羅昔聯(lián),汪怡珂,,韓霽昌,顧兆林
(1.西安交通大學(xué)人居環(huán)境與建筑工程學(xué)院,710049,西安;2.陜西省土地工程建設(shè)集團(tuán),710075,西安)
我國快速城鎮(zhèn)化進(jìn)程導(dǎo)致耕地面積呈現(xiàn)出日益減少的趨勢[1],有效開發(fā)和利用后備耕地資源是確保耕地紅線、提高國家糧食安全的重要策略[2]。毛烏素沙漠是中國四大沙漠之一,總面積達(dá)到3.98×106km2,由于該區(qū)域有相對(duì)充足光照條件和降水量[3],因此改造成可耕地潛力巨大。但是,由于毛烏素沙漠的風(fēng)沙土具有黏土含量低、膠結(jié)度差、滲透率高、保水性差等特征,導(dǎo)致土壤沙化侵蝕嚴(yán)重和生態(tài)環(huán)境脆弱等特征,因而難以直接開展農(nóng)業(yè)種植活動(dòng),迫切需要對(duì)土壤結(jié)構(gòu)進(jìn)行改良。
除了風(fēng)沙土以外,毛烏素沙漠還廣泛分布著黏土含量高和保水能力強(qiáng)的砒砂巖,研究表明,將砒砂巖與風(fēng)沙土壤按一定比例混合,可以有效改變土壤結(jié)構(gòu)并增強(qiáng)持水能力,形成適合作物生長的改良土壤[4-5]。目前,對(duì)于該種改良土的評(píng)價(jià)工作已經(jīng)廣泛開展,如程杰等開展了改良土固沙機(jī)制及固沙效果的場地實(shí)驗(yàn)評(píng)估[6],發(fā)現(xiàn)改良土可以有效固結(jié)表面沙粒,提高土壤含水量,為植被生長創(chuàng)造條件;攝曉燕等研究了不同配比改良土的氮和磷吸附特性,為改良土的植物種植施肥提供依據(jù)[7]。土壤微結(jié)構(gòu)單元及其單元之間的接觸方式?jīng)Q定了土壤的物理學(xué)特性,利用砒砂巖改良沙漠風(fēng)沙土本質(zhì)也是改變土壤微結(jié)構(gòu)。然而,經(jīng)過改良以后的風(fēng)沙土的微觀結(jié)構(gòu)并不是固定不變的,受植物種植影響很大[8],現(xiàn)有研究還較少涉及作物種植對(duì)于砒砂巖改良沙地微觀結(jié)構(gòu)影響的長期評(píng)估。
隨著掃描電子顯微鏡(SEM)及分形理論的發(fā)展,定量觀測和分析土壤微觀結(jié)構(gòu)成為研究土壤的重要手段[9-10]。Bartoli等最早利用SEM分析了風(fēng)沙土的微觀結(jié)構(gòu),證明了使用分型維數(shù)研究沙土微觀結(jié)構(gòu)的可行性[11]。劉夢云等對(duì)不同利用方式土壤的團(tuán)粒結(jié)構(gòu)和微團(tuán)聚體結(jié)構(gòu)及其分形特征進(jìn)行分析和研究,認(rèn)為顆粒數(shù)量分布具有良好的分形特性,且分型維數(shù)與細(xì)顆粒含量及黏粒含量呈正相關(guān)[12]。陶高粱等以Sierpinski墊片和Menger海綿模型為基礎(chǔ),提出了孔隙體積分形模型、顆粒體積分形模型及孔徑或粒徑分布分形模型,并通過SEM圖像進(jìn)行了驗(yàn)證[13]。楊建等提出根據(jù)描述孔隙結(jié)構(gòu)的分形幾何模型,分析松散地層孔隙結(jié)構(gòu)的分形特征[14]??梢?土壤微觀結(jié)構(gòu)中顆粒的數(shù)量分布、體積分布及表面積都具有分形特性,而且大多都通過對(duì)土壤的微結(jié)構(gòu)特征來解釋宏觀的力學(xué)特性[15-16]或土壤孔隙水流的滲流特征[17-18]。關(guān)于定量研究砒砂巖添加風(fēng)沙土的微觀結(jié)構(gòu)特征,來解釋實(shí)驗(yàn)?zāi)晗迣?duì)砒砂巖改良風(fēng)沙土效果影響的研究目前還較少。
