CN110031592B - 一种快速测定植物抗盐能力的方法 - Google Patents

一种快速测定植物抗盐能力的方法 Download PDF

Info

Publication number
CN110031592B
CN110031592B CN201910321783.6A CN201910321783A CN110031592B CN 110031592 B CN110031592 B CN 110031592B CN 201910321783 A CN201910321783 A CN 201910321783A CN 110031592 B CN110031592 B CN 110031592B
Authority
CN
China
Prior art keywords
solute concentration
salt
leaf
salt stress
change
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Active
Application number
CN201910321783.6A
Other languages
English (en)
Other versions
CN110031592A (zh
Inventor
吴沿友
陈倩
邢德科
卡西夫索朗基
陈佳佳
张承
谢津津
李中英
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Jiangsu University
Original Assignee
Jiangsu University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jiangsu University filed Critical Jiangsu University
Priority to CN201910321783.6A priority Critical patent/CN110031592B/zh
Publication of CN110031592A publication Critical patent/CN110031592A/zh
Application granted granted Critical
Publication of CN110031592B publication Critical patent/CN110031592B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • GPHYSICS
    • G01MEASURING; TESTING
    • G01NINVESTIGATING OR ANALYSING MATERIALS BY DETERMINING THEIR CHEMICAL OR PHYSICAL PROPERTIES
    • G01N33/00Investigating or analysing materials by specific methods not covered by groups G01N1/00 - G01N31/00
    • G01N33/0098Plants or trees

Landscapes

  • Life Sciences & Earth Sciences (AREA)
  • Health & Medical Sciences (AREA)
  • Engineering & Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Physics & Mathematics (AREA)
  • Wood Science & Technology (AREA)
  • Food Science & Technology (AREA)
  • Medicinal Chemistry (AREA)
  • Botany (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Investigating Or Analysing Biological Materials (AREA)

Abstract

本发明公开了一种快速测定植物抗盐能力的方法,属于农作物抗盐品种筛选技术领域。该方法利用叶片细胞液溶质浓度变化量计算出叶片细胞液溶质浓度变化速率,由叶片细胞液溶质浓度变化速率构建叶片细胞液溶质浓度变化速率与盐胁迫水平关系模型,依据该模型获取植物叶片细胞液溶质浓度变化加速率与盐胁迫水平关系,依据各盐胁迫水平下的植物叶片细胞液溶质浓度变化速率和变化加速率,比较分析在各待测盐水平下植物抗盐指数。本发明通过检测植物内环境离子浓度变化,步骤简单,对植物损伤小,测定的结果灵敏、精度高,测得的特定环境下植物抗盐指数为量化指标,具有较好的可比性和预测性。

