土壤检测论文范文1
关键词 土壤水分自动站；观测数据；差异检验；原因分析；辽宁抚顺
中图分类号 P415.1+2 文献标识码 A 文章编号 1007-5739（2017）03-0203-02
旱涝灾害能给农业生产造成严重的影响，抚顺市雨量充沛，但雨量分布并不十分协调，即使在正常年份，作物生长季内季节性旱涝也经常发生[1]。为做好全市抗旱工作，2010年9月至2011年9月，中国气象局为抚顺市安装了3套DZN1型自动土壤水分观测站，分别安装在抚顺县、新宾县、清原县。与传统的人工土钻取土、烘干法测定土壤湿度相比，DZN1型自动土壤水分观测系统遵循的观测方法、观测时限均发生了很大的变化，导致测量结果存在一定的差异。因此，对设备投入业务运行的差异性检验和形成原因分析是非常必要的。
国内一些相关方面的专家对土壤水分自动站观测数据的检验研究较多[2]。本文选取自动站数据和人工测定土壤湿度对比差异因子，对自动站观测数值与人工对比观测的差异性进行检验，并对形成的原因进行分析探讨。
1 资料与方法
1.1 资料来源
本文资料选取抚顺地区新宾、章党、清原3个土壤水分自动站的6个月内的0～10、10～20、20～30、30～40、40～50、50～60、60～80、80～100 cm土层的土壤体积含水量和距离传感器2～10 m内对应层次的人工土钻取土、烘干法测定的土壤体积含水量数值。
1.2 研究方法
按照《自动土壤水分观测规范》[3]（以下简称《规范》）中对自动站观测数值的业务化检验标准的评价指标：人工观测土壤体积含水量值与器测土壤体积含水量之差的多次平均值的绝对误差σ≤5%。
式中：xi为仪器土壤体积含水量观测值（g/cm3）；ai为人工土壤体积含水量观测值（g/cm3）；N为对比观测次数；设备田间标定后连续人工对比观测1个月不少于6次。σ为人工对比观测土壤体积含水量多次平均值的绝对误差（g/cm3）。
1.3 自动土壤水分站数据采集原理
仪器利用频域反射法原理（FDR）来测定土壤体积含水量，它由传感器发出100 MHz高频信号，当土壤中的水分变化时，其介电常数相应变化，测量时传感器给出的电容（压）值也随之变化，这种变化量被CPU实时控制的数据采集器所采集[3]，经过线性化和定量化处理，得出土壤水分观测值，并按一定的格式存储在采集器中。计算机处理后每1 h形成一个长Z文件，根据土壤水文、物理常数和相关公式计算出土壤相对湿度（%）。
2 结果与分析
2.1 数据差异性检验
抚顺市3个土壤水分自动站与人工观测土层体积含水量对比结果见表1，通过对近半年的干、湿季节的交替时间进行对比观测后发现，抚顺地区3个土壤水分自动站观测土壤体积含水量与人工值基本一致。除新宾县由于土壤90～100 cm土层土壤质地为砂石土不进行土壤体积含水量测定外，新宾站的70～80 cm、章党站的90～100 cm、清原站的30～40、60～80 cm土层因为仪器校验和地下水位较高等原因未通过业务化检验，其余各土层土壤含水量与人工值比较均控制在5%的差异范围内，可以投入业务运行。根据不同层次的业务不达标情况，更换了土壤新宾站的70～80 cm、章党站的90～100 cm、清原站的30～40、60～80 cm土层的湿度传感器，对相应土层的土质进行分析检查、维护，根据需要进行了为期3～6个月的该层次的二次业务检验，在二次检验后达到合格标准，均可投入到业务运行（表2）。
2.2 数据差异原因分析
2.2.1 业务化检验存在时段较差。自动土壤水分观测站投入到业务化检验，按照《规范》要求，应跨越干、湿两季进行人工取土观测对比，第1次对比观测检验主要在6―9月等多雨季节，人工对比观测时间比较集中在湿季，各土层的平均土壤体积含水量变化幅度较快。人工取土在采样、整理和传输时效方面要1 h左右，自动观测站数据采集、传输可以精确到分钟，用平均值代替，存在数据采集的时段内虽然大部分单层样本数据的标准差都偏小，但个别站点标准差平均值仍较大。
2.2.2 仪器布设空间距离差异。自动土壤水分自动观测站传感器布设采取0～10、10～20、20～30、30～40、40～50、50～60、60～80、80～100 cm等多层纵向排列布设（图1），人工下钻深度去除土钻本身带来的深度误差，仍存在3～5 cm的取样误差。而横向上，人工取土范围按照《规范》要求取土钻孔的位置应分布在传感器埋O位置四周半径2～10 m之间的范围内（图2），距离内土壤水分分布不均可以导致测量结果存在一定差异。
2.2.3 气象和自然因素影响。DZN1型自动土壤水分设备受东部山区气候条件制约，在温度过高、出现地表结冰、连续降雨和深层土壤冻结时，土壤水分传感器观测土壤体积含水量数值变化较缓慢。特别在土壤冻结后，土壤湿度无变化。土壤体积含水量变化受附近水库、水体和生长季节植物蒸腾作用[4]等自然因素影响，仪器灵敏度较高，与人工观测产生误差。深层土壤体积含水易饱和，受土壤含砂质地影响，采集数值变化较小，与人工观测存在较大差距，也是深层差异较大而需重复对比观测的原因。
2.2.4 仪器设备稳定性。自动观测的土壤体积含水量是通过计算而来，仪器指定的观测数据处理方法对不同层次设定了订正系数，订正系数的大小直接影响测量结果和人工值的差异。
3 结论与讨论
（1）按照《规范》中的业务化检验标准，抚顺地区3个土壤水分观测站点的个别层次均通过一次性检验达到标准，而新宾站的70～80 cm、章党站的90～100 cm、清原站的30～40、60～80 cm土层在更换传感器、维护土层和设备后通过二次检验达到标准。
（2）土壤水分观测的业务化检验受观测仪器的时间较差和空间距离限制，在进行业务化检验的同时应平均分配干、湿季节的时间段，在对比观测的空间距离上应控制在2 m左右较好。
（3）仪器设备受东部山区气候条件制约较大，自然地大型水体、生长季节作物蒸腾作用均能影响土壤体积含水量的变化数值。
（4）仪器设备受订正系数影响直接影响测量结果，厂家应在订正系数方面进一步细化。
4 参考文献
[1] 张昱，李亮，吴春英，等.抚顺市旱涝演变规律及其对农业的影响和对策[J].江苏农业科学，2013，41（增刊1）：194-195.
