沈雨[1]2003年在《基于模型和GIS的江苏省农田土壤有机碳动态研究》文中提出本研究建立在前期建模研究工作基础上，以农田土壤有机碳分解模型为核心，以江苏省农田土壤基本理化特性、基础气象资料、1985-2000年逐年粮食作物产量、常规农作措施为数据源，应用地理信息系统(Geographic Information System，GIS)技术，模拟从1985年到2000年江苏省农田土壤有机碳变化动态，并在此基础上预测不同秸秆还田量下2010年江苏省农田土壤有机碳分布状况。继而，根据模拟和预测研究结果探讨秸秆还田的现实意义。 首先是对模型中外源有机物影响因子子模型的修正。选取19种有机物料，包括植物的根、茎、叶，初始全氮含量范围为4.0-35.2 g／kg，初始木质素为157.7-254.0 g／kg，不同含量值在该范围分布比较均匀，从而保证统计结果的合理性和所建模型在该范围的整体适用性。采用实验室培养实验，定量研究这些有机物料在25℃、400 g／kg含水量(100 g风干土40 g水)条件下的分解特征，探讨有机物料的化学组成与其在土壤中分解动态的定量描述关系。采用多元逐步回归(Multiple Stepwise Regression)的统计方法，建立易分解组分比例与初始全氮和初始木质素含量的定量关系方程：F_w=150+1.496N-0.572L(R~2=0.7990，p＜0.001，n=17)，式中F_w为易分解比例(％)，N为初始氮含量(g／kg)，L为初始木质素含量(g／kg)，易分解组分比例总体与初始全氮含量呈正相关，与初始木质素含量呈负相关。 然后收集整理了铜山、宜兴、丹阳、兴化四个长期培肥试验点的土壤培肥数据和有机质含量动态资料，它们分属徐淮、太湖、宁镇丘陵和里下河四个传统农业区，其种植制度和轮作方式基本代表了江苏省农田土壤利用的整体情况，同时初始有机碳含量有明显的梯度(6.0-13.5 g／kg)，用此数据验证所建模型在全省范围内的整体适用性，同时还用山东陵县的土壤培肥资料进一步验证该模型在土壤有机碳背景值很低(4.2 g／kg)条件下的适用性。这5个点的验证结果表明，农田土壤有机碳分解模型能较好的描述不同背景含量下农田土壤有机碳的动态变化趋势，并且模拟值与实测值十分接近，模拟值基本能反映土壤有机碳的实际含量。111组实测值和模拟值数据的相关分析方程为：Y=0.757X+1.9545(R~2=0.6278，Y为模拟值，X为实测值)，零截距方程为：Y=0.9656x(R~2=0.5784，Y为模拟值，X为实测值)，零截距方程表明模型模拟结果可靠。 最后，在模型验证通过的基础上，我们尝试将模型与GIS技术进行结合，从而快速而直观的展现有机碳动态区域差异。GIS是分析具有地理特征对象的通用技术，模型与GIS的结合，拓展了模型的使用范围，便捷的实现区域模拟和预测，使我们可以从以前只能通过表格了解一个点的现状到现在可以从图(静态和动态)直观的看到一基于模型和Gls的江苏省农田土壤有机碳动态模拟个区域甚至更大范围的现状差异和动态演变过程，从而发现变化趋势和规律，提出解决方案。栅格格式数据可与模型很好的结合，我们以户Jcinfo的Grid数据格式实现模型和Gls的结合。通过基本的矢量数据修正、矢量属性追加、栅格数据生成、数据格式转换等数据处理，以A SCn码为交换文件格式，以Visual Basic 6.0为开发工具，实现全省农田土壤有机碳1 985一2000年动态模拟以及2001一2010年的动态预测。模拟及预测结果表明，自第二次土壤普查以来，全省77%的农田土壤有机碳含量有所增加。到2000年，苏北和沿海地区的增加量1 .0一3.09瓜g之间，苏南太湖地区增加量3.5一5.0g瓜g之间;苏中的江淮平原和宁镇丘陵区略有下降，降低0.5一1 .59瓜g之间。不同桔秆还田量(常规还田和50%还田)条件下2010年预测情景分析结果表明，全省大部分地区农田土壤有机碳含量将继续增加，土壤仍然具有较大的固持外源有机碳的能力.通过增加桔秆还田量，可以增加或维持较高的土壤有机碳含量，这对改善土壤性状、促进农业可持续发展、增加土壤碳储量，以及减缓大气CO:浓度增加的趋势具有现实意义。 应用结果证明，模型和GIS的藕合是切实可行的，栅格文件为这种结合提供了很好的接入点.模型和栅格数据的结合，可以方便的实现区域模拟，直观的展现空间差异，模型应用得到极大的拓展.
