栗钙土农田土壤养分空间变异特性及采样方法研究

来源：好土汽车网

第24卷第5期2006年9月干旱地区农业研究

AgriculturalResearchintheAridAreasVol.24No.5Sept.2006　

王晋民1,王俊鹏2,胡月明3,赵之重1,3

(1.青海大学农牧学院农学系,青海西宁　810003;2.西北农林科技大学干旱半干旱农业研究中心,

陕西杨凌　712100;3.华南农业大学信息学院,广东广州　5102)

　　摘　要:以西宁市二十里铺村的农田为研究区域,采用5m×5m网格法,选取84个观测点取样,进行室内分析,测定土壤有机质、水解氮、速效磷、速效钾的含量,分析土壤养分的空间变异规律。研究表明,土壤有机质、水解氮、速效钾的空间变异性不太明显,速效磷的空间变异性明显;有机质、水解氮和速效钾的空间变异主要是由结构性因素引起的,速效磷的空间变异是由随机因素引起的。有机质的变异函数理论模型为指数模型,水解氮、速效磷、速效钾变异函数理论模型为球形模型。栗钙土农田采样的密度范围在1～11m之间,将能够满足精确农业生产对这4种土壤养分的分析要求。

关键词:栗钙土;土壤养分;空间变异;半方差函数

中图分类号:S155.2+8　　文献标识码:A　　文章编号:100027601(2006)0520059205

　　在土壤质地相对均一的区域内,土壤的特性(如

土壤物理、化学及生物性质等)参数和土壤水分运动的某经验参数以及土壤中的有关状态变量的数值,在同一时刻不同空间位置并不相等的性质称为土壤空间变异性[1]。土壤特性的空间变异研究越来越受到人们的重视,特别在土壤养分管理上,以精准农业为中心的养分管理正成为土壤养分管理的特点。研究某一区域土壤养分空间分布特征,旨在为充分发挥土壤的生产潜力,提高肥料利用率,保护生态环境提供有关科学理论依据和发展模式[2,3]。

在精确农业应用中,土壤地理信息的研究是基础性的工作。如何有效合理地采集土壤样本,反映出土壤各种参数的特征,取样面积或取样点之间的距离的大小是个至关重要的内容。样点距离过大,不能反映土壤各参数的本质;如过小,费工费时,工作量大,效率低下。本文旨在研究栗钙土农田土壤养分的空间变异性,从而寻求精确农业中最适采样范围和距离。

限,23m以北为油菜地,以南为小麦地。采样深度为0～15cm。取样方法是在十字交叉点的周围用土钻取4钻土样,将取得的土样混匀,用四分法分取所需数量的土样。在室内自然风干。采样时间为2003年11月9日。

图1　样点分布图

Fig.1　Thedistributionchartofsoilsamplingsites

1.3　土壤样品的处理

1　材料与方法

1.1　研究地块的基本情况

将自然风干的土样混匀碾碎,过1mm筛(18目),装瓶备用。分析土壤有机质—水合热法、水解

氮—扩散吸收法(NaOH水解)、速效磷—NaHCO3浸提法、速效钾—火焰光度法(1NNH4OAc浸提)。1.4　供试土壤养分基本性状数据的处理方法1.4.1　统计软件　本研究的数据分析采用Sufer.7

试验选取的是西宁市二十里铺村一块长63m,

宽37m的农田,农田土壤类型为栗钙土,前茬作物为油菜和小麦。1.2　土壤样品的采集试验采用网格法取样,将地块划分为若干个5m×5m的网格,列数为12,行数为7,共设置了84个取样点(图1)。采样地块23m处有人为耕种界

软件进行,涉及地统计学的方差函数及模型和差值都包括在Sufer.7中,计算土壤养分参数的特征值,通过拟合最终得到土壤养分变异函数理论模型及相关参数。绘制出土壤养分变异函数理论模型的曲线

