【摘 要】
：
随着工业的不断发展,全球大气CO2浓度呈明显增加趋势。大气CO2浓度升高有助于提高植物的光合速率和净初级生产量,增加植株根系分泌物、根系生物量以及其它根际沉积物向土壤中的碳输送。因此,大气CO2浓度升高可能会影响土壤有机碳（SOC）的转化和更新,进而影响SOC稳定性。目前的相关研究主要关注大气CO2浓度升高对土壤碳含量、分解速率、结构组成等的影响,较少涉及SOC稳定性。研究大气CO2升高对稻田SO
论文部分内容阅读
随着工业的不断发展,全球大气CO2浓度呈明显增加趋势。大气CO2浓度升高有助于提高植物的光合速率和净初级生产量,增加植株根系分泌物、根系生物量以及其它根际沉积物向土壤中的碳输送。因此,大气CO2浓度升高可能会影响土壤有机碳（SOC）的转化和更新,进而影响SOC稳定性。目前的相关研究主要关注大气CO2浓度升高对土壤碳含量、分解速率、结构组成等的影响,较少涉及SOC稳定性。研究大气CO2升高对稻田SOC稳定性的影响,不但可以评价农田土壤碳库对气候变化的反馈效应,也对评估未来气候变化下农田土壤质量的可持续性具有重要意义。本研究利用中国仅有的两个水稻田间开放式气候变化试验平台（FACE平台）——中国江都水稻FACE平台（简称:江都）和南京农业大学常熟FACE平台（简称:常熟）,从SOC稳定性角度入手,通过SOC稳定性的生物化学指标以及同位素技术来研究长期大气CO2浓度升高对稻田SOC稳定性的影响;通过土壤物理分级技术解析大气CO2浓度升高下各层级团聚体内SOC稳定性变化;通过向土壤中添加13C-葡萄糖和不同水平氮肥的培养实验研究大气CO2浓度升高下外源易代谢碳源对稻田SOC的激发效应,探明大气CO2浓度升高与氮肥耦合对稻田SOC稳定性的交互作用。主要结论如下:（1）在大气CO2浓度持续升高的未来,稻田土壤或许是一个潜在的碳汇。对于江都水稻土,中长期年代尺度下（14年）,高浓度CO2增加了SOC含量,且随着时间的增长SOC含量增加越多,但年均增加幅度较小,为0.16～0.26 g kg-1 soil;而短期（1年）年代尺度下,大气CO2浓度升高使SOC含量出现轻微下降趋势,但下降并不显著。对于常熟水稻土,10年大气CO2浓度升高大大增加了稻田SOC的含量（增加31.36%）,年均增长量为0.35 g kg-1soil。（2）大气CO2浓度升高降低稻田SOC稳定性,稳定性下降的程度随着处理年限增加而减缓。SOC相对稳定性与POC/SOC、ROC/SOC、DOC/SOC呈极显著负相关（P＜0.01）,与MBC/SOC呈显著负相关（P＜0.05）。证实了SOC相对稳定性和生物化学稳定性指标（POC/SOC、ROC/SOC、DOC/SOC和MBC/SOC等）的可靠性。大气CO2浓度持续升高10～14年使稻田SOC相对稳定性下降10.56～12.45%,使SOC敏感稳定性指标显著增加了7.89～48.29%,两者均显示SOC稳定性下降的程度随着处理年限增加而减缓。（3）大气CO2浓度持续升高提高了稻田土壤团聚体结构稳定性,却降低了稻田SOC稳定性,SOC稳定性下降主要发生在粒径＞0.5 mm的各层级团聚体中。大气CO2浓度长期升高提高稻田土壤的平均重量直径（MWD）、几何平均直径（GMD）、粒径大于0.25 mm团聚体含量(R0.25),改善了团聚体的结构稳定性,然而小粒级团聚体有利于SOC长期保存,因此高CO2浓度实际上降低了SOC的物理稳定性。SOC稳定性指标综合分析可知大气CO2浓度长期升高使粒径＞0.5 mm的团聚体的SOC稳定性下降,其中粒径1-2 mm的团聚体的SOC稳定性下降程度最大,而粒径＜0.5 mm的各层级团聚体的SOC稳定性升高。（4）同位素标记实验证实大气CO2浓度升高降低了稻田SOC稳定性,但氮肥的添加能有效缓解CO2浓度升高引起的SOC稳定性下降现象,这种缓解效应随着氮肥用量的增加而提高。与自然CO2浓度相比,常熟水稻土在高CO2浓度条件下的土壤呼吸总量显著升高2.62～20.32%,表明SOC转化能力增强。从整个培养周期的累积总激发效应来看,高CO2浓度的土壤激发效应明显提高55.02～89.75%,相对激发效应显著提高了41.07～72.67%,总激发效应及相对激发效应的提高均随着氮肥用量的增加而减弱。总而言之,大气CO2浓度升高提高了稻田SOC含量,但却降低了其SOC稳定性,SOC稳定性下降主要发生在粒径＞0.5 mm的各级团聚体中。同时氮肥的添加能有效缓解CO2浓度升高引起的SOC稳定性下降,缓解效应随着氮肥用量的增加而提高。
其他文献