本文針對(duì)最佳復(fù)配比砒砂巖改良風(fēng)沙土[19],采集種植0年、3年、6年、9年實(shí)驗(yàn)種植土壤,利用環(huán)境掃描電鏡在接近外界環(huán)境條件下觀測軟土微觀結(jié)構(gòu)形態(tài)和特征;采用全局閾值分割法、局部閾值分割法進(jìn)行圖像處理并獲取微結(jié)構(gòu)參數(shù),基于土體微結(jié)構(gòu)的分形特征,引入分形幾何學(xué)的相關(guān)理論進(jìn)行非確定結(jié)構(gòu)參數(shù),觀察不同實(shí)驗(yàn)?zāi)晗尴?砒砂巖改良風(fēng)沙土的微觀結(jié)構(gòu)變化規(guī)律。
田間實(shí)驗(yàn)場地位于中國毛烏素沙漠南部榆林市榆陽區(qū)大紀(jì)汗村江克梁,實(shí)驗(yàn)點(diǎn)海拔1 206~1 215 m,降雨主要集中在秋季,雨熱同期,年平均水量在400~440 mm之間,年極端降雨量最小為159.6 mm,最大為695.4 mm。年平均光照時(shí)間在2 600~3 100 h之間,日照百分率為59%~71%之間。場地年平均氣溫在6.0~8.5 ℃之間,溫度≥10 ℃的天數(shù)為168天,屬典型的暖溫帶和季風(fēng)氣候區(qū)。
實(shí)驗(yàn)區(qū)主要土壤為風(fēng)沙土,顆粒細(xì),營養(yǎng)含量低,植被易破壞;砒砂巖為風(fēng)沙土的修復(fù)材料,屬褐色砒砂巖,實(shí)驗(yàn)中將砒砂巖與沙的質(zhì)量混合比例設(shè)置為1∶2,共設(shè)計(jì)12個(gè)實(shí)驗(yàn)地塊,實(shí)驗(yàn)?zāi)晗逓?年(T0)、3年(T3)、6年(T6)和9年(T9),每個(gè)種植年份為1個(gè)實(shí)驗(yàn)地塊,并設(shè)兩個(gè)重復(fù),每個(gè)實(shí)驗(yàn)地塊在長度和寬度方向均為2 m,如圖1所示。每個(gè)小區(qū)表層30 cm覆蓋體積比2∶1的風(fēng)沙土與砒砂巖混合土壤,30 cm以下為原始的風(fēng)沙土。砒砂巖、風(fēng)沙土及復(fù)配改良土的主要理化性質(zhì)如表1所示。實(shí)驗(yàn)期間各地塊采用小麥-玉米輪作模式,其中小麥品種為小堰22,玉米品種為偉科702,各處均采用常規(guī)耕作和當(dāng)?shù)貍鹘y(tǒng)水肥管理措施。
表1 土壤主要理化性質(zhì)
(a)實(shí)驗(yàn)區(qū)域 (b)地塊
每年玉米收獲后,采用5點(diǎn)取樣法在每個(gè)實(shí)驗(yàn)點(diǎn)采集0~30 cm土壤層中的5個(gè)土壤樣品,并將5個(gè)樣品混合均勻,除去土壤中的根系及小石塊,在實(shí)驗(yàn)室中風(fēng)干、研磨、過2 mm篩。采用美國FEI Q45掃描電子顯微鏡在環(huán)境掃描模式下對(duì)準(zhǔn)備好的樣品進(jìn)行觀測,觀測時(shí)從100倍逐漸放大至3 000倍,逐級(jí)拍照,得到不同實(shí)驗(yàn)?zāi)晗尴聫?fù)配土的SEM微觀形貌圖。對(duì)SEM圖像進(jìn)一步定量分析,能夠獲得顆粒定向性、顆粒分布、孔隙大小、接觸帶形態(tài)、粒間連通性等微結(jié)構(gòu)信息。
