CN110865173A - 一种对沙地藻结皮程度进行评价的数学模型及其建立方法 - Google Patents

一种对沙地藻结皮程度进行评价的数学模型及其建立方法 Download PDF

Info

Publication number
CN110865173A
CN110865173A CN201911026008.4A CN201911026008A CN110865173A CN 110865173 A CN110865173 A CN 110865173A CN 201911026008 A CN201911026008 A CN 201911026008A CN 110865173 A CN110865173 A CN 110865173A
Authority
CN
China
Prior art keywords
urease
model
algae
sample
principal component
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.)
Granted
Application number
CN201911026008.4A
Other languages
English (en)
Other versions
CN110865173B (zh
Inventor
唐俊
季祥
王晓江
张雷
刘佳
苏勇宁
刘君红
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.)
Inner Mongolia University of Science and Technology
Original Assignee
Inner Mongolia University of Science and Technology
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 Inner Mongolia University of Science and Technology filed Critical Inner Mongolia University of Science and Technology
Priority to CN201911026008.4A priority Critical patent/CN110865173B/zh
Publication of CN110865173A publication Critical patent/CN110865173A/zh
Application granted granted Critical
Publication of CN110865173B publication Critical patent/CN110865173B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • G01N33/24Earth materials
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10Complex mathematical operations
    • G06F17/18Complex mathematical operations for evaluating statistical data, e.g. average values, frequency distributions, probability functions, regression analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00Pattern recognition
    • G06F18/20Analysing
    • G06F18/21Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
    • G06F18/213Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods
    • G06F18/2135Feature extraction, e.g. by transforming the feature space; Summarisation; Mappings, e.g. subspace methods based on approximation criteria, e.g. principal component analysis

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Data Mining & Analysis (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Chemical & Material Sciences (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Mathematical Physics (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • General Engineering & Computer Science (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Evolutionary Biology (AREA)
  • Mathematical Analysis (AREA)
  • Computational Mathematics (AREA)
  • Health & Medical Sciences (AREA)
  • General Life Sciences & Earth Sciences (AREA)
  • Geology (AREA)
  • Medicinal Chemistry (AREA)
  • Analytical Chemistry (AREA)
  • Biochemistry (AREA)
  • General Health & Medical Sciences (AREA)
  • Immunology (AREA)
  • Pathology (AREA)
  • Remote Sensing (AREA)
  • Food Science & Technology (AREA)
  • Environmental & Geological Engineering (AREA)
  • Operations Research (AREA)
  • Probability & Statistics with Applications (AREA)
  • Artificial Intelligence (AREA)
  • Algebra (AREA)
  • Evolutionary Computation (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • Measuring Or Testing Involving Enzymes Or Micro-Organisms (AREA)

Abstract

本发明公开了一种对沙地藻结皮程度进行评价的数学模型及其建立方法,属于生物学领域,本发明通过对藻结皮土壤样品各成分测定,建立数学模型来对藻结皮程度进行评价,为沙漠治理提供科学的依据。

