基于土壤化学性质与神经网络的羊草碳氮磷含量预测

生态化学计量学是研究植物-土壤相互作用与从元素计量的角度分析生物地球化学元素区域循环规律的新思路,是当前生态化学计量学的研究热点和前沿。该文以羊草碳、氮、磷的含量为研究对象,选用能够模拟输入与输出层非线性关系的径向基函数(radial basis function,RBF)神经网络,在土壤相关化学性质与羊草碳、氮、磷含量之间建立模型,构建最优的羊草碳、氮、磷含量的预测模型。研究结果显示,采用土壤营养元素及相关化学性质作为输入层,羊草碳、氮、磷含量作为输出层,利用Matlab软件建立RBF神经网络模型,模拟预测羊草碳氮磷平均质量分数分别为411.46,18.25和1.11 mg/g,皆低于全球陆生植物叶片碳氮磷的平均含量;羊草C/N值、C/P值和N/P平均值分别为24.70、429.24和17.92,皆高于全球陆生植物叶片C/N值、C/P值、N/P值;羊草N/P为17.92,其生长主要受P元素的限制。预测结果与实际情况比较符合,这说明RBF人工神经网络模型用于模拟预测羊草碳、氮、磷含量与土壤化学性质之间的关系是可行的,可以较准确地估测羊草碳氮磷含量,平均相对误差分别为1.39%,4.69%和7.65%。     

吉林黑土区土壤-作物系统重金属元素地球化学特征研究

在吉林中部系统的野外调查和土壤及玉米籽实样品采集、测试的基础上,采用统计对比及相关分析方法研究了土壤重金属元素含量、有效态含量及玉米籽实重金属元素含量的空间分异,并对土壤-作物系统重金属污染状况进行了评价,目的在于为这一重要粮食产区的环境保护提供科学的依据。结果表明:土壤重金属元素含量、有效态含量及玉米籽实中重金属元素含量在不同研究区存在差异;研究区没有As、Cr、Cu、Ni、Zn元素的外来污染源;Cd元素的表层富集趋势可能是使用化肥所致;吉林黑土区土壤环境质量非常好,处于Ⅰ级水平,十分安全。     

吉林中部黑土区土壤—作物系统营养元素地球化学特征

为研究吉林中部黑土区营养元素地球化学特征,在研究区进行了系统的野外调查和土壤-玉米籽粒样品的采集。在对数据进行统计对比的基础上,对研究区九种营养元素全量、有效态含量及玉米籽粒中营养元素含量的空间分布特征进行了分析,并对研究区土壤营养状况进行了评价。结果表明:K、Ca、Mg、Fe、Mn、Cu、Zn、B元素有效态含量充足,Mo元素有效态含量缺乏,不同区域营养元素空间分布存在差异;Ca、Mg、Mn、Mo元素全量与有效态呈显著正相关,K、Ca、B元素有效态含量随pH值的升高而升高,Fe、Mn、Mo元素有效态含量随pH值的升高而降低。针对研究区有效Mo缺乏的现象,可以通过施用钼肥、降低土壤pH值等的方法,增加有效态钼的含量。