土壤热特性测量

土壤水力参数，如田间持水量（FC）和永久萎蔫点（PWP），在灌溉管理、干旱风险评估和土地利用规划等方面发挥着重要作用。这些水力特性是动态的，随土壤类型、作物类型和生长季而变化。传统方法估算大尺度水力特性费时费力，而土壤传递函数（PTF）作为一种替代方法，已被用于使用易测量的土壤特性（如土壤粒级、有机碳和容重）来估计土壤水力特性。这些预测参数在很大程度上受各种内在土壤特性如土壤质地、结构、有机质、容重和孔隙度的影响。随着光谱技术的不断发展，因其快速、低成本和无损测量，许多研究者已经利用可见近红外（Vis-NIR）光谱预测了土壤特性，而使用光谱数据绘制印度土壤类型水力特性的研究非常有限。基于此，在本研究中，一组研究团队在印度卡纳塔克邦高原北部地区收集了558个土壤样本，在实验室中测量了其FC， PWP和土壤含水量，并利用ASD FieldSpec光谱仪测量土壤光谱反射率。通过支持向量机、随机森林和偏最小二乘回归三个模型预测FC和PWP。其中，2/3的数据集用于校准（368个样品），1/3的数据集用于验证（190个样品）。本研究目标为通过不同统计技术检验实验室Vis-NIR光谱数据估算水力参数的有用性。研究区域图【结果】卡纳塔克邦高原北部土壤光谱反射率分布（平均值和标准偏差）（N = 558）。FC和PWP预测模型的性能（50 次迭代）验证集FC和PWP预测值和观测值散点图（RF方法）（变性土-绿点，淋溶土-红点，弱育土-蓝点，新成土-黄点）。传统PTF方法预测验证集FC和PWP含水量的性能。【结论】验证结果表明，与PLSR模型相比，RF和SVM性能较好。与田间持水量（R2=0.66-0.69和RMSE=7.25-7.51%）相比，永久萎蔫点预测良好（R2=0.70-0.74，RMSE=5.44-5.74%）。在土纲中，Vis-NIR光谱（R2=0.34&0.42）对变性土FC和PWP的预测不佳，对淋溶土（0.44&0.52）和弱育土（0.55&0.65）的预测结果一般，而对新成土（0.83&0.76）预测结果较好。总体而言，结果与传统PTF方法相当。目前结果表明，可见近红外光谱有助于快速准确地估计该国半干旱地区的水力特性。

土壤水分特征曲线可反映不同土壤的持水和释水特性，也可从中了解给定土类的一些土壤水分常数和特征指标，研究土壤水分特征曲线具有重大意义。笔者获悉，近期，上海卢湘仪离心机仪器有限公司研发了一款测定土壤pF曲线专用离心机——H1400pF土壤用高速冷冻离心机，该离心机的成功研发将可助攻于农业科技领域的发展。一、产品简介 土壤检测离心机，用于土壤含水量对应的pF（水势）值的曲线测试，是表达土壤水势和土壤水分含量关系。 二、产品特点 土壤水分特征曲线通常采用压力膜（室）和离心机等方法进行测定。离心机法比其他方法操作简单、省时，可测定较宽的吸力范围，广泛应用于土壤水分动态模拟。这款离心机用于测量土壤含水量对应的pF（水势）值。 三、离心机设计 上海卢湘仪设计了特有的土壤水特性曲线专用水平转子，达到水平转子在测试中的转速14000转/分，相对离心力25220*g ，设计有接水器、过滤板、过滤膜、离心套筒、离心上盖、密封圈等，土壤离心机转子设计保正了在做测定土壤水特性pf曲线数据时高速旋转无渗漏，有效保证了所收集的水准确无误，使计算参数和依据得到了保证。 为了避免因空气和转子在高速旋转时产生温升过高而造成水分挥发损失，离心机设置制冷系统和温度调节系统，使工作腔温度恒定在4度左右，可根据客户需求进行调整温度。电气方面采用变频交流调速，电脑控制，离心机设有门盖，不平衡，超温，超速安全保护措施，保证高速旋转下的安全性。据相关工作人员表示，该离心机是卢湘仪技术团队倾力打造的一款离心机产品，具有多方面的技术优势。 四、离心操作方法 操作离心机前首先检查离心机电源，打开离心机总开关，取出转子上4组离心筒组件，准备土壤，准备水、天平、打开离心套筒组件，根据使用说明书要求安装稀释好的土壤，称重配平，安装离心套筒组件，检查4个组件对称放置，关上离心机门盖，设置参数，启动离心机，离心机倒计开始运转时间为0停机，打开门盖，取出离心完的离心套筒，取出接水器，将水倒入并记录水量。 五、土壤水分特征曲线概念不同质地土壤水分特征曲线有所不同 土壤水的基质势（或土壤水吸力）随土壤含水量的变化而变化，其关系曲线称为土壤水分特征曲线，英文名称为soil water characteristic curve。 一般，该曲线以土壤含水量Q（以体积百分数表示，比如土壤含水量为10%，那么在横坐标上就是对应的数字10）为横坐标，以土壤水吸力S（以大气压表示）为纵坐标。有了横坐标和纵坐标就可以绘制出不同土壤的水特性曲线图了。 六、研究土壤水分特征曲线的意义 土壤水分对植物的有效程度最终决定于土水势的高低，而不是自身的含水量。如果测得土壤的含水量，可根据土壤水分土特征曲线查得基质势值，从而可判断该土壤含水量对植物的有效程度。 土壤水分特征曲线可反映不同土壤的持水和释水特性，也可从中了解给定土类的一些土壤水分常数和特征指标。曲线的斜率倒数称为比水容量，是用扩散理论求解水分运动时的重要参数。曲线的拐点可反映相应含水量下的土壤水分状态，如当吸力趋于0时，土壤接近饱和，水分状态以毛管重力水为主；吸力稍有增加，含水量急剧减少时，用负压水头表示的吸力值约相当于支持毛管水的上升高度；吸力增加而含水量减少微弱时，以土壤中的毛管悬着水为主，含水量接近于田间持水量；饱和含水量和田间持水量间的差值，可反映土壤给水度等。故土壤水分特征曲线是研究土壤水分运动、调节利用土壤水、进行土壤改良等方面的最重要和最基本的工具。 关于上海卢湘仪离心机仪器有限公司 上海卢湘仪离心机仪器有限公司是中国一家获得美国FDA认证的专业离心机企业，生产历史悠久、技术力量雄厚、生产设备精良、检测设备齐全。其以设计精巧、造型新颖、工艺精良而闻名，生产的离心机产品质量可靠、性能稳定、规格齐全，广泛应用于高等院校，科研单位，生物制药，医疗，石油化工等领域。 经过四十多年的发展，卢湘仪已先后设计生产各种领域的离心机产品，本次研发生产的H1400pF土壤用高速冷冻离心机是一款专业测定土壤pF曲线的离心机产品，该产品将对于农业发展以及教学方面具有重要意义。

《工业固体废物危险特性鉴别技术指南》团体标准制定项目申报书.pdf《污染土壤危险特性鉴别技术指南》团体标准制定项目申报书.pdf

科学研究可以带领人类探索更多未知的领域，而完成一项研究离不开科研仪器的“加持”，高效精准的仪器设备将为研究人员的探索之路助一臂之力。 自2021年《政府采购进口产品审核指导标准》发布以来，国家支持重大科研设施和仪器设备国产化的力度不断提升，各省市也相继发布支持政策，在保障科研需求的前提下，优先购置国产仪器。 但购置仪器不是一件小事，哪款设备能满足需求？哪款设备性价比高？采购前的持续观望、谨慎研究，只为找到能够更好满足科研需求的设备。 如何更深入地了解一款仪器设备？当然是“用起来”。 为提升用户对国产仪器品牌的了解，解决大家的“采购”之忧，普瑞亿科将招募“产品试用官”，开展一系列国产仪器免费试用活动，让有科研需求或购买意向的用户朋友们亲身体验到国产设备的优势，同时试用官真实的试用报告，也可以给予正在观望的用户非常有价值的参考建议，诚挚邀请大家参与活动，成为我们的“产品试用官”。 本期我们将招募“Plover便携式土壤水分、温度和电导率测量系统”产品试用官，为了让用户亲身感受到产品强大的性能和配置，普瑞亿科将开放3台Plover设备，面向有研究、测试需求的用户，推出15天免费试用活动，无需观望等待，试用后觉得合适您再购买。Plover 便携式土壤水分、温度和电导率测量系统 Plover便携式土壤水分、温度和电导率测量系统是基于“真时域反射”（TureTDR® ）技术的土壤三参数测量系统。该系统通过激发并测量高频（~1.5GHz）电磁波的运移时间进行土壤水分和电导率的测量，同时输出土壤温度。其它测量技术因采用低频测量信号，测量过程中存在严重的水和离子极化现象，因而对盐度异常敏感；而基于TureTDR® 技术的Plover土壤三参数测量系统更大限度克服了上述问题，对土壤中的含盐量及各种土壤类型不敏感，可更大限度提高土壤水分和电导率测量的准确性，并进一步拓展该系统的使用场景。 Plover可以实现便携式测量，通过安卓APP手机或平板进行操作并实时记录。该便携式土壤三参数测量系统能为农业、林业、草业、生态等科研和生产场景的土壤含水量便携测量提供稳定可靠数据。15天免费试用即日起至12月31日 可拨打电话详细咨询 试用结束后，可联系工作人员归还产品，也可成为我们的“产品推荐官”，推荐下一位新用户参与试用活动（将新用户联系方式提供给工作人员即可）。1、当新用户正式开始试用产品，即推荐成功，我们将给予“推荐官”200元现金奖励；2、如果新用户试用后决定购买产品，“推荐官”将再获得1500元现金奖励。 活动结束后，我们将在普瑞亿科公众号以推送的形式展示所有试用用户的使用体验，并发起投票活动，票数前三位用户将分别获得600元、400元、200元现金奖励。*该活动最终解释权归北京普瑞亿科科技有限公司所有

近日，中科院合肥研究院安光所高晓明研究员团队在利用可调谐激光吸收光谱技术(TDLAS)测量大气甲烷(CH4)及土壤甲烷呼吸方面取得新进展，相关研究以《用于生态应用的双增强型多通池波长调制光谱CH4传感器》为题发表在国际知名期刊Optics Express上。CH4作为一种在大气中存在寿命较短的温室气体，其排放的控制对于减缓温室效应有着重要意义。在CH4循环中，土壤既是既是它的来源，也是固碳减少大气碳的去处，土地的利用方式会对CH4循环造成重要影响。为了了解不同土壤在CH4循环中的贡献，需要测量土壤中CH4通量。TDLAS是气体检测中常用的技术之一，具有高灵敏度、高精度、高选择性，以及响应速度快等优点。为了获得更高的检测灵敏度，通常使用多通池来增加吸收光程。传统的赫里奥特池存在镜面利用率低，为达到更长的光程需要增加多通池基长所导致的吸收池体积庞大的问题。团队刘锟研究员、王瑞峰博士研究生等人提出一种双增强型赫里奥特多通池，采用再入射的方法在33.3厘米的多通池基长下实现了73.926米的有效吸收光程，再结合温度控制和吸收线锁定等优化方法，提高了系统的长期稳定性和耐用性，研发的设备探测极限达到10ppbv。团队还利用该设备对草地CH4通量进行了测量，并对大气CH4进行了长期观测。该研究工作得到国家重点研发计划项目，国家自然科学基金等项目的资助。CH4传感器原理图草地CH4通量测量示意图与通量测量结果

前言 随着全球气候变化问题的日益严峻，温室气体排放成为关注的焦点。土壤作为地球生态系统的重要组成部分，既是温室气体的源，也是其汇。土壤温室气体测量仪应运而生，成为准确检测土壤温室气体排放、助力应对气候变化挑战的重要工具。 产量链接https://www.instrument.com.cn/netshow/SH104275/C557927.htm 一、准确检测温室气体排放 土壤温室气体测量仪能够实时监测土壤中的二氧化碳、甲烷等温室气体的排放通量，为科研人员提供准确的数据支持，有助于深入了解土壤温室气体的排放规律和机制。 二、指导农业生产与土壤管理 通过测量土壤温室气体排放，农业生产者可以了解土壤的健康状况和肥力水平，从而制定科学的耕作和施肥策略，提高农业生产效率，同时减少温室气体排放。 三、预警环境变化 土壤温室气体排放的异常变化往往预示着环境的变化。测量仪的实时监测功能有助于及时发现环境问题，为应对气候变化和生态保护提供预警信息。 四、推动科研与技术创新 土壤温室气体测量仪的应用不仅提升了科研工作的效率，也推动了相关技术的创新与发展，为应对全球气候变化挑战提供了有力的科技支撑。

方法概述随着环境监测日益深入，黑臭水体的监测和整治更加重要。水体，水体底泥的污染同时存在，所以监测黑臭水体的底泥和受水污染的土壤是环境监测的一个重要指标。水体的底泥，土壤和沉积物含水率差异大，难以直接测量得到一致的结果。按照（土壤检测第2部分pH检测 NYT1121.2-2006标准）测量方法适合的各类土壤pH测定，适用于底泥的测量。原理：pH的玻璃电极和甘汞电极浸入到土壤悬浊液，构成一电池反应，两者之间产生电位差，由pH仪器测量得到pH值。 土壤水浸pH的测定称取通过2mm孔径筛的风干样品10g±0.1g于50ml高型烧杯，加入25ml去除CO2蒸馏水（土/液比1:2.5），用搅拌器搅拌1分钟，使颗粒充分分散，静止30分钟测试。将电极插入到试样悬浊液中，(玻璃电极球泡下部位于土液界面处，甘汞电极在上部清液。轻轻转动烧杯以除去电极水膜，促使器快速平衡，静止片刻测试pH值。YSI独特的测量电极和仪器赛莱默分析仪器旗下YSI水质仪器的 pH100仪器可选配112-1型平头pH电极，具有极其可靠的双结点电极，是理想的底泥pH值测量的工具。pH100A设计为快速,精确的测量，提供可靠的数据。独特优点:pH探头平板的电极不会被土壤、底泥颗粒堵塞，降低电极黏泥附着，方便、容易清除干净电极。YSI的pH电极是玻璃电极和参比电极的复合电极，响应速度快，数据稳定。探头内置温度传感器，可以同时测量温度数据。主机特点配属两种探头，一种可以测试水体，一种可以测试底泥，土壤。IP67防水内置缓冲液识别（NIST和USA）自动/手动温度补偿电极偏差识别电极效率显示自锁功能保持稳定的读数30分钟不操作的自动关机功能50组数据记忆应用领域 更多应用：河流和湖泊底泥研究、湿地底泥研究、海底沉积物、污泥堆放、土壤修复。结语赛莱默分析仪器旗下YSI水质监测仪器，以其简单、易用、智能的特点获得业内的认可及广泛应用。为水质测量提供工具，为环境水污染治理提供了有力的数据支持。而赛莱默分析仪器仍将一如既往的秉承精益求精的精神，提供更优质的产品，更及时的服务，更有效的解决方案，为中国环境监测和污水治理市场贡献自己的力量！

土壤安全意味着人类安全 – 让NIC成为您在全国土壤普查中汞分析的得力助手 土壤安全是所有生物食品安全的基础。 土壤安全是食品安全的关键性决定因素之一。汞在人为排放之后，最终将沉降到土壤中，土壤在整个汞循环中起着至关重要作用。 由于土壤成分复杂，汞可以与其中的某些成分相互作用并形成不同种类的汞。这些不同种类的汞特性也各不相同。这些汞可以是无机的、有机的，或者是强结合的汞，在土壤中能够稳定而长期存在。水和土壤是所有农作物和生物的基础。为了采取补救措施，必须准确测量土壤中的汞。必须经过样品消解步骤的传统技术 湿法化学样品制备（酸消解）等常规方法可用于消解土壤样品。由于是土壤样品，有时需要使用强酸，如氢氟酸和王水来对样品进行消解。然后通过冷蒸气原子吸收法（CVAAS）对消解后的样品进一步分析。由于汞在酸性环境中的独特性质，它往往会产生记忆效应，从而引起交叉污染或残留。因此，对于许多分析人员来说，获得准确和精确的结果具有一定难度。 湿法化学样品制备繁琐、耗时，因为试剂的使用而导致成本增加。而测量结果往往达不到预期。NIC MA 系列测汞仪直接分析土壤样品样品无需前处理 – 快速准确的测量结果不需要对样品进行预消解，使用NIC直接汞分析仪可以直接分析所有类型的土壤样品。测量土壤样品的三个简单步骤：1. 确保土壤样品均匀性2. 加入适量的样品3. 在NIC MA3WIN 软件中选择合适的方法最小的处理错误 - 准确可靠的结果，自信的报告 样品提取过程或湿法化学样品制备过程可能会产生较大的误差幅度，对测量结果造成疑问和不确定性。 NIC MA 系列测汞仪，能够大限度地避免处理错误。更小的处理误差也意味着更少的维护停机时间和更快的测量周转时间。100位的自动进样器 – 可提高实验室的检测能力，提升工作效率 在全面的土壤普查中，需要分析采自不同地点的各种土壤样品，样品分析量很大。NIC MA-3000配置100位的自动进样器，可以提供高通量汞分析，大大提高实验室工作效率效率。NIC具有四十多年的直接汞分析的专业知识和经验 – 您可以信赖我们 1978 年开始生产直接汞分析仪，具有40多年的直接汞分析经验和专业知识。NIC测汞仪受到全球数千家实验室的信赖。MA系列测汞仪 – 您在实验室中高效且性能优越的助手 除了土壤样品分析外，MA系列还可以直接分析各种食物样品，如水稻，谷物，茶叶和海鲜等，这对进一步调查土壤汞污染造成的后果非常有用。应用说明免费下载： 使用 NIC MA-3 Solo测汞仪测量土壤样品中总汞含量的应用说明，可在以下网址免费下载：https://www.instrument.com.cn/netshow/SH104984/s937843.htm

型号推荐：土壤温室气体分析仪-一款测定土壤呼吸速率的仪器2024实时更新，土壤呼吸作为土壤生态系统碳素循环的关键环节，其速率的测定对于理解土壤健康状态、评估生态系统功能具有重要意义。土壤温室气体分析仪，以其高精度、多功能的特性，为土壤呼吸速率的测定提供了重要帮助。 一、准确监测多种温室气体 土壤温室气体分析仪能够同时显示呼吸室内部的CO₂ 、H₂ O、N₂ O、CH₄ 等多种温室气体的含量，以及温度和湿度的变化。这些数据的准确监测，为土壤呼吸速率的全面评估提供了可靠基础。 二、非破坏性测量与高精度 该仪器采用非破坏性测量方法，避免了对土壤生态系统的干扰。同时，其高精度和重复性高的特点，确保了土壤呼吸速率测量的准确性。通过实时监测和数据处理，研究人员可以迅速获取土壤呼吸速率的动态变化。 三、自动化操作与广泛应用 土壤温室气体分析仪具有自动化程度高、操作简便的特点，大大提高了工作效率。广泛应用于农业生态科研、碳源碳汇研究、全球气候变化等多个领域，为土壤呼吸速率的测定提供了强有力的技术支持。 四、仪器特点1、Android安卓操作系统，更便捷的人机交互操作 2、7寸高清触摸屏，操作简单、界面清晰 3、气体流量可通过仪器设定，可以进行不同流量下土壤呼吸强度的试验 4、专用动态分析软件，可在安卓显示屏上实时显示实验过程，省去往电脑端拷贝数据，整理分析； 5、支持wifi、4G联网；数据可无线上传至云平台 6、存储空间16G，可存储100000+条数据 7、数据可直接通过USB接口导出到U盘 8、检测完成可直接打印并上传检测数据结果 9、支持GPS定位； 土壤温室气体分析仪作为土壤呼吸速率测定的重要工具，其精确监测、非破坏性测量和自动化操作的特点，为土壤健康状态的评估和生态系统功能的理解提供了有力保障。未来，随着技术的不断进步，其在土壤科学研究中的应用将更加广泛和深入。

