排序方式： 共有5条查询结果，搜索用时 9 毫秒
1
1.
以茶花为供试植物,分别将茶花与竹柏、红叶石楠混合种植,研究茶花在不同种植模式下的土壤理化性质及茶花生长的变化情况。结果表明,茶花与竹柏、茶花与红叶石楠混合种植会降低0~20 cm土层土壤的透气和贮水能力,对20~60 cm土层物理性质影响不显著。茶花与红叶石楠混合种植能够显著提高土壤速效钾、有效磷以及水解氮含量,加速土壤中化学元素的转换,有利于土壤有效肥力的提高,显著促进茶花树高和冠幅生长,与纯茶花种植相比树高提高15.88%,东西冠幅提高16.11%,南北冠幅提高19.14%;而茶花与竹柏混合种植不利于茶花生长。此外,茶花生长受土壤物理性质影响较小,而与土壤中矿质元素含量呈显著相关性;土壤偏酸性,全钾含量越低,速效钾、全磷、碱解氮和全氮含量越高越有利于茶花生长。研究结果对于苗圃育苗和园林应用中茶花的搭配种植和施肥具有指导意义。 相似文献
2.
基于不同建模方法的湿地土壤有机质含量多光谱反演 总被引：4，自引：0，他引：4
为了提高湿地土壤有机质含量的预测精度,以闽江鳝鱼滩湿地土壤为研究对象,通过分析多光谱不同波段反射率与土壤有机质含量的相关性,引入OIF指数提取显著性波段,然后基于全波段和显著性波段,采用多元逐步回归方法(MLSR)、BP神经网络(BPNN)和支持向量机(SVR)3种方法,构建湿地土壤有机质含量的反演模型,并进行模型验证与对比,确定最优的土壤有机质含量反演方法。结果表明:各波段的反射率(Spectral reflectance,R)与土壤有机质含量存在着负相关关系,147波段组合的OIF指数较高,波段间的独立性强,能有效反映数据内的信息;采用MLSR、BPNN和SVR这3种方法进行建模。在全波段中,SVR的建模效果最显著,BPNN次之,MLSR的建模效果最差。在显著性波段中,BPNN的建模效果最显著,SVR次之,MLSR的建模效果最差;对比基于全波段与显著性波段的建模效果,发现基于全波段的预测效果更为显著,最佳模型为基于全波段的土壤有机质含量支持向量机模型,但利用显著波段建模,可降低波段间的信息重叠,且模型简单、运算量少等特点。该研究可行有效,对湿地土壤有机质含量的快速、大范围精准估测提供技术可行性。 相似文献
3.
通过对杉木林、阔叶林、毛竹林等不同林分,林下地栽、林下控根容器栽培、大棚地栽和大棚盆栽等不同栽培模式三叶青的叶绿荧光参数和叶绿素相对含量进行测定,不同栽培模式下三叶青的叶绿素含量和叶绿素荧光参数的差异。结果发现,在郁闭度过高(90%)或过低(40%～50%)的杉木林下,三叶青的光合性能和生长发育均受到抑制;在郁闭度60%～70%的阔叶林下,三叶青的生长发育状况及光合生理性能均优于杉木林下和毛竹林下;大棚栽培的三叶青比林下栽培的三叶青表现出更优的光合能力和生长发育状况。最终发现在郁闭度60%～70%的阔叶林下,用控根容器并架设攀援网种植三叶青,可能会获得较佳光合性能和较佳叶片形态的三叶青。 相似文献
4.
以Peking×7605组合分别在济南和南京衍生大豆重组自交系群体JN(RN)P7和NJ(RN)P7,利用145个在亲本之间表现多态的SSR引物和1个形态学标记BSC (黑色种皮性状)及JoinMap 4.0软件构建了2张分别含27个和25个连锁群的大豆遗传图谱,其总长度分别为1 574.80 cM和1 682.50 cM,标记间平均距离分别是13.58 cM和15.72 cM,连锁群长度范围分别为17.30~127.40 cM和20.10~137.50 cM。所构建的两张图谱均与“公共图谱”对应性较好。两图谱间整体上较为一致,但也存在诸多不同点。表明原本具有相同遗传背景的杂交后代,在不同生态环境选择压力下形成的重组自交系群体间遗传结构存在真实差异。 相似文献
5.
1