为明确宽幅精播条件下冬小麦高产高效的适宜施氮量,于2020—2022年在山东省兖州小麦试验站进行田间试验,供试品种为济麦22。在宽幅精播条件下,设置5个处理,分别为不施氮(N0)、施氮150 kg hm^(-2)(N1)、180 kg hm^(-2)(N2)、210 kg hm^(-...
详细信息
为明确宽幅精播条件下冬小麦高产高效的适宜施氮量,于2020—2022年在山东省兖州小麦试验站进行田间试验,供试品种为济麦22。在宽幅精播条件下,设置5个处理,分别为不施氮(N0)、施氮150 kg hm^(-2)(N1)、180 kg hm^(-2)(N2)、210 kg hm^(-2)(N3)、240 kg hm^(-2)(N4),研究施氮量对冬小麦耗水特性、旗叶衰老特性、荧光特性和籽粒产量的影响。结果表明,N2处理显著增加了60~120 cm土层土壤水分的吸收利用,与N3和N4处理相比,N2处理有效减少了开花前无效分蘖的水分消耗,降低了总耗水量。N2处理开花后日耗水量高,显著增加了旗叶抗氧化酶活性,其开花后14~28 d旗叶荧光参数显著高于其他处理。N2和N3处理籽粒产量和水分利用效率显著高于其他处理,但N2处理氮肥农学效率最高,较N1、N3、N4处理分别高6.88%、10.60%、45.37%(2020—2021年)和7.03%、13.56%、43.71%(2021—2022年)。综上所述,施氮180 kg hm^(-2)处理可提高冬小麦对深层土壤水分的吸收利用,增加开花至成熟期阶段耗水量,延缓旗叶衰老,提高籽粒产量与水氮利用效率,是本试验条件下的最优处理。
为了检验基于干湿期的天气发生器(Weather Generator based on Dry and Wet Spells,WGDWS)在中国不同气候区的应用效果,该研究利用中国五大主要气候区16个站点57a的逐日天气数据,通过对比生成与实测气象要素统计值,及比较WGDWS与随机天...
详细信息
为了检验基于干湿期的天气发生器(Weather Generator based on Dry and Wet Spells,WGDWS)在中国不同气候区的应用效果,该研究利用中国五大主要气候区16个站点57a的逐日天气数据,通过对比生成与实测气象要素统计值,及比较WGDWS与随机天气模拟器(Daily Weather Stochastic Simulator,DWSS)生成的气象要素统计值,测试WGDWS的可用性和准确性。显著性检验表明,WGDWS产生的每个气象要素的月值和干湿期长度与实测值相比没有显著差异。月最高、最低气温绝对误差≤0.5℃的站点比例分别达93.8%和96.4%,月降水日数绝对误差≤1d的站点比例达95.8%,月降水量绝对误差有91.7%的站点在10mm之内,月太阳总辐射绝对误差2MJ/m^(2)以内的站点比例达90.1%;月最长干期、最长湿期、平均干期、平均湿期的平均绝对误差分别为4.16、0.76、1.00、0.15d。WGDWS在温带季风和亚热带季风气候下的干湿期模拟效果优于温带大陆气候和热带季风气候。比较WGDWS和DWSS生成的逐日模拟序列的误差分布,月最高气温、月最低气温和月总太阳辐射的误差分布高度一致。WGDWS对月降水日数的模拟效果优于DWSS,即等概率条件下,WGDWS相对误差更小,而DWSS对月降水量的模拟效果优于WGDWS。因此,WGDWS能够准确反映长期干旱或长期阴雨天气的实际情况,可用于生成长序列逐日天气数据,以满足气候模型、水分模型和作物生理模型的需求。
暂无评论