松褐天牛幼虫肠道黏质沙雷氏菌培养条件与木质素降解功能

【目的】研究松褐天牛幼虫肠道内黏质沙雷氏菌木质素降解功能,为揭示松褐天牛与肠道细菌协作降解木质素的机制提供依据。【方法】以硫酸盐木质素液体培养基培养黏质沙雷氏菌,采用酶标仪微量测定法研究该菌对木质素的降解能力,考察其产木质素降解酶的种类及其变化,以及体外培养条件对该菌产优势降解酶———木质素过氧化物酶活性的影响。【结果】体外培养10天后黏质沙雷氏菌对硫酸盐木质素的累计降解率达94.12%,其中第4天的单日降解率最高,达15.16%。该菌在木质素培养基中可产木质素过氧化物酶、锰过氧化物酶、漆酶3种木质素降解酶,其中木质素过氧化物酶活性最高,然后依次是锰过氧化物酶和漆酶,前2种酶的日变化趋势与培养基中木质素的降解率相近。该菌产木质素过氧化物酶的最适培养基条件:p H5、硫酸木质素质量浓度3 g·L~(-1),有机氮源、酵母膏质量浓度5 g·L~(-1),Mg~(2+)、Ca~(2+)、Fe~(2+)、Mn~(2+)、K~+离子质量浓度分别为0.20、0.40、0.15、0.04和0 g·L~(-1)。【结论】黏质沙雷氏菌具有较强的木质素降解能力,可通过产生木质素过氧化物酶和锰过氧化物酶实现其对木质素的降解功能;培养基中木质素浓度、p H值、氮源种类及其浓度、金属离子及其浓度等对其产木质素过氧化物酶的活性均有显著影响。     

论中国南方近自然混交林营造

鉴于中国南方人工纯林固有的弊病和传统混交林营造和研究中存在的问题，提出近自然混交林的营造途径、重建原则、营造方法，最后分析近自然混交林营造的效益，证明其具有良好的经济效益、社会效益和生态效益，或造近自然混交林是中国林业振兴的必由之路之一。     

林业有害生物普查数据管理系统的设计与实现

针对福建省林业有害生物普查数据采集和管理困难的问题,在林业有害生物普查技术方案的基础上,提出应用互联网技术和数据库管理技术,实现B/S架构的数据采集和管理。系统基于Eclipse开发平台、Tomcat服务器和My SQL数据库,采用Struts+Spring+Hibernate框架实现了踏查地、标准地调查录入和管理、诱虫灯(引诱剂)调查录入和管理、苗圃(花圃)有害生物调查录入和管理以及种实、果品、花卉、木材及其制品有害生物调查录入和管理等功能。用户通过该系统可以方便地实现野外普查数据的远程采集和管理。     

不同立地类型组杉木适宜伴生树种的模糊选择

根据生态种组原理 ,应用 Fuzzy聚类方法从 4种不同立地类型组的杉木天然混交林中 61种杉木潜在伴生树种中选择杉木适宜伴生树种 ,结果如下 ,中山阳坡组适宜伴生种有 7种 ;中山阴坡组适宜伴生种有 8种 ;低山阳坡组有 8种 ;低山阴坡组有 1 3种 ;不同立地类型组中 ,杉木适宜伴生种除个别种之外 ,绝大多数是不同的 .所以分别立地类型组选择杉木适宜伴生种是很有必要的     

几个常见植物种水浸液对杉木叶绿体的影响

通过透射电镜观察，发现浇灌木荷、继木木、罗木石楠、马尾松、芒箕、狗脊、丝栗栲、赤楠等８个常见植物种水浸液６年后的杉木叶绿体个数、截面积、基粒片层较对照组有明显增多，而叶绿体中的淀粉粒较对照组有明显减少，其影响程度取决于植物种及浓度     

Apriori算法在杉木伴生树种选择中的应用

合适的伴生树种是杉木混交林营造成功的关键,本研究应用Apriori算法从杉木混交林野外调查数据中挖掘出杉木与其伴生树种之间的关联关系,得到合适的伴生树种,提供杉木伴生树种选择的新途径.     

基于模糊C-均值的立地类型组划分

立地类型划分的科学与否是营造混交林成败的关键.应用模糊-C均值(FCM)算法改变了传统的立地类型组通过人为给定阈值的划分方式.本研究中,FCM依据外业调查数据对样地进行分类,将其划分为4个簇即4个立地类型组:阳坡低海拔立地类型组、阳坡高海拔立地类型组、阴坡高海拔立地类型组、阴坡低海拔立地类型组.     

集对分析在伴生树种选择上的应用

集对分析是对系统作同异反定量分析研究时的一种方法 ,将该方法用于伴生树种选择 ,实例表明应用该方法分析所得的结论与生产实践是基本吻合的     

武夷山杉阔混交林种群生态位特征

对武夷山保护区杉阔混交林中 1 1个主要乔木种群的生态位特征进行分析 .结果表明 :在杉阔混交林中 ,不同公式计算出的生态位宽度值之间存在着显著正相关关系 .主要种群的生态位宽度和重要值之间也存在着显著正相关关系 .重要值较大的种群对生境的适应性也较强 ,其生态位宽度较大 .杉木、木荷、丝栗栲、马尾松种群属宽生态位种 .大多数种对的生态位重叠较大 ,对资源的共享趋势明显 ,群落稳定性较好 .宽生态位种与其它种群的生态位重叠机会大 ;反之 ,则小     

一种两阶段彩色图像分割方法的原木识别

针对原木图像存在年轮、锯痕以及原木之间紧密接触的问题,提出两阶段分割方法,即依据原木目标和背景的颜色差异应用K均值算法进行聚类得到相互紧密接触的原木目标分割结果;然后应用分水岭分割算法将粘连的原木目标加以分离．结果表明：与直接用分水岭算法和K均值算法相比,本方法能够有效地分割出原木目标．