猕猴桃果园土壤养分空间变异性分析——以陕西周至县为例

雷宝佳，杨联安,张林森,王天泰,朱群娥,闫朝霞

(1.西北大学 城市与环境学院, 陕西 西安 710127;2.西北农林科技大学 园艺学院, 陕西 杨凌 712100;3.陕西省周至县土壤肥料工作站, 陕西 西安 710400)



·环境科学·

猕猴桃果园土壤养分空间变异性分析
——以陕西周至县为例

雷宝佳1，杨联安1,张林森2,王天泰3,朱群娥3,闫朝霞3

(1.西北大学 城市与环境学院, 陕西 西安 710127;2.西北农林科技大学 园艺学院, 陕西 杨凌 712100;3.陕西省周至县土壤肥料工作站, 陕西 西安 710400)

以陕西周至县猕猴桃果园为例,采用GIS与地统计分析相结合的方法,对有机质、碱解氮、有效磷、速效钾进行了空间变异性研究, 并分析得到4种土壤养分的空间分布规律和丰缺状况。结果表明:① 变异系数P>K>NH4+-N>OM且均小于50%,属于中等变异性;② 4种土壤养分均具有中等空间相关性,其中P>OM> NH4+-N>K；③ 对4种土壤养分空间分布进行分析,P的丰缺等级为“中-高”水平,而其他3种养分丰缺等级均处于“中-低”甚至“极低”的水平,需加强施肥力度。

GIS;土壤养分;空间变异;Kriging插值

土壤养分空间变异性是指土壤是不均一的、变化的连续体,即使在土壤质地相同的区域内,同一时刻土壤特性(包括物理、化学、生物等方面)在不同空间位置上也具有明显差异的特性[1]。土壤空间变异性是结构性因素和随机性因素共同作用的结果,随机性因素指耕作、施肥、点源污染等各种人为活动引起的空间变异,结构性因素指母质、地形、土壤类型等非人为的区域因素(空间自相关部分)影响。自20世纪70年代以来,许多学者将地统计学与GIS相结合，对土壤属性的空间变异性进行了研究[2-3]。Cambardella等研究了美国伊阿华中部土壤的田间尺度变异性[4]。路鹏等运用地统计学和GIS分析了区土壤养分空间分布规律[5]。根据土壤养分变异规律及分布特征,了解土壤养分的含量,掌握土壤养分的丰缺状况,进而对农田果园等实行精确变量施肥,对提高农作物品质、增加产量具有重要的意义。陕西省周至县是我国最大的猕猴桃种植基地县。本研究通过野外调查、实地采样、测试分析和整理历史资料,运用GIS和地统计学相结合的方法,对陕西周至县猕猴桃产业区土壤养分空间变异性进行了研究,揭示了猕猴桃果园土壤养分的空间变异特征,进而提出合理的施肥措施,对提高肥料使用率、优化果品品质、保护生态环境提供科学的理论依据。

1 资料与方法

1.1 研究区概况

周至县地处东经107°39′～108°31′,北纬33°42′～34°14′之间,东西长约64.8 km,南北宽约55.6 km,位于陕西八百里秦川腹地,关中平原南部偏西,南依秦岭,属西安市管辖郊区县,距西安市区78 km,是猕猴桃最佳适生区,农业部定点的中国唯一的猕猴桃标准化栽培示范县。2011年底,全县猕猴桃种植面积达2.34×104hm2(其中,挂果面积1.4×104hm2),占全国猕猴桃种植总面积的30%。本研究采样区位于周至县猕猴桃种植密集区,海拔在149～241 m之间,地势南高北低,跨3个自然地貌单元,依次为秦岭山地、黄土台塬、渭河平原,境内有渭河支流黑河、田峪河。土壤类型主要以塿土、黄土、潮土、淤土、水稻土为主。

