江汉平原典型农业灌排单元土壤有机碳密度分布特征

农田土壤有机碳库是陆地生态系统最重要的土壤碳库之一,明晰农田土壤有机碳的空间分布特征与影响机制,可为农田土壤肥力及固碳能力评价提供采样依据和理论基础。以江汉平原典型农业灌排单元（面积45 hm²）为研究对象,测定了104个样点0—200 cm深度范围内1 560个土壤样品的有机碳含量,并计算碳密度,揭示土壤有机碳密度的空间分布特征,并分析耕作方式和耕作历史对其分布的影响。结果表明：（1）0—200 cm农田土壤剖面内,20,200 cm厚度土层有机碳密度的均值变化范围分别为1.75~3.77,11.67~34.24 kg/m²,随着土层深度的增加,农田土壤有机碳密度先急剧降低后缓慢增加,且100—200 cm土层的有机碳密度约占整个土壤剖面的45.26%,深层有机碳储量需引起重视;（2）在灌排单元尺度上,0—20 cm土层和0—200 cm剖面有机碳密度均具有较强空间自相关性,表明成土母质和地形等结构性因素是影响灌排单元尺度土壤有机碳空间空间分布特征的主导因子;（3）耕作方式和耕作历史影响农田土壤的有机碳密度,稻田所有土层的有机碳密度均高于旱地,0—200 cm剖面的有机碳密度是旱地的1.31倍;老稻田所有土层的有机碳密度均高于新稻田;林地改稻田和旱地改稻田样地在0—200 cm剖面有机碳总密度差异较小,但林地浅层土体的碳密度更大;合理的增加稻田面积是快速提高农田碳储量的有效途径之一;（4）灌排单元尺度农田土壤有机碳密度的代表性稳定深度为180—200 cm,在进行土壤有机碳密度调查时应尽量延伸采样深度。研究结果为提高农田土壤有机碳密度估算的准确性与采样设计的合理性,以及农田土壤的固碳能力评价提供了科学依据。     

喀斯特小流域土壤有机碳密度及碳储量空间分布异质性

为阐明喀斯特小流域土壤有机碳密度分布特征及有机碳储量空间分布格局,采用野外布点采样、实验室测定和地统计学分析相结合的方法,利用2 755个详细调查的剖面样地和23 536个土壤样品,定量研究了喀斯特小流域土壤有机碳密度、碳储量的空间异质性及分布特征。结果表明:后寨河小流域表层(0—20cm)土壤有机碳含量和密度的平均值为分别为25.07g/kg和5.23kg/m~2,剖面土壤(0—100cm)土壤有机碳含量和有机碳密度分别为20.71g/kg和10.21kg/m~2,两层土壤有机碳含量和密度均属于中等变异强度。10cm土层深度有机碳储量为1.48×10~8 kg,20cm土层深度有机碳储量为2.65×10~8 kg,30cm土层深度土壤有机碳储量3.43×10~8 kg,100cm土层深度有机碳储量5.39×10~8 kg。各层土壤有机碳储量的块金值C_0随着土层深度的增加而增加,而0—100cm的块金值C_0最大。4种土层深度土壤有机碳储量呈现为中部低,四周高,南部最低的趋势。海拔、坡度、岩石裸露率和石砾含量是影响喀斯特小流域土壤有机碳储量空间异质性的主导因子。     

中天山北坡垂直带土壤有机碳密度分布特征

以乌鲁木齐河流域为重点研究区,利用实测典型土壤剖面特征数据估算土壤有机碳密度,就剖面有机碳和表层有机碳之间,剖面有机碳、表层有机碳和海拔高度之间,土壤剖面有机碳密度与发生层深度之间以及不同土壤类型土壤有机碳密度的分布特征进行相关分析,结果表明:在中海拔区域,土壤有机碳的密度最大且含量最高。发生层越厚,土壤的发育程度就越高,土壤有机碳密度也就越大,有机碳的含量就越高。全剖面和表层土壤有机碳密度值分别为46.91,13.95 kg/m²。不同土壤类型的土壤有机碳密度存在着显著差异。     

