Institute of Soil and Water Conservation,Chinese Academy of Sciences and Ministry of Water Resources
Not a member yet
    7916 research outputs found

    Effects of different vegetation restoration measures on soil aggregate stability and erodibility on the Loess Plateau, China

    No full text
    A B S T R A C T Vegetation restoration may affect soil aggregate stability and the ability of soil to resist erosion. To evaluate the influence of vegetation restoration measures on the stability of soil aggregate and soil erodibility, we chose 7 types of vegetation restoration measures, which included artificial forest (AF), artificial mixed forest (AMF), economic forest (EF), artificial shrub (AS), natural shrub (NS), artificial grass (AG) and natural grass (NG). Then, we analyzed the distribution of water-stable aggregate fractions, mean weight diameter (MWD), geometric mean diameter (GMD), soil erodibility (K value) and other soil properties in the 0&ndash;20cm and 20&ndash;40cm soil layers, as well as aboveground and underground biomass (AGB and UGB). The results showed that under 7 kinds of vegetation restoration measures, the aggregate fraction&lt;0.25mm was the main component (40.40&ndash;77.86%) and the proportion of the&gt;5mm aggregates fluctuated greatly and ranged from 1.87% to 32.50%. And for 7 different vegetation restoration measures, the percentage of aggregate&lt;0.25mm was lower than that of CK (abandoned land), however, the proportion of aggregate&gt;5mm was higher than the CK. Overall, compared with CK, the MWD (2.22 and 1.93mm) and GMD (2.86 and 2.66mm) were both highest in two soil layers under the NS but lowest under the EF (MWD 0.68 and 0.49mm, GMD 1.08 and 0.93mm). The trend of the K value was opposite to these values. These results indicated that the stability of soil aggregate and the ability of soil to resist erosion under NS were strongest. The soil organic carbon (SOC), total nitrogen (TN) and UGB had significantly positive correlations with the proportion of&gt;1mm aggregates and MWD but had negative correlations with the percentage of&lt;0.25mm aggregates (p &lt; 0.05), which indicated that SOC, TN and UGB were involved in the formation of macroaggregates and increased the stability of soil aggregates. These results suggested that natural shrub restoration measures could improve the soil aggregate stability and ability to resist erosion better than forest and grass restoration measures, which can provide a reference for the assessment of vegetation restoration measures.</p

    露天煤矿排土场不同植被土壤水分特征及其时间稳定性

    No full text
    &nbsp; &nbsp; &nbsp; 选择晋陕蒙接壤区永利煤矿排土场沙打旺草地、紫花苜蓿草地、沙棘林地和原地貌草地土壤水分为对象,研究其蒸散、剖面分布、时间变化等特征,以期揭示土体重构及不同复垦植被模式对土壤水分及其时间稳定性影响。结果表明:排土场3种人工植被条件下土壤平均含水量同原地貌草地相比提高了50.7%~62.3%,另外,沙打旺复垦草地土壤含水量显著低于苜蓿复垦草地和沙棘复垦灌木林地(均降低了7.2%)。沙打旺和苜蓿会导致深层(120&mdash;260,120&mdash;220 cm)土壤水分亏缺,但有利于20&mdash;80 cm的土壤水分的保持;而沙棘易导致浅层(20&mdash;80 cm)土壤水分亏缺,但对深层(100&mdash;280 cm)土壤水分影响较小。上述结果说明,矿区排土场土体重构过程能够改善排土场土壤的水分条件,并且在进行植被重建的过程中,不同复垦植被对土壤水分的保持与利用形式有所不同,在本研究中,苜蓿和沙棘更有利于缓解土壤水分亏缺。</p

