【摘 要】
：
水肥的高效利用是农业生产可持续发展的重要内容,不同灌溉方式下水肥耦合作用会对水肥的利用规律及效率产生影响。随着蓄水坑灌技术的推广应用,探寻蓄水坑灌氮肥管方法下水氮分布规律,揭示蓄水坑灌下苹果树氮肥利用机理,对完善蓄水坑灌水肥管理制度具有重要意义。本研究的田间试验在山西农业大学果树研究所果树节水灌溉示范园进行,试验共设置8个试验处理,蓄水坑灌条件下以不同的施肥总量（300kg N/hm2、600kg
【基金项目】
：
国家自然科学基金项目（51579618）； 山西省自然科学基金资助项目:蓄水坑灌冬灌条件下果园土壤水热耦合机制与数值模拟研究（201601D011053）；
论文部分内容阅读
水肥的高效利用是农业生产可持续发展的重要内容,不同灌溉方式下水肥耦合作用会对水肥的利用规律及效率产生影响。随着蓄水坑灌技术的推广应用,探寻蓄水坑灌氮肥管方法下水氮分布规律,揭示蓄水坑灌下苹果树氮肥利用机理,对完善蓄水坑灌水肥管理制度具有重要意义。本研究的田间试验在山西农业大学果树研究所果树节水灌溉示范园进行,试验共设置8个试验处理,蓄水坑灌条件下以不同的施肥总量（300kg N/hm2、600kg N/hm2）和施肥时期（花后期、果实膨大期以及花后期和果实膨大期两次施肥）为变量,采用全面试验法设置6组试验组,同时,以蓄水坑灌未施肥和地面灌溉、低施肥量、两次施肥分别设置2组对照组。研究明确了土壤铵态氮、硝态氮的分布规律;分析了果树根系、冠层叶片、树干茎流、苹果产量品质以及不同尺度下苹果树水氮利用效率对水肥管理方法的响应;利用15N稳定同位素示踪技术,探明了土壤中肥料氮素的分布规律、不同年际下果树对肥料氮素的分配利用规律;建立了基于典型人工神经网络和粒子群算法改进人工神经网络的苹果树根系生长预测模型和叶片光合速率模型,并对不同算法下的模型进行对比研究。主要研究结论如下:（1）不同灌溉施肥方式下土壤矿质氮分布规律存在差异。相较于地面灌溉,蓄水坑灌有效促进了铵态氮和硝态氮累积于土壤中层（20-80cm）,减少了土壤表层（0-20cm）铵态氮和100-160cm土层硝态氮的积累,提高尿素的水解速度,减少水解时间。蓄水坑灌下,随着施氮量的增加,土壤剖面（0-160cm）的铵态氮平均值显著增加;而硝态氮平均值则随施氮量的增加先增大后减小,高施氮量并不能持续增加土壤硝态氮含量。施肥时期对土壤铵态氮和硝态氮的绝对含量存在显著影响,果实膨大期施肥显著增加了土壤中铵态氮和硝态氮的全生育期平均含量。与一次施肥相比,两次施肥增加了土壤铵态氮和硝态氮绝对含量。（2）灌溉施肥方式的改变会引起苹果树生理生长的变化。相较于地面灌溉,蓄水坑灌可以促进苹果树根系以及苹果树冠层、叶片的生长,同时蓄水坑灌条件下的茎流量日变化规律存在显著的出峰现象,且峰值较高。随着施肥总量的增加,除叶绿素外,根系和冠层、叶片各项指标,以及树干茎流值均呈现先增大后减小的规律,在本试验中,低施肥量（300kg N/hm2）为最适根系及冠层叶片生长的施肥量。不同施肥时期下,果树生长的侧重略有不同,相对于膨大期施肥,花后期施肥处理的冠层和叶片各指标数值,以及树干茎流量均较大,而根长密度增量（ΔRLD）和根表面积密度增量（ΔRSAD）较小。在保持施肥总量一致的情况下,两次施肥可以促使苹果树冠层和叶片各指标小幅增长,而根长密度、根表面积密度和树干茎流量则出现显著增长。（3）利用15N稳定同位素示踪技术研究不同年份肥料氮素在土壤、果树各器官中的分布利用规律。