国内土壤科研进展（2020年第8期）|研究

导  读

汞污染农田治理研究取得新进展等10则进展。

来源：根据中国科学院、中科院南京土壤所、中科院地理资源所、南京农业大学资环学院、浙江大学资环学院、华中农大资环学院等单位网站近期报道及相关作者供稿等整理

汞污染农田治理研究取得新进展

由于长时间的汞矿石开采和冶炼，我国汞矿区农田土壤汞污染严重。当地居民长期食用种植在污染土壤的农产品，因此他们遭受不同程度的汞暴露。

目前，现有的汞污染土壤的修复技术由于成本普遍过高、修复时间长、效果不稳定且农民收益得不到保障等不足，因此无法大规模应用于矿区汞污染农田修复。针对矿区汞污染农田修复的难题，中国科学院地球化学研究所研究员冯新斌团队另辟蹊径，通过筛选原生的低积累汞的农作物，并基于污染区的地域特色首次构建了污染区农业种植结构调整方案。

研究组系统采集了万山汞矿区（共有4566公顷农田）679组样品包括43种作物，分析了作物可食用部分的汞含量并评估其富集汞的能力。研究发现，农作物可食用部分中汞的含量在2.4-1075 μg kg-1范围内，而在相应土壤中汞的含量在0.6-789.6 mg kg-1范围内。发现了四种低积累汞的农作物，包括萝卜（2.03-10.71μg kg-1）、草莓（2.80-10.43 μg kg-1）、玉米（1.23-21.32 μg kg-1）和马铃薯（0.84-13.39 μg kg-1），这些作物的可食部分的汞含量低于国家食品安全标准规定的限值（10-20 μg kg-1）（图1）。进一步通过田间试验对以上四种作物积累汞的能力又进行了验证。基于这些发现，构建了万山汞矿区污染区农业种植结构调整方案。经评估，实施该策略将使该地区农产品中汞的累积最多减少92％，并使该地区农作物的经济产出提高3.6倍，达到降低人群对汞的暴露以及使农民获得经济收益的目的。

相关研究成果“Mercury accumulation in crops at a mercury-polluted mining site: agricultural planning to manage mercury risk in farming communities”发表在环境科学领域期刊Journal of Cleaner Production上。

论文链接

https://www.sciencedirect.com/science/article/pii/S0959652620313718

图：汞矿区蔬菜、水果、粮食作物及根际土壤中的汞含量

武汉植物园等在三峡水库消落区植被—土壤系统恢复特征研究中取得进展

水库消落区是陆地生态系统和水生生态系统的交错带，具有生物多样性富集、水陆生态系统物质交换和能量流动、净化水质等重要生态功能。然而，频繁的人类活动已导致消落区植被和土壤严重退化，甚至使部分生态功能丧失。植被恢复对于支撑消落区的生态系统稳定、物质循环等重要生态功能具有重大意义。近年来，由于人工建坝干扰以及降水格局的改变，消落区生态系统水文变化愈来愈剧烈，这对消落区结构和功能的稳定性产生威胁。因此，长期水淹干扰后消落区植被—土壤系统的变化特征及恢复机制已成为全球变化生态学研究的热点及难点。

中国科学院武汉植物园水生植物与流域生态重点实验室叶琛、张全发等研究人员和格里菲斯大学河流研究所教授Chengrong Chen团队，联合研究了三峡水库消落区在经历10年水淹干扰后其植被—土壤系统的动态变化及恢复机制。研究结果表明，长期周期性水淹使得消落区土壤中总氮和总磷的含量平均减少了17%。消落区中淹没频率高的海拔区间拥有较低的植被物种多样性和丰富度，因此，研究结果证实了消落区水文变化会对消落区的植被和土壤元素含量产生重要的影响。此外，消落区植物群落即使在连续10年的周期性淹水之后，也可以经过一个生长季从先前的淹水中部分恢复过来，其恢复主要受到同一时期土壤化学性质的影响。但是，人工植被恢复对生态系统特性或其恢复的影响很小，这表明自然恢复是消落区生态系统管理的首选措施。该研究揭示了人工建坝引起的水文变化会对消落区生态系统的结构和功能产生深远的影响，这将是生态系统管理和生物多样性保护面临的挑战。

