检索结果-南通市图书馆

Uncertainty and Sensitivity Analyses for Modeling Long-Term Soil Organic Carbon Dynamics of Paddy Soils Under Different Climate-Soil-Management Combinations

在线全文

学校读者我要写书评

暂无评论

Pedosphere 2017年第5期27卷 912-925页

作者： QIN Fal zhao yongcun SHI Xuezheng XU Shengxiang YU Dongsheng State Key Laboratory of Soil and Sustainable Agriculture Institute of Soil Science Chinese Academy of Sciences University of Chinese Academy of Sciences Yuxi Normal University

Reporting modeling results with uncertainty information can benefit decision making by decreasing the extent that variability exerts a disproportionate influence on the options selected. For making decisions with more confidence, the uncertainty interval should be as narrow as possible. Here, the soil organic carbon （SOC） dynamics of the major paddy soil subgroup from 4 different paddy field regions of China （located in 4 counties under different climate-soil-management combinations） were modeled using the DeNitrification- DeComposition （DNDC） model for the period from 1980 to 2008. Uncertainty intervals associated with the SOC dynamics for these 4 subgroups were estimated by a long-term global sensitivity and uncertainty analysis （i. e., the Sobolt method）, and their sensitivities to 7 influential factors were quantified using the total effect sensitivity index. The results, modeled with high confidence, indicated that in the past 29 years, the studied paddy soils in Xinxing, Yixing, and Zhongjiang counties were carbon （C） sinks, while the paddy soil in Helong County was a C source. The 3 C sinks sequestered 12.2 （5.4, 19.6）, 17.1 （8.9, 25.0）, and 16.9 （-1.2, 33.6） t C ha-1 （values in the parentheses are the 5th and 95th percentiles, respectively）. Conversely, the C source had a loss of -5.4 （-14.2, 0.06） t C ha-1 in the past 29 years. The 7 factors, which changed with the climate-soil-management context, exhibited variable influences on modeled SOC. Measures with potential to conserve or sequestrate more C into paddy soils, such as incorporating more crop residues into soils and reducing chemical fertilizer application rates, were recommended for specific soils based on the sensitivity analysis results.

关键词： carbon loss carbon sequestration carbon sink carbon source DeNitrification-DeComposition model fertilizer appli-cation influential factors residue incorporation Sobol~ method

Spatio-temporal Changes and Associated Uncertainties of CENTURYmodelled SOC for Chinese Upland Soils, 1980-2010

在线全文

学校读者我要写书评

暂无评论

Chinese Geographical Science 2021年第1期31卷 126-136页

作者： LIU Xiaoyu zhao yongcun SHI Xuezheng WANG Shihang FENG Xiang YAN Fang Department of Information Engineering Jiangsu Vocational College of Agriculture and ForestryJurong 212400China State Key Laboratory of Soil and Sustainable Agriculture Institute of Soil ScienceChinese Academy of SciencesNanjing 210008China Anhui University of Science&Technology Huainan 232001China

Detailed information on the spatio-temporal changes of cropland soil organic carbon(SOC) can significantly contribute to the improvement of soil fertility and mitigate climate change. Nonetheless, information and knowledge on the national scale spatio-temporal changes and the corresponding uncertainties of SOC in Chinese upland soils remain limited. The CENTURY model was used to estimate the SOC storages and their changes in Chinese uplands from 1980 to 2010. With the Monte Carlo method, the uncertainties of CENTURY-modelled SOC dynamics associated with the spatial heterogeneous model inputs were quantified. Results revealed that the SOC storage in Chinese uplands increased from 3.03(1.59 to 4.78) Pg C in 1980 to 3.40(2.39 to 4.62) Pg C in 2010. Increment of SOC storage during this period was 370 Tg C, with an uncertainty interval of –440 to 1110 Tg C. The regional disparities of SOC changes reached a significant level, with considerable SOC accumulation in the Huang-Huai-Hai Plain of China and SOC loss in the northeastern China. The SOC lost from Meadow soils, Black soils and Chernozems was most severe, whilst SOC accumulation in Fluvo-aquic soils, Cinnamon soils and Purplish soils was most significant. In modelling large-scale SOC dynamics, the initial soil properties were major sources of uncertainty. Hence, more detailed information concerning the soil properties must be collected. The SOC stock of Chinese uplands in 2010 was still relatively low, manifesting that recommended agricultural management practices in conjunction with effectively economic and policy incentives to farmers for soil fertility improvement were indispensable for future carbon sequestration in these regions.

