渭—库河绿洲植棉土壤有机质及盐分之间的相关性分析

玉苏甫·买买提　苏热艳·玉苏甫江　买合皮热提·吾拉木

摘要 [目的] 为了实现提高施肥的精度，减少浪费和保护农业资源和环境质量。[方法] 在野外取样、GPS定位、样品分析的基础上，获取土壤样品的理化性質等监测数据。在SPSS和GS+的支持下，运用统计分析、相关分析等方法， 以渭-库河绿洲植棉土研究对象，分析耕层土壤有机质现状及其与盐分之间的相关特性。[结果]渭-库河绿洲植棉土有机质平均含量为15.81～17.65 g/kg，盐分为3.17～3.42 g/kg；有机质的变异系数介于13.87%～16.19%，盐分的变异系数介于57.10%～61.99%；有机质与盐分离子在各个土层中相关特征不一，其在中层土壤中与Mg2+具有显著性负相关；空间自相关分析表明，有机质的空间结构优于全盐，且二者不论在哪个土层，各自的空间相关性差异不大。[结论]研究区植棉土壤不同土层有机质含量在表层、中层、底层其变异系数依次为16.19%、13.87%、14.28%，表层有机质变异强度最大，底层次之，中层有机质变异最小。盐离子在各个土层变异系数有差异，没有明显特征规律。有机质与HCO3-、Cl-、SO2-4、Ca2+、K++Na+等盐离子在表层、中层均具有不同程度的相关特征，但相关性不明显。在表层、中层、底层土壤中有机质含量依次为8.58%、6.29%、6.09%，具有递减趋势特征；盐分在土壤表层、中层、底层的含量依次为3.32、3.42、3.21 g/k，各土层盐分的含量相差甚小，与土壤层次的相关性不明显。有机质的分维数大小排列为中层>底层>表层。不同土壤层级中全盐的空间分维数依次是底层>表层>中层。

关键词 植棉土壤；有机质；盐分；相关分析；渭-库河绿洲

中图分类号 S136 文献标识码 A 文章编号 0517-6611（2015）20-103-04

Abstract [Objective] The research aimed to improve the accuracy of fertilization， reduce waste and protect agricultural resources and environmental quality. [Method] Based on the field sampling， GPS positioning and sample analysis， the data of physical and chemical properties of soil samples was obtained. By the support of SPSS and GS+， the methods of statistical analysis and correlation analysis were used. UganKuqa river delta oasis cotton soil was study objects，and the correlation analysis was made between soil organic matter and salinity，spatial correlation.[Result] The average content of soil organic matter in the study area was 15.81-17.65g/kg， and salt was 3.17-3.42g/kg. The coefficient of variation of organic matter was 13.87% -16.19%， and the coefficient of variation of salt was 57.10% -61.99%. Relevant characteristics of organic matter and soil salt ions in each soil lay was different， and in the middle of its soil and Mg2+ had a significant negative correlation. Spatial auto correlation analysis showed that the spatial structure of organic matter was better than the whole salt. And they in any soil layer had little differences. [Conclusion] The organic matter variation coefficient of different soil layers in surface layer of research area was 16.19%， middle layer was 13.87% and bottom layer was14.28%. The variation of surface organic matter was the biggest， followed by bottom layer， and middle layer was the smallest. the variation coefficient of salt ions in different soil layers had the difference， and characteristic rule weren′t obvious. Organic matter and HCO3-， Cl-， SO2-4， Ca2+ and K++Na+ salt ions had different degrees of correlation in the surface and middle layer， but it wasnt obvious . The contents of organic matter in the surface， middle and bottom soil were 8.58%， 6.29% and 6.09%，showing the decreasing trend.The content of salt in the soil surface， middle， and bottom was 3.32， 3.42 and 3.21 g/kg.The content was very little. The order of fractal dimension of organic matter was middle layer>bottom layer>surface layer.The order of spatial fractal dimension of total salt in different soil levels was bottom layer>surface layer>middle layer.