项目概况内蒙古大学科研仪器设备采购 招标项目的潜在投标人应在内蒙古存信招标有限责任公司招标二部获取招标文件，并于2021年12月06日 15点00分（北京时间）前递交投标文件。一、项目基本情况项目编号：NMCX21T-0140-ND2021-32项目名称：内蒙古大学科研仪器设备采购预算金额：437.5000000 万元（人民币）采购需求：详见“六、其它补充事宜”合同履行期限：详见招标文件本项目( 不接受 )联合体投标。二、申请人的资格要求：1.满足《中华人民共和国政府采购法》第二十二条规定；2.落实政府采购政策需满足的资格要求：详见“六、其它补充事宜”3.本项目的特定资格要求：详见“六、其它补充事宜”三、获取招标文件时间：2021年11月15日 至 2021年11月22日，每天上午8:30至12:00，下午14:30至17:00。（北京时间，法定节假日除外）地点：内蒙古存信招标有限责任公司招标二部方式：电子获取售价：￥300.0 元，本公告包含的招标文件售价总和四、提交投标文件截止时间、开标时间和地点提交投标文件截止时间：2021年12月06日 15点00分（北京时间）开标时间：2021年12月06日 15点00分（北京时间）地点：内蒙古存信招标有限责任公司会议室五、公告期限自本公告发布之日起5个工作日。六、其他补充事宜内蒙古存信招标有限责任公司受内蒙古大学委托，采用公开招标，采购科研仪器设备采购。欢迎符合资格条件的投标单位前来报名参加。1、项目概述1.1项目名称：内蒙古大学科研仪器设备采购1.2招标编号：NMCX21T-0140-ND2021-321.3招标内容科研级气象站等，包括科研级气象站，土壤水分、温度、电导率测量系统，土壤/植物水势测量系统，便携式土壤甲烷呼吸测量系统，研磨仪，十万分之一天平，具体要求详见招标文件1.4预算金额：437.5万元2、投标单位的资格要求2.1符合《中华人民共和国政府采购法》第二十二条中的规定；2.2投标人所投产品为进口产品的，须提供投标产品制造商针对本项目的产品授权书；2.3投标人所投产品属节能产品政府采购品目清单内的标★产品，须取得国家确定的认证机构出具的、处于有效期之内的节能产品认证证书；2.4本项目不接受联合体投标，单位负责人为同一人或者存在控股、管理关系的不同投标单位，不得参加同一分包的采购活动。3、投标单位报名时需要提供以下材料： 营业执照副本、法定代表人必须提供本人身份证或被授权人必须提供“法人授权书”及本人身份证。投标人须在报名时间内将以上报名资料加盖公章的彩色扫描件发送到指定邮箱（nmcxeb@163.com），并电话联系采购代理机构进行审核。邮件主题为本项目全称+采购编号，邮件正文部分注明投标单位联系人和联系电话；资料不全或不符合要求的均拒绝接受。注：（1）营业执照、组织机构代码证与税务登记证实行“三证合一”的执行《国务院办公厅关于加快推进“三证合一”登记制度改革的意见》（国办发〔2015〕50号）。（2）根据《财政部关于在政府采购活动中查询及使用信用记录有关问题的通知》（财库（2016）125号），投标单位在报名时，通过信用中国网站（www.creditchina.gov.cn）、中国政府采购网（www.ccgp.gov.cn）查询，对列入“失信被执行人”、“重大税收违法案件当事人名单”、“政府采购严重违法失信行为记录名单”及其他不符合《中华人民共和国政府采购法》第二十二条规定条件的投标单位，拒绝参与采购活动。（3）报名资料审核合格后，投标单位需填写由代理机构提供的电子版《报名供应商登记表》。4、报名及获取采购文件的时间、地点、方式4.1时间：2021年11月15日至2021年11月22日，每个工作日上午8:30—12:00时，下午2:30—5:00时；迟到的报名申请书将被拒绝。4.2地点：内蒙古存信招标有限责任公司招标二部。4.3本次招标文件售价为300元人民币，售后不得退换。5、递交投标文件截止时间、开标时间及地点递交投标文件截止时间：2021年12月6日下午15：00投标地点：内蒙古存信招标有限责任公司会议室 开标时间：2021年12月6日下午15：00开标地点：内蒙古存信招标有限责任公司会议室6、招标公告发布媒体内蒙古大学资产管理处网站(https://zcgl.imu.edu.cn)、中国政府采购网（http://www.ccgp.gov.cn/），其他网站转载无效。7、联系方式采购代理机构名称：内蒙古存信招标有限责任公司地 址：呼和浩特市赛罕区大学东街亚辰商务中心14楼邮政编码：010010联 系 人：何霞 李晓娜联系电话：0471-4675102 账户名称：内蒙古存信招标有限责任公司开 户 行：中国银行呼和浩特市新建东街支行账 号：152448633213 采购单位名称：内蒙古大学地 址：内蒙古呼和浩特赛罕区大学西路235号邮政编码：010010联 系 人：段老师、张老师联系电话：0471-4994859 七、对本次招标提出询问，请按以下方式联系。1.采购人信息名 称：内蒙古大学　　　　　地址：内蒙古呼和浩特赛罕区大学西路235号　　　　　　　　联系方式：段老师、张老师 0471-4994859　　　　　　2.采购代理机构信息名 称：内蒙古存信招标有限责任公司　　　　　　　　　　　　地　址：呼和浩特市赛罕区大学东街亚辰商务中心14楼　　　　　　　　　　　　联系方式：何霞 李晓娜 0471-4675102　　　　　　　　　　　　3.项目联系方式项目联系人：何霞 李晓娜电　话：　　0471-4675102

利用短波红外波段通过干燥过程分割来估计土壤含水量 土壤水分是直接影响蒸发、入渗和径流等多种环境过程的重要因素。而且，土壤水分在农业蒸散与粮食安全、湿地退化、干旱、陆气界面的能量交换等相关研究领域发挥着重要的作用。地面测量能够提供易于校准和长时间连续获取的数据，但该种方法仅针对单个小区域，难以支持空间变化研究或实地研究。基于水和土壤介电特性的巨大差异，微波遥感被广泛应用于大空间尺度的土壤水分监测，但不适用于精准农业等多种研究。热遥感可以根据地表温度来估算土壤水分，但热遥感信号不单受到土壤含水量（SMC）的影响，湿度、风速、大气条件等其他参数也会影响估计结果。而光学遥感由于其精细的空间分辨率和利用诸如MODIS、Landsat系列和Sentinel任务等卫星数据进行大尺度监测潜力之间的平衡而引起了诸多关注。目前已经提出了许多指标和模型来阐明反射率特征随SMC的变化，并利用实验室、实地、机载和卫星数据从窄带和宽带的反射率来估计SMC。这些方法/指标主要针对从饱和到风干的各级SMC；然而，作者发现饱和到风干的单一关系映射会导致准确估计的错误印象。在整个干燥过程中，光谱反射率特征和SMCs之间的回归关系不一致导致对相对较低的SMCs估计的精度较低。基于此，在本研究中， 来自南京大学、康奈尔大学和河南农业大学的研究团队提出了一种分割方法以更准确的估计SWC。作者监测了代表不同土壤特性的三种土壤样品的整个干燥过程，并通过蒸发速率变化确定其过渡点（如高SWC的阶段1干燥和低SWC的阶段2干燥）。建立了SMC估计指数，即短波归一化指数（SNI），基于辐射传输模型支持干燥过程中的SNI指数趋势。图1 实验装置示意图。利用ASD Fieldspec® Pro光谱仪进行光谱辐射亮度采集。【结果】 图2 a) 三种土壤样品蒸发速率变化与干燥时间的关系，b) 干燥过程中三种土壤在2150 nm处的反射率变化。 c) 三种样品蒸发速率导数的最大值确定干燥阶段分割点。 图3 三种样品砂/土壤含水量与光谱反射率之间的线性和对数回归的R2，a) 石英砂，b) 圬工砂，c) 伊萨卡土壤，d) 模拟大气透射率。在 a)、b) 和 c) 中，黑色虚线标记为1680 nm和2150 nm。图4 a) 显示了SMC估计的验证结果。 b)、c) 和 d) 显示了三种样品的 建模曲线（实线）、回归曲线（虚线）和验证数据集（空心圆圈）。图5 a）SMC估计值和测量值关系图，其中SMC估计值使用SNI2在线性回归中计算，Bwater 在1980 nm处评估。 图 b)、c) 和 d) 显示了三种样品的建模曲线（实线）、回归曲线（虚线）和验证数据集（空心圆圈）。【结论】利用单一回归关系和单一指数估计整个干燥过程的SMC对所有土壤类型并不是有效的。该研究证明了利用现有方法估计SMC结果不准确，以及在分割干燥过程中估计SMC的基本原理。监测整个干燥过程中3种不同土壤样品的光谱反射率和重量，将其分为两个阶段用于训练和验证。此外，基于辐射传输模型研究不同干燥阶段所提出指数和光通过水的路径长度之间的关系，并支持了经验方法建立的回归关系，尤其是对路径长度相对较短的土壤。结果表明，在分割思想下，SMC估计值和测量值之间的相关性明显提高，尤其是在SMC较低的情况下（阶段2干燥过程）。蒸发速率变化决定了干燥过程的分割过渡点，所有的土壤类型并不是一个特定的SMC值；因此，理解蒸发和SMC变化导致的光谱反射率变化之间的关系是极其重要的。例如，在实际使用中，石英砂阶段2干燥可以忽略，但它却是伊萨卡土壤干燥的重要组成部分。SN1/SN2指数结合可以有效估计三种样品的SMC。对于阶段1干燥，利用SNI1指数在1680 nm和2150 nm处的反射率预测SMC是有效的。在阶段2干燥中，尽管使用1930-2150 nm组合的SNI2指数实现了最佳相关性，但作者认为1980 nm比1930 nm更适合实地应用。这种波段选择是为了避免强烈的大气水汽吸收，以确保足够的地面反射辐射到达飞机或卫星传感器。相对于将阶段2干燥视为阶段1干燥延续的指标，相关关系显著改善。作者得到了如下结论：1.干燥过程分割对从光谱反射率数据准确估计SMC是很有必要的，尤其是对于具有较长阶段2干燥过程的土壤。例如本研究中的伊萨卡土壤。对于与伊萨卡土壤相似的土壤，基于整个干燥过程的SMC估计可能会导致阶段1或阶段2干燥的偏差，这取决于哪个阶段有更多的训练集。2. 由于石英砂中光通过水的路径长度相对较长，因此当SMC较高时，SNI具有独特的特征。在圬工砂或伊萨卡土壤中，half-logistic型的SNI曲线不同于线性关系。当光程较长时，拟合关系应由线性回归变为对数回归。3. 在阶段2干燥过程中，利用现有卫星系统常用的光谱波段组合难以准确估计SMC；使用高光谱数据可以获得更高的精度，可以提供近强水吸收波段的数据，如1930 nm。虽然由于大气水汽的吸收，1930 nm不能在实验室外有效地使用，但稍微偏离中心的波长(如1980 nm)仍然比水吸收波段范围外的波长表现更好。

2016年5月31日，酝酿已久的“土十条”正式出台，成为继“大气十条”“水十条”之后向环境污染宣战的又一次国家行动。目前我国的土壤环境质量堪忧，污染类型以无机重金属污染为主。镉、汞、砷、铅4种无机污染物含量分布呈现从西北到东南、从东北到西南方向逐渐升高的态势。 土壤重金属污染治理的前提是了解污染的家底，如何快速准确的分析土壤重金属含量成为一切工作的前提。实验室进行的环境分析多种多样，样品包括土壤、固废、电子废弃物等需要进行测试元素及污染物的材料。针对越来越多的环境问题，相应的法律法规和环境标准均要求准确的测试，所以需要高效的样品制备仪器。艾威科技为您提供土壤监测前后端全自动化处理方案，节省人工，提高效率，做到批批可重复性，回收率高等。分别如下：项目推荐品牌型号1土壤研磨粉碎筛分德国莱驰 bb50/rm200/as200/pm100/pm4002全自动土壤消解（72个/次）美国睿科石墨消解仪auto gda-723土壤样品全自动浓缩美国睿科浓缩仪eva-20l/20 plus/604全自动固相萃取美国睿科全自动固相萃取仪fotectorplus/02-ht5土壤批量样品标样的全自动配置美国睿科配液仪auto prep1006经典应用案例-全自动提取、浓缩、固相萃取净化，gc/ms检测等美国睿科7土壤中汞全自动检测日本nic测汞仪ma-30008土壤样品痕量分析水质提供德国赛多利斯纯水系统arium propart1 土壤样品研磨粉碎篇作为土壤监测最为开始也是重要一步，土壤能高效，稳定，均一，可重复性的研磨日趋紧迫。本方案结合华南区域环境监测站已有购置使用的高效稳定设备作为推荐。从来样土壤的粗粉碎到细粉碎，然后筛分，分样。形成一整套完整的，可重复性的sop流程。各个地级站等可根据自身样品的特性进行阶段选择设备进行研磨粉碎。德国retsch（莱驰）是全球最大的生产固体样品前处理暨实验室粉碎研磨筛分设备的专业厂家，公司成立于1915年，1923年发明了全球第一台实验室臼式研磨仪，并被称为“retsch mill”，100多年以来一直引领行业标准，比如ice国际电工委员会就把retsch粉碎仪rohs样品前处理的推荐产品。进入21世纪，莱驰加快了国际化进程，先后在日本、美国、英国等地设立了直属分支机构，2006年德国莱驰公司在上海成立了中国总部，加大了对中国市场的投入，使得近三年来，莱驰在中国的业务以每年超过40%的速度在飞速增长，进一步巩固了其行业领头羊的地位。莱驰在中国有三个技术中心，以上海技术中心的仪器配备最齐全，华南的代理商艾威科技在广州、深圳、南宁、长沙、贵阳、海口等设有办事处和安装维护工程师，为客户的售后服务工作打下了坚实的基础。推荐方案：bb50+rm200/pm400+as200+pt100a：粗粉碎，来样为40mm内土壤——粉尘少 易清洗，桌面设计，易于操作推荐型号：bb50鄂式粉碎仪样品特征：中硬性，硬性，脆性，硬韧性最大进样尺寸：b1：细粉碎出样粒度＜10um——出样均一，无粉尘，清洗十分方便推荐型号：rm200臼式研磨仪样品特征：软性的，硬的，脆性的，浆状物最大进样尺寸：推荐型号：pm400行星式球磨仪样品特征：软性的, 硬的, 脆性的, 纤维性的 ,干的或湿的最大进样尺寸：最终出料粒度：推荐型号：as200振荡筛分仪（三维振荡） 应用领域：粉末材料的分离、分级和粒径分析 测量范围：20 微米至 25 毫米 可用分析筛直径：100 mm / 150 mm / 200 mm / 203 mm (8") d：最后分样出具有可代表性的样品——提供均一样品推荐型号：pt100分样仪样品特征：散装疏松材料 分样份数：6、8 或 10 份 进样尺寸：≤10 毫米part2：自动化样品前处理篇实验室对土壤污染物的传统检测大致流程如下图-1，（左）为无机污染物检测，（右）则为有机污染物检测，从时间占比来说，样品的采集与前处理占据了实验的绝大部分时间，常以天做单位；然而上机检测却只以小时计，甚至是分钟计。由此不难看出：在土壤检测分析的过程中，样品前处理是关键，也是重点步骤，如何提高该步骤的时间和效率便是重中之重。而随着社会的高速发展及科技的进步，传统的手动前处理方法已经不能满足当下检测的需求，因此，设备的自动化及集成化越来越成为主流趋势。表-1 实验室手动前处理与自动前处理的时间对比过程方法

一、概述SciAps手持式重金属分析仪是一款用于对土壤和其它材料进行筛查以探测出污染重金属的重要工具。嵌入式GPS功能可以将检测结果与其相应的GPS坐标结合在一起，从而使分析仪具有追溯样本到野外的性能。SciAps分析仪可以方便地将GPS数据和样本数据以Wireless LAN方式传输到GIS，以绘制出污染金属的映射图。这款分析仪可在场地定性、环境评估、房产评估及污染物跟踪方面快速得到具有决策性的结果。SciAps分析仪在数秒钟之内可检测出RCRA（《资源保护及恢复法案》）中所规定的危险性高含量元素、需优先考虑的污染物质，以及危险金属。二、特点及应用美国Don Sackett博士带领的团队在产品的设计过程中，围绕产品小巧，重量轻，方便携带，速度快，精度高，好用耐用等6大设计理念。具体体现如下：小巧重量轻SciAps手持式XRF分析仪重约1.5kg，尺寸（长*宽*高）184 x 267 x 114 mm，是目前市面上功能正常小巧最轻的手持式XRF分析仪，是现场检验理想的分析工具。好用省力仪器采用独特的对称式设计，帮助使用者轻易的平衡好仪器，节省体力。手柄部分小巧，与手掌虎口形状贴合的流线型设计理念，使得哪怕是手比较小的女性使用者在抓握仪器时也会有很舒服的使用体验。底部四方形的设计理念使得仪器能轻易稳当立于桌面上，便于使用者抓握仪器，保护使用者手指不被样品伤到。仪器底部和主体尾部在一条直线上，测小样品时可以直接将仪器测试窗口朝上，将样品直接放在测试窗口测试，不需要单独购买测试支架。耐用仪器设计符合IP54三防要求，密封性好，独特的散热理念使得仪器在极端高温环境下也可以正常工作。所有SciAps手持式XRF分析仪都标配探测器快门保护装置，大限度降低仪器在测试过程中被不规则样品损伤重要元器件的几率。更合理的散热理念所有的手持XRF仪器工作原理相同，结构相似，运行一段时间后都会产生热量，有的仪器采用下面预留空间或安装风扇的方式来帮助散热；有的仪器采用顶部散热槽的方式帮助仪器散热；因为仪器外壳材料不同及散热原理不同，采用塑料外壳及顶部散热或下部散热的仪器，内部热量不会马上传导至外壳上，开机一段时间后不会明显觉得仪器烫。但是在工作相同时间后，同时关掉仪器，采用金属材料导热，将仪器内部热量散发至空气中的SciAps 仪器降温明显比其它仪器要快，这说明SciAps XRF 仪器的散热效率要比较其它仪器的散热效率高得多。仪器内部热量都传导至仪器外壳上，可以更好的保护仪器内部的电子元器件，延长电子元器件的寿命。SciAps 所有的XRF仪器在出厂前都有放入高温仓测试，模拟极端高温工作环境，只有通过测试的仪器才会发给客户。领先技术确保精确结果SciAps 所有的XRF仪器为18年最新的研发成果，采用的都是市面上技术先进的元器件。X-200 Si-pin 探测器 LOD值相当于2010年SDD 探测器的值。更先进灵活的分析法SciAps XRF 研发团队在20多年的技术和经验基础上，集Fundamental parameters, “Compton Normalization” method, empirically derived calibrations 三类分析法优点于一台仪器，客户可以根据分析情况选择适合自家企业的方法，具体应用请咨询我们的销售工程师。更快的检测速度极大的提高工作效率，更长的使用寿命领先的设计理念结合市面上技术最先进的元器件，使SciAps 所有的XRF仪器拥有无与伦比的检测速度。样品量相当的情况下，会拥有更长的使用寿命；单位时间内，可以分析更多的样品，进一步降低拥有成本。远程操作可选配远程操作应用程序，通过手机控制仪器，同时通过手机共享测试结果（目前限于土壤重金分析应用）安全密码保护：使用（用户级）和内部设置（admin）功能都有密码保护操作简单SciAps 所有的XRF仪器运行用户熟悉的安卓操作系统结合SciAps简单直观的用户界面，使仪器的操作变得非常简单。可以通过蓝牙或无线与电脑及打印机连接，分享与打印测试结果 通过USB闪存驱动盘、Wireless LAN或蓝牙完成的数据导出操作非常简单。 在任何光线条件下，触摸显示屏都具有清晰、明亮、可读的特性。 嵌入式GPS功能可以将精确的GPS坐标与结果一起存储，以便建立文档并绘制元素位置的映射图。 标配高清摄像头；将带有XRF数据的图像与GPS坐标综合在一起使用。 简洁的报告制作和归档操作，具有极佳的追溯数据到野外的性能。 用户可以轻易添加客户独特的元素和牌号应用便携皮实，用于完成野外大面积高密度采样，大程度地提高在野外进行分析的效率SciAps分析仪是测量需优先探测的污染金属以及《资源保护及恢复法案》（RCRA）所限制金属的理想工具。需优先探测的污染金属包括银（Ag）、砷（As）、镉（Cd）、铬（Cr）、铜（Cu）、汞（Hg）、镍（Ni）、铅（Pb）、硒（Se）、铊（Tl）、锌（Zn）；《资源保护及恢复法案》（RCRA）中限制的金属包括银（Ag）、砷（As）、钡（Ba）、镉（Cd）、铬（Cr）、Hg（汞）、铅（Pb）和硒（Se）。由于SciAps分析仪在样件准备方面几乎没有什么要求，因此成为一款用于筛查大面积场地和分析袋装土壤、沉积物、岩芯、流体、尘扫物质、表面与过滤器等样品的理想工具。SciAps手持式XRF：通过优化，可完成环境评估应用SciAps分析仪可为场地定性、房产评估、污染物跟踪、危险废料筛查、治理监控及合规检测等应用快速得到所需的检测结果。快速轻松地辨别各种污染物，其中包括： 铅（Pb） 砷（As） 汞（Hg） 铬（Cr）有效完成土壤筛查工作，节约经费在场地定性应用中，SciAps分析仪可以测量土壤和沉积物中的元素含量，从而有利于高效完成作为EPA方法6200的一个环节的土壤筛查工作。SciAps手持式XRF分析仪可以检测各种类型的样本，包括原地土壤、袋中土壤及完全准备好的土壤样本。SciAps分析仪是一款用于快速完成场地定性应用的性价比极高的强大工具。其在现场辨别土壤化学成份的能力意味着可使用户对场地获得更深的了解，对样本进行预筛选，可以为在实验室进行的分析选择优先样本，减少了向现场以外的实验室运送样本的工作，从而可更合理地预算分析经费同时进一步提高效率。使用嵌入式GPS功能，可以即时绘制金属分布的映射图SciAps分析仪带有嵌入式GPS功能，因此用户可以将精确的GPS坐标与结果一起存入文件中，并绘制元素位置的映射图。将GPS数据、XRF检测结果和来自可选5百万像素全景摄像头的图像综合在一起，可以进行内容全面的归档和简洁的报告制作。用户针对目标元素，在野外绘制映射图、观察图像、评价并进行跟进调查，可以更快地作出正确的决策。环保相关专业学术科研与教育SciAps分析仪有助于完成大学校园内实验室中进行的实验，支持本科生和研究生完成科研项目，并在日常的教学活动中，帮助环保相关专业教师完成教学任务。由于SciAps手持式XRF分析仪可以迅速提供结果，因此不仅可以帮助学生们了解现代分析方式，辨别各种样本，而且还可以加深学生们对土壤沉积以及研究相关的污染成因等知识的了解。创新点：1.仪器机身设计更人性化，手柄部分小巧，与手掌虎口形状贴合的流线型设计理念，使得哪怕是手比较小的女性使用者在抓握仪器时也会有很舒服的使用体验。 2.检测元素时间更快。 3.领先技术确保精确结果，采用的都是市面上技术最先进的元器件。X-50 Si-pin 探测器 LOD值相当于2010年SDD 探测器的值。极大的提升了检测速度，提高用户的检测效率。

