东宁县废柞木屑制备活性炭工艺研究

研究了氯化锌活化废柞木屑制备活性炭的工艺条件,探讨了浸渍比、活化剂浓度、活化时间和活化温度对活化效果的影响.结果表明最佳工艺条件为:浸渍比为1:2.5,活化剂浓度为60%,活化温度为650℃,活化时间为120 min.产品各项吸附指标均超过中国国家标准要求.     

纤维充填技术的超微结构研究

采用聚乙二醇包埋技术,制备出了由纤维充填的漂白硫酸盐阔叶木浆(LBKP)、漂白化学热磨机械浆(BCTMP)、杨木碱性过氧化氢机械浆(APMP)3种浆料纤维扫描电镜样品,并观察和分析了碳酸钙颗粒在纤维细胞的壁、腔和间隙中的分布情况,结果表明,通过氢氧化钙和二氧化碳反应生成碳酸钙的充填技术,有利于改善3种浆料的成纸强度.     

盐胁迫下青钱柳幼苗叶片中H+-ATP酶的细胞化学定位和超微结构变化

用透射电镜观察盐胁迫下3种青钱柳幼苗叶中H^＋-ATPase活性的细胞化学定位及其超微结构的结果表明，正常生长情况下，幼苗叶中H^＋-ATP酶活性较小，且多分布于细胞核上。盐处理12d后，随着盐浓度的增加，H^＋-ATPase活性越大，盐胁迫20d的叶中亚细胞结构受破坏的程度越小，幼苗盐适应能力越强。H^＋-ATPase主要分布在细胞核中的显示其受盐害的程度较轻，主要分布在液泡中的显示其受盐害的程度较重。从整体上看，3种青钱柳幼苗的耐盐能力大小为：安徽黄山幼苗〉云南昆明幼苗〉江西九江幼苗。     

森林固碳释氧服务价值与异养呼吸损失量评估

固碳释氧是森林最重要的生态系统服务之一,将森林碳收支与固碳释氧服务价值评估相结合对于准确评估生态系统服务价值具有重要意义。应用森林碳收支模型(CBM-CFS3),分别基于净初级生产力(NPP)和净生态系统生产力(NEP)评估了2009—2030年湖北省兴山县森林生态系统总、净固碳释氧服务价值的时空动态,量化了异养呼吸造成的固碳释氧服务价值损失。模拟期间兴山县森林生态系统NPP逐渐增加(0.46—0.70 Tg/a),NEP由0.12 Tg/a先增加至0.21 Tg/a,然后逐渐下降至0.18 Tg/a;所对应的森林总、净固碳释氧服务价值范围分别为7.59—11.53亿元/a和2.21—3.70亿元/a。异养呼吸逐年增加,导致固碳释氧价值每年损失平均值为7.29亿元/a或4509元hm~(-2) a~(-1),约占总价值的68.6%。兴山县东南部异养呼吸造成的森林固碳释氧服务价值损失较高,而中部及西南部森林净固碳释氧价值较高。模拟期间兴山县森林为碳汇,稳定地提供固碳释氧服务。与NPP相比,使用NEP评估固碳释氧服务价值更为合理。忽视异养呼吸将严重高估森林生态系统固碳释氧服务价值;因而必须将物质循环过程与生态系统服务评估相结合,以降低评估结果的不确定性、提高生态系统服务的评估能力。     

米心水青冈基因组DNA提取及RAPD反应体系优化

采用4种方法对米心水青冈基因组DNA进行提取，通过比较得出改良CTAB法提出的DNA纯度较高，能够达到扩增要求，因此采用此方法用于正式DNA的提取。适合米心水青冈的RAPD反应体系为：反应体积为25 μL，模板DNA40 ng，引物0.8 μmol·L^-1，Taq聚合酶1.25 U，Mg²⁺浓度2.0 mmol·L^-1，dNTP浓度0.16 mmol·L^-1。适合米心水青冈RAPD扩增程序： 94℃预变性3 min，一个循环，94℃变性30 s，37℃退火1 min，72℃延伸2 min，45个循环。     