Key words Correlation analysis； Organic matter； Salinity； Ugan-Kuqa River Delta Oasis

土壤是由不同的矿物质成分所构成的具有一定肥力且能够生长植物的历史自然体，是人类生存发展的不可或缺的自然资源。它具有固体、液体和气体三类形态，富含矿物质、有机质和微生物等[1]。土壤在形成与发育过程中往往与周围环境因素有一定的联系。自然因素如成土母质、地质地形、气候、生物、水文等往往形成土壤主体特性[2]，而人为活动如耕种、轮作、培肥、开荒等具有随机性和不确定性，则会加速土壤性质的异化发生[3]。土壤养分的相关特性研究是揭示土壤养分空间结构特征，阐释土壤形成机制的重要基础[4]。将复杂的土壤养分信息进行定量化的表达，对于实现提高施肥的精度，减少浪费和保护农业资源和环境质量，从而促进农业的可持续发展极为必要。同时，基于土壤性质相关特性和空间变异性的研究可以为建立土壤数据库以及以后的研究、实践提供宝贵的数据，特别是对提高干旱荒漠区的土地利用效率和改善种植制度等具有重要的理论意义和现实意义[5]。自20世纪60年代以来，随着地统计学的不断深入发展且成功应用于土壤养分性质研究，人们对土壤养分的结构特性和空间特性有深刻的认识，不过大部分研究主要停留在对土壤空间特性的描述上[6-7]。Pbell首先采用地统计学方法，分析了两个土壤制图单元砂砾土的pH分布特征及其空间变异；Bunamoco运用多变量地统计学探讨了土壤水分与土壤空气之间转换联系；Matthew等[8]探索了湿地土壤养分的相关特性在不同强度的人为活动干扰下变化趋势。通过该类的实证研究，发现中小尺度范围内土壤结构各养分具有空间关联的特征。国外的研究注重系统性的理论结构，叠加自然科学与人文科学的学科特性，从地球化学、地球物理学、生物学等角度深入研究土壤养分相关性与变异性的本质来源，阐释土壤各类养分与自然要素之间的反馈作用，并且取得一定的成果。国内研究起步稍晚，目前集中于土壤水分、机械组成、容重等方面，对土壤养分相关性的原理研究较少，日趋向应用方向转移[9]，更加侧重于以人—地关系为主线，基于养分的相关特性与变异结构探讨优化土壤养分分布，合理规划农业结构，促进农业可持续发展。这些研究有助于加深对土壤发生于生态过程之间的关系认识，明确环境因素对土壤的反馈机理，也为精耕细作技术提供新思路[10]。

1 材料与方法

1.1 研究区概况

渭干河-库车河三角洲绿洲（渭-库绿洲，图1）位于我国西北新疆，地处天山南麓向塔里木盆地平原的北部，地理坐标为 81°28′30″～84°5′6″ E，39°29′51″～42°38′1″N，海拔1 500～2 000 m，渭–库绿洲自西北山地向东南盆地倾斜，东西延伸194 km，南北跨距322 km，总面积达53 500 km2，其中平原、山地各占 52.5%、47.5%[11]。该区地貌形态特性明显，绿州平原、冲击平原与山地呈南北分列，平原高度在940～980 m之间，山地地区高差差距较大。该平原由库车河水系沉积形成，绿洲面积狭小且呈零星分布，大部分地区是荒漠盐碱滩。该绿洲位于中纬度地区，远离海洋，大陆性暖温带干旱气候显著，具有冬冷夏热、气温变化大、降水稀少、蒸发量大、气候干燥、风沙频繁等特征[12]。全区大陆性暖温干旱气候特征明显，年均温蒸发强烈，山地与平原区气温、降水差距明显，整体而言气候干燥，降水偏少，冬季绵长寒冷，夏季暖温差异大，且多大风与沙尘天气。该区属于典型的绿洲灌溉农业区。丰富的光照资源与较大的日温差有利于作物养分积累。研究区以潮土、灌淤土、灌耕棕漠土等为主，约占耕地面积96%，主要作物有小麦、棉花、早熟玉米、晚熟玉米等。区域植被以由农田作物和山地自然生长的植被构成。综合来说，植物以盐生植被为主，类型少，结构单一，夹杂分布于绿洲内部或耕地边缘。