Description

一种快速测定植物抗盐能力的方法
技术领域
本发明涉及一种快速测定植物抗盐能力的方法,属于农作物抗盐品种筛选技术领域。
背景技术
据统计,全世界盐碱地面积近10亿hm2,约占世界陆地面积的7.6%。我国盐碱土地资源总量约为9913万hm2,其中现代盐碱土面积为3693万hm2,残余盐碱土约4487万hm2,并且尚存在有约1733万hm2的潜在盐碱土,且有逐年增加的趋势。土壤盐碱化造成了地区植被稀少、生态系统脆弱的局面,会严重制约当地环境建设和经济的可持续发展。盐碱地土壤高含盐量是生态建设的限制因素,虽然通过土壤改良工程手段可以解决问题,但是这种方法受到气候、水文等条件的严重制约,只适合大量降水和具有丰富淡水资源的地区,同时由于它投资巨大,易造成土壤返盐。因此如何利用和开发我国上亿亩的盐渍化土壤就成为我国农业生产和改善生态环境中十分迫切和重要的任务。但要利用盐渍化土壤就必须要筛选高生产力的盐碱适生植物品种。为了选育抗盐树种,必须了解植物的抗盐能力。
土壤盐分对植物生长具有双向作用。在较低盐度或在与植物耐性相适应的盐度水平条件下,对植物生长的影响轻微,有时还有一定促进作用,对抗盐和盐生植物尤其如此。但过高的盐度对大部分植物危害严重,甚至包括抗盐植物也是如此。
目前,国内外表征植物抗盐能力的方法耗时较长,测定过程复杂,指标繁多,且建立在作物受到严重盐害的基础上,不具有预防效果。因此,亟待开发出一种快速、准确地比较植物抗盐能力的方法。
发明内容
本发明提供了一种通过植物叶片水势的测定计算细胞液溶质浓度变化,评估植物的抗盐能力的方法,克服了现有技术和方法不能量化和不可逆损伤植物的弊病和缺陷,减少了人为因素对植物的影响,结果灵敏、精确。
本发明采取以下技术方案:
一种快速测定植物抗盐能力的方法,包括以下步骤:
步骤一,选取被考察植物叶片,进行饱水处理,然后进行不同水平的盐胁迫处理,处理时间为t小时;
步骤二,在不同盐胁迫水平下,测定处理后的叶片的叶水势W,计算叶片细胞液溶质浓度Q,并获得叶片细胞液溶质浓度变化量ΔQ,ΔQ=QX-Q0,其中QX为任意盐浓度下叶片细胞液溶质浓度,Q0为纯水时叶片细胞液溶质浓度;
步骤三,依据叶片细胞液溶质浓度变化量ΔQ计算出叶片细胞液溶质浓度变化速率VX
Figure BDA0002034960010000021
步骤四,由叶片细胞液溶质浓度变化速率VX构建叶片细胞液溶质浓度变化速率VX与盐胁迫水平X模型,
Figure BDA0002034960010000022
获取模型参数Vm和K的值;其中Vm、K是模型参数,X为盐胁迫水平;
步骤五,将上述模型求导获取细胞液溶质浓度变化加速率aX与盐胁迫水平X关系模型,
Figure BDA0002034960010000023
步骤六,将盐胁迫水平X、Vm和K的值,代入所述变化速率VX与盐胁迫水平X模型,获得各盐胁迫水平下叶片细胞液溶质浓度变化速率VX
步骤七,将盐胁迫水平X、Vm和K的值,代入所述加速率aX与盐胁迫水平X关系模型,获得各盐胁迫水平下叶片细胞液溶质浓度加速率aX
步骤八,依据在待测盐胁迫水平下植物叶片细胞液溶质浓度最大变化速率Vm、变化速率VX和加速率aX获取在待测盐胁迫水平下植物抗盐指数Y,
Figure BDA0002034960010000024
其中m+n=1,叶片细胞液溶质浓度变化加速率最大值
Figure BDA0002034960010000025
本发明的有益效果为:
1)本发明建立植物在不同盐水平下,叶片细胞液溶质浓度变化速率、加速率与盐胁迫水平模型,能很好表征细胞液溶质浓度变化与盐度之间的关系。
2)本发明通过测得植物的叶片水势,能无损检测植物的抗盐能力,克服了现有技术指标繁多的缺陷。
