南京农业大学学报  2020, Vol. 43 Issue (1): 186-193   PDF    
http://dx.doi.org/10.7685/jnau.201904017
0

文章信息

梁磊, 陈信信, 孙克润, 何瑞银, 汪小旵, 丁启朔
LIANG Lei, CHEN Xinxin, SUN Kerun, HE Ruiyin, WANG Xiaochan, DING Qishuo
长江下游稻麦轮作区机收对土壤扰动的影响特征
Effects of harvester on soil disturbance in rice-wheat rotating areas in the lower reaches of Yangtze River region
南京农业大学学报, 2020, 43(1): 186-193
Journal of Nanjing Agricultural University, 2020, 43(1): 186-193.
http://dx.doi.org/10.7685/jnau.201904017

文章历史

收稿日期: 2019-04-10
长江下游稻麦轮作区机收对土壤扰动的影响特征
梁磊1 , 陈信信1 , 孙克润2 , 何瑞银1 , 汪小旵1 , 丁启朔1     
1. 南京农业大学工学院/江苏省智能化农业装备重点实验室, 江苏 南京 210031;
2. 江苏银华春翔机械制造有限公司, 江苏 连云港 222000
摘要[目的]本文旨在获取长江下游稻麦轮作区水稻与小麦机收环节的土壤扰动信息,评价该区在全程机械化条件下各机械化作业环节对土壤系统的影响。[方法]于该区连续开展3个作物季的田间调查,结合贯入阻力和微地貌测试,同时辅以取样法监测土壤含水率及容重。[结果]综合微地貌测试仪、土壤紧实度仪及土壤取样等方法获得的多维度土壤物理指标能够准确反映出中小型稻麦联合收割机对土壤的影响。水稻机收环节的微地貌破坏严重,麦收环节机械对土壤的破坏显著降低。收割机并不造成耕作层土壤容重显著变化,表明稻作制的机械-土壤关系特殊。基于多季、不同作物及不同土层数据的统计分析进一步表明,在该区开展农机安全生产的土壤含水率上限为35%,土壤紧实度下限为1 MPa。履带式中小型收割机造成的土壤压实面积比最低(40%),微地貌破坏能够影响全耕层,因此现有的机械设计准则需要针对稻麦轮作制的区域农业特点进一步修订。[结论]本文组装设计的土壤扰动区域调查方法可为农业智能化农情信息装备的研发提供借鉴,所得的机收土壤扰动结果也可为土壤质量精准管理提供参考。
关键词土壤扰动   稻麦轮作   贯入阻力   微地貌   
Effects of harvester on soil disturbance in rice-wheat rotating areas in the lower reaches of Yangtze River region
LIANG Lei1, CHEN Xinxin1, SUN Kerun2, HE Ruiyin1, WANG Xiaochan1, DING Qishuo1    
1. College of Engineering/Jiangsu Key Laboratory of Intelligent Agricultural Equipment, Nanjing Agricultural University, Nanjing 210031, China;
2. Jiangsu Yinhua Chunxiang Machinery Manufacturing Co., Ltd., Lianyungang 222000, China
Abstract: [Objectives] The purpose of this study was to obtain the soil disturbance information of rice and wheat harvest process in the rice-wheat rotation area in the lower reaches of the Yangtze River delta, and to evaluate how the machinery system affects the soil system. [Methods] A 3 season field investigation was conducted to monitor soil penetration resistance, soil micro-relief and soil physical properties and their response to harvester traffic. [Results] Results showed that multiple-index monitoring of traffic-induced soil changes with profile meter, cone penetrometer and soil sampling effectively quantified soil compaction. Rice harvesting greatly damaged soil microrelief. But this effect was insignificant at the wheat harvesting season. Differed from common findings, harvester traffic in the paddy soils did not induce significant changes of soil bulk density in the tilled soil layer, indicating the protective effect on the soil resources. Multi-season, different crops and multi-layer soil investigation revealed that safe trafficking in the region requires a soil water content no more than 35%, while the lower limit of soil hardness should be 1 MPa. Tracked harvester induced at least 40% soil surface coverage of compaction, with soil microrelief damage reaching plough pan. This would imply that the current theory of machinery design should be revised to adapt to the lower reaches of the Yangtze River where rice-wheat rotation is the major farming system. [Conclusions] The designed method of field survey on machinery-induced soil disturbance can be applied to information agriculture where the information collection layer needs to be designed. Meanwhile the findings of this research provided basis for precision management of soil in the investigated region.
Keywords: soil disturbance    rice-wheat rotation    penetration resistance    micro-relief   

