紫色土丘陵坡地土壤微生物群落的季节变化

采用稀释平板法和Biolog-ECO微平板技术,以剌槐（Robinia pseudoacacia）天然次生林为研究对象,研究湖南省衡阳市紫色土丘陵坡地表层（0~10 cm）土壤微生物群落的季节变化特征。结果表明：1）夏季,土壤微生物总数,细菌数量、真菌数量和放线菌数量最高,分别为16.34×106、16.09×106、10.43×104和14.64×104 cfu·g-1干土,春季次之：11.61×106、11.45×106、5.00×104和10.65×104 cfu·g-1干土,秋季最低：5.87×106、5.78×106、4.67×104和4.08×104 cfu·g-1干土,春、夏和秋3季的差异达显著水平（P<0.05）;2）在培养168 h时,土壤微生物C源平均颜色变化率（Average well color development, AWCD）以夏季最高（1.20）,春季次之（0.88）,秋季最低（0.83）;3）土壤微生物功能多样性表现为夏季明显高于春、秋2季（P<0.05）,夏季的Patrick丰富度指数（R）（28）、Shannon-Wiener指数（H）（3.22）、Simpson指数（D）（0.96）和McIntosh指数（U）（8.20）显著高于春、秋2季（P<0.05）,而春、秋2季的R（23,24）、H（3.06,3.08）、D（0.95,0.95）和U（5.90,5.91）无显著差异（P>0.05）;4）氨基酸类、聚合物类和羧酸C源类是衡阳紫色土丘陵坡地土壤微生物偏好且利用率较高的C源类型;5）主成分分析表明,土壤微生物群落的C源利用可分为2类,一类在夏季,另一类在春、秋2季,其得分系数的分布范围分别为（2.59~6.00,2.43~5.09）和（-7.65~-1.90,-6.38~-3.43）。研究结果为科学评价湖南省衡阳市紫色土丘陵坡地土壤生境质量退化和恢复过程中微生物特征的变化提供了本底值参考。     

衡阳紫色土丘陵坡地植被不同恢复阶段土壤微生物量碳的变化及其与土壤理化因子的关系

以典型的衡阳紫色土丘陵坡地植被不同恢复阶段为研究对象,采用空间代替时间序列方法,选用立地条件基本一致的裸荒地、草坡、灌木林和森林基本相似的4个植被恢复阶段,通过调查取样和实验分析,探索了不同植被恢复阶段土壤微生物量碳、土壤物理性状和速效养分的变化特征及相互关系。结果表明:(1)随着植被由低级向高级的演替,土壤微生物量碳、有机质及速效磷显著升高(p<0.05);土壤pH值、容重及根土比显著降低(p<0.05);速效氮和速效钾变化不一致;(2)灰色关联分析表明,土壤有机质、根土比、有效磷、土壤容重与微生物量碳具有较大的关联度,通径分析表明,土壤有机质、有效磷、土壤容重和根土比对微生物量碳的形成有较强的直接作用,有效氮表现出较强的间接效应;根土比-有效磷、有机质-土壤容重、有效氮-土壤容重之间相互调节,相互制约,间接调控着微生物量碳的形成。这将丰富该地区植物生态学与恢复生态学的内容,为衡阳紫色土丘陵坡地生态系统的恢复与重建提供了重要依据。     

用剪力图面积法绘制弯矩图

在建筑力学中,弯矩图的绘制是结构设计的基础和依据.通过对梁上外荷载与内力间微积分关系及函数图形的研究,找到了剪力图与弯矩图的内在规律,得到一种绘制弯矩图的新方法——剪力图面积法,应用这种方法可大大提高作图速度和效率.图1,表1,参6.     

基于半参数分析的电力需求预测算法

市场经济对电力需求预测提出了更高的要求。在简要介绍和评论以往国内外常用电力需求预测方法优缺点基础上,为了提高电力需求预测的准确度及预测方法的适应性,建立半参数回归模型预测电力需求。半参数回归模型分为线性和非线性两部分。线性部分反映了负荷预测可知的部分规律,非线性部分反映了负荷预测的不确定因素的影响。用偏残差方法估计半参数回归模型,估计结果由两步得到。首先估计线性参数部分,然后再估计非线性参数部分。通过示例计算,半参数回归模型对电力需求预测的估计误差数值小于二元线性回归法对电力需求预测的估计误差。结果表明:利用半参数回归法预测电力需求是一种预测精度高、计算容易、普适性强的算法。     

“5个量化指标”在杉木优良无性系选择中的应用

为选育杉木优良无性系,量化选育的参数指标,以湖南省金洞林场的131个杉木无性系4 a、6 a、8 a、10 a、15 a、20 a和25 a测定数据为基础,对其生长性状采用采用相关性分析、方差分析,并估算不同无性系林分遗传力、遗传增益等遗传参数.同时,对木材性状进行测定并分析.结果表明:25 a优良无性系的变异增幅较大,平均树高、胸径、立木蓄积分别大于对照(实生苗林)16.02%、27.58%、84.86%,各生长因子的遗传力(重复力)h~20.85且木材力学特性与对照的木材材质没有差异;以生长性状和木材性状为指标,筛选出6个优良无性系,入选率为4.58%.研究表明,25 a杉木性状较优,优良无性系的入选率较高.