CN113273483A - 一种适用于浮萍快速繁殖的培养条件优化方法及应用 - Google Patents
一种适用于浮萍快速繁殖的培养条件优化方法及应用 Download PDFInfo
- Publication number
- CN113273483A CN113273483A CN202110574692.0A CN202110574692A CN113273483A CN 113273483 A CN113273483 A CN 113273483A CN 202110574692 A CN202110574692 A CN 202110574692A CN 113273483 A CN113273483 A CN 113273483A
- Authority
- CN
- China
- Prior art keywords
- duckweed
- test
- growth
- culture
- factor
- 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.)
- Pending
Links
- 244000207740 Lemna minor Species 0.000 title claims abstract description 158
- 235000006439 Lemna minor Nutrition 0.000 title claims abstract description 158
- 235000001855 Portulaca oleracea Nutrition 0.000 title claims abstract description 151
- 238000000034 method Methods 0.000 title claims abstract description 41
- 238000005457 optimization Methods 0.000 title claims abstract description 30
- 238000012360 testing method Methods 0.000 claims abstract description 75
- 230000012010 growth Effects 0.000 claims abstract description 73
- 230000004044 response Effects 0.000 claims abstract description 56
- 230000000694 effects Effects 0.000 claims abstract description 21
- 235000015097 nutrients Nutrition 0.000 claims abstract description 18
- 235000021049 nutrient content Nutrition 0.000 claims abstract description 9
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 27
- XKMRRTOUMJRJIA-UHFFFAOYSA-N ammonia nh3 Chemical compound N.N XKMRRTOUMJRJIA-UHFFFAOYSA-N 0.000 claims description 22
- YUWBVKYVJWNVLE-UHFFFAOYSA-N [N].[P] Chemical compound [N].[P] YUWBVKYVJWNVLE-UHFFFAOYSA-N 0.000 claims description 15
- 241000195493 Cryptophyta Species 0.000 claims description 14
- 229910000365 copper sulfate Inorganic materials 0.000 claims description 12
- ARUVKPQLZAKDPS-UHFFFAOYSA-L copper(II) sulfate Chemical compound [Cu+2].[O-][S+2]([O-])([O-])[O-] ARUVKPQLZAKDPS-UHFFFAOYSA-L 0.000 claims description 12
- 238000005303 weighing Methods 0.000 claims description 12
- 238000005286 illumination Methods 0.000 claims description 8
- 241000238631 Hexapoda Species 0.000 claims description 6
- 239000000463 material Substances 0.000 claims description 5
- 238000012216 screening Methods 0.000 claims description 5
- 239000004677 Nylon Substances 0.000 claims description 4
- 229920001778 nylon Polymers 0.000 claims description 4
- 239000004743 Polypropylene Substances 0.000 claims description 3
- -1 polypropylene Polymers 0.000 claims description 3
- 229920001155 polypropylene Polymers 0.000 claims description 3
- 230000008569 process Effects 0.000 abstract description 6
- 238000009395 breeding Methods 0.000 abstract 1