该研究得到国家自然科学基金（31570521、31300441）、中科院青年创新促进会（2019334）和原国务院三峡办项目（SX2017-022）的支持。研究结果以Shifts in characteristics of the plant-soil system associated with flooding and revegetation in the riparian zone of Three Gorges Reservoir, China 为题，发表于国际学术期刊Geoderma（2020, 361:114015）。

论文链接

https://www.sciencedirect.com/science/article/abs/pii/S0016706119306664?via%3Dihub

不同的淹没时间下消落区植被和土壤微生物群落平均恢复率的差异

武汉植物园揭示淹水对消落区植被群落和植被-土壤δ13C和δ15N特征的影响

三峡大坝建成后形成了水位落差高达30m的消落带，这种特殊的河岸带生态系统受人为调节水文节律的变化的影响，大坝的建设改变了河岸带原有的植被类型和水文平衡。以往的研究大都单一分析淹水对植被群落多样性和植被生活型的影响，消落区淹水对不同功能群植被群落变化和植被-土壤δ13C和δ15N特征的影响仍不清楚。

中国科学院武汉植物园科研人员从三峡消落区上游到下游选择6个样点：长寿、涪陵、忠县、万州、巴东和秭归，在每个样点选择一个50m×50m样带，每个样带包含淹水区和不淹水区：淹水区（145-170，周期性淹水，落干期有植被恢复）；不淹水区>175米，（原始植物无淹水地区）开展研究淹水对植被群落结构和植被-土壤同位素特征的影响。结果表名，淹水显著改变了植被群落结构，对于不同植被功能群（C3和C4）来说，在整个流域尺度上淹水显著增加了C4植被所占比例，植被功能群改变导致输入到土壤中δ13C和δ15N改变，通过分析C3和C4在不同碳库中所占比例时研究人员发现，土壤有机碳库和惰性碳库主要是来源C3植被输入，淹水增加了C4植被在易变碳中输入比例。对于土壤δ15N来说，研究人员发现土壤δ15N与植被群落δ15N不相关，主要是受到土壤碳氮库含量和土壤pH的影响。该结果揭示了消落区淹水改变了植被功能群及植被-土壤δ13C和δ15N对淹水的响应过程和机理。

该研究得到中科院战略先导专项B（XDB15010200）和国家自然科学基金(31770563)的资助，相关研究成果以Shift in functional plant groups under flooding impacted ecosystem C and N dynamics across riparian zones in the Three Gorges of China 为题发表在国际期刊Science of the total environment上。

武汉植物园为第一作者单位，中科院水生植物与流域生态重点实验室博士生张丹丹为第一作者，研究员程晓莉（现工作单位云南大学）为通讯作者。

论文链接

https://www.sciencedirect.com/science/article/pii/S0048969720318155?via%3Dihub

三峡消落区淹水对植被-土壤同位素特征的影响

南京土壤所在青藏高原典型退化草甸植被盖度时空分布及模拟方面取得进展

青藏高原是我国主要的土壤侵蚀区之一，由于受到气候变化和人类放牧活动的影响，藏北高寒草甸植被侵蚀、破坏严重，亟需恢复和治理。了解禁牧条件下高寒草甸植被的时空动态及其控制因子，对高寒区土壤侵蚀防治以及草甸植被管理具有重要的实际意义。

植被盖度（VC）是植被生长重要的指示指标，目前，青藏高原VC的研究多以植被指数（如NDVI）为中介，利用遥感手段研究NDVI的时空变化，但在退化的低VC区，NDVI对裸露土壤背景信号敏感，会导致VC与NDVI的关系具有不确定性，反演精度降低。此外，多数研究集中在较大尺度，缺乏中尺度（百米尺度）的研究。中尺度VC的研究可弥补点和区域尺度研究的空白，为二者的尺度转换起到桥梁作用，同时中尺度的研究结果可为遥感产品提供面域校正数据，提高遥感反演的精度。

