张来武 种业新型经营主体从科技特派员开始

正特派员的存在直接激活了农业资源,用市场的方式解决了农业问题。2月13日,在国务院新闻办公室举行的发布会上,科技部副部长张来武表示,要想破解中国城乡二元结构,实施粮食安全新战略,无一不需要依靠农业科技进步以及创新。张来武说,今后会重点推进五项工作。包括改造农民生产条件的粮食丰产科技工程、渤海粮仓和旱作农业科技工程,现代种业体制改革,国家科技园区协同创新战略联盟。     

试论冬小麦高产栽培技术

1．耕作整地 在前作收获后要立即撒肥深耕，及时耙耙整地；应达到深、透、碎、平、实、足，即深耕深翻加深耕层，耕透耙透，土壤细碎无明暗坷垃，地面平整，通透性好，底墒充足；冬小麦生育期间无局部积水，耕翻深度一致，蓄水保墒，为小麦播种和出苗创造良好的条件；     

从黑龙港地区干旱缺水论实行旱作农业和节水型农业途径

本文针对黑龙港地区干旱缺水与隐患深重的农业生态环境,提出了实行旱作农业和节水型农业途径。发展旱作农业主要措施是培肥地力、蓄水保墒、调整作物布局。发展节水型农业的主要措施是试验推广节水型灌溉制度和先进的灌水方法。     

冬小麦产量的水肥耦合模型

采用五因素五水平二次通用旋转组合设计方案（1/2实施），在盆栽条件下，不同水分状况氮素对冬小麦产量的影响。通过建立回归模型及对其进行解析和寻优分析，得出如下结论：各试验因素对冬小麦籽粒产量影响的大小顺序为土壤含水量>越冬期施氮>拔节期施氮>灌浆期施氮>苗期施氮。施氮关键时期为越冬期、拔节期；苗期施氮和土壤含水量及越冬期施氮和土壤含水量交互效应显著，其中越冬期施氮和土壤含水量比苗期施氮和土壤含水量交互作用更为显著。     

高产冬小麦吸收氮、磷、钾特性的初步研究

试验对高产冬小麦的氮、磷、钾吸收特性进行了研究,结果表明:品39冬小麦在整个生育期内,叶片内N、P、K的累积高峰在拔节期;而茎和鞘中N的累积高峰在灌浆期;P、K的累积高峰在乳熟初期;穗中N、P、K的累积自孕穗到成熟一直增加,到成熟期最大。同时,小麦植株体内N、P、K的比例前期较稳定,在5～6.5∶1∶5～6之间,后期有所下降,但体内P素增加。     

黄土高原旱作土壤养分含量与供给

通过对黄土高原地区旱作土壤与灌溉土壤综合考察、矿化培养实验与土壤、雨水分析，表明旱作土壤养分平均含量均低于灌溉土壤，其中有机质、全氮、碱解氮、有效磷的平均含量均属低水平，速效钾含量较高。旱作土壤可为作物利用的养分主要来源于土壤矿化、大气沉降和肥料投入。     

黄河灌区水热通量的观测与分析

为解决农田节水问题,进行了田间水热通量观测和水热耦合循环过程机理分析。观测系统主要包括:常规气象、辐射、涡度相关法观测系统以及土壤水分观测剖面。该系统能够连续和稳定地观测土壤-植物-大气连续体中的水热循环过程,涡度相关法观测数据具有与国际同类观测一致的精度。对2005年山东省位山引黄灌区冬小麦和夏玉米生长期内水热平衡的分析表明:当叶面积指数较大时潜热是农田能量消耗的主要方式;在冬小麦返青至收割期内作物耗水略小于供水,而在玉米生长期内供水远大于作物耗水,灌区供水充分。     

旱地冬小麦新品种陇鉴19丰产栽培技术

在介绍旱地冬小麦新品种陇鉴19特征特性的同时,根据示范实践,从选地与施肥、播种、田间管理、适时收获等方面介绍了旱地冬小麦新品种陇鉴19在定西市的丰产栽培技术。     

木霉菌拌种对小麦生长和根际真菌群落的影响

为了了解木霉菌拌种对冬小麦生长和根际土壤真菌群落的影响,选取小麦种植后180 d的根际土壤,通过高通量测序技术研究分析了4株木霉菌拌种对小麦根际土壤中的真菌群落组成的影响,通过qPCR检测了根际土壤中真菌的绝对含量。结果表明：木霉菌拌种处理后降低了小麦根际土壤中真菌群落丰度,同时发现小麦产量与小麦根际土壤真菌群落均匀度(香农指数)和丰富度(OTUs数)呈反比,而与群落的优势度(辛普森指数)呈正比;通过田间病害调查和测产,结果显示,与未拌种处理相比木霉菌拌种降低了小麦纹枯病和茎基腐病引起的白穗率,其中哈茨木霉LTR-2和QT21990防效可达60% 以上,增产7.42%和6.94%(P<0.05)。     

基于灰度关联分析的冬小麦叶片含水量高光谱估测

尝试应用灰色关联分析方法(GRA)分析典型的水分植被指数(WVI)和水分含量(LWC)间的关联度,然后选择对冬小麦叶片水含量敏感的指数,比较SRM-PLS(逐步回归-偏最小二乘)方法和PLS方法估算LWC的精度。首先,对冬小麦WVI与LWC进行灰色关联分析,筛选出对冬小麦LWC敏感的WVI;其次,利用筛选出的敏感WVI,分别用PLS-SRM方法和PLS两种方式估算冬小麦LWC;然后对两种方式进行比较,选择最高决定系数(R2)和最小均方根误差(RMSE)的LWC估算模型来估算冬小麦LWC。结果表明：在整个生育期用PLS和PLS-SRM方法估算LWC, R2和RMSE分别为0.605和0.575,4.75%和7.35%。研究表明：先使用GRA对WVI和LWC进行关联度分析,再用PLS或PLS-SRM方法可以提高冬小麦的LWC估算精度。