[2] 鲁韦坤，李湘，朱斌.云南土壤水分自动站观测值的业务化检验及其标准[J].气象科技，2015（43）：202-206.土壤检测论文范文2摘 要 建立了高污染土壤中多组分滴滴涕 （DDTs） 含量的提取分析方法。采用加速溶剂萃取仪 （ASE） 对土壤中的D
>> 朝阳市土壤中滴滴涕的检测 土壤中六六六和滴滴涕定量检测的一种快捷方法 气相色谱法测定土壤中的六六六和滴滴涕 高效溶剂萃取（HPSE）法测定土壤中的六六六与滴滴涕 微波萃取-气相色谱法分析土壤中六六六\滴滴涕的残留量 土壤重金属污染及修复的研究现状 修复土壤，治理污染 减肥茶中4种滴滴涕类污染物GC-MS检测方法的建立与应用 土壤重金属污染修复技术及研究现状 土壤汞污染及修复技术研究进展 污染土壤生态修复研究进展 浅析污染土壤修复的技术再造及展望 蔬菜中六六六、滴滴涕检测方法的改进 污染土壤的微生物修复研究进展 重金属污染土壤的植物修复研究 根际环境内污染土壤的生物修复研究 论重金属污染土壤修复技术的研究 有机污染土壤的植物修复研究综述 镉污染土壤的植物修复探析 污染土壤生态修复的理论内涵 常见问题解答 当前所在位置：， 2012
19 SHEN ZhongLan， CAI JiBao， GAO Yun， ZHU XiaoLan， SU QingDe. Chinese. J. Anal. Chem.， 2005， 33（9）： 1318-1320
申中兰， 蔡继宝， 高 芸， 朱晓兰， 苏庆德. 分析化学， 2005， 33（9）： 1318-1320
20 LIU HongMei， LI XiaoPeng， LI WenYing， HAN HaiTao. Guangdong Agric. Sci.， 2012， 39（11）： 188-190
刘红梅， 黎小鹏， 李文英， 韩海涛. 广东农业科学， 2012， 39（11）： 188-190
21 YAN Rui， SHAO MingYuan， SUN ChangHua， LIU XiaoLing， SONG DaQian， ZHANG HanQi， YU AiMin. Chinese J. Anal. Chem.， 2014， 42（6）： 897-903
闫 蕊， 邵明媛， 孙长华， 刘晓玲， 宋大千， 张寒琦， 于爱民. 分析化学， 2014， 42（6）： 897-903
22 Oleszczul P. Bioresour. Technol.， 2009， 100（23）： 413-420土壤检测论文范文3
[关键词] 土壤 镉 测定 原子分光光度 农民 生活 健康
[中图分类号] S15 [文献标识码] B [文章编号] 1003-1650 （2015）02-0085-01
1 实验展开地点
1.1 采样地点：
甘肃省兰州市榆中县夏官营村土地中
1.2 实验操作地点：
甘肃省兰州市榆中县西北民族大学化工学院实验室
2 实验目的
当今社会随着科技的发展，人们生活水平的不断提高，人们对于自身生命健康也越来越重视，为了人们生活的健康，我们要对人们生活周围的污染进行检测。镉是一种重金属，土壤中镉的过量存在会通过土地中种植的植物间接进入人体，对人体的健康造成危害，所以为了人们的身体健康，对土壤中的重金属进行定期检测是很有必要的，为此，我们小组针对镉进行的检测。
3 实验原理
采集的土壤试样用酸性溶液溶解后，通过酸性介质，经过稀释后的化液直接喷入空气-乙炔火焰。在高速运动的火焰中形成的Cd基态原子蒸汽对光源发射的特征电磁辐射产生吸收。从而产生特征吸收曲线，用作图工具excel绘制出特征曲线，测得试液吸光度（扣除全程序空白吸光度），从而可以从标准曲线查得Cd含量。计算土壤中Cd含量。
该方法适用于高背景土壤（必要时应消除基体元素干扰）和受污染土壤中Cd的测定。方法检出限范围为0.05―2mgCd/kg。
4 试剂和材料
4.1 试剂
HNO3-HF-HClO4或HCl-HNO3-HF-HClO4混酸体、盐酸、硝酸、氢氟酸和高氯酸、镉储备标
标准液、镉标准使用液
4.2 仪器
空气-乙炔火焰：原子化灯、镉空心阴极灯
5 实验控制条件
5.1 波长测定：229.3nm
5.2 通带宽度：1.5nm
5.3 火焰类型：蓝色火焰
6 实验操作步骤
6.1 土样试液的制备
称取1.000―1.500g土样于50mL聚四氟乙烯坩埚中，用少许蒸馏水润湿，加入20mLHCl，在电热板上加热（
6.2 按照以下表格配制
根据此表格，以此向1到6个容量瓶添加试剂，最后用0.2%的硝酸溶液将其定容到50ml，通过公式可得每个容量瓶中的含镉浓度依次为：0ug/ml、0.05ug/ml、0.10ug/ml、0.20ug/ml、0.30ug/ml、0.40ug/ml，以此从6个容量瓶中取出5ml的试剂溶液于10ml的比色管中，同时，将土壤的酸性试剂溶解溶液一起放入分光光度计中通过空气-乙炔火焰：原子化灯及镉空心阴极灯的照射，使其产生吸收特征曲线，测定其吸光度，绘制特征曲线。
7 实验数据的处理
7.1 标准曲线的相关数据
镉相关系数r=0.9990―0.9997，回收率90.5%～105.8%，RSD3%，最低检出限0.005mg/kg。
7.2 土壤中镉的浓度
镉（mg/kg）=m/M
其中：m：标准曲线上查的镉含量（ug）、M：称样土壤重量（g）
根据此公式计算土壤中镉含量为：0.23mg/kg
8 实验注意事项及数据讨论
8.1 实验注意事项
8.1.1材料与方法：采样地点应选择在农民聚集地并且大家长期种植地，在其土地中采集的土壤更加具有代表性，同时测定方法也是应该值得注意的，方法的选择有利于实验数据的准确性。
8.1.2人为操作：人为操作时会因为个人原因造成实验数据之间存在一定的误差
8.1.3实验条件的限制及采样地点的选择：不同的实验条件都会对实验造成不同程度的影响，例如：温度、湿度、光照等都会对实验造成不同程度的影响，应该适当控制外界条件，选择最佳的操作条件。
8.2 数据讨论
该实验测定的土壤含镉量为0.23mg/kg，处于国家土壤环境质量标准一级和二级之间，说明甘肃省兰州市榆中县夏官营地区的土壤受镉的影响较小，本土壤适用于农田、蔬菜地、果园、牧场、林地的发展，同时可以看出其发展潜力较大。
附录： 表1 土壤环境质量标准值 mg/kg
参考文献
[1]朱利中; 戚文彬 镉的分光光度测定法 分析试验室 1985-05-01
[2]戴慧峰;何涛;陈丽娟;李红;张文华 石墨炉原子吸收分光光度法检测土壤中镉含量的不确定度计算 上海农业科技 2014-08-05土壤检测论文范文4
[关键词]土壤重金属；样品前处理
中图分类号：TP65 文献标识码：A 文章编号：1009-914X（2017）10-0075-01
1 前言
对样品进行化学检测之前要进行一定的处理，是样品进行化学分析中最为基础操作步骤。因化学分析在技术要求最后的检测试样大多是以液体状态的存在，且对样品进行前处理对整个化学分析产生重要影响，所以样品前处理工作也是整个化学分析的重要步骤。并且，因操作人员在操作手段上存在一定差异，所以要求在技术处理上要严格按照操作步骤进行。虽然有时候对同一个样品进行相同技术的处理，且在方法以及手段等方面基本相同，但是其所获得的结果也会存在一定差异。因此，如何能对土壤中重金属检测中的前处理技术更好的得以确认，且在处理中尽量减少对样品检测结果的负面影响，则是本文所要探讨的问题。
2 目前国标中对土壤重金属检测的前处理方法
国标中目前对土壤中重金属检测的样品前处理方法，主要有开放式的电热板法和密闭的微波消解法。
2.1 电热板法
长期以来，我国对土壤重金属的全量消解以盐酸--硝酸--氢氟酸--高氯酸为酸解体系、电热板加热为手段的电热板法为主的前处理方法。此方法土壤样品消解的时间长，效率低；酸试剂种类多，用量大。消解过程繁琐，操作上稍有不慎，便会造成待测元素损失严重，导致实验失败。因为是开放式消解，也容易引入外源性污染；试剂种类多、用量大同样会引入更多的干扰因素。电热板加热时间长，耗能高，且加热不均匀，导致各样品消解液温度不同，造成消解和赶酸进程差异大。因为方法操作和注意事项的繁多，导致样品消解需要分析者全程值守，耗费人力且对人身健康造成严重威胁。此方法的优点在于前期投入的沉没成本低，比较经济，易于大面积推广。
近年来，因为机械自动化的发展，市场上出现一种“土壤全自动消解仪”的新仪器，其宣称实现了加酸、加热、赶酸和定容的全自动化，解放了人力。在笔者的实际使用中，发现因其使用石墨槽加热，所以加热均匀，效率有所提高；消解过程自动化程度高，但也并非能够实现真正的无人值守，依然需要在实验人员的监控之下。此仪器的本质是电热板消解法的优化和改进，除减少了一部分人力外，对检测数据的重现性和准确性并无明显的改善，它相对传统电热板法的积极现实意义在于提高了对实验室工作人员的健康保障。
2.2 微波消解法
微波消解法是样品和酸解试剂在密闭的消解罐内，采用微波加热加快消解速度的前处理方法。从加热原理来看，电热板法是热传导方式加热，属于外部加热；微波加热是极性分子吸收微波后，发生高频往复运动产生内部摩擦、碰撞的内加热，加热速度快且均匀，能耗低。因为消解过程在密闭的消解罐内进行，所以理想状态下，试剂不挥发到外部，在内部回流循环使用，同时加热后消解罐内产生高温高压的条件，增强了试剂对样品的溶解和氧化的能力，极大的加快样品的消解速度。在酸解体系上，微波消解法一般采用王水/逆王水；王水/逆王水-浞酸；硝酸-氢氟酸加高氯酸。前两种算解体系，如果有机物含量比较多，可以同时加入适量的过氧化氢需要增强氧化能力；电热板法所需要的高氯酸，因其易爆性，并不建议用于微波消解过程中。笔者认为有氢氟酸的酸解体系更具有广泛的适用性。
