土壤特征（精选12篇）
土壤特征 篇1
土壤中的钾元素按化学形态可分为水溶性钾、交换性钾、非交换性钾和结构钾;按其植物有效性又可分为速效性钾、缓效性钾和相对无效钾[1]。虽然土壤中的钾素有多种形态, 但各种形态的钾素总是处于一种动态平衡之中。由于人为的耕作和施肥, 这种平衡时常被扰动, 导致土壤中各种形态钾的转化, 其转化速率与数量又与土壤本身的矿物特征、粘粒含量等因素有关, 决定了土壤的供钾能力[2]。一些研究者认为, 长期施肥土壤钾素含量下降, 施有机肥或钾肥或二者配施, 对土壤钾素下降有一定的延缓作用。另一些研究者认为, 长期施肥有利于土壤全钾和速效钾的积累[3]。研究结果的不同可能与土壤类型、轮作制度、肥料用量、水分状况、农业生产措施等差异有关。因此, 在钾肥资源短缺的形势下, 开展冬枣园土壤供钾能力及钾素动态变化研究, 对合理施用钾肥和提高钾素增产潜力具有重要意义。
1材料与方法
1.1 供试土样
2015 年5 月初, 分别在滨州市的无棣县、沾化区、滨州区以及东营市的河口区、利津县、垦利县、东营区、广饶县进行样品采集, 每县区域选取5 处冬枣园, 分别取0~20cm和20~40cm的土壤, 样品经风干后混合, 作为该县区域代表性土壤。
1.2 测定方法
土壤阳离子交换量采用乙酸钠交换法;土壤水溶性钾和速效钾的测定分别采用去离子水浸提法和乙酸铵提取法;土壤酸溶性钾测定采用热硝酸浸提法。土壤K+饱和度是指土壤胶体上已吸附钾的数量占土壤钾总吸附容量的百分数。计算公式分别为:
土壤交换性钾= 速效性钾-水溶性钾;土壤非交换性钟=酸溶性钾-速效性钾;土壤K+饱和度 (%) ﹦ (K+/CEC) ×100。
2结果与讨论
2.1不同县区域冬枣园土壤水溶性钾含量
土壤酸碱性检测得知, 滨州区和东营区域土壤p H值分别为8.45~8.65 (0~20 cm) 、8.56~8.88 (20~40cm) 和8.57~8.96 (0~20cm) 、8.69~9.2 (20~40cm) 。表1 可以看出, 0~20cm和20~40cm深度土壤水溶性钾含量最高值均出现在滨州城区, 最低值则出现在东营区, 土壤p H值与土壤水溶性钾含量呈负相关关系。这可能是因为在碱性条件下, 陪伴离子以Na+为主, K+代换Na+更加容易, 因此运移的钾素量减少。
2.2 不同县区域冬枣园土壤交换性钾含量
土壤交换性钾是被有机质或粘粒表面负电荷固持的钾素形态, 可以被代换出来。它与水溶性钾保持动态平衡, 补充水溶性钾是当季作物吸钾的主要来源。p H值升高, 土壤固钾能力有所提高, 因为在p H值>5.5 时, A13+以阳离子的形式沉淀, 羟基聚合物的-OH数量会随着p H值增加而增多, 可降低钾固定的Al (OH) x的数量减少。表2 表明, 无论0~20cm还是20~40cm土壤, 由于东营区域土壤p H值最高, 所以土壤交换性钾含量最高, 而滨州区土壤p H值最低故交换性钾含量最低。
2.3 不同县区域冬枣园土壤速效钾含量
土壤的水溶性钾和交换性钾统称为速效钾, 是土壤钾素肥力的重要指标之一, 水溶性钾含量一般较低。表3 得知, 不同县区域冬枣园土壤速效钾含量的变化趋势与交换性钾含量相似, 同样以东营区最高、滨州区最低。
2.4 不同县区域冬枣园土壤非交换性钾含量
土壤非交换性钾吸附于土壤粘土矿物层间的吸附位上, 短时间内不能被交换和移走, 当土壤水溶性钾和交换性钾含量降低时, 非交换性钾会向这2 种形态转化, 从而补充植物能够有效吸收利用的钾素。表4 可以看出, 不同县区域土壤非交换性钾含量变化趋势与交换性钾含量变化相反, 最高值出现在滨州区, 而最低值出现在东营区。造成这种现象的主要原因可能因为滨州区土壤固钾能力较强所造成的。
综上所述, 黄河三角洲冬枣主产区东营和滨州区域土壤, 水溶性钾和非交换性钾均以滨州区较高, 交换性钾、速效钾则以东营区为最高。从冬枣各产区地理位置来看, 土壤钾的有效性呈现北低南高、西低东高的趋势。
参考文献
[1]谢建昌.钾与中国农业[M].南京:河海大学出版社, 2000
[2] 陈防, 鲁剑巍, 万运帆等.长期施钾对作物增产及土壤钾素含量及形态的影响[J].土壤学报, 2000 (2)
[3] 索东让, 王托和, 李多忠.河西走廊富钾土壤钾肥效应及钾素平衡的长期定位研究[J].中国生态农业学报, 2002 (3)
土壤特征 篇2
通过对黄土高原典型残塬董志塬麦田不同时期土壤各层次水分含量的分析,揭示了陇东黄土高原塬区土壤干旱特征.分析显示,麦田土壤从上层到下层,干旱发生频率呈现出逐渐增加的趋势,但干旱强度呈现出逐渐减弱的趋势;重旱主要出现在春末初夏,土壤中、上层出现概率最高,1 m以下土层基本不出现重旱现象;过湿现象主要出现在秋季,土壤中、下层出现概率最高,1 m以上土层基本不出现过湿现象;晚秋是董志塬麦田土壤含水量最丰沛的.时期,春末初夏是最干旱的时期,早春出现重旱的几率较小.
作 者：郭海英 赵建萍 万信 杨兴国 黄斌 WANG Ya-juan ZHAO Jian-ping WAN Xin YANG Xing-guo HUANG Bin 作者单位：郭海英,WANG Ya-juan(中国气象局,兰州干旱气象研究所,甘肃省干旱气候变化与减灾重点实验室,甘肃,兰州,730020;甘肃省西峰农业气象试验站,甘肃,庆阳,745000)
赵建萍,ZHAO Jian-ping(陇东学院,农学系,甘肃,庆阳,745000)
万信,WAN Xin(兰州中心气象台,甘肃,兰州,730020)
杨兴国,YANG Xing-guo(中国气象局,兰州干旱气象研究所,甘肃省干旱气候变化与减灾重点实验室,甘肃,兰州,730020)
黄斌,HUANG Bin(甘肃省西峰农业气象试验站,甘肃,庆阳,745000)
土壤特征 篇3
摘 要：对乌鲁木齐市区及其周边地区45个地点的土壤样本进行磁化率测定。结果表明，乌鲁木齐城市土壤磁化率大都处于中低值区域，具有空间差异性的特征，进而结合采集点的土壤环境状况分析了乌鲁木齐城市土壤的环境特征，探讨乌鲁木齐城市土壤磁化率表征下土壤污染的影响机制。
关键词：城市土壤；磁化率；环境意义；影响机制
中图分类号：X833 文献标识码：A DOI编码：10.3969/j.issn.1006-6500.2014.03.007
磁化率是环境磁学研究中的一个重要的磁参数[1]，土壤磁化率是土壤在外磁场中受感应产生的磁化强度和外加磁场强度的比值，土壤的磁化率反应土壤中磁性矿物的数量[2]。频率磁化率是用于区分土壤中存在超顺磁性颗粒（d<0.03 μm）与单畴颗粒（0.03～0.10 μm），反应磁性矿物的大小分配和超顺颗粒的相对含量。
随着城市化进程的日益加快，人们亦不断提高对城市土壤和城市环境质量对人类身体健康影响的关注度。通过分析城市土壤的磁性特征，可以揭示城市环境问题的内涵以及人类活动对环境的影响[3]。Thompson等[4]发现城镇和工业区附近的土壤与未受到污染的土壤相比有较高的磁化率。同时，有研究表明[5-8]，冶金等工业排放的飞灰中含有磁性矿物，可引起表层土壤磁化率升高，且磁化率值随着离源区距离的增加而减小。
本研究通过对乌鲁木齐市土壤磁化率的分布特征分析，探讨乌鲁木齐城市土壤污染的影响机制。
1 材料和方法
1.1 研究区概况
位于自治区中北部，天山中段北麓、准噶尔盆地南缘。由于位处高纬度地带，所以冬季严寒漫长，需燃煤取暖，由此乌鲁木齐城市周边分布着多个煤矿企业，另外作为全疆的经济中心，乌鲁木齐工矿企业也是相当的多，如水泥厂、铝厂、化纤厂、污水处理厂、生物制药厂等污染型企业多分布在城市周边。这些污染型企业的存在和发展对城市环境造成了一定的破坏并日益影响到乌鲁木齐城市居民的身体健康。近年来，乌鲁木齐逐步进行煤改气工程，以改善冬季乌鲁木齐的环境状况，虽然取得了初步的成效，但是在彻底改善城市环境，实现“绿色计划”，创建全国园林城市方面还存在很大的挑战。
1.2 样品采集
1.3 样品的处理
所测定的土壤低频磁化率就是土壤磁化率，它表示土壤中磁性颗粒物的含量以及土壤能够被磁化的性质，高频磁化率是用于进行频率磁化率测定计算过程的一个辅助性数据。
2 结果与分析
2.1 土壤磁化率值
土壤磁化率仪器测定出的45个土壤样品的低频以及高频数据，以及经过频率磁化率计算公式计算出的45个样本的频率磁化率，如表1所示。可以看出，乌鲁木齐城市土壤磁化率测定中，大部分土样测定的磁化率数据都处在中间值和低值的区间内，但也有个别土样出现高值和极高值。
2.2 土壤磁化率的统计分析
（2）乌鲁木齐城市土壤的低频磁化率与频率磁化率之间具有负相关关系。即低频磁化率高的样本，其频率磁化率低，低频磁化率低的样本，其频率磁化率高。而且低频磁化率和频率磁化率的极值之间的差距悬殊。这反映了乌鲁木齐不同的土地利用类型下土壤污染的差异较大。
（3）乌鲁木齐城市表层土壤的磁化性质的不同是由两方面原因造成的：一是由于形成土壤的母质基岩的主要成分不同，导致了土壤的磁化率不同，二是由于现在城市的工业化发展过程中产生的污染物质在土壤表层的积聚，致使土壤的磁化性质发生改变。但在两种因素中，人类活动是造成乌鲁木齐城市表层土壤的磁化率显著差异的主要原因。
参考文献：
[1]余涛，杨忠芳.磁化率对城市重金属污染的指示性研究——以沈阳新城子区为例[J].现代地质，2008，22（6）：1 034-1 040.