随着汽车远程信息处理技术的快速发展,现代汽车可以通过车联网（Internet of Vehicles,Io V）技术实现互联,并与周围环境交换海量信息。车辆会通过智能传感器和高清摄像头收集大量的数据,并处理这些数据来提供车载应用服务。但是单个车辆自身的计算和存储能力是有限的,无法对如此大量的数据进行高效及时地处理。车载边缘计算（Vehicular Edge Compute,VEC）可以有效辅助车辆
基于深度学习训练的推荐算法虽然为用户提供了更为精准的推荐,但是越来越多的真实数据集被用来训练。这些数据集中包含大量的个人信息,这些未经处理的个人信息在推荐训练的过程中会出现隐私泄露的情况。攻击者可以通过重复查询系统掌握模型参数并结合已掌握的背景知识推断出用户隐私。而传统差分隐私方法在解决这一问题时会采用全局敏感度计算噪声规模,导致模型训练精度不足。本文着眼于在满足差分隐私理论基础上改进对梯度矩阵注
为满足目前通信业务数据量需求,传统单层蜂窝网已逐渐向多层异构蜂窝网发展。异构蜂窝网中干扰链路形式更复杂,对小区中通信与干扰链路建模分析对研究系统性能极为重要。在无线网络场景中,通信与干扰链路距离在概率意义上相互不独立,这两个链路距离的联合概率密度函数（Probability Density Function,PDF）是分析蜂窝网通信关键性能指标（Key Performance Indicators
电力特种架空光缆是充分利用电力系统特有资源,与电力网架构紧密结合在一起建设,负责信号传输的一种光缆,因此保证其线路架设以及日常运行中安全问题非常重要。而架空光缆的应力与弧垂是其设计和运行的两个关键参数,所以在多变气象条件下准确计算这两个参数,是对光缆通信的支持和保障,对日后正常施工及安全使用具有十分重要的意义。本文将AFSA（人工鱼群算法）、FWA（烟花算法）与传统牛顿迭代法相结合,应用于实际气象
为满足工作场景实时数据监控的要求,无线传感器网络需布撒大量节点用以提供可靠的数据监测服务,便捷且高效的随机布撒成为其最佳选择。但随机布撒会导致感知网络初始感知效能低下,叠加节点监测场景一般为视距空间与非视距空间联合作用下的多空间室外场景,障碍物与地形复杂并存,从而致使感知网络覆盖质量不佳,能耗骤增。论文针对多空间场景下感知网络的均匀优化问题,设计兼顾立体感知与遮蔽效应的多空间节点调度算法,有效降低
随着通信网与电网的不断耦合,全介质自承（All-Dielectric Self Supporting,ADSS）光缆作为电力系统中信息传输的重要载体,被广泛用于电力通信系统的建设。ADSS光缆在施工过程中常与高压输电线同塔架设,而输电线附近的高压感应电场会对其造成电腐蚀影响。因此,通过计算输电线附近产生的电场,为ADSS光缆选择合适的挂点位置,成为保障电力通信系统安全运行的重要举措。综上所述,本文
无线传感器网络（Wireless sensor networks,WSN）作为物联网感知层的一个核心技术,随着研究人员对物联网领域研究热度提高,WSN也得到了越来越多关注。WSN在多个领域得到了广泛应用,如精准农业、环境治理、医疗卫生等领域。大多数应用场景需要传感器或设备的位置信息。而节点定位技术可以获取传感器或设备的具体位置,因此定位技术在WSN中具有十分重要的地位。DV-Hop算法是一种普遍应
人体行为识别是计算机视觉领域一个重要且具有挑战性的问题,为人机交互、视频监控、安全驾驶等领域提供了技术支持。基于人体骨架的行为识别因其对背景、光照、视角变化具有较强的鲁棒性,更丰富的信息和更低的计算成本而获得越来越多的关注。传统基于人体骨架的行为识别方法更关注于对骨架序列进行编码,而忽略了骨架数据之间拓扑关系。图卷积神经网络的优势在于能够使用邻接矩阵模拟非欧几里得数据之间的拓扑关系,已经成为基于人
行人重识别旨在监控摄像头下检索同一个行人。随着国家和社会的不断发展,数以亿计的监控视频设备被安装在车站、机场等人流密集处,同时大规模的监控提供了海量的数据,仅仅依靠人脸、步态、姿态等信息进行智能识别难度很大,因此,越来越多的学者开始关注于行人重识别任务,依靠行人重识别技术从海量的数据筛选并挖掘出有效的信息,将人从繁琐的工作中解放出来,实现跨摄像头的检测。由于行人重识别任务现存数据集规模少、摄像头拍
近年来,药物及个人护理品类（PPCPs）的特征污染物引起了人们的广泛关注。这类有机物会通过各种途径进入生态环境中,对生态系统及人体健康具有潜在危害,因此需要开发高效的处理工艺。单独臭氧（O3）氧化是一种常用的有机污染物处理工艺,但存在O3利用率低、矿化效果差的缺陷,陶瓷膜催化O3氧化技术具有氧化效率高、矿化效果好、二次污染小等特点,在去除水中特征污染物方面具有良好的应用前景,但普通陶瓷膜催化能力较