,在大棚内采用盆栽砂培法浇灌营养液,设置重旱、轻旱、正常灌溉、轻涝和重涝5个处理,植株二叶一心时开始胁迫处理,于处理后20d测定植株形态指标、生物量和含水量、叶片质膜透性、光合色素、丙二醛、抗坏血酸、脯氨酸、可溶性糖和可溶性蛋白含量等指标,研究水分胁迫对黍子幼苗生长、膜脂过氧化和渗透调节的影响。结果表明,正常灌溉下黍子幼苗生长最好,株高、茎粗、茎节数、叶片数、最大叶面积及根系、茎叶、穗的鲜质量、干质量均最大,干旱和涝害下幼苗各形态指标和生物量均明显降低,且重旱和重涝下比轻旱和轻涝下降低更明显;根系、茎叶和穗的含水量在干旱下均明显降低,涝害下表现各不相同。叶片光合色素含量在干旱下显著降低而涝害下无明显变化,质膜透性、丙二醛、抗坏血酸和脯氨酸含量在干旱和涝害下明显增加,且重旱和重涝下比轻旱和轻涝下增加更明显;可溶性糖含量在干旱下明显增加而在涝害下明显降低,可溶性蛋白含量在干旱下显著降低而在涝害下无显著变化。研究说明,干旱和涝害均对黍子幼苗造成过氧化伤害,抗氧化物质和渗透调节物质含量随之增加,但是抗氧化物质的增加并不能完全消除胁迫导致的过氧化伤害,加上光合能力降低,使黍子植株生长显著抑制。在本试验条件下,干旱胁迫对黍子幼苗的伤害比涝害严重。

低温寡照影响番茄幼苗根系有机酸代谢和养分吸收
李煜姗,李平,杨再强,汪甫
2019, 40(08):  512-522.  doi:10.3969/j.issn.1000-6362.2019.08.004
摘要 ( 311 )   PDF (1105KB) ( 620 )  
参考文献 | 相关文章 | 计量指标

低温寡照气象灾害严重制约设施番茄产量和品质,本研究拟从番茄根系有机酸代谢和养分吸收的角度,探究低温寡照影响番茄生长的潜在机制。通过人工控制试验,设置不同低温(最高温/最低温:12℃/2℃、14℃/4℃、16℃/6℃、18℃/8℃)和弱光(200、400μmol·m-2·s-1)的交互处理,研究低温寡照处理2、4、6、8、10d后苗期番茄根系活力、氮磷钾含量、植株干重以及根系分泌低分子量有机酸(LMWOAs)的动态变化。结果表明:低温寡照显著抑制番茄根系活力和氮、磷、钾吸收,抑制根、茎叶干重增加,温度越低抑制作用越强;最低温(12℃/2℃)和最弱光(200μmol·m-2·s-1)处理下,番茄根系活力仅为对照的7.70%~22.1%,根系氮、磷、钾的净吸收量分别为对照的3.75%~18.1%、1.28%~27.1%和19.1%~35.5%,根系、茎叶干重分别为对照的23.4%~55.9%和42.6%~66.5%。低温寡照胁迫下番茄根系分泌低分子量有机酸的总量显著降低,土壤pH值升高,其中草酸的分泌量最大,下降幅度最明显。表明低温寡照对番茄生长的抑制作用可能与根系活力下降,草酸分泌减少和养分吸收降低有关,推测在低温寡照胁迫初期施加适量草酸或氮、磷、钾复合肥料或许可提高番茄的抗灾能力。

不同水分条件下葡萄临界氮稀释曲线模型的建立及氮素营养诊断
李佳帅,杨再强,李永秀,江梦圆,赵和丽,韦婷婷,张旭然
2019, 40(08):  523-533.  doi:10.3969/j.issn.1000-6362.2019.08.005
摘要 ( 283 )   PDF (1214KB) ( 780 )  
参考文献 | 相关文章 | 计量指标

以1a生葡萄植株“红提”为试材,在Venlo型试验温室内进行土壤水分和施氮量双因素区组试验。试验设置4个灌水水平,分别为正常灌溉量W1(田间最大持水量的70%~80%)、轻度水分胁迫W2(60%~70%)、中度水分胁迫W3(50%~60%)和重度水分胁迫W4(30%~40%);设置4个施氮水平,分别为1.5倍推荐施氮量(N1,25.5g plant-1)、正常推荐施氮量(N2,17g plant-1)、0.5倍推荐施氮量(N3,8.5g plant-1)和不施用氮肥(N4,0g plant-1)。每10d观测一次植株体内氮浓度和植株地上部生物量,利用不同水分条件下葡萄植株在一定生长时期内所获最大生物量时对应的最小氮浓度值即临界氮浓度(Nc)构建葡萄临界氮浓度稀释曲线模型,并在此基础上建立氮素吸收模型(Nupt)和氮素营养指数模型(NNI),对不同水分条件下葡萄氮营养状况进行定量诊断。结果表明:设施葡萄植株临界氮浓度与地上部生物量存在幂函数关系,随着灌水量的增加,葡萄植株临界氮浓度值增大,氮素吸收量及地上部生物量也呈增加趋势;在W1、W2水分条件下,葡萄植株生物量随施氮量增加而增加,而W3和W4处理葡萄生物量随施氮量增加呈先增后降的趋势;在相同水分条件下,氮浓度随施氮量增加而增加,随葡萄生长进程而降低;利用Nupt和NNI模型可对植株体内氮营养元素亏缺与否进行有效诊断。

基于Logistic回归建立霜自动判识模型
朱华亮,温华洋,华连生,金素文,陈菁菁
2019, 40(08):  534-542.  doi:10.3969/j.issn.1000-6362.2019.08.006
摘要 ( 266 )   PDF (975KB) ( 527 )  
参考文献 | 相关文章 | 计量指标
利用安徽省23个典型气象站2003?2017年观测数据,根据无霜日的气象要素阈值条件进行质量控制,在此基础上,构建各气象站基于Logistic回归的霜自动判识模型,并对模型的霜判识效果进行评估。结果表明:(1)通过气温、风速和降水量等气象要素阈值,能够有效判定出安徽各站当日无霜现象;(2)各气象站的霜判识模型均入选了温度、湿度和风速等相关要素作为判识因子,入选要素的时次多集中在4:00?8:00区间;(3)独立样本检验表明,基于Logistic回归的霜判识模型对安徽地区霜的平均判识准确率、命中率、漏判率、空判率和TS评分分别为89.0%、91.6%、8.4%、15.8%和78.2%,表明模型对安徽地区的霜具有较好的判识能力;(4)与Bayes判别模型对比发现,基于Logistic回归的霜判识模型在准确率、空判率和TS评分方面表现更优,可以使用Logistic回归模型实现霜的自动化判识。