3)本发明通过检测植物特定环境下细胞液溶质浓度变化速率和变化加速率计算植物抗盐指数,来反映植物的抗盐能力,克服了外界环境的干扰,所得数据更为可靠,测定的结果精确度高;同时,还可以量化植物的抗盐能力,具有可比性。
4)本发明可以检测植物对一定范围内的任意盐胁迫水平下的植物抗盐能力,具有很好的预测性。
附图说明
图1为白骨壤叶片细胞液溶质浓度变化速率VX与盐胁迫水平之间关系的拟合曲线图;
图2为油菜叶片细胞液溶质浓度变化速率VX与盐胁迫水平之间关系的拟合曲线图。
具体实施方式
下面将对本发明作进一步的说明,但本发明的保护范围并不限于此。
本发明的原理为:
表示酶促反应的起始速度与底物浓度关系的米氏方程为:
Figure BDA0002034960010000031
其中:I为植物对养分的吸收速率;Imax为植物体对养分的最大吸收速率;Km为米氏常数,即当吸收速率为最大吸收速率Imax一半时的外界养分浓度,C为底物浓度。
在盐胁迫下,随着盐度的增加,植物细胞快速积累盐分,并逐渐趋向稳定,超过细胞所能承受的范围后,细胞破裂死亡,物质进出细胞无障碍。因此,米氏方程也可用于描述在一定范围内,细胞液溶质浓度变化速率V与盐胁迫水平的关系,它们用直角双曲线方程来表示:
Figure BDA0002034960010000032
其中:V为细胞液溶质浓度变化速率;X为盐胁迫水平;Vm为盐胁迫下细胞溶质浓度变化速率最大值;K为常数,代表当细胞液溶质浓度变化速率为最大细胞质浓度变化速率Vm一半时的盐胁迫水平。
由于细胞液溶质浓度变化速率V是单位时间t时间段的细胞液溶质浓度变化量ΔQ,特定盐度下的植物叶片细胞液溶质浓度变化速率为VX,因此:
Figure BDA0002034960010000033
对式(3)进行求导,可得到特定盐度下的植物叶片细胞液溶质浓度变化加速率aX,方程为:
Figure BDA0002034960010000034
由此可知,随着盐浓度的增加,叶片细胞溶质溶度变化加速率逐渐减小。当X=0时,植物叶片细胞液溶质浓度变化加速率最大,为
Figure BDA0002034960010000035
在特定环境条件下,细胞液溶质浓度变化速率越大,变化加速率越小,细胞内部越稳定,因此结合植物叶片最大细胞液溶质浓度变化速率Vm、最大变化加速率和某一盐胁迫下变化速率VX及变化加速率aX定义该植物在这一盐胁迫水平下的抗盐指数Y,方程为:
Figure BDA0002034960010000041
其中,m+n=1。
一种快速测定植物抗盐能力的方法,包括以下步骤:
步骤一,选取待测植物的新鲜枝条上同一叶位长势较为一致的叶片,带到实验室,放到双纯水中浸泡30分钟;
步骤二,吸干叶片表面水分,立即将被考察植物叶片分别放置在含有不同盐胁迫水平的单盐溶液(NaCl)中,盐胁迫处理时间为2小时;
步骤三,待被考察植物叶片在(280±20)μmol/m-2s-1强度下光照2小时后,测定其叶水势W;
步骤四,依据叶水势W计算叶片细胞液溶质浓度Q:
Figure BDA0002034960010000042
其中:W为植物组织水势,i系解离系数,R为气体常数,T为热力学温度K,T=273+t℃,t为环境温度;
再依据叶片细胞液溶质浓度Q获得叶片细胞液溶质浓度变化量ΔQ:
ΔQ=QX-Q0 (7)
其中:QX为任意盐浓度下叶片细胞液溶质浓度,Q0为纯水时叶片细胞液溶质浓度;
步骤五,依据不同盐胁迫水平下叶片细胞液溶质浓度变化量ΔQ计算出叶片细胞液溶质浓度变化速率VX
步骤六,由叶片细胞液溶质浓度变化速率VX构建植物叶片细胞液溶质浓度变化速率VX与盐胁迫水平X模型,获取模型参数Vm和K的值;
步骤七,将叶片细胞液溶质浓度变化速率VX与盐胁迫水平X模型求导,得到细胞液溶质浓度变化加速率aX与盐胁迫水平X关系模型;