稻麦轮作是长江下游区域典型的集约化农作制, 随着全程机械化的实现, 机械系统对该轮作制的土壤及作物的正负面影响尚不清楚, 揭示具有区域统计性特征的机械-土壤或机械-作物关系, 不仅是农业可持续发展的重要议题, 而且机械化要素及其对土壤及作物的影响更是信息农业的关键农情信息之一。

信息农业的物质基础涉及农田与作物信息实时获取[1]、田间作业机械的实时动态观测及自适应参数调整、机械作业过程的在线感知和大数据信息的获取等。信息农业需要大数据的推动[2], 大数据农情信息反映农业系统的普遍性和规律性特征, 因此, 机械系统对土壤扰动的区域特征获取离不开可靠的大范围田间调查。

稻田环境系统信息的快速采集是精准作业的重要前提和关键, 其中作物生产系统的土壤信息快速采集涉及土壤温度、湿度、养分等方面[3]。土壤紧实度作为土壤物理的关键指标之一, 对机械作业过程的机械压实最为敏感, 因此, 研究土壤的机械压实也是保护性农业技术研发的重要内容[4]

以往旱作制的区域调查结果表明, 增加耕作层厚度能够显著增加产量[5], 不过此类区域农业耕层厚度调查的工作强度大。布点取样法可以准确展示区域耕层及犁底层分布[6], 但是实施区域大数据操作耗时费力。因此, 在线、实时、高效的田间检测需求已备受关注。赵新等[7]和夏拥军等[8]设计了快速土壤阻力测试系统并绘制了土壤机械阻力的分布图。刘俊安等[9]使用圆锥贯入法检验深松耕作的扰动区域底层土的发生界面, 表明圆锥贯入的阻力变化可以反映土壤压实及耕作层与犁底层的分界面。

结合圆锥贯入测试的耕作层检测在北方旱作制已有较多应用, 然而对于南方稻作制, 虽然耕作层或泥脚及其机械化配套技术受到长期关注[10], 但是这些报道中的平板下陷[11]及圆锥贯入[12]的"载荷-下陷曲线"所表现出的差异特征并不明显。目前, 水田的耕层厚度或泥脚深度的快速检测仍没有很好的解决方法。

鉴于以上原因, 本文将圆锥贯入、微地貌测试仪及辅助取样方法进行组装, 构建用于田间调查的研究方法, 对长江下游稻麦轮作区机收作业环节的土壤扰动区域进行调查, 以期准确定量收割机对水稻土的扰动和压实影响。

1 材料与方法 1.1 田间调查区域概况

针对长江下游地区稻麦轮作制的机收环节, 从2016年水稻机收季至2017年水稻机收季(连续3个作物季)进行田间调查。调查区域为南京高淳、六合、江浦等地, 这些地区土壤类型为壤质黏土, 周年稻麦轮作, 实现光热资源的周年高效利用。该区具有良好的农村经济和先进的农业技术, 作物生产集约化及机械化程度很高, 但区域农地仍受传统地理地貌特征的约束, 土地细碎化较为严重[13], 稻麦生产机械化仍以中小型联合收割机为主。

1.2 田间调查方法

为保障数据的可靠性, 田间调查为不加人为干预的随机取样方式。具体做法是在作物收获季节进行田间巡视, 遇到正在进行的机收作业田块时入地测试。使用网格法于田块内选定9点测试, 使用圆锥贯入仪(TJSD-750型, 浙江托普仪器有限公司)分别测取收割机轮辙印中线位置和离开轮辙印0.5 m处未压实位点的圆锥贯入曲线, 测试过程中锥头每下陷2.5 cm记录1个阻力数据。将自制的微地貌测试仪(图 1)沿垂直轮辙印延伸方向置于地表并拍摄正向照片, 带回实验室读取钢钎的高度坐标并以此获得轮辙印的下陷深度。另外, 使用50 mm×50 mm取样筒分别从轮辙印中间及离开轮辙印5 cm处分层取出土样, 带回实验室称量测定容重, 并用烘干法测定土壤含水率。

图 1 微地貌测试仪 Fig. 1 Microtopography tester 1.读数面板Read panel; 2.测量钢钎Measuring steel tube; 3.抬针管Lifting steel tube; 4.支撑腿Supporting leg; 5.水平尺Gradiente; 6.调节卡簧Adjusting clip spring.

