水稻抗倒伏性评价方法及机理的研究现状与展望

倒伏是影响水稻生产的主要限制因素之一。倒伏后群体冠层结构遭到破坏,叶片光合速率锐减,同时群体内部湿度增加诱发真菌性病害和穗发芽,进而影响稻米品质和产量。本文综述了水稻倒伏的评价方法和诱发原因、抗倒伏能力与茎秆理化特性的关系、抗倒伏基因的挖掘及功能研究等方面的研究进展,比较分析了不同水稻倒伏评价方法的特点,分析了株型等形态性状、氮肥运筹、种植密度、种植方式以及大风、暴雨、臭氧等环境因素对水稻倒伏的影响,归纳了纤维素含量、木质素含量以及维管束数目等茎秆物理特性及化学成分与水稻倒伏的关系,总结了矮化相关基因和纤维素合成相关基因参与水稻抗倒伏的调控机制。此外,文章展望了未来水稻抗倒伏研究方向,并提出一些建议：（1）创新和优化水稻倒伏评价体系;（2）挖掘鉴定新的抗倒伏基因,强化水稻抗倒伏的机理研究;（3）选育抗倒伏水稻品种;（4）根据品种、栽培条件和气候环境等因素制定倒伏综合应对措施。     

灯盏花成分专用型种源评价与鉴定

收集和鉴定了云南省和贵州省共46份灯盏花种质资源,筛选出适合生产不同药品的成分专用型种源,为专用型品种选育提供参考。利用HPLC测定了灯盏花种源10种活性成分含量,相关分析阐明各成分含量间的相关性,聚类分析对种质资源进行分类。结果表明：16份灯盏花种源灯盏乙素（scutellarin, SE）含量在2.5%以上,是培育灯盏花素专用型品种的优良材料,其中4份种源同时含有高含量（>1.0%）的双咖啡酰奎宁酸酯（dicaffeoylquinic acids, diCQAs）,是培育灯盏细辛专用型品种的优良材料;同时,筛选出8份总黄酮（total flavonoids, TFs）含量高于3.5%的种源,适合选育总黄酮专用品种。相关性分析表明,SE含量与diCQAs和TFs含量均显著正相关,是灯盏花品质育种的标志性成分。聚类分析将灯盏花种源分为三大类,除1个种源的SE含量和diCQAs含量接近（第Ⅲ类）外,其他种源SE均占总活性成分的60%以上,其中第Ⅰ类为高TFs型种源,TFs占到总活性成分的80%以上,diCQAs占总成分的15%以下;第Ⅱ类为高diCQAs型种源,diCQAs占总成分的16.9%~28.9%,TFs占到总活性成分的80%以下。该结果表明灯盏花种源活性成分组成存在多种类型,为专用型品种选育提供了可能,灯盏乙素含量可以作为专用型种源筛选的首要指标。     

汉中市近59年气候变化特征分析

采用汉中市1951～2009年气温和降水资料,对近59年汉中市气候变化特征进行了分析。结果表明:汉中市年平均气温以0.018℃/a的速度递增,1997年以后递增幅度更大。年降水量以2.96mm/a的速度递减,1990年以后递减趋势较明显。利用M-K法检验,近59年汉中市气温存在突变现象,突变点在1996年,而年降水量没有明显突变现象。针对气候变化,结合汉中市实际情况提出了一些参考性建议。     

强化技术集成 突出科技创新 拉动水稻生产机械化提档升级

正2016年淮安市采取媒体宣传发动、技术融合拉动、合作社示范带动、培训服务促动、财政资金扶持推动等措施,推进麦秸秆还田与水稻机插秧技术集成、规模化育秧、新技术新机具技术研发与试验示范等工作,突破了机插秧推广的瓶颈,水稻种植机械化水平稳步提升。2016年全市育秧面积达2 400 hm2,预计实现机插面积233.33 khm2。主要做法如下:1强化技术集成,促进农机农艺融合,实现麦     

UASB-SBRT艺在处理集约化猪场废水工程中的应用

以舒城县长风良种猪养殖场污水处理及沼气工程为例，分析了采取UASB—SBR为主体工艺处理集约化猪场废水的可行性，废水排放符合GB18596—2001《畜禽养殖业污染物排放标准》，具有良好的环境效益和经济效益。     

四川省广元市发展种草养畜措施的探讨

四川省广元市发展种草养畜符合国家相关产业政策,并且具有广阔的市场前景。大力发展种草养畜能充分利用广元市自然优势、品种资源优势等多个方面的有利条件,为广元市发展畜牧业提供饲料基础,推动广元市畜牧业实现新跨越。重点探讨了广元市发展种草养畜的具体措施,以供参考。     

民勤荒漠草地退化原因及治理对策

介绍了民勤荒漠草地资源和草地退化现状,分析了导致荒漠草地植物组成变劣,草地生产力下降,草地生境日趋荒漠化等退化原因是由自然因素和人为因素综合引起的,有针对性地提出了民勤荒漠草地应采取加强行政措施和强化技术措施相结合的治理对策.     

基于GIS与神经网络的黄土丘陵区土壤水分模型研究

土壤水分不足是黄土高原丘陵区植被建设的主要限制因子,土壤水分的空间分布受外界气象因子、土地利用与复杂地形等的影响,关系比较复杂。本研究利用黄土丘陵区纸坊沟流域的土壤水分试验资料,建立了基于GIS的BP神经网络模型,模型中同时考虑了多个因子对土壤水分空间分布的影响,利用实测资料对网络进行训练后对整个流域进行了预测,预测结果与实际情况较为一致,表明应用GIS与BP神经网络研究区域复杂地形下的土壤水分分布规律是可行的。