步骤八,将盐胁迫水平X、模型参数Vm和K的值,代入到植物叶片细胞液溶质浓度变化速率VX与盐胁迫水平X模型,获得各盐胁迫水平下植物叶片细胞液溶质浓度变化速率VX
步骤九,将盐胁迫水平X、模型参数Vm和K的值,代入细胞液溶质浓度变化加速率aX与盐胁迫水平X关系模型,获得各盐胁迫水平下植物叶片细胞液溶质浓度加速率aX
步骤十,依据在待测盐胁迫水平下植物叶片细胞液溶质浓度最大变化速率Vm、变化速率VX和加速率aX获取在待测盐胁迫水平下植物抗盐指数Y;
步骤十一,依据在各盐胁迫水平下植物抗盐指数Y比较植物抗盐能力。
实施例:
取白骨壤和油菜为研究材料;选取新鲜枝条上同一叶位长势较为一致的叶片,带到实验室,放到双纯水中浸泡30分钟;吸干叶片表面水分,立即将被考察植物叶片分别放置在含有不同盐胁迫水平(本实施例设置为0、0.10、0.20、0.40mol/L四个水平)的单盐溶液(NaCl)中,,盐胁迫处理时间为2小时;在(280±20)μmol/m-2s-1强度下光照2小时后,测定不同盐胁迫水平下两种植物的叶水势W(表1和表2)。
植物叶片由大量细胞组成,细胞液浓度以及体积的变化能够准确反映植物叶片的水分状况,细胞液溶质浓度可以用水势来反映,依据叶水势W,计算叶片细胞液溶质浓度Q,即公式(6),公式中i的值为1,R取0.0083L·MPa/mol·K,实验时环境温度t记录为25℃;由公式(7)获取叶片细胞液溶质浓度变化量ΔQ;计算结果如表1和表2。
表1不同盐胁迫水平下白骨壤叶水势W、细胞液溶质浓度Q和变化量ΔQ
Figure BDA0002034960010000051
表2不同盐胁迫水平下油菜叶水势W、细胞液溶质浓度Q和变化量ΔQ
Figure BDA0002034960010000052
依据不同盐胁迫水平下叶片细胞液溶质浓度变化量ΔQ,计算出叶片细胞液溶质浓度变化速率VX(即公式(3)),利用直角双曲线方程构建植物叶片细胞液溶质浓度变化速率VX与盐胁迫水平关系模型,通过Sigmaplot软件对植物叶片细胞液溶质浓度变化速率VX与盐胁迫水平之间的关系进行曲线拟合,拟合曲线见图1和图2,同时可得到直角双曲线方程的拟合参数,即白骨壤为Vm=1.09,K=0.23;油菜为Vm=12.47,K=4.54;将参数值代入植物叶片细胞液溶质浓度变化速率VX与盐胁迫水平X模型,结果如表3所示。
表3两种植物叶片细胞液溶质浓度变化速率VX与盐胁迫水平之间的关系模型
Figure BDA0002034960010000061
从表3可以看出,植物叶片细胞液溶质浓度变化速率VX与盐胁迫水平之间的关系都可以很好地表征。
由表3获得细胞液溶质浓度变化加速率aX与盐胁迫水平X关系模型,如表4所示。
表4两种植物叶片细胞液溶质浓度变化加速率aX与盐胁迫水平关系模型
Figure BDA0002034960010000062
由表3和表4可以获得植物叶片最大细胞液溶质浓度变化速率Vm以及在待测盐胁迫下细胞液溶质浓度变化速率VX和变化加速率aX,如表5所示。
表5植物叶片最大细胞液溶质浓度变化速率Vm以及在盐胁迫下细胞液溶质浓度变化速率VX和变化加速率aX
Figure BDA0002034960010000063
由表5计算在待测盐胁迫水平下植物抗盐指数Y(本实施例中,公式(8)中的m=n=0.5),计算结果如表6所示。
表6在各盐胁迫水平下植物抗盐指数Y
Figure BDA0002034960010000071
从表6可以看出,在各盐胁迫水平下,白骨壤的抗盐指数均显著大于油菜,即两种植物抗盐性:白骨壤>油菜,符合实际情况。
以上说明仅仅为本发明的较佳实施例,本发明并不限于列举上述实施例,应当说明的是,任何熟悉本领域的技术人员在本说明书的教导下,所做出的所有等同替代、明显变形形式,均落在本说明书的实质范围之内,理应受到本发明保护。

