关于目前我国常用的几种土壤反应混合指示剂在使用上的探讨

一.引言随着农业生产事业的日益发展与农业科学技术的日益推广,农民们对于测定土壤反应的要求也日益增长,因此,一个简单而准确的反应混合指示剂已十分迫切需要。但是我国目前所用的指示剂,种类很多,即使是同一类型的混合指示剂,各地的配制方法     

煤矸石土壤砷污染相关性分析

在对内蒙古自治区某矿区周边土壤环境总砷含量、全磷、有机质、含水率等项目测定的基础上,分析了土壤总砷含量、有效砷含量与土壤理化性质指标的相关性。同时,通过模拟研究区降水特点和降水量,采用淋溶试验装置,对由煤矸石和自然表层土壤组成的两组混合样品在不同pH值条件下砷的析出规律进行了实验研究。结果表明,研究区土壤有效态砷与总砷含量存在显著正相关关系;总砷含量与pH值、全磷存在一定的正相关性,与有机质和水解性氮之间的相关性不显著;土壤有效态砷含量与有机质含量呈正相关关系,与pH值呈一定的负相关关系。混合土层中砷的淋出量随淋溶液pH值的增加呈降低趋势,pH值越低,砷淋出量越高。     

酸性土壤中亚硝态氮提取方法的改进

亚硝态氮NO_2~-N是土壤硝化和反硝化过程中很重要的一种中间产物,与土壤中含氮气体的产生密切相关。NO_2~-N在土壤中的转化极其迅速,尤其在强酸性条件下NO_2~-N极不稳定,2 mol/L KCl溶液提取过程中会大量发生分解。为了更准确地研究酸性土壤中的NO_2~-N变化,必须选择合适的提取剂,以实现土壤中NO_2~-N的高效提取。本文采用15N标记方法,系统比较了不同方法提取土壤NO_2~-N和NH_4~+-N的回收率,提出了改进措施。结果显示:调节强酸性土壤初始pH为6.0和8.0处理,经2 mol/L KCl溶液提取,提取液的pH分别保持在4.8和5.8左右,显著高于对照(3.8)。pH与振荡时间对酸性土壤NO_2~-N和NH_4~+-N的回收率存在显著的交互影响。振荡时间30 min以内,pH 6.0和pH 8.0处理,NO_2~-N的回收率最高;而振荡时间为30 min时,未调节pH和pH 6.0处理NH_4~+-N的回收率最高。综合考虑,提取土壤无机氮时,土壤/KCl悬浮液的pH保持在5.0~6.0,振荡时间30 min,能同时满足对土壤NO_2~-N和NH_4~+-N的提取。对于强酸性土壤(pH6.0),本研究推荐使用KCl溶液和pH 8.4的缓冲液混合溶液(KCl溶液/缓冲液比为4/1)作为提取液(土/液比为1/5)。对于pH在7.5以上的土壤样品,推荐使用KCl溶液和pH 7.5的缓冲液混合溶液(KCl溶液/缓冲液比为4/1)作为提取液(土/液比为1/5)。对于pH在6.0~7.5的土壤样品,可以直接使用2 mol/L KCl溶液提取。     

用氯离子选择电极测定土壤中的含氯量

土壤中含氯量的测定,长期以来采用硝酸汞或硝酸银的比色滴定法,由于土壤提取液比较浑浊或指示剂变色不灵敏,因而妨碍了滴定精度的提高,近年来氯离子选择电极的应用,得到了广泛的重视^[1,2],对于有色溶液与混浊液的测定,特别方便。     

绿化植物废弃物对重金属迁移的影响

采用土柱模拟实验,比较研究了覆盖绿化植物废弃物与土壤之上和绿化植物废弃物与土壤混合处理对城市绿地土壤中重金属淋溶的影响。结果表明,Zn、Pb和Cd均在80天后淋溶完全,而Cu有所不同,在80天后又有增加的趋势,原因可能跟重金属与有机质的结合能力有关。此外,绿化植物废弃物与土壤相混合能抑制Cu、Zn、Pb和Cd向下淋溶,而绿化植物废弃物覆盖于土壤之上则有促进Cu、Zn、Pb和Cd淋溶的趋势,且不论是混合处理还是覆盖处理,20cm厚绿化植物废弃物的处理均比10cm厚绿化植物废弃物处理对Cu、Zn、Pb和Cd的促进或抑制作用大。研究还得知,Cu、Zn、Pb和Cd的迁移还与土壤pH有关,低pH土壤有利于重金属的淋溶。     

