近20年来江苏省土壤pH值时空变化及其驱动力

通过比较1980年和2003年江苏省土壤pH空间分布图,发现虽然两个时期土壤pH空间分布的基本格局仍然相似,表现为南酸北碱,但局部地区也存在较大的变化,主要表现为酸化.沂沭岗地浅洼平原土区、里下河浅洼地土区、宁镇扬低山丘陵土区和太湖平原土区均有较严重的酸化出现.分析发现前两者主要受不合理施肥、田间管理和土地利用及种植类型变化的影响,后两者除以上的影响因素外还包括工业化和城市化.另外在后两者和宜溧洞庭山地土区由于土地利用和种植方式的变化、建筑和道路的兴建,还导致了局部地区土壤pH有所上升.土类中潮土酸缓冲性能强、pH变化不大,水稻土pH下降严重,特别是里下河浅洼地土区水稻土,在现有的管理利用方式下,继续下降的可能性很大.     

引黄灌溉影响下土壤有机碳组分及理化性质的变化特征

灌溉在保障农业正常生产的同时,也对土壤理化性质产生重要影响。本研究以宁夏引黄灌区为例,通过与未进行灌溉、耕作等人为活动影响的自然土壤进行对比分析,研究了引用含有泥沙的黄河水灌溉、耕作对土壤基本理化属性和土壤有机碳组分变化的影响。结果表明:与自然土壤相比,引黄灌溉后,土壤总有机碳、重组有机碳和轻组有机碳增加显著,分别增加了272%、222%和318%(P0.01)。重组有机碳是引黄灌区土壤碳库的主要组分,占总有机碳65%以上,灌区土壤碳库稳定性较高;引黄灌溉耕作后,全氮和全磷含量分别由0.27和0.85 g·kg~(-1)增加到0.77和1.68 g kg~(-1)(P0.05);土壤容重降低,通气保水能力增强,pH下降,土壤盐化趋势减弱,土壤肥力水平提高。引黄灌溉是改善该区土壤性状和提高土地生产力的有效措施。     

引黄灌区土壤有机碳密度剖面特征及固碳速率

为揭示灌溉耕作对土壤有机碳密度剖面(0—100 cm)分布产生的影响,通过在宁夏引黄灌区进行实地调查与采样,以无灌溉耕作的自然土壤作为对照,研究不同灌溉耕作时间序列下灌区土壤有机碳密度的剖面分布特征,并估算其平均固碳速率。结果表明:灌区土壤有机碳含量具有随土层深度增加而下降的剖面分布特征,灌溉耕作对增加表层土壤有机碳含量作用最明显;灌区土壤剖面碳密度与灌溉耕作时间和土壤类型均显著相关(P0.01),相关系数分别为0.63和0.74,且因灌溉耕作时间和土壤类型的不同,土壤有机碳密度差异性显著(P0.05);灌溉耕作影响的土层深度及剖面土壤有机碳密度的增加量因灌溉耕作时间长短的不同而异;引黄灌区5类土壤的平均固碳速率为0.53 MgC·hm-2·a-1。引黄灌溉耕作在增加农田土壤固碳中发挥着重要作用。     

红壤区土壤有机质和全氮含量的空间预测方法

如何利用有限的土壤采样点准确预测土壤属性一直是研究的热点。近些年来,结合辅助信息的克里格空间插值应用广泛,但将土地利用类型信息作为辅助变量提高预测精度的研究鲜有报道。以中国南方红壤丘陵区的余江县为案例区,用网格法采集254个土壤样品,通过普通克里格(OK)和以土地利用方式为辅助变量的克里格(KLU)方法对土壤有机质(SOM)和土壤全氮(STN)进行空间预测,并通过102个验证点比较了两种方法的预测精度。分析表明KLU对SOM和STN的预测值与实测值的相关系数(rSOM=0.786,rSTN=0.803)明显高于OK(rSOM′=0.224,rSTN′=0.307);OK对SOM和STN的预测RMSE分别为12.48g.kg-1和0.64g.kg-1,而KLU的预测RMSE分别为6.86g.kg-1和0.37g.kg-1,仅为前者的55%和58%。可见,KLU对研究区SOM和STN的预测精度均大幅提高。同时分析也表明,KLU对不同土地利用方式SOM和STN预测精度的提高幅度存在差异,其中对旱地预测精度的提高幅度最大,对林地预测精度的提高幅度最小,水田则介于两者之间。研究表明,KLU是南方红壤丘陵区进行SOM和STN空间预测的现实和高效方法。     

新城疫病毒3种检测方法的研究比较

目的:利用3种方法对新城疫(Newcastle disease virus, NDV)病毒进行检测并对这3种检测方法的优缺点做出比较。方法:分别将NDV强毒F48E9和弱毒Lasota接种SPF鸡胚后,获取尿囊液。利用双抗夹心ELISA法、悬液芯片系统以及RT-PCR进行检测。通过对制备的针对新城疫病毒的抗体4D9和6C4蛋白浓度测定后,选择6C4进行生物素标记,将4D9作为固相捕获抗体,利用生物素-链霉亲和素放大系统构建双抗夹心检测体系。通过对Genebank上已发表的新城疫强弱毒F基因进行电脑分析后,设计一组针对NDV强弱毒的通用型引物,分别对强弱毒进行RT-PCR并检测其检出限。结果:ELISA法对NDV强弱毒尿囊液的检出灵敏度为1:160,但操作繁琐,耗时长;液相芯片对强弱毒尿囊液的检出限为1:160和1:320,然而和ELISA相比,操作较为方便,但仪器设备昂贵。RT-PCR对强弱毒RNA检出限分别为259pg和14pg,与前两种方法相比,PR-PCR在核酸水平上对病毒进行检测,理论上灵敏度较高,但是所需试剂、设备昂贵,且实验人员还需一定的技能培训。     

