李庚飛, 蘭素戀, 劉媛

陜西典型麥田區(qū)土壤全氮的空間異質(zhì)性及其影響因素

李庚飛1,2, 蘭素戀3, 劉媛4,5,*

1. 廣西交科集團(tuán)有限公司, 廣西 530007 2. 陜西省多河流濕地生態(tài)環(huán)境重點(diǎn)實(shí)驗(yàn)室, 陜西 714000 3. 廣西交通職業(yè)技術(shù)學(xué)院 南寧 530023 4. 三峽庫(kù)區(qū)生態(tài)環(huán)境教育部重點(diǎn)實(shí)驗(yàn)室 重慶 400715 5. 西南大學(xué)生命科學(xué)學(xué)院重慶 400715

為制定合理施肥方案, 確保農(nóng)業(yè)資源的可持續(xù)利用, 采用地統(tǒng)計(jì)學(xué)方法結(jié)合GIS技術(shù)研究陜西蒲城縣農(nóng)業(yè)區(qū)麥田土壤中全氮(TN)的空間結(jié)構(gòu)和分布特征。結(jié)果表明: 蒲城縣土壤全氮含量范圍在0.42—1.32 g·kg-1之間, 變異系數(shù)為21.0%, 屬于中等變異強(qiáng)度, 表明土壤全氮含量分布不均勻; 486個(gè)原始全氮含量樣點(diǎn)剔除特異值后, 符合正態(tài)分布; 半變異函數(shù)的最佳理論模型符合指數(shù)模型, 函數(shù)塊金值為5.83×10-3, 偏基臺(tái)值為7.26×10-3, 塊金值/基臺(tái)值為0.46, 說(shuō)明全氮具有中等強(qiáng)度的空間相關(guān)性; 普通Kriging插值結(jié)果顯示, 該縣全氮含量呈現(xiàn)出由西南到東北逐漸下降的趨勢(shì), 除分布于西南方向的荊姚鎮(zhèn)和原仁鄉(xiāng)有一些斑塊狀樣區(qū)(11.5%)處于中等含氮水平以外, 其余88.5%的調(diào)查樣區(qū)土壤全氮含量均處于不同程度的缺乏狀態(tài), 這與農(nóng)戶對(duì)西南灌區(qū)氮肥的投入多于東北山原區(qū)密切相關(guān)。該縣相關(guān)部門(mén)要重視氮肥的投入, 提高該縣整體氮肥含量, 同時(shí)針對(duì)“西南多氮東北少氮”的實(shí)際情況, 實(shí)行因地施肥與精準(zhǔn)分區(qū)管理。

陜西省蒲城縣; 土壤全氮; 地統(tǒng)計(jì)學(xué); 空間變異

0 前言

氮素是植物體內(nèi)蛋白質(zhì)、葉綠素和磷脂等的結(jié)構(gòu)物質(zhì), 控制著植物生態(tài)系統(tǒng)中碳素和氮素的養(yǎng)分循環(huán), 是植物體內(nèi)的“生命元素”[1], 同時(shí)氮素作為土壤中重要的營(yíng)養(yǎng)元素, 通過(guò)為植物供應(yīng)養(yǎng)分影響植物的生長(zhǎng)發(fā)育, 從而制約著農(nóng)業(yè)生態(tài)系統(tǒng)生產(chǎn)力的發(fā)展[2]。土壤全氮代表土壤氮的總貯量和供氮潛力, 直接影響土壤中速效氮的含量, 在土壤形成過(guò)程中, 特別是在土壤肥力發(fā)展過(guò)程中, 起著極其重要的作用, 而且在一定含量范圍內(nèi), 全氮含量的多少, 反映了土壤肥力的高低[3-4]。因此, 研究土壤全氮的空間分布狀況, 對(duì)合理施肥及農(nóng)業(yè)的可持續(xù)發(fā)展具有重要意義[5]。土壤養(yǎng)分的統(tǒng)計(jì)學(xué)研究方法主要有傳統(tǒng)統(tǒng)計(jì)學(xué)方法和地統(tǒng)計(jì)學(xué)方法, 由于地統(tǒng)計(jì)方法可以彌補(bǔ)以概率論為基礎(chǔ)的傳統(tǒng)統(tǒng)計(jì)學(xué)分析方法在結(jié)構(gòu)和過(guò)程分析方面的不足[6], 被廣泛應(yīng)用于土壤科學(xué)的研究領(lǐng)域[7-9], 已經(jīng)成為當(dāng)前土壤營(yíng)養(yǎng)空間變異分析的主要手段。