3个作物季累计获取54个地块的数据, 其中2016年稻季机收数据9块, 2017年麦季机收25块, 2017年稻季机收20块, 共获得486个位点的有效微地貌和圆锥贯入曲线数据。其中, 2016年稻季选取5块, 2017年麦季选取4块, 2017年稻季选取10块。采用取样法获得土壤样品为171个位点1 647个数据, 测取其土壤容重、孔隙度和含水率, 其余地块的含水率使用Takeme-10土壤水分温度测定仪测定, 测量深度为0~5 cm、5~10 cm。所得数据采用Excel 2016处理, SPSS 23.0统计软件进行方差分析和相关性分析, 利用Matlab R2015b软件绘图。

2 结果与分析 2.1 机收对土壤容重和孔隙度的影响

表 1可见:稻收季的土壤含水率明显高于麦收季, 而稻收季10~15 cm土层的含水率又显著低于0~5 cm和5~10 cm土层, 表明10~15 cm土层的蓄纳能力显著低于耕作层, 土层已经是紧实化(犁底层)土壤。稻麦轮作区浅薄耕层是由于稻作区长期以旋代耕, 辅以机械压实逐步形成的。Lennartz等[14]基于江西大范围田间调查的结果表明, 稻田土壤耕作层厚度在11~17 cm, 这进一步说明稻作区普遍存在浅薄耕层和蓄存能力不足的状况。

表 1 3季作物收获时土壤压实前、后的物理特性 Table 1 Soil physical status before and after harvester traffic compaction in 3 crop harvesting seasons
时间
Time
土层深度/cm
Soil depth
含水率/%
Water content
容重/(g·cm-3) Bulk density 孔隙度/% Soil porosity
压实前
Before compaction
压实后
After compaction
压实前
Before compaction
压实后
After compaction
2017
稻季
Rice season
0~5
5~10
10~15
41.17a
40.69a
33.43b
1.16c
1.24bc
1.35ab
1.18c
1.31b
1.45a
56.41a
53.05ab
49.23bc
55.49a
50.66b
45.41c
2017
麦季
Wheat season
0~5
5~10
10~15
15~20
16.11a
17.78a
15.80a
18.17a
1.05c
1.13c
1.42a
1.49a
1.20bc
1.24b
1.41a
1.43a
60.33a
57.33ab
46.30c
44.00c
54.78ab
53.22b
47.02c
46.00c
2016
稻季
Rice season
0~5
5~10
10~15
31.73ab
30.21ab
28.56b
1.20d
1.31bc
1.43a
1.26c
1.39a
1.45a
54.77a
50.39bc
46.09d
52.36ab
47.71bcd
45.12d
注:不同字母表示相同作物季不同土层和压实前、后在0.05水平差异显著。含水率的不同字母表示相同作物季不同土层压实前在0.05水平差异显著。
Note: Different letters indicate significant difference at 0.05 level before and after compaction between different soil layers in the same season. Different letters of water content indicate significant difference at 0.05 level before compation between different soil layers in the same season.

对比压实前、后容重和孔隙度发现, 机收虽然有限增加了土壤容重并降低了孔隙度, 但是并没有导致显著性变化, 表明土壤容重和孔隙度并不是长江下游稻麦轮作区的敏感土壤物理指标, 而且这一状况也反映在不同的机收季和不同的土层。Botta等[15]针对机械压实也得到了类似的结论, 认为即使在小型机械反复碾压的条件下土壤容重变化也不显著。这些结果表明小型机械对土壤结构的扰动较小, 符合保护性农业的理念。