[2] 卢绬，龚子同.城市土壤磁化率特征及其环境意义[J].广州：华南农业大学学报，2001，22（4）：26-29.
[3] 曲赞.用于环境研究的磁性参数介绍[J].地质科技情报，1994，13（2）：98-104.
[4] Thompson R， Oldfield F. Environment magnetism[M].London：Allen & Unwin，1986.
[5] 王雪松，秦勇.城市环境中磁学响应的研究进展[J].中国环境监测，2009，19（6）：62-64.
[6] 张普纲，樊行昭.磁性参数的环境指示意义[J].大连理工大学学报，2003，34（4）：201-205.
[7] 刘振东，杨凌.城市道路尘埃的磁性特征与环境意义[J].地球科技情报，2005，24（3）：93-98.
[8] 闫海涛，胡守云.磁学方法在环境污染研究中的应用[J].地球科学进展，2004，19（2）：222-236.
[9] 邓成龙，袁宝印.环境磁学某些研究进展评述[J].海洋地质与第四季地质，2004，20（2）：93-101.
[10] 张卫国，俞立中.环境磁学研究简介[J].地球物理学进展，2005，10（3）：95-105.
[11] 张春霞，黄保春.环境磁学在城市环境污染监测中的应用和进展[J].地球物理学进展，2005，20（3）：705-711.
摘 要：对乌鲁木齐市区及其周边地区45个地点的土壤样本进行磁化率测定。结果表明，乌鲁木齐城市土壤磁化率大都处于中低值区域，具有空间差异性的特征，进而结合采集点的土壤环境状况分析了乌鲁木齐城市土壤的环境特征，探讨乌鲁木齐城市土壤磁化率表征下土壤污染的影响机制。
关键词：城市土壤；磁化率；环境意义；影响机制
中图分类号：X833 文献标识码：A DOI编码：10.3969/j.issn.1006-6500.2014.03.007
磁化率是环境磁学研究中的一个重要的磁参数[1]，土壤磁化率是土壤在外磁场中受感应产生的磁化强度和外加磁场强度的比值，土壤的磁化率反应土壤中磁性矿物的数量[2]。频率磁化率是用于区分土壤中存在超顺磁性颗粒（d<0.03 μm）与单畴颗粒（0.03～0.10 μm），反应磁性矿物的大小分配和超顺颗粒的相对含量。
随着城市化进程的日益加快，人们亦不断提高对城市土壤和城市环境质量对人类身体健康影响的关注度。通过分析城市土壤的磁性特征，可以揭示城市环境问题的内涵以及人类活动对环境的影响[3]。Thompson等[4]发现城镇和工业区附近的土壤与未受到污染的土壤相比有较高的磁化率。同时，有研究表明[5-8]，冶金等工业排放的飞灰中含有磁性矿物，可引起表层土壤磁化率升高，且磁化率值随着离源区距离的增加而减小。
本研究通过对乌鲁木齐市土壤磁化率的分布特征分析，探讨乌鲁木齐城市土壤污染的影响机制。
1 材料和方法
1.1 研究区概况
位于自治区中北部，天山中段北麓、准噶尔盆地南缘。由于位处高纬度地带，所以冬季严寒漫长，需燃煤取暖，由此乌鲁木齐城市周边分布着多个煤矿企业，另外作为全疆的经济中心，乌鲁木齐工矿企业也是相当的多，如水泥厂、铝厂、化纤厂、污水处理厂、生物制药厂等污染型企业多分布在城市周边。这些污染型企业的存在和发展对城市环境造成了一定的破坏并日益影响到乌鲁木齐城市居民的身体健康。近年来，乌鲁木齐逐步进行煤改气工程，以改善冬季乌鲁木齐的环境状况，虽然取得了初步的成效，但是在彻底改善城市环境，实现“绿色计划”，创建全国园林城市方面还存在很大的挑战。
1.2 样品采集
1.3 样品的处理
所测定的土壤低频磁化率就是土壤磁化率，它表示土壤中磁性颗粒物的含量以及土壤能够被磁化的性质，高频磁化率是用于进行频率磁化率测定计算过程的一个辅助性数据。
2 结果与分析
2.1 土壤磁化率值
土壤磁化率仪器测定出的45个土壤样品的低频以及高频数据，以及经过频率磁化率计算公式计算出的45个样本的频率磁化率，如表1所示。可以看出，乌鲁木齐城市土壤磁化率测定中，大部分土样测定的磁化率数据都处在中间值和低值的区间内，但也有个别土样出现高值和极高值。
2.2 土壤磁化率的统计分析
（2）乌鲁木齐城市土壤的低频磁化率与频率磁化率之间具有负相关关系。即低频磁化率高的样本，其频率磁化率低，低频磁化率低的样本，其频率磁化率高。而且低频磁化率和频率磁化率的极值之间的差距悬殊。这反映了乌鲁木齐不同的土地利用类型下土壤污染的差异较大。
（3）乌鲁木齐城市表层土壤的磁化性质的不同是由两方面原因造成的：一是由于形成土壤的母质基岩的主要成分不同，导致了土壤的磁化率不同，二是由于现在城市的工业化发展过程中产生的污染物质在土壤表层的积聚，致使土壤的磁化性质发生改变。但在两种因素中，人类活动是造成乌鲁木齐城市表层土壤的磁化率显著差异的主要原因。
参考文献：
[1]余涛，杨忠芳.磁化率对城市重金属污染的指示性研究——以沈阳新城子区为例[J].现代地质，2008，22（6）：1 034-1 040.
[2] 卢绬，龚子同.城市土壤磁化率特征及其环境意义[J].广州：华南农业大学学报，2001，22（4）：26-29.
[3] 曲赞.用于环境研究的磁性参数介绍[J].地质科技情报，1994，13（2）：98-104.
[4] Thompson R， Oldfield F. Environment magnetism[M].London：Allen & Unwin，1986.
[5] 王雪松，秦勇.城市环境中磁学响应的研究进展[J].中国环境监测，2009，19（6）：62-64.
[6] 张普纲，樊行昭.磁性参数的环境指示意义[J].大连理工大学学报，2003，34（4）：201-205.
[7] 刘振东，杨凌.城市道路尘埃的磁性特征与环境意义[J].地球科技情报，2005，24（3）：93-98.
[8] 闫海涛，胡守云.磁学方法在环境污染研究中的应用[J].地球科学进展，2004，19（2）：222-236.
[9] 邓成龙，袁宝印.环境磁学某些研究进展评述[J].海洋地质与第四季地质，2004，20（2）：93-101.
[10] 张卫国，俞立中.环境磁学研究简介[J].地球物理学进展，2005，10（3）：95-105.
[11] 张春霞，黄保春.环境磁学在城市环境污染监测中的应用和进展[J].地球物理学进展，2005，20（3）：705-711.