SEM圖像的定量分析步驟如下:①圖像預(yù)處理,剔除原圖像中明顯的凹陷或突起,對(duì)曝光度、亮度、對(duì)比度和灰度系數(shù)校正值進(jìn)行調(diào)整;②圖像分割,利用顆??紫都傲严秷D像識(shí)別與分析系統(tǒng)(PCAS)求取各SEM圖像的最佳分割閾值,并對(duì)圖像進(jìn)行二值化分割處理和調(diào)整濾除圖像中存在的孤立單點(diǎn),處理過程如圖2所示;③微觀結(jié)構(gòu)提取,利用PCAS系統(tǒng),進(jìn)一步提取土壤的顆粒形態(tài)、顆粒排列形式和顆粒接觸關(guān)系等微觀特征參數(shù)。
黑色區(qū)域代表顆粒骨架;彩色區(qū)域代表孔隙
本文進(jìn)一步采用Sierpinski分形模型對(duì)土壤微觀結(jié)構(gòu)的顆粒形狀、表面起伏性等參數(shù)進(jìn)行顆粒分布分維進(jìn)行綜合表征和分析。Sierpinski分形模型的數(shù)學(xué)表達(dá)式如下
(1)
式中:Ds為Sierpinski分形維數(shù),表征顆粒表面復(fù)雜度和體積分布復(fù)雜度;a為圖像分維網(wǎng)格邊長;n為圖像分維網(wǎng)格總數(shù);N為圖像分維中土體結(jié)構(gòu)單元體及孔隙所占格子數(shù);K為lna-lnN擬合函數(shù)的斜率。Sierpinski分形模型的求解步驟為:①選定3種不同的a值,采用sandbox法對(duì)前述1.2節(jié)中二值化圖像進(jìn)行網(wǎng)格剖分(如圖3所示),分別統(tǒng)計(jì)出不同網(wǎng)格剖分下的n和N值;②繪制lna-lnN散點(diǎn)分布圖,并采用最小二乘法求出散點(diǎn)擬合直線,獲得擬合函數(shù)的斜率K;③利用式(1)求出土壤微觀結(jié)構(gòu)的分形維數(shù)。
圖3 不同邊長網(wǎng)格構(gòu)建圖
圖4為不同實(shí)驗(yàn)?zāi)晗尴聫?fù)配土在掃描電鏡下分別放大100倍、500倍、1 000倍、2 000倍的微觀結(jié)構(gòu)圖像。觀察放大100倍圖像顆粒分布可以看出,隨著實(shí)驗(yàn)?zāi)晗薜脑黾?土壤呈現(xiàn)聚集趨勢。在砒砂巖與風(fēng)沙土充分混合后的初始階段(0年),土壤顆粒分散明顯,而實(shí)驗(yàn)?zāi)晗逓?年的復(fù)配土較為分散,6年部分顆粒開始出現(xiàn)聚集現(xiàn)象,種植9年后,出現(xiàn)大量聚集,松散單個(gè)顆粒明顯減少。通過500倍圖像可以對(duì)復(fù)配土表面進(jìn)行較為清晰的觀察,對(duì)比剛剛混合的種植0年復(fù)配土,發(fā)現(xiàn)種植3年后復(fù)配土顆粒表面較為光潔,而隨著實(shí)驗(yàn)?zāi)晗薜脑黾?土體顆粒表面出現(xiàn)較多的附著物。高倍圖像(1 000和2 000倍)顯示,種植3年的復(fù)配土顆粒較分散,顆粒間界線比較分明,膠結(jié)物質(zhì)較少。相比之下,種植6年和9年之后的復(fù)配土顆粒相互接觸,連接緊密,孔隙變小,顆粒間膠結(jié)物質(zhì)豐富。在相同的視場范圍下,種植3年復(fù)配土的微團(tuán)聚體主要以單一狀壘結(jié)存在,大多數(shù)為200~400 μm的沙粒,且顆粒表面較為光滑。砒砂巖與沙復(fù)配土6年、9年的微團(tuán)聚體則出現(xiàn)了一定數(shù)量的橋接狀壘結(jié)、填集狀壘結(jié)、包膜狀壘結(jié)。在包膜狀壘結(jié)表面,片狀及塊狀的細(xì)粒礦物相互充填,形成2~40 μm直徑的孔隙。土壤質(zhì)量恢復(fù)的核心和基礎(chǔ)是土壤結(jié)構(gòu)的重建和恢復(fù),而土壤結(jié)構(gòu)作為土壤質(zhì)量的一個(gè)重要方面,可以在很大程度上反映土壤質(zhì)量水平。在多年的作物種植過程中,灌溉施肥、植物根系分泌物、土壤中生物活動(dòng)及其產(chǎn)物、腐殖質(zhì)等增加了土壤有機(jī)質(zhì)含量,使得土壤團(tuán)聚得更好,土體結(jié)構(gòu)得到很大的改善和提升。
