有机质密度（通用5篇）
有机质密度 篇1
根据前人的文献研究, 页岩定义为沉积碎屑岩, 平均颗粒大小小于4微米。与常规储层不同, 有机质是导致非常规储层有别于常规储层的重要因素。煤层中的有机质系统占据岩石80~90%的体积, 评价起来相对简单。在页岩或类页岩含碳源岩中, 有机质在物理和化学性质上使得评价特别复杂。在北美每天有千口页岩气钻井打出。随着各行各业的发展和进步, 成功钻井的比例越来越高。然而, 对于页岩气勘探而言, 仍然存在很多原则上问题至今没有完全解决。一如既往, 第一个问题就是页岩气储层的储量问题。
总孔隙度由三部分组分, 包括天然微裂缝孔隙度、粒间孔孔隙度和有机质孔隙度[1]。据前人研究, 有机质孔隙度可达到有机质体积的50%[2]。例如, 在较好的烃源岩中, 总有机碳含量2%, 干酪根密度1.2g/cc, 有机质孔隙度达总岩石体积的2~3%, 不可忽略。
有机质孔隙, 通常在微米尺度以下。有机质孔隙度可反映源岩热史。如上所述, 有机质孔隙度对总孔隙度起到相当贡献作用。
页岩孔隙度可根据如下公式估算:
其中, 表示密度, 表示体积分数, 下表gm、gk、fm和fk分表表示颗粒矿物、干酪根、液态矿物和液态干酪根。如果总孔隙度是粒间/矿物孔隙度和干酪根/有机质孔隙度的综合, 其计算公式简化如下:φ=ρb-ρgm-TOMρb1-ρgmρgkρb-ρgm+ρw-ρg Sw
以上TOM表示干酪根重量分数, 和代表液体系统中水的密度和饱和度, 导出的方程基于以下合理假设:
a.矿物孔隙中游离气和吸附气密度相同 (这一点由于不同相态气体的孔隙尺度和表面而行为不同, 在最近的研究中须重新考虑) ;
b.干酪根水饱和度为零;
c.吸附气看作总孔隙度的一部分。
对大多数参数, 通过测井解释或者简单的实验技术测量就有可能得到, 而利用各种相关性得到有机和无机颗粒密度可能给计算结果带来很多误差[3]。
1 问题途径
假设如果存在颗粒密度测量技术可以达到纳米级孔隙级别, 总岩石颗粒密度仅包括矿物密度和有机质骨架/干酪根密度。根据大量的平衡方程, 由颗粒密度可由以下方程计算:
其中, 下标gt、gk、gm分别代表总颗粒、矿物颗粒和干酪根颗粒;k为有机碳相对有机质的重量分数, 取决于有机质特征 (有机相、干酪根类型和热成熟度) ;TOC为总有机碳相对岩石的重量分数。
通过低压比重计测量, 应用玻意尔定律测量颗粒总体积。实验设置要求达到纳米级孔隙, 如有机质孔, 因此粉碎的颗粒大小和惰性气体非常重要。本研究, 选择颗粒大小不超过90微米, 氦气作为惰性气体, 其分子大小足够满足进入纳米孔。
TOC经酸化处理后由LECO-TOC测得。从以上方程中发现, 未知量包括k, 矿物颗粒密度和干酪根颗粒密度。假设存在一组样品 (set1) 具有相同的矿物特征但是TOC不同, 与TOC的曲线为一天直线, 截距, 斜率为。通过低温灰化有机质去除和TOC测量, 获得一组样品数据。
假设存在另外这一组样品, 具有相同的有机质特征, 但是矿物特征不同, 通过灰化处理得到样品set2。LPP和TOC测量后得到矿物颗粒密度, 而k值和干酪根密度和set1相同。结合两组样品的计算结果 (斜率和截距) , 有助于估算有机质密度和有机碳相对有机质的重量分数。
2 实验过程
2.1 每个样品压碎、过筛, 获得颗粒大小不超过90微米, 重量20~25克。
2.2 在处理后的样品中加入5克硬石膏, 通过压碎而混合均匀, 颗粒大小控制90微米以下。
通过该方式, 获得两种不同粉末样品, 岩石特征不同, 而有机质特征相同。
2.3 对获得样品在低温条件灰化处理, 从而去除一定的有机质浓度。
该步骤重复4~5次。每次清楚后, 通过LECO-TOC测量一次TOC。
实验数据来自Woodford, 成熟度从未成熟生气窗到干气生气窗, 镜质组反射率0.47%~2.49%。干酪根类型为Ⅰ和Ⅱ类混合型。
3 结果
Woodford干酪根颗粒密度1.2g/cc到1.8g/cc, 据研究其与镜质组反射率之间存在线性关系。y=0.32x+0.98, 相关度0.88。
有机碳的重量分数倒数, 随着Ro从0.5%到2.5%变化, 减少1, 27~1.07。可以解释为, 在一定成熟度下, 官能团被去除, 剩余组分主要包括死碳和芳烃, 这些都有很高的碳含量。这种现象可以在煤层 (Ⅲ类型) 中观察到。
根据结果, 干酪根颗粒密度随着热成熟度有增加趋势。结合研究 (Woodford页岩) 和文献数据。不同数据来源的结果具有较好的吻合性, 都表明干酪根密度对成熟度有增加趋势。对于相同范围的成熟度, Ⅲ型干酪根密度大于Ⅱ型干酪根, Ⅱ型干酪根又大于Ⅰ和Ⅱ混合型。然而, 成熟度达到干气生气窗时, 相当于Ro值2%左右, 不同类型干酪根曲线没有出现明显的化学分离, 导致其具有相同的趋势。
4 结论
实验设计在于测量干酪根密度, 它又是控制度量总孔隙度和含气量的重要因素。干酪根密度是随成熟度而增加。当Ro小于2%时, 不同干酪根密度随成熟度的变化趋势不同, Ⅰ和Ⅱ干酪根密度介于1.2~1.6g/cc;Ⅱ型干酪根密度介于1.4~1.6g/cc;Ⅲ型干酪根密度介于1.6~1.8g/cc。然而, 当成熟度达到干气生气窗时, 各类型干酪根的变化趋势是相同的。本实验技术优势在于能够同时测量有机质和矿物的真密度, 测量k值-有机碳对有机质的重量分数。
参考文献
[1]Curtis, M., Cardott, B., Sondergeld C., Rai C.2012, Development of organic porosity in the Woodford Shale with increasing thermal maturity.International Journal of Coal Geology, Vol.103, p.26-31.