摘 要：对乌鲁木齐市区及其周边地区45个地点的土壤样本进行磁化率测定。结果表明，乌鲁木齐城市土壤磁化率大都处于中低值区域，具有空间差异性的特征，进而结合采集点的土壤环境状况分析了乌鲁木齐城市土壤的环境特征，探讨乌鲁木齐城市土壤磁化率表征下土壤污染的影响机制。
关键词：城市土壤；磁化率；环境意义；影响机制
中图分类号：X833 文献标识码：A DOI编码：10.3969/j.issn.1006-6500.2014.03.007
磁化率是环境磁学研究中的一个重要的磁参数[1]，土壤磁化率是土壤在外磁场中受感应产生的磁化强度和外加磁场强度的比值，土壤的磁化率反应土壤中磁性矿物的数量[2]。频率磁化率是用于区分土壤中存在超顺磁性颗粒（d<0.03 μm）与单畴颗粒（0.03～0.10 μm），反应磁性矿物的大小分配和超顺颗粒的相对含量。
随着城市化进程的日益加快，人们亦不断提高对城市土壤和城市环境质量对人类身体健康影响的关注度。通过分析城市土壤的磁性特征，可以揭示城市环境问题的内涵以及人类活动对环境的影响[3]。Thompson等[4]发现城镇和工业区附近的土壤与未受到污染的土壤相比有较高的磁化率。同时，有研究表明[5-8]，冶金等工业排放的飞灰中含有磁性矿物，可引起表层土壤磁化率升高，且磁化率值随着离源区距离的增加而减小。
本研究通过对乌鲁木齐市土壤磁化率的分布特征分析，探讨乌鲁木齐城市土壤污染的影响机制。
1 材料和方法
1.1 研究区概况
位于自治区中北部，天山中段北麓、准噶尔盆地南缘。由于位处高纬度地带，所以冬季严寒漫长，需燃煤取暖，由此乌鲁木齐城市周边分布着多个煤矿企业，另外作为全疆的经济中心，乌鲁木齐工矿企业也是相当的多，如水泥厂、铝厂、化纤厂、污水处理厂、生物制药厂等污染型企业多分布在城市周边。这些污染型企业的存在和发展对城市环境造成了一定的破坏并日益影响到乌鲁木齐城市居民的身体健康。近年来，乌鲁木齐逐步进行煤改气工程，以改善冬季乌鲁木齐的环境状况，虽然取得了初步的成效，但是在彻底改善城市环境，实现“绿色计划”，创建全国园林城市方面还存在很大的挑战。
1.2 样品采集
1.3 样品的处理
所测定的土壤低频磁化率就是土壤磁化率，它表示土壤中磁性颗粒物的含量以及土壤能够被磁化的性质，高频磁化率是用于进行频率磁化率测定计算过程的一个辅助性数据。
2 结果与分析
2.1 土壤磁化率值
土壤磁化率仪器测定出的45个土壤样品的低频以及高频数据，以及经过频率磁化率计算公式计算出的45个样本的频率磁化率，如表1所示。可以看出，乌鲁木齐城市土壤磁化率测定中，大部分土样测定的磁化率数据都处在中间值和低值的区间内，但也有个别土样出现高值和极高值。
2.2 土壤磁化率的统计分析
（2）乌鲁木齐城市土壤的低频磁化率与频率磁化率之间具有负相关关系。即低频磁化率高的样本，其频率磁化率低，低频磁化率低的样本，其频率磁化率高。而且低频磁化率和频率磁化率的极值之间的差距悬殊。这反映了乌鲁木齐不同的土地利用类型下土壤污染的差异较大。
（3）乌鲁木齐城市表层土壤的磁化性质的不同是由两方面原因造成的：一是由于形成土壤的母质基岩的主要成分不同，导致了土壤的磁化率不同，二是由于现在城市的工业化发展过程中产生的污染物质在土壤表层的积聚，致使土壤的磁化性质发生改变。但在两种因素中，人类活动是造成乌鲁木齐城市表层土壤的磁化率显著差异的主要原因。
参考文献：
[1]余涛，杨忠芳.磁化率对城市重金属污染的指示性研究——以沈阳新城子区为例[J].现代地质，2008，22（6）：1 034-1 040.
[2] 卢绬，龚子同.城市土壤磁化率特征及其环境意义[J].广州：华南农业大学学报，2001，22（4）：26-29.
[3] 曲赞.用于环境研究的磁性参数介绍[J].地质科技情报，1994，13（2）：98-104.
[4] Thompson R， Oldfield F. Environment magnetism[M].London：Allen & Unwin，1986.
[5] 王雪松，秦勇.城市环境中磁学响应的研究进展[J].中国环境监测，2009，19（6）：62-64.
[6] 张普纲，樊行昭.磁性参数的环境指示意义[J].大连理工大学学报，2003，34（4）：201-205.
[7] 刘振东，杨凌.城市道路尘埃的磁性特征与环境意义[J].地球科技情报，2005，24（3）：93-98.
[8] 闫海涛，胡守云.磁学方法在环境污染研究中的应用[J].地球科学进展，2004，19（2）：222-236.
[9] 邓成龙，袁宝印.环境磁学某些研究进展评述[J].海洋地质与第四季地质，2004，20（2）：93-101.
[10] 张卫国，俞立中.环境磁学研究简介[J].地球物理学进展，2005，10（3）：95-105.
马铃薯田土壤水分的变化特征 篇4
1.资料来源
土壤重量含水率资料取自突泉县气象局1995～2011年逐旬监测马铃薯地块10～50厘米固定地段0～10厘米、10～20厘米、20～30厘米、30～40厘米、40～50厘米5个深度的资料。降水量、气温和蒸发量资料均取自突泉县气象局1971～2000年30年逐旬和逐月的气象整编资料。
处理方法:土壤相对湿度=(土壤重量含水率/田间持水量)×100%
计算公式:
R:土壤相对湿度(%),取整数;w:土壤重量含水率(%);fc:田间持水量(%)
田间持水量是在地下水位较低情况下,土壤所能保持的毛管悬着水的最大值是植物有效水的上限。本文所用田间持水量是突泉县气象局根据土壤水分观测规范测得的土壤水分常数。将每旬测得的土壤重量含水率除以田间持水量得到逐旬土壤相对湿度资料。逐月、逐旬的相对湿度资料是1995～2011年的平均值。由于突泉地区马铃薯播种到收获时间在5～9月,所以春季土壤相对湿度资料选5月份,夏季土壤相对湿度资料选6～8月份,秋季土壤相对湿度资料选9月份。
2.结果与分析
(1)马铃薯土壤相对湿度变化时间特征。气象条件特别是降水量影响土壤相对湿度在时间的变化上,从上年雨季结束到第二年雨季开始,降水量小于同期耗水量,土壤水分不断消耗、亏缺;从雨季开始降水量大于同期耗水量,土壤水分则不断补充、积累。根据土壤水分积累和消耗平衡关系分析看出:突泉县5～9月逐旬10～50厘米平均土壤相对湿度变化曲线,如图1所示。
(2)春季水分蒸发强烈,土壤干湿变化呈交替态势。突泉县春季气温回升快且多大风天气,由4月份7.5℃上升到5月份15.4℃;降水少,5月降水量为30.3毫米仅占年降水量7%。5月份蒸发量达361.9毫米,为全年蒸发量最大月份。降水多以小雨为主,雨水多被截流在0～10厘米土层中,土壤相对湿度最小值为33%。30厘米以下土壤水分很少得到补充,即0～10厘米土壤相对湿度随降水量的增加而增加,反之亦然。春季0～10厘米土壤相对湿度与降水量变化关系,如图2所示。
(3)夏季降水丰沛,土壤相对湿度增大。夏季6～8月份高温、多雨,年降水量76%集中在这一时期,同时是在马铃薯生长过程中水分消耗最多的时期。当雨季初始土壤水分开始恢复后,首先使0～10厘米土层的水分状态得到明显改善。进入6月中旬至7月下旬集中降水期,20～50厘米土壤水分逐渐进入快速恢复期,7月中旬0～10厘米土层相对湿度为71%～78%,比6月中旬提高约7个百分点,0～30厘米土层相对湿度为70%～75%,提高约5个百分点。夏季降水量对0～50厘米土壤平均相对湿度变化影响关系。如图3所示。
(4)秋季降水减少,土壤相对湿度下降。秋季9月份降水量为33.9毫米,占年总降水量8%,降水量减少,气温下降,雨季基本结束。在日平均气温每天以0.33℃左右的梯度急剧下降的情况下,水分蒸发随之减少,10月份蒸发量由9月份的177.1毫米下降至143.3毫米,土壤水分的恢复期亦基本结束。除秋吊外,土壤水分经过恢复性补充和积累,秋季的土壤水分状况均较为湿润,一般年份土壤相对湿度可维持在64%。
3.合理利用土壤水资源建议
土壤特征 篇5
滇池周边地区农田土壤硝酸盐迁移累积特征