土壤顆粒的粒徑、形狀及顆粒方向性分布特征是決定土壤性質(zhì)的因素之一,與土壤的工程特性具有密切的關(guān)系[20]?;趻呙桦婄R圖像,進(jìn)一步利用PCAS孔隙圖像識(shí)別與分析系統(tǒng)分別對(duì)掃描電鏡圖像進(jìn)行定量化分析,采用SPSS 25軟件包中的相應(yīng)程序?qū)Χ炕Y(jié)果進(jìn)行統(tǒng)計(jì)分析,多重比較采用LSD法。
2.2.1 顆粒大小分析 表2所示為不同實(shí)驗(yàn)?zāi)晗尴?復(fù)配土的等效直徑及粒徑百分?jǐn)?shù)分布統(tǒng)計(jì)結(jié)果。從表中可以看出,隨著實(shí)驗(yàn)?zāi)晗薜脑龃?復(fù)配土體結(jié)構(gòu)結(jié)構(gòu)單元體的粒徑優(yōu)勢區(qū)間并未發(fā)生較大改變,仍然為石英顆粒所在粒徑區(qū)間100~200 μm,通過對(duì)分形維數(shù)進(jìn)行方差分析發(fā)現(xiàn),實(shí)驗(yàn)?zāi)晗夼c顆粒分形維數(shù)存在顯著負(fù)相關(guān)關(guān)系,且不同實(shí)驗(yàn)?zāi)晗揲g顆粒等效粒徑具有顯著性差異。隨著實(shí)驗(yàn)?zāi)晗薜脑黾?土壤微觀顆粒出現(xiàn)大量粒徑較小的膠體顆粒,土壤等效粒徑逐漸減小,在種植第6年和9年時(shí),由3年時(shí)的109.26 μm減小分別為103.32 μm、101.6 μm。同樣,從不同粒徑的分布比例可以看出,種植過程中不同實(shí)驗(yàn)?zāi)晗尴屡皫r改良風(fēng)沙土效果的差異性。在未進(jìn)行種植的情況下,等效粒徑最大,粒徑小于50μm微粒最少,種植3年后,等效粒徑降低1.2%,粒徑大于100 μm的顆粒占據(jù)總的質(zhì)量分?jǐn)?shù)88.5%;作物種植6年,大顆粒數(shù)量變化不大,細(xì)小顆粒含量增加,特別是小于50 μm微粒質(zhì)量分?jǐn)?shù)增加8.1%,等效粒徑降低;作物種植9年,相對(duì)于種植6年變化不大,100~200 μm區(qū)間為粒徑分布的主要區(qū)間,細(xì)小顆粒繼續(xù)增加,出現(xiàn)對(duì)土壤顆粒的包埋現(xiàn)象,等效粒徑繼續(xù)減小。在作物種植過程中,結(jié)構(gòu)單元體等效粒徑呈降低趨勢表明,復(fù)配土在作物實(shí)驗(yàn)?zāi)晗拊黾拥那闆r下,土壤團(tuán)聚結(jié)構(gòu)的微觀粒徑發(fā)生改變,微粒小于50 μm占比增加,等效粒徑逐年減小,土壤結(jié)構(gòu)發(fā)生改變。王楠等研究了黃棕壤不同粒徑下黏土礦物的含量,發(fā)現(xiàn)粒徑越小原生礦物含量越少,黏粒礦物含量則越多[21],與本研究結(jié)果類似。
