为进一步探明陕西省榆林市樟子松人工林的土壤养分变化特征,以5年生樟子松(Pinus sylvestris L. var. mongolica Litv.)纯林和5年生樟子松-胡枝子(Lespedeza bicolor Turcz.)混交林为研究对象,分析土壤有机质、硝态氮、有效磷、速效钾...为进一步探明陕西省榆林市樟子松人工林的土壤养分变化特征,以5年生樟子松(Pinus sylvestris L. var. mongolica Litv.)纯林和5年生樟子松-胡枝子(Lespedeza bicolor Turcz.)混交林为研究对象,分析土壤有机质、硝态氮、有效磷、速效钾等理化指标以及土壤酶活性的变化特征。结果表明,樟子松纯林和樟子松-胡枝子混交林土壤有机质、有效磷和速效钾含量整体上均随着土层深度的增加呈下降趋势,全磷含量均随着土层深度的增加呈先升高后降低的趋势,硝态氮含量则均随着土壤深度的增加而增加,5个指标均表现为樟子松-胡枝子混交林高于樟子松纯林,且樟子松-胡枝子混交林各层土壤有效磷含量均显著高于樟子松纯林(P<0.05);樟子松纯林和樟子松-胡枝子混交林土壤含水率各土层间差异均不显著,樟子松-胡枝子混交林5~15 cm土层土壤含水率含量显著高于樟子松纯林(P<0.05);樟子松纯林和樟子松-胡枝子混交林土壤碱性磷酸酶活性、过氧化氢酶活性、脲酶活性均随着土层深度的增加而降低,且樟子松-胡枝子混交林过氧化氢酶活性和脲酶活性在各土层均显著高于樟子松纯林(P<0.05)。展开更多
传统线性回归模型在借助光谱信息进行土壤属性预测时,通常忽略了土壤自身所具有的空间异质性和依赖性,并且未考虑模型残差的空间结构。针对以上不足,该文以江汉平原232个土壤样本为研究对象,以土壤反射光谱为辅助变量,采用偏最小二乘回...传统线性回归模型在借助光谱信息进行土壤属性预测时,通常忽略了土壤自身所具有的空间异质性和依赖性,并且未考虑模型残差的空间结构。针对以上不足,该文以江汉平原232个土壤样本为研究对象,以土壤反射光谱为辅助变量,采用偏最小二乘回归、普通克里格、协同克里格以及回归克里格分别构建土壤有机碳密度预测模型,选取决定系数(R^2)、均方根误差、标准差与预测均方根误差比(ratio of performance to deviation,RPD)对模型预测精度进行对比评价。结果显示,结合高光谱信息,且同时考虑残差空间结构的回归克里格模型表现优于其他模型,预测决定系数R^2为0.617,RPD为1.614。鉴于土壤光谱信息同时还具有测定简单、省时、无损等优点,因此土壤光谱是土壤有机碳密度空间插值的理想辅助因子。展开更多
使用酚二磺酸法、还原蒸馏法、镀铜镉还原-重氮化偶合比色法和改进紫外分光光度法(校正因数法)测定了中国9种不同类型土壤的硝态氮含量,分析了改进紫外分光光度法与其余三种测定方法的差异及其适用性。统计分析表明对于有机质含量低于50...使用酚二磺酸法、还原蒸馏法、镀铜镉还原-重氮化偶合比色法和改进紫外分光光度法(校正因数法)测定了中国9种不同类型土壤的硝态氮含量,分析了改进紫外分光光度法与其余三种测定方法的差异及其适用性。统计分析表明对于有机质含量低于50 g kg-1的矿质土壤,可以使用2.2作为校正因数,四种分析方法的测定值具有极显著的相关性,尤其是紫外分光光度法与酚二磺酸法的测定结果最为接近,没有极显著差异;对于有机质含量接近和高于50 g kg-1的土壤,校正因数还需要修改。紫外分光光度法具有操作简单、测定速度快等优点,适用于批量快速测定。展开更多
