北京市風(fēng)沙源治理二期林業(yè)工程是國(guó)家重點(diǎn)生態(tài)建設(shè)工程,本研究以工程區(qū)內(nèi)的土壤有機(jī)碳為研究對(duì)象,基于73個(gè)樣地的調(diào)查數(shù)據(jù),從植被、地形和土壤三個(gè)方面,探究土壤有機(jī)碳含量與11個(gè)立地環(huán)境因子的關(guān)系,在此基礎(chǔ)上構(gòu)建了土壤有機(jī)碳含量的回歸模型,并運(yùn)用最大熵模型預(yù)測(cè)立地環(huán)境的改變對(duì)土壤有機(jī)碳含量的影響,從改變立地條件的角度探尋提升本工程區(qū)土壤有機(jī)碳含量的方法。研究結(jié)果表明:（1）在植被因子方面,土壤有機(jī)碳含量與林分類型、林分密度的相關(guān)性不顯著,與草灌生物量和枯落物量均呈顯著負(fù)相關(guān)。（2）在地形因子方面,土壤有機(jī)碳含量與海拔呈顯著正相關(guān)關(guān)系,與坡度和坡向的相關(guān)性不顯著。（3）在土壤因子方面,土壤有機(jī)碳含量與p H呈顯著負(fù)相關(guān),與速效氮含量、速效鉀含量和速效磷含量均呈極顯著正相關(guān)。（4）多元線性回歸分析結(jié)果表明,采用主成分分析提取的5個(gè)主成分因子（F₁:土壤養(yǎng)分因子;F₂:土壤化學(xué)性質(zhì)因子;F₃:碳源因子;F₄:植被因子;F₅:地形因子）能夠有效地表征土壤有機(jī)碳含量的變化,回歸模型的表達(dá)式為:... 

【文章來(lái)源】：北京林業(yè)大學(xué)北京市 211工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：65 頁(yè)

【學(xué)位級(jí)別】：碩士

【部分圖文】：

調(diào)查樣地位置分布圖

研究?jī)?nèi)容與方法4.3技術(shù)路線圖4.2技術(shù)路線圖Figure4.2TechnologyRoadmap土壤有機(jī)碳含量提升策略土壤有機(jī)碳含量立地環(huán)境因子修改后的環(huán)境變量數(shù)據(jù)“存在點(diǎn)”位置數(shù)據(jù)原始環(huán)境變量數(shù)據(jù)提升策略環(huán)境變量貢獻(xiàn)率環(huán)境變量響應(yīng)曲線存在概率分布情況策略實(shí)施后存在概率分布樣地篩選構(gòu)建環(huán)境變量制定提升策略修改數(shù)據(jù)土壤有機(jī)碳含量土壤有機(jī)碳含量與立地環(huán)境因子的關(guān)系立地環(huán)境因子不相關(guān)因子相關(guān)因子主成分回歸模型多元線性回歸分析相關(guān)分析主成分分析MaxEtn軟件MaxEtn軟件（再次運(yùn)行）15

北京市風(fēng)沙源治理二期林業(yè)工程土壤有機(jī)碳含量的研究圖6.1受試者特征曲線Figure6.1Receiveroperatingcharacteristiccurve表6.1為模型生成的環(huán)境變量對(duì)“存在概率”的貢獻(xiàn)率排序，根據(jù)最大熵模型的原理，本研究的“存在概率”即指某一樣地土壤有機(jī)碳含量高于調(diào)查平均值（35.2g/kg）的概率。結(jié)果表明：各環(huán)境變量對(duì)存在概率的貢獻(xiàn)率排序?yàn)樗傩р浐浚?9.3%）＞速效氮含量（38.8%）＞草灌生物量（1.8%）＞速效磷含量（0.1%）。結(jié)合MaxEnt軟件的刀切法模塊生成的環(huán)境變量對(duì)存在概率影響的得分情況，對(duì)各環(huán)境變量的貢獻(xiàn)率排序做進(jìn)一步的驗(yàn)證，圖6.2中藍(lán)條長(zhǎng)度代表各環(huán)境變量的得分，將各環(huán)境變量的得分與貢獻(xiàn)率求積并排序。表6.2的結(jié)果顯示，求積后的貢獻(xiàn)率排序與原來(lái)的排序一致。此外由于草灌生物量和速效磷含量的貢獻(xiàn)率較低，因此認(rèn)為影響存在概率的主要環(huán)境變量為速效鉀含量和速效氮含量。表6.1環(huán)境變量貢獻(xiàn)率Table6.1Contributionrateofenvironmentalvariables序號(hào)環(huán)境變量貢獻(xiàn)率（%）累計(jì)貢獻(xiàn)率（%）1速效鉀含量59.359.32速效氮含量38.898.13草灌生物量1.899.94速效磷含量0.1100.030