- 230000001488 breeding effect Effects 0.000 abstract 1
- 238000013461 design Methods 0.000 description 20
- 238000012258 culturing Methods 0.000 description 12
- IJGRMHOSHXDMSA-UHFFFAOYSA-N Atomic nitrogen Chemical compound N#N IJGRMHOSHXDMSA-UHFFFAOYSA-N 0.000 description 10
- 241000196324 Embryophyta Species 0.000 description 9
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 9
- 239000008367 deionised water Substances 0.000 description 9
- 229910021641 deionized water Inorganic materials 0.000 description 9
- 229910052698 phosphorus Inorganic materials 0.000 description 9
- 239000011574 phosphorus Substances 0.000 description 9
- HEMHJVSKTPXQMS-UHFFFAOYSA-M Sodium hydroxide Chemical compound [OH-].[Na+] HEMHJVSKTPXQMS-UHFFFAOYSA-M 0.000 description 6
- 238000004140 cleaning Methods 0.000 description 6
- 230000003993 interaction Effects 0.000 description 5
- 229910052757 nitrogen Inorganic materials 0.000 description 5
- 238000004458 analytical method Methods 0.000 description 4
- 230000007547 defect Effects 0.000 description 4
- 238000010586 diagram Methods 0.000 description 4
- 238000003052 fractional factorial design Methods 0.000 description 4
- 239000001963 growth medium Substances 0.000 description 4
- FGIUAXJPYTZDNR-UHFFFAOYSA-N potassium nitrate Chemical compound [K+].[O-][N+]([O-])=O FGIUAXJPYTZDNR-UHFFFAOYSA-N 0.000 description 4
- 230000001502 supplementing effect Effects 0.000 description 4
- 235000014249 Spirodela polyrhiza Nutrition 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 238000002474 experimental method Methods 0.000 description 3
- VEXZGXHMUGYJMC-UHFFFAOYSA-N Hydrochloric acid Chemical compound Cl VEXZGXHMUGYJMC-UHFFFAOYSA-N 0.000 description 2
- 229910017677 NH4H2 Inorganic materials 0.000 description 2
- 240000000067 Spirodela polyrhiza Species 0.000 description 2
- 230000005791 algae growth Effects 0.000 description 2
- 238000004364 calculation method Methods 0.000 description 2
- 229910000366 copper(II) sulfate Inorganic materials 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000000556 factor analysis Methods 0.000 description 2
- 229910000041 hydrogen chloride Inorganic materials 0.000 description 2
- IXCSERBJSXMMFS-UHFFFAOYSA-N hydrogen chloride Substances Cl.Cl IXCSERBJSXMMFS-UHFFFAOYSA-N 0.000 description 2
- 238000011081 inoculation Methods 0.000 description 2
- 238000013433 optimization analysis Methods 0.000 description 2
- 239000004033 plastic Substances 0.000 description 2
- 238000000611 regression analysis Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- PAWQVTBBRAZDMG-UHFFFAOYSA-N 2-(3-bromo-2-fluorophenyl)acetic acid Chemical compound OC(=O)CC1=CC=CC(Br)=C1F PAWQVTBBRAZDMG-UHFFFAOYSA-N 0.000 description 1