南京土壤所梁音课题组以藏北一处典型退化高寒草甸为对象，基于数码照片提取2015年和2016年两个生长季的VC数据，利用地统计、时间稳定性、传递函数等方法分析了样地内VC的时空分布特征、主要影响因素，并基于最小变量组建立了VC的传递函数估算模型。研究发现，两个生长季的VC均在空间上表现出中等程度变异性和较强的空间依赖性，总体上在样地西北部、中部和南部VC数值较高，东部数值相对较低。空间上VC主要与土壤容重、pH具有显著的负相关关系，与有机质、全氮和全钾含量具有显著的正相关关系。VC具有较强的时间稳定性，空间模式在时间上具有相似的分布特征，利用测点63处的VC值代表样地平均值具有较高的精度。时间上，VC主要受30cm深土壤含水量（SWC30）、太阳净辐射、空气温度（Ta）、相对湿度和大气压（Pres）的影响。研究区气候条件对VC的影响要大于土壤性质和地形等空间因素，基于SWC30、Ta和Pres建立的VC时间估算传递函数模型具有一定精度，能够解释60%以上的时间变异性。该研究首次明确了藏北中尺度典型退化高寒草甸的时空分布和主要影响因素，可为高寒区土壤侵蚀防治和草甸植被恢复管理提供数据基础和理论依据。

该研究成果发表在Catena上，研究得到了国家重点研发计划（2018YFC1801801）、国家自然科学基金（41807019）和江苏省自然科学基金（BK20181109）的支持。

植被盖度在2015和2016生长季的时间分布及对降雨和土壤含水量的响应特征

南京土壤所在盐渍化农田改良剂应用对氨挥发影响研究中取得进展

氨挥发是农田氮素损失的主要途径之一，在我国南方一些稻麦轮作系统中，氨挥发甚至是农田氮肥的第一大损失途径。据估计全球农田生态系统中，每年有2700-3800万吨的NH3被排放到大气中，一方面导致农田可利用氮素减少，另一方面挥发的NH3也会对环境造成污染。滨海盐渍化障碍农田土壤中的盐分作为一种重要胁迫因子，会对农田土壤氨挥发产生中重要影响。在盐渍化农田治理、改良过程中常施用不同类型土壤改良调理制剂，而这些土壤改良调理剂与盐分交互条件对氨挥发的影响尚不明确，阐明该交互作用对氨挥发的影响规律和作用机制对于降低滨海盐渍农田氮素损失、实现盐渍化农田土壤加速治理利用和养分高效之间的平衡，具有重要理论和实践指导意义。

南京土壤所杨劲松课题组针对上述问题，在滨海滩涂盐渍障碍农区选取不同盐碱程度原位土壤，深入研究了盐分状况、施用肥料类型、改良剂与盐分交互作用对氨挥发及相关氮素转化过程的影响。研究发现：土壤盐分通过抑制硝化过程以及改变与氨挥发相关的土壤特性，造成铵态氮在土壤中的积累，进而加剧了氨挥发。在不同肥料类型中，尿素的累积氨挥发量最高，其次为磷酸一铵，有机肥的累积氨挥发量最低。改良剂施用和盐分的交互作用方面，生物炭处理在淡土环境下不会增加氨挥发，但高量生物炭在盐渍土条件下显著增加了氨挥发，这主要是由于土壤中大量盐分离子降低了生物炭对NH3/NH4+的吸附能力，进而导致氨挥发量的增加。石膏处理无论是在淡土和盐渍土条件下均能降低氨挥发，但高量石膏与低量石膏处理下氨挥发的差异不显著，表明石膏用量增加并不会进一步降低氨挥发。这主要是由于石膏用量增加虽然能进一步降低土壤pH，但其也会相应加剧对硝化过程的抑制作用。综合上述研究结果，从提高盐渍农田养分利用率角度，建议使用低量生物炭和石膏进行盐渍化农田的治理与改良。

该研究成果发表在CATENA上。研究得到了国家重点研发计划项目课题(2016YFD0200303)，国家自然科学基金委员会—山东联合基金重点项目(U1806215)，中国科学院重点部署项目(KFZDSW-112-03-02)的资助。

