光照强度对豌豆、萝卜芽苗菜营养品质及酚类含量的影响

为研究光照强度对豌豆、萝卜芽苗菜的营养品质及酚类含量的影响,以“绿山谷麻豌豆2号”和“绿山谷白水晶萝卜3号”为材料,探究其生长过程中的生长特性（株高、茎粗、地上部鲜质量、地上部干质量）、营养品质（可溶性糖含量、可溶性蛋白含量、维生素C含量）及酚类含量（总酚含量、总黄酮含量）的动态变化。结果表明:豌豆芽苗菜中,处理B［30 μmol/（m2·s）］的地上部鲜质量最高,为0.453 g;处理A［20 μmol/（m2·s）］的总酚含量、黄酮含量最高,分别为471.14 ng/L、2.30 mg/g;随着芽苗菜生长时间的增加,其可溶性糖、可溶性蛋白含量、维生素C含量均在逐渐增加。萝卜芽苗菜中,处理D［100 μmol/（m2·s）］相比于其他处理,其地上部鲜质量、可溶性糖、维生素C含量和总酚含量均为最高。综上,在豌豆芽苗菜生产中,光照强度30 μmol/（m2·s）能提高产量,20 μmol/（m2·s）能提升营养品质和酚类含量,建议根据需求选择光照强度;萝卜芽苗菜中,100 μmol/（m2·s）的光照强度不仅可以提高产量还能改善营养品质。      

模拟自然光周期下外源性CO2对城市污水 藻类生长和污水处理的影响（摘选）

探讨了不同光照强度和模拟自然光周期条件下,高浓度生物污水中外源CO2对小球藻(Chlorella kessleri)生物量累积和污水中养分去除的影响。研究结果表明,在所有光强处理情况下,模拟光周期和施加CO2使得Chlorella kessleri能容易地适应反应器中的废水浓度。CO2浓度和光强显著影响藻类生长和污水中养分去除。藻类生长的最适CO2浓度是2.5%。当光强达到一定的下限时,由于光合自养效率显著减少,因此补充CO2的效果最小。同时,由于在第8天时养分耗尽和藻类生物累积量减少,对于持续或分批培养系统的应用体系,应优先选择分批培养的方式。关键词:藻类;城市污水;外源CO2;光照强度;生物量积累;废水处理     

基于光环境校正的便携作物叶绿素检测仪设计

为快速获取作物的生长状态信息及时指导农业生产,基于作物生理生化光谱学响应机理,设计了基于光环境校正的便携作物叶绿素检测装置。装置测量以610、680、730、760、810、860nm为中心,20nm带宽的反射光谱以及环境光照光谱数据,计算植被指数并预测植物叶绿素含量,在环境光照强度较差时使用主动补光灯进行补光,并对补光条件下环境光照强度进行校正。实验表明GPS定位在纬度最大漂移为6.2m、经度最大漂移为4.9m;光谱传感器6个波段的光强响应与照度计测量值之间的决定系数均超过0.99;标定的2块光谱传感器的匹配系数在610nm和860nm波段分别为0.743、1.035。建立了610nm和860nm波段补光强度与测量距离间的拟合模型用于光环境校正;使用无纺布进行了叶绿素梯度实验,建立了植被指数NDVI与植物叶绿素含量的数学模型,在较差光环境条件下不进行补光的模型决定系数为0.685,补光并进行校正情况下模型决定系数为0.965。     

