近红外光谱分析法测定东北黑土有机碳和全氮含量

以我国东北黑土为研究对象,分析了2004-2005年采集的136个土壤样品在3699～12000 cm^-1范围的近红外光谱,利用偏最小二乘法建立了原始光谱吸光度与土壤有机碳、全氮和碳氮比之间的定量分析模型.结果表明：土壤有机碳和全氮的模型拟合效果良好,决定系数R²分别为0.92和0.91（P<0.001）,相对分析误差RPD分别为3.45和3.36,利用该模型对验证样本土壤有机碳和全氮的预测值与实测值之间的相关系数分别为0.94和0.93（P<0.001）,表明可以用近红外光谱分析法对黑土有机碳和全氮含量进行测定.但是利用近红外光谱分析法对土壤碳氮比的预测并不理想,虽然验证样本集黑土碳氮比模型预测值与实测值呈显著相关（r＝0.74,P<0.001）,但是校正模型的R²为0.61,RPD仅为1.61,建立的模型不能对黑土碳氮比做出合理的估测.     

蚯蚓野外采样方法评述

蚯蚓作为土壤生态系统的关键组成部分,不但可以改善土壤结构,而且与许多生物化学养分循环直接相关,对土壤质量改善和土壤生产力提高起到至关重要的作用.然而,蚯蚓野外采样方法的系统研究和评估还比较缺乏,在国内尤其少见.本文综述了目前国内外常见蚯蚓野外采样方法的操作过程、优缺点、有效性以及对蚯蚓种群特征研究结果可能产生的影响,认为在允许扰动土壤的区域,利用驱虫剂与手拣法相结合进行蚯蚓采样能够较为准确地反映蚯蚓种群和生物量的真实特征;在不能扰动土壤的区域异硫氰酸烯丙酯(AITC)溶液方法是最佳选择.     

基于最小限制水分范围评价不同耕作方式对土壤有机碳的影响

以2009年吉林省德惠市中层黑土上进行了8a的田间定位试验小区土壤为研究对象,对免耕和秋翻两种耕作方式及玉米-大豆轮作和玉米连作两种种植方式下耕层有机碳进行分析,分别采用加权平均和分层两种方法计算最小限制水分范围(LLWR),用其评价不同耕作方式对土壤有机碳的影响.结果表明,免耕在玉米-大豆轮作和玉米连作下0-5 cm土壤有机碳含量分别比秋翻增加了15.2％和11.5％ (P＜0.05).采用加权平均法计算的LLWR值为0.148-0.166 cm3/cm3,不同耕作方式下玉米-大豆轮作的LLWR高于玉米连作且在两种种植方式下均表现出免耕小于秋翻的特点;利用分层法计算得到的LLWR值介于0.130-0.173 cm3/cm3之间,玉米-大豆轮作和玉米连作下免耕0-5 cm LLWR均显著小于秋翻,而5-30 cm LLWR数值免耕大于秋翻(P＞0.05);玉米-大豆轮作下0-30 cm各层LLWR均高于玉米连作.由于LLWR可以评价不同耕作方式对土壤有机碳的影响,因此采用加权平均法计算的LLWR可以客观的反映不同耕作处理尤其是种植方式对土壤有机碳的影响;而采用分层法计算的LLWR则更清晰的刻画了土壤表层与亚表层固碳能力的差异.     

耕作方式对黑土硬度和容重的影响

以吉林省德惠市8年黑土田间定位试验的小区土壤为研究对象,对不同耕作方式下土壤硬度和容重进行研究.结果表明:免耕增加了土壤硬度,主要表现在2.5 ～17.5 cm土层;在玉米连作和玉米-大豆轮作下,苗眼处免耕处理的最大土壤硬度分别为2816和1931 kPa,秋翻处理下分别为2660和2051 kPa,对作物生长均没有限制作用;秋翻处理的土壤硬度曲线随垄形而变化,免耕处理的土壤硬度曲线起伏较小.与秋翻相比,免耕显著增加了5～20 cm土层的土壤容重.5 ～ 30 cm土层的土壤容重在免耕处理下变化幅度较小,在秋翻处理下随土壤深度的增加逐渐增大.土壤容重与土壤硬度之间相关性不显著.     

不同耕作方式下黑土的渗透特性和优先流特征

用染料示踪法和双环法相结合,对连续6年的免耕与秋翻中层黑土进行水分入渗与优先流对比研究.结果表明：在整个入渗过程中,免耕土壤的渗透率都大于秋翻土壤,达到稳渗时,免耕土壤的稳渗率是秋翻土壤的1.35倍,累积渗透量是秋翻土壤的1.44倍.从亚甲基蓝溶液的渗透深度来看,免耕土壤的渗透深度（43 cm）明显大于秋翻土壤（27 cm）.与秋翻土壤相比,免耕土壤具有更好的孔隙发育和更多的生物孔隙,具有良好的优先流特征,这对水分入渗和水土保持有重要作用.     

蚯蚓野外采样方法评述

蚯蚓作为土壤生态系统的关键组成部分,不但可以改善土壤结构,而且与许多生物化学养分循环直接相关,对土壤质量改善和土壤生产力提高起到至关重要的作用.然而,蚯蚓野外采样方法的系统研究和评估还比较缺乏,在国内尤其少见.本文综述了目前国内外常见蚯蚓野外采样方法的操作过程、优缺点、有效性以及对蚯蚓种群特征研究结果可能产生的影响,认为在允许扰动土壤的区域,利用驱虫剂与手拣法相结合进行蚯蚓采样能够较为准确地反映蚯蚓种群和生物量的真实特征;在不能扰动土壤的区域异硫氰酸烯丙酯(AITC)溶液方法是最佳选择.