- CWVRJTMFETXNAD-FWCWNIRPSA-N 3-O-Caffeoylquinic acid Natural products O[C@H]1[C@@H](O)C[C@@](O)(C(O)=O)C[C@H]1OC(=O)\C=C\C1=CC=C(O)C(O)=C1 CWVRJTMFETXNAD-FWCWNIRPSA-N 0.000 description 1
- 241001532704 Azolla Species 0.000 description 1
- 239000002028 Biomass Substances 0.000 description 1
- PZIRUHCJZBGLDY-UHFFFAOYSA-N Caffeoylquinic acid Natural products CC(CCC(=O)C(C)C1C(=O)CC2C3CC(O)C4CC(O)CCC4(C)C3CCC12C)C(=O)O PZIRUHCJZBGLDY-UHFFFAOYSA-N 0.000 description 1
- 244000025254 Cannabis sativa Species 0.000 description 1
- 240000008892 Helianthus tuberosus Species 0.000 description 1
- 235000003230 Helianthus tuberosus Nutrition 0.000 description 1
- 206010021033 Hypomenorrhoea Diseases 0.000 description 1
- 240000005010 Landoltia punctata Species 0.000 description 1
- 241000209499 Lemna Species 0.000 description 1
- CWVRJTMFETXNAD-KLZCAUPSSA-N Neochlorogenin-saeure Natural products O[C@H]1C[C@@](O)(C[C@@H](OC(=O)C=Cc2ccc(O)c(O)c2)[C@@H]1O)C(=O)O CWVRJTMFETXNAD-KLZCAUPSSA-N 0.000 description 1
- 240000007594 Oryza sativa Species 0.000 description 1
- 235000007164 Oryza sativa Nutrition 0.000 description 1
- 108010064851 Plant Proteins Proteins 0.000 description 1
- ATJFFYVFTNAWJD-UHFFFAOYSA-N Tin Chemical compound [Sn] ATJFFYVFTNAWJD-UHFFFAOYSA-N 0.000 description 1
- MMDJDBSEMBIJBB-UHFFFAOYSA-N [O-][N+]([O-])=O.[O-][N+]([O-])=O.[O-][N+]([O-])=O.[NH6+3] Chemical compound [O-][N+]([O-])=O.[O-][N+]([O-])=O.[O-][N+]([O-])=O.[NH6+3] MMDJDBSEMBIJBB-UHFFFAOYSA-N 0.000 description 1
- 230000002745 absorbent Effects 0.000 description 1
- 239000002250 absorbent Substances 0.000 description 1
- 238000010521 absorption reaction Methods 0.000 description 1
- 238000009825 accumulation Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000002551 biofuel Substances 0.000 description 1
- CWVRJTMFETXNAD-JUHZACGLSA-N chlorogenic acid Chemical compound O[C@@H]1[C@H](O)C[C@@](O)(C(O)=O)C[C@H]1OC(=O)\C=C\C1=CC=C(O)C(O)=C1 CWVRJTMFETXNAD-JUHZACGLSA-N 0.000 description 1
- 229940074393 chlorogenic acid Drugs 0.000 description 1
- FFQSDFBBSXGVKF-KHSQJDLVSA-N chlorogenic acid Natural products O[C@@H]1C[C@](O)(C[C@@H](CC(=O)C=Cc2ccc(O)c(O)c2)[C@@H]1O)C(=O)O FFQSDFBBSXGVKF-KHSQJDLVSA-N 0.000 description 1
- 235000001368 chlorogenic acid Nutrition 0.000 description 1
- BMRSEYFENKXDIS-KLZCAUPSSA-N cis-3-O-p-coumaroylquinic acid Natural products O[C@H]1C[C@@](O)(C[C@@H](OC(=O)C=Cc2ccc(O)cc2)[C@@H]1O)C(=O)O BMRSEYFENKXDIS-KLZCAUPSSA-N 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000003203 everyday effect Effects 0.000 description 1