[2]Elgmati, M., Zhang, H., Bai, B., Flori, R.&Qu, Q.2011.Submicron-pore characterization of shale gas plays.SPE Paper 144050, Society of Petroleum Engineers, Richardson, Texas.
[3]Kinghorn, R., Rahman, M.1983.Specific Gravity as a Kerogen Type and Maturation Indicator with Special Reference to Amorphous Kerogens, Journal of Petroleum Geology, 6, 2, p.179-194.
有机质密度 篇2
地统计学常被用于土壤属性的空间变异建模以及评价其空间不确定性,被认为是最精确的空间预测方法之一[6,7,8]。目前运用地统计学和GIS相结合的方法[9,10,11],除从空间预测的角度,研究区域土壤属性在不同预测方法下的空间分布规律[12,13],并分析自然及人为因素的影响[14,15,16],也用于分析采样密度对有效揭示土壤属性空间变异的影响[17,18,19,20,21]。
土壤有机质(soil organic matter,SOM)是土壤质量的关键指示因子,又是地球表层重要的碳库[22]。揭示SOM的空间变异特征及分布规律,可为土壤肥力精准管理及土壤碳汇潜力估算提供合理依据[23]。本文以合肥市北部地区SOM含量为例,以高密度土壤采样数据为数据源,设置不同密度的样点子集,每个样点子集进行20次重复抽样,基于20次重复抽样的描述性统计特征、空间变异结构及分布特征,再结合空间预测精度的分析,探讨确定区域土壤质量评价工作中合理的采样密度。
1 材料与方法
1.1 研究区概况
研究区位于合肥市北部(116°40′-117°53′E,31°30′-32°28′N),主要包括合肥市区及所辖肥东县、肥西县和长丰县的部分地区,总面积约5 247 km2(图1)。研究区属暖温带半湿润—北亚热带湿润季风气候,四季分明,年均气温15.2℃,年均降水量900-1 100 mm。地貌特征以丘陵和平原为主,山地局部分布。受区域地理、地质环境及成土条件和成土过程的影响,研究区内成土母质以晚更新世下蜀黄土为主,土壤类型以水稻土和黄褐土为主,粗骨土、紫色土次之,砂姜黑土、黄棕壤、石灰岩土、石质土、潮土零星分布。土地利用方式以水旱轮作地为主,耕作制度主要为稻—麦(油菜)轮作。
1.2 样品采集与分析
土壤样品(0-20 cm)采集于2003年。基于1 km×1 km地理网格,采样密度为1个/km2,共采集表层土壤样品5 207个。样品带回实验室自然风干后,其处理方法及SOM含量测定均参照鲁如坤[24]方法进行。
1.3 数据处理与空间制图
利用SPSS 17.0分析土壤有机质的基本统计特征,检验数据是否符合正态分布。以Arc GIS 10.2为平台,将采样点数据加载到Arc GIS10.2中,生成样点矢量分布图(图2)。在地统计分析模块中进行重复随机抽样,确定合适的半变异函数模型,然后通过普通克里格插值得到SOM的空间分布,并采用独立验证进行精度检验。
为了探究采样密度对土壤有机质空间变异的影响,利用Arc GIS 10.2地统计分析模块的生成子集的功能,从5 207个样点中随机抽取80%(4 200个采样点)作为一个样点子集,剩余的20%(1 007个样点)作为检验样点,作为独立数据集来验证评价插值的效果。然后将4 200个样点随机均匀去掉30%的样点,剩下的样点再次按此法进行抽稀,依次类推,生成得到六组不同样点数,重复以上步骤20次。以其中一组为例,得到各样点子集以及检验样点空间分布如图1。本文采用重复随机抽样的方法,这是因为单次随机抽样具有很大的随机性,可能导致土壤性质空间变异性结构表达的不确定性增大,而重复随机抽样能降低一定的不稳定性,提高空间预测结果的可靠性。
比较插值效果的验证方法通常有交叉验证和独立数据集验证。前者是分别把每一个样点作为检验点,假设此点含量值未知,用其他样点数据插值预测该样点数值。后者是从全部样点抽取部分样点作为独立数据集,不重复地将剩余的样点作为模拟数据集,把独立数据集中的每一个样点作为检验点。前者是比较模拟值与测定值的较为快速和廉价的方法,但在许多情况下并不能描述空间模拟误差,而后者可以避免交叉验证的缺点,因此本文采用独立数据集验证的方法,选择均方根误差(RMSE)和检验样点的实测值与预测值的相关系数(R)两个指标来评价插值的精度,从而确定合理采样密度。其中,RMSE越小,R越大,表明空间预测结果越准确[25]。
