秸秆与紫云英协同还田的土壤培肥效应及其对水稻产量的影响

来源 :安徽农业大学 | 被引量 : 0次 | 上传用户:lurnay
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
“水稻(Oryza sutiva L.)-紫云英(Astragalus sinicus L.)”轮作体系在我国南方稻田种植系统中对增产增效和提升土壤肥力等方面发挥着重要作用。本研究以“水稻-紫云英”轮作体系为研究对象,利用田间长期定位试验和盆栽试验,通过对水稻产量、植株体内养分积累及土壤养分等的测定,评估了稻田秸秆与紫云英协同还田的增产稳产效果,及其对植株的养分积累和土壤肥力作用。主要结果如下:1)在双季稻种植模式下,相对于对照处理(秸秆不还田,冬季不种植紫云英处理),连续秸秆单独还田和秸秆-紫云英协同还田周年轮作下水稻产量分别增产1.93%~9.15%和1.34%~12.48%,增产效果随着年份的增加而增加。同时连续秸秆-紫云英协同还田不仅有利于早稻氮磷钾养分积累,对晚稻养分积累也有一定的后效作用。2)与土壤基础养分状况相比,第四年晚稻收获后,对照处理土壤有机质、全氮、速效磷和速效钾含量分别降低了9.03%、11.11%、3.87%和10.57%。而相对于对照处理,连续多年秸秆-紫云英协同还田处理土壤有机质、全氮、速效磷和速效钾含量分别增加了20.51%、25.00%、24.16%和20.37%;相对于秸秆单独还田处理有机质、全氮和速效磷含量分别增加了2.73%、7.14%和14.20%。3)在水稻-绿肥种植系统中,种植紫云英时秸秆还田和氮肥施用均对紫云英的鲜草产量及养分积累有显著促进作用,并且具有显著的交互作用。在秸秆与氮肥配施的情况下,紫云英鲜草产量显著提高了14%~263%。所有处理中以S2N3(秸秆全量还田,氮肥用量135 kg/hm2)处理紫云英鲜草产量最高,为272.85 g/pot。与N0(不施氮肥处理)相比,施用氮肥显著提高了紫云英的氮、磷、钾养分积累量,其中N1(氮肥用量45 kg/hm2)、N2(氮肥用量90 kg/hm2)、N3(氮肥用量135 kg/hm2)处理的氮素养分积累量分别增加了33.0%、61.6%、115.1%,磷素积累量分别增加了33.5%、44.3%和70.2%,钾素积累量分别增加了40.4%、65.6%和102.0%。同一施氮水平下,相对于S0处理,氮、钾素积累量以S2N2(秸秆全量还田,氮肥用量90 kg/hm2)处理增幅最大,分别为25.0%、35.0%,钾素积累量以S2N1(秸秆全量还田,氮肥用量45 kg/hm2)处理增幅最大,为52.3%。所有处理中紫云英氮磷钾养分积累量均以S2N3(秸秆全量还田,氮肥用量135 kg/hm2)处理最高。4)秸秆还田与紫云英协同还田可显著提高土壤速效养分含量,施氮对紫云英氮磷钾养分累积量亦正向促进作用。结合紫云英生长情况和实际生产,秸秆全量还田配施少量氮肥,符合绿肥“小肥养大肥”的实践目标。本研究结果基于控制条件下的盆栽试验,对田间生产具有一定参考价值,但仍需通过不同条件下的田间试验进行进一步验证。综上所述,本研究表明,在紫云英季秸秆还田配施氮肥能显著增加紫云英的鲜草产量及养分积累,在后茬作物水稻生长季秸秆与紫云英协同利用能使水稻增产稳产,同时促进养分吸收及提高土壤肥力,是有效综合利用秸秆与紫云英等有机肥源、实现水稻生产绿色可持续发展的重要途径。
其他文献
湿地松(pinus elliotti)原产于美国,我国从20世纪30年代开始引种工作,因其具备速生、适应性强、木材用途广和松脂产量高等多种优良特性,在我国多个地区有着广泛分布。森林生长收获模型作为森林生长和收获量预估的主要手段,对森林科学管理和动态监测有着尤为重要的作用。本研究基于安徽省编制湿地松相关林业数表时在安徽省各地收集的湿地松正常林分的标准地数据,分别全林分模型和径阶分布模型两种方法编制安
学位
学位
学位
学位
镉(Cd)是自然环境中常见的重金属污染物,通过植物富集、水体迁移等方式进入食物链,严重危害人体健康。微生物异化铁还原过程在土壤中广泛存在,指铁还原菌利用各类有机物为电子供体,以Fe3+为电子受体,将Fe3+还原成Fe2+的过程,被认为是影响水稻Cd积累的关键因素。异化铁还原诱导产生的次生矿物可吸附大量重金属,因此建立一种微生物对铁转化介导的土壤重金属稳定化修复方法,了解异化铁还原过程中铁氧化物的形
李约瑟的宏篇巨制《中国科学技术史》(Science and Civilisation in China),以其思想深邃、内容博大和资料丰厚,在全球范围内赢得了赞誉,并引起了世界各地许多领域学者的关注和兴趣,在中国更是妇孺皆知,然而李约瑟的另外两本反映中国科学的书——《科学前哨》(Science Outpost)和《中国科学》(Chinese
期刊
学位
学位
为了解决视频人体行为识别中网络难以训练、直接将卷积神经网络全连接层的输出送入循环神经网络而导致空间信息缺失,进而引起视频人体行为识别精度不高、难以训练等问题。本文提出基于神经网络和迁移学习的视频人体行为识别方法,该方法以resnet50为基础网络,将在imagenet数据集上训练好的权重参数用于初始化所有的卷积层,使用卷积长短期记忆神经网络对resnet50的输出做处理,得到具有空间信息的视频描述