南方丘陵区耕地土壤养分空间特征及其影响因素

赵 越，罗志军，*，赵 杰，江春燕，曹丽萍

(1.江西农业大学 国土资源与环境学院，江西 南昌 330045；2.江西省鄱阳湖流域农业资源与生态重点实验室，江西 南昌 330045)

南方丘陵区耕地土壤养分空间特征及其影响因素

赵 越1，2，罗志军1，2，*，赵 杰1，2，江春燕1，2，曹丽萍1，2

(1.江西农业大学 国土资源与环境学院，江西 南昌 330045；2.江西省鄱阳湖流域农业资源与生态重点实验室，江西 南昌 330045)

摘 要：以江西省峡江县为研究对象，采集样点，获取土壤有机质、有效磷、速效钾、碱解氮等土壤养分数据，借助地统计软件对土壤养分的各类因子进行空间变异性分析与空间自相关分析，探究其主要影响因子。结果表明：峡江县耕地土壤养分分布符合正态分布，碱解氮含量总体丰富，有机质与速效钾含量属于中等水平，有效磷含量偏低。有机质、有效磷均属于中等变异性，速效钾属于强烈空间变异性，碱解氮空间变异性较弱。研究区西部耕地土壤养分含量总体低于东部。研究区高程较高区域有较高的土壤养分含量，坡度、坡度变率、土壤侵蚀程度较大区域土壤养分含量较低。成土母质中砂质岩类风化物分布区土壤养分较高，酸性结晶岩类风化物分布区土壤养分含量较低。

关键词：耕地；土壤肥力；空间变异；丘陵

研究土壤养分的空间特征对于土地资源的合理配置，以及高效可持续利用具有深远意义。近年来，相关研究主要集中于土壤养分的分布特征和养分管理[1-2]，多从空间变异的角度来研究土壤养分的空间分布，如乐丽红等[3]通过研究余干县的土壤养分空间变异，分析了余干县土壤养分的等级分布规律。也有少量研究偏重于土壤养分的自相关性研究，如陈英等[4]通过对秦安县郭嘉镇土壤养分的空间自相关分析，研究了郭嘉镇土壤养分的自相关关系和空间分布规律。但将土壤养分的空间变异性和空间自相关性进行综合分析的研究相对较少。在土壤养分空间分布的影响因素研究中：刘国顺等[5]通过对缓坡烟田土壤养分空间变异的研究，发现在坡度较大的地区，土壤养分较低，而较为平缓的地区则更有利于养分的积累；赵明松等[6]发现安徽省江淮丘陵地区土壤养分的空间分布特征与地形和土壤类型密切相关，土壤养分与海拔呈正相关关系，水稻土分布区土壤养分含量较高，潮土分布区含量较低，但缺乏对土壤养分空间分布影响因素较为系统的研究。本文在前人研究的基础上，以江西省峡江县为例，对南方丘陵区的耕地土壤养分空间特征从空间变异性和空间自相关性角度进行综合探讨，并研究地形、成土母质、侵蚀程度等因子与土壤养分的关系，以期为提高土地利用效率、保持土壤肥力提供参考。

1 材料与方法

1.1 研究区概况

峡江县(27°27′50″～27°45′20″N，114°53′21″～115°31′57″E)位于江西省中部腹地，吉安市北部，面积1 287.43 km2。属江西省典型的丘陵地区，山地多位于东西部边界，中部赣江穿流而过，地势较低，多处于100～300 m之间，形成了四周高、中间低的特殊地貌。2014年，年均气温17.9℃，年均降水量1 360.1mm，年均日照1 586.6h。地处中低纬度，属中亚热带潮湿性季风气候，水热条件充足，森林覆盖率达65.5%，植被多为亚热带常绿阔叶，生物资源种类繁多，可利用的动植物资源十分丰富。土壤以红壤为主，少数为水稻土、潮土。成土母质多为千枚岩、石灰岩、石英岩等。

