广元市不同土地利用类型土壤的分形特征

以8个植被类型、2个农地和2个退耕地的土壤颗粒组成数据为基础，运用分形模型计算这12个土地利用类型土壤颗粒的分形维数，研究了土壤颗粒分形维数与土壤性状的关系。结果表明：（1）12个土地利用类型表层土壤颗粒的分形维数介于2．8185～2．9249之间。与退耕地和玉米地相比，各林地土壤颗粒分形维数小；与1990年的2．8633相比，2006年土壤颗粒分形维数（2．8592）减小；各团聚体分形维数规律不明显。（2）决定土壤颗粒分形维数大小的首先是〈o．002mm的含量，其次是0．05～0．25mm和0．0020．02mm的含量；决定团聚体分形维数大小的粒级含量由大到小的顺序是：2～5mm，0．5～1mm和1～2mm，其余粒级含量对分形维数影响较小。（3）土壤颗粒分形维数与团聚体分形维数可作为侵蚀指标，前者与土壤可蚀性因子相关关系显著，后者也可作为渗透蓄水指标。（4）在坡耕地基础上的退耕地比生态退化后的营林地具有更有利于水土保持的土壤分形特征。     

三峡库区不同土地利用类型土壤颗粒分形特征

采集三峡库区忠县石宝寨4种不同土地利用类型土壤剖面0-40cm土层3个层次12个土壤样品,通过计算和测定土样颗粒体积分形维数及基本性质,以期说明三峡库区中性紫色土土壤颗粒体积分形特征及其与土壤基本性质间的相关性。结果表明,研究区中性紫色土土壤剖面（0-40cm）土壤颗粒体积分形维数D值介于2.638～2.674之间。随土层深度的增加D值总体呈增加趋势,不同土地利用类型之间的D值存在差异,表现为林地〈果园〈菜地〈水田;D值与土壤粘粒（〈0.002mm）体积百分含量呈极显著正相关关系（P〈0.01）,与土壤粉粒（0.002～0.05mm）体积百分含量的相关性不强,而与砂粒（〉0.05mm）体积百分含量呈极显著负相关关系（P〈0.01）;D值与土壤有机质、全氮、全磷含量不存在显著相关性。     

元谋干热河谷区土壤粒径分布分形特征

应用JL-1177激光粒度分布测试仪,获取元谋干热河谷区内三种不同土地利用方式下45个土壤样品的粒径分布(PSD),利用分形几何学方法分析土壤粒径分布分形特征。结果表明:1)元谋干热河谷区土壤分形维数D分布在1.8854~2.7709,平均值为2.2895,D值与土壤粉粒含量线性相关较显著,其大小顺序为粉壤土粉土,林地土壤草地土壤裸地土壤。2)土壤分形维数D与土壤黏粒、砂粒含量呈正相关,与粉粒含量呈负相关。3)偏相关分析表明,0.5~0.25 mm与0.05~0.02 mm粒径含量越高,土壤分形维数D越低,0.25~0.05 mm与0.02~0.002 mm粒径含量越高,土壤分形维数D越高。     

岷江上游干旱河谷土壤粒径分布分形维数特征

具有分形特征是土壤的客观属性之一,为了探讨分形维数与土壤性质之间的关系与影响因素。运用土壤体积粒径分布分维模型计算了岷江上游干旱河谷不同土地利用方式下土壤表层(0～20cm)161个样品的分形维数,分析了分形维数的空间变化特点及其与粒度组成、有机质和土壤养分之间的相关性。土壤粒径分布分形维数可以作为表征土壤结构和性质的重要指标。结果表明:不同土地利用方式下土壤的粒径分布具有不同的分形特征,分形维数在2.5011～2.7825之间,粉壤土>壤土>砂壤土,耕地大于灌林地。土壤颗粒体积分形维数与黏粒(<0.002mm)和粉粒(0.002～0.05mm)的体积百分含量以及土壤全钾含量呈极显著正相关关系,与砂粒(>0.05mm)的体积百分含量呈极显著负相关关系,而与土壤有机质,全氮,全磷,速效磷和速效钾含量的相关性未达到显著水平。研究结果可以为研究区植被恢复和土地利用开发提供一定的依据。     