沈雨, 黄耀, 宗良纲, 张稳, 徐茂[2]2003年在《基于模型和GIS的江苏省农田土壤有机碳变化研究》文中研究指明以土壤基本性状、气候条件、作物产量和耕作措施等为基本输入数据 ,将土壤有机碳分解模型与GIS技术耦合 ,模拟江苏省农田土壤有机碳含量分布的现状及未来变化趋势。对典型农区土壤有机碳测定数据的验证表明 ,所采用的模型能较好地描述土壤有机碳的动态变化。模拟结果指出 ,自第二次土壤普查以来 ,全省 77%的农田土壤有机碳含量有所增加。至 2 0 0 0年 ,苏北和沿海地区土壤有机碳含量增加量为 1.0～ 3.0g·kg-1,苏南太湖地区增加量为 3.5～ 5 .0g·kg-1。但苏中的江淮平原和宁镇丘陵区略有下降 ,仅增加约 0 .5～ 1.5g·kg-1。预测 2 0 10年在不同秸秆还田量条件下 ,江苏省农田土壤有机碳含量将继续增加 ,且有较大的接纳外源有机碳的能力
解宪丽[3]2004年在《基于GIS的国家尺度和区域尺度土壤有机碳库研究》文中提出土壤有机碳库是陆地生态系统碳库的主要组成部分，在全球和区域碳循环中具有重要地位。基于GIS技术及模型研究方法，本论文对中国国家尺度和区域尺度的土壤有机碳库进行研究。研究内容主要分为两部分：首先，基于四种估算单元(土壤类型、植被类型、气候—土壤—植被多要素离散单元及FAO-UNESCO世界土壤图例单元)对国家尺度土壤有机碳储量进行估算，分析不同土壤类型、植被类型、气候区划等生态条件下的土壤有机碳库特征，提高中国土壤有机碳库估算的准确性，并且采用统计分析和样带研究方法，分析中国土壤有机碳库的影响因素和空间分布格局；其次，应用土壤有机质模型(DNDC模型)，对典型红壤区江西省余江县土壤有机碳库进行模拟，研究生态脆弱区域不同土地利用方式下的土壤有机碳库特征及其年度变化。主要研究结果和结论如下： 1、中国100cm和20cm深度土壤有机碳储量：基于土壤类型的估算结果为84.4 Pg(1Pg=10~(15)g)和27.4 Pg；基于植被类型的估算结果为69.4 Pg和23.8 Pg；基于气候—土壤—植被离散单元的估算结果为79.1 Pg和26.6 Pg；基于FAO-UNESCO土壤图例单元的估算结果为82.3 Pg和26.7 Pg。 2、绘制中国土壤有机碳储量空间分布图和中国土壤有机碳密度数字地面模型。中国土壤有机碳储量分布不均匀，明显受气候因素影响。在中国北方(北纬约42°)湿度样带土壤有机碳密度变化与降水量变化一致。沿中国东部(110°～130°E)热量样带，土壤有机碳密度大小次序为：寒温带＞中温带＞亚热带、热带＞南温带。 3、统计分析表明，不同生态系统中影响土壤有机碳储量的关键环境变量不同，在温带草原是年平均温度，而对于针叶林是海拔。同时随着生态系统尺度的细化，环境变量对土壤有机碳储量影响的显着性程度增加，但是人类的耕种活动降低了这种影响。 4、应用DNDC模型对余江县土壤有机碳库(0-20cm)总量的模拟结果为3.52×10~9kg，平均土壤有机碳密度为4.24 kg m~(-2)。灌溉水田的土壤有机碳密度最高，其次是望天田、园地、林地和菜地，旱地的较低，草地的最低。该县水稻土的平均有机碳密度为5.51 kg m~(-2)，红壤的为3.05 kg m~(-2)。红壤有机碳密度明显低于水稻土的。 5、在没有土壤侵蚀发生的情况下，余江县土壤有机碳库年度变化量为8.63×10~7kg，变化率为+2.45％。土壤有机碳密度下降的地区大多位于农田区内，特别是旱地，部分灌溉水田的有机碳密度略有增加，林地、园地、草地的土壤有机碳密度是增加的，特别是园地的增幅最大。
林飞燕[4]2013年在《中国农田土壤固碳增汇潜力的秸秆还田措施模拟研究》文中提出中国作为世界上最大的发展中国家和当前化石燃料温室气体排放最多的国家之一,面临着国际温室气体减排的压力和国内社会经济可持续发展的挑战,迫切需要寻找减缓大气温室气体增加的技术措施。农田土壤固碳措施是京都议定书认可的固碳减排途径之一,其中秸秆还田等措施具有十分可观的固碳潜力。许多研究表明,秸秆还田等农田管理措施能有效地增加土壤碳储量,从而有利于减缓大气CO2浓度的上升趋势。秸秆还田有助于土壤有机碳的积累,是近年来中国农田土壤有机碳含量增加的主要原因。因此,科学评价中国进行秸秆还田的土壤固碳潜力及可行性,对于我国参与全球温室气体减排谈判的国家环境外交和制定我国社会经济可持续发展战略具有重要意义。本文是中国科学院地理科学与资源研究所主持的中国-奥地利国际合作项目(中国陆地碳汇决策支持系统研究)成果的一部分。主要研究思路是基于环境政策综合气候模型(EPIC),采用中国科学院生态系统研究网络(CERN)的千烟洲生态试验站(简称千烟洲站)、鹰潭红壤生态开放实验站(简称鹰潭站)、禹城农业综合试验站(简称禹城站)农田监测场长期观测实验数据,验证和优化了EPIC模型部分参数,使得改进后的EPIC模型能更精确地模拟中国南方地区水稻和华北地区小麦、玉米秸秆还田后土壤碳储量的变化。模型的具体运行过程如下：将全国尺度的数据包括气象数据、土壤数据、产量数据、耕作数据、DEM数据等数据统一处理为空间分辨率10公里的格式,之后利用EPIC模型逐一像元进行模拟,从而得出不同秸秆还田情景下中国农田耕作层的土壤碳储量。