蒲城縣是國(guó)家級(jí)農(nóng)業(yè)縣[10], 其土壤生產(chǎn)力對(duì)陜西的農(nóng)業(yè)生產(chǎn)與發(fā)展具有重要的意義。然而第二次土壤普查至今已有30多年, 隨著農(nóng)業(yè)機(jī)械化程度的加強(qiáng), 農(nóng)戶對(duì)于土壤肥料的投入追求方便快速, 長(zhǎng)年大面積的投入等量肥料, 勢(shì)必導(dǎo)致土壤養(yǎng)分分布的不平衡[11-12], 尤其是對(duì)植物生長(zhǎng)發(fā)育需求量最大的氮肥影響更大。因此, 本研究采用地統(tǒng)計(jì)學(xué)和GIS技術(shù)相結(jié)合的方法對(duì)蒲城縣麥田土壤全氮的空間分布特征及豐缺格局進(jìn)行分析, 以期為相關(guān)部門(mén)制定科學(xué)施肥決策和精細(xì)化管理, 保證蒲城縣麥田土壤資源的可持續(xù)發(fā)展提供參考依據(jù)。

1 材料與方法

1.1 研究區(qū)域概況

蒲城縣位于陜西關(guān)中平原東北部, 地理坐標(biāo)為109°20′17￠￠—109°54′48￠￠E, 33°44′50￠￠—35°10′30￠￠N, 東西長(zhǎng)52.8 km, 南北寬47 km, 地勢(shì)由西北向東南呈坡階狀遞減, 海拔在345—1282 m之間, 地貌類型以臺(tái)塬為主, 北部山原, 中部臺(tái)塬, 南部平原[12]。該縣屬于溫帶大陸性季風(fēng)氣候, 年平均氣溫13.2 ℃, 年降水量541.7 mm, 無(wú)霜期219 d, 年日照2282.4 h。耕地土壤以褐土和黃棉土為主, 土地墾殖率高達(dá)60%, 主要種植糧食作物(小麥和玉米), 夏季麥田播種面積達(dá)85萬(wàn)畝, 其中旱塬區(qū)40萬(wàn)畝(北部陰坡和中北部陽(yáng)坡), 灌區(qū)45萬(wàn)畝(中南補(bǔ)灌區(qū)和南部灌區(qū)), 居陜西省首位。

1.2 樣品采集與處理

2017年6月下旬, 待小麥全部收獲后, 以蒲城縣16個(gè)鄉(xiāng)鎮(zhèn)72個(gè)農(nóng)戶的麥田為研究樣區(qū), 根據(jù)各農(nóng)戶麥田的面積, 設(shè)定1—2畝為一個(gè)采樣單元, 并根據(jù)采樣單元的形狀和大小確定合適的布點(diǎn)方法, 近似長(zhǎng)方形地塊采用“S”法, 近似正方形地塊采用“X”法布點(diǎn)。采集5個(gè)0—20 cm耕層土樣混合均勻后, 用4分法取1 kg作為一個(gè)樣點(diǎn), 并用GPS定位中心點(diǎn)的位置, 共采集了486個(gè)樣點(diǎn), 其中南部鄉(xiāng)鎮(zhèn)的樣點(diǎn)分布在灌區(qū)平原, 中南部鄉(xiāng)鎮(zhèn)的樣點(diǎn)分布在補(bǔ)灌區(qū)臺(tái)塬, 溝渠分布廣泛, 水分條件充足; 北部鄉(xiāng)鎮(zhèn)的樣點(diǎn)分布在旱區(qū)山原, 中北部鄉(xiāng)鎮(zhèn)的樣點(diǎn)分布在旱區(qū)臺(tái)塬, 水分條件相對(duì)薄弱(圖1)。將取回的樣品自然風(fēng)干, 除去動(dòng)、植物殘?bào)w及石塊, 研磨后過(guò)80目篩。土壤樣品總氮采用凱氏蒸餾法[13], 利用KDY-9820凱氏定氮儀測(cè)定。

1.3 數(shù)據(jù)處理與分析

1.3.1 經(jīng)典統(tǒng)計(jì)分析

運(yùn)用經(jīng)典統(tǒng)計(jì)學(xué)方法對(duì)蒲城縣土壤全氮數(shù)據(jù)進(jìn)行描述性統(tǒng)計(jì)分析。

