一种室内栽培水稻生长试验筛选适宜生物炭类型的方法
【专利摘要】本发明提供一种室内栽培水稻生长试验筛选适宜生物炭类型方法，该方法采用了将每块稻床的平均水稻株高标准曲线、平均水稻穗长标准曲线、平均有效穗株数标准曲线和平均水稻实粒数标准曲线中各水稻数据进行处理统计，绘制出适用性标准曲线，使得该方法操作简单，成本与其他方法相比降低了12％以上，并且该方法周期短，效率比其他方法高出19％以上，所得的数据误差小，可进行实时监测各稻床水稻生长情况，大大节省了人力物力。
【专利说明】
一种室内栽培水稻生长试验筛选适宜生物炭类型的方法
技术领域
[0001]本发明涉及一种筛选方法，特别涉及一种室内栽培水稻生长试验筛选适宜生物炭类型的方法、数据处理系统及生物炭复合物。
【背景技术】
[0002]随着人口的迅速增长，工业迅猛发展，人均占有耕地不断减少，粮食和饲料短缺已日益突出，这将是21世纪人类面临的全球性挑战，据相关报道，我国耕地面积正以46万/m2的速度递减，耕地面积会越来越低于国家计划的生存基础线。
[0003]生物炭是生物有机材料(生物质)在缺氧或绝氧环境中，经高温热裂解后生成的固态产物。既可作为高品质能源、土壤改良剂，也可作为还原剂、肥料缓释载体及二氧化碳封存剂等，已广泛应用于固碳减排、水源净化、重金属吸附和土壤改良等，可在一定程度上为气候变化、环境污染和土壤功能退化等全球关切的热点问题提供解决方案。生物炭也能提高农业生产率，减少对碳密集肥料的需求。木炭碎料的孔洞结构十分容易聚集营养物质和有益微生物，从而使土壤变得肥沃，利于植物生长，实现增产的同时让农业更具持续性。更妙的是，它把碳锁定在生物群内，而非让它排放到空气中。生物炭施入农田，可有效改善土壤理化性质，增加作物产量，促进农业可持续发展。生物炭是一种固定二氧化碳的经济可行的方式，不仅固化了树木和作物内已吸收的二氧化碳，其产物“生物碳”保存在土壤中，几千年都不会发生变化，生产可再生能源的同时，还提高了土壤肥力，提高农作物产量。现如今生物炭的类型很多，因此要筛选出适合室内栽培水稻生长的优质、高效的生物炭，并掌握其特征，为今后大面积推广使用提供科学依据。目前室内栽培水稻生长试验筛选适宜生物炭类型的方法很多，但周期长、效率低，所得数据误差大，极大浪费人力物力，成本高。因此，在此基础上研究出一种简单、高效的筛选方法，在相关领域具有重要的发展前景。
【发明内容】
[0004]为了解决上述技术问题，本发明提供一种简单，高效，成本低的室内栽培水稻生长试验筛选适宜生物炭类型的方法。
[0005]本发明具体技术方案如下:
[0006]本发明提供一种室内栽培水稻生长试验筛选适宜生物炭类型的方法，该方法包括如下步骤:
[0007]S1:在室内选取面积相同的若干块稻床，每块稻床均撒入不同类型相同量的生物炭；
[0008]S2:每块稻床均插入相同品种的秧苗，每块稻床插秧量相同，插入秧苗15-20天后，开始监测每块稻床的水稻株高，每隔6天再监测一次每块稻床的水稻株高，连续监测5次，将所监测的水稻株高通过数据处理系统计算出各监测时间所对应的平均水稻株高，并绘制出每块稻床的平均水稻株高标准曲线；
[0009]S3:水稻始穗期至水稻齐穗期，从水稻始穗期开始监测每块稻床中的水稻穗长及有效穗株数，每隔6天再监测一次每块稻床的水稻穗长及有效穗株数，连续监测5次，将所监测的水稻穗长及有效穗株数通过数据处理系统计算出各监测时间所对应的平均水稻穗长及平均有效穗株数，并绘制出每块稻床的平均水稻穗长标准曲线及平均有效穗株数标准曲线；
[0010]S4:到水稻成熟期开始监测每块稻床中水稻实粒数，每隔6天再监测一次每块稻床的水稻实粒数，并通过数据处理系统计算出各监测时间所对应的平均水稻实粒数，再绘制出每块稻床的平均水稻实粒数标准曲线；
[0011]S5:将步骤S2绘制的每块稻床的平均水稻株高标准曲线、步骤S3绘制的每块稻床的平均水稻穗长标准曲线及平均有效穗株数标准曲线，步骤S4绘制的平均水稻实粒数标准曲线中相同稻床的各平均水稻数据经数据处理系统处理，形成每块稻床生物炭适用性标准曲线，并进行比对，从而筛选出室内栽培水稻生长适宜的生物炭类型;所述水稻数据为水稻的水稻株高、水稻穗长、有效穗株数和水稻实粒数。
[0012]进一步的改进，步骤S5所述的数据处理系统处理形成每块稻床生物炭适用性标准曲线的具体方法为:
[0013]S5-1:设定计算生物炭适用性值的各平均水稻数据的权重比；设定平均水稻株高A的权重比为5-15%，平均水稻穗长B的权重比为10-20%，平均有效穗株数C的权重比为20-30%、平均水稻结实率D的权重比为40-60% ；
[0014]S5-2:从平均水稻株高标准曲线、平均水稻穗长标准曲线及平均有效穗株数标准曲线和平均水稻实粒数标准曲线中筛选出6个时间点所对应的各平均水稻数据，每个时间点的间隔时间为6天；
