Prediction the potential suitable areas of Tithonia diversifolia A. Gray and Synedrella nodiflora (L.) Gaertn. in China based on the optimized MaxEnt model
-
摘要:目的
研究外来入侵杂草肿柄菊Tithonia diversifolia A. Gray和金腰箭Synedrella nodiflora L. Gaertn.在中国的当前适生区和潜在适生区，以及影响肿柄菊和金腰箭分布的主要环境变量，为这2种杂草的入侵监测和掌握其扩散分布规律提供理论参考。
方法对物种分布数据进行拟合分析，对环境变量进行相关性分析，使用ENMeval对物种分布数据进行模型优化，将得到的分布数据、环境变量、正则化参数 (Regularization multiplier, RM)和特征组合参数 (Feature combination multiplier, FC)导入MaxEnt进行分布预测，然后用ArcGIS得到当前及潜在分布适生区。
结果温度季节变化标准差、最冷季度平均温度是影响肿柄菊分布的主要环境变量，贡献率之和为70.8%；年均温度变化范围、年均降水量、最湿月降水量是影响金腰箭分布的主要环境变量，贡献率之和达76.7%。这2种植物的中高适生区位于我国西藏南部、云南、广西、广东、福建、海南、台湾。
结论已成功入侵中国的肿柄菊和金腰箭目前主要分布在中国南部热带、亚热带一些区域，预测有向内陆逐步扩张的趋势，对此要加强防范。
Abstract:ObjectiveThis paper aims to study the current and the potential suitable areas of the invasive alien weeds Tithonia diversifolia A. Gray and Synedrella nodiflora (L.) Gaertn. in China, and to explore the main environmental variables affecting the distribution of these two plants. It provides a theoretical reference for the invasion monitoring of these two invasive weeds and for mastering their diffusion and distribution patterns.
MethodFit analysis on the species distribution data and correlation analysis on the environmental variables were employed, and ENMeval was used to optimize the model of the species distribution data. The obtained distribution data, environmental variables, regularization multiplier (RM) and feature combination (FC) parameters were imported into MaxEnt for distribution prediction. Then, ArcGIS was used to obtain the current and potential suitable distribution areas.
ResultThe standard deviation of seasonal temperature change and the average temperature in the coldest quarter were the main environmental variables affecting the distribution of T. diversifolia, and the sum of their contribution rates reached 70.8%. The range of annual average temperature change, annual average precipitation and precipitation in the wettest month were the main environmental variables affecting the distribution of S. nodiflora, with the sum of their contribution rates reaching 76.7%. The moderate and high suitable areas of these two plants were distributed in southern Tibet, Yunnan, Guangxi, Guangdong, Fujian, Hainan and Taiwan of China.
