中国土壤有机碳密度和储量的估算与空间分布分析

基于 1∶40 0万的《中华人民共和国土壤图》和第二次土壤普查数据 ,运用地理信息系统技术 ,对中国土壤有机碳密度及储量做出估算 ,并且分析了土壤有机碳密度的空间分布差异。结果表明 :10 0cm深度的土壤有机碳密度介于 1 19kgm- 2 到 176 46kgm- 2 之间 ,2 0cm深度的土壤有机碳密度介于 0 2 7kgm- 2 到53 46kgm- 2 之间 ;10 0cm和 2 0cm深度的土壤有机碳储量分别为 84 4Pg (1Pg =10 15 g)和 2 7 4Pg ;土壤有机碳密度具有高度的空间变异性 ,东北地区、青藏高原的东南部、云贵高原等森林、草甸分布的地区有机碳密度最高 ,准噶尔盆地、塔里木盆地、阿拉善高原与河西走廊、柴达木盆地等沙漠化地区的土壤有机碳密度最低 ;土壤有机碳密度的空间分布主要受气候、植被以及人类活动的影响     

应用基于PLSR的土壤-环境模型预测土壤属性

土壤-环境模型对于正确理解土壤属性与环境因子间的关系,以及进行土壤属性预测与制图均具有重要的意义。研究区位于陕西省长武县内多年退耕还林还草沟壑区域,采集72个土壤表层样本,选择3/4的样本作为建模集,其余1/4的样本作为验证集;环境因子选择容易获取的地形因子和由遥感影像提取的植被因子和湿度因子,建立基于偏最小二乘回归(PLSR)的土壤-环境模型。结果表明:全氮、速效钾、全钾、有机质与环境因子间均有显著相关性;建立的PLSR模型可解释土壤属性的空间变异从23%(全氮)到27%(全钾);与逐步回归方法构建的模型相比,利用PLSR构建的土壤-环境模型可以更好地表征土壤属性与环境变量间的关系,拟合精度和预测精度也相对较高,说明PLSR建立的模型可以更好地应用于相似区域的土壤属性预测。     

土壤含水量对反射光谱法预测红壤土壤有机质的影响研究

研究土壤含水量对有机质预测的影响,可为野外红壤有机质快速测定提供理论依据。本文在实验室条件下测量了不同含水量红壤的可见光-近红外光谱反射率,运用偏最小二乘回归(PLSR)建立不同含水量的土壤有机质预测模型。结果显示,随土壤含水量的增加,有机质与一阶微分光谱的相关性先增加后下降,含水量为100～150 g/kg时相关系数最大。分380～2 400、380～1 300、1 300～2 400 nm三个波段建立不同含水量的有机质预测模型,模型预测精度均随土壤含水量增加而呈现先增加后下降的趋势。利用1 300～2 400 nm建立有机质预测模型可以有效避开氧化铁影响,建立的模型预测精度最高。本研究认为,当土壤含水量小于200 g/kg时,可以利用在室内控制条件下测定的土壤反射率,建立1 300～2 400 nm波段的PLSR模型,进行红壤土壤有机质含量预测。     

CERN分布式土壤样品长期保存系统的构建

长期保存的土壤样品是国家科技基础支撑条件的重要组成部分,对于土壤及环境长期变化研究和科学数据开放共享等具有重要价值。近年来,随着我国对农业和生态环境科技投入的不断增长,土壤调查强度逐步增大,土壤样品积累速度明显加快,因此,亟需相关的标准规范来指导土壤样品的长期保存。在国家标准《土壤质量 土壤样品长期和短期保存指南》（GB/T32722-2016）的基础上,结合“十三五”期间CERN分布式土壤样品长期保存系统建设经验,本文对土壤样品保存管理策略、土壤样品保存条件要求和土壤样品信息管理系统进行了介绍,以期为我国土壤样品长期标准化保存,以及第三次全国土壤普查样品库建设提供参考。     

不同植被下中国土壤有机碳的储量与影响因子

基于第二次土壤普查和新疆土壤调查等 2 4 4 0个典型土壤剖面数据和 1∶4 0 0万中国植被图 ,对中国不同植被类型下的 1 0 0cm和 2 0cm厚度土壤有机碳密度和储量进行估算 ,绘制了土壤有机碳储量的地理分布图 ,并且对土壤有机碳储量与生境条件之间的关系进行统计分析。结果表明 :不同植被类型下的土壤有机碳密度存在显著差异 ,草甸和森林最高 ,灌木和农田次之 ,再其次是草原 ,最低的是荒漠 ;基于植被分类计算的我国 1 0 0cm和 2 0cm厚度土壤有机碳总储量分别为 6 9.38Gt和 2 3.81Gt。 1 0 0cm深度土壤碳储量在森林、农田、灌丛、草甸、草原、荒漠植被下分别为 1 7.39Gt、1 4 .6 9Gt、1 3.6 2Gt、1 2 .2 2Gt、7.4 6Gt、3.93Gt;土壤有机碳储量的空间分布差异明显 ,具有明显地域性 ,青藏高原东南地区、阿尔泰山和天山山地等高寒草甸、灌丛草甸区是土壤有机碳储量最高的地区 ,其次是东北地区北部的针叶林、草甸区和我国南方的亚热带阔叶林区 ,土壤有机碳储量最低的地区是西北地区和藏北高原的荒漠、草原干旱区 ;在不同生态系统中环境变量对土壤有机碳储量的影响是不同的 ,在温带草原年平均温度是土壤有机碳储量主要控制因素 ,而对于针叶林海拔是导致土壤有机碳储量变异的主导因子 ;随着研究尺度的细化 ,环境变     