    土壤侵蚀下垫面形态演化数字近景摄影观测系统研究

    No full text
    &nbsp; 细沟侵蚀是我国黄土高原地区水土流失的主要方式之一,监测坡面细沟形态演化过程及量化细沟形态对深入研究细沟侵蚀发生的机理和演化十分重要。然而,现有的技术很难实现在连续降雨条件下,从时空两个维度对土壤侵蚀过程进行观测。为解决这样一个技术难点,本研究开发了一种基于无线组网技术的数字近景摄影观测系统,该系统通过对连续降雨条件下不同时间节点的土壤侵蚀坡面进行数字影像的瞬时采集、雨滴噪声去除、点云匹配、三维重建等操作,实现了土壤侵蚀坡面形态演化过程的动态监测。同时,基于该观测系统,通过室内人工模拟降雨试验,对黄土坡面细沟侵蚀演变过程及不同土壤类型的坡面侵蚀沟发育过程进行了研究。计算了土壤侵蚀量、输沙率、侵蚀速率等物理量,提取了坡面侵蚀细沟网络,量化了坡面细沟的形态特征,并分析了侵蚀细沟的时空变化特征,实现了土壤侵蚀下垫面数字化表达,以期为土壤侵蚀过程的研究提供新的途径,从而推动土壤侵蚀过程、机理、建模等基础性研究的发展。本文主要研究结论如下: (1)研发了一种在连续降雨过程中对土壤侵蚀坡面动态监测的数字近景摄影测量系统。经过精度和准确度检校显示,该系统的精度可达到亚毫米级,最小测量误差为0.0069 mm;测量值与实测值之间最大相对误差为-2.9683%。与传统径流泥沙测量法相比,该系统对土壤流失量估算平均误差分别为-7.06%和1.05%,单次观测最高精度可达99.26%。 (2)解决了雨滴干扰的问题,实现了在连续降雨条件下对土壤侵蚀下垫面形态发生发展过程的监测。对各组传感器单次采集的数字影像按时间排序,逐像素按其灰度值做二分类处理,并通过K-means算法去除雨滴在数字影像上所形成的噪声。结果显示,原始影像的方差在28.96~29.95之间,而去除雨滴后的影像方差为24.14,较好地去除了雨滴噪声。 (3)实现了影像的同步采集,提高了系统的时间分辨率。采用无线组网技术,使得多个相机同步拍摄,系统影像采集的时间间隔取决于采集器相机的曝光时间和快门速度。该系统时间观测分辨率可达到min级别,空间分辨率达到2.0 mm。从时间和空间尺度上更加准确地描述土壤侵蚀发生及发展过程,解决了侵蚀观测中时空不一致的问题,为土壤侵蚀过程机理研究提供了新的技术。 (4)监测了黄土坡面的侵蚀细沟发育过程。通过解算不同时间点坡面侵蚀形态数字影像,得到了细沟侵蚀形态演化的过程。细沟侵蚀过程呈现明显的阶段性,且在不同的试验条件下,坡面侵蚀形态变化过程存在差异。在90mm/h雨强15&deg;坡度条件下,黄绵土坡面的细沟发育过程可描述为雨滴溅蚀-片蚀-跌坎-侵蚀穴-下切沟头-断续细沟-连续细沟-细沟侵蚀-沟网形成;而在120mm/h雨强20&deg;坡度条件下,土坡面的侵蚀细沟发育过程为雨滴溅蚀-片蚀-跌坎-侵蚀穴-下切沟头-细沟侵蚀-沟网形成。 (5)量化了黄土坡面细沟形态特征。随着降雨历时的延长,侵蚀强度不断增大,细沟密度、割裂度、最大沟深开始迅速增大。降雨历时80min以后,最大宽度、深度随单位坡面长度的增加均呈现先增大后减小再次增大后减小的总体趋势,在距坡顶7.5m处的位置出现了最低拐点,拐点之前细沟最大宽度先增大后减小的变化趋势并不明显,拐点下部即距坡顶7.5m-9.5m处是侵蚀沟发育最为活跃的区域。通过对比两种不同土壤质地坡面产流产沙变化及侵蚀形态发育过程,发现塿土坡面细沟先于黄绵土坡面发育,然而,一旦黄绵土坡面细沟开始发育,其细沟形态变化速度逐渐加快。降雨结束后,塿土和黄绵土坡面的细沟侵蚀形态分别呈平行状和树枝状。</p