收稿日期:2006204222

),女,山西永济人,副教授,主要从事植物营养与施肥技术的教学、作者简介:王晋民(1967—研究工作。

　　　　　　　　　　　　　　　　　　　干旱地区农业研究　　　　　　　　　　　　　　　第24卷60

图。1.4.2　土壤养分半方差函数的结构分析理论　半方差函数分析是用半方差函数研究参数在空间分布上的相关性,它对研究样品之间的相关域,并依此来确定试验场地的大小与取样点位置以及在本试验中的采样点的距离或采样数目,从而达到样品之间完全。根据定义,地域变量的半方差为:

(1)r(h)=1/2[z(x)-z(x+h)]

这里,z(x)和z(x+h)是所研究土壤性质的地域变量z在由位差矢量表示的每两个点x和x+

h的位置的观测值。h为分隔两个观测点的距离,亦

+C[1.5h/a-0.5(h/a)3],0a.r(h)=0,h=0}。高斯(Gaussian):

r(h)=C0+C[1-exp(-h/a)],h>0　{r(h)

=0}。指数(Exponential):r(h)=C0+C[1-

exp(-h/a)],h>0{r(h)=0,h=0}等模型。模

型中C0表示块金方差(间距为0时的半方差),由实验误差和小于实验取样尺度引起的变异,较大的方差块金值表明较小尺度上的某种变程不容忽视;C0

+C为基台值(半方差函数随间距增到一定程度后

出现相对平稳值),表示系统内总的变异;C为结构方差,由土壤母质、气候、地形等非人为的区域因素

(空间自相关部分)引起的变异,即基台值减去C0

称为滞后距(lag)。

假设在空间上具有相同滞后h的观测值有

N(h)对,则其样本半方差为:

r(h)=1/2N(h)ρ[{z(xi)-z(xi+h)}](2)

i=1N(h)

的值;a为变程(半方差达到基台值的样本间距)。a对于球形模型则表示观测点之间的间距,而指数模型的间距为3a。式中,N(h)为h分隔的观测数据对的个数。

半方差函数模型有球状(Spheric):r(h)=C0

2　结果与分析2.1　对土壤养分基本性状数据的正态分布检验表1　土壤养分测定值

Table1　Measurementresultofsoilnutrients

采样点

SamplingSite

测定值　Measurementresult

　14.3

24.421.718.520.627.627.3

　20.6

23.419.617.121.027.627.6

　18.5

21.019.917.819.621.025.2

　18.1

21.018.218.820.319.926.9

　18.2

21.321.017.518.919.626.2

　18.5

21.722.019.620.320.325.2

　22.8

15.021.320.622.019.226.6

　14.0

15.719.923.420.618.927.3

　13.6

17.119.623.819.919.225.2

　18.1

14.731.823.416.321.024.1

　12.1

17.519.225.222.020.323.8

　13.6

16.820.320.621.720.223.1

有机质

Organic

matter(g/kg)

CDEFGAB

　14.35

14.7016.1014.0014.0018.5514.35

　13.30

15.4014.3514.7012.8017.1515.60

　11.90

15.0515.7514.3516.8015.7515.40

　11.90

14.0013.1512.9213.3015.7514.35

　14.70

12.9513.311.5513.6514.7014.70

　14.00

12.7513.1512.6014.3513.6517.15

　11.90

14.0015.4016.8013.6515.4015.05

　12.95

14.0016.8014.0012.2516.4514.35

　13.65

12.6013.3015.4016.4515.7514.70

　12.25

14.0013.6514.3514.7012.2512.60

　14.35

14.7012.9515.0512.6013.6515.75

　13.65

13.6514.7014.3514.0014.3517.15

水解性氮

Available

N(mg/kg)