Description

一种对沙地藻结皮程度进行评价的数学模型及其建立方法
技术领域
本发明属于生物学领域,特别涉及一种对沙地藻结皮程度进行评价的数学模型及其建立方法;主要适用于沙漠治理过程中对沙土固定化程度的鉴定、检测和评价。
背景技术
土地荒漠化是全球性的生态环境问题,土地荒漠化主要表现为农田、草场风蚀沙化、固定沙丘活化、沙丘前移入侵、古沙翻新,以及大风扬沙、浮尘和沙尘暴天气频发;荒漠化的成因主要有气候因素的影响和人类社会对荒漠化的影响;采取各种措施来缓解风沙灾害的频发、减轻风沙活动造成的人员伤亡和财产损失、防止荒漠化的扩展、改造荒漠土地、改善生态环境,是当代人类社会的一大任务。
生物结皮(biologicalsoilcrusts)是沙漠地区最具特色的微自然景观,广泛分布在世界的干旱、半干旱地区,它主要是藻(包括蓝藻)、地衣、苔藓、真菌、细菌等土壤颗粒相相互作用,在土壤表面发育形成的一层特殊表面结构,在防风固沙、区域生态环境变化以及物质能量交换等方面,扮演着重要的角色;生物结皮主要分为藻结皮、地衣结皮和苔藓结皮三类。
藻结皮(AlgaeCrust)是以蓝藻、绿藻为优势组成的生物结皮,藻结皮是荒漠、半荒漠地区土壤拓殖演替中的重要结构,对土壤抗侵蚀性能的提高有显著功效,也是固沙的首要标志,随着土壤肥力的提高,藻结皮逐渐向地衣结皮、苔藓结皮甚至其他高等植物侵入演替;因此,在沙漠治理过程中,首先要关注怎样促进藻结皮的形成。
传统的治沙方式是,在沙地表面种植扎根深厚、耐旱的植物,如果植物几年后生长良好,沙土表面结块、细化达到一定效果后,确定能种植一些草木,再过几年后,能种植作物,才能判断这块沙地的治理效果;如果说有一种体系模型,将测得数据输入后进行体系分析,直接得出沙样是否能种植作物;将会对沙漠治理提供更加科学的依据;为此,发明人提供了一种对沙地藻结皮程度进行评价的数学模型及其建立方法。
发明内容
本发明的目的在于提供一种对沙地藻结皮程度进行评价的数学模型及其建立方法,通过对藻结皮土壤样品各成分测定,建立数学模型来对藻结皮程度进行评价,为沙漠治理提供科学的依据。
本发明采用的技术方案如下:一种对沙地藻结皮程度进行评价的数学模型,该模型的建立采用了主成分分析法和多元线性回归分析法,该数学模型研究了沙地藻结皮与各因素之间的数量关系;数学模型的建立方法如下。
第一步:进行沙漠样品的采集,在选定区域内选取多个采样点分别采集沙地表层样品,每个采样点分上、中、下三层采样,上层为沙地表层1-2cm的区域,中层为沙地表层2--5cm的区域,下层为沙地表层5-10cm的区域,每个样品取三个平行样;每个样品用灭菌环刀和铝盒取样,取样袋编号现场密封,当天带回实验室取部分样品测定藻细胞生物量、pH值、含水量、脲酶、过氧化氢酶等指标,剩余样品存放在-20℃冰箱保存待测定其他指标。
第二步:测定样品藻细胞生物量、pH值、含水量、脲酶、过氧化氢酶指标,具体测定方法如下:
(1)藻细胞生物量的测定:将样品进行研磨,使细胞破碎,研磨的要充分,细胞破碎的才会完全,测出的数据才会更准确;之后用分光光度计波长为664nm、647nm、625nm和603nm处进行比色,测定吸光度;
(2)pH值测定:对样品进行超声波处理,超声波处理功率在100-500W,处理时间为10min;之后用pH计测定,得出数据;
(3)含水量测定:利用铝盒测定质量和体积,烘箱进行烘干测定含水量;
(4)脲酶测定,绘制标准曲线:分别吸取0.01mg/mL氮的工作液0mL、1mL、3mL、5mL、7mL、9mL、11mL和13mL于50mL的容量瓶中,加入蒸馏水约20mL,加入4mL的苯酚钠溶液,加入3mL的次氯酸钠溶液,进行振荡摇匀,放置20min使其显色,然后加蒸馏水定容至50mL;于分光光度计上578nm波长处进行测值,绘制出脲酶的标准曲线;脲酶的标准曲线是衡量脲酶活性的标准,每个样品最好都要做无基质对照,以等体积的蒸馏水代替基质,用来排除原有氮的影响;
(5)过氧化氢酶:利用高锰酸钾滴定法进行测定。
第三步:采用主成分分析法和多元线性回归分析法研究沙漠藻结皮与各因素之间的数量关系。
首先简单介绍一下主成分分析法和多元线性回归分析法:主成分分析法是一种降维的思想,在损失很少信息的前提下把多个指标转化为几个综合指标的多元统计方法;其原理是:设对某一事物的研究涉及n个指标,分别用