不同车速车载多光谱成像系统性能分析

为了探索大田冬小麦冠层叶片叶绿素指标的快速检测方法,基于车载式多光谱成像系统进行了大田冬小麦叶绿素含量指标的快速无损诊断研究,并分析了不同车速条件下车载式多光谱成像系统的工作性能。系统以福田欧豹4040型拖拉机为车载平台,搭载了2-CCD多光谱图像智能感知系统。田间试验分别设置了4种行进速度（分别为S1（0.54 m/s）、S2（0.83 m/s）、S3（1.04 m/s）、S4（1.72 m/s））,采集了冬小麦冠层可见-近红外图像,同步获得了车载GPS轨迹坐标信息,并测量了样本叶绿素含量指标SPAD值。图像经滤波和冠层分割预处理后,提取了 R、G、B 、NIR 4个波段平均灰度,并计算了RVI、NDVI等4种常见植被指数、 H 分量的灰度平均值和覆盖度 C ,共10个图像检测参数。分析了各图像检测参数与叶绿素含量指标SPAD值之间的相关关系,结果表明,S1、S2和S3速度下,各图像检测参数与SPAD值相关性高于S4速度。同时,S1、S2、S3速度下,NDVI、NDGI、RVI与SPAD值的相关系数绝对值均达到0.50以上。分别建立了S1~S3不同车速下叶绿素含量指标诊断MLR模型,模型精度满足作物生长空间分布图制图的要求。为了进一步提高车载式大田作物生长参数移动诊断效率,将不同车速下的数据合并,选取NDVI、NDGI、RVI参数建立叶绿素指标MLR模型,结果表明模型具有通用性。该研究可为车载式大田作物生长快速诊断提供支持。     

应用于植物生理状态检测的低成本叶绿素荧光成像系统

[目的/意义]植物光合作用过程中释放的叶绿素荧光与光化学反应紧密耦合,其荧光信号采集是光合作用效率、植物生理及环境胁迫等无损的测试手段。作为获取该信号的叶绿素荧光成像系统通常价格昂贵,针对此问题,本文提出一种低成本叶绿素荧光成像系统设计方案。[方法]叶绿素荧光成像系统主要由激发光灯组、CMOS(Complementary Metal Oxide Semiconductor)相机及其控制电路和智能手机上位机三部分组成。激光发灯组采用LED面光源和碗状结构,通过对光场的仿真分析保证光照强度和均匀性;采用微型CMOS相机进行荧光图像采集,利用智能手机作为上位机完成激发光控制,并将数据回传至手机或服务器进行分析、处理、存储及显示。[结果和讨论]基于该方案,制造了一款仪器样机,其激发光强最大为6250μmol/(m²·s),光场整体变化幅度偏差为2%,光谱范围为400～1000 nm,稳定的采集频率最高可达42 f/s,具备连续光激发和调制脉冲激发功能。[结论]通过叶绿素荧光图像采集实验验证了本仪器的有效性。该仪器结构简单、造价成本低,在植物生理状态检测领域有着很好的应用价...     

融合叶位光合差异的设施黄瓜立体光环境优化调控模型

黄瓜整株光合积累不仅与温度、CO2浓度、光照强度有关,而且与不同叶位的光合特性显著相关,实现不同叶位需光参数动态获取,是设施黄瓜立体光环境优化调控亟待解决的问题。本文提出了融合多智能算法的黄瓜立体光环境优化调控模型,设计了多因素嵌套实验获取多维样本数据,构建耦合叶位、温度、光照强度、CO2浓度的回归型支持向量机光合速率预测模型;基于粒子群算法进行光饱和点寻优,获取不同环境条件下不同叶位的目标光照强度;采用回归型支持向量机算法,针对目标光照强度构建立体光环境优化调控模型。结果表明,本文所提方法可动态计算作物整株不同叶位不同环境因子作用下的目标光照强度,模型决定系数为0. 999 3,均方根误差为2. 349μmol/(m~2·s),进一步分析不同叶位叶绿素含量与光合特性关系,证明两者具有强关联性,研究对提高设施藤蔓类作物立体光环境调控效率具有重要意义。     