[0015]S5-3:根据公式一计算每块稻床内6个时间点所对应的生物炭适用性值X
[0016]X= [AX (5-15% )+BX (10-20% )+CX (20-30% )+DX (40-60% ) J/A+B
[0017]公式一；
[0018]S5-4:将生物炭适用性值和各值对应的6个时间点绘制出生物炭适用性标准曲线。
[0019]本发明提供的室内栽培水稻生长试验筛选适宜生物炭类型的方法简单，误差小，效率高。
[0020]进一步的改进，步骤SI中每块稻床中撒入的生物炭的量为3_5kg/亩。
[0021]进一步的改进，所述水稻始穗期是指每年的6月-7月，所述水稻齐穗期是指每年的6月-9月；所述水稻成熟期是指每年的9月-10月。
[0022]本发明另一方面提供一种专用于筛选室内栽培水稻生长试验适宜生物炭类型的数据处理系统，该数据处理系统包括处理器和与处理器相通讯的数据库，所述处理器包括数据输入模块、平均水稻数据计算模块、标准曲线绘制模块、标准曲线处理模块和筛选模块;所述数据输入模块用于为用户提供输入水稻数据的界面，并将输入的水稻数据传输给数据库和平均水稻数据计算模块;所述平均水稻数据计算模块根据接收的水稻数据计算出各监测时间所对应的平均水稻株高、平均水稻穗长、平均有效穗株数、平均水稻实粒数，并发送给数据库;所述标准曲线绘制模块用于从数据库中调取平均水稻数据，并绘制出每块稻床的平均水稻株高标准曲线、平均水稻穗长标准曲线及平均有效穗株数标准曲线和平均水稻实粒数标准曲线，并发送给标准曲线处理模块;所述标准曲线处理模块将接收的每块稻床的平均水稻株高标准曲线、平均水稻穗长标准曲线及平均有效穗株数标准曲线和平均水稻实粒数标准曲线进行处理，形成每块稻床的生物炭适用性标准曲线，并发送给筛选模块;所述筛选模块用于为用户提供从生物炭适用性标准曲线中筛选出适宜水稻生长的生物炭类型的界面。
[0023]进一步的改进，所述标准曲线处理模块包括平均水稻数据权重比设定子模块、平均水稻数据汇总子模块、平均水稻数据计算子模块和生物炭适用性标准曲线绘制子模块；所述平均水稻数据权重比设定子模块用于设定计算生物炭适用性值的各平均水稻数据的权重比，并发送给平均水稻数据计算子模块;所述平均水稻数据汇总子模块，用于从接收的每块稻床的平均水稻株高标准曲线、平均水稻穗长标准曲线及平均有效穗株数标准曲线和平均水稻实粒数标准曲线中筛选出6个时间点所对应的各平均水稻数据，每个时间点的间隔时间为6天，并发送给平均水稻数据计算子模块;所述平均水稻数据计算子模块根据接收的平均水稻株高、平均水稻穗长、平均有效穗株数和平均水稻结实率及各平均水稻数据的权重比，计算出各生物炭适用性值，并发送给生物炭适用性标准曲线绘制子模块;所述生物炭适用性标准曲线绘制子模块根据接收的生物炭适用性值和各值对应的6个时间点绘制出生物炭适用性标准曲线。
[0024]本发明提供的数据处理系统专用于筛选室内栽培水稻生长试验适宜生物炭类型，刷选误差小，并且通过该数据处理系统可以对水稻的生长情况进行监测，节省了人力物力。
[0025]本发明另一方面提供一种专用于室内水稻栽培的生物炭复合物，所述生物炭复合物包括如下重量份数的各成分:烧制生物炭6-10份、枸橼酸脂肪酸甘油酯0.5-1、卡波姆3-5份、柠檬酸三乙酯1-3份、交联羧甲基纤维素钠0.2-0.5份、壳聚糖5-10份。
[0026]进一步的改进，烧制生物炭为由重量份数比为1:2.5:0.3的棉花秸杆、水稻壳和玉米须经烧制而成。
[0027]进一步的改进，所述生物炭是通过如下方法制备得到的:(a)将棉花秸杆、水稻壳平铺于托盘内，厚度为l-2cm，放入烘箱内，无氧条件下，110-120°C烘烤l_2h，控制棉花秸杆和水稻壳的含水率为2-3% ; (b)将玉米须和步骤(a)经过烘烤的棉花秸杆及水稻壳放入马弗炉中，无氧条件下裂解，以100-120°C/10min的速度将温度升高至520-600°C，热解时间为4-5h，迅速冷却至室温，粉碎，制得烧制生物炭。
[0028]本发明提供的生物炭复合物能够有效地提尚水稻糖长、水稻实粒数，进而提尚水稻产量，使得生物炭复合物的适用性值显著升高。
[0029]本发明提供的室内栽培水稻生长试验筛选适宜生物炭类型的方法采用了将每块稻床的平均水稻株高标准曲线、平均水稻穗长标准曲线及平均有效穗株数标准曲线，平均水稻实粒数标准曲线中各平均水稻数据进行处理统计，绘制出适用性标准曲线，使得该方法操作简单，成本与其他方法相比降低了 12%以上，并且该方法周期短，效率比其他方法高出19%以上，所得的数据误差小，可进行实时监测各稻床水稻生长情况，大大节省了人力物力。
【附图说明】
[0030]图1为实施例5专用于筛选室内栽培水稻生长试验适宜生物炭类型的数据处理系统的结构框图；
