2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩109頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、利用農(nóng)田開放式空氣CO2濃度增高(FACE)技術(shù)平臺,設(shè)置大氣CO2濃度比對照高200μmol.mol-1的FACE處理和不同的施N量水平,以水稻鐘模型為基礎(chǔ),構(gòu)建了FACE水稻生育期模擬模型。通過不同年度試驗數(shù)據(jù)的檢驗,表明模型對CK及FACE條件下水稻不同生育期天數(shù)的預(yù)測性能好。不同生育期預(yù)測誤差的根均方差(RMSE)最大為2.64d,最小只有0.15d,且相關(guān)系數(shù)均達(dá)到了極顯著水平。說明FACE水稻生育期模型具有較高的預(yù)測性和適用

2、性。 借助目前我國唯一的農(nóng)田開放式空氣CO2濃度增高(FACE)技術(shù)平臺,以武香粳14為供試品種,設(shè)置不同施N量處理,研究大氣CO2濃度比對照高200μmol.mol-1的FACE處理對水稻莖蘗動態(tài)的影響,并建立了相應(yīng)的模擬模型:Tt=A1/1+ea1-b1t-A2/1+ea2-b2t+C×(B1/1+ea3-b3t-B2/1+ea4-b4t)+D式中,Tt為移栽后t天水稻群體莖蘗數(shù)量;A1、A2分別為常規(guī)條件下由水稻品種特性決

3、定的群體莖蘗最大可能發(fā)生數(shù)量和最大必須死亡數(shù)量:B1、B2分別為FACE條件下水稻群體莖蘗潛在增加量和潛在死亡量;C為CO2濃度系數(shù):D為水稻移栽后的基本莖蘗數(shù):a1、a2、a3、a4、b1、b2、b3、b4均為曲線控制系數(shù)。模型以時間為驅(qū)動因子,描述了水稻莖蘗數(shù)隨移栽天數(shù)的動態(tài)變化過程,對常規(guī)及CO2濃度增加條件下水稻莖蘗的變化均有很好的擬合性。通過不同年份試驗數(shù)據(jù)對模型的檢驗,結(jié)果表明模型的預(yù)測程度高,具有很好的適用性。 第

4、5章FACE水稻干物質(zhì)積累與分配模型 借助我國唯一的FACE技術(shù)平臺,通過不同的N肥處理,對開放系統(tǒng)中CO2濃度增加后水稻地上部干物質(zhì)積累與分配的動態(tài)進(jìn)行了研究,并構(gòu)建了相應(yīng)的模擬模型。模型以移栽后天數(shù)為驅(qū)動因子,以CO2濃度為主要影響因子,同時引入N素影響因子調(diào)節(jié)干物質(zhì)的積累與各器官分配指數(shù)。模擬的結(jié)果表明,隨著大氣CO2濃度的增加,水稻地上部總干物重顯著增加,葉干重分配指數(shù)下降,穗干重分配指數(shù)基本不變,莖干重分配指數(shù)前期增加

5、,后期持平。通過不同年份試驗數(shù)據(jù)對模型的驗證,結(jié)果表明模型擬合程度高,具有較好的適應(yīng)性和預(yù)測性。 第6章FACE水稻葉面積指數(shù)的模擬 借助目前我國唯一的農(nóng)田開放式空氣CO2濃度增高(FACE)技術(shù)平臺,以武香粳14為供試品種,設(shè)置不同施N量處理,對大氣CO2濃度增高后水稻LAI動態(tài)進(jìn)行了研究,并構(gòu)建了相應(yīng)的模擬模型。模型以移栽后天數(shù)為驅(qū)動因子,以水稻葉片干物重(LDMW)及比葉重(SLW)為研究對象,確立了LAI隨LDM

6、W及SLW的動態(tài)變化過程。模擬結(jié)果表明,大氣CO2濃度增加后水稻葉片干物重隨之增加,而比葉重保持不變,因此LAI相應(yīng)增加,施N量越大這種趨勢越明顯。通過不同年份試驗數(shù)據(jù)對模型的驗證,結(jié)果表明模型擬合程度高,具有較好的適應(yīng)性和預(yù)測性。 第7章FACE水稻氮素動態(tài)的模擬研究 借助目前我國唯一的農(nóng)田開放式空氣CO2濃度增高(FACE)技術(shù)平臺,以武香粳14為供試品種,設(shè)置不同施N量處理,研究大氣CO2濃度比對照高200

