分类： 地球科学 >> 地理学 提交时间： 2024-11-12
摘要： 研究不同土地利用方式下农田土壤有机碳组分及微生物量碳的含量特征对指导伊犁河谷土壤资源的合理利用与管理具有重要意义。通过野外实地调查、样品采集、室内分析与地统计相结合的方法，研究伊犁河谷旱地、水浇地、水田、果园、撂荒地等 5 种土地利用方式土壤 SOC、POC、DOC、LFOC、EOC 和 MBC 的含量特征，比较分析土地利用变化对伊犁河谷农田土壤有机碳组分及微生物量碳的影响。结果表明：土壤 TN、AN、AP 和 AK 含量均表现为水田＞水浇地＞旱地>果园＞撂荒地；水田土壤养分含量显著高于其他 4 种土地利用方式；土壤 SOC 含量具有明显的差异特征，主要体现为水田（25.62 g·kg-1）>旱地（13.80 g·kg-1）>水浇地（12.19 g·kg-1）>果园（11.58 g·kg-1）>撂荒地（8.81 g·kg-），且都达到显著性差异水平（P撂荒地的特征，其差异达到极显著水平，而 EOC 含量则表现为水田＞水浇地＞旱地＞果园>撂荒地的特征，其差异达到极显著水平。水田土壤 SOC、DOC、POC、LFOC、MBC、EOC 含量均显著高于其他 4 种利用方式。5 种土地利用方式土壤 SOC 与 POC、LFOC、DOC 之间存在极显著的正相关，其相关系数分别为 0.622，0.36，0.489（P<0.01)，说明土壤 SOC 含量是影响土壤颗粒有机碳、轻组有机碳和可溶性有机碳含量的重要因素。
分类： 地球科学 >> 地理学 提交时间： 2024-07-04 合作期刊: 《干旱区研究》
摘要： 叶片氮浓度(LNC)是反应作物光合作用、营养状况和长势的重要指标，为精准高效地估测不同生育期冬小麦叶片氮浓度，以新冬22为研究对象，利用无人机搭载Pika L高光谱相机获取4个关键生育期冬小麦冠层反射率数据。基于波段优化算法和相关性分析筛选LNC敏感光谱指数，结合逐步回归、多元线性回归和偏最小二乘回归建立关键生育期冬小麦叶片氮浓度估测模型，并与单变量估测模型进行比较。结果表明：基于波段优化算法筛选的组合光谱指数与LNC的相关性优于传统植被数，且达到极显著性相关;在单变量LNC估测模型中，组合光谱指数构建的模型精度优于传统植被指数，其中，扬花期差值光谱指数(DSI(R940、R968))建立的估测模型最好，R2为0.789;多变量估测模型精度均优于单变量估测模型，其中，基于偏最小二乘回归构建的LNC估算模型最好，孕穗期和扬花期拟合效果较优，模型决定系数均为0.923，均方根误差为0.082、0.084。本研究结果可以作为冬小LNC估测和长势监测的科学依据。
点击量
待评议
点击量
下载量
评论
