亚热带花岗岩地区土壤矿物风化过程中盐基离子的释放特征

矿物风化过程中盐基离子释放遵从一定的化学计量关系,这种化学计量关系一般只能通过模拟实验来获取。本研究采用pH 7.0的EDTA-乙酸铵溶液将土壤中的交换性盐基离子完全洗脱出来,然后用Batch方法模拟不同pH溶液淋溶洗脱盐基和未洗脱盐基土壤,旨在消除土壤中交换性盐基离子的影响后更为准确地判断土壤矿物风化的盐基离子释放特征。结果表明:未洗脱盐基土壤的淋出液pH由3.73±0.14逐渐上升到4.23±0.06,主要原因是淋溶液中有高浓度的NH_4~+;洗脱盐基土壤矿物风化后淋出液pH从7.39±0.02逐渐下降到5.39±0.17,主要是由于土壤中可风化矿物减少。土壤交换性盐基离子会改变盐基离子释放特征、释放总量:未洗脱盐基土壤经酸雨淋溶后,各盐基离子释放均呈现急速下降后逐渐平缓的趋势,洗脱盐基土壤矿物风化后,K~+及盐基离子释放总量呈波动上升趋势,且盐基离子释放总量比未洗脱盐基土壤低。土壤交换性盐基离子的存在还会改变淋出液中的盐基离子化学计量关系:未洗脱盐基土壤的K~+︰Ca~(2+)︰Mg~(2+)︰Na+化学计量关系为11︰13︰4︰1(当量比),而洗脱盐基土壤为7︰2︰2︰1。K~+是盐基离子中风化释放量最多的,大部分K~+来自于土壤中云母的风化。因此,只有利用洗脱盐基土壤的盐基离子释放量才能准确计算矿物风化速率并获得准确的化学计量关系。土壤矿物风化作用随着淋溶液酸度增大而增强,但模拟一年降雨量的情况下,p H 3.5、4.5和5.5三种不同p H溶液对矿物风化后盐基离子的释放在实验期间没有显著性影响,较长时间后的差异性有待观察。本研究表明,可以通过预洗脱盐基土壤然后模拟酸雨淋溶的方法,观察矿物风化特征,特别是盐基离子释放的化学计量特征。     

长短期记忆神经网络在多时次土壤水分动态预测中的应用

基于长沙站2016—2019年10 cm深度土壤水分自动观测小时数据集,利用长短期记忆神经网络(LSTM)模型结合随机采样学习方法,开展了土壤水分多时次预测,结果表明:LSTM模型对6、12、24、48h后的土壤体积含水量预测均方根误差(RMSE)分别为0.22%、0.28%、0.38%、0.54%,决定系数(R2)分别为0.99、0.99、0.98、0.96,除6 h预测步长外,准确率均优于自回归整合滑动平均(ARIMA)模型,且误差稳定、无异常值出现,预测准确率远优于相关研究。该结果证实了基于LSTM模型精准预测土壤水分动态的可行性,为精准灌溉和干旱预警提供了计算机技术及手段支撑,为政府及科研部门水资源管理政策的制定提供了数据支持。