[0031 ]图2为实施例6标准曲线处理模块的结构框图； 图3为试验例I六块稻床的平均水稻株高标准曲线；
图4为试验例I六块稻床的平均水稻穗长标准曲线；
图5为试验例I六块稻床的平均有效穗株数标准曲线；
图6为试验例I六块稻床的平均水稻实粒数标准曲线；
图7为试验例I六块稻床的生物炭适用性标准曲线。
【具体实施方式】
[0032]实施例1
[0033]—种室内栽培水稻生长试验筛选适宜生物炭类型的方法，该方法包括如下步骤:
[0034]S1:在室内选取五块面积相同的稻床，将生物炭I号、生物炭2号、生物炭3号、生物炭4号和生物炭5号，按每亩3kg撒入量，均匀撒入相同面积不同稻床中，并用指示牌标示；
[0035]S2:将撒入的生物炭和五块稻床的表层土壤进行混合均匀，分别进行插秧，插入相同品种的秧苗，五块稻床插秧量相同，插入秧苗15天后，开始监测5块稻床的水稻株高，每6天监测一次五块稻床的水稻株高，连续监测5次，将所监测的水稻株高通过数据处理系统计算出各监测时间所对应的平均水稻株高，并绘制出每块稻床的平均水稻株高标准曲线；该平均水稻株高标准曲线的纵坐标为平均水稻株高值，横坐标为将开始监测水稻株高的时间记为第I天，依次为7天、13天、19天、25天和31天；
[0036]S3:水稻始穗期至水稻齐穗期，从水稻始穗期开始监测每块稻床中的水稻穗长及有效穗株数，每隔6天再监测一次每块稻床的水稻穗长及有效穗株数，连续监测5次，将所监测的水稻穗长及有效穗株数通过数据处理系统计算出各监测时间所对应的平均水稻穗长及平均有效穗株数，并绘制出每块稻床的平均水稻穗长标准曲线及平均有效穗株数标准曲线;平均水稻穗长标准曲线及平均有效穗株数标准曲线的纵坐标分别为平均水稻穗长、平均有效穗株数，横坐标为将开始监测水稻穗长及有效穗株数的时间记为第I天，依次为7天、13天、19天、25天和31天；
[0037]S4:到水稻成熟期开始监测每块稻床中水稻实粒数，每隔6天再监测一次每块稻床的水稻实粒数，并通过数据处理系统计算出各监测时间所对应的平均水稻实粒数，再绘制出每块稻床的平均水稻实粒数标准曲线;平均水稻实粒数标准曲线的纵坐标为平均水稻实粒数值，横坐标将开始监测水稻实粒数的时间记为第I天，依次为7天、13天、19天、25天和31天；
[0038]S5:将步骤S2绘制的每块稻床的平均水稻株高标准曲线、步骤S3绘制的每块稻床的平均水稻穗长标准曲线及平均有效穗株数标准曲线，步骤S4绘制的平均水稻实粒数标准曲线中相同稻床的各平均水稻数据经数据处理系统处理，形成每块稻床生物炭适用性标准曲线，并进行比对，从而筛选出室内栽培水稻生长适宜的生物炭类型，水稻数据为水稻的水稻株高、水稻穗长、有效穗株数和水稻实粒数。
[0039]本发明提供的方法简单，成本低于其他方法12%;该方法筛选周期短、效率高其他方法19 %，所得数据误差小，可进行实时监测各稻床水稻生长情况，大大节省了人力物力。
[0040]实施例2
[0041]—种室内栽培水稻生长试验筛选适宜生物炭类型的方法，该方法包括如下步骤:
[0042]S1:在室内选取五块面积相同的稻床，将生物炭I号、生物炭2号、生物炭3号、生物炭4号和生物炭5号，按每亩4kg撒入量，均匀撒入相同面积不同稻床中，并用指示牌标示；
[0043]S2:将撒入的生物炭和五块稻床的表层土壤进行混合均匀，分别进行插秧，插入相同品种的秧苗，五块稻床插秧量相同，插入秧苗18天后，开始监测5块稻床的水稻株高，每6天监测一次五块稻床的水稻株高，连续监测5次，将所监测的水稻株高通过数据处理系统计算出各监测时间所对应的平均水稻株高，并绘制出每块稻床的平均水稻株高标准曲线；该平均水稻株高标准曲线的纵坐标为平均水稻株高值，横坐标为将开始监测水稻株高的时间记为第I天，依次为7天、13天、19天、25天和31天；
[0044]S3:水稻始穗期至水稻齐穗期，从水稻始穗期开始监测每块稻床中的水稻穗长及有效穗株数，每隔6天再监测一次每块稻床的水稻穗长及有效穗株数，连续监测5次，将所监测的水稻穗长及有效穗株数通过数据处理系统计算出各监测时间所对应的平均水稻穗长及平均有效穗株数，并绘制出每块稻床的平均水稻穗长标准曲线及平均有效穗株数标准曲线;平均水稻穗长标准曲线及平均有效穗株数标准曲线的纵坐标分别为平均水稻穗长、平均有效穗株数，横坐标为将开始监测水稻穗长及有效穗株数的时间记为第I天，依次为7天、13天、19天、25天和31天；
[0045]S4:到水稻成熟期开始监测每块稻床中水稻实粒数，每隔6天再监测一次每块稻床的水稻实粒数，并通过数据处理系统计算出各监测时间所对应的平均水稻实粒数，再绘制出每块稻床的平均水稻实粒数标准曲线;平均水稻实粒数标准曲线的纵坐标为平均水稻实粒数值，横坐标将开始监测水稻实粒数的时间记为第I天，依次为7天、13天、19天、25天和31天；
