下载:
-
土地沙漠化是全球性的环境问题。土壤沙化不但使生态环境恶化，而且对社会经济的可持续发展也产生深远影响[1]。根据《第5次全国荒漠化和沙化状况公报》，截至2014年，全国沙化土地总面积172.12 万km2，占国土总面积的17.93%。对比《第4次全国荒漠化和沙化状况公报》，虽然土壤沙化总体呈现被遏制的态势，但沙化治理形势依然严峻，引起的生态负效益仍不容忽视[2-3]。四川省阿坝州红原县位于青藏高原东南部四川省阿坝州，海拔平均3 552 m，地势起伏平坦。主要为沼泽、草甸、灌丛、森林四大植被类型，主要土壤类型为沼泽土、亚高山草甸土、风沙土[4]。根据当地政府统计数据，红原县沙化土地面积为4 450 hm2，轻度沙化面积为378 hm2，其余为中度沙化土壤；过度放牧是引起当地土壤沙化的主要成因。该地区年均降水为754 mm，80%是集中在5−9月，而且多为雷阵雨和暴雨[5]。土壤及养分流失的隐患较为突出。红原发达的畜牧业导致每年产生的牲畜粪便数量惊人，特别是牦牛Bos grunniens粪，仅仅红原县瓦切乡年产生量就高达59万t·a−1。然而，当地以焚烧作为牦牛粪的主要处理方式，效率较低。如何充分利用当地丰富的牦牛粪资源开展沙化土壤治理是本研究关注的重点。传统的畜禽粪便就是良好的有机肥料，含有大量的有机质、矿物质等[6-7]。此外，生物质炭是当前废弃物资源化利用的研究热点之一，国内外学者已经对牛粪热解制备生物质炭以及牛粪生物质炭改良土壤进行了初步的探索。施加适量的生物质炭可改善土壤结构，增加土壤有机质含量和提高土壤微生物活性，有利于作物生长发育，增加产量和农业收益[8]；DUAN等[9]探讨在牛粪堆肥过程中，生物质炭单独与菌群改良剂联合使用对改善土壤微生物群落和增强土壤酶活性有积极作用。另有研究表明：聚丙烯酰胺(PAM)可以改善土壤的物理性状[10]，保持土壤良好的透气性和保水性，还可以防治水土流失，与分散的土壤颗粒形成大团聚体，增强表层的抗冲蚀能力[11]。目前基于牦牛粪制备生物质炭或者堆肥对土壤改良的研究报道较少。同时，考虑到红原县沙化土壤特性，PAM可以有效改变沙化土壤粒径组成，因此，本研究以红原县当地丰富的牦牛粪为基质，制备生物质炭和堆肥产品，通过实验室模拟研究，验证炭肥产品的混施以及添加PAM来进行沙化土壤改良、以减少渗流造成的土壤养分流失的可行性。
-
土样采自红原县瓦切乡野外沙化草甸的0~40 cm土层，混合均匀后备用。牦牛粪生物质炭、牦牛粪堆肥产品是向当地牧民处购买新鲜牦牛粪进行制备。牦牛粪生物质炭的制备依照丁黎等[12]的生物质炭制备方法，在热解炉中以600 ℃高温热解。牦牛粪堆肥环境为40 ℃恒温大棚。牦牛粪堆肥基本理化性质为有机质128.30 g·kg−1，全氮33.79 g·kg−1，总磷7.97 g·kg−1，全钾14.35 g·kg−1。牦牛粪基生物质炭基本理化性质为有机碳357.32 g·kg−1，全氮11.85 g·kg−1。PAM购自山东宝莫生物化工股份有限公司。
-
从2016年9−11月，周期为60 d。淋溶土柱为聚丙烯(PP)圆柱体(图1)，内径为9.7 cm，高为48.3 cm。用钻孔机在土柱上从下往上每10 cm钻1个孔，共4个孔，以此模拟40 cm深的土层。每个小孔安装1个土壤溶液采集器，收集土壤浸出液，模拟水分流失。共设置4个处理：单施堆肥处理(H1)，炭肥混施(1∶1)处理(H2)，以及单施生物质炭处理(H3)，此外，另设定不添加炭肥的空白处理(H0)。同时，在上述同样处理的基础上再对应地添加PAM，构成添加PAM区组(分别记为h0、h1、h2、h3)，共计8个处理(表1)，每个处理设3个重复，供试土壤有机质质量分数为19.20 g·kg−1，全氮1.71 g·kg−1，总磷0.38 g·kg−1，速效磷7.7 mg·kg−1。制作土柱时，首先在土柱20~40 cm处加入沙化土壤，经称量为1 500 g，再将改良材料和同质量的1 500 g土壤混合均匀后再加入0~20 cm土柱，加入炭肥改良材料的质量为土壤质量的3%，为45 g。根据红原县当地降雨量，模拟降水注入超纯水，2 d加1次水，每周收集1次土壤溶液采集器中的水样。
图 1 土柱实验示意图
Figure 1. Schematic diagram of the soil column experiment
表 1 实验设置
Table 1. Experimental treatments
编号 生物质炭/g 牛粪堆肥/g 聚丙烯酰胺/g 原土/kg H0 3.0 H1 45.0 3.0 H2 22.5 22.5 3.0 H3 45.0 3.0 h0 15.0 3.0 h1 45.0 15.0 3.0 h2 22.5 22.5 15.0 3.0 h3 45.0 15.0 3.0 -
土壤样品的采集时间分别是第1、15、30、45、60天，共5次。每次分层采集土柱中的土壤。每次采集用特制的细孔径取土钻取土20 g。装入自封袋扎孔后放入冻干机中冻干。冻干后用研钵磨细分别过60目筛和100目筛备用。
-
参照参考文献[13]测定分析土壤样品养分，测定的土壤养分为：全氮、硝态氮、铵态氮、有机质、土壤pH、总磷、有效磷。为有效评价PAM的添加对外源物质(牦牛粪炭和堆肥)中养分淋溶的影响，用以下公式计算外源养分淋溶率：
$$ R = \left( {{w_{\rm{T2}}} - {w_{{\rm{ck2}}}}} \right)/\left( {{w_{\rm{T1}}} - {w_{{\rm{ck1}}}}} \right) \times 100\% \text{。} $$ 其中：wT1和wT2为处理组，ck为空白对照组，1代表0~20 cm土壤上层养分质量分数，2代表20~40 cm土壤下层养分质量分数，外源养分淋溶率值越小表示养分淋溶率越低。(wT2−wck2)为处理组和对照组下层土壤养分质量分数之差，(wT1−wck1)为处理组和对照组上层养分质量分数之差。
-
利用Excel 2003进行数据处理，采用Sigma Plot 13.0软件制图，运用SPASS 22.0并选择Brown-Forsythe和Tamhane’s T2方法对结果进行方差分析。
-
如图2所示：处理60 d时，施用生物质炭和堆肥产品均可以显著提高0~20 cm土壤的pH值(P＜0.05)，但20~40 cm与对照相比差异不显著。总体来说，在施用PAM的区组中0~20 cm土壤pH值要高于20~40 cm；而未施用PAM的区组中，各个土层的pH值差异不显著。
图 2 不同处理60 d时土壤pH值
Figure 2. pH values in the soils with different treatments at the 60th day
-
经统计分析，60 d时，h0处理在0~20 cm土壤全氮质量分数显著低于h1、h2、h3处理(P＜0.05)。与h0相比，h1、h2、h3处理土壤全氮质量分数分别增加163%、255%、227%(图3A)。而在未添加PAM区组中(图3B)，H0在0~20 cm土壤全氮质量分数显著低于H1、H2、H3处理(P＜0.05，F=344)。与H0相比，H1、H2、H3处理分别增加43.5%、71.2%、54.0%(图3B)。H1、H2、H3土壤全氮质量分数随着深度增加而下降。
图 3 土壤全氮质量分数
Figure 3. Total nitrogen contents in the soils with different treatments
4个处理中，未添加PAM区组外源养分全氮的淋溶率分别为23.5%、12.8%、26.5%，而添加PAM区组外源养分全氮的淋溶率为5.4%、3.2%、8.3%。可以发现炭肥混施(H2和h2)在各自处理中淋溶率最低。
在60 d时，各处理土壤硝态氮质量分数如图4。添加PAM区组中，0~20 cm土壤硝态氮质量分数显著高于20~40 cm，单施生物质炭和炭肥混施效果最显著(P＜0.05)。而在未添加PAM区组中，H1、H2、H3处理的20~40 cm土壤硝态氮质量分数低于H0，0~20 cm土壤硝态氮质量分数显著高于20~40 cm(P＜0.05)。与H0相比，H1、H2、H3处理分别增加7.8%、24.1%、19.8%。