    黄土高原人工和天然油松林群落特征比较

    No full text
    &nbsp; 全球人工林面积日益增加,而且以营造生态保护为主的人工林为主要的造林目标。目前,人工林存在结构单一、生物多样性低等问题。因此,如何通过人工抚育措施将人工林转变为近自然林,使其生态功能得到充分和可持续发展,成为当前恢复生态学的热点和难点。目前,由于人们对人工和天然林群落的差异还缺乏系统比较,难以对不同抚育措施形成的人工林的群落特征进行科学评价。本文选取黄土高原森林区立地条件相同的油松(Pinus tabulaeformis)林为研究对象,系统比较了两种植被恢复方式(人工造林、天然恢复)和不同林分密度下(低(人工林:725-875株&middot;hm-2)、中(人工林:1375-1500株&middot;hm-2;天然林:1250-1400株&middot;hm-2)、高(人工林:2150-2200株&middot;hm-2;天然林:2000-2700株&middot;hm-2))森林群落在植物群落结构、土壤理化性质、土壤微生物特征的差异,得到以下结果: &nbsp; (1)植被恢复方式显著影响了建群种油松的径级分布及垂直结构。与天然林相比,人工林中油松的径级均成&ldquo;单峰&rdquo;分布,且随着林分密度的增加曲线左移。在天然林中,小径级的油松占比增加,这表明在天然林中,油松的更新要强于人工林。人工林中结构多样性指数(0.98-1.48)低于天然林(1.41-1.47),而且,随着林分密度的增加,结构多样性指数显著降低。此外,与天然林相比,人工林中油松的蓄积量显著增加,且在中密度下达到最大值(328 m3&middot;hm-2)。另一方面,与天然林相比,人工林中物种丰富度指数和多样性指数高于天然林,且均在低密度下达到最大值(1.24和1.3)。在人工林中,随着林分密度的增加物种丰富度指数逐渐降低;而在天然林中物种丰富度指数呈相反的趋势变化。但是,随着林分密度的增加,这两种林型的物种多样性指数均显著降低。RDA分析结果表明土壤含水量和凋落物厚度是引起群落物种组成变化的重要因子。 &nbsp; (2)植被恢复方式及林分密度显著影响了土壤理化性质。与天然林相比,人工林中土壤含水量(30%-34%)和土壤pH(8.39-8.46)高于天然林(23%-24%;8.30-8.31),而土壤容重(0.91-0.95 g&middot;cm-3)低于天然林(0.97-1.01 g&middot;cm-3)。在土壤养分方面,与天然林相比,人工林中表层土壤有机碳(13.04-17.73 g&middot;kg-1)、全氮(1.25-1.30 g&middot;kg-1)、矿质氮(27.54-34.55 mg&middot;kg-1)和速效磷(2.54-3.27 mg&middot;kg-1)含量显著低于天然林(27.41-30.61 g&middot;kg-1,1.94-1.96 g&middot;kg-1,35.37-39.10 mg&middot;kg-1,6.91-8.15 mg&middot;kg-1),而土壤全磷(0.53-0.59 g&middot;kg-1)含量显著高于天然林(0.43-0.52 g&middot;kg-1)。随着林分密度的增加,土壤全磷含量显著降低,而中密度人工林的土壤全氮和矿质氮含量显著高于其他密度。相关性分析表明,土壤有机碳、全氮和速效磷含量与凋落物厚度和凋落物生物量显著正相关;而与Margalef丰富度指数、Simpson多样性指数、Shannon多样性指数显著负相关。土壤含水量和土壤全磷含量与Margalef丰富度指数、Simpson多样性指数和Shannon多样性指数显著正相关,而与凋落物厚度和凋落物生物量显著负相关。土壤全磷含量与Pielou均匀度指数也显著正相关。土壤pH与凋落物厚度和凋落物生物量显著负相关(P&lt;0.05)。此外,与天然林相比,人工林中不同土层(0-20cm、20-40cm和40-60cm)的土壤碳储量分别显著降低了51%、53%和54%。而且,人工林中不同粒级土壤团聚体的不同活性碳含量显著低于天然林;其中,高、中和低活性碳含量分别降低了43%,49%和48%。但是,人工和天然林中球囊霉素含量并无显著差异。 &nbsp; (3)植被恢复方式和林分密度显著影响了土壤酶活性。