注:因篇幅有限,只展示最多、最少的样点子集,其余四组分布图略去。
2 结果与分析
2.1 采样密度对土壤有机质含量统计结果的影响
对表层土壤有机质含量数据进行K-S正态检验,结果表明各样本数据符合正态分布。基于20次重复随机抽样的平均统计结果可知(表1),4 200个样点的耕层SOM含量最低为1.4 g/kg,最高为49.6g/kg,平均含量为17.3 g/kg。经单因素方差分析(LSD法),与其余样点子集平均含量的差异不显著(P>0.05),表明各样点子集均具有很强的代表性,降低采样密度对获得研究区SOM基本统计信息影响较小。SOM的变异系数随采样密度的降低由25.3%增至26.5%,属中等程度变异。
2.2 采样密度对表征土壤有机质空间变异结构影响
土壤属性的空间变异,受各种结构性和随机性因素的共同控制[12]。拟合精度较高的半方差函数模型是分析土壤属性空间变异结构的关键,是进行精确Kriging插值的基础[26]。每种采样密度的半方差函数拟合结果均采用20次抽样推断的平均变异结构表征,结果见表2、图3。表2中,C0+C是基台值,反映变量的总变异程度;C0是块金值,反映由随机性因素引起的变异;C是结构方差,表示由结构性因素引起的变异。因而,C0/(C0+C)比值越大,表明随机性因素如灌溉、施肥、耕作等人为活动的影响越明显;反之,结构性因素如成土母质、气候、生物、地形等自然因素的影响占主要地位[27]。一般小于25%、25%-75%和大于75%分别表示强烈、中等和较弱的空间相关性[28]。
注:同列相同字母表示在P=0.05水平下差异不显著。
本研究的C0/(C0+C)比值均在25%-75%之间,表现出中等的空间相关性。说明在本研究区内,SOM的空间变异受结构性因素和随机性因素共同影响。同时,样点数量为2 058个、1 450个(对应的采样密度分别是0.39个/km2、0.28个/km2)时,C0/(C0+C)比值均低于4 200个(采样密度为0.8个/km2)样点下的43.78%,且采样密度为0.28个/km2时比值最小,探测到的结构性连续组分比例最高。这表明较大的采样密度并不一定有利于识别SOM含量的结构性连续组分,优化布置采样点的位置可能比单纯增大样点密度更易识别SOM的空间变异结构特征。赵业婷等[5]指出,土壤样点的优化布置可能较单纯地增加采样点的数量更为重要。海南等[29]认为,适当地减少样点数量能降低与采样方案所反映的SOM含量变异尺度不匹配的样点对变异结构推断的影响,均与本文的研究结果一致。
从图3可以看出,当采样密度大于0.28个/km2时,SOM含量的半方差函数模型拟合效果均较好。当采样密度小于0.28个/km2时,随着采样密度的减小,SOM含量的半方差函数模型拟合效果越来越差。各向同性下,各个样点子集的最佳拟合模型为稳定模型。变程反映了变量空间自相关范围的大小,不同样点数量下拟合的SOM含量变程均大于9 km,空间连续性范围较大。从总体情况来看,采样密度为0.28个/km2就可较好地模拟出有机质的空间结构特征。
2.3 采样密度对土壤有机质空间分布特征解析的影响
从每种样点密度下20次重复抽样的数据中选取较接近平均情况的样点子集,采用基于20次抽样推断的各样点子集的半变异参数平均值进行普通克里格插值,得到研究区不同采样密度下SOM的空间分布图(图4)。可以看出,当参与插值的样点数量分别为4 200个、2 940个、2 058个和1 450个时,研究区SOM含量呈现出相似的总体分布格局:有机质含量较高(20.13-49.65 g/kg)、中等含量(16.72-20.13 g/kg)及含量较低(1.38-16.72 g/kg)的土壤分布呈复域格局,岛状分布较为明显。SOM含量较高的土壤零星分布于研究区北部、西南及东部区域。中等含量的土壤广泛分布于研究区内,所占面积最大。含量较低的土壤,在研究区中部出现连片分布。当样点数量减少到1 010个和707个时,出现明显的局部高估现象,表现的空间信息相对较简单,空间细节特征无法被准确表达。可见,研究区SOM空间预测时样点数量应控制在1 010个(对应样点密度0.19个/km2)以上。
2.4 采样密度对土壤有机质空间预测精度的影响
