四川农业大学2008年鉴定科技成果简介

《四川农业大学2008年鉴定科技成果简介》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、四川农业大学2008年鉴定科技成果简介成果名称：水稻抗旱性及其节水高效灌溉技术的研究与应用完成单位：四川农业大学主要完成人：马均、刘代银、廖尔华、刘基敏、粱南山鉴定组织单位：四川省科技厅鉴定时间：2008.5.12成果水平：国际先进成果简介：1、该项目系统阐明了水稻芽期、苗期和开花结实期在水分胁迫下的形态及生理生化变化规律，揭示了开花结实期持续水分胁迫下重要生理生化特性的变化规律及其与产量形成的关系，丰富了水稻节水抗旱理论。2、建立了科学、准确的水稻芽期、苗期和开花期抗旱性筛选鉴定形态、生理综合指标体系，使水稻抗旱性得以量化；确定了以苗期抗旱鉴定为

2、主、芽期及开花期抗旱性鉴定相结合的水稻节水抗旱品种筛选鉴定方法，为水稳抗旱品种、材料的筛选鉴定提供了科学依据。3、结合水稻高产或超高产栽培，建立了节水效果突出、增产效果显著的“湿、晒、浅、间”水稻控制性节水高效灌溉技术，制定了生产应用技术规程。4、筛选鉴定的一批抗旱性较强、综合性状优良的水稻品种、材料已直接应用于生产或育种；研究的水稻节水高效灌溉技术在四川省累计推广东省1160余万亩，增产稻谷8.35亿kg，节水21.58亿m3，累计纯收益15.13亿元。项目成果的应用取得了显著的社会、经济效益。综上所述，该项目研究技术路线合理，方法科学，资料详实

3、可靠，学术水平高，技术创新性强，总体研究达到国际先进水平。四川农业大学2008年鉴定科技成果简介成果名称：优良牧草种质资源挖掘、新品种选育及应用完成单位：四川农业大学、四川省阳平种牛场、贵州省草业研究所主要完成人：张新全、杜逸、李天华、杨春华、吴佳海、何丕阳、吴彦奇、龙忠富、彭燕鉴定组织单位：四川省科技厅鉴定时间：2008.5.6成果水平：国内领先成果简介：一、该成果收集保存了扁穗牛鞭草、鸭茅、多花黑麦草等重要牧草种质资源2227份，其中向国家牧草种质资源中期库提交易额800份，起草完成国家草种质资源描述规范和数据标准3套，为合理保存和开发利用野生

4、优良牧草种质资源奠定了基础。二、从饲用价值、抗性生理、遗传多样性等几个层次对扁穗牛鞭草、鸭茅、多花黑麦草等优良牧草种质资源进行了系统评价，揭示了其遗传背景和亲缘关系，筛选出高羊茅雄性不育系、抗锈鸭茅等优异种质材料48份；采用太空诱变、远缘杂交等技术创制出优异育种材料5份，为牧草遗传改良提供了重要支撑。三、采用野生驯化、杂交育种等方法，选育出“长江2号”多花黑麦草、“黔草1号”高羊茅、“广益”和“重高”扁穗牛鞭草、“威宁”球茎草芦等牧草新品种5个，并通过国家审定。四、以选育的新品种为基础，建立了新品种种子规模化生产与牧草丰产栽培配套技术体系。牧草混播

5、组合使人工草地群落稳定性增加，延长了利用年限；已建成优良牧草种子基地1.5万亩，推广牧草新品种460万亩，种子产量增产30%~50%，产草量提高10%~30%；发表论文192篇（SCI收录9篇），出版专著6部；社会、经济和生态效益显著。综上所述，该成果紧密结合生产实际，在种质资源收集评价、种质创新、新品种选育及配套技术研究等方面取得了突破性进展；资料齐全、数据可信。该成果总体研究水平居国内领先，其中扁穗牛鞭草分子遗传多样性研究方面居国际先进水平。建议进一步加快该成果的推广应用。四川农业大学2008年鉴定科技成果简介成果名称：成都平原土壤质量演变与持

6、续利用完成单位：四川农业大学、成都市农业技术推广总站、郫县农村发展局主要完成人：王昌全、张世熔、李冰、杨娟、曾敏鉴定组织单位：四川省科技厅鉴定时间：2008.4.29成果水平：国内领先成果简介：（1）综合运用随机过程理论和地统计学等方法，首次系统地研究了成都平原土壤肥力质量演变及其空间分布特征，揭示了引起土壤肥力要素演变的结构性和随机性影响因子。深入研究了成都平原土壤酸化特征及驱动因子，引入ArcGIS对土壤酸化风险概率进行了时空预测。（2）综合运用地质累积指数、GIS与地统计学结合等方法，系统深入研究了成都平原土壤重金属污染现状、空间结构变异、分

7、布规律及主要影响因素。运用主成分分析约化技术、聚类分析和灰色关联法，量化了城市化发展对土壤重金属污染的影响，首次引入BP神经网络预测了城市化发展影响下土壤重金属的演变趋势。（3）采用地统计学方法（与GIS结合）研究了成都平原土壤重金属形态的空间结构变异，探讨了作物籽粒重金属累积与土壤重金属形态含量间的关系。应用生态环境效应法，结合土壤环境质量标准与成都平原土壤中重金属各形态含量分布特点，参考国家食品卫生标准，首次提出了土壤重金属活性态含量的限量参考指标，可为修订土壤重金属污染的地方标准提供重要的参考依据。（4）首次引入基于径向基函数（RBF）神经网

8、络和遗传算法（GARBF）优化神经网络等方法开展土壤质量预测研究，显著提高了土壤属性数据的预测准确性和空间插值精度，在样本