Seed germination index of the product of kitchen waste biochemical equipment and its influencing factors
-
摘要:目的
确定厨余生化机产物腐熟度及Na+、小分子有机酸与种子发芽指数(Seed germination index，GI)的关系，促进厨余生化机产物的资源化利用及推广，同时，开拓固碳于土壤达到碳中和目标的新技术途径。
方法利用萝卜Raphanus sativus种子测定厨余生化机产物的GI，并模拟不同浓度Na+、小分子有机酸溶液，分析其对GI的影响。
结果厨余生化机产物的GI为1.53%，不满足堆肥基本腐熟的标准(GI≥50%)，厨余生化机产物浸提液稀释10倍时，溶液中Na+质量浓度为75.25 mg/L，GI为43.73%。模拟试验结果显示，随着Na+浓度的升高，GI呈下降趋势，当Na+质量浓度为1200 mg/L时，GI为52.86%。随着小分子有机酸浓度的增加，GI呈下降趋势，当乙酸和乳酸质量浓度高于100 mg/L、丙酸和丁酸质量浓度高于50 mg/L时，GI小于50%。丙酸、丁酸对GI的影响强于乙酸、乳酸。
结论厨余生化机产物的GI未达到堆肥基本腐熟的标准，制约其未达标的主要影响因素是厨余垃圾降解产生的小分子有机酸，而非其含盐量。
Abstract:ObjectiveTo determine the relationships between maturity, Na+, small molecular organic acids of product of kitchen waste biochemical equipment and germination index (GI), promote the resource utilization and popularization of the product of kitchen waste biochemical equipment, and at the same time, exploit the new technological way of carbon neutrality through soil carbon sequestration.
MethodThe GI of product of kitchen waste biochemical equipment was determined using radish (Raphanus sativus) seeds, and the effects of Na+ and small molecular organic acid solutions on GI were analyzed by mimic experiments.
ResultThe GI of the kitchen waste biochemical equipment product was 1.53%, which did not reach the standard of basic maturity of compost (GI ≥ 50%). When the extract of kitchen waste biochemical equipment product was diluted for 10 times, the Na+ content in the solution was 75.25 mg/L, and the GI value was 43.73%. With the increase of sodium concentration, the GI value showed a downward trend. When the Na+ concentration was 1 200 mg/L, the GI value was 52.86%. With the increase of the concentration of small molecular organic acids, the GI value showed a downward trend. When the concentrations of acetic acid and lactic acid were higher than 100 mg/L, and while the concentrations of propionic acid and butyric acid were higher than 50 mg/L, the GI value was less than 50%. The inhibiting effect of propionic acid and butyric acid on GI was stronger than that of acetic acid and lactic acid.
ConclusionThe GI of product of kitchen waste biochemical equipment did not reach the maturity standard of composting, and the main restriction factor was the small molecular organic acids produced by the degradation of kitchen waste, rather than its salt content.