不同秸秆混合生物炭对盐碱土壤养分及酶活性的影响

研究不同秸秆混合生物炭对盐碱土壤养分含量和酶活性的影响差异,为盐碱土壤改良和资源的合理利用提供理论参考。以玉米秸秆、玉米芯、芦苇分别和剩余活性污泥混合在450℃裂解得到的混合生物炭为添加材料,以内蒙古盐碱土壤为供试土壤,研究不同混合生物炭添加对盐碱土壤pH值、阳离子交换能力、养分含量及土壤脲酶活性、蔗糖酶活性、过氧化氢酶活性的影响。结果表明:不同混合生物炭表面化学官能团种类一致,含量有差异;混合生物炭的添加能够小幅度降低土壤pH值;三种混合生物炭的加入大幅度提高了土壤阳离子交换能力,且随着混合生物炭添加量的增加而增强;混合生物炭的添加显著提高了盐碱土壤的养分含量,由玉米秸秆和污泥制备的混合生物炭主要增加总磷和速效磷含量,而添加芦苇和污泥制备的混合生物炭显著提高了土壤速效钾水平;添加混合生物炭对土壤蔗糖酶和脲酶活性有显著的促进作用,尤其是高添加量(25g/kg)对2种酶的促进作用显著高于低添加量(10g/kg,20g/kg);混合生物炭对土壤过氧化氢酶活性的影响表现为中、低添加量(20g/kg,10g/kg)的生物炭对过氧化氢酶的促进作用显著高于高添加量(25g/kg)。     

基于实测高光谱和Landsat 8 OLI影像的土壤盐化和碱化程度反演研究

针对宁夏银北地区土壤盐碱化定量监测的需要,利用实测土壤高光谱和Landsat 8 OLI多光谱影像数据采用多项式、多元线性回归等方法进行土壤含盐量和pH值反演研究,并对影像光谱反演模型进行校正,以提高遥感定量反演精度。结果表明:(1)基于实测光谱的土壤含盐量反演精度均高于基于OLI影像反演精度;基于实测光谱敏感波段反射率反演精度高于实测盐分指数反演精度,其中实测光谱经平滑后敏感波段建立的模型效果最佳(R~2=0.695)。(2)基于实测光谱平滑后敏感波段建立的pH值反演模型精度最高且最稳定(R~2=0.545),基于OLI影像光谱反演精度低于实测光谱,但也通过了显著性检验和精度验证。(3)经实测光谱模型校正后的Landsat 8 OLI影像光谱的土壤含盐量反演模型R~2从0.347提高到0.623。研究结果可以为准确、快速地定量监测当地土壤盐分含量、pH值的变化提供科学依据和技术手段。     

安徽省土壤阳离子交换量传递函数构建与精度评价

【目的】由于化学测定方法费时费力,很多历史土壤资料缺少阳离子交换量(CEC)信息。本研究旨在基于易获取的变量建立安徽省土壤CEC的预测模型。【方法】利用覆盖安徽全省区域的711个土样的有机质含量、颗粒组成和土壤pH的信息,采用逐步多元线性回归方法建立CEC预测模型;并按土壤层次、土壤类型、母质、土地利用方式、质地和石灰性六种分组方式检验了其对模型预测精度的影响。【结果】(1)利用全省未分组数据建立的预测模型精度较低,调整R²仅为0.33;(2)按土壤类型、土地利用方式和石灰性进行分组,整体上可提高模型的预测精度,调整R2提升至0.44～0.93;但按土壤层次、母质和质地进行分组,模型精度未得到明显改善甚至有所下降;(3)预测安徽省土壤CEC的参数重要性依次为土壤黏粒含量、土壤有机质含量和土壤pH。【结论】基于未分组数据集上建立的安徽省土壤CEC模型精度很低,依据土壤类型、土地利用方式和石灰性进行分组可提高CEC的预测精度,对CEC预测最重要的变量是土壤黏粒含量,其次是土壤有机质含量和土壤pH。     

