基于1:5万土壤数据库的太湖地区水稻土全氮含量动态变化研究

准确评估农田土壤全氮含量变化是有效制定农业管理措施的基础。选择太湖地区37个县(市、区)2.32 M hm~2水稻土为研究对象,以1982年第二次土壤普查的1 096个和2000年"973"项目的 1 393个表层样点建立1︰5万高精度土壤数据库为基础,定量化该地区近20年来水稻土全氮含量的动态变化。结果表明:1982—2000年太湖地区水稻土全氮含量上升了0.21 g·kg~(–1),氮素富集效应明显。其中,脱潜型水稻土全氮含量上升最多,增幅达17.0%,而潜育型水稻土有所下降,降幅为26.2%。从不同土区来看,低山丘陵土区全氮含量上升最多,增幅达31.8%,而太湖平原土区变化幅度最小,增幅仅为9.8%。从不同行政区来看,安吉县、长兴县、川沙县、闵行区、余杭县和崇明县全氮含量增长幅度均超过40%,而吴县、青浦县、嘉善县和丹阳县均有所下降。总体来看,太湖地区水稻土全氮含量空间动态变化差异很大,今后根据不同土壤类型、土区和行政区氮素富集程度适当减少氮肥施用量,以防止氮素流失造成的水体富营养化风险是十分必要的。     

利用地基激光雷达估算不同地表条件下土方量

不同地表条件下土方量估算对土壤侵蚀量监测以及高标准农田工程建设具有重要意义,但基于地基激光雷达（Terrestrial Laser Scanning,TLS）的估算精度尚需求证。在江西省鹰潭市红壤生态实验站获取了7种不同地表条件下（植被覆盖度、砾石含量、地形起伏）填/挖土前后两期TLS数据,采用移动曲面拟合滤波与反距离加权插值方法计算填/挖土方量并验证,分析了TLS测站数量、位置与点云间距对计算精度的影响。结果表明：1）TLS在不同地表条件下估算土方量误差为1.69%～18.17%;2）在保证土方量计算精度的前提下,植被覆盖度小于1%、20%～30%的样方可分别将测站数量减少至2个和3个,低地势测站位置更有利于获取地表完整信息;3）TLS计算土方量的精度随点云间距增加而降低,近地表无覆盖、有覆盖的样方最优点间距分别为1～8和1～4 cm。研究为估算厘米级土体三维时空变化研究提供技术支持,为TLS野外观测设置提供依据。     

江苏省金坛市土壤肥力的时空变化特征

土壤质量是土壤特性的综合反映,也是揭示土壤条件动态的最敏感的指标[1] ,因而能体现自然因素及人类活动对土壤的影响。研究人类活动影响下的土壤质量变化,不仅可以为探讨土壤环境的变化趋势提供一种理论方法,而且可以阐明人类活动对土壤环境的影响方向。因而,土壤质量一直是土壤学领域中的研究热点。地统计学能够对研究对象的空间格局进行检验、模拟和估计。空间局部内插法提供了最小方差的无偏估计,在生态学中得到了广泛的应用[2 ] 。考虑到土壤属性空间上的渐变性与一定范围内属性信息的空间相关性,因而地统计学的方法用于研究土壤的时空…     

制图尺度对CO_2浓度升高情景下旱地土壤有机碳模拟的影响

基于土壤数据库的动态模型预测未来二氧化碳(CO_2)浓度升高下农田有机碳变化是实施农业固碳的基础,但目前基于不同制图尺度土壤数据库对旱地有机碳模拟结果的影响尚不清晰,一定程度上增加了农业管理措施制定的风险性。基于此,选择江苏北部(简称"苏北地区")3.90×10~6 hm~2旱地为例,运用生物地球化学过程模型(Denitrification and Decomposition,DNDC)模拟未来CO_2浓度升高下该地区1:5万、1:25万、1:50万、1:100万、1:400万、和1:1000万制图尺度的土壤有机碳变化。结果表明:2010—2039年间CO_2浓度在目前正常增加速率(1.9ppm a~(-1))的基础上提高0.5倍、1倍和2倍,苏北旱地数据最详细的1:5万尺度年均固碳速率分别为357 kg hm~(-2)、360 kg hm~(-2)和365 kg hm~(-2)。但进一步从其他制图尺度来看,由于使用的土壤数据库不同导致有机碳模拟结果差异很大。以1:5万尺度年均固碳速率为基准,3种CO_2浓度情景处理下1:25万~1:1000万尺度的模拟误差分别在0.89%~60.55%、0.81%~60.71%和0.15%~61.02%之间,这说明未来CO_2浓度升高的大背景下我国旱地土壤有机碳模拟中选择适宜的制图尺度非常重要。     

典型黑土区农田土壤碳库及其影响因子显著性变化特征研究

明确不同时期农田土壤碳库及其显著影响因子对农田土壤固碳具有重要意义。基于北安和克东地区20世纪80年代初全国第二次土壤普查资料,2010年测土配方施肥数据和实际补充采集样品分析数据,利用土壤类型GIS连接法研究土壤有机碳库及密度时空变化特征,并采用方差分析检验不同时期土壤有机碳密度空间变异的影响因子及其显著性差异。结果表明,研究区沟谷和低洼平地农田土壤有机碳密度及下降速率均高于漫岗高平原,表层和剖面的碳库年均下降速率为-0.14 t hm-2a-1和-0.13 t hm-2a-1,碳库储量呈现显著下降趋势。1980年农田表层土壤有机碳密度的显著性影响因子为土壤类型(亚类)、海拔、pH和全磷;2010年影响因子中土壤类型(亚类)和pH依然显著,海拔和全磷不再显著,坡度成为新的显著性影响因子。     