1.3.2 地統(tǒng)計(jì)分析

采用地統(tǒng)計(jì)半方差函數(shù)(半變異函數(shù))的方法對(duì)土壤全氮的空間變異特征進(jìn)行分析。半方差函數(shù)以區(qū)域化變量理論為基礎(chǔ), 可以反映區(qū)域化變量的空間隨機(jī)性和結(jié)構(gòu)性[14-15], 其計(jì)算公式[16]為:

式中:是間隔距離為的半方差函數(shù),為兩樣點(diǎn)之間的空間距離,() 是空間間隔距離為的樣點(diǎn)對(duì)總數(shù),(X) 和(X+) 分別表示空間位置在X和X+上的樣點(diǎn)實(shí)測(cè)值。

利用ArcGIS10.2 進(jìn)行半變異函數(shù)模型的擬合, 得到塊金值(C0), 偏基臺(tái)值(C)和變程(A)來(lái)反映區(qū)域化變量的空間變異程度和相關(guān)性[17]。同時(shí)運(yùn)用Kriging插值法繪制土壤全氮的空間分布圖。

2 結(jié)果與分析

2.1 土壤全氮含量的描述性統(tǒng)計(jì)及正態(tài)分布檢驗(yàn)

由表1可知, 蒲城縣土壤全氮的變異系數(shù)為21.0%, 根據(jù)變異系數(shù)的劃分等級(jí)標(biāo)準(zhǔn)[18], 屬于中等變異強(qiáng)度, 從數(shù)據(jù)統(tǒng)計(jì)角度上反映出蒲城縣土壤全氮分布不均勻的特征, 但不能反映土壤全氮含量的空間結(jié)構(gòu)性和隨機(jī)性, 且該地區(qū)土壤全氮含量最大值與最小值之間的差異明顯, 表明若不考慮土壤全氮含量的空間結(jié)構(gòu)和分布特征而盲目地平均施肥, 必將導(dǎo)致低氮地區(qū)氮含量繼續(xù)不足和高氮地區(qū)氮含量過(guò)剩。因此, 運(yùn)用地統(tǒng)計(jì)學(xué)的方法對(duì)該地土壤全氮含量做進(jìn)一步的分析研究。

由于土樣處理中的一些誤差, 可導(dǎo)致某些樣點(diǎn)的測(cè)量值明顯區(qū)別于其周圍樣點(diǎn), 稱之為特異值。分布于平均值加減3倍標(biāo)準(zhǔn)差之外的特異值會(huì)導(dǎo)致變量連續(xù)表面的中斷, 使半方差函數(shù)失去結(jié)構(gòu)性[19], 影響相應(yīng)的理論模型擬合及Kriging插值等過(guò)程。因而地統(tǒng)計(jì)學(xué)分析首先需處理特異值, 并要求分析數(shù)據(jù)呈正態(tài)分布[20]。采用域法識(shí)別異常值, 分別用正常最大值和最小值代替特異值[19]。運(yùn)用偏態(tài)峰度檢驗(yàn)法對(duì)土壤樣本數(shù)據(jù)進(jìn)行分布類型檢驗(yàn), 如果(峰度)<2×(6×)1/2, 并且(偏態(tài))<2×(24/)1/2, 則認(rèn)為測(cè)試樣本服從正態(tài)分布[21]。由測(cè)量樣本容量得知, 2×(6×)1/2=108, 2×(24/)1/2=1.405, 可知, 其偏度和峰度均可滿足正態(tài)分布的要求。剔除特異值之后的全氮含量直方圖(圖2)也可直觀的表明測(cè)量數(shù)據(jù)符合正態(tài)分布。因此, 測(cè)量數(shù)據(jù)不需要做相應(yīng)的正態(tài)轉(zhuǎn)換, 后續(xù)的分析研究都是采用域法處理后的原始數(shù)據(jù)。

圖1 蒲城縣土壤全氮的樣點(diǎn)分布

Figure 1 Sample sites of soil total nitrogen in wheat fields of Pucheng county

表 1 土壤全氮含量的描述性統(tǒng)計(jì)