与天然林相比,人工林中土壤碳源酶(29.52-36.37 nmol&middot;g-1&middot;h-1 dry soil)和氮源酶活性(78.93-107.59 nmol&middot;g-1&middot;h-1 dry soil)显著低于天然林(51.07-55.02 nmol&middot;g-1&middot;h-1 dry soil,123.92-124.98 nmol&middot;g-1&middot;h-1 dry soil),但磷源酶活性(104.20-148.46 nmol&middot;g-1&middot;h-1 dry soil)显著高于天然林(100.83-114.98 nmol&middot;g-1&middot;h-1 dry soil)。而且,随着林分密度的增加,人工林中氮和磷源酶活性显著增加。RDA分析表明土壤有机碳含量、速效养分的C:P以及植物物种丰富度指数是引起土壤酶活性变化的主要因子。此外,人工林(1:1.31:1.39)和天然林(1:1.22:1.18)的土壤酶化学计量均偏离了全球平均水平。向量分析表明,天然林中土壤微生物仅受C和N限制(向量角度&lt;45&deg;),不受P限制。人工林营造减缓了微生物的C限制,但加剧了N限制,而且造成P限制(向量角度&gt;45&deg;)。 &nbsp;&nbsp;&nbsp;&nbsp;&nbsp;&nbsp; (4)植被恢复方式和林分密度显著影响了细菌群落的多样性指数。与天然林相比,人工林中细菌OTU richness指数(2637-2773)和&alpha;多样性指数(6.38-6.46)显著高于天然林(2324-2461,6.18-6.20)。而且,随着林分密度的增加,细菌群落的多样性指数显著降低。此外,植被恢复方式显著影响了油松林的真菌和细菌群落组成。与天然林相比,同一林分密度下,人工林中Acidobacteria门(22.81-23.32%)、Planctomycetes门(8.83-9.6%)和Bacteroidetes门(2.21-3.16%)的相对基因丰度显著高于天然林(18.55-21.02%,7.09-7.2%,1.66-1.85%),而Actinobacteria门(15.1-16.18%)的相对基因丰度显著低于天然林(21.97-25.51%)。另一方面,在人工林中,随着林分密度的增加,Planctomycetes门和Gemmatimonadetes门的相对基因丰度显著增加,而Nitrospirae门的相对基因丰度显著降低。而且,中密度人工林中Bacteroidetes门的相对基因丰度显著低于其他密度。在天然林中,随着林分密度的增加,Nitrospirae门的相对基因丰度显著增加,而Gemmatimonadetes门的相对基因丰度显著降低。在真菌群落中,与天然林相比,同一林分密度,人工林中Basidiomycota门(36.97-39.4%)的相对基因丰度显著高于天然林(22.54-29.06%)。另一方面,在人工林中,中密度林下Basidiomycota门(36.97%)的相对基因丰度显著低于其他密度,而Zygomycota门(4.45%)的相对基因丰度显著高于其他密度。在天然林中,随着林分密度增加,Basidiomycota门的相对基因丰度显著升高。PCoA结果表明,人工和天然林中土壤细菌和真菌群落显著不同;而且,低、中密度与高密度的土壤真菌和细菌群落显著不同。RDA分析结果表明土壤养分含量(土壤速效磷和全氮含量)是引起土壤微生物群落变化的主要因子。此外,植被恢复方式和林分密度显著影响了土壤细菌群落中物种间的关系。与天然林相比,人工林中细菌物种间联系松散并且网络不稳定(低连通度);与高密度相比,中密度下细菌物种间联系更紧密并且网络更稳定。但是,在不同恢复方式和不同林分密度的真菌群落中,网络结构没有显著差异。此外,不同处理下真菌和细菌的关键物种不同,这可能是环境因子的差异所造成的。 &nbsp; 总之,在黄土高原地区,中密度造林(1375-1500株&middot;hm-2)是生产木材的最佳造林密度;而且在此密度下,土壤细菌网络稳定性更高。此外,低密度造林(725-875株&middot;hm-2)是维持植物和微生物多样性的最佳造林密度;而且在此密度下,缓解了土壤养分对微生物代谢的限制。因此,在黄土高原进行油松造林时不应高于1500株&middot;hm-2</p