1.2 研究方法

1.2.1 样品采集

样品采集于2013年秋收后、作物播种或移栽之前。根据《全国耕地地力调查与质量评价技术规程》，结合峡江县的地貌类型，在地形地貌较为复杂的地区采集更多样点，以保证样点的准确性与代表性。在GPS技术的支持下，对峡江县土壤采用“S”法均匀随机采取15～20个样点，充分混合后利用四分法取1 kg作为样本，手持GPS标记记录采样点坐标与海拔高度。样点采集厚度为0～20cm，共收集样点6 034个。

1.2.2 样品分析

将采集到的土壤样本自然风干，去杂，过筛，备用。采用重铬酸钾(K2Cr2O7)外加热法测定土壤有机质(organic matter，OM)含量，采用碱解扩散法测定土壤碱解氮(alkali hydrolysable nitrogen，AN)含量，采用乙酸铵浸提—火焰光度法测定土壤速效钾(available potassium，AK)含量，采用0.5mol·L-1碳酸氢钠浸提—钼锑抗比色法测定土壤有效磷(available phosphorus，AP)含量。通过地理空间数据云(http://www.gscloud.cn/)获取峡江县30 m分辨率的规则格网数字高程模型(DEM)数据，借助ArcGIS 10.2软件栅格表面工具提取峡江县坡度、坡向、坡度变率、地形起伏度等地形要素信息。

1.3 数据处理

1.3.1 基础数据处理

借助IBM SPSS Statistics 22软件对所得样点数据进行描述性分析、统计分析，然后对原始数据进行对数转换，消除可能存在的比例效应，以便于计算。使用ArcGIS 10.2软件进行空间分析、空间分布图制作、地形信息的提取等操作。由于耕地图斑破碎度较高，不利于呈现土壤养分空间分布特点，为了保证土壤养分空间分布的表达效果，以研究区全域作为制图范围。

1.3.2 半变异函数分析

空间半变异函数法是地统计学中特有的统计方法。采用GS+7.0软件进行半变异函数拟合，并建立拟合模型，以反映不同距离观测值的变化。假设采样点数据变量符合二阶平稳和本征假设，则半变异函数可以表示为

(1)

1.3.3 空间自相关分析方法

采用Geoda 5.1i软件进行土壤养分空间自相关分析，通过计算空间权重与Moran’sI指数，研究峡江县耕地土壤养分的空间自相关性。空间自相关分析是用来检验某些空间变量在特定位置的属性值是否与邻近位置的属性值显著相关的算法，可以分为全局空间自相关(global spatial autocorrelation)与局部空间自相关(local spatial autocorrelation)[7]。

全局空间自相关用来研究变量属性的空间相关性与规律性，而局部空间自相关[8]则能以图形的形式展示土壤养分的空间聚集情况，通过Moran’s 散点图与空间关联局域指标(LISA)分析土壤养分空间格局。Moran’s散点图用散点来描述空间滞后向量之间的相关关系，横轴用来描述变量，纵轴描述空间滞后向量。散点图可以分为4个象限：第一象限为高值-高值(H-H)聚集，第二象限为高值-低值(H-L)聚集，第三象限为低值-低值(L-L)聚集，第四象限为低值-高值(L-H)聚集，其中H-H聚集与L-L聚集均为正相关关系，H-L聚集与L-H聚集为负相关关系。

本研究利用Geoda软件进行Moran’s散点图的制作，并采用ArcGIS 10.2软件结合分析结果制作LISA图。

2 结果与分析

2.1 土壤养分描述性统计

样本总数为6 034个(图1)，采用拉依达准则法对采样点的养分含量数据进行异常值处理(以3倍标准差为限)，剔除异常点之后，土壤中有机质、有效磷、速效钾、碱解氮含量的有效样本数分别为6 029、6 030、6 025、6 031个，研究区土壤养分描述性统计特征如表1所示。