关键词： soil organic carbon(SOC) CENTURY model uncertainty analysis heterogeneous model input data spatio-temporal change

Environmental and Anthropogenic Factors Driving Changes in Paddy Soil Organic Matter: A Case Study in the Middle and Lower Yangtze River Plain of China

在线全文

学校读者我要写书评

暂无评论

Pedosphere 2017年第5期27卷 926-937页

作者： GUO Naijia SHI Xuezheng zhao yongcun XU Shengxiang WANG Meiyan ZHANG Ganlin WU Jinshui HUANG Biao KONG Chao State Key Laboratory of Soil and Sustainable Agriculture Institute of Soil Science Chinese Academy of Sciences University of Chinese Academy of Sciences Key Laboratory for Agro-Ecological Processes in Subtropical Regions Institute of Subtropical Agriculture Chinese Academy of Sciences

Changes in soil organic matter(SOM) can affect food security, soil and water conservation, and climate change. However, the drivers of changes in SOM in paddy soils of China are not fully understood because the effects of agricultural management and environmental factors are studied separately. Soil, climate, terrain, and agricultural management data from 6 counties selected based on representative soil types and cropping systems in China were used in correlation analysis, analysis of variance, and cforest modeling to analyze the drivers of changes in SOM in paddy soils in the Middle and Lower Yangtze River Plain from 1980 to 2011. The aims of this study were to identify the main factors driving the changes in SOM and to quantitatively evaluate their individual impacts. Results showed that the paddy SOM stock in the study area increased by 12.5% at an average rate of 0.023 kg myearover the 31-year study period. As a result of long-term rice planting, agricultural management practices had a greater influence than soil properties, climate, and terrain. Among the major drivers, straw incorporation, the most influential driver, together with fertilization and tillage practices, significantly increased the accumulation of SOM, while an increase in temperature significantly influenced SOM decomposition. Therefore, to confront the challenge of rising temperatures, it is important to strengthen the positive effects of agricultural management. Rational fertilizer use for stabilizing grain production and crop straw incorporation are promising measures for potential carbon sequestration in this region.

关键词： agricultural management practices cforest modeling environmental factors carbon sequestration fertilizer use straw incorporation temperature tillage

基于VNIR和机器学习算法的原状土剖面Cu含量预测

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

农业工程学报 2022年第7期38卷 336-344页

作者：王滢艺徐胜祥赵永存史学正中国科学院南京土壤研究所南京210008 中国科学院大学北京100049

快速测量土壤剖面重金属含量是评估土壤重金属污染状况并选择相应修复技术的关键。为了探讨可见光-近红外光谱法(Visible and Near-Infrared Reflectance Spectroscopy,VNIR)预测原状土壤剖面重金属含量的潜力,以江西省两个典型工矿厂... 详细信息

快速测量土壤剖面重金属含量是评估土壤重金属污染状况并选择相应修复技术的关键。为了探讨可见光-近红外光谱法(Visible and Near-Infrared Reflectance Spectroscopy,VNIR)预测原状土壤剖面重金属含量的潜力,以江西省两个典型工矿厂周边农田土壤为研究对象,共采集了19个深度约100 cm的完整土壤剖面样品,分别测定土壤剖面样品的VNIR数据及其Cu含量。采用偏最小二乘回归法(Partial Least Squares Regression,PLSR)、Cubist混合线性回归决策树(Cubist Regression Tree,Cubist)、高斯过程回归(Gaussian Process Regression,GPR)和支持向量机(Support Vector Machine Regression,SVM)方法研究不同光谱预处理方法对土壤Cu含量预测精度的影响。结果显示,Cubist、GPR和SVM这三种机器学习算法的预测精度普遍高于PLSR,其中一阶导数(First-Order Derivative,FD)预处理的SVM模型预测精度最高(R2=0.95,均方根误差为7.94 mg/kg,相对分析误差为4.34)。这表明利用VNIR和机器学习可以对原状土壤剖面Cu含量进行有效预测,为快速监测Cu及其他重金属含量的相关研究提供参考。

关键词：土壤重金属机器学习可见光-近红外光谱法

在线全文

学校读者我要写书评

暂无评论

磷酸盐氧同位素技术在土壤磷循环中的应用

土壤学报 2022年第5期59卷 1204-1214页

作者：赵甜甜田康胡文友黄标赵永存中国科学院土壤环境与污染修复重点实验室(南京土壤研究所) 南京210008 中国科学院大学北京100049 土壤与农业可持续发展国家重点实验室(中国科学院南京土壤研究所) 南京210008

