气相色谱-火焰光度检测器测定海水中14种有机磷农药，徐恒振，王艳洁，建立了海水样品中14种有机磷农药的毛细管气相色谱-火焰光度检测器测定方法。对色谱升温程序、萃取剂类型、萃取剂用量、样品的类型

黑河中游湿地植物区系及土壤有机碳分布特征，赵锐锋，张丽华，运用植物学、土壤学方法，结合野外实地调查、取样，对黑河中游湿地植物区系、生态特征和土壤有机碳在不同植被类型的分布特征进行

不同提取方法下亚热带茶园土壤可溶性有机氮差异研究，周碧青，张黎明，以福建中亚热带相似地形条件、相同成土母质和土壤类型的两种不同品种（黄旦和福云6号）茶园生态系统为研究对象，采用水（室温）�

茶树品种对亚热带茶园土壤可溶性有机氮组成的影响，周碧青，陈成榕，为探讨茶树品种对茶园土壤可溶性有机氮（SON）组成的影响，以福建省中亚热带相同成土母质、地形和土壤类型的两种相邻的不同品种（

掺杂铬（Cr）的氧化锌ZnO薄膜通过金属有机化学气相沉积（MOCVD）技术在420°C的温度下以不同的掺杂剂浓度沉积在玻璃基板上。 研究了铬浓度对薄膜的形态，结构，光学，电学和气敏性能的影响。 扫描电子显微镜结果表明，Cr的浓度对结晶度，表面光滑度和晶粒尺寸有很大的影响。 X射线衍射（XRD）研究表明，薄膜本质上是多晶的，并以六方纤锌矿结构生长。 从光学测量获得3.32至3.10 eV的直接光学带能隙。 发现透射率随着Cr掺杂浓度的增加而降低。 卢瑟福背散射光谱（RBS）分析还表明，Cr离子可替代地掺入ZnO中。 薄膜的IV特性显示，室温下的电阻率范围为1.134×10-2·cm至1.24×10-2·cm。 通过在最佳工作温度约为200°C的条件下掺入Cr作为掺杂剂，可以增强薄膜的气体传感响应。

生物肥料可以定义为含有微生物的制剂，该微生物能够固定氮（N）和促进植物生长的磷酸盐增溶作用。 这些被归类为促进植物生长的细菌（PGPB）的微生物群体定居在根际和土壤中。 在这项工作中，液体生物肥料是由橙，香蕉和葡萄，小麦和稻壳，辣木叶子，土壤和红糖（作为碳源）与水混合并在厌氧条件下培养两周而制得的。 筛分的培养物在室温下储存在密闭的PVC容器中，用于微生物种群的生化分析。 分别使用阿什比的甘露醇Azotobacter培养基和Pisvikoya的PSB培养基分离固氮细菌（Azotobacter sp。）和磷溶解细菌，而芽孢杆菌Bacillus sp。 用芽孢杆菌琼脂分离。 进行了田间试验，研究了生物肥料相对于氮/磷/钾（NPK）化肥的性能以及对照对玉米（Zea mays）生长的影响。 实验设计包括生物肥料，化学肥料（NPK）和对照的三种处理，一式三份。 使用单向方差分析以P <0.05分析收集的数据。 结果表明，与用NPK和对照处理的生物肥料相比，施用生物肥料的玉米的生长和产量有了显着改善。 用生物肥料处理过的植物没有表现出昆虫侵袭的迹象，在用NPK和对照处理过的叶片上很容易观察到昆虫侵

禽畜粪便堆肥中优势菌株的分离及其对有机物质降解能力的比较，凌云，路葵，通过对猪粪堆肥各个阶段的微生物进行分离、纯化得到84株纯菌株。经过对比测定后选出生长相对较快，降解淀粉、油脂、蛋白质及纤维�

NMR弛豫法是允许观察由于材料形态引起的分子迁移率变化的技术之一。 T1H已用于监测食品和高分子科学。 然而，尽管T2> H表现为T1> H，但很少用于分析热塑性系统的变化，但它对移动区域更敏感。 通过溶液流延制备高抗冲聚苯乙烯纳米材料，并将其暴露于空气中不同时间的紫外线下。 在每个曝光间隔后取出的样品的特征在于T2> H，着眼于弛豫数据的变化。 该参数的结果表明，弛豫数据的变化来自断链和链重组过程的竞争，这是由于紫外线随时间的增加而发生的。 T2> H数据表明，粘土比率可以影响链降解过程，起到抑制或加速老化过程的作用[1] [2]。

预期这项工作会对聚合物的使用产生重大影响，因为将开发的有机纳米颗粒（ONP）混合到标准聚合物中将使其具有独特性和可追溯性。 演示了用非迁移性ONP掺杂聚合物并讨论了塑料回收的应用。 因此，将ylene衍生物连接到可聚合的乙烯基上，并在RAFT条件（可逆加成断裂链转移）下分别与苯乙烯和甲基丙烯酸甲酯共​​聚，以得到尺寸在40 nm或更小且分子量分布窄的荧光ONP。多分散性PD为1.1或更低。

通过Calvin-Wilson技术研究了在0-50％v / v的不同浓度范围内Co（II），Ni（II）和Cu（II）离子与L-苯丙氨酸和马来酸的三元配合物的化学形态。在298.0 K时保持离子强度为0.16mol·L-1的水混合物。以不同的相对浓度（M：L：X = 1：2.5：2.5、1：2.5：5.0、1：5.0： 2.5）金属（M）到苯丙氨酸（L）到马来酸（X）。 计算了三元配合物的稳定常数的不同值，并使用MINIQUAD75完善了各种模型。 根据稳定性统计参数，得出了针对钴（II），镍（II）和铜（II）物种的最适合化学模型，其中包含MLXH，MLX和ML2X。 基于使用HYSS HYPERQUAD绘制的分布图，讨论了化学形态。 还研究了成分浓度误差对稳定性常数的影响。