2.2 土壤全氮含量的空間結(jié)構(gòu)分析

采用Kriging插值的方法, 通過(guò)各擬合參數(shù)的比較, 選擇無(wú)偏最優(yōu)的半方差函數(shù)模型是分析土壤全氮空間結(jié)構(gòu)的關(guān)鍵。由于該采樣點(diǎn)全氮區(qū)域化變量高程值Z的期望值是未知的, 在預(yù)測(cè)表面時(shí)采取普通克里格插值最為合適。本研究運(yùn)用球面模型、高斯模型、指數(shù)模型和五球模型四種類型, 根據(jù)最優(yōu)模型的預(yù)測(cè)指標(biāo)(標(biāo)準(zhǔn)平均值接近于0, 均方根預(yù)測(cè)誤差最小, 平均標(biāo)準(zhǔn)誤差接近于均方根預(yù)測(cè)誤差, 標(biāo)準(zhǔn)均方根預(yù)測(cè)誤差最接近于1[22-23]), 分析尋找最適模型。

由表2不同擬合模型各檢驗(yàn)參數(shù)可知: 四種模型的標(biāo)準(zhǔn)平均數(shù)經(jīng)四舍五入保留四位小數(shù)以后完全相等, 且均接近0。他們的均方根預(yù)測(cè)誤差在0.1271—0.1273之間波動(dòng), 相差較小, 其中指數(shù)模型和高斯模型最小, 均為0.1271, 球面模型(0.1272)次之, 五球模型最大。五種模型的平均標(biāo)準(zhǔn)誤差和標(biāo)準(zhǔn)均方根預(yù)測(cè)誤差相差在0.0059—0.0072之間, 其中指數(shù)模型的平均標(biāo)準(zhǔn)誤差與均方根預(yù)測(cè)誤差相差最小, 高斯模型(0.0059)次之, 而五球模型差距最大, 為0.0072。標(biāo)準(zhǔn)均方根預(yù)測(cè)誤差差異程度較大, 四種預(yù)測(cè)模型的比較結(jié)果為指數(shù)模型最接近1, 僅與1相差0.0481, 高斯模型次之, 而五球模型相差最遠(yuǎn)。綜上所述采用指數(shù)函數(shù)模型分析蒲城縣土壤全氮含量的空間結(jié)構(gòu)和分布特征。

根據(jù)地統(tǒng)計(jì)學(xué)理論, 基臺(tái)值指不同采樣間距內(nèi)半方差的極大值, 表示系統(tǒng)內(nèi)總的空間變異。塊金值是位差為0時(shí)的半方差值, 由區(qū)域化變量的屬性或測(cè)量誤差決定[24]。塊金值和基臺(tái)值之比, 稱為基底效應(yīng), 可揭示變量的空間相關(guān)性程度, 若比值<0.25, 表明變量具有強(qiáng)烈的空間相關(guān)性, 且空間變異主要受結(jié)構(gòu)因子的影響; 若比值>0.75, 則空間相關(guān)性很弱, 且空間變異主要受隨機(jī)性因子影響[25]。由圖3可知, 蒲城縣土壤全氮的半變異函數(shù)中塊金值(Nugget)為5.83×10-3, 偏基臺(tái)值(Partial Sill)為7.26×10-3, 塊金值/基臺(tái)值(Nugget/Sill)為0.46, 說(shuō)明全氮具有中等強(qiáng)度的空間相關(guān)性, 其變異性是結(jié)構(gòu)性因素(氣候、地形地貌、成土母質(zhì)、土壤類型等)和隨機(jī)性因素(施肥、栽培管理、耕作制度、作物布局等)共同作用的結(jié)果。變程是半方差函數(shù)的一個(gè)非常重要的參數(shù), 表明屬性因子的空間自相關(guān)范圍, 它與觀測(cè)尺度及取樣尺度上影響土壤養(yǎng)分的各種生態(tài)過(guò)程相互作用有關(guān)[26]。蒲城縣土壤全氮的變程為3214 m, 說(shuō)明在3214 m范圍內(nèi)土壤中全氮才具有空間自相關(guān)的特性。