图 4 土壤硝态氮的质量分数
Figure 4. Nitrate nitrogen contents in the soils with different treatments
图5为土壤铵态氮质量分数图。60 d时，添加PAM区组中，0~20 cm土壤铵态氮质量分数显著高于20~40 cm(P＜0.05)；而未添加PAM区组中各处理无显著性差异(P＞0.05)。H1、H2、H3处理外源养分铵态氮淋溶率分别为40.8%、20.7%、49.2%，h1、h2、h3处理外源养分铵态氮淋溶率分别为34.9%、25.5%、34.8%(图5)。
图 5 土壤铵态氮质量分数
Figure 5. Ammonium nitrogen content in the soils with or without PAM for different treatments
-
各处理土壤总磷质量分数变化趋势如图6所示。除空白处理外，各处理0~20 cm土壤中总磷质量分数显著高于20~40 cm(P＜0.05)；20~40 cm土壤中总磷质量分数在0~45 d内呈现上升趋势，在45 d后，总磷质量分数下降。60 d时，H1、H2、H3总磷淋溶率分别为16.5%、11.4%、19.3%，而h1、h2、h3组总磷淋溶率为6.3%、4.3%、9.1%。
图 6 土壤总磷质量分数
Figure 6. Total phosphorus contents in the soils with different treatments
经统计分析，添加PAM区组各处理土壤有效磷质量分数存在显著差异(P＜0.05)。0~20 cm层土壤有效磷质量分数在处理期间整体呈下降趋势，而在20~40 cm层土壤中则变化幅度较小(图7)。总体来说，未添加PAM区组各处理土壤有效磷质量分数存在显著差异(P＜0.05)，20~30 cm层土壤有效磷质量分数在0~30 d表现上升趋势，并在30 d达到峰值，随后逐渐下降。
图 7 土壤有效磷质量分数
Figure 7. Available phosphorus contents in the soils with different treatments
-
如图8所示：60 d时，添加PAM区组中0~20 cm土壤有机质质量分数高于20~40 cm(P＜0.05)，与h0相比，h1、h2、h3处理土壤pH分别增加230%、341%、321%。未添加PAM区组中0~20 cm土壤有机质质量分数高于20~40 cm(P＜0.05)。与H0相比，H1、H2、H3处理有机质质量分数分别增加322%、530%、515%。H1、H2、H3外源养分有机质的淋溶率分别为19.0%、11.2%、15.9%，h1、h2、h3组有机质淋溶率为5.1%、1.2%、5.9%。
图 8 土壤有机质质量分数
Figure 8. Organic matter contents in the soils with different treatments
-
生物质炭施入土壤后显著提高了土壤pH值，因为生物质炭表面的−COO−和−O−等有机官能团和生物质炭中的碳酸盐是碱性的主要存在形态[14]。添加热解生物质炭能提升土壤的pH值，但畜禽粪便制成的生物质炭因含有更多的灰分，要较木炭和秸秆有更高的pH值[15]。有研究表明：生物质炭对于酸性或者弱酸性沙化土壤提高pH的效果较为理想[16]。本研究的结果与之相一致，因为牦牛粪堆肥的pH为7.1，低于生物质炭[17]。由此可以得出，生物质炭与堆肥之比中所占的比例不同，其对土壤酸碱度的改良程度也不同，生物质炭所占比例越多则土壤的pH越高。
添加生物质炭可导致土壤水向下迁移速度减慢，从而使得在一定时间内全氮的淋溶率降低，这与王燕等[18]、杨放等[19]和盖霞普[20]的研究结果一致，其原因是生物质炭改变土壤容重和增加孔隙度，从而提高土壤储水能力，增加土壤溶液中氮素在各土层中的持留时间，减少全氮的淋溶量[21-23]。根据不同处理的氮素淋溶率结果可知：单施堆肥效果要优于单施生物质炭，这是由于堆肥氮素含量显著高于生物质炭，而且添加堆肥后可以增加土壤容重减少孔隙度，减少养分淋溶，而炭肥混施后可以抵消单独施用时养分淋溶和养分含量提升不够的问题，可以显著减少土壤中全氮的淋溶率。
炭肥混施可以增强土壤的硝化作用[24]，生物质炭通过提高土壤氨氧化细菌的丰度间接促进铵态氮向硝态氮的催化氧化[25]，堆肥提高土壤中硝化细菌的活性，促进了硝化反应的进程[26]。研究周期中，硝态氮的淋溶远高于铵态氮，这是由于土壤黏土矿物颗粒带负电，生物质炭表面也带负电，对铵态氮的吸附能力较强[27]，还有一部分铵态氮通过硝化反应形成硝态氮，而硝态氮带负电荷，不易被土壤吸附，会随着模拟降水不断向下淋溶，使得含量降低[27]。另外，单施堆肥仅能显著提高土壤中氮素的质量分数，但无法有效抑制养分渗流；而炭肥混施则可有效减少养分的淋溶损失。谢胜禹等[28]研究表明：加入生物质炭可以降低堆肥中铵态氮的损失。本研究中添加了炭肥混施效果最显著，与上述结果相符合。
0~45 d土壤30~40 cm处总磷质量分数呈上升趋势，45 d后，总磷质量分数表现为下降趋势，只是因为前期上层土壤磷素淋溶，后期上层磷素释放减少。空白对照组中，土壤总磷质量分数随淋溶的进行保持水平，无明显变化；土壤总磷质量分数呈现明显升高趋势的主要原因为生物质炭和堆肥中磷素的释放，土壤有机物料中的水溶性磷与土壤淋溶液中的磷质量分数密切相关[29]。有研究表示：炭肥混施后，作为外源输入功能材料，直接或间接参与土壤生态系统中的磷素循环，并对土壤磷素物质转化过程产生重要影响[30]。一方面，生物质炭够吸附土壤中磷元素，减少流失；另一方面，生物质炭热解炭化有机磷化学键的断裂，极大提高了磷的有效性[31-33]。
有机质质量分数的增加是因为生物质炭和堆肥产品本身能够增加土壤中有机质的质量分数，生物质炭作为一种本身有着大量有机质的改良剂，可以提高土壤中有机质的质量分数，且具有巨大的比表面积和良好的吸附和固定能力，能吸附土壤中的有机物[34]。MIDDELBURG等[35]研究证实：生物质炭有助于土壤有机质的积累，土壤中生物质炭表面可被部分轻度氧化形成羰基、酚基和醌基，提高土壤的阳离子交换量，增加对有机质的吸附[36]。同时堆肥具有很高的有机质含量，可以显著提高土壤中有机质的质量分数。
-
单施炭肥可以提升土壤中有机质质量分数，但没有有效改善其渗流的状况。炭肥混施不仅能提高有机质质量分数还能抑制淋溶情况，添加PAM后可以抑制养分渗流的情况。单施炭肥同样无法改善磷素渗流的情况，炭肥混施后才能有效抑制土壤磷素渗流，添加PAM后外源养分淋溶率下降说明炭肥混施并添加PAM可以抑制土壤中磷素的流失。
根据外源养分淋溶率可知，炭肥混施组中全氮下降9.6%，总磷下降7.4%，有机质下降10.1%，单施炭肥有效降低外源养分淋溶率。因此可知，添加PAM可以显著减少土壤中养分淋溶率。有研究指出：PAM是通过分子结构中的基键与土壤颗粒间形成吸附力，维系土壤结构，防止土壤结皮，提高土壤入渗率，减小地表径流，减轻土壤侵蚀，增强土壤保肥能力[37]，与分散的土壤颗粒形成大团聚体，增强表层的抗冲蚀能力，大幅度减少土壤中氮磷钾等营养元素的损失[38]。
-
牦牛粪生物质炭及其堆肥产品混施对川西北沙化土壤养分渗流损失的抑制能力要优于单施生物质炭和单施堆肥处理。炭肥混施能够有效改善土壤的理化性质，增加土壤全氮、硝态氮、总磷、有效磷和有机质，分别提升255%、24%、120%、78%、530%。添加PAM可有效减少0~20 cm土壤养分渗流，全氮淋溶率减少9.6%，总磷减少7.1%。因此，利用红原当地的牦牛粪资源进行沙化土壤治理是确实可行的，并且可为后续的植被恢复奠定良好的基础。
Application of Bos grunniens waste on nutrient leaching reduction for the desertified soil
-
摘要:
目的 研究施用不同配比的牦牛Bos grunniens粪生物质炭和牦牛粪堆肥以及聚丙烯酰胺(PAM)对沙化土壤养分淋溶的影响。 方法 在实验室条件下，设置8个处理：单施堆肥处理，炭肥混施(1∶1)处理，以及单施生物质炭处理。另设定不添加炭肥的空白处理。同时，在上述同样处理的基础上再对应地添加PAM，构成添加PAM区组，开展为期60 d的土柱模拟淋溶实验并测定土壤养分。 结果 总体而言，施用生物质炭或者堆肥都可以增强土壤养分含量，但炭肥混施的效果要明显优于单施生物质炭或单施堆肥。与空白对照相比，占土壤质量3%的生物质炭及堆肥混施能够显著增加土壤pH值，使土壤呈弱碱性，有机质质量分数提高530%，土壤全氮质量分数提升255%、硝态氮质量分数提升24.1%，总磷质量分数提升120%，有效磷质量分数提升78%，但对铵态氮效果不显著。此外，添加PAM可以有效降低外源养分的淋溶损失；根据炭肥混施处理的结果，全氮淋溶率减少9.6%，总磷减少7.1%。 结论 混施生物质炭及堆肥产品并配合PAM可以有效提高土壤养分质量分数，同时减少养分渗流的发生。图8表1参38 Abstract:Objective This study aimed to determine the effects of different proportions of biochar and compost from Bos grunniens waste as well as the polyacrylamide (PAM) on nutrient leaching in desertified soil. Method Experiment were conducted in the laboratory by using soil column leaching method. All of treatments were divided into two groups, with and without PAM. Additionally, each group include four treatments, Bos grunniens biochar only, Bos grunniens biochar: Bos grunniens compost equal to 1∶1, bos grunniens compost only and the control treatment. Result (1) In general, the application of biochar or compost can enhance soil nutrients, and the effect of combined application of biochar fertilizer is significantly better than that of single application of biochar or compost. (2) Compared with the control group, the mixed application of biochar and compost (1∶1, w/w) with a rate of 3% of soil weight can significantly increase the soil pH and make the soil become weak alkalescent: the organic matter content increased by 530% with the addition of biochar and compost, the total nitrogen concentration increased by 255%, with the nitrate nitrogen concentration improved by 24.1% and the total and available phosphorus contents increased by 120% and 78% respectively, with no significant impact on the ammonium nitrogen content, though. (3) The addition of PAM can effectively reduce the leaching loss of exogenous nutrients with the total nitrogen leaching rate decreased by 9.6% in the presence of biochar and compost and the total phosphorus decreased by 7.1%. Conclusion The application of biochar and compost products with the addition of PAM can effectively increase the soil nutrient content while reducing nutrient seepage. [Ch, 8 fig. 1 tab. 38 ref.] -
Key words:
- Bos grunniens manure biochar /
- compost product /
- desertification soil /
- nutrient leaching
-
中国城镇化进程以中国区域经济发展为主线，其本质是空间层面上要素的流动与资源的配置[1]。近年来，长江三角洲地区城镇化水平明显提高，城市人口急剧增长，客观上导致了城市空间无序扩张、土地利用混乱、生态空间啃食严重等问题的出现。在此背景下，认识城市化进程下绿地空间的动态演变规律，系统研究人类活动对绿地空间的作用，构建合理的绿地空间格局和数量结构，对城市可持续发展和健康人居环境建设具有重要意义。
市域绿地指城市行政管辖范围内，以自然和人工植被为主要存在形态的城市用地，具有维护区域生态环境、提供郊野游憩空间、城镇隔离等重要作用。目前针对市域绿地的研究主要包括3个方面：①市域绿地的界定与规划编制问题探讨[2−3]。②市域绿地面积与空间结构演变分析。相关研究主要基于地理信息系统数据库以及遥感影像技术，运用土地动态度、景观格局指数、归纳演绎等方法，围绕典型区域展开实证研究[4−6]。③绿地演变影响机制研究。目前相关研究主要从定性和定量2个方面探究绿地面积和空间结构产生演变的影响因素[7−8]。研究多是围绕着南京绿色空间(包括林地、草地和耕地)的演变[9−10]展开，聚焦于南京市域绿地研究较少[11−12]，这不利于进一步构建生态安全格局；在研究尺度方面，近年来多聚焦于南京都市圈[13−14]或是南京部分城区[15]；针对南京市域绿地格局演变影响因素的研究较少，且多受数据限制，研究方法多以定性或简单回归为主[16−17]。
2000—2020年，在城市化建设与生态环境建设叠加作用的背景下，南京市域绿地的演变具有复杂性，探究市域绿地面积演变及其影响因素，有利于进一步协调城市经济发展与可持续发展之间的关系。鉴于此，本研究将基于南京市2000—2020年共5期的绿地地理信息数据，分析其动态格局演变过程，探寻演变影响因子及作用机制，以期为南京市域绿地优化与区域可持续发展提供依据与支持，也为其他经济发达地区市域绿地空间构建与管理提供借鉴。
1. 研究区概况
南京市地处长江三角洲西端(31°14′~32°37′N，118°22′~119°14′E)，市域总面积为6 586.02 km2。气候类型为北亚热带湿润气候，四季分明，雨水充沛。位于宁镇扬丘陵地区，低山缓岗(图1)。栖霞山、牛首山、幕府山、狮子山、清凉山、鸡笼山环峙城区。市域内江河湖泊遍布，长江穿城而过，主要河流有秦淮河、滁河等，玄武湖、石臼湖、金牛湖等湖泊星罗棋布，造就以山、水、城、林为大格局的奇致景观。
2. 数据来源与研究方法
2.1 数据来源
本研究所用遥感影像数据来源自美国地质勘探局[USGS，
