生物有机肥DNBF32对黑土中阿特拉津消减及土壤细菌群落结构的影响

试验研究生物有机肥DNBF32对除草剂阿特拉津在玉米田土壤中残留量及玉米生长情况的调控作用,并通过关注土壤细菌群落结构对DNBF32施用响应探讨DNBF32强化阿特拉津消减及调节玉米生长潜在作用机制。田间试验结果表明,DNBF32施用量为150 kg·hm^(-2)以上时,玉米成熟期土壤中无阿特拉津检出。上述施用水平的DNBF32可使玉米株高和产量较对照处理相比分别提升7.64%和8.30%。上述结果说明DNBF32具有强化土壤中残留阿特拉津消减及调节玉米生长的能力。此外,当DNBF32施用量为0~225 kg·hm^(-2)时,玉米成熟期农田土壤中可培养细菌菌落总数随DNBF32施用量增加而显著提升,各生物有机肥施用处理与未施肥对照处理相比均达到显著差异水平(P<0.05)。高通量测序结果表明,施用量为150 kg·hm^(-2)的DNBF32在提升土壤细菌多样性同时,可调控土壤出现具有污染物降解、光合能力等生态功能的微生物。结合相关性分析结果表明,DNBF32施用可通过调节土壤细菌数量及群落结构强化阿特拉津消减。研究为生物有机肥在黑土污染修复及农业环境保护中应用提供方法借鉴。

供热管网阻抗辨识观测点优化布置策略

为了提高水力模型校核精度,寻找管网阻抗辨识和管网水力模型构建的最佳观测位置,根据供热管网设计参数计算管道节点压力和流量对阻抗的相对灵敏度,利用谱系聚类算法进行分析,确定一定监测条件下所需采集的数据。以1个供热管网为例,介绍了观测点优化布置策略的实现过程。结果表明,该策略结合已有的阻抗辨识方法可以得到满意的结果。

基于遗传算法的供水管网阻力系数辨识

利用遗传算法求解由连续性方程和能量方程组成的供水管网阻力系数辨识方程组,可以得到有一定可信度的辨识方程组的解,该解可以作为管网阻力系数的辨识结果。利用该辨识方法对实际算例进行计算,所得辨识结果证明了基于遗传算法的供水管网阻力系数辨识方法的实用性和合理性。该方法也可以应用于其他管网阻力系数辨识,如供热管网等。