- 238000003306 harvesting Methods 0.000 description 1
- 239000003501 hydroponics Substances 0.000 description 1
- 239000002609 medium Substances 0.000 description 1
- 238000012821 model calculation Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 235000021118 plant-derived protein Nutrition 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000001902 propagating effect Effects 0.000 description 1
- 238000004064 recycling Methods 0.000 description 1
- 235000009566 rice Nutrition 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
- 238000005507 spraying Methods 0.000 description 1
- 238000007619 statistical method Methods 0.000 description 1
- 239000010902 straw Substances 0.000 description 1
Images
Classifications
-
- A—HUMAN NECESSITIES
- A01—AGRICULTURE; FORESTRY; ANIMAL HUSBANDRY; HUNTING; TRAPPING; FISHING
- A01G—HORTICULTURE; CULTIVATION OF VEGETABLES, FLOWERS, RICE, FRUIT, VINES, HOPS OR SEAWEED; FORESTRY; WATERING
- A01G31/00—Soilless cultivation, e.g. hydroponics
Landscapes
- Life Sciences & Earth Sciences (AREA)
- Environmental Sciences (AREA)
- Cultivation Of Plants (AREA)
Abstract
本发明涉及一种适用于浮萍快速繁殖的培养条件优化方法及应用，所述优化方法包括以下步骤：选取影响浮萍生长的主效因素，以单因素试验获得浮萍在每种主效因素下的最适生长条件；以每种主效因素下的最适生长条件为中间值进行分式析因试验，筛选影响浮萍生长的主效因子；以所述主效因子为自变量，以浮萍比增长率为响应值Y，进行响应面优化试验，获得优化的培养液养分含量数据；基于所述优化的培养液养分含量数据建立二次多元回归模型；基于所述二次多元回归模型获得指示浮萍生长的营养液最优条件的响应面图。与现有技术相比，本发明具有减少试验次数、有效指导浮萍繁殖过程等优点。
Description
技术领域
本发明涉及水生植物快繁领域，具体是涉及一种适用于浮萍快速繁殖的培养条件优化方法及应用。
背景技术
浮萍是一类常见的水生植物，在适宜的环境条件下具有生长繁殖迅速、氮磷吸收能力强、植物蛋白含量丰富、易于回收利用等突出特点，已被广泛应用于稻田控草、高蛋白饲料、新型生物燃料制备、污水处理。因此在短时间内获得大量浮萍对于浮萍的推广应用具有重要意义。
由于环境因子有交互作用，通过单因素试验很难建立最优的植物培养方案。中国专利申请CN105638484A公布了浮萍室内培养与繁殖的方法，通过合理控制光照周期，培养基，利用叶片数作为响应指标作为判定浮萍生长的指标，但该方法没有考虑多因素的互作效应，在响应指标上的选取也存在有不足。中国专利申请CN103333068A公开了利用响应面法优化菊芋秸秆绿原酸的提取方法。响应面是一种用于采用多元二次回归方程来拟合因素与响应值之间的函数关系，通过对回归方程的分析来寻求最优工艺参数，解决多变量问题的一种统计方法。但是目前利用还局限在提取条件的优化和工艺参数的优化。
目前研究表明，控制6.5-7.5的pH时，浮萍生长条件最好，并且浮萍在高光强下的相对生长率更高，最适光强在6000lx；浮萍在温度为5-7℃时仍旧能够生长，但是生长受到了严重的抑制，温度继续降低则会以休眠体的形式沉入水底。25℃下浮萍生长状况好，35℃生长率下降。浮萍对pH的低耐受限为5-6，在6-9之间能够正常生长。适宜环境下的青萍生物积累量大于少根紫萍和多根紫萍，中、高氮浓度下1/4、0/5的铵硝比，磷浓度0.1～0.3mmol/L更适合少根紫萍和青萍的生长。此外铵态氮与硝态氮的比值也对浮萍生物量存在影响。但这些研究都仅仅局限于对浮萍的单因素培养，培养过程中的多因素互作效应往往被忽视。
综上所述，现阶段浮萍扩繁技术中还存在如忽视多因素互作效应、培养设备简单导致浮萍增长率计算不准确、以简单指标来衡量浮萍增长等不足。
发明内容
本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种可减少试验数量的适用于浮萍快速繁殖的培养条件优化方法及应用。
本发明的目的可以通过以下技术方案来实现：
一种适用于浮萍快速繁殖的培养条件优化方法，包括以下步骤：
选取影响浮萍生长的主效因素，以单因素试验获得浮萍在每种主效因素下的最适生长条件；
以每种主效因素下的最适生长条件为中间值进行分式析因试验，筛选影响浮萍生长的主效因子；
以所述主效因子为自变量，以浮萍比增长率为响应值Y，进行响应面优化试验，获得优化的培养液养分含量数据；
基于所述优化的培养液养分含量数据建立二次多元回归模型；
基于所述二次多元回归模型获得指示浮萍生长的营养液最优条件的响应面图。
进一步地，所述主效因素包括培养液pH、培养液浓度、氮磷浓度比和铵态氮比例。
进一步地，所述分式析因试验和响应面优化试验基于Minitab19软件设计。