2.3 土壤全氮含量的空間分布特征

土壤全氮的空間分布圖可作為精準(zhǔn)農(nóng)業(yè)中施肥的依據(jù)。利用上述擬合的半方差模型對(duì)蒲城縣土壤全氮進(jìn)行普通Kriging插值, 得到了該地區(qū)土壤養(yǎng)分空間分布圖(圖4)。由圖可以直觀的看出土壤全氮空間分布有明顯的方向性和連續(xù)性?？傮w來(lái)看, 蒲城縣土壤全氮含量呈現(xiàn)出由西南到東北逐漸下降的趨勢(shì)。結(jié)合全國(guó)第二次土壤普查全氮的分級(jí)標(biāo)準(zhǔn)[27]可知, 864個(gè)調(diào)查樣區(qū)除了分布于西南方向的少量(11.5%)斑塊狀樣區(qū)處于中等含氮水平以外, 蒲城縣土壤全氮含量主要在0.42—1 g·kg-1之間波動(dòng), 處在不同程度的缺乏水平, 其中土壤全氮含量處于0.75—1 g·kg-1的4級(jí)缺乏(36.8%)和處于0.5—0.75 g·kg-1的5級(jí)很缺乏(49.2%)狀態(tài)占整個(gè)調(diào)查樣區(qū)的大部分, 甚至2.5%的樣區(qū)土壤含氮量少于0.5 g·kg-1, 處在6級(jí)極缺乏狀態(tài)。

圖2 蒲城縣土壤全氮含量直方圖

Figure 2 Histogram of soil total nitrogen content in wheat fields of Pucheng county

表 2 不同半變異函數(shù)理論模型的參考指數(shù)

3 討論

從描述性統(tǒng)計(jì)分析結(jié)果來(lái)看, 蒲城縣土壤全氮的變異系數(shù)屬于中等變異強(qiáng)度, 表明全縣16個(gè)鄉(xiāng)鎮(zhèn)的土壤全氮含量分布不均勻, 土壤的潛在供氮能力參差不齊, 相關(guān)部門(mén)在制定施肥決策時(shí), 應(yīng)該避免不同區(qū)域平均施肥導(dǎo)致的肥料過(guò)度供應(yīng)或缺乏。地統(tǒng)計(jì)學(xué)分析結(jié)果表明, 蒲城縣土壤全氮的最佳擬合模型為指數(shù)模型, 半變異函數(shù)中塊金值為5.83×10-3, 偏基臺(tái)值為7.26×10-3, Nugget/Sill為0.46, 表現(xiàn)為中等強(qiáng)度的空間自相關(guān)。土壤全氮空間分布的中等自相關(guān)程度較弱, 說(shuō)明隨機(jī)性因素(施肥、栽培管理、耕作制度、作物布局等)未達(dá)到破壞其原有空間格局的程度[28-29], 人們?yōu)槭斋@更多的經(jīng)濟(jì)效益, 對(duì)農(nóng)田進(jìn)行的一系列改造措施, 并沒(méi)有完全的改變由成土母質(zhì)造成的全氮空間分布, 但隨著社會(huì)經(jīng)濟(jì)的飛速發(fā)展, 工業(yè)化程度的推進(jìn), 個(gè)體農(nóng)戶更愿意進(jìn)行簡(jiǎn)單快捷的農(nóng)業(yè)生產(chǎn)活動(dòng)。于是, 農(nóng)業(yè)生產(chǎn)中對(duì)氮肥的使用量越來(lái)越大, 但個(gè)體農(nóng)戶往往根據(jù)經(jīng)驗(yàn)施用化肥, 常常均勻施肥, 造成肥力少的地方肥力仍然不足, 肥力多的地方營(yíng)養(yǎng)過(guò)剩。因此, 日積月累, 這種不科學(xué)施用氮肥的累積效應(yīng)也不容忽視, 應(yīng)該引起有關(guān)部門(mén)的重視, 制定合理的施肥管理方案, 實(shí)現(xiàn)全縣土壤生產(chǎn)力的最大化, 確保土壤資源的可持續(xù)性利用。