淡土和盐渍土施加土壤改良剂（石膏和生物炭）对氨挥发的影响

华中农大在生物炭钝化土壤重金属和去除水体重金属研究中取得多项进展

南湖新闻网讯（通讯员 高瑞丽）近日，华中农大资源与环境学院胡红青教授团队在生物炭钝化土壤中重金属和去除水体中重金属的研究上取得系列进展，该团队研究了多种原始生物炭和改性生物炭对土壤和水体中重金属的固定效果，并深入揭示了生物炭同土壤和水体中重金属的相互作用机制，为生物炭在环境重金属修复中的应用提供了重要依据。

面对日益严重的环境重金属污染问题，原材料来源广泛的生物炭可以作为吸附剂和钝化剂去除水体和固定土壤中重金属，这对于生物质废弃物的回收利用和环境修复是一种双赢的策略。胡红青教授团队通过对农作物秸秆生物炭在农田重金属污染修复中的应用做了大量研究后发现：水稻秸秆生物炭（RSB）、稻壳生物炭（RHB）和玉米秸秆生物炭（MSB）分别以3％添加到土壤中后Cd的毒性特征浸出（TCLP）浓度分别降低了42.9％，32.7％和36.7％，同时，小白菜地上部和根部中的Cd含量均显著降低；水稻秸秆生物炭添加到Cd污染土壤中后可以增加土壤pH值，吸附固定Cd，还可以通过促进植物生长来降低抗氧化酶的活性；另外，2%水稻秸秆生物炭施用到Ni污染土壤中后DTPA和TCLP提取态Ni含量分别降低了88.9%和76.7%，玉米地上部和根部的Ni含量分别降低了95.2%和66%；生物炭和土壤混合后对Ni的吸附量远高于单纯的土壤，最大吸附量可达到13348 mg kg-1。以上研究为农作物秸秆生物炭在土壤重金属修复中的应用提供了一些依据，相关结果相继发表在Chemosphere（论文1、2、3）和Journal of Environmental Management（论文4）期刊上，我校博士生Saqib Bashir和Umeed Ali分别为第一作者，教授胡红青为通讯作者。

原始生物炭对重金属的固定能力比较有限，如何通过改性方法提高生物炭对重金属的固定能力是目前研究的热点问题。该团队首次将油菜秸秆分别同两种正磷酸盐（Ca(H2PO4)2·H2O和KH2PO4）混合制备得到共热解生物炭，并深入探究了共热解生物炭对水体中Pb和土壤中多种重金属的固定效果及机制。结果表明：正磷酸盐在共热解过程中发生了显著的热化学转化，分别转化为焦磷酸钙、焦磷酸钾和偏磷酸钾，共热解生物炭不仅展现出巨大的Pb去除能力，而且可以高效固定复合污染土壤中Pb、Cd和Cu。共热解生物炭在水溶液中去除Pb主要是通过形成磷-铅沉淀（Pb5(PO4)3Cl、Pb2P2O7和Pbn/2(PO3)n），其在土壤中对重金属的固定机制包括生物炭上的磷、-OH和 -COOH与重金属的直接相互作用，以及生物炭添加导致土壤pH值和有效磷含量增加的间接作用。以上研究为土壤和水体重金属的修复提供了有潜力的生物炭材料，相关结果相继发表在Journal of Hazardous Materials（论文5）和Science of the Total Environment（论文6）期刊上，我校博士生高瑞丽为第一作者，副教授付庆灵为通讯作者。

另外，该团队还首次对比了HNO3、H2O2、KMnO4三种氧化剂氧化油菜秸秆生物炭对水体中Pb的去除效果，并对去除机制进行了定量分析，高锰酸钾氧化生物炭对Pb的固定能力远高于其他氧化剂氧化生物炭，其可以同Pb形成稳定的内圈络合物并通过离子交换作用高效去除酸性水体中Pb，这对氧化剂的筛选和水体Pb修复具有重要意义。相关结果近日在国际期刊Science of the Total Environment（论文7）上发表。华中农大高瑞丽博士为第一作者，付庆灵副教授为通讯作者。这些研究得到国家科技支撑计划（2015BAD05B02）、国家重点研发计划 (2016YFD0800805)等项目经费支持。

