基于不同基质测定土壤碱性磷酸酶活性的比较

土壤磷酸酶对有机磷的矿化及植物的磷素营养有重要影响。目前测定土壤磷酸酶活性采用的基质主要有磷酸苯二钠(CAS编号:3279-54-7)和对硝基苯磷酸二钠(CAS编号:4264-83-9)两种。国际上对土壤磷酸酶活性的测定普遍采用对硝基苯磷酸二钠,而国内大部分学者主要采用磷酸苯二钠。由于不同类型的基质对磷酸酶活性的测定结果有很大影响,所以选择适宜的基质种类对磷酸酶活性进行测定有很大的不确定性。为探讨碱性磷酸酶活性的测定方法,以磷酸苯二钠和对硝基苯磷酸二钠为基质,选用酸性、中性和碱性土壤各10个土样,比较了依据《土壤酶及其研究法》(DPP1),《Method in Soil Biology》(DPP2)和《Methods of Soil Enzymology》(PNPP)书中所介绍的测定方法所获结果之间的差异。结果表明:三种方法所测的三种类型土壤磷酸酶活性的变化趋势基本一致,但不同土壤之间差异性的变化幅度有明显不同。在酸性土壤和碱性土壤中,DPP1和DPP2所测十个土样碱性磷酸酶活性之间的变异系数属于中度变异,而PNPP则属于高度变异;在中性土壤中,DPP1和DPP2属于低度变异,PNPP属于中度变异。总的来看,PNPP比DPP1和DPP2敏感。此外,由于PNPP具有高精确度、培养时间短和实验操作简便等优点,我们建议采用PNPP进行碱性磷酸酶活性的测定。     

土壤控水条件下K、Ca配施对生菜品质的影响研究

试验设两个土壤含水量(土壤较高含水量和土壤中等含水量)条件下,采用二因素(K肥量、Ca肥量)二次回归正交旋转组合设计,9个处理,研究了在不同K、Ca配施条件下,生菜品质的变化。结果表明:在不同的土壤含水量条件下,K、Ca合量配施可以促进生菜营养品质的提高。     

基于EPO算法去除水分影响的土壤有机质高光谱估算

野外进行土壤有机质的光谱快速预测时需考虑土壤含水量的影响。在室内设计人工加湿实验分别获取9个土壤含水量梯度(0~32%,间隔4%)的土壤光谱数据,分析土壤含水量变化对光谱的影响,再利用外部参数正交化法(external parameter orthogonalization,EPO)进行湿土光谱校正,并结合偏最小二乘回归和支持向量机回归分别建立土壤有机质预测模型。结果表明,土壤光谱反射率随着土壤含水量的增加呈非线性降低趋势,偏最小二乘回归模型的预测偏差比为1.16,模型不可用;经EPO算法校正后,各土壤含水量梯度之间的光谱差异性降低,能实现土壤有机质在不同土壤含水量梯度的有效估算,偏最小二乘回归和支持向量机回归模型的预测偏差比分别提高至1.76和2.15。研究结果可为田间快速预测土壤有机质提供必要参考。     