进一步地，所述单因素试验、分式析因试验和响应面优化试验基于生物水培获得试验数据，生物水培时，将浮萍洗净除去藻类与昆虫，喷洒硫酸铜溶液，定时调整浮萍的光照状态。
进一步地，所述生物水培基于培养装置实现，所述培养装置包括营养液盛放单元和浮萍生长称重单元，所述浮萍生长称重单元包括尼龙网底部。
进一步地，所述营养液盛放单元和浮萍生长称重单元均由透明聚丙烯材料制成。
进一步地，所述浮萍包括青萍、少根紫萍或多根浮萍。
进一步地，在进行每个单因素试验时，其余因素保持原始条件水平。
进一步地，所述单因素试验、分式析因试验和响应面优化试验中，浮萍比增长率采用对数模型计算获得。
本发明还提供一种如上所述的培养条件优化方法的应用，基于获得的所述营养液最优条件进行浮萍快速扩繁。
与现有技术相比，本发明采用分式析因设计和响应面法优化浮萍培养条件，为浮萍广阔的应用前景提供了基础，具有以下有益效果：
1、本发明将响应面优化方法应用于浮萍的培养，在提高浮萍的生长速率的同时，克服了单因素试验次数多，周期较长和工作量大，而且缺少各因素之间的交互作用等缺点，仅需少量试验即可得到优化结果，得到浮萍生长的适宜的条件和最大的生长速率。
2、本发明通过自制漏网装置测量浮萍的鲜重，利用人工计数和电脑计数结合测量浮萍的叶片数和株数，对响应变量的测量具有很高的准确度并且简便易行。
3、利用指数增长曲线对浮萍的生长进行了拟合，通过最后构建的响应变量—比增长率来反应浮萍的生长状况，综合了浮萍各个生长时期的数据，具备时间属性，准确度高。
4、本发明通过培养前对浮萍原种进行清理，喷洒2mg/L硫酸铜，进行培养杯的轮换减少偶然的实验误差。
附图说明
图1为营养液盛放单元A示意图；
图2为浮萍生长称重单元B示意图，其中，(2a)为侧视图，(2b)为俯视图；
图3为本发明不同单因素对青萍的影响图；
图4为培养液浓度、铵态氮比例、10为底的氮磷浓度比对数对青萍比增长率的响应面三维图；
图5为本发明不同单因素对紫萍的影响图；
图6为本发明培养液浓度、铵态氮比例、10为底的氮磷浓度比对数对紫萍比增长率的响应面三维图；
图7为本发明的流程示意图。
具体实施方式
下面结合附图和具体实施例对本发明进行详细说明。本实施例以本发明技术方案为前提进行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实施例。
参考图7所示，本发明提供一种适用于浮萍快速繁殖的培养条件优化方法，包括以下步骤：
S101、选取影响浮萍生长的主效因素，以单因素试验获得浮萍在每种主效因素下的最适生长条件；
S102、以每种主效因素下的最适生长条件为中间值进行分式析因试验，筛选影响浮萍生长的主效因子；
S103、以所述主效因子为自变量，以浮萍比增长率为响应值Y，进行响应面优化试验，获得优化的培养液养分含量数据；
S104、基于所述优化的培养液养分含量数据建立二次多元回归模型；
S105、基于所述二次多元回归模型获得指示浮萍生长的营养液最优条件的响应面图。
上述方法对培养液pH、浓度、氮磷浓度比、铵态氮比例等条件进行筛选主效因子和优化，获得浮萍最优繁殖条件，以控制浮萍快速繁殖，为浮萍广阔的应用前景提供了基础。
本方法中，单因素试验、分式析因试验和响应面优化试验基于生物水培获得试验数据。生物水培时，将浮萍洗净除去藻类与昆虫，喷洒硫酸铜溶液(如2mg/L硫酸铜)，定时调整浮萍的光照状态
生物水培基于培养装置实现，培养装置，包括营养液盛放单元A和和浮萍生长称重单元B，如图1和图2所示，均由透明聚丙烯材料制成。
在某一具体实施例中，营养液盛放单元A高10cm，直径7cm，外可包锡纸；浮萍生长称重单元B高3.5cm，直径7cm，下端直径6cm，浮萍生长称重单元B有0.5cm外缘以方便取放，底端为孔径为1mm的尼龙网。浮萍营养液置于营养液盛放单元A中，每三天利用去离子水补充损失的水分以保证浮萍的正常水分需求，浮萍生长称重单元B通过尼龙网截留浮萍，定期对浮萍进行收获。收获后利用吸水纸吸干水分，随后利用电子天平进行称重。
本方法的单因素试验、分式析因试验和响应面优化试验中，浮萍比增长率采用对数模型计算获得。
在某一具体实施例中，对数模型可表示为：lny＝kx+b，其中y为浮萍的株数、叶片数或鲜重(g)，k为浮萍比增长率，x为培养周期(d)，b为设定参数。记录叶片数、株数、鲜重的方法包括如下：
株数、叶片数：在叶片数少时通过人工计数，当叶片数数量大时，通过手机拍照后上传电脑，通过画图软件进行精确计数，同时借助键鼠精灵软件记录鼠标点击数。
鲜重：利用电子天平进行称重。
在单因素试验中，取试验所需浮萍品种，去除附着藻类与昆虫，洗净后进行预培养，在其表面喷洒2mg/L硫酸铜抑制藻类发生，协助藻类成为培养体系中优势群体。随后利用hogland培养液进行水培。在培养过程中每日更换培养杯位置，使光照均匀。选用如培养液pH、浓度、氮磷浓度比、铵态氮比例等主效因素，基于hogland培养液中各因素值，分别设置不同的水平。将定量浮萍(大约0.4g每L培养液的浮萍)投入各个处理的不同水平培养液中。定期记录浮萍的叶片数、株数、鲜重，利用EXCEL软件的数据透视表对数据进行批量处理之后，通过对数模型构建描述浮萍生长的响应变量，最后确定每种因素下浮萍最适的条件。浮萍生长的其他环境条件根据研究，设定为光照强度2500lx，光照周期16h/d、温度25℃、1倍Hoagland培养液。
分式析因试验中，基于培养液pH、浓度、氮磷浓度比、铵态氮比例等因素，以单因素试验得到的浮萍在每种单因素下的最适生长条件为中间值，根据Minitab19软件因子设计进行试验设计，以较小的实验次数筛选到影响浮萍生长的主效因子。
响应面优化方法试验中，根据分式析因实验的结果，以影响显著的主效因子为自变量，浮萍的比增长率为响应值Y，利用Minitab19软件根据Box-Behnken Design设计原则进行试验设计，确定优化的培养液养分含量。
上述方法可适用的浮萍包括常见的青萍(Lemna minor L.)、少根紫萍(Spirodelaoligorrhiza(Kurz)Hegelm.)和多根浮萍(Spirodela polyrhiza(Linn.)Schleid.)。