论文链接1：

https://www.sciencedirect.com/science/article/pii/S0045653518314334

论文链接2：

https://www.sciencedirect.com/science/article/pii/S0045653517319392

论文链接3：

https://www.sciencedirect.com/science/article/pii/S004565351932658X

论文链接4：

https://www.sciencedirect.com/science/article/pii/S0301479719313921

论文链接5：

https://www.sciencedirect.com/science/article/pii/S0304389419302158

论文链接6：

https://www.sciencedirect.com/science/article/pii/S004896972032636X

论文链接7：

https://www.sciencedirect.com/science/article/pii/S0048969719342457

浙江大学罗忠奎研究员、史舟教授在Global Change Biology发文揭示土壤有机碳组分时空动态规律

2020年5月13日，浙江大学环境与资源学院罗忠奎研究员、史舟教授在国际权威期刊Global Change Biology在线发表题为“Distinct controls over the temporal dynamics of soil carbon fractions after land use change”的研究论文。

土壤有机碳是最大的陆地碳库，影响一系列土壤相关的生态系统功能，如气候调节、土壤肥力和农业生产等。土地利用变化对土壤有机碳有强烈影响，但具体的影响幅度和过程还不清楚。其中一个很重要的原因是：土壤有机碳的组分复杂，而这些组分的周转特性千差万别。

基于176个站点的三个有机碳组分（颗粒有机碳POC、矿物结合体有机碳MOC和生物黑炭COC）时空动态变化数据，罗忠奎研究员、史舟教授和澳大利亚合作者系统分析了这三个碳库在土地利用变化后的时间动态变化规律及其控制因子。结果表明：土地利用变化前，每个组分的初始含量是决定其后续变化最重要因子，即基线效应（the baseline effect）。但是，气候、土壤理化特性和植物碳输入对这个三个组分的影响截然不同，并且与土地利用变化的时间有关。其中，气候和土壤特性对MOC和COC的影响更大；而对POC来说，植物碳输入和田间管理措施（如轮作系统）的影响更大。这些结果说明了测量有机碳组分和考虑它们特异性稳定机制对土壤有机碳管理和可靠预测的重要性。

图释：三个有机碳组分变化与其初始含量的关系（基线效应）。

罗忠奎研究员为该论文的第一和通讯作者，浙江大学为第一和通讯单位。该研究得到“中央高校基本科研业务费专项资金”和“青年科研创新专项”的资助。

论文网页链接

https://onlinelibrary.wiley.com/doi/10.1111/gcb.15157

南京农大邹建文课题组在陆地表层碳氮过程与全球变化研究领域取得重要进展

大气二氧化碳、甲烷和氧化亚氮等是引起全球变暖的三大主要温室气体。自工业革命以来，大气温室气体浓度增加引起的全球近地表温度平均升高了0.8-1.2℃，国际社会正致力于到本世纪末将温度增加控制在1.5-2.0℃以内。陆地生态系统碳氮生物地球化学循环在全球变化中扮演着重要角色，温度升高驱动着陆地生态系统碳氮循环过程，形成两者的响应和反馈效应。一方面，温度升高会促进陆地生态系统光合产物积累、增加陆地生态系统碳库储量，形成对气候变化的负反馈效应，减缓温室效应。另一方面，温度升高又会加速土壤有机碳的分解、促进陆地生态系统甲烷和氧化亚氮等温室气体排放，形成对气候变化的正反馈效应，加剧温室效应。因此，陆地生态系统对温度升高的响应强度和反馈效应成为近年来全球变化研究领域的前沿热点问题。