地統(tǒng)計(jì)學(xué)方法是將點(diǎn)數(shù)據(jù)進(jìn)行可視化的最有效的途徑[30-31]。通過(guò)Kriging插值法分析制圖, 將土壤全氮含量的點(diǎn)數(shù)據(jù)轉(zhuǎn)化為面數(shù)據(jù)[32], 直觀地反映了蒲城縣土壤全氮的空間分布特征。該縣土壤全氮含量呈現(xiàn)出由西南到東北逐漸下降的趨勢(shì), 西南方向上荊姚鎮(zhèn)和原仁鄉(xiāng)有一些斑塊狀的區(qū)域(11.5%)屬于中等含氮水平, 其余88.5%的調(diào)查樣區(qū)土壤全氮含量處于不同程度的缺乏狀態(tài), 4級(jí)缺乏(0.75—1 g·kg-1)和5級(jí)缺乏(0.5—0.75 g·kg-1)的土壤面積分別占36.8%和49.2%, 2.5%的土壤含氮量少于0.5 g·kg-1, 處在6級(jí)極缺乏狀態(tài)。這與蒲城縣南部平原麥田產(chǎn)量明顯高于北部山原的實(shí)際情況相一致。蒲城縣土壤全氮含量整體水平不高, 88.5%的區(qū)域土壤中缺乏氮素, 這可能正在制約著該縣小麥的產(chǎn)量, 導(dǎo)致該縣土壤全氮營(yíng)養(yǎng)水平整體不高的原因可能是土樣采集于前茬作物收獲后和后茬作物播種前, 此期是土壤營(yíng)養(yǎng)元素含量較低的時(shí)期。同時(shí), 該縣西南方向?yàn)闈菜喔葏^(qū), 交織著相對(duì)密集的干渠, 灌溉條件較其它地區(qū)優(yōu), 農(nóng)戶對(duì)農(nóng)業(yè)的重視程度高, 氮肥的投入明顯高于北部和中部的旱塬區(qū)域, 造成該區(qū)域土壤全氮較該縣其它地區(qū)高, 并向東北山原方向上逐漸降低。因此, 該縣相關(guān)部門(mén)要重視氮肥的投入, 整體上提高全縣土壤氮素含量, 從而提升土壤肥力, 增加農(nóng)作物的產(chǎn)量和品質(zhì), 并需要針對(duì)不同區(qū)域氮素的豐缺程度, 實(shí)行因地施肥與精準(zhǔn)分區(qū)管理, 確保全縣農(nóng)業(yè)生產(chǎn)的可持續(xù)發(fā)展。同時(shí), 建議我國(guó)各個(gè)農(nóng)業(yè)大縣, 可以通過(guò)科學(xué)的技術(shù)手段整體上把握農(nóng)田的基本狀況, 然后結(jié)合不同作物對(duì)不同養(yǎng)分的需求情況, 因地制宜, 進(jìn)行精準(zhǔn)農(nóng)業(yè)生產(chǎn), 以實(shí)現(xiàn)農(nóng)業(yè)生產(chǎn)效益的最大化, 確保生產(chǎn)實(shí)踐的可持續(xù)發(fā)展。

圖 3 蒲城縣土壤全氮的半變異函數(shù)曲線

Figure 3 Semivariograms curve for total nitrogen in wheat fields of Pucheng county

圖 4 蒲城縣土壤全氮含量空間分布圖

Figure 4 Spatial distribution for total nitrogen content in wheat fields of Pucheng county

[1] 武維華. 植物生理學(xué)(第二版)[M]. 北京: 科學(xué)教育出版社, 2008.

[2] 崔曉東, 侯龍魚(yú), 馬風(fēng)云, 等. 黃河三角洲不同土地利用方式土壤養(yǎng)分特征和酶活性及其相關(guān)性研究[J]. 西北林學(xué)院學(xué)報(bào), 2007, 22(4): 66–69.

[3] FOTH H D. Fundamentals of Soil Science[M]. Soil Science, 1958.

[4] 袁知洋, 鄧邦良, 郭曉敏, 等. 武功山山地草甸土壤全量氮磷鉀分布格局及對(duì)不同退化程度的響應(yīng)[J]. 西北林學(xué)院學(xué)報(bào), 2015, 30(3): 14–20.

[5] WARKENTIN B P. The changing concept of soil quality[J]. Journal of Soil and Water Conservation, 1995, 50: 226–228.

[6] 臘貴曉, 劉國(guó)順, 曹杰, 等. 基于地統(tǒng)計(jì)學(xué)和GIS的喀斯特?zé)熖锿寥婪柿C合評(píng)價(jià)[J]. 農(nóng)業(yè)環(huán)境科學(xué)學(xué)報(bào), 2006, 25(2): 377–381.

[7] MARCHETTI A, PICCINI C, FRANCAVIGLIA R, et al. Spatial distribution of soil organic matter using geostatistics: A key indicator to assess soil degradation status in central Italy[J]. Pedosphere, 2012, 22(2): 230–242.

[8] SHAH Z, MALIK W, BHATTI A, et al. Spatial variability of nutrients in wheat plants in semi-arid regions of northwe-stern Pakistan[J]. Communications in Soil Science and Plant Analysis, 2013, 44(16): 2472–2487.

[9] 司涵, 張展羽, 呂夢(mèng)醒, 等. 小流域土壤氮磷空間變異特征分析[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào), 2014, 45(3): 90–96.