气候因子对森林土壤有机碳影响的幅度效应研究

揭示不同幅度上气候因子对土壤有机碳(Soil organic carbon,SOC)影响的主控性变化,是预测未来气候变化对SOC演变趋势影响的基础。本文利用中国西南地区363个森林土壤剖面数据,基于大区、省和地级市3个幅度,研究了气候因子对森林SOC密度的影响随幅度变化的规律及不同幅度下的主控气候因子。结果表明,年均降水量与SOC密度的相关性均随着幅度的减小而减弱,而年均气温与SOC密度的相关性随幅度变化的规律不明显,有较强的区域差异。大区幅度上,SOC密度主要受年均降水量和年均气温的综合作用。省级幅度上,西藏自治区东部主控因子为年均降水量,而四川和云南两省为年均气温。地级市幅度上,各市的主控因子基本与其所属的省一致。气候因子对SOC密度变异的解释能力在大区幅度上约20%,且随着幅度的减小解释能力也逐渐减小。     

成都典型区水稻土有机碳组分构成及其影响因素研究

农田生态系统土壤有机碳对农业生产、生态平衡和全球气候变化至关重要,有机碳组分构成及平均驻留时间对深入了解土壤有机碳特征及演变规律意义重大。通过土壤呼吸培养实验和三库一级动力学方程,模拟分析了成都典型区水稻土有机碳组分构成特征;利用土壤定量化属性与有机碳各组分相关及回归分析,建立研究区土壤有机碳各组分预测模型。结果表明,有机碳组分的活性碳、慢性碳和惰性碳含量在表层(0~20 cm)分别为0.42、6.13、11.43 g kg-1,均高于亚表层(20~40 cm)的0.23、4.09、7.50 g kg-1,两土层间有机碳组分含量具有显著性差异,但有机碳组分比例没有显著性差异。剖面(0~100 cm)有机碳组分含量随着深度增加而减小,活性碳和慢性碳比例随着深度增加而降低,惰性碳比例则随着深度增加显著升高。容重、全氮和全磷对有机碳各组分含量,质地对活性碳组分含量、比例及平均驻留时间,p H对慢性碳和惰性碳组分比例均具有显著影响;活性碳和惰性碳组分含量与土壤全氮、碳氮比、p H以及土壤细粉粒(0.02~0.002 mm)含量间存在显著线性关系,可用来预测水稻土有机碳各组分含量,研究结果对其他地区土壤有机碳各组分研究及预测具有积极启示作用。     

不同方法预测河北省土壤有机碳密度空间分布特征的研究

运用多元线性回归、泛克里格和回归克里格三种方法,结合由DEM获取的地形属性因子预测了河北省土壤有机碳密度的空间分布.多元线性回归预测的残差较大,模型对总方差的解释仅18.6%,采用泛克里格方法后,预测残差降低,预测结果的极差范围变宽,低碳密度区的局部变异得以体现,模型对总方差的解释程度提高到53%.而回归克里格方法应用后预测残差和均方根预测误差进一步降低,模型对总方差的解释程度提高到65%,回归克里格方法也能更好地反映碳密度与地形的关系以及局部变异.三种方法中回归克里格预测效果最好,泛克里格次之,而多元线性回归方法最差.     

不同类型土壤引黄灌溉固碳效应的对比研究

通过在宁夏引黄灌区实地调查、采样与分析,研究5种类型土壤在不同灌溉耕作时间序列下土壤有机碳含量及碳密度的变化特征,对比分析不同类型土壤对引黄灌溉耕作固碳效应的差异。结果表明:灌溉耕作引起的土壤有机碳含量的变化因土壤类型的不同而存在差异;在相同的灌溉耕作时间下,5种类型土壤的有机碳密度大小顺序为:灌淤土>潮土>新积土>风沙土>淡灰钙土;与同类型未灌溉耕作的土壤比较,灌溉耕作使各类型土壤有机碳密度均有不同程度的增加,相同的灌溉耕作时间下土壤有机碳密度增幅排列次序为:风沙土>潮土>灌淤土>淡灰钙土>新积土。宁夏引黄灌区的土壤固碳效应因土壤类型的不同存在明显差异。     

黄淮海农业区旱地土壤有机碳变异性的空间尺度效应

土壤有机碳(SOC)具有空间变异性,其变异程度依赖于空间尺度,多尺度研究SOC变异性特征及其对空间尺度拓展的响应对精确估算土壤碳储量具有重要意义.本研究以黄淮海农业区为研究区域,利用全国第二次土壤普查资料记录的1 875个土壤剖面,设定4级行政区尺度,即大区、省级、市级和县级,研究了不同土壤深度(0～ 20、20 ～ 30、30 ～ 50、50 ～ 70和70 ～ 100 cm)有机碳含量的变异性特征及其对行政区尺度拓展的响应.研究结果表明:黄淮海农业区SOC含量变异系数均值随着行政区尺度的增大和土壤深度的增加而增大,范围为县级尺度0～20 cm表层的33.68％到大区尺度70～ 100 cm底层的81.02％;两行政区尺度间的跨度越大,其变异度越大,尺度间变异度呈明显的阶梯状,表现为3个尺度等级(大区-县级)＞2个尺度等级(省级-县级和大区-市级)＞1个尺度等级(省级-市级,市级-县级和大区-省级);SOC含量变异系数均值与行政区面积为显著对数关系y=a+b×ln(x),随着土壤深度的增加,SOC变异性对尺度的响应也越快.实际采样过程中,研究区域越大,采样深度越深,所需要的采样点数目越多.