-
随着水稻产业结构的调整，水稻生产目标正从单一的“高产”向“高产、优质、高效、生态、安全”转变，优质已经成为水稻育种和生产的首要目标[1-2]。稻米品质是遗传因子和气候、土壤、施肥、灌溉等栽培因素共同作用的结果，如何发挥品种、地域气候条件和栽培调控“三位一体”的作用，是优质稻生产成败的关键[3]。针对当前稻米生产由“吃得饱”向“吃得好”全面转变，全国优质稻品种选育、推广受到空前重视，选育和推广突破性优质高产新品种是打造从“种”到“米”全产业链的必要基础[4-6]。而引种是快速实现地方稻米优质化的最有效途径[7-10]。引种是指把外地的新品种或品系以及研究用的遗传材料引入当地。引种主要考虑的是原产地和引种地的农业气候条件是否相似[11-16]，引种的意义在于增加市场上品种的数量、调整种植业结构以及满足人民日益增长的特种需求[17-24]。华南农业大学是华南地区优质高产水稻品种和组合主要原产地之一，该校的广东省植物分子育种重点实验室和国家植物航天育种工程技术研究中心研究团队以市场需求为导向、以“高产、优质、抗逆”为特色，通过分子生物技术、航天诱变和传统育种技术相结合，定向培育出一大批高产、优质植物特异新种质。一些品种和组合生产和市场反应良好，受到省内外众多稻米企业的青睐，为农业增效、农民增收做出了突出贡献。
珠海市位于珠江出海口西岸，属典型的南亚热带季风海洋性气候，年平均气温22.5 ℃，年平均相对湿度80%，年平均降雨量达到2 061.9 mm，适宜于水稻生产[25]。珠海市作为早、晚双季稻作区，水稻种植面积2 240 hm2，优良品种和组合占90%以上。然而，珠海市优质稻产业化开发明显滞后，与市场需求不相适应，主要原因是优质稻品种匮乏。因此，引进适合本区域的优质水稻新品种和组合显得尤为重要。鉴于华南农业大学与珠海市同属华南地区，农业气候条件基本相似，本研究引进一批华南农业大学培育的水稻优质高产品种和组合在珠海市进行适应性试验，以期找到可以在珠海市等华南地区产业化生产的优质、高产品种和组合。
1. 材料与方法
1.1 材料
选用华南农业大学广东省植物分子育种重点实验室培育的新组合‘粳籼优0405’和‘粳籼优0505’，以及华南农业大学国家植物航天育种工程技术研究中心培育的新品种‘华航48’、新组合‘软华优1179’和‘软华优6100’为试验材料，以当前优质稻‘美香占2号’( http://www.ricedata.cn)为对照，进行示范引种试验。
1.2 方法
1.2.1 田间试验
试验于2019年早季在珠海市斗门区十里莲江镇莲江村试验农场进行，地势平坦，排灌方便。3月12日播种，3月31日移栽，3次重复，完全随机设计，小区长3.33 m、宽2.20 m，株行距为16.67 cm×20.00 cm，每穴插2~3株苗。常规的田间管理，参照珠海市测土配方施肥技术推荐水稻生产施用氮(N)、磷(P2O5)、钾(K2O)质量比1.0∶0.4∶1.0，每667 m2按基肥(20 kg)、分蘖肥(15 kg)和穗肥(10 kg)3次施用；泥皮水插秧，返青期湿润，分蘖期灌溉浅湿交替，灌浆黄熟期干湿交替，收获前5~7 d断水；移插前3 d施用50%(φ)丁草胺乳油、移栽后7~10 d施用30%(w)丁·苄粉剂防治杂草；5月31日和6月16日2次喷药，防治病虫害。
1.2.2 性状考察
每小区内随机选择6个单穴株，从穗颈节处剪取全部稻穗，晾干后用于室内考种。考察性状包括单穴有效穗数(有5粒以上实粒的穗数)、每穗粒数、每穗实粒数、结实率、千粒质量(g)单穴粒质量(g)、粒长(mm)、粒宽(mm)、粒长/粒宽、粒投影周长(mm)和粒投影面积(mm2)。
1.2.3 统计方法
按完全随机设计试验进行相关性状的统计分析，方差分析的线性模型为：
$${y_{ij}} = \mu + {G_i} + {e_{ij}},$$ 式中，yij、μ、Gi和eij分别为表型值、平均值、基因型效应和试验误差，下标i、j分别为处理和小区对应的序号。用最小显著差数法( Least significant difference，LSD)测验各处理与对照间的差异显著性。
遗传率(h2)估算为：
$${h^2} = {\sigma _{\rm{g}}}^2/{\sigma _{\rm{p}}}^2,$$ $$\begin{array}{l} {\sigma _{\rm{g}}}^2 = \frac{1}{n}({S_{\rm{g}}}^2 - {S_{\rm{e}}}^2),\\ {\sigma _{\rm{p}}}^2 = {\sigma _{\rm{e}}}^2 + {\sigma _{\rm{g}}}^2,\\ {\sigma _{\rm{e}}}^2 = {S_{\rm{e}}}^2, \end{array}$$ 式中，σg2为总体遗传方差，σp2为表型方差，σe2为误差方差，
