新疆维吾尔自治区科技攻关项目(200633131)
- 作品数：6 被引量：97H指数：3
- 相关作者：田长彦张科李春俭魏光辉白云岗更多>>
- 相关机构：中国科学院新疆生态与地理研究所学研究院新疆农业大学更多>>
- 发文基金：新疆维吾尔自治区科技攻关项目国家科技支撑计划国家高技术研究发展计划更多>>
- 相关领域：农业科学生物学更多>>
- 一年生盐生植物耐盐机制研究进展被引量：52
- 2009年
- 盐生植物是一类能够在盐土上完成生活史的天然植物,在与盐土协同演化过程中形成了一系列适应盐生环境的特殊生存策略。其中一年生盐生植物因其生活史短、方便培养和观察、易于基因转化和后代繁殖,已成为耐盐机制研究的主要对象。一年生盐生植物面临多变的生境胁迫,具有更大的生存风险,所以具有不同于多年生盐生植物的更稳妥的适应机制,主要体现在种子的高盐休眠、复水速萌、形态和萌发的多态性、存在持久种子库及调节资源分配等方面。种子萌发后的生长、发育和繁殖等生活史的各阶段都要经受严峻的盐生胁迫环境。通常所说的耐盐机理是指成株对盐分的调控,按照植物种类不同而分为稀盐、泌盐和拒盐3种耐盐形式。该文在对国内外相关文献进行分析归纳的基础上,首先介绍了一年生盐生植物的常见类型,然后分别从种子特征、形态结构、生理生化和生态习性等方面综述了一年生盐生植物的耐盐机制。
- 张科田长彦李春俭
- 关键词：耐盐机制种子特性休眠
- 农田明渠排水条件下土壤水盐运移规律研究被引量：2
- 2009年
- 土壤水分、盐分、地下水埋深是表征当地土壤质量的重要状态变量,研究其动态变化过程是研究土壤质量演变规律和赖以防治土壤盐渍化的重要方面。在农田明渠排水条件下,土壤中发生的各种物理、化学和生物过程尤为复杂。因此通过对农田土壤盐分的定点实时监测,能够定量表征农田生态环境状况优劣;地下水位埋深变化,可警示农田盐渍化的演变,对调整灌溉定额采取预防措施有指导意义。同时通过实验计算确定了农田斗排的合理间距。
- 曹伟魏光辉谷新保加孜拉
- 关键词：水盐运移农田排水
- 新疆耕地盐渍土遥感信息解译标志及指标探讨被引量：15
- 2009年
- 目前新疆耕地盐渍土遥感调查常用方法为人工目视判读法。具体方法是:以土壤调查为基础,以盐渍土对农作物危害为主要解译标志,以地下水埋深为动态标志,进行综合解译判读;相应的解译指标为农作物的缺苗指标、农作物长势指标、地理景观特征、地下水位埋深等。新疆耕地盐渍土遥感调查结果得到了同行专家的认同,证明人工目视判读方法在新疆干旱盐碱地区是适用的。本文所提出的新疆耕地遥感调查盐渍土解译方法、标志、指标,在其它地区是否适用,需继续研究探讨。
- 李和平田长彦乔木吴世新
- 关键词：新疆耕地盐渍土遥感调查
- 两种化学改良剂对盐渍化土壤作用机制及对棉花生长的影响被引量：23
- 2011年
- 通过对膜下滴灌棉田施加旱地龙和禾康两种土壤改良剂,研究两种不同化学改良剂对改良盐碱地的应用效果及对棉花生长与产量的影响,为盐碱地改良提供理论依据。结果表明:在滴灌棉田施用旱地龙和禾康后,土体含盐量呈下降趋势,脱盐率分别为30.3%和17.7%,而对照区脱盐率仅为10.4%;借助钠吸附比概念对土壤阳离子组成进行分析,旱地龙减少土壤中有害离子最多,对照次之,禾康最小;同时施加改良剂可增加棉花产量,每公顷分别增产21.1%和17.8%,净增收2 491.5元和1 371.0元。
- 张江辉白云岗张胜江曹伟
- 关键词：盐渍土钠吸附比脱盐率棉花产量
- 新疆阜康盐生植物园植物简介被引量：3
- 2010年
- 为了保护盐生植物种质资源,建立长期研究盐生植物耐盐机理的基地和未来的开发利用,中国科学院新疆生态与地理研究所在阜康荒漠生态系统国家野外科学实验研究站内,历经6年,初步建成了以强耐盐盐生植物为主的植物园,占地约7 hm2。现已栽种102种盐生植物,隶属于20科59属,以当地藜科、柽柳科、豆科、禾本科为主。介绍了新疆阜康盐生植物园的植物种类、生活型、生境、耐盐型、功用等。新疆阜康盐生植物园位于扇缘地下水溢出带,是天然盐生植物集中分布区,该处的生态与环境自然选育了丰富的盐生植物种类,在此建园基本不会改变盐生植物的生物学和生态型特征。新疆是盐土的"博物馆",决定了盐生植物种类多样化,持续完善、维护该盐生植物园对盐生植物宝贵抗逆基因的研究和利用具有深远意义。
- 张科田长彦李春俭黄丕振马英杰尹传华赵振勇
- 关键词：盐生植物种质资源植物园
- 基于主成分分析与BP神经网络的参考作物腾发量预测被引量：3
- 2009年
- 为解决采用神经网络模型预测参考作物腾发量研究中预测能力不足的问题,将气象因子包括最高、最低和日平均温度、日照时数、气压、水汽压、相对湿度和风速进行主成分分析,提取主成分,建立了基于主成分的三层BP神经网络模型。选取新疆昌吉市气象站2006年3-6月的日气象资料,采用Matlab神经网络工具箱进行模型训练与预测,并以传统BP网络模型作为对照。结果表明,主成分网络模型能够很好地反映诸多影响因子与参考作物腾发量之间的关系,尤其对训练样本以外的验证样本,主成分网络模型具有显著优于传统BP网络模型的识别能力,取得更为可靠的预测结果。
- 曹伟魏光辉邓丽娟
- 关键词：主成分分析BP神经网络参考作物腾发量