2.2 机收对各土层紧实度的影响

土壤紧实度是土壤结构及物理状态的综合力学性质反映, 具有实现连续快速测试的优势, 因此近年来研发了各类快速测试技术, 包括竖直圆锥贯入式[16]、水平圆锥贯入式[17]等。此类前瞻性大数据装备研究主要关注软、硬件系统的集成开发, 并没有提供针对区域农业土壤信息的大数据和分析。因此, 从大数据调查结果(图 2)可看出:3个机收季的土壤紧实度都反映出随土层深度连续增加的趋势, 且3季的土壤紧实度在轧后均表现出15 cm土层内的显著变化, 但不造成15 cm以下土层的显著破坏, 这有别于常规认为机械化的发展加剧底层土的破坏[18]。与稻作制相比, Zhang等[19]对华北旱作制的监测中发现, 机械造成的土壤紧实度增加仅限于5~14 cm土层。这进一步表明我国的机械系统对土壤的影响与西方农业存在一定的区别。

图 2 2.5~22.5 cm土壤紧实度随土层深度的变化 Fig. 2 Soil hardness changes with soil depth from 2.5 to 22.5 cm 同一深度不同字母表示在0.05水平差异显著。Different letters indicate significant difference at 0.05 level in the same depth.

长期以来, 人们对圆锥贯入阻力(圆锥指数CI)的模型进行了大量的研究, 提出兼顾土壤含水率和紧实度关系的线性模型[20]、指数模型[21]等众多模型。Whalley等[22]梳理出7个不同的CI模型用于解析土壤质地、含水率、容重或有机质等参数对贯入阻力的传递函数, 说明贯入阻力形成的复杂性。由于其复杂性, 目前鲜见针对区域土壤物理大数据的相关规律性报道。本研究分别利用以下3个CI模型(式(1)—式(3))针对0~5 cm、5~10 cm以及全耕层(0~10 cm)的数据进行模型分析(图 3)。从表 2可以看出, 0~5 cm土层对模型的拟合度最差, 这显著降低了0~10 cm全耕层的模型拟合精度。3个模型中模型2的决定系数最高, 但总体上决定系数仍相对较低, 表明基于圆锥指数的该区土壤紧实度大数据建设需要构建专有的土壤物理模型。

图 3 不同土层的圆锥指数模型图 Fig. 3 Conic exponential model of different soil layers
表 2 不同土层圆锥指数模型的适应性对比 Table 2 Comparison of cone exponential models in different soil layers
土层深度/cm Soil depth 方程Equation a b RMSE R2
(1) 0.172 8 -0.348 4 0.086 2 0.182 5
0~5 (2) 0.403 6 1.156 0 0.084 5 0.216 0
(3) 0.421 9 -1.544 0 0.084 9 0.208 7
(1) 0.160 3 -1.234 0 0.351 0 0.563 4
5~10 (2) 3.026 0 4.038 0 0.318 5 0.640 5
(3) 3.566 0 -5.380 0 0.325 5 0.624 4
(1) 0.158 1 -0.924 0 0.226 0 0.466 4
0~10 (2) 1.471 0 3.088 0 0.209 4 0.541 7
(3) 1.661 0 -4.112 0 0.212 8 0.526 5
注: RMSE表示均方根误差, 回归系数均在95%的置信区间内获得。RMSE:Root mean square error, the regression coefficients are obtained in 95% confidence interval.
(1)
(2)
(3)

式中:C表示土壤紧实度(MPa); W表示土壤含水率(%); ab表示根据最小二乘法所求的参数[23]

2.3 机收对微地貌状况的影响

3季田间调查发现所在区域的收割机(久保田PRO688Q和沃得DR40EA)都是履带式底盘配置, 但按照作物季区分后发现小麦机收的轮辙印下陷少于4 cm(图 4-a), 而水稻机收则对微地貌破坏程度较大(图 4-b), 下陷量的分布区间很宽, 最大地表下陷高达12 cm(图 4-a)。Lennartz等[14]在江西稻作区的大范围调查表明, 水稻土的耕层厚度仅为11~17 cm; 刘一[24]针对长江下游典型稻麦轮作制的土壤剖面分析表明, 水稻土的耕层厚度仅为10 cm。由此表明, 虽然小型稻麦联合收割机使用的是履带式底盘, 但是在水稻机收环节对微地貌的破坏非常严重, 许多位点的土壤下陷量已经接近甚至超过耕作层的厚度。稻季机收土壤下陷量的大范围分布也表明稻作制不同田块的土壤机械承载力(或车辆通过性)存在巨大的差异性。