863课题“车载农田土壤信息快速采集关键技术与产品研发”取得阶段成果 　　装备现代化和生产精准化是我国现代农业发展的必由之路。由于农田信息采集技术发展相对滞后，已经影响到我国精准农业的发展。发达国家精准农业发展始于外围技术特别是高技术的推动，信息采集主要采用接触式传感技术和非接触式遥感技术。相关仪器设备虽然精度很高，但价格昂贵，适用于科研而不适用于农业。开发廉价、适用、可靠的农田信息采集技术及相关仪器设备不仅是我国精准农业发展的需要，而且也是国际农业发展的需求。 　　“十一五”期间，课题总体执行情况良好，取得了多项重大成果。开发了车载和定点网络式土壤信息复合传感器，在国际上首次实现了土壤水分/盐分/压实度的复合车载测量以及对容重和水热特性的连续原位监测，得到国际同行的高度赞誉。研制了车载农田土壤信息快速采集设备，实现了不同土质农田0～2m土样的快速采集、GPS定位和信息存储，采样效率较国外同类产品提高一倍以上。基于光谱分析的农田信息采集技术和设备实现了多项重要突破，在国际上首次建立了土壤红外光声光谱测试和信息管理系统；基于激光吸收光谱技术的氨挥发快速测定设备成功应用于2008北京奥运期间奥体场馆附近NH3的连续监测；基于近红外光谱的便携式多波段土壤氮素测定仪，精度达到国外同类产品水平，而成本仅为其5%。获得具有完全自主知识产权的灵活低成本无线传感器网络平台(FLOWS)，产品性能达到国际先进水平，成本降低一半。以上述成果为代表的多项技术和设备均达到或超过了国外同类产品的性能，同时显著降低了生产成本，为我国农田土壤信息快速采集技术和装备跻身世界水平奠定了坚实基础，为精准农业的大力发展提供了高技术保障。课题获得车载、便携、定点网络式土壤信息快速采集系统及相关设备样机44台套，专利19项(含美国专利1项)，登记软件著作权9项。制定标准3项(含1项国际标准)。发表SCI和EI论文35篇。培养博硕士研究生44名。 　　研发的系列农业土壤信息采集设备均已在大田中得到了系统验证，一些产品还得到推广示范。如氨挥发快速测定系统在2008年北京奥运会期间城市氨气检测等方面得到了成功应用。课题成果的进一步推广和应用将解决土壤信息快速获取所面临的技术瓶颈，极大地推动我国农业生产的数字化和精准化水平，为建设粮食高产、资源高效节约型农业奠定技术基础，为国家1000亿斤增粮计划的实现和未来粮食的持续生产做出重要贡献。

p style=" text-align: justify text-indent: 2em " 近年来，激光诱导击穿光谱（LIBS）回收、采矿和金属分析等不同领域蓬勃发展，LIBS具有不需要样品制备、便携性、检测速度快等优势。与电感耦合等离子体-质谱法（ICP-MS）和其他一些元素分析方法不同，LIBS存在一种巨大的& quot 矩阵效应& quot 。 strong 本文将讨论为什么土壤分析会成为LIBS一项引人注目的应用？ /strong /p h1 label=" 标题居左" style=" font-size: 32px font-weight: bold border-bottom: 2px solid rgb(204, 204, 204) padding: 0px 4px 0px 0px text-align: left margin: 0px 0px 10px " strong 为什么选择土壤分析？ /strong /h1 p style=" text-align: justify text-indent: 2em " 土壤分析已经经历了一个多世纪的发展，安德森在1960年的文章《土壤试验的历史与发展》中记录了这一时期技术的进步，其主要侧重于磷的监测，也考虑到了钾和氮。他详细介绍了不同土壤类型如何提取相关物质的方法，以及土壤养分与作物产量关系的早期证据（早在1890年）。大约在同一时间（1957年），大卫· 赖斯· 加德纳向哈佛大学提交了题为& quot 美国全国合作土壤调查& quot 的博士论文，这是农业研究人员首次广泛进行的土壤科学综合调查。二战后的美国经济使得联邦和州一级的农业推广服务急剧扩大，土壤科学、除草剂、杀虫剂、抗病作物等研究大爆发，这使得从1950年代中期到今天农业生产力的显著提高。图 1 展示了农业生产率的发展。 /p p style=" text-align: center" img style=" max-width:100% max-height:100% " src=" https://img1.17img.cn/17img/images/202007/uepic/238e798e-7154-4b16-94da-6fafe6ebdd2c.jpg" title=" fig1_s.jpg" alt=" fig1_s.jpg" / /p p style=" text-align: center " strong style=" text-indent: 0em " 图 1：1866-2014年，美国每公顷玉米平均产量，来自数据世界，未经修改。 /strong span style=" text-indent: 2em " & nbsp /span /p p style=" text-align: justify text-indent: 2em " 自然土壤分析自1960年以来发展至今，以经历数个阶段，过去十年来常见方法是收集一个田地不同地点的样本，在不到20英亩的田地中，随机地点采集了15到20个单独的样本。将采集的土壤混合，测试土壤中的pH水平、植物可用的N、P、K、Mg、Ca等物质的浓度。在某些情况下，还需要检测土壤中的有机质的百分比和微量金属，土壤检测实验室会采用多种方法检测，从滴定测量方法到ICP-MS。 /p p style=" text-align: justify text-indent: 2em " span style=" color: rgb(23, 54, 93) " strong 如今，精准农业已成为最新的趋势，其对植物和土壤健康的测量越来越精确，需要更频繁的获取土壤信息，以便于更加精准的进行灌溉、虫害控制和施肥。 /strong /span /p p style=" text-align: justify text-indent: 2em " span style=" color: rgb(23, 54, 93) " strong LIBS土壤分析的早期研究主要侧重于土壤中的微量重金属的检测，但由于检测限达不到要求，分析精度不足，这个应用实施较为困难。 /strong /span 对于大多数有毒金属，LIBS 在土壤基质中的检测限大概为1到20ppm之间，这比检测土壤中所需的元素检测限高出一个数量级。每个地点土壤的变化以及土壤的粒状大小也是测量的潜在问题。 /p p style=" text-align: justify text-indent: 2em " strong span style=" color: rgb(23, 54, 93) " 随着时间的推移，LIBS在土壤分析方面的应用已转向对高浓度元素的分析，如总碳、氮、磷和钾（称为NPK）、镁和钙。这些元素在土壤中的浓度水平远高于微量有毒金属，并可广泛应用于农学中进行测量土壤的健康。 /span /strong /p p style=" text-align: justify text-indent: 2em " 使用LIBS的分析土壤健康的工作首先要做的是对土壤类型进行分类，然后应用适合的矩阵进行校准。 /p p style=" text-align: center" img style=" max-width:100% max-height:100% " src=" https://img1.17img.cn/17img/images/202007/uepic/d2e07909-a5cf-4218-be2f-0b7e11f3c683.jpg" title=" fig2_s.jpg" alt=" fig2_s.jpg" / /p p style=" text-align: center " strong style=" text-indent: 0em " 图2：三个主要成分的分数图应用于中国不同地区的8个未知土壤样本。 /strong /p p style=" text-align: justify text-indent: 2em " span style=" color: rgb(23, 54, 93) " strong 这项工作由中国科学院南京土壤研究所的一个研究小组完成，他们使用LIBS并通过少量的计算，分析并预测了土壤的pH、阳离子交换能力（CEC）、土壤有机质（SOM）、以及总氮、总磷、总钾、可用磷和可用钾的浓度等特性。这项研究表明LIBS不仅仅能检测元素的浓度，更能预测整体土壤的状况。 /strong /span /p p style=" text-align: justify text-indent: 2em " 上文的研究证实了使用LIBS确定土壤类型以及确定土壤状况（如pH）的可行性。 span style=" color: rgb(23, 54, 93) " strong 最近的一项研究结合了这些特征，将土壤状况的信息与光谱信息串联，通过在调校和验证方法，来预测不同土壤情况的微量金属元素。 /strong /span 在调校期间，他们不断更改模型中的可调参数，直到校准的相对误差低于他们设定的固定阈值。通过随机交换不同土壤状况和相同浓度的光谱数据点，建立了一个可以应对数据波动、坚固耐用的模型。他们还想将这个模型应用到所有类型的土壤，创造一款通用的模型。 /p p style=" text-align: justify text-indent: 2em " 作者将这种模型应用于LIBS的数据，其中涵盖4种不同的土壤类型，6种不同的元素浓度，每次检测重复6次。 /p p style=" text-align: center" img style=" max-width:100% max-height:100% " src=" https://img1.17img.cn/17img/images/202007/uepic/cf1dba16-83ca-4203-b978-5336dbf4abbc.jpg" title=" fig4_s.jpg" alt=" fig4_s.jpg" / /p p style=" text-align: center " strong style=" text-indent: 0em " 图3：Ag浓度在四种不同类型的土壤中，测量（a）通过单变量峰集成，而（b）使用所有四个类型的通用模型 /strong /p p style=" text-align: justify text-indent: 2em " strong span style=" color: rgb(23, 54, 93) " 图 3 显示，右侧使用模型的预测浓度与测量到的参考浓度之间近乎完美的一致，证明了模型的可行性。 /span /strong /p h1 label=" 标题居左" style=" font-size: 32px font-weight: bold border-bottom: 2px solid rgb(204, 204, 204) padding: 0px 4px 0px 0px text-align: left margin: 0px 0px 10px " strong 基于LIBS的土壤分析前景 /strong /h1 p style=" text-align: justify text-indent: 2em " span style=" color: rgb(23, 54, 93) " strong 一些企业努力已经开始研究相关应用。一家名为LogiAg的公司已经推出了一种名为 LaserAg的解决方案，该解决方案使用LIBS测量土壤和树叶的关键参数。 /strong /span 他们在加拿大与本地的实验室合作开发LIBS的解决方案，这些实验室具有区域特性，可根据情况进行修正，以适应当地土壤类型。修正需要从该区域采集500个样本，包括各种土壤类型和营养值等信息。 /p p style=" text-align: justify text-indent: 2em " strong span style=" color: rgb(23, 54, 93) " SciAps还推出了Z300 LIBS手持设备，用于测量土壤中的总有机碳。 /span /strong 他们使用了来自美国和加拿大的87个土壤样本对总有机碳测定进行校准，所呈现的校准曲线的R2值为0.8825，平均误差为0-7%，有机碳误差范围0.44%， strong span style=" color: rgb(23, 54, 93) " 表明便携式 LIBS 系统可用于以中等精度对碳含量进行局部测定。 /span /strong /p p style=" text-align: justify text-indent: 2em " span style=" color: rgb(23, 54, 93) " strong 迄今为止的研究和企业成果清楚的表明了基于LIBS的土壤分析解决方案的希望。其他便携式分析方法，如X射线荧光（XRF），不能测量轻元素，如氮或碳（XRF在土壤分析的某些方面也十分重要）， /strong /span XRF还需要更多的样品制备和与土壤的物理接触进行测量。LIBS系统的独特优势，使它作为下一代土壤分析仪成为可能性，并有助于精准农业的进一步发展。 /p p style=" text-align: justify text-indent: 2em " strong span style=" color: rgb(23, 54, 93) " 由于需要弥补的矩阵效应，以及构建综合数据库所需的大量土壤样本，可能成为使用LIBS进行土壤分析的最大障碍。然而，基于LIBS的土壤分析似乎只是时间问题。敬请期待！ /span /strong /p

摘要土壤有机质（SOM）在全球碳循环中起着非常重要的作用，而高光谱遥感已被证明是一种快速估算SOM含量的有前景方法。然而，由于忽略了土壤物理性质的光谱响应，SOM预测模型的准确性和时空可迁移性较差。本研究旨在通过减少土壤物理性质对光谱的耦合作用来提高SOM预测模型的时空可迁移性。基于卫星高光谱图像和土壤物理变量，包括土壤湿度（SM）、土壤表面粗糙度（均方根高度，RMSH）和土壤容重（SBW），建立了基于信息解混方法的土壤光谱校正模型。选取中国东北的两个重要粮食产区作为研究区域，以验证光谱校正模型和SOM含量预测模型的性能和可迁移性。结果表明，基于四阶多项式和XG-Boost算法的土壤光谱校正具有优异的准确性和泛化能力，几乎所有波段的残余预测偏差（RPD）均超过1.4。基于XG-Boost校正光谱的SOM预测精度最 高，决定系数（R2）为0.76，均方根误差（RMSE）为5.74 g/kg，RPD为1.68。迁移后模型的预测精度、R2值、RMSE和RPD分别为0.72、6.71 g/kg和1.53。与模型直接迁移预测相比，采用基于四阶多项式和XG-Boost的土壤光谱校正模型，SOM预测结果的RMSE分别降低了57.90%和60.27%。 这种性能比较凸显了在区域尺度 SOM 预测中考虑土壤物理特性的优势。Figure 1. Framework of the proposed SOM estimation model.研究区域试验点1位于中国东北黑龙江省黑土耕地保护区，如图2所示，面积为1095 km2。该地区属温带大陆性季风气候，年降水量为450–650 mm，降水主要集中在6–9月，占全年降水量的80%。研究区地势南高北低，西高东低，大部分地区为堆积平原。该研究区是全球仅有的四个黑土区之一，耕层深厚，土壤肥沃，含腐殖质的土层厚度为25–80 cm，适合种植玉米、大豆等作物。图 2. 研究区域概览。（a）研究区域的地理位置；（b、c）分别为站点 1 和站点 2 的土壤采样点；（d、e）“裸土期”的土壤表面。试验点2 位于中国吉林省黑土耕地保护区，如图 2 所示，面积为 713 km2。站点地势平坦，海拔在 189 至 237 m 之间。该区域为东部湿润山区与西部半干旱平原区的过渡地带。研究区属温带大陆性半湿润季风气候，年平均气温 4.6 ℃，年降水量 600—700 mm。该区域河流水系丰富，农业水资源相对丰富，地表土壤空间异质性强。该区域土壤主要为黑土，腐殖质层厚度为 0.6—1.0 m。试验点2的土壤类型、地表特征等环境因素与试验点1有明显差异，可以验证本研究中SOM含量预测模型的时空可迁移性。2022 年 10 月 29 日至 30 日，共从试验点 1 采集了 104 个表层土壤样品（图 2b）。2023 年 4 月 14 日至 15 日，从试验点 2 采集了 40 个表层土壤样品（图 2c），用于测试模型的时空可迁移性。图3. 样区内土壤样品采集与参数测量示意图。(a)象限采样示意图；(b)土壤表面点云数据测量。研究过程样品运回实验室后，通过称重、烘干等方法获得每个象限9个子样本的SM和SBW，并计算子样本的平均值。然后，将9个子样本混合成复合样本，在实验室内使用（ASD FieldSpec 4地物光谱仪）进行光谱测量（取十次测量的平均值）和使用重铬酸钾加热法测定SOM含量。为保证每个样品的SBW相同，将土壤样品装入一次性培养皿中进行光谱测量。对每个测量点的土壤表面点云数据进行拼接、裁剪和滤波。利用处理后的点云数据建立三维相对坐标系（图3b），提取所有点云数据的Z坐标，计算该象限的RMSH。资源一号02D（ZY1-02D）高光谱图像数据来自中国科学院空天信息创新研究院，图像生成时间与土壤采样时间同步，所有图像的云量均小于1%。本研究选取450~1290nm、1408~1828nm和1963~2460nm波段作为光谱波段。为了验证ZY1-02D高光谱图像的可靠性，将土壤像素光谱与土壤地面光谱进行了比较（图4）。尽管土壤像素光谱的形状与土壤地面光谱相似，但在可见光-近红外（VNIR）波段范围内存在一些噪声和平滑度较低的情况。此外，土壤像素的光谱反射率略低于实验室测量的反射率。计算了像素反射率与地面反射率之间的斯皮尔曼相关系数（SCCs）和皮尔逊相关系数（PCCs）。结果表明，大多数波长范围内的PCCs低于0.5，而在480至680nm和2000至2500nm波长范围内的SCCs基本大于0.5，表明可能存在非线性关系。为了揭示影响像素光谱的因素，比较了不同物理属性梯度下土壤反射率的差异。随着SM的增加，土壤光谱反射率显著下降，尤其是在500至1300nm和1450至1700nm波长范围内（图5）。随着SBW的增加，土壤光谱反射率的下降幅度相对较小。RMSH对土壤光谱的影响最为显著，反射率随着RMSH的增加显著下降。综上所述，SM、SBW和RMSH对光谱的耦合效应是导致两组光谱数据偏差的重要原因，严重限制了成像光谱仪对土壤“纯光谱”的获取。因此，有必要在像素光谱数据中分离土壤的物理和化学信息，以提高高光谱遥感对土壤有机质（SOM）预测的准确性。图4. 成像光谱、实验室光谱及其相关系数。图5. 不同物理性质土壤的光谱特征。图6. 基于多参数估计模型的土壤物理参数与土壤像素光谱拟合的R² 值。图 7. 使用试验点 1 数据建立的 XG-Boost 模型，基于 (a) 原始像素光谱、(b) 地面光谱、(c) 四阶多项式校正光谱和 (d) XG-Boost 校正光谱和站点 2 数据测量和预测的 SOM 含量的散点图。结果本研究利用卫星和地面高光谱数据以及土壤物理参数数据，分别基于四阶多项式和XG-Boost构建了两种土壤光谱校正模型，以缓解土壤物理性质对像素光谱的耦合效应。通过使用来自两个试验点的数据，评估了土壤光谱校正模型的性能及其对SOM预测模型精度和时空可迁移性的影响。主要结论如下：土壤像素光谱反射率与土壤地面光谱反射率呈非线性关系。表面物理性质的差异是导致这两种光谱数据类型偏差的主要因素。RMSH对土壤像素光谱的影响最为显著，其次是SM和SBW。四阶多项式和XG-Boost模型具有良好的土壤光谱校正精度。基于XG-Boost的土壤光谱校正模型精度更高，时空可转移性更强，因为它考虑了所有特征，持续调整树的权重，防止结果陷入局部最优。土壤光谱校正显著缓解了土壤物理性质对土壤像素光谱的耦合效应，有效提高了SOM预测模型的准确性，更重要的是，大大增强了基于像素光谱的SOM预测模型的时空可转移性。未来，通过充分考虑更多土壤特性，可以获得更准确的SOM预测结果。本研究为预测其他区域的土壤性质参数提供了一种新的研究范式。