从图5独立验证的结果来看,随样点密度的减小,预测值与实测值间的相关系数R逐渐减小,RMSE逐渐增大,但当样点数量从1 010降至707个时,R开始增大,RMSE开始减小,违背了R与RMSE的变化规律,这说明707个样点即采样密度为0.13个/km2已不能够保证SOM空间预测的可靠性。样点数从4 200个降至2 940个、从2 940个降至2 058个、从2 058个降至1 450个、从1 450个降至1 010个时R的降幅分别为15.2%、22.3%、13.3%、29.9%。RMSE的增幅分别是20.4%、11.5%、4.90%、6.63%,R的降幅和RMSE的增幅均在样点数量从2 058降至1 450个时最小。一般土壤采样密度越大,所得结果越能准确揭示土壤属性空间变异的信息,但考虑到土壤样品采集和分析费用及工作周期,故需在成本与预测精度之间寻找一个切合点。因此,1 450个样点即采样密度为0.28个/km2可以准确表征SOM的空间变异状况,而且比较经济,其结果基本上能够满足区域土壤肥力质量评价和管理的需要。
另外,合理的土壤采样密度还应当根据评价工作的目的确定。结合表1中不同采样密度下的SOM含量统计结果可知,采样密度不断降低,对研究区SOM的平均值和标准差几乎没有影响。实际上,对训练子集进一步抽稀,至样点数为243个,即大约22 km2布置一个采样点(0.046个/km2)时,研究区SOM的均值和标准差仍基本未变。说明如果评价目的是针对区域土壤碳汇的潜力,则较稀的采样密度就能获得预期的效果,无需过多的投入。
注:20次预测结果的平均值
3 结论
1)采样密度大于0.13个/km2时,不同采样点密度下,研究区SOM含量的均值、标准差等描述统计结果差异不大,说明各样本对总体均有较强的代表性。但是,采样密度小于0.13个/km2时,不能保证SOM空间预测的可靠性。
2)不同采样密度下,研究区SOM的分布大都具有较好的半方差结构,表现出中等的空间相关性。采样密度为0.28个/km2时,探测到的SOM含量变异结构中结构性组分比例最高,进一步加大采样密度并不一定利于识别SOM含量的结构性连续组分。采样密度降至0.19个/km2和0.13个/km2时,局部细节信息被过滤,不能准确地表现其空间变异特征。
3)空间预测精度方面,预测值与实测值间的相关系数R随采样密度的降低而降低,均方根误差RMSE随采样密度的降低而增加,R的降幅和RMSE的增幅均在采样密度从0.39个/km2降至0.28个/km2时最小。综合考虑预测精度要求和工作成本,在研究区的这种自然地理条件和土地利用方式下,对SOM空间变异情况进行预测时,采样密度应控制在0.28个/km2以上,才能满足区域土壤肥力质量评价和管理工作的需要。若评价目的是针对区域土壤碳汇的潜力,则大约22 km2布置一个采样点就能获得预期的效果,无需过多的投入。
摘要：确定合理的采样密度以便更有效地揭示土壤属性的空间变异,是提高土壤质量评价工作准确性的前提。本文以合肥市北部地区为例,从5 207个土壤采样点(采样密度为1个/km2)中重复20次随机抽取不同采样密度的六个样本子集(对应采样密度分别是0.8个/km2、0.56个/km2、0.39个/km2、0.28个/km2、0.19个/km2、0.13个/km2),采用地理信息系统(GIS)技术和地统计学方法,研究采样密度对土壤有机质(SOM)空间变异解析的影响。结果表明:上述不同采样密度下,有机质含量的均值差异不显著,各样本对总体均具有较强的代表性。土壤有机质表现出中等的空间相关性,采样密度为0.28个/km2时探测到的SOM含量变异结构中结构性组分比例最高。采样密度小于0.28个/km2时,则局部细节信息被过滤,不能准确充分地表现其空间变异特征。在研究区的这种自然地理条件和土地利用方式下,若评价目的主要针对土壤肥力质量,揭示土壤有机质空间变异的最佳采样密度应为0.28个/km2。若是针对区域土壤碳汇潜力,则大约22 km2布置一个采样点即可获得预期的效果。
有机质密度 篇3
1 材料与方法
1.1 试验概况
试验于2008年在江苏省姜堰市沈高镇河横生态园区进行, 土壤类型为黏土, 地力中等, 其中, 土壤中速效钾含量为179.25 mg/kg、速效磷含量为73.77 mg/kg、速效氮含量为116.64 mg/kg、有机质含量为31.79 g/kg。供试品种:早熟晚粳优质稻南粳44。6月2日播种, 6月22日人工模拟机插。移栽行株距30 cm×12 cm, 栽28.35万穴/hm2, 每穴3苗, 栽基本苗85.05万穴/hm2左右。
1.2 试验设计