摘要：采用实地调查与模拟实验相结合的.方法,研究不同施氮水平对地表水及土体中硝态氮迁移和累积的影响,旨在为减轻硝酸盐对滇池环境的威胁提供科学依据.结果表明,流域内农田排水中氮污染负荷高、氮肥投入过量及灌水频繁是造成研究区内土壤硝酸盐淋洗污染地下水的主要原因;土壤中NO3--N累积量与氮肥施用量在生菜的苗期呈极显著正相关(相关系数R0.01=0.9687**,**表示极显著线性相关),而在结球期呈显著正相关(R0.05=0.887*,*表示显著线性相关);在生菜整个生育期里,NO3--N沿土壤剖面垂直迁移至土壤深层,导致下层土壤的NO3--N含量高于上层土壤;生菜在苗期NO3--N淋失量较大,对地下水污染的风险高;高施氮强度与低施氮强度相比,氮素更易流失;频繁灌溉促使NO3--N随水向深层土壤迁移累积.作 者：曹娜 张乃明 CAO Na ZHANG Nai-ming 作者单位：云南农业大学资源与环境学院,昆明,650201期 刊：安全与环境学报 ISTICPKU Journal：JOURNAL OF SAFETY AND ENVIRONMENT年，卷(期)：2007,7(1)分类号：X131.3关键词：土壤肥料学 硝酸盐 滇池流域 环境效应
土壤特征 篇6
关键词：土壤；芽孢杆菌；色季拉山；海拔；植被类型；高寒植被；资源利用
中图分类号：S154 .3 文献标志码：A
文章编号：1002-1302（2014）08-0370-02
芽孢杆菌属（Bacillus）由德国布雷斯劳大学植物生理研究所的Cohn命名[1]，该属是一类好氧或兼性厌氧、产生抗逆性、能形成芽孢（内生孢子）的杆菌，属于革兰氏阳性菌。由于它们能够产生对热、电磁辐射、紫外线和部分化学药品具有很强抗性的芽孢，因此可在多种不良环境下生长。芽孢杆菌在自然界中分布广泛，与大家的生活也密切相关，在工业、医药、农业和科研等方面都具备广泛的实用价值。色季拉山位于西藏自治区林芝县以东，属于念青唐古拉山脉，该山脉高寒物种丰富，生态系统类型多样，植被类型具有明显的高寒荒漠特征。目前，对于色季拉山土壤微生物的系统研究相对较少，本研究以色季拉山不同海拔高度的不同植被类型为研究对象，探讨其土壤芽孢杆菌空间分布特征以及土壤养分和土壤微生物的相关性，以期为高寒植被生态环境系统保护和土壤芽孢杆菌资源开发利用提供科学依据。
1 材料与方法
1.1 土壤采集
色季拉山地处青藏高原东南部94°25′～94°45′E、29°35′～29°57′N，受印度洋暖湿季风影响，属于湿润气候区和半湿润气候区过渡带，年均气温-0.7 ℃，年均降水量600～1 000 mm，其生物气候垂直分布，土壤类型和植被类型多样性显著[2]。本试验分别选取色季拉山东坡云杉林（3 000～3 500 m）、冷杉林（3 500～4 100 m）和方柏枝林（4 100～4 300 m）3个不同海拔高度的试验地段，且每个地段随机设置2个样地（30 m×30 m），在每个样地随机设置3个采样点。于2013年5月采集土样，除去土壤表层凋落物，采用多点混合法分别采集0～20、20～40 cm的土壤，筛去石砾等杂质后，一份土样保存在4 ℃冰箱中，并在2～3 d内完成土壤芽孢杆菌的分离；另一份土壤风干后用于测定土壤理化性质及土壤酶活性。
1.2 土壤芽孢杆菌的分离
土壤芽孢杆菌的分离、计数采用稀释平板法，培养基采用牛肉膏蛋白胨麦芽汁琼脂培养基[3-4]，121 ℃高压灭菌 20 min，备用。称取10 g土样，加入95 mL 0.85%生理盐水，于灭菌后的三角瓶中振荡15 min，再静置15 min，吸取上层清液作为试验菌液。在无菌操作台中用移液枪吸取0.5 mL菌液，再注入4.5 mL 0.85%生理盐水中，摇匀后稀释为10-1，直至稀释为10-3后放入85 ℃水浴锅中，10 min后再把菌液均匀涂抹在固体培养基中，倒置于30 ℃培养箱中，培养 3～4 d。
1.3 菌群鉴定
土壤芽孢杆菌的鉴定包括菌株外形特征观察、革兰氏染色、淀粉水解、吲哚试验和葡萄糖产酸试验，具体操作和鉴定标准参照文献[5-6]。
1.4 土壤理化性质测定
土壤基本理化性质的测定内容包括土壤有机质含量、土壤pH值、土壤全氮含量、土壤速效磷和速效钾含量，其测定方法参照文献[7]。
2 结果与分析
2.1 菌群鉴定
本试验从3个不同海拔不同林地类型试验地的18个采样点共筛选出56株菌株，根据菌株培养条件、外观特征、染色反应和土壤微生物生理生化试验特征，从这56株菌株中鉴定出9个种[5]，即巨大芽孢杆菌（B. megaterium）、蜡状芽孢杆菌（B. cereus）、地衣芽孢杆菌（B. licheniformis）、坚硬芽孢杆菌（B. firmus）、枯草芽孢杆菌（B. subtilis）、短小芽孢杆菌（B. pumilus）、蕈状芽胞杆菌（B. mycoides）、环状芽孢杆菌（B. circulans）、泛酸芽孢杆菌（B. pantothenticus）。这些菌种可以產生抗菌物质、抑制病原菌繁殖、改善生态环境，也是菌肥的重要组成部分。
2.2 土壤芽孢杆菌的特征
结合GPS为18个采样点分别定位，用GIS空间分析法显示样地土壤芽孢杆菌分布状况，用Excel 2003统计每个采样点的经纬度和每个采样点土壤芽孢杆菌数量，生成dbf文件，在ArcView 3.3中添加事件，生成采样坐标文件，通过视图窗口添加土壤采样点文件（soil.shp），在Surface模块选择空间插值Spline方法可生成土壤芽孢杆菌数量分布图（图1）。随着海拔升高，土壤细菌、放线菌和芽孢杆菌的数量逐步增加，而土壤真菌数量减少；在同一海拔高度上，随着土层深度的增加，土壤芽孢杆菌的数量逐渐减少。
3 结语
土壤微生物是存在于土壤中的细菌、真菌、放线菌和藻类的总称，它们在土壤中进行各种转化，同时促进土壤有机质的分解和养分的转化。本试验分析了色季拉山东陂不同海拔高度、不同植被类型土壤芽孢杆菌的空间分布特征，选取了典型的色季拉山植被，海拔跨度为3 000～4 300 m。结果表明，随着海拔的升高，土壤微生物数量均有所变化，土壤芽孢杆菌的数量和土壤有机质、全氮、速效磷和速效钾含量呈正相关性，土壤微生物的主要活动范围随土层深度的增加而减小。本试验筛选了部分菌种，对其拮抗性可继续进下一步研究，同时也为进一步研究不同季节土壤微生物的空间分布和多样性分析提供了基础性研究。
参考文献：
[1]Lechevalier H A. Morris solotorovsky[M]. New York： McGraw-Hill Book Co，1965.
[2]方江平. 西藏色季拉山土壤的性状与垂直分布[J]. 山地研究，1997，15（4）：228-233.
[3]中国科学院南京土壤研究所. 土壤微生物研究方法[M]. 北京：科学出版社，1985：25-40.
[4]林先贵. 土壤微生物研究原理与方法[M]. 北京：高等教育出版社，2010：32-45.
[5]布坎南R E，吉本斯N E. 伯杰细菌鉴定手册[M]. 8版.北京：科学出版社，1984：729-759.
[6]东秀珠，蔡妙英. 常见细菌系统鉴定手册[M]. 北京：科学出版社，2001：353-370.
崇州市土壤有机质分布特征研究 篇7
目前几乎所有从事农业地质背景方面研究的人员, 都将地球化学元素作为研究的主要对象, 地球化学元素在母岩-土壤-植物系统中的运动特征, 直接影响作物生长。土壤的有机质含量和全氮含量是土壤肥力诸因素中重要的2个因素, 土壤肥力的高低主要取决于有机质的含量高低[6,7,8,9]。已有资料表明, 水稻土耕层有机质量乘以换算系数0.065接近全氮量[10,11]。因此, 该研究在对土壤有机质分析的基础上, 进行与全氮含量的相关性分析, 以探明研究区土壤肥力状况。
1 研究区概况与研究方法
1.1 研究区概况
崇州市有“天府粮仓”之美誉, 主要农作物为水稻, 位于四川省岷江中上游川西平原西部 (东经103°7′~103°49′, 北纬30°30′~30°53′) 。面积1 090.17 km2。其中8个乡镇进行高标准农田建设 (图1) 。
崇州市属山地、丘陵、平原兼有的地貌类型, 西部为山地, 中部为丘陵, 东部为平原。地势从东南到西北逐渐升高, 西北部山地海拔多在2 000 m以上, 最高海拔为5 364 m;中东部丘陵和平原地区的平均海拔为560 m, 最低海拔仅为480 m。平原区土地利用类型为农作物种植区, 主要耕地类型为水田。
1.2 研究方法
1.2.1数据收集与处理。
试验分析根据崇州市农发局2012年耕地调查数据 (表1列出部分数据) , 全市共采集水田表层土壤样2 857件, 进行化学元素测试分析, 该试验对样品有机质含量数据进行分析。样品取样深度5 cm, 初始重量1 000 g, 每个采样点的取土深度及采样量均相同。高标准农田建设区位于崇州市西南角, 因此根据研究区乡镇所在范围大致将水田采集样品数据分为4组 (图1) , 其中A组为高标准农田建设区8个乡镇样品数据, B、C、D组为对照组。