由表1可知，峡江县土壤有机质平均值为29.90g·kg-1，含量处于4.00～62.20g·kg-1之间。对于以种植大田作物为主的土壤来说，有机质含量大于30g·kg-1即为丰富，据此，峡江县耕层土壤有机质含量属于中等水平。土壤有效磷平均值为23.50mg·kg-1，含量处于2.10～86.00mg·kg-1之间；土壤速效钾平均值为108.90mg·kg-1，含量处于23.00～201.00mg·kg-1之间；土壤碱解氮平均值为151.60mg·kg-1，含量处于42.00～316.80mg·kg-1之间。可知土壤有效磷总体偏低，速效钾含量处于中等水平，土壤碱解氮含量比较丰富，均符合正态分布。变异系数由大到小依次为有效磷(56.64%)>速效钾(37.69%)>碱解氮(26.67%)>有机质(22.60%)。

图1 研究区土壤样点分布及DEMFig.1 Distribution of cultivated soil sampling sites and DEM in study area

2.2 半变异函数分析

描述性统计可反映土壤养分的含量变化，但并不能反映土壤养分的结构性、独立性、相关性，以及空间变异特点[9]，而地统计学分析可以更好地体现土壤养分的空间属性。在地统计学中，半变异函数常常用于区域化变量在分隔距离上对各样本变异程度的度量。峡江县土壤养分半变异函数参数如表2所示。

由表2可知，有机质最适宜的拟合模型为指数模型，速效磷、速效钾、碱解氮则均为高斯模型，决定系数(R2)均大于0.9，表明拟合模型可以较好地表现土壤的空间特征。块金值表示随机部分的空间异质性，块金值越大，表明在较小尺度上的某种过程越应重视[10]。峡江县耕地土壤养分的块金值均为正值，表明存在着由于采样误差、随机或短距离变异引起的正基底效应。基台值用来表示系统内的总变异，包括结构性变异和随机性变异，基台值越大表示系统总的空间异质性越高，是区域化变量总体特征的体现。块金效应通常用来表示随机部分引起的空间异质性占系统总变异的比例，小于25%、25%～75%、大于75%分别表示强烈、中等、较弱的空间变异性。峡江县耕地土壤养分中，有机质、有效磷均属于中等变异性，表明其空间变异不易受到人类活动的影响，而主要受气候、成土母质、颗粒大小等因素影响。碱解氮空间变异性较弱，其分布随机性较强。速效钾属于强烈空间变异性，主要影响因素为成土母质、地形、土壤类型等结构性因素。

2.3 空间自相关分析

2.3.1 局部空间自相关

通过对土壤养分数据的处理，建立空间权重矩阵，绘制Moran’s散点图(图2)。结果显示：土壤养分各因子Moran’s散点图斜率均为正值，且均有大量的点位于第一、三象限，属于H-H、L-L的聚集趋势，仅有少量的点坐落于第二、四象限，表明土壤养分中高值部分与周边高值部分、低值部分与周边低值部分具有明显的空间集聚现象。土壤有机质Moran’s值为0.417 2，有效磷Moran’s值为0.493 9，速效钾Moran’s值为0.474 1，碱解氮Moran’s值为0.458 9。经分析，4类土壤养分因子都具有显著的空间自相关性，与半变异函数拟合结果基本一致。

2.3.2 局部空间自相关

表1土壤养分描述性统计特征

Table1Descriptive statistics characteristics of soil nutrients

土壤养分Soil nutrient 样本数Sample No.最小值Minimun最大值Maximun平均值Mean标准差SD变异系数CV/%偏度Skewness分布类型Distribution typeOM/(g·kg-1)60294.0062.2029.906.7622.600.35正态Normal distributionAP/(mg·kg-1)60302.1086.0023.5013.3256.640.95正态Normal distributionAK/(mg·kg-1)602523.00201.00108.9041.0537.690.48正态Normal distributionAN/(mg·kg-1)603142.00316.80151.6040.4326.670.66正态Normal distribution

SD，Standard deviation;CV，Coefficient of variation.