黄河三角洲土壤有机质含量的高光谱反演

【目的】土壤有机质(SOM)具有改良土壤结构、 促进团粒结构形成、 增加土壤疏松性、 改善土壤通气性和透水性以及促进植物生长发育的作用。传统测定土壤有机质的方法,虽然精度高,但是实时性差。本文通过对土壤高光谱数据进行变换和分析,筛选出与土壤有机质含量相关性高的敏感波长,构建能够实时、 快速反演黄河三角洲土壤有机质含量的数学统计模型。【方法】60个土壤样品采于黄河三角州。利用ASD Fieldspec3光谱仪,在室内环境下对黄河三角洲不同有机质含量的风干土壤样本进行了光谱测量,利用化学方法测定了土壤的有机质含量。在对土壤样品高光谱反射率进行去包络线处理的基础上,与土壤有机质含量进行相关分析,筛选敏感波长;运用主成分回归分析、 多元线性回归分析、 二次多项式逐步回归分析和支持向量机回归分析方法,分别建立了有机质含量的反演模型。【结果】确定了估测土壤有机质含量的敏感波长,建立了能够快速反演黄河三角洲土壤有机质含量的数学统计模型。从土壤光谱反射率曲线可以看出在1400 nm、 1900 nm和2200 nm等波段附近有十分明显的水分吸收谷。经对比相关性可以看出,去包络线的数据处理方法明显提高了光谱反射率与土壤有机质之间的相关性。1278 nm、 1307 nm、 1314 nm、 1322 nm、 1328 nm、 1334 nm、 1343 nm 7个相关性较高的波长作为估测土壤有机质含量的敏感波长。基于主成分回归分析、 多元线性回归分析、 二次多项式逐步回归分析和支持向量机回归分析方法,分别构建了反演有机质含量的模型。其中,二次多项式逐步回归模型校正集的决定系数达到了0.865,验证集的决定系数最大,达到了0.837,为黄河三角洲土壤有机质含量的最佳反演模型。【结论】去包络线的数据处理方法可提高光谱反射率与土壤有机质之间的相关性,确定的1278 nm、 1307 nm、 1314 nm、 1322 nm、 1328 nm、 1334 nm、 1343 nm 7个波长是估测黄河三角洲土壤有机质含量的敏感波长。由于二次多项式逐步回归模型校证集的决定系数最高、 均方根误差最小,其拟合效果最好。因此二次多项式逐步回归模型对反演黄河三角洲土壤有机质含量是最佳的。     

基于电阻率断层扫描技术的土壤砾石体积含量评估

为了对电阻率断层扫描技术应用于土壤中砾石含量的研究进行评估,该文对此应用进行了数值模拟研究。该研究假设石质土壤为由细土和砾石组成的二相介质,采用有线差分法对所建立土壤数值模型进行了电阻率断层扫描模拟,模型中砾石随机分布且相互独立,过程中对砾石尺寸和土壤中水分情况的影响进行了研究。结果表明对已知二相各自电阻率值的石质土壤,其等效电阻率与其中砾石体积含量相关,数值模拟结果与理论预测结果相符合,验证了电阻率断层扫描技术应用土壤中砾石体积含量估计的可适用性,同时指出在土壤较湿润时为该技术的适宜使用条件。该研究为土壤学分类研究及质量评价提供参考和指导。     

土壤颗粒分布参数模型对黄土性土壤的适应性研究

土壤颗粒组成是土壤最基本的物理性质之一,其分布曲线可用来估算土壤的水力学性质,然而对于土壤颗粒分布曲线的完整表达需要借助于参数模型,对于不同类型的土壤,参数模型的拟合效果不尽相同.为了选择能够较好描述黄土性土壤颗粒分布状况的参数模型,该文采用了3个指标--相关系数(R),均方根误差(RMSE)和Akaike信息准则(AIC)值,对3类共10个参数模型(单参数模型2个,二参数模型6个,三参数模型2个)在黄土性土壤上的适应性进行了评价(共828个土壤颗粒分析资料).结果表明:简化的三参数Fredlund模型对黄土性土壤颗粒分布的拟合效果最好,且受质地影响较小,二参数Weibull模型次之,单参数的Jaky模型效果最差.三参数Fredlund模型是估算黄土性土壤颗粒组成的最适宜的模型.     

USLE在西吉县黄土丘陵沟壑区的应用

根据USLE原理,本文提出了一种计算小流域土壤流失量的新方法,并用来计算宁夏西吉县黄家二岔小流域的土壤流失量,计算结果与实测结果接近。方法和方程中各因子的取值适用于其它类似地区。     

基于PLSR的土壤颜色预测方法及其与色系转换法的对比研究

传统的土壤颜色测定主要采用蒙塞尔比色卡比对,精度高,但费时费力。近年来尝试采用色系转换法预测土壤颜色,方法较为简便。基于土壤高光谱反射率和偏最小二乘回归(PLSR)方法进行土壤颜色预测,并与色系转换法进行对比研究。采集皖赣鄂交界地区76个不同颜色的土壤样品,分别采用PLSR及色系转换法进行土壤颜色预测,并与实测结果进行了对比。结果表明,PLSR交叉验证的R2cv分别达到0.62、0.61和0.75,测定值标准偏差与标准预测误差的比值(RPD)分别达到1.94、1.67和2.15,说明PLSR模型用于土壤颜色预测是可行的;其均方根误差(RMSE)仅为1.32、0.55和0.97个单位,较色系转换法的RMSE分别低0.94、1.24和0.95个单位,其HV/C整体预测误差?E的平均值为1.91,较色系转换法的平均值低5.16,说明PLSR方法预测土壤蒙塞尔颜色较色系转换法更优。该方法为土壤颜色的获取提供了一种新的途径。     