ConclusionBoth T. diversifolia and S. nodiflora. have successfully invaded China, and are currently mainly distributed in some tropical and subtropical areas in southern China. It is predicted that they have a trend of gradually expanding towards the inland. Therefore, stronger precautions should be taken against their invasion.
-
我国耕地水土流失面积达4.54×107 hm2，占耕地总面积的35%，每年因土壤侵蚀而造成的水土流失中磷素损失总量达7.65×106 t[1-2]。磷素随径流进入水体，使得磷素养分流失成为最大的农业面源污染之一[3]，同时也是造成水体富营养化的主要限制因子[4-5]。作物秸秆占其生物总量的50%左右，是一种极为丰富且可直接利用的可再生有机资源[6-7]。秸秆还田可减少因侵蚀、径流或淋溶而造成的磷素损失[8-9]，改善土壤养分状况，改良土壤理化性质，对作物的产量及品质有较好的促进作用[10]；同时可避免秸秆焚烧造成的资源浪费和环境污染问题[11]。因此，选择适宜的秸秆堆沤还田方式及对施肥量进行控制，可在较大程度上改善土壤养分状况，有效控制农业面源污染。
目前，有关秸秆还田对磷素的影响已有较多研究，主要集中在秸秆还田、秸秆还田与不同覆盖方式、减量化施肥与秸秆还田对径流泥沙和磷素流失的影响。王静等[12]研究表明，与传统耕作方式相比，稻季秸秆还田使磷素流失分别减少了5.13%和18.98%；侯红波等[13]研究表明，洞庭湖区红壤坡耕地常规施肥+秸秆覆盖(3 000 kg·hm−2)处理后，磷素总流失量较CK降低了15.4%；王志荣等[14]研究表明，减量化施肥与秸秆还田施肥可降低地表径流磷素流失。但针对堆沤方式与秸秆还田密度对坡耕地产流产沙和磷素流失的影响研究较少。因此，本试验在自然降水条件下，设置0.75、1.5 kg·m−2秸秆密度，1、5 cm秸秆粒度，水、水与尿素堆沤方式，研究其对滇中二龙潭小流域烟草坡耕地径流泥沙及磷素流失的影响，拟分析不同秸秆堆沤方式与秸秆还田密度结合下径流泥沙及磷素流失特征，以期得到该流域烟草坡耕地秸秆资源最佳的利用方式以及为控制农业面源污染提供科学的理论依据。
1. 材料与方法
1.1 研究区概况
研究区位于云南省玉溪市红塔区二龙潭小流域，地理坐标：E102°34′12.30″、N24°17′32.33″，地处玉溪市中心城区东南方向，流域控制面积为53 km2。雨季为5—10月，雨季降水量占全年降水量的85%，其中降水在8月达到峰值，年平均暴雨天数为15 d。年平均降水量为909.1 mm，最大年降水量为1 413.7 mm，年均蒸发量为1 624.9 mm。该流域地貌属波状起伏线切割中山区，土壤属山地红壤，肥力较低，介于强酸至微酸性之间。土层浅薄，岩石裸露，属水土流失高发区域，流域内主要树种为云南松，烟草和玉米为当地主要农作物。
1.2 试验设计
本试验地为15°烟草坡耕地，2019年5月7日进行烟草移植，烟草种植密度为每公顷16 500株。氮肥施用量为105~135 kg·hm−2，N、P2O5、K2O质量比为1∶0.5∶2.5~3；肥料在烟草移栽后25 d内全部施完，共施肥3次：底肥、提苗肥、追肥。肥料施用量如表1所示。
表 1 肥料施用情况Table 1. Fertilizer details种类 Species N∶P∶K1) 施用量/(kg·hm−2) Fertilization dosage 总量 Total N P 底肥 Base fertilizer 12∶6∶24 247.5 29.7 14.85 提苗肥 Seedling fertilizer 28∶0∶5 45.0 12.6 0 追肥 Additional fertilizer 12∶6∶24 772.5 92.7 46.35 1)复合肥中的氮磷钾质量比
1)The mass ratio of nitrogen, phosphorus and potassium in compound fertilizer小区规格为1 m×1 m，坡度、坡向基本保持一致，呈2行对称排列，试验田外围设有试验保护区，小区田埂筑高20 cm，小区周围用塑料薄膜包被，以减少侧渗。每个小区外设置1个集流装置，用10 L的大塑料桶埋入土中收集，塑料桶上盖有盖子，以防止雨水进入塑料桶，每次取样后，测量集流装置中的雨水量并将水清除干净，方便后续观察。用自动雨量计观测试验期间的降水量与降水强度。
本试验将当地种植的玉米秸秆堆沤处理后施用于烟草坡耕地。试验设置9个处理，空白对照即不添加秸秆(T1)、0.75 kg·m−2秸秆密度+ 5 cm秸秆粒度+水堆沤(T2)、0.75 kg·m−2秸秆密度+ 5 cm秸秆粒度+水与尿素堆沤(T3)、0.75 kg·m−2秸秆密度+ 1 cm秸秆粒度+水堆沤(T4)、0.75 kg·m−2秸秆密度+ 1 cm秸秆粒度+水与尿素堆沤(T5)、1.5 kg·m−2秸秆密度+ 5 cm秸秆粒度+水堆沤(T6)、1.5 kg·m−2秸秆密度+ 5 cm秸秆粒度+水与尿素堆沤(T7)、1.5 kg·m−2秸秆密度+ 1 cm秸秆粒度+水堆沤(T8)、1.5 kg·m−2秸秆密度+ 1 cm秸秆粒度+水与尿素堆沤(T9)。秸秆还田后及时翻耕，把秸秆翻入0~20 cm土层，使秸秆分散均匀且与土壤充分混合。不同处理见表2。