图 4 下陷量分布(a)以及微地貌破坏地况(b) Fig. 4 Soil sinkage distribution(a)and severely damage of soil micro-relief(b)

水稻机收造成水稻土微地貌过度破坏的实质是土壤塑性流动甚至流变。Targar等[25]基于江浦农场稻麦轮作制的研究表明, 塑性流动是水稻土主要破坏模式之一, 能够严重破坏土壤耕作层的正常功能。但以往的研究指出, 虽然土壤下陷是机械压实的一个重要后果, 但很难描述和阐明, 通常土壤表面的压痕并不明显[26]。另外, 有的研究表明大型拖拉机碾压后地表下陷仅为3 cm, 但有的研究表明中型拖拉机的1次碾压能够造成很大的土壤下陷[27]。本研究中, 机械压实的土壤下陷与区域的土壤类型、作物轮作制、机具等诸多因素相关。对于长江下游的稻作制条件, 目前的履带式作业机具仍无法有效保护土壤免受压实破坏。

2.4 区域土壤物理参数的分层分析

除了上述基于物理指标对机收土壤压实效应的大数据解析外, 本区域农情信息调查也进一步解释出土壤物理指标之间的内在联系。将数据按各地块平均处理, 得到各地块未压实区的土壤含水率随土壤容重的增大在各土层均呈线性下降的趋势(图 5)。虽然目前尚不能解释清楚二者在不同土层及作物季的不同体现, 但各线性拟合的数据线清楚地表明该区创建疏松耕作层的重要性。疏松的耕作层降低土壤容重, 从而能够提供更多的土层蓄水, 这在2个年度的稻季和麦季, 以及3个土层都能清楚体现。这进一步表明, 今后针对该区建设土壤物理大数据的技术复杂性, 其中需要研发更为快速高效的土壤取样和容重在线分析装备。

图 5 不同收获季不同土层含水率与容重的拟合关系 Fig. 5 Fitting between water content and bulk density in different seasons and different soil layers *表示在0.05水平显著相关, **表示在0.01水平显著相关。下同。 *Indicates a significant correlation at 0.05 level, ** indicates a significant correlation at 0.01 level. The same as follows.

将所得数据按各地块进行平均, 并将3个作物季的所有地块数据信息整合, 获得稻麦轮作制机收环节的地表下陷量与0~10 cm土层平均含水率(图 6)及圆锥指数(图 7)的分段线性拟合关系。由于稻季含水率高以及紧实度小的原因, 稻季线性拟合并不显著, 但这对稻麦轮作制机收安全作业具有一定的指导意义。Hemmat等[28]也发现土壤下陷与土壤含水率和土壤紧实度表现出双段线性相关特征。我们基于长江下游多季及稻麦不同作物大数据统计得到的结果表明, 该区35%土壤含水率(图 6)是机收安全作业的上限, 或者圆锥贯入阻力为1 MPa(图 7)是机收安全作业的下限。Chamen等[29]指出, 湿土比干土更容易压实, 生产中多用经验法处理, 当土壤湿度超过田间承载力时, 禁止机械下田以保护土壤。随着智慧农业的快速推进, 构建农业大数据需要针对各区域农业的土壤物理特点进行系统设计, 因此解读农机安全生产的各土壤物理参数阈值至关重要。

图 6 土壤下陷量与含水率的两段线性拟合图 Fig. 6 Bi-sectional linear relation between soil sinkage and soil water content
图 7 土壤下陷量与紧实度的两段线性拟合图 Fig. 7 Bi-sectional linear relation between soil sinkage and soil hardness
3 讨论

准确定量土壤下陷而导致的压实是解析农业机械对土地生产系统可持续性影响的一个重要内容, 土壤的机械压实也是造成现代农业生态和环境破坏的重要来源[18]。目前, 土壤压实的综合测试方法尚没有得到全面的探讨, 以往的土壤压实或紧实度测试鲜有基于区域生产的大范围及多年度的土壤压实信息的报道。本文基于连续3季的人工田间调查表明, 取样法测试土壤物理参数费时费力, 严重影响样本量, 人工操作的小数据量也是田间原位测试的普遍问题。因此, 基于区域大数据的土壤压实信息获取迫切需要研发专用的土壤连续阻力测试仪[7]、动态土壤微地貌测试仪、土壤物理参数(含水率、有机质、电导率)在线检测仪等专业测试单元并进行系统集成, 为长江下游稻麦轮作区提供实时可靠的土壤物理大数据和装备。