结果表明,蓄水坑灌可以有效促使肥料氮素深入土壤中层（40-100cm）,减少表层和深层肥料氮素的累积;不同施肥量条件下肥料氮素均主要集中于土壤中层（40-100cm）,而高施氮量条件下不同土层分布量的差异则相对较小;不同施肥时期条件下肥料氮素的分布规律类似,主要集中于土壤浅层（0-40cm）和中层（40-100cm）,而果实膨大期施肥条件下,土壤浅层（0-40cm）和中层（40-100cm）肥料氮素含量相对较高;不同施肥管理方式下,翌年肥料氮素的分布存在显著差异,整体而言,在高施肥量并采用两次施肥的施肥方式下肥料氮素在第二年残留最多,而低施肥量并采用两次施肥和低施肥量花后期施肥的方式下肥料氮素的残留最小。试验条件下,苹果树叶片和果实主要利用上一年的肥料氮素,而苹果树根系主要利用的肥料氮素与施肥时期和施肥量相关,生育初期施肥和低施肥量有利于根系对当年肥料氮素的吸收。叶片对当年肥料的吸收程度是逐月增大的,而对上一年肥料氮素的吸收程度则相反。苹果各器官间对当年肥料氮素的分配为:根系>果实>叶片;而对上年肥料氮素的分配则为:果实>根系>叶片。在全部处理中,两次施肥可以促使肥料氮素相对更平均的分配于各器官中。（4）明确了灌溉施肥管理方式对苹果树水肥利用效率的影响。在相同施肥条件下,蓄水坑灌显著提高了叶片瞬时水分利用效率、产量水平的水分利用效率和氮素农学利用效率;而低施肥量下,叶片瞬时水分利用效率和氮素农学利用效率较高。然而,施肥量的变化对产量水平的水分利用效率影响并不显著。相较于单次施肥,两次施肥的方式可以显著提高叶片瞬时水分利用效率、产量水平的水分利用效率和氮素农学利用效率。（5）建立了基于典型人工神经网络和粒子群算法改进的人工神经网络的苹果树根系生长预测模型和叶片光合速率模型,并对不同算法下的模型进行对比研究。研究发现,相对于典型人工神经网络模型（BP）,经过粒子群算法改进的人工神经网络模型（PSO-BP）可以有效提高模拟精度,降低模拟误差。在根系生长模型中,PSO-BP模型的平均绝对百分误差（MAPE）和均方根误差（RMSE）分别降低34%和22.51;在叶片光合速率模型中,PSO-BP模型的平均绝对百分误差（MAPE）和均方根误差（RMSE）分别降低1.6%和0.268。
其他文献
随着LoRa、NB-IoT以及5G等通信技术的发展,物联网设备数量与日俱增,物联网安全也日益成为物联网应用关注的热点。物联网设备识别是物联网设备安全评估、防护和升级的必备前提,设备识别的目标是确定设备的类型、品牌、型号和固件版本等属性信息,尤其是细粒度的设备型号和固件版本信息,与设备漏洞直接关联,能够更准确的反映出设备的安全状态。然而面对物联网设备数量庞大、品牌类型繁多以及服务协议混杂等现实存在的
随着位置感知设备及技术的发展、基于位置的应用的盛行,空间文本数据——同时包含空间和文本属性的数据,也称作空间文本对象（简称对象）,正以空前的速度和规模产生。空间文本查询（Spatial-Textual Queries,STQ）是在空间文本对象集上,检索满足查询空间文本约束条件的、高精度的结果集,是基于位置服务的高频关键操作。STQ的求解以及优化是空间数据管理研究领域的一个主要方向。空间文本索引和数
图像识别是计算机视觉领域最为基础的任务。基于深度卷积神经网络（Deep Convolutional Neural Network,DCNN）的图像识别方法是目前的主流方法,取得了远超传统方法的性能。大多数基于DCNN的图像识别方法依赖于静态环境,并且需要规模庞大且类别分布均衡的训练数据。但在实际场景中,数据分布往往不平衡,数据规模在持续增长,新类别不断涌现,给图像识别带来了巨大挑战。在面对数据不平
