论文部分内容阅读
土地利用方式的转变是驱动陆地生态系统碳循环的重要因素,是全球环境变化研究的热点领域。水田由于其独特的耕作管理措施,常作为碳汇存在,而菜地施肥量大,频繁进行翻耕,不利于有机质的积累,故由水田转换为菜地可能存在巨大碳损失的风险,但目前尚未有统一的认识。 本研究以中国科学院亚热带农业生态研究所金井河流域试验站水田和由水田转换后的菜地为研究对象,在每年作物收获后采集试验点剖面土壤,采用传统以及红外光谱的方法,研究两种土地利用方式下土壤中有机碳的时空变化,并基于红外光谱建立有机碳预测模型,依据筛选出的特征波数和红外光谱的二维同步分析进一步确定该过程发生变化的主要物质。研究主要结果如下: (1)水田转菜地这一过程并未显著改变土壤总有机碳含量,但在组分上有差异。两种土地利用方式下的有机碳含量无显著差异,分别为8.95±1.81和8.08±1.72g kg-1;水田的颗粒有机碳含量显著低于菜地颗粒有机碳的含量,分别为1.90±0.49和2.29±0.37 g kg-1;轻组有机碳含量在水田和菜地上并未表现出差异,分别为0.59±0.24和0.61±0.16 g kg-1。 (2)土层对有机碳的分布影响显著,且碳储量主要集中在耕作层。土壤有机碳、颗粒有机碳、轻组有机碳含量在剖面上都随着土层深度的增加,含量逐步降低。土壤有机碳储量集中在0-20 cm的表层,占到58.59%,颗粒有机碳和轻组有机碳含量则集中在0-10 cm的表层,分别占0-30 cm表层的70.56%和44.54%。 (3)年际变化对有机碳含量有显著影响。土壤有机碳、颗粒有机碳和轻组有机碳含量都呈先降低后升高的趋势,尤其是土地利用方式转换的第一年,菜地土壤有机碳含量显著降低。 (4)中红外光谱可以有效地应用于土壤有机碳的预测,结合特征波数筛选可以有效简化模型,提高模型的解释能力。利用筛选获得的13个变量建立的有机碳预测模型拟合精度为0.94,交叉验证决定系数为0.92,校正集的决定系数为0.86。筛选波数的主要代表物质有1710 cm-1左右的羧酸及衍生物,1000 cm-1左右的酚类物质等。 (5)中红外光谱的二维相关分析可以提高图谱分辨率。水田转菜地过程的二维同步相关分析结果表明两种土地利用方式在酚类物质、有机酸以及含硅有机物等物质的变化上存在差异,表现为在1000 cm-1、1600 cm-1、3600~3700 cm-1等区域出现负交叉峰,水田和菜地呈强度相反的变化。 研究结果可以清楚展示水田转菜地这一土地利用方式转换下,土壤剖面碳的分布及其随时间的变化情况,结合红外光谱法可以进一步确定转换过程中的有机质关键物质的变化情况。