表2土壤养分半变异函数参数

Table2Semi-variogram parameters of soil nutrients

土壤养分Soil nutrient样本数Sample No.模型ModelC0C+C0C0·(C+ C0)-1/%变程Range/mR2OM6029指数Exponential0.2580.72235.75430000.983AP6030高斯Gaussian0.3590.90439.72455000.978AK6025高斯Gaussian0.2101.15418.20464360.990AN6031高斯Gaussian1.3151.57383.60499860.986

图2 峡江县耕地土壤养分Moran’s散点图Fig.2 Moran’s plot of farmland soil nutrients in Xiajiang County

通过Moran’s散点图可获知土壤养分的聚集情况和异常情况，但无法获知其空间聚集特征与异常值所在区域，而LISA分布图可将空间聚集情况和异常值分布借助ArcGIS 10.2软件进行展示。

由图3可知，有机质、有效磷、速效钾、碱解氮均呈现出东部地区大部为H-H聚集类型、西部地区大部为L-L聚集类型的分布特征。各养分在空间分布上具有一定的相似性，H-L聚集类型主要分布于北部仁和镇附近地区，L-H聚集类型主要分布于H-L与L-L边界地区。这可能是由于：东部地区较西部地区而言有较为广泛的高质量耕地分布，形成了较为集中分布的土壤养分高值区，从而出现H-H聚集；西部地区丘陵较多，受到赣江侵蚀作用较大，且耕地零散，耕地质量较差，土壤养分含量整体较低，且临近区域土壤养分含量也低，因而形成L-L聚集。H-L与L-L边界地区所出现的小范围的L-H聚集类型所在区域位于峡江县中心城区与主要集镇附近，受人类开发活动影响较大，土壤养分含量受人类活动影响而降低，较小的土壤养分含量与邻近区域较高的养分含量，造成了小范围L-H聚集的分布类型。

2.4 土壤养分分布的影响因素

2.4.1 地形因子

土壤养分的空间变异特征是多种影响因素综合作用的结果，通常受到气候、地形、植被覆盖、人类活动等因素的综合影响。通过ArcGIS 10.2软件在DEM数据中提取峡江县坡度、坡向、曲率等地形因子，并借助IBM SPSS Statistics 22软件将高程、坡度、坡向、曲率、坡度变率、地形起伏度等地形因子与峡江县耕地土壤养分进行Pearson相关性分析。将坡向分为阴坡(0°～45°，315°～360°)、半阴坡(45°～90°，270°～315°)、半阳坡(90°～135°，225°～270°)、阳坡(135°～225°)，并对其进行标准化，分别编排为1、2、3、4，数字越大，表示坡向越向阳，再分别与土壤养分进行相关性分析。分析结果如表3所示。

图3 峡江县耕地土壤养分LISA图Fig.3 LISA map of soil nutrients in Xiajiang County

表3 土壤养分与地形因子的相关性分析

*和**分别表示P<0.05与P<0.01。下同。

* and ** indicatedP<0.05 andP<0.01，respectively.The same as below.

由表3可知，地形因子中，高程与土壤养分均呈极显著(P<0.01)正相关关系，表明随着高程增加，土壤养分的各类因子含量均相应增加，可解释为往往高程越大，植被覆盖率越高，植物根系的保肥能力强，且受到人类开发活动的影响较小，土壤养分能得到很好地保持，这与前文的研究结果是一致的。坡度与有机质、有效磷、碱解氮含量均呈极显著(P<0.01)负相关，说明土壤养分易受坡度的负面影响。坡度越大，土壤受到的地表径流等作用影响越大，导致土壤养分大量流失。速效钾含量在相同气候、坡度条件下，与母岩类型关系更为密切，含水云母等较多的地区钾含量较为充足，缺钾地区主要为高岭类矿物集中区，陈洋等[11]、齐雁冰等[12]的相关研究也均印证了这一点。坡向与有机质、速效钾含量均呈现出极显著(P<0.01)正相关关系，而与碱解氮呈显著(P<0.05)正相关关系。坡向中阳坡、半阳坡具有较好的光照条件和较为适宜的温度与降水，有助于土壤养分的涵养与保持，而阴坡、半阴坡光照条件较差，气温降水条件不利于植物的生长，土壤养分的涵养效果较差。曲率与土壤养分无显著相关性。坡度变率与土壤养分呈极显著(P<0.01)负相关关系，随着坡度变化幅度的加大，土壤养分越容易流失，而较为平缓的地面坡度，更适宜土壤的养分保留。地形起伏度与土壤养分无明显相关性，这可能是由于峡江县较为平缓的地形并未造成明显的起伏差异，故对研究区土壤养分并未产生明显影响。

