黄土高原植被净初级生产力时空变化及其影响因素

为了探明黄土高原地区植被生产力变化的驱动机制,该文基于MODIS传感器获得的MOD17A3数据,分析了黄土高原2000-2010年间植被净初级生产力(net primary productivity,NPP)的时空变化及其主要影响因素,并借助多元统计分析方法对引起NPP变化的自然和人为因素进行量化分析。结果表明:黄土高原植被总NPP从2000年的119 Tg(以C计)增加到2010年的144 Tg(以C计),年增速4.57 g/(m2·a)(P0.05)(以C计)。黄土高原约91%的区域NPP呈增加趋势,37%的区域增加趋势显著,主要分布在陕西、青海大部分地区、甘肃南部及宁南山区。整个黄土高原近11 a间NPP变化受自然和人为因素共同影响,其中退耕还林还草累计面积、帕尔默干旱指数(palmer drought severity index,PDSI)、耕地面积和人口数量是影响NPP变化的主要因素。退耕还林还草累计面积占四者总贡献率的43%,PDSI占40%,耕地面积和人口数量分别占13%和4%。对区域而言,由退耕还林还草工程引起的土地利用覆被变化是退耕区(陕北、甘肃东南部等)NPP增加的主要因素,而近年来干旱情况的缓解(PDSI呈上升趋势)则是青海、内蒙古等地NPP增加的主要因素。该研究对于黄土高原各区域生态资源管理,以及生态系统的建设具有一定的指导和借鉴意义。     

成都典型区轮作与土壤特征类型对有机碳密度影响力比较研究

研究分析轮作制度与土壤特征类型对农田土壤有机碳密度变异的主导作用程度,对提高农田土壤固碳潜力具有重要意义。基于2010年在新都区和郫县采集的土壤样点数据,利用方差分析和逐步回归分析方法研究分析土壤特征类型(土壤质地、土壤亚类、成土母质)和轮作制度对成都平原典型区农田土壤有机碳密度(SOCD)变异的影响,比较土壤特征类型与轮作制度对土壤有机碳密度变异的影响力。结果显示:土壤特征类型和轮作制度均对SOCD的变异具有显著影响,特别是土壤质地类型,其中黏粒含量与各土层的SOCD之间均存在极显著正相关性(P0.01);与轮作制度影响力比较,土壤特征类型对SOCD变异性影响起主导作用,能够分别解释SOCD在0~40、0~20和20~40 cm土层变异性的35.9%、43.0%和16.8%;而轮作制度对SOCD变异性影响表现在0~40和0~20 cm土层,SOCD逐步回归解释能力在土壤特征类型基础上仅增加2.2%和4.5%,轮作制度影响力不足以改变土壤特征类型对区域土壤有机碳密度变异的影响地位。研究和揭示区域农田土壤有机碳密度变异及其驱动力,更应注重土壤特征的影响力,轮作制度影响力可以被忽略。     

三峡库区农田氨挥发及其消减措施研究进展

从分析农田氨挥发的机理入手,在分析国内外氨挥发研究现状的背景下,综述了三峡库区农田氨挥发受气候、土壤理化性质、田间管理措施等因素的影响程度及其消减措施的研究进展,提出了应将农田氨挥发作为库区气态氮损失的研究重点,同时在研究方法、时空尺度、地域特殊影响因素,以及消减措施等方面进行更深入的探索。     

河岸缓冲带净污机制及其效果影响因子研究进展

随着经济社会的飞速发展,农业面源污染已成为导致河流、湖泊、水库等水体水质恶化、营养化的重要原因.居于水陆交界处的河岸缓冲带对净化河流水质具有重要作用,被认为是控制面源污染的“最佳管理措施”（BMPs）之一.在系统地总结国内外河岸缓冲带净污机制及其净污效果影响因子所取得的主要研究成果的基础上,针对目前研究中存在的不足,提出净污机制研究不局限于氮、磷等营养元素以及地表径流去污的机制研究,除考虑自然因素外,还应综合考虑人为因素对河岸带净污效果的影响.     

