我国学者与海外合作者在稻田节水灌溉研究中取得进展

查找参加最新学术会议,发表EI、SCI论文,上学术会议云
2025年第四届算法、数据挖掘与信息技术国际会议(ADMIT 2025)
2025年第八届机器学习和自然语言处理国际会议(MLNLP 2025)
2025年第八届数据科学和信息技术国际会议(DSIT 2025)
2025年数据科学与智能系统国际会议(DSIS 2025)
2025年第四届先进的电子、电气和绿色能源国际会议 (AEEGE 2025)
2025年第二届亚太计算技术、通信和网络会议(CTCNet 2025)
艾思科蓝 | 学术会议 | 学术期刊 | 论文辅导 | 论文编译 | 发表支持 | 论文查重

我国学者与海外合作者在稻田节水灌溉研究中取得进展

图 干湿交替灌溉土壤水势阈值空间分布(a)及新灌溉模式的优先推广区(b)。

图a中,柱状图下方数字为土壤水势阈值范围(在空间栅格中以不同颜色区分),柱状图上方数字为相应阈值范围水稻灌溉面积占全球水稻灌溉面积的比例(%)。图b中,橙色区域为新灌溉模式优先推广区。

  在国家自然科学基金项目(批准号:42361144876)等资助下,北京大学周丰教授、王旭辉研究员与英国、美国、德国、菲律宾等国学者在稻田节水灌溉研究中取得进展。研究成果以“优化干湿交替灌溉提高了全球水分利用效率(Improved alternate wetting and drying irrigation increases global water productivity)”为题,于2024年11月21日在线发表于《自然·食物》(Nature Food),论文链接:https://www.nature.com/articles/s43016-024-01081-z。

  随着气候变化和人类活动的加剧,稻田灌溉需水与供水的矛盾日渐突出,制约着水稻的可持续生产。稻田灌溉用水占全球灌溉总量的30%以上。干湿交替灌溉(AWD)是国际水稻研究所推荐的高效节水模式,但大量试验表明,该模式存在水稻减产风险,阻碍了该模式的推广应用。针对上述问题,研究团队通过国际合作,开展全球稻田干湿交替灌溉控制试验的数据挖掘,发现灌溉间歇的最低土壤水势是决定AWD如何影响水稻产量的关键指标。在此基础上,研究者综合应用深度学习、过程模型与控制试验数据,绘制了亚洲稻田干湿交替灌溉土壤水势阈值图。与国际水稻研究所推荐的AWD模式(即水位不低于田面以下15cm)相比,该团队提出的新模式可实现稻田水分的高效利用,显著提高水稻产量和保障稳产。

  亚洲稻田面积约占全球稻田面积的88%。印度、孟加拉国和中国长江下游地区是该节水灌溉新模式的优先推广区。此项研究为进一步优化稻田的水分管理提供了科学依据。

© 版权声明
2025年第四届算法、数据挖掘与信息技术国际会议(ADMIT 2025)
2025年第八届机器学习和自然语言处理国际会议(MLNLP 2025)
2025年第八届数据科学和信息技术国际会议(DSIT 2025)
2025年数据科学与智能系统国际会议(DSIS 2025)
第二届大数据分析与人工智能应用学术会议(BDAIA2025)
2025年第四届先进的电子、电气和绿色能源国际会议 (AEEGE 2025)
2025年第二届亚太计算技术、通信和网络会议(CTCNet 2025)
艾思科蓝 | 学术会议 | 学术期刊 | 论文辅导 | 论文编译 | 发表支持 | 论文查重

相关文章

查找最新学术会议,发表EI、SCI论文,上学术会议云
艾思科蓝 | 学术会议 | 学术期刊 | 论文辅导 | 论文编译 | 发表支持 | 论文查重

暂无评论

none
暂无评论...