生物炭与沸石混施对土壤Cd形态转化的影响

通过实验室模拟污染土壤添加生物炭和沸石,探究其对酸性污染土壤中Cd的形态转化的影响。结果表明,以土壤重量的0.2%,1%,5%的量分别单个施入生物炭和沸石以及生物炭、沸石1∶1以0.4%,2%,10%的土壤重量混合施入土壤对土壤pH均有影响,培养60d后,生物炭、沸石添加量为0.2%的处理以及混合施入量为0.4%的处理并没有提高土壤的pH,其他处理土壤pH均有升高,生物炭、沸石添加量为5%的处理以及添加量为10%的混合处理效果明显,土壤pH提升9.89%,3.59%,11.41%。培养60d后,生物炭添加量为1%,5%,沸石添加量为5%,混合施入添加量为2%,10%共5个处理同对照CK相比土壤有效态Cd含量相应降低18.30%,43.87%,21.77%,20.40%,41.89%。生物炭各处理土壤交换态Cd含量差异显著依次降低32.01%,32.57%,34.50%,添加量为0.2%和1%的处理残渣态Cd含量所占比例为14.71%,11.99%。沸石添加量为5%的处理交换态Cd含量差异显著降低26.50%。混合施入生物炭和沸石的各处理添加量为10%的处理交换态Cd含量差异显著减少31.76%,残渣态Cd含量所占比例为7.32%。     

土壤有机碳储量估算与土地利用的关系研究

土地利用方式的变化在土壤有机碳(Soil Organic Carbon,SOC)积累的过程中起着非常重要的作用。目前在估算土壤有机碳储量的过程中,一直没有重视土地利用属性。运用基于土壤学专业知识的连接方法 (pedological professional knowledge-based method,PKB法),结合江苏省新沂县1∶20万土壤图,1∶20万土地利用图和1∶20万土壤类型土地利用混合图,估算了各图在不同土壤剖面点数情况下的新沂县SOC储量,并将三者在最佳剖面点数下估算出的SOC储量和SOC密度(SOCD)进行了比较及精度评价。结果表明:在土壤类型图、土地利用图和土壤类型土地利用混合图上进行的PKB法连接时最佳剖面点数均为397点,最佳网格为2 km×2 km;在中比例尺图件上进行PKB法连接估算SOC储量时,综合考虑土壤类型和土地利用类型可以大大提高估算精度,同时土地利用类型属性比土壤类型属性更为重要。研究结果可为在中比例尺条件下提高SOC估算精度提供科学依据。     

硼的吸附-解吸对土壤表面性质的影响

对三种不同类型土壤———棕红壤、黄棕壤、灰潮土在特定条件下的电荷零点(PZC) :ck—PZC(无硼 )、ads—PZC(硼吸附 )和des—PZC(硼解吸 )的研究发现 ,棕红壤和黄棕壤的ads—PZC与其ck—PZC相比 ,都有较为明显的下降。灰潮土 ,由于本身碳酸盐的缓冲作用 ,其ads—PZC与ck—PZC几乎相等。在硼吸附发生后 ,3种供试土壤的des—PZC较之它们的ads—PZC ,改变甚小 ,但这时灰潮土却保持强劲吸附电位离子的趋势 ,其吸附H 离子数量是棕红壤和黄棕壤的 2倍 ,表明在灰潮土上 ,原先被土壤胶体吸附的硼这时才显示利于电位离子的吸附。研究还表明 ,硼在酸性土壤中的吸附会引起 1 0倍量的质子的吸附     