本论文的主要成果和结论如下：(1)利用1990-2010年江西省气象资料以及土壤清查资料,模拟分析了四种秸秆还田(CR)比例情景下2010-2030年江西省水稻田土壤的固碳潜力。研究结果表明,无秸秆还田(CR0%)和秸秆还田25%(CR25%)两种处理下耕作层土壤有机碳储量分别下降—21.3%和—6.5%,秸秆还田50%(CR50%)和100%(CR100%)处理下土壤有机碳储量分别增加5.4%和11.9%；相对CR0%情景而言,CR25%、CR50%、 CR100%情景下江西省水稻田土壤总固碳潜力分别为6.43、14.92和25.26TgC(1Tg=106t),相对于无秸秆还田土壤碳储量分别增加4.5%、10.5%、18%。表明秸秆还田管理措施可以有效增加水稻田土壤碳储量,但是如果秸秆还田比率比较低的话,也难以弥补由于耕作措施导致的水稻田土壤碳储量的损失。(2)秸秆还田设置的情景1,将中国农田的秸秆还田率作为一个统一值进行模拟,得到秸秆还田30%(CR30%)、秸秆还田100%(CR100%)情景下的碳储量变化量分别是3.14TgC、13.8TgC。可以看出CR30%、CR100%情景分别比未实施秸秆还田碳储量的措施提高19.8%、255.2%。秸秆还田增加了土壤有机质的投入,同时导致土壤不稳定碳收入增加、流失减少、意味着土壤汇集碳增加,随着秸秆还田的大量增加,土壤有机碳储量呈线性上升。(3)秸秆还田设置的情景2,根据中国东北、西北、华北、华东、华南、华中、西南七个大区域实际的秸秆还田率进行模拟,从而得到秸秆还田情景下中国农田土壤耕作层实际的碳储量的变化量为1.54TgC。假设2010年各个区域的实际焚烧秸秆的部分全部还田,用同样的方法得出2010年焚烧部分的秸秆还田影响下中国农田耕作层土壤碳储量的变化量为1.60TgC。(4)秸秆还田设置的情景3,假设2010年各个大区焚烧的秸秆全部加入到农田土壤中,即基线情景秸秆还田30%+秸秆焚烧19%。模拟的结果表明2010年49%秸秆还田(30%还田+19%焚烧)比例下中国农田耕作层土壤碳储量的变化量为6.54TgC,此结果与分区模拟的秸秆焚烧和秸秆还田影响下的碳储量的变化量的总和3.14TgC相比,两者的差值为3.4TgC,说明分区模拟和整体模拟之间还存在误差。(5)相对于秸秆移除,2010年我国如果全面推广秸秆还田,推广秸秆还田可以增加土壤碳储量的变化量13.75TgC·yr-1,其减排效益可以抵消我国2010年化石燃料碳排放的1.83%。(6)本研究建议：通过合理的调控措施,采用保护性耕作(秸秆还田)是提高农田土壤固碳能力的一种有效途径,同时应该减少秸秆焚烧,合理利用秸秆资源。
李卓亭[5]2014年在《甘肃省东南部农田土壤有机碳时空变化及DSSAT模型模拟研究》文中进行了进一步梳理本研究工作包括两个部分的内容：对甘肃省东南部农田土壤有机碳分别进行基于地理信息系统(GIS)的时空变化特征和基于农业技术转化决策支持系统(DSSAT)模型的模拟研究。1.甘肃省东南部农田土壤有机碳时空变化特征甘肃省位于中国西北部,气候较干,植被稀疏,土壤侵蚀严重,土壤肥力较低,属于生态脆弱区。本研究从甘肃省东南部选择了自然地理条件具有明显差异的四个县(区)(徽县、西峰区、临夏县和榆中县)作为代表；研究目的是在县域尺度上估算1980s--2000s期间,甘肃省东南部农田耕层(0-20cm)土壤有机碳(SOC)时空变化特征,并分析其影响因素(比如施肥、气候和土壤类型等)。地形上,徽县位于秦巴山区,西峰区、临夏县和榆中县均位于黄土高原。气候上,徽县属于亚热带湿润区,西峰区和临夏县均属于温带半湿润区,榆中县属于温带半干旱区。徽县的土壤主要发源于冲积物,西峰区、临夏县和榆中县的土壤主要发育于第四纪黄土沉积物。研究区的农作物主要是小麦(Triticum aestivum L.)和玉米(Zea mays L.)。徽县、西峰区、临夏县和榆中县采集并测定有机碳含量的农田耕层(0-20cm)土壤样本数,在1979-1987年(1980s),分别为561、685、188和602；在2006-2007年(2000s),分别为3812、4131、3950和3871。通过统计分析和比较两个时期的土壤有机碳得出如下结果：(1)在2000s,徽县、西峰区、临夏县和榆中县的农田耕层土壤有机碳含量C/(C+Co)的值在50-69%之间,表示甘肃省东南部农田SOC具有中等程度的空间相关性；说明甘肃省东南部农田SOC空间异质性是由结构性因素(如土壤类型、土壤母质、气候和地形地貌等)和随机性因素(如土地利用方式和施肥等)共同作用的。(2)在1980s-2000s期间,总体上,甘肃省东南部平均农田SOC浓度和密度均显着地增加(p<0.01),分别增加了10%和12%；SOC浓度平均从7.9±3.5g kg-1增加到8.7±2.4g kg-1,增加速率为0.04±0.14g kg-1yr-1(P<0.01); SOC密度平均从1.98±0.9kg m-2增加到2.22±0.5kgm-2(P<0.01),固碳率为0.01±0.03kgm-2yr-1。(3)在1980s-2000s期间,徽县和西峰区的农田SOC均呈显着增加趋势(P<0.01),徽县(0.10g kg-1yr-1)的农田SOC浓度年均增加率是西峰区(0.04gkg-1yr-1)的2倍多；临夏县的农田SOC略有增加,而榆中县的略有下降,二者在统计上均不显着。