1.2.2统计分析。
利用SPSS软件进行基本统计特征分析, 包括单因素方差分析和相关性分析, 方差分析 (ANOVA) 是平均数差异显著性检验的一种引伸, 可以同时判断多组数据平均数之间的差异显著性, 在数据收集和预处理的基础上采用单因素方差分析法, 分析崇州市不同农作物种植区有机质含量的差异[12], 在SPSS 16.0中实现。利用Arc GIS软件进行样点数据插值分析, 在地统计模块中进行反距离加权插值, 实现养分值由点到面等势线分析。
2 结果与分析
2.1 土壤有机质分析
土壤有机质基本统计值见表2。通过对4组试验数据进行统计分析, A组为高标准农田组, 4组有机质含量均值相近, 但数理统计值有差异, 为了精确寻找几组数据间的差异, 更准确地反应高标准农田与周围农田的异同, 需要进行方差分析来判断4组数据间的差异性。
利用SPSS软件对4组抽样样本有机质含量进行统计分析, 根据土壤有机质含量Q-Q分布图 (图2) 可得, 研究区样本有机质含量分布呈正态分布, 具备进行单因素方差分析条件, 可对不同组间有机质含量进行单因素方差法对比分析。
通过单因素方差分析, 由表3可知, F值为201.348, P值为0, 小于0.05, 因此4组样本土壤有机质含量均值在0.05水平下存在显著差异。
为了具体说明各组之间有机质含量的差异显著性, 利用S-N-K检验法对以上4组土壤有机质含量进行两两比较, 结果如表4所示, 分组按均数大小进行排列, 在表格的横向上被分成了若干个亚组, 不同亚组间的P值小于0.05, 而同一亚组内的各组均值比较的P值则大于0.05, A组与C组、D组土壤有机质含量不同, A组与B组测定结果相同 (P=0.058) , 即高标准农田组与其东部的C组、南部的D组土壤有机质含量显著不同, 且4组中, 高标准农田组土壤有机质含量平均最高。
2.2 有机质与全氮相关关系分析
已有资料表明, 水稻土耕层有机质量乘以换算系数0.065接近全氮量。因此对该研究区有机质与全氮量进行分析, 在SPSS软件中对试验样点有机质及全氮含量进行相关性分析, 基于Pearson相关分析双边检验, 结果如表5所示。Pearson相关系数为0.983, sig值=0<0.05, 通过双边检验, 土壤有机质含量与全氮含量相关性显著, 可进行后续线性拟合分析。
注:样本数均为285 6, **表示在0.01水平下显著相关。
根据土壤全氮与有机质关系散点分布特征, 对上述实验数据进行统计分析并进行线性拟合y=0.071x-0.111, 拟合度R2为0.966, 土壤有机质与全氮量呈极显著的正相关关系 (图3) 。土壤全氮量 (g/kg) ≈土壤有机质 (g/kg) ×0.071, 土壤全氮总量与土壤有机质含量的比值, 随着土壤所处的环境因素和利用状况而变化。总的看来, 水稻土耕层有机质量乘以换算系数0.071接近全氮量, 崇州地区土壤有机质一般约含氮7%左右。
利用Arc GIS对采样点进行差值分析, 得到研究区土壤有机质含量等值线图 (图4) 与全氮含量等值线图 (图5) 。图中颜色最深区域为含量最高区域, 颜色较浅区为含量最低区域, 有机质含量范围为12.318 9~50.076 9 g/kg, 全氮含量范围为0.440 1~4.568 5 k/kg, 崇州市有机质含量整体较丰富, 尤其以高标准农田地区的有机质含量丰富, 在白头镇—隆兴镇—桤泉镇一带有机质的含量极高;崇州市土壤全氮含量分布中部和西南部地区土壤全氮含量非常丰富, 仅局部北部的林区土壤中全氮含量较低。在崇州市的东部和东南部土壤全氮含量较丰富, 东南局部地方含量较低。总体上, 崇州市土壤有机质含量丰缺与土壤全氮含量丰缺一致, 土壤有机质与全氮含量高低值出现位置在地理空间分布一致。
3 结论与讨论
土壤有机质直接影响着土壤的耐肥性、保墒性、缓冲性、耕性、通气状况和土壤温度等。因此, 有机质含量是土壤肥力高低的重要指标之一。了解土壤的全氮含量, 不但可以作为施肥的参考, 而且可以判断土壤肥力, 据此拟定施肥增产措施。通过分析研究崇州市水稻田分布区土壤有机质含量及分布特征, 查明高标准农田建设区与周围区域土壤样本有机质含量差异性, 并通过分析全区土壤有机质含量与全氮含量的相关关系, 对研究区土壤肥力进行综合判断[13,14]。
(1) 研究区“高标准农田建设区”水稻田土壤有机质与周围水稻田区域有机质含量具有显著差异, 且均值含量最高达到34.63 g/kg, 通过多重对比分析得出, 高标准农田建设区 (A组) 显著高于其东部 (C组) 、南部 (D组) 的土壤有机质含量高标准农田建设区土壤有机质含量, 与北部 (B组) 差异不明显, 即B区域土壤有机质含量接近高标准农田建设区是下一步规划的理想区域。
(2) 研究得崇州市土壤中的全氮、有机质具有显著正相关相关系, 水稻土耕层有机质量乘以换算系数0.071接近全氮量。通过对全区土壤样本的有机质、全氮利用GIS方法进行差值分析生成的等值线图, 可见州市土壤有机质含量丰缺与土壤全氮含量丰缺一致, 土壤有机质与全氮含量高低值出现位置在地理空间分布一致。
土壤特征 篇8
关键词：金塔绿洲,土壤湿度,绿洲戈壁系统
1 课题背景
在西北的干旱地区,有很多被戈壁、荒漠、裸表、裸土、石砾地和沙漠化土地等围绕的以天然草甸、林灌植被、人工耕地和水域等构成的绿洲,这里降水非常的少,蒸发量却非常大,西北干旱区这种以荒漠为景观基质、绿洲为景观镶嵌基本格局的非均匀下垫面的陆面过程与其他湿润地区相比具有其特殊性,这对我们更加深入地了解沙漠绿洲的各种要素过程具有深远的意义。
2 研究意义
土壤湿度是影响地面和大气相互作用的重要参数[1],而金塔绿洲又是我国典型的沙漠型绿洲,对其土壤湿度进行研究可以为我们对沙漠绿洲的研究更加完善。土壤湿度可以对沙漠绿洲的土壤热通量、蒸发、凝结、辐射等产生重要的影响[2],而且土壤是植被生长的基础,土壤湿度对植物的生长发育有着至关重要的作用。土壤干旱还是湿润决定了植被的类型,也决定了植被的生长发育。我们可以通过对土壤湿度的研究从而增加灌溉的有效性。
3 研究方法
为了准确的说明金塔绿洲四层土壤湿度的变化规律,我们把金塔绿洲所在的研究区域划分成了60×60个网格点,空间水平网格分辨率为1km。
4 绿洲和戈壁第一、二层土壤湿度总对比分析
从图1可以看出,第一层绿洲的土壤湿度在8月1号之前都比戈壁的土壤湿度高,而且戈壁的土壤湿度我们可以明显的看出其变化幅度非常小,但是绿洲的土壤湿度我们可以看到其变化的幅度非常的大。图2我们可以看出,第二层绿洲的土壤湿度始终都大于戈壁的土壤湿度,第二层的土壤湿度比第一层的值更大但变化的幅度更小。因此我们就可以得到绿洲和戈壁土壤湿度的总结论:不管是在第一层还是第二层,绿洲的土壤湿度都比同时刻的戈壁土壤湿度要大。
5 绿洲土壤湿度的垂直变化
文章选取了绿洲上某个然后做出了其在观测期间所有层次土壤湿度的变化曲线。如图3第一层和第二层的土壤湿度相比较,第一层的土壤湿度比第二层的土壤湿度要小;第二层和第三层的土壤湿度曲线,可以看到第三层的土壤湿度也要比第二层的要小,但第三层和第一层相比较,第三层的土壤湿度依然比第一层的要小,而且可以看到第三层土壤湿度的变化幅度也比前面两层的湿度变化要小,也更加的平缓;第四层的土壤湿度我们可以看到其基本都是一个恒定的值,因此文章认定第四层的土壤湿度是一个定值,而且第四层的土壤湿度不会随着外界的条件而有剧烈的变化,也就是受外界环境的影响非常小。
6 结束语
(1)金塔绿洲的土壤湿度和同时间的戈壁的土壤湿度相比较,第一层和第二层的土壤湿度绿洲都比戈壁要高,而且绿洲的土壤湿度的变化更明显,戈壁的土壤湿度变化则没有那么明显。
(2)绿洲土壤湿度的垂直变化规律是第一层到第二的土壤湿度是逐渐增大的,但是从第二层到第三层的土壤湿度却是逐渐减小的,而且第三层的土壤湿度比第一层的土壤湿度值还要略小,从第三层到第四层的土壤湿度则基本没什么变化,始终保持一个恒定的值。
(3)绿洲土壤层的上面三层的土壤湿度都受到外界条件的影响,其中第一层和第二层受到外界条件的影响最大,第三层受到的影响则要弱很多,第四层的土壤湿度则基本不受外界条件的影响。
(4)整个绿洲系统各层土壤湿度都围着一个中心值在波动,不管各层的土壤湿度怎么变化,其都在围绕着中心值波动。
参考文献
[1]谢志清,刘晶淼,丁裕国,等.干旱及高寒荒漠区土壤温湿度特征及相互影响的分析[J].高原气象,2005,24(1):16-22.