CDEFGAB

　20.00

20.4333.2626.1027.6123.7015.87114.0116.9119.4115.7118.4117.9130.2

　29.13

17.6113.6911.528.7018.4819.35113.5115.8113.4116.6119.4124.1122.4

　14.56

30.2114.17.617.6113.4830.87115.9105.4120.7117.7115.7125.7128.7

　21.74

7.1817.8316.9616.0919.149.13110.6114.9122.6117.4121.8116.5122.7

　9.57

20.0016.3120.2213.488.9222.18112.3114.8121.0118.0123.6111.0123.5

　19.79

22.1817.8321.3119.7833.9125.67111.6113.1115.8120.4124.9112.9118.4

　26.31

4.799.1430.8711.3116.9613.26115.7117.6116.6119.9131.7121.9125.4

　7.39

9.1413.7025.678.2712.1823.26110.0116.3120.0113.6127.9113.5123.7

　18.05

18.487.1813.2615.4316.0919.14113.3118.9114.5111.8126.7120.7130.5

　29.35

17.8318.4816.7418.7017.8322.18110.6116.4116.7115.5120.6122.5126.6

　9.14

15.4410.2219.1413.4826.5310.00110.6110.7119.4119.3128.6125.7123.5

　21.31

11.318.0522.8311.5223.2626.53112.2112.4120.1120.6130.2122.3125.7

速效磷

Available

P(mg/kg)

CDEFGAB

速效钾

Available

K(mg/kg)

CDEFG

第5期　　　　　　王晋民等:栗钙土农田土壤养分空间变异特性及采样方法研究　　在对数据进行地统计学分析之前,必须对数据进行正态分布检验。因为数据的非正态分布会使方差函数产生比例效应,从而使实验方差函数产生畸变,抬高基台表现出方差函数点的波动较大,甚至会掩盖其固有结构,所以应消除比例效应,对数据进行正态分布检验[1]。本实验应用Kolmogorov-Smironov(K-S)正态分布检验概率(PK-S)进行检验,检验时取显著水平α=0.05,若Pk-s>0.05,则认为数据服从正态分布,结果见表2。

表2　土壤养分Kolmogorov-Smironov(K-S)正态分布检验

Table2　K-Snormaldistributiontestofsoilnutrients有机质

Organicmatter0.1263

的,如本地块23m以北为油菜地,以南为小麦地,

同时又属于不同的农户,肥料施用量也有所不同,所以土壤速效磷变异较大。2.3　土壤养分半方差函数的结构分析

对所测土壤有机质、速效钾、水解性氮、速效磷进行半方差函数分析,研究在这一空间位置上各项指标的变异。根据各要素变异函数理论模型得出相应参数(见表4)绘制土壤养分变异函数图(图2)。从表4可看出,有机质的理论模型较好地符合指数模型,水解氮、速效磷、速效钾的理论模型都较好地符合球形模型。块金值与基台值之比表示随机部分引起的空间异质性占系统总变异的比例,如果该值高说明随机部分引起的空间异质性程度起主要作用[5],有机质、水解氮和速效钾块金值与基台值之比较低,分别为43.85%、45.05%和37.53%,表明空间异质性主要是由于结构性因素引起的,速效磷的块金值与基台值之比较大,为93.09%,说明速效磷养分的空间变异主要是由随机因素引起的。从结构性因素的角度来看,块金值与基台值的比例可以表明系统变量的空间相关性的程度,如果比值<25%,说明系统具有强烈的空间相关性;如果比例在25%～75%之间,表明系统具有中等的空间相关性;>75%说明系统空间相关性弱[6]。由此可见,有机

水解氮

AvailableN0.1073

速效磷

AvailableP0.0593

速效钾

AvailableK0.0723

　　注:35%显著性　　Note:3meanssignificantat5%level

　　结果表明(表2),有机质、水解氮、速效磷、速效钾的正态分布都达到显著水平,呈正态分布,说明有机质、水解氮、速效磷、速效钾空间变化并不十分复杂。2.2　供试土壤养分的统计特征值的对比分析表3　土壤属性参数的统计特征值Table3　Thestatisticaleigenvaluesofsoilproperties特征值

