南方侵蚀治理区土壤碳分布及主控因素研究

研究侵蚀治理区土壤碳区域分布影响因素对揭示退化土壤有机碳恢复有重要的意义。本文以江西省兴国县侵蚀治理恢复区林地土壤有机碳为研究对象,评价了土壤类型和成土母质对土壤有机碳的影响及其主控作用。结果表明：兴国县侵蚀治理恢复区林地土壤有机碳受土壤类型和成土母质影响显著,其中黄红壤各土层土壤有机碳含量均显著高于红壤;千枚岩发育的土壤有机碳显著高于红砂岩和花岗岩。对比土壤类型和成土母质对土壤有机碳的影响作用大小发现,在表层0 ~ 20 cm土壤类型对土壤有机碳变异解释能力大于30%,成土母质的解释能力约为17%,土壤类型是影响表层土壤有机碳的主控因素;表下层20 ~ 30 cm 土壤有机碳变异的解释能力则表现为成土母质(28.8%)与土壤类型(27.5%)基本相当,同为主控因素。因此,兴国县侵蚀治理恢复区土壤类型和成土母质对土壤有机碳的影响作用不容忽视,合理地分区展开水土保持工作有利于退化土壤的碳恢复。     

植被恢复过程中侵蚀红壤有机质变化研究

基于2001年与2011年两期土壤样品数据,对江西省兴国县植被恢复过程中侵蚀红壤有机质的变化进行了研究。结果表明：10年间,纯林、林草及林灌草结构下表层(0 ~ 10 cm)土壤有机质变化值分别为?-5.8、-0.1及8.0 g/kg,千枚岩、红砂岩及花岗岩成土母质发育的红壤表层土壤有机质变化值分别为8.7、-0.5及 -3.1 g/kg。植被垂直结构对表层土壤有机质的变化影响显著,主要是由于植被覆盖度及生物量的不同引起的凋落物量的差异所导致;土壤颗粒组成是表层土壤有机质变化的重要影响因素之一,研究区表层土壤有机质的变化与黏粒含量的变化呈显著正相关(P < 0.05);此外,林下土壤侵蚀也影响着表层土壤有机质的变化。     

基于水稻叶面积指数的根生物量预测模型研究

准确预测作物根生物量对评价农田生态系统碳源汇功能具有重要意义。本研究以江西省余江县为研究区,以2012年晚稻季抛秧的黄花粘水稻为研究对象,基于26个监测点的水稻生育期(分蘖期、抽穗期、灌浆期和完熟期)叶面积指数(LAI)以及完熟期地上和地下生物量数据,分析了LAI与生物量的相关关系,比较了利用LAI直接预测根生物量和利用根冠比法预测根生物量的优劣,最终建立了基于多生育期LAI的水稻根生物量预测模型。结果表明:灌浆期LAI与根生物量呈极显著相关关系,相关系数为0.775;利用LAI直接预测根生物量精度高于根冠比法;利用单一生育期LAI预测根生物量的精度较低;多生育期LAI能显著提高根生物量预测精度,其中基于抽穗期、灌浆期和完熟期LAI组合的根生物量预测模型最优。综上所述,本研究区抛秧的黄花粘水稻的根生物量可以通过LAI快速、准确地预测。     

玉溪市100m级植烟土壤质地品质的区划研究

开展以质地为关键因子的高精度植烟土壤区划,对综合提升区域烟叶品质具有现实指导意义。本研究以云南省玉溪市植烟区为研究对象,利用云南省、地市和县级土种志所记录的玉溪市土壤剖面数据为基础,并结合GIS技术和地统计学等方法,对玉溪市植烟土壤质地品质进行高精度区划。建立了玉溪市100 m级土壤质地数据池,对烟草区划的土壤关键因子土壤质地进行了科学地品质等级划分,结果表明,玉溪市适宜植烟的土壤质地品质差异较大,按土壤质地品质分级一等~五等的面积比例分别为9.87%、36.08%、11.7%、21.38%和20.97%,其中,最适宜植烟的一等土壤主要分布在峨山和华宁县,面积分别为26.2km2和25.2 km2,较适宜的二等主要分布在新平、元江和江川,面积分别为87 km2、58.6 km2和55.5 km2。不同海拔高度上的植烟土壤质地品质存在较为明显的差异,海拔1 600～2 000 m是玉溪烟叶主产区和优质植烟土壤质地主要分布区。玉溪市100 m级土壤质地空间分布图,详细程度达到村镇尺度,极大地提高了植烟区划精度及其实用性。研究结果可为优质烟叶生产及其长期规划布局和科学管理提供理论依据。     

杉木单立木3-D建模与防侵蚀关键参数表征研究

单立木三维(3-D)重建与全面解析叶面积指数(LAI)的空间分布对于认识我国南方林下土壤侵蚀过程与防治具有重要意义。本研究选择江西省东部德兴市新岗山丘陵区的中国–德国–瑞士三方合作生物多样性试验基地,使用地面激光扫描仪(TLS),在野外实地通过扫描获取一棵5年生杉木的点云数据,并基于点云数据反演了该杉木LAI的空间分布,讨论了冠层结构及其异质性对林下土壤侵蚀的影响。结果表明:地面激光扫描仪是单立木3-D重建的有力工具,本研究提出的提取LAI径向分布的体元模型切分方式行之有效。样木LAI在纵向及径向上分布皆不均匀,纵向上,LAI(ΔH=0.1m)变化范围为0.02~0.18 m2/m2;径向上,树干处的LAI可达到树冠边缘处的8~25倍。东南SE、东北NE、西北NW、西南SW四个方位的LAI分布表现为下坡向(SW、NW)大于上坡向(SE、NE)。整棵杉木的LAI为2.45 m2/m2,TLS应用于林木野外扫描时受风速的影响比较大,基于体元模型计算LAI时,体元尺寸的选择非常关键。