川中丘陵-盆周山地过渡带土壤碳氮空间变异特征及其主控因素

黄婉婷,罗由林,李启权,2,王昌全 *, 张馨文, 杜宣延,辛志远,陈 林

(1. 四川农业大学资源学院，四川 成都 611130；2.四川农业大学资源与地理信息技术研究所，四川 成都 611130)

川中丘陵-盆周山地过渡带土壤碳氮空间变异特征及其主控因素

黄婉婷1,罗由林1,李启权1,2,王昌全1 *, 张馨文1, 杜宣延1,辛志远1,陈 林1

(1. 四川农业大学资源学院，四川 成都 611130；2.四川农业大学资源与地理信息技术研究所，四川 成都 611130)

以宜宾县为案例区，运用地统计学、方差分析、回归分析等方法，探讨了川中丘陵-盆周山区过渡带有机碳(SOC)和全氮(TN)含量的空间分布特征及其主控因素。结果表明，研究区SOC、TN含量平均值分别为11.23、1.45 g·kg-1，均为中等强度的空间变异性。在空间上均表现为东南部高而中北部地区低的趋势。土壤类型、土壤质地、灌溉水源、土壤侵蚀程度、种植制度均对SOC和TN的空间变异有极显著影响(P<0.01)。其中耕作制度和土壤类型共同主导着该区SOC和TN的空间变异。

土壤有机碳；全氮；空间变异；主控因素；过渡带

土壤中的有机碳(SOC)和全氮(TN)是陆地土壤碳库和氮库的重要组成部分，在一定程度上影响着大气中温室气体的浓度和全球气候变化[1-3]；同时也是植物生长的主要养分来源，影响着植物群落和生态系统构成[4]，成为近年来全球气候变化背景下关注的焦点之一。其空间变化信息则是分析土壤质量、合理利用土壤资源以及研究以碳氮为基础的温室气体收支平衡的基础资料。受区域水热条件、成土过程特点及人为活动的影响，一定区域内土壤碳氮的空间分布存在高度异质性[5-6]。因此，研究土壤碳氮空间分布特征及其影响因素，对于准确掌握土壤碳氮的空间分布信息和精准农业管理均有重要意义[7]。

目前，已有许多学者结合地统计学[8]、神经网络方法(RBF)[9]、网格分区法[10]等方法研究探讨了不同环境背景下土壤SOC和TN的空间变异特征及其影响因素，如丘陵区、盆地区、平原区、河流区[8,10-12]。这些结果显示，在不同的环境背景下，SOC和TN的空间分布特征及其影响因素明显不同。在众多影响因素中，成土母质、土壤类型、土壤质地、土壤侵蚀程度、地形地貌和耕作制度、农业管理措施等均对SOC和TN的空间分布有不同程度的影响[8-12]。已有研究在对这些影响SOC和TN的空间分布的因素进行探讨时，大多以描述性比较或定性分析各因素对碳氮空间变异有无显著影响为主，而量化不同因素对土壤SOC和TN的空间变异的影响程度将更有利于理解区域土壤碳氮空间分布格局的形成和更精确的指导区域碳氮调控和生态环境保护。

川中丘陵地处四川盆地西南部，盆周山地主要位于川中丘陵区东北和东南部。两个地区已有碳、氮空间变异特征的研究主要集中于川中丘陵腹地，如仁寿县、三台县等典型丘陵区[13-14]或攀西地区等盆周山地[15]，而针对两个区域边缘过渡地区的研究鲜有报道。因此，本研究以地处川中丘陵与盆周山地过渡地带的宜宾县为案例区，选取土壤类型、土壤质地、灌溉条件、侵蚀程度、种植制度五类定性影响因素，结合GIS技术平台，采用地统计学、方差分析、回归分析等方法揭示该农业生态区土壤SOC和TN的空间变异特征及主控因素，以期为区域丘陵-山地过渡带SOC和TN的管理和生态环境保护提供科学依据。

