论文部分内容阅读
耕作是指对土壤进行机械操作,以为农作物的发芽和生长提供一种适合的环境。将秸秆埋没在农业土壤中很重要,它直接影响土壤有机碳含量、肥力和水蚀、风蚀、输沙特性以及农作物的生长和产量。可遗憾的是,适宜的秸秆还田的数量/百分比的相关信息却很少。通常认为,至少30%的土壤表层应该被秸秆覆盖,但这一理论到底是否合适并不清楚。虽然已有很多基于遥感和GIS技术来估量农田中秸秆还田的百分比和空间分布情况的研究,但目前尚没有合适的方法来进行大范围、持续的量化和监测小麦秸秆覆盖(WSC)的比例以及对于稻麦轮作系统中作物的产量的影响。作者在中国江苏省南京市江浦农场稻麦轮作的大田里进行了八组实验,来研究耕作方式和秸秆还田量对土壤物理特性、土壤有机碳(SOC)、土壤碳储量(SCS)和粮食产量的影响。实验包括(ⅰ)少耕和30%的秸秆还田(RTsi30),(ⅱ)少耕和60%的秸秆还田(RTsi60),(ⅲ)少耕和100%的秸秆还田(RTsi100),(ⅳ)少耕和无秸秆还田(RTns),(ⅴ)常规耕作和30%的秸秆还田(CTsi30),(ⅵ)常规耕作和60%的秸秆还田(CTsi60),(ⅶ)常规耕作和100%的秸秆还田(CTsi100),(ⅷ)常规耕作和无秸秆还田(CTns)。同时应用了遥感技术和GIS技术结合卫星数据对中国常熟的稻麦轮作系统进行了监测,主要监测小麦秸秆的覆盖百分比,以及在不同比例的秸秆覆盖作用下农作物的产量。其中RS的基本指数包括:ⅰ)归一化差值植被指数(NDVI)ⅱ)归一化差值耕作指数(NDTI),ⅲ)简化耕作指数(STI),ⅳ)归一化差值指数7(NDI7),ⅴ)归一化差值指数5(NDI5),ⅶ)归一化差值植被衰老指数(SRNDI),vii)短波红归一化差值指数(SRNDI)。以这些指数建立了基于农业可持续发展的用于预测中国常熟地区稻麦区WSC和不同比例秸秆还田作用下的作物产量。主要研究结果如下:1.两季小麦实验结果显示,秸秆还田对于作物产量和土壤肥力有着很积极的作用。和其它实验相比,少耕状态下60%的秸秆还田,即RTsi60条件下,比其他条件下获得更高的作物产量和更好的土壤质量指标。然而,所有的实验土壤(0-30cm)的干容重和实验前相比明显降低,实验前的值为1.32 g/cm3,减少范围为1.16%-7.73%。最大值(1.22 g/cm3)出现在CTsi100这组实验中,最小值(1.30g/cm3)出现在RTns这组实验中。和实验前相比,平均土壤空隙增加了7.09%-1.15%,最大值出现在CTsi60(54.14%)这组实验中(深度为0-10cm的土壤剖面)。2.实验RTsi60中测量得到最大的有机碳含量,为15.34 g/kg。表层土壤(0-10cm)的有机碳含量相对比较大,其中在RTsi60(16.26 g/kg)的实验中远远大于RTsi100(15.45 g/kg)。结果显示,在实验RTsi60中土壤的碳含量最大,为7373.40 kg/ha。此外,水稻的秸秆还田大大提高了小麦的产量。在稻草还田中,作物产量最高出现在CTsi60(4156.98 kg/ha)这组实验,最低出现在RTns(3201.50 kg/ha)这组实验。3.结果显示,相比于无秸秆还田,小麦的秸秆还田和少耕的结合对粮食产量和0-30cm 土壤质量指标有着很大的影响。实验RTsi100中出现最大土壤干容重降低比例,为9.79%,最小降低比例出现在实验CTns中,为1.31%。4.土壤肥力分析显示小麦的秸秆还田增加了0-30cm土壤层的总的氮浓度(TN)以及可用磷和钾浓度。实验RTsi60得到了最大的氮浓度,值为0.981 g/kg,紧随其后的是实验RTsi100(0.969 g/kg。然而,可用磷和钾浓度的最大值出现在实验RTsi60,其值分别为37.65 mg/kg and 82.23mg/kg。观察到在保护性耕作结合物秸秆还田的状态下,磷和钾浓度最小。同时,小麦秸秆还田也很大程度上增加了土壤有机质(SOM)的水平。相比于无秸秆还田,小麦秸秆还田的有机质水平上升了3.08-17.07%。然而,实验RTsi60中得到了土壤最大的平均有机质水平和含碳量,值分别为25.12g/kg和6971.54 kg/ha。5.在两季实验中,相比于无秸秆还田,小麦秸秆的还田大大提高了水稻产量和作物生长参数。同时,实验RTsi6。获得了最高平均产量8.29 ton/ha,穗数为309.72× 104/hm2,穗粒为132.24。反之,在少耕结合30%的秸秆还田实验中,作物的千粒重稍微的高一点。结果显示,和100%秸秆还田或者没有秸秆还田相比,60%的小麦秆还田配合任何耕作方式均能够有效提高农作物产量。6.通过遥感技术和GIS技术以及卫星数据建立了一个新的模型用于大范围地监测秸秆还田的比例以及农作物产量。此外,发现归一化差值耕作指数(NDTI)和其它作物残留物指数相比,是估计和绘制小麦秆覆盖量分布的最好方法,比如>40%,41-60%,61-80%and 81-100%,模型的 R2=0.80,其精度为84.61%(κ=0.76)。7.运用通过地面数据得到的采样点和水稻产量,基于归一化植被指数(NDVI)成功建立了水稻产量的预测模型,其R2=0.85。然而,水稻产量的最高预测值为8439.67 kg/ha,这是在小麦秆覆盖率为68%的情况下得到的,而在65-78%的秸秆还田作用下水稻的最大的产量密度为0.082。本文通过二元核密度预测采样点产量得到平均值为8300到8400 kg/ha。总之,在2015-2017的稻麦轮作季中,在不同比例的秸秆还田结合免耕和少耕,进行了一系列的田间试验。基于遥感和GIS技术,得到在秸秆覆盖率为60%-70%结合少耕的方法,可以提高土壤质量,土壤肥力,土壤结构,减少土壤的干容重,增加空隙,有机碳含量和碳含量,同时增加作物产量。因此,对于可持续农业,秸秆还田在稻麦轮作系统中是一种提高产量以及增加土壤有机碳含量的有效方法。研究表明,采用RS和GIS技术,无论对于单一农田还是对大区域范围,在稻麦轮作制度下,NDVI、STI和NDTI算法为有效且鲁棒性强的用于测量秸秆覆盖比例和测算WSC对作物产量影响的指标。这对于基于农业持续发展的长期土地利用规划是非常有用的。