相对电热板法，酸试剂的种类和使用量明显减少，消解时间明显缩短，效率显著提高。密闭的消解体系同样减少了元素损失和外部污染机会，提高了检测数据的重现性和准确性，同时微波消解过程的密闭和全自动化，真正实现了其过程的无人值守。微波消解后在赶酸步骤上，如果配合石墨槽加热赶酸，那么效率将会再次得到提高。
总结以上两种方法主要优点和缺点的对比（表1）：
3 结论
通常对土壤进行重金属检测之前要对样品进行前处理，只有在前期处理技术得以完善，才能有效保证将不利因素对分析结果的负面影响降到最低程度。采取不同的前处理方法对实际检测的结果能够产生直接影响，因此在选择方法之前要对所要检测的重金属元素性质和状态等进行考虑，以判断采用合理的消解方案。
通过对土壤的前处理方法的分析和实践，笔者认为微波消解法效果好，节能环保，且能更好的保障工作人员的人身健康，值得优先考虑和推广。无论何种消解方法都应该向更高水平方向所演变。从目前的人工方法为主，向安全高效的智能方向发展，则是我国环境监测今后的发展方向。
参考文献
[1] 环境保护部《土壤和沉积物金属元素的测定 王水提取/电感耦合等离子体质谱法》.HJ 803-2016.土壤检测论文范文5
【关键词】大型场平工程；无核子密度仪；压实密度；质量检测
某城镇地处山区，地形地貌非常复杂。因受到暴雨、泥石流、山体滑坡等地质灾害严重，所以就需要在周边选择合适的地方进行重建。但是这些重建地区大都是河谷，在重建之前需要对该地区进行回填、压实、平整。场地的压实平整工程是整个重建工程的关键点。为了新建场址能够满足房屋等基础设施建设回填碾压过程中必须对回填土石料压实密度进行检测。
1 检测原理及检测方法
PDA掌上电脑及基本MDI主机(MD一2020)这两个部分是MDI无核密度仪的主要构成部分，MDI无核密度仪的工作原理是利用脉冲发生器发出阶梯式的电磁脉冲，将电磁脉冲打入土壤的四跟金属钢针之后所收集处理电压信号，通过对计算获得土壤的电介质常数、土体的电导率值，利用专门的计算机软件处理之前所采集到电压信号，通过专门的计算机软件依据参数计算出所检测土壤的密度及湿度，最后在PDA掌上电脑上显示出来。
ASTM（美国材料和试验学会的标准测试法）中明确规定了有“两步法”和“一步法”这两种检测方式。所谓的两步测试法，指的是先使用无核密度仪分别检测现场土及现场压实土的电介质常数，在检测现场使用无核密度仪将电介质常熟确定出来，然后对现场需检测的土壤进行采样，在击实模里面进行压实。确定击实模里面标本土壤的湿度，依据的是已知模的体积、毛重，再加上击实模内的毛重，然后用MDI密度仪测量击实模内土壤的电介质。击实模内的待测土含水率主要根据湿度含量、电介质常数、土壤密度这三个数据之间相联关系确定的。击实模内的水含量一般都是不同于现场的水含量的，从击实模内的土壤密度这个数据可以得出现场待测土的密度，而电介质常数则是根据现场检测及击实模内得出的。
而所谓的简化 (一步)测试法，包含有土体电导率及现场一步检测土的电介质常熟，简化测试法的检测方式与两步法检测的方式大体相同。
2 测试应用分析
检测现场所收集的土料的土壤粒径小于5.0mm，在土料的表面较为干燥，施工压实的厚度为26cm。
2.1 室内试验结果及依据
①在土的击实检测中，得出最佳的含水量为13.3%，最大干密度为1.83 g/ cm3，这个数据的来源主要是根据SL237-1999标准。
②在界限含水率测试中，根据SL237-1999标准得出塑限16.5%，土壤液限为28.1%。
③在颗粒分析实验中，细筛分析2.0～0.075 mm 筛孔，小于2.0mm的粒径的土质量为87.4%，小于5.0mm的粒径的土质量为91.58%，小于10.0mm的粒径的土质量为98.2%，小于20.0mm的粒径的土质量为97.6%，小于40.0mm的粒径的土质量为100%。
④不均匀系数、曲率系数试验依据SL237-1999 标准，得出结果: Cu =33.35， Cc = 2.26。
2.2 检测参数设置
现场测试之前，首先对无核密度仪进行测试单位参数设置；然后将土壤样品室内各项试验参数准确地输入到设备中。
2.3 检测过程与结果分析
采用相关规定对检测现场采用随机选点方法进行压实度检测，在场地中试验过程首先使用无核密度仪进行压实度检测，一个完整的测试是由5个独立的测试点组成，按照操作顺序依次测试，完成后设备提示移动到下一测试位置。随后在无核密度仪检测点范围内接近中心位置采用灌砂法检测该位置的压实度。
无核密度仪含水率检测值则高于灌砂法检测值，平均差值分别为6.83% 和7.05% 。压实度检测值修正值与灌砂法检测值偏差范围为± 0.23% ～±4.34% ， 也就说明湿密度检测值变化范围在±0.038 g/ cm3～± 0.082 g / cm3之间。经统计分析，灌砂法检测压实度检测值标准偏差S = 2.34，变异系数CV = 2. 57； 无核密度仪检测压实度检测值标准偏差S = 1. 21，变异系数CV = 1. 37。后者两项指标均小于前者， 满足一般情况下土石回填压实度的偏差系数
从测试结果分析，经过修正的湿密度及含水率标准曲线与无核密度仪检测曲线有明确的相关关系，因此可进一步对设备参数进行调整设定，使无核密度仪现场检测结果更为精确。
3 结语
3.1 结论
本文分析了将无核密度仪使用在大型场平工程的测试中，而且还利用与灌砂法的试验对比，得出水分校正量及无核密度仪的密度校正量，经过校正以后，实际情况与检测现场得出的数据大体吻合。通过试验得出，无核密度仪无论是在精度上面，还是在测试的速度上面都可以满足大型场平工程检测的需要。
3.2 经验
在实际操作过程中，我们可以发现无核密度仪比较于传统的测试方式，具有以下几个优点：
①无核密度仪相较于核子密度，它的最大优势就是无核化，在购买无核密度仪之前并不要求必须向政府提出申请和进行环境评价报告。
②如果在实际操作的过程中，如果条件允许的话可以进行一步法的检测方法，和传统测试的方法（如环刀法等方式）不同的是无核密度仪可以有着更为精准，快速。从围堤填筑检测应用情况来看，无核密度仪一般5～8 min完成1个测点的检测工作，检测速度完全能够满足土方填筑连续施工的要求。
③传统测试方法（如环刀法等），往往都是破坏性的测试方法，在测试之后都会在土壤表面留下大大小小的测试坑，而且对周边土壤的压实面也会遭到扰动。虽然相关规定中详细说明了对于这些大大小小测试坑的回填要求，然而在实际的操作过程中，测试坑的回填工程质量的控制却往往被大家所忽略，这就为整个工程留下了安全质量隐患。在这方面上，因为无核密度仪不是破坏性的测试方式，所以对原有已压实面不造成破坏，不会影响填筑质量。虽然无核密度仪的先进性毋庸置疑，但由于研制时间较短且目前工程实例不多，故同时也存在以下局限性。
①无核密度仪自身的测试准确度需要进一步提高。
②在实际操作无核密度仪的时候，要求将土体电导率及电介质这两个常数先确定下来，尤其是在大型的水利工程中，土壤情况比较复杂，不同的土质相互作用生成，不同的土体都要求重新确定其所对应的两个常数。
③在条件允许的情况下，一步法的使用可以有效地提高测试的速度，然而对于那些不能简单进行分辨、较为复杂的土质，使用两步法则更为实际。
参考文献：土壤检测论文范文6
1耕地与施肥状况调查
1.1调查原则与方法
依据农业部《测土配方施肥技术规范（试行）》的要求，于2006—2011年对榆阳区春玉米种植耕地与施肥现状进行了调查，目的是为了全面掌握土壤养分状况及相应的施肥水平，确保测土配方施肥项目有效开展。调查中按照种植区域和土地类型将该区分为3个部分，分别为中南部河谷川道区、东南部丘陵沟壑区以及西北部风沙滩区。通过实地肥力调查和对农户施肥现状进行走访询问，共填写《农户施肥情况调查表》和《采样地块基本情况调查表》各5 072份，涉及24个乡镇。西北部风沙滩地区为风沙土的主要分布区域，该区分别填写施肥和采样地块的调查表各1 787份，涉及15个乡镇。通过调查，初步掌握了榆阳区春玉米风沙土的耕地养分和施肥水平。
1.2调查结果分析
通过对调查结果进行分析，北部风沙滩区为榆阳区玉米的主要分布地区，其耕地面积为1.33万hm2，占全区春玉米耕地面积的1/2，风沙土，剖面构型是A-C，成土母质是风积沙，土壤结构是粒状或微团粒，土壤质地是砂质壤土，由于沙化耕地型障碍因素，保水保肥性能差，氮、钾素不易积累，流失严重，磷素移动小，但积累缓慢，耕地土壤不利于有机质积累和肥力提高。其生产中存在许多施肥方面的问题：“三重三轻”的肥料偏施现象严重，尤其在风沙土地区，重视氮磷肥的施用，忽略了钾肥[1-3]；偏重施用无机化肥，极少施有机肥；大量元素施用较多，微量元素施用不足。由于化肥施用过量，导致养分不平衡，生产效益低[4-7]。
2采样测试
2.1土样采集
依据农业部《测土配方施肥技术规范（试行）》的有关要求，在实地调查的基础上，对3个区域进行不同类型土壤样品采集。为了准确探明风沙土土壤区地力水平和养分现状，要求定位准确、采土科学、检测精确，累计采集和检测风沙土土壤样品1 787个，检测指标共达10 722项次。
