重庆市农业面源污染影响因子的系统分析

采用系统分析与数学分析方法,探讨了重庆市农业面源污染（NPSP）影响因子的作用大小、作用方向和作用方式,划分重庆市农业面源污染防治的类型。结果表明,主导因子是代表畜牧业的粪便承载系数、代表种植业的耕地面积和代表农民生活的人均收入,其中粪便承载系数显示抑制作用,而耕地面积和人均收入则促进面源污染的加重,且它们均以直接作用的形式影响农业面源污染。重庆市农业面源污染的防治可分为压力-响应较大型、压力大而响应小型、压力小而响应大型和压力-响应较小型等。     

西安市北郊污灌区土壤中抗铅链霉菌的多样性分析

从西安市北郊污灌区采集土样,用添加K2Cr2O7 75 μg·mL^-1和青霉素2 μg·mL^-1的高氏1号、HV和SC固体培养基分离到120株具有链霉菌特征的放线菌。采用浓度梯度法,用含Pb^2＋培养基对分离菌株进行筛选,得到50株抗铅链霉菌。在抗铅能力实验结果的基础上,选取14株抗性较强链霉菌代表菌株进行形态培养特征、生理生化和16S rDNA基因序列相似性等分析。结果表明,14株代表菌株可归为6个不同的颜色类群,其表型特征与生理生化性质和链霉菌相符合,在系统发育树上处于8个不同的进化分支。菌株HQ0031与已知链霉菌相似性差异较大,可能为链霉菌属内1个潜在新种。研究表明西安市北郊污灌区土壤中抗铅链霉菌具有丰富的多样性,可为重金属污染环境的生物修复提供有益的微生物资源。     

短小芽孢杆菌BX-4抗生素标记及定殖效果研究

为研究短小芽孢杆菌BX-4在作物根际的定殖及防病效果,通过浓度梯度法用氨苄青霉素对其进行了抗性标记,并通过番茄盆栽试验研究了其在根际土壤中的定殖规律。结果表明,筛选出的突变体菌株BX-4＇能够耐受浓度为200 μg·mL^-1的氨苄青霉素,并且具有耐药和遗传双重稳定性;应用试验显示该突变体菌株能成功在番茄根际定殖,接种20 d后根际土壤中存活数量达到最高值1.34×10^8 cfu·g^-1干土,以后逐渐下降,到50 d时趋于稳定;筛选的突变体菌株对番茄青枯病具有明显的防治效果,防效达37.9%-50.9%。短小芽孢杆菌BX-4在作物根部的定殖规律为揭示其生防机理及应用该菌提供了科学根据。     

浙东固废拆解区污水灌溉对土壤多氯联苯含量的影响研究

在对浙东沿海某典型固废拆解区的水-土壤-农作物系统进行系统调查和分析的基础上,重点探讨了污水灌溉对土壤多氯联苯（PCBs）含量的影响程度,并通过建立数学模型,对污灌区土壤PCBs含量进行了预测。结果表明,研究区土壤、水体、底泥乃至农作物均检测出相当水平的PCBs,对当地的生态安全影响较大;经因子分析和对比分析发现,约有67.3%的土壤PCBs污染是由污水灌溉引起,污水灌溉对土壤污染的影响显著;在现有农田灌溉模式不变的情况下,污灌区的土壤PCBs含量将呈上升趋势,50a后含量将增加1倍。     

海蓬子中高亲和钾离子转运体SbHKT1基因的克隆、表达及生物信息学分析

本研究利用RACE技术从真盐生植物海蓬子中获得了高亲和钾离子转运体SbHKT1基因1647bp完整的ORF框。序列分析结果表明,该基因编码548个氨基酸,分子量为62.10kD,理论等电点为9.33;氨基酸序列中第1个～第35个属信号肽序列,第197个～第537个属离子转运体（TrkH）家族特征序列;该基因编码的蛋白具有10个跨膜结构,N端跨膜区及中部膜上呈现明显的疏水性,C端及中部多个跨膜区呈现强疏水性,符合载体类运输蛋白的特点,因此推测SbHKT1蛋白为跨膜运输蛋白。Blast分析显示该蛋白与碱蓬SsHKT1氨基酸同源性高达77%,与冰叶日中花、赤桉和小麦HKT类蛋白的同源性分别为63%、52%和46%。SbHkt1基因表达存在组织特异性：正常生长条件在根、茎中表达较低,在叶片中几乎看不到表达;在高盐低钾的环境下,各组织表达明显升高,高盐低钾胁迫处理8h,其根部表达处于高峰期;经100μmol/L脱落酸处理4h,根部表达达到最高;干旱胁迫（20%PEG6000）处理2h,根部表达量明显上升。由此推断,该基因参与了植物在高盐低钾、渗透、干旱等非生物胁迫下的生理调控。由于目前已克隆的HKT类蛋白基因多来自非盐生植物,对盐生植物内源HKT基因的研究相对较少,因此,海蓬子内源HKT1基因的全长的获得有助于我们进一步研究该基因在高盐钾饥饿环境下运输钾离子,调节植物体内Na＋/K＋平衡的功能,对于揭示真盐生植物的耐盐机制,将其运用于非盐生植物,培育新的耐盐品种具有一定的意义。     