长江下游稻麦轮作区土壤可持续管理的一个突出矛盾反映在机收过程中车轮下陷造成的土壤压实破坏。尽管生产中普遍使用的收割机都配有履带底盘, 但是传统的机械设计基础数据参数显然不再适应现代农业的特点。本研究不仅反映出水稻机收环节的微地貌破坏严重, 而且发现现有的各型号履带式中小型收割机造成的土壤压实面积比最低为40%, 微地貌破坏影响到全耕层, 严重危及全耕层土壤塑性流变, 这表明现有的机械设计需要针对长江下游稻麦轮作制的区域农业特点进行进一步修订。

机具对农业可持续性发展的影响以及现代农机设计理论变革的必要性早已为相关研究所揭示, 机械造成的土壤下陷导致的压实远大于土壤的自我恢复力, 必然导致土地生产力降低[30]。卢秉福等[10]研究发现机具多次作业后土壤压实面积比可达100%, 即使采用免耕也无法避免因收割机等造成的30%土地压实。长江下游稻作区因土壤黏性大、含水率高, 生产中暴露出的机械化对农业系统的可持续性损害更加严重。本文基于多季、不同作物及不同土层的大数据分析表明, 该区农机安全生产的土壤含水率上限为35%, 安全生产的土壤紧实度下限为1 MPa。

同时, 本文基于区域农业的人工调查表明, 大范围检测机械对土壤的扰动而引起土壤参数的变化仍然面临诸多理论和技术难题。这不仅需要基于地理信息系统的软硬件集成, 也需要专有测试仪器和相关理论的支持。一方面, 圆锥指数模型多样化和适应性问题仍然十分突出, 本文所得结果表明, 特定的土壤-作物系统乃至土壤结构状态必然影响圆锥指数模型, 因此有必要进一步开展更加精细的区域大数据调查。另一方面, 田间土壤物理各参数之间关系的复杂性也是目前面临的困难, 土壤物理相关理论并没有系统探讨过此类区域农业的土壤物理问题和发生机制; 再者, 快速测定机收过程中微地貌的动态变化也缺少相应的装备及技术。因此, 基于区域农业的智能化农情信息装备研发需要多学科联合攻关。