Claims (4)

1.一种快速测定植物抗盐能力的方法,其特征在于,包括以下步骤:
步骤一,选取被考察植物叶片,饱水处理后进行不同水平的盐胁迫处理,盐胁迫处理时间为t小时;
步骤二,在不同盐胁迫水平下,测定处理后的叶片的叶水势W,计算叶片细胞液溶质浓度Q,并获得叶片细胞液溶质浓度变化量∆Q;
步骤三,依据叶片细胞液溶质浓度变化量∆Q计算出叶片细胞液溶质浓度变化速率VX
步骤四,由叶片细胞液溶质浓度变化速率VX构建叶片细胞液溶质浓度变化速率VX与盐胁迫水平X模型,获取模型参数Vm 和K的值;
所述植物叶片细胞液溶质浓度变化速率VX与盐胁迫水平X模型为
Figure DEST_PATH_IMAGE001
;其中Vm、K是模型参数,X为盐胁迫水平;
步骤五,将上述模型求导获取细胞液溶质浓度变化加速率aX与盐胁迫水平X关系模型;
所述细胞液溶质浓度变化加速率aX与盐胁迫水平X模型为
Figure 252880DEST_PATH_IMAGE002
步骤六,将盐胁迫水平X、Vm 和K的值,代入所述变化速率VX与盐胁迫水平X模型,获得各盐胁迫水平下叶片细胞液溶质浓度变化速率VX
步骤七,将盐胁迫水平X、Vm 和K的值,代入所述加速率aX与盐胁迫水平X关系模型,获得各盐胁迫水平下叶片细胞液溶质浓度加速率aX
步骤八,依据在待测盐胁迫水平下植物叶片细胞液溶质浓度最大变化速率Vm、变化速率VX和加速率aX获取在待测盐胁迫水平下植物抗盐指数Y;
在待测盐胁迫水平下植物抗盐指数方程为
Figure DEST_PATH_IMAGE003
,其中m+n=1,叶片细胞液溶质浓度变化加速率最大值
Figure 638862DEST_PATH_IMAGE004
2.根据权利要求1所述的一种快速测定植物抗盐能力的方法,其特征在于,所述步骤二中计算叶片细胞液溶质浓度Q的公式为
Figure DEST_PATH_IMAGE005
,其中i为解离系数,R为气体常数,T为热力学温度。
3.根据权利要求1所述的一种快速测定植物抗盐能力的方法,其特征在于,所述步骤二中计算叶片细胞液溶质浓度变化量∆Q的公式为
Figure 273061DEST_PATH_IMAGE006
,其中QX为任意盐浓度下叶片细胞液溶质浓度,Q0为纯水时叶片细胞液溶质浓度。
4.根据权利要求1所述的一种快速测定植物抗盐能力的方法,其特征在于,所述步骤三中植物叶片细胞液溶质浓度变化速率VX 的计算公式为
Figure DEST_PATH_IMAGE007
CN201910321783.6A 2019-04-22 2019-04-22 一种快速测定植物抗盐能力的方法 Active CN110031592B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201910321783.6A CN110031592B (zh) 2019-04-22 2019-04-22 一种快速测定植物抗盐能力的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201910321783.6A CN110031592B (zh) 2019-04-22 2019-04-22 一种快速测定植物抗盐能力的方法

Publications (2)

Publication Number Publication Date
CN110031592A CN110031592A (zh) 2019-07-19
CN110031592B true CN110031592B (zh) 2021-09-10

Family

ID=67239525

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201910321783.6A Active CN110031592B (zh) 2019-04-22 2019-04-22 一种快速测定植物抗盐能力的方法

Country Status (1)

Country Link
CN (1) CN110031592B (zh)