土壤特征 篇9
近年来, 生态旅游越来越为世人所欢迎, 而森林旅游是生态旅游客观组成部分, 是生态旅游发展得较为完善的一种形式。生态旅游业的发展为云南带来了巨大的经济效益, 是云南省的经济支柱之一。其中, 云南省喀斯特地貌广布, 土壤环境较为脆弱, 自身修复能力差, 而近些年来, 土壤污染事件却频繁发生, 不仅危害农业生产和人类生命安全, 也威胁着生态旅游业的发展。因此, 研究现阶段森林旅游区的土壤类型对保护原始森林植被和保障当地居民生命财产安全具有重要意义, 对当地生态旅游的可持续发展发挥重要作用。笔者立足于此, 对以往研究进行回顾和梳理, 从中汲取经验, 确定研究方法和方向。
2 研究地概况
昆明西山森林公园 (25.04°N, 102.42°E) , 是国家“AAAA”级旅游景区, 位于有“高原明珠”之称的滇池湖畔, 地势北低南高, 最高峰海拔2507.5m。在明代, 昆明西山与通海秀山、巍山巍宝山、宾川鸡足山, 合称“云南四大风景名山”。此外, 此地还有“三月三, 耍西山”民歌对唱小调的民俗活动。
西山森林公园, 不仅旅游文化资源丰富, 而且凭借其纬度较低且海拔差距大的地理优势, 具有丰富的植物多样性, 是滇中地区颇具典型性的山地环境。山中除怪石林立的罗汉崖外, 均为茂盛的原始次生林, 且伴随着山体高度的变化, 森林垂直带谱十分显著。山体下部, 以栎类为主的亚热带常绿阔叶林;山体上部, 以云南松、华山松为主的针叶林占据主要地位;在海拔2150m以上的石灰岩地带, 冲天柏林和多种落叶阔叶林随处可见。西山森林公园中, 植物多而集中, 分布有167科、594属、1086种灌乔木和其他植物。此外, 此地还生长了一些珍稀树种, 如台桧、鹅耳枥、化香树、八角枫、滇紫荆等四季常青的树木。
3 云南省森林旅游区状况的相关研究
已有研究虽然选择的研究地点各不相同, 但研究内容多集中于3个方面:森林旅游资源和发展评价, 生物多样性及保护, 土壤及其与生物的相互作用。
首先, 在森林旅游资源和发展评价方面, 关于此类的研究极为广泛, 但是已有研究其内容和结果趋同。它们大多认为:云南省森林旅游是林业可持续发展的重要战略措施, 是旅游业的有机组成部分和延伸。虽然云南森林旅游在资源丰富性和景观独特性上占据优势, 但发展仍旧存在一些困境:受经济发展等方面的限制, 云南省森林旅游的发展缺乏优质的管理人才和专业人才以及明确的发展规划和评价体系[1];同时, 云南省森林旅游发展建设资金不足, 基础设施不完善;景点分散性强, 网络体系不健全。这些因素已严重制约了森林旅游业的进一步发展[2]。
其次, 在生物多样性及保护方面, 已有的研究多针对于不同的物种进行分类学研究。例如, 蒲正宇关于蝴蝶类多样性的研究认为, 环境对蝴蝶的分布有着其他因素所不可替代的影响, 而农业生产、交通污染、外来物种入侵等人类活动改变了蝴蝶的天然生存环境;再加上蝴蝶本身对环境的敏感度较高, 威胁着蝴蝶的生存[3]。
最后, 在土壤及其与生物的相互作用方面, 已有研究中较有代表性的是关于土壤微生物和关于土壤呼吸的研究。对于前者, 微生物的数量和酶活性是其聚焦点。对于森林而言, 土壤中微生物的数量和酶活性与土壤肥力有着密不可分的关系, 而不同的树种影响着微生物和酶的种类和数量, 2者相互作用, 创造出独特的土壤类型, 进而影响树木的生长。[4]对于后者, 土壤呼吸的速度受土壤温度和含水量以及C、N含量的影响。土壤中的C、N含量通过影响微生物的活动而掣肘有机质的分解, 进而影响土壤呼吸。而土壤呼吸又会释放CO2, 其呼吸速度影响空气中CO2的含量, 进而可能造成温室效应。此外, 还有关于土壤类型的研究。云南省主要以铁铝土纲为主, 包括砖红壤、赤红壤、黄壤和红壤。其中, 红壤占居主导地位。而云南红壤有自己的特点:土层较厚, 较易保水保肥, 酸性较弱;但有机质少, 铁、铝含量高。
4 西山公园的森林旅游区状况研究
针对昆明西山森林公园, 主要有3个研究方向:土壤、可燃物和物种及其演进。
在土壤方面, 已有研究主要集中在对土壤微量元素的研究上。西山的土壤类型以红壤为主, 同时存有红色石灰土。具体土壤类型因海拔高度的变化而变化, 依次为:红壤、山地红壤和棕红壤、红色石灰土。而已有研究多与植物密切联系, 即根据土壤所供养植物的不同将不同区域的土壤进行分类, 探究土壤中的微量元素与植物的关系:植物中元素含量的基本趋势是土壤中含量高的元素, 在植物体内相对含量也较高[5]。但是, 植物所吸收的元素并不一定利于其生长。对此, 应加以警惕。同时, 受厄尔尼诺现象的影响, 云南火灾频发, 引起了学术界的注意。陈金龙对2008年西山林场火灾的跟踪研究认为:随着滇青冈林分生长, 土壤pH值、水解氮和速效钾的含量显著降低, 而土壤中有机质和有效磷的含量显著增加, 土壤中全氮、全钾及全磷的含量虽有所增加, 但变化不明显。这说明在滇中地区的适宜地段开展半湿润常绿阔叶林的直接人工营建具有一定的可行性, 但施肥等抚育管理须加强[6]。
同样, 亦有许多学者开展关于可燃物的研究。可燃物是森林火灾发生必不可少的条件。王秋华以单位面积热量为关键指标, 研究了昆明西山国家森林公园的华山松、云南油杉、地盘松、麻栎和旱冬瓜5个主要林型地表可燃物的潜在燃烧性:5种林型地表可燃物的潜在燃烧性从强到弱依次为华山松、地盘松、云南油杉、麻栎和旱冬瓜[7]。由此, 相关部门可根据不同林木的燃烧性而划定防护带及防护区, 依据林木的燃烧性进行防火防灾工作。
在已有的相关研究中, 还有关于物种及其演进的研究。其主要的研究思路是针对1个或多个具体物种进行描述性研究或研究其演进历程。例如, 李小双在研究半湿润常绿阔叶林时发现, 在半湿润常绿阔叶林 (滇青冈林) 建群之初, 因为云南油杉郁闭性好, 滇青冈幼苗得不到充足的阳光, 进而出现幼苗顶死或梢枯等现象。而当云南油杉死亡、枯倒后, 滇青冈树苗接触到更多阳光而在幼苗的根茎处萌发了新苗, 即为萌生。由于滇青冈比云南油杉环境适应能力更强, 故而如久旱的田地遇到甘霖, 滇青冈苗快速生长, 最终占据了这片土地[8]。
5 结论
已有的研究主要为森林旅游的资源和发展评价、生物及其多样性和保护、土壤及其与生物的相互作用3个方面。而且, 已有研究多采用定性研究与定量研究相结合的方法, 既有实地观察、访谈, 也有数据的采集和分析[9~15]。另外, 已有研究颇具实用性和时效性。以王秋华的研究为例, 其受近些年来云南的干旱和火灾所启发, 而后采用科学的方法对昆明西山森林公园地表可燃物的可燃性进行长期仔细的数据收集和分析, 为防火灭火工作提供有效的科学依据[7,16,17,18,19,20]。但是, 已有研究中虽已涉及微量金属元素, 可其中极少有尝试根据土壤微量金属元素的含量和比例对土壤进行分类学研究[21,22]。
因此, 笔者以昆明西山森林公园为研究地点, 继承已有研究的优点, 采用定性研究与定量研究相结合的方法, 以定量研究为主, 注重研究的实用性。同时, 尝试对昆明西山森林公园的土壤依据其微量金属元素的含量和比例进行分类学研究, 以对预防和治理昆明西山森林公园的土壤中金属污染提供数据支持, 为昆明西山森林公园的园林规划和植物栽培提供科学依据和相关建议, 为云南省森林生态旅游的发展提供助力。
摘要：指出了伴随着现代化进程的不断推进, 我国的经济获得了飞速的增长, 人们在物质需求得到满足的同时, 更加注重身心的愉悦和环境的保护, 因此, 生态旅游迅速成为人们关注的焦点。回顾了已有关于森林旅游区的土壤类型与森林旅游的研究, 并进行了梳理和分析, 以期获得启发, 确定下一步的研究方法和研究方向。
土壤特征 篇10
土壤是不均一和变化的连续体, 对田间实际测定结果的分析表明, 在土壤质地相同的区域内, 土壤特性 (物理、化学等) 在同一时刻, 各个空间位置上的量值并不相同, 这种属性称为土壤特性的空间变异性[1，2]。土壤是农业生产的重要物质基础和生态系统的重要组成部分, 其性质和空间变异性对于提高人类的生活质量和实现人类社会的可持续发展有重要的意义[3]。
自20世纪70年代提出土壤空间变异性这一性质至今, 土壤空间变异的研究一直都受到学术界的热切关注。马黎春等人对克拉玛依干旱生态农业区的土壤质地的空间异质性进行了研究[4], 建议根据土壤颗粒的分布特点因地制宜的加强农田保护、土壤培肥和农田防护林的建设;Tsegaye等通过对植物生长和养分吸收的测量研究, 分析了精耕细作对土壤测土值、植物生长及其营养吸收值的空间变异的影响[5]。