[0046]S5:将步骤S2绘制的每块稻床的平均水稻株高标准曲线、步骤S3绘制的每块稻床的平均水稻穗长标准曲线及平均有效穗株数标准曲线，步骤S4绘制的平均水稻实粒数标准曲线中相同稻床的各平均水稻数据经数据处理系统处理，形成每块稻床生物炭适用性标准曲线，并进行比对，从而筛选出室内栽培水稻生长适宜的生物炭类型。
[0047]通常本发明所指的水稻始穗期是指每年的6月-7月，所述水稻齐穗期是指每年的6月-9月；所述水稻成熟期是指每年的9月-10月。
[0048]本发明筛选方法简单，成本低于其他方法13%;该方法筛选周期短、效率高其他方法19.7%，所得数据误差小，可进行实时监测各稻床水稻生长情况，大大节省了人力物力。
[0049]实施例3
[0050]—种室内栽培水稻生长试验筛选适宜生物炭类型的方法，该方法包括如下步骤:
[0051]S1:在室内选取五块面积相同的稻床，将生物炭I号、生物炭2号、生物炭3号、生物炭4号和生物炭5号，按每亩5kg撒入量，均匀撒入相同面积不同稻床中，并用指示牌标示；
[0052]S2:将撒入的生物炭和五块稻床的表层土壤进行混合均匀，分别进行插秧，插入相同品种的秧苗，五块稻床插秧量相同，插入秧苗20天后，开始监测5块稻床的水稻株高，每6天监测一次五块稻床的水稻株高，连续监测5次，将所监测的水稻株高通过数据处理系统计算出各监测时间所对应的平均水稻株高，并绘制出每块稻床的平均水稻株高标准曲线；该平均水稻株高标准曲线的纵坐标为平均水稻株高值，横坐标为将开始监测水稻株高的时间记为第I天，依次为7天、13天、19天、25天和31天；
[0053]S3:水稻始穗期至水稻齐穗期，从水稻始穗期开始监测每块稻床中的水稻穗长及有效穗株数，每隔6天再监测一次每块稻床的水稻穗长及有效穗株数，连续监测5次，将所监测的水稻穗长及有效穗株数通过数据处理系统计算出各监测时间所对应的平均水稻穗长及平均有效穗株数，并绘制出每块稻床的平均水稻穗长标准曲线及平均有效穗株数标准曲线;平均水稻穗长标准曲线及平均有效穗株数标准曲线的纵坐标分别为平均水稻穗长、平均有效穗株数，横坐标为将开始监测水稻穗长及有效穗株数的时间记为第I天，依次为7天、13天、19天、25天和31天；
[0054]S4:到水稻成熟期开始监测每块稻床中水稻实粒数，每隔6天再监测一次每块稻床的水稻实粒数，并通过数据处理系统计算出各监测时间所对应的平均水稻实粒数，再绘制出每块稻床的平均水稻实粒数标准曲线;平均水稻实粒数标准曲线的纵坐标为平均水稻实粒数值，横坐标将开始监测水稻实粒数的时间记为第I天，依次为7天、13天、19天、25天和31天；
[0055]S5:将步骤S2绘制的每块稻床的平均水稻株高标准曲线、步骤S3绘制的每块稻床的平均水稻穗长标准曲线及平均有效穗株数标准曲线，步骤S4绘制的平均水稻实粒数标准曲线中相同稻床的各平均水稻数据经数据处理系统处理，形成每块稻床生物炭适用性标准曲线，并进行比对，从而筛选出室内栽培水稻生长适宜的生物炭类型；
[0056]步骤S5数据处理系统处理形成每块稻床生物炭适用性标准曲线的具体方法为:
[0057]S5-1:设定计算生物炭适用性值的各平均水稻数据的权重比；设定平均水稻株高A的权重比为5 %，平均水稻穗长B的权重比为10 %，平均有效穗株数C的权重比为25 %、平均水稻结实率D的权重比为60% ；
[0058]S5-2:从平均水稻株高标准曲线、平均水稻穗长标准曲线及平均有效穗株数标准曲线和平均水稻实粒数标准曲线中筛选出6个时间点所对应的各平均水稻数据，每个时间点的间隔时间为6天；
[0059]S5-3:根据公式一计算每块稻床内6个时间点所对应的生物炭适用性值X
[0060]X=[AX5%+BX10%+CX25%+DX60%]/A+B
[0061]公式一；
[0062]S5-4:将生物炭适用性值和各值对应的6个时间点绘制出生物炭适用性标准曲线。
[0063]本发明筛选方法简单，成本低于其他方法15%;该方法筛选周期短、效率高其他方法30%，所得数据误差小，可进行实时监测各稻床水稻生长情况，大大节省了人力物力。
[0064]实施例4
[0065]—种室内栽培水稻生长试验筛选适宜生物炭类型的方法，该方法包括如下步骤:
[0066]S1:在室内选取五块面积相同的稻床，将生物炭I号、生物炭2号、生物炭3号、生物炭4号和生物炭5号，按每亩4.5kg撒入量，均匀撒入相同面积不同稻床中，并用指示牌标示；