    黄土丘陵沟壑区流域水沙动态及其对变化环境的响应

    No full text
    近几十年来,随着黄土高原大规模水土保持措施与生态恢复工程的实施,黄河水量沙量锐减,水沙情势巨变。厘清不同时空尺度水沙对变化环境的响应不仅有利于深入理解高度治理下的河流径流输沙动态特征,而且可为水土保持规划及区域生态治理提供科学依据。本研究以黄土丘陵沟壑区西川河流域为例,基于流域逐日降雨及水沙资料,采用多种时间序列统计方法,分析流域不同时间尺度降雨、径流、输沙的演变特征,定量评估降雨及人为因素对流域水沙变化的贡献率;筛选1974-1989年与2007-2013年间112场次洪水事件,基于洪水径流深、洪水历时、洪峰流量三个表征洪水产流输沙特征的指标,综合采用聚类分析和判别分析方法划分不同洪水类型,探究不同洪水类型输沙规律及水沙关系特征。同时,提出了&ldquo;相似洪水事件法&rdquo;,量化人类活动对流域径流及输沙减少的贡献率。最后,采用野外人工降雨模拟试验,探究坡面尺度产流产沙对不同植被盖度的响应,量化坡面不同植被组分的减水减沙效应,揭示坡面植被恢复的水沙调控效应。主要研究结论如下: (1)西川河年际尺度径流及输沙量减少的主要驱动因素为人类活动,而降雨变化所造成的影响相对较低。西川河流域多年年降雨量并无显著的增加或减少趋势,但年径流量和输沙量均呈显著的下降趋势(P &lt; 0.05);在流域降雨量并未出现显著突变年份情况下,西川河径流量、输沙量时间序列均于1996年发生突变。人类活动对西川河径流量和输沙量减少的贡献率分别为82.0%和87.9%,而降雨变化的贡献率分别为18.0%和12.1%。 (2)揭示了西川河径流及输沙量的年内变化特征及其对水土保持措施的响应。流域基准期(1974-1995)与变化期(1996-2012)月均径流量和输沙量的年内分配特征均呈现&ldquo;单峰&rdquo;分布,最高值出现于七月。汛期不同月份径流及输沙量在水土保持措施实施后均有明显降低,而汛期径流输沙量在年内的占比并未发生显著变化;随着流域水土保持措施的实施,流域日尺度水沙关系发生了改变;1974-2012年间,年内日最大流量、输沙率以及含沙量均呈显著下降趋势。相比于基准期,变化期历年日最大流量、输沙率以及含沙量的平均值分别下降了37.3%、42.6%、18.1%;1974-1995年间,西川河极端日流量最优分布为Ln 3分布,其5 年、10 年、25 年、50 年、100 年一遇的年极端日流量分别为63.5 m3&middot;s-1、90.7 m3&middot;s-1、132.1 m3&middot;s-1、168.0 m3&middot;s-1、208.4 m3&middot;s-1。1996-2012年间,极端日流量的最优分布函数为Wakeby分布,其5 年、10 年、25 年、50 年、100 年一遇的年极端日流量分别为25.1 m3&middot;s-1、28.6 m3&middot;s-1、34.5 m3&middot;s-1、41.5 m3&middot;s-1、52.1 m3&middot;s-1,同一级别重现期日流量水平较上一时段明显降低。 (3)基于WASA_SED模型分析了不同降雨情景下流域产流量的变化特征。