基于养分指标相关性的土壤有机质预测模型研究

为探究土壤间各养分指标间的相互关系,选取了天津市宁河区不同区域的种植土壤,基于行业标准规定的检测方法,对主要养分指标进行了测定,并研究各指标间的相关性。结果表明,各区域土壤pH值变异系数最小,整体均呈碱性;有机质、全氮及速效钾变异系数属于中等;有效磷的变异系数最高。各研究区域土壤有机质含量与全氮含量呈显著正相关(P<0.01),与pH值呈显著负相关(P<0.01),而与其他指标间不具备普遍且显著的相关性。基于多元线性回归分析建立了土壤有机质与全氮及pH值之间的预测模型,通过模型计算出的预测值与实际测定值的拟合性较好;另取土壤样品进行验证表明,预测模型具有良好的可靠性和准确性。     

土壤因子与农产品品质关系研究进展

文章分析了国内外关于土壤因子与农产品品质关系的研究现状,综述了土壤生物、物理、化学因子在农产品品质形成过程中发挥的重要作用,提出通过土壤管理来调控农产品品质面临的众多问题及未来研究重点,期望通过明析土壤因子与农产品品质的内在机理,指导土壤管理及标准化生产,为促进特色农产品持续发展和品质提升提供科学依据。     

农产品中多种农药残留的气相色谱-质谱联用法测定

建立了同时检测大白菜、苹果、大豆和豆沙中211种农药残留的气相色谱-质谱联用法。农药经乙腈-水溶液匀质提取,C18固相萃取柱净化和PSA固相萃取柱净化,洗脱液浓缩后用丙酮-正己烷(1∶1)溶解,经HP-5MS石英毛细管柱分离后,用气相色谱-质谱联用仪采用选择离子扫描方式测定,外标法定量。结果表明211种农药在0.05~0.5 mg/L范围内线性关系良好,相关系数为0.975~0.998,其定量下限为0.002~0.020 mg/kg。在0.1 mg/kg加标水平下,211种农药在大白菜、苹果、大豆和豆沙中的平均回收率为67%~117%,相对标准偏差为1.1%~23.8%。该方法操作简单、净化效果好、灵敏度高,适用于蔬菜、水果等农产品中多种农药残留的测定。     

超分子化合物[2-(4-pyridyl)benzimidazoleH2].[SnCl6]的水热合成及晶体结构

通过水热法合成了一个新的超分子化合物[PyBImH2]?[SnCl6] (PyBIm=2-(4-吡啶基)苯并咪唑), 并用元素分析、红外光谱、荧光光谱及X射线单晶衍射对其进行了分析测试。化合物属于正交晶系,Pbcn空间群,晶胞参数：a = 7.1468(3),b = 15.0493(6),c = 16.1195(8) ?,V = 1733.72(13) ?₃,Z = 4,Dc = 2.025 g/cm₃,Mr = 528.63,μ(MoKα) = 2.395 mm_-1,F(000) = 1024,R₁= 0.0264,wR₂ = 0.0665。Sn₄₊与6个氯离子配位,形成八面体的配位几何。配位阴离子[SnCl₆]_2-与[2-(4-吡啶基)苯并咪唑阳离子通过氢键及π-π 堆积作用形成三维超分子结构。