生物炭连续施用对农田土壤氮转化微生物及N2O排放的影响

【目的】研究连续添加生物炭6年后对农田土壤氮转化相关微生物功能基因的影响,揭示生物炭影响作物产量和N₂O排放的微生物学机制,并为生物炭的推广使用提供理论依据。【方法】通过在潮土农田设置0（BC0,对照)、2.25（BCL,低量）、6.75（BCM,中量）和11.25 t·hm^-2（BCH,高量）4个秸秆生物炭量处理的田间定位试验,采用田间观测、化学分析、荧光定量PCR（qPCR）技术,系统研究施用生物炭对氧化亚氮（N₂O）排放、氨单加氧酶（amoA）、亚硝酸还原酶（nirK、nirS）、氧化亚氮还原酶（nosZ）基因丰度及夏玉米产量的影响。【结果】与对照BC0处理相比,施用生物炭可显著提高夏玉米籽粒产量,且BCM处理籽粒产量达到最大值10 811 kg·hm^-2,显著降低夏玉米生育期N₂O累积排放量,并以BCM处理减少N₂O排放效果最优。研究还发现,在夏玉米多个生育时期,与对照比较,生物炭施用可以显著提高耕层土壤无机氮储量和土壤含水量。此外,随着生物炭施用量增加,土壤氨氧化古菌（AOA）基因拷贝数在夏玉米大喇叭口期和成熟期均表现为先上升后下降趋势,且两个时期均以BCM处理最高,而氨氧化细菌（AOB）基因拷贝数在夏玉米大喇叭口期和成熟期分别为BCH处理和BCM处理最高。与对照相比,中、高量生物炭施用（BCM、BCH处理）可显著提高夏玉米大喇叭口期和成熟期土壤反硝化作用功能相关基因（nirK、nirS、nosZ）拷贝数。相关性分析表明,夏玉米成熟期土壤N₂O排放通量与土壤硝态氮、土壤含水量、AOA、AOB、nirK、nirS、nosZ呈显著负相关关系。【结论】施用生物炭通过增加土壤微生物氮转化功能基因丰度进而降低土壤N₂O排放,通过增加土壤耕层无机氮储量和土壤水分含量进而提高作物产量,并以中等用量（6.75 t·hm^-2）施用效果最优。     

有序群决策中基于SVDD的专家排序方法研究

针对有序群决策问题,本文利用支持向量域描述给出一种专家权重的确定方法。首先把每位专家对所有方案给出的估计值视为高维空间特征向量,其次在使用该方法学习时采用"留一法"的思想,即分别留下一个专家的特征向量,把其他所有专家的特征向量进行描述,分别得到一个最小包球。然后计算每个专家的特征向量到其他所有专家的特征向量所得最小包球的球心的距离,最后把每个距离的倒数作为衡量该专家体对群体意见的贡献,从而计算出每位专家的评判权重,并依据权重的大小进行排序,算例显示该方法的有效性和应用性。     

大蒜多糖对肉鸡生长性能和免疫功能的影响

试验旨在研究大蒜多糖对肉鸡生长性能和免疫功能的影响,选取200只1日龄健康、体质相近的雄性爱拔益加(AA)肉鸡,随机设计分成4组,每组5个重复,每个重复10只。对照组饲喂基础日粮,试验组分别在基础日粮中添加500、1 000、1 500 mg/kg的大蒜多糖,试验期42 d。结果表明:与对照组相比,1 000、1 500 mg/kg组肉鸡在22～42日龄的平均日增重显著提高,耗料增重比显著降低;1 000、1 500 mg/kg组肉鸡在21、42日龄时的胸腺指数、法氏囊指数较对照组显著提高;1 000、1 500 mg/kg组肉鸡21日龄血清IgG含量较对照组显著提高。综上可见,大蒜多糖能够提高肉鸡的生长性能和免疫功能,且添加量为1 000 mg/kg较适宜。     

中华稻蝗Knickkopf(Knk)基因分子特性和生物学功能

基于中华稻蝗转录组数据库,采用生物信息学方法搜索获得1条OcKnk基因全长cDNA序列,采用qRT-PCR检测其组织部位表达特性和其在表皮发育过程中表达情况,明确其分子特性,采用RNAi技术结合表型观察,研究其对中华稻蝗蜕皮和生长发育的影响,以明确其生物学功能。组织部位表达结果显示其在中华稻蝗体壁、前肠和脂肪体表达最高,发育表达结果显示其在表皮不同发育日龄均有表达,且在蜕皮前期和后期表达显著高于其他日龄。生物学功能研究表明,注射dsRNA后,多数虫体难以成功蜕去旧表皮,导致死亡,少部分可蜕至下一龄期,但活动力较低,行动缓慢,最终死亡。研究结果表明OcKnk参与昆虫生长发育和蜕皮过程,可作为重要靶标基因,为下一步害虫防治提供理论基础。     

济南中南部地区夏季底栖动物功能摄食类群与环境因子的关系

于2014年夏季(8月)对济南中南部地区17个采样点的底栖动物功能摄食类群和环境因子特征进行了调查,结果表明:夏季采集到底栖动物31种,以毛翅目和基眼目为主,各点位物种平均值为0.66×103 ind·m-2,香农威纳指数平均值为1.55,均匀度指数平均值为0.69。依据食性将底栖动物划分为刮食者、滤食者、撕食者、收集者和捕食者5种功能摄食类群,代表性类群为刮食者和收集者。典范对应分析表明,影响底栖动物功能摄食类群的主要环境因子是总氮、电导率和溶解氧。     

基于粒子群算法优化BP神经网络的土壤含水量短期预测模型

为提高土壤含水量预测精度,基于物联网监测数据,提出了粒子群算法(PSO)优化BP神经网络的土壤含水量预测方法。首先应用主成分分析法筛选出影响土壤含水量的关键影响因子,然后构建8-5-1的BP神经网络拓扑结构,应用粒子群算法优化BP神经网络的初始权值和阈值。结果表明:与传统BP神经网络相比,新模型优化了网络结构,避免了陷入局部最优解,具有良好的预测效果;模型的评价指标平均绝对误差、平均绝对百分误差、误差均方根分别为0.259 2、0.010 5和0.135 6,与单一BP神经网络相比,预测精度更高,可满足实际的土壤含水量预测的需要。     

园艺作物挥发物合成及其生物学功能研究进展

植物挥发物作为其重要的次生代谢物,主要包括绿叶挥发物、萜类挥发物和苯环类化合物,对调节植物-植食性昆虫-天敌间的三级营养关系具有重要意义。研究其合成调控机理,对探索其在植物防御以及生长发育上的应用具有重要的指导意义。园艺作物挥发物是影响其品质、功能性及病虫害绿色防控的重要成分。为此,本文对园艺植物挥发物的种类、合成途径以及调控机制方面进行了综述,并阐述了其生物学方面的功能及其应用前景。