【參考文獻(xiàn)】：
期刊論文
[1]基于最大熵模型的南太平洋長(zhǎng)鰭金槍魚棲息地預(yù)測(cè)[J]. 張嘉容,楊曉明,田思泉.  中國(guó)水產(chǎn)科學(xué). 2020(10)
[2]不同林下植被管理措施對(duì)杉木大徑材培育林土壤特性與出材量的影響[J]. 費(fèi)裕翀,吳慶錐,張?bào)?路錦,季春杉,林開敏,曹世江,林思祖,曹光球.  應(yīng)用與環(huán)境生物學(xué)報(bào). 2020(03)
[3]不同海拔杉木人工林土壤碳氮磷生態(tài)化學(xué)計(jì)量特征[J]. 張莎莎,李愛琴,王會(huì)榮,王晶晶,徐小牛.  生態(tài)環(huán)境學(xué)報(bào). 2020(01)
[4]土壤有機(jī)碳作用及轉(zhuǎn)化機(jī)制研究進(jìn)展[J]. 張維理,KOLBE H,張認(rèn)連.  中國(guó)農(nóng)業(yè)科學(xué). 2020(02)
[5]福建省土壤有機(jī)碳儲(chǔ)量估算、時(shí)空分布特征及其影響因素[J]. 王文俊.  現(xiàn)代地質(zhì). 2019(06)
[6]經(jīng)營(yíng)措施對(duì)毛竹林土壤不同組分有機(jī)碳、氮及化學(xué)結(jié)構(gòu)的影響[J]. 楊傳寶,倪惠菁,蘇文會(huì),鐘哲科,張小平,卞方圓,李雯.  應(yīng)用生態(tài)學(xué)報(bào). 2020(01)
[7]南滾河國(guó)家級(jí)自然保護(hù)區(qū)典型植被類型土壤有機(jī)碳及全氮儲(chǔ)量的空間分布特征[J]. 任玉連,陸梅,曹乾斌,李聰,馮峻,王志勝.  北京林業(yè)大學(xué)學(xué)報(bào). 2019(11)
[8]上海市林地土壤有機(jī)碳分布特征及其與土壤理化性質(zhì)的關(guān)系[J]. 張青青,張桂蓮,伍海兵,仲啟鋮,何小麗,陳平,朱清,徐冰,梁晶.  浙江農(nóng)林大學(xué)學(xué)報(bào). 2019(06)
[9]地形因子對(duì)半干旱地區(qū)土壤有機(jī)碳含量的影響[J]. 李龍,周飛,田杰,王曉軍.  北方園藝. 2019(16)
[10]武夷山不同海拔梯度毛竹林土壤有機(jī)碳特征及影響因素[J]. 張厚喜,林叢,程浩,金昌善,徐自坤,魏志超,馬祥慶.  土壤. 2019(04)

博士論文
[1]鳳陽(yáng)山不同林分類型對(duì)土壤有機(jī)碳的影響[D]. 張勇.南京林業(yè)大學(xué) 2018
[2]除灌、采伐處理對(duì)馬尾松人工林土壤有機(jī)碳及其相關(guān)過(guò)程的影響[D]. 沈雅飛.中國(guó)林業(yè)科學(xué)研究院 2018
[3]八大公山亞熱帶常綠落葉闊葉混交林土壤碳氮空間變異及影響因素研究[D]. 李乾璽.中國(guó)科學(xué)院研究生院(武漢植物園) 2016
[4]北京北部山區(qū)不同林齡的油松和側(cè)柏人工林碳庫(kù)研究[D]. 曹吉鑫.北京林業(yè)大學(xué) 2011

碩士論文
[1]秦嶺南坡主要林分類型土壤有機(jī)碳密度及速效養(yǎng)分特征研究[D]. 劉娜.西北農(nóng)林科技大學(xué) 2019
[2]毛烏素沙地地衣結(jié)皮層微生物的群落結(jié)構(gòu)及其固碳功能[D]. 孫永琦.北京林業(yè)大學(xué) 2019
[3]北京市京津風(fēng)沙源治理二期林業(yè)工程生態(tài)效益評(píng)價(jià)研究[D]. 蔣九華.北京林業(yè)大學(xué) 2019
[4]不同經(jīng)營(yíng)措施下的華北落葉松人工林土壤有機(jī)碳及養(yǎng)分特征[D]. 郝磊.北京林業(yè)大學(xué) 2019
[5]興安落葉松林土壤有機(jī)碳特征分析[D]. 吳浩.內(nèi)蒙古農(nóng)業(yè)大學(xué) 2019
[6]氣候背景下中國(guó)野生亞洲象適宜生境的最大熵模型（MaxEnt）預(yù)測(cè)[D]. 姜志誠(chéng).云南大學(xué) 2019
[7]河南省森林土壤有機(jī)碳儲(chǔ)量及其空間分布格局[D]. 張寵.河南科技大學(xué) 2019
[8]不同林下植被管理模式杉木大徑材人工林材種結(jié)構(gòu)及土壤特性分析[D]. 季春杉.福建農(nóng)林大學(xué) 2019
[9]百山祖冷杉適宜分布區(qū)模擬：尋找極小種群擴(kuò)散的潛在分布區(qū)[D]. 劉曉彤.浙江師范大學(xué) 2019
[10]基于最大熵模型預(yù)測(cè)孑遺植物銀杏和珙桐的適生區(qū)[D]. 許瑤.華北電力大學(xué)(北京) 2019



本文編號(hào)：3603820