排序方式: 共有9条查询结果,搜索用时 15 毫秒
1
1.
几种粉煤灰对磷素吸附与解吸特性的研究 总被引:11,自引:0,他引:11
通过吸附解吸和培养试验, 研究了几种粉煤灰对磷素吸附与解吸特性.结果表明,粉煤灰的全磷含量和有效磷含量分别为0.545~4.540 g·kg-1和19.55~163.0 mg·kg-1,显著高于土壤,粉煤灰对磷吸附量随着加入溶液磷浓度的增加而增加,但其吸附率随着加入溶液磷浓度的增加而减少;粉煤灰的吸磷率比土壤高,但其解吸率低.这主要是由于粉煤灰比土壤存在更多的磷吸附位点且结合能大,不易解吸.Langmuir方程、Freundlich方程和Temkin方程都能很好地拟合粉煤灰对磷吸附,其中Langmuir方程的MBC、Freundlich方程的a和Temkin方程的k2都可以表征粉煤灰对磷吸附能力, MBC、a和k2值越大,则吸磷能力越强.不同来源的粉煤灰的MBC、a和k2值不同,其大小顺序为:湘潭电厂(5 167.7,4 056.2,831.5)>岳阳纸厂(1 650.7,2 803.4,711.9)>华能电厂(303.0,1 677.6,368.7)>株洲电厂(76.2,464.2, 211.0) > 洞庭氮肥厂(34.7,413.48,213.8).粉煤灰对磷吸附固定作用随粉煤灰含水量的增加有增大的趋势.粉煤灰对磷吸附主要是专性吸附和化学沉淀反应,所以在施用粉煤灰改良土壤或利用粉煤灰制造复混肥时,须考虑粉煤灰对磷的固定作用及粉煤灰含水量的影响. 相似文献
2.
水稻强弱势籽粒核酸和蛋白质含量的差异 总被引:1,自引:1,他引:1
水稻抽穗当天,强势粒(上部一次枝梗籽粒)子房中总RNA、mRNA含量都高于弱势粒(下部二次枝梗籽粒),蛋白质含量却低于弱势粒.抽穗后第5天,强势粒子房中总RNA含量仍然高于弱势粒,mRNA含量两者差异不大,蛋白质含量依然低于弱势粒.抽穗后0~5d,强势粒子房中总RNA、mRNA含量变化不大,蛋白质含量下降显著;弱势粒子房中总RNA含量上升显著,mRNA含量、蛋白质含量变化不大.抽穗当天和抽穗后第5天,强势粒子房中有一些小分子rRNA带出现;弱势粒则相反,小分子rRNA基本上看不见. 相似文献
3.
不同耕作方式稻田土壤细菌的多样性 总被引:1,自引:0,他引:1
对水稻-油菜双序列复种免耕(NT)、翻耕(CT)稻田土壤细菌多样性进行研究。采用平板计数法计数可培养细菌及放线菌数量,Miseq测序分析物种多样性及群落结构。结果表明,分别把3个样点的NT、CT耕作方式土样细菌、放线菌菌落总数之和作为NT、CT可培养细菌数量进行比较,NT可培养菌落总数比CT高10%;土壤未培养样品中共获得224 563条有效序列,其中NT 114 433条、CT 110 220条;指数分析表明CT相对丰度略低于NT、群落多样性略低于NT;样本中的细菌种类覆盖35个门、269个科、373个属。尽管从不同分类水平上,CT、NT样本物种相对丰度没有显著性差异,但NT中细菌门最大的变形菌门和有待深入研究的酸杆菌门物种的序列多于CT,厌氧绳菌科、未分类的硝化螺旋菌科和亚硝化单胞菌科序列多于CT,另外,未知和未培养的科、属水平上物种多于CT,根据物种特性,认为它们可能对固氮、降解纤维素等改变土壤理化特性,维持免耕土壤肥力起着重要的作用。 相似文献
4.
研究水稻-油菜双序列复种免耕、翻耕稻田土壤真菌的多样性。采用Mi Seq高通量测序方法,对湖南安乡(AX)、农大(ND)、南县(NX)3个相同处理试验点免耕、翻耕土壤样品进行ITS区高通量测序、多样性比较分析、物种组成分析及样品聚类分析。结果表明6个样品共得到真菌优化序列221 105条,分属于1 356个OTU,真菌种类覆盖7门、121科、230属;指数分析表明NT样品菌群相对丰度及群落多样性均略高于CT样品;在门水平上各试验点菌群结构相似,前三位为子囊菌门、接合菌门和担子菌门,但是同一试验点NT样品子囊菌相对丰度均低于CT样品,接合菌和担子菌相对丰度均高于CT样品。科属水平比较表明,3个试验点NT样品被孢霉科相对丰度比CT样品的大3-5倍,毛壳菌科的相对丰度小1-2倍;NT样品Carpoligna、栓菌属(Trametes)、网孢菌属(Filobasidium)、被孢霉属(Mortierella)的序列数明显大于CT样品,毛壳属(Chaetomium)、柄孢壳菌属(Podospora)及瓜亡革菌属(Thanatephorus)的序列数明显小于CT样品。土壤理化因子测定表明NT样品的有机质、全氮及速效钾含量均高于CT样品。本研究得出水稻-油菜双序列复种免耕、翻耕稻田土壤样品真菌物种组成丰富,不同耕作方式土壤真菌种群结构存在差异,菌群组成及丰度对土壤理化因子有一定影响。 相似文献
5.