Figure 15177DEST_PATH_IMAGE001
表示,由n个指标构成向n维量;对X进行线性变换,可以形成新的综合变量,用F表示,也就是说新的综合变量可以由原来的变量表示,基本的数学模型为:
Figure 133175DEST_PATH_IMAGE002
式中,F为处理后提取的主成分,
Figure 356346DEST_PATH_IMAGE003
为原始变量矩阵X经过标准化处理的值,
Figure 827779DEST_PATH_IMAGE004
是原始变量的协方差矩阵的特征值对应的特征向量;
Figure 210218DEST_PATH_IMAGE005
分别为原始变量的第一主成分,第二主成分,……,第m个主成分;其中各综合变量在总方差中占的比重依次递减,最终只选前几个方差最大的主成分,从而达到简化系统结构和抓住问题实质的目的。
在实际问题中,如果与因变量Y有关联性的自变量不止一个,假设有p个,此时无法借助图形来确定模型,可以利用多元线性回归模型给出因变量与自变量的线性关系;基本的数学模型为:设变量Y与变量
Figure 374483DEST_PATH_IMAGE006
之间有线性关系:
Figure 84951DEST_PATH_IMAGE007
其中,
Figure 360074DEST_PATH_IMAGE008
,和
Figure 874318DEST_PATH_IMAGE009
是未知参数;通过实验数据,估计出
Figure 943905DEST_PATH_IMAGE010
,建立变量Y与变量
Figure 407248DEST_PATH_IMAGE006
之间的线性关系方程,进而判别自变量对因变量的影响能力。
本发明最终建立的对沙地藻结皮程度进行评价的数学模型包括主成分模型和回归模型;其中主成分模型为:
Figure 79538DEST_PATH_IMAGE011
回归模型为:
Figure 311936DEST_PATH_IMAGE012
Figure 552424DEST_PATH_IMAGE013
第四步:根据所测数据通过SPSS进行描述性统计分析,把生物量作为因变量Y,采样土壤中过氧化氢酶活性为X 1 、pH为X 2 、脲酶的活性为X 3 、含水量X 4 作为自变量,进行主成分分析、回归分析,并进行显著性检验;进而定量判别自变量对因变量的影响能力。
本发明的有益效果在于:提供了一种对沙地藻结皮程度进行评价的数学模型及其建立方法,通过对藻结皮土壤样品各成分测定,建立数学模型来对藻结皮程度进行评价,为沙漠治理提供科学的依据。
具体实施方式
为了使本领域的技术人员更好地理解本发明的技术方案,下面将结合实施例对本发明作进一步的详细介绍,以下所述,仅用以说明本发明的技术方案而非限制。
实施例1
发明人分别于2017年04月09日、2017年04月25日、2017年07月14日、2017年09月09日对内蒙古科尔沁沙地(位于37°27.5′N—39°22.5′N和107°20′E—111°30′E)的九个样地分别进行了采样,测定样品的藻细胞生物量、pH值、含水量、脲酶、过氧化氢酶指标,整理数据。
实验材料及设备:pH计、超声波震荡仪、烘箱、紫外分光光度计、滴定管、冰箱以及烧杯、试管等。
测定样品的藻细胞生物量、pH值、含水量、脲酶、过氧化氢酶指标。
(1)藻细胞生物量的测定:将样品进行研磨,使细胞进行破碎,研磨的要充分,细胞破碎的才会完全,测出的数据才会更准确;之后用分光光度计波长为664nm、647nm、625nm和603nm处进行比色,测定吸光度;
(2)pH值测定:称取过1mm筛的样品10g,加入高温灭菌水25mL,振荡摇匀,再放在超声波100~500W处理10min;打开pH计,将玻璃电极浸入pH=6.87的标准缓冲溶液中,按“标定”等实测的mV值读数稳定以后按“确定”键,然后再按“确定”键;取出电极,用蒸馏水冲洗干净,用滤纸将水分吸取干净,再把电极插入pH=4.01或pH=9.18的标准缓冲溶液,等实测的mV值读数稳定以后按“确定”键,然后再按“确定”键,PH计进入检测状态。用蒸馏水冲洗电极,用滤纸将水分吸取干净,将玻璃电极和甘汞电极插入土壤试液,读取pH值,反复3次,用平均值作为测定结果;