项目编号：LZU-2022-363-HW-GK项目名称：兰州大学土壤剖面CO2浓度测量设备等仪器采购项目预算金额：3523.0000000 万元（人民币）采购需求：标段号序号标的名称数量预算金额（万元）是否进口第一标段1土壤剖面CO2浓度测量设备37套362.6是第二标段1区域土壤水观测系统(中子仪）7套175否2区域降雪测量系统36套298.4否第三标段1泥沙含量固定观测系统20套800否2流量流速观测系统23套192否第四标段1多参数水质观测系统23套1035是第五标段1蒸渗仪6套660否详见采购文件第三章项目采购需求合同履行期限：合同签订之日起进口设备180日历日，国产设备2022年12月31日前完成验收并交付使用；本项目( 不接受 )联合体投标。

土壤是人类赖以生存的物质基础，是人们触手可及的常见物质，也是构成世界的重要自然要素之一。随社会的发展和科技的进步，人类对土壤的开发和利用达到了空前的高度，同时对土壤的破坏、对环境的污染也日趋严重。 国家发改委日前着手启动实施环保领域创新能力建设专项。针对我国农田土壤污染日趋严重、威胁农产品安全的问题，组建农田土壤污染防控与修复技术国家工程实验室 针对我国石油、化工、冶炼、矿山等污染场地对人居环境和生态安全影响日益突出的问题，组建污染场地安全修复技术国家工程实验室。　　下面就和大家唠唠那些土壤污染和土壤监测技术。　　土壤污染　　1、土壤污染及其特性　　土壤污染物包括：1无机物(重金属、酸、盐、碱等) 2有机农药(杀虫剂、除莠剂等) 3有机废弃物(生物可以降解和生物难以降解的有机废物) 4化学肥料 5污泥、矿渣和粉煤灰 6放射性物质 7寄生虫、病原菌和病毒。近半个世纪以来，我国农业生产中使用的农药、化肥，城市周边、工矿区、交通线附近的 As、Cd、Pb、Hg等重金属污染，已使土地不堪重负。　　土壤污染的特点是：隐蔽性和滞后性，土壤污染比空气污染、水体污染更加隐蔽 区域性，比较集中在某一范围 不可逆性、累积性和难恢复性，通常情况下，不具备和水体相同的自净能力，某些污染在不断积累，重金属、POPs等一旦进入土壤，会长期存在，不断积累。如六六六和滴滴涕在我国已经禁用20多年，至今在土壤和农作物中仍有很高的检出率和检出浓度。　　2、土壤污染的危害　　(1)加剧土地资源的短缺。中国人均耕地面积0.10hm2，仅相当于世界水平的1/4，一些地区甚至低于联合国粮农组织提出的人均0.05hm2的最低保证线。据推测，中国国土面积的一半有不同程度的污染，其中耕地重金属污染程度为12%，国土酸雨污染程度为29%。有资料显示，目前中国受Cd、As、Cr、Pb等重金属污染的耕地面积近2000万hm2，占耕地总面积的1/6。20世纪90年代，据农业部门调查，在中国人均耕地面积日趋减少的同时，全国受污染农田面积已达 0.1亿hm2。　　(2)导致农作物减产或污染。仅以土壤重金属污染为例，全国每年因重金属污染导致粮食减产1000多万t，被污染的粮食多达1200万t，合计经济损失至少200亿元。江西省某县44%的耕地受到重金属污染，并形成670hm2的“镉米”区。　　(3) 导致农产品出口受阻。在东部经济快速发展地区的土壤中已检出60余种有机污染物，其中近1/3属于生物难降解的持久性微量有毒有害有机物。土壤污染对中国农产品的出口已造成严重影响。2003年前5个月，辽宁省玉米出口较去年同期下降56.5%，蔬菜出口下降9.6%，其原因均为污染物超标。　　(4)直接或间接影响人体健康。研究表明，土壤和粮食污染与一些地区某些疾病发病率之间有明显的关系。由粮食含镉量超标导致的“痛痛病”症状已开始出现，一些污灌区居民肝脾肿大，癌症发病率比对照区高十几倍。　　土壤污染检测　　1、冲洗法完成检测工作　　冲洗法的色谱分离技术是气相色谱法技术，它和分离化工成品较相符，其工作原理是色谱中气相和固定液之间不同成分拥有不同的分配系数，当成分在气化条件下会在整个色谱柱中运转，经过气化处理以后会被多次分配，因为各个分解程度不同，我们可以经过科学分析他们在色谱柱中的运转速度，对各种农药残留进行采集和分析。　　2、高效液相色谱法　　高效液相色谱检测方法是在典型液相色谱的基础上发展而来的，高效液相色谱法是一种创新分离技术。经过多年发展，高效液相色谱在检测环境中已经成为一种普遍的检测方法，而且高效液相色谱法的检测范围较广，它可以对大气、水体、土壤污染进行综合性的分析，而且还可以对药物残留以及杀虫剂等污染物质进行检测。高效液相色谱法，可以针对土壤污染隐藏性和潜伏性等特点进行全面分析，帮助检测人员高效快速的完成土壤污染检测。但是高效液相色谱法也有缺点，那就是其分析成本较高、液相色谱仪价格较高，日常维修费用高，所以说要想完善高效液相色谱技术，就必须克服这几项缺点。　　3、AFS检测方法　　AFS检测方法也就是现在所说的原子荧光光谱法，荧光光谱法和其他技术相比综合了原子吸收以及原子发射光谱的优点，是一项较为优秀的痕量分析技术，它的优点就是仪器结构较为简单，灵敏度较高、对气相干扰很少、分析多元素速度较快，所以说AFS检测方法被广泛的应用在土壤污染检测中。AFS检测方法缺点，某些元素对酸度要求较为苛刻、鉴定元素相对较少以及应用范围较为狭隘等方面，所以说要想使得AFS检测方法得到广泛推广，就必须改进AFS检测方法的缺点。　　4、TG土壤检测方法　　TG 土壤检测方法是一种测量物质和温度关系的一种热分析技术，它具有操作简单、准确性高、快速灵感的优点。环境领域检测的研究关系到生态环境的改善程度，在可持续发展过程中起到决定性作用。TG土壤检测方法是通过检测化学转化过程，有利于分析污染性气体的形成，对防止和控制转化具有指导意义。　　5、其他的土壤检测方法　　在土地生态系统处理过程中，不同环境中的氧化还原也会影响各种污染物的存在情况，处理效率会对土地生态系统带来直接影响，所以需要对氧化还原环境积极了解以及科学调控。热重分析法是通过热天平来对温度进行控制，对物质质量以及温度进行有效控制。热分析技术，操作简单、精确度较高以及反应速度较快。因为环境污染越来越严重，所以现代人对土壤检测技术的要求越来越苛刻，要想完善土壤检测技术，就必须针对土壤污染检测技术的缺点进行改进，让土壤污染检测手段可以更广泛的应用到现代农业中，让土壤检测技术成为现代化农业的重要组成部分。　　6、无线传感器网络技术　　无线传感器的监控体系主要用于土壤参数稳定性低而且位置差异大的监测。我国通过吸收国外关于无线传感器网络技术，并结合我国实际情况自主研发，取得了一定的成效。目前无线传感器网络技术在农田土壤信息收集上得到了很好的应用。近几年我国研发了微型无线传感器网络节点，目的就是使用农田的土壤的监测，具有很强的稳定性和抗干扰性的同时还具有耗电低的特点，其最强大优越性在于长周期连续工作。无线传感器网络技术已被应用于农田科学施肥管理、偏远地区或恶劣环境的土壤监测，得到了行业内的认可。　　7、高光谱遥感技术　　上世纪80年代，成像光谱技术开始被应用于土壤监测，通过应用的不断深入和扩展，技术被迅速的认可和完善并得到广泛应用。主要用于分析土壤成分、特性和运动过程等，在精确施肥、土地资源勘查、土壤质量评价、土壤环境监测以及土壤学研究方面都起到至关重要的作用。例如：自2003年起，中国科学院利用遥感技术对青藏高原的表层土壤水分进行分析和推算，为生态区保护和土壤环境监测提供了有力的数据基础。高光谱感光技术利用精细的光谱分析法反映出土壤光谱中极细微的差别和特征，以辨别土壤性质和成分。目前看，我国土壤监测行业虽然很热衷于高光谱遥感技术的应用，但还存在很大的难点，这需要技术研发人员的不断努力，研发出高精的科学监测设备。　　总结　　土壤污染具有隐藏性和潜伏性、可逆性差以及难治理的特点，所以说及早的用土壤检测技术发现土壤污染，就可以及时采取相应的措施，避免土壤污染情况的发生。从具体的修复技术来讲，不同的土壤类型、和污染程度、污染物成分等都需要选择有针对性的修复技术来进行有效治理。这就需要建立完备的土壤修复技术规范，管理方法和法律法规。

土壤有机碳是指土壤中各种正价态的含碳有机化合物，是土壤极其重要的组成部分，对地球碳循环有巨大的影响，既是温室气体“源”，也是其重要的“汇”。由于土壤有机碳的组成成分和结构十分复杂，加之受到环境与测量技术的限制，目前对其分解特征和循环转化尚未得到充分的认识。 2018年，由北京普瑞亿科科技有限公司与中国科学院地理科学与资源研究所联合研发的PRI-8800全自动变温培养土壤温室气体在线测量系统，一经推出便得到了广泛关注。该系统在土壤有机质分解速率、Q10及其调控机制方面提供了一整套高效的解决方案，为科研人员提供室内变温培养模拟野外环境的条件，让科研可以更广、更深层次地开展，相关文章发表已达17篇。 今天与大家分享的文章是罗忠奎课题组关于揭示剖面土壤有机碳分解对温度变化的响应特征及其控制因子的研究。 在该项研究中，针对土壤培养和Q10估算，采用PRI-8800作为关键设备之一，该成果发表于《Soil Biology and Biochemistry》，我们一起学习一下吧！ 在气候变暖的背景下，土壤有机碳分解温度敏感性（Q10）的研究主要集中在表层土壤，而深层土壤有机碳分解特征及其控制因子还未得到充分的认识，这将会明显增加陆地生态系统土壤碳库—气候反馈的强度和方向预测的不确定性。 针对上述问题，浙江大学环境与资源学院遥感所罗忠奎研究员课题组在中国西藏东南部，采集沿着海拔区间约2500米（约2100米至约4600米）的样带（从常绿阔叶林到高寒草甸）10个地点、5个连续土层深度（0-10、10-20、20-30、30-50和50-100 cm）土壤样品，结合13C-NMR和物理化学分组技术表征了有机碳的化学分子结构和物理化学稳定性，并对剖面土壤进行培养（128天），评估了土壤有机碳分解的温度敏感性及其主要影响因子。图1.不同海拔和土层间Q10值的分布，Q10-cum，基于128天累积培养呼吸计算；Q10-q，基于累积消耗碳组分0-0.1%、0.2-0.3%、0.4-0.5%计算；Q10-k基于模型模拟快库、慢库、惰库计算。表1.海拔和土层对不同Q10的影响 研究结果发现不同海拔和不同土层土壤有机碳的化学稳定性和物理化学稳定性都存在显著差异。高海拔地区（海拔3600米以上的冷杉林和高山草甸）土壤有机碳的化学抗性高于低海拔地区。土壤有机碳分解的Q10受土壤深度和海拔高度的显著影响。而深度对Q10的影响远小于海拔梯度对Q10的影响。高海拔地区土壤有机碳矿化的温度敏感性高于低海拔地区。图2.随机森林模型明确气候因素、土壤理化性质、化学组分和物理保护对Q10-q的影响 土壤有机碳的化学性质在土壤有机碳矿化温度敏感性的变异中起主要解释作用，其中有机碳疏水性、累积矿化碳组分和烷基碳/氧烷基碳比率为重要性前三的土壤有机碳化学性质；土壤有机碳物理保护作用次之。图3.气候、土壤理化性质、化学组分和物理保护对Q10的影响 有机碳的化学组成及其对分解的物理化学保护对Q10值的解释方差贡献了80%。路径分析表明，气候通过调控土壤有机碳的化学组成及其物理化学稳定性间接影响Q10。基于数据约束的碳模型进一步揭示，快速、缓慢和被动碳库的Q10表现出显著差异，这是由于其分解过程中化学组成参与和物理化学保护的不同造成。 研究成果以“Climate-induced shifts in composition and protection regulate temperature sensitivity of carbon decomposition through soil profile”为题，于2022年6月2日在线发表于土壤学科领域著名期刊Soil Biology and Biochemistry（5年影响因子8.312）。浙江大学环境与资源学院助理研究员毛霞丽为第一作者，博士研究生郑金阳成为共同第一作者，浙江大学环资与资源学院研究员罗忠奎为通讯作者。该项目得到国家自然科学基金项目（41930754、32171639），国家重点研发政府间国际科技创新合作项目（2021YFE0114500），中央高校基础研究基金（226-2022-00084）。相关论文信息：Mao X1, Zheng J1, Yu W, Guo X, Xu K, Zhao R, Xiao L, Wang M, Jiang Y, Zhang S, Luo L, Chang J, Shi Z, Luo Z* 2022. Climate-induced shifts in composition and protection regulate temperature sensitivity of carbon decomposition through soil profile. Soil Biology and Biochemistry 172, 108743.全文链接：https://doi.org/10.1016/j.soilbio.2022.108743UPGRADED！为了更好地助力土壤研究服务国家“双碳”目标普瑞亿科从未停止创新的脚步历时一年的研究与探索2022年全新升级的PRI-8800重磅上线升级后的系统有哪些亮点？我们一起了解一下~ 土壤有机质分解速率（R）对温度变化的响应非常敏感。温度敏感性参数（Q10）可以刻画土壤有机质分解对温度变化的响应程度。Q10是指温度每升高10℃，Ｒ所增加的倍数；Q10值越大，表明土壤有机质分解对温度变化就越敏感。Q10不仅取决于有机质分子的固有动力学属性，也受到环境条件的限制。Q10能抽象地描述土壤有机质分解对温度变化的响应，在不同生态类型系统、不同研究间架起了一个规范的和可比较的参数，因此其研究意义重大。 以往Q10研究通过选取较少的温度梯度（3-5个点）进行测量，从而导致不同土壤的呼吸对温度变化拟合相似度高的问题无法被克服。Robinson最近的研究（2017）指出，最低20个温度梯度拟合土壤呼吸对温度的响应曲线可以有效解决上述问题。PRI-8800全自动变温土壤温室气体在线测量系统为Q10的研究提供了强有力的工具，不仅能用于测量Q10对环境变量主控温度因子的响应，也能用于测量其对土壤含水量、酶促反应、有机底物、土壤生物及时空变异等的响应。PRI-8800为Q10对关联影响因子的研究，提供了一套快捷、高效、准确的整体解决方案。01 主要特点可进行恒温或变温培养设定；温度控制波动优于±0.05℃；平均升降温速率不小于1°C/min；150ml样品瓶适配25位样品盘；具有CO2预降低的双回路设计；一体化设计，内置CO2 H2O模块；可以外接浓度和同位素分析仪等。02 PRI-8800 实验设计1）温度依赖性的研究：既然温度的变化会极大影响土壤呼吸，基于温度变化的Q10研究成为科学家研究中重中之重。2017年Robinson提出的最低20个温度梯度拟合土壤呼吸对温度响应曲线的建议，将纠正以往研究人员只设置3-5个温度点（大约相隔5-10℃）进行呼吸测量的做法，该建议能解决传统方法因温度梯度少而导致的不同土壤的呼吸对温度变化拟合相似度高的问题，更能提升不同的理论模型或随后模型推算结果的准确性。而上述至少20个温度点的设置和对应的土壤呼吸测量，仅仅需要在PRI-8800程序中预设几个温度梯度即可完成多个样品在不同温度下的自动测量，这将极大提高科学家的工作效率。除了上述变温应用案例外，科学家还可以依据自己的实验设计进行诸如日变化、月变化、季节变化、甚至年度温度变化的模拟培养，通过PRI-8800的“傻瓜式”操作测量，将极大减少科学家实验实施的周期和工作量，并提高了工作效率。PRI-8800全自动变温培养土壤CO2 H2O在线测量系统主要包含自动进样器、水槽、压缩机、CO2 H2O 分析仪、内部计算机、25位样品盘等，25个样品瓶。PRI-8800除了具有上述变温培养的特色，还可以进行恒温培养，抑或是恒温/变温交替培养，这些组合无疑拓展了系统在不同温度组合条件下的应用场景。2）水分依赖性的研究：多数研究表明，在温度恒定的情况下，Q10很容易受土壤含水量的影响，表现出一定的水分依赖特性。PRI-8800可以通过手动调整土壤含水量的做法，并在PRI-8800快速连续测量模式下，实现不同水分梯度条件下土壤呼吸的精准测量，而PRI-8800的逻辑设计，为短期、中期和长期湿度控制条件下的土壤呼吸的连续、高品质测量提供了可能。3）底物依赖性的研究：底物物质量与Q10密切相关，这里的底物包含不限于自然态的土壤，如含碳量，含氮量，易分解/难分解的碳比例、土壤粘粒含量、酸碱盐度等；也可能包含了某些外源底物，如外源的生物质碳、微生物种群、各种肥料、呼吸促进/抑制剂、同位素试剂等。通过PRI-8800快速在线变温培养测量，能加速某些研究进程并获得可靠结果，如生物质炭在土壤改良过程中的土壤呼吸研究、缓释肥缓释不同阶段对土壤呼吸的持续影响、盐碱土壤不同改良措施下的土壤呼吸的变化响应等等。4）生物依赖性的研究：土壤呼吸包含土壤微生物呼吸（90%）和土壤动物呼吸（1-10%），土壤微生物群落对Q10影响重大。通过温度响应了解培养前后的微生物种群和数量的变化以及对应的土壤呼吸速率的变化有重要意义。外源微生物种群的添加，或许帮助科学家找出更好的Q10对土壤生物依赖性的响应解析。03 PRI-8800相关文献信息1.Li, C., Xiao, C.W., Guenet, B., Li, M.X., Xu, L., He, N.P. 2022. Short-term effects of labile organic C addition on soil microbial response to temperature in a temperate steppe. Soil Biology and Biochemistry 167, 108589. https://doi.org/10.1016/j.soilbio.2022.108589.2.Jiang ZX, Bian HF, Xu L, He NP. 2021. Pulse effect of precipitation: spatial patterns and mechanisms of soil carbon emissions. Frontiers in Ecology and Evolution, 9: 673310.3.Liu Y, Xu L, Zheng S, Chen Z, Cao YQ, Wen XF, He NP. 2021. Temperature sensitivity of soil microbial respiration in soils with lower substrate availability is enhanced more by labile carbon input. Soil Biology and Biochemistry, 154: 108148.4.Bian HF, Zheng S, Liu Y, Xu L, Chen Z, He NP. 2020. Changes in soil organic matter decomposition rate and its temperature sensitivity along water table gradients in cold-temperate forestswamps. Catena, 194: 104684.5.Xu M, Wu SS, Jiang ZX, Xu L, Li MX, Bian HF, He NP. 2020. Effect of pulse precipitation on soil CO2 release in different grassland types on the Tibetan Plateau. European Journal of Soil Biology, 101: 103250.6.Liu Y, He NP, Xu L, Tian J, Gao Y, Zheng S, Wang Q, Wen XF, Xu XL, Yakov K. 2019. A new incubation and measurement approach to estimate the temperature response of soil organic matter decomposition. Soil Biology & Biochemistry, 138, 107596.7.Liu Y, He NP, Wen XF, Xu L, Sun XM, Yu GR, Liang LY, Schipper LA. 2018. The optimum temperature of soil microbial respiration: Patterns and controls. Soil Biology and Biochemistry, 121: 35-42.8.Liu Y, Wen XF, Zhang YH, Tian J, Gao Y, Ostle NJ, Niu SL, Chen SP, Sun XM, He NP. Widespread asymmetric response of soil heterotrophic respiration to warming and cooling. Science of Total Environment, 635: 423-431.9.Wang Q, He NP, Xu L, Zhou XH. 2018. Important interaction of chemicals, microbial biomass and dissolved substrates in the diel hysteresis loop of soil heterotrophic respiration. Plant and Soil, 428: 279-290.17.Mao X1, Zheng J1, Yu W, Guo X, Xu K, Zhao R, Xiao L, Wang M, Jiang Y, Zhang S, Luo L, Chang J, Shi Z, Luo Z* 2022. Climate-induced shifts in composition and protection regulate temperature sensitivity of carbon decomposition through soil profile. Soil Biology and Biochemistry 172, 108743.

