科研产出
北京西山不同树种夏秋季PM_(2.5)吸附量与润湿性关系
《南京林业大学学报(自然科学版) 》 2018 北大核心 CSCD
摘要:【目的】北京地区环境问题中的颗粒物PM_(2.5)污染备受关注。研究北京地区阔叶树种的PM_(2.5)吸附量季节差异及影响因素,探讨各树种叶片吸附PM_(2.5)机理,为城市绿化树种的科学选择提供参考。【方法】以北京西山4种阔叶树种(柳树Salix babylonica、五角枫Acer mono、银杏Ginkgo biloba、杨树Populus spp.)为对象,应用气溶胶再发生器测定植物叶片夏秋PM_(2.5)吸附量,用光学接触角测量仪测定叶片与水及二碘甲烷接触角,运用OwensWendt-Kaelble法,并结合Young方程计算叶片表面自由能及其极性和色散分量。【结果】树种单位叶面积PM_(2.5)吸附量平均值依次为柳树[(0.97±0.46)μg/cm~2]>五角枫[(0.78±0.39)μg/cm~2]>银杏[(0.69±0.31)μg/cm~2)]>杨树[(0.62±0.21)μg/cm~2],杨树与柳树、银杏吸附PM_(2.5)能力差异均显著(P<0.05),秋季树种PM_(2.5)吸附量高于夏季;树种PM_(2.5)吸附量与其润湿性(接触角)呈正(负)相关(P<0.01),与叶片表面自由能(P<0.05)及其色散分量(P<0.01)也呈正相关,与极性分量相关性不显著。【结论】4种阔叶树的PM_(2.5)滞尘能力以柳树最强,杨树最弱,五角枫、银杏次之,阔叶树种夏季滞尘能力高于秋季;可以根据各树种吸附PM_(2.5)特征合理调整城市绿化规划,充分发挥城市绿地系统的生态功能。
关键词: 北京西山 夏秋季 阔叶树种 PM_(2.5)吸附量 润湿性 城市绿地系统
全文链接
请求原文
不同处理对油用芍药种子出苗及生根的影响研究
《种子科技 》 2018
摘要:以油用芍药种子为材料,测定粒重与含水率,通过不同处理,研究种子出苗及生根特性。结果表明,油用芍药种子材料不同,粒重与含水率也不同,杭白芍粒重最大、含水率最低,内蒙赤芍粒重最小、含水率最高,油芍1号处于中间;50℃温水浸泡36 h处理单位面积苗数最多,达212棵/m2,出苗率最高,为27%。1 g/L GA3溶液浸泡18 h处理最少;杭白芍单位面积苗数最多、出苗率最高,油芍1号次之,内蒙赤芍最少;湿沙处理生根率最高,50℃热水浸泡18 h处理次之;土壤栽培各品种及杂交种生根率很高,为80%~91%。
全文链接
请求原文
设施番茄椰糠基质限根栽培技术
《农村百事通 》 2018
摘要:限根栽培是一种无土栽培技术,即将作物根系限制在较小范围内,辅以精准的水肥控制,是蔬菜节水节肥栽培技术的一种高端形式。一、品种选择各地应根据当地实际情况,选择无限生长、抗病且抗逆性强的番茄品种,如齐达利、瑞星5号、普罗旺斯、天丰1号、天赐595、罗拉等。二、培育壮苗选择发芽率大于95%的种子。播前用温汤浸种法浸泡,捞起风干后每穴播1粒种子。可选用72孔穴盘播种育苗,播深约1厘米。播种后覆盖草炭与蛭石比例
全文链接
请求原文
基于SNP芯片揭示中国玉米育种种质的遗传多样性与群体遗传结构
《中国农业科学 》 2018 北大核心 CSCD
