简介:本文采用AODC法研究了碧流河水库2008年4。11月水体中细菌密度和生物量的变化。结果表明:细菌密度变化在6.09×10^7-13.9×10^7cell·mL^-1之间,平均值为10.4×10^7±6.30×10^7cell·mL^-1,其中5月份最高,6月份最低;最高值出现在5月份下游右侧中层(5.32×10^8cell·mL^-1),是其它采样位点测定值的3~10倍,细菌数量水平、垂直分布无规律,细菌总数与高猛酸钾指数呈正相关;细菌生物量为4.94±2.37mg·L^-1。杆菌长与温度呈显著的正相关,杆菌宽与温度呈显著的负相关;细菌体积与细菌数量、温度分别呈显著的正、负相关性。
简介:本文研究了采后的沙棘果实的储存情况.分别使用4种包装袋包装的沙棘果实,同时储存在3种不同条件下(室温,冷藏与恒温25℃).结果表明:在冷藏条件下保存在纸袋中效果最好,其次是冷藏条件下保存在聚乙烯袋中.共检测到29种真菌活性,其中链格孢菌(Alternaria),镰孢菌(Fusarium),曲霉菌(Aspergillus),黑附球菌(Epicoccum),青霉菌(Pencillium),茎点霉菌(Phoma)是优势菌种.不同储藏条件下种子活力也不同.在布袋中冷藏的沙棘种子的根与芽生长受抑制情况最明显.在此条件下非正常种子数也最多.聚乙烯袋中25℃恒温的种子萌发率最低.冷藏条件下纸袋中的沙棘果实质量最好,也更耐储存.
简介:为解决竹子种子长期保存问题,以马来龙竹、云南龙竹、巨龙竹、金平龙竹、麻竹、长节勒竹、云南箭竹、棉花竹、爪哇巨竹、大泰竹、笻竹、方竹和毛竹13种竹子的成熟种子为材料,通过研究不同低温、低温下不同储存时间、不同含水量、不同发芽设施和不同基质对种子发芽率的影响,来判断竹子种子保存的适合条件。结果表明:1)除笻竹和方竹的种子外,大多数竹种的种子在低温储存5个月内,随着温度由10℃逐渐降低到-16℃,种子发芽率会有不同程度的增高;2)在-16℃条件下,随着储存时间的延长,种子发芽率会有所下降;3)种子含水量会在很大程度上影响种子的发芽率,含水量超过在一定临界值,随着含水量的增加,种子发芽率会显著下降;4)选择不同的种子发芽设施也会影响种子发芽率,生产中宜选用具有微喷灌条件的温室进行育苗;5)在无菌红土、黑土和蛭石这3种基质中,蛭石是竹子播种育苗的适宜基质。
简介:背景:白杨的发生增加的保护价值的成熟的针叶树为主的森林。白杨通常发生作为分散的个人主要树种之间,因此杨库存挑战。方法:我们对白杨种群北部自然保护区使用直径分布,空间格局,和森林属性:体积,一些白杨树,大白杨茎断面积平均直径数。数据来自三个独立的森林矗立在科利国家公园收集,芬兰东部。在每个站点上,我们测量了每一个白杨的乳房高度和坐标。在三看台的白杨木库存方法的比较是基于映射字段数据模拟。我们模仿站库存定位不同数量的固定面积的圆形地块内随机站系统。此外,我们还测试了机载激光扫描的使用(ALS)作为辅助信息数据将采用概率抽样协助地块位置的选择比例提高林分水平库存的准确性。结果:结果表明,白杨树总是聚集,和直径分布显示不同林分结构在三个调查的林分。的体积和数量大的白杨树,从根的相对变化的可靠性均方误差数据高于用较少的样本地块50%(5-10)值的25%-50%]0个或更多的样品图。林分水平的库存估计也能够检测到的空间格局和形状的直径分布。此外,ALS的辅助信息可以指导库存是有用的,但应谨慎应用支持ALS使用库存技术。结论:本研究为目的的北方保护区的监测和管理,欧洲的白杨种群特征。我们的研究结果表明,如果样本的数量是足够的,即10个或更多的独立的库存将提供足够精确的森林保护区属性估计(RMSE最小精度要求为20%-50%)。甚至更具有生态价值属性,如直径分布,大白杨树的空间格局,估计出于保护的目的是可以接受的。
简介:本文采用有重复双因素试验设计,探讨地下现存量对不同放牧制度的响应特点及其随土层深度的变化规律;结合回归模型,建立荒漠草原群落地下现存量变化规律的拟合和预测函数,为荒漠草原放牧管理及退化生态系统的恢复重建提供理论指导和基础依据。研究发现,地下现存量主要集中于土壤表层(0-40cm),并随深度增加而急剧减少,且不同放牧制度对地下现存量的影响仅限于0-40cm土层内(P〈0.05);在总地下现存量方面,轮牧(824g/m^3)明显高于自由放牧(551g/m^3)和围封禁牧(520g/m^3)(P〈0.05)。根据设计构建的统一预测模型,能够得到的地下总现存量能够反映实际测得现存量90%以上的信息,为研究不同放牧制度间对地下现存量的影响差异及其随土层深度的变化规律提供理论依据,也为草原管理和草地可持续利用提供理论指导。
简介:本研究以内蒙古锡林郭勒盟苏尼特右旗短花针茅荒漠草原为研究对象,采用分层取样技术,分别对碱韭和短花针茅为主的草地植物群落进行调查(测定指标为高度、盖度、密度和地上现存量),获得禾本科为主、碱韭为主以及由二者构成的复合样本数据。通过MATLAB软件平台,把植物群落的数量特征(高度、盖度和密度)作为输入因子,以群落现存量作为输出因子来建立BP神经网络模型,并对预测结果进行检验。结果显示,禾本科为主、碱韭为主以及由二者构成的复合样本,采用BP神经网络平均预测准确率分别为94.1%,92.98%,91.01%。因此,BP神经网络可作为草地植物群落地上现存量模拟与预测的有效工具之一。采用BP神经网络对不同草地植物类群进行模拟和预测可能会存在差异,但这种差异会随着样本容量的增大或训练精度的增加而弱化。