2018年，由北京普瑞亿科科技有限公司研发的PRI-8800全自动变温培养土壤温室气体在线测量系统，一经推出便得到了广泛关注。该系统在土壤有机质分解速率、Q10及其调控机制方面提供了一整套高效的解决方案，为科研人员提供室内变温培养模拟野外环境的条件，让科研可以更广、更深层次地开展。目前以PRI-8800为关键设备发表的相关文章已达23篇。 今天与大家分享的是肖春旺教授团队在草地土壤碳激发效应研究领域取得新进展，在该项研究中，研究团队利用PRI-8800对来自外源碳和土壤有机质的土壤微生物呼吸的快速、连续、高频观测，为研究结果提供了有力的数据支撑。 来自植物根际和凋落物层淋溶的易分解外源碳（LOC）输入土壤是生态系统常见的自然现象，其在微生物介导的土壤碳循环中发挥着关键作用，尤其是在植物根系密集的草原生态系统。然而，外源碳的输入并不总是意味着土壤碳的净增加，因其能为异养微生物群落提供可用的碳和能量，进一步对土壤有机质的分解产生影响，即激发效应（Priming Effect，PE）。长期以来，尽管许多研究已经探讨了由外源碳添加诱导的激发效应，但很少有研究关注其短期效应。其次，输入土壤的外源碳是高度动态变化的，会迅速融入微生物、土壤有机质，或分解为CO2，但由于土壤微生物对外源碳输入的反应很快，来自外源碳的呼吸作用对微生物呼吸作用的相对贡献及其影响因素仍不确定。此外，围栏禁牧被认为是实现草地生态系统自我恢复的重要途径，其对土壤碳氮特性具有重要的积极影响，而围栏禁牧所导致的土壤碳氮特征变化可能进一步影响微生物对外源碳和土壤有机质的分解，但目前仍然缺乏对此的全面了解。 针对以上科学问题，肖春旺教授团队在中科院内蒙古草原生态站开展了相关研究，研究人员采集了3个不同围封禁牧时间（42年、22年和0年[自由放牧]）和4个不同土层深度（0–10、10–30、30–50、50–100 cm）的土壤。通过向土壤中添加δ13C标记的葡萄糖以模拟自然界的碳输入，并使用北京普瑞亿科科技有限公司研发的PRI–8800全自动变温培养土壤温室气体在线测量系统，在105-h内实现了分钟尺度上对来自外源碳和土壤有机质的土壤微生物呼吸的快速、连续、高频观测，主要探究了土壤碳氮特征变化对土壤微生物响应外源碳输入的短期过程以及对外源碳和土壤有机质分解的影响及机制。 研究结果发现，土壤微生物对外源碳的输入反应迅速，由土壤有机碳和碳氮比控制的微生物生物量是直接影响微生物对外源碳输入反应强度的最重要因素。放牧和较深的土壤层减少了来自外源碳的呼吸作用及其对总呼吸作用的相对贡献（图1），主要归因于土壤碳氮比和真菌/细菌的变化。此外，外源碳添加促进了所有土壤中有机质的分解，使土壤有机质的呼吸作用增加了11.3–92.4 mg C g-1 SOC，相当于18.7–266.1%的激发效应。放牧和土壤深度增加导致了更大的激发效应和土壤碳损失，其中土壤碳氮比和有机碳含量是最重要的调节因素。图1 不同土壤中来自外源碳和土壤有机质的累积碳矿化量及其比值注：GE42（10）、GE22（10）和GE0（10）分别代表围栏禁牧42年、22年和0年样点的0–10 cm土壤；GE42（10）、GE42（30）、GE42（50）和GE42（50）分别代表围栏42年样点的0–10、10–30、30–50、50–100 cm的土壤。 禁牧被认为是实现草原生态系统自我恢复的重要途径，了解放牧对外源碳输入下草原碳循环的影响可能有助于提高我们对未来草原土壤碳动态的预测。因此，结合本研究结果，研究人员建立了一个概念框架，阐明了禁牧年限和土壤深度变化对外源碳输入下草原土壤微生物呼吸和土壤碳动态的影响（图2）。禁牧对植被的积极影响进一步提升了土壤有机质的质和量，进而通过影响微生物特性导致更多的外源碳被微生物呼吸代谢，并增大其对总微生物呼吸的贡献，但是却会减小其诱导的激发效应和土壤碳损失。然而，对于不同深度的土壤而言，增加土层深度会影响土壤有机质的质和量，导致来自外源碳的呼吸及其对总微生物呼吸的贡献均减小，但是却会减小其诱导的激发效应和土壤碳损失。目前在世界大部分地区，由于受到人类活动的影响，草原正面临着严重退化的困境，而禁牧可能是实现表层土壤碳固持的有效措施。图2 禁牧和土壤深度变化对外源碳输入下草原土壤微生物呼吸和土壤碳动态影响的概念图 相关研究成果以“The quality and quantity of SOM determines the mineralization of recently added labile C and priming of native SOM in grazed grasslands”为题在线发表于国际土壤学领域主流期刊《Geoderma》（中科院一区Top，IF5 = 7.444）上。 生命与环境科学学院2019级博士研究生李超为本论文第一作者，肖春旺教授为本论文的通讯作者。中国科学院地理科学与资源研究所何念鹏研究员为本研究的重要合作作者，另外，中国科学院地理科学与资源研究所的徐丽副研究员和李明旭博士也参与了本研究。来源丨中央民族大学生命与环境科学学院官网相关论文信息：Li C, Xiao C, Li M, et al. The quality and quantity of SOM determines the mineralization of recently added labile C and priming of native SOM in grazed grasslands[J]. Geoderma, 2023, 432: 116385.原文链接：https://doi.org/10.1016/j.geoderma.2023.116385. 自2018年上市以来，PRI-8800全自动变温培养土壤温室气体在线测量系统得到了广泛关注。该系统在土壤有机质分解速率、Q10及其调控机制方面提供了一整套高效的解决方案，为科研人员提供室内变温培养模拟野外环境的条件，让科研可以更广、更深层次地开展。目前以PRI-8800为关键设备发表的相关文章已达23篇。 为响应国家“双碳”目标，针对国内“双碳”行动有效性评估，普瑞亿科全新升级了PRI-8800 全自动变温培养土壤温室气体在线测量系统，结合了连续变温培养和高频土壤呼吸在线测量的优势，模式的培养与测试过程非常简单高效，这极大方便了大量样品的测试或大尺度联网的研究，可以有效服务科学研究和生态观测。PRI-8800的成功推出，为“双碳”目标研究和评价提供了强有力的工具。 土壤有机质分解速率（R）对温度变化的响应非常敏感。温度敏感性参数（Q10）可以刻画土壤有机质分解对温度变化的响应程度。Q10是指温度每升高10℃，Ｒ所增加的倍数；Q10值越大，表明土壤有机质分解对温度变化就越敏感。Q10不仅取决于有机质分子的固有动力学属性，也受到环境条件的限制。Q10能抽象地描述土壤有机质分解对温度变化的响应，在不同生态类型系统、不同研究间架起了一个规范的和可比较的参数，因此其研究意义重大。 以往Q10研究通过选取较少的温度梯度（3-5个点）进行测量，从而导致不同土壤的呼吸对温度变化拟合相似度高的问题无法被克服。Robinson最近的研究（2017）指出，最低20个温度梯度拟合土壤呼吸对温度的响应曲线可以有效解决上述问题。PRI-8800全自动变温土壤温室气体在线测量系统为Q10的研究提供了强有力的工具，不仅能用于测量Q10对环境变量主控温度因子的响应，也能用于测量其对土壤含水量、酶促反应、有机底物、土壤生物及时空变异等的响应。PRI-8800为Q10对关联影响因子的研究，提供了一套快捷、高效、准确的整体解决方案。可设定恒温或变温培养模式；温度控制波动优于±0.05℃；平均升降温速率不小于1°C/min；150ml样品瓶，25位样品盘；大气本底缓冲气或钢瓶气清洗气路；一体化设计，内置CO2 H2O模块；可外接高精度浓度或同位素分析仪。 为了更好地助力科学研究，拓展设备应用场景，普瑞亿科重磅推出「加强版」PRI-8800——PRI-8800 Plus全自动变温培养土壤温室气体在线测量系统。 1）原状土冻融过程模拟：气候变化改变了土壤干湿循环和冻融循环的频率和强度。这些波动影响了土壤微生物活动的关键驱动力，即土壤水分利用率。虽然这些波动使土壤微生物结构有少许改变，但一种气候波动的影响（例如干湿交替）是否影响了对另一种气候（例如冻融交替）的反应，其温室气体排放是如何响应的？通过PRI-8800 Plus 的冻融模拟，我们可以找出清晰答案。 2）湿地淹水深度模拟：在全球尺度上湿地甲烷（CH4）排放的温度敏感性大小主要取决于水位变化，而二氧化碳（CO2）排放的温度敏感性不受水位影响。复杂多样的湿地生态系统不同水位的变化及不同温度的变化如何影响和调控着湿地温室气体的排放？我们该如何量化不同水位的变化及不同温度的变化下湿地的温室气体排放？借助PRI-8800 Plus，通过淹水深度和温度变化的组合测试，可以查出真相。 3）温度依赖性的研究：既然温度的变化会极大影响土壤呼吸，基于温度变化的Q10研究成为科学家研究中重中之重。2017年Robinson提出的最低20个温度梯度拟合土壤呼吸对温度响应曲线的建议，将纠正以往研究人员只设置3-5个温度点(大约相隔5-10℃)进行呼吸测量的做法，该建议能解决传统方法因温度梯度少而导致的不同土壤的呼吸对温度变化拟合相似度高的问题，更能提升不同的理论模型或随后模型推算结果的准确性。而上述至少20个温度点的设置和对应的土壤呼吸测量，仅仅需要在PRI-8800 Plus程序中预设几个温度梯度即可完成多个样品在不同温度下的自动测量，这将极大提高科学家的工作效率。 除了上述变温应用案例外，科学家还可以依据自己的实验设计进行诸如日变化、月变化、季节变化、甚至年度温度变化的模拟培养，通过PRI-8800 Plus的“傻瓜式”操作测量，将极大减少科学家实验实施的周期和工作量，并提高了工作效率。 PRI-8800 Plus除了具有上述变温培养的特色，还可以进行恒温培养，抑或是恒温/变温交替培养，这些组合无疑拓展了系统在不同温度组合条件下的应用场景。 4）水分依赖性的研究：多数研究表明，在温度恒定的情况下，Q10很容易受土壤含水量的影响，表现出一定的水分依赖特性。PRI-8800 Plus可以通过手动调整土壤含水量的做法，并在PRI-8800 Plus快速连续测量模式下，实现不同水分梯度条件下土壤呼吸的精准测量，而PRI-8800 Plus的逻辑设计，为短期、中期和长期湿度控制条件下的土壤呼吸的连续、高品质测量提供了可能。 5）底物依赖性的研究：底物物质量与Q10密切相关，这里的底物包含不限于自然态的土壤，如含碳量，含氮量，易分解/难分解的碳比例、土壤粘粒含量、酸碱盐度等；也可能包含了某些外源底物，如外源的生物质碳、微生物种群、各种肥料、呼吸促进/抑制剂、同位素试剂等。通过PRI-8800快速在线变温培养测量，能加速某些研究进程并获得可靠结果，如生物质炭在土壤改良过程中的土壤呼吸研究、缓释肥缓释不同阶段对土壤呼吸的持续影响、盐碱土壤不同改良措施下的土壤呼吸的变化响应等等。 6）生物依赖性的研究：土壤呼吸包含土壤微生物呼吸（90%）和土壤动物呼吸（1-10%），土壤微生物群落对Q10影响重大。通过温度响应了解培养前后的微生物种群和数量的变化以及对应的土壤呼吸速率的变化有重要意义。外源微生物种群的添加，或许帮助科学家找出更好的Q10对土壤生物依赖性的响应解析。1.Li C, Xiao C, Li M, et al. The quality and quantity of SOM determines the mineralization of recently added labile C and priming of native SOM in grazed grasslands[J]. Geoderma, 2023, 432: 116385.2.Ma X, Jiang S, Zhang Z, et al. Long‐term collar deployment leads to bias in soil respiration measurements[J]. Methods in Ecology and Evolution, 2023, 14(3): 981-990.3.He Y, Zhou X, Jia Z, et al. Apparent thermal acclimation of soil heterotrophic respiration mainly mediated by substrate availability[J]. Global Change Biology, 2023, 29(4): 1178-1187.4.Mao X,Zheng J, Yu W, et al. Climate-induced shifts in composition and protection regulate temperature sensitivity of carbon decomposition through soil profile[J]. Soil Biology and Biochemistry, 2022, 172: 108743.5.Pan J, He N, Liu Y, et al. Growing season average temperature range is the optimal choice for Q10 incubation experiments of SOM decomposition[J]. Ecological Indicators, 2022, 145: 109749.6.Li C, Xiao C, Guenet B, et al. Short-term effects of labile organic C addition on soil microbial response to temperature in a temperate steppe[J]. Soil Biology and Biochemistry, 2022, 167: 108589.7.Jiang ZX, Bian HF, Xu L, He NP. 2021. Pulse effect of precipitation: spatial patterns and mechanisms of soil carbon emissions. Frontiers in Ecology and Evolution, 9: 673310.8.Liu Y, Xu L, Zheng S, Chen Z, Cao YQ, Wen XF, He NP. 2021. Temperature sensitivity of soil microbial respiration in soils with lower substrate availability is enhanced more by labile carbon input. Soil Biology and Biochemistry, 154: 108148.9.Bian HF, Zheng S, Liu Y, Xu L, Chen Z, He NP. 2020. Changes in soil organic matter decomposition rate and its temperature sensitivity along water table gradients in cold-temperate forest swamps. Catena, 194: 104684.10.Xu M, Wu SS, Jiang ZX, Xu L, Li MX, Bian HF, He NP. 2020. Effect of pulse precipitation on soil CO2 release in different grassland types on the Tibetan Plateau. European Journal of Soil Biology, 101: 103250.11.Liu Y, He NP, Xu L, Tian J, Gao Y, Zheng S, Wang Q, Wen XF, Xu XL, Yakov K. 2019. A new incubation and measurement approach to estimate the temperature response of soil organic matter decomposition. Soil Biology & Biochemistry, 138, 107596.12.Yingqiu C, Zhen Z, Li X, et al. Temperature Affects new Carbon Input Utilization By Soil Microbes: Evidence Based on a Rapid δ13C Measurement Technology[J]. Journal of Resources and Ecology, 2019, 10(2): 202-212.13.Cao Y, Xu L, Zhang Z, et al. Soil microbial metabolic quotient in inner mongolian grasslands: Patterns and influence factors[J]. Chinese Geographical Science, 2019, 29: 1001-1010.14.Liu Y, He NP, Wen XF, Xu L, Sun XM, Yu GR, Liang LY, Schipper LA. 2018. The optimum temperature of soil microbial respiration: Patterns and controls. Soil Biology and Biochemistry, 121: 35-42.15.Liu Y, Wen XF, Zhang YH, Tian J, Gao Y, Ostle NJ, Niu SL, Chen SP, Sun XM, He NP. 2018.Widespread asymmetric response of soil heterotrophic respiration to warming and cooling. Science of Total Environment, 635: 423-431.16.Wang Q, HeNP, Xu L, Zhou XH. 2018. Important interaction of chemicals, microbial biomass and dissolved substrates in the diel hysteresis loop of soil heterotrophic respiration. Plant and Soil, 428: 279-290.17.Wang Q, He NP, Xu L, Zhou XH. 2018. Microbial properties regulate spatial variation in the differences in heterotrophic respiration and its temperature sensitivity between primary and secondary forests from tropical to cold-temperate zones. Agriculture and Forest Meteorology, 262, 81-88.18.He N P, Liu Y, Xu L, Wen X F, Yu G R, Sun X M. Temperature sensitivity of soil organic matter decomposition:New insights into models of incubation and measurement. Acta Ecologica Sinica, 2018, 38(11): 4045-4051.19.Li J, He NP, Xu L, Chai H, Liu Y, Wang DL, Wang L, Wei XH, Xue JY, Wen XF, Sun XM. 2017. Asymmetric responses of soil heterotrophic respiration to rising and decreasing temperatures. Soil Biology & Biochesion: Implications for soil C sequestration. Ecology and Evolution, 3: 5045-5054.

