简介:为明确库滨带典型植物群落矿化特征,探究植物化学性质与土壤氮矿化的关系,选取丹江口水库库滨带的苘麻和蛇床群丛。试验采取单一叶处理、单一根处理和根+叶混合等9种处理,分别测定第1、3、7、14、21、31、41、51和61d的土壤氮矿化量,系统分析添加植物后土壤氮矿化特征。结果表明:1)添加植物后,土壤氮矿化可分为3个阶段,即前期(1-7d)各处理矿化量均减小,中期(7-41d)各处理矿化量都有所增加,幅度变化较大,后期(41-61d)基本保持平衡,所有处理的土壤矿化量均小于对照(CK)的79.53mg/kg,单一处理中,苘麻叶(QL)矿化量最高,达到71.62mg/kg,混合处理最高为苘麻叶+蛇床根(QL+SR)26.43mg/kg;2)添加植物后,土壤微生物的质量分数显著增加(P〈0.05),QL〉4个混合处理〉另外3个单一处理;3)整个试验期间,土壤氮矿化量与植物全碳和全氮质量分数显著相关(P〈0.05),主成分分析(PCA)结果显示全氮质量分数对土壤有机氮矿化影响最明显,重要程度为全氮〉C:N〉纤维素〉L:N〉多元酚;4)所有混合处理中,实测氮素矿化量均显著小于预测值(P〈0.01)。说明添加苘麻和蛇床后,土壤氮矿化表现为抑制作用,根茎混合处理没有激发效应。该研究为区域植被生态恢复、水土保持与非点源污染治理提供参考依据。
简介:摘要在本文中,我们将讨论一般系统的入侵检测方法,主要的想法是使用数据挖掘技术,发现相同的和有用的模式,描述程序和用户行为的系统功能,并使用相关的系统功能集计算(感应学习)的分类,可以识别异常和已知的入侵。通过实验对Sendmail系统调用数据和网络抓取数据,证明了我们可以构造简洁、准确的分类器检测异常。我们提供了两个通用的数据挖掘算法关联规则算法和频繁情节算法。这些算法可以被用来计算内和跨审计记录模式,这是必不可少的描述程序或用户行为。发现的模式可以指导审计数据收集过程和促进特征选择。为了满足高效学习(挖掘)和实时检测的挑战,我们提出了一个基于代理的体系结构的入侵检测系统的学习代理连续计算,并提供更新(检测)模型的检测代理。