发育于热带地区玄武岩的时间序列土壤中石英和植硅体的变化特征

发育于热带地区玄武岩的时间序列土壤中石英和植硅体的变化特征

论文摘要

土壤是陆地生态系统各界面过程的重要反应场所。在土壤形成过程中,由于各种物理、化学和生物过程的作用,各种含硅矿物会在剖面和景观中发生迁移、转化和再次分配,并最终以各种形式的含硅组分保存在土壤-植物系统中。本文以我国雷州半岛和海南岛北部不同喷发期玄武岩上发育土壤构成的时间序列作为研究对象,研究了土壤pH、有机碳、土壤硅氧化物的含量,植硅体和石英含量及形态特征。研究发现:(1)土壤有机碳的剖面分布特征符合一般的规律,其含量随着深度的增加而逐渐降低,呈现出表层富集趋势。土壤呈酸性,剖面下层土壤的pH值相对高于表层,成土年龄最高土壤有较高的pH值。成土年龄较小剖面表层土壤的全硅(SiO2)含量要低于下层,而随着土壤的发育,土壤中表层SiO2含量反而较高,一定程度上揭示了生物富硅现象的存在。土壤活性硅的含量随着土壤深度的增加而缓慢增加,且与土壤年龄有着较好的相关性。(2)土壤中植硅体的含量为1.54-21.95 g·kg-1,其随着土壤深度的增加而降低;从新成土到富铁土阶段急剧降低,从富铁土到铁铝土阶段降幅变缓,进入铁铝土阶段则基本趋于稳定。植硅体主要源于禾本科、棕榈科植物,大小在5-130μm之间,形态包括刺球型、哑铃型、扇型、长方型、方型、鞍型、帽型、棒型、尖型、齿型、圆型和其它12种植硅体类型。所有样品中的温暖指数值都>0.5,表明6.12百万年(Ma)以来研究区域基本以温暖气候为主。热带地区植硅体在新成土-富铁土阶段,在减缓土壤中2:1型矿物向1:1型矿物演化方面起着一定的作用;而在铁铝土阶段,植硅体可能在很大程度上影响着土壤全硅的变化,或者说植硅体在维持土壤硅含量“稳定”或“平衡”方面可能起着重要的作用。(3)土壤中石英含量为5.09-28.83 g·kg-1,表层石英含量均高于亚表层。石英含量与成土年龄之间的相关性不明显,不足以指示红壤的发育程度。同一剖面中表层土壤中石英颗粒的表面的风化程度相对较大。从新成土到铁铝土阶段(0.01-1.33Ma),石英颗粒表面风化程度逐渐加深,机械作用形成的特征完全消失。成土时间较长的铁铝土(6.12Ma)中石英颗粒出现裂解现象。本研究一方面证实Darmody评估方法在研究我国热带地区土壤石英颗粒表面风化程度的可行性;同时也说明在相同母质和环境条件下发育的土壤中,石英颗粒表面的风化状况在一定程度上可以指示土壤的相对发育程度。

论文目录

  • 摘要
  • ABSTRACT
  • 第一章 文献综述
  • 1.1 植硅体
  • 1.1.1 植硅体的概念
  • 1.1.2 植硅体的理化特性
  • 1.1.3 植硅体的分类和命名
  • 1.1.4 植硅体的研究历史和现状
  • 1.1.5 植硅体的研究意义
  • 1.2 石英
  • 1.2.1 石英概况及研究背景
  • 1.2.2 国内外石英颗粒的研究进展
  • 1.2.3 石英粒度分布特征的研究和应用
  • 第二章 研究目的与方法
  • 2.1 研究目的和意义
  • 2.2 研究区选取
  • 2.3 研究区概况
  • 2.3.1 研究区地质背景
  • 2.3.2 研究区的成土环境
  • 2.4 样品的采集及其信息概况
  • 2.5 分析方法与测定项目
  • 2.5.1 常规值的分析
  • 2.5.2 植硅体的分析
  • 2.5.3 石英含量测定和形态分析
  • 2.6 数据处理方法
  • 第三章 时间序列土壤的基本理化性状
  • 3.1 有机碳含量和演变特征
  • 3.2 硅氧化物含量和演变特征
  • 3.2.1 全硅
  • 3.2.2 活性硅
  • 3.3 土壤PH
  • 3.4 小结
  • 第四章 时间序列土壤中植硅体的变化特征
  • 4.1 植硅体含量及相关分析
  • 4.1.1 植硅体含量的剖面分布特征
  • 4.1.2 植硅体含量随成土年龄的变化
  • 4.1.3 植硅体含量与土壤硅的关系
  • 4.2 植硅体形态及分布特征
  • 4.3 小结
  • 第五章 时间序列土壤中石英的变化特征
  • 5.1 石英含量的变化
  • 5.2 石英颗粒微形态观测
  • 5.2.1 石英颗粒的微形态分布特征
  • 5.2.2 石英颗粒形态特征与剖面层次和成土时间的关系
  • 5.3 小结
  • 第六章 结论
  • 6.1 结论
  • 6.2 论文创新点
  • 6.3 研究不足和展望
  • 参考文献
  • 植硅体 图版Ⅰ
  • 植硅体 图版Ⅱ
  • 植硅体 图版Ⅲ
  • 植硅体 图版Ⅳ
  • 石英形态图版
  • 附录一:采样景观及剖面照
  • 附录二:论文发表情况
  • 致谢
  • 相关论文文献