7、μmol.mol-1的FACE處理對水稻N素吸收利用動態(tài)的影響,結(jié)果表明:FACE處理使水稻各生育期N素累積量增加,而使含N率下降;增施N肥使FACE及CK條件下的N素累積量均有不同程度的增加。并在此基礎(chǔ)上建立了相應(yīng)的模擬模型,模型以時間為驅(qū)動因子,描述了水稻N素累積量及含N率隨移栽天數(shù)的動態(tài)變化過程,對CO2濃度增加及常規(guī)條件下水稻N素的動態(tài)變化均有很好的擬合性。通過不同年份試驗數(shù)據(jù)對模型的檢驗,結(jié)果表明模型的預(yù)測性能好,具有很好的適

8、用性。 大氣CO2濃度到本世紀(jì)末預(yù)計將達(dá)到650-780μmol.mol-1(IPCC,2000)。大氣CO2濃度升高不但影響氣候變化,更直接影響作物生長。水稻是我國最重要的糧食作物之一,其能否可持續(xù)發(fā)展對我國糧食安全有著舉足輕重的影響。本研究以武香粳14號為供試品種,利用目前我國唯一的農(nóng)田開放式空氣CO2濃度增高(FACE)研究平臺(2001-2003,無錫,31°37'N,120°28'E;2005,江都,32°35'N,1

9、19°42'E),大氣CO2濃度設(shè)370μmol·mol-1(對照)和570μmol·mol-1(FACE)2個水平,施氮量2001年設(shè)150、250kg·hm-22個水平,2002和2003年設(shè)150、250、350kg·hm-23個水平,2005年設(shè)150、250kg·hm-22個水平,主要研究FACE對水稻的生育期、莖蘗動態(tài)、干物質(zhì)積累與分配,葉面積動態(tài)以及N素吸收利用的影響及其模擬模型,以期為未來大氣CO2濃度倍增條件下水稻生長

10、發(fā)育及產(chǎn)量預(yù)測等提供依據(jù)。主要研究結(jié)果如下: 1、研究了開放系統(tǒng)中CO2濃度增高后水稻生育期的變化情況,結(jié)果表明,F(xiàn)ACE處理使水稻播種—抽穗期、抽穗—成熟期以及全生育期的平均天數(shù)比對照明顯縮短。增施N肥后可以減緩FACE對水稻不同生育時期的縮短程度。在此基礎(chǔ)上構(gòu)建了FACE水稻生育期模擬模型,模型以“水稻鐘模型”為基礎(chǔ),以生育期內(nèi)的平均溫度作為主要驅(qū)動因子,同時引入CO2和N素影響因子,并分別用指數(shù)函數(shù)和二次曲線函數(shù)來定量描述

11、CO2和N素效應(yīng),以調(diào)節(jié)生育期的長短。通過不同年度試驗數(shù)據(jù)的檢驗,表明模型對CK及FACE條件下水稻不同生育期天數(shù)的預(yù)測性能好。不同生育期預(yù)測誤差的根均方差(RMSE)最大為2.64d,最小只有0.15d,且相關(guān)系數(shù)均達(dá)到了極顯著水平。說明FACE水稻生育期模型具有較高的預(yù)測性和適用性。 2、研究了開放系統(tǒng)中CO2濃度增高后水稻莖蘗動態(tài)的變化過程,結(jié)果表明,F(xiàn)ACE處理使水稻不同生育時期的莖蘗數(shù)顯著或極顯著增加,莖蘗變化過程呈正

12、反“S”套接型曲線,增加部分也有相同趨勢。因此將FACE水稻莖蘗動態(tài)分解為3部分,即常規(guī)條件下的莖蘗數(shù)、FACE處理增加的莖蘗數(shù)和基本莖蘗數(shù)?;厩o蘗數(shù)為一常數(shù),本研究取值72個.m-2。常規(guī)條件及FACE處理的莖蘗動態(tài)以水稻莖蘗消長動力學(xué)模型為基礎(chǔ),引入了4個參數(shù),即常規(guī)條件下由水稻品種特性決定的群體莖蘗最大可能發(fā)生數(shù)量、常規(guī)條件下特定水稻品種群體莖蘗最大死亡數(shù)量、FACE條件下水稻群體莖蘗潛在增加數(shù)量和FACE條件下水稻群體莖蘗潛在