1 材料与方法

1.1 研究区概况

研究区位于宜宾市西北部(图1)，地处川中丘陵与盆周山地农业生态区过渡带。地理位置为北纬28°18′ ～ 29°16′，东经104°01′～104°43′，幅员面积2945.83 km2。全县辖18个镇，8个乡，人口102万。该区整体呈现南北长、东西窄，地势东北低、西南高，海拔270～1418 m，地貌以丘陵为主，约占面积的73 %以上。宜宾县属于亚热带季风气候，低丘、河谷地带有南亚热带的气候属性。具有气候温和、热量丰足、雨量充沛、光照适宜、无霜期长、冬暖春早、四季分明的特点。年平均气温为18.4 ℃，年降雨量1011.5 mm左右。年日照时数1069.9 h，无霜期平均350 d左右。土壤母质以紫红色砂岩为主的侏罗系和白垩系地层为主。土壤类型主要有水稻土、黄壤、新积土、紫色土四类。灌溉水源主要有河流、集水窖坑、水库、塘堰、大气降水。土壤侵蚀程度差异较大。种植制度有一年一熟、一年两熟、一年三熟。

1.2 数据来源与样品采集

根据研究区的实际情况，采用GPS定位技术，在考虑取样点的均匀性和代表性的基础上，结合研究区土壤类型、土壤质地、排灌水条件、侵蚀程度和种植制度等资料，进行采样点布设，于2008年11-12月在全县采集表层(0～20 cm) 耕作土壤和自然土壤共100个(图1)，每一采样点周围5m范围内取4个点，混合后以四分法取样。采样同时记录每个采样点的地理坐标、海拔、土壤类型、土壤质地，排灌水条件、侵蚀程度、种植制度等地表环境信息。土壤样品在室内自然风干后，研磨过100目筛，SOC含量采用重铬酸钾法进行测定；TN含量采用FossKjeltec8400全自动凯氏定氮仪进行测定。

1.3 数据分析与处理

采用域值法[16]剔除1个异常样点后，对SOC和TN含量数据进行相关内容的分析。SOC和TN含量的常规统计分析、相关分析、方差分析、回归分析、均SPSS20软件中完成；方差分析用于揭示不同因素对SOC和TN的影响是否存在显著差异；回归分析量化了各影响因素对SOC和TN的空间变异的影响程度，并以此确定研究区SOC和TN的空间分布的主控因素。另外，考虑到土壤质地、排灌水条件、侵蚀程度、种植制度为定性分类变量，研究中采用哑变量进行赋值[13,17]后再进行回归分析。地统计学分析用于进行SOC和TN的空间结构分析，计算半方差函数和参数，按最佳模型拟合，在GS+7.0软件上进行。最后根据参数值，以ArcGIS9.3软件为平台，用普通克里格法插值获取研究区SOC和TN的空间分布图。

图1 宜宾县高程及土壤采样点分布Fig.1 Elevation and soil sampling point distribution in Yibin county

指标Index样点数Samples最小值Min(g·kg-1)最大值Max(g·kg-1)平均值Mean(g·kg-1)标准差SD变异系数c．v．%偏度系数Skewness峰度系数Kurtosis分布类型DistributiontypeSOC991．9429．1711．236．070．540．6980．337正态TN990．522．421．450．410．280．421-0．002正态

2 结果与分析

2.1 一般统计

统计结果(表1)表明，研究区SOC、TN含量分别为1.94～29.17、0.52～2.42 g·kg-1。SOC含量平均值为11.23 g·kg-1，TN含量平均值为1.45 g·kg-1。从变异系数上看，SOC和TN的变异系数分别为54 %和28 %，均属中等强度的变异性。与川中丘陵其他县域尺度上的结果基本一致[13,18]。K-S 检验结果表明，研究区内SOC和TN含量均符合正态分布(TN:P=0.643;SOC:P=0.598)，满足方差分析和回归分析要求(图2)。

2.2 空间结构

常规统计分析只能概括研究区SOC和TN含量变化的总体特征，为进一步表现其空间分布的随机性、结构性、独立性和相关性等，需采用地统计学方法对其空间结构和分布特征进行分析。半方差拟合结果的参数中，变程可以反映空间变量自相关范围的大小；决定系数可以反映模型拟合效果；块金效应则可以揭示土壤属性的空间自相关程度。空间自相关程度会受到结构性因素和随机性因素的影响，其中，结构性因素主要是指土壤在形成过程中的土壤类型、土壤质地；随机性因素则是指诸如土地利用方式等能在一定程度上反映人为活动因素，如侵蚀程度、排灌水条件、种植制度。结构性因素使得土壤属性具有空间自相关性，而随机性因素则会减弱土壤属性的空间自相关性，增大其异质性[18]。