陕北黄土丘陵沟壑区土壤粒径分布分形特征

将激光衍射技术和分形分析结合,多重分形分析应用多重分形参数Rényi维数谱,研究土壤粒径分布(PSD)分形特征。结果表明:土壤PSD分形维数D在2.28～2.47之间,D与土壤黏粒含量线性相关。计算黏粒、粉粒和砂粒分形维数D黏粒、D粉粒和D砂粒,三者之间存在D黏粒D粉粒D砂粒的关系,分别用D黏粒、D粉粒和D砂粒计算分裂概率,发现小团粒具有较小的分裂概率。因此,分裂概率具有尺度依赖性,并随着土壤粒径的减小而降低。多重分形分析表明,由PSD获取的Rényi维数谱为反S型递减函数,与理论的多重分形Rényi维数谱相似,说明土壤PSD具有多重分形特征。     

伏牛山区迎河小流域不同土地利用类型的土壤粒径分布特征

为探讨伏牛山区坡耕地土壤物理性能的退化特征,在河南省鲁山县迎河小流域,利用激光粒度仪和土壤分形模型,比较分析了4种土地利用类型的土壤粒径分布(PSD)及其分形特征.研究结果表明:1)土壤PSD简单分维(Dv)以乔木林地最高(2.658),坡耕地最低(2.489),多重分维(容量维D0、信息维D1、关联维D2)以乔木林地最高(0.941、0.926、0.91),坡耕地最低(0.927、0.899、0.849).不同分形参数均表现为:坡耕地＜灌草坡地和水平梯田＜乔木林地;2)土壤PSD的Dv、D0、D1和D2,与黏粒和粉粒体积分数显著正相关,与砂粒体积分数显著负相关.因此,利用土壤PSD简单分形和多重分形维数,可量化表征土壤质地的粗细程度和非均匀性质的差别;坡耕地土壤质地的粗粒化程度和非均匀性明显大于其他土地利用类型;土壤细粒(黏粒和粉粒)物质流失是坡耕地土壤质地粗粒化和非均匀程度增大的重要原因.     

黄土丘陵区不同土地利用方式土壤团粒结构分形特征

土壤团粒、水稳性团粒和微团粒状况是影响土壤结构和性质的重要因素。运用分形理论研究黄土丘陵区纸坊沟流域7种不同土地利用方式土壤团粒结构的分形特征。结果表明：表层土壤团粒的分形维数在1．641—2．114之间,其大小顺序为人工草地〉果园〉坡耕地〉乔木林地〉灌丛〉天然草地〉人工梯田。土壤水稳性团粒的分形维数在1．774～2．384之间,其变化顺序为果园〉乔木林地〉人工草地〉坡耕地〉天然草地〉人工梯田〉灌丛,二者均表现出≥0．25mm粒级土壤团粒含量越低,分形维数越高的规律;分形维数与≥5mm、5～2mm和≥0．25mm粒级的土壤团粒、水稳性团粒呈极显著负相关（P〈0．01）,与〈0．25mm粒级的呈极显著正相关（P〈0．01）;结合团粒结构体破坏率可知,灌丛土壤结构与稳定性最好,其次为天然草地,人工草地最差;表层土壤微团粒结构分形维数在2．360～2．487之间,大小顺序为天然草地〉乔木林地〉坡耕地〉人工梯田〉人工草地〉果园〉灌丛,灌丛有助于促进土壤微结构形成,分形维数与0．25-0．05mm和〉0．001mm粒级土壤微团粒含量呈极显著负相关（P〈0．01）,与〈0．001mm粒级土壤微团粒含量呈极显著正相关（P〈0．01）;下层土壤质地主要与成土母质有关,人为干扰小,3种分形维数间存在显著正相关水平（P〈0．05）,土壤有机质含量与3种分形维数显著负相关（P〈0．05）。土壤团粒结构分形特征可作为土壤评价指标之一,分形理论为土壤结构、性质和评价研究提供了新方法。     

