湿地根际土壤碳矿化及相关酶活性分异特征

研究了中国三江平原小叶章湿地根际土壤基础呼吸速率及相关酶活性，以了解碳矿化及其相关酶活性空间分异特征。结果表明，β-葡萄糖苷酶、淀粉酶、纤维素酶均为碳循环的良好指示酶，它们均存在着显著的空间分异。从表层土向下，由根表土向外，碳矿化速率及其相关的各种酶活性均呈下降趋势。当从田间取出土壤样品时，土壤样品在取出后的最初阶段碳矿化速率较高，2．5h以后达到一个较为平稳的水平，然后呈平缓降低的趋势。β-葡萄糖苷酶、淀粉酶、纤维素酶是碳循环的真正催化剂，而土壤有机碳则是此反应的低物。     

成都市大气颗粒污染物与气象要素的关系

通过对2004年成都市API指数及API>100日数百分数的再分析,探讨了大气颗粒物污染季节分布、区域分布状况与气象要素的相互关系,并尝试用因子分析法研究了污染物浓度年际变化与气象因子的关系。研究表明,大气污染的季节分布为冬季>春季>秋季>夏季;API>100时数百分数的季节变化状况为春季>冬季>秋季>夏季,区域分布为城西北>城东>城北>城中心>城东南>城西>城南。城市发展对风向的改变比较明显,对风速的改变不明显。大气颗粒污染物年际变化与气象因子的相关性研究表明,PM10浓度与SO2、NOX、湿度、气压呈正相关,与风速、蒸发量、温度呈负相关关系。     

不同水分条件沼泽湿地土壤轻组有机碳与微生物活性动态

通过野外实验与室内分析,对三江平原生长季内毛果苔草(Carex lasiocapa)沼泽湿地生物量及0~20cm土壤不同有机碳组分进行观测,分析了不同水分条件下毛果苔草湿地土壤轻组有机碳(LFOC)与微生物量碳(MBC)的变化动态.结果表明,随水位增加毛果苔草群落地上生物量积累明显,与10~20cm积水条件相比,17~30cm水位状况下湿地土壤具有较高的轻组有机质含量与比例.生长季初期冻融过程提高了土壤轻组分(LF)有机碳含量与LFOC含量,之后随植物生长毛果苔草沼泽湿地土壤重组有机碳(HFOC)含量增长快于LFOC,说明毛果苔草沼泽湿地土壤具有较高的重组有机质持有能力.此外不同水位条件下毛果苔草沼泽湿地微生物活性受到土壤有机碳含量影响不同,低水位条件下微生物量碳与SOC呈显著正相关关系(R2=0.859),17~30cm水位条件下二者关系不显著,并且高水位毛果苔草沼泽湿地具有较低的MBC与微生物熵,表明该条件下土壤碳库具有较高的稳定性.     

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.     

羟基磷灰石对成都平原水稻土中重金属的钝化效果研究

本研究选取成都平原典型农田系统受Cd和Zn复合污染土壤为研究对象,采用淋溶试验和老化试验,探索添加羟基磷灰石对土壤中重金属生物有效性以及形态分布的影响,羟基磷灰石添加比例（w/w）设置为0%（CK）、1%（P1）、3%（P3）和5%（P5）。结果表明：①添加羟基磷灰石能够明显降低土壤中Cd和Zn淋失量,P1、P3和P5与CK的Cd累积淋失量（110 μg）相比,降低比例分别为82.7%、92.7%、90.7%,P1、P3和P5与CK的Zn累积淋失量（9.30 mg）相比,降低比例分别为94.8%、97.1%、94.6%;②添加羟基磷灰石能够显著提高土壤pH,P1、P3和P5的pH分别比CK升高了0.30、0.53、0.95个pH单位;③添加羟基磷灰石能够显著降低土壤有效态Cd和Zn（0.025 mol HCl）,相较于CK,P1、P3和P5的有效态Cd含量分别降低了59.0%、94.7%、98.7%,有效态Zn含量分别降低了18.6%、49.6%、87.6%;④添加羟基磷灰石能够显著降低土壤可交换态和碳酸盐结合态Cd和Zn含量,增加土壤中残渣态Cd和Zn含量,从而促进Cd和Zn向非活性态转化。本研究结果表明羟基磷灰石在成都平原区典型农田系统耕地Cd和Zn污染的修复中有较大的应用潜力。     

炉渣与生物炭施加对福州平原水稻田温室气体排放的后续影响

为了探讨炉渣与生物炭施加对稻田温室气体的排放是否具有后续效应,于2015年早、晚稻秧苗移栽前对稻田进行施加生物炭(B)、炉渣(S)和生物炭+炉渣(混施)处理(BS),以不施加处理作为对照(CK). 2 a后(2017年)在早、晚稻生长期,分别测定了不同试验组稻田温室气体CO₂、CH₄和N₂O的排放通量.结果表明,在水稻生长期,对照、生物炭、炉渣和混施处理CO₂的平均排放通量分别为(1 723. 66±194. 56)、(1 245. 52±155. 05)、(1 140. 29±79. 68)和(1 055. 83±62. 13) mg·(m²·h)^-1,生物炭、炉渣和混施这3种施加处理CO₂的排放通量均比对照组有显著降低(P <0. 05),降低比例分别达27. 74%、33. 84%和38. 75%. CH₄的平均排放通量为(0. 45±0. 03)、(0. 40±0. 05)、(0. 36±0. 10...     

成都市冬季3次灰霾污染过程特征及成因分析

基于成都市大气环境超级观测站气态污染物和PM_2.5中组分在线监测数据,对2019～2020年成都市3次灰霾污染过程气象要素和组分特征进行分析,采用CMB模型模拟获得研究期间PM_2.5污染来源及变化趋势,剖析各污染过程成因.结果表明:(1) 3次污染过程均发生在相对湿度和温度持续上升,风速和边界层高度持续降低的不利气象条件下,日均相对湿度均大于70%,日均温度均大于8℃,日均风速均低于0.8 m·s^-1,日均边界层高度均低于650 m;(2) 3次污染过程中主要组分均为NO^-₃、 OC、 NH⁺₄和SO₄ ^2-,其中NO^-₃质量浓度和占比污染时段较清洁时段增长倍数均高于其他组分,分别增加了1.47～2.09倍和0.22～0.35倍,NO^-₃是成都市冬季PM_2.5污染的关键组分;(3) ...