【目的】研究紫云英(Astragalus sinicus L.)与氮肥不同配施比例下土壤养分含量变化及水稻对养分的吸收利用特征,为南方稻区紫云英与化学氮肥的合理利用提供理论依据。【方法】在水稻-紫云英轮作体系下,设常规施肥为对照处理(100N%,CF)、2个氮肥用量水平下(80N%、60N%)4个紫云英翻压量(15、22.5、30、37.5 t hm^(-2))处理,总共9个处理。在水稻收获期,测定土壤pH、有机质、全氮、有效磷、速效钾养分含量、水稻氮磷钾养分吸收量,通过偏最小二乘法路径模型(PLS-PM)对不同指标进行相关性分析。【结果】在80%N和60%N水平下,当紫云英翻压量达到22.5 t hm^(-2)及以上时,能显著提高土壤有效磷的含量,提升幅度分别为5.08%~7.46%和5.40%~12.38%,且对土壤速效钾含量有一定提升作用。在两种氮水平下,当紫云英翻压量分别达到22.5 t hm^(-2)和30 t hm^(-2)以上时,能显著提高水稻地上部全磷、全钾养分吸收量,并能维持水稻产量不下降。相关性分析显示,紫云英翻压量和施氮肥水平分别与土壤速效养分含量和土壤全氮含量具有极显著的正相关关系,且与水稻地上部养分吸收量和水稻产量均为显著正相关。【结论】紫云英翻压对土壤有机质、全氮含量具有正效应,且能显著提高土壤有效磷和速效钾含量,进而提高水稻地上部养分吸收量及其产量。施氮肥水平则主要显著影响土壤全氮的含量,从而提高水稻地上部养分吸收量及其产量。在皖南稻区,减施20%化学氮肥,紫云英翻压量为22.5 t hm^(-2)以上,以及减施40%化学氮肥,紫云英翻压量为30 t hm^(-2)以上时,可保持水稻稳产。
预期功能安全(Safety of the Intended functionality,SOTIF)问题是智能网联汽车商业化推广的最大难题之一。在对智能网联汽车进行SOTIF分析的过程中,建立合适的风险接受准则能为危害识别和风险评估提供更准确的判别标准,有助于降低开...
详细信息
预期功能安全(Safety of the Intended functionality,SOTIF)问题是智能网联汽车商业化推广的最大难题之一。在对智能网联汽车进行SOTIF分析的过程中,建立合适的风险接受准则能为危害识别和风险评估提供更准确的判别标准,有助于降低开发成本、提高整车的SOTIF信心度和开发效率。为建立合适的风险接受准则,对自然驾驶数据中部分驾驶人交通特性关键参数进行提取以验证驾驶人行为的“极值特性”和参数的正态分布,并分析建立安全接受准则需要遵循的三类基本原则。在结合6标准差(6sigma,6σ)理论在工科领域中的实际应用的基础上,提出将6σ理论用于建立SOTIF风险评估的3σ接受准则,并基于该接受准则重新定义行车安全场(Driving safety field,DSF)中驾驶安全系数(Driving safety index,DSI)标准值的计算方法。利用TrafficNet数据库计算不同基础场景下的DSI的标准值(DSI*),量化基础场景下的SOTIF风险接受准则。研究结果完善智能网联汽车的SOTIF评价体系,有利于从源头提升智能网联汽车安全水平,对避免无止境地推高累积测试里程具有指导意义。
暂无评论