腾格里沙漠草方格固沙林土壤颗粒组成、分形维数及其对土壤性质的影响

论文摘要

为了明确草方格人工固沙造林植被恢复过程中土壤颗粒组成、分形维数及对土壤理化性质的影响,以腾格里沙漠东南缘2016年(1 a)、2013年(4 a)和1987年(30 a)草方格固沙林为研究样地,以周围流动沙地为对照(CK),研究了草方格固沙造林后植被恢复过程中土壤颗粒组成、分形维数及与土壤理化性质的作用关系.结果表明:100～250、250～500μm土壤颗粒含量较高,分别为42.5%～80.1%、12.5%～42.2%; 50～100μm土壤颗粒含量居中,为0.2%～20.8%;<2和2～50μm的土壤颗粒含量次之,分别在0～1. 3%和0～22. 7%;而500～1000μm的土壤颗粒含量较低,在0.3%以下.<2和2～50μm土壤颗粒仅在30 a固沙林有分布; 50～100μm土壤颗粒分布为30 a最高,4 a和1 a居中,而CK最低; 100～250μm土壤颗粒分布依次为4 a>1 a>CK>30 a; 250～500μm土壤颗粒分布为CK>1 a>4 a>30 a;但500～1000μm土壤颗粒在各样地分布均较少,且不同样地之间无显著差异.研究区土壤颗粒分形维数为0.54～2.59,并且不同样地间存在显著差异,表现为30 a最高,4 a与1 a居中,而CK最低.土壤颗粒分形维数与土壤黏粒、粉粒、极细砂粒含量呈极显著正相关,而与土壤中砂粒呈极显著负相关.土壤颗粒分形维数与土壤电导率、有机碳、全氮和碳氮比均呈极显著正相关,而与土壤p H和含水量无相关性.土壤中<2、2～50、50～100μm颗粒与土壤电导率、有机碳、全氮和碳氮比均呈极显著正相关,而250～500μm土壤颗粒与上述4个土壤指标和土壤含水量呈显著负相关.500～1000μm土壤颗粒与土壤含水量亦呈极显著负相关.在腾格里沙漠东南缘地区利用草方格进行人工固沙植被建设,可有效促进土壤颗粒细粒化,长期演变导致土壤黏粒和粉粒及土壤分形维数显著增加,促使土壤有机碳和全氮含量提高,有利于土壤理化性质改善和促进沙漠化治理.

论文目录

文章来源

类型: 期刊论文

作者: 罗雅曦,刘任涛,张静,常海涛

关键词: 腾格里沙漠,造林固沙,土壤颗粒,土壤理化性质,土壤分形维数,草方格

来源: 应用生态学报 2019年02期

年度: 2019

分类: 基础科学,农业科技

专业: 自然地理学和测绘学,农业基础科学,林业

单位: 宁夏大学农学院,宁夏大学西北土地退化与生态恢复国家重点实验室培育基地,宁夏大学西北退化生态系统恢复与重建教育部重点实验室

基金: 国家自然科学基金项目(41661054,41867005),宁夏自然科学基金项目(2018AAC02004),宁夏高等学校科学研究项目(NGY2018007),自治区科技基础条件建设计划创新平台专项资金项目(2018DPC05021),宁夏大学“生态学”西部一流学科建设项目(NXYLXK2017B06)资助~~

分类号: S714

DOI: 10.13287/j.1001-9332.201902.025

页码: 525-535

总页数: 11

文件大小: 1176K

下载量: 733

相关论文文献

• [1].不同配比下复配土的土壤颗粒组成、分形维数与质地变化特征[J]. 水土保持研究 2020(02)
• [2].基于多重分形维数的改进信号特征提取算法[J]. 上海电机学院学报 2017(01)
• [3].煤与矸石分形维数的差异研究[J]. 煤炭科学技术 2017(07)
• [4].分形维数概念及测定方法[J]. 经贸实践 2015(16)
• [5].基于短时分形维数的声发射信号增强算法[J]. 电子制作 2015(01)
• [6].浅谈计算分形维数的两种方法[J]. 考试周刊 2017(49)
• [7].振动信号扩展广义多重分形维数算法[J]. 振动.测试与诊断 2013(06)
• [8].分形维数[J]. 科技创新与应用 2019(11)
• [9].砂砾质戈壁沉积物分形维数计算及其对风沙作用的指示意义[J]. 干旱区资源与环境 2019(10)
• [10].湍流风场的分形维数分析[J]. 热能动力工程 2018(02)
• [11].城市交通网络分形维数的不确定性估计、控制与分析[J]. 遥感学报 2017(01)
• [12].庞泉沟流域土壤粒径分形维数特征[J]. 东北林业大学学报 2017(11)
• [13].自动化视网膜血管网络的分形维数定量分析[J]. 中国数字医学 2015(10)
• [14].含能材料表面分形维数计算及其对摩擦感度影响[J]. 计算机与应用化学 2014(02)
• [15].一种简化的多重分形维数算法[J]. 价值工程 2014(09)
• [16].采用土壤孔隙表面分形维数预测土壤水分特征曲线[J]. 水文地质工程地质 2014(03)
• [17].信号特征对分形维数的影响[J]. 火力与指挥控制 2014(09)
• [18].基于数学形态学分段分形维数的电机滚动轴承故障模式识别[J]. 振动与冲击 2013(19)
• [19].图像分形维数计算方法的比较[J]. 计算机系统应用 2011(03)
• [20].形态学广义分形维数在发动机故障诊断中的应用[J]. 振动与冲击 2011(10)
• [21].基于局部特征尺度分解及分形维数的模拟电路故障诊断方法[J]. 海军航空工程学院学报 2020(01)
• [22].洪涝灾害干扰下受损自然恢复林地土壤基本性状及分形维数特征[J]. 应用与环境生物学报 2019(01)
• [23].湖北郧县黄坪村黄土-古土壤序列体积分形维数特征及其环境意义[J]. 山东农业科学 2018(04)
• [24].战斗部壳体爆炸破片体/线分形维数研究[J]. 兵工学报 2018(08)
• [25].分形维数的计算及改进[J]. 信息技术与信息化 2017(10)
• [26].分形维数在基于噪声的发动机故障诊断中的应用[J]. 车用发动机 2011(05)
• [27].基于盒维数原理计算蛋白质的分形维数[J]. 化学学报 2010(11)
• [28].冲击作用下粘性土壤破碎体的分形维数与影响因素[J]. 农业机械学报 2009(03)
• [29].基于局部分形维数的多目标检测算法[J]. 红外技术 2009(03)
• [30].基于改进变分模态分解与双测度分形维数的发动机故障诊断[J]. 车用发动机 2020(01)

标签：腾格里沙漠论文;  造林固沙论文;  土壤颗粒论文;  土壤理化性质论文;  土壤分形维数论文;  草方格论文;