2018年，由北京普瑞亿科科技有限公司研发的PRI-8800全自动变温培养土壤温室气体在线测量系统，一经推出便得到了广泛关注。该系统在土壤有机质分解速率、Q10及其调控机制方面提供了一整套高效的解决方案，为科研人员提供室内变温培养模拟野外环境的条件，让科研可以更广、更深层次地开展，相关文章发表已达18篇。 今天与大家分享的文章是东北林业大学林学院周旭辉教授团队首次从底物消耗与微生物适应角度，揭示了土壤有机碳分解热适应的调控机制的研究论文。在该研究中，采用了PRI-8800作为关键设备之一，我们来具体了解一下吧~ 长期以来，学界普遍认为气候变暖加速土壤有机碳分解，进而使得地球平均温度上升，形成正反馈效应。而近期的一些长期增温实验发现土壤有机碳分解速率可能会随着增温时间呈逐渐下降趋势，表现出热适应现象。当前，针对土壤有机碳分解的热适应调控机制，国内外生态学家仍存在较大争议，其根本难点在于无法有效区分底物消耗与微生物适应在土壤碳分解中的相对贡献。为了解决这一难题，何杨辉等研究人员依托长期野外增温实验平台，巧妙地使用土壤微生物灭菌-接种方法区分底物与微生物的调控作用，研究结果表明土壤底物可利用性是调控土壤有机碳分解热适应的主要因素。这一重要发现将增进人们对土壤有机碳分解热适应性的理解，为准确预测陆地土壤碳-气候反馈提供重要的科学依据。 土壤有机碳分解热适应潜在调控机制 值得注意的是，在实验过程中，研究团队通过PRI-8800连续变温培养和高频土壤呼吸在线测量的优势，克服了恒温培养模式土壤微生物对特定培养温度的适应性和底物消化不均的难题，加速研究进程并获得可靠的研究结果。 研究成果“Apparent thermal acclimation of soil heterotrophic respiration mainly mediated by substrate availability”为题，在线发表于国际顶级生态学期刊Global Change Biology（IF=13.211），何杨辉教授为论文的第一作者，周旭辉教授为论文通讯作者。相关论文信息：He Y, Zhou X, Jia Z, et al. Apparent thermal acclimation of soil heterotrophic respiration mainly mediated by substrate availability[J]. Global Change Biology, 2022.全文链接：https://doi.org/10.1111/gcb.16523 UPGRADED！ 土壤有机质是陆地生态系统最大的碳库，在全球变暖背景下，土壤有机质分解对温度变化的响应很大程度影响着陆地生态系统对全球气候变化反馈效应。气候变暖如何影响土壤有机质分解，以及陆地生态系统碳排放如何响应气候变暖已成为目前科学家主要关注的内容之一。 为响应国家“双碳”目标，针对国内“双碳”行动有效性评估，普瑞亿科全新升级了PRI-8800 全自动变温培养土壤温室气体在线测量系统，结合了连续变温培养和高频土壤呼吸在线测量的优势，模式的培养与测试过程非常简单高效，这极大方便了大量样品的测试或大尺度联网的研究，可以有效服务科学研究和生态观测。PRI-8800的成功推出，为“双碳”目标研究和评价提供了强有力的工具。 土壤有机质分解速率（R）对温度变化的响应非常敏感。温度敏感性参数（Q10）可以刻画土壤有机质分解对温度变化的响应程度。Q10是指温度每升高10℃，Ｒ所增加的倍数；Q10值越大，表明土壤有机质分解对温度变化就越敏感。Q10不仅取决于有机质分子的固有动力学属性，也受到环境条件的限制。Q10能抽象地描述土壤有机质分解对温度变化的响应，在不同生态类型系统、不同研究间架起了一个规范的和可比较的参数，因此其研究意义重大。 以往Q10研究通过选取较少的温度梯度（3-5个点）进行测量，从而导致不同土壤的呼吸对温度变化拟合相似度高的问题无法被克服。Robinson最近的研究（2017）指出，最低20个温度梯度拟合土壤呼吸对温度的响应曲线可以有效解决上述问题。PRI-8800全自动变温土壤温室气体在线测量系统为Q10的研究提供了强有力的工具，不仅能用于测量Q10对环境变量主控温度因子的响应，也能用于测量其对土壤含水量、酶促反应、有机底物、土壤生物及时空变异等的响应。PRI-8800为Q10对关联影响因子的研究，提供了一套快捷、高效、准确的整体解决方案。 01 主要特点可进行恒温或变温培养设定；温度控制波动优于±0.05℃；平均升降温速率不小于1°C/min；150ml样品瓶适配25位样品盘；具有CO2预降低的双回路设计；一体化设计，内置CO2 H2O模块；可以外接浓度和同位素分析仪等。02PRI-8800 实验设计1）温度依赖性的研究：既然温度的变化会极大影响土壤呼吸，基于温度变化的Q10研究成为科学家研究中重中之重。2017年Robinson提出的最低20个温度梯度拟合土壤呼吸对温度响应曲线的建议，将纠正以往研究人员只设置3-5个温度点（大约相隔5-10℃）进行呼吸测量的做法，该建议能解决传统方法因温度梯度少而导致的不同土壤的呼吸对温度变化拟合相似度高的问题，更能提升不同的理论模型或随后模型推算结果的准确性。而上述至少20个温度点的设置和对应的土壤呼吸测量，仅仅需要在PRI-8800程序中预设几个温度梯度即可完成多个样品在不同温度下的自动测量，这将极大提高科学家的工作效率。除了上述变温应用案例外，科学家还可以依据自己的实验设计进行诸如日变化、月变化、季节变化、甚至年度温度变化的模拟培养，通过PRI-8800的“傻瓜式”操作测量，将极大减少科学家实验实施的周期和工作量，并提高了工作效率。PRI-8800全自动变温培养土壤CO2 H2O在线测量系统主要包含自动进样器、水槽、压缩机、CO2 H2O 分析仪、内部计算机、25位样品盘等，25个样品瓶。PRI-8800除了具有上述变温培养的特色，还可以进行恒温培养，抑或是恒温/变温交替培养，这些组合无疑拓展了系统在不同温度组合条件下的应用场景。2）水分依赖性的研究：多数研究表明，在温度恒定的情况下，Q10很容易受土壤含水量的影响，表现出一定的水分依赖特性。PRI-8800可以通过手动调整土壤含水量的做法，并在PRI-8800快速连续测量模式下，实现不同水分梯度条件下土壤呼吸的精准测量，而PRI-8800的逻辑设计，为短期、中期和长期湿度控制条件下的土壤呼吸的连续、高品质测量提供了可能。3）底物依赖性的研究：底物物质量与Q10密切相关，这里的底物包含不限于自然态的土壤，如含碳量，含氮量，易分解/难分解的碳比例、土壤粘粒含量、酸碱盐度等；也可能包含了某些外源底物，如外源的生物质碳、微生物种群、各种肥料、呼吸促进/抑制剂、同位素试剂等。通过PRI-8800快速在线变温培养测量，能加速某些研究进程并获得可靠结果，如生物质炭在土壤改良过程中的土壤呼吸研究、缓释肥缓释不同阶段对土壤呼吸的持续影响、盐碱土壤不同改良措施下的土壤呼吸的变化响应等等。4）生物依赖性的研究：土壤呼吸包含土壤微生物呼吸（90%）和土壤动物呼吸（1-10%），土壤微生物群落对Q10影响重大。通过温度响应了解培养前后的微生物种群和数量的变化以及对应的土壤呼吸速率的变化有重要意义。外源微生物种群的添加，或许帮助科学家找出更好的Q10对土壤生物依赖性的响应解析。03 PRI-8800相关文献信息1.Li, C., Xiao, C.W., Guenet, B., Li, M.X., Xu, L., He, N.P. 2022. Short-term effects of labile organic C addition on soil microbial response to temperature in a temperate steppe. Soil Biology and Biochemistry 167, 108589. https://doi.org/10.1016/j.soilbio.2022.108589.2.Jiang ZX, Bian HF, Xu L, He NP. 2021. Pulse effect of precipitation: spatial patterns and mechanisms of soil carbon emissions. Frontiers in Ecology and Evolution, 9: 673310.3.Liu Y, Xu L, Zheng S, Chen Z, Cao YQ, Wen XF, He NP. 2021. Temperature sensitivity of soil microbial respiration in soils with lower substrate availability is enhanced more by labile carbon input. Soil Biology and Biochemistry, 154: 108148.4.Bian HF, Zheng S, Liu Y, Xu L, Chen Z, He NP. 2020. Changes in soil organic matterdecomposition rate and its temperature sensitivity along water table gradients in cold-temperate forest swamps. Catena, 194: 104684.5.Xu M, Wu SS, Jiang ZX, Xu L, Li MX, Bian HF, He NP. 2020. Effect of pulse precipitation on soil CO2 release in different grassland types on the Tibetan Plateau. European Journal of Soil Biology, 101: 103250.6.Liu Y, He NP, Xu L, Tian J, Gao Y, Zheng S, Wang Q, Wen XF, Xu XL, Yakov K. 2019. A new incubation and measurement approach to estimate the temperature response of soil organic matter decomposition. Soil Biology & Biochemistry, 138, 107596.7.Liu Y, He NP, Wen XF, Xu L, Sun XM, Yu GR, Liang LY, Schipper LA. 2018. The optimum temperature of soil microbial respiration: Patterns and controls. Soil Biology and Biochemistry, 121: 35-42.8.Liu Y, Wen XF, Zhang YH, Tian J, Gao Y, Ostle NJ, Niu SL, Chen SP, Sun XM, He NP. Widespread asymmetric response of soil heterotrophic respiration to warming and cooling. Science of Total Environment, 635: 423-431.9.Wang Q, He NP, Xu L, Zhou XH. 2018. Important interaction of chemicals, microbial biomass and dissolved substrates in the diel hysteresis loop of soil heterotrophic respiration. Plant and Soil, 428: 279-290.10.Wang Q, He NP, Xu L, Zhou XH. 2018. Microbial properties regulate spatial variation in the differences in heterotrophic respiration and its temperature sensitivity between primary and secondary forests from tropical to cold-temperate zones. Agriculture and Forest Meteorology, 262, 81-88.11.Li J, He NP, Xu L, Chai H, Liu Y, Wang DL, Wang L, Wei XH, Xue JY, Wen XF, Sun XM. 2017. Asymmetric responses of soil heterotrophic respiration to rising and decreasing temperatures. Soil Biology & Biochemistry, 106: 18-27.12.Liu Y, He NP, Xu L, Niu SL, Yu GR, Sun XM, Wen XF. 2017. Regional variation in the temperature sensitivity of soil organic matter decomposition in China’s forests and grasslands. Global Change Biology, 23: 3393-3402.13.Wang Q, He NP*, Liu Y, Li ML, Xu L. 2016. Strong pulse effects of precipitation event on soil microbial respiration in temperate forests. Geoderma, 275: 67-73.14.Wang Q, He NP, Yu GR, Gao Y, Wen XF, Wang RF, Koerner SE, Yu Q*. 2016. Soil microbial respiration rate and temperature sensitivity along a north-south forest transect in eastern China: Patterns and influencing factors. Journal of Geophysical Research: Biogeosciences, 121: 399-410.15.He NP, Wang RM, Dai JZ, Gao Y, Wen XF, Yu GR. 2013. Changes in the temperature sensitivity of SOM decomposition with grassland succession: Implications for soil C sequestration. Ecology and Evolution, 3: 5045-5054.16.He N P, Liu Y, Xu L, Wen X F, Yu G R, Sun X M. Temperature sensitivity of soil organic matter decomposition:New insights into models of incubation and measurement. Acta Ecologica Sinica, 2018, 38(11): 4045-4051.17.Mao X1, Zheng J1, Yu W, Guo X, Xu K, Zhao R, Xiao L, Wang M, Jiang Y, Zhang S, Luo L, Chang J, Shi Z, Luo Z* 2022. Climate-induced shifts in composition and protection regulate temperature sensitivity of carbon decomposition through soil profile. Soil Biology and Biochemistry 172, 108743.18.He Y, Zhou X, Jia Z, et al. Apparent thermal acclimation of soil heterotrophic respiration mainly mediated by substrate availability[J]. Global Change Biology, 2022. 如果您对我们的产品或本期内容有任何问题，欢迎致电垂询：地址：北京市海淀区瀚河园路自在香山98-1号楼电话：010-51651246 88121891邮箱：support@pri-eco.com

土壤污染数据以“国家机密”为由不予公开昨日在两会代表委员中形成热议。 　　“单纯公开数据恐会引起恐慌” 　　“单纯公开数据恐会引起恐慌。”全国政协委员、新疆农业大学副校长蒋平安认为，最好对社会进行区域性、综述性的信息公开。而超标数据政府要引起高度重视，预警政府尽快对污染土壤做生物改良。 　　蒋平安称，非常理解公众对于知情权的渴求，但是从一个学者角度理性而言，单纯公开土壤污染超标数据没有太大意义，只发布数据老百姓也看不懂。 　　他称，土壤污染不同于空气或者浅表水污染，后者治理效果立竿见影，土壤污染是一个长期治理的过程，需要长期跟踪。像P M 2 .5那样频繁公布也是没有意义的，而且各地土质情况各异，没法用一套标准去衡量，比如盐碱地多是新疆的土地特征，而重金属超标是广东的土壤特点。“政府要尽快采取治污措施，比如了解到土壤重金属超标，就不能种蔬菜了，改种富集重金属的植物，也就是要对污染土壤展开生物改良。” 　　“你凭什么花了我的钱，不给我信息呀” 　　对于环保部近日答复“全国土壤污染状况调查方法和数据信息”是“国家机密”一事，全国政协委员、财政部财政科学研究所所长贾康接受南都记者采访时认为，对于这一关系到公众切身利益的信息，应该充分作出警示，能公开的都要公开，“说是国家机密，查一查保密法，是不是有明确规定?即使有明确规定，也要细化，把原来过多过严的保密事项放松，增加公众知情”。 　　“土壤污染调查的数据，不能笼统地冠以‘国家机密’之名，什么都不公布。”全国人大代表、中科院科技政策与管理科学研究所副所长王毅也表示，不公布也要说出原因，比如未全面了解情况、调查还不成熟等，“因为这个(调查)花了纳税人的钱(10亿元)，你凭什么花了我的钱，不给我信息呀?” 　　“你现在还放任，那是危害万代” 　　一名身为副市长的全国政协委员说，这么多年，公民的环境意识在提高。环保部为什么不公开数据?是因为不敢公开，报出来会出事的，太惊人了。中国的环境负债率太高，不靠良性资产去填是不行的。必须从现在开始在污染排放上进行最严厉的保护。“你现在还放任，还指望打深井、往土里乱排放，那是危害万代。”他表示，中国已经具备了条件整治环境，再等下去就积重难返了。如今的状况也因为环境危害的治罪太轻了。 　　“不公开是掩盖自己工作上的失误” 　　全国政协委员左宗申认为这是相关部门在故弄玄虚，将本应该公开的内容神秘化，“不公开这个行为，在我看来就是为了掩盖自己工作上的一些失误。土地质量有什么好保密的呢?这根本不是什么国家机密。” 　　他认为除了信息公开，还要对全国范围内的土地制定管理和维护标准体系，“欧洲对土地质量的维护和管理是有一套严格标准的。每年要对土地使用的效率进行跟踪，对耕地进行深耕、消毒、注入有机物、复垦等等，但是我们国家对于土地质量追踪管理的相关标准是什么，地方政府有具体落实吗?”他建议应该学习欧洲国家的经验，每年对土地进行跟踪体检，分情况治理、补充肥力、治理毒地或者复耕。

随着工业化和农业现代化的快速发展，土壤污染和退化问题日益严重，对土壤成分进行准确、快速的检测变得至关重要。土壤养分检测仪器作为一种高效、便捷的检测工具，正广泛应用。 土壤养分检测仪报价参考→https://www.instrument.com.cn/show/C456787.html　　一、土壤养分检测仪的工作原理：　　土壤养分快速检测仪通常采用电化学法、光谱法或色度法等原理进行工作。这些方法通过测量土壤样品中与养分含量相关的物理或化学性质，如电导率、吸光度等，从而间接推算出土壤中各类养分的含量。例如，电化学法通过测量土壤中的离子浓度来推算氮、磷、钾等元素的含量；光谱法则是利用不同元素对光的吸收特性，通过测量特定波长的光线在土壤中的吸收程度来推算养分含量。　　二、土壤养分检测仪器的优势：　　操作简便：该仪器通常配备用户友好的操作界面和智能化的操作系统，使得操作人员无需复杂培训即可轻松上手。　　多元素检测：土壤养分快速检测仪能够同时检测多种元素，如氮、磷、钾、有机质等，全面揭示土壤养分状况。　　快速准确：土壤养分快速检测仪能够在短时间内完成大量土壤样品的检测，且结果准确度高，为农业生产提供了及时可靠的数据支持。　　环保节能：与传统的化学分析方法相比，土壤养分快速检测仪具有更低的能耗和环境污染，符合现代农业生产对环保的要求。　　三、土壤养分检测仪在农业生产中的作用：　　指导施肥：通过快速检测土壤养分含量，农民可以了解土壤的肥力状况，从而科学合理地制定施肥方案，提高肥料利用率，减少浪费和环境污染。　　调整种植结构：根据不同地块土壤养分的差异，农民可以调整种植结构，选择适合当地土壤条件的作物品种，提高农业生产效益。　　监测土壤质量：长期监测土壤养分含量，可以及时发现土壤退化、污染等问题，为土壤修复和改良提供科学依据。　　四、土壤养分检测仪器的应用领域：　　1、农业领域　　在农业领域，土壤养分检测仪器发挥着至关重要的作用。通过对土壤中的养分、pH值、有机质等关键成分进行分析，农民可以了解土壤的肥力状况和适宜种植的作物类型，从而制定科学的施肥计划和种植策略。这不仅能够提高农作物的产量和品质，还能减少化肥和农药的过量使用，保护生态环境。　　2、环境保护领域　　环境保护领域是土壤养分快速检测仪器的另一个重要应用领域。通过检测土壤中的重金属、有机物等污染物含量，可以评估土壤污染程度和风险等级，为制定环境保护措施提供科学依据。此外，土壤成分检测仪器还可以用于监测土壤修复工程的效果，确保修复后的土壤符合环境保护标准。　　3、地质勘探领域　　在地质勘探领域，土壤养分检测仪器同样具有广泛的应用。通过对不同地区的土壤成分进行分析，可以了解地质构造、矿产资源分布和地下水资源状况等信息。这些信息对于地质研究和资源开发具有重要意义，有助于推动地质科学和经济的发展。　　4、城市规划与建设领域　　在城市规划与建设领域，土壤养分快速检测仪器也发挥着不可或缺的作用。在城市规划和建设中，需要对土壤进行详细的调查和分析，以确保建筑基础的安全和稳定性。土壤检测仪器可以快速、准确地提供土壤的物理和化学性质数据，为城市规划和建设提供有力支持。　　五、土壤养分检测仪配置清单：仪器箱药品箱序号名称数量序号名称数量1主仪器（内置打印机）1台1土壤养分试剂 （氮、磷、钾、有机质）1套2PH笔1支2三角瓶100ml2个3盐分笔1支3容量瓶100ml1个4刻度移液管1ml1支4洗瓶1个5刻度移液管2ml1支5角勺（大中小）1套6刻度移液管5ml1支6定性滤纸2盒7刻度移液管10ml1支7吸球1个8电子天平（0.01g）1台8铝盒1个9电源线1根9塑料量筒50ml1个10说明书、合格证1套1010cm试管（1.5）30个11离心管架1个12比色皿（10个/套）1套 　　土壤养分检测仪作为现代农业生产中的重要工具，其快速准确、操作简便、多元素检测等优势为农业生产提供了有力的支持。随着科技的不断进步和应用领域的拓展，土壤养分快速检测仪将在未来发挥更加重要的作用，助力农业生产实现绿色、高效、可持续发展。