文摘为进一步探明陕西省榆林市樟子松人工林的土壤养分变化特征,以5年生樟子松(Pinus sylvestris L. var. mongolica Litv.)纯林和5年生樟子松-胡枝子(Lespedeza bicolor Turcz.)混交林为研究对象,分析土壤有机质、硝态氮、有效磷、速效钾等理化指标以及土壤酶活性的变化特征。结果表明,樟子松纯林和樟子松-胡枝子混交林土壤有机质、有效磷和速效钾含量整体上均随着土层深度的增加呈下降趋势,全磷含量均随着土层深度的增加呈先升高后降低的趋势,硝态氮含量则均随着土壤深度的增加而增加,5个指标均表现为樟子松-胡枝子混交林高于樟子松纯林,且樟子松-胡枝子混交林各层土壤有效磷含量均显著高于樟子松纯林(P<0.05);樟子松纯林和樟子松-胡枝子混交林土壤含水率各土层间差异均不显著,樟子松-胡枝子混交林5~15 cm土层土壤含水率含量显著高于樟子松纯林(P<0.05);樟子松纯林和樟子松-胡枝子混交林土壤碱性磷酸酶活性、过氧化氢酶活性、脲酶活性均随着土层深度的增加而降低,且樟子松-胡枝子混交林过氧化氢酶活性和脲酶活性在各土层均显著高于樟子松纯林(P<0.05)。
文摘[目的]厘清不同前处理方法对土壤颗粒组成(PSD)测定结果的影响,对土壤水分运移、养分迁移、土壤侵蚀和泥沙搬运过程研究有重要意义。[方法]选择典型紫色土人工林地剖面土壤(0—110 cm)为研究对象,采用浸泡、振荡的物理方式,H_(2)O_(2),HCl处理的化学方式等9种前处理方式,然后用Mastersizer2000激光粒度仪进行颗粒分析。[结果](1)各物理前处理中值粒径较干测(对照)平均减小33.79μm,其中浸泡、振荡2 h、振荡10 h中值粒径依次减小,但其对黏粒的释放作用较弱,不同振荡时间之间黏粒含量无显著差异(p>0.05)。各化学处理中值粒径较对照平均减小32.72μm,其中H_(2)O_(2)处理总体比HCl处理分散作用更强,该处理下黏粒含量为所有处理中最大,平均>4%。(2)各物理前处理方式下,不同土层间颗粒含量总体无显著差异。对不同H_(2)O_(2)用量的敏感性中土层(30—70 cm)>下土层(70—110 cm)>上土层(0—30 cm),其中20—90 cm土层在足量H_(2)O_(2)处理下砂粒含量比10 ml H_(2)O_(2)处理平均增多9.5%,粉粒含量平均减少9.7%;对不同HCl处理的敏感性上,中土层>下土层,其中0—90 cm土层在10 ml HCl+洗酸处理下砂粒含量比10 ml HCl处理平均增多6.2%,粉粒含量平均减少5.4%,黏粒含量则无明显土层分异。(3)足量H_(2)O_(2)处理下砂粒和粉粒含量与剖面有机质含量呈显著线性相关(r>0.8),而HCl处理下剖面碳酸钙含量则与各级颗粒含量无显著相关性。[结论]物理和化学前处理方法之间PSD差异显著,且化学处理中试剂用量不同对PSD有显著影响,研究可为不同研究目的下紫色土颗粒组成分析提供参考。
文摘传统线性回归模型在借助光谱信息进行土壤属性预测时,通常忽略了土壤自身所具有的空间异质性和依赖性,并且未考虑模型残差的空间结构。针对以上不足,该文以江汉平原232个土壤样本为研究对象,以土壤反射光谱为辅助变量,采用偏最小二乘回归、普通克里格、协同克里格以及回归克里格分别构建土壤有机碳密度预测模型,选取决定系数(R^2)、均方根误差、标准差与预测均方根误差比(ratio of performance to deviation,RPD)对模型预测精度进行对比评价。结果显示,结合高光谱信息,且同时考虑残差空间结构的回归克里格模型表现优于其他模型,预测决定系数R^2为0.617,RPD为1.614。鉴于土壤光谱信息同时还具有测定简单、省时、无损等优点,因此土壤光谱是土壤有机碳密度空间插值的理想辅助因子。
文摘使用酚二磺酸法、还原蒸馏法、镀铜镉还原-重氮化偶合比色法和改进紫外分光光度法(校正因数法)测定了中国9种不同类型土壤的硝态氮含量,分析了改进紫外分光光度法与其余三种测定方法的差异及其适用性。统计分析表明对于有机质含量低于50 g kg-1的矿质土壤,可以使用2.2作为校正因数,四种分析方法的测定值具有极显著的相关性,尤其是紫外分光光度法与酚二磺酸法的测定结果最为接近,没有极显著差异;对于有机质含量接近和高于50 g kg-1的土壤,校正因数还需要修改。紫外分光光度法具有操作简单、测定速度快等优点,适用于批量快速测定。