2.2.2 顆粒形狀分析 本文采用圓形度和平均形狀系數(shù)兩個(gè)參數(shù)對(duì)顆粒形狀進(jìn)行分析。圓形度為顆粒面積的投影與顆粒周長的比值,圓形度的取值范圍在0~1之間,數(shù)值越大,則顆粒越接近圓形,當(dāng)圓形度為1時(shí),區(qū)域就是一個(gè)標(biāo)準(zhǔn)的圓形。平均形狀系數(shù)為顆粒同面積圓的周長與顆粒周長的比值,同樣反映了顆粒的形狀信息,顆粒形狀越復(fù)雜,土壤的圓形度與形狀系數(shù)越小,微觀顆粒孔隙越復(fù)雜,土壤滲透能力越低,保水、持水能力越強(qiáng)。
表3所示為不同實(shí)驗(yàn)?zāi)晗迯?fù)配土團(tuán)聚體單元體形狀統(tǒng)計(jì)結(jié)果。初始狀態(tài)下,風(fēng)沙土的圓形度與土壤的平均形狀系數(shù)各軟土樣豎直切面結(jié)構(gòu)單元體的平均圓形度為0.871 4,表明原狀風(fēng)沙土結(jié)構(gòu)單元體形狀相對(duì)渾圓,這與石英顆粒的礦物晶體形狀類似。在添加砒砂巖后,未種植土壤顆粒圓形度及平均形狀系數(shù)依然較高,通過實(shí)驗(yàn)?zāi)晗逓?年時(shí),顆粒圓形度及平均形狀系數(shù)分別為0.791 6和0.628 8。通過方差分析,發(fā)現(xiàn)實(shí)驗(yàn)?zāi)晗迣?duì)于顆粒圓形度和平均形狀系數(shù)均有顯著影響。隨著實(shí)驗(yàn)?zāi)晗薜脑黾?與剛添加砒砂巖的土壤相比,土壤顆粒平均形狀系數(shù)分別在實(shí)驗(yàn)?zāi)晗?年、6年和9年時(shí)降低13.77%,19.51%和34.35%,平均形狀系數(shù)分別為0.542 2、0.506 1和0.412 8,不同實(shí)驗(yàn)?zāi)晗揲g平均形狀系數(shù)具有顯著性差異。復(fù)配土仍然較為分散,隨著實(shí)驗(yàn)?zāi)晗薜脑黾?土壤結(jié)構(gòu)出現(xiàn)粘結(jié),結(jié)構(gòu)孔隙變復(fù)雜,土壤微觀顆粒粘結(jié),顆粒表面更加粗糙,同時(shí)導(dǎo)致圓形度與形狀系數(shù)降低,當(dāng)實(shí)驗(yàn)?zāi)晗逓?年時(shí),土壤顆粒被膠結(jié)物質(zhì)包埋,土壤顆粒變大,微觀結(jié)構(gòu)更為復(fù)雜,圓形度進(jìn)一步降低為0.519 6。
表3 復(fù)配土團(tuán)聚體結(jié)構(gòu)單元體形狀統(tǒng)計(jì)結(jié)果
2.2.3 顆粒方向性分析 基于SEM圖像,以每10°為一個(gè)角度間隔,劃分18個(gè)方位區(qū)間,統(tǒng)計(jì)顆粒長軸所指方向在每個(gè)角度間隔內(nèi)的數(shù)量概率,可以得到土壤顆粒方向分布的玫瑰圖如圖5所示,進(jìn)一步利用概率熵[22]定量分析不同實(shí)驗(yàn)?zāi)晗耷闆r下土壤顆粒方向的分布規(guī)則,計(jì)算過程如下
(a)0年
(2)
式中:N為方位區(qū)數(shù);Pi為顆粒在某一方位角度內(nèi)的概率;Hm為概率熵,表示土體中顆粒規(guī)則程度的參數(shù),取值在0~1之間。當(dāng)概率熵為0時(shí),表明所有的結(jié)構(gòu)單元體排列方向均在同一角度間隔,顯示出顆粒排列的有序度最高;當(dāng)概率熵為1時(shí),表明單元體完全隨機(jī)排列,在每一角度間隔中,結(jié)構(gòu)單元體出現(xiàn)的概率相同,完全無序概率熵越大,說明結(jié)構(gòu)單元體排列越混亂,有序性降低。根據(jù)式(2)得到不同實(shí)驗(yàn)?zāi)晗尥寥李w粒概率熵,見表4。
表4 不同實(shí)驗(yàn)?zāi)晗迯?fù)配土顆粒概率熵