近年来, 由于风蚀、冻融侵蚀、水土流失、不合理施肥等因素导致黑土地的面积正在不断地退化减少, 土壤肥力也在逐年的下降[6]。本文对松嫩平原黑土区的坡耕地的主要土壤参数的空间变异特征所进行的研究, 可以为黑土区的土地修复和精准农业研究提供一定的参考价值。
1研究区概况
试验区选择在黑龙江省北安市红星农场3°坡耕地, 红星农场位于小兴安岭西麓向松嫩平原的过渡地带, 为丘陵漫岗地区, 地势由东向西倾斜, 北部地形呈丘状起伏, 南部为波状起伏, 岗顶平缓, 坡面较长。该场地处中纬度欧亚大陆, 属中温带湿润大陆性季风气候, 多年平均气温0.8 ℃, 10的有效积温2 254.5 ℃, 日照时数为2 364.2h, 无霜期110~115d, 土壤以黑土为主, 质地黏重, 入渗困难。降雨集中在7-9月份, 占全年降水量的90%, 降雨集中且历时短, 降雨强度大, 年际变化较大, 整个地区坡耕地水土流失严重旱涝灾害频发, 主要种植作为有大豆等。
2材料与方法
2.1土壤采集与参数测定
本试验在研究区选取当地的典型样地, 采用网格取样方式, 采样区域为100m×100m的正方形坡耕地, 将这块样地分成大小为10m×10m的网格, 在网点的交叉点周围取样, 采集土壤表层0~20cm的土样, 共设置100个取样点, 针对每一个参数要求取得100个土样进行试验分析, 每个试验参数重复3次试验, 采样布置图见下图1。
土壤含水量的测定采用烘干法测定;土壤饱和含水量和土壤干容重的测定采用环刀法测定;土壤有机质采用重铬酸钾滴定法测定;土壤的机械组成采用比重计法测定, 按照我国1978年制定的土壤质地分类标准, 分为沙砾 (>0.02 mm) 、粉粒 (0.002~0.02mm) 、黏粒 (<0.000 2mm) 。
2.2空间统计方法
根据阐述地统计学的基本理论及有关参数的参考文献[1，7，8]。在本实验研究中, 应用spss17.0软件进行区域化变量的描述性统计分析。对符合正态分布的数据采用Matlab软件, 通过不断拟合得到土壤有机质变异函数理论模型及相关参数, 绘制出土壤各参数半方差函数理论模型的曲线图, 最后应用Matlab软件对试验实测数据进行kriging插值成图并进行空间分布特征分析。
3结果与分析
3.1描述性统计分析
半方差函数的计算一般要求数据符合正态分布和一般正态分布的规律, 否则可能存在比例效应。对表层0~20cm深土层的土壤含水量、饱和含水量、干容重、有机质含量、砂粒含量、粉粒含量、黏粒含量进行了Kolomogorov-Smirnov (K-S) 检验。经检验后的参数值列于表1中。得到土壤含水量、饱和含水量、干容重、有机质含量、沙粒含量、粉粒含量、黏粒含量K-S检验值分别为0.602、0.745、0.720、1.335、1.138、0.856、 0.815, 研究表明以上土壤参数指标的检验结果均符合正态分布的假设, 可以对实验所得数据进行半方差函数分析。
通过土壤各参数信息和各参数的变异系数可以粗略的估计研究区域相应性状的变异程度。按照土壤科学中, 根据变异系数值对土壤性质变异程度所进行的分类可知[8]:表层0~20 cm深土壤各参数中, 含水量的变异系数为0.068, 表明含水量呈现较弱程度的变异性;饱和含水量、干容重、有机质含量、砂粒含量、粉粒含量、黏粒含量的变异系数分别为:0.131、0.649、 0.345、0.286、0.243、0.307, 表明饱和含水量、干容重、有机质含量、砂粒含量、粉粒含量、黏粒含量均呈现中等程度的变异性。常规统计分析给出了如表1的统计特征参数, 但上述变量除表现为随机性外, 还表现为空间的结构性, 研究其空间分布规律需要地统计学中半方差的理论来揭示[2，9，11，12]。
3.2半方差函数的结构分析
土壤各参数的变异既受到自然因素 (如气候因素等) 的影响, 同时也受到一些随机因素 (如环境污染等) 的影响, 这种空间变异性是自然因素和随机因素共同作用的结果[8], 块金值C0反映由采样分析误差和小于取样尺度上施肥、管理、耕作等随机因素引起的变异;结构方差C表示由土壤母质、地形、气候等结构性因素引起的变异;基台值 (Co+C) 表示的是系统的总变异;块金效应C0/ (Co+C) 是指随机部分引起的空间变异占系统总变异的比例。较大的块金方差表示较小尺度上的某种过程不容忽视。在研究区域砂粒含量和粉粒含量不具有空间相关性。
应用地统计学对100个采样点的土壤参数信息进行了空间变异分析。表层0~20cm深土层土壤的含水量、饱和含水量、黏粒含量半方差模型均符合球状模型;干容重半方差模型符合指数模型;有机质含量、砂粒含量、粉粒含量的半方差模型均符合线性模型。拟合的半方差函数及其参数见表2。表层0 ~20cm深土层土壤的7项土壤参数指标拟合半方差模型结果如图2所示。
在研究区表层0~20cm土层的7项土壤参数中, 含水量、饱和含水量、有机质含量、黏粒含量的结构比分别为:0.646、 0.597、0.551、0.669, 各值在0.25~0.75之间, 所以土壤的这4项参数具有中等程度的空间相关性;土壤干容重的结构比为0.077, 其值小于0.25, 则土壤的干容重具有较高程度的空间相关性, 存在着明显的空间自相关格局[14]。说明土壤含水量、饱和含水量、有机质、黏粒含量的空间相关性变化特点主要由结构性因素控制, 如气候、母质、地形、土壤类型自然因素等导致的。
由表2可知, 该研究区各参数相应模型的拟合度较高, 具有较高的实用可靠性。土壤干容重半方差模型的拟合度高达0.921, 其拟合程度最好;土壤含水量、土壤饱和含水量和土壤有机质的半方差模型的拟合度分别为0.789、0.800和0.706, 它们的拟合程度较好;土壤黏粒半方差模型的决定系数最低为0.133, 该值虽较低, 但这是由于该研究区的土壤黏粒的空间异质性较弱所引起的, 即存在较弱的空间关系。
3.3空间分布特征
布点取样只能获得少量有限的样点数据, 如果反应空间分布格局, 必须进行插值估计。克立格法是根据有限领域内若干已测定样点数据, 通过把握其变异函数所提供的结构信息, 权衡所有样点形状、大小和空间关系, 以及他们与待估样点相互空间位置关系, 对该待估样点进行线性最优无偏估计插值[9，13]。用块段克里格方法对表层0~20cm深土壤含水量、 饱和含水量、土壤干容重、土壤黏粒含量的4项指标进行空间差值, 每个块估计值通过Kriging插值其空间分布, 有明显的片状和斑块状特点。
土壤含水量表现为明显的岛状分布, 在坡下和破中部出现几个高值区, 以这几个高值区为中心, 依次向外呈圈层结构, 其整体分布大致呈现沿坡上到坡下递增的分布特点[图3 (a) ]。 土壤饱和含水量的分布与土壤机械组成、作物种类、土壤类别等有关, 本研究中, 土壤饱和含水量表现为明显的斑块状特点, 其高值出现在研究区的坡上、中部[图3 (b) ]。土壤干容重的整体分布呈现沿坡上到坡下递减的分布特点, 表层土壤容重在坡面尺度的变化会受到地表作物种类、微地形、雨后土样采集时间等的影响, 本次用于土壤干容重试验的土样采集是在雨后5 d左右, 所以在破中部及偏下地区也出现较高值[图3 (c) ]。土壤黏粒含量所呈现的是岛状分布, 主要高值区主要出现在坡下部, 以这个高值区为中心, 依次向外成圈层结构[图3 (d) ]。
综上所述, 黑土区坡耕地土壤含水量、土壤饱和含水量均大致呈现出从坡上到坡下递减的分布规律, 但后者从坡上到坡中的变化幅度较小, 坡中到坡下的变化幅度则相对明显;土壤干容重大致体现出沿坡度方向递减的特点, 土壤黏粒则呈现沿坡度方向递增的变化规律。
4结语
(1) 从各参数的常规统计量中的变异系数可以得到土壤含水量呈现较弱程度的变异性;饱和含水量、干容重、有机质含量、砂粒含量、粉粒含量、黏粒含量均则呈现中等程度的变异。 而在进行空间统计分析后, 可以看出土壤含水量、土壤饱和含水量、土壤干容重、土壤有机质含量、黏粒含量均属于中等程度的空间相关性, 而土壤干容重的空间相关性较高。
(2) 球状模型能够很好地模拟研究区土壤含水量、饱和含水量和黏粒含量的分布规律;干容重的最佳半方差模型为指数模型;有机质含量、砂粒含量、粉粒含量的拟合以线性模型为最优。
土壤特征 篇11
关键词：南部非洲；银铜矿；土壤化学异常；土壤化学特征
1、地球化学景观特征