黄瓜初花期光合速率主要影响因素分析与模型构建

植物光合速率受生理、生态多种因素交互影响,分析提取主要影响因素是构建高效光合速率模型的基础。选取8个典型影响因素,以初花期的黄瓜植株为实验材料,设计光合速率嵌套实验,采用相关分析法分析各因素与光合速率的相关性,证明光子通量密度、CO2 浓度、温度、气孔导度和叶绿素含量与光合速率显著相关;提出了一种融合遗传算法的径向基函数（GA-RBF）神经网络光合速率建模方法,采用RBF神经网络构建光合速率模型,利用GA算法优化RBF神经网络的扩展速度。采用异校验方法分别对融合主要影响因素和全部因素的模型性能进行分析,结果表明融合主要影响因素的模型精度显著提高,光合速率预测值与实测值决定系数为0.9976,最大绝对误差为1.0086μmol/(m2·s),平均绝对误差为0.3509μmol/(m2·s),在降低复杂度的同时提高了预测精度。     

施用沼肥对西瓜品质和产量的影响

通过田间试验,研究了沼肥、化肥以及厩肥单施及配合施用对西瓜蔓长、西瓜单果质量、产量、维生素C含量、还原糖含量和硝酸盐含量的影响。试验结果显示:在种植西瓜中,以厩肥为基肥增施化肥—沼肥处理(T6)可有效地促进西瓜植株的生长,西瓜产量达最高,为58271 kg·hm-2。但结合西瓜品质指标分析,基施沼肥追施化肥—沼肥处理(T9)既能改善西瓜可食部分品质指标,同时也能保证西瓜产量,该处理下,维生素C和还原糖含量达到最高,分别为8.62 mg·kg-1和7.72%,硝酸盐含量为485.64 mg·kg-1,低于T6处理下的硝酸盐含量,产量方面与T6处理差异不显著,为56042 kg·hm-2。从西瓜产量方面分析,只基施化肥、厩肥、沼肥的(T1,T2和T3)三个处理均低于基施厩肥和基施沼肥的处理。在品质方面,凡是有沼肥施用处理的,西瓜可食部分的品质均有明显改善。     

黄瓜初花期光合速率主要影响因素分析与模型构建

植物光合速率受生理、生态多种因素交互影响,分析提取主要影响因素是构建高效光合速率模型的基础。选取8个典型影响因素,以初花期的黄瓜植株为实验材料,设计光合速率嵌套实验,采用相关分析法分析各因素与光合速率的相关性,证明光子通量密度、CO_2浓度、温度、气孔导度和叶绿素含量与光合速率显著相关;提出了一种融合遗传算法的径向基函数(GA-RBF)神经网络光合速率建模方法,采用RBF神经网络构建光合速率模型,利用GA算法优化RBF神经网络的扩展速度。采用异校验方法分别对融合主要影响因素和全部因素的模型性能进行分析,结果表明融合主要影响因素的模型精度显著提高,光合速率预测值与实测值决定系数为0.997 6,最大绝对误差为1.008 6μmol/(m~2·s),平均绝对误差为0.350 9μmol/(m~2·s),在降低复杂度的同时提高了预测精度。     

融合黄瓜光质需求的设施光环境智能调控模型

设施光环境是影响作物生长发育的重要因素之一,其包括设施光强和光质。不同温度下,两者与光合速率存在显著的互作关系,建立融合作物光质需求的设施光环境智能调控模型,是设施农业环境调控急需解决的问题之一。本文以黄瓜为试验材料,设计了温度、光照强度、光质比嵌套的植株净光合速率测试试验,获取了多因子耦合的试验样本,并利用支持向量机建立了融合黄瓜光质需求的光合速率预测模型。其次,提出了基于粒子群算法的光照强度和光质比寻优算法,获取了不同温度条件下最适合植物生长的光照强度和光质比。最后,基于寻优结果,利用偏最小二乘回归法构建红蓝光目标值调控模型。验证结果表明,光合速率预测模型训练集数据和测试集数据的拟合度分别为0. 997 1和0. 996 9,均方根误差分别为0. 363 0、0. 436 7μmol/(m~2·s)。红、蓝光目标值调控模型均方根误差分别为15. 087 8、10. 138 3μmol/(m~2·s),可满足调控模型精度要求。其调控效果相比于传统固定光质比调控模型有明显提升,为有效地进行设施光环境调控提供了重要依据。     