(4)在1980s-2000s期间,甘肃省东南部农田SOC增加的主要驱动因素是作物归还量的不断增加,其中根茬量平均增加了83%；化肥施用量的显着增加是提高作物归还量的主要因素。(5)徽县、西峰区、临夏县和榆中县之间的农田SOC年变化速率存在显着的差异,这种差异和它们的作物产量(因而作物残体)增加速率显着相关(P<0.05)。作物生物量主要受到化肥施用量的影响,而化肥对作物的增产效率又受到气候条件的制约。在相似的农业管理措施下,较热较湿润条件下的农田SOC变化速率高于较凉较干旱区。2.甘肃省东南部农田土壤有机碳DSSAT模型模拟以建立在甘肃省东南部泾川县的一个长期(1979-1992年)春玉米(Zea mays L.)和冬小麦(Trm aestivum L.)轮作试验数据为基础,先校验DSSAT-作物系统模型及其CENTuY-based土壤模块的输入参数,然后利用校正后的参数进行DSSAT模拟研究,目的是：(1)验证基于GIS所得出的农田土壤有机碳变化的结果；(2)补充土壤有机碳的详细变化动态和(3)评价DSSAT在模拟不同施肥水平下的产量和硝态氮动态方面的应用潜力。该试验的4个处理被选用于本模拟研究,分别是：(1)不施肥(N0)；(2)90kgNha-1尿素-N(N90)；(3)30kg Nha-1玉米或小米秸秆-N+90kg N ha-1尿素-N(SN90)和(4)40kgNha-1牛粪-N+90kgNha-1尿素-N(MN90)。本模拟研究得出的主要结果如下：(1)校验后的DSSAT模型能准确地模拟玉米和小麦产量,玉米产量的标准化均方根误差(nRNSE=12-15%,拟合指数(d)>0.90和模拟效率(EF)>0.80；小麦产量的nRMSE=22-25%,d>0.85和EF>0.27。(2)1979-2006年期间,N0,N90,SN90和MN90处理的模拟SOC均表现出显着增加趋势(P<0.01),增加速率在0.07-0.26g kg-1yr-1之间；此模拟结果与基于GIS得出的农田SOC的变化速率0.04±0.14g kg-1yr-1一致。因此,模拟结果较好地验证和补充了甘肃省东南部农田SOC的详细变化趋势。(3)1979-2006年期间,与模拟的SOC增加趋势一致,N90,SN90和MN90处理的模拟SON也均表现出显着增加趋势,而NO的SON没有明显变化。(4)模型敏感性分析结果显示,不同降水条件下,模拟的作物产量对施氮水平的不同的敏感性符合常理。玉米或小麦的模拟产量对由模型内部生成的生长季降水量的敏感性均受到施氮量的影响。DSSAT模型能够较准确地预测不同施氨水平、不同降水条件以及玉米/小麦生长季和休耕期间的土壤N03-N含量及其淋溶的动态趋势。
李龙[6]2017年在《赤峰市敖汉旗土壤有机碳时空变异研究》文中研究指明土壤碳库作为陆地生态系统中最大的碳库,其动态变化和储量的分布不仅对土地质量起着重要的指示作用,同时对全球气候变化也有着巨大的影响。大量的研究显示土壤有机碳的空间异质性普遍存在,随着精准农业的发展和科学利用土地的要求日益提升,土壤有机碳的时空变异性也受到广泛关注。因此,准确估算土壤有机碳储量,分析其时空变异特征并找到控制土壤有机碳空间分布的主导因素,不仅可以为当前碳源、碳汇的研究工作提供科学参考,也对地区生态建设和科学利用土地资源起到积极的借鉴作用。本研究以内蒙古赤峰市敖汉旗为研究对象,以实地调查数据为基础,借助遥感、地理信息系统等工具,采用经典统计学与地统计学相结合的方式对敖汉旗0～100cm深度土壤有机碳含量的空间变异特征及其空间分布格局进行了研究,揭示了不同土层下影响土壤有机碳空间变异的主导因素;并对研究区进行多尺度采样,探寻表层土壤有机碳空间变异的尺度效应;结合土地利用方式的变化,分析30年前后敖汉旗土壤有机碳含量及储量的变化特征和时间尺度上影响土壤有机碳时空变异的驱动因素。研究得到以下主要结论:(1)敖汉旗0～100cm不同土层内有机碳含量的分布特征基本相同,总体上均表现为东北部偏低,逐渐向西南部升高的分布特征。其中,表层(0～20cm)土壤有机碳含量南北差异明显,呈现条带状分布,并具有中等强度的空间相关性;20cm以下深度土壤有机碳均具有强烈的空间相关性,随着土壤深度的增加,随机性因素所引起的空间变异逐渐降低,而地形、土壤等结构性因素成为导致深层土壤有机碳空间变异的主要因素。0～100cm深度土壤有机碳含量的变化范围为0.23～20.71g kg-1,土壤有机碳含量主要富集在0～40cm深度的土壤中,且随着土壤深度的增加有机碳含量逐渐降低。土壤类型和土地利用类型对土壤有机碳含量具有显着影响,不同土壤类型下土壤有机碳含量均表现为:棕壤>褐土>栗钙土>风沙土;各土地利用方式下土壤有机碳含量均表现为:林地>农地>草地。(2)广义相加模型能够较好地拟合土壤有机碳含量与各环境因素之间的相互关系,随着土壤深度的增加,各环境因素对土壤有机碳含量的影响也存在较大差异。在0～20cm 土层,植被和土壤容重是影响土壤有机碳含量的主导因素;20～40cm 土层,植被、海拔和土壤容重是影响土壤有机碳含量的主导因素;40～60cm 土层,坡度和海拔是影响土壤有机碳含量的主导因素;60～100cm 土层,土壤含水率是影响土壤有机碳含量的主导因素。(3)在县域、中等区域和小流域尺度上表层土壤有机碳含量均具有中等强度的空间相关性。