表 2 各样方处理方式及施肥量Table 2. Treatment and fertilization dosage of different plots处理
Treatment施肥量/(g·m−2)
Fertilization dosage秸秆还田量/(g·m−2)
Straw-returned amount秸秆粉碎
程度/cm
Degree of
straw crushing秸秆堆沤添加
尿素量/(g·m−2)
Straw compost urea
addition amount基肥
Base fertilizer提苗肥
Seedling fertilizer追肥
Additional fertilizer折合磷
Pure phosphorus还田量
Straw-returned amount折合磷
Pure phosphorus施用量
Fertilization dosage折合磷
Pure phosphorusT1 70 13 214 17.04 0 0 0 0 0 T2 70 13 214 17.04 750 2.025 5 0 0 T3 70 13 214 17.04 750 2.025 5 3.75 0.01 T4 70 13 214 17.04 750 2.025 1 0 0 T5 70 13 214 17.04 750 2.025 1 3.75 0.01 T6 70 13 214 17.04 1500 4.050 5 0 0 T7 70 13 214 17.04 1500 4.050 5 3.75 0.01 T8 70 13 214 17.04 1500 4.050 1 0 0 T9 70 13 214 17.04 1500 4.050 1 3.75 0.01 1.3 样品采集与测定
用对角线法采集0~20 cm耕层土壤，取上、中、下坡0~5 cm、5~10 cm、10~20 cm 3个土层的土样，调查土壤养分背景值。根据每场降水历时，在每次降水结束后，分别采集1次收集装置中的水样，并根据降水次数增加适当增加采集频率，每个重复取200 mL，再将这些样品混合后取250 mL作为本次降水采样点测定水样，4 ℃条件下保存，在24 h内过滤，测定水样中的总磷、磷酸(PO4−-P)质量浓度。取完径流水样后，将其静置、晾干，测定泥沙中总磷含量。体积法测定径流量，711型便携式悬浮物/界面分析仪测定泥沙含量。水样总磷用过硫酸钾氧化–钼锑抗比色法(GB 11893—1989)[15]测定；PO4−-P用钼锑抗比色法(NY/T 2421—2013)[16]测定；泥沙和土样总磷用自动定氮仪(NY/T 1121.24—2012)[17]测定。各个指标均做3组平行试验，取平均值。
用自动雨量计观测降水量与降水强度，本试验降水集中在6月至9月，在记录的降水中，选取了4场典型的降水事件，即7月28日、8月7日、8月15日和9月8日，降水量分别为6.2、22.0、12.4、17.2 mm，降水强度分别为2.6、23.6、3.1、21.0 mm·h−1。其中最小降水量与最小降水强度发生在7月28日(6.2 mm、2.6 mm·h−1)，8月7日的降水量与降水强度达到峰值(22.0 mm、23.6 mm·h−1)。
1.4 数据处理与分析
在本试验中，通过烘干法确定各小区产沙量，各个小区的平均径流流量由径流收集器中水样的质量转换得出。径流和泥沙中磷素流失量由以下公式计算得到：
$$ \begin{split} & 径流总磷流失量( {\rm{mg\cdot}}{{\rm{m}}^{ - 2}} ) =降水产流量 \times\\ &\quad\quad 径流平均总磷质量浓度， \end{split} $$ (1) $$ \begin{split} &泥沙总磷流失量( {\rm{mg\cdot}}{{\rm{m}}^{ - 2}} ) = 降水产沙量 \times \\ &\quad\quad 泥沙平均总磷含量。 \end{split} $$ (2) 数据整理和图表制作采用Microsoft Excel 2010进行，相关性分析采用SPSS 23.0软件进行，方差分析及显著性检验采用LSD法。
2. 结果与分析
2.1 不同堆沤方式与秸秆还田密度对坡耕地产流产沙的影响
从产流产沙量(图1A、1B)来看，7月28日的径流量与泥沙量均为各次降水的最小值，8月7日的径流量与泥沙量多达到各次降雨的最大值，8月7日各样方平均土壤侵蚀量为5.51 g·m−2，7月28日则只有2.75 g·m−2，说明产流量与产沙量随着降水强度的增大而增加，且降水量与径流量、降水强度与产沙量相关性显著(P<0.05)。
![]()
图 1 4场降水中不同处理产流、产沙特征各小图中柱子上不同的小写字母表示同一降水不同处理之间差异显著，不同的大写字母表示同一处理不同降水之间差异显著(P<0.05，LSD法)Figure 1. Runoff and sediment characteristics under four rainfalls in different treatmentsDifferent lowercase letters on the columns in each figure indicate significant differences among different treatments under the same rainfall, different capital letters indicate