2.4.2 成土母质

成土母质会影响土壤的矿物组成和化学成分，通过物理化学、风化淋溶等过程对土壤养分含量产生影响。根据对不同成土母质下土壤养分的描述性统计分析结果(表4)可知，不同成土母质的土壤养分含量差异明显，砂质岩类风化物发育的土壤有机质、有效磷、碱解氮和速效钾均值最高，酸性结晶岩类风化物发育的土壤有机质、有效磷、碱解氮、速效钾均值最低。从空间分布来看，砂质岩类风化物集中分布于研究区东侧，而酸性结晶岩类风化物主要分布于研究区西侧，表明砂质岩类风化物更有利于土壤养分的积累，研究区东部具有更好的成土母质条件。由变异系数可以看出，土壤有机质变异系数在各类成土母质中普遍较低，而有效磷、速效钾在不同的成土母质类型中变化较大，表明其有较高的空间异质性，这与前文的研究结果一致。

2.4.3 土壤侵蚀

土壤侵蚀可通过风力、水力、重力等外力作用对土壤及母质带来剥离、搬运和沉积等效果，从而影响土壤养分和空间分布。根据修订后的SL 190—2017《土壤侵蚀分类分级标准》，通过实地采样，得出平均侵蚀模数，再利用通用土壤流失方程，对采样点数据进行土壤侵蚀计算，得出土壤侵蚀分级情况：无明显侵蚀(平均侵蚀模数<500 t·km-2·a-1，侵蚀级别1级)的样点数有2 735个；轻微侵蚀(500 t·km-2·a-1≤平均侵蚀模数<2500 t·km-2·a-1，侵蚀级别2级)的样点数有673个；中度侵蚀(2500 t·km-2·a-1≤平均侵蚀模数<5000 t·km-2·a-1，侵蚀级别3级)的样点数有424个；重度侵蚀(5000 t·km-2·a-1≤平均侵蚀模数<8000 t·km-2·a-1，侵蚀级别4级)的样点数有341个；极强度侵蚀(平均侵蚀模数≥8000 t·km-2·a-1，侵蚀级别5级)的样点数有1 861个。根据侵蚀度等级赋值，通过Pearson相关性分析研究其与土壤养分之间的相关性。结果(表5)表明：土壤养分因子均与土壤侵蚀呈现极显著(P<0.01)负相关关系，侵蚀程度越高，土壤养分含量越低。往往侵蚀较大的区域坡度大，受到外力作用较多，不利于土壤养分的积累。

2.5 空间分布特征

从图4可知，土壤有机质含量较大的地区主要位于东部，西部普遍含量较低，在桐林乡分布零散的最高值区均为高程较高的地区。高程较高的地区，较少受到人类活动的影响，多具有较高的植被覆盖率，土壤有机质不易流失。土壤有机质的最低值位于巴邱镇附近，该区域成土母质多为酸性结晶岩类风化物，耕地面积小且破碎，不利于土壤有机质的积累。土壤有效磷含量分布较其他土壤养分因子而言更为集中连片，空间分布从整体上来看东高西低。峡江县东部地区整体较西部平缓，平原更为广泛，农田大量集中在东部，磷肥被广泛用于种植业中以改善农田土壤属性，从而导致东部整体比西部磷含量充足。土壤速效钾含量亦呈现东部整体高于西部的特点。巴邱镇含量最低，可能是由于此区域土壤侵蚀程度较高，风化作用强，黏粒中的水云母减少，不含钾且保钾困难的高岭类矿物逐渐增多，导致土壤缺钾现象严重。土壤碱解氮的含量东部明显高于中部西部。土壤中的氮常与植物进行氮素转换，并建立多通道的循环，容易受到植物残体与施肥等人类活动的影响。东部地区分布较为广泛的农田，对土壤中氮素的积累提供了良好的生物条件。

