農田養(yǎng)分流失風險評價及養(yǎng)分平衡管理研究.pdf

1、澳大利亞西南部農田氮磷等營養(yǎng)元素流失到河流中致使下游區(qū)域水體富營養(yǎng)化的現(xiàn)象日益加劇。本研究以西澳州南部Jacup附近的農業(yè)區(qū)為研究對象，在進行為期三年(2005-2007)的河流水質采樣后，首次提供西澳州的基線河流水質監(jiān)測數(shù)據(jù)。數(shù)據(jù)顯示研究區(qū)河水中氮磷元素的含量已嚴重超標，因此，本研究針對西澳州時而發(fā)生的強降雨并形成大范圍地表徑流的現(xiàn)象，選擇水土流失作為導致營養(yǎng)元素流失的主要驅動因素，以磷元素為例進行營養(yǎng)元素的流失風險評價，識別流失風險

2、較高的區(qū)域，并分析其形成原因；同時以研究區(qū)內的主要作物小麥為例，利用遙感影像和地面統(tǒng)計資料進行小麥種植區(qū)提取，產量估測，并加入水土流失因素計算和分析種植區(qū)內氮磷元素的平衡狀況。本研究的主要工作，認識及結論如下：
　　 ⑴研究區(qū)水質分析。采用研究區(qū)內五個河流水質監(jiān)測點的持續(xù)監(jiān)測數(shù)據(jù)，測定和分析電導率、pH值、總懸浮顆粒物以及不同形態(tài)氮磷元素等水質參數(shù)。這是在西澳大利亞州范圍內首次對基線河流水質的測量和討論。研究發(fā)現(xiàn)所有監(jiān)測點的總氮

3、總磷平均濃度為3.14mg/L和0.60mg/L，遠超西澳州水質管理的行業(yè)的劣等水質標準(3.0 mg/L和0.30mg/L)，河水中氮磷元素富集。嘗試建立常規(guī)水質參數(shù)(如電導率、總懸浮顆粒物)與各形態(tài)氮磷元素的回歸模型以達到低成本評價水中氮磷元素濃度的目的，但效果較差，不能普遍應用。因而映射出下文研究以水土流失為驅動力因素的養(yǎng)分流失風險評價以及農用地營養(yǎng)元素平衡分析的重要性。
　　 ⑵研究區(qū)水土流失量的估算。采用水土流失通用方

4、程估算研究區(qū)2005～2007年的水土流失量。根據(jù)十二年的歷史降雨數(shù)據(jù)，月降雨量基本呈余弦函數(shù)分布，而2005～2007三年中每月同期降雨量的變化也較大，這通常與其中個別強降雨事件有關，特別是在干旱的夏季，有時一次強降雨的雨量能夠近似等于甚至超過歷史同期的月降雨量，極易造成水土流失。因此，降雨量(特別是日降雨量)的變化對水土流失的貢獻較大。為反映西澳州的特殊的降雨特點對水土流失帶來的影響，選擇日降雨量為基礎數(shù)據(jù)，通過逐級計算獲取降雨侵蝕

5、力因子。選擇粒徑小于0.125mm土粒和有機碳含量、土壤滲透率，借助SOILOSS軟件的支持，利用土壤質地與上述三個指標的對應關系計算土壤可蝕性因子的空間分布情況。在地理信息系統(tǒng)軟件的支持下計算坡長坡度因子后發(fā)現(xiàn)，研究區(qū)地勢平坦，幾乎所有的區(qū)域百分比坡度均小于9％，說明研究區(qū)內地形對水土流失的影響并不大，但研究區(qū)東南方向毗鄰地形起伏較大的Fitzgerald國家公園將影響研究區(qū)的水土流失.植被因子引入土壤損失率的算法，根據(jù)各植被不同月份