参考文献(References)
[1]
赵春江, 薛绪掌, 王秀, 等. 精准农业技术体系的研究进展与展望[J]. 农业工程学报, 2003, 19(4): 7-12.
Zhao C J, Xue X Z, Wang X, et al. Advance and prospects of precision agriculture technology system[J]. Transactions of the Chinese Society of Agricultural Engineering, 2003, 19(4): 7-12 (in Chinese with English abstract). DOI:10.3321/j.issn:1002-6819.2003.04.002
[2]
许世卫, 王东杰, 李哲敏. 大数据推动农业现代化应用研究[J]. 中国农业科学, 2015, 48(17): 3429-3438.
Xu S W, Wang D J, Li Z M. Application research on big data promote agricultural modernization[J]. Scientia Agricultura Sinica, 2015, 48(17): 3429-3438 (in Chinese with English abstract). DOI:10.3864/j.issn.0578-1752.2015.17.010
[3]
姚元森, 廖桂平, 赵星, 等. 农作物生长环境信息感知技术研究进展[J]. 作物研究, 2013, 27(1): 58-63.
Yao Y S, Liao G P, Zhao X, et al. Research progress of crop growth environment information perception techniques[J]. Crop Research, 2013, 27(1): 58-63 (in Chinese with English abstract).
[4]
何进, 李洪文, 陈海涛, 等. 保护性耕作技术与机具研究进展[J]. 农业机械学报, 2018, 49(4): 1-19.
He J, Li H W, Chen H T, et al. Research progress of conservation tillage technology and machine[J]. Transactions of the Chinese Society for Agricultural Machinery, 2018, 49(4): 1-19 (in Chinese with English abstract).
[5]
王育红, 席玲玲, 周新, 等. 深耕对夏玉米产量形成及土壤理化性质的影响[J]. 山西农业大学学报(自然科学版), 2018, 38(2): 9-14.
Wang Y H, Xi L L, Zhou X, et al. Effects of deep tillage treatments on summer maize yield and soil physicochemical properties[J]. Journal of Shanxi Agricultural University(Natural Science Edition), 2018, 38(2): 9-14 (in Chinese with English abstract).
[6]
翟振, 李玉义, 逄焕成, 等. 黄淮海北部农田犁底层现状及其特征[J]. 中国农业科学, 2016, 49(12): 2322-2332.
Zhai Z, Li Y Y, Pang H C, et al. Study on present situation and characteristics of plow pan in the northern region of Huang Huai Hai plain[J]. Scientia Agricultura Sinica, 2016, 49(12): 2322-2332 (in Chinese with English abstract). DOI:10.3864/j.issn.0578-1752.2016.12.008
[7]
赵新, 罗锡文, Wells L G. 土壤阻力连续测试设备研制[J]. 农业工程学报, 2009, 25(2): 67-71.
Zhao X, Luo X W, Wells L G. Development of continuous measurement system for soil resistance[J]. Transactions of the Chinese Society of Agricultural Engineering, 2009, 25(2): 67-71 (in Chinese with English abstract).
[8]
夏拥军, 丁为民. 土壤机械阻力的连续测定及空间变异结构分析[J]. 农业机械学报, 2006, 37(11): 70-73, 79.
Xia Y J, Ding W M. Measurement of soil mechanical resistance on-the-go and analysis of its spatial variability[J]. Transactions of the Chinese Society for Agricultural Machinery, 2006, 37(11): 70-73, 79 (in Chinese with English abstract). DOI:10.3969/j.issn.1000-1298.2006.11.019
[9]
刘俊安, 王晓燕, 李洪文, 等. 基于土壤扰动与牵引阻力的深松铲结构参数优化[J]. 农业机械学报, 2017, 48(2): 60-67.
Liu J A, Wang X Y, Li H W, et al. Optimization of structural parameters of subsoiler based on soil disturbance and traction resistance[J]. Transactions of the Chinese Society for Agricultural Machinery, 2017, 48(2): 60-67 (in Chinese with English abstract).
[10]
卢秉福, 宋柏权, 周艳丽, 等. 农田土壤机械压实及改进技术[J]. 中国农学通报, 2016, 32(5): 173-177.
Lu B F, Song B Q, Zhou Y L, et al. Farmland soil mechanized compaction and improvement techniques[J]. Chinese Agricultural Science Bulletin, 2016, 32(5): 173-177 (in Chinese with English abstract).
[11]
廖植樨, 王儒钧. 深泥脚水稻土物理机械性质与水田机械化的关系[J]. 土壤肥料, 1979(4): 3-10.
Liao Z X, Wang R J. The relationship between the physical and mechanical properties of deep mud foot paddy soil and the mechanization of paddy field[J]. Soil and Fertilizer Sciences in China, 1979(4): 3-10 (in Chinese).
[12]
冯晓斌, 丁启朔, 丁为民, 等. 重塑黏土圆锥指数和抗剪强度的关系[J]. 农业工程学报, 2011, 27(2): 146-150.
Feng X B, Ding Q S, Ding W M, et al. Relationship between cone index and shear strength of remolded clayey soil[J]. Transactions of the Chinese Society of Agricultural Engineering, 2011, 27(2): 146-150 (in Chinese with English abstract).
[13]
刘涛, 曲福田, 金晶, 等. 土地细碎化、土地流转对农户土地利用效率的影响[J]. 资源科学, 2008, 30(10): 1511-1516.
Liu T, Qu F T, Jin J, et al. Impact of land fragmentation and land transfer on farmer's land use efficiency[J]. Resources Science, 2008, 30(10): 1511-1516 (in Chinese with English abstract). DOI:10.3321/j.issn:1007-7588.2008.10.011