黄土丘陵区土壤团聚体分形特征及其对植被恢复的响应

采用计算分形维数的方法,对黄土丘陵区典型草原带土壤团聚体的分形特征及其对植被恢复的响应进行研究。结果表明：1）在植被恢复初期,土壤〉10mm粒级的团聚体含量在0～20和20—40cm层次均较高,含量为331．4～525．6g/kg。随植被恢复年限增加,10—7、7～5、5～3、3～2、2—1mm粒级的团聚体绝对含量下降差异不明显。1～0．5、0．5-0．25和〈0．25mm小粒级土壤团聚体含量,在植被恢复初期（7a）较高。2）随着植被恢复年限增加。土壤〉5mm粒级的水稳性团聚体含量相对下降很快,恢复7a之后,大粒级土壤团聚体表现为上层含量比下层含量低的趋势。相对于干筛结果而言,土壤水稳性团聚体的粒径分布更为均匀、稳定,恢复7a之后的土壤〉0．25mm团聚体含量占到40％～50％,而〉5mm的土壤团聚体则占10％～23％。植被恢复过程中,土壤团聚体由大的团块向小颗粒的土壤团聚体转换,粒径分布更为均匀,土壤结构逐渐改善。3）不同恢复年限土壤团聚体分形维数变化范围为表层2．75～2．86,表下层2．77—2．89,变化范围小,20～40cm土层的分形维数大于0～20cm,恢复植被可使土壤分形维数降低,土壤结构得到改善。     

不同风沙土壤颗粒的分形特征

应用土壤颗粒的重量与粒径分布原理来描述了古尔班通古特沙漠地风沙土壤颗粒的分形特征。通过对10种样品颗粒的机械组成进行分析,分别计算出了它们的分形维数(D=2.3237～2.9347),并分析了其与流动风沙土、半固定风沙土和固定风沙土之间的关系。分析结果表明,风沙土壤结构具有明显的分形特征,其粒径分布分形维数为2～3。土粒表面分形维数与2～0.2mm间的土粒含量存在显著的负相关;而与0.02～0.002mm和<0.002mm的颗粒含量存在显著的正相关,表现为随着土壤质地从流动风沙土、半固定风沙土到固定风沙土的变化,其土粒表面的平均分形维数呈依次增高。土粒表面分形维数与三种典型风沙土壤有机质含量为极显著正相关,而与其硬度为显著负相关。     

2种保护性耕作措施对农田土壤团聚体稳定性的影响

在2种保护性耕作措施(秸秆还田和免耕)的长期定位试验(湖北省武穴市和荆州市)基础上,通过湿筛法测定不同土层(0—20cm和20—40cm)的不同粒径(5mm,2~5mm,1~2mm,0.5~1mm,0.25~0.5mm和0.25 mm)水稳性团聚体的含量,并对土壤团聚体平均重量直径(MWD)、平均几何直径(GMD)和分形维数(PSD)等进行分析,研究2种保护性耕作措施对农田土壤团聚体稳定性的影响。结果表明:秸秆还田和免耕处理均会影响土壤各级团聚体的分布状况,同时其也会增加农田表层(0—20cm)土壤粒径0.25mm团聚体的百分含量、MWD和GMD值,但是会降低PSD值。其中PSD与粒径0.25mm团聚体的含量呈极显著负相关性(武穴处理相关系数为-0.997,荆州处理相关系数为-0.993),但是MWD和GMD与粒径0.25mm团聚体的含量有显著正相关性。表明秸秆还田和免耕均会增强土壤团聚体的稳定性,有利于改善土壤结构。但秸秆还田处理的土壤粒径0.25mm团聚体百分含量、MWD和GMD值均高于免耕处理,说明秸秆还田改善土壤结构的效果要优于免耕的。秸秆还田和免耕措施相结合,土壤结构改良效果最佳。武穴和荆州两地的保护性耕作措施对于粒径0.25 mm团聚体百分含量、MWD、GMD和PSD的影响基本一致。     

Characterizing Spatial Variability of Soil Textural Fractions and Fractal Parameters Derived from Particle Size Distributions

Soil particle size distribution (PSD) is a fundamental physical property affecting other soil properties. Characterizing spatial variability of soil texture is very important in environmental research. The objectives of this work were: 1) to partition PSD of 75 soil samples, collected from a flat field in the University of Guilan, Iran, into two scaling domains using a piecewise fractal model to evaluate the relationships between fractal dimensions of scaling domains and soil clay, silt, and sand fractions and 2) to assess the potential of fractal parameters as an index used in a geostatistical approach reflecting the spatial variability of soil texture. Features of PSD of soil samples were studied using fractal geometry, and geostatistical techniques were used to characterize the spatial variability of fractal and soil textural parameters. There were two scaling domains for the PSD of soil samples. The fractal dimensions of these two scaling domains (D₁ and D₂) were then used to characterize different ranges of soil particle sizes and their relationships to the soil textural parameters. There was a positive correlation between D₁ and clay content (R² = 0.924), a negative correlation between D₁ and silt content (R² = 0.801), and a negative correlation between D₂ and sand content (R² = 0.913). The geometric mean diameter of soil particles had a negative correlation with D₁ (R² = 0.569) and D₂ (R² = 0.682). Semivariograms of fractal dimensions and soil textural parameters were calculated and the maps of spatial variation of D₁ and D₂ and soil PSD parameters were provided using ordinary kriging. The results showed that there were also spatial correlations between D₁ and D₂ and particle size fractions. According to the semivariogram models and validation parameters, the fractal parameters had powerful spatial structure and could better describe the spatial variability of soil texture.     