基于PCA和SRRI的潮土土壤属性与田间光谱关系研究

应用光谱分析技术可以快速无损地对土壤属性进行定量分析,是提高农田管理效率的有效途径。使用ASD Field Hand Held光谱仪测定了46个潮土土样在田间环境中350～1075nm的光谱。采用主成分分析方法和逐步线性回归方法得到了土壤反射辐射指数(SRRI)。该指数描述了土壤属性对光谱的综合作用和反射辐射能的强弱程度。结果表明潮土pH和CEC与SOC、Fe2O3、Mn和TN等对光谱的影响是不同的。采用PCA和SRRI方法进行土壤属性的光谱估计,其结果精度优于偏最小二乘回归方法(PLS),而且利用土壤属性对SRRI的贡献可准确衡量光谱估计土壤属性的可行性。     

基于GIS的长江中游油菜种植区土壤养分及pH状况

为了掌握长江中游油菜种植区土壤养分状况,在湖北、湖南、江西三个省份调查和取样分析5 463份土壤数据的6个指标(土壤有机质、全氮、有效磷、速效钾、有效硼和pH),基于Arc GIS平台,采用Kriging插值法分析4个不同油菜种植区域(二熟制山地区、二熟制平原区、三熟制山地区、三熟制平原区)的土壤养分状况。结果表明,长江中游油菜种植区土壤有机质、全氮和有效磷均处于适宜/丰富的含量水平,基本没有5级和6级水平的有机质、全氮、有效磷分布。从不同区域来看,以上3个养分指标总体均表现为三熟制地区养分含量高于二熟制地区。长江中游仍有1.82×10~5 hm~2区域土壤速效钾处于缺乏的水平(30~50 mg kg~(-1))。土壤有效硼含量仍有待提高,尤其是在三熟制地区,土壤有效硼缺乏(5级和6级)的比例仍高达13.6%~20.4%。土壤pH多集中在6.0左右,但是三熟制地区仍然有较高比例(约35.7%)的土壤pH处于4.5~5.5。综上所述,长江中游不同种植区域土壤养分性状存在差异,尤其是三熟制地区仍有相当比例需要提高土壤有效硼和改良酸性土壤。     

基于VIS-NIR光谱的互花米草入侵湿地土壤有机碳预测研究

为了研究可见光—近红外光谱技术预测互花米草入侵背景下滨海湿地土壤有机碳含量的潜力,以江苏省典型互花米草湿地为研究对象,利用时空替代法采集15个土壤剖面3个深度共45个土壤样品.在实验室测定土壤光谱及有机碳含量,利用偏最小二乘回归方法建立了基于6种光谱变换的土壤有机碳预测模型,并分析了互花米草入侵年限和土层深度对土壤光谱...     

非表层剖面层次土壤生产力评价研究

研究了盆栽条件下4个非表层土壤剖面层次(AB,Ab,Bk,Bg)土壤在3种肥料处理下对“京绿2号”小白菜根系发育和养分水分吸收的影响,并评价了其生长障碍因子。结果表明,各处理出苗无明显差异;施加尿素和磷二铵有利于干物质积累量增加,且磷二铵的效应更显著;施磷二铵处理的根冠比明显低于不施肥处理和施尿素处理;施加尿素和磷二铵后作物含N量增加;施加磷二铵后各土壤剖面层次土壤中的植株P浓度明显提高。综合分析表明,正常情况下只要补充N肥和P肥,作物耕层以下的各土壤剖面层次对作物生长并无明显的阻碍作用,且通过适当的耕作和灌溉,可使非耕层土壤生产力状况得到改善。     

