成都平原及其周边区域植被覆盖动态监测

利用Landsat TM/OLI遥感数据、DEM和地貌数据,基于像元二分模型、遥感与GIS技术对2007~2013年成都平原及周边区域的植被覆盖动态变化进行了估算,并结合高程、坡度、坡向和地貌数据,定量分析了汶川地震前、后植被受损与恢复的空间动态格局变化。研究表明:(1)植被覆盖总体良好,近一半区域的植被覆盖度均在中、高度以上,空间格局上呈现由西部的龙门山区向中部的平原区域降低的总体趋势;(2)地震造成植被受损面积约6.91×105 hm~2,集中分布于海拔324~800 m、坡度20°、东坡、南坡和西坡及山地地貌部位;(3)震后5 a,植被恢复面积约4.88×105 hm~2,主要分布海拔324~1 000 m、坡度30°、平缓坡、南坡、东坡和西坡、丘陵和大起伏山地以下区域;(4)高程、坡度和地貌对植被损毁与恢复的影响明显高于坡向。     

松嫩平原玉米带土壤碳氮比的时空变异特征

土壤碳氮比(C/N)是土壤质量的敏感指标,是衡量土壤C、N营养平衡状况的指标,它的演变趋势对土壤碳、氮循环有重要影响.通过野外调查、采样和分析,运用地统计学方法和GIS技术,探讨1980～2005年松嫩平原玉米带土壤C/N的时空变化规律.结果表明,1980年和2005年土壤C/N的平均值分别为10.56和12.30.2...     

成都平原不同类型沟渠CO2、CH4和N2O排放通量特征及其影响因素

为研究不同类型沟渠CH_4、CO_2和N_2O排放通量特征及其影响因素,于2014年3月~2015年2月,以每月一次的频率,采用静态浮箱法对成都平原的农业沟渠、农业生活复合沟渠、生活沟渠的CH_4、CO_2和N_2O排放通量进行监测.结果表明:(1)受人为活动的影响,研究区域中3种类型的沟渠CO_2、CH_4和N_2O排放通量较大,变化范围分别为-2.26~1 504.40mg·(m~2·h)~(-1)、0.69~40.00 mg·(m~2·h)~(-1)、-2.27~70.35μg·(m~2·h)~(-1),且均表现出夏季高,冬季低的特征.(2)农业生活复合沟渠CO_2排放通量显著高于农业沟渠和生活沟渠(P0.05),生活沟渠CH_4和N_2O排放通量显著高于农业生活复合沟渠和农业沟渠(P0.05).(3)水温和降雨量是影响CO_2、CH_4和N_2O排放通量的主要环境因子,溶解氧(dissolved oxgen,DO)和全氮(total nitrogen,TN)是影响CO_2和N_2O排放通量的主要水质参数;铵态氮(ammonium nitrogen,NH_4~+-N)与DO是影响CH_4排放通量的主要水质参数.     

关中地区农田土壤有机碳固存速率及影响因素：以陕西武功县为例

以武功县为例,通过计算农田土壤碳储量及固碳速率,明确关中地区农田土壤有机碳动态变化的规律,进而揭示农田土壤有机碳与自然因素、人为因素的关系.结果表明:①80%的样点0～20 cm农田土壤有机碳含量在8.0～12.0 g.kg-1之间,总体上呈现正态分布.②武功县2011年0～20 cm农田土壤有机碳密度为26.3 t.hm-2,低于全国农田耕层土壤有机碳密度平均水平(33.45 t.hm-2).近30年农田土壤固碳速率为71.3 kg.(hm2.a)-1,近5年农田土壤固碳速率为480 kg.(hm2.a)-1,近期固碳速率高于全国农田耕层土壤平均固碳速率[380.78 kg.(hm2.a)-1].③在半湿润平原地区,土壤有机碳含量主要受土壤类型、地貌类型、有机肥投入的影响,其中土壤类型可解释30.2%的有机碳变异性,地貌类型可解释37.7%,有机肥可解释32.1%.综合分析表明,武功县农田土壤有机碳密度在过去30 a间呈增加趋势,这可能与化肥的施用和秸秆还田有关,具体有多大的影响程度还需进一步研究.     