[0067]S2:将撒入的生物炭和五块稻床的表层土壤进行混合均匀，分别进行插秧，插入相同品种的秧苗，五块稻床插秧量相同，插入秧苗16天后，开始监测5块稻床的水稻株高，每6天监测一次五块稻床的水稻株高，连续监测5次，将所监测的水稻株高通过数据处理系统计算出各监测时间所对应的平均水稻株高，并绘制出每块稻床的平均水稻株高标准曲线；该平均水稻株高标准曲线的纵坐标为平均水稻株高值，横坐标为将开始监测水稻株高的时间记为第I天，依次为7天、13天、19天、25天和31天；
[0068]S3:水稻始穗期至水稻齐穗期，从水稻始穗期开始监测每块稻床中的水稻穗长及有效穗株数，每隔6天再监测一次每块稻床的水稻穗长及有效穗株数，连续监测5次，将所监测的水稻穗长及有效穗株数通过数据处理系统计算出各监测时间所对应的平均水稻穗长及平均有效穗株数，并绘制出每块稻床的平均水稻穗长标准曲线及平均有效穗株数标准曲线;平均水稻穗长标准曲线及平均有效穗株数标准曲线的纵坐标分别为平均水稻穗长、平均有效穗株数，横坐标为将开始监测水稻穗长及有效穗株数的时间记为第I天，依次为7天、13天、19天、25天和31天；
[0069]S4:到水稻成熟期开始监测每块稻床中水稻实粒数，每隔6天再监测一次每块稻床的水稻实粒数，并通过数据处理系统计算出各监测时间所对应的平均水稻实粒数，再绘制出每块稻床的平均水稻实粒数标准曲线;平均水稻实粒数标准曲线的纵坐标为平均水稻实粒数值，横坐标将开始监测水稻实粒数的时间记为第I天，依次为7天、13天、19天、25天和31天；
[0070]S5:将步骤S2绘制的每块稻床的平均水稻株高标准曲线、步骤S3绘制的每块稻床的平均水稻穗长标准曲线及平均有效穗株数标准曲线，步骤S4绘制的平均水稻实粒数标准曲线中相同稻床的各平均水稻数据经数据处理系统处理，形成每块稻床生物炭适用性标准曲线，并进行比对，从而筛选出室内栽培水稻生长适宜的生物炭类型；
[0071]步骤S5数据处理系统处理形成每块稻床生物炭适用性标准曲线的具体方法为:
[0072]S5-1:设定计算生物炭适用性值的各平均水稻数据的权重比；设定平均水稻株高A的权重比为10%，平均水稻穗长B的权重比为20%，平均有效穗株数C的权重比为30%、平均水稻结实率D的权重比为40% ；
[0073]S5-2:从平均水稻株高标准曲线、平均水稻穗长标准曲线及平均有效穗株数标准曲线和平均水稻实粒数标准曲线中筛选出6个时间点所对应的各平均水稻数据，每个时间点的间隔时间为6天；
[0074]S5-3:根据公式一计算每块稻床内6个时间点所对应的生物炭适用性值X
[0075]X=[AX10%+BX20%+CX30%+DX40%]/A+B
[0076]公式一；
[0077]S5-4:将生物炭适用性值和各值对应的6个时间点绘制出生物炭适用性标准曲线。
[0078]本发明筛选方法简单，成本低于其他方法16%;该方法筛选周期短、效率高其他方法31.2 %，所得数据误差小，可进行实时监测各稻床水稻生长情况，大大节省了人力物力。
[0079]实施例5
[0080]一种专用于筛选室内栽培水稻生长试验适宜生物炭类型的数据处理系统，如图1所示，该数据处理系统包括处理器I和与处理器I相通讯的数据库2，所述处理器I包括数据输入模块U、平均水稻数据计算模块12、标准曲线绘制模块13、标准曲线处理模块14和筛选模块15;所述数据输入模块11用于为用户提供输入水稻数据的界面，并将输入的水稻数据传输给数据库2和平均水稻数据计算模块12;所述平均水稻数据计算模块12根据接收的水稻数据计算出各监测时间所对应的平均水稻株高、平均水稻穗长、平均有效穗株数、平均水稻实粒数，并发送给数据库2;所述标准曲线绘制模块13用于从数据库2中调取平均水稻数据，并绘制出每块稻床的平均水稻株高标准曲线、平均水稻穗长标准曲线及平均有效穗株数标准曲线和平均水稻实粒数标准曲线，并发送给标准曲线处理模块14;所述标准曲线处理模块14将接收的每块稻床的平均水稻株高标准曲线、平均水稻穗长标准曲线及平均有效穗株数标准曲线和平均水稻实粒数标准曲线进行处理，形成每块稻床的生物炭适用性标准曲线，并发送给筛选模块15;所述筛选模块15用于为用户提供从生物炭适用性标准曲线中筛选出适宜水稻生长的生物炭类型的界面。
[0081 ] 实施例6
[0082]一种专用于筛选室内栽培水稻生长试验适宜生物炭类型的数据处理系统，该数据处理系统与实施例5不同的是，如图2所示，标准曲线处理模块14包括平均水稻数据权重比设定子模块141、平均水稻数据汇总子模块142、平均水稻数据计算子模块143和生物炭适用性标准曲线绘制子模块144;所述平均水稻数据权重比设定子模块141用于设定计算生物炭适用性值的各平均水稻数据的权重比，并发送给平均水稻数据计算子模块143;所述平均水稻数据汇总子模块142，用于从接收的每块稻床的平均水稻株高标准曲线、平均水稻穗长标准曲线及平均有效穗株数标准曲线和平均水稻实粒数标准曲线中筛选出6个时间点所对应的各平均水稻数据，每个时间点的间隔时间为6天，并发送给平均水稻数据计算子模块143;所述平均水稻数据计算子模块143根据接收的平均水稻株高、平均水稻穗长、平均有效穗株数和平均水稻结实率及各平均水稻数据的权重比，计算出各生物炭适用性值，并发送给生物炭适用性标准曲线绘制子模块144;所述生物炭适用性标准曲线绘制子模块144根据接收的生物炭适用性值和各值对应的6个时间点绘制出生物炭适用性标准曲线。
