氮肥形态对香蕉种植土壤中氨氧化细菌与古菌的影响

氨氧化微生物通过影响氮素在土壤中的转化而间接影响作物对不同氮素形态的吸收。因此,本实验采集了海南省种植香蕉的滨海土壤,通过施用硫酸铵和硝酸钙,研究了氨氧化细菌(AOB)和氨氧化古菌(AOA)的数量与群落的变化,并测定了香蕉的生长与氮营养状况。通过构建氨氧化细菌和古菌的功能基因amo A文库后发现:施用硫酸铵的土壤中AOB的amo A基因拷贝数显著高于施用硝酸钙的土壤和不施肥的土壤,而AOA的拷贝数低于硝酸钙与不施肥处理。但是氨氧化古菌AOA的绝对数量都高于AOB。施用硫酸铵的土壤中AOB的群落多样性和丰富度明显增加,而施用硝酸钙的土壤却没有发生显著变化。施用硫酸铵和硝酸钙的土壤中AOA群落结构相似,但丰富度和多样性均高于不施肥处理。从施肥效果看,相比硫酸铵,硝酸钙显著提高了香蕉植株的生物量和全氮含量。上述结果表明,在南方酸性土壤中AOA占优势,虽然施用铵态氮肥可以促进AOB的丰度与多样性,但是很可能会抑制AOA的数量。因此,在海南滨海土中施用铵态氮肥后,通过硝化作用以满足香蕉吸收硝态氮的需求达不到理想的效果,应直接补充硝态氮肥来促进香蕉生长。     

“冬储春用”粪污处理技术

高寒地区冬季漫长，冰冻低温季节粪便与污水处理是现代畜牧业发展过程中亟待解决的现实难题。为此提出“冬储春用”粪污处理技术，并从发酵菌料配制、防渗与吸渗、耐低温发酵等方面进行总结，以期为高寒地区冰冻低温季节的粪污处理提供技术支撑。     

在农科无机及分析化学教学中应用任务教学法的成效与思考

从学生学习者的角度对农科无机及分析化学教学中应用任务教学法的效果进行了总结,分析了任务教学法的利与弊、得与失,提出了应用任务教学法获得更好效果的具体建议。任务教学法在农科无机及分析化学教学的应用实践表明,任务教学法的应用受到了学生的广泛欢迎,极大地调动了学生学习的积极性、参与性和创造性,提高了学生查阅文献能力、交际能力、组织能力、语言表达能力、制作PPT的能力和分析问题解决问题能力,是对传统教学法和多媒体教学法对学生能力培养缺失的补充。     

基于梯度扩散薄膜技术的太湖金属和营养盐区域污染特征分析

本研究利用梯度扩散薄膜技术（Diffusive gradients in thin-films,DGT）对太湖7个湖区的水体和沉积物中金属与营养盐有效态含量进行原位监测,并分析污染物的区域特征。结果表明,DGT所测有效态浓度低于传统化学方法所提取浓度,且能实现低浓度、多元素同时监测。具体来看,太湖水体中金属的DGT有效态含量较低,区域差别较小。沉积物中9种典型金属的DGT有效态含量排序为Fe>Mn>Zn>Ni>As>W>Co>Mo>Cu,其中,Fe、As、Zn、Ni和W在竺山湾、梅梁湾和贡湖污染相对较重,在湖心区、胥湖和东太湖污染相对较轻,其余金属分布较平均且含量较低。与金属不同的是,太湖水体中DGT所测的有效磷（P）含量整体较高,最高值出现在贡湖,达83.2μg·L-1。沉积物中DGT有效态P的区域分布更明显,以竺山湾、梅梁湾和沿岸区污染相对较重,最高值出现在竺山湾,达500μg·L-1。对比沉积物和水体中DGT有效态P含量发现,竺山湾、梅梁湾和沿岸区沉积物可能是P的主要储存场所,具有潜在释放风险。     

