農(nóng)田土壤有機碳影響因子獲取與估算研究——以麥田為例.pdf

1、進入21世紀，全球氣候變化問題成為世界各國共同關注的焦點，“節(jié)能減排”、“固碳減排”等已逐步引起全球的重視。農(nóng)田土壤有機碳的變化是陸地生態(tài)系統(tǒng)影響大氣 CO2碳源/匯效應的重要依據(jù)，對土壤有機碳含量進行估算，并揭示其影響因素，不僅有助于保持農(nóng)業(yè)可持續(xù)發(fā)展和保障糧食安全，而且對于更好地了解全球碳循環(huán)，估算農(nóng)田土壤有機碳的碳匯能力、增加農(nóng)田土壤碳庫存、制定緩解及應對氣候變暖對策等方面都具有重要的理論與實踐意義。
　　由于影響農(nóng)田土壤碳

2、循環(huán)的因素較多，所以大部分土壤有機碳估算模型參數(shù)較多，有些模型參數(shù)獲得難度較大，從而使模擬效果欠佳，因此如何準確而有效地獲取農(nóng)田土壤有機碳影響因子是實現(xiàn)土壤有機碳估算的關鍵。目前對于土壤有機碳影響因子獲取方法的研究較少，無線傳感器網(wǎng)絡（Wireless Sensor Network，WSN）在農(nóng)業(yè)中的廣泛應用為有機碳影響因子獲取提供了技術支撐。
　　針對以上問題，論文依托國家高技術研究發(fā)展計劃(863計劃)子課題—“農(nóng)田碳匯信息獲

3、取與估算”，以兗州市長期定位實驗的試驗田為研究對象，通過運用WSN技術獲取部分農(nóng)田土壤有機碳影響因子，實現(xiàn)農(nóng)田土壤有機碳影響因子的實時、有效、可靠傳輸，同時對已有有機碳估算模型進行優(yōu)化，利用優(yōu)化的農(nóng)田土壤有機碳估算模型對試驗區(qū)農(nóng)田土壤有機碳進行估算，提高農(nóng)田土壤有機碳估算的精度，對進一步研究農(nóng)田生態(tài)系統(tǒng)碳循環(huán)能力提供依據(jù)。
　　本文的研究內(nèi)容及研究結果如下：
　?。?）建立農(nóng)田土壤有機碳影響因子集。通過閱讀國內(nèi)外文獻及分析農(nóng)

4、田土壤有機碳估算模型，總結土壤溫濕度、土壤 pH、農(nóng)田管理措施、土壤質(zhì)地、土壤容重等因子對農(nóng)田土壤碳循環(huán)過程的影響，建立氣候因子、土壤理化性質(zhì)、農(nóng)田管理措施有機碳影響因子集。
　　（2）基于 WSN的農(nóng)田土壤有機碳影響因子獲取系統(tǒng)構建。通過應用無線傳感器網(wǎng)絡的全面感知技術、近程通訊技術、遠程傳輸技術、大量信息智能分析技術，實現(xiàn)農(nóng)田土壤有機碳影響因子的自動采集、傳輸與處理，為農(nóng)田土壤有機碳估算提供數(shù)據(jù)。該無線傳感器網(wǎng)絡采用ZigBe

5、e技術構建，路由協(xié)議算法選擇了 Cluster-Tree和AODVjr算法的結合。通過試驗對比證明，優(yōu)化后的算法的平均網(wǎng)絡時延比分別使用AODVjr算法和Cluster-Tree算法減少37％和38.3%，數(shù)據(jù)傳送成功率提高7.1%和6.1%。該算法有效降低了系統(tǒng)能量消耗，提高了數(shù)據(jù)傳輸速率。
　?。?）優(yōu)化現(xiàn)有的農(nóng)田土壤有機碳估算模型。通過分析比較目前常用的農(nóng)田土壤有機碳估算模型，對 Soil-C模型進行了優(yōu)化，并利用獲取的有機

6、碳影響因子數(shù)據(jù)對其進行驗證，結果表明優(yōu)化的Soil-C模型穩(wěn)定性較高，適合示范區(qū)土壤有機碳估算。
　　（4）試驗區(qū)農(nóng)田土壤有機碳估算系統(tǒng)的開發(fā)。通過運用基于 Web的系統(tǒng)開發(fā)方法，構建兗州市麥田土壤有機碳估算系統(tǒng)，對試驗區(qū)麥田土壤有機碳進行估算，并對有機碳的變化直觀展現(xiàn)，實現(xiàn)區(qū)域農(nóng)田土壤有機碳估算的可視化。
　　本研究以兗州市50000畝試驗田為研究對象，驗證了本文所提方法的可行性，并證明了此方法的優(yōu)勢：適合我國小區(qū)域農(nóng)田土