Eigenvalue

有机质水解氮速效磷速效钾

(g/kg)(mg/kg)(mg/kg)(mg/kg)

OrganicmatterAvailableNAvailablePAvailableK

8420.7112.1031.804.0620.319.5

8414.3211.5518.551.4214.359.9

8417.524.7933.916.8517.7238.6

84118.75105.40131.705.62118.7.7

质、水解氮和速效钾的空间分布体现为中等空间相关性,速效磷的空间分布体现为弱空间相关性。由于土壤养分分布是由结构因素和随机性因素共同作用的结果,结构性因素,如气候、母质、地形、土壤类型、自然因素等可以导致土壤养分强的空间相关性,来源于母体的一些特征为强的空间相关性如地质、一些土壤矿物和化学组成,而后来附加的一些因子如施肥、种植制度、耕作措施等各种人为活动使土壤养分的空间相关性减弱,朝均一化方向发展[7]。

由于土壤养分受结构因素如气候、母质、地形等影响和随机因素如施肥、耕作措施等的影响,土壤养分空间性呈现出不同强度。从图2(a,b,c和d)可以看出,4种养分要素的空间自相关的变化尺度不同。当采样点间隔小于变程的样点是空间相关的,而间隔大于变程的样点则无空间相关性[8]。有机质和水解氮的变异尺度较大,分别为11.43m和10.56m,说明有机质和水解氮在较大范围内呈现中等相关性。速效磷和速效钾的变化尺度比较小,分别为0.97m和5.82m,说明速效磷在较小尺度范围内空间相关性弱,其性大,随机性强;速效钾在较小尺度范围内呈现中等空间相关性。根据此数据分析,确定采样点密度,4种土壤养分的采样点范围应

样点数

Samplenumber

平均值Mean最小值Min.最大值Max.标准差S.D中数Median变异系数

CV(%)

　　从表3可以看出,该地块中有机质平均含量为20.71g/kg,水解氮为14.32mg/kg,速效磷为17.52mg/kg,速效钾为118.75mg/kg。研究区域内土壤速效磷空间变异性较大,其变化幅度从最低值的4.79达到最高值的33.91,极差之间相差7.08倍,而土壤有机质的空间变异性次之,水解氮、速效钾的空间变异性则相对稳定。

从变异系数来看,速效磷的变异系数最高,为38.6%,有机质次之,为19.5%,水解氮和速效钾较低,分别为9.9%和4.7%。速效磷变异较大,这种表现与以前有关报道[4]不太吻合,其原因有待于进一步研究。我们认为是由于前茬作物不同而产生

　　　　　　　　　　　　　　　　　　　干旱地区农业研究　　　　　　　　　　　　　　　第24卷62

在1～11m之间。

表4　土壤养分变异函数理论模型及相关参数

Table4　Thesemi2variogrammodelsofsoilnutrientsandcorrespondingparameters

土壤养分

Soilnutrient

理论模型

Theoreticalmodel

块金值

Nugget2.570.8237.57.51

基台值

Sill5.8651.8240.2820.01

块金值/基台值

Nugget/sill(%)

43.85.0593.0937.53

变程

Range(m)11.3410.560.975.82

有机质

Organicmatter

指数模型

Exponentialmodel

水解氮

AvailableN

球形模型

Sphericalmodel

速效磷

AvailableP

球形模型

Sphericalmodel

速效钾

AvailableK

球形模型

Sphericalmodel

图2　4种土壤养分变异函数理论模型

Fig.2　Thesemi2variogrammodelsoffoursoil2nutrients

3　结　论

1)栗钙土有机质、水解氮、速效磷、速效钾的正

态分布都达到显著水平,呈正态分布。从4种土壤养分的变异系数来看,速效磷变异系数最高,有机质次之,水解氮和速效钾变异系数较低。有机质、水解

氮、速效钾3种土壤养分空间变异性不太明显,速效

磷的空间变异性十分明显。

2)有机质、水解氮和速效钾的空间变异主要是由结构性因素引起的,速效磷的空间变异是由随机因素引起的。从4种土壤养分变异函数理论模型可看出,他们的变化各有不同。其中,有机质和速效钾