1.2 数据的采集

2011年,果实采收后基肥施入前,对周至县猕猴桃种植较集中的17个乡镇的果园土壤进行采集,共684个样点。利用GPS定位技术,遵循土壤采样全面性、均衡性、客观性、可比性的原则,对不同土壤类型和地貌类型的土壤都有采样点分布,并按照农业部统一的测土配方施肥技术规范和要求,果园于0～20 cm深度进行取样,每一土样选取有代表性的田块,采用“S”法均匀随机采取8个点混匀后用四分法留取1 kg土样装袋以备分析,样品于实验室风干后测定土壤养分。采样项目包括有机质、碱解氮、有效磷,速效钾。因地势限制,猕猴桃种植区主要位于秦岭北麓的平原地区。采样点分布如图1所示。

图1 试验区采样点分布图Fig.1 Distribution map of test sample points

1.3 研究方法

1.3.1 分析方法 土壤有机质(OM):重铬酸钾氧化外加热法;土壤碱解氮(NH4+-N):碱解扩散法;土壤有效磷(P):碳酸氢铵浸提-钼锑抗比色法;土壤速效钾(K):乙酸铵浸提-火焰光度法[6]。

1.3.2 数据处理 将GPS定位的采样点数据导入ArcGIS10.0软件平台,在ArcGIS地统计模块中对采样点进行探索性检验,利用直方图、Normal QQPlot图检验其是否符合正态分布,剔除离群值,直到符合正态分布或对数正态分布。再采用Ordinary Kriging插值方法,首先绘制实际半变异函数曲线,然后通过交叉验证选择最优模型(主要包括线性模型、球状模型、指数模型和高斯模型),最后进行插值生成各养分含量的表面预测图[7]。

2 结果分析

2.1 果园区土壤养分的正态分布检验

根据周至县猕猴桃果园样点的土壤养分特征,进行初步统计和评价,统计结果见表1。首先利用直方图、Normal QQPlot图剔除离群值。直方图中采样数据出现频数越小,其为异常值可能性越大;Normal QQPlot图中离散点越接近于一条直线,数据越符合正态分布,偏离这条直线越远为异常值可能性越大。在ArcGIS10.0软件平台下,偏度越接近0,峰值越接近3,采样数据越符合正态分布。通过评价分析,有机质、碱解氮符合正态分布;有效磷、速效钾符合对数正态分布。变异系数表示土壤特性空间变异性的大小,变异系数越大,元素在土壤中的分布越不均匀,受人类影响越大。变异系数≤10%为弱变异性,10%<变异系数<100%为中等变异性,变异系数≥ 100%为强变异性[8]。因此，4种元素均属于中等变异性,其中P>K>NH4+-N>OM且均小于50%。其中有效磷的变异系数最大,这与有效磷施肥方式、施肥量有关,而且磷在土壤中移动小,当季利用率低,从而使得有效磷分布不均匀。其他几种元素在土壤中移动性大,氮和钾的当季利用率高,土壤中残留量少,一般处于亏缺状态,因此分布比较均匀。

表1 周至县猕猴桃果园区土壤养分的描述性统计Tab.1 The descriptive statistics of soil nutrients in kiwi orchards of Zhouzhi county

2.2 果园区土壤养分空间变异结构分析

在选取土壤养分的半方差函数时,首先计算出r(h)～h的散点图,然后用不同的模型(线性模型、球状模型、指数模型、高斯模型)进行拟合,根据不同模型的参数选取最适宜的模型类型,最后再用交叉性检验法来检验模型的拟合参数。最优模型参数选择的判断标准为:平均预测误差(ME)越接近于0,平均标准差(RMSSE)越接近于1,预测误差的均方恨(RMS)、平均预测标准差(ASE)越小时,其模型拟和状况越好[9]。通过分析比较,有机质采用球状模型,碱解氮、有效磷和速效钾均采用指数模型时具有较好效果。其土壤养分空间变异的相关参数如表2所示。

