毛乌素沙地樟子松林植物-土壤生态化学计量特征演变关系

[目的]探究沙漠化土地植被恢复过程的植物与土壤碳(C)、氮(N)、磷(P)化学计量特征的演变关系，可以深入认知樟子松固沙林植被恢复的机制。[方法]以榆林毛乌素沙地的半固定沙地为对照，分析了恢复25～56 a樟子松林下的物种多样性、樟子松植物组织(叶片、枯落物、细根)与土壤的C,N,P含量及其化学计量动态变化特征与交互作用。[结果](1)樟子松植物组织C,N,P平均含量表现为：叶片>枯落物>细根，碳氮磷化学计量比为：枯落物>细根>叶片。(2)与半固定沙地相比，植被恢复后樟子松植物组织和土壤中的C,N,P含量显著变化。从恢复25 a到56 a,枯落物和土壤C含量分别显著增加了14.9%和61.5%,N含量分别显著增加了55.0%和52.4%。(3)随着恢复年限增加，枯落物和细根的C∶N以及叶片和细根C∶P,N∶P均显著降低，叶片C∶N及枯落物C∶P,N∶P显著增加。(4)枯落物与土壤C含量，细根与土壤N,P含量及植物组织与土壤间C∶P均呈显著正相关关系。(5)植被恢复年限通过影响枯落物生物量和林下植被根量间接影响土壤C,N,P含量，且总效应最大。[结论]榆林沙区樟子...     

毛乌素沙地固沙林枯落物—土壤连续体生态化学计量特征

为揭示不同固沙林模式恢复过程中主要养分含量变化关系与差异特征。以榆林毛乌素沙区半固定沙地以及恢复25~56年的人工灌木和乔木林地为对象,测定和分析从枯落物层到腐殖质层,再到矿质土层碳(C)、氮(N)、磷(P)含量及其化学计量比随恢复年限和连续体剖面的动态变化特征及相关关系。结果表明:不同恢复年限2种林地C、N、P含量及其化学计量均表现为枯落物层＞腐殖质层＞矿质土层。但随林地恢复年限延长,2种林地枯落物、腐殖质及矿质土层C含量均显著增加,到恢复56年时,分别比半固定沙地平均增加1.76,35.70,6.45倍;P含量在腐殖质层和矿质土层中显著增加,平均增幅分别为1.67,2.11倍;N含量仅在矿质土层显著增加,平均增幅为4.16倍。2种林地化学计量变化则表现为,随恢复年限延长,腐殖质层C∶N呈显著增加趋势,到恢复56年时,比半固定沙地平均增长18.6倍;N∶P只在灌木连续体中显著增加,C∶P未显著变化。相关分析表明,2种林地连续体各层间C含量均达到极显著正相关,矿质土层C与N、P之间也呈极显著正相关,腐殖质层C∶N、C∶P与矿质土层C∶P均呈极显著正相关。综上,榆林毛乌素沙地植被恢复过程中,枯落物—土壤连续体C含量为协同增长,N、P含量仅在矿质土层中增长明显,C∶P是连续体中相对平衡稳定的化学计量特征。     

葡萄的无核化处理

试验中以黑龙江省两个露地葡萄主栽品种“京亚”、“蜜汁”为供试材料 ,采用不同的化学药剂浸蘸果穗。结果表明 :无核剂 1号的处理效果最好 ,两个品种的无核率分别达到 10 0 %和71.4 0 % ,并且提高了座果率和糖酸比 ,使果实着色均匀 ,果实着色期和成熟期提前一周左右     

大颗粒球肥氮素释放特性及其肥效研究

通过静水培养试验、养分释放规律的田间模拟试验和田间肥效试验,探讨大颗粒球肥的氮素释放特性及对春玉米生长发育和氮素吸收利用的影响。静水培养试验表明,大颗粒球肥氮素累积溶出率达到80%所需要的时间较掺混肥延长1 h,两种肥料在7 h氮素基本完全溶解。田间土壤含水量条件下,大颗粒球肥的残留率达30%时所需时间为15 d,较掺混肥延长10 d;氮肥累积溶出率达97%时,大颗粒球肥需要20 d,较掺混肥延长15 d。田间肥效试验表明,同等施肥量条件下,施大颗粒球肥的玉米地上部干物质积累量、氮肥利用率和产量均优于掺混肥,最高产量达13 306 kg/hm~2,较掺混肥增产7.54%;氮肥利用率增加20.4%。     

固沙林恢复土壤酶化学计量特征与养分限制效应

[目的]探究土壤胞外酶及酶化学计量比对沙漠化土地植被恢复过程的响应特征及其养分限制效应，可深入揭示人工固沙林重建植被过程养分转化能力与机理。[方法]基于时空替代法，以榆林毛乌素沙区的半固定沙地为(0 a)对照、选择恢复25～56 a灌木与乔木固沙林时间序列样地，测定分析了0—10 cm和10—20 cm土层的胞外酶活性、酶生态化学计量的演变特征及其限制微生物养分需求效应。[结果]随着植被恢复年限增加，两种林地土壤β-葡萄糖苷酶(BG)、β-1,4-乙酰氨基葡萄糖苷酶(NAG)、亮氨酸氨肽酶(LAP)和碱性磷酸酶(AP)活性在不同土层均呈显著升高趋势。但酶活性的不均衡变化也显著改变了土壤酶化学计量特征，56 a植被恢复过程中，土壤酶C∶N,C∶P,N∶P呈增加趋势。土壤胞外酶化学计量比也表明植被恢复期间微生物生长受N限制显著增加，P限制并不明显，仅在乔木林恢复25 a时10—20 cm土层中出现P限制。[结论]固沙林植被恢复显著提升了土壤酶活性，增强了土壤碳氮代谢的能力，且在恢复过程中土壤微生物活动主要受到N养分的限制。     

基于实例置信度推断的半监督小样本植物病害图像识别

植物病害影响农业生产的产量和质量。针对现有小样本植物病害识别方法大多数都是基于监督式学习模型以及少数半监督学习方法未判别伪标注样本的可信度的问题,提出一种基于实例置信度推断的半监督学习小样本植物病害图像识别方法。首先构建ResNet-12网络提取有标注样本和无标注样本的特征;其次利用极少数有标签的植物病害样本训练SVM分类器,用分类器推断无标注样本的类别并赋予伪标签;然后采用实例置信度推断(ICI)算法获取伪标注样本的置信度,迭代选择可信的伪标签样本加入训练拓展支持集;最后应用训练后的网络模型对植物病害图像进行识别。该方法能够反映无标注病害样本的真实分布,迭代选择最可信的伪标注样本进行模型训练,从而提高模型的识别性能。试验采用Plant Village公开数据集进行10-way-5-shot试验。结果显示：在unlabel=50的情况下识别准确率为89.34%,病害的各项评价指标均随着无标注样本数量的增加而增加。结果表明本研究提出的方法从无标注样本中获取到的信息是鲁棒的,且识别准确率优于传统迁移学习,能有效提升小样本条件下植物病害图像的识别效果。