(3)含水量测定:利用铝盒测定质量和体积,烘箱进行烘干测定含水量;
(4)脲酶测定,绘制标准曲线:分别吸取0.01mg/mL氮的工作液0mL、1mL、3mL、5mL、7mL、9mL、11mL和13mL于50mL的容量瓶中,加入蒸馏水约20mL,加入4mL的苯酚钠溶液,加入3mL的次氯酸钠溶液,进行振荡摇匀,放置20min使其显色,然后加蒸馏水定容至50mL;于分光光度计上578nm波长处进行测值,绘制出脲酶的标准曲线;脲酶的标准曲线是衡量脲酶活性的标准,每个样品都要做无基质对照,以等体积的蒸馏水代替基质,用来排除原有氮的影响;
(5)过氧化氢酶:利用高锰酸钾滴定法进行测定。
将上述测定样品的藻细胞生物量、pH值、含水量、脲酶、过氧化氢酶指标的相关数据输入建立的数学模型,进行分析。
实验结果
对于研究区域表层土壤(沙地表层1-2cm的区域):
主成分模型为:
Figure 503063DEST_PATH_IMAGE014
由主成分方程可知,表层土样的土壤过氧化氢酶的活性、pH、脲酶的活性、含水量、藻细胞生物量对沙漠藻结皮的影响就可以用这两个主成分方程清晰明了的表达,这样进一步方便进行人工培养沙漠结皮藻。
回归模型为:
Figure 244623DEST_PATH_IMAGE015
通过回归方程的显著性检验:利用T检验法,变量的T值的概率值小于显著性水平,即在置信区间内,说明系数显著性较好,所以回归方程相关性也较好的说明了土壤过氧化氢酶的活性、pH、脲酶的活性、含水量、生物量对沙漠结皮藻结皮表层土壤的影响关系。
对于研究区域中层土壤(沙地表层2-5cm的区域):
主成分模型为:
Figure 331527DEST_PATH_IMAGE016
由主成分方程可知,中层土样的土壤过氧化氢酶的活性、pH、脲酶的活性、含水量、生物量对沙漠结皮藻结皮的影响就同样可以用这两个主成分方程清晰明了的表达,这样进一步方便进行人工培养沙漠结皮藻。
回归模型为:
Figure 8496DEST_PATH_IMAGE017
通过回归方程的显著性检验:线性回归模型中的自变量的T值的概率值小于显著性水平,即在置信区间内,说明系数显著性较好,所以回归方程相关性也较好的说明了土壤过氧化氢酶的活性、pH、脲酶的活性、含水量、生物量对沙漠结皮藻结皮中层土壤的影响关系。
对于研究区域下层土壤(沙地表层5-10cm的区域):
主成分模型为:
Figure 39906DEST_PATH_IMAGE018
由主成分方程可知,下层土样的土壤过氧化氢酶的活性、pH、脲酶的活性、含水量、生物量对沙漠结皮藻结皮的影响就同样可以用这两个主成分方程清晰明了的表达,这样进一步方便进行人工培养沙漠结皮藻。
回归模型为:
Figure 194944DEST_PATH_IMAGE019
通过回归方程的显著性检验:线性回归模型中的自变量的T值的概率值小于显著性水平,即在置信区间内,说明系数显著性较好,所以回归方程相关性也较好的说明了土壤过氧化氢酶的活性、pH、脲酶的活性、含水量、生物量对沙漠结皮藻结皮下层土壤的影响关系。
本发明的意义在于:本发明提供了一种监测沙漠治理中沙土质量以及植被生长状况的一种评价体系;土壤酶是一种具有生物催化能力和蛋白质性质的高分子活性物质;土壤酶主要来源于土壤微生物活动分泌、植物根系分泌和植物残体以及土壤动物区系分解;土壤微生物不仅数量巨大且繁殖快,能够向土壤中分泌释放土壤酶;影响土壤酶的活性的因素必然影响土壤微生物活性,进而影响生物土壤结皮;因此可用土壤酶的活性评价生物土壤结皮;生物土壤结皮的存在可提高土壤脲酶、脱氢酶、过氧化氢酶和蔗糖酶的活性;因此研究生物土壤结皮与土壤活性酶活性的关系来指示生物土壤结皮影响因素的主成分;土壤酶能反映在土壤中各种各样生物化学反应的强度和进程,并且是评价土壤肥力的一个重要指标。
在不同的模型之间选择最适合模型时,必须对建立的模型进行评估,这将有助于更好地理解模型;模型的评价还可以确定在模型创建时数据的标量是否存在错误;通过数学模型可以直观的看出沙漠结皮影响因素的主成分,这样的话就可以在沙漠中人工种植沙漠藻,进而实现沙漠绿化,改善环境。