${S_{\rm{e}}}^2$ 为样本误差均方，Sg2为处理均方。成对性状间的相关系数估算为：
$$r = \frac{{{{{\rm{Cov}} }_{xy}}}}{{\sqrt {{\sigma _x}^2 {\sigma _y}^2} }} ,$$ 式中，Covxy为性状x、y的协方差，σx2、σy2分别为性状x、y的方差。采用统计软件SAS9.2( https://www.sas.com/zh_cn/home.html)进行数据分析。
2. 结果与分析
2.1 参试材料性状表现
将参试品种(组合)各性状平均数分别与对照‘美香占2号’比较，并用LSD法进行显著性检验。结果(表1)表明，与对照相比，除‘软华优6100’和‘软华优1179’的单穴穗数(PN)比对照显著降低外，其余品种(组合)的单穴穗数与对照差异不显著。5个参试材料的每穗粒数(GN)、每穗实粒数(FGN)、结实率(SSP)、粒宽(GWD)、粒投影面积(GPA)、千粒质量(TGW)和单穴粒质量(GW)分别比‘美香占2号’提高了16.4粒、31.5粒、7.29%、0.1 mm、0.6 mm2、2.4 g和10.4 g，均达显著或极显著水平。5个参试材料的粒长(GL)、粒长/粒宽(RLW)和粒投影周长(GPG)分别比‘美香占2号’降低了0.2 mm、0.4和0.2 mm，均达显著或极显著水平。可见，5个参试材料比‘美香占2号’增产主要是因为大粒，但这也导致参试品种的外观品质比不上‘美香占2号’。
表 1 参试材料与对照‘美香占2号’各性状平均数及差异显著性1)Table 1. The average values of traits and their difference significance between the experimental materials and the contrast of ‘Meixiangzhan 2’性状
Trait美香占2号
Meixiangzhan 2华航48
Huahang 48粳籼优0405
Jingxianyou 0405粳籼优0505
Jingxianyou 0505软华优6100
Ruanhuayou 6100软华优1179
Ruanhuayou 1179PN 24.0 21.2 21.4 21.1 18.8* 19.7* GN 121.6 138.0** 143.1** 146.9** 153.6** 158.7** FGN 85.8 120.5** 117.3** 119.4** 124.7** 123.7** SSP 0.7 0.9** 0.8** 0.8** 0.8** 0.8** GL/mm 9.9 9.7** 8.7** 8.8** 9.4** 9.4** GWD/mm 2.4 2.5** 2.9** 3.0** 2.5** 2.6** RLW 4.2 3.8** 3.0** 3.0** 3.7** 3.7** GPG/mm 20.7 20.5** 19.1** 19.4** 20.0** 20.0** GPA/mm2 16.2 17.5** 17.9** 18.7** 16.8* 16.9** TGW/g 17.9 21.9** 22.8** 23.8** 20.3** 20.4** GW/g 36.9 55.7** 57.0** 59.2** 47.3* 48.8* 1)PN：单穴穗数，GN：每穗粒数，FGN：每穗实粒数，SSP：结实率，GL：粒长，GWD：粒宽，RLW：粒长/粒宽，GPG：粒投影周长，GPA：粒投影面积，TGW：千粒质量，GW：单穴粒质量；“*”、“**”分别表示差异达0.05、0.01显著水平(LSD法)
1) PN: Panicle number per hole, GN: Grain number per panicle, FGN: Filled grain number per panicle, SSP: Seed setting percentage, GL: Grain length, GWD: Grain width, RLW: Ratio of grain length to width, GPG: Grain projection girth, GPA: Grain projection area, TGW: Thousand grain weight, GW: Grain weight per hole； “*” and “**” indicated the significances at the levels of 0.05 and 0.01, respectively (LSD method)2.2 性状的遗传分析