采用1988-1991年西川河流域逐日流量资料对WASA_SED模型进行率定与验证,日流量模拟结果的纳什系数ENS和决定系数R2均超过了0.6,表明模拟结果满足精度要求,可用于流域日尺度径流过程的模拟。保持其余输入因子不变,设置四种降雨情景(降雨量增加5%、降雨增加10%、降雨量减少5%、降雨量减少10%),定量评估不同降雨情景下流域产流量的变化。模型模拟结果表明,相比于实测降雨量条件下流域年均径流深的模拟值,当降雨增量分别为5%和10%时,流域产流量分别增加22.8%和35.2%。当降雨量分别减少5%和10%时,流域产流量分别降低13.8%和31.0%。 (4)揭示不同类型洪水的水沙动态特征及洪沙输移效应。综合采用K-medoids聚类分析和判别分析方法将西川河流域112场次洪水划分为 4种类型。不同洪水类型产沙量差异较大,A型、B型、C型及D型洪水对西川河输沙总量的贡献率分别为24.5% (1.48&times;107 t)、11.2% (6.77&times;106 t)、21.4% (1.29&times;107 t)和42.9% (2.59&times;107 t)。其中,A型与C型洪水次洪平均输沙量显著高于其余两类洪水,是流域治理需重点关注的洪水类型。流域主要滞回曲线类型为逆时针滞回曲线与&ldquo;8&rdquo;字形滞回曲线,其中,A类型洪水均呈复合型滞回曲线,C类型洪水亦多呈现复合型滞回曲线,B类型洪水以逆时针滞回曲线为主,D类型洪水多为&ldquo;8&rdquo;字滞回曲线。此外,相比于基准期,变化期复合型滞回曲线的占比明显降低,而逆时针滞回曲线的占比有所提高。 (5)提出&ldquo;相似洪水事件法&rdquo;用于量化人类活动对流域径流输沙减少的贡献率。以西川河流域112场次洪水事件为样本,通过阈值设定,共筛选出八组具有相似降雨条件的洪水进行对比分析,结果表明人类活动对西川河径流量减少的贡献率介于20%与79%之间,平均贡献为47.0%,人类活动对输沙量减少的贡献为55%-95%,平均值为81.0%。 (6)随坡面植被覆盖度的提升,产流率与产沙率均呈现下降趋势,草被盖度与产流率间呈线性函数关系,而草被盖度与产沙率间呈指数函数关系。不同雨强条件下,随坡面植被盖度提升,初始产流时间均逐渐延长。1.5 mm&middot;min-1雨强下, 20%、40%、60%、90%盖度坡面相比于裸土坡面的减水效应分别为24%、36%、53%和79%,减沙效应分别为37%、73%、78%和94%;2.0 mm&middot;min-1雨强下,20%、40%、60%、90%盖度坡面相比于裸土坡面的减水效应分别为17%、28%、37%和71%,减沙效应分别为27%、67%、78%和89%,相同植被盖度的减沙效应高于其减水效应。 (7)草被枯落物层对坡面径流的拦蓄作用最强,而根系对坡面减沙的贡献最大。不同雨强条件下,原状草坡的初始产流时间均最长,去除枯落物坡面的初始产流时间次之,裸土坡面初始产流时间最短。1.5 mm&middot;min-1雨强下,枯落物层、植被茎叶以及植被根系的减流效益分别为26%、7%和12%,减沙效益分别为36%、3%和51%;2.0 mm&middot;min-1雨强下,枯落物层、植被茎叶以及植被根系的减水效益分别为17%、10%和11%,减沙效益分别为30%<span style="font-family:宋体"