Families Citing this family (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN111855920A (zh) * 2020-08-05 2020-10-30 中国农业科学院棉花研究所 一种鉴定棉花受碱胁迫程度的方法
CN114009326A (zh) * 2021-11-05 2022-02-08 河北省农林科学院滨海农业研究所 一种植物离体水培耐盐性快速鉴定的方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103630656A (zh) * 2013-12-18 2014-03-12 江苏大学 一种定量检测植物抗干旱能力的方法
KR20170027188A (ko) * 2015-09-01 2017-03-09 정병용 함초발효물을 이용한 함초소금의 제조방법 및 상기 방법으로 제조된 함초소금
CN106970121A (zh) * 2017-04-24 2017-07-21 江苏大学 一种植物叶片最大生理电容和最大紧张度的测定方法
CN107037090A (zh) * 2017-04-24 2017-08-11 江苏大学 一种基于叶片紧张度变化的光合作用预测方法
CN107748233A (zh) * 2017-11-21 2018-03-02 江苏大学 一种快速定量检测植物抗盐能力的方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103630656A (zh) * 2013-12-18 2014-03-12 江苏大学 一种定量检测植物抗干旱能力的方法
KR20170027188A (ko) * 2015-09-01 2017-03-09 정병용 함초발효물을 이용한 함초소금의 제조방법 및 상기 방법으로 제조된 함초소금
CN106970121A (zh) * 2017-04-24 2017-07-21 江苏大学 一种植物叶片最大生理电容和最大紧张度的测定方法
CN107037090A (zh) * 2017-04-24 2017-08-11 江苏大学 一种基于叶片紧张度变化的光合作用预测方法
CN107748233A (zh) * 2017-11-21 2018-03-02 江苏大学 一种快速定量检测植物抗盐能力的方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
Effect of salinity on water relations of four turfgrasses;S. F. Alshammary;《African Journal of Agricultural Research》;20121023;第40卷(第7期);第5498-5505页 *
不同温度型小麦 K+ 吸收动力学特征及其盐胁迫效应;张纪涛等;《植物营养与肥料学报》;20120131;第18卷(第1期);第1-9页 *

Also Published As

Publication number Publication date
CN110031592A (zh) 2019-07-19

Similar Documents

Publication Publication Date Title
Tahvanainen et al. Spatial variation of mire surface water chemistry and vegetation in northeastern Finland
CN107037090B (zh) 一种基于叶片紧张度变化的光合作用预测方法
CN110031592B (zh) 一种快速测定植物抗盐能力的方法
CN101926267B (zh) 测定植物利用碳酸氢根离子能力的方法
Zong-Ming et al. Spatial variability of soil organic carbon under maize monoculture in the Song-Nen Plain, Northeast China
CN104007093A (zh) 一种快速定量计算植物固有抗干旱能力的方法
CN109959619B (zh) 一种测定贝类养殖蓝碳在沉积物中的累积速率的方法
CN106950262B (zh) 一种预测作物盐胁迫水平的方法
Zenone et al. CO 2 uptake is offset by CH 4 and N2O emissions in a poplar short‐rotation coppice
Ingrosso et al. Carbonate chemistry dynamics and biological processes along a river–sea gradient (Gulf of Trieste, northern Adriatic Sea)
del Giorgio et al. Phosphorus and DOC availability influence the partitioning between bacterioplankton production and respiration in tidal marsh ecosystems
CN105588831A (zh) 一种应用淡水发光细菌检测稀土尾矿库周边地下水污染急性毒性的方法
Kiene Measurement of dimethylsulfide (DMS) and dimethylsulfoniopropionate (DMSP) in seawater and estimation of DMS turnover rates
Darenova et al. Effect of spatial scale and harvest on heterogeneity of forest floor CO2 efflux in a sessile oak forest
Xu et al. Effects of different irrigation strategies on soil water, salt, and nitrate nitrogen transport
Marshall et al. Components explain, but do eddy fluxes constrain? Carbon budget of a nitrogen‐fertilized boreal Scots pine forest
Cedro The influence of climatic conditions on the tree-ring width of wild service trees (Sorbus torminalis L.) in Wielkopolska
CN103125281A (zh) 利用光合作用的二氧化碳响应曲线筛选高效利用碳酸氢根离子的植物方法
CN108508156B (zh) 一种获取野外生境下植物无机碳总同化能力的方法
Mousaei Sanjerehei et al. Influence of environmental factors on distribution of plant species in Nodushan rangelands of Yazd province (Iran)
Kong et al. Distribution patterns of phytoplankton in the Changjiang River estuary and adjacent waters in spring 2009
Domysheva et al. Seasonal behavior of the CO 2 gas exchange process in the “atmosphere-water” system of the littoral zone of southern Baikal. 1. Hydrological spring
CN103336009B (zh) 原位观测植物根毛并评测其元素吸收作用的装置和方法
CN113111294A (zh) 基于藻类多样性指数的水体营养化评价方法及其应用
Sgouridis et al. Chronic atmospheric reactive N deposition has breached the N sink capacity of a northern ombrotrophic peatbog increasing the gaseous and fluvial N losses

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant