基于产量反应的东北一季稻推荐施肥方法的可行性

  【目的】  推荐施肥是提高作物产量和肥料利用率的有效措施。基于产量反应的养分专家系统 (Nutrient Expert for Rice，NE) 易于操作，便于推广。通过大量田间试验，验证了其在东北一季稻上的应用效果。  【方法】  于2013—2018年在东北水稻主产区黑龙江省和吉林省共开展了115个田间试验，每个试验包括6个处理:1) 基于水稻养分专家系统推荐施肥处理 (NE)；2) 农民习惯施肥措施处理 (FP)；3) 基于测土配方施肥或当地农技部门推荐施肥的处理 (ST)；4)～6) 分别为基于NE的不施氮 (N)、不施磷 (P) 和不施钾 (K) 处理，用于计算养分利用率。水稻收获期调查产量，依据肥料成本，计算净效益和肥料利用率。  【结果】  NE、FP和ST处理间的水稻产量无显著差异 (P = 0.185)，但以NE处理的产量较高，平均为9068 kg/hm2，与FP和ST处理相比，分别增加了344和196 kg/hm2，其产量差随着NE系统不断优化趋于稳定。虽然NE处理的肥料成本 (TFC) 最高，但其净效益 (GRF) 比FP和ST处理分别高1043和537元/hm2，这部分效益都来自于产量的增量。养分回收率 (RE) 均以NE处理最高，与FP和ST处理相比，氮素回收率分别提高了3.3和2.3个百分点，磷素回收率分别提高了3.5和3.6个百分点，钾素回收率分别提高了7.3和4.6个百分点。与FP处理相比，NE处理的氮和磷的农学效率 (AE) 分别显著提高2.7 kg/kg (P = 0.022) 和4.1 kg/kg(P = 0.030)，3个处理的钾素农学效率无显著差异。肥料偏生产力 (PFP) 的大小与施肥量呈显著负相关，NE和ST处理N的偏生产力显著高于FP处理 (P = 0.004)，ST处理磷素偏生产力显著高于NE和FP处理 (P = 0.001)，但FP处理钾素偏生产力高于NE和ST处理，并与NE处理差异达到了显著水平 (P = 0.028)。  【结论】  与以常规测土施肥为基础的推荐施肥相比，基于产量反应的养分专家系统 (NE系统) 的推荐施肥量和比例更符合作物对养分的需求，在吉林和黑龙江两个省份的大田试验中均获得了相同或更高的水稻产量。由于NE系统无论是否进行土壤测试都可用来进行推荐施肥，因而是更加方便和可行的一季稻施肥推荐方法。     

不同精度的土壤数据对水质和水量模拟的影响

【背景】模型模拟是研究面源污染的重要手段,建模过程中输入数据的质量是影响模型准确度的重要因素,其中土壤数据作为流域模型的重要输入数据之一,对模型的产流过程有重要的影响。然而,以往的研究多集中于土壤数据精度对水量和水文过程的影响,对水质的研究还比较欠缺。【目的】为丰富该领域建模的先验知识,为流域模型建立过程中的数据选择提供帮助。【方法】采用SWAT（soil & water assessment tool）模型,利用不同精度（1:5万、1:50万和1:100万）的土壤数据进行建模,对凤羽河流域的水量、泥沙、总氮和总磷含量进行了模拟。并采用SWAT-CUP软件进行参数的率定,得到基于3种不同土壤数据的最佳模拟结果。在此基础上,研究不同精度土壤数据对水文响应单元划分、模型参数、水质和水量模拟的影响。【结果】（1）土壤数据对水文响应单元（HRU,hydrologic response unit）的划分数量有明显影响,HRU划分数量的敏感性与划分阈值及土壤图详细程度有关;（2）进行参数率定后模型的表现效果有明显的提高,不同精度的土壤数据对于不同指标（流量、泥沙、总氮和总磷）的模拟效果存在差异,但并非土壤数据精度越高模拟效果越好;（3）随着子流域面积的增大,不同土壤数据提取的土壤属性的平均值趋于一致,且校准过程会对面积较小的子流域产生较大的影响。【结论】因此,在实际的模型模拟中应根据流域的大小和模拟的指标选择土壤数据的精度,同时在模型校准过程中要注意空间尺度的影响。     

国内外磷指数评价指标体系研究进展

磷是水体富营养化的关键影响因子之一,且农业面源流失的磷是水体中磷的主要来源之一。通过对面源磷的流失风险进行评价,识别其关键区,进而进行针对性管理,是控制面源磷流失的有效手段之一。作为一种评价面源磷流失风险的简单方法,自20世纪90年代以来,磷指数已经在美国、中国及欧洲一些国家得到了广泛的应用。通过采用磷指数法,在评价其流失风险空间分布特征的基础上,可以方便快速地识别出田块或流域内磷流失的关键区。各个国家或地区根据本研究区的情况建立了不同的指标体系,但缺乏统一的磷指数建立标准。从源因子、迁移因子等组成因子及因子等级划分与磷指数计算等几个方面,对国内外的磷指数评价指标体系进行了分析评述,并对其发展进行了展望,旨在为目标研究区磷指数的建立和应用提供借鉴。     

冀北山地5个土壤发生学分类代表性剖面在系统分类中的归属研究

为了解冀北山地土壤发生学分类代表性土类一棕壤、褐土在中国土壤系统分类中的归属,在冀北山地通过野外剖面形态特征调查、理化性质分析,研究了2个棕壤、3个褐土剖面的发生特性,按照《中国土壤系统分类检索(第3版)》确定了各土壤剖面的诊断层和诊断特性,通过检索确定它们在中国土壤系统分类中的归属.研究结果表明:冀北山地5个代表性土壤剖面在中国土壤系统分类中归属于3个土纲(雏形土,新成土,淋溶土),3个亚纲,4个土类,4个亚类.同时探讨了该区5个代表性剖面的土壤基层分类单元的划分,初步拟定了5个土族、5个土系.     

绿肥还田对烟田土壤培肥和烤烟产量品质的作用

2006～2007年连续两年采用烤烟-绿肥轮作田间试验与室内分析方法,研究绿肥还田对土壤培肥和烤烟产量、品质的作用,取得良好效果。绿肥还田明显提高土壤有效磷钾养分含量。土壤速效磷以油菜区黑麦草区CK;土壤速效钾以黑麦草区油菜区CK。绿肥还田显著提高烟叶产量,改善烟叶品质。黑麦草区、油菜区分别比对照烟叶增产13.7%、16.4%,上、中等烟叶比例达90%以上。     

GIS技术在非点源污染研究中的应用进展

GIS技术在非点源污染研究中日益得到重视和广泛应用,基于GIS技术的非点源污染模型应用研究已成为非点源污染研究的热点。阐述了GIS在非点源污染研究中应用的必要性,对GIS在非点源污染应用的三个层次即建立空间数据库、提取模型参数和与模型的集成应用进行了介绍,并对今后研究方向进行了探讨。     

河北省表层土壤可侵蚀性K值评估与分析

利用河北土系调查成果中的土壤颗粒组成、土地利用及土壤化学性质等资料,利用EPIC模型中土壤可蚀性K值算法以及结合地统计学方法,研究了不同土壤类型、不同质地及不同土地利用类型的土壤可侵蚀性K值和土壤可侵蚀性K值的空间变异特征。结果表明:1河北土壤可侵蚀性K值平均为0.27,其变化范围为0.12~0.40,土壤可蚀性K值在0.30~0.35之间易蚀性土壤面积占总土地面积的63.71%,土壤可蚀性K值在0.25~0.3之间较易蚀性土壤面积占总土地面积的21.52%,这说明该省易蚀性土壤面积较大。2不同质地的K值之间显著性差异,粉砂黏壤质的可侵蚀性K值最大,为0.37;壤砂质的可侵蚀性K值最小,为0.13。而在不同的土地利用类型之间的K值差异性不显著,耕地的K值最大,为0.33;草地的K值最小,为0.22。3河北土壤可侵蚀性K值存在较强的变异性,其变异系数为29%。因此,在土壤侵蚀定量监测、评价水土流失时,应考虑土壤可蚀性K值的这种空间变异状况。块金值/基台值为37.3%,表明在变程内具有中等强度的空间相关性。步长为23 km,变程为440 km,变程远大于步长,表明在小流域尺度下有较好的空间相关性,进行Kriging插值能得到较准确的结果。4河北土壤可蚀性K值大体呈现南高北低的空间分布特征,南部主要是耕作栽培区,北部主要是自然植被区。该研究结果为宏观大尺度土壤资源可持续利用与制定水土保持规划提供科学依据。     

宁洱县典型烟田土壤系统分类研究

我国土壤系统分类现处于基层单元土族和土系建设迅速发展阶段,宁洱县是云南普洱市烤烟主要种植区之一,本文在宁洱县发生分类的水稻土和黄壤烟田上共选择了5个典型土壤剖面,通过形态观察和分层采样测试,研究了其在系统分类中的归属。研究结果：（1）5个典型剖面分别隶属于人为土、淋溶土、富铁土3个土纲、3个亚纲、3个土类、3个亚类、4个土族和5个土系;（2）就植烟适应性而言,5个土系的总体优势是土壤质地偏黏,有利于保水保肥,但土壤通透性略差,地形均为坡地,旱地烟田易发生水土流失。属于水耕人为土土纲的土系（水田）有机碳和有效磷养分含量较高,属于淋溶土、富铁土纲的土系（旱地）养分含量低,需要注意适当增施肥料和实施秸秆还田。     

我国三个典型流域人类活动净氮输入量估算及其影响因素

目的 人类活动氮素过量投入是引起面源污染的重要原因之一。阐明人类活动净氮输入量的时空分布特征及其影响因素,为解决面源氮素污染问题提供数据支持。方法 利用人类活动净氮输入量（net anthropogenic nitrogen input,NANI）模型,通过统计年鉴和文献综述获得NANI相关数据和参数,对农业化的香溪河流域、城镇化的太湖流域和全面推进农业绿色发展模式的洱海流域的净氮输入量进行评估。结果 从NANI强度上看,3个典型流域NANI平均值按照大小排序为：太湖流域（13 241 kg·km^-2·a^-1）、香溪河流域（2 183 kg·km^-2·a^-1）、洱海流域（1 582 kg·km^-2·a^-1）。从来源上看,氮肥施入（Nfer）和食品/饲料氮（Nim）是NANI最大来源,占比58%—97%,对NANI贡献从大到小排序为：氮肥施入、食品/饲料氮输入、氮沉降输入、作物固氮输入。从时间尺度看,2019年同2010年相比,香溪河流域NANI中食品/饲料氮输入比例下降23个百分点,氮沉降比例上升34个百分点;洱海流域NANI中氮肥施入比例下降86个百分点;太湖流域NANI中食品/饲料氮输入比例上升31个百分点,作物固氮量和氮沉降输入比例下降14个百分点和12个百分点。从影响因素上看,3个典型流域NANI与城镇人口密度均呈现显著相关性（P<0.05）,且随城镇人口密度的增加NANI随之升高;耕地面积占比与NANI的拟合上,香溪河流域有显著影响（P<0.05）,但洱海流域和太湖流域均无显著影响（P>0.05）。结论 香溪河流域中昭君镇、峡口镇和黄粮镇,洱海流域中下关镇、上关镇和凤仪镇,太湖流域中张家港市、嘉兴市秀城区、杭州市拱墅区和上海市南汇区是NANI的关键源区;以农业为主的香溪河流域化肥施入是NANI的主要来源;城镇化程度较高的太湖流域食品/饲料氮和肥料氮投入是NANI主要来源;农业绿色发展措施可显著减少人类活动净氮输入量。因此,在关键源区大力推广农业绿色发展措施,同时有效降低饲料和肥料的投入量,有利于控制农业面源污染。     

河北省主要极端气候指数的时空变化特征

根据河北省142个气象站点1961-2010年逐日平均气温、最高气温、最低气温和降水量等基础资料,采用线性倾向估计法及Kriging插值法,研究河北省极端气温事件的时空变化特征。结果表明:(1)在极端气温指数的空间分布方面,极端最高气温和夏日均呈从南至北逐渐降低的趋势,高值中心分别位于邯郸、邢台、石家庄、衡水和邯郸、邢台、石家庄、衡水、廊坊、沧州等地,而霜日则呈北高南低的空间变化规律,高值中心主要位于张家口北部地区,极端最低气温、暖日指数及持续冷期无明显的空间分布规律;从变化趋势的空间分布特征来看,全省夏日、暖日指数、极端最低气温及大部分地区的极端最高气温呈增加趋势,全省霜日则呈下降趋势,持续冷期的变化不显著。(2)极端降水指数无明显的空间分布规律。日最大降水量、强降水量、暴雨日数、连续干日及连续湿日均呈零星分布,降水强度从东南至西北大体呈降低趋势;从变化趋势的空间分布特征来看,在1961-2010年河北大部分地区的日最大降水量、强降水量、降水强度、连续湿日及暴雨日数均呈下降趋势,而连续干日呈增加趋势。从极端气温及降水指数的变化趋势可以看出,河北省具有干暖化倾向,农业生产上应采取相应的适应对策。