添加过磷酸钙的猪粪堆肥污染气体减排工艺优化

过磷酸钙作为农业生产中常用肥料添加到堆肥中一方面能够显著降低堆肥过程中氨挥发,减少甲烷、氧化亚氮等温室气体的排放,另一方面可以提高磷的生物有效性,对于降低堆肥环境污染风险提高堆肥品质具有重要意义。为研究不同工艺参数对堆肥污染气体排放的影响,研究了添加过磷酸钙条件下不同通风率(0.12、0.24、0.36 L/(kg·min))、含水率(55%、60%、65%)和碳氮比(15、18、21)对堆肥典型污染气体CO_2、CH_4、NH_3和N_2O排放的影响。结果表明:含水率65%和通风率0.36 L/(kg·min)条件下会显著降低过磷酸钙的固氮效果,低通风率更有利于减少NH_3挥发控制氮素损失。过磷酸钙能够有效控制猪粪堆肥N_2O的排放,低通风率有利于堆肥高温期N_2O减排。过磷酸钙对CH_4的减排效果显著,受工艺参数影响较小。不同工艺参数均不会影响添加过磷酸钙堆肥达到稳定和腐熟,从CO_2、CH_4、NH_3和N_2O总温室效应减排效果来看,含水率60%、通风率0.12 L/(kg·min)、碳氮比18是最优堆肥工艺参数方案。     

人工智能数据挖掘在土壤环境科学中的应用——基于文献知识图谱的分析

数据的大幅增长和人工智能技术的快速发展为土壤环境科学研究带来新的思路与发展机遇。本文系统梳理人工智能数据挖掘在土壤环境领域的应用研究现状和前沿动态，归纳评述主要研究热点，提出面临的挑战。采用文献计量和知识图谱分析方法对中国知网（CNKI）和Web of Science文献数据库中截至2021年的相关主题文献进行可视化分析。分析结果表明，人工智能数据挖掘在土壤环境领域的应用研究从2000年左右起步，目前正处于快速发展阶段；中国学者在该领域做出大量贡献，成为国际上最重要的研究力量之一。文献知识图谱分析结果显示，土壤污染预测评价、有机碳空间分布预测制图是国内外学者共同关注的热点方向；我国学者在土壤污染溯源、场地土壤污染评价与修复管控决策两个应用方向的研究处于优势地位。随着数据“孤岛”、数据隐私保护、模型可解释性等一系列问题的逐步被克服，基于人工智能技术的数据挖掘将给土壤环境实时监测、评估、预测预警及管理决策带来深远的影响。