外源施氮对再生水灌溉设施土壤氮素矿化特征的影响
发布时间：2022-01-25 12:47
【目的】明确再生水灌溉土壤氮素矿化过程及其特征。【方法】采集再生水和清水灌溉年限为5 a的常规施氮设施土壤,风干过2 mm筛备用。采用室内常温培养的方法,分别添加不同质量浓度外源氮肥,分析不同外源施氮量对设施土壤氮素矿化特征的影响;并利用Matlab构建矿化时间、外源施氮量与氮素矿化量的耦合模型。【结果】与清水灌溉土壤相比,再生水灌溉土壤矿质氮量提高了1.85～2.64倍;与再生水对照土壤相比,外源施氮200、160、140、100 mg/kg处理土壤矿质氮量分别提高了3.43、3.34、2.85、2.38倍;土壤氮素矿化速率大致可划分为2个阶段,第1阶段,0～14 d为矿化激发阶段,第2阶段,14 d以后为稳定矿化阶段;构建了土壤氮素矿化量与外源施氮量、矿化时间的二元二次函数模型,该模型决定系数达到0.9以上,运用该模型预测最佳外源施氮量为212.83 mg/kg,土壤氮素矿化量的最大值为233.23 mg/kg,而对应的矿化时间为26.75 d。【结论】外源施氮对再生水灌溉设施土壤氮素矿化具有正激发效应,外源施氮量为160 mg/kg时,土壤氮素净矿化量最大,达到85.89 mg/...
【文章来源】：灌溉排水学报. 2019,38(10)北大核心CSCD
【文章页数】：7 页
【部分图文】：
不同施氮水平和培养时间下再生水灌溉土壤矿质氮量动态化21、28、35、42d后，ReN1、ReN2、ReN3和ReN4处理土壤矿质氮量增幅分别介于
?蠡?俾示?捣直鹞?2.76、3.02、1.97、2.01、1.74、1.06mg/（kg·d）。2.5不同施氮水平与培养时间下再生水灌溉土壤氮素矿化动态的耦合模拟利用MatLab数学工具构建了土壤氮素矿化量与施氮量和培养时间的耦合模拟模型，该模型的相关性系数达到0.917，均方根误差仅为18.37，为开口向下的二元二次方程，即Nt=35.24+4.387t+1.277F-0.082t2+0.0006tF-0.003F2。该模型中表征土壤氮素矿化的参数取值详见表2；不同施氮量和培养时间再生水处理土壤矿质氮量实测值和预测值见图5。经分析计算表明，不同施氮与培养时间下土壤矿质氮量的实测值和预测值的相对误差仅为9.28%。预测的最优外源施氮量为212.83mg/kg，土壤氮素矿化量的最大值为233.22mg/kg。表2外源施氮再生水灌溉土壤氮素矿化动态耦合模型参数取值参数取值a35.24b4.387c1.277d0.0006b'-0.082c'-0.003R20.917RMSE18.37（a）实测值（b）预测值图5再生水灌溉土壤矿质氮量随施氮水平和培养时间变化的模拟结果图3不同施氮水平和培养时间下再生水灌溉土壤氮素净矿化量动态图4不同处理土壤氮素净矿化速率随培养时间的变化43
养14d后，ReN1、ReN2、ReN3、ReN4和ReCK处理土壤氮素净矿化量分别为86.41、90.44、62.17、50.47、32.32mg/kg，ReN1、ReN2、ReN3、ReN4处理土壤氮素净矿化量分别为ReCK处理的2.67、2.80、1.92、1.56倍；ReN1、ReN2、ReN3、ReN4和ReCK处理土壤氮素净矿化量峰值分别出现在培养14、7、7、14、7d；与ReCK相比，不同培养时间ReN1、ReN2处理土壤氮素净矿化量显著增加（p＜0.5）。2.4不同施氮水平对再生水灌溉土壤氮素净矿化速率和稳定矿化速率的影响不同施氮水平下土壤氮素净矿化速率随培养时间变化见图4。从图4可以看出，不同施氮水平下土壤氮素净矿化速率逐渐下降，各处理0~7d土壤氮素矿化速率最大，ReN1、ReN2、ReN3、ReN4、ReCK处理和CK土壤氮素净矿化速率均值分别为11.32、14.90、10.03、7.16、6.91、2.63mg/（kg·d），ReN2处理土壤氮素净矿化速率分别为ReN1、ReN3、ReN4、ReCK处理和CK的1.32、1.48、2.08、2.16、5.67倍；14d后土壤氮素净矿化速率逐渐稳定，ReN1、ReN2、ReN3、ReN4、ReCK处理和CK土壤氮素稳定矿化速率均值分别为2.76、3.02、1.97、2.01、1.74、1.06mg/（kg·d）。2.5不同施氮水平与培养时间下再生水灌溉土壤氮素矿化动态的耦合模拟利用MatLab数学工具构建了土壤氮素矿化量与施氮量和培养时间的耦合模拟模型，该模型的相关性系数达到0.917，均方根误差仅为18.37，为开口向下的二元二次方程，即Nt=35.24+4.