接种丛枝菌根真菌对云南石漠化土壤呼吸的影响

为探明"丛枝菌根（Arbuscular mycorrhiza，AM）真菌-植物-土壤"耦合作用对石漠化土壤呼吸季节动态的影响，采用LI-6400-09土壤呼吸室和便携式光合作用测量系统，对圆柏（Sabina chinensis）接种摩西斗管囊霉（Funneliformis mosseae，FM）、根内根孢囊霉（Rhizophagus intraradices，RI）2种AM菌种处理下土壤呼吸季节动态进行野外连续定位观测，并探究AM真菌接种处理下石漠化土壤呼吸速率与植物生长、土壤理化性质之间的关系。结果表明：（1）相较于对照，接种AM真菌对石漠化生境土壤呼吸季节动态产生了显著影响（P<0.01）。AM真菌处理具有较高的土壤呼吸季节变化幅度，即根内根孢囊霉处理土壤呼吸速率（1.55-9.10 μmol m^-2 s^-1）显著高于摩西斗管囊霉（1.62-8.29 μmol m^-2 s^-1）和对照（1.23-4.46 μmol m^-2 s^-1）；（2） AM真菌接种处理下土壤温湿度变化对土壤呼吸的影响显著大于对照，即土壤温度与水分对土壤呼吸的平均解释量大小顺序为：RI （44.84%；52.35%）>FM （17.18%；41.65%）>CK （2.66%；16.55%）；（3）2种菌种处理下土壤呼吸速率均与土壤有机质、硝态氮、全氮、速效钾、树高、胸径及根系生物量呈显著或极显著正相关（P<0.01或0.05），而与pH呈极显著负相关（P<0.01），但对照处理土壤呼吸速率除与pH呈显著负相关（P<0.05）外，与其它土壤理化指标相关性不显著；（4）土壤温度和水分、硝态氮、铵态氮、有机质、易氧化有机碳、速效钾、全氮及全磷对土壤呼吸变化的贡献最大，而胸径、树高、有效磷、微生物生物量、根系生物量及pH的影响次之。因此，"AM真菌-寄主植物-土壤"相互作用对石漠化生境土壤呼吸季节动态的影响，主要取决于不同AM真菌接种处理对土壤微气候（如含水量）、碳素（有机质、易氧化有机碳）、无机氮库（铵态氮、硝态氮）、根系生物量及磷钾养分可利用性的调控。     

武夷山不同海拔高度土壤活性有机碳变化

采用连续熏蒸 培养法，测定了福建武夷山自然保护区不同海拔高度具有代表性的中亚热带常绿阔叶林、针叶林、亚高山矮林以及高山草甸土壤中有效碳含量，分析了土壤有效碳（LOC）与微生物量碳（MBC）、土壤总有机碳（TOC）、细根生物量（FRB）和土壤全氮（TN）之间的关系.结果表明：土壤有效碳占总有机碳的3.40%～7.46%；微生物量碳只是土壤有效碳中的一部分,占土壤有效碳26.87%～80.38%； 不同林分土壤有效碳含量随海拔增高而显著增大，随土层深度的增加而降低；土壤有效碳与微生物量碳、土壤总有机碳、细根生物量、土壤全氮之间呈极显著的相关关系.高海拔土壤有效碳含量显著高于低海拔土壤.     