随着研究尺度的缩小,随机性因素所引起的空间变异占总变异的比例也逐渐降低,土壤有机碳的空间自相关距离逐渐缩小。不同研究尺度上各影响因子与土壤有机碳含量的相关关系也存在较大差异,县域尺度上土壤和植被因子对土壤有机碳含量的影响最大,中等区域尺度上植被和海拔因子对土壤有机碳含量的影响最大,而小流域尺度上海拔和坡度对土壤有机碳含量的影响最大。(4)1985年敖汉旗土壤有机碳含量表现为较强的空间相关性,经过30年的变化,土壤有机碳含量的空间自相关距离缩小;2014年土壤有机碳平均含量在不同土壤类型和土地利用方式下均比1985年显着升高。土地利用方式的改变是土壤有机碳时空变异的最主要驱动因素,2014年林地、农地、草地土壤有机碳密度较1985年分别提高了 6.97%、5.39%和12.12%;就土壤碳储量而言,2014年林地土壤碳储量是1985年的3.89倍,而农地和草地土壤碳储量分别降低了 19.79%和22.85%;敖汉旗总碳储量达到16.28× 106t,相比1985年增长了 3.17%。敖汉旗退耕还林还草、风沙治理以及荒山造林等生态建设工程的长期大规模开展,使敖汉旗土地利用格局得到合理调配,各乡镇土壤有机碳含量与储量总体上升,尤其是北部的风沙土区碳储量升高最为显着。
宋丹[7]2013年在《下辽河平原耕地土壤有机碳时空变化及固碳潜力估算》文中认为土壤碳库是全球碳循环的重要组成部分,在全球碳收支中占主导地位。与自然土壤比较,耕地土壤由于受到人类长期的干预,其与大气间的碳交换强度增大。尤其是在全球变暖受到关注的情况下,耕地土壤是碳“源”还是“汇”,已经成为当今土壤学领域的研究热点。本文在总结前人研究基础上,通过大量历史资料和试验数据的整理分析,利用GIS技术研究了我省重要流域——下辽河平原区土壤有机碳的时空变化、储量及固碳潜力,为提高耕地碳储量和土壤有机质提升目标等方面提供依据。研究获得以下主要结果。(1)1980年以来,下辽河平原耕地土壤有机碳含量总体呈下降趋势,空间分布差异逐渐减小。2010年耕地土壤有机碳平均含量比1980年低5.05%。从土壤有机碳含量空间分布的变化看,呈南部增加、北部降低的趋势。1980年与2010年土壤有机碳均属中等空间自相关,分析两期的变程数据,30年来其分布的均一性减弱,在小范围内的变异加强,整体分布趋向复杂。(2)下辽河平原土地利用方式(旱田和水田)和年降水量是影响土壤碳变化的主要因素,旱田促使有机碳含量降低,水田促进了该区域土壤有机碳含量的提高。(3)20世纪80年代初,下辽河平原耕层土壤有机碳密度平均为2.72kg m-2,空间分布上表现为由东南向西北降低的趋势；2010年有机碳密度平均为2.70kg m-2,空间上无明显差异性,地区间差异较小。1980年耕地耕层有机碳库总量为67.24Tg,2010年则为66.53Tg,总体上减少了0.71Tg。(4)利用1980年第二次土壤普查数据和2010年耕地地力评价数据,结合近30年来的调查研究资料和田间试验数据,建立该地区耕地土壤固碳潜力模型。预测该地区土壤固碳潜力(饱和碳密度)为4.95kg m-2,其空间分异明显,整体表现为东部高西部低、北部高南部低；根据最新土壤调查数据所建立的模型进行估算,该区域潜在耕地土壤碳汇密度增加值为2.25kg m-2,可增加耕地土壤固碳量为57.52Tg。
芮雯奕[8]2009年在《长叁角农田土壤固碳技术的固碳潜力及激励机制研究》文中研究说明众多研究已经证实,通过陆地生态系统进行土壤固碳,是近期内减缓全球气候变化行之有效的技术途径。农田生态系统土壤环境受人类干扰严重,其土壤碳储量、稳定性和变化趋势受农田管理模式及技术的影响显着。在合理的农田管理模式与技术下,农田土壤可以成为大气碳的一个“汇”,固碳潜力巨大。因此,确定农田土壤的碳汇大小、固碳潜力是制订区域碳排放清单和公平合理的国际环境协议的重要科学依据。2007年12月在印尼巴厘岛召开的联合国气候变化大会上通过了启动2012年后应对气候变化谈判的路线图,世界各国尤其是发达国家和地区纷纷启动一系列大型综合项目,以明确本国的农田土壤碳情况,以在国际环境谈判上赢得主动权。日益增多的研究显示,我国农田尤其是稻田土壤的固碳潜力巨大,可为国民经济发展提供更大的减排空间。但是,至今关于我国农田土壤的固碳效应大小,以及不同管理模式的固碳潜力大小仍很不明确,面临着日益加重的国际固碳减排压力,我国急需进行农田土壤固碳效应及潜力估算,明确农田土壤增碳的调控途径,为即将编写的第二次国家气候变化评估报告和制定农业应对气候变化的相关战略和政策措施提供科学依据和参考。长江叁角洲地区(长叁角)是我国具有悠久水稻种植历史的区域之一,由于经济快速发展而引起的高CO2排放问题不容忽视。该地区农业生产发展水平较高,耕地质量监测体系建设比较完善。1980年以来,积累了大量农田土壤有机碳长期监测和田间试验研究数据,可为区域农田土壤固碳效应及其潜力研究提供宝贵材料。本研究以长叁角农田为研究对象,旨在明确该地区农田土壤固碳技术对土壤固碳的影响及其潜力,探讨农田固碳技术推广应用的激励机制,为我国农田土壤固碳潜力估算和固碳措施选择及配套政策制定提供决策依据和技术参考。