东北地区农田土壤有机碳红外光谱特征研究

土壤有机碳动态与全球气候变化密切相关，而土壤有机碳数量与化学组成的研究对深入理解有机碳循环尤为重要。快速预测土壤有机碳含量及识别土壤组分碳的化学组成信息，将为我国农业生产实践、为丰富土壤数据库和数字土壤图制作提供理论与技术支撑。本项目拟采用傅里叶变换红外光谱（FTIR）与化学计量学方法相结合构建东北地区典型农田土壤有机碳（颗粒有机碳、砂粒结合碳、粉粒结合碳及黏粒结合碳、木质素和碳水化合物）定量预测模型，识别土壤物理组分及活性有机碳的分子结构特征；探讨不同土壤类型、土地利用方式、种植结构对模型稳定性的影响，分析不同地域及剖面深度形成的环境因子(温度、水分、输入秸秆的化学组成)对土壤机碳含量与组成的影响；通过分析土壤组分的红外光谱特征，探讨农田有机物输入经微生物转化分解进入土壤组分的稳定过程，为深入研究农田土壤碳截获过程及潜力提供理论依据。

土壤有机碳动态与全球气候变化密切相关，而土壤有机碳数量与化学组成的研究对深入理解有机碳循环尤为重要。快速预测土壤有机碳含量及识别土壤组分碳的化学组成信息，将为我国农业生产实践、为丰富土壤数据库和数字土壤图制作提供理论与技术支撑。本项目拟采用傅里叶变换红外光谱（FTIR）与化学计量学方法相结合构建东北地区典型农田土壤有机碳（颗粒有机碳、砂粒结合碳、粉粒结合碳及黏粒结合碳、木质素和碳水化合物）定量预测模型，识别土壤物理组分及活性有机碳的分子结构特征；探讨不同土壤类型、土地利用方式、种植结构对模型稳定性的影响，分析不同地域及剖面深度形成的环境因子(温度、水分、输入秸秆的化学组成)对土壤机碳含量与组成的影响；通过分析土壤组分的红外光谱特征，探讨农田有机物输入经微生物转化分解进入土壤组分的稳定过程，为深入研究农田土壤碳截获过程及潜力提供理论依据。研究在如下几方面获得进展：1）构建东北地区典型区域土壤数据库，包括有机物质投入数据库、养分数据库；2）应用红外光谱模型，成功预测土壤有机碳、土壤碳水化合物（氨基糖），并基于红外光谱数据，成功应用有监督分类法识别东北地区不同土壤类型；3）深入探讨了不同耕作措施下，土壤物理组分、化学组分的红外光谱特征，深入探讨了外源秸秆输入条件下，土壤有机质的去向及微生物驱动的转化过程。本项目的研究，为深入探讨东北地区土壤可持续管理，提供必要的基础数据和全新的理念。