[14]
Lennartz B, Horn R, Duttmann R, et al. Ecological safe management of terraced rice paddy landscapes[J]. Soil and Tillage Research, 2009, 102(2): 179-192. DOI:10.1016/j.still.2008.07.010
[15]
Botta G F, Jorajuria D, Rosatto H, et al. Light tractor traffic frequency on soil compaction in the Rolling Pampa region of Argentina[J]. Soil and Tillage Research, 2006, 86(1): 9-14. DOI:10.1016/j.still.2005.01.014
[16]
于文华, 田昊, 梁超, 等. 基于加速度补偿的土壤紧实度测量方法与传感器设计[J]. 农业机械学报, 2017, 48(4): 250-256.
Yu W H, Tian H, Liang C, et al. Soil compactness measuring method based on acceleration compensation and sensor design[J]. Transactions of the Chinese Society for Agricultural Machinery, 2017, 48(4): 250-256 (in Chinese with English abstract).
[17]
白丽珍, 朱惠斌, 王成武, 等. 水平贯入式土壤压实度测试系统及试验研究[J]. 土壤通报, 2017, 48(4): 816-821.
Bai L Z, Zhu H B, Wang C W, et al. Design and experiment of soil compaction testing system in horizontal penetration[J]. Chinese Journal of Soil Science, 2017, 48(4): 816-821 (in Chinese with English abstract).
[18]
Arvidsson J, Keller T. Soil stress as affected by wheel load and tyre inflation pressure[J]. Soil and Tillage Research, 2007, 96(1/2): 284-291.
[19]
Zhang X Y, Cruse R M, Sui Y Y, et al. Soil compaction induced by small tractor traffic in Northeast China[J]. Soil Science Society of America Journal, 2006, 70(2): 613-619. DOI:10.2136/sssaj2005.0121
[20]
Ley G J, Mullins C E, Lal R. The potential restriction to root growth in structurally weak tropical soils[J]. Soil and Tillage Research, 1995, 33(2): 133-142. DOI:10.1016/0167-1987(94)00428-H
[21]
Ohu J O, Folorunso O A. The effect of machinery traffic on the physical properties of a sandy loam soil and on the yield of sorghum in north-eastern Nigeria[J]. Soil and Tillage Research, 1989, 13(4): 399-405. DOI:10.1016/0167-1987(89)90046-9
[22]
Whalley W R, To J, Kay B D, et al. Prediction of the penetrometer resistance of soils with models with few parameters[J]. Geoderma, 2007, 137(3/4): 370-377.
[23]
Bennett J M, Antille D L, Raine S R. Technological and integrated approaches for practical and rapid assessment of compaction in agricultural soils:a review[M]. Toowoomba: National Centre for Engineering in Agriculture Publication, 2013.
[24]
刘一.基于水田土壤力学特性的车辆通过性研究[D].南京: 南京农业大学, 2014.
Liu Y. Soil traffichability study based on mechanical properties of paddy soil[D]. Nanjing: Nanjing Agricultural University, 2014(in Chinese with English abstract).
[25]
Tagar A A, Ji C Y, Ding Q S, et al. Soil failure patterns and draft as influenced by consistency limits:an evaluation of the remolded soil cutting test[J]. Soil and Tillage Research, 2014, 137(4): 58-66.
[26]
McGarry D, Sharp G. A rapid, immediate, farmer-usable method of assessing soil structure condition to support conservation agriculture[M]//García-Torres L. Conservation Agriculture. Dordrecht: Springer Netherlands, 2003: 375-380.
[27]
Valera D L, Gil J, Agüera J. Design of a new sensor for determination of the effects of tractor field usage in southern Spain:soil sinkage and alterations in the cone index and dry bulk density[J]. Sensors, 2012, 12(10): 13480-13490. DOI:10.3390/s121013480
[28]
Hemmat A, Yaghoubi-Taskoh M, Masoumi A, et al. Relationships between rut depth and soil mechanical properties in a calcareous soil with unstable structure[J]. Biosystems Engineering, 2014, 118: 147-155. DOI:10.1016/j.biosystemseng.2013.12.006
[29]
Chamen W C T, Moxey A P, Towers W, et al. Mitigating arable soil compaction:a review and analysis of available cost and benefit data[J]. Soil and Tillage Research, 2015, 146: 10-25. DOI:10.1016/j.still.2014.09.011
[30]
李汝莘, 林成厚, 高焕文, 等. 小四轮拖拉机土壤压实的研究[J]. 农业机械学报, 2002, 33(1): 126-129.
Li R X, Lin C H, Gao H W, et al. Study on soil compaction with small four-wheel tractor[J]. Transactions of the Chinese Society for Agricultural Machinery, 2002, 33(1): 126-129 (in Chinese). DOI:10.3969/j.issn.1000-1298.2002.01.037