试验为栽插密度与不同生物有机肥用量2个因素随机区组设计。栽插密度设低密度22.5万穴/hm2、中密度25.5万穴/hm2、高密度28.5万穴/hm2 3个密度处理。施氮量在设基施三安生物有机肥 (4%) 1 500 kg/hm2的基础上, 以双有生物有机肥为肥源, 分别设置低肥水平施纯氮225 kg/hm2、中肥水平施纯氮270 kg/hm2、高肥水平施纯氮315 kg/hm2 3个施肥处理, 其中基肥∶分蘖肥∶穗肥=3∶3∶4, 基肥于耕翻前一次性施入, 分蘖肥在移栽后5～7 d一次性施入, 穗肥分别在倒4、倒2叶等量施入。各处理的磷、钾肥总量统一施120 kg/hm2。试验设9个处理, 2次重复, 总计18个小区, 每个小区面积18 m2, 小区做埂并以塑料薄膜包埂, 独排独灌。其他管理统一, 同高产田[1,2,3]。
1.3 测定项目
成熟期考查各小区产量结构并核收实产。
2 结果与分析
由表1可知, 在相同施肥量条件下, 水稻产量随着密度的增加表现不同。在栽插密度22.5万～28.5万穴/hm2范围内, 低、中肥条件下, 产量随着密度的增加而增加;高肥条件下, 产量随着密度的增加先增加后减小。有效穗数随着密度的增加而增加, 并且表现显著;每穗粒数、结实率、和千粒重随着密度的增加而减小, 都表现为低、中密度处理间差异较小, 而低、中密度处理显著大于高密度处理。当在相同密度时, 水稻产量随着施肥量的增加表现也不同。在低、中密度条件下, 产量随着施肥量的增加而增加;低肥处理与中、高肥处理的产量达到显著差异水平, 中、高肥处理间的产量差异水平较小。在高密度条件下, 产量随着施肥量的增加先增加后减小;低、中、高肥3个处理间的产量均未达到显著差异水平。有效穗数、每穗粒数随着施肥量的增加均在增加, 结实率、千粒重则减小。其中, 有效穗数在低、中肥处理间差异较小, 而低、中肥处理显著小于高肥处理;每穗粒数随生物有机肥施用量的增加而显著增加;结实率在低、中、高肥处理间无显著差异;千粒重在低、中肥处理间差异较小, 而低、中肥处理显著大于高肥处理。
注:同列不同小写字母分别表示在0.05水平差异显著。
方差分析表明, 中密度处理产量显著高于低密度处理, 又略小于高密度处理;高肥处理产量略大于中肥处理, 中肥处理产量显著大于低肥处理。各密度肥料处理组合中, 以中密度、高肥处理产量最高, 其产量比产量最低的低密度、低肥料处理提高了8.11%。由表2可知, 水稻产量在栽插密度和生物有机肥施用量间差异均达到极显著水平, 栽插密度和生物有机肥施用量的互作效应不显著 (F=0.66) 。
注:*表示在0.05水平上的显著性, **表示在0.01水平上的显著性。
3 结论与讨论
研究结果表明, 在低、中密度条件下和低、中肥用量条件下, 水稻产量随着生物有机肥施用量和栽插密度的增加都是呈现增加的趋势;在高密度条件下和高肥条件下, 水稻产量随着生物有机肥施用量和栽插密度的增加呈现先增加后减小的趋势。从产量构成因素来看, 栽插密度和有机肥施用量造成产量的差异, 主要反映在单位面积穗数和每穗粒数上, 结实率和千粒重处理间虽有差异但差异较小[4,5,6]。高密度处理个体分蘖力明显受抑, 不利于个体健壮生长;低密度处理不利于足穗的形成, 但有利于每穗籽粒数的增加。而增施生物有机肥之所以能够提高产量, 一方面增加了有效穗, 另一方面增加了每穗粒数。但是, 高栽插密度、高肥料用量并不能带来最高的产量。原因可能是由于高密度造成群体拥挤, 个体生长受阻, 而生物有机肥的持续效应时间长, 也会使群体贪青徒长。因此, 从高产优质栽培和经济的角度出发, 以插栽密度25.5万穴/hm2、生物有机肥折合纯氮270 kg/hm2的组合较为适宜。
参考文献
[1]束孝海, 夏松年.皖南地区双晚杂交稻高产、优质集成栽培技术[J].种业导刊, 2006 (9) :39.
[2]张栩, 薛应征, 王书玉, 等.河南省沿黄水稻优质高产无公害栽培技术[J].河南农业科学, 2004 (9) :15-16.
[3]王青林, 马汉云, 刘新宇, 等.高产优质多抗水稻新品种特优2035的选育及栽培技术[J].河南农业科学, 2005 (5) :28-29.
[4]郭恒东, 张贵龙, 刘学文, 等.水稻优质高产高效施肥技术探讨[J].内蒙古农业科技, 2005 (7) :269-270.
[5]朱毅成, 胡兴朵, 朱义潭, 等.肥料运筹对水稻产量及经济性状的影响[J].江西农业学报, 2007, 19 (2) :414-415.