[10] 胡明. 基于GIS技術(shù)的蒲城縣土壤重金屬空間分布及來(lái)源分析[J]. 湖北農(nóng)業(yè)科學(xué), 2015(8): 1836–1839.

[11] BOGUNOVIC I, MESIC M, ZGORELEC Z,et alSpatial variation of soil nutrients on sandy-loam soil[J]. Soil and Tillage Research, 2014, 144(4): 174–183.

[12] 于洋, 趙業(yè)婷, 常慶瑞. 渭北臺(tái)塬區(qū)耕地土壤速效養(yǎng)分時(shí)空變異特征[J].土壤學(xué)報(bào),2015, 52(6): 1251–1261.

[13] 中國(guó)科學(xué)院南京土壤所. 土壤理化分析[M]. 上海: 上?？茖W(xué)技術(shù)出版社, 1978.

[14] FOTI S, BALOGH J, HERBST M, et al. Meta-analysis of field scale spatial variability of grassland soil CO2efflux: Interaction of biotic and abiotic drivers[J]. Catena, 2016, 143: 78–89.

[15] 姚雄, 余坤勇, 曾琪, 等. 福建西部山地水土流失區(qū)土壤呼吸的空間異質(zhì)性[J]. 環(huán)境科學(xué), 2016, 37(12): 4789– 4799.

[16] GHOLAMI S, SAYAD E, GEBBERS R, et al. Spatial analysis of riparian forest soil macrofauna and its relation to abiotic soil properties[J]. Pedobiologia, 2016, 59(1-2): 27–36.

[17] 方學(xué)燕, 馮永玖, 陳新軍, 等. 6-9月秘魯外海莖柔魚(yú)資源的空間異質(zhì)性研究[J]. 上海海洋大學(xué)學(xué)報(bào), 25(2): 271–281.

[18] 趙建華, 蓋艾鴻, 陳芳, 等. 基于GIS和地統(tǒng)計(jì)學(xué)的區(qū)域土壤有機(jī)質(zhì)空間變異性研究[J]. 甘肅農(nóng)業(yè)大學(xué)學(xué)報(bào), 2008, 43(4): 103–106.

[19] WHITE J G, WELCH R M, NORVELL W A. Soil zinc map of the USA using geostatistics and geographic information systems[J]. Soil Science Society of America Journal, 1997, 61(1): 185–194.

[20] 黃智剛, 蔣代華. 紅壤蔗區(qū)土壤有效態(tài)鉀的空間變異研究[J]. 廣西農(nóng)業(yè)生物科學(xué), 2007 (3), 26(1): 67–70.

[21] 張朝生, 章申, 何建邦. 長(zhǎng)江水系沉積物重金屬含量空間分布特征研究[J]. 地理學(xué)報(bào), 1997, (2): 185–192.

[22] 藺娟, 地里拜爾蘇力坦, 艾尼瓦爾·買(mǎi)買(mǎi)提. 新疆鹽潰化區(qū)土壤養(yǎng)分的空間結(jié)構(gòu)和分布特征[J]. 干旱區(qū)資源與環(huán)境, 2007, 21(11): 113–117.

[23] 王正軍, 李典謨, 謝寶瑜. 基于GIS 和GS的棉鈴蟲(chóng)卵空間分布與動(dòng)態(tài)分析[J]. 昆蟲(chóng)學(xué)報(bào), 2004, 47(1): 33–44.

[24] 胡瑞彬, 方晰, 項(xiàng)文化, 等. 中亞熱帶南酸棗落葉闊葉林土壤磷素空間變異及其影響因素[J]. 應(yīng)用生態(tài)學(xué)報(bào), 2016, 27(3): 705–715.

[25] CAMBARDELLA C A, MOORMAN T B, PARKIN T B, et al. Field-scale variability of soil properties in central Iowa soils[J]. Soil science Society of America Journal, 1994, 58(5): 1501–1511.

[26] TRANGMAR B B, YOST R S, UEHARA G. Application of geostatistics to spatial studies of soil properties[J]. Advances in Agronomy, 1985, 38: 45–94.

[27] 全國(guó)土壤普查辦公室. 中國(guó)土壤普查技術(shù)[M]. 北京: 中國(guó)農(nóng)業(yè)出版社, 1992.