第5期　　　　　　王晋民等:栗钙土农田土壤养分空间变异特性及采样方法研究的变异函数曲线变化较为剧烈,速效磷和水解氮的变异函数曲线变化比较平稳。

3)从栗钙土4种土壤养分的空间自相关的变化尺度值上可看出,有机质和水解氮的变化尺度值大,分别为11.43和10.56,说明有机质和水解氮在较大范围内为中等相关。速效钾的变化尺度较小,为5.82m,说明其在较小范围内呈现中等相关性;速效磷的变化尺度比较小,为0.97m,说明它们在较小尺度范围内呈现弱相关性。4种土壤养分的采样点范围应在1～11m之间。

参考文献:

[1]　梁中龙.广州城郊农用土地土壤养分空间变异分析与质量评

价[D].广州:华南农业大学,2003.16—17.

[2]　胡克林,李宝国,林启美.农田土壤养分的空间变异性特征[J].

农业工程学报,1999,15(5):33—38.

[3]　孙新光.膜上灌土壤水分特性空间变异性的概率统计分析[J].

石河子大学学报(自然科学版),1999,3(3):143—145.

[4]　青海省农业资源区划办公室.青海土壤[M].西宁:青海出版

社,1992.70—77.

[5]　郭旭东,傅伯杰,马克明.基于GIS和统计学的土壤养分空间

变异特征研究[J].应用生态学报,2000,11(4):557—5.

[6]　CambardellaCA,MoormanTB,NovakJM,etal.Field2scale

variabilityofsoil.propertiesincentrallowasoils[J].SoilSolSolAmJ,1994,58:1501—1511.

[7]　白由路,金继运.基于GIS的土壤养分分区管理模型研究[J].

中国农业科学,2001,24(4):46—49.

[8]　李　毅,门　旗,罗　英.土壤养分空间变异性对灌溉决策的

影响研究[J].干旱地区农业研究,2000,18(2):80—85.

Studiesonspatialvariabilityofsoilnutrientsandsamplingmethodsinafieldofchestnutsoil

WANGJin2min1,WANGJun2peng2,HUYue2ming3,ZHAOZhi2zhong1,3

(1.DepartmentofAgronomy,CollegeofAgricultureandAnimalHusbandry,QinghaiUniversity,Xining810003,China;

2.ResearchCenterofAgricultureinAridandSemi2aridAreas,NorthwestA&FUniversity,Yangling,

Shaanxi712100,China;3.CollegeofInformatics,SouthChinaAgriculturalUniversity,Guangzhou5102,China)

　　Abstract:Eighty2foursamplingplotsof5m×5mwerecollectedfromafieldinEr2shi2li2puVillageofXin2ingCity,QinghaiProvince,China.Soilorganicmatter,availableN,availableP,andavailableKweremea2sured,andthepatternsofspatialvariationsofsoilnutrientswereanalyzed.Theresultsindicatedthatthespatialvariabilityoforganicmatter,availableN,andavailableKwasnotobviouswhilethespatialvariabilityofavail2ablePwasobvious.Thespatialvariabilityoforganicmatter,availableN,andavailableKwasmainlycausedbystructuralfactorsandthatofavailablePwasprimarilycausedbyrandomfactors.Thesemi2variogramoforganicmatterwaswelldescribedbyexponentialmodelwhilethatofavailableN,availableP,andavailableKwasde2scribedbysphericalmodel.Inordertoanalyzethesoilnutrientsaccuratelyinfieldsofchestnutsoil,theappro2priatesamplingdensitywasbetween1to11m.

Keywords:chestnutsoil;soilnutrients;spatialvariability;semi2variogram

因篇幅问题不能全部显示，请点此查看更多更全内容

查看全文