浙江省新近耕地动态及其驱动因素

利用RS和GIS技术对2000、2005和2008年遥感影像数据进行人机交互解译,建立了2000-2008年浙江省耕地动态数据库,并运用岭回归分析法研究了耕地变化的驱动力及其特征.结果表明：2000-2008年间,浙江省耕地变化较剧烈,2000-2005、2005-2008年,研究区耕地年动态度分别为-1.42%和-1.46%,耕地主要流向城乡工矿居民用地.非农人口比例、房地产开发投资、城市绿化面积和果园面积构成了浙江省乃至我国东部发达地区耕地变化的主要驱动因素.     

基于1∶100万土壤数据库的中国土壤有机碳密度及储量研究

基于中国1∶100万土壤数据库,利用土壤有机碳储量和碳密度的空间化表达和计算方法研究中国土壤有机碳密度及储量.土壤空间数据库包含926个土壤类型单元,690个土属类型,94 000多个图斑;土壤属性数据库收录了7 292个全国各类型土壤的剖面数据,包括81个土壤属性字段.研究采用“土壤类型GIS连接法”实现土壤剖面有机碳密度与图形图斑连接,通过制图单元碳储量求和得出全国或者区域碳储量,并利用面积平均法计算全国及各类型土壤的有机碳平均密度.结果表明,中国的土壤面积共有928.10×10⁴ km²,有机碳储量为89.14 Pg (1 Pg=10¹⁵ g),土壤平均碳密度9.60 kg·m^-2,是目前与真值最为接近的研究结果.     

高糖诱导血管内皮细胞凋亡机制的研究

目的:探讨高糖诱导血管内皮细胞凋亡的分子机制。方法:在高浓度葡萄糖的培养基中培养人脐静脉内皮细胞(human umbilical vein endothelium cells,HUVECs),模拟高糖血症条件下内皮细胞的病理状态。通过MTT检测HUVEC细胞生存情况;JC-1检测HUVEC细胞线粒体膜电位;逆转录-聚合酶链反应和荧光素酶报告基因检测己糖激酶Ⅱ(hexokinaseⅡ,HKⅡ)的转录;免疫印迹和免疫共沉淀检测VDAC1、HKⅡ、Bcl-2、Bax线粒体上蛋白表达水平和它们之间的相互作用。结果:25 m M和100m M葡萄糖诱导HUVEC细胞生存率分别下降了19.21%±4.13%和25.29%±5.78%;线粒体膜电位分别降低了34.19%±5.13%和58.63%±4.78%;HKⅡ蛋白表达水平分别降低了13.97%±6.32%和35.13%±5.18%;使得HKⅡ同VDAC1互作减弱,代偿性增强了VDAC1同Bax互作。结论:高糖下调HUVEC细胞HKⅡ表达水平,增强线粒体膜通透性,最终诱导了细胞凋亡。     

2010年中国农作物净初级生产力及其空间分布格局

采用2011-2012年全国实测水稻、小麦、玉米、大豆、油菜、棉花6种作物的生物量获得的干燥系数（DC）、收获指数（HI）和根冠比（R/S）,结合2010年以县为单位的农业统计数据估算了2010年中国农作物产生的净初级生产力（NPP）。2010年中国农作物产生的NPP为596 Tg C,其中地上NPP为517 Tg C,地下NPP为80 Tg C。NPP空间分布不平衡,主要集中在东北的松嫩三江平原、黄淮海平原、长江中下游平原、西南的四川盆地和华南的珠江流域。单位面积农作物产生的NPP介于9-2094 g C m^-2 a^-1之间,平均密度为519 g C m^-2 a^-1。NPP密度（NPPD）较高的地区主要分布在中国的东部的湿润、半湿润地区以及内陆灌溉条件较好的地区。9个农业区中,黄淮海区农作物产生的NPP最多,东北区NPPD最高,青藏区农作物NPPD最低,产生的NPP也最少。作物种植面积能解释98%农业区之间NPP差异。通过对每个区域内县域NPPD与气候因子和化肥因子做相关分析,发现化肥施用量、日照时数、气温和降水均对NPPD的空间分异有影响,但是9个区域的主导因素不同。     

长三角典型水稻土有机碳组分构成及其主控因子

准确把握水稻土有机碳组分构成特征及其主控因子,对定量化评价土壤有机碳质量和未来演变趋势具有重要意义。通过室内土壤呼吸培养实验结合有机碳三库一级动力学方程,模拟得到长三角地区典型水稻土剖面(0—100 cm)各土层有机碳组分含量及其分布特征;并利用主成分分析获取主控因子,建立有机碳组分回归预测模型。结果表明:水稻土活性碳、慢性碳和惰性碳含量随剖面深度增加而降低,上层土壤(0—40 cm)有机碳组分含量下降速度明显快于下层土壤(40—100 cm);水稻土活性碳构成比例不超过5.3%,惰性碳构成比例大于活性碳与慢性碳比例之和,达到60%以上,水稻土有机碳总量变异主要取决于慢性碳和惰性碳组分变异。因此,水稻土固碳重点在于慢性和惰性组分。同时,研究还发现水稻土类型和剖面深度主要在表层对有机碳组分含量和比例构成产生显著影响,土壤有机碳量、全氮和pH是影响水稻土有机碳组分含量分异的主控因子,利用主控因子可较好预测水稻土有机碳组分含量。