吉林省农田耕层土壤pH的时空变化特征

本研究通过分析2005~2013年测土配方施肥项目在吉林省采集的大量土壤样品,明确了不同地区农田耕层土壤pH的空间变异特征,并与第二次土壤普查数据对比探讨了土壤pH的变化趋势。结果表明,目前吉林省农田耕层土壤pH分布在3.8~9.1之间,平均值为6.5。不同类型农田土壤pH的高低顺序为:黑钙土风沙土草甸土黑土白浆土≈暗棕壤水稻土。空间上,吉林省农田耕层土壤呈现自西向东逐渐降低的分布特征,以西部白城市的通榆县最高而东部延边朝鲜族自治州的汪清县最低。时间上,与第二次土壤普相比,吉林省各种土类的pH存在共性的土壤酸化趋势。不同土类间pH的降幅存在较大差异,代表性的黑土下降约0.5个单位,酸化程度较大的草甸土和水稻分别下降了1.4和1.6个单位,而酸化程度较小的白浆土下降了0.1个单位。吉林省农业生产中应控制化肥用量,调整肥料品种,合理增施有机肥,大力推广秸秆还田,从而缓解土壤酸化趋势,改善土壤肥力。     

苏南地区土壤重金属向蔬菜的迁移研究

Vegetable fields in peri-urban areas receive large amounts of extraneous heavy metals because of rapid urbanization and industrialization in China. The concentrations of Cu, Zn, and Pb in 30 soil samples and 32 vegetable samples, collected from 30 different sites in southern Jiangsu Province of China, were measured and their transfer from soil to vegetable was determined. The results showed that the soil samples had wide ranges of pH (4.25-7.85) and electrical conductivity (EC) (0.24-3.42 dS m^-1). Among the soil samples, there were four soil samples containing higher Cu and two soil samples containing higher Zn concentrations than those specified in the Chinese Soil Environmental Quality Standard II. However, no vegetable sample was found to contain a high level of Cu or Zn. In contrast, one vegetable sample contained 0.243 mg Pb kg^-1 FW, which was above the Chinese Food Hygiene Standard, whereas the corresponding soil Pb concentration was lower than the Chinese Soil Environmental Quality Standard II. The transfer coefficients of Cu of all vegetable samples exceeded the suggested coefficient range, implying that extraneous Cu had high mobility and bioavailability to vegetables. There was no significant correlation between extractable soil heavy metal concentrations with four kinds of extractants and soil pH, EC, heavy metal concentrations in vegetables and soils, except that soil pH correlated well with the extractable soil Cu, Zn, and Pb concentrations with 1.0 mol L^-1 NH₄NO₃. Moreover, diethylenetriamine pentaacetic acid (DTPA) extraction method was a more effcient method of extracting heavy metals from the soils independent of soil pH and EC than other three methods used.     

扬州市耕地土壤pH值30年演变及其驱动因子

【目的】土壤pH值是衡量耕地质量的重要指标,开展江苏省扬州市30年来种植制度、耕作制度、施肥、降雨等对耕地土壤酸化影响的研究,为预测和控制土壤酸化提供科学依据。【方法】调查了1984年、1994年、2005年、2014年四个时期耕地土壤pH、成土母质、土壤类型、土壤有机质含量,以及各时期的耕作制度、种植制度、降雨量和施用化肥品种和数量。数据来源于1984年第二次土壤普查的农化样点（4107个）、1994年的土壤普查点（2862个）、2005年土壤养分调查点（4018个）、2014年土壤养分调查点（6009个）,共16996个。参照《中国土壤》对我国土壤酸碱度分级指标将扬州市耕地土壤pH分为5级,分别为Ⅰ级（ 7.5）、Ⅱ级（6.5~7.5）、Ⅲ级（5.5~6.5）、Ⅳ级（4.5~5.5）、Ⅴ级（ 4.5）。应用地统计学中克里格法（Kriging）和相关的统计学方法,用ArcGIS10.1、SPSS19等软件进行了数据统计分析。【结果】扬州市1984年、1994年、2005年、2014年土壤pH平均分别为7.51（4107个）、7.07（2862个）、6.83（4018个）、6.74（6009个）;1984~2014年四个时期土壤pH空间分布格局基本不变,即里下河地区 沿江圩区 通南高沙土区 丘陵地区。1984、1994年和2005年,土壤pH以Ⅰ级、Ⅱ级为主,1984年占总面积的90%以上,1994年和2005年占总面积的75%以上;2014年土壤pH空间分布以Ⅱ级、Ⅲ级水平为主,占总面积的65.7%。30年间,土壤pH值下降0~1个单位的面积占总面积的47.2%,下降大于1个单位的面积占总面积的39.3%。前20年土壤pH值下降严重,下降了0~2个单位的面积占80%以上。30年间不同成土母质、土壤类型的整体土壤pH值呈下降趋势,分别下降0.9、0.8个单位;土壤有机质含量的变化与土壤pH变化呈负相关关系,30年间土壤有机质含量平均上升了6.01 g/kg,是土壤pH整体呈下降趋势的原因之一;30年间扬州市降水pH值整体呈下降趋势,其中丘陵、沿江地区下降最快,与丘陵、沿江地区土壤pH下降较快是一致的;30年间化肥投入量与土壤pH变化呈高度的负相关,2005年化肥投入量约505300吨,比1984年化肥投入量增加了2.42倍;2005~2014年化肥投入量呈稳定趋势,与30年土壤pH变化趋势是一致的;种植大棚蔬菜的田块土壤pH平均值比周边种植稻麦田块下降1.5~2个单位,表明土地利用类型改变也会影响土壤pH值。【结论】扬州市耕地土壤pH值30年间持续下降,前20年下降幅度较大,后10年渐趋稳定。影响土壤pH值空间分布因子主要有成土母质、土壤类型、土壤有机质含量;影响土壤pH时间分布因子主要有酸雨、施肥及土地利用类型,其中酸雨、施肥是导致土壤酸化的主要驱动因子。     