摘要:【目的】选择具有重要育种价值的玉米自交系进行遗传多样性与群体遗传结构解析,为玉米育种实践提供指导和参考。【方法】选用344份具有广泛代表性和时效性的玉米自交系,其中包括美国主要杂种优势群、由国内地方种质发展来的杂种优势群、由美国商业化杂交种选系发展来的杂种优势群以及近年来在中国玉米育种中应用的新种质。利用北京市农林科学院玉米研究中心自主研发的包含3 072个SNP位点的Maize SNP3072芯片对供试自交系进行全基因组扫描,揭示其遗传多样性与群体遗传结构。【结果】在344份自交系中,3 072个SNP标记所检测到的基因多样性为0.028—0.646,平均为0.442;多态信息含量(PIC)为0.028—0.570,平均PIC值为0.344。群体遗传结构分析表明,K=8时,△K值最大,即本研究所采用的自交系群体可以划分为8个类群,分别为旅大红骨群、黄改群(又称塘四平头群)、Iodent群、兰卡斯特群、P群、改良瑞德群、瑞德群和X群,其中前7个群已有报道且基本被育种家所公认,第8个群为近年来以X1132X等杂交种作为基础材料选育出的优新种质,命名为X群。比较8个类群,遗传分化系数(Fst)为0.319—0.512,遗传距离为0.229—0.514。AMOVA结果表明类群间存在显著的遗传变异,占总遗传变异的38.6%,类群内的遗传变异占58.1%。PCA(主成分分析)结果显示,X群与黄改群、兰卡斯特群遗传关系较远,与Iodent群遗传关系较近。各类群平均基因多样性分析结果表明,随着类群改良年代的增加,类群平均基因多样性降低,其中X群种质平均基因多样性最高;进一步分析表明,美国种质类群(兰卡斯特群、瑞德群和Iodent群)和国内地方种质改良系(旅大红骨群和黄改群)核心材料多样性下降幅度较大,P群和改良瑞德群核心材料下降幅度较小,X群核心材料则没有下降趋势,说明X群核心材料仍然保留了较高的遗传多样性,未来还有很大的育种潜力可挖掘。【结论】近年来,以X1132X等杂交种所构建的基础材料选育而成的京724等系列优良自交系,区别于其他已知的7大类群,可以单独成群,称之为X群。该群与黄改群之间存在较远的遗传距离,从分子水平验证了"X群×黄改群"这种强杂优模式具有良好的应用潜力。
全文链接
请求原文
农机深松作业远程监测系统设计与实现
《农业工程技术 》 2018
摘要:传统人工方式抽检农机作业数量和质量,存在检测效率低、检测覆盖面少、精度差等问题。以深松作业为例,介绍了一种农机作业远程监测系统的研发与实现过程。重点探讨了深松作业监管信息化系统、作业深度测量和作业过程重漏区域自动检测方法的实现过程。田间试验表明:系统能实现深松作业质量和作业面积准确监测,为深松作业补助提供量化依据。目前,系统已经在全国多地进行了应用示范,显著提升了补贴监测管理的准确性,减少管理部门的人力物力付出,减轻监管压力,提升了农机作业管理信息化水平。
全文链接
请求原文
北京市7种经济林空气负离子特征研究
《西南林业大学学报(自然科学) 》 2018 北大核心
摘要:为合理评估经济林提供空气负离子的价值量,于2015年5—10月对京市常见7种经济林开展林内空气负离子日变化监测,并对其物质量和价值量进行粗略评估。结果表明:7种经济林林内空气负离子浓度均在9:00—11:00和17:00左右出现高峰值,在15:00左右出现低谷值,各月平均浓度为746~2 056个/cm3;月变化整体表现为9月>8月>7月>6月>5月>10月,且各月差异极显著;7种经济林中提供负离子能力最强的为苹果,最弱的为枣树;负离子年物质量为2.09×1018~3.13×1018个/hm2,年价值量为7.84~18.17元/hm2。