半方差拟合结果(表2，图3)表明：研究区SOC和TN均符合指数模型，决定系数R2分别为0.893、0.734，拟合程度较好。块金值分别为0.210、0.045，说明存在由于采样误差、短距离的变异、随机和固有变异引起的误差[19]。其中受这种误差影响比较小的是TN。基台值从块金效应C0/(C0+C) 来看，研究区SOC、TN的块金效应C0/(C0+C) 为0.525、0.563，属于中等程度的空间变异，表明其空间变异受到结构性因素和随机性因素的共同影响；从变程来看，SOC、TN的步长距离分别为7、5 km，空间自相关范围较小。

2.3 空间分布特征

为进一步分析研究区SOC和TN的空间特征，根据半方差参数值，在ArcGIS 9.2软件平台使用普通克里格法内插，得到研究区的SOC和TN的空间分布图(图4)。研究区内SOC、TN分布情况相似，呈块状分布，高值主要分布在东北部、西部，南部地区，低值区主要分布在中部地区。土壤SOC含量在9.00～12.00 g·kg-1区域分布面积最广，TN含量在1.25～1.50 g·kg-1区域分布面积最广，与统计结果一致。

图2 研究区SOC和TN频率分布Fig.2 Histograms of SOC and TN content

表2 研究区SOC和TN含量半方差函数模型及其参数

图3 研究区土壤SOC和TN含量半方差函数Fig.3 Isotropic semivariogram of SOC and TN in the study area

2.4 影响因素

2.4.1 土壤类型 不同土壤类型具有不同的矿物组成、成土过程及发育程度，使其土壤特性存在差异。研究区不同土壤类型间SOC和TN含量表现为：SOC和TN含量均以水稻土最高而紫色土最低(表3)。多重比较显示，水稻土与紫色土、黄壤的SOC和TN含量均存在显著差异，而紫色土与黄壤之间SOC和TN含量均无显著性差异。在变异系数方面，不同土壤类型SOC变异系数总体高于全氮，其中紫色土SOC、黄壤TN变异系数最高，各土壤类型基本均呈中等程度的空间变异。

2.4.2 土壤质地 土壤质地能够直接影响土壤的孔隙状况，进而会对土壤的通气透水性和保水保肥性产生影响。研究区不同质地的土壤中，砂土SOC、TN含量均显著低于粘土和壤土(表4)，随着土壤质地由砂土变粘土，土壤碳氮含量也易处于较高水平。主要是砂质土壤的颗粒间空隙大，不利于土壤水分和碳氮的保存。从砂土到粘土，SOC和TN含量呈现出先增后降的趋势，在壤土、粉砂质壤土均处于较高水平，反映出壤土具有较好的碳氮涵养能力。从变异系数来看，不同土壤质地SOC和TN均属于中等程度的变异。SOC的变异系数高于TN的变异系数。

图4 研究区SOC和TN含量空间分布Fig.4 Spatial distribution of SOC and TN in the study area

土壤类型Soiltype样点数SamplesSOCTN均值(g·kg-1)Mean标准差SD变异系数c．v．均值Mean(g·kg-1)标准差SD变异系数c．v．水稻土5614．81a5．180．351．67a0．360．22紫色土396．43b3．440．541．15b0．260．23黄壤48．06b2．730．341．30b0．470．36

注：同行不同小写字母表示不同土壤类型差异显著(P<0.05)，同行相同小写字母表示不同土壤类型差异不显著。下同。

2.4.3 灌溉水源 不同的灌溉水源SOC和TN含量呈现出不同特征(表5)。河流、集水窖坑、水库、塘堰这些有灌溉水源保障的土壤，其SOC含量均显著高于没有灌溉水源保障的大气降水，而TN则表现为集水窖坑、水库、塘堰这3种灌溉水源其TN含量显著高于河流、大气降水，以河流作为灌溉的土壤其TN含量与大气降水下的土壤TN含量无显著性差异。这主要是集水窖坑、水库、塘堰截留的水源多是带有土壤养分的地表径流；而河流主要源自高山积雪融水及部分地表径流水；大气降水相对纯净且有较大季节性，不利于保持稳定的土壤水分及团聚体机构，进而导致其土壤碳氮含量相对较低。变异系数方面，SOC和TN均为中等程度的变异，且SOC变异系数高于TN变异系数。