实施例1
本实施例的主要材料：KNO3，NH4H2PO4，Hoagland培养液(一倍浓度)，去离子水，HCl，NaOH，CuSO4，青萍。
(1)进行单因素试验：设置原始培养条件为pH 6.0、光照强度2500lx，光照周期16h/d、温度25℃、1倍Hoagland培养液培养青萍，设计单因素试验，对每个因素做出如下处理：pH：3、4、5、6、7、8、9、10、11九个水平；磷浓度为0mmol/L、0.25mmol/L、0.5mmol/L、1mmol/L、2mmol/L、4mmol/L六个水平；培养液浓度为0.25×、0.5×、1×、1.5×、2×、4×六个水平；铵态氮比例为0％、20％、40％、60％、80％、100％六个水平。在进行每个单因素试验时，其余因素保持原始条件的水平。各水平设置4个重复，用容积为300ml的塑料一次性水杯培养，培养液为250ml，每3天记录青萍的鲜重、株数和叶片数，接种时去除青萍附着藻类与昆虫，喷洒2mg/L硫酸铜，培养15天，培养期间轮换培养杯顺序，不更换培养液，用去离子水补充水分。试验结果用EXCEL数据透视表进行分析，结果见图3。可以看出，青萍最适的单因素培养条件为pH＝8、磷浓度＝0.5mmol/L、培养液浓度为0.5倍、铵态氮比例为20％。
(2)进行分式析因试验：通过单因素试验得出的结论得到各单因素的高水平和低水平，运用Minitab19软件得到分式析因设计表，根据表格设置相应处理进行试验。培养前用2mg/L硫酸铜溶液清洗青萍抑制藻类生长，每2天记录青萍的叶片数，培养10天，培养期间不更换培养液，用去离子水补充水分。实验结果用Minitab19处理进行因子分析。分式析因设计及结果见表1。
表1分式析因设计(主效因子筛选设计)
由图5可知，浓度、NH4 +、氮磷比对数为影响青萍生长的主效因子，以单因素试验所得最适条件为Box-Behnken试验设计的零水平。
(3)进行响应面优化试验：根据分式析因设计得到的三个主效因子对其进行Box-Behnken试验设计，根据设计表格得到的相应处理进行试验，培养前用2mg/L硫酸铜溶液清洗青萍以抑制藻类生长，每2天记录青萍的叶片数，培养10天，培养期间不更换培养液，出现藻类后人工去除，补充水分用去离子水。实验结果用Minitab19处理进行响应面优化分析。响应面设计及结果见表2。
表2响应面优化设计
(4)根据步骤(3)的数据进行多元回归分析，建立二次多元回归模型方程：Y＝0.139+0.1693X1+0.00093X2+0.202X3-0.0662X1*X1-0.000020X2*X2-0.0600X3*X3+0.000690X1*X2-0.0268X1*X3-0.000281X2*X3。其中响应值Y为青萍比增长率，X1为培养液浓度、X2为铵态氮比例、X3为氮磷浓度比的10为底对数。
(5)利用Minitab19软件根据二次多元回归模型进行绘图分析自变量和响应值Y的关系，得到回归方程的响应面图，用于指示浮萍生长的营养液最优条件，从而得到浮萍生长的最适条件。
图4为本实施例培养液浓度、铵态氮比例、氮磷浓度比的10为底对数对青萍比增长率的响应面三维图，其中，a为浓度和铵态氮比例对青萍比增长率的响应面三维图，b为浓度和氮磷浓度比的10为底对数对青萍比增长率的响应面三维图，c为铵态氮比例和氮磷浓度比的10为底对数对青萍比增长率的响应面三维图。可以看出，三种效应存在交互作用。
根据模型可知，青萍培养的最适培养液养分为1.187倍浓度，铵态氮比例为0.523，lg(N/P)为1.340。在此条件下青萍最大比增长率为0.390。
实施例2
本实施例的主要材料：KNO3，NH4H2PO4，Hoagland培养液(一倍浓度)，去离子水，HCl，NaOH，CuSO4，紫萍。
(1)进行单因素试验：设置原始培养条件为pH 6.0、光照强度2500lx，光照周期16h/d、温度25℃、1倍Hoagland培养液培养青萍，设计单因素试验，对每个因素做出如下处理：pH：3、4、5、6、7、8、9、10、11九个水平；磷浓度为0mmol/L、0.25mmol/L、0.5mmol/L、1mmol/L、2mmol/L、4mmol/L六个水平；培养液浓度为0.25×、0.5×、1×、1.5×、2×、4×六个水平；铵态氮比例为0％、20％、40％、60％、80％、100％六个水平。在进行每个单因素试验时，其余因素保持原始条件的水平。各水平设置4个重复，用容积为300ml的塑料一次性水杯培养，培养液为250ml，每3天记录紫萍的鲜重、株数和叶片数，接种时去除紫萍附着藻类与昆虫，喷洒2mg/L硫酸铜，培养15天，培养期间轮换培养杯顺序，不更换培养液，用去离子水补充水分。试验结果用EXCEL数据透视表进行分析。结果见图5。可以看出，紫萍最适的单因素培养条件为pH＝6、磷浓度＝1mmol/L、培养液浓度为1倍、铵态氮比例为40％。
(2)进行分式析因试验：通过单因素试验得出的结论得到各单因素的高水平和低水平，运用Minitab19软件得到分式析因设计表，根据表格设置相应处理进行试验。培养前用2mg/L硫酸铜溶液清洗紫萍抑制藻类生长，每2天记录紫萍的叶片数，培养10天，培养期间不更换培养液，用去离子水补充水分。实验结果用Minitab19处理进行因子分析。分式析因设计及结果见表3。
表3分式析因设计(主效因子筛选设计)
由图5可知，浓度，NH4 +，氮磷比对数为影响紫萍生长的主效因子，以单因素试验所得最适条件为Box-Behnken试验设计的零水平。
(3)进行响应面优化试验：根据分式析因设计得到的三个主要因素对其进行Box-Behnken试验设计，根据设计表格得到的相应处理进行试验，培养前用2mg/L硫酸铜溶液清洗紫萍以抑制藻类生长，每2天记录紫萍的叶片数，培养10天，培养期间不更换培养液，出现藻类后人工去除，补充水分用去离子水。实验结果用Minitab19处理进行响应面优化分析。响应面设计及结果见表4。
表4响应面优化设计
(4)根据步骤(3)的数据进行多元回归分析，建立二次多元回归模型方程：Y＝0.104+0.0853X1-0.00031X2+0.158X3-0.0263X1*X1-0.000003X2*X2-0.0410X3*X3+0.000843X1*X2-0.0420X1*X3-0.000792X2*X3。其中响应值Y为紫萍比增长率，X1为培养液浓度、X2为铵态氮比例、X3为氮磷浓度比的10为底对数。
