排序方式: 共有3条查询结果,搜索用时 78 毫秒
1
1.
以自然资源"水冬瓜果油"为包膜材料,利用盆栽试验,共设5个处理,研究在有菊花吸收养分的情况下,水冬瓜(Idesia polycarpa maxim.var.vestita dies)油包膜材料在土壤中的降解性能及对土壤酶活性的影响。结果表明:水冬瓜油包膜材料随土壤含水量的增加,降解速率加快。种植菊花的土壤过氧化氢酶、蔗糖酶、脲酶活性也呈现先上升、后下降的趋势。在土壤含水量为30%时,包膜材料半衰期只有62 d;在处理3(果油85%+调理剂15%)中,土壤过氧化氢酶、土壤蔗糖酶和脲酶数量增加最多。因此,水冬瓜果油85%+调理剂15%和土壤含水量30%,有利于土壤酶活性的提高,从而加快包膜材料的降解速度。 相似文献
2.
彩叶植物是居住小区的重要组成部分,对居住区绿地的可持续发展具有重要意义。通过对昆明33个居住小区样地的调查表明:乔木类出现频度较高的有14种,红叶石楠的重要地位值最高;灌木类出现频度较高的有15种,金叶女贞重要地位值最高;草本类出现频度较高的彩叶植物共有9种,彩叶草重要地位值最高。通过分析发现,乡土彩叶植物种类较少,彩叶植物配置缺少新意,因而进一步完善居住小区绿地的功能结构非常必要。 相似文献
3.
基于神经网络的土壤重金属预测及生态风险评价 总被引:3,自引:0,他引:3
采用单隐层RBF神经网络模型预测土壤重金属Cr、As、Ni、Pb、Zn 5种元素的含量,实测35组数据做为训练数据,另用6组做验证数据,该模型是以利用采样的10组数据预测其后的连续5组数据,输入层的神经元个数是10,输出层是5,隐含层的传递函数为径向基函数radbas,输出层的传递函数为线性函数Purelin,其结果表明:采用RBF神经网络模型预测有较高的精度。通过多元统计分析采样样品与预测样品,研究区域As、Ni、Zn的均值超过了上海市土壤环境背景值,As元素达到高度变异,Pb、Zn、Ni 3种元素达到中度变异。通过因子分析,前2个因子基本包含了全部元素变量的主要信息,第1因子中载荷最高是元素Ni(0.946),第2因子中则为元素As(0.930)。通过潜在生态风险指数评价,研究区域整体呈轻度生态风险水平。采用RBF神经网络模型可以降低采样分析成本,更好的评价区域土壤重金属的生态风险。 相似文献
1