将6个材料3次重复的试验数据进行方差分析，结果(表2)显示，在整个试验群体中，除单穴穗数外，其余性状的处理方差均极显著地大于误差方差，F值达到1%水平，表明处理间除单穴穗数没有显著差异外，其余性状均达到极显著的差异。单穴穗数的遗传率较低，为27.13%，表明该性状受误差影响较大；单穴粒质量的遗传率为61.35%，表明该性状既受处理影响亦受误差影响；其余性状的遗传率均较高(＞81%)，表明它们主要受处理影响，受其他因素影响较小。
表 2 单个性状的方差分析及遗传率Table 2. Analysis of variance and heritability for single trait性状
Trait处理方差
Treatment variance误差方差
Error varianceF值1)
F-value遗传率/%
Heritability单穴穗数 Panicle number per hole 9.539 4.506 2.117 27.13 每穗粒数 Grain number per panicle 512.910 35.040 14.638** 81.97 每穗实粒数 Filled grain number per panicle 646.998 39.659 16.314** 83.62 结实率 Seed setting percentage 0.010 0.001 20.617** 86.74 粒长 Grain length 0.623 0.003 186.479** 98.41 粒宽 Grain width 0.173 0.001 347.528** 99.14 粒长/粒宽 Ratio of grain length to width 0.666 0.001 626.099** 99.52 粒投影周长 Grain projection girth 1.149 0.017 66.041** 95.59 粒投影面积 Grain projection area 2.320 0.056 41.618** 93.12 千粒质量 Thousand grain weight 13.494 0.059 227.085** 98.69 单穴粒质量 Grain weight per hole 205.235 35.620 5.762** 61.35 1) “**”为0.01显著水平(F检验法)
1)“**” indicated the significant level of 0.01 (F-test)2.3 性状间的相关分析
相关系数可用来度量2个变量间的相关性质和密切程度。利用18对(6×3)观察值可分别估得各考察性状两两之间的表型相关系数。表3的结果表明，考察性状间55个表型相关系数为0.078~0.990，其中，28个呈正相关(占50.9%)且21个(占63.6%)达到5%或1%显著水平。进一步将相关系数平方得到决定系数，用以度量相关的密切程度。决定系数为0.006~0.980，表明不同性状间关联的程度差异很大，例如单穴穗数(PN)对单穴粒质量(GW)的贡献不到1%，而千粒质量(TGW)对单穴粒质量的贡献率却高达67.1%。
表 3 考察性状间的表型相关系数1)Table 3. Correlation coefficients of phenotypes among investigated traits性状 Trait GN FGN SSP GL GWD RLW GPG GPA TGW GW PN −0.594** −0.580* −0.289 0.222 −0.156 0.208 0.221 −0.137 −0.269 0.078 GN 0.871** 0.321 −0.461* 0.302 −0.401 −0.461* 0.239 0.331 0.417 FGN 0.743** −0.482* 0.412 −0.485* −0.442 0.468* 0.606** 0.677** SSP −0.328 0.410 −0.415 −0.250 0.598** 0.739** 0.763** GL −0.944** 0.978** 0.989** −0.755** −0.778** −0.649** GWD −0.990** −0.897** 0.915** 0.889** 0.696** RLW 0.941** −0.873** −0.871** −0.708** GPG −0.662** −0.699** −0.581* GPA 0.950** 0.775** TGW 0.819** 1)PN：单穴穗数，GN：每穗粒数，FGN：每穗实粒数，SSP：结实率，GL：粒长，GWD：粒宽，RLW：粒长/粒宽，GPG：粒投影周长，GPA：粒投影面积，TGW：千粒质量，GW：单穴粒质量；“*”、“**”分别表示达0.05、0.01水平显著相关(临界相关系数法)