有机质密度 篇4
土壤圈处于大气圈、水圈、岩石圈和生物圈交汇的地带, 土壤碳库也连接着大气碳库和生物碳库, 土壤碳的"源""汇"对固碳减排有着不可估量的作用。目前, 土壤碳库的研究是地球修复工作中三大地质减碳工程之一, 准确测定土壤有机碳储量和进行土壤碳循环研究成为科学界关注的重要课题。土壤有机碳储量 (碳库) 是指一定面积的一定土层深度中的有机碳量。单位面积的土壤有机碳储量称为土壤有机碳密度, 土壤有机碳密度的大小可更真实的反应土壤有机碳库的大小。
2 研究区概况
瓦房店市位于辽东半岛中西部, 大连市北端, 东靠普兰店市, 西临渤海。土地总面积3.83×105 hm2, 农用地面积2.71×105 hm2, 占土地总面积70.91%。多年平均降水量580~750 mm, 年平均蒸发量为1969.1mm, 太阳总辐射量70.2 kcal·cm-2, 无霜期165~185d。土壤类型可划分为棕壤、草甸土、风沙土、沼泽土、水稻土和盐土6个土类。
3 材料与方法
3.1 数据获取
20世纪80年代的土地利用现状数据来自同期遥感影像的解译, 分辨率为100m×100m, 其中耕地面积为13万hm2;土地利用现状数据来自2009年大连变更后的1:1万土地利用现状图, 耕地面积11万hm2。
3.2 研究方法
3.2.1 刨面土壤有机碳密度的计算
某一土层i的有机碳密度SOCi计算公式如下:
式中, Ci为土壤有机碳密度 (g/kg) ;Di容重 (g/cm3) ;Ei为土层厚度 (cm) ;Gi为>2mm的砾石所占的体积百分数 (%) 。本研究土壤有机碳密度单位为kg/m2。
如果某一土体的刨面由k层组成, 那么该刨面的有机碳密度SOCt的计算公式为:
目前国内外大多数研究是以1m深度为计算参照标准, 这样有利于结果之间相互比较。第二次土壤普查的刨面深度大于1m的, 根据需要只计算1m土体深度以内的有机碳密度, 某些土壤因为土体很薄而不能推算至1m, 则按时间深度计算。
3.2.2 软件平台
数据软件处理主要是Arc GIS 9.3, 涉及的主要功能模块是Spatial Analyst、Geostatistical Analyst。
数据处理和分析主要采用SPSS、Excel软件。
4 瓦房店市土壤有机碳密度的时空变化
为了便于比较, 以瓦房店市区域气候、地形分布特点为依据, 分为三个区域, 分别为东部山地丘陵区、中北部丘陵平原区和西南低山丘陵区。
1981年瓦房店市土壤有机碳密度总体表现为从东北到西南为先降低后升高的趋势, 总体平均密度为24.718kg·m-2, 变异系数为121.61%, 其中西部与南部沿海地区有机碳密度较低, 主要集中在0~12kg·m-2, 而部分西南丘陵区和东北山区有机碳密度较高, 达到了30kg·m-2以上。从表2可以看出, 东部山地有机碳密度平均为26.096kg·m-2, 中部平原区和西南山地丘陵区分别为23.769 kg·m-2和24.261 kg·m-2, 二者差异不大。2009年土壤瓦房店市有机碳密度总体平均为17.970 kg·m-2, 变异系数为17.54%, 近53.08%的土壤有机碳集中在17.792~17.974kg·m-2。
结果表明, 东部山地丘陵区有机碳密度30年间下降了7.953kg/m2, 中北部丘陵平原区变化相对较小, 并且部分地区表现为增加的趋势, 而西南低山丘陵区在30年间下降了6.287kg/m2。图1和图2分别显示出瓦房店30年间土壤有机碳密度面积变化情况和有机碳密度的变化情况, 虽然有土壤有机碳密度的凭居民密度表现为降低, 但在图中可以看出, 位于中北部丘陵平原区的有机碳密度表现为上升的趋势, 其中有机碳上升的区域约占总面积的39.90%, 而东部山地丘陵区和西南低山丘陵区有机碳密度则主要表现为降低的趋势, 其中降低的面积占总耕地面积的60.10%。
5 结论
5.1 瓦房店市1981年土壤有机碳密度平均为24.718kg/m2, 空间分布上表现为中部平原地区要低于东部山区和西南部低山丘陵区;2009年有机碳密度平均为17.970 kg/m2, 空间上无明显差异性, 并表现为趋同的趋势。
5.2 从瓦房店市土壤有机碳密度近30年变化情况分析, 中北部丘陵平原区区和部分东部山区表现出有机碳密度的升高, 增幅主要集中在0~4.27kg/m2;有机碳密度降低的区域主要集中在东部山区和西南低山丘陵区, 近31.24%的区域土壤碳密度集中集中在-6.56-2.36kg/m2这一变化范围。
摘要：以辽宁省瓦房店市作为研究对象, 以GIS软件作为平台, 以两期的土壤化验分析数据作为数据源, 并结合瓦房店市的土壤图利用GIS的空间叠加分析模块进行比较, 运用SPSS软件对所计算出的两期土壤碳密度与其进行相关性分析。结果表明, 第二次土壤普查时, 瓦房店市地区表现为中北部丘陵平原地区土壤碳密度要低于东部山地丘陵区和西南部低山丘陵区, 2009年土壤有机碳密度在空间上无明显变化, 并且1981年与2009年相比, 3个地貌类型区的土壤有机质碳密度均随时间推移呈现下降趋势。
关键词：GIS,土壤碳储量,土壤碳密度
参考文献
[1]许信旺, 潘根兴.安徽水稻土表层土壤有机碳密度分布与碳库估算[J].池州师专学报, 2005, 19 (5) :1-5.
[2]Guangming Yu.On the intensity and type transition of land use atthe basin scale using RS/GIS:a case study of the Hanjiang RiverBasin[J].Environmental Monitoring and Assessment, 2010, 160 (1) :4-11.