2.2土样检测方法
采用油浴加热重铬酸钾氧化-容量法测定土壤有机质含量；采用硫酸-加速剂消煮-蒸馏滴定法测定土壤全氮含量；采用碱解扩散法测定土壤碱解氮含量；采用碳酸氢钠提取-钼锑抗比色法测定土壤有效磷含量；采用乙酸铵浸提-原子吸收分光光度法测定土壤速效钾含量；采用电位法测定土壤pH值。
2.3土壤养分测试结果
依据农业部《测土配方施肥技术规范（试行）》的有关要求对土壤样品进行检测，土壤样品的测试结果如表1所示。由表1可以看出，榆阳区春玉米风沙土土壤pH值为8.1，偏碱性，有机质和全氮含量分别为7.72、0.31 g/kg，碱解氮、有效磷、速效钾含量分别为48.8、13.9、76.0 mg/kg，土壤养分整体平均水平偏低。
3春玉米产区风沙土土壤养分变化趋势分析
与第二次土壤普查测试值相比，榆阳区春玉米产区风沙土土壤养分测试值，有效磷含量增加了7.2 mg/kg，增长了107.46%；碱解氮增加了15.1 mg/kg，增长了44.81%；土壤有机质的含量有一定的提升，增加了1.72 g/kg，增长了28.67%；速效钾含量下降了38 mg/kg，下降了33.33%。综合分析显示：榆阳区春玉米产区风沙土土壤养分总体含量有增加趋势，不同养分增速不同，但速效钾含量下降，由富钾区向缺钾区转变趋势明显（表2）。
4施肥指导与培肥原则确立
2010年底，在分析春玉米产区风沙土施肥中存在问题（下转第310页）
（上接第307页）
的基础上，依据风沙土土壤养分测试结果和春玉米生产现状，针对春玉米的需肥规律以及土壤养分变化趋势，确立了春玉米高产高效施肥指导原则，经过科学分析、充分论证、专家讨论，提出“有机无机相结合，减氮补磷增钾配微”、“合理搭配、前氮后移、多次追肥”等措施。因此，必须采取“客土垫地、洗盐降碱、增施有机肥”等措施，才能从根本上解决风沙滩地区风沙土土壤养分含量较低的问题。
5参考文献
[1] 周宏美，宋晓，张彦玲，等.豫东潮土区耕地土壤养分动态监测与培肥途径[J].河南农业科学，2006（3）：68-71.
[2] 刘义平.福安市耕地土壤肥力状况及改良途径[J].江西农业学报，2009（9）：61-63，67.
[3] 张景略.豫东平原土壤养分状况及其调节[J].河南农业科学，1987（6）：16-17.
[4] 边永胜.榆阳区春玉米风沙土土壤养分丰缺指标初探[J].新农村，2011（8）：12-13.
[5] 张立军.双辽市土壤养分演变趋势分析[J].现代农业科技，2011（23）：315.土壤检测论文范文7
关键词 VIP控镉技术；低镉品种；生石灰；糙米镉含量；湖南凤凰
中图分类号 X56 文献标识码 A 文章编号 1007-5739（2016）04-0203-02
Research and Application of the Cadmium Pollution VIP Control Technology of Rice in Fenghuang County
DAI Gui-jin
（Agricultural Technology Extension Center，Agricultural Bureau of Fenghuang County in Hunan Province，Fenghuang Hunan 416200）
Abstract This paper studied the effects of VIP control technologys of the Cadmium pollution on Cadmium contents of rice.The results showed that planting the low Cadmium content variety of rice and treated by the quicklime in the field had better control effects，the decline of up to 44%.
Key words the VIP control technologys of the Cadmium pollution；the low Cadmium content variety；the quicklime；the Cadmium contents of rice；Fenghuang Hunan
民以食为天，安全优质无污染的大米是社会人民所需。而近年来，稻米镉污染事件发生，粮食安全威胁到了人类的健康。关于稻米中镉的防控，有研究者认为[1]，在重金属土壤中施用生石灰可以抑制水稻对镉的吸收，能降低糙米中重金属含量；杨寿山等[2]研究认为施用抑镉营养剂（水稻专用）可以降低大米中镉含量。2014年至今，湖南省农业厅在全省各县市、州推广稻田镉污染控制技术，即选种镉低累积水稻品种（Variety）、改革稻田灌溉（Irrigation）模式、调节土壤酸度（pH），同时在此基础上配合根际施用微生物菌剂等（“+n”），有效降低稻米中的镉含量，实现镉污染稻田边生产边修复治理和有效降低米镉含量的目标。2015年凤凰县农环站开展了稻田VIP镉污染控制技术的试验。从试验结果看，低镉品种加施生石灰对降低稻米镉含量具有较为明显的效果，为凤凰县解决大米镉超标提供了新方法。
1 材料与方法
1.1 试验地概况
试验地位于凤凰县茨岩乡茨岩村3组（北纬27.84602°、东经109.41593°）。试验田块集中连片，且肥力水平、污染程度一致，距主要交通干道500 m以上。其土壤背景值如下：试验田土壤为石灰岩土质坡积物潴育水稻土。经检测，土壤pH值为5.8，土壤镉含量为0.68 mg/kg，高于《土壤环境质量标准》二级标准值0.30 mg/kg，属重度污染。
1.2 试验材料
供试水稻品种：两优9918，为两系杂交品种，生育期为140 d；当地品种天优华占为对照品种。
供试原料：生石灰、湖南永州种业有限公司提供的土壤钝化剂和微生物菌剂。
1.3 试验设计
试验共设10个处理，具体如表1所示，3次重复，随机区组排列，共30个小区。小区面积30 m2，小区总面积900 m2，小区间做埂，并留走道和灌排水沟，田埂高度30 cm，并覆盖农膜，每个小区单排单灌[3-4]。
1.4 试验方法
4月28日播种，5月29日插秧（人工），9月14日收割（人工）。5月26日小区围坝时围薄膜措施基肥、分小区撒钝化剂（每小区用量3.75 kg）、微生物菌剂（每小区用量3.75 kg），6月9日栽后7 d小区撒尿素。对处理T1（CK）、T2（V）、T4（P）、T5（VP）等非I处理在6月20日分蘖盛期晒田3 d，之后灌深水10 cm；对处理T3（I）、T6（IP）、T7（VIP）、T8-10等I处理的水分管理分2次灌水，6月1日栽后灌深水6 cm，第2次灌水在6月9―19日分蘖期灌浅水3 cm；P处理在6月30日分蘖末期撒施生石灰，每小区用量3 kg。9月14日（成熟期）分别对各小区稻谷、土壤进行取样，每小区取样分别为500、200 g，分别晒干和阴干。10月20日分别寄送湖南省检测中心、湖南省广电计量检测有限公司检测，1月11日收到省检测寄出的检测报告。
数据整理、方差分析全部采用Excel2003进行。
2 结果与分析
10个处理的土壤pH值、糙米镉含量的平均表现见表2。可以看出，10个处理的土壤pH值范围在6.5～7.5之间，较整地前的pH值（5.87）均有所提高，VIP+n综合处理T8、T9、T10提高较明显，最高值（7.13）较T1（6.56），提高了9%。糙米镉含量10个处理均没有超过国家标准表（0.2 mg/kg），达到了无镉大米标准。平均值最低处理T5由T1的平均值0.025 mg/kg下降到0.014 mg/kg，糙米镉含量下降了0.011 mg/kg，下降44%。
3 结论与讨论
3.1 结论
采用VIP降镉技术措施，降镉效果明显。2014年，凤凰县采用VIP降镉技术生产出的中稻稻谷检测结果显示，部分样品有镉超标。2015年选择在不同的村进行了试验，虽然对照区镉未超标，但各处理比对照镉含量明显降低，说明采用VIP单项及组合处理、VIP+n综合处理技术可以降低稻米对镉的吸收量。该试验结果表明，单项及组合处理T5（低镉品种+生石灰）降镉效果最明显。结合2014年和2015年2年稻田糙米镉含量边生产边修复治理技术试验，凤凰县下年可继续推广低隔品种两优9918加施生石灰降隔措施进行生产。
3.2 讨论
施用生石灰+钝化剂及微生物菌剂等综合处理效果没有比单项及组合处理差异大，各处理间没有达到显著差异。这可能与土壤呈中性反应有关，周清斌等[3]表明土壤酸碱性对酶活性有较大的影响，土壤呈中性值，说明腐殖质含量较为丰富，土壤肥力增高，土壤中磷酸酶活性提高，有可能对植物吸镉有抵制作用，具体原因还需进一步进行试验研究[4]。
4 参考文献
[1] IPCC.Summary for policymakers of climate change 2007：The physical science basis[M]//Contribution of working group to the fourth assessment report of the intergovernmental panel on climate change.Cambridge University Press，2007.
