简介:土壤侵蚀过程复杂,很难直接应用土壤侵蚀预报方程进行定量计算。作为一种新的机器学习算法,支持向量机在样本有限的情况下,采用结构风险最小化准则,把学习问题转化为一个二次规划问题,从而得到唯一的全局最优解。首次尝试将最小二乘支持向量机技术用于土壤侵蚀预测,并与BP神经网络的方法进行了对比,取得了较好的预测精度。
简介:通过原位进行控制、低氮和高氮(0,60,240kg/(hm^2·a))3个氮添加处理,采用挖壕沟法区分自养呼吸,研究板栗林土壤不同组分呼吸对氮添加的响应机制.结果表明:1)氮添加处理对土壤温度和湿度的影响均不显著(P>0.05);2)在控制处理样地中,土壤呼吸、异养呼吸和自养呼吸速率分别为(3.47±0.09)、(2.26±0.10)和(1.21±0.16)μmol/(m^2·s),土壤不同组分呼吸对氮添加处理有不同的响应,低氮添加显著促进了土壤呼吸及不同组分呼吸(P<0.05),高氮添加则显著抑制了土壤呼吸及异养呼吸(P<0.01),而对自养呼吸无显著影响(P>0.05);3)在控制处理样地中,土壤呼吸、异养呼吸和自养呼吸的Q10值分别为2.44、1.93和4.10,氮添加处理可显著降低自养呼吸的Q10值(P<0.05),而对土壤呼吸和异养呼吸无显著影响(P>0.05).
简介:作为陆地生态系统碳通量的重要组成部分,土壤呼吸在维持全球碳循环及碳平衡中具有重要作用。以黄土丘陵区油松、沙棘人工林为研究对象,于2015年6月至2016年5月,采用LI-8100土壤碳通量测量系统,分别观测二者的土壤呼吸(Rs)、5cm土壤温度(T)和水分(W),分析2种人工林Rs的动态特征及其对T和W的响应。结果表明:1)季节尺度油松、沙棘人工林Rs夏季(6—8月)最高(2.31和2.89μmolCO2/m2·s),冬季(12—2月)最低(0.60和0.65μmolCO2/m2·s),年均值分别为1.51和1.92μmolCO2/m2·s,年呼吸总量分别为18.90和22.81tCO2/hm2·a,冬季呼吸量占年呼吸总量比例分别为14.67%和12.65%;日尺度最高值出现在10:00—16:00,最低值均出现在6:00。2)季节尺度2种林分Rs与T均呈显著指数关系(P〈0.01),与W则呈显著线性负相关(P〈0.01),且沙棘林全年尺度土壤呼吸Q10值(1.40)显著高于油松林(1.34,P〈0.01)。3)日尺度上,油松、沙棘人工林W分别大于13%和12%时,T对Rs的解释量(R2)均有所提高。因此,在充分考虑温度和水分对土壤呼吸影响的同时,加强冬季土壤呼吸的观测,对未来气候变化条件下,区域碳循环估算模型的完善具有重要意义。