[28] 胡克林, 張鳳榮, 呂貽忠, 等. 北京市大興區(qū)土壤重金屬含量的空間分布特征[J]. 環(huán)境科學(xué)學(xué)報(bào), 2004, 24(3): 463–468.

[29] 吳瓊, 趙同科, 鄒國(guó)元,等. 北京東南郊土壤重金屬含量與環(huán)境質(zhì)量評(píng)價(jià)[J]. 中國(guó)土壤與肥料, 2016(1): 7–12.

[30] SAHABIEV I A, RYAZANOV S S, KOLCOVA T G, et al. Selection of a geostatistical method to interpolate soil properties of the state crop testing fields using attributes of a digital terrain model[J]. Eurasian Soil Science, 2018, 51(3): 255–267.

[31] RAMZAN S, WANI M A. Geographic information system and geostatistical techniques to characterize spatial variability of soil micronutrients including toxic metals in an agricultural farm[J]. Communications in Soil Science and Plant Analysis, 2018(5): 1–15.

[32] 杜虎, 宋同清, 彭晚霞, 等. 木論喀斯特自然保護(hù)區(qū)表層土壤礦物質(zhì)的空間異質(zhì)性[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2011(6), 27(6): 79–85.

Spatial heterogeneity and the influencing factors of soil total nitrogen in typical wheat fields of Shanxi province, China

LI Gengfei1,2, LIU Yuan3,4, *, ZHOU Shengbo1

1.Guangxi Transportation Research Institute, Nanning 530007, China 2. Key Laboratory for Eco-environment of Multi-River Wetlands in Shaanxi Province, Weinan, Shannxi 714000, China 3. Guangxi Transport Vocational and Technical College, Nanning 530023, China 4. Key Laboratory of Eco-Environments of the Three Gorges Reservoir Region of Ministry of Education, Chongqing 400715, China 5.College of Life Science, Southwest University, Chongqing 400715, China

In order to make reasonable fertilization scheme and guarantee the sustainable utilization of agricultural resources,the spatial structure and distribution characteristics of soil total nitrogen (TN) were studied by geostatistic and geographic information system (GlS) techniques in the wheat fields of Pucheng county. These results are as following: the content rangesof soil TN in the wheat fields of Pucheng county were 0.42-1.32g·kg-1, and the variance coefficient was 21%belonged to middle intensity, which suggested that the distribution of total TN was unequal.After 486 sample points were got rid of distinguished values, it was the normal distribution in the sample area. The best theoretical model of hemivariate function was accorded with index model, and the Nugget was 4.56×10-3, and the Partial Sill was 8.68×10-3, and the ratio of Nugget and Sill was 0.46, which suggested that TN belonged to moderate variability. The ordinary Kriging interpolation result showed that TN gradually declined from southwest to northeast in the cultivated lands of Pucheng county, and 88.5% of the sampling areas was TN deficiency except for a few patch(11.5%) distributed in southwest of Pucheng county, which was closely related to nitrogen application in southwestern irrigation areas than in northeastern arid areas. Therefore, the local relevant departments should focus on nitrogen investment and improve nitrogen level in the whole regional soil. More importantly, implement precision management should be adopted due to different nitrogen levels in different areas.

Pucheng county in Shanxi; soil total nitrogen; geostatistics; spatial variation

10.14108/j.cnki.1008-8873.2020.03.010

S158.2

A

1008-8873(2020)03-064-07

2018-04-27;

2019-05-08

2019年度高校青年教師科研基礎(chǔ)能力提升項(xiàng)目“稻秸稈-泥皮結(jié)構(gòu)相互作用機(jī)理及其坡面防護(hù)技術(shù)研究”（2019KY1338）

李庚飛(1978—), 女, 內(nèi)蒙古通遼人, 副教授, 碩士, 主要從事環(huán)境污染與生態(tài)修復(fù)研究, E-mail: ligengfei2005@163.com

劉媛(1991—), 女, 陜西寶雞人, 博士, 主要從事應(yīng)用生態(tài)學(xué)研究, E-mail: liuyuan20100901@163.com

李庚飛, 蘭素戀, 劉媛等. 陜西典型麥田區(qū)土壤全氮的空間異質(zhì)性及其影響因素[J]. 生態(tài)科學(xué), 2020, 39(3): 64-70.

LI Gengfei, LIU Yuan, ZHOU Shengbo, et al. Spatial heterogeneity and the influencing factors of soil total nitrogen in typical wheat fields of Shanxi province, China[J]. Ecological Science, 2020, 39(3): 64-70.