本研究以长期监测数据为基础,利用GIS空间分析技术分析20余年来长叁角地区农田土壤有机碳含量时间和空间变化特征；通过影响因素分析,探讨自然因素和人为因素对农田土壤有机碳含量的影响和作用；以长期定位试验数据为基础,利用Meta-analysis分析方法研究该地区典型固碳技术的固碳效应；在试验的基础上,基于情景假设,利用RothC模型对典型固碳技术在该地区的固碳潜力进行模拟和探讨；采用农户调研和生产调查的方法,结合农户行为模型分析,明确该地区典型农田固碳技术的应用现状,并对影响农户应用固碳技术行为的因素进行分析；最后,探讨并提出促进该地区农田土壤固碳技术推广和应用的激励机制,主要研究结果如下：自上世纪80年代初以来,长叁角地区农田土壤是大气CO2的一个“汇”。2006年农田土壤有机碳含量比上世纪80年代初平均高出19.5个百分点。不同土壤类型有机碳含量均有不同程度的增加,在长叁角主要的农田土壤中,以潮土的有机碳含量增幅最大,增加了56.5个百分点,提高到10.8g/kg,水稻土提高了11.0个百分点。农田土壤有机碳含量空间分布差异显着,‘总体而言呈现南部高北部低的趋势,从土壤有机碳含量空间分布的变化看,长叁角地区北部农田土壤有机碳含量增加较为明显,呈现出“碳汇”功能趋势。20余年来,长叁角农田土壤有机碳含量的空间变异增大,长期水稻种植下的水田利用方式对农田土壤有机碳含量的增加具有积极贡献。农田土壤有机碳含量的半方差函数分析表明,其变程由1980年的274.9km下降为41.5km,块金值占基台值比(C0/(C0+C))由1980年的28.1%增加为49.8%。由随机因素如耕作制度、农业管理等引起的变异在总变异中的比重加大,而气候、土壤类型、成土母质等结构性因素引起的变异变小。影响因素分析表明,在长叁角地区,人为因素降低了自然等环境因素对土壤有机碳含量的影响比重,在长叁角农田土壤有机碳的管理中具有重要的作用,尤其是长期保持的稻作模式对区域农田土壤碳增加效应突出。秸秆还田和有机肥施用能够显着提高土壤有机碳含量,有机肥施用的平均固碳时间效应要高于秸秆还田。Meta-analysis分析表明,平均7年的试验期内,秸秆还田的固碳效应为0.41t C ha-1 yr-1。而平均14年的试验期内,有机肥施用的固碳效应平均达到0.34 t C ha-1 yr-1,少免耕的固碳效应则不显着。种植制度对农田土壤固碳也存在一定的影响,一年叁熟种植条件下,秸秆还田的固碳效应比一年两熟下高出0.35 t ha-1yr-1。相应的有机肥施用下,一年叁熟较一年两熟高出0.30 t ha-1 yr-1。固碳技术的固碳时间效应也存在差异,有机肥固碳持续期约为40年而秸秆还田约为20年。全量秸秆还田、1.5tC有机肥+半量秸秆、3tC有机肥施用情景下长叁角农田土壤呈现出较高的固碳潜力。利用RothC模型模拟了不同固碳技术情景下长叁角地区农田土壤有机碳动态,结果表明,前20年,半量秸秆还田情景下年均固碳速率达到0.37tha-1 yr-1,全量还田则达到0.70t ha-1 yr-1。施用1.5tC有机肥和3tC有机肥情景下平均固碳速率则分别达到0.36t ha-1 yr-1和0.68t ha-1 yr-1。1.5tC有机肥+半量秸秆情景下平均固碳速率为0.69t ha-1 yr-1。固碳潜力的空间分布表明,在半量秸秆还田或1.5tC有机肥施用情景下,长叁角农田土壤固碳潜力呈现北部高南部低的总体趋势,在全量秸秆还田、3tC有机肥、以及1.5tC有机肥+半量秸秆情景下,长叁角南部地区仍呈现较高的固碳潜力。影响长叁角农户固碳技术应用行为的因素呈现显着的地区差异。农户调查结果表明,不同地区农户固碳技术的应用现状存在显着的差异,作物秸秆还田程度、有机肥施用情况差异明显。基于农户固碳技术应用行为的影响因素分析发现,在经济较为发达的地区,对于秸秆还田与否,农户更多的是从秸秆处理的边际成本出发,而相对略欠发达地区,对于秸秆还田与否,农户主要考虑秸秆的使用效益。对于有机肥而言,畜禽养殖与否以及富余劳动力水平是影响有机肥使用的关键因素。因此,在制定促进农田土壤固碳技术的激励政策时,要充分考虑地区农业生产以及农户生产经营的基本特征及其差异,有效促进农田固碳技术最大可能的应用和推广。进行可持续的农户自我发展机制、参与式的技术实施与推广机制、公平有效的政府配套保障机制叁个主要方面的激励创新。要进一步提高农户自身对农业废弃物资源的高效循环利用,增强实现农业以及自身可持续发展的意识；创新实施以及推广机制,提高推广实施成效；完善多元化的补偿激励机制、生态效益补偿机制、产业扶持机制以及技术支撑服务机制。通过实施激励机制,促进农户更广泛深入的应用农田土壤固碳技术。并且,应将农田土壤固碳作为一项长期政策纳入到地区农业可持续发展的道路上来。