近日，南京农大邹建文教授课题组通过对全球1845组原位观测资料的集成与大数据分析，在陆地生态系统碳氮温室气体排放对温度升高的响应和反馈研究取得重要进展。研究结果以“Increased soil release of greenhouse gases shrinks terrestrial carbon uptake enhancement under warming”为题于5月13日发表在全球变化研究领域顶级期刊《全球变化生物学》Global Change Biology上。课题组刘树伟博士和博士生郑雅晶为论文共同第一作者，邹建文教授和刘树伟博士为共同通讯作者，课题组成员、资环院李兆富教授和美国生态学会亚洲分会主席、北亚利桑那大学（Northern Arizona University）骆亦其教授参与了该项研究。

研究发现，在全球平均1.5°C的升温强度下，陆地生态系统温室气体甲烷和氧化亚氮的年排放量增加了18.4亿吨二氧化碳当量，伴随着土壤有机碳库损失消耗、减少了16.0亿吨二氧化碳当量，相当于每年陆地生态系统植被和土壤固碳总增量（222.5亿吨二氧化碳当量）的8.3%。因此，全球1.5°C温度升高引起的土壤温室气体排放一定程度上削弱了陆地生态系统的固碳效应，但陆地生态系统总体上还是扮演“碳汇”的角色。论文共同第一作者和通讯作者刘树伟博士介绍称：“综合对不同增温方式的比较研究发现，增温其实并不一定会导致土壤碳库的大量消耗、形成对气候变化的正反馈效应和加剧温室效应，这要取决于增温方式和强度，相对于土壤增温所引起的有机碳库的快速消耗，地上部分冠层增温并不会明显减少土壤碳库储量。”因此，以往完全基于土壤增温模拟试验观测研究方法得出的研究结论可能存在一定的片面性和局限性。

陆地生态系统碳氮过程对增温响应和反馈概念图

据了解，邹建文教授课题组主要从事陆地表层碳氮过程与全球变化研究。该方向是农业资源与环境“双一流”建设学科的5个主干研究方向之一。该方向有关农田土壤温室气体排放观测与模型研究成果曾先后获得江苏省科技一等奖和教育部自然科学一等奖。近年来，该课题组有关土壤温室气体排放对气候变化的响应和反馈研究取得新进展，在国家自然科学基金项目、973项目、国家重点研发计划项目以及人才项目等资助下，相关结果相继在Ecology Letters，Global Change Biology，Environmental Science & Technology等期刊上发表了数篇论文。

全文链接

https://onlinelibrary.wiley.com/doi/abs/10.1111/gcb.15156

中科院地理资源所史文娇等在大尺度土壤粒径空间插值和土壤质地分类方面取得新进展

土壤质地是影响土壤性质的最重要属性之一，土壤粒径是众多土壤、水文、生态系统和环境评估等大型陆表过程模型中的关键参数。在大尺度范围内，提高其空间预测精度有助于更好的理解土壤物理、水文、生态和环境等过程机制。系统比较五种机器学习模型结合土壤粒径原始数据及三种对数比转换数据在土壤粒径插值和土壤质地分类中精度验证、空间制图和不确定性分析等方面的表现，可为基于机器学习模型和偏态分布数据在大尺度土壤粒径空间预测研究提供参考。

近期，史文娇等使用五种机器学习模型——K最近邻（KNN）、多层感知器神经网络（MLP）、随机森林（RF）、支持向量机（SVM）和极端梯度提升树（XGB），结合原始数据、加性对数比（ALR）、中心对数比（CLR）和等距对数比（ILR）三种对数比转换数据方法，对黑河流域进行土壤粒径插值和土壤质地分类的系统比较。

结果表明，对数比转换方法降低了土壤粒径数据的偏度。在土壤质地分类方面，RF和XGB，具有较高的总体精度和Kappa系数。根据精度-召回率曲线下面积（AUPRC）分析，可对类别不均衡数据进行分类能力的评价。对于土壤粒径插值，RF具有最优的均方根误差（RMSE）、平均绝对误差（MAE）、Spearman相关系数（RCC）、Aitchison距离（AD）和标准化残差平方和（STRESS）。使用对数比转换方法（尤其是CLR和ILR）可以改善STRESS。直接分类法和间接分类法的空间预测图在黑河流域上游和中游的细节表现较为类似，而利用对数比转换方法的间接分类图在下游具有更多的细节信息。土壤质地的间接分类法与直接分类法相比，Kappa系数提高了21.3%。