双季稻超高产栽培条件下根系特性的研究 总被引:7,自引:0,他引:7
试验在大田条件下进行,以国家水稻工程醴陵基地应用的旺壮重栽培法作超高产栽培途径,与当地习惯栽培法比较研究了超高产双季稻根系生长及生理特性,结果表明:根系生长量以生长中期最大,其次为前期,生长后期新根发生和老根衰亡同时进行,因此根量增加很少甚至呈负增长.超高产栽培条件下早稻V402和晚稻V198全生育根系生长总量为1844.3和1710.4kg.hm-2,比对照分别提高20.64%和25.05%,并且这种根量优势主要在水稻生长的前、中期形成;根系总吸收表面积和活跃表面积也表现出相同的趋势,同时,早稻中期、晚稻中后期根系α-萘胺氧化力比对照增加;根系对32P吸收活力以前期和中期较高,抽穗后明显降低;超高产水稻各生育期单蔸根系吸收的32P总量明显高于对照,其增加的幅度为3.86%~37.77%,并且前、中期提高的幅度大于后期,超高产栽培条件下这种根系生长和根系活力的优势最终转化为产量优势,1997和1998年实际产量分别为17652和17772kg.hm-2,比习惯栽培法提高21.28%和15.57%. 相似文献
6.
7.
人工神经网络模型在水稻群体分蘖动态模拟中外推能力的测试 总被引:2,自引:0,他引:2
研究利用人工神经网络模型 ,以水稻群体分蘖动态为例 ,采用交互验证和独立验证的方式 ,对水稻生长 BP网络模型进行了训练与模拟 ,其结果与水稻群体分蘖的积温统计模型、基本动力学模型和复合分蘖模型进行了比较。研究结果表明 ,神经网络模型具有一定的外推能力 ,但其外推能力依赖于大量的训练样本。神经网络模型具有较好的拟合能力 ,是因为有较多的模型参数 ,因此对神经网络模型的训练需要大量的参数来保证其参数不致过度吻合。具有外推能力神经网络模型的最少训练样本数应大于 6 .75倍于神经网络参数数目 ,小于 13.5倍于神经网络参数数目。因此在应用神经网络模型时 ,如果神经网络模型包括较多的输入变量时 ,可考虑采用主成分分析、对应分析等技术对输入变量进行信息综合 ,相应地减少网络模型的参数。另一方面 ,当训练样本不足时 ,最好只用神经网络模型对同一系统的情况进行模拟 ,应谨慎使用神经网络模型进行外推。神经网络模型给作物模拟研究的科学工作者提供了一个“傻瓜”式工具 ,对数学建模不熟悉的农业研究人员 ,人工神经网络可以替代数学建模进行仿真实验 ;对于精通数学建模的研究人员来说 ,它至少是一种补充和可作为比较的非线性数据处理方法 相似文献
8.
对于一些复杂的农业生态系统,人们对其生态过程了解较少,且这些系统的不确定性和模糊性较大,用传统的方法难以模拟这些系统的行为,神经网络模型因为能较精确地模拟这些系统的行为,而引起生态学者们的广泛兴趣。该文着重介绍了误差逆传神经网络模型的结构、算法及其在农业和生态学中的应用研究。误差逆传神经网络模型一般采用三层神经网络模型结构,三层的神经网络模型能模拟任意复杂程度的连续函数,而且因为它的结构小而不容易产生与训练数据的过度吻合。误差逆传神经网络模型算法的主要特征是:利用当前的输入误差对权值进行调整。在生态学和农业研究中,误差逆传神经网络模型通常作为非线性函数模拟器用于预测作物产量、生物生产量、生物与环境之间的关系等。已有的研究表明:误差逆传神经网络模型的模拟精度要远远高于多元线性方程,类似于非线性方程,而在样本量足够的情况下,有一定的外推能力。但是误差逆传神经网络模型需要大量的样本量来保证所求取参数的可靠性,但这在实际研究中很难做到,因而限制了误差逆传神经网络模型的应用。近年来人们提出了强制训练停止、复合模型等多种技术来提高误差逆传神经网络模型的外推能力,也提出了Garson算法、敏感性分析以及随机化检验等技术对误差逆传神经网络模型的机理进行解释。误差逆传神经网络模型的真正优势在于模拟人们了解较少或不确定性和模糊性较大系统的行为,这些是传统模型所无法实现的,因而是对传统机理模型的重要补充。 相似文献
1