https://earthexplorer.usgs.gov/ (Earth Explorer)]，采用2000、2005、2010、2015、2020年5个时间节点的Landsat TM/OIL遥感影像，影像分辨率为30 m×30 m，云量皆小于5%。使用中国科学院资源环境科学数据中心(https://www.resdc.cn/ )提供的2015年中国地市行政边界数据对遥感影像进行裁剪。对通过ENVI 5.3预处理后的数据进行目视解译，参照国际地圈生物圈计划(IGBP)的土地利用及覆盖变化(LUCC)分类系统，结合南京实际和研究目的，将土地利用类型分为河流、湖泊、建设用地、林地、草地、耕地和裸地7类(图2)，最终通过总体分类精度以及混淆矩阵对分类准确度验证(表1)。
图 2 2000—2020年南京市土地利用分类示意图Figure 2 Land use classification map in Nanjing from 2000 to 2020表 1 2000—2020年南京市土地利用分类图精度验证统计表Table 1 Accuracy verification statistics of Nanjing land use classification map from 2000 to 2020年份 总体分类精度/% Kappa系数 2000 93.3 0.88 2005 93.3 0.89 2010 92.0 0.85 2015 89.0 0.83 2020 91.3 0.87 将南京市域绿地演变的影响因子分为自然因素和社会经济要素两大类。首先，对自然因素的考虑缘于其在大尺度空间上和较长时间范围内对绿地格局变化的影响。其次，政府在城市化进程当中会通过改变用地性质来指引社会未来发展方向，故社会经济因素的变化会在较小尺度空间上和短时间范围内引起绿地格局的变化[18]。影响机制研究中涉及的数据主要来源于相应年份的《江苏省统计年鉴》和《南京市统计年鉴》。此外，年份久远的个别缺失数据根据当年各区县统计数据进行计算补充。考虑到数据的可获取性以及可定量化，具体影响因子选取如表2所示。
表 2 南京市域绿地演变的影响因子Table 2 Influencing factors on the evolution of Nanjing’s urban green space分类 编号 影响因子 单位 自然因素 1 年降水量 mm 2 年平均气温 ℃ 3 全年日照时长 h 4 总水资源量 亿m3 社会经济要素 5 地区生产总值 亿元 6 人均国内生产总值(GDP) 万元·人−1 7 第一产业产值比例 % 8 第二产业产值比例 % 9 第三产业产值比例 % 10 农林牧渔业总产值 亿元 11 建成区绿化面积 hm2 12 常住人口数量 万人 说明：自然因素数据来源于《南京市统计年鉴(2001—2021)》《江苏省统计年鉴(2001—2021)》，社会经济要素数据来源于《江苏省统计年鉴(2001)》《南京市统计年鉴(2006—2021)》 2.2 研究方法
2.2.1 动态度计算
使用动态度表达研究范围内某种类型的绿地数量在一定时间段内的变化速率。其计算公式为：
$$ I_{\mathrm{R}}=\frac{{S}_{\mathrm{b}}-{S}_{\mathrm{a}}}{{S}_{\mathrm{a}}} \times \frac{1}{{T}} \times 100 \% 。$$ 其中：IR表示研究区在该时间段内单一绿地类型的变化速率，即动态度；Sa为该类绿地在研究时间段起点的面积；Sb为该类绿地在研究时间段终点的面积；T为时间间隔年份。
综合土地动态度反映研究区内绿地总数量在一定时段内的变化速率。其计算公式为：
$$ {R}=\left(\frac{\displaystyle \sum_{{i}=1}^{n}{\Delta S}_{{i-j}}}{2 \displaystyle \sum_{{i}=1}^{{n}} {S}_{{i}}}\right) \times \frac{1}{{T}} \times 100 \% 。$$ 其中：R表示研究区在该时间段内所有绿地类型的变化速率即绿地综合动态度；j为某种绿地类型，Si为研究起始时间第i类绿地的面积；
$ \Delta S_{i-j}$ 为研究时段内第i类绿地转化为第j类绿地的面积绝对值；T为时间间隔年份。2.2.2 景观格局指数分析
景观格局指数是能够高度浓缩景观格局信息，反映其结构组成和空间配置某些方面特征的简单定量指标，景观格局指数分析方法能够揭示市域绿地格局的时空演变特征[19−22]。为了全面系统地对南京市域绿地景观格局结构、特点、动态进行描述，采用斑块数量(NP)、边缘密度(ED)、景观形状指数(LSI)、连接度指数(CONHESION)以及香农多样性指标(SHDI)表明绿地景观格局的水平。基于Fragstats 4.2软件计算各个景观指数，计算方法见参考文献[23]。
2.2.3 偏最小二乘回归模型(PLSR)
PLSR作为一种多元统计回归模型，具有广泛适用性，近年来被大量运用到土地覆被变化的影响机制研究当中[18, 24]。PLSR模型具有以下优点：首先，它可以同时实现主成分分析、相关分析和线性回归分析；其次，它能够排除自变量或因变量指标之间的多重共线性问题，同时适用于样本容量较小的情况。
在PLSR模型中，交叉有效性(Q2)表示模型的预测能力，当Q2＞0.097时，模型具有较强的预测能力。解释能力(
$R_{\rm{Y}}^2 $ )表示模型的稳健性，当$R_{\rm{Y}}^2 $ ＞0.5时，模型具有较好的稳健性。变量投影重要性(VIP)表示各个解释变量的相对重要性，当VIP＜0.5时，变量对于绿地格局演变不重要；当0.5＜VIP＜1.0时，变量对绿地格局演变比较重要；当VIP＞1.0时，变量对绿地格局演变具有较为明显的解释能力，VIP越大，自变量对因变量的解释性越强[25]。回归系数(RC)表示各解释变量与绿地格局演变的正负相关性，当RC＞0时，变量与绿地格局演变呈正相关；当RC＜0时，变量与绿地格局演变呈负相关。使用SIMCA-P软件进行回归模型的构建以及绿地演变影响机制研究。3. 结果与分析
3.1 南京市域绿地演变分析
南京市土地利用类型总体上呈现以耕地、建设用地为主，河流、湖泊、林地、草地及裸地为辅的格局。2000—2020年，研究区域内水域及裸地变化较小，建设用地占比持续大幅度增加，耕地面积不断缩减转移，市域绿地面积变化起伏较为明显(图3)。
图 3 2000—2020年南京市域土地利用面积变化对比图Figure 3 Comparison of land use area changes in Nanjing City area from 2000 to 20202000—2020年，南京市域绿地面积总体呈先减后增的状态。其中，作为市域绿地组成部分的林地与草地在面积上呈现出的变化趋势具有一定的差异性(表3)。2000—2005年，林地和草地的面积均呈减少状态，分别减少了72.47和86.77 km2，两者的变化动态度分别为−2.10%·a−1和−11.46%·a−1，最终市域绿地面积整体减少了159.24 km2，整体面积的变化动态度为−3.78%·a−1。2005年之后，林地面积一直呈现正增长的状态，但与持续下降的草地面积进行综合计算后发现：研究期间市域绿地面积仅增加了11.96 km2，变化动态度为0.07%·a−1。
表 3 不同时期南京市域绿地规模变化Table 3 Changes of green space scale in Nanjing during different periods土地类型 2000—2005年 2005—2010年 2010—2015年 2015—2020年 2000—2020年 变化量/
km2动态度/
(%·a−1)变化量/
km2动态度/
(%·a−1)变化量/
km2动态度/
(%·a−1)变化量/
km2动态度/
(%·a−1)变化量/
km2动态度/
(%·a−1)林地 −72.47 −2.10 72.78 2.35 12.10 0.35 104.73 2.97 117.14 0.85 草地 −86.77 −11.46 −6.94 −2.15 −1.48 −0.51 −9.99 −3.55 −105.18 −3.47 市域绿地 −159.24 −3.78 62.84 1.93 10.62 0.28 94.74 2.49 11.96 0.07 说明：正值表示该类用地面积呈正向增长；负值表示该类用地面积呈负向减少 3.2 南京市域绿地景观格局分析