13、死亡數(shù)量,同時引入N素影響函數(shù)來調(diào)節(jié)4個參數(shù)。模型以時間為驅(qū)動因子,描述了水稻莖蘗數(shù)隨移栽天數(shù)的動態(tài)變化過程,對常規(guī)及CO2濃度增加條件下水稻莖蘗的變化均有很好的擬合性。不同處理預(yù)測根均方差(RMSE)最大為44.27個.m-2,最小為13.96個.m-2,且相關(guān)系數(shù)均達(dá)到了極顯著水平。通過不同年份試驗數(shù)據(jù)對模型的檢驗,結(jié)果表明模型的預(yù)測效果好。 3、研究了開放系統(tǒng)中CO2濃度增高后水稻地上部干物質(zhì)積累與分配的動態(tài),并構(gòu)建了相應(yīng)

14、的模擬模型。模型以移栽后天數(shù)為驅(qū)動因子,常規(guī)條件下水稻地上部干物質(zhì)積累過程呈典型的“S”型曲線,可以用Logistic方程描述,同時選用對數(shù)函數(shù)和二次曲線函數(shù)來描述CO2和N素效應(yīng)。地上部各器官的干物質(zhì)分配通過干物質(zhì)分配指數(shù)進(jìn)行動態(tài)模擬。水稻地上部各器官干物質(zhì)分配指數(shù)可定義為某一時間綠葉、莖鞘(包括黃葉)及穗等的干物質(zhì)積累量與地上部總干物質(zhì)積累量的比值,分別用兩段函數(shù)、Logistic函數(shù)等進(jìn)行表示,其大小也受到CO2濃度及N素水平的影

15、響。模擬的結(jié)果表明,隨著大氣CO2濃度的增加,水稻地上部總干物重顯著增加,葉干重分配指數(shù)下降,穗干重分配指數(shù)基本不變,莖干重分配指數(shù)前期增加,后期持平。通過不同年份試驗數(shù)據(jù)對模型的驗證,結(jié)果表明模型擬合程度高,具有較好的適應(yīng)性和預(yù)測性。 4、研究了開放系統(tǒng)中CO2濃度增高后水稻葉面積指數(shù)數(shù)(LAI)的變化過程,結(jié)果表明,F(xiàn)ACE處理使水稻不同生育時期的LAI值增加,且施N量越大效果越顯著。模型以葉片比葉重(SLW)為基礎(chǔ),以水稻

16、移栽后天數(shù)為驅(qū)動因子,確立了LAI隨水稻葉片干物重(LDMW)及SLW的動態(tài)變化過程。葉片干物重由干物質(zhì)分配指數(shù)方程進(jìn)行模擬。比葉重是水稻品種的遺傳參數(shù),相對比較穩(wěn)定,受CO2濃度及N素水平的影響較小,可以用改進(jìn)的Logistic方程表示。模擬結(jié)果表明,大氣CO2濃度增加后水稻葉片干物重隨之增加,而比葉重保持不變,因此LAI相應(yīng)增加,施N量越大這種趨勢越明顯。通過不同年度試驗數(shù)據(jù)對模型的驗證,結(jié)果表明FACE條件下LAI的模擬值與實測值

17、之間的相對誤差較小,模型擬合程度高。 5、研究了開放系統(tǒng)中CO2濃度增高后水稻N素吸收利用的動態(tài),結(jié)果表明:FACE處理使水稻各生育期N素累積量增加,而使含N率下降;增施N肥使FACE及CK條件下的N素累積量均有不同程度的增加。在此基礎(chǔ)上建立了FACE水稻N素動態(tài)模型。FACE及CK條件下水稻地上部N素累積量均呈Logistic曲線變化,同時選用對數(shù)函數(shù)和二次曲線函數(shù)來描述CO2和N素效應(yīng)。水稻植株含N率可以表示為地上部分N素累

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論