significant differences among different rainfalls under the same treatment (P<0.05, LSD method)从图1A可以看出，在４场降水中，T2~T9样方产流量较T1平均减少了15.15%~40.58%；不同堆沤方式下各样方产流量不同：施用1.5 kg/m2秸秆密度(T6、T7、T8、T9)，5 cm粗秸秆粒度(T2、T3、T6、T7)，加水堆沤(T2、T4、T6、T8)分别较施用0.75 kg/m2秸秆密度(T2、T3、T4、T5)，1 cm细秸秆粒度(T4、T5、T8、T9)，加水与尿素堆沤(T3、T5、T7、T9)产流量减少了2.01%~30.38%，5.04%~43.26%，0.67%~37.13%，说明施用1.5 kg·m−2秸秆还田密度、5 cm秸秆粒度、加水堆沤均可较好地减少坡面产流量。从产沙量(图1B)来看，T2~T9样方产沙量较T1平均减少了0.97%~19.68%；施用0.75 kg/m2秸秆密度(T2、T3、T4、T5)，5 cm粗秸秆粒度(T2、T3、T6、T7)，加水堆沤样方(T2、T4、T6、T8)分别较1.5 kg·m−2秸秆密度(T6、T7、T8、T9)，1 cm细秸秆粒度(T4、T5、T8、T9)，加水与尿素堆沤(T3、T5、T7、T9)产沙量减少了0.22%~20.82%，0.58%~24.64%，0.63%~36.10%。说明施用0.75 kg·m−2秸秆密度、5 cm秸秆粒度、加水堆沤可有效地减少坡面产沙量。
2.2 不同堆沤方式与秸秆还田密度对坡耕地地表径流磷素质量浓度的影响
不同处理磷素流失量见图2，4场降水中，各取样时期的磷素浓度变化差异较显著，4次降水径流中总磷浓度呈现出8月7日>8月15日>9月8日>7月28日的规律，8月7日径流总磷浓度达到峰值，且与其他降水差异显著(P<0.05)。相同降水条件下，处理T2~T9总磷流失浓度较T1高17.13%~71.15%；不同堆沤方式径流总磷流失浓度呈现出施用0.75 kg·m−2秸秆密度(T2、T3、T4、T5)，5 cm秸秆粒度(T2、T3、T6、T7)，加水堆沤(T2、T4、T6、T8)分别较1.5 kg·m−2秸秆密度(T6、T7、T8、T9)，1 cm秸秆粒度(T4、T5、T8、T9)，加水与尿素堆沤(T3、T5、T7、T9)降低了7.79%~66.67%，3.33%~66.51%，2.82%~61.92%(图2A)。处理T2~T9 PO4−-P流失浓度较T1高16.29%~71.14%；不同堆沤方式径流PO4−-P浓度变化呈现出施用0.75 kg·m−2秸秆密度(T2、T3、T4、T5)，5 cm秸秆粒度(T2、T3、T6、T7)，加水堆沤(T2、T4、T6、T8)分别较1.5 kg·m−2秸秆密度(T6、T7、T8、T9)，1 cm秸秆粒度(T4、T5、T8、T9)，加水与尿素堆沤(T3、T5、T7、T9)降低了1.97%~64.47%，3.23%~64.36%，3.39%~64.73%(图2B)。PO4−-P/总磷变化幅度为35.30%~77.59%，9月8日占7月28日的91%，在施肥后期溶解态磷素流失的风险增加，但总体上呈现随时间的推移而逐渐减小的趋势(图2C)。
![]()
图 2 4场降水中不同处理对径流总磷、PO4−-P流失量及其比值与泥沙总磷流失量的影响各小图中柱子上不同的小写字母表示同一降水不同处理之间差异显著，不同的大写字母表示同一处理不同降水之间差异显著(P<0.05，LSD法)Figure 2. Effect of different treatments on the loss of total phosphorus、PO4−-P and loss ratio of PO4−-P to total phosphorus in runoff and total phosphorus loss in sediment under four rainfoursDifferent lowercase letters on the columns in each figure indicate significant differences among different treatments under the same rainfall, different capital letters indicate significant differences among different rainfalls under the same treatment (P<0.05, LSD method)2.3 不同堆沤方式与秸秆还田密度对坡耕地泥沙中磷素含量的影响
由图2D得出，在4场典型降水中，泥沙总磷浓度呈现出8月7日>8月15日>9月8日>7月28日的规律，且差异显著(P<0.05)。处理T2、T3、T4、T6泥沙总磷浓度较T1平均减少38.61%、12.11%、24.68%、20.99%，处理T5、T7、T8、T9泥沙总磷浓度较T1平均增加1.13%、3.02%、19.02%、26.92%；不同堆沤方式泥沙总磷流失浓度表现为施用0.75 kg·m−2秸秆密度(T2、T3、T4、T5)，5 cm秸秆粒度(T2、T3、T6、T7)，加水堆沤(T2、T4、T6、T8)分别较1.5 kg·m−2秸秆密度(T6、T7、T8、T9)，1 cm秸秆粒度(T4、T5、T8、T9)，加水与尿素堆沤(T3、T5、T7、T9)降低了8.38%~57.53%，0.54%~55.84%，0.38%~55.55%。与8月7日相比，8月15日、9月8日泥沙总磷流失浓度分别降低了11.27%~42.97%和9.33%~39.26%，说明随着烟草生长时间的推移，各处理泥沙总磷流失浓度呈现逐渐降低的趋势。
