基于不同人为干扰的土壤全量氮磷钾空间变异性研究

采用地统计学与GIS技术相结合的方法，对无人为干扰区25个样本、人为干扰区30个样本土壤全量氮磷钾的空间异质性进行了研究。结果表明：人为干扰区土地多被开发成林地、育苗地，自然植被残体等被移除，土壤腐殖质来源减少，加之由于土层翻动，土壤透气性变好，加快了养分分解与利用，土壤全量氮磷钾含量均值分别降低至0.433、0.902、15.325 g·kg-1，数据间的差异性和分布状态也发生变化;球状模型能较好地拟合无人为干扰区土壤全磷分布,而高斯模型则能较高地拟合两区其余养分指标的分布,两区理论模型的R²介于0.66和0.90之间，拟合精度高;土壤全量氮磷钾的理论模型中，均以无人为干扰区模型的R²高且RSS小;无人为干扰区全量氮磷钾的高值区均在植被覆盖度高的区域内。干扰程度较大的区域，土壤全氮和全磷含量较低，因此应补充适量氮肥和磷肥，满足养分需求。     

利用图像和机器学习检测大豆作物幼苗期玉米杂苗

在大豆-玉米轮作生产过程中，玉米杂苗会与大豆苗竞争水和肥料，而且很容易遮住大豆苗，影响害虫（如玉米根虫）的防控，降低大豆品质。因此，在大豆幼苗期及时检测出玉米杂苗并对其进行处理非常重要。传统的人工检测方法主观性强、效率低，传感器和算法的发展为自动检测玉米杂苗提供了更好的解决方案。本研究在温室环境下模仿田间条件，待玉米和大豆发芽后，连续5天用因特尔RealSense D435相机采集彩色图像，并人工裁剪幼苗图像区域，在此基础上对图像进行分割和去噪。在采集图像形状、色彩和纹理特征值后， 对所采集的特征值进行权重分析， 保留前10种重要的特征值导入基于特征的机器学习算法中进行模型训练和预测。预测结果表明，支持向量机模型（SVM）、神经网络（NN）和随机森林（RF）的预测精度分别为85.3%，81.5%和82.6%。将数据集导入GoogLeNet和VGG-16 两种深度学习模型进行训练， 预测精度分别为96.0%和96.2%。VGG-16 模型在区分大豆幼苗和玉米杂苗中有较好的表现，彩色图像和VGG-16 模型组成的系统可以自动检测大豆生长过程中玉米杂苗的情况，为农民提供准确的信息，帮助其进行生产决策和田间管理。     

滇池蓝藻泥氮磷含量比研究

[目的]获得滇池蓝藻泥氮磷含量比变化规律.[方法]对2011年滇池不同方式、不同时间打捞的藻泥含氮磷数据进行统计分析.[结果]不同方式打捞的蓝藻泥氮磷含量高度相关,氮磷含量比相对稳定.移动式的藻泥氮磷含量比平均为10.5(8.6 ～12.3),固定式的为8.7(6.9～10.0);移动式的蓝藻泥氮磷含量比始终高于固定式的,最高为1.49倍,最低1.07倍,平均1.22倍.[结论]移动式、固定式两种不同方式下打捞的蓝藻泥的氮磷含量比明显不同.     

几种北方草本植物对污水的净化效果

为辽河流域河岸缓冲带生态建设和面源污染治理提供理论依据,采用盆栽模拟法,以蛭石为基质,研究了紫花苜蓿、白三叶、黑麦草、高羊茅和早熟禾等草本植物对污水中 TN、TP 和 COD 的净化效果。结果表明：不同草本植物对 TN、TP 和 COD 等污染物均表现出较好的净化效果,随着生长时间的延长,对其净化率呈下降趋势。不同草本植物,对 TN 的净化效果依次为紫花苜蓿＞白三叶＞高羊茅＞黑麦草＞早熟禾,对 TP 的净化效果依次为白三叶＞高羊茅＞黑麦草＞紫花苜蓿＞早熟禾,对 COD 的净化效果依次为高羊茅＞白三叶＞黑麦草＞紫花苜蓿＞早熟禾。第35天时,紫花苜蓿和白三叶对 TN 的净化效果较好,净化率分别为26．80％和24．99％;白三叶和高羊茅对 TP 的净化效果较好,净化率分别为66．28％和65．48％;高羊茅和白三叶对 COD 的净化效果较好,净化率分别为36．85％和34．46％。     

不同利用方式下土壤有机质和全磷的可见近红外高光谱反演

以太湖流域直湖港小流域稻田、桃园和菜地的土壤样本为研究对象,研究了不同光谱建模方法和土地利用方式对土壤有机质和全磷高光谱反演的影响。结果表明:(1)偏最小二乘回归分析(Partial least squarer egression,PLSR)模型的建模和预测精度较高且稳定;人工神经网络中广义回归神经网络(Generalized regression neural network,GRNN)网络预测精度较高但易出现过拟合现象,反向传播神经网络(Back propagation neural network,BPNN)网络比较稳健但精度略低;偏最小二乘与人工神经网络相结合则可综合两者优点,改善复杂样本下的预测精度。(2)土壤有机质的光谱反演结果优于全磷。3种土地利用方式中,稻田的预测效果总体优于桃园和菜地。在当前研究区域内土地利用方式对土壤有机质光谱反演影响不大,但对全磷反演影响较大。今后利用光谱对土壤全磷反演时需分土地利用方式对模型进行校准。     

