我国人多地少,持续提高花生产量是花生栽培的首要目标。建国以来,我国花生高产栽培技术研究与应用取得了长足的进步,形成了独具中国特色的花生高产栽培技术体系,带动了花生整体生产水平的不断提高。回顾和总结我国花生高产栽培历程和经...我国人多地少,持续提高花生产量是花生栽培的首要目标。建国以来,我国花生高产栽培技术研究与应用取得了长足的进步,形成了独具中国特色的花生高产栽培技术体系,带动了花生整体生产水平的不断提高。回顾和总结我国花生高产栽培历程和经验,分析和探讨花生持续增产潜力与途径,有助于进一步提升我国花生高产栽培研究创新能力和整体生产水平。20世纪70年代初期,通过应用增产效果显著的氮磷化肥施用技术,产量突破了6000 kg hm^(-2);70年代末,通过化学调控、地膜覆盖、氮磷钾平衡施肥等关键技术,产量突破了7500 kg hm^(-2);进入20世纪90年代后,通过缓控徒长、量化施肥等关键技术,产量突破了9000kghm^(-2);进入新千年后,通过单粒精播等关键技术,产量突破了11,250 kg hm^(-2);2023年,以单粒精播技术为核心,配套全程可控施肥、“三防三促”群体调控和微生物耦合技术等,构建高产栽培技术体系创造实打验收12,982 kg hm^(-2)的全国高产纪录。据推算花生实际生产能力还有较大的提升空间,培育高潜力品种、充分挖掘土壤生产潜能和构建高质量的群体是未来进一步提高花生产量的主要途径。展开更多
目的观察基于相位对比(PC)MRI颅内血流动力学参数预测急性高原反应(AMS)的价值。方法前瞻性招募72名健康青年志愿者,于平原地区采集平静呼吸及轻、中及重度瓦尔萨尔瓦动作(VM)下的颈内动脉(ICA)及颈内静脉(IJV)PC MRI并记录ICA及IJV血...目的观察基于相位对比(PC)MRI颅内血流动力学参数预测急性高原反应(AMS)的价值。方法前瞻性招募72名健康青年志愿者,于平原地区采集平静呼吸及轻、中及重度瓦尔萨尔瓦动作(VM)下的颈内动脉(ICA)及颈内静脉(IJV)PC MRI并记录ICA及IJV血流动力学参数;根据急进海拔4411 m的高原地区10 h后路易斯湖评分(LLS)结果划分AMS组(n=9)与无AMS组(n=63);采用单因素及多因素logistic回归分析筛选各状态下AMS的独立预测因素,构建单一及联合VM状态预测模型;绘制受试者工作特征曲线,计算曲线下面积(AUC),评估各模型预测效能。结果轻度VM下ICA搏动指数(PI ICA)、中度VM下IJV面积(S IJV)及重度VM下IJV阻力指数(RI IJV)均为AMS独立预测因素(P均<0.05)。联合VM状态模型(AUC=0.869)预测AMS的效能高于单一VM状态模型(AUC=0.698~0.738)。结论基于轻度VM PI ICA、中度VM S IJV及重度VM RI IJV构建的模型可有效预测AMS。展开更多
文摘我国人多地少,持续提高花生产量是花生栽培的首要目标。建国以来,我国花生高产栽培技术研究与应用取得了长足的进步,形成了独具中国特色的花生高产栽培技术体系,带动了花生整体生产水平的不断提高。回顾和总结我国花生高产栽培历程和经验,分析和探讨花生持续增产潜力与途径,有助于进一步提升我国花生高产栽培研究创新能力和整体生产水平。20世纪70年代初期,通过应用增产效果显著的氮磷化肥施用技术,产量突破了6000 kg hm^(-2);70年代末,通过化学调控、地膜覆盖、氮磷钾平衡施肥等关键技术,产量突破了7500 kg hm^(-2);进入20世纪90年代后,通过缓控徒长、量化施肥等关键技术,产量突破了9000kghm^(-2);进入新千年后,通过单粒精播等关键技术,产量突破了11,250 kg hm^(-2);2023年,以单粒精播技术为核心,配套全程可控施肥、“三防三促”群体调控和微生物耦合技术等,构建高产栽培技术体系创造实打验收12,982 kg hm^(-2)的全国高产纪录。据推算花生实际生产能力还有较大的提升空间,培育高潜力品种、充分挖掘土壤生产潜能和构建高质量的群体是未来进一步提高花生产量的主要途径。
文摘目的观察基于相位对比(PC)MRI颅内血流动力学参数预测急性高原反应(AMS)的价值。方法前瞻性招募72名健康青年志愿者,于平原地区采集平静呼吸及轻、中及重度瓦尔萨尔瓦动作(VM)下的颈内动脉(ICA)及颈内静脉(IJV)PC MRI并记录ICA及IJV血流动力学参数;根据急进海拔4411 m的高原地区10 h后路易斯湖评分(LLS)结果划分AMS组(n=9)与无AMS组(n=63);采用单因素及多因素logistic回归分析筛选各状态下AMS的独立预测因素,构建单一及联合VM状态预测模型;绘制受试者工作特征曲线,计算曲线下面积(AUC),评估各模型预测效能。结果轻度VM下ICA搏动指数(PI ICA)、中度VM下IJV面积(S IJV)及重度VM下IJV阻力指数(RI IJV)均为AMS独立预测因素(P均<0.05)。联合VM状态模型(AUC=0.869)预测AMS的效能高于单一VM状态模型(AUC=0.698~0.738)。结论基于轻度VM PI ICA、中度VM S IJV及重度VM RI IJV构建的模型可有效预测AMS。