[2] 杨寿山，辛贤凤，游勇，等.稻米镉污染防控试验研究[J].现代农业科技，2015（18）：211.土壤检测论文范文8
关键词:X射线荧光光谱法 原子吸收法 方法比对 铅 土壤
中图分类号:O56 文献标识码:A 文章编号:1672-3791(2012)05(b)-0095-01铅是土壤中常见的重金属污染元素之一。土壤中过量的铅元素在植物体内积累,然后通过食物链流入人体,人体积累的过量铅会伤害神经系统、造血系统、消化系统以及生殖系统,尤其是对儿童的危害最大。因此,土壤铅污染研究已经成为重金属环境污染问题研究的主要方向之一。此外,在《土壤环境质量标准》中,铅也是规定监测项目之一。
目前,土壤中铅的测定的唯一方法是火焰原子吸收分光光度法(FAAS),同时这也是《土壤环境质量标准》中规定的测试方法。此外,还有电感耦合等离子体发射光谱法(ICP-AES)、电感耦合等离子体质谱(ICP-MS)以及X射线荧光光谱法。但是FASS、ICP-AES等方法需要使用大量的酸对土壤进行消解,过程复杂繁琐,并且产生酸雾,二次污染严重。该种方法耗时长,分析效率较低,而使用X射线荧光谱仪(简称XRF)分析,样品无需前处理,只需压制成一定规格的薄片即可进行测定,且测定时间短。本文对原子吸收法与X射线荧光光谱法分析土壤中铅进行了比较,两者无显著性差异。
1 方法原理
1.1?火焰原子吸收分光光度法,见GB/T 17140-1997
1.2?X射线荧光光谱法
将土壤试样用衬垫压片法或铝环(塑料环)压片法制样,用X射线或其他激发源照射待分析样品,样品中的元素之内层电子被击出后,造成核外电子的跃迁,在被激发的电子返回基态的时候,会放射出特征X射线;不同的元素会放射出各自的特征X射线,具有不同的能量或波长特性,其强度的大小与样品中元素浓度有关,与标准样品进行比对时,即可定量测定样品中各元素的含量。
2 实验
2.1?仪器比对
2.1.1?X射线荧光光谱法
德国Bruker-AXS S4 Pioneer波长色散X射线荧光光谱仪。
实验条件:分析线Lβ1;晶体LiF200;准直器0.23dg;探测器SC;电压60kV;电流50mA;2θ峰位28.251;2θ背景28.811;PHA 60%～140%;测量时间峰位40s;测量时间背景20s。
2.1.2?火焰原子吸收分光光度法
VARIAN 55B型火焰原子吸收分光光度计。
实验条件:波长283.3nm;狭缝0.5nm;灯电流8.0mA;燃气流量2.0L/min;助燃气流量10.0L/min。
2.2?样品制备
采集某地土壤样品,置于阴处风干,过200目筛。取5g左右样品于压样机上以压力30吨压制成一定厚度的薄片,硼酸垫底、镶边或塑料环镶边。
2.3?土壤有证参考物质
国家GSS系列土壤标准样品,标准值为(19±2)mg/kg和(25±5)mg/kg。同样取5g左右标准样品于压样机上以压力30吨压制成一定厚度的薄片,硼酸垫底、镶边或塑料环镶边。
3 分析
用火焰原子吸收分光光度法和X射线荧光光谱法测定实际土壤样品和标准样品的分析结果,分别见表1和表2。
①测定10次样品的RSD;②与参考值之间的相对偏差。
4 数据分析
(1)从表2的统计结果来看,两种方法检测结果的平均值与标准值之间误差较小;经t检验法检验,在给定显著性水平为0.05时,两种方法检测结果的平均值与标准值均无显著性差异,测量中不存在系统误差。
(2)经t检验法检验,给定显著性水平为0.05时,两种方法检测结果的平均值之间无显著性差异。
5 结语
通过上述实验,我们可以得出以下结论:火焰原子吸收分光光度法与X射线荧光光谱法测定土壤中的铅,精密度好,准确度高,两者之间无显著性差异。
但是,在样品前处理方面和分析效率方面,X射线荧光光谱法比火焰原子吸收分光光度法更有优势。此外X荧光光谱仪可以同时分析多种元素,省时省力,建议在有条件的情况下使用X射线荧光光谱法分析土壤中铅。
参考文献
[1] GB/T 17140-1997.土壤质量铅、镉的测定KI-MIBK萃取火焰原子吸收分光光度法.
[2] 王霜玉.混合酸浸提-火焰原子吸收分光光度法测定土壤中的铅、铜、锌、钴、镍的探讨[J].经济技术协作信息,2010,30:99～99.
[3] 黄丽娟,林文业,黄一帆,等.ICP-MS等离子体质谱法测定土壤中铬镍铜锌砷镉铅元素含量[J].大众科技,2011,5:102～105.土壤检测论文范文9
关键词：人工神经网络；土壤含水量；预测
中图分类号：S1527；TP183 文献标识号：A 文章编号：1001-4942（2012）12-0011-05
Study on Forecasting Model of Soil Water Content based
on BP Artificial Neural Network
Guo QingChun1， Wang SuJuan2， He ZhenFang3
（1.Shanxi Radio & TV University， Xi’an 710068， China；
2.Shandong Institute of Agricultural Sustainable Development， Jinan 250100， China；
3.Cold and Arid Regions Environmental and Engineering Research Institute，
Chinese Academy of Sciences， Lanzhou 730000， China）
Abstract Soil moisture is one of the factors restricting plant growth， so it has great significance to scientifically forecast soil moisture for making full use of soil water. In this paper， the soil moisture predicting model was put forward based on the BP neural network. The BP neural network using adaptive learning rate momentum algorithm has fast convergence rate and high error precision. According to the soil moisture forecast experiment， the BP neural network predicting model increased the convergence rate， reduced the possibility of getting into local minimum， and improved the prediction accuracy.
