一种预测秸秆连续还田土壤中有机质增量的方法技术

本发明专利技术属于土壤环境保护领域，公开了一种预测秸秆连续还田土壤中有机质增量的方法。本发明专利技术先针对影响秸秆腐解率的因素进行，确定秸秆分解热时间、秸秆还田前土壤中有机质含量、秸秆还田前土壤、年均降雨量为关键影响因素；然后利用非线性回归方法，构建了预测秸秆连续还田土壤中有机质增量的模型。本发明专利技术方法具有适用范围广、预测效果好的特点。预测效果好的特点。预测效果好的特点。

【技术实现步骤摘要】
一种预测秸秆连续还田土壤中有机质增量的方法


[0001]本专利技术属于土壤环境保护领域，具体涉及一种预测秸秆连续还田土壤中有机质增量的方法。

技术介绍

[0002]秸秆还田是解决秸秆废弃物资源化利用问题的重要途径，也是减轻秸秆废弃物污染环境的重要方式。秸秆在土壤中分解后，可以转化为小分子有机化合物，补充作物生长中所需的养分。研究已经证实，秸秆还田可以提高土壤中有机质的含量、代替部分无机化肥，一定程度上增加作物的产量。然而，由于农用化学品的持续高投入，超过了土地资源的承载力，导致我国东北农业区黑土面积骤减、土壤耕地质量不断下降。因此，加大秸秆还田的推广应用力度，是防止土壤持续退化的重要手段。
[0003]秸秆作为一种生物质材料，主要由纤维素、半纤维素和木质素构成，这些组分在土壤功能微生物分泌酶的作用下，逐步被分解和转化。然而，秸秆自身特殊的物理化学结构和所处的土壤环境，会限制秸秆在土壤中分解转化的速率。一方面，秸秆纤维素含有致密的结晶区，并与顽固难降解的木质素苯丙烷结构单元相交联，构成了大分子链结构，阻隔微生物分泌酶的渗透，从而降低秸秆生物质的降解效率。另一方面，土壤环境(如土壤温度、土壤水分、土壤结构等)会影响土壤微生物的群落结构及其生物活性，包括分解秸秆微生物的种群结构和丰富度，因此，秸秆所处的土壤生境条件也会影响秸秆的生物降解过程。已经有研究指出，土壤温度和水分是影响秸秆在土壤中分解的重要自然因素。同时，土壤自身结构和理化性质差异(土壤有机质含量、土壤pH值等)也会导致土壤微生物种群结构的转化，影响土壤中秸秆残体的生物降解效率。由于我国地域辽阔、区域气候条件不同，且土壤类型差异较大，在同一个日历年内，秸秆分解程度存在差异，导致残留于土壤中的秸秆腐解物不同。随着秸秆连年还田，土壤中存在着不同分解程度的秸秆残体，这些结构复杂的秸秆残体共同构成了土壤中来源广泛的有机腐殖质，并具有结构多样性。如何预测土壤中秸秆残体组分的腐解程度、评估土壤中秸秆腐殖质的残留量，是准确评价秸秆还田对土壤中有机质增量贡献的重要前提。
[0004]因此，秸秆在土壤中的腐解效率除了受自身物理结构和化学性质的影响，还受气候条件(降雨量、温度)和土壤理化性质(土壤有机质含量、pH)的影响。为了准确评估秸秆还田对不同气候区域土壤中有机质的贡献量，本专利技术考虑了土壤理化性质、区域气候条件和秸秆腐解时间等因素，利用多因素整合分析和多元线性回归的方法，构建了秸秆连续还田情境下，适用于不同土壤特征和气候条件的土壤有机质增量预测模型，这有助于准确评价秸秆还田对土壤环境质量的影响。