2.4 不同堆沤方式与秸秆还田密度对坡耕地磷素流失量的特征
4次降水中，不同堆沤方式和秸秆还田密度下径流总磷流失量分别为1.97~5.35、3.51~11.24、2.25~5.74和2.54~8.52 mg·m−2，泥沙总磷流失量分别为0.61~4.45、1.47~4.16、0.91~2.16和1.05~2.70 mg·m−2。不同处理径流和泥沙总磷流失量表现为8月7日>8月15日>9月8日>7月28日的规律。降水量增加，总磷流失量也增加，变化显著(P<0.05)。与8月7日相比，8月15日和9月8日总磷流失量分别下降了43.81%和22.10%，且随着时间的推移逐渐下降。不同堆沤方式、秸秆还田密度下降低了磷素流失量。除T2外，其余处理径流总磷流失量较T1均增加16.17%~62.17%，除T8、T9外，其余处理泥沙总磷流失量较T1均减少8.99%~38.44%；同样的降水条件下，各处理径流和泥沙总磷流失量表现出施用0.75 kg·m−2秸秆密度(T2、T3、T4、T5)，5 cm秸秆粒度(T2、T3、T6、T7)，加水堆沤(T2、T4、T6、T8)分别较1.5 kg·m-2秸秆密度(T6、T7、T8、T9)，1 cm秸秆粒度(T4、T5、T8、T9)，加水与尿素堆沤(T3、T5、T7、T9)最高降低了63.64%和64.74%，63.89%和57.87%，63.89%和64.74%。说明随秸秆密度降低、粉碎粒度变粗以及仅加水堆沤径流和泥沙总磷流失量呈下降趋势。在4次典型降水中，径流输出是坡耕地总磷流失的主要方式。占总磷总流失量的68.78%~74.44%。不同处理径流和泥沙总磷流失量见图3。
![]()
图 3 4场降水中不同处理对坡耕地径流和泥沙总磷流失量的影响Figure 3. Effect of different treatments on total phosphorus loss in runoff and sediment of sloping farmland under four rainfours3. 讨论与结论
3.1 耕地径流泥沙及磷素流失形态的变化特征
降雨量、降雨强度、施肥方式、施肥量、土壤性质等是磷素在坡耕地上迁移的影响因素[18-20]。本研究表明，与T1相比，各处理可显著减少坡耕地的产流产沙量0.97%~40.58%。这是由于秸秆均匀翻入土表，可避免雨滴直接击打地表，增加地表的粗糙程度，减缓径流流速，从而减轻坡耕地地表溅蚀，减少坡面径流和泥沙的产生；同时，秸秆本身结构比较疏松，具有较强的持水能力，使土壤空隙得到改善，大量降水储存在土壤中，从而降低了坡耕地的产流产沙量[21]。其中，1.5 kg·m−2秸秆密度、5 cm秸秆粒度、加水堆沤的处理能较好降低坡耕地产流产沙量。这可能是由于较高秸秆密度、粗颗粒秸秆及加水堆沤的秸秆翻入土表，相比之下地表更为粗糙，截留的降水较多，易于减缓雨水对坡面的击溅，从而较大程度上减少径流泥沙的产生。
本试验中，与T1相比，各处理径流总磷浓度增加，这可能是由于秸秆本身含有丰富的氮、磷、钾、等营养元素[22]，随秸秆腐解，堆肥成肥增加了氮磷钾含量，致使径流泥沙磷素浓度上升。在施肥前期，由于产流量较大，径流中携带着大量磷素，导致磷素极易随径流流失。到施肥后期，泥沙总磷流失浓度逐渐降低9.33%~42.97%，其原因可能是，秸秆矿化分解为土壤提供丰富的有机碳及氮、磷、钾等矿质营养元素来改善土壤理化性状和生物学性状，同时秸秆腐解时可富集大量微生物，吸收水土环境中的磷素[23]，降低磷素流失风险。
径流中磷素损失包括土壤全磷和土壤中可溶性磷的损失[24]。本研究表明，径流PO4−-P浓度变化规律同径流总磷浓度变化规律一致。在4场降水中，PO4−-P/总磷变化幅度为35.30%~77.59%，且9月8日占7月28日的91%。这可能是因为溶解态磷素为各处理径流总磷流失的主要方式。在本试验中，各处理PO4−-P流失浓度较T1高16.29%~71.14%，这可能是由于秸秆在腐解时产生有机酸，有机酸与磷酸根之间竞争吸附，降低土壤矿物仅对磷酸根的吸附，导致磷素在土壤中迁移变得相对容易[25]，徐泰平等[26]研究表明，秸秆还田较化肥氮磷钾对照处理渗漏径流增加了30%~52%，可溶性磷素释放与土体内水流大小有很大关系，秸秆堆沤还田可改善土壤结构，增加土壤渗漏径流，故增加了土壤磷素淋失风险，因此在从事农事活动时要严格控制秸秆还田量及密度并且减少尿素施用量。
3.2 耕地磷素流失量的变化特征