【参考文献】：
期刊论文
[1]中国农业非常规水资源灌溉现状与发展策略[J]. 胡雅琪,吴文勇. 中国工程科学. 2018(05)
[2]面向作物产量和环境双赢的氮肥施用策略[J]. 颜晓元,夏龙龙,遆超普. 中国科学院院刊. 2018(02)
[3]猪场废水与氮肥水平对土壤氮矿化特性影响研究[J]. 杜臻杰,李平,崔二苹,乔冬梅,梁志杰,齐学斌. 灌溉排水学报. 2017(12)
[4]三峡库区消落带土壤氮矿化及影响因素研究进展[J]. 刘志梅,吴胜军,梁震,黄平,王小晓. 中国农业科技导报. 2017(11)
[5]长期不同施肥处理对土壤氮素矿化特性的影响[J]. 赵伟,梁斌,周建斌. 西北农林科技大学学报(自然科学版). 2017(02)
[6]长期施肥对农田土壤氮素关键转化过程的影响[J]. 王敬,程谊,蔡祖聪,张金波. 土壤学报. 2016(02)
[7]不同施氮水平对再生水灌溉土壤释氮节律的影响[J]. 周媛,李平,齐学斌,胡超,郭魏. 环境科学学报. 2016(04)
[8]施氮量对大兴安岭白桦次生林土壤氮矿化的影响[J]. 包翔,包秀霞,刘星岑. 东北林业大学学报. 2015(07)
[9]再生水高效安全灌溉关键理论与技术研究进展[J]. 栗岩峰,李久生,赵伟霞,王珍. 农业机械学报. 2015(06)
[10]滴灌施肥水肥耦合对温室番茄产量、品质和水氮利用的影响[J]. 邢英英,张富仓,张燕,李静,强生才,吴立峰. 中国农业科学. 2015(04)
本文编号：3608563
【文章来源】：灌溉排水学报. 2019,38(10)北大核心CSCD
【文章页数】：7 页
【部分图文】：
不同施氮水平和培养时间下再生水灌溉土壤矿质氮量动态化21、28、35、42d后，ReN1、ReN2、ReN3和ReN4处理土壤矿质氮量增幅分别介于
?蠡?俾示?捣直鹞?2.76、3.02、1.97、2.01、1.74、1.06mg/（kg·d）。2.5不同施氮水平与培养时间下再生水灌溉土壤氮素矿化动态的耦合模拟利用MatLab数学工具构建了土壤氮素矿化量与施氮量和培养时间的耦合模拟模型，该模型的相关性系数达到0.917，均方根误差仅为18.37，为开口向下的二元二次方程，即Nt=35.24+4.387t+1.277F-0.082t2+0.0006tF-0.003F2。该模型中表征土壤氮素矿化的参数取值详见表2；不同施氮量和培养时间再生水处理土壤矿质氮量实测值和预测值见图5。经分析计算表明，不同施氮与培养时间下土壤矿质氮量的实测值和预测值的相对误差仅为9.28%。预测的最优外源施氮量为212.83mg/kg，土壤氮素矿化量的最大值为233.22mg/kg。表2外源施氮再生水灌溉土壤氮素矿化动态耦合模型参数取值参数取值a35.24b4.387c1.277d0.0006b'-0.082c'-0.003R20.917RMSE18.37（a）实测值（b）预测值图5再生水灌溉土壤矿质氮量随施氮水平和培养时间变化的模拟结果图3不同施氮水平和培养时间下再生水灌溉土壤氮素净矿化量动态图4不同处理土壤氮素净矿化速率随培养时间的变化43