1)PN: Panicle number per hole, GN: Grain number per panicle, FGN: Filled grain number per panicle, SSP: Seed setting percentage, GL: Grain length, GWD: Grain width, RLW: Ratio of grain length to width, GPG: Grain projection girth, GPA: Grain projection area, TGW: Thousand grain weight, GW: Grain weight per hole; “*” and “**”indicated the significant correlation at the levels of 0.05 and 0.01, respectively (Critical correlation coefficient method)产量是重要的育种目标，是多种因素综合影响的结果。本研究以实际单穴粒质量为指标，探索产量构成因素和粒型性状与产量性状间的关系。结果(表3)表明，除单穴穗数和每穗粒数(GN)外，其他考察性状均与产量性状有显著或极显著的表型相关，其中，每穗实粒数、结实率(SSP)、粒宽(GWD)、粒投影面积(GPA)、千粒质量与单穴粒质量均呈正相关，而粒长(GL)、粒长/粒宽(RLW)、粒投影周长(GPG)与产量性状呈负相关，表型决定系数为0.338~0.670。
3. 结论
‘美香占2号’是由广东省农业科学院水稻研究所培育的一种籼型常规水稻，2018年首届全国十大优质籼稻品种金奖品种，居首位，2018年广东省最受欢迎的农业主导品种；晚造在广东省优质稻区试中表现分蘖力较强，每穗实粒数96~103粒，千粒质量18.1~18.5 g。谷粒小而细长，外观品质优，外观品质为晚造特一级，米质达国标和省标优质2级，每667 m2产量为365.08 kg。本研究表明，‘美香占2号’在珠海早季表现为分蘖成穗力较强，单穴穗数达24；每穗实粒数85.8粒，与产量的相关性不显著；千粒质量17.9 g，谷粒小而细长，每667 m2产量达426 kg，适合于华南地区早季种植。
华南农业大学近年来培育了许多高产优质水稻品种和组合。其中，‘华航48’是国家植物航天育种工程技术研究中心培育的常规水稻品种，‘粳籼优0405’和‘粳籼优0505’是广东省植物分子育种重点实验室选育的粳、籼稻组合，‘软华优6100’和‘软华优1179’是广东华农大种业有限公司和华南农业大学农学院联合选育的杂交稻组合。本研究表明，除软华优系列外其余材料的分蘖成穗力均较强，与‘美香占2号’相当；所有材料的产量(单穴粒质量)及相关因素(每穗实粒数、结实率、粒投影面积和千粒质量)均优于对照‘美香占2号’；外观品质性状(粒长、粒宽、粒长/粒宽和粒投影周长)略逊于对照‘美香占2号’。农艺性状的遗传变异分析表明，单穴穗数的变异主要来源于试验误差，其遗传率较低，为27.13%；单穴粒质量的变异主要来源于处理和试验误差，遗传率为61.35%；其余性状的变异则主要来源于不同处理，遗传率高于81%。单穴穗数、每穗粒数与单穴粒质量相关性不显著，对产量影响不大；每穗实粒数、粒投影面积、千粒质量与单穴粒质量呈极显著的正相关，对产量影响较大，尤其是千粒质量对产量贡献超过67%。外观品质性状粒长、粒长/粒宽、粒投影周长与单穴粒质量呈极显著的负相关，粒宽、粒投影面积则与单穴粒质量呈极显著的正相关，表明粒越长、越窄、投影周长越大，产量越低；粒越宽、粒投影面积越大，产量越高，充分反映外观品质与产量的矛盾性。由此可见，本试验材料产量的高低主要取决于每穗实粒数和千粒质量，与单穴穗数关系不大；另一方面，产量高的材料，外观品质会差些。
综上所述，‘华航48’、‘软华优1179’和‘软华优6100’适于在珠海市等华南地区早季种植、直接推广应用，这3个品种(组合)的产量及构成因素每穗实粒数、千粒质量均显著优于‘美香占2号’，但外观品质稍逊；粳籼优系列由于高产但外观品质不及‘美香占2号’，因此只适合于华南地区产量目标的生产，或作为高产优质育种的中间材料加以间接利用。
-
![]()
图 1 不同浓度钠离子的种子发芽指数
柱子上方的不同小写字母表示差异显著(P<0.05，Duncan’s法)
Figure 1. Seed germination index(GI)of different concentrations of sodium ions
Different lowercase letters on the columns indicated significant differences (P<0.05, Duncan’s method)
![]()
图 2 4种小分子有机酸不同浓度下的种子发芽指数
各图中，柱子上方的不同小写字母表示差异显著(P<0.05，Duncan’s法)