1.2 采集土样方法

在研究区植棉土地利用类型的耕地按“S”型采样线路进行均匀取样，便于统计分析和数据处理。每个取样点分别采集0～10、10～30、30～50 cm的土层样品，共计79个点（图2）。将土壤样品经过风干、捣碎后，经过筛选以剔除生物腐体。采集样品分析的土壤养分包括有机质、全盐。样品分析方法分别为重铬酸钾-外加热法、电位法和醋酸钠-火焰光度计法。

1.3 研究方法

通过分析和处理，剔除异常值或将异常值以均值代替；随后，在分析—描述性统计分析中，获取各个变量的统计值如最大值、最小值、平均值、峰度、偏度、方差，并且通过均值与方差的大小计算出各养分的变异系数；在对元数据进行相关性分析，获得各养分之间的相关性判定矩阵，并且对养分数据进行主成分分析；最后，在—非参数检验—单样本（KS）检验的模块下进行正态分布检测，将数据导入GS+9.0，对样本数据进行空间维数分析、半方差模型分析。

2 结果与分析

2.1 土壤有机质统计分析 对土壤有机质统计学特征进行分析，得出土壤有机质的统计特征值。由表1可知，表层有机质含量介于4.20～22.4 g/kg，均值为15.81 g/kg，含量为一般水平。在SPSS 20.0的数据分析中显示，其峰度值为2.552，偏度为-9.378，方差为2.56。土壤中层有机质含量最大值为23.8 g/kg，最小值為12.7，均值为17.38 g/kg，高于表层土壤，偏度和峰度值分别为0.47和0.49；底层土壤有机质含量介于13.7～22.6 g/kg之间，均值为17.65 g/kg，方差为2.52，峰度值为0.576，偏度为-0.704。该区表层（0～10 cm）、中层（10～30 cm）、下层（30～50 cm）土壤有机质平均值分别为15.81、17.38、17.65 g/kg；土壤有机质含量大小依次为0～10 cm土层<10～30 cm土层<30～5 cm土层。变异系数能反映随机变量的离散程度。一般，CV ≤10%为弱变异性；10%

2.2 土壤盐分统计分析

由表2可知，土壤中HCO-3、Cl-、SO2-4、Ca2+、Mg2+、K++Na+等含量在土壤表层、中层、底层含量各有不同，且变异系数各有差异。HCO-3的变异程度随着土层深度的不同，数值介于35.59%～67.71%；Cl-在各层土壤变异系数分别为16.75%、39.09%、67.82%；SO2-4在各层土壤变异系数分别为55.49%、13.51%、12.82%；Ca2+的变异系数在各层土壤中分别为15.79%、91.44%、100.06%；Mg2+的变异系数在各层土壤中分别为49.75%、57.4%、77.1%；K++Na+的变异系数在各层土壤中分别为56.23%、14.81%、0.164%。

2.3 有机质和盐分之间的相关性

土壤有机质、盐分是土壤基本性质。笔者对渭-库河绿洲植棉土壤有机质与盐分之间的相关性进行分析。

由表3可知，研究区植棉土有机质与HCO-3、Cl-、SO2-4、Ca2+、Mg2+、K++Na+等盐离子在不同的土壤深度的相关性特征不一样。有机质与HCO-3、Cl-、SO2-4、Ca2+、K++Na+等盐离子在表层、中层均具有不同程度的相关特征，相关性不明显；有机质与Mg2+在底层土壤中具有明顯的负相关特征（P<0.05）。