2018年，由北京普瑞亿科科技有限公司研发的PRI-8800全自动变温培养土壤温室气体在线测量系统，一经推出便得到了广泛关注。该系统在土壤有机质分解速率、Q10及其调控机制方面提供了一整套高效的解决方案，为科研人员提供室内变温培养模拟野外环境的条件，让科研可以更广、更深层次地开展。目前以PRI-8800为关键设备发表的相关文章已达24篇。 今天与大家分享的是中国科学院地理科学与资源研究所刘远团队在调查基质可用性（根系分泌物）的变化如何影响不同土壤剖面中土壤有机碳（SOC）矿化的温度响应（Q10）方面取得的进展，在该项研究中，研究团队利用PRI-8800对SOC矿化率进行高频测量，为研究结果提供了有力的数据支撑。 土壤有机碳（SOC）矿化是导致大量碳从土壤流失到大气中的一个主要过程，而温度会极大地影响这一过程。预计在下个世纪，底土和表土都将经历类似程度的变暖。气候变暖预计会产生土壤碳-气候正反馈，从而加速气候变化。这种正反馈的大小在很大程度上取决于不同深度SOC矿化的温度敏感性（Q10）。因此，更好地了解不同深度的Q10变化及其内在机制，对于准确预测气候变化情景下的土壤碳动态至关重要。尽管在理解全球变暖对底土碳动态影响方面取得了进展，但对于Q10在土壤剖面不同深度的变化方式仍未达成共识。 为了更好地理解气候变化背景下土壤碳动态，刘远团队从三个地点采集了土壤剖面的土壤样品，包括四个深度区间（0-10厘米，10-30厘米，30-50厘米和50-70厘米）：两个地点具有典型的矿物质土壤，一个地点是埋藏土壤。研究团队在实验室中使用这些土壤来探讨随着土壤深度的增加SOC矿化的Q10对底物可利用性变化的响应。葡萄糖是一种容易获得的底物，因为它是根分泌物的重要组成部分。土壤在10-25°C的温度下孵育，以0.75°C的温度间隔进行了24小时。然后，在孵育1天后，通过高频率连续测量SOC矿化速率，避免了底物限制和微生物群落的变化对结果的影响，估算Q10。 值得注意的是，针对SOC矿化速率的测量，研究团队使用的是由北京普瑞亿科科技有限公司研发的PRI–8800全自动变温培养土壤温室气体在线测量系统，该系统允许在一定时间内逐步提高孵育温度并与SOC矿化速率的高频测量同步进行，为该项研究提供了更准确的Q10估计。图1：不同土壤深度和不同站点下，控制组（CK）和底物添加组（S+）的土壤有机碳（SOC）矿化的温度响应，使用指数拟合表示。站点：Liangshui（LS）、Huinan（HN）和Hongyuan（HY）。***代表P0.001的显著差异。图2 a：在控制组（CK）和底物添加组（S+）中，土壤有机碳（SOC）矿化速率（R22）在22°C下随深度增加的变化。b：不同站点下不同土壤深度的底物可利用性指数（CAI）；c：在CK和S+处理中，SOC矿化的温度敏感性（Q10）随深度增加的变化；d：不同站点下不同土壤深度中CK和S+处理之间Q10的差异（ΔQ10）。 研究结果表明，在典型的矿质土壤中，Q10随深度的增加而降低，但在埋藏土壤中，Q10则先降低后增加。不出所料，在不同的土壤深度，基质的添加会明显增加Q10；但是，增加的幅度（ΔQ10）随土壤深度和类型的不同而不同。出乎意料的是，在典型的矿质土壤中，表土中的ΔQ10比底土中的高，反之亦然。ΔQ10与土壤初始基质可用性（CAI）呈负相关，与土壤无机氮呈正相关。总体而言，气候变化情景下基质可用性的增加（即二氧化碳浓度升高导致根系渗出物增加）会进一步加强SOC矿化的温度响应，尤其是在无机氮含量高的土壤或氮沉积率高的地区。 相关研究成果以“Substrate availability reconciles the contrasting temperature response of SOC mineralization in different soil profiles”为题在线发表于期刊《Journal Of Soils And Sediments》上（中科院三区Top，IF5 =3.8）。相关论文信息：Liu Y, Kumar A, Tiemann L K, et al. Substrate availability reconciles the contrasting temperature response of SOC mineralization in different soil profiles[J]. Journal of Soils and Sediments, 2023: 1-15.原文链接：https://doi.org/10.1007/s11368-023-03602-y 截至目前，以PRI-8800为关键设备发表的相关文章已达24篇，分别发表在10余种影响因子较高的国际期刊上——数据来源：https://sci.justscience.cn/ 很荣幸PRI-8800可以为这些高质量学术研究贡献一份力量，感谢各位老师对普瑞亿科产品的支持和信任。如果您成功发表文章，并且在研究过程中使用了普瑞亿科的国产仪器设备，请与我们公司联络，我们为您准备了一份小礼物，以感谢您对国产设备以及普瑞亿科的信任和支持！ 自2018年上市以来，PRI-8800全自动变温培养土壤温室气体在线测量系统得到了广泛关注。该系统在土壤有机质分解速率、Q10及其调控机制方面提供了一整套高效的解决方案，为科研人员提供室内变温培养模拟野外环境的条件，让科研可以更广、更深层次地开展。目前以PRI-8800为关键设备发表的相关文章已达23篇。 为响应国家“双碳”目标，针对国内“双碳”行动有效性评估，普瑞亿科全新升级了PRI-8800 全自动变温培养土壤温室气体在线测量系统，结合了连续变温培养和高频土壤呼吸在线测量的优势，模式的培养与测试过程非常简单高效，这极大方便了大量样品的测试或大尺度联网的研究，可以有效服务科学研究和生态观测。PRI-8800的成功推出，为“双碳”目标研究和评价提供了强有力的工具。 土壤有机质分解速率（R）对温度变化的响应非常敏感。温度敏感性参数（Q10）可以刻画土壤有机质分解对温度变化的响应程度。Q10是指温度每升高10℃，Ｒ所增加的倍数；Q10值越大，表明土壤有机质分解对温度变化就越敏感。Q10不仅取决于有机质分子的固有动力学属性，也受到环境条件的限制。Q10能抽象地描述土壤有机质分解对温度变化的响应，在不同生态类型系统、不同研究间架起了一个规范的和可比较的参数，因此其研究意义重大。 以往Q10研究通过选取较少的温度梯度（3-5个点）进行测量，从而导致不同土壤的呼吸对温度变化拟合相似度高的问题无法被克服。Robinson最近的研究（2017）指出，最低20个温度梯度拟合土壤呼吸对温度的响应曲线可以有效解决上述问题。PRI-8800全自动变温土壤温室气体在线测量系统为Q10的研究提供了强有力的工具，不仅能用于测量Q10对环境变量主控温度因子的响应，也能用于测量其对土壤含水量、酶促反应、有机底物、土壤生物及时空变异等的响应。PRI-8800为Q10对关联影响因子的研究，提供了一套快捷、高效、准确的整体解决方案。可设定恒温或变温培养模式；温度控制波动优于±0.05℃；平均升降温速率不小于1°C/min；150ml样品瓶，25位样品盘；大气本底缓冲气或钢瓶气清洗气路；一体化设计，内置CO2 H2O模块；可外接高精度浓度或同位素分析仪。 为了更好地助力科学研究，拓展设备应用场景，普瑞亿科重磅推出「加强版」PRI-8800——PRI-8800 Plus全自动变温培养土壤温室气体在线测量系统。 1）原状土冻融过程模拟：气候变化改变了土壤干湿循环和冻融循环的频率和强度。这些波动影响了土壤微生物活动的关键驱动力，即土壤水分利用率。虽然这些波动使土壤微生物结构有少许改变，但一种气候波动的影响（例如干湿交替）是否影响了对另一种气候（例如冻融交替）的反应，其温室气体排放是如何响应的？通过PRI-8800 Plus 的冻融模拟，我们可以找出清晰答案。 2）湿地淹水深度模拟：在全球尺度上湿地甲烷（CH4）排放的温度敏感性大小主要取决于水位变化，而二氧化碳（CO2）排放的温度敏感性不受水位影响。复杂多样的湿地生态系统不同水位的变化及不同温度的变化如何影响和调控着湿地温室气体的排放？我们该如何量化不同水位的变化及不同温度的变化下湿地的温室气体排放？借助PRI-8800 Plus，通过淹水深度和温度变化的组合测试，可以查出真相。 3）温度依赖性的研究：既然温度的变化会极大影响土壤呼吸，基于温度变化的Q10研究成为科学家研究中重中之重。2017年Robinson提出的最低20个温度梯度拟合土壤呼吸对温度响应曲线的建议，将纠正以往研究人员只设置3-5个温度点(大约相隔5-10℃)进行呼吸测量的做法，该建议能解决传统方法因温度梯度少而导致的不同土壤的呼吸对温度变化拟合相似度高的问题，更能提升不同的理论模型或随后模型推算结果的准确性。而上述至少20个温度点的设置和对应的土壤呼吸测量，仅仅需要在PRI-8800 Plus程序中预设几个温度梯度即可完成多个样品在不同温度下的自动测量，这将极大提高科学家的工作效率。 除了上述变温应用案例外，科学家还可以依据自己的实验设计进行诸如日变化、月变化、季节变化、甚至年度温度变化的模拟培养，通过PRI-8800 Plus的“傻瓜式”操作测量，将极大减少科学家实验实施的周期和工作量，并提高了工作效率。 PRI-8800 Plus除了具有上述变温培养的特色，还可以进行恒温培养，抑或是恒温/变温交替培养，这些组合无疑拓展了系统在不同温度组合条件下的应用场景。 4）水分依赖性的研究：多数研究表明，在温度恒定的情况下，Q10很容易受土壤含水量的影响，表现出一定的水分依赖特性。PRI-8800 Plus可以通过手动调整土壤含水量的做法，并在PRI-8800 Plus快速连续测量模式下，实现不同水分梯度条件下土壤呼吸的精准测量，而PRI-8800 Plus的逻辑设计，为短期、中期和长期湿度控制条件下的土壤呼吸的连续、高品质测量提供了可能。 5）底物依赖性的研究：底物物质量与Q10密切相关，这里的底物包含不限于自然态的土壤，如含碳量，含氮量，易分解/难分解的碳比例、土壤粘粒含量、酸碱盐度等；也可能包含了某些外源底物，如外源的生物质碳、微生物种群、各种肥料、呼吸促进/抑制剂、同位素试剂等。通过PRI-8800快速在线变温培养测量，能加速某些研究进程并获得可靠结果，如生物质炭在土壤改良过程中的土壤呼吸研究、缓释肥缓释不同阶段对土壤呼吸的持续影响、盐碱土壤不同改良措施下的土壤呼吸的变化响应等等。 6）生物依赖性的研究：土壤呼吸包含土壤微生物呼吸（90%）和土壤动物呼吸（1-10%），土壤微生物群落对Q10影响重大。通过温度响应了解培养前后的微生物种群和数量的变化以及对应的土壤呼吸速率的变化有重要意义。外源微生物种群的添加，或许帮助科学家找出更好的Q10对土壤生物依赖性的响应解析。1.Li C, Xiao C, Li M, et al. The quality and quantity of SOM determines the mineralization of recently added labile C and priming of native SOM in grazed grasslands[J]. Geoderma, 2023, 432: 116385.2.Ma X, Jiang S, Zhang Z, et al. Long‐term collar deployment leads to bias in soil respiration measurements[J]. Methods in Ecology and Evolution, 2023, 14(3): 981-990.3.He Y, Zhou X, Jia Z, et al. Apparent thermal acclimation of soil heterotrophic respiration mainly mediated by substrate availability[J]. Global Change Biology, 2023, 29(4): 1178-1187.4.Mao X, Zheng J, Yu W, et al. Climate-induced shifts in composition and protection regulate temperature sensitivity of carbon decomposition through soil profile[J]. Soil Biology and Biochemistry, 2022, 172: 108743.5.Pan J, He N, Liu Y, et al. Growing season average temperature range is the optimal choice for Q10 incubation experiments of SOM decomposition[J]. Ecological Indicators, 2022, 145: 109749.6.Li C, Xiao C, Guenet B, et al. Short-term effects of labile organic C addition on soil microbial response to temperature in a temperate steppe[J]. Soil Biology and Biochemistry, 2022, 167: 108589.7.Jiang ZX, Bian HF, Xu L, He NP. 2021. Pulse effect of precipitation: spatial patterns and mechanisms of soil carbon emissions. Frontiers in Ecology and Evolution, 9: 673310.8.Liu Y, Xu L, Zheng S, Chen Z, Cao YQ, Wen XF, He NP. 2021. Temperature sensitivity of soil microbial respiration in soils with lower substrate availability is enhanced more by labile carbon input. Soil Biology and Biochemistry, 154: 108148.9.Bian HF, Zheng S, Liu Y, Xu L, Chen Z, He NP. 2020. Changes in soil organic matter decomposition rate and its temperature sensitivity along water table gradients in cold-temperate forest swamps. Catena, 194: 104684.10.Xu M, Wu SS, Jiang ZX, Xu L, Li MX, Bian HF, He NP. 2020. Effect of pulse precipitation on soil CO2 release in different grassland types on the Tibetan Plateau. European Journal of Soil Biology, 101: 103250.11.Liu Y, He NP, Xu L, Tian J, Gao Y, Zheng S, Wang Q, Wen XF, Xu XL, Yakov K. 2019. A new incubation and measurement approach to estimate the temperature response of soil organic matter decomposition. Soil Biology & Biochemistry, 138, 107596.12.Yingqiu C, Zhen Z, Li X, et al. Temperature Affects new Carbon Input Utilization By Soil Microbes: Evidence Based on a Rapid δ13C Measurement Technology[J]. Journal of Resources and Ecology, 2019, 10(2): 202-212.13.Cao Y, Xu L, Zhang Z, et al. Soil microbial metabolic quotient in inner mongolian grasslands: Patterns and influence factors[J]. Chinese Geographical Science, 2019, 29: 1001-1010.14.Liu Y, He NP, Wen XF, Xu L, Sun XM, Yu GR, Liang LY, Schipper LA. 2018. The optimum temperature of soil microbial respiration: Patterns and controls. Soil Biology and Biochemistry, 121: 35-42.15.Liu Y, Wen XF, Zhang YH, Tian J, Gao Y, Ostle NJ, Niu SL, Chen SP, Sun XM, He NP. 2018.Widespread asymmetric response of soil heterotrophic respiration to warming and cooling. Science of Total Environment, 635: 423-431.16.Wang Q, He NP, Xu L, Zhou XH. 2018. Important interaction of chemicals, microbial biomass and dissolved substrates in the diel hysteresis loop of soil heterotrophic respiration. Plant and Soil, 428: 279-290.17.Wang Q, He NP, Xu L, Zhou XH. 2018. Microbial properties regulate spatial variation in the differences in heterotrophic respiration and its temperature sensitivity between primary and secondary forests from tropical to cold-temperate zones. Agriculture and Forest Meteorology, 262, 81-88.18.He N P, Liu Y, Xu L, Wen X F, Yu G R, Sun X M. Temperature sensitivity of soil organic matter decomposition:New insights into models of incubation and measurement. Acta Ecologica Sinica, 2018, 38(11): 4045-4051.19.Li J, He NP, Xu L, Chai H, Liu Y, Wang DL, Wang L, Wei XH, Xue JY, Wen XF, Sun XM. 2017. Asymmetric responses of soil heterotrophic respiration to rising and decreasing temperatures. Soil Biology & Biochemistry, 106: 18-27.20.Liu Y, He NP, Xu L, Niu SL, Yu GR, Sun XM, Wen XF. 2017. Regional variation in the temperature sensitivity of soil organic matter decomposition in China’s forests and grasslands. Global Change Biology, 23: 3393-3402.21.Wang Q, He NP*, Liu Y, Li ML, Xu L. 2016. Strong pulse effects of precipitation event on soil microbial respiration in temperate forests. Geoderma, 275: 67-73.22.Wang Q, He NP, Yu GR, Gao Y, Wen XF, Wang RF, Koerner SE, Yu Q*. 2016. Soil microbial respiration rate and temperature sensitivity along a north-south forest transect in eastern China: Patterns and influencing factors. Journal of Geophysical Research: Biogeosciences, 121: 399-410.23.He NP, Wang RM, Dai JZ, Gao Y, Wen XF, Yu GR. 2013. Changes in the temperature sensitivity of SOM decomposition with grassland succession: Implications for soil C sequestration. Ecology and Evolution, 3: 5045-5054.24.Liu Y, Kumar A, Tiemann L K, et al. Substrate availability reconciles the contrasting temperature response of SOC mineralization in different soil profiles[J]. Journal of Soils and Sediments, 2023: 1-15.

p 　　北京市环境保护局于昨日印发《北京市重点企业土壤环境自行监测 技术指南(暂行)》，提出了重点企业进行土壤环境自行监测的一般要求，适用于指导北京市各重点企业自行或委托第三方开展土壤环境监测工作。重点企业名单以市环保局发布的土壤环境重点监管企业名单为准。 /p p 　　与一般土壤监测重点关注土壤和地下水样品，北京市重点企业土壤环境自行监测需要监测土壤、土壤气和地下水样品，关于土壤气，详情如下： /p p 　　2.3.2 土壤气监测 /p p 　　特征污染物中存在挥发性有机物的重点区域或设施，应建设土壤气监测井并定期开展土壤气监测工作。 /p p 　　2.3.2.1 点位数量 /p p 　　每个以挥发性有机物为特征污染物的重点区域或设施周边应布设至少1个土壤气监测点，具体数量应根据污染源所在区域大小进行适当调整。 /p p 　　2.3.2.2 点位位置 /p p 　　采样点应在不影响企业正常生产且不造成安全隐患与二次污染的情况下尽可能接近污染源。 /p p 　　2.3.2.3 采样深度 /p p 　　土壤气探头的埋设深度应结合地层特性及污染物埋深(仅限于已受到污染的区域)确定。应设置在但不仅限于： /p p 　　1)地面以下1.5 m处。 /p p 　　2)钻探过程发现该区域已存在污染，且现场挥发性有机物便携检测设备读数或土壤和地下水样品检测结果较高的位置。 /p p 　　3)埋藏于地下的罐槽、管线等设施周边。 /p p 　　4)地下水最高水位面上，高于毛细带不小于1m。 /p p 　　除此之外，《技术指南》还规定监测样品的分析和测试工作应委托具有中国计量认证(CMA)资质的检测机构进行。 /p p 　　全文如下： img src=" /admincms/ueditor1/dialogs/attachment/fileTypeImages/icon_doc.gif" / a href=" http://img1.17img.cn/17img/files/201806/ueattachment/ce149af8-476b-4768-b07d-c7cb6faa10f6.docx" 北京市重点企业土壤环境自行监测技术指南(暂 行).docx /a /p p br/ /p

在这银装素裹的世界里，下雪不仅带来了诗意的画卷，还为大地覆盖了一层白色的绒毯，守护着生命的源泉，对土地土壤的呼吸也产生着影响。在漫长的冬季里，积雪和大地度过了一个又一个宁静的时光。积雪不仅保护了土地的水分，还防止了土地温度的剧烈变化；当春回大地，雪慢慢融化，雪水还会滋润着大地。在这些过程中，积雪下土壤中的微生物是一场狂欢还是一片沉寂呢？接下来跟随一篇优秀的文章来了解一下这些过程~积雪对有/无凋落物的温带森林土壤CO2及其δ13C值的影响永冻层和季节性积雪区域占全球陆地表面的60%左右，占全球土壤有机碳（C）储量的70%以上。积雪直接影响表土和大气之间的热交换，减少土壤温度波动的影响。在严寒条件下，较厚的积雪可防止土壤结霜，为地下微生物活动提供相对稳定的生活环境。然而，在全球气候变化背景下，北半球春季陆地积雪面积正逐年减少，预计本世纪末将减少25%。季节性积雪模式对全球气候变化具有复杂且多样的响应，可能会通过光、热、水和养分等资源再分配来影响森林生态系统的地上和地下过程。土壤呼吸作为土壤C循环的重要过程，占据森林生态系统呼吸的60%以上，气候变化导致的土壤呼吸的微小变化甚至会引起森林生态系统呼吸的重大变化。积雪和气温升高之间的相互作用影响土壤冻融循环，导致土壤性质和土壤CO2排放的变化。作者认为冬季积雪会影响不同季节土壤微生物呼吸及其δ13C值，且会随着林分和凋落物的存在而变化，然而，目前，关于该方向的研究十分有限。基于此，为尽可能降低其他环境因素的影响，研究者们在长白山森林生态系统国家野外科学观测研究站附近的温带森林林地（温带红松阔叶混交林（BKPF）和白桦林（WBF））采集带有凋落物的土柱带回实验室，一半去除凋落物，一半保留。人工雪（轻/重）覆盖，根据野外土壤温度和气温的全年变化，利用低温培养箱进行长期培养实验，合理设置不同季节的模拟温度水平变化。利用SF-3000+碳同位素分析仪测定土柱中的CO2排放量及土壤呼吸CO2的δ13C以研究人工积雪和凋落物的存在对中国东北长白山地区典型温带森林土壤异养呼吸及其δ13C值的影响。不同阶段加雪量及加雪时间研究结果不同培养阶段有/无凋落物的积雪覆盖的大型森林土柱的CO2排放量不同培养阶段有/无凋落物的积雪覆盖的大型森林土柱的平均CO2排放量箱线图不同培养阶段有/无凋落物的积雪覆盖的大型森林土柱释放CO2 的δ13C值的动态变化不同培养阶段有/无凋落物的积雪覆盖的大型森林土柱释放CO2 的δ13C平均值箱线图有/无凋落物下土柱CO2排放量与其相应δ13C值之间的关系研究结论该分析系统可用于研究实验室条件下未受干扰的大型土柱的异养呼吸变化及其相应的δ13C值。根据全年四个不同季节的室内模拟实验，人工积雪对森林土壤异养呼吸及其δ13C值的影响可能因季节、凋落物的存在和森林类型而异。在秋季冻融模拟中，与轻雪覆盖相比，重雪覆盖时的CO2排放量相对较大，土壤呼吸CO2的δ13C值也较小，这表明冬季结冰前积雪增加可能会增加温带森林地下土壤有机碳的分解。随着模拟春季冻融的进行，所有处理中土壤呼吸CO2的δ13C平均值变得不那么小，这与秋季冻融模拟期间观察到的δ13C值的变化相反。模拟春季冻融期间，重雪覆盖时土壤呼吸CO2的δ13C值比轻雪覆盖时更负，这与模拟秋季冻融期间和生长季观测到的δ13C值的变化相反。无论积雪以及凋落物是否存在，在模拟生长季节与非生长季节，所有大型土柱上均观察到土壤异养呼吸13C富集变化（平均约4.2‰），这可归因于土壤水分、释放到土壤中的有机碳化合物的数量和质量以及实验条件下的土壤微生物特性。通常，陆地生态系统土壤异养和自养呼吸的δ13C值的季节变化在一定程度上可以反映SOM分解对环境条件的响应。本研究结果强调了冬季积雪和凋落物的存在对温带森林全年土壤呼吸及其δ13C值的影响，需要未来在野外条件下进一步研究，通过适度考虑土壤理化和微生物特性以及细根生物量引起的激发效应对土壤呼吸δ13C和土壤碳动态的调节作用，探索关键的内在影响机制。

2015年9月17-18日和21-22日，由北京力高泰科技有限公司（即基因有限公司农业环境科学部）主办的“光合作用、土壤碳通量测量与实践系列讲座”分别在东北林业大学和中科院成都生物所成功举办。 此次培训班全程由美国LI-COR公司的科学与技术支持部经理Shannon Loriaux女士与应用科学家Lingling Yuan博士主讲，主要围绕LI-6400XT光合仪的基本使用与应用展开，涵盖了仪器的基本原理，使用方法，注意事项以及日常维护等方面。LI-COR公司2位专家还补充讲解了LI-6400XT光合仪荧光理论与实践，LAI-2200C冠层分析仪的测量原理与基本测量，并对具体实验数据进行了针对性的指导与分析。 与会师生将自己的仪器以及平时实验中遇到的问题带到培训班上，北京力高泰科技有限公司的技术工程师们对部分仪器出现的小故障进行了排查与处理，并指导大家进行日常检查、光路清洁以及气路堵塞处理。大家积极动手，取得了很好的效果；对于实验中遇到的问题，LI-COR专家及公司工程师分别一一耐心解答，给出了合理的建议与意见，得到了各位师生的肯定与认可。 北京力高泰科技有限公司将继续秉承“让专才为专家服务”的宗旨，为大家做好服务工作，帮助大家在科研中获得更为可靠的测量结果。【哈尔滨站培训班掠影】【成都站培训班掠影】