华北平原不同生产模式设施蔬菜生命周期环境影响评价

全面系统地评价不同生产模式下设施蔬菜生产过程的环境效应,可为降低蔬菜生产过程中的负面环境影响提供理论指导.本文以华北平原河北省曲周县4 a春茬设施茄子生产为例,采用田间实测结合生命周期评价的方法,分析和比较了该地区常规、综合和有机生产模式下设施茄子的生产过程及其对环境的影响.结果表明,3种模式的水体毒性、富营养化和土壤毒性危害潜势对环境影响的贡献较大,分别占82.05%~84.02%、10.29%~12.32%和2.62%~3.48%,且主要发生在农作子系统中,均主要是由氮磷流失、农药残留及有机肥所携带的重金属所致.综合模式的环境影响综合指数最低,为0.596,分别比常规和有机模式降低了30.3%和6.7%,该模式显著降低了设施蔬菜农作子系统的污染物排放,为最佳生产模式.因此,优化田间管理措施(如施用生物农药、优质有机肥和提高氮磷利用效率)可较好地控制蔬菜生产生命周期负面环境影响及提高该地区设施蔬菜生产的环境可持续能力.     

三江平原小叶章湿地土壤微生物活性特征研究

选取三江平原河滨湿地、沼泽湿地和草甸化湿地3种类型小叶章湿地0~20cm土壤,研究了不同类型湿地土壤总有机碳(TOC)、微生物生物量碳(MBC)、微生物生物量氮(MBN)、基础呼吸(BR)、呼吸势(PR)、微生物熵(Cmic/Corg)和代谢熵(qCO2)变化规律.结果表明,不同类型小叶章湿地土壤总有机碳、微生物生物量碳和基础呼吸分别为46.60~75.44g.kg-1、1106.86~2319.42mg.kg-1和5.72~10.10mg.kg-.1h-1.河滨湿地和沼泽湿地土壤总有机碳、微生物生物量碳、微生物生物量氮、基础呼吸、呼吸势和微生物熵均显著高于草甸化湿地(p0.01),而河滨湿地和沼泽湿地代谢熵明显低于草甸化湿地(p0.05).各土壤微生物活性指标在河滨湿地和沼泽湿地间均无明显差异.因而,相对于河滨湿地和沼泽湿地,草甸化湿地土壤微生物活性处于较低水平,土壤总有机碳和水分含量低是限制草甸化湿地土壤微生物活性的重要因素.     

基于最小数据集的成都平原某区土壤养分综合评价体系的构建

成都平原是我国重要的粮食、蔬菜、水果产地,进行土壤养分综合评价有利于了解区域土壤养分空间分布、丰缺程度,对区内土地的合理利用、养分变化监测具有重要作用.为此,本文基于土壤地球化学数据,通过相关分析、主成分分析、Norm值计算,构建了研究区土壤养分综合评价的最小数据集(MDS),并对比了国内16个MDS土壤养分评价体系....     