(5)利用Minitab19软件根据二次多元回归模型进行绘图分析自变量和响应值Y的关系，得到回归方程的响应面图，得到浮萍生长的最适条件。
图6为培养液浓度、铵态氮比例、氮磷浓度比的10为底对数对紫萍比增长率的响应面三维图，其中，a为浓度和氮磷浓度比的10为底对数对紫萍比增长率的响应面三维图，b为浓度和铵态氮比例对紫萍比增长率的响应面三维图，c为铵态氮比例和氮磷浓度比的10为底对数对紫萍比增长率的响应面三维图。可以看出，三种效应存在交互作用。
根据模型可知，紫萍培养的最适培养液养分为0.936倍浓度，铵态氮比例为20％，lg(N/P)为1.25。在此条件下紫萍最大的生长速率为0.231。
以上详细描述了本发明的较佳具体实施例。应当理解，本领域的普通技术人员无需创造性劳动就可以根据本发明的构思作出诸多修改和变化。因此，凡本技术领域中技术人员依本发明的构思在现有技术的基础上通过逻辑分析、推理或者有限的实验可以得到的技术方案，皆应在由权利要求书所确定的保护范围内。
Claims (10)
1.一种适用于浮萍快速繁殖的培养条件优化方法，其特征在于，包括以下步骤：
选取影响浮萍生长的主效因素，以单因素试验获得浮萍在每种主效因素下的最适生长条件；
以每种主效因素下的最适生长条件为中间值进行分式析因试验，筛选影响浮萍生长的主效因子；
以所述主效因子为自变量，以浮萍比增长率为响应值Y，进行响应面优化试验，获得优化的培养液养分含量数据；
基于所述优化的培养液养分含量数据建立二次多元回归模型；
基于所述二次多元回归模型获得指示浮萍生长的营养液最优条件的响应面图。
2.根据权利要求1所述的适用于浮萍快速繁殖的培养条件优化方法，其特征在于，所述主效因素包括培养液pH、培养液浓度、氮磷浓度比和铵态氮比例。
3.根据权利要求1所述的适用于浮萍快速繁殖的培养条件优化方法，其特征在于，所述分式析因试验和响应面优化试验基于Minitab19软件设计。
4.根据权利要求1所述的适用于浮萍快速繁殖的培养条件优化方法，其特征在于，所述单因素试验、分式析因试验和响应面优化试验基于生物水培获得试验数据，生物水培时，将浮萍洗净除去藻类与昆虫，喷洒硫酸铜溶液，定时调整浮萍的光照状态。
5.根据权利要求4所述的适用于浮萍快速繁殖的培养条件优化方法，其特征在于，所述生物水培基于培养装置实现，所述培养装置包括营养液盛放单元和浮萍生长称重单元，所述浮萍生长称重单元包括尼龙网底部。
6.根据权利要求5所述的适用于浮萍快速繁殖的培养条件优化方法，其特征在于，所述营养液盛放单元和浮萍生长称重单元均由透明聚丙烯材料制成。
7.根据权利要求1所述的适用于浮萍快速繁殖的培养条件优化方法，其特征在于，所述浮萍包括青萍、少根紫萍或多根浮萍。
8.根据权利要求1所述的适用于浮萍快速繁殖的培养条件优化方法，其特征在于，在进行每个单因素试验时，其余因素保持原始条件水平。
9.根据权利要求1所述的适用于浮萍快速繁殖的培养条件优化方法，其特征在于，所述单因素试验、分式析因试验和响应面优化试验中，浮萍比增长率采用对数模型计算获得。
10.一种如权利要求1-9任一所述的培养条件优化方法的应用，其特征在于，基于获得的所述营养液最优条件进行浮萍快速扩繁。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110574692.0A CN113273483A (zh) | 2021-05-26 | 2021-05-26 | 一种适用于浮萍快速繁殖的培养条件优化方法及应用 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202110574692.0A CN113273483A (zh) | 2021-05-26 | 2021-05-26 | 一种适用于浮萍快速繁殖的培养条件优化方法及应用 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN113273483A true CN113273483A (zh) | 2021-08-20 |
Family
ID=77281521
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202110574692.0A Pending CN113273483A (zh) | 2021-05-26 | 2021-05-26 | 一种适用于浮萍快速繁殖的培养条件优化方法及应用 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN113273483A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103918532A (zh) * | 2014-04-25 | 2014-07-16 | 上海交通大学 | 复合生物绿肥的优化培植方法 |
| CN105638484A (zh) * | 2016-03-29 | 2016-06-08 | 湖南省植物保护研究所 | 浮萍室内培养与繁殖的方法 |
| CN106971080A (zh) * | 2017-04-21 | 2017-07-21 | 上海交通大学 | 一种改性生物炭吸附废水中磷的响应面优化方法 |
| CN110204054A (zh) * | 2019-07-10 | 2019-09-06 | 广东石油化工学院 | 一种利用浮萍处理高浓度抗生素养猪沼液的方法 |
-
2021
- 2021-05-26 CN CN202110574692.0A patent/CN113273483A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103918532A (zh) * | 2014-04-25 | 2014-07-16 | 上海交通大学 | 复合生物绿肥的优化培植方法 |