CHARACTERIZING VARIATIONS IN SOIL PARTICLE‐SIZE DISTRIBUTION ALONG A GRASS–DESERT SHRUB TRANSITION IN THE ORDOS PLATEAU OF INNER MONGOLIA,CHINA

The application of fractal geometry to describe soil degradation and dynamics is becoming a useful tool for better understanding of the performance of soil systems. In this study, four different land cover types, which represent a sequence of grass–desert shrub transition and a gradient of desertification, were selected, and soils at depths of 0–10, 10–20 and 20–40 cm were sampled in the Ordos Plateau of Inner Mongolia, PR China. The fractal theory was used to analyse the soil particle‐size distribution (PSD) and its variations. The results showed that (i) vegetation conversion and desertification significantly changed the soil PSD. During the desertification process, soil coarse fractions that ranged from 250 to 100 µm significantly increased, whereas fine fractions lower than 50 µm significantly decreased (p < 0·01); (ii) fractal model of the accumulative volume particle‐size distribution is appropriate, and fractal dimensions (D_m) of soil PSD significantly decreased along the sequence of grass–desert shrub transition; (iii) D_m is more sensitive to the desertification process, and therefore, we suggest D_m other than soil texture and soil organic carbon as a reliable parameter to reflect the soil environment change induced by desertification. Copyright © 2011 John Wiley & Sons, Ltd.     

黄土丘陵区典型植被土壤剖面的颗粒分形特征

运用分形理论研究陕北安塞五里湾流域5种典型植被0～200 cm土壤剖面土壤颗粒大小分布(particle size distribution,PSD)及其体积分形维数分布特征,并进一步分析土壤PSD的分形维数与土壤有机碳、全氮和含水量的相关性。结果表明:研究区典型植被群落土壤颗粒组成主要为细颗粒(黏粒和粉粒),其中粉粒体积分数占总颗粒的56.82%～71.99%;铁杆蒿草地的细颗粒平均体积分数最大(78.86%),乔木林的最小(65.77%)。5种典型植被群落土壤PSD的体积分形维数介于2.498～2.599,均表现出随着土层深度的增加呈递增趋势;相同土层深度的分形维数呈现出铁杆蒿草地黄芪草地农田灌木林乔木林的趋势,灌木林和农田间差异不显著,其他植被群落间差异显著。典型植被土壤PSD的体积分形维数与黏粒、粉粒的体积分数和含水量呈极显著正相关(P0.01),但与砂粒的体积分数呈极显著负相关(P 0.01),与有机碳含量呈显著负相关(P 0.05)。     

农田土壤颗粒尺寸分布分维及颗粒体积分数的空间变异性

盐渍土膜下滴灌过程中的土壤理化性质存在空间变异性,对灌溉管理有一定影响。该文根据3个不同尺度下土壤采样及颗粒尺寸分布（PSD）测定结果,探讨了土壤PSD分维和颗粒体积分数之间的定量关系,分析了各尺度和综合尺度下土壤PSD分维和颗粒体积分数的经典统计特征和地质统计特征,根据颗粒体积分数的半方差函数计算了不同尺度颗粒体积分数的分形维,并做出了等值线图。研究表明,土壤PSD分维与黏粒的体积分数呈正相关关系,黏粒体积分数增大引起PSD分维增加的原因在于细颗粒的比表面积比粗颗粒的大;各尺度土壤PSD分维及颗粒体积分数均无强变异特征;不同尺度下土壤PSD分形维的半方差函数中块金和基台值均非常低;50 m尺度土壤PSD分维和黏粒体积分数的等值线图具有类似的集中度和走势,而砂粒体积分数和粉粒体积分数则具有相反的集中度和走势。该研究说明土壤PSD分维和颗粒体积分数都有一定的尺度依赖性。     