Figure 2. The seed germination index of four kinds of small molecular organic acids under different concentrations
In each figure, different lowercase letters on the columns indicated significant differences (P<0.05, Duncan’s method)
表 1 厨余生化机产物浸提液的种子发芽指数(GI)
Table 1 Seed germination index (GI) of extract of kitchen waste biochemical machine product
浸提液稀释倍数 Dilution times of extract ρ(Na+)/(mg·L−1) 电导率1)/(µS·cm−1) Electrical conductivity GI1)/% 0 752.44 5 800.00±200.00a 1.53±0.04d 5 150.49 1 300.00±50.00b 30.43±2.69c 10 75.25 697.67±68.07c 43.73±2.88b 50 15.05 161.33±17.21d 76.95±4.75a 1)表中数据为平均值±标准误，n=3；同列数据后的不同小写字母表示差异显著(P<0.05，Duncan’s法) 1) The data in the table were mean ± standard error, n=3; Different lowercase letters after the data in the same column indicated significant differences (P<0.05, Duncan’s method) 
下载: 导出CSV
-
[1] WANG Y, ZANG B, LIU Y, et al. Classification and management of kitchen waste: Disposals and proposals in Chaoyang district, Beijing, China[J]. Journal of Material Cycles and Waste Management, 2018, 20(1): 461-468. doi: 10.1007/s10163-017-0602-8
[2] 靳晨曦, 孙士强, 盛维杰, 等. 中国厨余垃圾处理技术及资源化方案选择[J]. 中国环境科学, 2022, 42(3): 1240-1251. doi: 10.3969/j.issn.1000-6923.2022.03.029 [3] 顾明, 姜同舟, 赵启超. 垃圾生化处理装置行业标准化现状及发展趋势分析[J]. 质量与认证, 2018(8): 74-75. doi: 10.16691/j.cnki.10-1214/t.2018.08.011 [4] 朱梦姗, 李大勇. 厨余垃圾分类处理的路径研究: 以H市为例[J]. 河北环境工程学院学报, 2021, 31(4): 81-84. [5] YUAN J, YANG Q, ZHANG Z, et al. Use of additive and pretreatment to control odors in municipal kitchen waste during aerobic composting[J]. Journal of Environmental Sciences, 2015, 37: 83-90. doi: 10.1016/j.jes.2015.03.028
[6] 杨佳, 李国学, 马若男, 等. 腐熟堆肥回流对猪粪堆肥含硫臭气排放的影响[J]. 农业环境科学学报, 2021, 40(11): 2456-2464. doi: 10.11654/jaes.2021-0859 [7] 沈根祥, 尉良, 钱晓雍, 等. 微生物菌剂对农牧业废弃物堆肥快速腐熟的效果及其经济性评价[J]. 农业环境科学学报, 2009, 28(5): 1048-1052. doi: 10.3321/j.issn:1672-2043.2009.05.033 [8] INBAR Y, HADAR Y, CHEN Y. Recycling of cattle manure: The composting process and characterization of maturity[J]. Journal of Environmental Quality, 1993, 22(4): 857-863.
