热血中文

手机浏览器扫描二维码访问

第79章（第1页）

孟俊凑上前去一番辨认，忽然间感到头皮麻。

指了□□根。准确率百分百。

就算“师弟”全是瞎猜的，这准确率也太高了吧！有这本事，不如去猜下期三色球的号码吧！

孟俊惊叹，又问道：“哇，好厉害！你是怎么判断出来的？”

“哦，你不是给我看了例图嘛。图上的稗草叶子挺宽，叶脉处有些白，和水稻不一样。还有，水稻的叶子和茎连接的地方长了些细细的绒毛，但是稗草却没有这些绒毛，同样的部位看起来很光滑。哦对了，还有，稗草的叶子好像比水稻更绿，不知道是不是两张图片曝光不一样啊，我没敢用这个来区别，只作参考。不过，只靠之前说的两个特征，就差不多够区别了。”

孟俊看着孙志亮，嘴不由得张得老大。

第99章

孟俊是三年前才开始研究水稻的。此前，他一直跟着余老师研究几种蔬菜的抗虫病品种改良。余老师退休后，蔬菜项目转移给了另一位资深研究员，孟俊转而研究水稻。

这是他第一次主持研究项目。团队里有帮他做实验的技术员，但田里的工作，要么亲力亲为，要么从合作大学勤工俭学的本科生中招募人手。

两年前的孟俊，对水稻与稗草的区别几乎一无所知，还得查阅资料、请教村里的几个老农，才勉强总结出一些特征。

一间大棚，四片实验田，虽然规格比户外实验田小得多，但是都密密匝匝种着水稻。每块实验田里喷洒的除草剂种类浓度都有区别，一片田地中，水稻与稗草数量的比率，是衡量除草剂效果的指标。

成天和它们打交道，不由得孟俊对这两种植物的区别不熟悉了。

俗话说，熟能生巧。这两年来，只要不在办公室里写论文、在实验室里做配方成分检验，孟俊的大部分时间就扑在实验田里，耐心地数稗草和水稻的数目。

两年下来，他也掌握了些属于自己的方法。不过，即使熟能生巧，轮到孟俊辨认的时候，他还是要仔细凑近了去看。在同一棵植株上，至少花上三四秒钟的时间，才能准确分辨。

……结果你告诉我，这个高中生只看了手机上的图片两眼，就能辨认出水稻和稗草的区别，还又快又好又准确？

孟俊这会儿才开始相信，余老师让自己带这个学生，绝不是她老人家一时兴起。或许，余老师真的师者仁心，现了这位小孙同学的特殊才能吧。

心里一边感慨：人和人的差距，真的比人和狗的差距还大；另一边，孟俊又想继续测试孙志亮一下。

孟俊手指向从左边数第二片试验田。先前那一片是对照组，没有使用任何除草剂，而这第二片实验田，则施用了浓度5%的paTV-32号除草剂——这是孟俊新近配制出的除草剂，溶于水后可以在几天内迅降解，对生态环境影响较小，但除草效果还需要验证。

之所以选择让孙志亮去数这一块实验田，原因很简单。昨天记录数据时，孟俊刚数过这片田的良害数量，也计算了比率。

短短24小时不到的时间里，无论是水稻还是稗草，都不至于疯长。所以，等孙志亮数完了，也方便孟俊核对。

本来以为来参观农科院就是走个过场、玩一玩的，没想到还给自己摊上了一项大活计。

这个念头从脑海一闪而过，孙志亮却并没有多少不满。说实话，在混杂长了水稻和稗草的田地里分辨两种长相高度相似的植物，还……挺有趣的。

现在孟俊让自己数的第二片实验田摆在面前，孙志亮仿佛看见了一项有趣的挑战。

“嗯，孟老师。”孙志亮忽然回头。

还没数呢，要退缩了？孟俊皱了皱眉头，却没说话。

“能给我一支笔一张纸吗？这里水稻比较多，我怕数着数着就忘了。”

哦，原来是这样。

像孟俊这样经常下地的研究人员，衣兜里永远装着不止一根笔。

笔记本倒是没随身带着，丢车上了。不过，大棚里挂着一本每日例行安全检查人员汇报表，已经翻过去好几页了。单面打印，背面空白，孟俊扯下一张时间较为久远的，把空白那面对着孙志亮，示意他就在这上面写。

孙志亮开始数水稻和稗草的数量。孟俊倒难得一丝清闲，他双手插腰，身体向后躬，做了一个背部拉伸动作。

长年累月躬着身子在田里熟水稻，孟俊不过3o出头的年纪，已经出现了轻度腰间盘突出的症状。

这个大棚长8o米，宽8米，里面四片实验田，算上过道、设备、操作台，孙志亮要数的这片二号实验田，也有1oo平方米。插秧时，间距2o厘米左右，整片田里，水稻和稗草加起来有2ooo多株。