磷是土壤生态系统中的重要组成元素,开展土壤磷循环研究对提高磷肥利用效率和降低磷的生态环境风险具有重要意义。磷酸盐氧同位素技术已经被证明是一种示踪环境中磷生物地球化学行为的有效方法。本文系统综述了磷酸盐氧同位素技术的研... 详细信息

磷是土壤生态系统中的重要组成元素,开展土壤磷循环研究对提高磷肥利用效率和降低磷的生态环境风险具有重要意义。磷酸盐氧同位素技术已经被证明是一种示踪环境中磷生物地球化学行为的有效方法。本文系统综述了磷酸盐氧同位素技术的研究进展和未来发展方向。详细介绍了磷酸盐氧同位素的技术原理、样品处理和测定方法;阐述了无机磷和有机磷的氧同位素特征及时空分布特征;从评估土壤磷微生物利用状况和示踪土壤磷循环两个方面探讨了磷酸盐氧同位素技术在土壤磷循环研究中的应用前景,分析了磷来源、环境条件、生物活动和样品前处理过程对土壤磷酸盐氧同位素特征的影响,最后展望了该技术未来的研究方向。以期为磷酸盐氧同位素技术在土壤学和环境科学领域的发展和应用提供新的视角和科学指导。

关键词：磷酸盐氧同位素土壤磷循环磷素形态影响因素

基于DNGM(1,1)模型的沥青路面技术状况预测分析

在线全文

学校读者我要写书评

暂无评论

山西建筑 2021年第16期47卷 121-123页

作者：赵永存湘潭市交通建设质量安全监督站湖南湘潭411100

基于灰色理论,建立基于白化微分方程参数直接估计法的灰色预测模型——DNGM(1,1)模型,通过实例分析,对某地沥青路面路面损坏状况指数PCI、路面行驶质量指数RQI、路面技术状况指数PQI进行预测分析,结果表明,与传统预测模型相比,DNGM(1,1... 详细信息

基于灰色理论,建立基于白化微分方程参数直接估计法的灰色预测模型——DNGM(1,1)模型,通过实例分析,对某地沥青路面路面损坏状况指数PCI、路面行驶质量指数RQI、路面技术状况指数PQI进行预测分析,结果表明,与传统预测模型相比,DNGM(1,1)模型具有更高的精度和稳定性,能准确反映沥青路面的技术状况,可供相关工程技术人员参考。

关键词：灰色理论预测模型沥青路面路面技术状况

强烈人为作用下城镇周围汞的空间变异及其积累迁移规律

在线全文

学校读者我要写书评

暂无评论

土壤学报 2011年第3期48卷 506-515页

作者：王梅黄标孙维侠赵永存土壤与农业可持续发展国家重点实验室(中国科学院南京土壤研究所) 南京210008 中国科学院研究生院北京100049

研究土壤中汞（Hg）元素积累的空间变异和迁移转化规律对土壤利用、环境评价和污染修复具有重要参考价值。本研究选择经济发展迅速的苏南某地为研究区域,对土壤、水稻和大气降尘中的Hg进行了详细分析。结果表明,该区域土壤全汞平均含量... 详细信息

研究土壤中汞（Hg）元素积累的空间变异和迁移转化规律对土壤利用、环境评价和污染修复具有重要参考价值。本研究选择经济发展迅速的苏南某地为研究区域,对土壤、水稻和大气降尘中的Hg进行了详细分析。结果表明,该区域土壤全汞平均含量达1 345μg kg^-1,有效汞（HCl-Hg）平均含量51μg kg^-1,水稻Hg平均含量20μg kg^-1,大气Hg沉降量为5.13 g km^-230 d^-1。土壤和水稻高含量Hg主要积聚于城镇周边,随着与城镇距离的增加其含量逐渐减少。大气Hg沉降量在空间上变化不大。进入土壤中的Hg主要在土壤表层0-20 cm范围内富集,但直至60 cm深处依然存在积累现象,整个剖面土壤活性态汞和半活性态汞含量占全汞的比例变化不大。研究区土壤出现了明显Hg积累,导致水稻Hg吸收明显增加,不少样点超过了国家土壤环境质量二级标准（300μg kg^-1）和国家食品污染物限量标准（20μg kg^-1）,可能对环境和人体健康产生危害。较低的大气Hg沉降量和土壤积累的Hg已与土壤条件达到平衡的事实表明,目前Hg的积累已明显减少。今后应采取措施修复污染土壤或者通过改变作物种类来减少土壤Hg含量或抑制作物对Hg的吸收,达到环境治理的目的。