本试验中，径流输出是二龙潭小流域坡耕地磷素流失的主要途径，径流中磷素流失量为1.97~11.24 mg·m−2，占磷素流失总量的68.78%~74.44%。由于二龙潭小流域坡耕地为红壤且呈酸性，土壤养分较少，加之雨季多发暴雨，土壤淋溶作用较强，土壤孔隙相对较大，坡面易于产生径流[27]。Li等[28]研究表明，地表径流是土壤养分流失的关键因素。降水后在坡耕地上从事农业生产活动会引发土壤磷素流失，其流失量与坡耕地利用方式、土壤磷含量、施肥量密切相关，故在降水频发季节进行耕作、施肥、种植等农事活动是导致土壤磷流失的重要影响因素[29]。在本研究的4场典型降水中，施用0.75 kg·m−2秸秆密度、5 cm秸秆粒度、加水堆沤均能有效减少径流和泥沙中总磷流失量。各处理中，T2较其他处理可以显著降低径流泥沙总磷流失量，这是由于粗颗粒秸秆在还田后降解速度相对较缓慢，可防止更多的土壤颗粒被雨水冲刷，降雨能被更好地截留，从而减少径流的侧向流动[30-31]，最终降低坡面的产流产沙量，达到降低磷素流失的目的；也可能是由于在秸秆还田过程中，秸秆能吸附一定量的磷，改变耕地土壤的生态环境，微生物能吸收环境中的磷[32]，从而阻止磷和一些养分的流失和溶淋，降低坡耕地径流和泥沙中总磷含量。同时，在4场降雨中，可以看出当降水量达到最高时，产流产沙量也达到最大且携带的总磷含量也达到最高，这是由于在较大的降水强度下坡耕地上水土流失严重，增加了磷素流失风险。
综上所述，二龙潭小流域烟草坡耕地农田生态系统可采用0.75 kg·m−2秸秆密度、5 cm秸秆粒度以及加水堆沤处理降低该流域坡耕地径流泥沙及磷素的流失。为了控制该流域磷素流失的发生，应尽量减少或避免在雨季进行农事活动，减少对土壤的扰动，以利于降低磷素流失含量，并提高基肥、追肥和秸秆的利用效率；在进行农事活动时考虑秸秆还田与减量施肥相配合，在减小坡耕地产流产沙量的同时提高化肥利用率，降低坡耕地面源污染，有效避免磷素淋溶流失对该流域坡耕地带来的不利影响。
3.3 结论
1)施用0.75 kg·m−2秸秆密度、5 cm秸秆粒度、加水堆沤，径流总磷与PO4−-P浓度分别降低了2.82%~66.67%和1.97%~64.73%，溶解态磷素占总磷浓度的35.30%~77.59%，为径流磷素流失的主要方式；
2)施用0.75 kg·m−2秸秆密度、5 cm秸秆粒度以及加水堆沤泥沙总磷流失浓度呈规律性下降，幅度为0.38%~57.53%；随着烟草作物生长时间的推移，各处理泥沙总磷流失浓度呈现逐渐降低的趋势；
3)施用0.75 kg·m−2秸秆密度、5 cm秸秆粒度及加水堆沤可降低二龙潭小流域坡耕地磷素的流失风险，径流和泥沙总磷流失量分别最高降低63.64%和64.74%、63.89%和57.87%、63.89%和64.74%；径流中磷素流失量为1.97~11.24 mg·m−2，占磷素总流失量的68.78%~74.44%。说明造成该流域农业面源污染的主要影响因素是降雨产生的径流所携带的磷素流失。
-
![]()
图 1 肿柄菊(a)和金腰箭(b)生态位模型预测结果
Figure 1. The prediction results of niche model of Tithonia diversifolia A. Gray (a) and Synedrella nodiflora (L.) Gaertn (b)
![]()
图 2 环境变量重要性的刀切法检验结果
Figure 2. Results of Jackknife method for the importance of the environmental variables
![]()
图 4 肿柄菊(a)和金腰箭(b)在中国的当前适生区
Figure 4. Current suitable areas of Tithonia diversifolia A. Gray (a) and Synedrella nodiflora (L.) Gaertn (b) in China
![]()
图 5 4种气候情景模式下肿柄菊(a~d)和金腰箭(e~h)在中国的适生区
Figure 5. Suitable areas of Tithonia diversifolia A. Gray (a-d) and Synedrella nodiflora (L.) Gaertn (e-h) in China under four climate scenarios
表 1 环境变量因子
Table 1 Environmental variable factors
变量 Variable 描述 Description 变量 Variable 描述 Description bio01 年平均温度 elev 高程海拔 bio02 昼夜温差月均值 slope 坡度 bio03 等温性 aspect 坡向 bio04 温度季节变化标准差 awc_class 土壤有效含水量 bio05 最暖月最高温 t_bs 表层土壤容重 bio06 最冷月最低温 t_CaCO3 表层碳酸钙含量 bio07 年均温度变化范围 t_CaSO4 表层硫酸钙含量 bio08 最湿季度平均温度 t_cec_soil 表层土壤阳离子交换能力 bio09 最干季度平均温度 t_clay 表层黏土含量 bio10 最暖季度平均温度 t_ece 表层盐分含量 bio11 最冷季度平均温度 t_esp 表层碱分含量 bio12 年均降水量 t_gravel 表层土壤砾石含量 bio13 最湿月降水量 t_oc 表层有机碳含量 bio14 最干月降水量 t_pH_H2O 表层酸碱度 bio15 季节降水量变异系数 t_sand 表层底层沙含量 bio16 最湿季度降水量 t_silt 表层粉沙粒含量 bio17 最干季度降水量 t_teb 表层交换性盐基 bio18 最暖季度降水量 t_usda_tex_class 表层Usda土壤质地分类 bio19 最冷季度降水量 
下载: 导出CSV
表 2 不同时期气候情景下肿柄菊和金腰箭在中国的潜在适生区面积
