基于森林保护的病虫害防治技术优化措施分析

生态社会的稳定发展需要有森林生态系统的配合,森林生态系统具有极强的生态功能,会给人民群众的生活与各行各业的发展带来基础条件与优势,也能够使群众的生活环境得到改善。根据我国当下的森林管理状况可以了解到,病虫害问题是影响森林发展的主要问题之一,森林管理人员需要重视病虫害防治技术的应用,使森林得到更好的保护,提升森林病虫害防治水平,为森林保护工作的落实保驾护航。本文讲解了森林保护病虫害防治中存在的问题,并对基于森林保护的病虫害防治技术优化策略进行了浅析,期望能够给予森林管理人员一定的参考意义。

鄱阳湖救护东方白鹳繁殖新纪录

东方白鹳(Ciconia boyciana)为大型湿地水鸟,2021年2月被列为国家一级重点保护野生动物[1]。东方白鹳主要繁殖地位于中国和俄罗斯交界的黑龙江、乌苏里江流域[2.3]。近年来,在东方白鹳的迁徙停歇地,如吉林向海、莫莫格和山东黄河三角洲等,陆续发现东方白鹳繁殖巢;在越冬地,如安徽安庆和江西鄱阳湖区域等,繁殖记录也逐渐增加[4]。

Fenton试剂pH值对碳纳米管及其增强酚醛树脂/石墨复合材料性能的影响

以经过Fenton/UV处理的碳纳米管作为增强体,酚醛树脂/石墨作为基体,通过热模压成型得到一种质子交换膜燃料电池双极板材料。研究了Fenton试剂预处理前pH值对碳纳米管及其增强的复合材料性能的影响。用红外光谱分析碳纳米管表面官能团的变化,用X射线衍射(XRD)对碳纳米管进行物相分析。结果表明,pH值为3时,碳纳米管表面引入大量的羟基以及少量的羧基;复合材料的性能(抗弯强度以及导电率)随着pH值的增加呈先增加后减小的趋势;pH为3时,复合材料性能最佳,其抗弯强度和导电率分别为67.3 MPa和175.6 s/cm。

羧基化碳纳米管在分光光度法测定铜离子中的应用研究

采用羧基化碳纳米管(Carboxylic CNTs)作为增效剂,以提高Cu2+-荧光酮(PF)-十六烷基三甲基溴化铵(CTMAB)络合显色体系的吸光度,并将其应用于对铜离子的检测中。研究了羧基化碳纳米管用量及分析试剂添加顺序对显色体系的吸光度的影响,并探讨了羧基化碳纳米管的显色增效机制。结果表明,羧基化碳纳米管的添加,最大吸收峰发生明显红移,有效提高了显色体系的吸光度;0.01%碳纳米管水溶液体积为0.5mL,添加顺序依次为Cu2+→PF→carboxylic CNTs,CTMAB时,显色体系吸光度最大,其值为0.399。

江西省科技特派员制度实践与对策研究

本文根据江西省推行科技特派员制度以来的科技特派员选派、政策保障情况,分析了江西省科技特派员工作开展过程中部门协同机制、绩效评价体系、科技特派员培训和有偿服务机制等方面存在的问题,并提出针对性的意见建议。

毛竹纤维的提取及其性能研究

文中以井冈山毛竹为研究对象,通过微波辅助碱处理方法从毛竹中提取竹纤维,研究了不同处理工艺对毛竹纤维性能的影响。结果表明,毛竹纤维的拉伸性能与提取工艺具有较强相关性,微波辅助碱处理法,有利于从竹材中提取出竹纤维,在一定程度上降低竹纤维的拉伸性能,但不会使得竹纤维拉伸性能出现较大幅度的下降;微波、碱处理对毛竹纤维的晶型变化无影响,碱处理在一定程度上破坏了毛竹纤维的无定形区域,使得毛竹纤维结晶度提高。

江西省几种竹材的化学组成及机械性能研究

文中选取了毛竹、淡竹、毛金竹、硬头黄竹和茶杆竹5种江西省常用的典型材用竹进行研究,研究对比了5种典型材用竹的化学组成和机械性能。结果表明,毛竹和茶秆竹在半纤维素、木质素和纤维素含量相较于其他三种竹材高,其在气干密度和综合机械性能方面表现也更加优异。竹材中的化学组成半纤维素、木质素和纤维素含量与竹材气干密度和机械性能成正相关。

竹材染色机理初探

在阅读与分析大量相关文献的基础上,结合大量竹材染色试验,系统阐述竹材染色的特点和上染机理,并对竹材染色研究的未来发展趋势进行展望。

油茶果壳超微粉体特性的研究

以木质素含量较高的油茶果壳为研究对象,通过超微粉碎至300~500目,采用扫描电镜、傅里叶红外光谱仪和pH计分析其粉体特性,结果表明:油茶果壳被粉碎到500目时,扫描电镜放大400倍,其呈现颗粒状,容易在木材胶粘剂中分散,放大1 500倍,可看到油茶果壳粉有较多孔隙,比表面积变大,吸附能力强;分析傅里叶红外光谱图,在3 450 cm^(-1)处有O-H伸缩振动峰、1 680 cm^(-1)处有C=O伸缩振动峰和1 100 cm^(-1)处有C-O伸缩振动峰显著增强,证明油茶果壳在粉碎过程中,一些较弱的化学键被破坏,更多的活性官能团显现出来,可吸收木材胶粘剂中的游离甲醛;油茶果壳粉呈酸性,用作木材胶粘剂改性剂,可能会促进脲醛树脂固化,但在一定程度上影响酚醛树脂固化。

基于近红外光谱技术的4种樟属植物识别技术研究

探究近红外光谱分析技术应用于樟属植物识别的可行性,为樟属植物识别提供一个新方法。本研究运用近红外光谱仪采集猴樟、黄樟、油樟、银木4种樟属植物叶片的近红外光谱信息,并结合PCA聚类分析(PCA-Cluster)和偏最小二乘判别分析法(PLS-DA)建立识别模型。结果表明:运用PCA-Cluster方法,选择4 400~4 800 cm^(-1)、5 400~6 600cm^(-1)、7 800~10 000 cm^(-1)建模波段,Segment 5 Gap5的3点二阶泰勒求导(ds2)方法对光谱数据进行预处理所建模型的识别效果最好,对外部验证集样品的识别率达97.5%;运用PLS-DA方法选择4 000~8 000 cm^(-1)波段,一阶导数、5点平滑两种预处理相结合的方法建立判别模型性能最佳,其校正集相关系数(Rc^(2))为0.923,交叉验证均方根误差(RMSEC)为0.1202,利用所建模型对外部验证集样品进行识别,识别率为100%。说明近红外光谱技术能够用于不同种樟属植物的识别。