Key words Artificial neural network； Soil moisture； Prediction
土壤水分在地表与大气间的物质和能量交换中起着极为重要的作用，是陆地地表参数化的一个关键变量，同时也是农作物生长发育的基本条件和产量预报模型中的重要参量。土壤水分也是土壤的重要物理参数，它对植物存活等具有极其重要的意义，土壤水分过少时，土壤溶液浓度过高，会造成根系吸水困难，致使须根干枯产生“烧须”现象；水分过多，影响根系呼吸及生长，引起乙醇等有害物质的积累，同时厌氧菌活动旺盛，容易造成烂根和疾病发生[1]；朱同彬等（2008）[2]探讨了不同水分条件对土壤酶活性的影响和土壤酶活性的短期变化规律；王月福等（1998）[3]研究了在不同土壤水分胁迫条件下，水浇地小麦品种鲁麦7号和旱地品系莱农8834各生育阶段的水分利用效率。因此，土壤水分及其变化的监测，是农业、水分、生态、环境和水土保持等研究工作的基础，特别是在农业生产中，可以根据土壤水分的监测、预测结果及作物需水规律进行有计划的灌溉。
土壤水分动态模拟和预测一直都是灌排工程的重点研究对象，许多研究人员应用神经网络等方法对土壤含水量进行了研究[4～14]。如鹿洁忠等（1987）[4]对农田土壤深层水分预测进行过研究，提出了根据表层土壤水分确定深层土壤水分的模式；姚建文等（1989）[5]采用多元回归分析方法，将数值模拟方法得到的土壤水分运动动态过程的计算值和实测值进行了比较，两者吻合较好。马孝义等（2001）[6]探讨了土壤含水量的Kriging 和Cokriging 估值方法，研究表明，同深度土壤含水量与不同深度的土壤含水量之间均具有显著的空间相关性；张丽丽等（2007）[7]根据每天红壤不同层次含水量，利用时间序列分析方法，依据表层10 cm含水量序列预测20、30、40 cm 和60 cm土层含水量，结果表明各不同土层含水量之间呈极显著性相关；袁念念等（2011）[8]利用表层土壤含水量与耕层以下土壤含水量之间的关系来预测耕层以下土壤体积含水量，对2008年土壤含水量数据进行线性回归分析，建立含水量预测模型，用2009年同期数据进行检验，效果较好；这些研究得出一个结论：土壤深层水分含量可以利用浅层含水量进行预测。人工神经网络作为一门新兴学科，具有处理复杂非线性问题的优点，已经在多个领域得到广泛应用，因此采用该工具对土壤含水量进行了预测研究，为进行科学灌溉和水土保持提供参考。
1 实验数据
商丘市位于东经114°49′～116°39′、北纬33°43′～34°52′之间；全市东西横距168 km，南北纵距128 km；全市总面积10 704 km2；商丘属暖温带半温润大陆性季风气候，气候温和、四季分明，主要特点是春季温暖大风多，夏季炎热雨集中，秋季凉爽日照长，冬季寒冷少雨雪；年平均日照时数为1 944 h，无霜期平均为211天，年平均气温142℃，一般最高温度39℃，最低温度零下9℃，年平均降水量623 mm。
商丘1995～1997年土壤含水量观测数据来自国家农业科学数据共享中心。采样点位于东经115°40′，北纬34°27′，海拔为501 m，时间为1995年1月8日～1997年12月28日，逢每月8日、18日、28日取土测定5～30 cm 的土壤含水量，每5 cm一个层次。用土壤含水量百分比（%） 表示。实际数据如图1所示。
为了充分发挥BP神经网络的预测功能，提高其输出精度，有必要对输入数据进行预处理，以提高神经网络的泛化能力（即对未来学习数据的正确应答能力），一般可将各输入量归一化到[0，1]区间，但Sigmoid函数在[0，01]和[09，1]区间内变化极为缓慢，不利于特征提取，为此将各输入量归一化至[01，09]之间。输入数据通过标准化{Y=08×〔X-min（X） 〕/ {〔max（X）-min（X）〕+01}处理，构成一组新序列。
2 实验方法
人工神经网络（artificial neural network，简称ANN）是由大量简单的处理单元（或称神经元）广泛地相互连接而形成的复杂网络系统，是一种非线性的动力学系统。它具有大规模的并行处理和分布式的信息存储能力，良好的自适应性、自组织性及很强的学习、联想、容错及抗干扰能力，迄今为止，人们提出许多神经网络模型。较典型的有BP网络、Hopfield网络及CPN网络等，其中应用较多的是具有非线性传递函数神经元构成的前馈网络中采用误差反向传播算法作为其学习算法的前馈网络（Back Error Propagation，简称BP网络）。误差反向传播网络（BP模型）是一种多层结构的映射网络，它是目前应用最为广泛的一种人工神经网络，在各门学科领域中都具有极其重要的实用价值，其学习能力和容错能力对于具有不确定性模式识别具有独到之处。BP人工神经网络结构如图2。
BP算法的中心思想是调整权值使网络总误差最小。BP模型学习过程的算法由正向传播和反向传播两部分组成。通过反复的正向传播和反向传播，不断地修改各层神经元的权值和偏置值（即阈值）来减少误差函数，直到与某一相当小的正值或进行迭代运算时误差函数不再减少。学习过程的实质是求误差函数的最小值，它通过反复训练已知样本集，在没有达到设定的误差最小值之前，每训练一次，权值将沿误差函数的最速下降方向改变，最终收敛到最小点，然后将多个样本训练所得的各层间连接权值及各层神经元的偏置值（即阈值）信息保存起来，以便对未知样本进行处理。
BP网络训练算法理论具有依据可靠、推导过程严谨、精度较高、通用性较好等优点，但传统BP网络训练算法存在以下缺点：收敛速度缓慢；容易陷入局部极小值。在实际应用中，BP网络训练算法很难胜任；因此采用收敛速度较快和误差精度较高的增加动量项与自适应调整学习速率相结合的算法改进BP神经网络的性能。传统BP网络训练算法实质上是一种简单的最速下降静态寻优方法，在修正权值W（n）时，只按照第n步的负梯度方向进行修正，而没有考虑到以前时刻的梯度方向，从而常常使学习过程发生振荡，收敛缓慢。为加速算法收敛，可考虑引入动量项m。增加动量项的权值，调整算法的具体做法是：将上一次权值调整量的一部分迭加到按本次误差计算所得的权值调整量上，作为本次的实际权值调整量，这种方法所加的动量因子实际上相当于阻尼项，它减小了学习过程中的振荡趋势，从而改善了收敛性。动量法降低了网络对于误差曲面局部细节的敏感性，有效地抑制了网络陷入局部极小。传统BP网络训练算法收敛速度缓慢的另一个重要原因是学习率选择不当，学习率选得太小，收敛太慢；学习率选得太大，则有可能修正过头，导致振荡甚至发散。可采用自适应方法调整学习率。在学习收敛的情况下（误差函数E减小），学习率lr乘以大于1的常数α，增大lr，以缩短学习时间；当lr偏大致使不能收敛时（误差函数E增大），学习率lr乘以小于1的常数γ，及时减小lr，直到收敛为止。
人工神经网络的拟合精度与网络层数和各层神经元个数关系密切。BP人工神经网络通常采用三层结构，拟合精度的提高可以用增加各层的神经元数。已经证明3层BP网络可以以任意精度逼近一个连续函数。因此，本研究采取3层BP网络。
输入层和输出层分别与需要解决问题的输入变量和输出变量相联，因此输入层和输出层的神经元数分别由输入变量和输出变量个数确定。由于本模型选用5～10、10～15、15～20、20～25 cm的土壤含水量作为输入，25～30 cm的土壤含水量为输出，输入层包含4个神经元，输出层包含1个神经元。隐层的隐单元定为8～12，最后根据训练结果进行调整。其中隐含层神经元数根据经验公式来确定：P=L+M+N，其中，M、P、N分别为输入层、隐含层和输出层神经元的数目，而L为1～10之间的一个整数。从网络的学习时间与次数以及达到全局收敛的综合效果来看，我们选择的隐含层神经元的数目为9。即网络结构为4-9-1三层结构。在本模型中，输入层、隐含层采用tansig作为传递函数，输出层采用purelin传递函数。动量常数定为09，学习率为005。均方误差为0001。经过542次训练满足训练要求。
3 实验结果
31 不同深度土壤含水量序列变化及其相关性