基于主成分分析单一参数入渗模型的BP神经网络模型

利用标定理论建立较大尺度上的单一参数入渗模型,在此基础上基于主成分分析建立其BP神经网络模型。结果表明:利用主成分分析可将研究区域土壤容重、有机质含量、砂粒含量、粗粉粒含量和粘粒含量综合成3个主成分;基于主成分分析建立的BP神经网络模型预测的标定因子的RMSE为0.4186,除偏大或偏小的标定因子,利用预测的标定因子预测的累积入渗量与实测值比较接近,可利用所建模型对较大尺度上的单一参数入渗模型进行预测。     

气候变化与土壤湿度关系的研究进展

在分析气候变化与土壤湿度关系研究现状的基础上,综述了该研究的进展。首先,描述了用数值模拟方法研究气候变化与土壤湿度之间关系的现状;论述了该研究取得的成果和需要进一步研究的问题;其次,简要总结了目前研究仍显薄弱的资料诊断分析工作及取得的成果。土壤湿度的监测与预报是制定合理的灌溉制度从而实现适时适量灌溉的基础,因此本文对气候变化条件下土壤湿度变化趋势的研究及节水灌溉(特别是干旱地区)具有重要的意义。     

土壤颗粒分布体积分形维数与数量分形维数之间的关系

土壤的体积颗粒分布(PSD)可用于同时确定数量分形维数(DN)和体积分形维数(DV)。以往的试验和理论研究均未直接比较DV和DN的关系。为建立DV和DN的关系并分析其参数的敏感程度,在中国各地取了12种不同质地土壤,利用激光粒度仪进行了测定。提出了含3个参数Rupper(颗粒半径的上限),Ri(第i个半径)和Rlower(半径下限)的DV-DN理论关系,该关系可说明为什么DN可能大于3。在未调整的幂定律范围内(PLR),DV的幂定律半径为38.6～85.8μm,DN的幂定律半径为53.2～358μm,估算的DV值(2.18～2.69)比DN值(2.38～3.19)小。调整后的PLR比未调整的窄。在调整的PLRs范围内,估算的DV值变化范围为2.11～2.56,而DN变化范围为2.28～3.02。调整和未调整PLRs得出的DV和DN的差异说明,Rupper,Rlower,Ri和Rlower/Rupper均可能影响DV与DN关系,有必要进行参数的敏感性分析。进行敏感性分析可基于敏感系数(C)来鉴别DV-DN关系中各参数改变所引起的DV和DN相对变化,从而找出对该关系影响最大的参数。就不同情况下计算的C值而言,Rupper是影响DN值的最重要参数,小的Rupper值可能导致估算DN的准确度降低。PLR范围越大,DN的估算越准确。根据DV估算DN的相对误差的绝对值在12%范围内,说明得出的DV-DN理论关系是正确的。     

基于Downhill-Simplex算法的观测数据与作物生长模型同化方法研究

以夏玉米叶面积指数（LAI）、贮存器官干重（WSO）、地上总干重（TAGP）以及土壤水分含量（SM）为结合点,建立了基于Downhill—Simplex算法的作物生长模型WOFOST同化多种地面观测数据的一般方法或流程：开展观测数据与作物生长模型同化方法的正确性验证→利用Downhill—Simplex算法进行WOFOST模型的敏感性分析一选择敏感参数组合→通过优化效果确定待优化参数→利用新的观测数据对待优化参数进行优化,从而实现了观测数据与作物生长模型的同化,提升了模型的模拟能力。同化过程中遴选出的WOFOST模型的待优化参数主要包括比叶面积、最大CO2同化速率、初始地上部总干物重、根深最大日增量和初始土壤有效水等。     

土壤持水特性参数与土壤质地尺度关系的联合多重分形分析

Soil water-retention characteristics at measurement scales are generally different from those at application scales, and there is scale disparity between them and soil physical properties. The relationships between two water-retention parameters, the scaling parameter related to the inverse of the air-entry pressure (αvG, cm-1) and the curve shape factor related to soil pore-size distribution (n) of the van Genuchten water-retention equation, and soil texture (sand, silt, and clay contents) were examined at multiple scales. One hundred twenty-eight undisturbed soil samples were collected from a 640-m transect located in Fuxin, China. Soil water-retention curves were measured and the van Genuchten parameters were obtained by curve fitting. The relationships between the two parameters and soil texture at the observed scale and at multiple scales were evaluated using Pearson correlation and joint multifractal analyses, respectively. The results of Pearson correlation analysis showed that the parameter αvG was significantly correlated with sand, silt, and clay contents at the observed scale. Joint multifractal analyses, however, indicated that the parameter αvG was not correlated with silt and sand contents at multiple scales. The parameter n was positively correlated with clay content at multiple scales. Sand content was significantly correlated with the parameter n at the observed scale but not at multiple scales. Clay contents were strongly correlated to both water-retention parameters because clay content was relatively low in the soil studied, indicating that water retention was dominated by clay content in the field of this study at all scales. These suggested that multiple-scale analyses were necessary to fully grasp the spatial variability of soil water-retention characteristics.