C0表示块金值,较大的块金值说明较小尺度上的某种过程不容忽视;基台值Sill即变异函数值不再随距离变化的值;基底效应(C0/Sill)表示随机部分引起的空间变异性占系统总变异的比例,该值越大,说明空间变异更多的是随机性因素引起的,否则,则是由结构性因素引起的[9]。 一般,基底效应<25%,说明具有强烈的空间相关性,变异主要由空间自相关因素引起的;基底效应介于25%～75%,属于中等的空间相关性;>75%时,说明空间相关性较弱,不适合采用空间插值的方法进行预测[4]。4种变量基底效应在25%～75%之间,均属于中等空间相关,其中P>OM> NH4+-N>K。有效磷的基底效应接近75%,说明有效磷空间变异性由随机性因素引起的占主导地位,这可能与耕作方式、灌溉、施肥等人为因素有关,例如果园猕猴桃树种植时间长,不同农户对磷肥的施肥情况不同等因素引起。有机质、碱解氮、速效钾的基底效应均小于50%,说明其空间变异不仅受人为因素影响,受土壤类型、地形等自然因素影响也较大。

表2 土壤养分空间变异理论模型与相关参数Tab.2 The theoretical models of spatial Variability of soil nutrients and the related parameters

2.3 果园区土壤养分空间分布特征

根据上面所述的半方差函数参数采用Ordinary Kriging插值法进行空间插值,并依据周至县土壤肥料工作站制定的周至县猕猴桃地土壤氮磷钾养分丰缺指标体系,有机质等级以陕西省土壤养分分解等级为标准,将各养分含量划分为不同等级,4种土壤养分元素的插值结果如图2所示。

猕猴桃为贪肥果树,对营养元素的需求量大,可能对于苹果树、桃树等营养已十分充足,但对猕猴桃却远不够。我国无公害果树技术规程要求土壤有机质含量要达15/g·kg-1以上,最好能达到30/g·kg-1[10]。由表1可知,该区有机质平均值为16.522/g·kg-1,范围介于8.7～23.5/g·kg-1之间,总体含量偏低。由图2a有机质分布图可看出,研究区大部分区域有机质在15～20/g·kg-1,在四屯乡、侯家村乡中部、马召镇北部、广济镇东部、以及终南镇的部分地区有机质含量明显缺乏。土壤碱解氮的分布如图2b所示,其含量明显偏低,大部分地区为50～80/mg·kg-1,在丰缺等级中处于“低”水平,部分地区含量<50/mg·kg-1,处于“极低”水平。从图2c的土壤有效磷分布图可看出,在尚村镇、九峰乡、集贤镇东部、青化乡、以及富仁乡、司竹乡、马召镇、辛家寨乡和广济镇的部分地区有效磷含量为30～50/mg·kg-1,处于“高”等级,养分充足;在九峰乡、尚村镇出现的极高分布区,说明该县土壤有效磷含量相对较高,大部分地区能满足猕猴桃生长,同时也反映出果农施用磷肥较多。研究区土壤速效钾含量普遍偏低,如图2d显示,除尚村镇、九峰乡北部部分地区处于“高”等级外,其他地方也存在明显的速效钾缺乏现象，部分地区含量不足100/mg·kg-1。

图2 周至县猕猴桃果园土壤养分含量Kriging插值分布图Fig.2 The Kriging distribution diagram of soil nutrients contents in Kiwifruit Orchards, Zhouzhi County

3 结论与讨论

1)地统计学与GIS相结合对研究猕猴桃果园土壤养分空间变异规律具有较好的效果。4种元素变异系数P>K>NH4+-N>OM且均小于50%,均属于中等变异性。

2)经半方差分析,土壤养分的空间变异结构分析结果为P>OM> NH4+-N>K均具有中等相关性,其中有效磷具有较弱的空间相关性,说明人为因素对其影响占主要地位,其他3种元素受自然和人为因素影响均比较明显。

3)通过对土壤养分空间分布图的分析,对于土壤氮、磷、钾及有机质,在今后的施肥指导管理决策中可根据不同元素分区指导。其中有效磷含量处于中等或充足水平,基本能满足猕猴桃生长需求,证明果农普遍重视磷肥的施用;速效钾的含量等级差别最大,但大部分面积仍处于缺乏状态;而氮肥含量整体偏低,部分地区处于极低水平。因此,在今后的农业生产中对于磷肥可以酌情少量施肥,而要重视钾肥和氮肥施用,以满足果树养分需求。

[1] 华孟,王坚.土壤物理学[M].北京:北京农业大学出版社,1992,214-243.