基于梯度扩散薄膜技术的太湖金属和营养盐区域污染特征分析

本研究利用梯度扩散薄膜技术(Diffusive gradients in thin-films,DGT)对太湖7个湖区的水体和沉积物中金属与营养盐有效态含量进行原位监测,并分析污染物的区域特征。结果表明,DGT所测有效态浓度低于传统化学方法所提取浓度,且能实现低浓度、多元素同时监测。具体来看,太湖水体中金属的DGT有效态含量较低,区域差别较小。沉积物中9种典型金属的DGT有效态含量排序为FeMnZnNiAsWCoMoCu,其中,Fe、As、Zn、Ni和W在竺山湾、梅梁湾和贡湖污染相对较重,在湖心区、胥湖和东太湖污染相对较轻,其余金属分布较平均且含量较低。与金属不同的是,太湖水体中DGT所测的有效磷(P)含量整体较高,最高值出现在贡湖,达83.2μg·L~(-1)。沉积物中DGT有效态P的区域分布更明显,以竺山湾、梅梁湾和沿岸区污染相对较重,最高值出现在竺山湾,达500μg·L~(-1)。对比沉积物和水体中DGT有效态P含量发现,竺山湾、梅梁湾和沿岸区沉积物可能是P的主要储存场所,具有潜在释放风险。     

梯度扩散薄膜技术(DGT)的理论及其在环境中的应用Ⅲ——植物有效性评价的理论基础与应用潜力

梯度扩散薄膜技术(DGT)是一种测定环境介质中多元素植物有效性的原位分析方法。由于其能模拟植物根系,综合考虑环境多介质的动态平衡,因此近年来被广泛应用于多元素植物有效性的评价。本文简要阐述了DGT技术基于动力学过程进行有效性测定的原理;深入剖析了DGT技术涉及的动力学过程与植物吸收机制的相似性与差异性;详细评估DGT技术预测多元素植物有效性的评价效果;并基于以上内容,对DGT技术在植物有效性方面的应用进行总结和展望。     

土壤盐渍化对玉米田杂草群落多样性和玉米产量的影响

为探究不同土壤盐渍化水平对杂草群落多样性和玉米产量的影响,在松嫩平原西部选取3个不同盐渍化水平的采样点,T₁(低盐渍化),T₂(中盐渍化)和T₃(高盐渍化)。采用“样方法”分析玉米灌浆期不同土壤盐渍化条件下杂草群落组成,并调查蜡熟期的玉米产量构成因素。结果表明:杂草群落总密度、总盖度和总地上生物量随土壤盐渍化程度的加重而逐渐增加,其中高盐渍化(T₃)条件下的最高,总密度为41.51株/m²,总盖度为35.11%及总地上生物量为227.07 g/m²。不同盐渍化水平的土壤杂草群落中共有的杂草物种数越多,其杂草群落的相似性系数越高。其中,中盐渍化(T₂)和高盐渍化(T₃)条件下的杂草群落之间的相似性系数最大,为0.82。杂草群落的Shannon-Wiener多样性指数、Simpson多样性指数和Pielou均匀度指数与土壤盐渍化水平均呈不显著正相关,这3个指数随着土壤盐渍化程度的加重而增加。然而,群落Margalef丰富度指数与土壤盐渍化水平呈不显著负相关,该指数随土壤盐渍化程度的加重而降低。此外,同低盐渍化(T₁)相比,高盐渍化(T₃)条件下的玉米产量构成因素中的穗长、行粒数和穗粒重都降低,降低幅度分别为23%,23%和22%。杂草群落多样性指数、均匀度指数和地上生物量均会导致玉米产量构成因素中的穗长、行粒数和穗粒重降低,但不显著,然而,杂草群落丰富度指数与玉米产量构成因素中的穗长、行粒数和穗粒重均呈正相关,但不显著。综上,在一定的土壤EC范围内,随着土壤盐渍化程度的加重,植被群落种类增加,多样性增加,丰富度降低,地上生物量增加,玉米产量性状指标降低,但均未达显著水平。     