区域土壤有机碳密度及碳储量计算方法探讨

土体中有机碳含量在纵向和横向上都具有空间相关性。本文利用曲周县四疃乡30个土壤剖面的有机碳含量数据,采用常见的纵向拟合方法建立了基于30个土壤剖面有机碳测定数据的对数函数拟合模型,计算得到研究区的土壤有机碳密度和碳储量分别为5.60kg C m-2和4.72×108kgC;又根据研究区土壤剖面中有机碳含量分布的不规则性特点,通过对土壤剖面层次的归一化处理,利用地统计横向插值方法,计算得到该区的土壤有机碳密度和碳储量分别为3.95kg Cm-2和3.33×108kgC。由于两种算法对数据的组织方式不同,得到的土壤有机碳密度和碳储量存在较大差异。两种方法适用于土壤有机碳在剖面中分布形式不同的土壤类型。     

干旱半干旱区农田土壤碳垂直剖面分布特征研究

以中国干旱半干旱区农田土壤为研究对象,通过收集自然农田和长期定位站点(178个剖面,0~100 cm土层)农田土壤碳的数据并对其进行整合,分析了农田土壤有机碳和无机碳含量的垂直剖面分布特征及其影响因素。结果表明,随土层深度增加,农田土壤有机碳呈下降趋势,表层含量高于底层;不同地区农田土壤无机碳含量变化趋势不一,随土壤深度增加整体呈现升高的趋势,但是也有一些地区呈现下降趋势。土壤剖面深度为100 cm的农田土壤有机碳和无机碳密度平均值分别为8.33和15.83 kg m-2,农田土壤无机碳储量大约是土壤有机碳的2倍。土壤深度为0~30 cm的有机碳占100 cm总有机碳含量的45%,无机碳仅占100 cm总无机碳含量的29%;土壤无机碳主要集中在30~100 cm土层,占100 cm总无机碳含量的71%,远高于有机碳在此土层占100 cm总有机碳含量的百分比(55%)。综合自然农田和长期定位站点农田土壤碳的数据,土壤容重与土壤p H是影响农田土壤有机碳和无机碳分布特征的重要因素:自然农田土壤有机碳与土壤p H(R2=0.61,p0.01)和土壤容重(R2=0.64,p0.01)呈显著负相关;长期定位站点土壤无机碳与土壤p H(R2=0.56,p0.01)和土壤容重(R2=0.63,p0.01)呈显著正相关。中国干旱半干旱区农田土壤有机碳和无机碳的分布特征与影响因素,将为陆地生态系统碳储量估算提供数据基础与理论支撑。     

六道沟小流域地形序列土壤碳剖面分布特征及影响因素

为了更好地理解黄土高原植被恢复与生态重建过程对土壤碳循环过程的影响,研究选取位于黄土高原六道沟小流域的典型土壤地形序列(东北坡NE序列,西坡W序列),分析了不同坡向间及同一坡向内随植被类型变化土壤有机碳和无机碳的剖面分布特征及其影响因素。结果表明:六道沟小流域地形序列土壤有机碳含量在0—50cm土层内随土层深度增加而显著降低,50cm土层以下基本趋于稳定,且剖面上层(0—50cm)有机碳含量显著高于剖面下层(50—200cm,p0.05),但在同一深度土层(0—50,50—200,0—200cm)不同坡向林地和草地土壤有机碳平均含量均没有显著差异(p0.05)。与有机碳相比,无机碳含量相对较高并且主要在剖面下部(50cm以下)不同深度土层富集。NE序列林地和草地剖面无机碳平均含量接近(p0.05),而W序列林地剖面无机碳平均含量显著高于草地(p0.05);不同坡向草地剖面无机碳平均含量无显著差异(p0.05),但不同坡向林地剖面无机碳平均含量表现为W序列显著高于NE序列(p0.05)。0—50cm土层有机碳含量与pH、容重和土壤含水量均呈极显著负相关关系,而与土壤总孔隙度呈极显著正相关关系;50—150cm土层无机碳含量与pH和土壤总孔隙度均呈极显著负相关关系,而与容重、黏粒含量和土壤含水量均呈极显著正相关关系。NE序列和W序列2 m土体总碳密度相当,分别为15.2~47.4kg/m~2和18.3~51.3kg/m~2,其中无机碳密度占78%~94%,1—2m土层总碳密度占2m土体总碳密度的35%~74%。若只考虑土壤有机碳库或只考虑浅层1m土壤碳库,六道沟小流域2m土体总碳储量平均将被低估88%和51%。     