    黄土丘陵区土壤有机碳含量对侵蚀坡面表层土壤含水量时空变化的影响

    No full text
    表层土壤含水量能敏感反映降雨、气温、侵蚀等环境要素的变化,明确表层土壤含水量时空变化特征可为农业生产及土壤环境效应评价等提供参考。以黄土丘陵区不同有机碳水平的侵蚀坡面为对象,连续监测了2016年11月至2018年3月0-5 cm土壤含水量的动态变化,结合降水资料,分析了不同土壤有机碳水平下侵蚀坡面沉积区、侵蚀区及对照区表层土壤含水量的变化特征。结果表明:(1)表层土壤含水量不同季节变化差异显著,夏季变幅最大,单日最大变幅可达14.3%,春、秋、冬季的单日最大变幅&lt;8.0%。换言之,夏季是土壤水分变化的敏感期。(2)土壤有机碳水平、坡面部位、土壤温度对表层水分变异的影响程度因季节而异。(3)土壤侵蚀加剧了坡面表层土壤含水量变异,变异程度表现为沉积区&gt;侵蚀区&gt;对照(未侵蚀)区;侵蚀前后侵蚀区表层土壤含水量变化量与沉积区变化量的差值随有机碳水平升高从0.85%增加至9.81%。(4)侵蚀坡面表层土壤含水量的时空异质性随有机碳水平升高呈非线性变化趋势。</p

    黄土区侵蚀坡面土壤微生物群落功能多样性研究

    No full text
    碳水平坡面沉积区、侵蚀区和对照区 3 个不同部位的土壤微生物活性、碳源利用能力和微生物群落功能多样性.结果表明:1)高碳水平下 3 个部 位的微生物活性和碳源利用能力均显著高于低碳水平;2)在不同侵蚀部位上,沉积区微生物活性高于侵蚀区,在低碳水平下,沉积区微生物碳源利用能力 显著大于侵蚀区(P&lt;0.05),但在高碳水平下沉积区与侵蚀区无显著差异;3)在 6 类碳源中,微生物对氨基酸类、酯类的利用率最高,对醇类、胺类的利用率 较低,从 31 种碳源中提取的主成分 1 和主成分 2 分别可解释变量方差的 53.8%和 11.9%,对主成分 1 起分异作用的主要是氨基酸类和酯类碳源;对主成 分 2 起分异作用的主要为糖类和酸类碳源.4)高碳水平下 3 个部位微生物群落的 Shannon 指数、丰富度指数和 McIntosh 指数均显著大于低碳水平 (P&lt;0.05),但不同部位间的土壤微生物群落多样性指数并无明显差异. 侵蚀对微生物群落功能多样性的影响主要表现在有机碳水平决定的微生物活性 差别上,不同部位微生物的碳源利用能力在有机碳水平较低时差异显著,有机碳水平较高时则没有明显差别.</p

    流速测量方法研究现状与分析

    No full text
    在土壤侵蚀的发生发展过程中,径流流速和径流量是土壤侵蚀水动力学的重要参数,对评价水土保持措施效 益至关重要。但是受径流发生的随机性、泥沙颗粒大小组成和泥沙含量的不确定性,以及野外条件的复杂性等影响,目 前还没有具有普适性的径流流速测量技术和方法。从流速测量实际工作出发,对目前常用的流速测量方法的基本原理、 适用性和局限性进行了综述,以便有效发挥现有技术优势并选用正确的流速测量仪器设备。此外,针对目前流速测量方 法存在的问题,以及径流发生的随机性和过程的复杂性,提出了径流流速实时、自动测量的新方向,期望能为水土保持科 学研究和生产实践提供参考。</p