上海市城郊土壤有机质的时空变异特征及其影响因素

为了深入了解城市化对城郊农业土壤有机质变化的影响,本研究运用GIS和地统计学结合的方法,对上海市土壤有机质的时空变异规律及其驱动因子进行了探讨。研究结果表明,土壤有机质在整个研究区内表现出中等程度变异,土壤有机质含量分布呈现出西南高,东部低的特点。1980—1999年土壤有机质含量增加,而1999—2010年土壤有机质含量下降。1999—2010年,由水田变为蔬菜地、苗圃时,土壤有机质含量分别下降6.72 g/kg和6.15 g/kg,而水田保持不变时,仅下降了1.51 g/kg。通过空间叠加分析可知,1999—2010年,上海市大部分地区土壤有机质含量呈减少趋势,只有北部、南部和西南的部分地区的土壤有机质含量有所增加。土壤有机质增加的区域离城市较远,而土壤有机质下降区域位于近郊,主要原因是近郊部分水田转化为蔬菜地和苗圃,土地利用方式改变导致了作物根茬和秸秆还田减少,同时有机质分解加快,因此引起了土壤有机质积累下降。     

县域尺度红壤丘陵区水稻土有机碳模拟

区域尺度土壤有机碳储量的时空变化及其管理是全球气候变化和农业可持续发展研究的重要内容。本文以中亚热带红壤丘陵区的江西省余江县为例,基于12a的长期试验和1998年、2001年的野外定位采样对比研究,利用反硝化分解模型?DNDC(Denitrification-Decomposition)在田块和县域尺度研究了县域尺度表层(0~20 cm)水稻土有机碳储量的时空变化规律。结果表明,以长期试验数据验证,DNDC模型可以较好地模拟水稻土表层有机碳的长期动态变化。2001年农田水稻土(面积为3.6×108m2)表层(0~20 cm)有机碳总储量为2.9×109kg,平均土壤有机碳密度为6.0 kg m-2。1998年至2001年余江县水稻土表层土壤有机碳库逐年增加,年际平均变化量为3.0×107kg。通过对余江县水稻田模拟不同碳投入的情景,分析预测1998年至2017年土壤有机碳储量,种植绿肥提高秸秆还田比率同时减少化肥的投入,可有效地增加红壤区域有机碳蓄积。     

基于可见光-近红外漫反射光谱的红壤有机质预测及其最优波段选择

有机质是土壤肥力、土壤质量的重要指标,同时也是土壤碳库的重要组成部分。传统的土壤有机质测试方法费时、繁琐,难以满足快速监测土壤有机质含量的需求。近年来,具有无损、快速、简便等优点的可见-近红外光谱技术的应用为土壤有机质的快速监测提供了有效途径。     

土壤可见光-近红外反射光谱与重金属含量之间的相关性

发展基于反射光谱技术的快速、简便、低成本的土壤重金属信息提取方法是区域土壤重金属污染治理所需要的。选择江西贵溪铜冶炼厂污染区,分析了9种重金属元素(Cu、Pb、Zn、Cd、Co、Ni、Fe、Mn及Cr)与土壤可见光-近红外反射光谱之间的相关性及其相关的原因。研究表明,研究区土壤中存在Cu(含量介于66.71~387 mg kg-1之间)和Cd(含量介于0.36~6.019 mg kg-1之间)的强烈富集。土壤重金属含量与反射光谱之间存在显著相关,污染元素Cu的最高相关系数为-0.87,Pb、Zn、Co、Ni、Fe的最高相关系数达到高度相关(|r|>0.80),Cr、Cd、Mn的最高相关系数达到显著相关(|r|>0.70)。微分光谱适于获取土壤中的重金属元素信息,利用组合波段能显著提高相关性。Cu与反射光谱之间的相关性主要受有机质的影响;Pb、Zn、Co、Ni主要受黏土矿物和铁锰氧化物的影响;Cr与反射光谱之间的相关性同时受有机质和黏土矿物的影响。     

区域农田有机物质投入量的估算方法 —— 以陕西长武县为例

以黄土高原典型沟壑区长武县为研究区域,进行区域农田有机物质投入量估算方法的研究。将农田有机物质投入分为秸秆还田、秸秆根茬残留、作物地下生物量和有机肥4个部分分别进行估算。基于LANDSAT 5卫星遥感资料,利用CASA模型估算植物第一净生产力,获得作物整株重,结合作物根冠比估算作物地上生物量和地下生物量,以地上生物量和实地秸秆调查来估算秸秆根茬量和秸秆还田量。估算结果显示,长武县农田年总有机物质投入量为42 700 t。