简介：为了探究湿地植物香蒲（Typhaorientalis）根内生细菌在不同培养基环境下组成多样性与生态学意义,以北京市密云段白河人工湿地香蒲根为研究对象,采用LB培养基、R2A培养基、YG培养基联合的分离培养方法,研究香蒲根内生可培养细菌群落及其在不同培养基环境下群落结构及功能特征差异。研究结果显示,从不同培养基细菌群落丰富度看,LB培养基（152株有效菌株,12个菌属,29个菌种）分离的香蒲根内生细菌效果相对较好,R2A培养基（68株菌株,9个菌属,23个菌种）和YG培养基（85株菌株,10个菌属,19个菌属）分离的内生细菌效果相差不大。从不同培养基优势类群组成结构看,从3种培养基中分离的内生细菌都属于g-变形菌纲（Gammaproteobacteria）类群,并且在LB培养基、R2A培养基和YG培养基中最优势属分别为假单胞菌属（Pseudomonas）（47株）、拉恩氏菌属（Rahnella）（17株）和拉恩氏菌属（34株）。从不同培养基分离的菌株功能特征,在LB培养基中,参与除碳（3.95%）、重金属（15.13%）和有机污染物（8.55%）的菌株所占比例最高;在R2A培养基中,参与除磷（10.29%）的菌株所占比例最高;在YG培养基中,参与除氮（76.47%）的菌株所占比例最高;同时,分别在YG培养基（10.59%）和R2A培养基（13.24%）中分离到较多的抑制病原菌的菌株和致病菌。

简介：全球变暖愈演愈烈,IPCC（2013）报告指出21世纪末全球平均气温增幅可能超过1.5-2℃[1],许多研究表明,森林生态系统的地上和地下生态过程可能直接或间接地受到温度升高的影响[2]。根系分泌物是植物地下碳输入的重要渠道,每年的碳输入可占光合产物的5%-21%[3],因为大多数根系分泌物可以被微生物直接利用,它是驱动森林生态系统中碳循环的主要有机碳源[4]。

简介：为了掌握洪湖水质未来的变化情况以及预防污染事件的发生,建立了一个BP神经网络水质指标预测模型。利用洪湖1990~2014年的水质指标实测数据作为学习样本,选取了pH、溶解氧（DO）、铵态氮（NH4＋—N）、硝态氮（NO3-—N）、总氮（TN）、总磷（TP）6项指标作为预测参数,建立了BP神经网络模型,并运用该模型对洪湖水质指标进行了预测,同时引入一元线性回归模型与GM（1,1）灰色预测模型与该模型进行对比。结果表明,BP神经网络模型预测的水质指标的相关性系数都在0.998以上,平均相对误差都控制在2.5%以内,对单个指标的预测相对误差也都小于9%,明显优于一元线性回归模型和灰色预测模型;BP神经网络模型预测精度较高,预测速度快,能够相对准确地预测大部分水质指标,可以有效地应用于洪湖以及其它水域水质指标的预测和水质趋势的预警预报系统中。