可见光-近红外、中红外光谱的土壤有机质组分反演

土壤有机质是土壤肥力的物质基础,其含量的高低是评价土壤肥力的重要标志。土壤有机质组分根据其溶解性可分为胡敏素(HM)、胡敏酸(HA)、富里酸(FA),不同组分的肥力特性差异显著,因此,土壤有机质组分数据可更加全面、客观的反映土壤肥力状况。传统土壤土壤有机质及组分的测定工序繁杂,效率低下且时效性差,大量研究表明高光谱技术能有效提高土壤属性的检测效率并降低测试成本,但关于可见光-近红外、中红外光谱检测土壤有机质组分的报道鲜见。为了探索中红外光谱及可见光-近红外-中红外组合光谱对土壤有机质组分检测的可行性,并对比有机质单一光谱模型与有机质不同组分的组合光谱模型的预测精度,以南疆地区农田土壤为例,在阿克苏及和田地区共采集93个土样,进行有机质、胡敏素、胡敏酸、富里酸含量及光谱数据的测定。其次,利用可见-近红外(VNIR)、中红外(MIR)及其组合光谱(VNIR-MIR)三种光谱数据集,采用偏最小二乘(PLSR)、支持向量机(SVM)、随机森林(RF)三种建模方式对土壤有机质、胡敏素、胡敏酸、富里酸含量进行组合模型分析预测。结果表明:(1)土壤有机质及各组分均与光谱反射率有较好的相关性,土壤有机质及组分在MIR谱段的特征波段数量明显多于VNIR谱段。(2)有机质最优预测模型的模式为VNIR-MIR-RF,该模型的决定系数R^(2)为0.90;胡敏素与胡敏酸最优预测模型的模式均为VNIR-RF模型,R^(2)均为0.92;富里酸最优预测模型的模式为MIR-RF模型,R^(2)为0.94。(3)基于胡敏素、胡敏酸和富里酸的有机质组合光谱模型的预测精度明显高于有机质单一光谱模型,两种模型的R^(2)分别为0.93和0.90。实现了土壤有机质组分的高效快速反演,且基于有机质组分的组合模型提高了土壤有机质预测精度,为南疆地区大尺度土壤肥力的鉴定与精准施肥提供重要的参考价值。

天然土壤有机质中菲的分配行为

天然土壤吸附不同初始浓度的菲后,提取胡敏酸组分(包括胡敏酸和富里酸),通过计算得到胡敏素组份所吸附的菲,用以研究菲在2种组份中的动态吸附/分配行为,以及初始浓度的影响,并利用Freundlich式进行拟合.结果表明:天然土壤中菲的吸附/分配过程表现出分阶段特征:从最初的快吸附至48 h左右达到转折点,然后进入慢吸附过程.在快吸附至转折点阶段,胡敏酸组分中菲的吸附比例(吸附量与初始量之比)出现先升后降的波动,可归因于初始时段矿物表面吸附、胡敏素竞争吸附的影响.在慢吸附阶段,胡敏酸中菲的吸附比例变化很小,菲初始浓度的影响也不大;而对于胡敏素组份,低初始浓度条件下菲的吸附比例明显大于高初始浓度条件,并呈现逐步增加的趋势,表明胡敏素组份是慢吸附的主要发生域.模型参数拟合结果显示:胡敏酸、全土、胡敏素吸附的非线性程度依次增加,并随时间逐渐加强.在吸附/分配的动力学过程中,胡敏酸和胡敏素分阶段不同的变化特征反映出土壤有机质组分异质性对非线性吸附行为的影响.

作物间作系统下土壤有机质对土壤侵蚀的敏感性

在土豆种植系统中土壤侵蚀造成的土壤有机质(SOM)损失较低,但随着时间的积累土壤侵蚀可能导致严重的土壤退化。2014—2015年雨季,在肯尼亚卡比特进行了一项实地研究,以确定沉积物颗粒分布对土壤有机质损失的影响,并评估土豆-豆科作物间作系统中最易受土壤侵蚀的土壤有机质组分。本次试验区域包括裸地、纯土豆种植区、土豆-豌豆种植区、土豆-菜豆种植区和土豆-扁豆种植区。采用筛分与比重法将沉积物分离出为53~250μm和小于53μm的团聚体,同时将土壤有机质分离成密度为1.65~1.85g/cm^3的颗粒有机质和2.60g/cm^3的矿物有机质。土壤流失量和流失的土壤有机质含量在不同耕作制度下差异明显,其中纯土豆种植区最高,土豆-扁豆种植区最低。扁豆属藤类植物,有效地确保了地面覆盖的连续性,保护了有机物免受土壤侵蚀,从而证明了豆类覆盖作物在土豆种植系统中对土壤的保护作用。