Claims (2)

1.一种对沙地藻结皮程度进行评价的数学模型,其特征是,该模型包括主成分模型和回归模型;其中主成分模型为:
Figure 855127DEST_PATH_IMAGE001
回归模型为:
Figure 984757DEST_PATH_IMAGE002
Figure 392604DEST_PATH_IMAGE003
2.上述对沙地藻结皮程度进行评价的数学模型的建立方法,其特征在于:数学模型的建立方法如下:
第一步:进行沙漠样品的采集,在选定区域内选取多个采样点分别采集沙地表层样品,每个采样点分上、中、下三层采样,上层为沙地表层1-2cm的区域,中层为沙地表层2--5cm的区域,下层为沙地表层5-10cm的区域,每个样品取三个平行样;每个样品用灭菌环刀和铝盒取样,取样袋编号现场密封,当天带回实验室取部分样品测定藻细胞生物量、pH值、含水量、脲酶、过氧化氢酶等指标,剩余样品存放在-20℃冰箱保存待测定其他指标;
第二步:测定样品藻细胞生物量、pH值、含水量、脲酶、过氧化氢酶指标,具体测定方法如下:
藻细胞生物量的测定:将样品进行研磨,使细胞破碎,研磨的要充分,细胞破碎的才会完全,测出的数据才会更准确;之后用分光光度计波长为664nm、647nm、625nm和603nm处进行比色,测定吸光度;
pH值测定:对样品进行超声波处理,超声波处理功率在100-500W,处理时间为10min;之后用pH计测定,得出数据;
含水量测定:利用铝盒测定质量和体积,烘箱进行烘干测定含水量;
脲酶测定,绘制标准曲线:分别吸取0.01mg/mL氮的工作液0mL、1mL、3mL、5mL、7mL、9mL、11mL和13mL于50mL的容量瓶中,加入蒸馏水约20mL,加入4mL的苯酚钠溶液,加入3mL的次氯酸钠溶液,进行振荡摇匀,放置20min使其显色,然后加蒸馏水定容至50mL;于分光光度计上578nm波长处进行测值,绘制出脲酶的标准曲线;脲酶的标准曲线是衡量脲酶活性的标准,每个样品最好都要做无基质对照,以等体积的蒸馏水代替基质,用来排除原有氮的影响;
过氧化氢酶:利用高锰酸钾滴定法进行测定;
第三步:采用主成分分析法和多元线性回归分析法研究沙漠藻结皮与各因素之间的数量关系;
本发明最终建立的对沙地藻结皮程度进行评价的数学模型包括主成分模型和回归模型;其中主成分模型为:
Figure 215067DEST_PATH_IMAGE001
回归模型为:
Figure 216521DEST_PATH_IMAGE002
Figure 149842DEST_PATH_IMAGE003
第四步:根据所测数据通过SPSS进行描述性统计分析,把生物量作为因变量Y,采样土壤中过氧化氢酶活性为X 1 、pH为X 2 、脲酶的活性为X 3 、含水量X 4 作为自变量,进行主成分分析、回归分析,并进行显著性检验;进而定量判别自变量对因变量的影响能力。
CN201911026008.4A 2019-10-25 2019-10-25 一种对沙地藻结皮程度进行评价的数学模型及其建立方法 Active CN110865173B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201911026008.4A CN110865173B (zh) 2019-10-25 2019-10-25 一种对沙地藻结皮程度进行评价的数学模型及其建立方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201911026008.4A CN110865173B (zh) 2019-10-25 2019-10-25 一种对沙地藻结皮程度进行评价的数学模型及其建立方法

Publications (2)

Publication Number Publication Date
CN110865173A true CN110865173A (zh) 2020-03-06
CN110865173B CN110865173B (zh) 2022-02-11

Family

ID=69654694

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201911026008.4A Active CN110865173B (zh) 2019-10-25 2019-10-25 一种对沙地藻结皮程度进行评价的数学模型及其建立方法

Country Status (1)

Country Link
CN (1) CN110865173B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113740277A (zh) * 2021-10-15 2021-12-03 北方民族大学 一种基于光谱多组分分析的环境安全分析方法

Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102612953A (zh) * 2012-03-28 2012-08-01 中国科学院新疆生态与地理研究所 一种荒漠环境中人工藻结皮的构建模式
CN103837486A (zh) * 2014-03-10 2014-06-04 内蒙古自治区林业科学研究院 一种生物结皮中荒漠藻生物量的测定方法
CN105092495A (zh) * 2015-08-05 2015-11-25 中国科学院寒区旱区环境与工程研究所 一种生物土壤结皮中藻类生物量的测定方法
CN106706539A (zh) * 2016-12-01 2017-05-24 湖北大学 一种测定植物过氧化氢酶活性的方法
CN108956594A (zh) * 2018-07-31 2018-12-07 黑龙江大学 土壤脲酶的测定方法

