接种芽孢杆菌对蒙古栎幼苗生长的影响

【目的】探索芽孢杆菌3种组合菌剂对蒙古栎幼苗生长的影响,明确不同菌剂对其促生效果,为芽孢杆菌在蒙古栎苗木培育中的应用提供理论依据。【方法】以一年生蒙古栎容器苗为材料,使用枯草芽孢杆菌单一菌剂(B1)、枯草芽孢杆菌+地衣芽孢杆菌等比例混合菌剂(B2)、枯草芽孢杆菌+地衣芽孢杆菌+解淀粉芽孢杆菌等比例混合菌剂(B3)进行接种。每种菌剂均设原液(C0)和20倍稀释液(C2)2个浓度,清水为对照(CK),分析不同种类和浓度的菌剂对蒙古栎幼苗生长指标、光合参数和非结构性碳水化合物(NSC)的影响。【结果】芽孢杆菌增加了蒙古栎幼苗苗高、地径、叶片数和各器官生物量的积累,也增强了幼苗的光合作用,同时改变了幼苗根系形态和非结构性碳水化合物(NSC)的分配模式。其中,B1、B2和B3菌剂分别增加了叶、茎和根系的生物量占比;3种菌剂均降低了幼苗的NSC含量,增加了叶片中可溶性糖与淀粉的比率,且促使NSC向根系中分配。B1菌剂对幼苗生物量和光合作用的促进效果优于B2菌剂;而B2菌剂对幼苗地上部分、根系形态和NSC的影响大于B1菌剂。【结论】芽孢杆菌菌剂对蒙古栎幼苗生长具有明显的调节作用,可提高蒙古栎苗木生长潜力,3种菌剂中,枯草+地衣+解淀粉芽孢杆菌混合菌剂的处理效果最佳。该研究可为芽孢杆菌在蒙古栎优质苗木培育中的应用提供理论支持。

容器规格、基质配比和缓释肥对蒙古栎容器苗质量的影响

采用容器规格、基质配比和缓释肥三因素析因试验设计,研究各因素及其互作效应对蒙古栎(Quercus mongolica)容器苗生长发育的影响,并给出优选方案。结果表明:3个主因素中,容器规格和基质配比对蒙古栎容器苗生长及生理指标影响大于缓释肥,其中容器规格对苗高和地径指标影响最大,而基质配比对根体积和生物量相关指标影响最大,缓释肥仅对高径比指标影响优于前两者。双因素交互效应中,容器规格×基质配比互作效应最大,基质配比×缓释肥互作效应次之,容器规格×缓释肥互作效应最小。三因素互作效应对多数生长及生理指标具有显著影响。隶属函数综合评价表明:容器规格A 4(φ=13.0 cm,H=25.0 cm)、基质配比B 3(V(泥炭)∶V(珍珠岩)∶V(蛭石)=4∶1∶1)、缓释肥C1(w(N)∶w(P2O5)∶w(K 2O)=16∶16∶16)的组合平均隶属函数数值最大,为所有组合中育苗效果最好的组合,且1年生蒙古栎苗高、地径、根体积及总生物量分别达到20.04 cm、5.02 mm、21.56 cm^3、18.65 g。

元宝枫秋季转色期叶色变化与生理特性的关系

以秋色叶树种元宝枫为例,测定转色期内叶片中叶绿素、类胡萝卜素、花青苷、可溶性糖含量及p H值,分析各生理指标的变化情况及相关性。结果表明,叶绿素质量分数在转色期内整体呈下降趋势,叶绿素a、叶绿素b、叶绿素总量下降趋势具有同步性;类胡萝卜素变化趋势较为平稳;花青苷相对含量呈上升趋势,且变色后期上升速率大于初期,末期相对变化较为平稳;叶片中p H值变化趋势不大,均在4~5.5之间,后期p H值小于前期;秋色叶树种叶色的表达,不仅取决于各质体色素含量的变化,同时与不同色素间比例变化情况有关;叶绿素a与叶绿素总量、叶绿素b与叶绿素总量均呈极显著正相关,叶绿素与花青苷呈极显著负相关。

辽东地区蒙古栎适生立地调查研究

为了明确影响蒙古栎生长的主要环境因子,促进蒙古栎林分质量提升,以清原县蒙古栎天然次生林为研究对象,根据林龄、坡向、坡位等条件建立68块标准地,利用数量化方法研究蒙古栎生长与立地因子的关系。结果表明,辽东地区蒙古栎天然次生林以坡度为主导因子可划分为3个立地类型组,40个立地类型;以坡度15°以下的平缓坡、下坡位、阳坡以及土壤A层较厚的地段为最适宜蒙古栎生长的立地条件。研究结果为辽东山区天然蒙古栎次生林的合理经营提供理论依据和技术支撑。

蒙古栎次生林的生长更新与林下植被多样性对林分密度的响应

以辽宁省抚顺市清源县蒙古栎天然次生林为对象,在2018年对6块面积为0.1 hm^(2)的蒙古栎样地进行疏伐,并于2020年调查样地内植被的生长情况,研究疏伐后形成的600(低密度)、720(中密度)、900株·hm^(2)(高密度)3种密度对林木生长、林下实生苗更新与林下植被多样性的影响。结果表明:由于疏伐后间隔年份较短,不同密度下树高、胸径无显著差异。但低密度下林冠对称指数显著高于高密度,表明树冠生长对于林分密度的响应比树干生长更迅速。中密度下实生更新苗数量最多,且相同苗高的实生苗地径显著高于其他两个密度,中密度下实生苗更新与幼苗生长都好于高、低密度。林中共有植物70种,隶属于41科67属,其中木本植物蒙古栎、胡枝子与草本植物山罗花、三叶委陵菜占优势地位。灌木层与草本层的优势度指数、均匀度指数和多样性指数在中密度下表现最佳,表明该立地条件下林分密度保持在720株·hm^(2)时更有助于辽东山区蒙古栎次生林的可持续发展。

基于泛优化算法优化的ELM及其球磨机料位测量应用

极限学习机(Extreme Learning Machine,ELM)具有学习速度快、算法简单易实现等优点,但是其泛化性却相对较差。针对这些缺点,提出了一种新的优化算法:泛优化算法(Wide Optimization Algorithm,WOA),将其应用于极限学习机输入权重和阈值的优化,利用泛优化算法的全局寻优能力,寻找训练误差较小时极限学习机的输入权重和阈值,从而提高极限学习机的泛化性,使其可以用较少的隐含层神经元获得较高的精度。将优化后的极限学习机应用于球磨机料位测量。实验结果表明优化后的极限学习机与传统极限学习机相比具有更高的测量精度和泛化性。