鹅凰嶂季雨林土壤有机碳特征及空间分布规律

为了解土壤总有机碳和易氧化有机碳的空间分布格局及其剖面垂直分布规律,量化了广东鹅凰嶂季雨林不同空间位置的0～10、10～30、30～60和60～100 cm土层的总有机碳和易氧化有机碳的分布特征及其他理化因子。结果表明:鹅凰嶂季雨林土壤4个土层平均总有机碳含量为22.73 g·kg-1,易氧化有机碳含量为2.96 g·kg-1。0～10与10～30 cm土层土壤的总有机碳和易氧化有机碳含量有显著差异。土壤总有机碳含量在土壤剖面表现的大小关系为:0～10 cm(30.60 g·kg-1)>10～30 cm(19.44 g·kg-1)>30～60 cm(16.31 g·kg-1)>60～100 cm(15.63 g·kg-1)。土壤易氧化有机碳含量的大小关系为:0～10 cm(3.16 g·kg-1)>10～30 cm(2.34 g·kg-1)>30～60 cm(0.81 g·kg-1)>60～100 cm(0.40 g·kg-1),土壤易氧化有机碳占总有机碳的比例呈现随土层加深先上升后下降的趋势,30～100 cm土层土壤有机碳稳定性优于0～30 cm土层的土壤。坡向和坡度对土壤总有机碳和易氧化有机碳含量影响均不显著。土壤含水量、土壤全磷含量对土壤总有机碳和易氧化有机碳影响极显著(P<0.01),土壤全氮含量与土壤总有机碳呈极显著正相关(P<0.01),与易氧化有机碳呈显著正相关(P<0.05)。研究结果揭示了土壤有机碳与易氧化有机碳存在不一样的空间横向分布规律,可为该区域准确估算森林土壤碳储量和资源合理利用提供数据支撑。     

土地利用方式和地形对半干旱区土壤有机碳含量的影响

以内蒙古赤峰市敖汉旗为研究对象,以实地调查数据为基础,结合土地利用方式与地形的变化,对敖汉旗0～100 cm深度土壤有机碳含量的空间分布特征进行了研究,旨在对地区碳储量的估算和科学利用土地资源起到积极的借鉴作用。结果表明,敖汉旗土壤有机碳含量在0～100 cm深度的土壤剖面内的变化范围为0.23～20.71 g/kg,主要集中在40 cm以上土层,且随着土层深度的增加土壤有机碳平均含量逐渐降低;各土地利用方式下土壤有机碳含量均表现为:林地农地草地。土壤有机碳含量主要富集在高海拔区的平缓地段;受土壤侵蚀的影响,当坡度10°后,不同土地利用类型的有机碳含量均显著降低。     

紫色土丘陵区坡面土壤有机碳含量及储量分布特征

为探明坡耕地土壤有机碳空间分布特征,对紫色土丘陵区坡耕地不同部位土壤有机碳及活性有机碳顺坡和深度分布进行分析。结果表明:坡耕地上坡土层深度仅为22.3cm,中坡和下坡土层深度约为上坡的2.09倍和3.30倍;与上坡比较,中坡和下坡土壤容重下降了0.2和0.04,土壤孔隙度增加了19.82%与3.83%。沿坡从上向下土壤有机碳及活性有机碳储量显著增加,下坡土壤有机碳及活性有机碳储量比上坡和中坡分别增加了674.74%,104.09%和958.51%,267.75%;不同部位土壤有机碳及活性有机碳含量随土层深度增加呈降低趋势,中坡和下坡土壤有机碳及活性有机碳含量的深度分布满足Y=alnX+b对数方程,上坡不符合该方程。坡耕地土壤有机碳与其活性有机碳含量呈极显著正相关。土壤沿坡耕地重新分配影响有机碳空间分布格局。     

中亚热带森林土壤有机碳的海拔梯度变化

气候过渡区的山地森林土壤有机碳对气候波动的响应敏感,探讨气候过渡区森林土壤有机碳的海拔格局,是推演区域土壤碳库时空动态的关键内容。在南亚热带向中亚热带的气候过渡区江西九连山国家级自然保护区,根据不同土壤类型的海拔分布格局,沿海拔采集20个土壤剖面,分析土壤有机碳含量和土壤碳密度的海拔分布格局。结果表明:(1)不同土壤类型和深度均对土壤有机碳含量有影响,山地草甸土有机碳含量更高,达39.72±19.14 g·kg^–1,土壤有机碳主要集中在0～40 cm,深度分布表现出"表聚现象";(2)不同层次土壤有机碳含量对海拔的响应方式不一,上层土壤对海拔梯度变化响应更敏感,上层0～40 cm土壤有机碳随海拔升高而增加,下层40～100 cm土壤有机碳含量随海拔升高而降低;(3)土壤碳密度为10.64±0.72 kg·m^–2,但不同海拔的土壤碳密度无显著差异。海拔对土壤有机碳含量分布产生影响,但随着土层深度增加,海拔对土壤有机碳含量的影响变小;而海拔对土壤有机碳密度格局无显著影响,并依此估算九连山自然国家级自然保护区森林土壤有机碳储量为1.426±0.09...     