[3]王丽丽, 宋长春, 葛瑞娟等.三江平原湿地不同土地利用方式下土壤有机碳储量研究[J].中国环境科学, 2009, 29 (6) :1-5.
有机质密度 篇5
1 材料与方法
1.1 试验概况
试验烤烟品种为当地主栽品种云烟87,于2015年在贵州省黔西南州兴义市猪场坪基地单元种植,严格按照有机生态烤烟种植规程操作。供试有机肥由兴义市烟草分公司自制,以甘蔗渣、玉米秸秆和牲口粪便混合堆制而成,养分为纯N 3.88%、P2O51.46%、K2O 2.83%、有机质58.15%,pH值7.42。试验地块平坦且向阳,排水方便,土壤质地为黄壤土,土层深厚,土壤有机质含量为21.328 g/kg,全氮含量为2.316g/kg,全磷含量为2.186 g/kg,全钾含量为24.014 g/kg,土壤速效氮含量为201.193 mg/kg,速效磷(P2O5)含量为49.785mg/kg,速效钾(K2O)含量为186.760 mg/kg,土壤pH值6.34。移栽时间为4月20日,采用井窖式移栽技术进行,田间农事操作及管理严格按照有机生态烤烟种植范化栽培措施进行。
1.2 试验设计
试验采用裂区设计,种植密度为主区(以A表示),设计2个处理,分别为处理A1(行株距100 cm×50 cm),处理A2(行株距110 cm×50 cm);有机肥的不同施用量为副区(以B表示),设计2个处理,分别为处理B1(施有机肥7 500 kg/hm2),处理B2(施有机肥9 000 kg/hm2)。种植密度耦合不同有机肥施用量,共设计4个处理组合,分别为处理A1B1:行株距100 cm×50 cm、施有机肥7 500 kg/hm2,处理A1B2:行株距100 cm×50 cm、施有机肥9 000 kg/hm2,处理A2B1:行株距110 cm×50 cm、施有机肥7 500 kg/hm2,处理A2B2:行株距110 cm×50 cm、施有机肥9 000 kg/hm2。试验共设3次重复,每个重复小区120株,小区设有保护行(2行)。
1.3 试验方法
肥料的施用量作一次性基肥的方式施用。除种植密度、施肥量为变量外,其他与生态烟生产一致。烘烤时,试验各处理分别挂牌标记置于同一烤房、同一位置中烘烤,按照常规烘烤操作技术规程进行。
1.4 测定项目与方法
1.4.1 烟叶农艺性状的测定分析
各重复小区选择长势相对一致的代表性烟株10株,打顶后,用不同颜色的毛线将每片烟叶捆绑标记。于采烤前1~2 d,测定各烟株的有效叶片数、茎围、株高以及第10叶位及倒2叶位的叶长和叶宽,并计算单叶叶面积大小,单叶叶面积(cm2)=叶长(cm)×叶宽(cm)×0.625。
1.4.2 烤后烟叶经济学性状的分析
各处理烟叶烘烤完成后,按国标进行分部位并定级,统计并计算各处理产量、产值、上中等烟率、均价等主要指标。
1.4.3 常规化学成分含量的测定
各处理烟叶烘烤完成后,各叶位中选取上桔二、中桔三、下桔二进行常规化学成分的测定分析。烟叶中总糖、还原糖含量的测定方法参照中华人民共和国烟草行业标准YC/T 159—2002方法进行,蛋白质、烟碱、总氮、钾、氯含量的测定分别参照YC/T 166—2003、YC/T 160—2002、YC/T 161—2002、YC/T 217—2007和YC/T162—2002方法进行。
1.4.4 烟叶评吸
试验处理烘烤结束后,取样送至广西中烟工业有限责任公司技术中心评吸专家进行评吸打分,取平均值。
1.5 数据处理
试验数据采用SPSS 17.0和Microsoft Excel 2007进行处理和统计分析。
2 结果与分析
2.1 有机肥用量及种植密度对生态烟农艺性状的影响
采烤前2 d对各处理烟株的有效叶片数、茎围、株高及叶长、叶宽(第10叶位及倒2叶位)进行测量,计算其单叶叶面积,求平均值,结果如表1所示。由表1可知,与其他处理相比,处理A1B1的各项农艺性状均达最优水平,其中,处理A1B1的有效叶片数最大,与处理A1B2差异不显著,与其他2个处理差异均达到显著水平,茎围大小各处理之间差异不显著,处理A1B1的株高与A2B1差异达到显著水平,在单叶叶面积上,处理A1B1较其他处理增加37.4~126.0 cm2(中部叶)及28.9~36.4 cm2(上部叶),其中,第10叶位叶面积与处理A2B2差异显著,倒2叶位与其他处理间均达到差异显著水平。
注:同列不同小写字母表示处理间差异显著性达到0.05水平。下同。
2.2 有机肥用量及种植密度对生态烟经济性状的影响