铵硝营养对高粱根系细胞膜质子泵的影响

【目的】作物选择性吸收铵态氮或硝态氮是导致根际p H发生变化的主要原因,本文探索旱地作物根系细胞膜质子泵对铵硝营养及p H的反应机制。【方法】采用水培方法,分别用NH+4-N和NO-3-N培养高粱幼苗,并控制营养液的p H。高粱生长三周以后,用葡聚糖两相法分离根系细胞膜,测定细胞膜质子泵的水解活性、酶动力学特征,利用免疫杂交方法测定质子泵蛋白浓度。【结果】培养三周后,供给铵态氮的高粱根际p H下降到3,质子泵活性最高,达到Pi 8.81μmol/(mg·min);供给硝态氮的高粱根际p H上升至7,质子泵活性最低,为Pi 3.82μmol/(mg·min)。将铵态氮处理的营养液p H人为上调到7,而将硝态氮处理下调到3后发现,铵态氮培养的高粱根系细胞膜质子泵活性在p H 7时低于p H 3,但仍高于p H 3时硝态氮处理。酶动力学特征的测定结果表明,铵态氮营养(p H3)时,酶反应最大速率最高,亲和性也最高,而硝态氮营养(p H 7)时酶反应最大速率最小,亲和性也最低。质子泵活性与其蛋白浓度之间具有正相关性。【结论】无论是铵还是硝态氮处理,根际p H降低都会导致高粱根系细胞膜质子泵活性升高,这说明,质子泵具有适应根际酸化而提高自身活性的基本功能。但是,在相同的p H下,铵态氮都导致高粱根系细胞膜质子泵活性比硝态氮处理更高,这说明铵态氮在根系细胞中同化产生氢离子,而硝态氮的还原不产生氢离子,因此,吸收铵态氮的细胞需要进一步提高细胞膜质子泵的活性将氢离子排出体外。这很可能是高粱根系在铵态氮营养下的一种反应机制。     

基于被动采样技术的砷有效性和界面过程研究:进展与展望

全球诸多区域均发现由于人类活动或者地质因素造成的砷污染问题,严重威胁区域生态安全和人体健康。对大尺度下砷风险有效控制,需要准确评价砷在不同介质间的界面行为。砷的迁移转化受到化学和微生物调控,从而在土水和根际等典型环境界面上,具有在毫微米尺度下形态变化剧烈的特点。传统的以破坏性取样加实验室分析为主的主动采样技术难以胜任对界面过程的研究。近年来,以薄膜扩散梯度(DGT)、薄膜扩散平衡(DET)、原位反复孔隙水采样(IPI)和平衡式孔隙水采样(Peeper)为代表的新兴被动采样技术在土壤环境界面过程研究中显示出了巨大优势。上述被动采样技术已用于原位检测水体或土壤间隙水中砷的总量和形态特征及其一维分布信息。其中,DGT测定的土壤中砷浓度与植物体内砷含量的相关性较好,可用于砷的植物有效性评估。利用上述被动采样器研究水-土-生界面处砷的二维时空分布特征,是近几年的一个重要趋势。DGT可用于表征砷在土-水界面和植物根际的二维亚毫米高分辨分布特征,在砷空间分布研究上具有巨大优势。而IPI可低扰动反复采样,是少数可用于砷形态动态分布研究的工具。以上研究从微观尺度阐述砷的生物地球化学行为。最后对今后的研究方向进行了展望。     

水产养殖中水质与鱼类行为双向映射模型研究

在水产养殖中,水质参数与鱼类活动之间有着密不可分的相互映射关系。过去的监测更多偏向于单向映射,一般都是通过鱼类的行为表明水质的情况。针对仅仅通过鱼类行为反映水质情况会产生误判和滞后的问题,本文构建一种基于随机森林的鱼类行为与水质情况双向映射模型。双向映射模型不仅可以提供更多的信息从而提高预测的准确性,而且也可以通过相互验证提高模型的可靠性。首先,通过引入可变形卷积模块对YOLO v7进行改进,利用改进模型检测出视频中鱼类的位置再通过前后帧的坐标量化出鱼的游动参数。随后,将采集到的鱼类游动参数及对应的水质参数作为输入,使用随机森林模型进行分类、回归,分别完成鱼类游动参数和水质参数具体数值的预测以及指标异常级别的预测,从而得到双向映射关系。为了表明模型的泛化能力,分别在黎安港和新村港渔场2个数据集下进行实验。实验结果表明：提出的方法可以较好地实现鱼类行为与水质关系的双向映射,其中,分类实验平均准确率可以达到90.947%,回归实验决定系数R2的平均值可以达到0.801。