关键词：汞土壤水稻大气沉降城镇发展

2001-2010年中国农田生态系统NPP的时空演变特征

在线全文

学校读者我要写书评

暂无评论

土壤学报 2017年第2期54卷 319-330页

作者：王轶虹史学正王美艳赵永存土壤与农业可持续发展国家重点实验室(中国科学院南京土壤研究所) 南京210008 中国科学院大学北京100049

植被净初级生产力(Net Primary Productivity,NPP)是地表碳循环的重要组成部分,而农业NPP代表了农田生态系统通过光合作用可固定大气中CO2的能力,决定了农田土壤可获得的有机碳含量。测算中国农田生态系统产生的NPP并分析其时空变异规律... 详细信息

植被净初级生产力(Net Primary Productivity,NPP)是地表碳循环的重要组成部分,而农业NPP代表了农田生态系统通过光合作用可固定大气中CO2的能力,决定了农田土壤可获得的有机碳含量。测算中国农田生态系统产生的NPP并分析其时空变异规律,探索其影响因子,对于了解全球碳循环,预测未来生态变化趋势具有重要意义。基于MOD17A3数据集,利用一元线性回归趋势线法和相关系数法定量分析了农田生态系统NPP的时空演变特征和气候因子对农田NPP的影响。结果表明,2001—2010年中国农田NPP平均值变化范围为C 0.21~17.24 Mg hm-2 a-1,平均值为4.12 Mg hm-2 a-1。从时间变化来看,NPP年际变化呈现先增加后下降的趋势。从空间分布来看,表现为南方高,北方低,其中,甘新区、黄土高原区、东北区、内蒙古及长城沿线区和黄淮海区北部NPP值较低,5 Mghm-2 a-1。从变化趋势来看,黄淮海农业区、黄土高原区、新疆的绿洲农业区和长江中下游农业区南部上升趋势明显,东北农业区、四川盆地和长江中下游农业区下降趋势明显。2001—2010年,中国农田中有22%的像元NPP平均值与降水呈显著相关,7%的像元与气温呈显著相关,反映了农田生态系统受人类活动影响较大。

关键词：农作物 MOD17A3数据植物净初级生产力(NPP) 空间变化气候因子中国

长三角平原区县域土壤磷素流失风险及其空间不确定性的快速评估

在线全文

学校读者我要写书评

暂无评论

生态学报 2019年第24期39卷 9131-9142页

作者：陈剑瞿明凯王燕万梦雪黄标赵永存中国科学院南京土壤研究所土壤环境与污染修复重点实验室南京210008 中国科学院大学北京100049

磷素是水体富营养化的关键限制因子,其中从农田土壤中流失的磷往往是水体磷素的主要来源。然而,土壤磷素的流失风险不仅与土壤磷素水平直接相关,其他环境因子,如距受纳水体距离、磷肥施用量、地表径流潜力等也强烈影响其流失风险。同时... 详细信息

磷素是水体富营养化的关键限制因子,其中从农田土壤中流失的磷往往是水体磷素的主要来源。然而,土壤磷素的流失风险不仅与土壤磷素水平直接相关,其他环境因子,如距受纳水体距离、磷肥施用量、地表径流潜力等也强烈影响其流失风险。同时,基于有限样本预测得到的流失风险必然具有一定的空间不确定性。以长三角典型县域金坛区为研究案例,首先结合多个环境因子构建快速磷指数(RPI)评估模型,再利用稳健地统计学方法识别土壤全磷的空间离群值,并利用序贯高斯模型(SGS)模拟土壤全磷可能的空间分布格局,最后将其多个可能的模拟结果及上述主要因子输入到RPI模型,用以快速评估土壤磷素流失风险及其空间不确定性。结果显示,金坛区土壤磷素流失的高风险区和土壤全磷高值区分布格局在研究区北部、中部具有一定的相似性,而在中西部的旱地区两者出现差异性。高风险区主要沿着河流呈现条带状及斑块状分布,较高及以上风险区(快速磷指数值大于0.93)的面积占金坛区面积的65.88%。概率阈值分别设定为0.50、0.75、0.85、0.95时,其超标面积占金坛区总面积分别达到16.71%、5.74%、2.84%、1.04%。引入多个相关环境因子并结合经稳健处理的SGS进行流失风险指数的空间模拟和不确定性评估,可以快速评估区域农田土壤磷素流失风险及不确定性,进而为区域土壤磷素调控提供必要的空间决策支持。

关键词：土壤磷素稳健地统计学序贯高斯模拟流失风险关键源区不确定性