肝癌是全球最常见且死亡率高的癌症之一。肝癌的微小肿瘤很难被及时发现是造成死亡率高的最主要原因。目前,磁共振成像（Magnetic Resonance Imaging,MRI）是临床主要的肝癌诊断手段之一,它通过注射造影剂可以明显提高肿瘤诊断的敏感性和特异性。然而,注射造影剂不可避免地存在风险高、毒性大和副作用大等问题。近年来,无造影剂MRI以其扫描时间短、低风险、无有毒金属危害等优势,成为研究的新
随着国家的日益富强与人们生活质量的逐渐提高,健康已成为所有人都非常关心的话题。但是在偏远地区,医疗基础设施保障相对薄弱,患者在就医时的长途跋涉和检测结果的漫长等待过程中,往往延误了疾病的最佳诊断和治疗时间。为解决医疗过程中这一空间性和时间性的限制难题,一场关于新一代分析和诊断设备的科技革命应运而生,这些新研发的设备具有体积小,操作简易,分析全面且迅速,综合成本低等优势。即时检测（point-of-
从不同来源、结构或角度描述同一对象的数据称为多视图数据,其往往具有不同的特征表达、结构或维度,且视图间存在相关性、一致性和互补性等各种关系。利用不同视图间关系,通过协同学习得到融合表征,以提高任务完成性能的过程为多视图学习。融合表征是多视图学习的关键问题和技术难点。本文针对基于融合表征的多视图学习方法进行研究,探索了视图相关程度对基于融合表征的分类效果的影响,研究了多视图子空间学习、子空间聚类、隐
大脑是一个非线性复杂系统,复杂度的研究是探索大脑的一种新的方法和视角,有助于发现脑疾病的神经机制。熵是一种常用的复杂度分析方法,能够刻画非平稳信号的无序性和混乱程度,在分析有限长度含噪生理信号方面具有显著优势。近年来,研究人员将熵引入到大脑功能性磁共振成像（fMRI）信号的研究中,分析大脑活动的复杂特征,取得了一定的研究成果。但是,目前熵在大脑fMRI信号的研究中仍有一些关键问题需要解决。首先,对
本文基于241个田间原状黄土土样低吸力阶段（<101KPa）的土壤水分特征曲线试验和非饱和土壤导水率试验、土壤常规理化参数系列试验,系统地研究了原状黄土非饱和导水率和土壤水分特征曲线的主要影响因素;建立了以原状黄土土壤理化参数为自变量的土壤水力运动参数模型参数的土壤传递函数,包括非饱和土壤导水率二参数幂函数、三参数幂函数、二参数指数函数模型参数土壤传递函数和土壤水分特征曲线Brooks-Cory、
脑科学是当今世界各国关注的重要的前沿学科,脑科学的研究内容之一就是治疗和预防神经性和精神性疾病,探索神经性和精神性疾病的预防方法。抑郁症、躁郁症、精神分裂症等是社会负担最大的精神性疾病,研究这类重大脑疾病的致病机理及早期诊断指标对推动脑科学领域的发展有着重要的贡献。随着网络科学和图论的发展,脑网络研究对于解释神经机理尚不明确的精神疾病有着独特的优势,它可以为从系统层面揭示脑疾病的病理生理机制提供新
脑电图（EEG）是记录大脑活动的电信号,可以反映大脑的功能及生理变化等情况。脑电图信号可用于多种临床疾病的研究和诊断,例如监测认知、昏迷和脑死亡,确定头部损伤、中风和肿瘤后的损伤区域,检测精神障碍、睡眠障碍和癫痫等。脑部疾病常引发意识、感觉、运动等障碍或植物神经功能的障碍,如不及时给与治疗和干预措施,往往会产生其它并发症并影响后续的康复。随着计算机科学及神经科学的发展,越来越多的研究者探索利用计算