2.4 不同土层与土壤有机质和盐分的相关性 有机质含量是以其所占土壤养分含量的百分比进行统计的，盐分含量则以其所在土层的含量平均值为准。由表4可知，在表层土壤（0～10 cm）、中层（10～30 cm）、底层（30～50 cm）中，有机质含量分别为8.58%、6.29%、6.09%，可见表层土壤有机质含量高于底层土壤。这主要是由于表层土壤与地表生物界面联系密切。盐分在土壤表层、中层、底层的含量依次为3.32、3.42、3.21 g/kg，各土层盐分的含量相差甚小。

2.5 土壤养分空间相关性分析

2.5.1 正态分布检验。

运用SPSS20.0软件下分析模块的数据检验分析功能，对土壤养分数据进行单样本K-S正态分布检验。由表5可知，底层土壤有机质含量数据和表层土壤盐分数据未能通过0.05的检验水平，在GS+9.0中可以通过对数变换、均值变换等变换方法将不符合正态分布形式的数据进行转置。这是因为变量属性呈正态分布形式，才能在GS+9.0中的空间相关分析中具有良好的拟合效果。

2.5.2 有机质与盐分的维数分析。

土壤养分的空间维数为变异函数的二阶导数，是变异函数值与滞后距双对数关系。

分维数一般与土壤养分的空间相关度呈反比，从而指示土壤养分的空间结构特征。

由表6可知，不同土层的有机质和盐分分维数大小不一，其中底层土壤中盐分含量的分维数最大，达到1.973，说明其间分布均一度较高，空间结构中随机变异因素比重较大，结构性较弱，分布复杂；中层土壤中盐分的分维数最小，为1.686，说明其空间变异分布均一性较差，随机因素影响小，结构性好，分布相对简单。不同土层土壤有机质的分维数大小依次为中层有机质（1.769）>底层有机质（1.782）>表层有机质（1.769）。不同土壤层级中盐分的空间分维数依次是底层（1.973）>表层（1.789）>中层（1.686）。虽然分维数大小介于1.686～1.973之间，数值相差甚小，但是仍指示出不同层级养分的空间相关性大小。各个空间分维模型的决定系数接近于0，拟合精度较高。

2.5.3 有机质与盐分的半方差分析。

半方差函数为变量的空间相关特性的度量，即半方差值越小，说明其分布具有强烈的空间结构性。由表7可知，表层、中层、底层土壤有机质的最佳拟合模型分别为直属模型、高斯模型、高斯模型，其拟合精度分别达到0.983、0.929、0.965；块金值与基台值比分别为10.87%、31.78%、27.54%。不同层级的盐分最佳拟合模型分别为高斯模型、球面模型、线性模型，拟合精度分别达到0.932、0.927、0.945，块基比依次为24.86%、22.50%、21.05%。

3 结论

以采样点的监测数据为基础，在SPSS20.0和GS+9.0的支持下研究渭干河-库车河绿洲耕层土壤的有机质与盐分含量的相关特性。

（1）研究区耕层土壤有机质含量介于4.20～23.8 g/kg之间，在表层、中层、底层其变异系数依次为16.19%、13.87%、14.28%，表层有机质变异强度最大，底层次之，中层有机质变异最小。盐离子在各个土层变异系数具有差异，没有明显特征规律。HCO-3的变异程度随着土层深度不同，数值介于35.59%～67.71%；Cl-在各层土壤变异系数分别为16.75%，39.09%、67.82%；SO2-4在各层土壤变异系数分别为55.49%、13.51%、12.82%，Ca2+的变异系数在各层土壤中分别15.79%、91.44%、100.06%；Mg2+的变异系数在各层土壤中分别为49.75%、57.4%、77.1%；K++Na+的变异系数在各层土壤中分别为56.23%、14.81%、0.164%。