浙江中部红壤施用石灰对土壤交换性钙、镁及土壤酸度的影响

为了确定红壤施用石灰后钙、镁移动和土壤酸化速率,监测了耕层（10～20ｃｍ）和底土（20～60ｃｍ）的ｐＨ和交换性Ca2+、Mg2+、Al2+的长期变化。结果表明,耕层交换性Ca2+在施用石灰后的一年半时间达到最高值,此后随着时间的推移而急剧减少;而底土的交换性Ca2+随石灰用量的增加和施用石灰后时间的推移而增加。镁在土壤剖面中的移动比钙快;施用石灰后耕层和底土酸度的降低与交换性Ca2+的增加基本同步。在本试验条件下,不论施用石灰与否都存在着复酸化过程,但施用石灰后复酸化作用更强。     

硅酸盐细菌在不同生境土壤中的分布

以水洗钾长石粉为惟一K源的硅酸盐细菌选择性培养基,对我国部分省市土壤中的硅酸盐细菌的分布状态进行了初步调查。采集了0 ~ 10cm土层下土壤样品48个,测定了土壤pH和养分,从中分离出硅酸盐细菌148株,并对其进行了初步鉴定。研究了硅酸盐细菌在不同生态环境中的分布规律及对含K矿物(钾长石、霞石和伊利石)的分解能力,从中筛选出4株高效菌株,对研究硅酸盐细菌在我国不同土壤生态系中资源的保护、开发和利用,具有重要意义。     

喀斯特地区湘西州植烟土壤pH分布特征及其影响因素

为了解湘西州植烟土壤pH特征,于2015年采集湘西烟区1 242个土壤样本,采用传统统计学和地统计学方法分析了湘西州植烟土壤pH区域分布和空间分布特征及其影响因素。结果表明:(1)湘西烟区植烟土壤pH变幅为4.17~8.17,平均值为6.12,变异系数为18.30%;处于植烟土壤pH适宜范围内(pH为5.5~7.0)的样本占34.06%,pH小于5.0的植烟土壤样本为20.77%,pH大于7.5的植烟土壤样本为18.20%;(2)7个主产烟县植烟土壤pH平均值在5.44~6.84;不同县植烟土壤pH差异极显著;(3)植烟土壤pH有从西向东递减的分布趋势;(4)成土母岩、土壤类型、水土流失状况、灌溉能力、海拔高度、耕作层厚度、有机质含量、土壤颗粒组成显著影响植烟土壤pH;(5)水土流失严重、无灌溉能力和耕作层较浅的烟田、紫色砂页岩发育的土壤、红壤和红黄壤以及粘粒比例较大的土壤容易酸化;(6)土壤pH呈现出随海拔降低和有机质含量升高而升高的趋势。     

