排序方式： 共有4条查询结果，搜索用时 31 毫秒
1
1.
生物炭对烤烟成熟期土壤养分及根际细菌群落结构的影响 总被引：1，自引：1，他引：0
采用大田小区处理方式,分别设置常规施肥(CK)和750 kg/hm~2生物炭+常规施肥(T)2组试验,探究生物炭对植烟土壤微生物群落和土壤养分的变化规律及其对烟叶质量的影响。结果显示:生物炭可以显著提高土壤pH、速效磷、速效钾和有机碳含量,促进烟株生长发育;与CK相比,生物炭处理后绿弯菌门(Chloroflexi)、酸杆菌门(Acidobacteriota)和厚壁菌门(Firmicutes)丰度增加,分别提高了1.82%、12.36%和64.55%;放线菌门(Actinobacteriota)和变形菌门(Proteobacteria)丰度分别降低了2.02%和9.00%;聚类和主成分分析结果显示,烤烟根际土壤中优势细菌与土壤pH、速效钾、速效磷和有机碳均存在显著的相关关系,其中厚壁菌门(Firmicutes)、Myxococcota和Desulfobacterota与土壤pH、速效磷、速效钾和有机碳存在显著的正相关关系(P0.05),Bacterdidota与Patescibacteria与土壤pH、速效钾、速效磷和有机碳存在显著负相关关系;生物炭施用通过改善根系周围矿质营养和微生物群落进而提高烟叶质量。生物炭有利于成熟期土壤养分固持及根际促生细菌群落增加。 相似文献
2.
烟草青枯病是一种细菌性病害,对烟株生长危害严重,为探究烟株发病后土壤微生物群落结构变化及其生物学调控机制,采用大田试验方法,设置ZCTR(常规施肥,健康烟株的根际土壤)、ZCSW(施加1.2 t·hm-2生物炭,健康烟株的根际土壤)、QKTR(常规施肥,青枯病烟株的根际土壤)和QKSW(施加1.2 t·hm-2生物炭,青枯病烟株的根际土壤)4个处理,研究细菌群落结构的差异.结果 表明,生物炭施用后细菌α多样性升高,但差异不显著,细菌群落丰富度和菌群结构均有所改变.相同施肥条件下,青枯病烟株的根际土壤细菌α多样性和群落丰富度均小于健康烟株根际土壤;未添加生物炭的青枯病烟株根际土壤与健康烟株根际土壤相比,芽单胞菌门、酸杆菌门的丰度增加0.26、1.27个百分点,变形菌门、放线菌门的丰度降低1.08、0.14个百分点.施用生物炭后烟株的株高、叶长、叶宽、茎围分别较未添加生物炭处理增加了11.83％、16.88％、6.70％、10.80％,同时降低了烟株的病害指数,施加生物炭处理青枯病的发病率较未施加生物炭处理低9.1个百分点.研究表明,生物炭的施用会缓解青枯病带来的细菌丰富度下降,减少致病性细菌门类的相对丰度,并驱动功能促生性细菌(芽单胞菌门)相对丰度增加,从而降低青枯病发病率.研究初步明确了生物炭对植烟土壤青枯病微生态调控的作用机制. 相似文献
3.
土壤健康和化肥减施是实现绿色农业发展的基础,探究减施氮肥的同时添加生物炭对植烟土壤的影响对科学施肥具有重要意义。以烤烟“K326”根际土壤为研究对象,通过大田试验研究了烟株生育期内生物炭配合减氮措施对土壤养分、碳含量和土壤微生物群落的影响。生物炭配合减氮措施能够增加土壤中的有效磷含量,且以T3处理的增幅最大,达82.22%。在烟草4个生育期T4处理的速效钾含量分别较CK2显著增加了11.89%、35.11%、25.95%、15.85%。4个生物炭配合减氮措施处理的碱解氮含量较CK2分别增加了7.21%、8.03%、12.41%、12.76%。T3处理的全碳含量在烟草4个生育期较CK2分别显著增加了12.44%、18.48%、16.58%、6.15%。生物炭配合减氮措施能够提升土壤碳氮比,以T4处理最大,达到8.96。植烟土壤中土壤细菌的优势菌纲为放线菌纲(Actinobacteria)、γ-变形菌纲(Gammaproteobacteria)和α-变形菌纲(Alphaproteobacteria),土壤真菌的优势菌纲为粪壳菌纲(Sordariomycetes)、散囊菌纲(Eurotiomycetes)和子囊菌门某纲(norank_p_Ascomy-cota)。较CK2处理,生物炭配合减氮措施会增加α-变形菌纲(Alphaproteobacteria)、纤线杆菌纲(Ktedonobacte-ria)、散囊菌纲(Eurotiomycetes)和子囊菌门某纲(norank_p_Ascomycota)的相对丰度,减少放线菌纲(Actinobac-teria)及酸杆菌纲(Acidobacteria)的相对丰度。研究表明,生物炭配合减氮措施能够促进作物根际区域土壤碳氮平衡,改善植烟土壤根际微生态环境并提高土壤功能微生物相对丰度,提高养分利用效率,为植烟土壤氮肥高效利用和健康土壤培育提供理论依据。 相似文献
4.
为快速准确地获取烟草叶片镉含量,本研究模拟了4个镉污染水平,用美国ASD光谱仪获取每个污染水平的烟草叶片光谱反射率,并测定不同时期烟草叶片的镉含量,筛选出与镉含量相关性最好的敏感波段,并建立光谱参数,将光谱参数作为输入因子建立烟草叶片镉含量的BP神经网络模型。结果表明：随着镉含量增加,在可见光和近红外范围（400~910 nm）内反射率先降低后增加,在930~1 000 nm波段范围内,叶片反射率与烟叶中镉含量呈正相关,在1 000~2 500 nm波段范围内反射率先增加后降低。经筛选,比值植被指数（RVI）和归一化植被指数（NDVI）的光谱指数分别为RVI （520,710）和NDVI （530,710）; BP神经网络模型的决定系数（R2）为0.681,均方根误差（RMSE）为8.001,并对模型进行检验,R2为0.801,RMSE为4.430。研究表明,BP神经网络模型对烟草叶片镉含量具有良好的预测效果。 相似文献
1