2.4.4 侵蚀程度 土壤侵蚀程度也影响着土壤碳氮含量(表6)：随着侵蚀程度的加深，SOC和TN含量均呈现出下降趋势。其中，一级(无明显侵蚀)、二级(轻度侵蚀)，SOC和TN含量均显著高于四级(重度侵蚀)、五级(剧烈侵蚀)。SOC含量在不同侵蚀程度的土壤上差异剧烈，一级(无明显侵蚀)下SOC最高为15.17 g·kg-1，三级(中度侵蚀)为7.46 g·kg-1，五级(剧烈侵蚀)下SOC含量最低，为3.76 g·kg-1，含量差异达到2～5倍；TN含量在不同侵蚀程度土壤上差异相对较小。变异系数方面，土壤有机碳SOC的变异程度远高于TN的变异系数。同时，随着土壤侵蚀程度的加深，SOC和TN的变异系数呈现增加趋势。

表4 研究区土壤质地SOC和TN含量统计特征

表5 研究区不同排灌条件SOC和TN含量统计特征

表6 研究区不同侵蚀程度下SOC和TN含量统计特征

2.4.5 种植制度 种植制度直接反应了人为活动对SOC和TN的影响。不同种植制度SOC和TN呈现出不同的含量特征(表7)。在一年之中，轮作越多，SOC和TN含量明显下降。一年一熟的种植制度下，SOC和TN含量最多，分别为15.00和1.68 g·kg-1，显著高于一年两熟(7.40、1.22 g·kg-1)和一年三熟(5.76、1.12 g·kg-1)的种植制度。一年两熟和一年三熟2种种植制度下，SOC和TN均未表现出明显差异。产生这种现象的原因是，一年一熟的种植区域里一般温度较一年两熟、一年三熟地区低，SOC和TN分解较慢，土壤中存储的SOC和TN较多。并且，一年一熟的种植制度通常是一季水稻，SOC和TN在嫌气状态下易积累。一年两熟、一年三熟一般为旱地种植，土壤透气性良好，耕层SOC和TN分解流失较快。从变异系数看，3种种植制度下SOC和TN的变异系数分别在34 %～51 %和21 %～24 %，均属于中等强度变异。

2.5 主控因素解析

为了探明不同因素对区域SOC和TN空间变异的影响程度，分别以土壤类型、土壤质地、灌溉水源、排水条件、侵蚀程度、种植制度为自变量进行回归分析(表9)。结果表明，所有自变量均达到显著水平(P<0.01)，说明研究中所选因素对研究区SOC、TN含量均有显著影响。

各影响因素对土壤碳氮空间变异的影响程度呈现出不同的特征，土壤类型能分别独立解释研究区50.1 %和35.9 %的SOC空间变异和TN空间变异；土壤质地因子对SOC和TN的影响作用分别为30.4 %和17.6 %；灌溉水源对SOC和TN空间变异的影响作用分别为26.5 %、18.6 %；排水条件的影响作用分别为26.7 %、15.4 %；侵蚀等级的影响作用高于排灌水条件，分别为39.7 %和21.5 %。种植制度的影响作用分别为56.0 %和39.9 %。其中土壤类型和种植制度SOC、TN空间变异的影响作用分别为50.1 %、56.0 %和37.6 %、39.9 %，远高于其它影响因素，共同主导着研究区SOC、TN空间变异。

3 讨 论

在川中丘陵-盆周山地过渡带，土壤质地、灌溉水源、侵蚀等级均对该区SOC、TN空间分布有极显著影响，主要是土壤质地越黏重，土壤保肥性能越好；同时灌溉水源充足利于保持土壤水分，进而影响土壤碳氮含量；而土壤侵蚀过程也是SOC和TN流失的重要因素[20]，土壤受侵蚀程度越重，其碳氮更易于随养分流失而处于较低水平。

土壤类型、种植制度共同主导着SOC和TN的空间分布。这主要是该区土壤类型主要为以水稻土、紫色土为主，兼有部分新积土和黄壤；不同土壤类型自身特性差异较大，水稻土作为人为土，经过长期耕作熟化和培肥[21]，土壤肥力不断提高，具有较好的土壤肥力水平。紫色土作为初育土，变化剧烈，土层薄而自生碳氮含量缺乏且易于流失[22]。这与研究区土壤SOC和TN统计特征和空间分布特征基本一致，也与土壤类型能反应土壤养分的空间分布格局的结论一致[23]。而不同的种植制度反映了不同的土地利用方式，其主要通过影响土壤养分输入和释放来影响土壤碳氮含量。在宜宾县，一年一熟的种植制度，通常种植水稻，土地利用方式为水田，长期的滞水条件使土壤SOC和TN分解缓慢，易于积累。一年两熟和一年三熟通常为油菜、红薯、小麦之间的旱地轮作，旱地SOC和TN利用率较低，这是由于旱作方式下土壤处于好气环境，SOC和TN矿化速度较快；而且由于地表作物大多被人为收获，归还量小[13]，导致SOC和TN积累量少且慢。同时，该区水田多为水稻土而旱地多为紫色土，且东、西、南部分布有较多块状的水稻土和紫色土。进而形成了该区SOC和TN主要受土壤类型和耕作制度共同影响并形成了这种空间分布格局。