曲靖植烟土壤pH分布特征及其影响因素研究

为探明曲靖植烟土壤pH状况,在曲靖烟区采集土壤样品3 456份,分析其土壤pH空间变异情况及影响因素。结果表明,曲靖植烟土壤pH均值为6.28,变幅为4.16~8.50,pH值<5.5的土壤样品所占比例为24.36%,pH值>7的土壤样品所占比例为22.56%;各县植烟土壤pH均值在5.43~6.57之间。曲靖植烟土壤pH空间结构为指数模型,其空间变异由结构因子和随机因子共同决定,不同等级呈插花状分布。海拔高度、地形地貌、土壤类型、土壤质地、有机质含量、盐基阳离子和阴离子均显著或极显著影响植烟土壤pH;随着海拔升高,土壤pH呈下降趋势;不同土壤类型以黄壤土pH最高,红壤土pH最低;不同质地土壤以中壤土pH最低,以砂壤土pH最高;土壤pH与土壤有机质含量、速效钾、有效钙含量、有效镁含量和阳离子总量等均符合对数函数模型;土壤pH与土壤有效硫符合“Ⅴ”字型分段线性模型,与水溶性氯符合对数函数模型。本研究结果为曲靖烟区土壤保育提供了科学依据。     

Estimating the Contribution of Sampling,Sample Pretreatment,and Analysis in the Total Uncertainty Budget of Agricultural Soil pH and Organic Carbon Monitoring

Monitoring of soil organic carbon (SOC) and pH is needed to manage soil protection and tackle possible degradation in support of, i.e, the upcoming European Soil Framework Directive. Harmonized monitoring procedures and protocols produced under the auspices of the International Organization for Standardization (ISO) and the European Committee for Standardization (CEN) will be recommended. The uncertainty contributions of sampling, sample pretreatment, and analysis in the monitoring of soil pH and organic carbon in agricultural parcels using these harmonized monitoring procedures have been studied.

A within-laboratory comparison between the different analytical methods and sample pretreatments was made on 451 soil samples for SOC and 150 samples for soil acidity. Thereafter, a field study was performed to evaluate the contribution of the sampling method. Finally, an interlaboratory trial (including sampling) was organized to assess the overall monitoring uncertainty.

The results indicate that the influence of different sample pretreatments (e.g., milling) in combination with different analytical methods (elemental combustion versus chemical oxidation) are the main contributions to the observed uncertainty in the monitoring of SOC. For the monitoring of soil acidity, a similar observation was made, showing that differences in the practical implementation of the analytical method (e.g., mechanical shaking) are the main contributions to the monitoring uncertainty. The monitoring uncertainties derived from an interlaboratory trial (including sampling) amounted to ±20% (95% confidence interval, CI) for SOC and ±0.3 pH units (95% CI) for soil acidity on an agricultural parcel.     

The importance of soil acidity,moisture, exchangeable cation pools and organic matter solubility to the cationic composition of beech forest (Fagus sylvatica L.) soil solution

Humus horizons of dystric cambisols were sampled six times during 1990–1992 at 66 points along a beech forest transect in Scania, s. Sweden. Cation concentrations of soil solutions obtained by centrifugation of sifted samples at field moisture were related to pH, DOC, exchangeable pools of the cations and soil moisture. Soil solution Al was speciated in free ionic (easily reacting) Al_r and organically complexed Al_org. Two or three variables accounted for a large share (70–90 %) of the cation variability between sampling points. Exchangeable soil pools were the most important variables for K, Mg. Ca, and Mn and contributed more when calculated on C. E. C. than on soil dry weight. Some function of pH was also of importance to most cation concentrations. Al_r correlated well with both Al_org(+) and pH(-). Soil moisture was positively related to DOC and K, negatively to H-ion concentration. pH measured by different methods were closely correlated (r = 0.93–0.97), pH_kcl and pH being ca. 0.5 unit lower, pH ca. 0.3 unit higher than soil solution pH, which varied between 3.5 and 5.6.