Patent Citations (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102612953A (zh) * 2012-03-28 2012-08-01 中国科学院新疆生态与地理研究所 一种荒漠环境中人工藻结皮的构建模式
CN103837486A (zh) * 2014-03-10 2014-06-04 内蒙古自治区林业科学研究院 一种生物结皮中荒漠藻生物量的测定方法
CN105092495A (zh) * 2015-08-05 2015-11-25 中国科学院寒区旱区环境与工程研究所 一种生物土壤结皮中藻类生物量的测定方法
CN106706539A (zh) * 2016-12-01 2017-05-24 湖北大学 一种测定植物过氧化氢酶活性的方法
CN108956594A (zh) * 2018-07-31 2018-12-07 黑龙江大学 土壤脲酶的测定方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
姜田亮 等: "荒漠河岸带植被盖度的空间变化与土壤因子关系的探究", 《甘肃农业大学学报》 *
李新凯 等,: "毛乌素沙地生物结皮空间分布即多种生态功能研究", 《中国优秀硕士学位论文全文数据库,工程科技I辑》 *
陈 政 等: "生物结皮对铜尾矿废弃地土壤微生物量及酶活性的影响", 《应用生态学报》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113740277A (zh) * 2021-10-15 2021-12-03 北方民族大学 一种基于光谱多组分分析的环境安全分析方法

Also Published As

Publication number Publication date
CN110865173B (zh) 2022-02-11

Similar Documents

Publication Publication Date Title
Rustad et al. A meta-analysis of the response of soil respiration, net nitrogen mineralization, and aboveground plant growth to experimental ecosystem warming
Zhang et al. Prediction of soil organic carbon in an intensively managed reclamation zone of eastern China: A comparison of multiple linear regressions and the random forest model
Bayabil et al. Assessing the potential of biochar and charcoal to improve soil hydraulic properties in the humid Ethiopian Highlands: The Anjeni watershed
Li et al. Phosphorus spatial distribution and pollution risk assessment in agricultural soil around the Danjiangkou reservoir, China
Findlay et al. Climatic influences on algal populations of boreal forest lakes in the Experimental Lakes Area
Sjögersten et al. Small-scale hydrological variation determines landscape CO 2 fluxes in the high Arctic
Liu et al. Restoration efficiency of short-term grazing exclusion is the highest at the stage shifting from light to moderate degradation at Zoige, Tibetan Plateau
Wang et al. Effects of saline water mulched drip irrigation on cotton yield and soil quality in the North China Plain
Tu et al. Water budget components estimation for a mature citrus orchard of southern China based on HYDRUS-1D model
Peng et al. Responses and comprehensive evaluation of growth characteristics of ephemeral plants in the desert–oasis ecotone to soil types
Wang et al. Effects of vegetation restoration on soil aggregates, organic carbon, and nitrogen in the Loess Plateau of China
Pirmoradian et al. A very simple model for yield prediction of rice under different water and nitrogen applications
CN110865173B (zh) 一种对沙地藻结皮程度进行评价的数学模型及其建立方法
CN111461503A (zh) 基于微生物p/r值评估河流减水河段环境流量的方法
Havens et al. Large‐Scale Mapping and Predictive Modeling of Submerged Aquatic Vegetation in a Shallow Eutrophic Lake
Turkeltaub et al. A review of models for simulating the soil-plant interface for different climatic conditions and land uses in the Loess Plateau, China
Steenwerth et al. Microbial communities of a native perennial bunchgrass do not respond consistently across a gradient of land-use intensification
CN110162830B (zh) 一种基于叶片紧张度在线监测的变量灌水节点预测方法
CN211297915U (zh) 半基质蔬菜种植基底
CN103125280B (zh) 稻米中Cd的安全性监测预警方法
Wang et al. Topography and land management change the heterogeneity of soil available nitrogen in a Mollisol watershed of northeastern China
Zhang et al. Soil quality assessment and constraint diagnosis of salinized farmland in the Yellow River irrigation area in northwestern China
Amirouche et al. Calibration and validation of the AquaCrop model for the culture lettuce (Lactuca sativa L.) under fertilization levels in pluvial condition.
Djézou et al. Soil Health of Rubber Plantations in Southern Côte D'ivoire: The Case of Cnra Anguédédou Rubber Plantations
Huang et al. Atmospheric nitrogen deposition on growth and results of young macadamia nut plants

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