| CN105638484A (zh) * | 2016-03-29 | 2016-06-08 | 湖南省植物保护研究所 | 浮萍室内培养与繁殖的方法 |
| CN106971080A (zh) * | 2017-04-21 | 2017-07-21 | 上海交通大学 | 一种改性生物炭吸附废水中磷的响应面优化方法 |
| CN110204054A (zh) * | 2019-07-10 | 2019-09-06 | 广东石油化工学院 | 一种利用浮萍处理高浓度抗生素养猪沼液的方法 |
Non-Patent Citations (8)
| Title |
|---|
| 何璞等: "响应面法对红法夫酵母合成虾青素主要影响因素的优化", 《工业微生物》, no. 01, 30 March 2007 (2007-03-30), pages 63 - 66 * |
| 日本生态学会环境问题专门委员会编: "《环境和指示生物、陆地分册》", 31 March 1989, 中国环境科学出版社, pages: 91 * |
| 浙江省温州地区科学技术协会，浙江省温州地区农业科学研究所, 浙南日报印刷厂 * |
| 浙江省温州地区科学技术协会，浙江省温州地区农业科学研究所: "《园艺植物栽培学实验指导 第2版》", 中国农业大学出版社, pages: 180 * |
| 金炳陶: "《概率论与数理统计》", 29 February 1988, 湖南科学技术出版社, pages: 165 * |
| 陈蕾等: "《浮萍分布与水环境因子的相关性研究》", 《江苏农业科学》, 24 May 2018 (2018-05-24), pages 297 - 302 * |
| 陈蕾等: "浮萍分布与水环境因子的相关性研究", 《江苏农业科学》 * |
| 陈蕾等: "浮萍分布与水环境因子的相关性研究", 《江苏农业科学》, no. 09, 24 May 2018 (2018-05-24), pages 297 - 302 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wei et al. | Influence of irrigation during the growth stage on yield and quality in mango (Mangifera indica L) | |
| Wang et al. | Response of root morphology to nitrate supply and its contribution to nitrogen accumulation in maize | |
| Gao et al. | Silicon improves water use efficiency in maize plants | |
| Li et al. | Effects of irrigation and straw mulching on microclimate characteristics and water use efficiency of winter wheat in north chinas | |
| CN112042353A (zh) | 一种适用于日光温室的水肥精准决策方法及系统 | |
| CN102855351B (zh) | 一种基于统计数据和遥感数据的农作物秸秆资源空间化方法 | |
| CN109089858B (zh) | 水培作物的氮肥管理方法及装置 | |
| CN109042314A (zh) | 一种利用苗期甘蓝型油菜培养试验筛选氮高效油菜品种的方法 | |
| CN108334139A (zh) | 一种基于大数据的温室自动化控制的方法及系统 | |
| Leng et al. | Evaluating the effects of biodegradable film mulching and topdressing nitrogen on nitrogen dynamic and utilization in the arid cornfield | |
| CN109239027B (zh) | 一种作物生理性缺水诊断方法及系统 | |
| CN118011782B (zh) | 基于thgs-pid的蔬菜水培营养自适应调控方法 | |
| CN113273483A (zh) | 一种适用于浮萍快速繁殖的培养条件优化方法及应用 | |
| CN112273026B (zh) | 一种潮汐育苗营养液精准决策方法和系统 | |
| CN109997697A (zh) | 一种快速确定植物组培中生长调节剂配比的方法 | |
| CN109934400B (zh) | 基于改进神经网络的集雨调亏作物需水量预测方法 | |
| CN117451677A (zh) | 基于荧光参数获取蔬菜全周期氮肥浓度调节目标区间的方法 | |
| CN115222231B (zh) | 一种基于生态环境的农业用水灌溉方法和系统 | |
| Su et al. | Evaluation of submergence tolerance of different rice genotypes at seedling emergence stage under water direct seeding | |
| CN111670780B (zh) | 一种通过垂直扩散筛选适用于滴灌系统的无土栽培基质的方法及应用 | |
| CN114051904A (zh) | 一种基于农业废弃物的水稻无土育苗基质及其制备方法 | |
| CN114246043A (zh) | 基于土壤和植物检测的番茄施肥校正方法及装置 | |
| CN117044554B (zh) | 一种杉木大径材定向培育方法 | |
| CN111670781B (zh) | 一种通过水平扩散筛选适用于滴灌系统的无土栽培基质的方法及应用 | |
| CN110716014A (zh) | 一种鉴定水稻节水特性的试验方法和判定方法 |
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 |