土壤是重要的自然资源，地球上95%的食物来源于土壤，土壤保存了至少四分之一的全球生物多样性，不仅是粮食安全、水安全和更广泛的生态系统安全的基础，更是为人类提供多种服务、帮助抵御和适应气候变化的重要因素。由土壤组成造成的胁迫，例如盐、重金属和养分亏缺是作物减产的主要原因。作物土壤耐逆性是一种复杂性状，涉及植物形态、代谢和基因调控网络等多种遗传和非遗传因素的调控。传统的作物表型研究通常在田间进行，费事费力、劳动密集、低通量、且受研究人员无法控制的自然环境因素的影响。在此情形下，难以获得高精度的表型数据以满足表型组学的研究需求。在过去几十年，已经开发了几种HTP（高通量表型）平台在现场或可控条件下使用，但其运维成本极高。此外，作物表型相关研究通常只关注植物地上部分，而对根系形态数据的获取有限。然而，根系是植物吸收水分和养分的主要途径，也是碳水化合物的储存器官和土壤胁迫的直接感知器官。因此，根系表型是土壤胁迫条件下植物表型研究的重要组成部分。就通量、环境可控性和根系表型获取而言，现有的植物表型平台无法完全满足植物对土壤胁迫响应的表型组学研究的特定需求。基于此，在本文中，来自山东大学生命科学学院和潍坊农科院的一组研究团队描述了其最近开发的高通量植物栽培和表型系统—WinRoots平台。以大豆植物为研究对象，将其暴露在盐胁迫中，证明了土壤盐胁迫条件的一致性和可控性以及WinRoots系统的高通量。他们开发了优化的盐胁迫条件，以及适用于大豆耐盐性的高通量表型指数。此外，高通量多表型分析表明，子叶特征可作为大豆全苗耐盐性的非破坏性指标。在本研究中，Canon EOS 700D数码相机和Resonon Pika L高光谱成像仪分别用于获取RGB和高光谱图像。相机位于植物材料上方1.5 m的可滑动水平导轨上。每天收集大豆冠层和整株幼苗的图像。栽培第九天，获取离体叶片图像，每个品种重复3次。WinRoots系统：高通量根系和整株植物表型平台。系统使用示意图。【结果】盐胁迫相关性状之间的相关分析。（A）盐胁迫相关性状之间的相关矩阵。（B）预测值和观测值之间的回归曲线。大豆盐胁迫相关性状的合成聚类。（A）大豆盐胁迫相关性状的合成聚类剖面图。（B）聚类1和聚类2代表性栽培品种表型。（C）聚类1和聚类2指标比较。【结论】WinRoots系统为幼苗生长提供了均一可控的土壤胁迫条件，可用于土壤胁迫下高通量栽培和表型分析，有助于提供准确多样的土壤胁迫相关的表型数据。因此，WinRoots提供了一种分析诸如土壤胁迫之类的复杂性状的改进方法。HPPA(Hyperimager Plant Phenomics Analysis)高光谱植物表型成像系统由北京依锐思遥感技术有限公司与美国RESONON公司联合研制生产，整合了高光谱成像测量分析、RGB真彩色图像、无线自动化控制系统、线性均匀光源系统等多项先进技术；最优化方式实现大量植物样品的数据采集工作，可用于高通量植物表型成像分析测量、植物胁迫响应成像分析测量、植物生长分析测量、遗传组学与表型组学、遗传育种、生态毒理学研究、性状识别及植物生理生态分析研究等。请点击以下链接，阅读原文：https://mp.weixin.qq.com/s?__biz=MjM5NjE1ODg2NA==&mid=2650311205&idx=3&sn=ffe393bdf01d664cab05b92572691916&chksm=bee1a6da89962fccef8eae610681ac22d2239e59d016db96cd911d103186c3459c4061ca30bf&token=1489736406&lang=zh_CN#rd

土壤养分分析仪器【选择山东霍尔德电子科技】Soil testing instrument manufacturers为山东霍尔德电子科技新一代仪器生产厂家研发，性能可靠，具有强大的售后保障，为仪器生产优势厂家，能够满足各种检测需求【点击上方进入公司主页可电话咨询】土壤养分分析仪器是在合理施用农家肥的基础上进行的，在开展测土配方工作中，各级农业部门积极引导农民积存农家肥，实施秸秆还田等技术，提高有机肥的利用水平，使土壤养分结构得到改善，耕地质量明显提高。土壤检测仪器技术指标：　　1.电源：交流 220±22V 直流 12V+5V(仪器标配内置锂电池也可用车载电源)　　2.功率： ≤5W　　3.量程及分辨率：0.001-9999　　4.重复性误差： ≤0.02%(0.0002，重铬酸钾溶液)　　5.仪器稳定性：一个小时内漂移小于0.3%(0.003，透光度测量)。仪器开机预热5分钟后，三十分钟内显示数字无漂移(透光度测量) 一个小时内数字漂移不超过0.3%(透光度测量)、0.001(吸光度测量) 两个小时内数字漂移不超过0.5%(0.005，透光度测量)。　　6.线性误差： ≤0.1%(0.001，硫酸铜检测)　　7.灵敏度：红光≥4.5 ×10-5 蓝光≥3.17×10-3 绿光≥2.35×10-3 橙光≥2.13×10-3　　8.波长范围 ：红光：680±2nm 蓝光：420±2nm 绿光：510±2nm 橙光：590±4nm　　9.PH值(酸碱度)： (1)测试范围：1～14 (2)精度：0.01 (3)误差：±0.1　　10.含盐量(电导)：(1)测试范围：0.01%～1.00% (2)相对误差：±5%　　11.土壤水分技术参数水分单位：﹪(g/100g) 含水率测试范围：0-100﹪ 误差小于0.5%　　12.土壤中速效N、P、K三种养分一次性同时浸提测定、科学推荐施肥量(农业部速测行业标准起草者)　　13.肥料中氮(N)、磷(P)、钾(K)等养分同时、快速、准确检测　　14.测试速度：测一个土样(N、P、K)≤30分钟(含前处理时间，不需用户提供任何附件)　　15.同时测8个土样≤1小时(含前处理时间)　　16.仪器尺寸：43×34.5×19cm, 主机净重：5.1kg

2018年，由北京普瑞亿科科技有限公司研发的PRI-8800全自动变温培养土壤温室气体在线测量系统，一经推出便得到了广泛关注。该系统在土壤有机质分解速率、Q10及其调控机制方面提供了一整套高效的解决方案，为科研人员提供室内变温培养模拟野外环境的条件，让科研可以更广、更深层次地开展。目前以PRI-8800为关键设备发表的相关文章已达25篇。 今天与大家分享的是福建师范大学黄锦学、刘源豪等研究人员在研究外源碳输入对常绿阔叶林土壤碳排放影响方面取得的进展，在该项研究中，研究团队利用PRI-8800测定土壤CO2排放速率，为研究结果提供了有力的数据支撑。 土壤是陆地生态系统中最大的碳库，其碳储量约占陆地生态系统碳储量的60%，其微小变化对大气中的CO2浓度影响较大。土壤微生物呼吸是陆地生态系统向大气释放CO2的主要途径，对维持土壤碳库平衡起着重要作用。气候变暖将提高植物净初级生产力，从而提高凋落物和根系分泌物的输入量，导致外源葡萄糖输入增加，进而改变土壤碳循环过程。土壤微生物呼吸是土壤微生物为获取化学能量和营养物质，分解土壤有机碳并释放CO2的过程，其速率不仅受土壤pH值和碳、氮含量等因素的影响，而且受葡萄糖输入的显著影响。 目前对葡萄糖输入后土壤CO2排放动态特征的研究多集中在长期（60d以上）观察，对于短期内的变化研究较为缺乏。多数研究对于土壤CO2排放的动态观测时间间隔较大。因此，探究短期内不同葡萄糖输入量对土壤CO2排放的影响及其动态变化特征，对预测外源碳输入对土壤碳动态的影响具有重要意义。图1 不同浓度葡萄糖输入对土壤CO2排放速率和土壤CO2累积排放量的影响注：图中不同小写字母表示不同处理间差异显著（P3处理）进行室内培养试验，测定不同浓度葡萄糖输入下不同时间的土壤CO2排放。 在室内培养试验过程中，研究团队采用由普瑞亿科研发的PRI-8800全自动变温土壤培养温室气体分析系统测定土壤CO2排放速率，采样时间间隔为1h，室内培养试验结束共计获得1232条土壤CO2排放速率数据，为该项研究提供了有力的数据支撑。图2 预培养期间土壤CO2排放速率和土壤CO2累积排放量图3 葡萄糖输入后土壤CO2排放速率和土壤CO2累积排放量的动态特征注：*表示培养28h前后的土壤CO2排放速率、土壤CO2累积排放量差异显著（P3处理的土壤C/N、DOC变化量较CK显著增大（P 截至目前，以PRI-8800为关键设备发表的相关文章已达25篇，分别发表在10余种影响因子较高的国际期刊上——数据来源：https://sci.justscience.cn/ 很荣幸PRI-8800可以为这些高质量学术研究贡献一份力量，感谢各位老师对普瑞亿科产品的支持和信任。如果您成功发表文章，并且在研究过程中使用了普瑞亿科的国产仪器设备，请与我们公司联络，我们为您准备了一份小礼物，以感谢您对国产设备以及普瑞亿科的信任和支持！ 为响应国家“双碳”目标，针对国内“双碳”行动有效性评估，普瑞亿科全新升级了PRI-8800 全自动变温培养土壤温室气体在线测量系统，结合了连续变温培养和高频土壤呼吸在线测量的优势，模式的培养与测试过程非常简单高效，这极大方便了大量样品的测试或大尺度联网的研究，可以有效服务科学研究和生态观测。PRI-8800的成功推出，为“双碳”目标研究和评价提供了强有力的工具。 土壤有机质分解速率（R）对温度变化的响应非常敏感。温度敏感性参数（Q10）可以刻画土壤有机质分解对温度变化的响应程度。Q10是指温度每升高10℃，Ｒ所增加的倍数；Q10值越大，表明土壤有机质分解对温度变化就越敏感。Q10不仅取决于有机质分子的固有动力学属性，也受到环境条件的限制。Q10能抽象地描述土壤有机质分解对温度变化的响应，在不同生态类型系统、不同研究间架起了一个规范的和可比较的参数，因此其研究意义重大。 以往Q10研究通过选取较少的温度梯度（3-5个点）进行测量，从而导致不同土壤的呼吸对温度变化拟合相似度高的问题无法被克服。Robinson最近的研究（2017）指出，最低20个温度梯度拟合土壤呼吸对温度的响应曲线可以有效解决上述问题。PRI-8800全自动变温土壤温室气体在线测量系统为Q10的研究提供了强有力的工具，不仅能用于测量Q10对环境变量主控温度因子的响应，也能用于测量其对土壤含水量、酶促反应、有机底物、土壤生物及时空变异等的响应。PRI-8800为Q10对关联影响因子的研究，提供了一套快捷、高效、准确的整体解决方案。可设定恒温或变温培养模式；温度控制波动优于±0.05℃；平均升降温速率不小于1°C/min；150ml样品瓶，25位样品盘；大气本底缓冲气或钢瓶气清洗气路；一体化设计，内置CO2 H2O模块；可外接高精度浓度或同位素分析仪。 为了更好地助力科学研究，拓展设备应用场景，普瑞亿科重磅推出「加强版」PRI-8800——PRI-8800 Plus全自动变温培养土壤温室气体在线测量系统。 1）原状土冻融过程模拟：气候变化改变了土壤干湿循环和冻融循环的频率和强度。这些波动影响了土壤微生物活动的关键驱动力，即土壤水分利用率。虽然这些波动使土壤微生物结构有少许改变，但一种气候波动的影响（例如干湿交替）是否影响了对另一种气候（例如冻融交替）的反应，其温室气体排放是如何响应的？通过PRI-8800 Plus 的冻融模拟，我们可以找出清晰答案。 2）湿地淹水深度模拟：在全球尺度上湿地甲烷（CH4）排放的温度敏感性大小主要取决于水位变化，而二氧化碳（CO2）排放的温度敏感性不受水位影响。复杂多样的湿地生态系统不同水位的变化及不同温度的变化如何影响和调控着湿地温室气体的排放？我们该如何量化不同水位的变化及不同温度的变化下湿地的温室气体排放？借助PRI-8800 Plus，通过淹水深度和温度变化的组合测试，可以查出真相。 3）温度依赖性的研究：既然温度的变化会极大影响土壤呼吸，基于温度变化的Q10研究成为科学家研究中重中之重。2017年Robinson提出的最低20个温度梯度拟合土壤呼吸对温度响应曲线的建议，将纠正以往研究人员只设置3-5个温度点(大约相隔5-10℃)进行呼吸测量的做法，该建议能解决传统方法因温度梯度少而导致的不同土壤的呼吸对温度变化拟合相似度高的问题，更能提升不同的理论模型或随后模型推算结果的准确性。而上述至少20个温度点的设置和对应的土壤呼吸测量，仅仅需要在PRI-8800 Plus程序中预设几个温度梯度即可完成多个样品在不同温度下的自动测量，这将极大提高科学家的工作效率。 除了上述变温应用案例外，科学家还可以依据自己的实验设计进行诸如日变化、月变化、季节变化、甚至年度温度变化的模拟培养，通过PRI-8800 Plus的“傻瓜式”操作测量，将极大减少科学家实验实施的周期和工作量，并提高了工作效率。 PRI-8800 Plus除了具有上述变温培养的特色，还可以进行恒温培养，抑或是恒温/变温交替培养，这些组合无疑拓展了系统在不同温度组合条件下的应用场景。 4）水分依赖性的研究：多数研究表明，在温度恒定的情况下，Q10很容易受土壤含水量的影响，表现出一定的水分依赖特性。PRI-8800 Plus可以通过手动调整土壤含水量的做法，并在PRI-8800 Plus快速连续测量模式下，实现不同水分梯度条件下土壤呼吸的精准测量，而PRI-8800 Plus的逻辑设计，为短期、中期和长期湿度控制条件下的土壤呼吸的连续、高品质测量提供了可能。 5）底物依赖性的研究：底物物质量与Q10密切相关，这里的底物包含不限于自然态的土壤，如含碳量，含氮量，易分解/难分解的碳比例、土壤粘粒含量、酸碱盐度等；也可能包含了某些外源底物，如外源的生物质碳、微生物种群、各种肥料、呼吸促进/抑制剂、同位素试剂等。通过PRI-8800快速在线变温培养测量，能加速某些研究进程并获得可靠结果，如生物质炭在土壤改良过程中的土壤呼吸研究、缓释肥缓释不同阶段对土壤呼吸的持续影响、盐碱土壤不同改良措施下的土壤呼吸的变化响应等等。 6）生物依赖性的研究：土壤呼吸包含土壤微生物呼吸（90%）和土壤动物呼吸（1-10%），土壤微生物群落对Q10影响重大。通过温度响应了解培养前后的微生物种群和数量的变化以及对应的土壤呼吸速率的变化有重要意义。外源微生物种群的添加，或许帮助科学家找出更好的Q10对土壤生物依赖性的响应解析。1.Li C, Xiao C, Li M, et al.The quality and quantity of SOM determines the mineralization of recently added labile C and priming of native SOM in grazed grasslands[J]. Geoderma, 2023, 432: 116385.2.Ma X, Jiang S, Zhang Z, et al. Long‐term collar deployment leads to bias in soil respiration measurements[J]. Methods in Ecology and Evolution, 2023, 14(3): 981-990.3.He Y, Zhou X, Jia Z, et al. Apparent thermal acclimation of soil heterotrophic respiration mainly mediated by substrate availability[J]. Global Change Biology, 2023, 29(4): 1178-1187.4.Mao X, Zheng J, Yu W, et al. Climate-induced shifts in composition and protection regulate temperature sensitivity of carbon decomposition through soil profile[J]. Soil Biology and Biochemistry, 2022, 172: 108743.5.Pan J, He N, Liu Y, et al. Growing season average temperature range is the optimal choice for Q10 incubation experimentsof SOM decomposition[J]. Ecological Indicators, 2022, 145: 109749.6.Li C, Xiao C, Guenet B, et al. Short-term effects of labile organic C addition on soil microbial response to temperature in a temperate steppe[J]. Soil Biology and Biochemistry, 2022, 167: 108589.7.Jiang ZX, Bian HF, Xu L, He NP. 2021. Pulse effect of precipitation: spatial patterns and mechanisms of soil carbon emissions. Frontiers in Ecology and Evolution, 9: 673310.8.Liu Y, Xu L, Zheng S, Chen Z, Cao YQ, Wen XF, He NP. 2021. Temperature sensitivity of soil microbial respiration in soils with lower substrate availability is enhanced more by labile carbon input. Soil Biology and Biochemistry, 154: 108148.9.Bian HF, Zheng S, Liu Y, Xu L, Chen Z, He NP. 2020. Changes in soil organic matter decomposition rate and its temperature sensitivity along water table gradients in cold-temperate forest swamps. Catena, 194: 104684.10.Xu M, Wu SS,Jiang ZX, Xu L, Li MX, Bian HF, He NP. 2020. Effect of pulse precipitation on soil CO2 release in different grassland types on the Tibetan Plateau. European Journal of Soil Biology, 101: 103250.11.Liu Y, He NP, Xu L, Tian J, GaoY, Zheng S, Wang Q, Wen XF, Xu XL, Yakov K. 2019. A new incubation and measurement approach to estimate the temperature response of soil organic matter decomposition. Soil Biology & Biochemistry, 138, 107596.12.Yingqiu C, Zhen Z, Li X, et al. Temperature Affects new Carbon Input Utilization By Soil Microbes: Evidence Based on a Rapid δ13C Measurement Technology[J]. Journal of Resources and Ecology, 2019, 10(2): 202-212.13.Cao Y, Xu L, Zhang Z, et al. Soil microbial metabolic quotient in inner mongolian grasslands: Patterns and influence factors[J]. Chinese Geographical Science, 2019, 29: 1001-1010.14.Liu Y, He NP, Wen XF, Xu L, Sun XM, Yu GR, Liang LY, Schipper LA. 2018. The optimumtemperature of soil microbial respiration: Patterns and controls. Soil Biology and Biochemistry, 121: 35-42.15.Liu Y, Wen XF, Zhang YH, Tian J, Gao Y, Ostle NJ, Niu SL, Chen SP, Sun XM, He NP. 2018.Widespread asymmetric response of soil heterotrophic respiration to warming and cooling. Science of Total Environment, 635: 423-431.16.Wang Q, He NP, Xu L, Zhou XH. 2018. Important interaction of chemicals, microbial biomass and dissolved substrates in the diel hysteresis loop of soil heterotrophic respiration. Plant and Soil, 428: 279-290.17.Wang Q, He NP, Xu L, Zhou XH. 2018. Microbial properties regulate spatial variation in the differences in heterotrophic respiration and its temperature sensitivity between primary and secondary forests from tropical to cold-temperate zones. Agriculture and Forest Meteorology, 262, 81-88.18.He N P, Liu Y, Xu L, Wen X F, Yu G R, Sun X M. Temperature sensitivity of soil organic matter decomposition:New insights into models of incubation and measurement. Acta Ecologica Sinica, 2018, 38(11): 4045-4051.19.Li J, He NP, Xu L, Chai H, Liu Y, Wang DL, Wang L, Wei XH, Xue JY, Wen XF, Sun XM. 2017. Asymmetric responses of soil heterotrophic respiration to rising and decreasing temperatures. Soil Biology & Biochemistry, 106: 18-27.20.Liu Y, He NP, Xu L, Niu SL, Yu GR,Sun XM, Wen XF. 2017. Regional variation in the temperature sensitivity of soil organic matter decomposition in China’s forests and grasslands. Global Change Biology, 23: 3393-3402.21.Wang Q, He NP*, Liu Y, Li ML, Xu L. 2016. Strong pulse effects of precipitation event on soil microbial respiration in temperate forests. Geoderma, 275: 67-73.22.Wang Q, He NP, Yu GR, Gao Y, Wen XF, Wang RF, Koerner SE, Yu Q*. 2016. Soil microbial respiration rate and temperature sensitivity along a north-south forest transect in eastern China: Patterns and influencing fa