[0083]实施例7
[0084]—种专用于室内水稻栽培的生物炭复合物，该生物炭复合物包括如下重量的各成分:烧制生物炭6g、枸橼酸脂肪酸甘油酯0.5g、卡波姆3g份、柠檬酸三乙酯lg、交联羧甲基纤维素钠0.2g、壳聚糖5g。
[0085]实施例8
[0086]—种专用于室内水稻栽培的生物炭复合物，该生物炭复合物包括如下重量的各成分:烧制生物炭10g、枸橼酸脂肪酸甘油酯lg、卡波姆5g、柠檬酸三乙酯3g、交联羧甲基纤维素钠0.5g、壳聚糖10g。
[0087]实施例9
[0088]—种专用于室内水稻栽培的生物炭复合物，该生物炭复合物包括如下重量的各成分:烧制生物炭7g、枸橼酸脂肪酸甘油酯0.7g、卡波姆4g、柠檬酸三乙酯2g、交联羧甲基纤维素钠0.4g、壳聚糖7.5g;
[0089]该烧制生物炭为由重量份数比为1:2.5:0.3的棉花秸杆、水稻壳和玉米须经烧制而成;该烧制生物炭是通过如下方法制备得到的:(a)将棉花秸杆、水稻壳平铺于托盘内，厚度为lcm，放入烘箱内，无氧条件下，110°C烘烤2h，控制棉花秸杆和水稻壳的含水率为3%;(b)将玉米须和步骤(a)经过烘烤的棉花秸杆及水稻壳放入马弗炉中，无氧条件下裂解，以100°(:/1011^11的速度将温度升高至600°(:，热解时间为511，迅速冷却至室温，粉碎，制得烧制生物炭。
[0090]实施例10
[0091]—种专用于室内水稻栽培的生物炭复合物，该生物炭复合物包括如下重量的各成分:烧制生物炭Sg、枸橼酸脂肪酸甘油酯0.9g、卡波姆3.5g、柠檬酸三乙酯2.5g、交联羧甲基纤维素钠0.3g、壳聚糖6g;
[0092]该烧制生物炭为由重量份数比为1:2.5:0.3的棉花秸杆、水稻壳和玉米须经烧制而成;该烧制生物炭是通过如下方法制备得到的:(a)将棉花秸杆、水稻壳平铺于托盘内，厚度为2cm，放入烘箱内，无氧条件下，120°C烘烤lh，控制棉花秸杆和水稻壳的含水率为2%;(b)将玉米须和步骤(a)经过烘烤的棉花秸杆及水稻壳放入马弗炉中，无氧条件下裂解，以120°C/10min的速度将温度升高至520°C，热解时间为4h，迅速冷却至室温，粉碎，制得生物炭。
[0093]对照例I
[0094]—种专用于室内水稻栽培的生物炭复合物，该生物炭复合物包括如下重量的各成分:烧制生物炭6g、枸橼酸脂肪酸甘油酯0.5g、卡波姆3g份、柠檬酸三乙酯lg、交联羧甲基纤维素钠0.2g。
[0095]对照例2
[0096]—种专用于室内水稻栽培的生物炭复合物，该生物炭复合物包括如下重量的各成分:烧制生物炭6g、丙稀酸酯乳液0.5g、卡波姆3g份、梓檬酸三乙酯I g、交联羧甲基纤维素钠
0.28、壳聚糖58。
[0097]对照例3
[0098]—种专用于室内水稻栽培的生物炭复合物，该生物炭复合物包括如下重量的各成分:烧制生物炭6g、溴代十二烧基卩比啶0.5g、卡波姆3g份、梓檬酸三乙酯I g、交联羧甲基纤维素钠0.2g、壳聚糖5g。
[0099]对照例4
[0100]—种专用于室内水稻栽培的生物炭复合物，该生物炭复合物包括如下重量的各成分:烧制生物炭10g、氮丙啶交联剂0.6g、水稻秸杆烧制的生物炭0.5g。
[0101]试验例I生物炭复合物效果试验
[0102]方法:
[0103]S1:在室内选取六块面积均为I平方米(0.0015亩)的稻床，将生物炭I号、生物炭2号、生物炭3号、生物炭4号、生物炭5号和生物炭6号，每块稻床均匀撒入7.5g的各生物炭，并用指示牌标示;其中生物炭I号使用本发明实施例8的生物炭复合物，生物炭2号使用本发明实施例9的生物炭复合物、生物炭3号使用本发明对照例I的生物炭复合物，生物炭4号使用本发明对照例2的生物炭复合物，生物炭5使用本发明对照例3的生物炭复合物，生物炭6号使用本发明对照例4的生物炭复合物；
[0104]S2:将撒入的生物炭和六块稻床的表层土壤进行混合均匀，分别进行插秧，插入相同品种的秧苗，秧苗的株高均为15cm，六块稻床均插入10颗秧苗，插入秧苗15天后，开始监测六块稻床的水稻株高，每6天监测一次六块稻床的水稻株高，连续监测5次，将所监测的10颗水稻株高通过数据处理系统计算出各监测时间所对应的平均水稻株高，并绘制出六块稻床的平均水稻株高标准曲线，如图3所示;该平均水稻株高标准曲线的纵坐标为平均水稻株高值，横坐标为将开始监测水稻株高的时间记为第I天，依次为7天、13天、19天、25天和31天；