[9] 任胜男, 刘玲, 郭小平, 等. 不同调理剂对2种沉水植物好氧堆肥腐熟效果的影响[J]. 环境工程学报, 2021, 15(11): 3660-3668. doi: 10.12030/j.cjee.202108117 [10] ZUCCOIN F, MONACO A, DEBERTOLDI M. Biological evaluation of compost maturity[J]. Biocycle, 1981, 22(4): 27-29.
[11] 汤江武. 猪粪好氧堆肥高效菌筛选、工艺优化及应用研究[D]. 杭州: 浙江大学, 2008. [12] 王国英, 袁京, 孔艺霖, 等. 堆肥种子发芽指数测定方法与敏感性种子筛选[J]. 农业工程学报, 2021, 37(19): 220-227. doi: 10.11975/j.issn.1002-6819.2021.19.025 [13] 童琳, 徐长勇, 宋薇. 厨余垃圾堆肥产物的非农业土地应用研究[J]. 天津科技, 2021, 48(8): 51-54. doi: 10.3969/j.issn.1006-8945.2021.08.018 [14] LIOPA-TSAKALIDI A, BAROUCHAS P E. Salinity, chitin and GA3 effects on seed germination of chervil (‘Anthriscus cerefolium’)[J]. Australian Journal of Crop Science, 2011, 5(8): 973-978.
[15] HOOKS T N, PICCHIONI G A, SCHUTTE B J, et al. Sodium chloride effects on seed germination, growth, and water use of Lepidium alyssoides, L. draba, and L. latifolium: Traits of resistance and implications for invasiveness on saline soils[J]. Rangeland Ecology & Management, 2018, 71(4): 433-442.
[16] 廖建良, 何坤锡, 郭友明. 营养液中添加低浓度氯化钠对大白菜生长的影响[J]. 北方园艺, 2018(16): 70-75. [17] 郑忠标, 王澍. NaCl对玛咖种子发芽及幼苗生长的影响[J]. 种子, 2020, 39(8): 91-93. doi: 10.16590/j.cnki.1001-4705.2020.08.091 [18] 宋苗苗. NaCl胁迫下4个紫花苜蓿品种种子萌发及幼苗生长的差异研究[D]. 南京: 南京农业大学, 2017. [19] 张娇, 张大治, 马艳, 等. 氯化钠模拟盐胁迫对沙冬青种子萌发和幼苗生长的影响[J]. 北方园艺, 2014(14): 65-72. [20] SUNDBERG C, JÖNSSON H. Process inhibition due to organic acids in fed-batch composting of food waste-influence of starting culture[J]. Biodegradation, 2005, 16(3): 205-213. doi: 10.1007/s10532-004-0628-1
[21] 丁杰, 郝艳, 侯佳奇, 等. 接种抗酸化复合菌对餐厨废弃物堆肥酸化缓解及腐殖化的影响[J]. 环境科学研究, 2016, 29(12): 1887-1894. doi: 10.13198/j.issn.1001-6929.2016.12.18 [22] LEVI-MINZI R, SAVIOZZI A, RIFFALDI R. Organic acids as seed germination inhibitors[J]. Journal of Environmental Science and Health, Part A: Environmental Science and Engineering and Toxicology, 1994, 29(10): 2203-2217. doi: 10.1080/10934529409376174
[23] LYNCH J M. Phytotoxicity of acetic acid produced in the anaerobic decomposition of wheat straw[J]. Journal of Applied Bacteriology, 1977, 42(1): 81-87. doi: 10.1111/j.1365-2672.1977.tb00672.x
