冬小麦/春玉米套作群体蒸发蒸腾过程试验研究

来源 :西北农林科技大学 | 被引量 : 0次 | 上传用户:xinglink
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
小麦/玉米套作作为我国西北干旱半干旱地区的主要种植模式之一,种植面积广,但其耗水量大、棵间土壤蒸发量(E)占作物蒸散量(ETc)比例高的特点严重制约了其规模化应用。针对小麦/玉米套作复合群体耗水量大,E/ETc相对较高的特点,本研究以冬小麦/春玉米套作复合群体为研究对象,设置不同的灌水处理并以相应单作模式作为对照,系统研究冬小麦/春玉米套作群体土壤水分时空变化动态、套作群体与单作群体棵间土壤蒸发的比较、套作群体蒸发蒸腾的分配及作物系数等。主要研究结论如下:(1)套作群体生长初期的预留行可以增加后种作物的前期土壤含水量,而前种作物收获后,土地休耕可以补给作物生育期内土壤水分的过度消耗,并为后期的耕作创造良好的水分条件。此外,套作群体生长过程中,增加了对侧向表层土壤水分的利用,有效减小了深层土壤水分的消耗。主要表现为:套作群体生长过程中,前期小麦生长占优势则小麦行土壤含水量逐渐降低而玉米行土壤含水量则相对增加;后期玉米生长阶段也表现出相同的变化趋势,而全生育期土壤含水量的波动范围在10%-24%之间。同时,土壤含水量垂直剖面变化表现为:0-40 cm土层的土壤含水量随土层深度的增加而增大且变化幅度较大,40-50 cm土层的土壤含水量略有降低,50-160 cm土层的土壤含水量则是先增加后减小。(2)套作群体可以降低后种作物生育前期的棵间土壤蒸发量,但由于预留行及作物收获后裸地的存在增加了整个生育期的土壤蒸发量;同时,表层土壤含水量直接影响棵间土壤蒸发的逐日变化,而大气温度和太阳辐射则共同决定着棵间土壤蒸发的日变化。具体表现为:套作群体不同灌水处理全生育期的日均蒸发量分别为0.58mm/d和0.47 mm/d,高于单作小麦的日均蒸发量而低于单作玉米的日均蒸发量。棵间土壤蒸发的增加均发生在灌水或降雨之后,而土壤蒸发日变化的峰值均出现在中午12:00—14:00之间。对于影响棵间土壤蒸发的因素分析,棵间土壤蒸发量与土壤含水量呈明显的脉冲波动变化;同时,套作群体的叶面积指数(LAI)表现出“双峰型”的变化趋势,E/ETc随LAI的增大而减小,与LAI成呈负幂次函数关系。(3)套作群体因两种作物生育期并不重合,其耗水规律也不同于单作。尽管套作群体全生育期耗水量大,相对蒸发强度高,但作物非共生阶段耗水量及单月耗水量最大值均低于相应单作且全生育期平均耗水量的波动幅度相对较小,对土壤水分环境表现出更强的适应能力。具体表现为:套作群体全生育期灌水处理的ETc和E/ETc分别为510.14 mm和34.68%,不灌水处理的ETc和E/ETc分别448.02 mm和32.47%均高于单作,而套作群体各生长阶段Kc的变化趋势呈现“双峰型”且数值小于单作群体,其第一个峰值出现在小麦后期+玉米发育期为1.08,第二个峰值出现在玉米生长中期为1.21。
其他文献
随着时代的不断发展,市场竞争的日益激烈和第三产业的发展和壮大,工业企业正在逐步退出历史舞台,大规模工业生产的时代已经成为过去式。原工业生产场地的改造和利用及其发展
目的探究门诊护理干预在提高门诊分诊质量上的作用。方法研究对象为于2019年5月~2020年5月来本院门诊进行护理的患者88例,按照随机数字表法将其均分为两组,每组44例,其中实施
大清早,晴空万里,我和妹妹一路听着鸟儿的鸣叫声,随姥姥去赶早集。行至集市,这里熙熙攘攘,吆喝声、讨价声此起彼伏。待姥姥买下两斤梨、一斤葡萄,忽然听到西边传来一声响亮的
数字图书馆的发展日新月异,数字参考咨询逐渐成为图书馆一项重要的服务方式.然而,数字参考咨询服务必须通过网络化才能展现出它的优势.目前,数字参考咨询服务的合作模式,主要
B2B电子交易平台是近年发展起来的一种新的B2B电子商务模式,如何提高平台对交易各方的适应性是亟待解决的问题之一。本文从一个新的视角——个性化需求与个性化服务,提出了一种
日前,德国KUKA公司与华为技术有限公司在德国汉诺威举办的CeBIT大会上,宣布正式建立战略合作伙伴关系.并签订了合作备忘录,共同为欧洲和中国的工业市场开发智能制造解决方案。
2017年12月8日,由广东省物业管理行业协会(下简称“广东物协”)主办的“广东省物业管理行业诚信建设在路上”高峰论坛在广州成功举行。广东物协在论坛上授予广州世界贸易中心大
随着互联网的普及和计算机技术的快速发展,网络上各类信息资源也出现了大幅度的增长。用户常常在面对海量的信息时束手无策,不知道如何才可以从海量的信息里准确而又快速的得到有关联的信息。用户对信息的需求不能满足,造成信息资源浪费,资源利用率降低,这就是信息过载问题。而解决这类问题的一个有效方法就是推荐系统。近几年伴随着人工智能技术的飞速发展,深度学习技术在推荐系统领域中的研究也已经成为热点之一。其中生成对
作为机械设备中常见的部件之一,齿轮箱的应用范围非常广泛。齿轮箱也是故障率较高的部件,其可靠性会影响到设备的传动系统甚至是整个设备。通过分析齿轮箱振动信号,对齿轮箱的工作状态和故障进行监测和诊断,能够及时对齿轮箱进行维护和更换,从而保证设备可靠、安全运行。本文以齿轮箱振动信号为研究对象,基于长短期记忆网络(Long Short-Term Memory,LSTM)循环神经网络模型,就故障诊断中的特征提