汾河灌区农业面源污染经验统计模型的构建与验证

以山西省汾河平原灌区为研究区,根据2004—2008年灌区小店桥和义棠2个水文控制站有限的、离散的径流量和污染物浓度月监测值,采用河流污染物时段通量法分别计算2站点河道断面的总氮(TN)和总磷(TP)年通量,得到灌区TN和TP年负荷量;采用传统输出系数法确定了同期灌区农业种植、农村人口和畜禽养殖等污染源的TN和TP输出量。由此确定了灌区TN和TP迁移过程中的流域损失系数,建立了流域损失系数和年径流模数的非线性关系;构建了包含各类污染源数量、输出系数和年径流模数的灌区农业面源污染经验统计模型;用该模型模拟了2009—2010年灌区的TN和TP负荷量,与实测值相比误差均小于40%,满足精度要求。所建模型适合用于我国平原灌区面源污染负荷的估算和预测。     

SBR反应器中好氧颗粒污泥处理模拟废水的反应特性

[目的]研究SBR反应器中好氧颗粒污泥处理模拟废水的反应特性。[方法]将SBR好氧颗粒污泥反应器应用于模拟废水的处理,研究反应器中溶解氧随曝气强度的变化规律,并探讨一个反应周期内COD、TN、TP去除率的变化。[结果]不同曝气强度下,SRB反应器开始曝气时（第11 min）溶解氧值均最低,之后呈上升趋势,均在第13 min出现第一个＂平台＂,且曝气强度越大,该＂平台＂越高;50min后溶解氧值波动较小。反应周期结束时,不同气速下COD、TN、TP去除率分别达98%、75%、80%以上,且不同气速对污染物的去除有一定影响。[结论]该研究为今后废水处理工程的实际应用提供了技术指导。     

茶多酚生物学活性的研究进展

茶叶含有大量的生物活性成分,其中茶多酚是最重要有效成分之一。结合近20年来有关茶多 酚最新研究成果,阐述了茶多酚生物学活性,茶多酚的应用及展望。     

生物炭对土壤拦截外源氮磷等污染物效果的影响

采用室内土柱淋洗装置,在潮褐土中按干质量比分别加入2%、4%、8%、16%的生物炭,研究不同用量生物炭对外源污水下渗速度的影响及对污水中氮、磷、COD的拦截效果。结果表明:在该实验条件下,生物炭的添加可以显著提高外源污水的下渗速度,进水10~12 L期间,2%和4%生物炭用量系统的下渗速度与CK无显著差异,而8%生物炭用量系统的下渗速度相对CK可提高593.08%,16%系统的下渗速度最大提高942.90%。生物炭对外源污水中TN(进水浓度为30.16 mg·L^-1)有很好的拦截效果,TN平均拦截率为95.79%,且生物炭用量与进水量对土柱系统的TN拦截率无显著性影响;生物炭对外源污水中COD(进水浓度为510 mg·L^-1)有很好的拦截效果,2%~8%生物炭用量系统的平均COD拦截率为54.14%,而16%系统的平均COD拦截率为66.22%,显著高于其他处理,随进水量增加,不同处理淋滤液中COD浓度变化不明显。结合污水下渗速度可知,在相同时间内,高生物炭用量(8%和16%)处理可拦截更多的外源氮素和COD。试验初期(进水3~6 L时)高生物炭用量(8%和16%)处理的淋滤液中TP浓度高于进水浓度,而2%和4%系统的TP浓度低于进水浓度,随进水量增加,不同处理淋滤液中TP浓度逐渐降低:8%生物炭用量系统在进水量达到9L时出水TP浓度低于进水浓度,并最终达到45.70%的TP拦截率;16%的系统在进水量达到17 L时TP拦截率为20.71%;2%和4%系统的TP平均拦截率达到90%。综合不同生物炭用量的下渗速度、氮磷等污染物的拦截率,8%生物炭用量的土柱系统可在相对较短的时间显著提高土壤对外源污染物的拦截效率,并减小土壤内磷素流失的风险。研究结果可以为河岸边植被缓冲带新的构建技术提供理论依据。     

我国农田总磷径流损失影响因素及损失量初步估算

农田磷素随地表径流向水体迁移导致磷肥利用率降低、生产成本上升、环境污染风险增加,收集近10年农田总磷径流损失的试验数据,并结合其对应的潜在影响因素进行统计分析,结果表明水田、旱地TP径流损失量与土壤全磷、粘粒含量百分比显著负相关,与施磷量、降雨量显著正相关。采用多元逐步回归方法,构建了单位面积水田、旱地总磷径流损失量估算模型。运用该模型对各省水田、旱地中TP径流损失量进行了估算,结果表明单位面积水田中TP径流损失量范围为0.585~3.015 kg·hm-2,单位面积旱地中TP径流损失量范围为0.045~0.473 kg·hm-2。2011年全国水田TP径流损失总量变化在3.554~5.875万t,平均值为4.715万t;全国旱地TP径流损失总量变化在0.951~2.347万t,平均值1.649万t;全国农田TP径流损失总量平均值为6.364万t。