[2] 白由路,金继运,杨俐苹,等.基于GIS的土壤养分分区管理模型研究[J].中国农业科学,2001,34(1):46-50.

[3] YANAI J,MISHIMA A,FURAKAWA S，et al. Spatial variability of organic matter dynamics in the semi-arid croplands of northern Kazakhstan[J]. Soil Science Plant Nutrient, 2005, 51 (2): 261-269.

[4] CAMBARDELLA C A,MOORMAN T B,NOVAK J M,et al. Field-scale variability of sail properties in cenrtal lowa soil[J].Soil Science Society Of America Journal,1994,58:1501-1511.

[5] 路鹏,彭佩钦,宋变兰,等.洞庭湖平原区土壤全磷含量地统计学和GIS分析[J].中国农业科学,2005,38(6):1204-1212.

[6] 鲍士旦.土壤农化分析[M].北京:中国农业出版社，2000.

[7] 石小华,杨联安,张蕾.土壤速效钾养分含量空间插值方法比较研究[J].水土保持学报,2006,16(2):68-72.

[8] 刘少冲,段文标.红松阔叶混交林林隙土壤养分的空间异质性[J].水土保持学报,2011,25(3):142-146.

[9] 赵其国,史学正.土壤资源概论[M].北京:科学出版社,2007.

[10] 李百云,刘旭峰,金会翠,等.陕西眉县部分猕猴桃果园土壤主要养分状况分析[J].西北农业学报,2008,17(3):215-218.

(编 辑徐象平)

Analysis on spatial variability of soil nutrition of kiwifruit orchards: Taking Zhouzhi County of Shaanxi Province as a case

LEI Bao-jia1, YANG Lian-an1, ZHANG Lin-sen2, WANG Tian-tai3, ZHU Qun-e3, YAN Zhao-xia3

(1.College of Urban and Environmrntal Sciences, Northwest University, Xi′an 710127, China; 2.College of Horticulture, Northwest A&F University, Yangling 712100, China; 3. Soil and Fertilization Station of Zhouzhi County, Xi′an 710400, China)

The method of GIS and statistical analysis are combined to analyze the spatial variability of the organic matter, nitrogen, phosphorus and available potassium based on Zhouzhi County kiwifruit orchards. The abundance and the law of the spatial distribution of the four kinds of soil nutrients are analyzed. The results shows: ① The coefficient of variation of soil nutrients belongs to medium variability and they are all less than 50%,and P>K>NH4+-N>OM； ② The four kinds of soil nutrients all have medium spatial correlation, and P>OM>NH4+-N>K; ③ Through four kinds of soil nutrient spatial distribution analysis, the abundance and deficiency level of P is "Medium-High", the abundance and deficiency level of the other three kinds are "medium-low", even "extremely low" levels, fertilization efforts need to be strengthened.

GIS; soil nutrients; spatial variability; Kriging interpolation

2013-09-29

教育部人文社会科学研究规划基金资助项目(10YJA910010);陕西省农业科技攻关基金资助项目(2011K02-11);农业部现代苹果产业技术体系肥水高效利用岗位基金资助项目(NYCYTX-08)

雷宝佳,女,陕西岐山人,从事遥感与地理信息系统应用。

杨联安，男，陕西武功人，西北大学副教授，博士，从事地理信息系统应用研究。

S158.9

：ADOI：10.16152/j.cnki.xdxbzr.2015-02-028