成都平原区水稻土有机碳剖面分布特征及影响因素

了解环境因素对土壤有机碳剖面分布的影响,是准确拟合土壤有机碳在垂直方向上的连续变化、开展其三维空间分布模拟和估算区域土壤有机碳储量的基础.基于171个土壤剖面采样数据,利用指数递减函数拟合土壤有机碳剖面分布,分析成都平原区水稻土有机碳剖面分布的空间变异特征,并探讨成土母质、土壤类型(亚类和土属)、海拔、与河流距离和土地利用方式对其空间变异的影响作用,进而揭示环境因素对土壤有机碳剖面分布的影响.结果表明,0~20、20~40、40~60和60~100 cm土壤有机碳均值分别为19.42、9.59、5.99和5.20 g·kg-1,表现出显著的剖面递减趋势.土壤有机碳含量主要集中在40 cm以上,占整个土壤剖面的质量分数为72.17%,是研究成都平原区水稻土碳源/汇的关键部分.拟合土壤有机碳剖面分布的指数递减函数的2类参数呈现出一致的空间分布格局,具有空间相关性;参数C和k的块金系数分别为55.400%和47.671%,表明成都平原区水稻土壤有机碳剖面分布受结构性因素和随机性因素共同影响.回归分析揭示,成土母质和土属是影响研究区土壤有机碳剖面分布的主控因素,但海拔、与河流距离和土地利用的作用不容忽视.在拟合成都平原区水稻土有机碳剖面分布、构建其三维空间预测模型和估算土壤有机碳储量时,应重点考虑成土母质和土属的作用.     

COVID-19疫情期间成都市地面臭氧污染特征及气象成因分析

受COVID-19疫情影响,我国各地采取了一系列封锁管控措施,由此导致大气污染物排放强度降低.本文以成都市为例,分析了2020年上半年的气象条件和大气污染浓度特征,并重点对臭氧浓度变化及同期对比结果进行了细致分析.结果表明：①与2019年同期相比,除O₃外的5种污染物（NO₂、CO、SO₂、PM₁₀、PM_2.5）浓度均降低,降幅分别为13.60%、8.96%、6.30%、4.56%、1.80%,而O₃浓度却异常升高,升幅最大值分别出现在2月（35.1%）和5月（36.1%）.②2020年上半年,O₃浓度高值出现时间较2015—2019年提前,气象条件较有利于臭氧的生成.100 hPa和500 hPa位势高度为正距平,气温、日照时数较往年升高,相对湿度和降水量下降,以静小风为主.③2020年4月25日—5月6日臭氧污染持续时间长,主要是由于复工复产导致臭氧前体物排放增加,以及稳定的天气形势,使成都长时间处于高温（>30℃）、低湿（40%~60%）、静小风（1.3 m·s^-1）等不利扩散的气象条件下.气团后向轨迹和污染潜在源区表明研究区受到来自成都偏东一带及川南地区高污染气团短距离输送的影响.     

长期定位施用牛粪对夏玉米-冬小麦体系农田N2O和NO排放的影响

利用静态暗箱法对关中平原27 a长期定位施肥农田氧化亚氮(N_2O)和一氧化氮(NO)排放通量进行周年(2017年6月到2018年6月)观测,目的是阐明N_2O和NO的排放特征及其影响因子,定量评估施用牛粪对气体排放的影响.田间试验采用随机区组试验设计,设置3种处理.对照(CK)处理全年不施肥.全化肥(NPK)和化肥加牛粪(NPKM)处理全年施氮(N)量为353 kg·hm~(-2),其中夏玉米季为188 kg·hm~(-2),均为尿素N;冬小麦季为165 kg·hm~(-2),NPK处理全部为尿素N,而NPKM处理尿素N与牛粪N的比例为3∶7.结果表明,CK处理气体排放通量较低且无明显季节变化,NPK和NPKM处理气体排放高峰主要与施肥和灌溉有关,N_2O和NO排放最高峰值分别为103. 0 g·( hm~2·d)~(-1)和71. 0 g·( hm~2·d)~(-1),均出现在NPKM处理玉米季.当土壤温度高于20℃时,NPK和NPKM中NO/N_2O比均与土壤充水孔隙度呈显著负相关关系(P 0. 01),说明土壤温度和水分含量共同影响气体排放.各处理N_2O年排放量分别为0. 21、2. 32和2. 15 kg·hm~(-2),NPK与NPKM处理间差异不显著(P=0. 74); NO年排放量分别为0. 23、0. 80和1. 46 kg·hm~(-2),NPK和NPKM处理间差异显著(P 0. 05).说明长期施用牛粪对N_2O排放无影响,但可显著增加NO排放.