Identification of nitrate leaching hot spots in a large area with contrasting soil texture and management

Identification of nitrate (NO₃) leaching hot spots is important in mitigating environmental effect of NO₃. Once identified, the hot spots can be further analyzed in detail for evaluating appropriate alternative management techniques to reduce impact of nitrate on groundwater. This study was conducted to identify NO₃ leaching hot spots in an approximately 36,000 ha area in Serik plain, which is used intensively for agriculture in the Antalya region of Southern Turkey. Geo-referenced water samples were taken from 161 wells and from the representative soils around the wells during the period from late May to early June of 2009. The data were analyzed by classical statistics and geostatistics. Both soil and groundwater NO₃-N concentrations demonstrated a considerably high variation, with a mean of 10.2 mg kg⁻¹ and 2.1 mg L⁻¹ NO₃-N for soil and groundwater, respectively. The NO₃-N concentrations ranged from 0.01 to 102.5 mg L⁻¹ in well waters and from 1.89 to 106.4 mg kg⁻¹ in soils. Nitrate leaching was spatially dependent in the study area. Six hot spots were identified in the plain, and in general, the hot spots coincided with high water table, high sand content, and irrigated wheat and cotton. The adverse effects of NO₃ can be mitigated by switching the surface and furrow irrigation methods to sprinkler irrigation, which results in a more efficient N and water use. Computer models such as NLEAP can be used to analyze alternative management practices together with soil, aquifer, and climate characteristics to determine a set of management alternatives to mitigate NO₃ effect in these hot spot areas.     

蔬菜的硝酸盐污染及防控措施

由于不合理的种植手段,造成了蔬菜的硝酸盐污染,影响蔬菜的品质,威胁人类的身体健康和生命安全。通过重视施用有机肥、合理施用氮肥、注意施肥时期和施肥种类、在不同季节使用正确栽培设施、使用硝化抑制剂(氮肥增效剂)等技术手段,可以明显减少硝酸盐在蔬菜中的残留,对发展绿色无公害蔬菜生产和提高人民生活水平有着十分重要的意义。     

美国密西西比河下游水体含氮量预报方法

为了研究农业区面污染造成的河流水体污染和富营养化等问题,以离子型为主的硝态氮污染物的质量浓度与径流大小的变化关系为河流水体含氮量预报的基础,选择农业区密集的美国密西西比河下游为研究对象,观测干流上控制性水文站维克斯堡站,对收集到的相关径流和水体硝态氮资料进行分析;运用Baseflow基流分割程序对径流序列分别进行日、月基流分割,将所分割的基流运用耶鲁大学Loadrunner程序,延伸和补全所选站点水体硝态氮的逐日质量浓度序列,并进一步建立逐月数据序列;运用神经网络方法,对研究对象的水体月硝态氮质量浓度进行了验证预报,建立了相应的预报步骤与预报公式.预报结果显示:对密西西比河下游水体月硝态氮质量浓度预报平均误差为7.5%.由此可见所提出的步骤和方法的准确性与适用性,可用于实际的河流水体月硝态氮质量浓度预报.     

印度Ladakh地区沙棘叶、果实、种子蛋白含量与叶中硝基酶活性之间的关系

沙棘是一种非豆科固氮植物。其蛋白的定性定量评价显示,除了海拔2530~3350m间的种类M-8以外,具有结节的植物普遍比没有结节的植物具有更高的蛋白质含量。在17个沙棘种类的叶,果实,种子中蛋白质水平随着海拔高度的变化在9.65~21.07mg/g鲜重之间变化。其中种子为1.62~5.11mg/g,果实中为0.68~3.51mg/g。数据显示,叶中硝基还原酶活性与蛋白含量存在正相关关系。在海拔较低的Ladakh地区(2500~2850m)发现的种类(M-2,8,13)比海拔高于2850m的种类具有更高的蛋白质含量(12.38~15.10mg/g鲜重),此外,在河畔生长的品种比丘陵斜坡上生长的种类蛋白含量更高。在荒芜的Ladakh地区,这种沙棘叶可能为人或动物提供多样的食物供给。可以鼓励农业或商业种植沙棘用于饲料。     