土壤含水量空间格局是土壤各层含水量随深度的增加而变化，各深层含水量时间上的连续变化是随着表层含水量的变化而变化，且随着深度的增加，土壤含水量波动范围先减小后增大。5～10 cm 土壤含水量变化于24%～241%之间，波动较大，10～15 cm 土壤含水量变化于53%～217%之间，波动幅度次之，15～20 cm土层含水量变化于 55%～201%之间，波动幅度最小，20～25 cm 土壤含水量变化于52%～217%之间， 波动幅度增大，25～30 cm 土壤含水量变化于55%～26%之间。根据1995～1997年不同深度土壤含水量序列空间格局和时间上连续变化的特点，对不同深度土壤含水量序列进行相关性分析，通过在显著性水平为005的F检验，结果表明，25～30 cm 土层与浅层含水量之间呈显著性相关，其中与20～25 cm（0938） 和15～20 cm（0818） 土层含水量之间的相关系数，大于与10～15 cm（0703） 和5～10 cm（0462） 土层含水量的相关系数。可以说相邻土层含水量时间序列之间具有高度的空间相关性，土层相隔越远，相关系数越小，相关性越小。表明土壤含水量在垂直空间分布上具有显著的空间相关性。这一结果进一步说明，可以利用土壤表层含水量预测一定深度的土壤深层含水量。
32 神经网络拟合及其预测结果
在一维水平入渗条件下，影响土壤含水量的因素主要有入渗距离、入渗时间、土壤容重、土壤质地、土壤初始含水量，在土壤容重、土壤质地和初始含水量一定的情况下，可以把入渗距离和入渗时间看作预测土壤含水量的主要依据，通过入渗距离和入渗时间及相应的土壤含水量训练网络，建立土壤含水量的神经网模型，就可以预测土壤含水量的时空变化过程。由于表层土壤水分下渗到深层土壤需要一定时间，因此采用前一时段实测数据来预测后一时段土壤含水量的方法，即采用第8天5～10 cm、10～15 cm、15～20 cm、20～25 cm的土壤含水量来预测第18天25～30 cm的土壤含水量，依次类推。
采用1995～1996年的不同深度土壤含水量作为训练样本，训练神经网络模型，训练结果如图3，利用1997年不同深度土壤含水量，作为检验样本，检验神经网络模型的预测精度见图4。训练样本拟合值最大相对误差534%，最小相对误差-377%，平均相对误差0372%，通过显著性水平为005的F检验，相关系数0999；检验样本预测值最大相对误差 984%，最小相对误差-357%，平均相对误差162%，通过显著性水平为005的F检验，相关系数0999。可以看出，基于BP人工神经网络的土壤含水量模型预测精度较高，达98% 以上，平均相对误差不超过2%，最大相对误差不超过10%；土壤含水量预测值与真实值吻合程度较高，并且预测值的变化趋势和真实值变化趋势也一致，可以反映实际土壤含水量的变化趋势，能够满足实际预测需要。
预测值对比图
4 结论
为了准确预测土壤含水量，对河南省商丘市1995～1997年的土壤含水量进行分析，建立了基于BP人工神经网络的土壤含水量预测模型。通过模型建立和研究得出以下结论。
41 利用人工神经网络模型预测深层土壤含水量时，模型预测的平均相对误差不超过2%，最大相对误差不超过10%。利用表层土壤含水量与深层土壤含水量之间的关系来预测深层土壤含水量，总体上精度较高，预测值与实测值相对误差较小。
42 人工神经网络预测模型反映了入渗条件下，土壤含水量与入渗时间和距离的动态关系，初步研究表明，用人工神经网络预测土壤含水量的时空变化是可行的，而且不需要建立具体的数学模型。
43 对BP算法作了一些改进，通过对不同深度土壤含水量的学习，利用神经网络的记忆、联想以及推理功能对深层含水量的预测估计。预测的结果表明，改进的学习算法大大加快了网络的学习速度，同时对于已学习过的样本知识，网络的输出与期望的结果充分相符，表明该网络能够正确地实现训练样本的拟合；当输入的数据在一定范围内偏离样本知识时，网络的输出具有接近样本输出的倾向，因而表明了神经网络在预测土壤含水量方面的实际可用性。参 考 文 献：
[1] 邓天宏，付祥军，申双和，等0～50cm与0～100cm土层土壤湿度的转换关系研究[J]干旱地区农业研究，2005，23（4）：64-68
[2] 朱同彬，诸葛玉平，刘少军，等不同水肥条件对土壤酶活性的影响[J]山东农业科学，2008，3：74-78
[3] 王月福，于振文，潘庆民 土壤水分胁迫对耐旱性不同的小麦品种水分利用效率的影响[J]山东农业科学，1998，3：3-5
[4] 鹿洁忠根据表层数据估算深层土壤水分[J]中国农业气象，1987，8（2）：60-62
[5] 姚建文作物生长条件下土壤含水量预测的数学模型[J]水利学报，1989，20（9）：32-38
[6] 马孝义，李新平，赵延凤土壤含水量的Kriging 和Cokriging 估值研究[J]水土保持通报，2001，21（3）：59-62
[7] 张丽丽，陈家宙，吕国安，等利用土壤表层含水量序列预测深层含水量的研究[J]水土保持学报，2007，21（3）：162-169
[8] 袁念念，彭 虹，黄介生，等棉田控制排水土壤含水量预测[J]武汉大学学报（工学版），2011，44（4）：445-448
[9] 崔素芳，张振华，姚付启，等基于偏相关分析的烟台市土壤温度影响因素及预测模型研究[J]山东农业科学，2010，1：18-21
[10] 金 龙，罗 莹，缪启龙，等农田土壤湿度的人工神经网络预报模型研究[J]土壤学报，1998，35（1）：25-32
[11] 陈昌华，谭 俊，尹健康，等基于PCA-RBF神经网络的烟田土壤水分预测[J]农业工程学报，2010，26（8）：85-90
[12] 余世鹏，杨劲松，刘广明，等基于BP人工神经网络的长江河口地区土壤盐分动态模拟及预测[J]土壤，2008，40（6）：976-979土壤检测论文范文10
研究证明，硒元素在自然界的循环是由硒矿地层-土壤-水-大气-植物-动物一人类形成一个链条。人类从植物、动物和水中获取硒元素，动物从植物和水中获取硒元素，植物从土壤和水中获取硒元素，而土壤和水最终要从硒矿岩地层中获取硒元素。为探索农作物对土壤硒元素的吸收利用情况，对此我们结合富硒粮油、富硒果蔬、富硒生物有机肥开发项目开展了一系列调查和田间试验工作，并取得一些阶段性结果，现报道如下：
一、调查试验方法
1.大田抽样调查在一个区域选择有代表性的作物和田块，按照每块田棋盘式五点取样，在同一点同时取样土壤和作物，每点取土1公斤、农作物1市斤，并按四分法取其一带回实验室，每个样品一市斤。
2.小区试验由市农科所进行，按照正规小区试验要求和设计方法，对土壤用亚硒酸钠配制规定的浓度，同时播种作物，在收获时取样测定农作物硒含量。
3.所取土壤和作物样品分别送往陕西省富硒食品质量监督检验中心（蔬菜类）、陕西省出入境检验检疫局检验检疫技术中心（粮油类）、安康市产品质量监督检验所（粮油类）、安康市农科所（花生）进行检测。
二、检测结果
将近几年田间抽样调查和小区试验结果汇总如下表。
三、结果分析
通过对全市部分水稻、油菜、玉米、蔬菜和花生5大类作物，28个土壤和农作物样品的抽样化验结果来看，除紫阳双安、汉诚两个大蒜样品的结果需进一步验证外，一般农作物对土壤硒元素吸收利用率在5.43%-44.99%之间，平均为12.23%。不同作物对土壤硒元素吸收利用差别较大，其中以大蒜作物最高，除两个特高外（暂不计），一般在26.05-85.52%，平均为48.267%，玉米在8.46-15.89%，平均为13.275%；油菜在6.43-22.2%，平均为13.22%；水稻在6.02-11.74%，平均为7.394%；黑花生在5.71-7.72%，平均为7.095%；三种蔬菜在5.43-8.00%，平均为6.856%。不同蔬菜品种亦有差别，以茄子、辣椒最高，为7.14-8.00%，，黄瓜较低，为5.43%。
四、问题与讨论
1.本次调查和试验数据较少，只能说明农作物对土壤硒元素吸收利用的一般和大致情况，需要进一步做更多更细的调查和研究。
2.本次抽样的28个土壤样品化验结果之间差别不大，又与全市土壤硒普查结果基本一致，可信度较高。
3.紫阳双安、汉诚两个大蒜硒含量均超过土壤硒含量的2-10倍，是真实情况？是取样问题？还是化验问题？或是大蒜作物确实存在吸收利用和转化过程中具有聚集和放大作用，需更作进一步试验验证。
4.本次样品化验先后在5个不同单位进行，不同化验单位采用的化验方法、纯品标准、检测手段是否异同，需进一步考证。土壤检测论文范文11
关键词：甲羧除草醚；吸附性；淋溶特性
一、试验目的