表7 研究区不同种植制度下SOC和TN含量统计特征

表8 研究区不同因素对SOC和TN的回归分析结果

川中丘陵-盆周山地过渡带土壤SOC和TN均主要受结构性因素和随机性因素共同影响，这与川中丘陵和盆周山地有所不同。有研究表明，盆周山地SOC空间分布主要受结构性因素和随机性因素共同影响而TN主要受结构性因素影响[15]；川中丘陵SOC和TN则均倾向于受到随机性因素影响[13,18]。同时，川中丘陵-盆周山地过渡带土壤SOC、TN空间自相关距离(7.0、5.0 km)略低于川中丘陵区(8.0、9.5 km)而高于盆周山地(4.5、3.6 km)。这主要是因为盆周山地农业生态区以山地为主，土地利用程度相对较低，受人为耕作活动相对较小；而川中丘陵区是典型的丘陵农耕区，人口密集且土地垦殖率高，土壤受人为耕作活动影响强烈。而过渡带则处于川中丘陵和盆周山区之间，土壤受人为耕作影响的程度略低于川中丘陵区而高于盆周山地，故而形成这种SOC和TN均受结构性因素(土壤类型)和随机性因素(耕作制度)共同影响的特征。这也反映出过渡带这一区域土壤碳氮空间变异的特殊性，今后可考虑采用空间换时间的方法实现土壤碳氮时空动态变化及高精度模拟预测研究。

4 结 论

研究区SOC和TN的含量范围分别1.94～29.17、0.52～2.42 g·kg-1，平均含量分别为11.23、1.45 g·kg-1。变异系数为54 %和28 %，均属中等程度的空间变异性。

土壤SOC、TN的空间自相关范围分别为7.0、5.0 km，块金效应分别为52.5 %、56.3 %，SOC、TN均主要受结构性因素和随机性因素共同影响。空间分布上，SOC和TN显示出东南部高，中北部低的趋势，但两者高、低值区的分布范围有所差异且SOC空间分布斑块较为破碎，因而，对整个区域内的SOC和TN的调控应有针对性地分区进行。

土壤类型、土壤质地、灌溉水源、侵蚀等级、种植制度对SOC和TN的含量均由极显著影响(P<0.01)。各因素对SOC、TN影响程度不同，其中土壤类型和种植制度对SOC的影响达到50.1 %和56.0 %，对TN的影响作用分别达到37.6 %和39.9 %，远高于其它影响因素，因而种植制度和土壤类型共同控制着该过渡地区SOC和TN的空间变异。

[1]Jand l R, Lindner M, Vesterdal L,et al. How strongly can forest management influence soil carbon sequestration[J]. Geoderma, 2007, 137:253-268.

[2]Janzen H H. Soil carbon: a measure of ecosystem response in a changing world[J]. Canadian Journal of Soil Science, 2005, 85:467-480.

[3]Paustian K, Andrén O, Janzen H H, et al. Agricultural soils as a sink to mitigate CO2emissions[J]. Soil Use and Management, 1997, 13:230-244.

[4]门明新,彭正萍,刘云惠,等. 基于SOTER的河北省土壤有机碳、氮密度的空间分布[J]. 土壤通报,2005,36(4):469-473.

[5]李启权,王昌全,岳天祥,等. 基于神经网络模型的中国表层土壤有机质空间分布模拟方法[J]. 地球科学进展, 2012,27(2): 175-184.

[6]于东升,史学正,孙维侠,等. 基于1∶100 万土壤数据库的中国土壤有机碳密度及储量研究[J]. 应用生态学报,2005,16(12):2279-2283.

[7]李小刚,马友华,王 强,等. 县域耕地土壤养分的时空变化及区域施肥研究-以肥东县为例[J]. 土壤,2014,46(6):976-983.

[8]马渝欣,李徐生,李德成,等. 江淮丘陵区农田表层土壤有机碳变异-以定远县为例[J]. 土壤,2014,46(4):638-643.

[9]罗由林, 李启权, 王昌全,等. 近30年来川中紫色丘陵区土壤碳氮时空演变格局及其驱动因素[J].土壤学报,2016,53(3): 582-593.

