我要投稿 查看投稿进度
学术期刊
在线客服
客服电话：400-188-5008
客服邮箱：service@ccnpub.com
投诉举报：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享

请选择 目标期刊

循环冻融过程对6种温带森林土壤酶活性的影响 下载：76 浏览：474

高珊 辛贵民 赵清竹 傅民杰 《中国土壤》 2020年2期

摘要:
为了解冻融过程对森林土壤酶活性的影响,本文以长白山地区硬阔叶林、红松阔叶林、次生白桦林、长白松林、蒙古栎林和冷杉林6种温带典型林型下的0～10 cm层(上层)和10～20 cm层(下层)土壤为试验材料,采用室内模拟培养方法探究了在不同冻融循环次数作用下(-15～5℃)6种森林土壤脲酶(Urease,URE)、转化酶(Invertase,INV)和过氧化氢酶(Catalase,CAT)活性的变化。结果表明:6种林型不同层次土壤的脲酶和转化酶活性随冻融频次而变化、且因林型而不同;随冻融次数增加,各林型0～10 cm土层土壤脲酶活性表现为先升高再下降、最后趋于稳定的变化趋势,转化酶活性呈上升趋势变化、8次冻融循环后明显高于冻融处理前对照土样(恒温5℃培养4 d后的土样),而土壤过氧化氢酶活性变化对循环冻融的响应不明显。各林型不同深度土层比较,0～10 cm土层土壤脲酶、转化酶和过氧化氢酶活性分别显著高于同林型10～20 cm土层土壤。循环冻融过程中6种林型土壤脲酶、转化酶和过氧化氢酶活性综合表现为:冷杉林最强,长白松林最弱,硬阔叶林、红松阔叶林、次生白桦林和蒙古栎林均介于冷杉林和长白松林二者之间。

大兴安岭森林土壤矿物结合态有机碳与黑碳的分布及土壤固碳潜力 下载：76 浏览：479

徐嘉晖 高雷 孙颖 崔晓阳 《中国土壤》 2018年1期

摘要:
稳定性土壤有机碳(SSOC)决定着土壤抗干扰与固碳能力。量化了大兴安岭森林土壤两种典型的SSOC:矿物结合态有机碳(MOC)与黑碳(BC),并以矿物结合态碳库为碳饱和容量来估算土壤的固碳潜力。MOC的量化采取物理分组和化学分离两种方法,BC的分析采用重铬酸钾氧化法。结果表明:粒级分组方法过高估计了MOC,矿物结合态有机质中的有机碳并非完全与矿物络合。BC占土壤有机碳(SOC)的比例约为25.4%,其中,颗粒有机质(POM)中BC所占比例约为26.3%,说明颗粒有机碳(POC)并非绝对属于活性组分。表层土壤碳饱和水平达到了97.8%,而深层仅有21.2%,表明深层土壤的固碳潜力巨大,为当前深层SOC储量的1.86倍。目前的碳饱和理论均以SSOC为基础,然而,BC于POM中的存在说明了POC在土壤固碳潜力中的重要性。

季节性冻融对2种温带森林土壤微生物量碳和氮的影响 下载：27 浏览：286

李龙1 辛贵民1 杜彦梅1 朱国君1 尹航2 高珊1 傅民杰1 《土壤研究》 2019年4期

摘要:
为研究长白山森林土壤微生物量对季节性冻融变化的响应，利用原位培养连续取样法测定了长白山地区2种典型森林土壤在春季和秋季冻融期间微生物量碳(MBC)和微生物量氮(MBN)含量的动态变化。结果表明:2种林型各层次土壤微生物量随冻融格局变化而变化。在春季冻融前期，2种林型各层次土壤微生物量皆表现出升高趋势，而在秋季冻融前期表现出降低现象，在春季和秋季土壤冻融期具有多次爆发式增长而又迅速下降特征，且存在一个或多个微生物量峰值。2种林型上层土壤微生物量多高于下层土壤，且上层土壤在冻融期间变化更加剧烈，而下层土壤各时期微生物量碳、氮比波动情况高于上层土壤。相比长白松林，硬阔叶林各层次土壤微生物量在各冻融时期含量更高。

春季解冻过程对长白山森林土壤颗粒有机碳构成的影响 下载：53 浏览：235

董闯1 尹航2 黄世臣1 傅民杰1 《土壤研究》 2018年10期

摘要:
采用原位培养法研究了长白山区5种林型(长白松林、蒙古栎林、次生白桦林、红松阔叶林和硬阔叶林)土壤有机碳及其颗粒组分随春季解冻过程变化的时空特征。结果表明，在春季解冻期各个阶段内，5种林型的0～20 cm土层土壤粗颗粒组分比例显著高于细颗粒组分比例，土壤解冻的初期至中期阶段，所有5种林型土壤的上层粗颗粒组分和下层细颗粒组分比例变化较小，而解冻后期，上层土壤粗颗粒的组分比例明显下降，而下层细颗粒组分比例明显上升；5种林型土壤粗、细颗粒有机碳含量存在明显的空间分布特征，上层土壤的粗、细颗粒有机碳含量均显著高于下层土壤。硬阔叶林、红松阔叶林、次生白桦林和蒙古栎林4种林型土壤上层、下层中的粗颗粒有机碳在解冻的各个时期含量接近，无显著性差异，细颗粒有机碳含量具有相同的规律，而长白松林地土壤粗、细颗粒有机碳含量均显著低于其他4种林型土壤。

森林土壤颗粒组成（机械组成）的测定 下载：148 浏览：2123

应新梅 顾培培 《水土保持与应用》 2022年8期

摘要:
土壤粒径分布是最基本的土壤物理性质之一，它强烈地影响着水力热力性质等重要的土壤物理特性。土壤粒径分布的测定方法相对简单便捷，精度也较高，而且在常规的土壤调查资料中也有详细程度不一的粒径分析数据。而土壤水分特征曲线和（非）饱和水力传导率、土壤热导率、土壤热容量等土壤水力、热力性质的直接测定比较费时、昂贵，且精度较低，可重复性差。因此，根据土壤粒径分布来估计土壤的其他水力学性质已经成为相关领域的研究热点。人们已经提出了多种物理或经验模型将粒径分布与土壤水热性质关联起来。在对土壤水热过程的模拟当中，往往也采用了这些模型。但实际资料中往往只有几个间断的粒级分布点，而这些点不能满足这些模型的模拟需要。例如，在公用陆面模式中需要美国制的砂粒、粘粒、粉粒含量来计算土壤的水热特性。为了得到连续的粒径分布或者特定范围的颗粒质量分数，需要借助于土壤粒径分布模型。
[1/1]
|<
<
1
>
>|
在线客服：：点击联系客服
联系电话：：400-188-5008
客服邮箱：：service@ccnpub.com
投诉举报：：feedback@ccnpub.com
人工客服

工作时间（9：00-18：00）
官方公众号

科技成果·全球共享