    不同雨强下各生育期玉米坡耕地的侵蚀产沙研究

    No full text
    [目的]研究玉米作物对坡耕地的防蚀效果,为黄土高原坡 面 水 土 流 失 防 治 提 供 科 学 依 据。 [方法]采用室外人工模拟降雨试验,分析玉米在幼苗期、拔节初期、拔节中期、拔节后期、抽雄期5个不同 生育期对坡耕地侵蚀产沙量和过程的影响。[结果] ① 随着玉米作物生长,它对坡面产流产沙的抵御作用 增强,幼苗期效果微弱,抽雄期最盛,抽雄期相比裸地可减少48.5%径流量和73.7%产沙量。不同生长阶 段玉米作物的减沙效果优于减流效果。 ② 降雨的产流产沙过程呈现不断波动趋势,玉米作物使初始产流产 沙时间延迟,稳定产流产沙阶段平均产流产沙量下降。雨强从40mm / h增加到80mm / h使产流产沙量增 长率大于100% ,径流系数和含沙量均增加,侵蚀过程更加剧烈。 ③ 叶面积指数与不同生育期玉米地坡面 的土壤流失比率有较好的指数相关关系,可使用叶面积指数来估算不同生育期玉米地坡面的土壤流失比 率,为估算年植被覆盖与管理因子 C 值奠定基础。[结论]随着玉米生长,其防蚀效果增强,但幼苗期和拔 节初期侵蚀严重,需采取辅助措施防治水土流失。雨强增加使玉米和裸地条件下侵蚀产沙更为严重。</p

    不同栽培模式下旱作春玉米产量 及土壤水氮动态变化

    No full text
    为探讨黄土塬区玉米高产高效栽培模式及其环境效应,通过为期 2 a 的田间定位实验,研究了黄土塬区 旱作春玉米不同栽培模式土壤水分时空变化特征、产量与水分利用效率以及硝态氮、铵态氮累积及其剖面分布的变 化。试验设传统栽培模式(T1)、化肥有机肥高密度超高产模式(T2)、化肥有机肥中密度高产高效模式(T3)共 3 个 处理,以郑单 958 为供试品种,测定了春玉米关键生育期土壤含水量,并于收获后测定实际产量和 0~100 cm 土层硝 态氮、铵态氮含量。结果表明:土壤含水量变化受降雨影响较大,2017 年生育期降雨量为 374.2 mm,是干旱年,玉米 不仅能有效吸收中上层(0~120 cm)土壤水分,又不造成下层(120~200 cm)土壤水分的亏缺;2018 年生育期降雨量 为 490.8 mm,是丰水年,各生育期 0~60 cm 土层土壤含水量变化大,60~200 cm 土层土壤含水量基本维持稳定。T2 模式在 60~80、80~100 cm 土层硝态氮积累量高,淋溶现象明显,铵态氮含量无明显变化;2017 年在 60~80、80~100 cm 土层 T2 模式硝态氮累积量分别比 T3 高 8.2%、76.4%,2018 年在 60~80、80~100 cm 土层 T2 模式硝态氮累积量分 别比 T3 高50.3%、129.3%,施肥过多,随降雨入渗硝态氮淋溶到土壤深层。硝态氮积累量与春玉米产量显著相关,硝 态氮是决定玉米产量的重要因素。2017 年栽培模式 T2 和 T3 产量分别比 T1 高 55.4%、64.4%,WUE 分别高 46.9%、 55.9%,2018 年栽培模式 T2 和 T3 产量分别比 T1 高 49.7%、31.2%,WUE 分别高 58.9%、40.4%,均达到显著水平。化 肥有机肥中密度高产高效模式(T3)既能保证高产、高 WUE 又能保证较少的硝态氮淋溶,减少环境污染,是该地区值 得推广的旱作春玉米栽培模式。</p

    0

    full texts

    7,916

    metadata records
    Updated in last 30 days.
    Institute of Soil and Water Conservation,Chinese Academy of Sciences and Ministry of Water Resources
    Access Repository Dashboard
    Do you manage Open Research Online? Become a CORE Member to access insider analytics, issue reports and manage access to outputs from your repository in the CORE Repository Dashboard! 👇