通过对土壤中甲羧除草醚的吸附和淋溶特性的研究，探究现代农药在农业种植中应用带来的双重影响，进一步优化现代农药的成分；加强对农业种植中农药应用研究的创新探究，促进我国现代农业逐步实现绿色化发展。
二、试验对象
土壤中甲羧除草醚的吸附和淋溶特性。
三、试验材料
甲羧除草醚（纯度为98%），东北特有的黑土样本1份（试验1号），华北冲击平原的土壤1份（试验2号）；酸性检测仪，液相色谱仪，常温消毒试验容器，烧杯，检测中所需的相关仪器和记录表；无水硫酸钠、氧化钠、乙醇等试验所需的药品。
四、试验步骤
主要分两部分进行试验数据的收集，一部分是对甲羧除草醚的吸附性进行探究，另一部分是对甲羧除草醚的淋溶特性进行分析。
（一）对甲羧除草醚的吸附性研究在试验前，首先对试验所需的用具进行消毒处理，并将试验材料中准备的2种土壤分别放入试验收集容器中，分别对土壤进行风干处理，然后将土壤取出，放入准备好的常温无菌保存箱中；其次，分别取2种试验土壤放置在试验瓶中，按照10∶1的配备比重配备水和土壤，将试验瓶的木塞拧紧，平移震荡试验瓶，待水与土壤处于完全融合状态时打开木塞，在溶液中注入10mL甲羧除草醚溶液，然后将木塞盖紧，再次平移摇晃试验瓶，2份土壤溶液分别进行以上试验操作，平移振动3～5min，然后通过离心管对2种试验溶液进行过滤处理，检验试验过滤后的溶液中农药成分的含有量。
（二）对甲羧除草醚的淋溶性研究淋溶特性的试验研究，则是分别取2种试验土壤500g，应用注射器将烧杯中土壤的表层湿润，分别在试验土壤表面注入10mL农药溶液，将试验土壤放置在常温保温箱中，当试验土壤溶液表面呈现半干状态时，采用淋溶技术对土壤表层进行处理，并对淋溶后产生的溶液进行检测分析。
五、试验现象
（一）农药在土壤中的吸附性探究试验中将2种土壤分别放入适量的水，土壤与水融合时具有少量的气泡，当进行平移振动摇晃后，水与土壤能够完全融合，水溶液的颜色呈现泥土灰色；当试验溶液中放入适量的甲羧除草醚溶液后，溶液没有发生剧烈变化，农药在溶液中融合后，溶液的颜色没有发生变化，依旧为土灰色。
（二）农药在土壤中的淋溶性探究烧杯中的土壤注入适量的水分后，表面的土壤湿润，由原来的松散状态变为凝固状态，注入农药溶液后，表面的土壤无较大的变化，当试验土壤溶淋后，水溶液的颜色呈现较浅的玫红色，土壤表层的颜色依旧为灰色，无其他颜色变化。六、结果分析从表1结果可以看出，试验后1、2号土壤中检测到的甲羧除草醚含量都含有较高的比重，震荡后检测出1、2号试验土壤中甲羧除草醚含量分别为33%和49%，而试验溶琳后甲羧除草醚的含量分别为45%和60%，并且检验发现经过农药溶液融合后的土壤中营养成分的受破坏率分别为20%和27%，所占比重较大。表1土壤中甲羧除草醚的吸附和淋溶特性试验结果七、结论在土壤中注入适量的甲羧除草醚溶液，对甲羧除草醚的吸附性和淋溶特性进行分析，从试验现象和试验结果来看，甲羧除草醚在农业生产中的应用并不会造成土壤表层的变化，但对土壤的内在营养成分和土壤结构造成了破坏，具有较强的吸附性和溶淋性。
参考文献：
[1]熊文兰，陈一兵.农药渗透污染地下水的监测及管理[J].西南农业学报，2013（S1）：43-48.
[2]张伟，王进军，张忠明，等.烟嘧磺隆在土壤中的吸附与土壤性质的相关性研究[J].农药学学报，2014（3）：265-271.土壤检测论文范文12
烟草青枯病是烟草的重要病害之一，几乎分布于世界上所有的烤烟种植区，其中热带和亚热带烟区发病尤为严重［1］。在我国，烟草青枯病是危害南方烟区烟叶生产的主要病害，一旦发病往往会造成整株死亡，造成重大经济损失［2-3］。目前，在烟叶生产过程中尽管采用化学药剂防治［4-6］、生物防治［7-9］、合理轮作［8，10-11］、种植抗病品种［12-14］、调整土壤微生物和调整烟苗移栽期等综合措施来防治烟草青枯病［15］，但仍无法有效控制该病的发生。在烟草青枯病生物防治研究方面，目前主要是利用青枯菌的拮抗微生物来防治烟草青枯病，虽然筛选拮抗微生物及其在实验室或温室中拮抗试验效果不错的研究报道较多［16-18］，但是在大田生产上却鲜有应用成功的报道。主要原因之一是植烟土壤是一个复杂的生态系统，耕作层土壤中微生物众多，包含细菌、真菌和病毒等,其微生物的多样性和复杂性对青枯菌的拮抗微生物定殖和扩繁有一定影响。因此，分析烟草青枯病土壤中微生物的群落结构，将有利于拮抗微生物的定殖、扩繁和拮抗作用的发挥。目前，对土壤微生物群落的分析，尤其是快速分析非常困难［19］，随着分子生物学和生物信息学的快速发展以及PCR（PolymeraseChainReaction）技术的日趋成熟，一些建立在PCR技术基础上的分子生物学分析方法如变性梯度凝胶电泳（denaturinggradientgelelectrophoresis,DGGE）［20］、末端限制性片段多态性（terminalrestrictionfragmentlengthpolymorphism,T-RFLP）和16S保守区域片段文库的构建［21］等技术已经发展起来。这些方法不需要培养、分离和纯化微生物，也不受微生物是否可在实验室培养的限制,解决了传统微生物多样性分析中的一些分离培养方面的问题。本研究利用微生物保守区域片段文库构建，初步分析了烟草青枯病土中细菌、真菌的多样性，旨在为利用青枯病拮抗菌有效防治该病害提供依据。
1材料与方法
1.1材料烟草青枯病土壤取自贵州省烟草科学研究所福泉烟草青枯病病圃。五点混合法采集土壤样品，取土壤表层8~20cm的土层，过0.2mm筛，去除杂质。微生物保守区域片段的扩增引物（表1）由上海生工生物有限公司合成；琼脂糖凝胶回收试剂盒、DNAMarker、dNTPs、DNA聚合酶、连接酶、克隆载体等试剂购自大连宝生物（TAKARA）有限公司；序列测定由上海生工生物有限公司完成。
1.2方法
1.2.1土壤总DNA的提取和检测采用玻璃珠均质和液氮研磨法相结合以及SDS-CTAB法，提取病圃土壤中微生物DNA，用纯化试剂盒纯化获得DNA。采用琼脂糖凝胶电泳法检测土壤微生物总DNA和PCR扩增产物。
1.2.2PCR扩增与DNA纯化以土壤微生物总DNA为模板，8f，926r；338F，518R为引物对进行PCR扩增。反应体系总体积为25.0μL，其中模板（土壤DNA）1.0μL，正向引物和反向引物（10μmol/μL）各1.0μL，10×PCRBuffer（含有Mg2+）2.5μL，dNTP（2.5mmol/μL）1.0μL，Taq（5U/μL）0.2μL，蒸馏水补体积至25.0μL；反应程序：95℃预变性5min；94℃变性40s，55℃变性50s，72℃延伸1min，32个循环；最后，72℃延伸10min。按照TAKARA公司凝胶回收试剂盒说明书操作，对PCR扩增产物进行回收，用琼脂糖凝胶电泳检测回收产物。
1.2.3微生物多样性初步分析保守区域文库中检测为阳性的单克隆由上海生工生物公司测序。获得的序列信息通过NCBI数据库(ncbi.nlm.nih.gov)及EzTaxon网站()进行在线分析和比对。
2结果与分析
2.1烟草青枯病土壤微生物总DNA提取琼脂糖凝胶电泳检测提取纯化后的土壤微生物总DNA，结果显示提取的DNA大小约在2.0~10.0kb范围之间，通过DNA试剂盒的纯化，可以降低土壤中腐植酸以及多酚类等化合物对PCR反应的影响。2.2烟草青枯病土壤微生物16S-rRNA和ITS保守序列文库构建以纯化的DNA为模板，用细菌特异性8f和926r引物、真菌特异性338F和518R引物，经过PCR扩增，获得与预期片段大小一致的条带，分别在1000bp和300bp左右。分别用8f，926r引物；338F，518R引物扩增的产物构建文库，从文库中随机挑取部分单菌落，用PCR方法检测其携带的片段，部分琼脂糖电泳检测结果如图所示，图1表明随机挑取的大多数单菌落携带有目的条带。阳性克隆的序列的测定由上海生工生物有限公司完成。
2.3烟草青枯病土壤细菌类和真菌类微生物的多样性烟草青枯病土壤中获得的细菌类信息如表2所示，结果显示，土壤中含有假单胞杆菌属类和鞘氨醇杆菌类等丰富细菌类微生物种类，其中包含部分不可培养假单胞杆菌、芽孢菌等细菌，还有部分序列通过比对没有获得相似性比较高的信息。表3结果显示烟草青枯病土壤中真菌类包括黑霉菌，腐质霉属真菌，尖孢镰刀菌及一些不可培养的真菌，其中霉菌类和不可培养的真菌类包括的菌类比较丰富。}