根据斑块数量指数可知：在2000—2020年南京市域绿地斑块趋于破碎化。结合边缘密度指数和景观形状指数的变化可以看出：绿地景观形状复杂度逐步升高。在景观系统中，土地利用越丰富，破碎化程度越高，其不定性的信息含量也越大，香农多样性指数也就越高。2000—2005年香农多样性指数明显下降，说明这5 a间，市域绿地各斑块类型减少且并呈不均衡化趋势分布，绿地破碎化有一定的缓和。2005—2020年，香农多样性指数稳步上升，说明后期南京市域内部土地利用类型更加丰富，景观破碎度也随之升高。另外，2000—2005年，连接度指数稍有提高，但2005年之后，由于景观破碎度升高，其连接度也持续降低(表4)。
表 4 市域绿地景观格局指数统计Table 4 Pattern index statistics of urban green space landscape年份 斑块数
量/个边缘密度/
(m·hm−2)景观形
状指数连接度
指数香农多样
性指数2000 2 130 9.012 21.525 99.987 0.385 2005 2 993 8.456 19.984 99.987 0.334 2010 6 635 9.618 22.298 99.986 0.355 2015 5 393 9.160 21.369 99.986 0.358 2020 7 690 11.642 26.405 99.986 0.386 3.3 南京市域绿地演变影响机制分析
3.3.1 市域绿地规模演变的影响因素分析
以8项社会经济指标和4项自然影响因素为自变量，以南京市域绿地面积为因变量构建回归模型，对影响市域绿地规模演变的主要因素进行主成分提取。以Q2＞0.097和
$R_{\rm{Y}}^2 $ ＞0.5作为PLSR模型主成分提取的终止条件，市域绿地的总体面积最终以$R_{\rm{Y}}^2 $ =0.808和Q2=0.534在第2主成分处达到模型终止条件。南京市域绿地规模变化的重要解释变量如表5和图4所示。表 5 市域绿地规模与各影响因素的偏最小二乘回归结果Table 5 Results of partial least squares regression of urban green space scale and each influencing factor影响因子 变量投影重要性(VIP) 回归系数(RC) 年降水量 0.80 0.17 年平均气温 1.16 0.35 全年日照时长 0.89 −0.23 总水资源量 1.02 −0.18 地区生产总值 0.75 0.10 人均GDP 0.74 0.08 第一产业产值比例 1.79 0.44 第二产业产值比例 0.83 −0.20 第三产业产值比例 0.77 0.02 农林牧渔业总产值 0.74 0.03 建成区绿化面积 1.24 −0.23 常住人口数量 0.71 0.003 
图 4 各影响因素对南京市域绿地面积的PLSR分析Figure 4 PLSR analysis of each influencing factor on the green space area of Nanjing通过市域绿地面积与各影响因素的PLSR结果分析可知：社会经济指标的变化与自然环境的演变在不同程度上影响着市域绿地面积的演变，其中主要因素(VIP＞1)为年平均气温、总水资源量、第一产业产值比例以及建成区绿化面积。由回归系数可知：与市域绿地面积演变呈正相关(RC＞0)的因素为年平均气温、年降水量、地区生产总值、人均GDP、第一产业产值比例、第三产业产值比例、农林牧渔业总产值以及常住人口数量。除此之外，其余因素均与市域绿地面积变化呈负相关。
其中，第一产业产值比例为市域绿地面积演变最相关的因子，且为正相关，说明以种植业、林业等自然物为生产对象的第一产业规模与城市绿地规模密不可分。同时，这也体现出产业关系转变在城市绿地格局演变中的重要地位。另外，建成区绿化面积指标作为市域绿地面积演变的次相关因子，反而呈现负相关关系，说明相关城市规划政策的制定仍旧只聚焦于城市建成区内的绿地修复，而在城市扩张区域初始发展阶段并不注重绿化建设，体现出城市生态发展地域间的不平衡问题。除此之外，通过对自然条件相关性的评估可以看出，适宜的温度环境以及水资源环境对植物生长有长期性的影响，因此也是城市绿地发展的重要先决条件。
3.3.2 市域绿地格局演变的影响因素分析
将景观格局指数作为因变量，将社会经济指标以及自然影响因素作为自变量进行PLSR分析。以Q2＞0.097和
$R_{\rm{Y}}^2 $ ＞0.5作为PLSR模型主成分提取的终止条件，南京市域绿地总体斑块数量、边缘密度、景观形状指数、连接度指数在第1主成分处已满足模型终止条件，$R_{\rm{Y}}^2 $ 分别为0.781、0.731、0.687、0.891，Q2分别为0.729、0.457、0.380、0.829；香农多样性指数以$R_{\rm{Y}}^2 $ =0.796及Q2=0.525在第2主成分处达到了模型终止条件(表6和图5)。表 6 市域绿地景观格局指数与各影响因素的偏最小二乘回归结果Table 6 Results of partial least squares regression of urban green space landscape pattern index with each influencing factor影响因子 斑块数量 边缘密度 景观形状指数 连接度指数 香农多样性指数 VIP RC VIP RC VIP RC VIP RC VIP RC 年降水量 0.99 0.08 1.21 0.10 1.23 0.09 1.06 −0.09 0.80 0.17 年平均气温 0.49 0.04 1.06 0.08 1.12 0.09 0.79 −0.07 1.14 0.35 全年日照时长 0.96 −0.08 1.22 −0.10 1.25 −0.10 1.07 0.09 0.88 −0.23 总水资源量 1.02 0.08 0.64 0.05 0.59 0.05 0.89 −0.08 1.01 −0.18 地区生产总值 1.04 0.08 1.09 0.09 1.10 0.08 1.10 −0.09 0.75 0.10 人均GDP 1.03 0.08 1.05 0.08 1.05 0.08 1.10 −0.09 0.74 0.08 第一产业产值比例 0.96 −0.08 0.53 −0.04 0.45 −0.03 0.61 0.05 1.80 0.45 第二产业产值比例 0.97 −0.08 1.09 −0.09 1.11 −0.09 1.13 0.10 0.83 −0.20 第三产业产值比例 1.07 0.09 1.03 0.08 1.01 0.08 1.08 −0.09 0.78 0.01 农林牧渔业总产值 1.04 0.08 0.98 0.08 0.96 0.07 1.08 −0.09 0.75 0.03 建成区绿化面积 1.08 0.09 0.82 0.06 0.78 0.06 0.89 −0.08 1.25 −0.23 常住人口数量 1.20 0.10 1.03 0.08 1.01 0.08 1.06 −0.09 0.71 0.00 说明：VIP为变量投影重要性；RC为回归系数 
图 5 各影响因素对南京市域绿地景观格局指数的PLSR分析Figure 5 PLSR analysis of each influencing factor on the landscape pattern index of Nanjing’s urban green space通过南京市域绿地景观格局指数与各影响因素的PLSR结果分析可知：影响南京市域内绿地斑块数量演变的主要影响因子(VIP＞1)为总水资源量、地区生产总值、人均GDP、第三产业产值比例、农林牧渔业总产值、建成区绿化面积以及常住人口数量。大部分的社会经济指标均对绿地斑块数量有重要影响，且除了第一产业产值比例以及第二产业产值比例外，其余因子均与绿地斑块数量呈正相关。其中，常住人口数量具有最大相关性，缘于城市人口增加后必然对于生活环境产生要求，市域内的绿地配置也一定会随人民需求及人口流动产生斑块转移。另外，自然环境条件下的总水资源量有较明显相关性，全年日照时长呈负相关性，可以看出城市的旱涝环境以及日照条件对植物生长存在一定影响，从而导致绿地斑块数量的变化。