中国生物多样性研究文献计量分析

生物多样性是人类赖以生存的重要物质基础，中国在生物多样性研究领域做了大量的工作，发表了众多有价值的学术论文。通过文献计量方法，对2009-2018年中国生物多样性研究领域WOS（Web of Science）和CNKI（中国知网）数据库收录论文的数量及被引情况、载文期刊分布等进行统计；并借助CiteSpace文献可视化软件，分析论文的作者合作、合作机构、国家（地区）合作和研究热点等。结果表明：2009-2018年间，中国生物多样性研究领域共发表论文17035篇，其中CNKI收录文献13365篇，WOS收录文献3670篇；年度发文总量以及WOS年度发文量总体呈上升趋势；CNKI文献被引频次最高的论文是于2009年发表在《生物多样性》上的"植物群落清查的主要内容、方法和技术规范"，WOS文献被引频次最高的论文是于2011年发表在Global Change Biology上的"TRY-a global database of plant traits"；朴世龙教授、骆亦其教授和唐志尧教授等是基于WOS文献的生物多样性研究领域核心作者，王得祥教授、马克平研究员和张文辉教授等基于CNKI文献的生物多样性研究领域主要作者；WOS文献与CNKI文献发文量最多的机构均为中国科学院所属相关科研院所；与中国合作的国家或地区共有106个，包括美国、英国、澳大利亚等；《生态学报》和Global Change Biology分别是该领域中文和外文文献的重要期刊载体；基于WOS文献的研究热点为气候、土壤等环境因子变化对物种多样性的影响研究以及基于微卫星分子标记技术的物种遗传多样性研究，基于CNKI文献的研究热点为环境因子与群落结构的关系研究。上述研究结果从收录论文的角度，定量、客观、科学地描述了2009-2018年中国生物多样性研究状况及研究热点，以期促进中国生物多样性的深入研究，并为相关领域学者凝练研究动向和科学问题等提供参考信息。     

一种特殊的长寿细胞:毛竹茎秆纤维细胞

利用显微和细胞化学方法,对毛竹(Phyllostachys edulis)茎秆纤维次生壁形成过程中超微结构变化以及ATP酶、Ca2 -ATPase和酸性磷酸酶的超微细胞化学定位进行了研究.研究发现,次生壁形成早期,细胞核具有双层核膜,染色质凝聚,可见大量的线粒体、粗面内质网和高尔基体等细胞器存在于纤维细胞中;随后,双层核膜消失,细胞器将逐渐解体,多泡体开始出现在纤维细胞的细胞质;随着年龄的增加,纤维细胞壁逐渐增厚,并出现多层结构现象,而运输小泡、细胞膜、胞间连丝和凝聚的染色质将持续存在.在次生壁形成的整个过程中,ATP酶、Ca2 -ATPase和酸性磷酸酶在运输小泡、细胞膜、质膜内陷、胞间连丝和凝聚的染色质中将持续存在.结果表明,毛竹茎秆纤维细胞是一种不同于木本双子叶植物的长寿细胞,纤维原生质体中ATP酶和酸性磷酸酶的持续存在与次生壁的持续增厚密切相关.     

基于神经网络的马尾松叶绿素含量高光谱估算模型

分析不同生长期的马尾松冠层反射光谱特征与相应叶绿素含量的相关关系.利用36个红边参数逐一筛选,最终确定7个与叶绿素含量相关性较高的红边参数作为光谱特征参数,分别应用逐步分析法与BP神经网络构建叶绿素含量的高光谱估算模型;同样,筛选出4个植被指数作为光谱特征参数,同时,将对原始光谱进行主成分分析降维后的前4个主成分作为BP神经网络的输入变量,分别应用逐步分析法与BP神经网络构建叶绿素含量的高光谱估算模型.结果表明: 将红边参数作为输入变量建立的逐步回归模型和BP神经网络模型的决定系数(R²)分别为0.5205、0.7253,均方根误差(RMSE)分别为0.1004、0.0848,相对误差分别为6.3%、5.7%.将植被指数作为输入变量建立的逐步回归模型和BP神经网络模型的R²分别为0.5392、0.7064,RMSE分别为0.0978、0.0871,相对误差分别为6.2%、6.0%.基于主成分分析的BP神经网络模型的预测效果最好,R²为0.7475,RMSE为0.0540,相对误差为4.8%.