[24] 朱佳鹏, 闻永惠, 季文丽, 等. 滇水金凤根系分泌物对其种子萌发的影响[J]. 种子, 2020, 39(5): 41-46. doi: 10.16590/j.cnki.1001-4705.2020.05.041 [25] 李国学. 固体废物处理与资源化[M]. 北京: 中国环境科学出版社, 2005: 105-122. [26] 贾娜尔·阿汗, 杨春武, 石德成, 等. 盐生植物碱地肤对盐碱胁迫的生理响应特点[J]. 西北植物学报, 2007, 27(1): 79-84. doi: 10.3321/j.issn:1000-4025.2007.01.014 [27] 武小霞, 郭雪田, 王港庆, 等. 大豆染色体片段代换系群体苗期耐盐性鉴定及评价[J]. 东北农业大学学报, 2022, 53(1): 1-7. doi: 10.3969/j.issn.1005-9369.2022.01.001 [28] 符瞰, 任小玉, 符芳欢. 沿海旅游城市餐厨垃圾特性及处理方法分析[J]. 中国沼气, 2013, 31(2): 11-14. doi: 10.3969/j.issn.1000-1166.2013.02.003 [29] 农传江, 徐智, 汤利, 等. 餐厨垃圾特性及处理技术分析[J]. 环境工程, 2014, 32(S1): 626-629. doi: 10.13205/j.hjgc.2014.s1.206 [30] 潘丽爱. 生物降解法餐厨垃圾处理技术的试验研究[D]. 长春: 吉林大学, 2006. [31] VAN DER WOLF J M, BIRNBAUM Y, VAN DER ZOUWEN P S, et al. Disinfection of vegetable seed by treatment with essential oils, organic acids and plant extracts[J]. Seed Science and Technology, 2008, 36(1): 76-88. doi: 10.15258/sst.2008.36.1.08
[32] ZHANG W J, WANG X J, XU M G, et al. Soil organic carbon dynamics under long-term fertilizations in arable land of Northern China[J]. Biogeosciences, 2010, 7(2): 409-425. doi: 10.5194/bg-7-409-2010
-
期刊类型引用(9)
1. 吴超，周紫静，黄锦铧，许啸寅，邱洪，彭业萍. 基于长短时记忆的农作物生长环境数据预测. 深圳大学学报(理工版). 2024(05): 563-573 . 
百度学术
2. 谢妍，贾志军，王二英，贾永国，张旭东. 基于IPSO-BiLSTM和SVM的灌区农田土壤含水率预测研究. 节水灌溉. 2024(12): 63-71 . 百度学术
3. 刘嘉豪，刘浩. 基于LSTM神经网络模型的石油单井产量预测. 石油化工应用. 2023(03): 38-41+52 . 百度学术
4. 王登亮，马创举，曹锦萍，吴雪珍，吴群，刘丽丽，陈骏，孙建城. 柑桔生产数字技术研究及应用进展. 中国南方果树. 2023(03): 228-235 . 百度学术
5. 刘丽贞，黄琪，迟殿委，方朝阳，楚明航. 基于随机森林回归模型和高频数据的鄱阳湖子湖电导率预测. 水电能源科学. 2023(10): 50-53 . 百度学术
6. 代秋芳，熊诗路，李震，宋淑然，陈梓蔚，王元. 基于LSTM的柑橘幼苗蒸发量预测. 湖南农业大学学报(自然科学版). 2023(06): 743-747 . 百度学术
7. 彭旭，饶元，乔焰. 基于宽度卷积神经网络的异常农情数据检测方法. 华南农业大学学报. 2022(02): 113-121 . 本站查看
8. 高鹏，杨明欣，周平，孙道宗，谢家兴，陆健强，王卫星. 基于物联网和Deep-LSTM的茶树净光合速率动态预测模型. 农业工程学报. 2022(04): 159-168 . 百度学术
9. 王武，杨海建，洪林，杨蕾，王敏，李霜. 柑橘需水规律研究进展及趋势展望. 南方农业. 2022(19): 141-147+152 . 百度学术
其他类型引用(4)
计量
- 文章访问数: 79
- HTML全文浏览量: 8
- PDF下载量: 334
- 被引次数: 13