從圖5可以看出,隨著實(shí)驗(yàn)?zāi)晗薜脑黾?總的顆粒個(gè)數(shù)顯著增加,且多數(shù)顆粒的方向也在逐步發(fā)生變化,方向分布由單一方向,轉(zhuǎn)變?yōu)榉N植6年情況下的雙向,隨后在第9年,分布方向更加多維,存在4個(gè)比較突出的方向。土壤顆粒方向性的具體表征為概率熵。在添加砒砂巖后,未種植土壤顆粒概率熵為0.642 7。實(shí)驗(yàn)?zāi)晗夼c概率熵具有顯著相關(guān)關(guān)系,實(shí)驗(yàn)?zāi)晗逓?年時(shí),土壤顆粒排列雜亂無序,隨機(jī)分布,沒有明顯峰值,概率熵從0年的0.642 7提高到3年的0.877 4,提高了36.52%;隨著實(shí)驗(yàn)?zāi)晗拊黾?其膠結(jié)物質(zhì)增加,小顆粒顯著增多,致使顆粒的定向性更低,排列的最優(yōu)方向主要集中為30°~70°和130°~140°,概率熵提高了44.95%,為0.931 6;實(shí)驗(yàn)?zāi)晗逓?年時(shí),顆粒排列無序,排列方向較多較雜,結(jié)構(gòu)單元體排列的概率熵最大,達(dá)到了0.966 5。多重方差分析結(jié)果表明,不同實(shí)驗(yàn)?zāi)晗揲g概率熵均具有顯著性差異。上述結(jié)果說明,隨著實(shí)驗(yàn)?zāi)晗薜脑黾?顆粒排列的定向性越差,由有序向無序轉(zhuǎn)變,隨著小顆粒的增多,顆粒排列形式更為多樣。
圖6為利用Sierpinski分形模型計(jì)算得到的lna-lnN圖。由圖可知,不同種植年限的砒砂巖改良的風(fēng)沙土,微觀團(tuán)聚結(jié)構(gòu)顆粒分形維數(shù)在1.096 5~1.353 7范圍,通過對(duì)分形維數(shù)進(jìn)行方差分析,發(fā)現(xiàn)實(shí)驗(yàn)?zāi)晗夼c顆粒分形維數(shù)存在顯著相關(guān)關(guān)系。隨著實(shí)驗(yàn)?zāi)晗薜脑黾?砒砂巖改良風(fēng)沙土顆粒分形維數(shù)增加,在種植0年情況下,微顆粒分形維數(shù)為1.096 5;種植3年,顆粒分形維數(shù)1.170 7,相對(duì)種植0年增加6.76%;種植6年,顆粒分形維數(shù)1.204 8,相對(duì)于種植0年增加9.88%;種植9年后分形維數(shù)增加至1.352 4,土壤顆粒結(jié)構(gòu)逐步趨于復(fù)雜和穩(wěn)定。多重方差分析結(jié)果表明,不同實(shí)驗(yàn)?zāi)晗揲g顆粒分形維數(shù)具有顯著性差異。土壤顆粒分形維數(shù)由大到小分別為種植9年、種植6年、種植3年、種植0年,可知,隨著實(shí)驗(yàn)?zāi)晗薜脑黾?土壤顆粒越細(xì)粒化,Sierpinski分形維數(shù)逐漸增大,較好的表征土壤結(jié)構(gòu)變好的變化趨勢。
圖6 不同實(shí)驗(yàn)?zāi)晗薷牧纪羖na-lnN圖
表5 不同實(shí)驗(yàn)?zāi)晗迯?fù)配土顆粒分形維數(shù)
實(shí)驗(yàn)?zāi)晗迣?duì)于土壤微觀結(jié)構(gòu)的影響可能與供試土壤類型相關(guān)。朱冰冰等研究表明植被恢復(fù)年限的增加土壤水穩(wěn)性團(tuán)聚體,分形維數(shù)減小[23]。黃靜等研究表明,不同種植年限的風(fēng)沙土種植荒草、種植黃豆及玉米后,除含水量較高外,抗沖性、全效養(yǎng)分、有機(jī)質(zhì)及速效養(yǎng)分均處于較低水平;不耕種的風(fēng)沙土各項(xiàng)指標(biāo)均最差[24]。魏斌萌等通過將不同比例的砒砂巖添加至風(fēng)沙土,證明砒砂巖能夠有效改良風(fēng)沙土,且隨著實(shí)驗(yàn)?zāi)晗薜脑黾?復(fù)配土砂粒含量明顯減少,且粉粒和黏粒含量增加[25]。