[0105]S3:水稻始穗期至水稻齐穗期，从水稻始穗期开始监测六块稻床中的水稻穗长及有效穗株数，每隔6天再监测一次六块稻床的水稻穗长及有效穗株数，连续监测5次，将所监测的10颗水稻穗长及有效穗株数通过数据处理系统计算出各监测时间所对应的平均水稻穗长及平均有效穗株数，并绘制出六块稻床的平均水稻穗长标准曲线及平均有效穗株数标准曲线，如图4和图5所示;平均水稻穗长标准曲线及平均有效穗株数标准曲线的纵坐标分别为平均水稻穗长、平均有效穗株数，横坐标为将开始监测水稻穗长及有效穗株数的时间记为第I天，依次为7天、13天、19天、25天和31天；
[0106]S4:到水稻成熟期开始监测六块稻床中水稻实粒数，每隔6天再监测一次六块稻床的水稻实粒数，并通过数据处理系统计算出各监测时间所对应的平均水稻实粒数，再绘制出六块稻床的平均水稻实粒数标准曲线，如图6所示;平均水稻实粒数标准曲线的纵坐标为平均水稻实粒数值，横坐标将开始监测水稻实粒数的时间记为第I天，依次为7天、13天、19天、25天和31天；
[0107]S5:将步骤S2绘制的六块稻床的平均水稻株高标准曲线、步骤S3绘制的六块稻床的平均水稻穗长标准曲线及平均有效穗株数标准曲线，步骤S4绘制的平均水稻实粒数标准曲线中相同稻床的各平均水稻数据经数据处理系统处理，形成六块稻床生物炭适用性标准曲线，如图7所示;并进行比对，从而筛选出室内栽培水稻生长适宜的生物炭类型；
[0108]步骤S5数据处理系统处理形成六块稻床生物炭适用性标准曲线的具体方法为:
[0109]S5-1:设定计算生物炭适用性值的各平均水稻数据的权重比；设定平均水稻株高A的权重比为10%，平均水稻穗长B的权重比为20%，平均有效穗株数C的权重比为20%、平均水稻结实率D的权重比为50% ;
[0110]S5-2:从平均水稻株高标准曲线、平均水稻穗长标准曲线及平均有效穗株数标准曲线和平均水稻实粒数标准曲线中筛选出6个时间点所对应的各平均水稻数据，每个时间点的间隔时间为6天；
[0111]S5-3:根据公式一计算六块稻床内6个时间点所对应的生物炭适用性值X
[0112]X=[AX10%+BX20%+CX20%+DX50%]/A+B
[0113]公式一；
[0114]S5-4:将生物炭适用性值和各值对应的6个时间点绘制出生物炭适用性标准曲线。
[0115]从图7中可以看出，生物炭2号各时间监测点的适用性值都较高，所以生物炭2号即本发明实施例9的生物炭复合物有利于水稻的增长。
[0116]本发明筛选方法简单，成本低于其他方法16%;该方法筛选周期短、效率高其他方法31.2 %，所得数据误差小，可进行实时监测各稻床水稻生长情况，大大节省了人力物力。
[0117]以上所述实施例仅仅是本发明的优选实施方式进行描述，并非对本发明的范围进行限定，在不脱离本发明设计精神的前提下，本领域普通技术人员对本发明的技术方案作出的各种变形和改进，均应落入本发明的权利要求书确定的保护范围内。
【主权项】
1.一种室内栽培水稻生长试验筛选适宜生物炭类型的方法，其特征在于，所述方法包括如下步骤: S1:在室内选取面积相同的若干块稻床，每块稻床均撒入不同类型相同量的生物炭； S2:每块稻床均插入相同品种的秧苗，每块稻床插秧量相同，插入秧苗15-20天后，开始监测每块稻床的水稻株高，每隔6天再监测一次每块稻床的水稻株高，连续监测5次，将所监测的水稻株高通过数据处理系统计算出各监测时间所对应的平均水稻株高，并绘制出每块稻床的平均水稻株高标准曲线； S3:水稻始穗期至水稻齐穗期，从水稻始穗期开始监测每块稻床中的水稻穗长及有效穗株数，每隔6天再监测一次每块稻床的水稻穗长及有效穗株数，连续监测5次，将所监测的水稻穗长及有效穗株数通过数据处理系统计算出各监测时间所对应的平均水稻穗长及平均有效穗株数，并绘制出每块稻床的平均水稻穗长标准曲线及平均有效穗株数标准曲线；S4:到水稻成熟期开始监测每块稻床中水稻实粒数，每隔6天再监测一次每块稻床的水稻实粒数，并通过数据处理系统计算出各监测时间所对应的平均水稻实粒数，再绘制出每块稻床的平均水稻实粒数标准曲线； S5:将步骤S2绘制的每块稻床的平均水稻株高标准曲线、步骤S3绘制的每块稻床的平均水稻穗长标准曲线及平均有效穗株数标准曲线，步骤S4绘制的平均水稻实粒数标准曲线中相同稻床的各平均水稻数据经数据处理系统处理，形成每块稻床生物炭适用性标准曲线，并进行比对，从而筛选出室内栽培水稻生长适宜的生物炭类型;所述水稻数据为水稻的水稻株高、水稻穗长、有效穗株数和水稻实粒数。2.