排序方式: 共有5条查询结果,搜索用时 283 毫秒
1
1.
分析了27个紫色土丘陵区土壤样品的机械组成,运用分形模型计算出土壤颗粒分形维数D(D=2.817—3.030),探讨了分形维数D与土壤粒度组成、土壤抗蚀性之间的关系,并分析了不同土地利用方式下土壤颗粒分形维数D与土壤有机质含量(O.M)、土壤容重(B.D)的相关关系。研究表明:土壤颗粒分形维数D能够很好的表征土壤质地,重点反映〈0.05mm的细颗粒物质,尤其是粘粒,其次是粉粒;与土壤有机质含量(O.M)、土壤容重(B.D)均达到极显著水平;其次分形维数D还能作为评价土壤水土流失和土壤生态恢复的指标。 相似文献
2.
3.
以2004~2006年间野外采样数据,采用土壤类型法对川中丘陵区(内江、资阳和遂宁三市)紫色土表层土壤有机碳密度及储量进行估算,分析了土壤有机碳密度的分布差异。据统计研究区紫色土面积为9070.19km^2,研究结果:表层土壤有机碳密度介于3.32kgC/m^2~1.71kgC/m^2间,具有高度的变异性,表层土壤有机碳储量为1.84Tg。并对影响紫色土有机碳分布的母质、地形和土地利用方式等因素进行了分析:不同成土母质上发育的表层土壤有机碳密度有差异,但均与母岩及其风化物有较强的相关性;主要土属从丘顶到丘脚土壤有机碳密度均逐渐增高;不同土地利用方式下土壤有机碳密度不同,但基本遵循疏林地〉荒草地〉坡耕地的规律。 相似文献
4.
基于定性和定量辅助变量的土壤有机质空间分布预测——以四川三台县为例 总被引:5,自引:0,他引:5
准确获取土壤性质的空间分布信息,是区域土壤资源优化利用和土壤环境保护的需要。以川中丘陵区三台县为案例区,运用人工神经网络模型,构建融合区域定性及定量辅助变量的空间预测方法,模拟三台县土壤有机质的空间分布格局。结果表明,研究区土壤有机质在4.20~47.60 g kg-1之间,平均为17.97 g kg-1;变异系数为36.89%,属中等程度变异。土壤有机质的块金值与基台值之比为0.742,变程为7.0 km,即空间自相关性较弱。不同土壤类型间有机质含量差异显著;土属的空间分布较土类能更好地揭示研究区土壤有机质含量空间分布格局的差异。除土壤类型因素的影响外,坡度、地形湿度及植被盖度是研究区土壤有机质空间变异的主要因子。融合土壤类型因素和地形植被因子的神经网络模型预测结果,比普通克里格法、回归克里格法以及神经网络结合普通克里格的方法,更符合研究区地学规律和实际情况;其预测结果的平均绝对误差、平均相对误差和均方根误差较其他3种方法均降低幅度显著。同时,该方法对极值有较好的预测能力。研究为复杂环境条件下准确获取区域土壤性质的空间分布信息提供了较可行的方法。 相似文献
5.
不同母质发育的紫色水稻土腐殖质分布特征 总被引:2,自引:0,他引:2
研究了川中丘陵区紫色水稻土土壤腐殖质碳的剖面分布及其组成特征,探讨了土壤腐殖质与活性有机碳、土壤全氮含量的关系.结果表明:(1)表层腐殖质碳含量、HA/FA值同时受母质和水分条件的影响,冲沟上部的淹育性水稻土主要受母质的影响,而冲沟交汇处的潜育性水稻土,则主要受水分条件的影响;剖面分布上,土壤腐殖质碳含量、HA/FA总体上随土层深度的增加呈递减趋势.在水分条件的影响下,腐殖质碳含量、HA/FA值表现为淹育性水稻土<渗育性水稻土<潜育性水稻土.(2)腐殖质碳、HA、HA/FA值的含量与LOC呈极显著正相关关系(P<0.01),FA与LOC呈显著的正相关关系(P<0.05).(3)腐殖质碳、HA、HA/FA与TN呈极显著的正相关关系(P<0.01),FA与TN呈显著的正相关关系(P<0.05). 相似文献
1