樟子松固沙林地土壤pH值变化及其影响因子

来源 :辽宁工程技术大学 | 被引量 : 0次 | 上传用户:Lassie01
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
营造樟子松(Pinus sylvestris var.mongolica)人工林是沙地治理的一项重要措施,而造林后林分的生长一般会引起土壤p H值的变化,但营造樟子松固沙林后引起的土壤p H值变化却并没有引起关注。以辽宁省章古台的20块樟子松固沙林样地(涵盖幼龄林、中龄林、成熟林和过熟林)为对象,研究了营造樟子松林后不同生长阶段0-100 cm土层土壤p H值的变化及其影响因子。结果表明:沙地营造樟子松人工林后,土壤p H值的变化范围由对照草地的两个层次(0-10 cm或0-20 cm、20-100 cm)扩大为3个层次(0-10 cm或0-40 cm、40-60 cm、60-100cm);人工林林龄的增加,0-20 cm层p H值显著降低,20-40 cm层保持不变,40-100 cm层幼龄林、成熟林显著高于过熟林,而过熟林与草地无显著差异;樟子松人工林中,0-10 cm层,p H值与TK呈显著正相关,与AP显著负相关,10-20 cm层,与AK和SOC显著负相关,而与SW显著正相关,20-40 cm、40-60 cm、60-80 cm层,分别与AN、TN、TP显著正相关。樟子松林处于幼龄林时,土壤p H值在20-40 cm和60-80 cm层分别与C/P和AN、BD显著正相关,而在80-100 cm层与N/P负相关;中龄林时,土壤p H值在10-20 cm层与C/P显著负相关,20-40 cm和40-60 cm层分别与FS和TN显著正相关;成熟林时,土壤p H值在0-10cm层与BD、AP极显著正相关,与SW、AK、FS显著正相关,20-40 cm层与TN正相关,在60-100 cm层与C/N负相关;过熟林时,土壤p H值在0-10 cm层与AN显著正相关,与TK显著负相关,10-20 cm层与TN显著正相关。总之,章古台地区营建樟子松固沙林显著降低了0-20 cm层土壤p H值,TK和SW的降低、AK和SOC的升高驱动了表层土壤p H值的降低,这一问题的阐明将为该区域樟子松固沙林的合理经营和更新提供重要依据。该论文有图31幅,表8个,参考文献137篇。
其他文献
目的:黑色素瘤(malignant melanoma,MM)是一种高度恶性的皮肤肿瘤,占皮肤恶性肿瘤的第3位。具有转移早、侵袭性强、预后差的特点。黑色素瘤的发病率及死亡率在近30年来逐年上升
tRNA中存在着大量的转录后修饰,这些修饰是由四种基础核苷Uridine、Cytidine、Guanosine和Adenosine衍化而来。它们的存在对tRNA的结构和功能有很大的影响,其中碱基或核糖的
禽流感(Avian Influenza,AI)是由正粘病毒科流感病毒属A型流感病毒引起的家禽和野禽的一种从呼吸系统到全身败血症等多种疾病综合征,其中高致病性禽流感被国际兽医局列为A类
黑老虎是五味子科南五味子属植物冷饭团Kadsura coccinea(Lem.)A.C.Smith的根和藤茎,别名冷饭团、大钻,布福娜等;气香味辛、微苦,性温。在民间常用于治疗胃、十二指肠溃疡、
约束矩阵方程问题是指在满足一定约束条件的矩阵集合中求出方程的解.不同的约束条件与方程都将产生新的研究问题.约束矩阵方程在结构设计、参数识别、自动控制、振动理论、非
电力系统安全稳定运行是经济、社会发展的基础,但现代电网日益庞大的规模和繁杂的结构为其安全稳定形势带来挑战,随着风电并网容量增加,电压稳定问题更为突出。且电网结构或
边坡失稳是一种严重的地质灾害,灾害一旦发生就会造成大量人员伤亡与巨大财产损失,因此边坡稳定分析对于土工结构设计与灾害防治至关重要。同时,一些学者也认为,土压力与地基
盾构技术的不断发展和城市化进程的加快使得地下管网设施逐步完善,除地铁以外,盾构隧道开始被广泛应用于输水管道,水资源调配和蓄水排水等输水隧道越来越多。输水隧道可将水
在自然语言处理领域,实体间关系抽取技术通过检测非结构化数据中实体对间包含的关系类型,生成对应的实体-关系三元组结构化数据,它能极大提升后续信息抽取任务的工作效率,因此一直受到研究者的关注。传统有监督关系分类模型主要依赖的高质量训练数据集通常难以获取,因此基于远程监督的方法被广泛运用于实体关系抽取任务,该方法在少量已标注数据的基础上,快速生成大规模现实语料的关系标签。然而与有监督数据集相比,由于模板
手写中文字符识别在文档检索、邮政分拣、票据转录等任务中有着广泛的应用。传统字符识别大多采用人工设计的特征,并在此基础之上利用机器学习模型对其进行分类。传统识别方法经过长时间研究取得了良好的进展,但是识别效果依然无法满足实际需求。近年来,随着GPU、TPU等并行计算硬件的发展以及深度学习理论研究的深入,基于深度学习的手写中文字符识别研究受到学术界的重视,其性能明显超过传统方法。然而,现有的深度学习模