民勤绿洲地下水埋深影响因素分析及其变化趋势预测

水是民勤绿洲环境保护和经济发展的关键,对影响民勤绿洲地下水资源变化的主要因素及其未来变化趋势进行预测,可为绿洲地下水资源合理开发和利用提供科学依据。利用相关性分析法,找出与民勤绿洲地下水埋深观测值相关性较好的影响因素,然后运用主成分线性回归法确定地下水埋深观测值与其主要影响因素的定量关系,并利用灰色预测法对影响绿洲地下水埋深变化的主要因素（包括人口、粮食产量和上游来水量）及地下水埋深进行趋势预测。结果表明：民勤绿洲的人口、粮食产量、上游来水量、GDP、蒸发量和大牲畜存栏量与地下水位变化密切相关;人口和粮食产量的增加会导致地下水埋深的下降,且人口增加对地下水埋深的影响远大于粮食产量增加对地下水埋深的影响;未来6年中,民勤绿洲人口和粮食产量总体呈增长趋势,上游来水量呈逐年减少趋势,地下水埋深呈下降趋势。     

秦巴山区耕层土壤微量元素空间特征及影响因子——以镇巴县为例

为充分了解与掌握秦巴山区耕层土壤微量元素现状、空间分布规律及其影响因素,为区域土壤微量元素的科学管理及土壤微肥应用提供理论依据和实践指导,以镇巴县为例,基于2010年陕西省耕地地力调查与质量评价项目数据,采用地统计学和GIS相结合的方法,研究秦巴山区耕层土壤有效态Fe、有效态Mn、有效态Cu和有效态Zn的空间特征及其影响因素.结果表明：1）镇巴县耕层土壤有效态Fe、Mn和Cu均属中等变异强度,变异系数介于81.38％～97.57％之间,有效态Zn属强变异强度,变异系数为117.09％;2）空间特征上,根据块金系数值,4种微量元素均表现为中等强度的空间相关性,县域质量分数的空间分布呈南部高、西部低格局,空间变异性是由自然因素（土壤理化性质、地形地貌和常年降水量等）和人为因素（作物熟制和村距等）共同作用而引起的;3）镇巴县耕层土壤整体有效态Cu和Fe质量分数丰富,Zn质量分数适宜,19.14％ Mn缺乏（＜5 mg/kg）,需结合不同的耕作制度、土壤类型及其质量分数丰缺水平进行分区培肥与管理.     

水耕人为土磁性矿物的生成转化机制研究回顾与展望

随着环境问题的日益突出,人为活动对土壤的影响越来越深刻,需加强对"人为作用"的研究以便解释现代土壤磁性的过程和变化。水耕人为土在发育过程中人为作用的方式多种多样,明确其磁性矿物的生成和转化机制及其影响因素有利于理解人为活动对现代土壤磁性的作用。但目前水耕人为土磁学研究还比较零散,缺乏系统性,已有研究结果有待深入梳理。本文对已有的相关研究报道,包括水耕人为土磁性参数的演变特征、磁性矿物的生成转化机制以及对成土因素的响应等进行综合评述。最后,对当前研究的不足和存在问题进行总结,并对研究方向进行了展望,以期有助于环境磁学的发展。     