本区具有高原型地形、地貌特征，岩石层主要由晚元古含砾含长石石英砂岩，局部夹钙质石英砂岩组成。充当地球化学流体的介质以CO32-、H+、CI-等为主。本区地表土壤层包括腐植土层、全风化层，半风化层。本区大部分地段均出露老地层，无第四纪堆积物的覆盖，原地风化残积为土壤形成的先决条件，本区长年干旱少雨，地表岩石风化速度较慢，风成作用成了表层的剥蚀、搬运的主要动力。根据本区土壤的成因特点块定了其腐植土层较薄甚至缺失，全风化层也相对不发育，土壤类型为灰黑色的栗质土类型。土壤层底界面基本顺地形的变化而发生变化，形成残留状分布于岩石圈之上。因此，本区残积土层（大部分B+C型，少部分具有A层）为区内Au、Ag、Cu、Pb、Zn、W、Sn、Mo、S、As等地球化学组分赋存的母质体。
2、地形、地貌、第四纪沉积物类型
2、1工作区地形、地貌特征
位于南部非洲的西南部，海拔标高1300-1428m，相对高差128m。地形相对平坦，有两条较大的季节性河流自北往南，并在南东角汇集。西北部地形较高，属于半干旱沙漠化高原型地形、地貌。
2、2第四纪沉积物组成类型
本区处于裂谷活动带的地质构造单元中。晚元古至早古生代接受了较巨厚的沉积。自中生代以后，本区未见明显的地层出露。第四纪沉积物仅在区内低洼地带偶见。主要为河流相的松散堆积物。成分为砂土层，砾石、卵石层。呈松散堆积。
3、异常评序及矿化类型推测
3、1 评序方法
地球化学综合异常评序采用相同主元素对比排列方法，即将各个同一主元素的异常分别置于一起，依其评序指数（JOI）由大到小进行评序；遇有某一异常内有2个以上主元素者，则分别计算各自的评序指数，参与同类主元素异常的评序。
评序指数（JOI）计算方法：JOI=D×K
式中D—主元素规模；K—异常内（除主元素外）特征组合元素平均衬度，若是两个主元素在类内评序时，其余一个主元素与其它元素一起参加特征组合衬度计算。
采用计算出每个组合异常单元素异常的NAP值，写在元素的右上角，按元素的NAP值从大到小排列，形成多元素异常的元素组合表达式，然后可根据表达式元素排列组合情况，推测出矿化类型，凡某元素NAP值大的，即可评第一名，以此类推，现将异常统计计算的NAP值组合表达式，列表如下：
3、2 评序结果及矿化类型推测
4、AP1异常解释推断及评价
AP1异常位于测区东北部，异常推断为银矿化。异常以Ag为主，并伴有Cu元素异常出现，AP1各元素异常间交叉套合好，其中银异常为主要异常。见图4-1。
异常大致呈东北向条带状展布，是以Ag为主的多金属异常。
在该异常区中，Ag异常面积为2.28km2，取异常下限为0.09×10-6，含两级浓度分带，多个浓集中心，该异常的极值为0.317×10-6。Cu异常与Ag异常套合良好，见单级浓度分带，与Ag异常的浓集中心相套合，其异常极值为34.285×10-6。
（2）土壤异常的推断解释
该异常是一个以Ag主得多元素异常，各元素异常之间套合较为良好，浓集中心吻合度较高。Ag异常规模大，强度高，且该异常内发现有铜矿点，推测为矿致异常，建议在此异常区进行大比例的地质及物探工作，并辅以适当的揭露工程，以期突破。
5、结语
土壤特征 篇12
大同盆地位于山西省东北部, 山西地堑系的北端, 呈北东—南西向展布, 是一个新生代断陷盆地, 面积6 500 km2, 在盆地边缘地带, 广泛分布着冲积扇和冲积倾斜平原, 盆地中心为一向东微倾斜的宽阔的冲积—湖积平原。桑干河是区内主要河流, 由西南向东北贯穿整个盆地。
研究区属于半干旱季风区, 温带季风大陆性气候。多年平均降水量为400 mm, 其中70%的降水集中于汛期;年平均蒸发量多在2 000 mm以上, 干旱少雨季节占全年蒸发量50%。
研究区是三面环山, 中间低凹的狭长形盆地。山区多基岩裸露, 盆地内为松散沉积物。水系由基岩区向盆地中心排泄。盆地中地下水经常的补给来源是桑干河、御河、浑河等季节性河流。盆地中松散堆积物是盆地最重要的含水层组。
研究区1986年~2006年, 水流场的总体形态及地下水的径流方向基本没变, 只是地下水位普遍下降, 这主要是由开发利用潜水强度大造成的。
2 盐渍土的影响
研究区地势开阔平坦, 第四纪土层深厚, 水资源相对丰富, 是重要的农业生产基地。盆地内可利用土地为536.25万亩, 但其中371.07万亩遭受不同程度盐渍危害或威胁, 大面积土地退化甚至荒漠化, 农作物产量减少甚至绝收, 是制约该地区农业生产和经济发展的主要因素之一。盆地内盐碱土分布面积广, 约占全省盐碱土分布面积的80%。
3 土壤盐渍化分级与分布
按照常用的土壤盐化分级指标 (见表1) , 采用干旱、半干旱地区指标, 对盆地土地进行非盐化和盐渍化分区。
研究区大部分表层土壤为非盐化区和轻度盐化区, 中强度盐化区及盐土区沿着桑干河流域 (盆地中心) 分布, 这是由于在极低地势控制下, 桑干河流域几乎能汇聚整个盆地的盐分, 进而使得盐分在盆地中心累积。
4 土壤盐渍化分布的演化特征
在山西省地质环境监测中心和中国地质大学 (武汉) 合作实施的《大同盆地表层地质环境监测与盐碱地生物修复》项目中, 选用了1978年, 1990年, 2000年和2007年共四期遥感数据, 时间跨度近40年, 其解译与分类结果可分别对应着20世纪70年代末, 20世纪90年代初, 20世纪90年代末和最新近的土地盐渍化情况, 可充分反映自改革开放至今, 大同盆地经济高速发展过程中土地盐渍化变化情况。
大同盆地1978年, 1990年, 2000年和2007年总的盐渍化土地及不同级别盐渍化土地面积的变化情况见表2。总体来说, 大同盆地盐渍化土地从1978年~1990年大面积下降, 至2000年又开始增大, 但仍小于1978年, 至2007年盐渍化土地面积大幅度增加, 甚至超过1978年的面积。在盐渍化土地构成中, 轻度盐渍化土地也是从1978年~1990年大面积的减小, 到2000年开始回升, 至2007年已超过1978年轻度盐渍化土地面积。中度盐渍化土地的变化规律和轻度盐渍化一样。重度盐渍化土地面积在1978年~1990年下降, 1990年~2000年有所上升, 至2007年上升幅度较大, 但仍小于1978年重度盐渍化土地面积。
km2
盐渍化土地在历年的分布格局也不同:
1978年盐渍化土地主要分布在盆地中心地势较低的地区, 也是盆地中地下水的排泄区, 尤其是地势较低的黄水河道及河间洼地处, 地下水埋深很浅, 土地盐渍化主要是原生的。
1990年盐渍化土地仍主要分布在盆地内地势比较低的地区, 和地下水的排泄区比较吻合, 地下水位埋深较浅处。但朔州市和山阴县部分重度和中度盐渍化地区转变为轻度盐渍化区, 部分盐渍化地区消失。
2000年大部分的盐渍化土地仍分布在盆地地势较低、地下水位埋深较浅处。但同时, 地势较高的个别地区开始出现了盐渍化现象, 表明在人类活动下, 大同盆地开始形成次生盐渍化。相比前两期, 大同盆地北部的大面积重度盐渍化地区都转变为轻度盐渍化, 这一方面与大同市地下水大量的开采造成地下水位下降有关, 另一方面是由于土地利用类型以农田为主, 农田的大水漫灌有助于洗盐, 致使重度盐渍化有所缓和;而山阴—朔州一带的盐渍化情况相比1990年又有所增加, 1978年~1990年地下水位下降幅度很大, 引起1990年朔州及山阴一带盐渍化现象有所缓和, 至2000年地下水位相对1990年又有所回升, 伴随着盐渍化现象又有所加重, 但相比1978年仍稍有缓和。
至2007年, 大同盆地盐渍化土地分布格局变化较大。相比2000年, 大同盆地北部大片的轻度盐渍化土地开始消失, 这与盆地北部地下水位大幅度下降有关。而在盆地中部—南部大片的轻度盐渍化地区开始出现, 而且盐渍化土地不仅分布在盆地地势较低处, 在盆地边缘地势较高处也有大片的轻度盐渍化土地分布, 表明由于人类活动 (如农田灌溉) 引起的次生盐渍化所占的比重开始增大。
摘要：介绍了大同盆地的地理概况, 分析了盐渍土对盆地的影响, 结合土壤盐渍化的分级与分布情况, 对土壤盐渍化分布的演化特征进行了分析, 指出大同盆地大部分表层土壤为非盐化区和轻度盐化区, 中强度盐化区及盐土区沿着桑干河流域分布, 并且在过去40年中, 盐渍化面积呈先增大后减小的趋势。
关键词：土壤,盐渍化,盆地,演化
参考文献
[1]王焰新, 谢先军, 刘瑾, 等.大同盆地原生劣质地下水与土壤盐渍化分布特征及成因的调查研究[R].太原:山西省地质环境监测中心, 2013:23-43.
[2]孙小平, 李粉婵.大同盆地盐碱区改良分区与治理[J].山西水利科技, 1997 (1) :22-25.