基于激光诱导击穿光谱的土壤类型判别分析

为了更加全面的建立中国土壤类型系统,了解中国土壤地域差异,从而提高土地资源的利用率,以及根据土壤类型指导农业科学生产。该研究利用激光诱导击穿光谱(laser-induced breakdown spectroscopy,LIBS)技术结合化学计量学方法对土壤类型进行判别分析研究。从6种标准土壤样品出发,分析所采集6种土壤的LIBS光谱谱线特征,结合其主要成分物质(SiO2,Al2O3,Fe2O3,FeO,MgO,CaO,Na2O,K2O)的含量,针对每种主要物质选取了Si I 390.55 nm、Al I 394.40 nm、Fe I 422.74 nm、Mg I 518.36 nm、Na I 588.96 nm、Ca II 393.37 nm、K I 766.49 nm为特征分析谱线。结合所选的7条特征谱线下的300个标准土壤样品的光谱(200个为训练集,100个为预测集),对训练集光谱进行主成分分析(principal component analysis,PCA),6种土壤有明显的聚类。然后根据训练集光谱值和预先赋予土壤类型的虚拟等级值分别建立最小二乘判别分析(partial least squares discriminant analysis,PLS-DA)和最小二乘支持向量机(least-squares support vector machine,LS-SVM)判别模型,分析预测结果二者总的判别准确率分别为98%和100%。用受试者工作特征曲线(receiver operating characteristic curve,ROC)评价这2个模型的性能,结果表明LS-SVM判别模型性能优于PLS-DA模型。基于以上结果,选取不同于标准土壤的另7种不同类型土壤进行试验验证所选特征谱线和判别模型,建立7种不同类型土壤的LS-SVM预测模型,其预测准确率达100%,ROC曲线对其评价的性能很好。研究证明,LIBS技术结合化学计量学方法能够实现对土壤类型的判别分析,这为土壤质量的正确评价,土壤的整治、规划和合理利用提供理论基础。     

三种坪床结构对不同配方高尔夫果岭根系层土壤水分特性的影响

以13种高尔夫球场果岭配方土壤为材料,比较了一层结构、二层结构、三层结构等3种坪床结构对配方土壤水分特性的影响,用通径分析方法分析了各种配方成分对总含水量的效应。结果表明:全沙配方土壤总含水量及不同深度的体积含水量显著较少,泥炭、极细沙和粉粒粘粒含量越多,含水量越大。三种高尔夫球场果岭坪床结构中,一层结构的总含水量及不同深度的体积含水量显著较多。与三层结构相比,二层结构的总含水量及不同深度的体积含水量均较多,其中5个全沙配方土壤(A-E)及含泥炭较少的土壤(F)在二层结构中的总含水量及不同深度的体积含水量均显著较三层结构多,而其它含泥炭较多的7个配方土壤(G-M)在二层结构和三层结构中的总含水量及不同深度的体积含水量差异不显著。通径分析表明,中粗沙和泥炭是影响配方土壤总含水量的主要因子;细沙和极细沙及粉粒粘粒是影响配方土壤总含水量的次要因子。     

北京典型耕作土壤养分的近红外光谱分析

为研究土壤养分含量分布信息,以从北京郊区一块试验田采集的72个土壤样品为试验材料,应用傅里叶变换近红外光谱技术分析了土样的全氮、全钾、有机质养分含量和pH值。采用偏最小二乘法(PLS)对光谱数据与土壤养分实测值进行回归分析,建立预测模型,以模型决定系数(R2)、校正标准差(RMSECV)、预测标准差(RMSEP)和相对分析误差(RPD)作为模型精度的评价指标。结果表明,利用该模型与光谱数据对土壤全氮、全钾、有机质养分含量和pH值进行预测,结果与实测数据具有较好的一致性,最高决定系数R2达到0.9544。偏最小二乘回归方法建立的养分预测模型能准确地对北京地区褐土土质全氮、有机质、全钾和pH值4种养分进行预测。     

黄腐酸吸附土壤Cr6+的模型研究

在单因素实验的基础上,针对黄腐酸(FA)吸附土壤中的Cr6+的研究,采用了二次回归正交旋转组合设计对其实验条件进行了优化,并建立了土壤Cr6+潜在去除率(y)与FA浓度(x1)、溶液pH值(x2)、反应时间(x3)和反应温度(x4)这4个因素间的正交回归模型。从模型推知,当在FA浓度为2.11g/L,溶液pH值为5.65,反应时间为8.8h和反应温度为23.8℃时,土壤Cr6+潜在去除率最大,达78.27%,验证结果表明,实验结果与模型结果较为吻合。     