6、的差異計算，結果顯示研究區(qū)常年有植被覆蓋，具有較好的水土保持效果。研究區(qū)2005-2007三年的水土流失量分別為3.04 t ha-1yr-1、1.62 t ha-1yf-1、1.19 tha-1yr-1，在澳大利亞水土流失分類標準中屬于中低級別。但水土流失程度分布不均，某些區(qū)域水土流失程度強烈，甚至有的達到31.54 tha-1yr-1。
　　 ⑶磷元素流失風險評價。以磷元素為研究對象，根據(jù)表層土中有效磷在不同濃度下與顆粒態(tài)磷

7、及可溶性磷濃度的影響關系，結合研究區(qū)的水土流失量，采用矩陣法評價研究區(qū)磷元素的流失風險。對土壤有效磷的含量進行空間預測。通過研究，對原始數(shù)據(jù)進行轉換以通過KS檢驗，確定選擇指數(shù)模型并采用普通塊段克立格法制作有效磷的空間分布圖，并進行交叉檢驗以驗證插值結果。研究區(qū)有效磷的分布不均，呈區(qū)域化分布，西北方向濃度偏高且分布較為規(guī)則；東北到南部的狹長區(qū)域內濃度較低；其他區(qū)域濃度中等。經分析可知，有效磷的空間分布與各年間農場內作物種類的變化以及相應

8、施肥和操作方式的改變有關，此外自然因素也會導致部分有效磷的積累和遷移。研究區(qū)磷元素流失風險評價的結果中，高風險區(qū)域主要位于研究區(qū)的中部和西北部(占研究區(qū)總面積的6.5％)，東部和南部風險較低(占研究區(qū)總面積的37.7％)，有明顯的區(qū)域化現(xiàn)象。通過流失風險與水質采樣點各種形式磷元素含量的分析發(fā)現(xiàn)，在某些站點的磷元素含量與流失風險有相似的變化趨勢。流失風險與土壤質地和農場分布等也有一定的關系。但由于導致磷元素流失的因素非常多，水土流失只是其

9、中的一種驅動力因素，故需加入其他影響因素以獲取更好的分析結果。
　　 ⑷小麥估產及養(yǎng)分平衡研究。使用遙感影像與相關地面收集資料，在影像經過預處理后，進行圖像分類、提取農作物種植區(qū)、計算植被指數(shù)、建立估產模型、估算作物產量、計算農田養(yǎng)分輸入、輸出和平衡量等一系列的處理過程，確定從遙感影像到農田養(yǎng)分平衡狀態(tài)的具體獲取方法。研究選擇Landsat-5 TM影像為遙感數(shù)據(jù)源，采用監(jiān)督分類(最大似然法和SVM法)和非監(jiān)督分類(ISODAT

10、A法)對研究區(qū)進行分類研究。針對小麥，從敏感性和特異性兩個指標來看，SVM法與ISODATA法效果類似，后者只比前者略差，但仍符合使用要求?？紤]到方法的易用性和穩(wěn)定性，選擇ISODATA分類方法。采用誤差矩陣對分類結果進行再次檢驗，結果顯示該分類方法可用。提取小麥種植區(qū)范圍并進行面積精度評價，經驗證精度可以滿足研究要求。通過建立歸一化指標指數(shù)與產量數(shù)據(jù)的回歸模型，發(fā)現(xiàn)利用分類結果中小麥種植面積作為小麥種植區(qū)范圍，采用二次多項式回歸效果最

11、好。通過未參加回歸的田塊產量的檢驗，總產和單產的精度分別為87.76％和91.15％，證明本研究預測小麥產量的可行性。選擇含磷肥料作為農田中磷元素的輸入源，小麥收獲(包括籽粒和秸稈等)和水土流失為磷元素的主要輸出方式，計算小麥種植區(qū)內磷元素的輸入、輸出和平衡情況。由結果可知雖然小麥收獲和水土流失能造成一定的磷元素輸出，但含磷肥料的施用和土壤中磷的積累等帶來的磷元素輸入量更大，研究區(qū)磷元素普遍有剩余，研究區(qū)2003年磷元素的剩余量為2.5