期刊文献+
共找到4篇文章
< 1 >
每页显示 20 50 100
测算方式对土壤呼吸通量的影响
1
作者 徐劲剑 《自然科学》 2023年第2期288-294,共7页
土壤呼吸作为全球碳循环的重要组成部分,它变异性的复杂过程会受到陆地生态系统中多种因素的调控。而对于全球碳循环周期的研究,科研人员经常会运用到一些经验模型来模拟。与基于过程的模型相比,这些模型更方便简单,需要的特定于现场的... 土壤呼吸作为全球碳循环的重要组成部分,它变异性的复杂过程会受到陆地生态系统中多种因素的调控。而对于全球碳循环周期的研究,科研人员经常会运用到一些经验模型来模拟。与基于过程的模型相比,这些模型更方便简单,需要的特定于现场的变量也更少。本研究选择了三种常用于测算土壤呼吸通量的方法对蒙古栎林土壤呼吸通量进行数据模拟分析。尝试探讨三种方法的优缺点,以期为相关领域的研究提供一定的参考价值。 展开更多
关键词 蒙古栎 土壤呼吸 q10模型 Grammar模型 线性内插法
下载PDF
华北平原麦田土壤呼吸特征 被引量:118
2
作者 陈述悦 李俊 +2 位作者 陆佩玲 王迎红 于强 《应用生态学报》 CAS CSCD 2004年第9期1552-1560,共9页
采用静态箱 /气相色谱 (GC)法测定了华北平原典型冬小麦田的土壤呼吸速率 .结果表明 ,土壤呼吸速率日变化呈单峰曲线 ,最高峰出现在 13:0 0左右 ,最低点在凌晨 4 :0 0左右 ;冬小麦生长季土壤呼吸速率平均冬季较低 ,夏季较高 ,与地温的... 采用静态箱 /气相色谱 (GC)法测定了华北平原典型冬小麦田的土壤呼吸速率 .结果表明 ,土壤呼吸速率日变化呈单峰曲线 ,最高峰出现在 13:0 0左右 ,最低点在凌晨 4 :0 0左右 ;冬小麦生长季土壤呼吸速率平均冬季较低 ,夏季较高 ,与地温的季节变化趋势基本一致 ;随氮肥用量增加土壤呼吸增强 ,但增幅不大 ,秸秆还田处理的土壤呼吸作用明显高于秸秆不还田处理和氮肥处理 ;土壤呼吸同地温存在着显著的指数关系 ,其中 5cm地温同土壤呼吸相关性最好 .不同处理、不同深度土层具有不同的Q10 值 ,Q10 值随土壤的性状、地温测量的深度和微生物活动的土层深度变化而改变 ,其本身是温度的函数 ,随着温度的升高 ,Q10 值呈下降趋势 ;土壤呼吸与土壤水分的关系较弱 ,未表现出明显的规律性 ;冬小麦平均净光合速率与土壤呼吸速率呈相似的变化趋势 ,从小麦返青到腊熟 ,冬小麦田表现为CO2 的汇 . 展开更多
关键词 华北平原 冬小麦 土壤呼吸速率 q10模型 秸秆还田
下载PDF
土壤呼吸对温度的敏感性研究综述 被引量:21
3
作者 唐燕飞 王国兵 阮宏华 《南京林业大学学报(自然科学版)》 CAS CSCD 北大核心 2008年第1期124-128,共5页
土壤呼吸对温度变化的响应已成为生态学研究的重要内容之一。根据近年来国内外最新的研究资料,综合介绍了土壤呼吸对温度敏感性方面的研究现状与成果,分析和探讨存在的问题。温度是影响土壤呼吸的重要因子,土壤呼吸与温度之间相关关系密... 土壤呼吸对温度变化的响应已成为生态学研究的重要内容之一。根据近年来国内外最新的研究资料,综合介绍了土壤呼吸对温度敏感性方面的研究现状与成果,分析和探讨存在的问题。温度是影响土壤呼吸的重要因子,土壤呼吸与温度之间相关关系密切,但土壤呼吸对温度变化的响应与机制仍不确定。模拟土壤呼吸对温度的敏感性模型有多种且在不断完善,但简单的Q10经验模型仍被普遍使用。土壤呼吸各来源对温度的敏感性贡献仍不明确。因此在今后的研究中,应规范统一土壤呼吸和温度的测定方法,明确各因子对土壤呼吸的影响,土壤呼吸的时空异质性,土壤呼吸各组分对土壤呼吸的贡献以及各组分对温度的敏感性。 展开更多
关键词 土壤呼吸 正反馈 温度敏感性 q10模型 综述
下载PDF
扬州盐水鹅预制品最佳腌制方式的确定及货架期预测模型的建立
4
作者 刘宗振 吴鹏 +5 位作者 许志诚 王恒鹏 高苏敏 还传明 徐安琪 孟祥忍 《中国调味品》 CAS 2024年第11期65-70,共6页
为改进盐水鹅预制品的品质,进行实验,处理组设置为滚揉腌制法(T处理组)、超声腌制法(US处理组)、滚揉结合超声腌制法(UST处理组)以及常规湿腌法(CK组),以pH、肉色、蒸煮损失率、盐分、微观结构、感官评分等为评价指标,探究超声处理、滚... 为改进盐水鹅预制品的品质,进行实验,处理组设置为滚揉腌制法(T处理组)、超声腌制法(US处理组)、滚揉结合超声腌制法(UST处理组)以及常规湿腌法(CK组),以pH、肉色、蒸煮损失率、盐分、微观结构、感官评分等为评价指标,探究超声处理、滚揉处理对盐水鹅预制品品质的影响。结果表明,UST处理组的肉色鲜红,盐分和蒸煮损失率最高。感官评分结果表明UST处理组的消费者接受度最高。采取综合评价最高的UST处理组建立货架期预测模型。选取菌落总数(APC)和脂肪氧化(TBARS)作为评测指标,通过将其代入零级和一级反应方程式确定TBARS为最终预测指标。经计算得出Q_(10)(0~10℃)=1.21、Q_(10)(10~20℃)=1.25。该Q_(10)模型最小误差仅为3.2%,误差最大为10.2%,具有较高的准确度。综上,UST处理组的消费者接受度最高,通过贮藏期间TBARS的变化值建立的Q_(10)模型具有较高的准确度。 展开更多
关键词 超声腌制 滚揉腌制 扬州盐水鹅 货架期预测 q 10模型
下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部