排序方式： 共有4条查询结果，搜索用时 15 毫秒
1
1.
5%的甲醛,-20°C冰冻和液氮是常见的浮游动物保存方法。本文以中华哲水蚤(Calanus sinicus)和强壮箭虫(Sagitta crassa)为研究对象,以湿重、干重和碳、氮含量为生物量指标,研究了上述几种保存方法对浮游动物生物量的影响。研究结果显示,对于中华哲水蚤,湿重、干重、碳和氮含量,在用甲醛保存2个月后,分别下降为鲜重的81.03%、14.20%、7.02%和1.13%;冰冻保存2个月后,分别下降为鲜重的66.56%、22.34%、10.30%和2.14%;液氮保存2个月后,分别下降为鲜重的91.85%、26.65%、11.25%和2.41%。对于强壮箭虫,湿重、干重、碳和氮含量,在用甲醛保存2个月后,分别变为鲜重的104%、9%、3.49%和0.69%;冰冻保存2个月后,分别下降为鲜重的73.15%、12.39%、4.82%和1.02%;液氮保存2个月后,分别下降为鲜重的70.72%、11.22%、5.23%和1.13%。在保存初期浮游动物的生物量变化较大,后趋于稳定。甲醛保存方法对浮游动物生物量的影响最大,其次是液氮,冰冻的影响最小。中华哲水蚤的生物量受各种保存方法的影响要小于强壮箭虫。 相似文献
2.
选取5%的甲醛,–20℃冰冻和液氮为保存方法,以中国近海的2种优势浮游动物中华哲水蚤(Calanus sinicus)和强壮箭虫(Sagitta crassa)为研究对象,以体长、体宽和面积为体型参数,研究了上述几种保存方法在2个月的时间内对浮游动物体型的影响。研究结果显示,对于中华哲水蚤,甲醛保存2个月后,体长下降为原始体长的99.4%,体宽和面积都增加为107%;冰冻和液氮保存2个月后,体长分别增加为原始体长的101%和106.8%,体宽下降为90%和81.6%,面积下降为92.2%和88.8%。对于强壮箭虫,在甲醛、冰冻和液氮3种保存条件下,保存2个月后体长有所下降,分别为原始体长的92.8%,50.7%和48.4%。体宽和面积有所增加,体宽分别变为原始体宽的139.9%,159.4%和263.8%,面积分别变为原始面积的119%,97.8%和107%。综合分析发现,胶质类浮游动物在冰冻和液氮保存条件下,身体变形严重,因此用ZooScan测得的结果误差较大,相较而言,甲醛对胶质类浮游动物体型的影响较小;中华哲水蚤比强壮箭虫在各种保存条件下体型的变化要小;保存初期,浮游动物体型的变化幅度较大,后期趋于稳定;在3种保存条件下,中华哲水蚤和强壮箭虫体长的变化最稳定,其次是面积。对浮游动物的体型进行研究时,推荐使用甲醛保存条件下的体长或面积。 相似文献
3.
2011 年春、夏季黄、东海叶绿素a和初级生产力的时空变化特征 总被引：2，自引：0，他引：2
依据2011年春、夏两季黄、东海调查资料,分析了叶绿素a和初级生产力的空间分布和季节变化特征,并分析了主要影响因素。南黄海、东海北部春季叶绿素a平均含量为74.83mg/m2,夏季为23.84mg/m2,春季明显高于夏季。春季大部分海域叶绿素a含量垂直分布均匀,夏季则出现较为明显的分层现象,在次表层出现最大值。初级生产力水平春季为993.9mgC/(m2.d),夏季为1274mgC/(m2.d),与1984—1985年相比有所升高。春季高值区出现在黄海中部及长江口附近海域;夏季高值区主要分布在山东半岛南岸近海海域、长江口外的黄、东海交界海域以及浙江省沿岸海域。春季整个调查海区叶绿素a浓度与磷酸盐浓度呈显著负相关,与氮磷比呈显著的正相关性,表明黄、东海春季磷酸盐可能成为浮游植物生长的一个限制因子。 相似文献
4.
湖泊富营养化是全球水环境领域面临的长期挑战,富营养化响应与流域优化决策模型是制定经济和高效调控方案的关键.然而已有的模型研究综述主要集中于模型开发、案例应用、敏感性分析、不确定性分析等单一方面,而缺少针对非线性响应、生态系统长期演变等最新湖泊治理挑战的研究总结.本文对数据驱动的统计模型、因果驱动的机理模型和决策导向的优化模型进行了综述.其中,统计模型包含经典统计、贝叶斯统计和机器学习模型,常用于建立响应关系、时间序列特征分析以及预报预警;机理模型包含流域的水文与污染物输移模拟以及湖泊的水文、水动力、水质、水生态等过程的模拟,用于不同时空尺度的变化过程模拟,其中复杂机理模型的敏感性分析、参数校验、模型不确定性等需要较高的计算成本;优化模型结合机理模型形成“模拟优化”体系,在不确定性条件下衍生出随机、区间优化等多种方法,通过并行计算、简化与替代模型可一定程度上解决计算时间成本的瓶颈.本文识别了湖泊治理面临的挑战,包括:①如何定量表征外源输入的非线性叠加和湖泊氮、磷、藻变化的非均匀性?②如何提高优化调控决策和水质目标的关联与精准性?③如何揭示湖泊生态系统的长期变化轨迹与驱动因素?最后,本文针对这些挑战提出研究展望,主要包括:①基于多源数据融合与机器学习算法以提升湖泊的短期水质预测精度;②以生物量为基础的机理模型与行为驱动的个体模型的升尺度或降尺度耦合以表达多种尺度的物质交互过程;③机器学习算法与机理模型的直接耦合或数据同化以降低模拟误差;④时空尺度各异的多介质模拟模型融合以实现精准和动态的优化调控. 相似文献
1