农田土壤质地空间分布的三维随机模拟及其不确定性评价

定量描述土体三维构型对于土地利用及农田水肥管理研究极其重要.本研究根据华北山前冲积平原区一块农田内的109个土壤剖面观测数据,运用马尔科夫地质统计学方法构建了土壤质地种类的三维空间分布模型,在100次随机模拟的基础上,分别得到了土壤质地种类的优化分布图及其概率分布图.结果表明,一维嵌入转移概率模型能很好地描述农田水平和垂直方向上各土壤质地种类的空间连续性及毗邻转移趋势.优化分布图虽能直观反映土壤质地种类的空间分布特征,但存在明显的平滑效应,不能刻画土壤质地种类空间分布的不确定性.而采用概率分布的方式来描述土壤质地种类空间分布的不确定性,能够有效地克服该缺点.     

一维马尔可夫链模拟黑河中游流域土壤质地垂向变异

黑河中游地区土壤剖面砂、黏层次相间排列的特点及部分区域剖面中出现的不透水层对土壤中的水分运动和溶质迁移具有重要影响。该研究调查了黑河中游100 km2区域内土壤剖面的质地分层情况,运用一维嵌入马尔可夫链模型模拟该地区的土壤质地剖面。研究表明,研究区土壤剖面共出现砂土、壤质砂土、砂质壤土、壤土、黏质壤土、粉黏壤土和粉黏土7种质地类型,层次厚度呈对数正态分布。粉黏土未在表层土壤出现,而砂土在表层出现的概率明显高于其余质地类型,剖面某一质地层之下多出现细粒含量比其高的下一质地类型。剖面上相邻两质地层之间的转移具有明显的马尔可夫链特征（简称马氏性）,且马氏链是平稳的。一维嵌入马尔可夫链模型能够较好地描述研究区土壤质地层次的垂向变化,剖面主要的质地层次组合为：砂—壤、壤—砂、壤—黏、黏—壤。对土壤质地剖面的定量模拟,可以为开展该区域土壤水循环、转化和溶质迁移等相关研究提供参考。     

不同耕作方式对中国东北黑土有机碳的短期影响

A tillage experiment, consisting of moldboard plow （MP）, ridge tillage （RT）, and no-tillage （NT）, was performed in a randomized complete block design with four replicates to study the effect of 3-year tillage management on SOC content and its distribution in surface layer （30 cm） of a clay loam soil in northeast China. NT did not lead to significant increase of SOC in topsoil （0-5 cm） compared with MP and RT; however, the SOC content in NT soil was remarkably reduced at a depth of 5-20 cm. Accordingly, short-term （3-year） NT management tended to stratify SOC concentration, but not necessarily increase its storage in the plow layer for the soil.     

应用Markov链理论定量描述区域冲积土壤质地层次的垂向变化特征

冲积土壤剖面质地层次的垂向变化是一个十分复杂的问题,长期以来都是定性描述而无法定量化,但土壤剖面的质地层次组合特点对土壤水分转化和溶质运移等具有重要影响,对其定量地描述和研究是进一步准确定量区域农田水转化和溶质运移的基础。马尔可夫链理论是用来描述随时间（空间）变化的一个离散状态序列的状态转移特性的,本文就其引入来研究冲积土壤剖面质地层次的垂向变化规律。研究结果表明,区域冲积土壤剖面质地层次的垂向变     

华北冲积平原区土壤剖面质地层次空间分布的三维随机模拟

土壤质地层次的空间分布(或土体构型)的复杂变异性是冲积土壤的典型特点之一,定量描述土体构型对于土地利用和溶质运移研究来说极其重要。本研究根据华北冲积平原上一块面积约15km2区域内的139个土壤剖面观测数据,运用转移概率地统计学方法分析了区域内土壤质地层次空间分布的变异特性。结果表明,土壤质地层次的空间分布不是纯随机的,而是具有一定的空间毗邻转移趋势。将本文得到的土壤质地层次空间分布的三维马尔可夫链模型用于指示条件模拟后,最终模拟结果反映了不同质地层次间的交叉协相关关系,所得结果为进一步模拟水分溶质在区域土壤中的运动提供了有力的支持。     

