论文部分内容阅读
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浓度和密度均显著地增加(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均呈显著增加趋势(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著。(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%；化肥施用量的显著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年变化速率存在显著的差异,这种差异和它们的作物产量(因而作物残体)增加速率显著相关(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均表现出显著增加趋势(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也均表现出显著增加趋势,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。