张黎明[9]2009年在《太湖地区水稻土有机碳演变模拟的尺度效应研究》文中认为土壤有机碳演变和全球气候变化息息相关,利用动态模型来模拟和预测土壤有机碳的演变现已成为研究的热点。但是,以前的研究多局限于中、小比例尺,对于大、中、小尺度系列制图尺度数据库的工作少有报道,而且对于使用不同系列制图尺度数据库对土壤有机碳模型模拟精度的影响还不清楚。在模型验证方面,也往往根据田间长期定位观测结果对模型进行验证,但从区域尺度上并没有对模型进行验证,这样的模拟或预测结果存在较大的不确定性。因此,本研究以模拟生物地球化学过程较为成熟的DNDC (DeNitrification and DeComposition)模型为例,选择基本上为水稻土的太湖流域作为研究区,通过模拟该地区230多万hm2水稻土在1：1400万、1：400万、1：100万、1：50万、1：20万和1：5万6种制图比例尺下1982～2000年19年间的土壤有机碳演变,并将不同制图尺度下的模拟结果与2000年该地区1000多个采样点实测值进行比较,尝试从区域角度验证并评价模型适宜性,以便为进一步修正模型和评估不同制图尺度下模拟精度提供理论依据。本文的主要研究结论如下：1)从不同制图尺度下的区域验证来看,太湖地区水稻土2000年土壤有机碳模拟值和实测值在1：20万、1：50万和1：400万3个制图尺度下相对误差都≤±5%,达到了模拟结果很准确的水平,其中在1：20万制图尺度下的相对误差最小,只有0.28%,模拟精度最高；1：5万和1：100万制图尺度下模拟值和实测值的相对误差分别为6.4%和5.1%,≤±10%,也达到了模拟结果可行的标准,而1：1400万的模拟值和实测值的相对误差为20.0%,说明模拟结果不可靠。从目前的大多数研究来看,我国的DNDC模型国家尺度模拟中土壤属性数据大多使用1：1400万土壤图和《中国土种志》资料,这有可能造成有机碳模拟的较大误差。2)太湖地区不同水稻土亚类6个制图尺度下的模型适宜性也有很大差异。漂洗型水稻土在1：20万制图尺度下的模拟精度最高,潴育型水稻土是太湖地区分布面积最大的亚类,1：400万是该亚类比较理想的模拟尺度。渗育型水稻土一般占到总水稻土面积的16%以上,该亚类在1：50万制图尺度下的模拟精度最高。潜育型水稻土的土壤有机碳含量是所有亚类中最高的,相对于其他亚类,DNDC模型对潜育型水稻土的有机碳模拟效果在各个制图尺度下都比较差,相对误差都超过10%,但相对而言,在1：50万制图尺度下的模拟精度最高。脱潜型水稻土分布面积一般占到总水稻土面积的18%以上,而且该亚类的土壤有机碳含量仅次于潜育型水稻土,在1：50万制图尺度下该亚类的模拟精度最高。淹育型水稻土是太湖地区分布面积最小的亚类,该亚类在1：5万制图尺度下模拟效果最好。3)不同制图尺度的数字化土壤图对碳储量模拟估算的影响也不同。从本研究来看,随着制图比例尺的减小,DNDC模型模拟的太湖地区水稻土2000年表层(0～30cm)有机碳总储量基本呈增加趋势,尤其在1：1400万制图尺度下的土壤有机碳总储量明显高于其他尺度。太湖地区土壤有机碳总储量主要受潴育型水稻土、潜育型水稻土、脱潜型水稻土和渗育型水稻土控制,这4个水稻土亚类的总储量占不同制图尺度下总储量的93%以上。但不同制图尺度影响最大的是潜育型水稻土和潴育型水稻土,尤其在1：1400万制图尺度下这2个水稻土亚类的有机碳总量明显高于其它尺度。4)不同制图尺度对太湖地区水稻土有机碳的年变化(dSOC)模拟也有很大影响,土壤属性数据最详细的1：5万制图尺度在1982～2000年19年来水稻土表层(0～30cm)有机碳总体呈升高趋势的面积达147万hm2,占总水稻土面积的63.4%,19年来固定土壤有机碳1.48 Tg；但在1：20万、1：50万、1：100万、1：400万和1：1400万5种制图比例尺下DNDC模型模拟的1982～2000年19年表层(0～30cm)水稻土分别亏损有机碳：0.78 Tg、2.86 Tg、2.33 Tg、0.44 Tg和7.86 Tg,说明由于不同类型土壤的有机碳属性特征不同,土壤制图比例尺的变化,使得区域内土壤总面积和各类型土壤的面积比例发生显着改变,从而导致土壤制图比例尺对有机碳模拟结果产生显着影响。5)不同管理措施和气候因子下太湖地区水稻土有机碳的情景分析表明,加大作物生物量还田、免耕或采取秸秆还田为基础的保护性耕作措施将有效的增加土壤有机碳含量,适度烤田和施用化肥也有利于土壤有机碳的积累。气候因子对土壤有机碳的影响较为复杂,总趋势是土壤有机碳随着温度的升高分解速度在加快,说明未来气候变暖必定会造成大量土壤有机碳的损失,这也与RothC模型模拟结果相一致。6)不同土壤数据单元对生物地球化学模型DNDC的土壤有机碳模拟精度有很大影响。目前国内应用最广泛的1：1400万“县级”单元法估算的太湖地区水稻土有机碳年变化(dSOC)与土壤属性最为详尽的1：5万“图斑”单元法模拟值在整个地区总量和“县级”单元水平上相差都很大,大多数“县级”单元之间的dSOC相对偏差高于300%；而1：5万“县级”单元法的模拟值与1：5万“图斑”单元法估算值之间dSOC差异相对较小,并且1：5万“图斑”单元法模拟的“县级”单元dSOC和整个地区dSOC总量基本都在1：5万“县级”单元法最大与最小值范围之间,这一方面验证了DNDC模型以“县”作为最小模拟单元,并用模拟值范围来表达区域dSOC方法的合理性,另一方面也说明了详细的土壤数据单元是保证地球生物化学过程模型模拟精度的重要因子。因此,在今后的国家和区域尺度有机碳模拟中使用更详细的土壤资料是非常必要的。