影响绿地边缘密度和景观形状指数的主要影响因子(VIP＞1)为年平均气温、年降水量、全年日照时长、地区生产总值、人均GDP、第二产业产值比例、第三产业产值比例以及常驻人口数量。由回归系数可知：全年日照时长、第一产业产值比例以及第二产业产值比例等3个影响因子与边缘密度和景观形状指数演变呈负相关(RC＜0)。值得一提的是，该2项指标均与自然因素有明显相关性，推测为自然环境对植被生长产生影响所致。根据卫星图像识别提取，俯视视角下的树冠形状也是影响市域绿地边缘密度和景观形状指数的重要因素。社会经济指标中的地区生产总值和第二产业产值比例为最相关因子，这说明人类的经济建设活动，尤其是工业生产活动，在带来城市飞速发展的同时，所导致的市域绿地边界的啃食是不可忽视的问题。
影响南京市域绿地连接度水平变化的主要影响因子(VIP＞1)为年降水量、全年日照时长、地区生产总值、人均GDP、第二产业产值比例、第三产业产值比例、农林牧渔业总产值以及常住人口数量。由回归系数可知：全年日照时长、第一产业产值比例以及第二产业产值比例与南京市域绿地连接度变化呈正相关(RC＞0)。大部分社会经济指标因子均与绿地连接度水平有显著相关性，且多呈负相关，说明人类发展活动所带来的城市建设会降低绿地连接性，使绿地更趋破碎化，这将启发规划者在城市当中找到重要生态源点，通过城市添绿工程打通生态廊道，提高市域绿地连通性。
影响南京市域绿地香农多样性指数产生演变的主要影响因子(VIP＞1)为年平均气温、总水资源量、第一产业产值比例以及建成区绿化面积。由回归系数可知：除了全年日照时长、总水资源量、第二产业产值比例以及建成区绿化面积4项影响因子与南京市域绿地香农多样性指数变化呈负相关(RC＜0)外，其余8项影响因子均与其演变呈正相关。
4. 结论与讨论
南京市域绿地空间格局受到社会经济因素的影响，产业结构转型、人口流动、交通道路拓展以及城镇空间扩展削弱了市域绿地斑块的整体性。因此，在发展过程中应加强“见缝插针”式的小微绿地建设，加强生态修复治理。同时，亟需重视建成区外围的绿带、绿廊、绿网的构建，整合市域各类绿地的破碎斑块并构成有机网络体系，提升市域绿地的生态效益。
本研究在数据处理阶段采用了IGBP的LUCC分类系统，与《国土空间调查、规划、用途管制用地用海分类指南(试行)》[26]中的土地分类标准相比较，该分类体系中一级类型为耕地、林地、草地、水域、城乡工矿居民用地、未利用土地共6类，其中林地又包含有林地、灌木林、疏林地及其他林地(指未成林造林地、迹地、苗圃及各类园地)，使用LUCC分类体系可以很好地识别出以林地为主的城乡绿色空间状态[27]。国土空间视角下，城镇化发展与生态空间的矛盾是南京城乡建设的主要矛盾之一[28]。本研究所采用的Landsat数据精度为30 m，能够较好地识别市域绿地的变化情况，但是，随着郊区、非建成区的建设行为管控和土地的精细化管理要求不断提高[3, 29]，今后还需要针对城市外围生态敏感区域提高数据提取精度，对市域绿地的景观连通性与格局优化进行进一步探讨，为城乡生态系统修复、尤其是非建成区生态问题的识别与诊断提出参考性意见。
-
图 1 土柱实验示意图
1. 土柱上层2. 土柱下层3. 土壤溶液采集口
Figure 1 Schematic diagram of the soil column experiment
图 2 不同处理60 d时土壤pH值
Figure 2 pH values in the soils with different treatments at the 60th day
图 4 土壤硝态氮的质量分数
Figure 4 Nitrate nitrogen contents in the soils with different treatments
图 5 土壤铵态氮质量分数
Figure 5 Ammonium nitrogen content in the soils with or without PAM for different treatments
图 6 土壤总磷质量分数
Figure 6 Total phosphorus contents in the soils with different treatments
图 7 土壤有效磷质量分数
Figure 7 Available phosphorus contents in the soils with different treatments
表 1 实验设置
Table 1. Experimental treatments
编号 生物质炭/g 牛粪堆肥/g 聚丙烯酰胺/g 原土/kg H0 3.0 H1 45.0 3.0 H2 22.5 22.5 3.0 H3 45.0 3.0 h0 15.0 3.0 h1 45.0 15.0 3.0 h2 22.5 22.5 15.0 3.0 h3 45.0 15.0 3.0 
下载: 导出CSV
-
[1] 李秀英. 土地沙化与防沙治沙措施研究[J]. 科技创新与应用, 2013(15): 143. LI Xiuying. Study on land desertification and sand control measures [J]. Technol Innovation Appl, 2013(15): 143. [2] 国家林业局. 第5次中国荒漠化和沙化状况公报[R/OL]. 2015-12-29[2019-08-13]. http://www.forestry.gov.cn. [3] 国家林业局. 第4次中国荒漠化和沙化状况公报[R/OL]. 2011-01-07[2019-08-13]. http://www.forestry.gov.cn. [4] 唐学芳, 刘冬梅, 万婷, 等. 川西北高寒草地沙化土壤特征及治理模式探讨: 以阿坝州红原县为例[J]. 四川环境, 2013, 32(6): 11 − 15. TANG Xuefang, LIU Dongmei, WAN Ting, et al. Research on soil characteristics of Alpine esertification grassland and treatment model in Hongyuan County, Northwest Sichuan [J]. Sichuan Environ, 2013, 32(6): 11 − 15. [5] 王艳, 杨剑虹, 潘洁, 等. 川西北高寒草原退化沙化成因分析: 以红原县为例[J]. 草原与草坪, 2009, 1(1): 20 − 26. WANG Yan, YANG Jianhong, PAN Jie, et al. Analysis on the causes of degeneration and sandification of alpine grassland in northwest part of Sichuan Province: Taking Hongyuan County as the example [J]. Grassland Turf, 2009, 1(1): 20 − 26. [6] WU Hanjing, MILFORD A H, JONES D D. Thermogravimetric characterization of dairy manure as pyrolysis and combustion feedstocks [J]. Waste Manage Res, 2012, 30(10): 1066 − 1071. [7] CANTRELL K B, HUNT P G, UCHIMIYA M, et al. Impact of pyrolysis temperature and manure source on physicochemical characteristics of biochar [J]. Bioresour Technol, 2012, 107: 419 − 428. [8] 吴成, 张晓丽, 李关宾. 