Table 2 Potential suitable areas of Tithonia diversifolia A. Gray and Synedrella nodiflora (L.) Gaertn in China under different climate scenarios in different periods
×104 km2 物种
Species时期
Tperiod气候情景
Climate scenario低适生区
Low suitable areas中适生区
Middle suitable areas高适生区
High suitable areas总适生区
Total suitable area肿柄菊
Tithonia diversifolia
A. Gray当前
Current period- 78.43 42.46 31.83 152.72 2040s SSP1-2.6 145.34 51.93 38.62 235.89 2040s SSP2-4.5 147.99 52.50 35.91 236.40 2040s SSP3-7.0 142.08 51.60 36.98 230.67 2040s SSP5-8.5 142.18 50.33 37.23 229.74 金腰箭
Synedrella nodiflora
L. Gaertn.当前
Current period- 160.37 56.49 33.82 250.68 2040s SSP1-2.6 146.40 123.85 93.78 364.03 2040s SSP2-4.5 73.23 35.04 19.84 128.11 2040s SSP3-7.0 145.16 54.02 54.99 254.17 2040s SSP5-8.5 178.97 39.65 26.29 244.92
下载: 导出CSV
-
[1] ADKINS S, SHABBIR A. Biology, ecology and management of the invasive Parthenium weed (Parthenium hysterophorus L. )[J]. Pest Management Science, 2014, 70(7): 1023-1029. doi: 10.1002/ps.3708
[2] KARIMMOJENI H, RAHIMIAN H, ALIZADEH H, et al. Competitive ability effects of Datura stramonium L. and Xanthium strumarium L. on the development of maize (Zea mays) seeds[J]. Plants, 2021, 10(9): 1922. doi: 10.3390/plants10091922.
[3] THURKOW F, LORENZ C G, PAUSE M, et al. Advanced detection of invasive neophytes in agricultural landscapes: A multisensory and multiscale remote sensing approach[J]. Remote Sensing, 2024, 16(3): 500. doi: 10.3390/rs16030500
[4] 王桔红, 陈文, 彭玉姣, 等. 不同入侵程度两种菊科植物化学计量特征及其影响因素[J]. 广西植物, 2024, 44(8): 1469-1480. doi: 10.11931/guihaia.gxzw202304073 [5] HAO Q, MA J S. Invasive alien plants in China: An update[J]. Plant Diversity, 2023, 45(1): 117-121. doi: 10.1016/j.pld.2022.11.004
[6] WANG F, HUANG J, ZHANG N, et al. Exploring plant characteristics for constructing a pre-border weed risk assessment for China[J]. Biological Invasions, 2024, 26(4): 909-933. doi: 10.1007/s10530-023-03215-z
[7] 王四海, 孙卫邦, 成晓. 逃逸外来植物肿柄菊在云南的生长繁殖特性、地理分布现状及群落特征[J]. 生态学报, 2004, 24(3): 444-449. doi: 10.3321/j.issn:1000-0933.2004.03.008 [8] 赵金丽, 马友鑫, 朱华, 等. 云南省南部山地7种主要入侵植物沿公路两侧的扩散格局[J]. 生物多样性, 2008, 16(4): 369-380. doi: 10.3321/j.issn:1005-0094.2008.04.008 [9] 焦杨, 程希平, 王四海. 外来入侵植物肿柄菊的异速生长特征[J]. 西部林业科学, 2020, 49(1): 156-161. [10] NICHOLAS HIND D J. The typification of Verbesina nodiflora L. : The generitype of Synedrella Gaertn. (Compositae: Heliantheae: Ecliptinae)[J]. Kew Bulletin, 2016, 71(2): 1-5.