许信旺[10]2008年在《不同尺度区域农田土壤有机碳分布与变化》文中研究说明碳储存与变化研究是全球陆地生态系统碳循环和应对气候变化的重要课题,近期研究表明农田土壤具有重大的固碳潜力。中国拥有总耕地面积130M hm~2的农田,约占全球的7%,然而,中国农田土壤固碳潜力和固碳持续期尚未得到量化。农田生态系统土壤碳库受到强烈的人为干扰,同时又可以在较短的时间尺度上进行人为调节,研究不同尺度区域,影响土壤有机碳固定的因素显得更加迫切。本文选择县域(安徽省池州市贵池区)、省域(安徽省)和国家(中国)叁种尺度来研究农田土壤有机碳时空差异及影响因素,采用第二次土壤普查资料(安徽省216个土种及218个典型剖面,贵池区66个土种),全国1980-2007年以来的耕作土壤的实测数据(1099个样点,其中,416个水稻土,683个旱作土),典型土种连续监测数据(5个)和县域尺度高密度均衡布点采样(5048个土样)调查分析,研究农田土壤有机碳的分布与变化,讨论了农田土壤有机碳的影响因素。主要结果如下:水稻土土壤有机碳含量及碳密度高于旱作土。贵池区(县域尺度)1984年水田耕层有机碳含量比旱地高出1/3,有机碳密度高出约5%。2005年贵池区土壤调查监测数据,统计分析得出:水田耕层有机碳含量比旱地高出45.18%,有机碳密度高出23.73%。安徽省第二次普查资料统计表明,全省表层土壤平均有机碳密度为31.64±16.39tC/hm~2,其中,水稻土耕层有机碳密度为27.7±6.72tC/hm~2,犁底层有机碳密度为14.11±6.44tC/hm~2。林地土壤表层有机碳密度(36.36±18.75tC/hm~2)高于全省表层土壤平均有机碳密度,旱作土壤表层有机碳密度(17.58±6.07tC/hm~2)则低于全省平均值。近20年来全国水田耕层有机碳含量为旱地耕层有机碳含量的175%-176%。安徽省土壤有机碳库为0.71Pg,其中,表层土壤有机碳总量达0.28Pg。在表层碳库中,林地＞水稻土＞旱地。表层有机碳库按地理区域碳库的大小为:皖南区＞江淮丘陵区＞淮北平原区＞皖西大别山区＞沿江平原区。气候和植被控制着表层土壤有机碳的省域分布,降水与土壤有机碳含量呈正相关。地形和母质影响土壤亚类间的有机碳的差异,土壤总氮与土壤有机质呈极显着相关,平原区土壤粘粒含量与表土有机碳固定有较大关系。近20多年来,中国水稻土和旱作土的有机碳含量70%样本上升,上升或下降幅度超过90%的样本集中在-1%～4%。对比贵池区1984年和2005年两个时段的农田土壤有机碳的含量和碳密度,水稻土有机碳含量年均提高了2.01%,有机碳密度年均提高了3%;旱作土有机碳含量年均提高了1.11%,有机碳密度年均增加了1.3%。农田土壤有机碳与地貌、植被、气候等自然地理因素相关。贵池区(县域尺度)的农田土壤有机碳含量按地貌类型由高到低的顺序为:平原＞盆地＞山地＞丘陵,位于平坦地貌部位的农田土壤有机碳高于处于岗坡地、低洼渍水处的SOC。位于南坡、东坡的农田SOC高于北坡、西坡的田块。安徽省域土壤有机碳密度则是:皖南山区＞皖西大别山区＞沿长江平原＞江淮丘陵区＞皖北平原区。降水和植被类型控制土壤有机碳的省域分布,降水与土壤有机碳含量呈正相关,地形和母质影响土壤亚类的有机碳分布格局。全国尺度农田耕层土壤有机碳的含量受制于气候因素中的年均气温与降水。农田土壤有机碳含量与土壤性质相关。贵池区农田土壤有机碳与速效P、碱解氮呈正相关。水稻土黏粘含量与有机碳呈正相关,而旱作土则无线性相关。安徽省域分析表明:林地、水稻土和旱作土壤表层有机碳量与总氮之间的相关系数(R)均大于0.78,农田土壤粘粒含量与土壤有机碳固定也有一定关系。使用监测数据定量估算了中国农田土壤有机碳固定量和有效持续时间,旱地和水稻土分别需要34年和27年。利用有机碳的年增加率(RAI)的绝对值估算旱地和水稻土分别需要36年和29年。使用这些值估算出表土年均碳增额为32.0±65.4 Tg/yr和33.6±77.5Tg/yr(面积加权),1982-2006整个中国农田表层的总碳增额为0.77±1.57 Pg和0.81±1.86 Pg(面积加权)。旱地和水稻土的RAI值和原始的有机碳量呈负相关关系,表明有机碳含量低的土壤有较大固碳能力,估算得出旱作土和水稻土的固碳潜力为16.1g/kg和26.7g/kg。
参考文献：
[1]. 基于模型和GIS的江苏省农田土壤有机碳动态研究[D]. 沈雨. 南京农业大学. 2003
[2]. 基于模型和GIS的江苏省农田土壤有机碳变化研究[J]. 沈雨, 黄耀, 宗良纲, 张稳, 徐茂. 中国农业科学. 2003
[3]. 基于GIS的国家尺度和区域尺度土壤有机碳库研究[D]. 解宪丽. 南京师范大学. 2004
[4]. 中国农田土壤固碳增汇潜力的秸秆还田措施模拟研究[D]. 林飞燕. 华中师范大学. 2013
[5]. 甘肃省东南部农田土壤有机碳时空变化及DSSAT模型模拟研究[D]. 李卓亭. 兰州大学. 2014
[6]. 赤峰市敖汉旗土壤有机碳时空变异研究[D]. 李龙. 内蒙古农业大学. 2017
[7]. 下辽河平原耕地土壤有机碳时空变化及固碳潜力估算[D]. 宋丹. 沈阳农业大学. 2013
[8]. 长叁角农田土壤固碳技术的固碳潜力及激励机制研究[D]. 芮雯奕. 南京农业大学. 2009
[9]. 太湖地区水稻土有机碳演变模拟的尺度效应研究[D]. 张黎明. 南京农业大学. 2009
[10]. 不同尺度区域农田土壤有机碳分布与变化[D]. 许信旺. 南京农业大学. 2008
标签：农业基础科学论文; 农艺学论文; 秸秆还田论文; 水稻土论文; 土壤有机碳论文; 土壤结构论文; 土壤密度论文; 土壤湿度论文; 情景模拟论文; 水稻论文;