养14d后，ReN1、ReN2、ReN3、ReN4和ReCK处理土壤氮素净矿化量分别为86.41、90.44、62.17、50.47、32.32mg/kg，ReN1、ReN2、ReN3、ReN4处理土壤氮素净矿化量分别为ReCK处理的2.67、2.80、1.92、1.56倍；ReN1、ReN2、ReN3、ReN4和ReCK处理土壤氮素净矿化量峰值分别出现在培养14、7、7、14、7d；与ReCK相比，不同培养时间ReN1、ReN2处理土壤氮素净矿化量显著增加（p＜0.5）。2.4不同施氮水平对再生水灌溉土壤氮素净矿化速率和稳定矿化速率的影响不同施氮水平下土壤氮素净矿化速率随培养时间变化见图4。从图4可以看出，不同施氮水平下土壤氮素净矿化速率逐渐下降，各处理0~7d土壤氮素矿化速率最大，ReN1、ReN2、ReN3、ReN4、ReCK处理和CK土壤氮素净矿化速率均值分别为11.32、14.90、10.03、7.16、6.91、2.63mg/（kg·d），ReN2处理土壤氮素净矿化速率分别为ReN1、ReN3、ReN4、ReCK处理和CK的1.32、1.48、2.08、2.16、5.67倍；14d后土壤氮素净矿化速率逐渐稳定，ReN1、ReN2、ReN3、ReN4、ReCK处理和CK土壤氮素稳定矿化速率均值分别为2.76、3.02、1.97、2.01、1.74、1.06mg/（kg·d）。2.5不同施氮水平与培养时间下再生水灌溉土壤氮素矿化动态的耦合模拟利用MatLab数学工具构建了土壤氮素矿化量与施氮量和培养时间的耦合模拟模型，该模型的相关性系数达到0.917，均方根误差仅为18.37，为开口向下的二元二次方程，即Nt=35.24+4.
【参考文献】：
期刊论文
[1]中国农业非常规水资源灌溉现状与发展策略[J]. 胡雅琪,吴文勇. 中国工程科学. 2018(05)
[2]面向作物产量和环境双赢的氮肥施用策略[J]. 颜晓元,夏龙龙,遆超普. 中国科学院院刊. 2018(02)
[3]猪场废水与氮肥水平对土壤氮矿化特性影响研究[J]. 杜臻杰,李平,崔二苹,乔冬梅,梁志杰,齐学斌. 灌溉排水学报. 2017(12)
[4]三峡库区消落带土壤氮矿化及影响因素研究进展[J]. 刘志梅,吴胜军,梁震,黄平,王小晓. 中国农业科技导报. 2017(11)
[5]长期不同施肥处理对土壤氮素矿化特性的影响[J]. 赵伟,梁斌,周建斌. 西北农林科技大学学报(自然科学版). 2017(02)
[6]长期施肥对农田土壤氮素关键转化过程的影响[J]. 王敬,程谊,蔡祖聪,张金波. 土壤学报. 2016(02)
[7]不同施氮水平对再生水灌溉土壤释氮节律的影响[J]. 周媛,李平,齐学斌,胡超,郭魏. 环境科学学报. 2016(04)
[8]施氮量对大兴安岭白桦次生林土壤氮矿化的影响[J]. 包翔,包秀霞,刘星岑. 东北林业大学学报. 2015(07)
[9]再生水高效安全灌溉关键理论与技术研究进展[J]. 栗岩峰,李久生,赵伟霞,王珍. 农业机械学报. 2015(06)
[10]滴灌施肥水肥耦合对温室番茄产量、品质和水氮利用的影响[J]. 邢英英,张富仓,张燕,李静,强生才,吴立峰. 中国农业科学. 2015(04)
本文编号：3608563
本文链接：https://www.wllwen.com/nykjlw/nyxlw/3608563.html
