基于新的MLEpaddy-P,对中国的地表水的动态进行多站点和长期估计
Yijie Zhang1, Ying Zhuang2, Qinjing Zhang1
1Hubei Provincial Engineering Research Center of Non-Point Source Pollution Control, Innovation Academy for Precision Measurement Science and Technology, Chinese Academy of Sciences, Wuhan 430077, PR China; Key Laboratory for Environment and Disaster Monitoring and Evaluation of Hubei, Jianghan Plain-Honghu Lake Station for Wetland Ecosystem Research, Wuhan, 430077, PR China; University of Chinese Academy of Sciences, Beijing 100049, PR China.
Journal of environmental management
|August 30, 2024
概括
来自田的损失是一个主要问题. 一种名为MLEpaddy-P的新模型准确地估计了中国各地的地表水中的动态,有助于早期预警和控制策略.
科学领域:
- 农业科学 农业科学
- 环境化学环境化学
- 水资源管理 水资源管理
背景情况:
- 麦田的地表水是通过排水和下水流失 (P) 的重要来源.
- 由于空间异质性和测量局限性,在田中量化大规模的P动态具有挑战性.
研究的目的:
- 分析地表面水中P衰减的时空特征及其影响因素.
- 在全国范围内开发和验证一个新的多站点,长期估计模型,用于田 (MLEpaddy-P).
主要方法:
- 利用来自中国三大大米种植地区的33个现场地点的1226个数据集.
- 分析了时空P衰减特征和影响因素.
- 通过完善一级运动模型的初始度 (C0) 和衰减系数 (k) 来开发了MLEpaddy-P模型.
主要成果:
- 肥料量,土壤有机物质,Olsen-P,pH和总含量显著影响C0和k.
- 长江流域表现出最高的初始P度 (C0) 和高衰减率 (k),其次是东南海岸和东北平原.
- 在全国范围内,MLEpaddy-P模型在估计每日总 (TP) 动态方面表现强 (R2 = 0.740.85).
结论:
- 中和下长江流域是高TP度的关键区域,原因是密集的施肥和高土壤.
- MLEpaddy-P模型为多个站点的长期P动态估计提供了具有成本效益的解决方案.
- 这项研究为早期预警系统和米生态系统中针对性的P损失控制措施提供了基础.