典型自然带土壤氮磷化学计量空间分异特征及其驱动因素研究

植物生活型、地形及区域气候特征等对土壤养分的空间分布有着重要的影响。通过对我国典型自然带土壤氮磷化学计量与植物生活型、地形及气候因素间相互关系的研究,探讨了我国土壤氮磷的空间变异与分布特征及其主要控制因素。结果发现,5个自然带的土壤全氮(TN)和氮磷比(N/P)存在显著差异(p0.01);除温带荒漠带较低(0.47 mg g~(-1))外,土壤全磷(TP)均值总体变化不明显(p0.05)。在不同自然带区域内,TN、TP及N/P变化与海拔、温度及降水呈现出显著的线性和非线性二次相关,即表现出线性与单峰模式。暖温带落叶阔叶林带、温带草原带、温带荒漠带森林土壤中TN,以及青藏高原高寒植被带草本土壤中TP、温带荒漠带森林土壤的N/P主要受海拔因素的影响,而温带草原带草本植物的土壤TP则主要受降水的影响。同时,研究还发现,在多要素共同作用时,其影响程度也略有差异,温度和海拔作为控制因素影响亚热带常绿阔叶林带森林和温带草原带草本土壤TN变化,但前者受温度控制更为明显,后者则以海拔为主要驱动因素,而温带荒漠带草本土壤和森林土壤的TN主要受海拔和降水作用的影响,但以降水影响为主;亚热带常绿阔叶林带森林土壤TP,温带草原带、温带荒漠带和青藏高原高寒植被带草本土壤的N/P受植物生活型、地形及气候的共同影响,但程度略有不同,其中TP表现为降水温度海拔,而N/P为温度海拔降水。因此,在自然带和植物生活型的主控背景下,海拔、温度和降水的主控或交互作用直接驱动土壤氮磷及其化学计量特征的空间分异。     

基于产量的稻田肥力质量评价及障碍因子区划——以进贤县为例

土壤肥力质量评价及土壤肥力障碍因子分析,对于区域土壤利用和改良、指导农业生产结构布局具有重要意义。以江西省进贤县为研究区,通过水稻遥感解译测产,结合主成分分析进行土壤质量评价;采用综合指数法表征土壤肥力质量水平,分析该区域低肥力质量区域主要障碍因素,并进行障碍因子区划。结果表明,该地区土壤肥力质量评价的最小数据集(MDS)指标包括:有机质、阳离子交换量(CEC)、全钾(TK)、交换性钙(Ex.Ca)、容重、粉黏比;土壤质量综合指数与水稻产量相关系数达到0.73(p0.01),以当地水稻平均产量7.215 t hm~(-2)确定土壤质量综合指数阈值为0.65。分析得出,该地区影响土壤肥力的主要障碍包括有机质含量低和容重较大反映的低熟化度障碍、中量元素缺乏反映的酸化障碍、全钾含量低和高粉黏比反映的结构障碍等。根据障碍因素将研究区域划分为三大障碍区:东南部丘陵区主要障碍因子为酸化和土壤结构障碍;中西部低岗平原主要为土壤酸化障碍;北部滨湖区主要障碍为水稻土熟化程度低。通过对不同区域施行针对性改良措施有益于提高土壤肥力。     

引入地形因子的黑土区大豆干生物量遥感反演模型及验证

为了对田块尺度农作物地上干生物量进行估测,提高大豆地上干生物量反演模型的精度和稳定性,该文获取了研究区地块2016年7、8月份的SPOT-6多光谱数据,并测定不同地形坡位的大豆地上干生物量,以归一化植被指数(normalized difference vegetation index,NDVI)和增强型植被指数(enhanced vegetation index,EVI)为输入量,建立田块尺度大豆地上干生物量一元线性回归模型;加入与地上干生物量相关的地形因子,建立逐步多元回归和神经网络多层感知反演模型.结果表明:1)使用传统的单一植被指数模型预测大豆地上干生物量有可行性,但模型精度和稳定性不高.2)加入地形因子(海拔、坡度、坡向)的神经网络多层感知器模型,有较高的精度和可靠性,模型准确度达到90.4％,验证结果显示预估精度为96.2％.反演结果与地块的地形、地貌、气温和降水特征基本吻合,反映了作物长势的空间分布特征,可以为田块尺度大豆地上干生物量动态监测和精准管理,提供借科学依据.