黑碳吸附汞砷铅镉离子的研究[J]. 农业环境科学学报, 2007, 26(2): 770 − 774. WU Cheng, ZHANG Xiaoli, LI Guanbin. Sorption of Hg2+, As3+, Pb2+ and Cd2+ by Black Carbon [J]. J Agro Environ Sci, 2007, 26(2): 770 − 774. [9] DUAN Yumin, AWASTHI S K, LIU Tao, et al. Positive impact of biochar alone and combined with bacterial consortium amendment on improvement of bacterial community during cow manure composting [J]. Bioresour Technol, 2019, 280: 79 − 87. [10] 曹丽花, 赵世伟, 梁向锋, 等. PAM对黄土高原主要土壤类型水稳性团聚体的改良效果及机理研究[J]. 农业工程学报, 2008, 24(1): 45 − 49. CAO Lihua, ZHAO Shiwei, LIANG Xiangfeng, et al. Improvement effects of PAM on soil water stable aggregates and its mechanisms in different soils in the Loess Plateau [J]. Trans Chin Soc Agric Eng, 2008, 24(1): 45 − 49. [11] 刘纪根, 张平仓, 陈展鹏. 聚丙烯酰胺对扰动红壤可蚀性及临界剪切力的影响[J]. 农业工程学报, 2010, 26(7): 45 − 49. LIU Jigen, ZHANG Pingcang, CHEN Zhanpeng. Effects of polyacrylamide(PAM)on soil erodibility and critical shear stresses for disturbed red soil [J]. Trans Chin Soc Agric Eng, 2010, 26(7): 45 − 49. [12] 丁黎. 羊粪炭化及堆肥产品对沙化土壤改良的研究[D]. 杭州: 浙江农林大学, 2018. DING Li. The Effect of Sheep Dung Biochar and Composting Products on the Nutrient Improvement of Sandy Soil[D]. Hangzhou: Zhejiang A&F University, 2018. [13] 鲁如坤. 土壤农业化学分析方法[M]. 北京: 中国农业科技出版社, 1999. [14] 潘凤娥, 索龙, 胡俊鹏, 等. 生物质炭对砖红壤pH及养分含量影响研究[J]. 热带农业科学, 2015, 35(9): 25 − 29. PAN Fenge, SUO Long, HU Junpeng, et al. Effect of biochar on the pH and nutrient content in latosol [J]. Trop Agric Sci, 2015, 35(9): 25 − 29. [15] 谢祖彬, 刘琦, 许燕萍, 等. 生物炭研究进展及其研究方向[J]. 土壤, 2011, 43(6): 857 − 861. XIE Zubin, LIU Qi, XU Yanping, et al. Advances and perspectives of biochar research [J]. Soils, 2011, 43(6): 857 − 861. [16] 袁金华, 徐仁扣. 生物质炭的性质及其对土壤环境功能影响的研究进展[J]. 生态环境学报, 2011, 20(4): 779 − 785. YUAN Jinhua, XU Renkou. Progress of the research on the properties of biochars and their influence on soil environmental functions [J]. J Ecol Environ, 2011, 20(4): 779 − 785. [17] 蔡娟, 张应虎, 张昌勇, 等. 牛粪堆肥过程中的物质变化及腐熟度评价[J]. 贵州农业科学, 2018, 46(10): 72 − 75. CAI Juan, ZHANG Yinghu, ZHANG Changyong, et al. Material change and rotten degree evaluation in cattle dung composting process [J]. Guizhou Agric Sci, 2018, 46(10): 72 − 75. [18] 王燕, 庞卓, 贾月, 等. 生物炭对北京郊区砂土持水力和氮淋溶特性影响的土柱模拟研究[J]. 农业环境科学学报, 2017, 36(9): 1820 − 1828. WANG Yan, PANG Zhuo, JIA Yue, et al. Effects of biochar on water holding capacity and nitrogen leaching of sandy soil column from a Beijing suburb [J]. J Agro Environ Sci, 2017, 36(9): 1820 − 1828. [19] 杨放, 李心清, 刑英, 等. 生物炭对盐碱土氮淋溶的影响[J]. 农业环境科学学报, 2014, 33(5): 972 − 977. YANG Fang, LI Xinqing, XING Ying, et al. Effect of biochar smendment on nitrogen leaching in saline soil [J]. J Agro Environ Sci, 2014, 33(5): 972 − 977. [20] 盖霞普, 刘宏斌, 翟丽梅, 等. 玉米秸秆生物炭对土壤无机氮素淋失风险的影响研究[J]. 农业环境科学学报, 2015, 34(2): 310 − 318. GAI Xiapu, LIU Hongbin, ZHAI Limei, et al. Effects of corn stalk biochar on inorganic nitrogen leaching from soil [J]. J Agro Environ Sci, 2015, 34(2): 310 − 318. [21] 郑瑞伦, 王宁宁, 孙国新, 等. 生物炭对京郊沙化地土壤性质和苜蓿生长、养分吸收的影响[J]. 农业环境科学学报, 2015, 34(5): 904 − 912. ZHENG Ruilun, WANG Ningning, SUN Guoxin, et al. Effects of biochar on soil properties and alfalfa growth and nutrient uptake in desertified land in Beijing suburb [J]. J Agro Environ Sci, 2015, 34(5): 904 − 912. [22] ZHENG Hao, WANG Zhenyu, DENG Xia, et al. Impacts of adding biochar on nitrogen retention and bioavailability in agricultural soil [J]. Geoderma, 2013, 206: 32 − 39. [23] ULYEET J, SAKRABANI R, KIBBLEWHITE M, et al. Impact of biochar addition on water retention, nitrification and carbon dioxide evolution from two sandy loam soils [J]. Eur J Soil Sci, 2014, 1: 96 − 104. [24] 何飞飞, 梁运姗, 吴爱平, 等. 