闽南山地3种典型植被类型土壤分形与养分特征

[目的]探索闽南山地不同植被类型土壤分形特征及其与表层土壤颗粒组成、养分含量的相关关系,为评价闽南山地典型植被类型土壤质量,开展土地利用结构调整、土壤侵蚀防治及生态修复等提供参考。[方法]选取土壤颗粒体积分形维数模型对3种典型植被类型林地土壤的分形维数D值进行计算,并与土壤颗粒组成及土壤养分进行相关性分析。[结果]土壤颗粒体积分形维数D值从大到小依次为次生林马尾松林柑橘林;分形维数D值与土壤黏粒和粉粒体积百分数存在显著正相关关系,与砂粒体积百分含量呈显著负相关(p0.05);土壤pH值、全氮、全磷、全钾、水解性氮、有效磷、速效钾和有机碳含量从大到小均为:次生林马尾松林柑橘林;土壤容重为柑橘林马尾松林次生林;分形维数D值与柑橘林的土壤水解性氮含量呈显著正相关,与马尾松林的水解性氮含量、土壤全磷、全钾含量呈显著正相关,与次生林的土壤全磷含量、水解性氮含量呈显著正相关,与有机碳含量均呈显著负相关。[结论]闽南山地不同植被类型会显著影响表层土壤体积分形维数及养分含量,利用土壤体积分形维数可一定程度上反映不同植被类型的土壤颗粒组成及其养分含量。     

南方水蚀区不同侵蚀程度土壤粒径分形研究

土壤粒径分布是土壤和环境要素综合作用的结果,因而可藉以指示环境要素的某种性状。对南方水蚀区不同侵蚀程度下土壤粒径的分布特征进行研究,计算土壤粒径分布分形维数值,并分析其与土壤质地和土壤侵蚀程度的关系。结果表明,研究区土壤质地主要为砾石土,其2 mm以下的体积分形维数和重量分形维数分别介于2.52～2.99和2.48~2.73之间,粒径重量累积百分比在2 mm处产生显著变化,粒径域的重量分形维数在2 mm以上和2 mm以下分别为1.79~2.81和2.52~2.79。2 mm以上粒径域的重量分形维数与土壤质地和土壤侵蚀程度呈显著的相关性。土壤质地越细,或土壤侵蚀越轻微,2 mm以上粒径域的重量分形维数越大,反之亦然。故土壤2 mm以上粒径域的重量分形维数可综合表征研究区土壤质地和土壤侵蚀程度。     

树儿梁小流域坝地土壤颗粒的分形特征

土壤颗粒的分形维数是重要的土壤物理特性,为研究坝地土壤颗粒分形维数的内涵和利用土壤颗粒的分形维数来描述与土壤性质的关系,本研究计算了树儿梁小流域坝地土壤颗粒的分形维数,并分析了分形维数与各粒级组成及其土壤养分的关系.结果表明:树儿梁坝地土壤颗粒的分形维数随土壤黏粒的增加而增大,坝前、坝中、坝尾土壤颗粒的分形维数分别为2...     

Estimation of soil water retention function based on asymmetry between particle‐ and pore‐size distributions

By examining the symmetry between the distributions of particle‐size (PSD) and pore‐size (POD) in a soil, as hypothesized by early pore‐solid fractal (PSF) models, we found significant discrepancies in fractal dimensions between the PSD and the water retention curve (WRC) of a soil. Therefore, we developed an asymmetry‐based PSF model to estimate better the WRC directly from the PSD data of a soil. To do so, we adopted the concept of a microscopic arrangement of different‐sized particles to address such asymmetry, and evaluated the performance of the modified PSF model on five soil textural classes (coarse‐, moderately coarse‐, medium‐, moderately fine‐ and fine‐textured soils) using experimental PSD and WRC data from the UNSODA database (159 undisturbed soils for model calibration and 70 undisturbed soils for model validation). The fit of the symmetry‐based PSF model to the calibration dataset showed that the fractal dimension of the WRC (D_p) was slightly larger than that of cumulative mass distribution of particles (D_s) for most soils. The asymmetry‐based PSF model performed better than the symmetry‐based PSF model. In addition, the asymmetry‐based PSF model reduced the tendency to under estimate soil water content for a given matric head and the performance of the asymmetry‐based model was consistent irrespective of soil texture, indicating that the adoption of asymmetry between the PSD and the POD was adequate in predicting the WRC of a porous, particulate system such as soil.