由表2可知,不同的种植密度及有机肥施用量,各处理间对比,处理A1B1的平均产量、平均产值、中上等烟率及均价均优于其他处理。其中,平均产量、平均产值及均价上,处理A1B1>处理A2B1>处理A1B2>处理A2B2,处理A1B1与其他处理相比较,均存在显著性差异(平均产量除外),各指标的最大差异分别达到214.02 kg/hm2、8 930.77元/hm2、1.62元/kg,处理A1B2与A2B1的均价接近;处理A1B1中上等烟比例与处理A1B2及A2B2相比,差异显著,与处理A2B1差异不显著,处理A1B2与处理A2B2接近。综上所述,行株距100 cm×50 cm、施有机肥7 500 kg/hm2(处理A1B1)对生态烟的经济性状影响效果最佳。
2.3 有机肥用量及种植密度对生态烟常规化学成分的影响
由表3可知,不同有机肥施用量及种植密度对生态烟常规化学成分的影响较大,各叶位中,除了氯含量差异不显著之外,其他各成分差异均存在差异显著的情况。各叶位中,烟碱的最小含量、糖类(总糖和还原糖)的最大含量均是处理A1B1,且与其他各处理均差异显著。总氮含量上,在中、上部烟叶中,处理A2B1的含量最大,且与处理A1B1差异显著,与其他2个处理差异不显著,在下部叶中,处理A1B1的含量最大。蛋白质含量上,中、上部烟叶中,处理A1B1的含量最大,而在下部叶中,处理A2B1的含量最大,处理A2B2的蛋白质含量各叶位中均最小。烟叶中钾素含量的高低直接影响着烟叶品质,各叶位中,处理A1B1的钾均最大,且其上部叶含量与其他各处理达到显著水平。各叶位中,处理A1B1的钾/氯比值均达最大。综合以上分析可见,在各处理中,以处理A1B1(行株距100 cm×50 cm、施有机肥7 500 kg/hm2)的化学成分含量较适中,各成分比例较为协调,且烟叶燃烧性较好。
2.4 有机肥用量及种植密度对生态烟评吸质量的影响
由表4可知,各处理香气质、香气量、杂气、刺激性、透发性、柔细度、余味、劲头等评吸质量均存在一定差别,不同叶位中,处理A1B1的香气质、香气量均最高,杂气、刺激性及劲头的表现适中,在透发性、柔细度、甜度上,处理A1B1表现出最佳效果。不同叶位的总分趋势上,上部叶表现为处理A1B1>处理A1B2>处理A2B1>处理A2B2,而中、下部叶表现为处理A1B1>处理A1B2>处理A2B2>处理A2B1。总体而言,各处理间相比,处理A1B1(行株距100 cm×50 cm、施有机肥7 500kg/hm2)的评吸质量效果最佳。
(分)
3 结论与讨论
据以往研究,烟叶产量和品质与内部主要化学成分(如糖类、总氮、烟碱、钾、氯等)、叶片厚度[8]、不同的耕作模式(种植密度、施肥量、施肥时间、打顶等)[9,10]、土壤肥力等理化性质[11]、气象因素[12]等密切相关。生产上改良栽培措施可对烟叶产量、香气物质、经济性状和相关化学成分起到改善作用,提高烤后烟叶的外观质量[13,14]。合理的种植密度,与其他栽培技术措施相配合,可充分利用光、温、热和土地资源,充分协调烟叶生长发育与环境条件、烟叶产量和质量的关系,达到高产质优的目的。种植密度及留叶数对单叶重、产量、产值、中上等烟比例均有显著影响[15],汪丽等[16]研究认为,烤烟种植密度行株距为110 cm×50 cm,钾肥施用量为292.50~341.25 kg/hm2对提高烤烟烟叶的品质最为有利。目前,有机肥在烤烟生产中已得到了广泛的应用,前人研究结果表明,烤烟生产中,有机肥的施用能够促进烟株干物质积累,增加烟叶钾素含量,增强烟株抗病能力,提高烟叶产量和品质。施用有机肥使得烟株叶面积、鲜叶品质和叶片内在干物质积累显著增加[17],烤后烟叶钾含量明显提高[18],显著降低烟碱、总氮及蛋白质含量[19],就对烟叶评吸质量影响上,施用有机肥能明显提升烟叶香气质,提高香气量,增强烟气柔细度和愉悦感,减轻刺激性和杂气,明显改善烟叶的评吸质量[20];另外,对上部叶厚度等物理特性还可起到明显的改善作用,烟叶糖碱比和氮碱比更趋于协调,营养成分更加平衡,可显著改善烟叶的内在品质[7]。
本研究结果表明,有机生态烟栽培模式中,行株距100cm×50 cm、施有机肥7 500 kg/hm2处理的各项农艺性状(茎围、有效叶片数、株高、叶面积)、经济特性(产量、产值、均价、中上等烟率)均达到最优水平,这与汪丽等[16]的研究结果趋于一致。在有机肥施用量相同情况下,行距减小,烟株茎围、有效叶片数、株高、叶面积均增大,与王付锋等[15]的研究结果一致,说明对叶片的开片生长、叶内细胞的伸长扩展起积极作用。在常规化学成分含量上,行株距100 cm×50 cm、施有机肥7 500 kg/hm2处理的烟碱含量最小,总糖、还原糖含量及钾/氯比值均最大,常规化学成分含量最为协调,烟叶评吸质量效果最好,研究结果与介晓磊等[18]、叶协锋等[19]的研究结果相似。这说明在种植密度相同的情况下,有机肥施用量的提高不利于烟叶内在品质的改善。