全文链接
请求原文
X射线荧光光谱法快速测定鸡粪中的铜、铁、锰、锌、硒
《分析仪器 》 2018
摘要:研究建立了应用X射线荧光光谱技术检测鸡粪中的Cu、Fe、Mn、Zn、Se等5种元素含量的快速检测方法。将样品粉碎压片后,利用能量色散型X射线荧光光谱仪采集样品的光谱信息。本研究通过去卷积进行重叠谱的解析,引入Ag康普顿内标和元素背景内标方法来降低基体干扰,从而获得了较好的准确度和精密度。标准样品及未知样品的分析结果证明利用X射线荧光光谱技术对鸡粪样品进行建模分析具有较强的可行性。该方法操作简单,5种元素同时分析,测量时间短,为畜禽粪便中金属元素的快速检测分析提供了新途径。
关键词: 鸡粪X射线荧光光谱技术 金属元素 快速定量
全文链接
请求原文
氢氧化钡处理-活性炭柱固相萃取/GC-MS/MS检测腌制蔬菜中7种挥发性N-亚硝胺
《中国食品学报 》 2018 EI 北大核心 CSCD
摘要:建立氢氧化钡处理,活性炭柱固相萃取,气相色谱-串联质谱法(GC-MS/MS)检测腌制蔬菜中挥发性N-亚硝胺的新方法。将10 g腌制蔬菜样品加入N-二甲基亚硝胺-d6和N-二丙基亚硝胺-d14内标于50 mL离心管中,经80℃密闭处理1h,离心分离,活性炭柱固相萃取,以DB-1701柱(30 m×0.25 mm×0.25μm)气相色谱分离,串联质谱多重反应监测模式进行检测。结果表明,本法可实现对批量腌制蔬菜样本中7种N-亚硝胺的检测,其中N-二丙基亚硝胺(NDPA)的检出限和定量限分别≤0.08 ng/g和≤0.2 ng/g,N-二甲基亚硝胺(NDMA)等其它6种N-亚硝胺检出限和定量限分别≤0.04 ng/g和≤0.1 ng/g;考察质量浓度范围内(1~100 ng/mL),线性良好,R2≥0.9993;0.1,1.0和5.0 ng/g三水平的加标回收率为82.1%~125.6%,相对标准偏差为0.10%~11.8%。对超市腌制蔬菜的抽样(n=46)监测表明,NDMA、N-亚硝基吗啉(NMOR)和N-亚硝基吡咯烷(NPYR)检出率为100%,N-二乙基亚硝胺(NDEA)、NDPA、N-亚硝基哌啶(NPIP)的检出率为71%~88%,N-甲乙基亚硝胺(NMEA)未检出;除NPYR含量较高,最高值为4.71 ng/g外,其它N-亚硝胺含量均在1 ng/g以下;腌制蔬菜中N-亚硝胺处于较安全水平。
关键词: N-亚硝胺 腌制蔬菜 氢氧化钡处理 气相色谱-串联质谱 活性炭柱固相萃取
全文链接
请求原文
土壤墒情预测模型对比
《中国农业大学学报 》 2018 北大核心 CSCD
摘要:为实现实时准确的墒情预报,以北京市延庆区为例,利用在该地区获取的2012—2016年5年的系列土壤墒情和气象数据,对土壤墒情预测模型进行了对比研究。通过相关性分析选取时段初墒值W_0、降雨、湿度、气温、气压、地温和蒸发7种影响因子,对土壤墒情分别建立线性回归方程、基于主成分分析的径向基函数(PCA-RBF)神经网络和误差反向传导(BP)神经网络3种预测模型,并对3种模型预测结果进行了对比分析。结果显示:PCARBF神经网络模型精度最高,平均精度达到96.8%,线性回归模型和BP神经网络模型分别为94.6%和95.7%。研究认为,PCA-RBF神经网络具有稳定性好、精度高的特点,可以很好的实现土壤墒情预测。
关键词: 土壤墒情 相关分析 线性回归 PCA-RBF神经网络 BP神经网络
全文链接
请求原文