種植年限對(duì)于土壤顆粒的作用,也與土壤中有機(jī)質(zhì)含量的增加有關(guān)?;|文等研究發(fā)現(xiàn),砒砂巖改良的風(fēng)沙土種植1年土壤養(yǎng)分變化不顯著,隨著種植年限的增加,土壤肥力顯著增加,且種植年限越長,土壤有機(jī)質(zhì)、全氮、全磷、全鉀等相關(guān)指標(biāo)增加越顯著[26]。
本文采用砒砂巖與風(fēng)沙土以1∶2的質(zhì)量比例進(jìn)行混合,采用掃描電子顯微鏡對(duì)于不同實(shí)驗(yàn)?zāi)晗薜耐寥牢⒂^結(jié)構(gòu)進(jìn)行觀察,并量化分析不同實(shí)驗(yàn)?zāi)晗夼皫r改良的風(fēng)沙土顆粒的特征。從微觀角度對(duì)砒砂巖改良風(fēng)沙土的效果進(jìn)行了定量分析發(fā)現(xiàn),實(shí)驗(yàn)?zāi)晗夼c顆粒圓形度、平均形狀系數(shù)和等效粒徑間存在反相關(guān)關(guān)系,且不同實(shí)驗(yàn)?zāi)晗揲g的顆粒圓形度、平均形狀系數(shù)和等效粒徑均存在顯著性差異;實(shí)驗(yàn)?zāi)晗夼c顆粒概率熵和分形維數(shù)存在正相關(guān)關(guān)系,不同實(shí)驗(yàn)?zāi)晗揲g的顆粒概率熵和分形維數(shù)存在顯著性差異。實(shí)驗(yàn)結(jié)果與魏斌萌和花東文的實(shí)驗(yàn)結(jié)果相同,可見砒砂巖對(duì)于風(fēng)沙土微觀結(jié)構(gòu)具有很好的促進(jìn)作用,即改良了風(fēng)沙土,又治理了砒砂巖,達(dá)到了變“兩害”為“一寶”的效果。
由于土壤顆粒的復(fù)雜性和組成的多樣性,單一指標(biāo)無法全面地描述土壤顆粒的結(jié)構(gòu)演變過程。本文通過SEM圖像分析技術(shù)和Sierpinski分形模型,全面地定量評(píng)估不同實(shí)驗(yàn)?zāi)晗耷闆r下,實(shí)驗(yàn)?zāi)晗迣?duì)于砒砂巖改良風(fēng)沙土的作用效果,結(jié)果表明實(shí)驗(yàn)?zāi)晗拊黾訉?duì)砒砂巖改良風(fēng)沙土的微觀結(jié)構(gòu)具有顯著的改善作用,主要表現(xiàn)在以下方面。
(1)復(fù)配土中粒徑小于50 μm顆粒增加,且土壤等效粒徑降低,土壤形狀、方向逐漸與風(fēng)沙土產(chǎn)生區(qū)別,土壤形狀因子及圓形度降低,方向更加多樣。復(fù)配土產(chǎn)生更多的顆粒間膠結(jié),微觀結(jié)構(gòu)逐漸擺脫風(fēng)沙土簡單的石英晶體顆粒形狀。
(2)通過Sierpinski分形模型對(duì)結(jié)構(gòu)單元體分布進(jìn)行描述,表明實(shí)驗(yàn)?zāi)晗拊黾恿祟w粒結(jié)構(gòu)的復(fù)雜程度,改善土壤顆粒分布結(jié)構(gòu),增加了土壤顆粒的復(fù)雜性及土壤結(jié)構(gòu)的穩(wěn)定性,且結(jié)構(gòu)因子改良程度由大到小順序?yàn)榉N植9年、種植6年、種植3年,其中種植9年情況下,土壤結(jié)構(gòu)指數(shù)達(dá)到較高水平。所以實(shí)驗(yàn)?zāi)晗薜脑黾?有助于土壤結(jié)構(gòu)的重建和土壤質(zhì)量的改良。