不同生物炭用量对酸性菜地土硝化作用的影响[J]. 环境科学学报, 2014, 34(9): 2376 − 2383. HE Feifei, LIANG Yunshan, WU Aiping, et al. Effect of biochar on nitrification from vegetable planting acid soil [J]. Acta Sci Circumst, 2014, 34(9): 2376 − 2383. [25] GUNDALE M J, DELUCA T H. Charcoal effects on soil solution chemistry and growth of Koeleria macrantha in the ponderosa pine/Douglas fir ecosystem [J]. Biol Fert Soil, 2007, 3: 303 − 311. [26] DELUCA T H, MACKENZIE M D, GUNDALE M J. Biochar Effects on Soil Nutrient Transformations[M]. London: Earthscan Publications Ltd, 2009. [27] 王静, 付伟章, 葛晓红, 等. 玉米生物炭和改性炭对土壤无机氮磷淋失影响的研究[J]. 农业环境科学学, 2018, 37(12): 2810 − 2820. WANG Jing, FU Weizhang, GE Xiaohong, et al. Effects of corn biochar and modified carbon on leaching of inorganic nitrogen and phosphorus in soil [J]. J Agro Environ Sci, 2018, 37(12): 2810 − 2820. [28] 谢胜禹, 余广炜, 潘兰佳, 等. 添加生物炭对猪粪好氧堆肥的影响[J]. 农业环境科学学报, 2019, 38(6): 1365 − 1372. XIE Shengyu, YU Guangwei, PAN Lanjia, et al. Influnce of biochar on the aerobic compost of pig manure [J]. J Agro Environ Sci, 2019, 38(6): 1365 − 1372. [29] SMEBYE A, ALLIN G V, VOGT R D, et al. Biochar amendment to soil changes dissolved organic matter content and composition [J]. Chemosphere, 2016, 142: 100 − 105. [30] 张宝贵, 李贵桐. 土壤生物在土壤磷有效化中的作用[J]. 土壤学报, 1998, 35(1): 104 − 111. ZHANG Baogui, LI Guitong. The role of soil organisms in the activation of soil phosphorus [J]. Acta Pedol Sin, 1998, 35(1): 104 − 111. [31] 刘玉学, 唐旭, 杨生茂, 等. 生物炭对土壤磷素转化的影响及其机理研究进展[J]. 植物营养与肥料学报, 2016, 22(6): 1690 − 1695. LIU Yuxue. TANG Xu, YANG Shengmao, et al. Review on the effect of biochar on soil phosphorus transformation and mechanisms [J]. Plant Nutr Fert Sci, 2016, 22(6): 1690 − 1695. [32] ANGST T E, SOHI S P. Establishing release dynamics for plant nutrients from biochar [J]. GCB Bioenergy, 2013, 2: 221 − 226. [33] STREUBEL J D, COLLINS H P, GARCIA-PEREZ M, et al. Influence of contrasting biochar types on five soils at increasing rates of application [J]. Soil Sci Soc Am, 2011, 75(4): 1402 − 1413. [34] 袁耀, 郭建斌, 尹诗萌, 等. 自制环保型土壤改良剂对一年生黑麦草生长的作用[J]. 草业学报, 2015, 24(10): 206 − 213. YUAN Yao, GUO Jianbin, YIN Shimeng, et al. Effect of soil conditioner on the growth of Lolium multiflorum [J]. Acta Pratac Sin, 2015, 24(10): 206 − 213. [35] MIDDELBURG J J, NIEUWENHUIZE J, van BREUGEL P. Black carbon in marine sediments [J]. Marine Chem, 1999, 65(3/4): 245 − 252. [36] GLASER B, HAUMAIER L, GUGGENBERGER G, et al. Black carbon in soils: the use of benzenecarboxylic acids as specific markers [J]. Orga Geochem, 1998, 29(4): 811 − 819. [37] 陆绍娟, 王占礼. 土壤改良剂聚丙烯酰胺的研究进展[J]. 人民黄河, 2016, 38(7): 73 − 77. LU Shaojuan, WANG Zhanli. Research progress of soil conditioner polyacrylamide [J]. Yellow River, 2016, 38(7): 73 − 77. [38] 王辉, 王全九, 邵明安. PAM对黄土坡地水分养分迁移特性影响的室内模拟试验[J]. 农业工程学报, 2008, 24(6): 85 − 88. WANF Hui, WANG Quanjiu, SHAO Mingan. Laboratory simulation experiment of impact of polyacrylamide on transportation of soil water and nutrients from the loess sloping land [J]. Trans CSAE, 2008, 24(6): 85 − 88. -
-
链接本文:
https://zlxb.zafu.edu.cn/article/doi/10.11833/j.issn.2095-0756.20190703
点击查看大图
计量
- 文章访问数: 1008
- HTML全文浏览量: 468
- PDF下载量: 30
- 被引次数: 0