[11] LUO L D, ZHANG P, OU X K, et al. Development of EST-SSR markers for the invasive plant Tithonia diversifolia (Asteraceae)[J]. Applications in Plant Sciences, 2016, 4(7): 1600011. doi: 10.3732/apps.1600011.
[12] ZHAO X F, LEI M, WEI C H, et al. Assessing the suitable regions and the key factors for three Cd-accumulating plants (Sedum alfredii, Phytolacca americana, and Hylotelephium spectabile) in China using MaxEnt model[J]. Science of the Total Environment, 2022, 852(3): 158202. doi: 10.1016/j.scitotenv.2022.158202.
[13] ZHAO Z Y, XIAO N W, SHEN M, et al. Comparison between optimized MaxEnt and random forest modeling in predicting potential distribution: A case study with Quasipaa boulengeri in China[J]. Science of The Total Environment, 2022, 842(10): 156867. doi: 10.1016/j.scitotenv.2022.156867.
[14] 张惠惠, 张国帅, 张智, 等. 最大熵模型在植物生态评估领域的应用[J]. 安徽农业科学, 2024, 52(22): 248-257. doi: 10.3969/j.issn.0517-6611.2024.22.049 [15] 邢丁亮, 郝占庆. 最大熵原理及其在生态学研究中的应用[J]. 生物多样性, 2011, 19(3): 295-302. [16] 贺一鸣, 王驰, 王海涛, 等. 气候变化对蒙古莸潜在适生区的影响[J]. 草地学报, 2023, 31(2): 540-550. [17] 袁俊杰, 龙阳, 李凯兵, 等. 多斑矢车菊在我国的适生性分析及入侵风险评估[J]. 中国植保导刊, 2024, 44(11): 91-96. doi: 10.3969/j.issn.1672-6820.2024.11.019 [18] 陈剑, 王四海, 杨卫, 等. 外来入侵植物肿柄菊群落动态变化特征[J]. 生态学杂志, 2020, 39(2): 469-477. [19] SUN Y M, FERNIE A R. Plant secondary metabolism in a fluctuating world: Climate change perspectives[J]. Trends in Plant Science, 2024, 29(5): 560-571. doi: 10.1016/j.tplants.2023.11.008
[20] WEI L J, WANG G H, XIE C P, et al. Predicting suitable habitat for the endangered tree Ormosia microphylla in China[J]. Scientific Reports, 2024, 14(1): 10330. doi: 10.1038/s41598-024-61200-5.
[21] 王鹏, 田姗姗, 宋盈盈, 等. 基于MaxEnt预测3种柃属植物在中国的潜在适生区[J]. 西南大学学报(自然科学版), 2024, 46(12): 84-99. [22] ESGUERRA D, MUNCH S B. Accounting for observation noise in equation‐free forecasting: The hidden-Markov S-map[J]. Methods in Ecology and Evolution, 2024, 15(8): 1347-1359. doi: 10.1111/2041-210X.14337
[23] 吴甜, 申科, 贾涛, 等. 外来植物肿柄菊对入侵生境的生态影响及其防控对策[J]. 生物安全学报(中英文), 2024, 33(1): 7-11. [24] 中国科学院中国植物志编辑委员会. 中国植物志: 第75卷[M]. 北京: 科学出版社, 2016: 65-70. -
期刊类型引用(1)
1. 陈昱，才硕，姚文武，芦艳，刘琳，张福建. 作物秸秆还田资源化利用现状及生态效应研究进展. 北方园艺. 2023(02): 121-127 . 
百度学术
其他类型引用(4)
计量
- 文章访问数: 29
- HTML全文浏览量: 5
- PDF下载量: 4
- 被引次数: 5