如权利要求1所述的室内栽培水稻生长试验筛选适宜生物炭类型的方法，其特征在于，步骤S5所述的数据处理系统处理形成每块稻床生物炭适用性标准曲线的具体方法为: S5-1:设定计算生物炭适用性值的各平均水稻数据的权重比；设定平均水稻株高A的权重比为5-15%，平均水稻穗长B的权重比为10-20%，平均有效穗株数C的权重比为20-30%、平均水稻实粒数D的权重比为40-60% ； S5-2:从平均水稻株高标准曲线、平均水稻穗长标准曲线、平均有效穗株数标准曲线和平均水稻实粒数标准曲线中筛选出6个时间点所对应的各平均水稻数据，每个时间点的间隔时间为6天； S5-3:根据公式一计算每块稻床内6个时间点所对应的生物炭适用性值X X=[AX(5-15%)+BX( 10-20 %)+CX (20-30 %)+DX (40-60 % ) ]/A+B 公式一； S5-4:将生物炭适用性值和各值对应的6个时间点绘制出生物炭适用性标准曲线。3.如权利要求1所述的室内栽培水稻生长试验筛选适宜生物炭类型的方法，其特征在于，所述步骤SI中每块稻床中撒入的生物炭的量为3-5kg/亩。4.如权利要求1所述的室内栽培水稻生长试验筛选适宜生物炭类型的方法，其特征在于，所述水稻始穗期是指每年的6月-7月，所述水稻齐穗期是指每年的6月-9月;所述水稻成熟期是指每年的9月-10月。5.—种专用于筛选室内栽培水稻生长试验适宜生物炭类型的数据处理系统，其特征在于，所述数据处理系统包括处理器(I)和与处理器(I)相通讯的数据库，所述处理器(I)包括数据输入模块(11)、平均水稻数据计算模块(12)、标准曲线绘制模块(13)、标准曲线处理模块(14)和筛选模块(15);所述数据输入模块(11)用于为用户提供输入水稻数据的界面，并将输入的水稻数据传输给数据库和平均水稻数据计算模块(12);所述平均水稻数据计算模块(12)根据接收的水稻数据计算出各监测时间所对应的平均水稻株高、平均水稻穗长、平均有效穗株数和平均水稻实粒数，并发送给数据库;所述标准曲线绘制模块(13)用于从数据库中调取平均水稻数据，并绘制出每块稻床的平均水稻株高标准曲线、平均水稻穗长标准曲线、平均有效穗株数标准曲线和平均水稻实粒数标准曲线，并发送给标准曲线处理模块(14);所述标准曲线处理模块(14)将接收的每块稻床的平均水稻株高标准曲线、平均水稻穗长标准曲线及平均有效穗株数标准曲线和平均水稻实粒数标准曲线进行处理，形成每块稻床的生物炭适用性标准曲线，并发送给筛选模块(15);所述筛选模块(15)用于为用户提供从生物炭适用性标准曲线中筛选出适宜水稻生长的生物炭类型的界面。6.如权利要求5所述的数据处理系统，其特征在于，所述标准曲线处理模块(14)包括平均水稻数据权重比设定子模块(141)、平均水稻数据汇总子模块(142)、平均水稻数据计算子模块(143)和生物炭适用性标准曲线绘制子模块(144);所述平均水稻数据权重比设定子模块(141)用于设定计算生物炭适用性值的各平均水稻数据的权重比，并发送给平均水稻数据计算子模块(143);所述平均水稻数据汇总子模块(142)，用于从接收的每块稻床的平均水稻株高标准曲线、平均水稻穗长标准曲线、平均有效穗株数标准曲线和平均水稻实粒数标准曲线中筛选出6个时间点所对应的各平均水稻数据，每个时间点的间隔时间为6天，并发送给平均水稻数据计算子模块(143);所述平均水稻数据计算子模块(143)根据接收的平均水稻株高、平均水稻穗长、平均有效穗株数和平均水稻实粒数及各平均水稻数据的权重比，计算出各生物炭适用性值，并发送给生物炭适用性标准曲线绘制子模块(144);所述生物炭适用性标准曲线绘制子模块(144)根据接收的生物炭适用性值和各值对应的6个时间点绘制出生物炭适用性标准曲线。7.—种专用于室内水稻栽培的生物炭复合物，其特征在于，所述生物炭复合物包括如下重量份数的各成分:烧制生物炭6-10份、枸橼酸脂肪酸甘油酯0.5-1、卡波姆3-5份、柠檬酸三乙酯1-3份、交联羧甲基纤维素钠0.2-0.5份、壳聚糖5-10份。8.如权利要求7所述的生物炭复合物，其特征在于，所述烧制生物炭为由重量份数比为1:2.5:0.3的棉花稻杆、水稻壳和玉米须经烧制而成。9.如权利要求8所述的生物炭复合物，其特征在于，所述烧制生物炭是通过如下方法制备得到的:(a)将棉花秸杆、水稻壳平铺于托盘内，厚度为l-2cm，放入烘箱内，无氧条件下，110-120°C烘烤l_2h，控制棉花秸杆和水稻壳的含水率为2-3% ; (b)将玉米须和步骤(a)经过烘烤的棉花秸杆及水稻壳放入马弗炉中，无氧条件下裂解，以100-120°C/10min的速度将温度升高至520-6000C，热解时间为4-5h，迅速冷却至室温，粉碎，制得烧制生物炭。
【文档编号】A01G7/00GK106022941SQ201610311733
【公开日】2016年10月12日
【申请日】2016年5月11日
【发明人】张玉虎, 侯国军, 赵远, 杨泽平, 孙辰鹏
【申请人】首都师范大学