排序方式: 共有9条查询结果,搜索用时 0 毫秒
1
1.
2.
以溪荪鸢尾(Iris sanguinen)、菖蒲(Acorus calamus)、黄菖蒲(Iris pseudaeorus)3种水生植物为实验植物,根据大伙房水库库区及入库河流的富营养化现状制备富营养化实验水体,通过28 d室内水培实验,研究3种植物对总氮、铵氮、硝氮和总磷的去除能力。结果表明:溪荪鸢尾组对总氮、铵氮、硝氮和总磷的去除率分别为78.1%、73.1%、84.8%和90.3%,菖蒲组分别为73.4%、90.1%、63.1%和89.1%,黄菖蒲组分别为83.9%、77.3%、75.0%和93.8%;3种植物对污染物的去除强度随时间的变化较为一致,均表现出前期污染物浓度下降较快,后期趋于平缓:对总氮、铵氮的去除作用前14天较为显著;对硝氮的去除作用在整个实验期间均显著;对总磷的去除作用在前21天较为显著。 相似文献
3.
我国林火发生预测模型研究进展 总被引:2,自引:0,他引:2
通过文献回顾,总结了国内林火发生预测模型的研究现状,并从林火发生驱动因子、林火发生概率预测模型、林火发生频次预测模型和模型检验方法等方面进行归纳分析。得出以下结论: 1)气象、地形、植被、可燃物、人类活动等因素是影响林火发生及模型预测精度的主要驱动因子;2)林火发生概率模型中,地理加权逻辑斯蒂回归模型考虑了变量之间的空间相关性,Gompit回归模型适宜非对称结构的林火数据,随机森林模型不需要多重共线性检验,在避免过度拟合的同时提高了预测精度,是林火发生概率预测模型的优选方法之一;3)林火发生频次模型中,负二项回归模型更适合对过度离散数据进行模拟,零膨胀模型和栅栏模型可以处理林火数据中包含大量零值的问题;4)ROC检验、AIC检验、似然比检验和Wald检验方法是林火概率和频次模型的常用检验方法。林火发生预测模型研究仍是我国当前林火管理工作的重点,预测模型的选择需要依据不同地区林火数据特点。此外,构建林火预测模型时需要考虑更多的影响因素,以提高模型预测精度;未来,需要进一步探索其他数学模型在林火发生预测中的应用,不断提高林火发生预测模型的准确度。 相似文献
4.
为明确机插水稻的物质生产与养分积累特性,该研究以早季和晚季水稻常规品种(珍桂矮和新香粘)为材料进行大田试验,设置机插秧(行距30 cm×株距12 cm)、手插秧(行距30 cm×株距12 cm)、手抛秧(27.75万蔸·hm~(-2))三种栽培方式。在水稻抽穗期测定各处理叶面积指数,在分蘖期、拔节期、抽穗期和成熟期分别测定各处理干物质积累量,氮、磷、钾养分积累量及成熟期稻谷产量。结果表明:在同一单位面积栽植密度条件下,早晚两季、机插秧水稻在抽穗期的叶面积指数与手插秧水稻、手抛秧水稻间并无显著差异,机插秧水稻成熟期干物质,氮、磷、钾养分积累量等方面与手插秧、手抛秧水稻无显著差异,但其前期积累的干物质及养分积累量较少,后期积累量较大。早晚两季机插秧水稻、手插秧水稻和手抛秧水稻的产量分别是7.73、7.62、6.70 t·hm~(-2)和5.91、5.97、5.90 t·hm~(-2),都未表现出显著差异。这表明机插秧水稻的产量潜力、干物质和养分积累潜力与手插秧、手抛秧水稻的差异较小,但其物质积累过程与手插秧、手抛秧水稻存在明显差异。 相似文献
5.
6.
7.
8.
五种落叶松遗传关系的等位酶分析 总被引:9,自引:1,他引:8
由于种间形态上的微弱区别,落叶松属的系统分类一直很混乱,落叶松属的系统发生也知之甚少。本文分析了西伯利亚落叶松(Larix sibirica Ledeb.),卡氏落叶松(L.cajanderi Mayr.),兴安落叶松(L.gmelinii Rupr.),苏氏落叶松(L.sukaczewii Dil.)和杂交种切氏落叶松L.czekanowskii(L.gmelinii×L.sibirica)天然种群的遗传结构。采用水平切片淀粉凝胶电泳技术,等位酶分析手段对5个酶系统(AAT,IDH,DIA,PGM,SKDH)的8个基因位点进行了遗传结构分析。结果表明各种间遗传距离(D)在0.067~0.260之间,明显大于各种群内居群间的遗传距离。等位酶的分析结果揭示了5种落叶松的遗传关系。结合以上每种落叶松的形态学、生物学和生态学特性,等位酶的证据了支持兴安落叶松、西伯利亚落叶松、卡氏落叶松、苏氏落叶松作为独立种的观点。 相似文献
9.
1