技术实现思路

[0005]本专利技术围绕秸秆连续还田对土壤中有机质增量贡献不清的问题，建立了一种预测秸秆连续还田土壤中有机质增量的方法。该方法整合了区域气候特征、土壤主要理化性质
等关键环境影响因素，利用多因素相关性分析，筛选了影响秸秆腐解的关键环境因素，增加了该方法的准确性和普适性，这对准确评估秸秆还田对土壤有机质的贡献具有重要参考价值。
[0006]本专利技术的技术方案：
[0007]一种预测秸秆连续还田土壤中有机质增量的方法，步骤如下：
[0008](1)影响秸秆腐解率的因素筛选
[0009]采用尼龙网袋法进行秸秆还田实验，定期采集秸秆残体，测定秸秆残体质量，并除以还田秸秆初始质量，得到秸秆残留率，记为W(％)；记录从秸秆还田实验开始到秸秆残体采集时间段内的气象信息，包括每日土壤温度(℃)、土壤含水量(％)、降雨量(mm)、空气湿度(％)，计算实验样点每天最高气温和最低气温的平均值，为平均气温；剔除平均气温低于0℃的天数，然后将实验周期内日平均气温大于0℃的日均温进行累加求和，得到该降解周期内温度的总和，记为T，即可得出秸秆分解的热时间t＝T/3650，设定3650为一个热年时间周期内土壤总温度(℃)；通过重铬酸钾氧化法测定秸秆还田前土壤有机质含量，记为SOM(％)；通过元素分析法，获得土壤总氮含量，记为SN(％)；通过土水比(1：2.5，体积比)测定秸秆还田前土壤pH值，记为pH；记录实验样点的年均降雨量，记为MP(mm)，土壤水分含量，记为SW(％)，空气湿度(％)，记为SH(％)。采用相关性分析方法，筛选与秸秆残留率具有显著相关性的因素，参考显著性P值小于0.05，剔除与秸秆分解率相关性不显著的因素，得到秸秆分解热时间t、秸秆还田前土壤中有机质含量SOM、秸秆还田前土壤pH、年均降雨量MP4个主要影响因素。
[0010](2)还田秸秆残留量预测方程的构建
[0011]采用步骤(1)筛选到的秸秆分解热时间t、秸秆还田前土壤有机质含量SOM、秸秆还田前土壤pH、年均降雨量MP等参数，利用非线性回归方法，损失设置为残差平方和、未约束，经过有限次的迭代，得到还田秸秆残留量预测方程W(％)＝55e
‑
2.1t
+110e
‑
0.04t
+3.2ln(SOM)
–
2.1ln(pH)
‑
7.5ln(MP)，此方程决定系数R2＝1
‑
(残差平方和)/(修正平方和)＝0.820。
[0012](3)秸秆连续还田土壤中有机质含量预测模型的构建
[0013]利用步骤(2)秸秆残留量预测方程，计算秸秆连续还田n年时，土壤中累计秸秆残体残留量M(kg)，公式如下：
[0014]式中m为每亩地秸秆还田质量(kg)，n为秸秆连续还田年数，SOM为秸秆还田前土壤有机质含量(％)，pH为秸秆还田前土壤pH值，MP为秸秆连续还田区域内的年均降雨量，i为秸秆还田开始年数。
[0015]依据土壤中累计秸秆残体残留量，计算可得到秸秆连续还田n年时土壤中有机质的含量为其中，200100为一亩农田土壤20cm耕层厚度的质量(kg)，SOM为土壤初始有机质含量(％)。
[0016]本专利技术的有益效果：本专利技术整合了土壤理化性质、气候条件、秸秆还田时间等因素，利用非线性回归方法，构建了一种预测秸秆连续还田土壤中有机质增量的方法，该方法具有适用范围广、预测效果好的特点。
附图说明
[0017]图1是还田秸秆残留量预测方程的效果。
具体实施方式
[0018]以下结合附图和技术方案，进一步说明本专利技术的具体实施方式。
[0019]实施例1还田秸秆残留量预测方程的构建
[0020]采用尼龙网袋法进行秸秆还田实验，每袋分装5g玉米秸秆，分别在0d、55d、110d、180d、225d、280d、344d、460d定期采集秸秆残体，测定秸秆残体质量，并除以还田秸秆初始质量，得到秸秆残留率，记为W(％)；记录从秸秆还田实验开始到秸秆残体采集预设时间段内的气象信息，包括每日土壤温度(℃)、土壤含水量(％)、降雨量(mm)、空气湿度(％)等信息，通过累加求和的方法得到实验周期内平均气温大于0℃天数内土壤温度总和，记为T，即可得出秸秆分解的热时间t＝T/3650。测定秸秆还田前土壤有机质含量，记为SOM(％)；通过土本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种预测秸秆连续还田土壤中有机质增量的方法，其特征在于，步骤如下：(1)影响秸秆腐解率的因素筛选采用尼龙网袋法进行秸秆还田实验，定期采集秸秆残体，测定秸秆残体质量，并除以还田秸秆初始质量，得到秸秆残留率，记为W；记录从秸秆还田实验开始到秸秆残体采集时间段内的气象信息，包括每日土壤温度、土壤含水量、降雨量、空气湿度，计算实验样点每天最高气温和最低气温的平均值，为平均气温；剔除平均气温低于0℃的天数，然后将实验周期内日平均气温大于0℃的日均温进行累加求和，得到该降解周期内温度的总和，记为T，即得出秸秆分解的热时间t＝T/3650，设定3650为一个热年时间周期内土壤总温度；通过重铬酸钾氧化法测定秸秆还田前土壤有机质含量，记为SOM；通过元素分析法，获得土壤总氮含量，记为SN；通过土水体积比测定秸秆还田前土壤pH值，记为pH，其中，土和水的体积比为1：2.5；记录实验样点的年均降雨量，记为MP；土壤水分含量，记为SW；空气湿度，记为SH；采用相关性分析方法，筛选与秸秆残留率具有显著相关性的因素，参考显著性P值小于0.05，剔除与秸秆分解率相关性不显著的因素，得到秸秆分解热时间t、秸秆还田前土壤中有机质含量SOM、秸秆还田前土壤pH和年均降雨量MP共4个主要影响因...

【专利技术属性】
技术研发人员：景旭东，蔡喜运，张凤华，王开勇，樊华，
申请(专利权)人：石河子大学，
类型：发明
国别省市：