地下水中硝酸盐氮污染修复技术综述

介绍了地下水中硝酸盐氮的来源和危害,较全面地阐述了地下水中硝酸盐氮的物理、化学、生物修复技术的研究情况,比较了各种方法的优缺点,并对其发展趋势进行了简单的论述。     

地下水中硝酸盐去除的新工艺

地下水的硝酸盐污染已引起人们的关注。生物脱氮是硝酸盐治理的主要方法，本文综述了硝酸盐治理的一些新工艺。物化和生物结合的方法是硝酸盐治理的发展方向。     

同步滴灌施肥条件下根际土壤水氮分布试验研究

通过室内土槽试验,探讨了停灌后不同时间,同步施肥滴灌对土壤水分及土壤硝态氮在土壤剖面分布的影响。结果表明:停灌后,各处理土壤水分以滴头为中心沿径向向四周扩散;由于水分在横向及纵向运动,上下层土壤水势梯度随径向距离增加而逐渐减少。停灌后,氮浓度3、2 g/L处理硝态氮的含量与径向距离及土层深度成反比;氮浓度0 g/L处理硝态氮的含量随径向距离及土层深度增加先增大后减小,氮浓度0 g/L处理硝态氮在深度分布表现为"上低中高下稳定"抛物线分布。     

不同滴灌量和施氮量对马铃薯硝酸盐累积的影响

采用植株反射仪探讨了不同滴灌量和施氮量对马铃薯硝酸盐累积影响，试验结果表明：在滴灌条件下，在马铃薯现蕾期和块茎膨大期，随着滴灌量的增加，马铃薯叶柄硝酸盐有降低的趋势，但随着施氮量的增加，马铃薯叶柄硝酸盐也随着增加。现蕾期叶柄硝酸盐逐步增加累积，块茎膨大期叶柄硝酸盐浓度则逐渐降低。马铃薯现蕾期和块茎膨大期，叶柄硝酸盐浓度与产量之间有很好的相关性。     

不同滴灌量和施氮量对马铃薯硝酸盐累积的影响

通过田间试验,采用植株反射仪来探讨了不同滴灌量和施氮量对马铃薯硝酸盐累积影响,试验结果表明:在滴灌条件下,在马铃薯现蕾期和块茎膨大期,随着滴灌量的增加,马铃薯叶柄硝酸盐有降低的趋势,但随着施氮量的增加,马铃薯叶柄硝酸盐也随着增加。现蕾期叶柄硝酸盐逐步增加累积,块茎膨大期叶柄硝酸盐浓度则逐渐降低。马铃薯现蕾期和块茎膨大期,叶柄硝酸盐浓度与产量之间有很好的相关性。     

施氮对不同质地滴灌棉田土壤硝态氮分布及棉花产量的影响

为了探究施氮对不同质地滴灌棉田硝态氮分布及产量的影响,采用温室土柱模拟的方法,研究了滴灌条件下不同质地土壤硝态氮分布迁移特征,分析了施氮对NO_3-N和棉花产量的影响。结果表明,在灌水量一定的条件下,在砂土、壤土中施氮量分别为256.00、287.34 kg/hm~2时,相应的氮素积累量最大,皮棉产量最高,土壤硝态氮主要集中分布在30~40 cm土层,有利于棉花根系的吸收,且分别比不施氮增产43.87%和44.92%。一定施氮量下,壤土硝态氮分布的均匀性优于砂土,并且根层20~40 cm土层硝态氮量高于砂土,且比砂土平均增产6.16%。砂土、壤土中硝态氮量在各生育期总体呈现"降-增-降"的变化趋势,并且收获前期施纯氮340 kg/hm~2处理60cm土层砂土硝态氮量的第二个峰值较壤土提高15.98%,在生育期末端砂土在深层的氮素积累高于壤土,存在继续向下淋失的风险。