（2）研究区植棉土中土壤有机质与HCO-3、Cl-、SO2-4、Ca2+、Mg2+、K++Na+等盐离子在不同土壤深度的相关性特征不一样。有机质与HCO-3、Cl-、SO2-4、Ca2+、Mg2+、K++Na+等盐离子在表层、中层均具有不同程度的相关特征，相关性不明显；有机质与Mg2+在底层土壤中具有明显的负相关特征（P<0.05）。

（3）土壤层次结构不同，有机质含量与盐分的含量各有差异。在表层、中层、底层土壤中，其有机质含量分别为8.58%、6.29%、6.09%，具有明显的土体结构效应，结构比呈递减趋势特征。盐分在土壤表层、中层、底层的含量分别为3.32、3.42、3.21 g/kg，各土层盐分的含量相差甚小，与土壤层次的相关性不明显。

（4）研究区土壤有机质和全盐含量均发生一定程度的空间异化特征，其分维数大小各有差异，有机质的分维数大小依次为中层（1.769）>底层（1.782）>表层（1.769）。不同土壤层级中全盐的空间分维数依次为底层（1.973）>表层（1.789）>中层（1.686）。应用半方差函数中的高斯模型、指数模型、线性模型和球面模型能很好地拟合出研究区这两类养分的空间相关特征；表层、中层、底层土壤有机质的最佳拟合模型分别为直属模型、高斯模型、高斯模型，块金值与基台值比分别为10.87%、31.78%、27.54%；不同层级的盐分最佳拟合模型分别为高斯模型、球面模型、线性模型，块基比分别为24.86%、22.50%、21.05%。

參考文献

[1] 于婧.基于GIS和地统计方法的土壤养分空间变异及应用研究[D].武汉：华中农业大学，2007：1-124.

[2] 张伟，刘淑娟，叶莹莹，等.典型喀斯特林地土壤养分空间变异的影响因素[J].农业工程学报，2013，29（1）：93-100.

[3] 黄元仿，周志宇，苑小勇，等.干旱荒漠区土壤有机质空间变异特征[J].生态学报，2004，24（12）：2776-2781.

[4] 杨建峰，孙燕，邬华松，等.胡椒园土壤养分相关性研究[J].热带农业科学，2008，29（8）：8-10.

[5] 阿米娜·阿布力克木，迪丽努尔·阿吉，玉素甫江·买买提.阿图什市盐渍化土壤中有机质现状及有机质与盐分之间的相关性分析[J].信阳师范学院学报：自然科学版，2010，23（4）：550-557.

[6] 方萍，吕成文，朱艾莉.分形方法在土壤特性空间变异研究中的应用[J].土壤，2011，43（5）：710-713.

[7] 张松林，张昆.全局空间自相关 Moran 指数和 G 系数对比研究[J].中山大学学报：自然科学版，2007，46（4）：94-97.

[8] 张伟，陈洪松，王克林，等.典型喀斯特峰丛洼地坡面土壤养分空间变异性研究[J].农业工程学报，2008，24（1）：68-73.

[9] 冉啟香，罗蔚，张翔，等.分形在土壤空间变异性评价中的应用研究[J].中国农村水利水电，2010（7）：5-8.

[10] 范夫静，宋同清，黄国勤，等.西南峡谷型喀斯特坡地土壤养分的空间变异特征[J].应用生态学报，2014，25（1）：92-98.

[11] 刘勤，王宏卫，贡璐.新疆渭干河-库车河绿洲生态安全及演变趋势评价[J].水土保持研究，2014，21（2）：179-184.

[12] 满苏尔·沙比提，吐尼沙古丽·牙生.渭干河-库车河三角洲绿洲植物气候生产力变化特征分析[J].干旱地区农业研究，2008，26（5）：212-216.

[13] 张飞，丁建丽，塔西甫拉提·特依拜，等.干旱区典型绿洲土壤盐渍化特征分析——以渭干河-库车河三角洲为例[J].草业学报，2007，16（4）：34-40.