    • [1].基于非稳态时间序列的生理控制模型研究[J]. 系统工程理论与实践 2020(02)
    • [2].基于多样化top-k shapelets转换的时间序列分类方法[J]. 计算机应用 2017(02)
    • [3].时间序列趋势预测[J]. 现代计算机(专业版) 2017(02)
    • [4].基于分型转折点的证券时间序列分段表示法[J]. 商 2016(31)
    • [5].基于ARMA模型的股价预测及实证研究[J]. 智富时代 2017(02)
    • [6].《漫长的告别》(年度资助摄影图书)[J]. 中国摄影 2017(04)
    • [7].王嵬作品[J]. 当代油画 2017(07)
    • [8].基于模糊时间序列的计算机信息粒构建研究[J]. 粘接 2020(10)
    • [9].基于时间序列挖掘的合成旅装备维修保障能力预测[J]. 系统工程与电子技术 2020(04)
    • [10].风速时间序列混沌判定方法比较研究[J]. 热能动力工程 2018(07)
    • [11].土壤退化时间序列的构建及其在我国土壤退化研究中的意义[J]. 土壤 2015(06)
    • [12].基于信息颗粒和模糊聚类的时间序列分割[J]. 模糊系统与数学 2015(01)
    • [13].不确定时间序列的降维及相似性匹配[J]. 计算机科学与探索 2015(04)
    • [14].时间序列的异常点诊断方法[J]. 中国卫生统计 2011(04)
    • [15].基于独立成分分析的时间序列谱聚类方法[J]. 系统工程理论与实践 2011(10)
    • [16].面向不确定时间序列的分类方法[J]. 计算机研究与发展 2011(S3)
    • [17].一种基于频繁模式的时间序列分类框架[J]. 电子与信息学报 2010(02)
    • [18].超启发式组合时间序列预报模型[J]. 福建电脑 2020(08)
    • [19].基于深度学习的时间序列算法综述[J]. 信息技术与信息化 2019(01)
    • [20].基于时间序列符号化模式表征的有向加权复杂网络[J]. 物理学报 2017(21)
    • [21].基于互相关的二阶段时间序列聚类方法[J]. 计算机工程与应用 2016(19)
    • [22].基于期货市场行为的时间序列切分及表示方法研究[J]. 中国管理信息化 2015(19)
    • [23].基于形态特征的时间序列符号聚合近似方法[J]. 模式识别与人工智能 2011(05)
    • [24].基于模糊时间序列对我国对外贸易中的进口水平的预测[J]. 统计与决策 2010(23)
    • [25].模糊变量时间序列及其应用[J]. 辽宁工程技术大学学报(自然科学版) 2010(06)
    • [26].时间序列流的分层段模型[J]. 小型微型计算机系统 2009(04)
    • [27].发动机转速时间序列分形特征分析[J]. 机械科学与技术 2008(11)
    • [28].基于HDAD的异构航空数据异常检测的研究[J]. 计算机仿真 2020(03)
    • [29].重庆藕塘滑坡地下水位时间序列混沌性判别与预测[J]. 人民长江 2020(S1)
    • [30].基于能量过滤的不确定时间序列数据清洗方法[J]. 智能计算机与应用 2019(04)

    标签:;  ;  ;  ;  ;  

    发育于热带地区玄武岩的时间序列土壤中石英和植硅体的变化特征
    下载Doc文档

    猜你喜欢