[10]范荣桂,王长春,陈书琴,等. 巢湖周边地区表层土壤总氮、有机质空间分布特征[J]. 环境科学与技术,2011,34(5) :117-120.

[11]张建杰,张 强,杨治平,等. 山西临汾盆地土壤有机质和全氮的空间变异特征及其影响因素[J]. 土壤通报,2010,41(4):839-844.

[12]吴德勇,张 新,李启权,等. 德阳旌阳区土壤氮素空间变异特征及影响因素分析[J]. 农业现代化研究,2014,35(6):814-820.

[13]罗由林,李启全,王昌全,等. 四川省仁寿县土壤有机碳空间分布特征及其主控因素[J]. 中国生态农业学报,2015,23(1):34-42.

[14]李启权,王昌全,岳天祥,等. 基于定性和定量辅助变量的土壤有机质空间分布预测-以四川三台县为例[J]. 地理科学进展, 2014, 33(2):259-269.

[15]张 倩,王昌全,李 冰,等. 攀西植烟土壤有机质和全氮空间变异性研究[J]. 核农学报, 2013,27(4):0501-0508.

[16]王丹丹,史学正,于东升,等. 东北地区旱地土壤有机碳密度的主控自然因素研究[J]. 生态环境学报,2009,18(3):1049-1053.

[17]李丽霞,郜艳晖,张 瑛. 哑变量在统计分析中的应用[J].数理医药学杂志,2006,19(1):51-53.

[18]罗由林,李启权,王昌全,等. 川中丘陵县域土壤氮素空间分布特征及其影响因素[J]. 环境科学,2015,36(2):652-660.

[19]赵明松,张甘霖,王德彩,等. 徐淮黄泛平原土壤有机质空间变异特征及主控因素解析[J]. 土壤学报,2013,50(1):1-11.

[20]Liu D W, Wang Z M, Zhang B, et al. Spatial distribution of soil organic carbon and analysis of related factors in croplands of the black soil region, Northeast China[J]. Agriculture, Ecosystems and Environment,2006,113: 73-81.

[21]张建杰,李富忠,胡克林,等. 太原市农业土壤全氮和有机质的空间分布特征及其影响因素[J]. 2009,29(6):3163-3172.

[22]罗由林,李启权,王昌全,等.川中丘陵县域土壤碳氮比空间变异特征及其影响因素[J]. 应用生态学报,2015,26(1):177-185.

[23]顾成军,史学正,于东升,等.省域土壤有机碳空间分布的主控因子-土壤类型与土地利用比较[J].土壤学报,2013,50(3):1-7.

(责任编辑 李 洁)

Spatial Variability of Soil Organic Carbon and Total Nitrogen and Its Controlling Factors at Ecotone of Hilly Area to Mountain Area in Sichuan Basin

HUANG Wan-ting1, LUO You-lin1, LI Qi-quan1,2, WANG Chang-quan1*, ZHANG Xin-wen1, DU Xuan-yan1, XIN Zhi-yuan1, CHEN Lin1

(1. College of Resources, Sichuan Agricultural University, Sichuan Chengdu 611130, China; 2. Institute of Resources and Geography Information Technology, Sichuan Agricultural University, Sichuan Chengdu 611130, China)

Based on the soil samples collected from Yibin county, Sichuan province, the Hilly - Mountainous Basin transitional space of soil organic carbon (SOC) and total nitrogen(TN) distribution characteristics and main controlling factor were analyzed by using the means of geostatistics, variance analysis, regression analysis. The results showed that: SOC and TN content mean respectively 11.23,1.45 g·kg-1, were moderate spatial variability. The content of SOC and TN in the southern and eastern area was much higher than that in the northern and central region. Analysis of variance showed that the effects of soil type, soil texture, irrigation water, the degree of soil erosion, cropping systems on SOC and TN were significant (P<0.01). Cropping systems and soil types together dominated the spatial variability of SOC and TN in the region.

Soil organic carbon; Total nitrogen; Spatial variability; Controlling factors; Transition zone

1001-4829(2016)09-2193-08

10.16213/j.cnki.scjas.2016.09.031

2015-08-26

中国烟草总公司四川省公司重点科技项目(SCYC201402006)；四川省烟草公司重点项目(201202004、201202005)

黄婉婷(1993-),女, 四川德阳人，研究方向为土地资源管理，E-mail: hwt18227553349@163.com，*为通讯作者：E-mail：wchangquan@126.com。

S151.39;S154.1

A