综上，根据土壤粒径插值和土壤质地分类的精度评价， RF是五种机器学习模型中的最佳模型；考虑到成分数据的约束性，推荐ILR方法结合机器学习模型；若考虑模型精度和模型计算时间的权衡，更推荐XGB模型。

论文第一作者为中科院地理资源研究所客座研究生张沫，通讯作者为史文娇。相关研究成果发表在地学一区TOP期刊《HYDROLOGY AND EARTH SYSTEM SCIENCES》（IF：4.936）上。此项研究是该团队继小尺度（黑河上游天老池小流域，Journal of Hydrology, 2017, 546: 526–541）和中尺度（黑河流域上游，Geoderma. 2018, 324: 56-66）研究之后，在大尺度（整个黑河流域）的土壤粒径空间插值工作上取得的突破性进展。

论文信息：

Zhang Mo, Shi Wenjiao*, Xu Ziwei. Systematic comparison of five machine-learning models in classification and interpolation of soil particle size fractions using different transformed data, Hydrol. Earth Syst. Sci., 2020, 24, 2505–2526. https://doi.org/10.5194/hess-24-2505-2020.

论文链接

https://www.hydrol-earth-syst-sci.net/24/2505/2020/

广东林科院丁晓纲教授发文阐述利用人工神经网络模型制作高分辨率土壤质地及有机质分布图

广东省林业科学研究院森林土壤团队使用人工神经网络模型，制作了云浮市的高分辨率土壤质地图。研究采用低分辨率土壤质地（CST）地图，以10 m分辨率的数字高程模型（DEM）导出9个地形水文变量作为候选输入，建立了一系列针对5个深度的人工神经网络（ANN）模型，并通过对云浮林地385个土壤剖面的10折交叉验证进行了评估。结果表明，最优模型精度优于大多数其他研究，并具有足够的推广能力，模型生成的10 m分辨率的云浮市砂土和粘土含量图显示的信息比粗分辨率图更详细，可以反映DEM衍生的地形水文变量的影响并清楚地显示三维土壤质地的变化。

详细的土壤有机质（SOM）空间分布图对于土壤管理和林业经营具有重要作用。然而，在大尺度上绘制空间土壤有机质分布图具有一定困难。广西大学森林生态与保育重点实验室与广东省林业科学研究院密切合作，基于云浮市实测土壤样点数据，运用人工神经网络模型，成功制作广东省云浮市10 m分辨率的土壤有机质空间分布图，涵盖面积7785 km2。研究基于云浮市318个样点实测数据，使用10折交叉验证人工神经网络模型制作土壤有机质空间分布图。结果表明，最优模型在建模区域中表现良好，泛化能力最强。使用反向k折交叉验证时，仅需要少量验证数据，便可在最优模型生成的土壤有机质空间分布图与模型扩展区域实测样点数据之间建立稳定且显著的线性关系。由此可见本研究设计的方法有效可行，可以利用有限数量的的现场样本数据在大尺度上生成土壤有机质空间分布图。

以上研究成果分别以“Model prediction of depth-specific soil texture distributions with artificial neural network: A case study in Yunfu, a typical area of Udults Zone, South China”（DOI: 10.1016/j.compag.2008.07.008，第一作者为丁晓纲教授）和“Extended model prediction of high-resolution soil organic matter over a large area using limited number of field samples”（https://doi.org/10.1016/j.compag.2019.105172，第一作者为广西大学赵正勇教授，丁晓纲教授为共同作者）为题发表在《Computers and Electronics in Agriculture》。

“土壤家”近期文章推荐

“环境与健康观察”近期文章推荐

“土壤观察”近期文章推荐

荐  书

 我们是“土壤观察”（turangguancha），感谢您的阅读！

欢迎关注，欢迎分享到朋友圈或转发给好友,长按二维码，识别关注我们

联系我们请加13926117407微信号（或发邮件至[e-mail]）

如果觉得土壤观察干得不错，请转发朋友圈或点击“在看”