土壤优先流运动的活动流场模型模拟和敏感性分析

在壤土和砂土条件下分别采用碘-淀粉染色示踪方法和亮蓝染色示踪方法各开展了2个染色示踪试验,分别采用活动流场模型和二域模型模拟计算了各试验入渗后染色区内的土壤含水率和溶质浓度分布,通过相对均方根误差分析评价了两个模型模拟预测优先流发展的有效性;此外,通过敏感性分析研究了不同入渗条件（土壤质地、入渗水量和土壤初始含水率）下活动流场模型模拟预测结果（入渗深度）对活动流场模型分形特征参数变化的敏感度。模型检验分析结果显示活动流场模型对土壤水入渗深度、入渗后染色区内土壤含水率和溶质浓度分布的预测精度要明显高于二域模型的模拟预测精度;活动流场模型较好的捕捉到了优先流运动整体的非均匀特征。敏感性分析结果显示,当降雨入渗水量和土壤初始含水率相同时,入渗深度对活动流场模型分形特征参数（γ）的敏感度随着γ的增大而增大;相同活动流场模型分形特征参数（γ）值条件下（即流动非均匀程度相同）,入渗深度对活动流场模型分形特征参数（γ）的敏感度随着入渗水量的增大和土壤初始含水率的升高而减小。     

含水量、坡度和流量对土壤分离能力的影响

土壤分离过程为侵蚀产沙提供了物质准备,对其发生、发展的过程进行准确模拟具有重要的实践和理论意义。选取棕壤为研究对象,设计6个土壤含水量(3%,6%,9%,12%,15%,18%)、3个坡度(5°,10°,15°)和3个流量(8,12,16L/min),分析含水量、坡度和流量对土壤分离能力的影响。结果表明:(1)土壤分离能力均随含水量的增大呈下降趋势,且土壤分离能力间的差异随含水量的增大而减小,当含水量18%时,土壤分离能力几乎为0。土壤分离能力与含水量呈现二次多项式关系,在含水量3%时,土壤分离能力最高。(2)土壤分离能力在含水量6%,9%,12%,18%时均随坡度的增大而增大,并且与坡度呈二次多项式关系,在坡度15°时,土壤分离能力达到最大。(3)土壤分离能力在含水量3%~12%均随流量的增大而增大,并且与流量呈二次多项式关系,流量为16L/min时,土壤分离能力最大。(4)仅考虑两者对土壤分离能力的影响,误差的贡献率均为最高。若考虑三者的影响,坡度对土壤分离能力变异的贡献率最大(29.64%),其次为含水量(22.29%)和流量(19.72%),土壤分离能力的模拟精度分别由0.550,0.638,0.498显著提高到0.995。     

基于近红外光谱分析的土壤全氮含量估测研究

应用近红外光谱分析技术对比研究基于土壤风干样本和鲜样来预测全氮含量的可行性。选取水稻土为研究对象,首先分析了不同水分土壤的光谱特征,显示随水分含量增加,吸光度升高,且鲜样的吸光度高于干样。通过比较不同预处理方法,对土壤干鲜样分别采用逐步多元回归(SMLR)和偏最小二乘法(PLSR)建立了相应的近红外模型。结果表明,利用近红外光谱均可预测干鲜土壤样本的全氮含量,特别是利用偏最小二乘法建立的标定模型,预测精度高,反演性较好,鲜样和干样外部验证决定系数分别达到0.89和0.91,相对误差仅为6.92%和5.92%,研究结果可以为田间土壤全氮含量的估测提供技术依据和参考。     

我国北亚热带酸性母质发育的土壤的基本属性与分类问题

研究了我国北亚热带发育于酸性母质上的10个土壤剖面的基本属性,经与“中国土壤系统分类(二稿)”验证,其中有6个剖面属于黄壤或褐土的有关亚类,1个属贫盐基黄棕壤亚类;1个属粘淀红褐土亚类,2个属土质初育土纲。