Organic carbon stocks in topsoil and subsoil in long-term ley and cereal monoculture rotations

Soil organic C (SOC) in agricultural soils is affected by cropping system. In order to compare the impact of ley-dominated and cereal monoculture rotations on soil properties, a series of experiments was started in Sweden in the early 1980s. This study quantified the effect of rotations and N fertilisation on SOC stocks and microbial community composition. After 35 years, soil samples taken down to 50-cm depth at two sites with contrasting soil texture (clay and loam) were analysed for soil C and N, bulk density and phospholipid fatty acid (PLFA) content. Significant increases in SOC concentrations and stocks were found in the ley-dominated rotation compared with the cereal monoculture rotation, the difference being 0.36 and 0.59 Mg C ha^?1 year^?1 in the topsoil (0–20 cm) for sites with the clay and loam texture, respectively, in average over N fertiliser levels. Nitrogen fertilisation increased SOC stocks significantly in the cereal monoculture, but not in the ley-dominated rotation. In the loam, SOC responses in the subsoil were almost as high as those in the topsoil, but they were insignificant in the clay soil. These results indicate that soil texture and structure can have a great impact on the potential of subsoils to sequester C, which requires attention when scaling up SOC sequestration rates for regional or global assessments.     

基于Hydrus-1D模型的玉米根系吸水影响因素分析

为探索土壤质地、植物生长状况和气象条件对不同土壤水分条件下根系吸水速率的影响机理,该文以相对根吸水速率与土壤含水率的关系衡量土壤水分有效性,利用Hydrus-1D模型模拟了3种土壤（壤黏土、黏壤土和砂壤土）中不同玉米生长状况（包括叶面积指数、根系深度和根系剖面分布）或蒸发力条件下根系吸水速率随含水率的动态变化,确定了不同条件下根系吸水速率开始降低的临界含水率。结果表明：土壤质地、植物的叶面积指数和根系分布及大气蒸发力都对根系吸水动态曲线的临界含水率有一定影响,其中根系深度和根系分布形状还影响根系吸水速率与含水率关系曲线的形状,但在3种土壤中,根系吸水速率的动态变化对植物生长和大气蒸发力的响应不同。总体而言,3种土壤临界含水率的大小是壤黏土＞黏壤土＞砂壤土;临界含水率随大气蒸发力的升高而升高,随根系深度和深层根系分布的增加而降低;各因子对玉米根系吸水影响程度的大小是土壤质地＞根系分布形状＞根系深度＞大气蒸发力＞叶面积指数。     

区域农田土壤质地剖面的随机模拟模型

冲积土壤剖面的质地层次分层是该类土壤的重要特性,对农田水分转化和溶质运移具有重要影响。本文论据已取得的研究结果,采用Ｍａｒｋｏｖ链理论提出了区域冲积土壤质地层次的随机模拟模型－ＭＣ模型和ＭＣ－ＬＮ模型,采用蒙特卡罗方法模拟了研究区的土壤质地剖面,并与实测结果进行了对比。     

Regional-scale modelling of the spatial distribution of surface and subsurface textural classes in alluvial soils using Markov chain geostatistics

Soil texture is directly associated with other soil physical and chemical properties and can affect crop yield, erodibility and water and pollutant movement. Thus, maps of soil textural class are valuable for agricultural management. Conventional spatial statistical methods do not capture the complex large-scale spatial patterns of multi-class variables. Markov chain geostatistics (MCG) was recently proposed as a new approach for the conditional simulation of categorical variables. In this study, we apply an MCG algorithm to simulate the spatial distribution of textural classes of alluvial soils at five different depths in a 15-km² area on the North China Plain. Soil texture was divided into five classes – sand, sandy loam, light loam, medium loam and clay. Optimal prediction maps, simulated maps and occurrence probability maps for each depth were generated from sample data. Simulated results delineated the distribution of the five soil textural classes at the five depths and quantified related spatial uncertainties caused by limited sample size (total of 139 points). These results are not only useful for understanding the spatial distribution of soil texture in alluvial soils, but also provide valuable quantitative information for precision agriculture, soil management and studies on environmental processes affected by surface and subsurface soil textures.