表4不同成土母质类型下土壤养分描述性统计特征

Table4Descriptive statistical characteristics of soil nutrients under different soil parent material types

成土母质Soil parent material样点数No.养分Nutrient最小值Minimum最大值Maximum平均数Mean标准差SD变异系数CV/%河湖冲积物1815OM21.8047.8030.364.7315.58River and lake alluviumAP8.5062.4023.5310.3944.16AK60.00201.00110.0031.3228.47AN105.00266.00153.0030.0019.61泥质岩类风化物3086OM4.0062.2028.858.3028.77Argillaceous rock weatheringAP2.186.0022.2716.0071.85AK23.00201.00103.4649.3447.69AN42.00316.80146.2448.9833.49砂质岩类风化物550OM28.5038.3033.712.447.24Sandy rock weatheringAP41.3018.8030.695.7218.64AK97.00169.00132.8617.9713.53AN140.00203.00174.4716.209.29酸性结晶岩类风化物583OM24.5037.4027.222.368.67Acid crystalline rock weatheringAP11.7039.2016.654.7628.59AK74.00161.0089.8014.4616.10AN119.00199.00133.2714.0210.52

表5 土壤养分与土壤侵蚀相关性分析

图4 峡江县耕地土壤养分空间分布Fig.4 Distribution of soil nutrients of cultivated land in Xiajiang County

3 小结

本研究发现，峡江县耕地土壤养分分布均符合正态分布，碱解氮含量总体丰富，有机质、速效钾含量属于中等水平，有效磷含量偏低。变异系数由大到小依次为有效磷(56.64%)>速效钾(37.69%)>碱解氮(26.67%)>有机质(22.60%)。有机质、有效磷均属于中等变异性，速效钾属于强烈空间变异性，碱解氮空间变异性较弱。空间分析研究表明：峡江县耕地土壤养分总体呈现东部含量大于西部的特点，研究区耕地土壤养分空间分布存在较强的聚集性，应适当提高西部耕地土壤的养分含量。研究区高程、坡向与土壤养分呈显著正相关关系；坡度、坡度变率与土壤有机质呈显著负相关关系。成土母质中砂质岩类风化物分布区土壤养分较高，而酸性结晶岩类风化物分布区养分含量低。此外，土壤养分还与土壤侵蚀程度呈显著负相关。

：

[1] 宋丰骥，常庆瑞，钟德燕.黄土高原沟壑区土壤养分空间变异及其与地形因子的相关性[J].西北农林科技大学学报(自然科学版)，2011，39(12):166-172.

SONG F J，CHANG Q R，ZHONG D Y.Spatial variability of soil nutrients and its relations to topographical factors in hilly and gully area of Loess Plateau[J].JournalofNorthwestA&FUniversity(NaturalScienceEdition)，2011，39(12):166-172.(in Chinese with English abstract)

[2] 王强，张莉莉，马友华，等.微地形土壤养分空间变异特征及养分管理研究[J].安徽农业大学学报，2016，43(6):932-938.

WANG Q，ZHANG L L，MA Y H，et al.Spatial variability of soil nutrients and nutrient management in micro-topography[J].JournalofAnhuiAgriculturalUniversity，2016，43(6):932-938.(in Chinese with English abstract)

[3] 乐丽红，朱安繁，侯英杰，等.余干县耕地土壤养分时空变化特征研究[J].江西农业大学学报，2016，38(5):986-994.

LE L H，ZHU A F，HOU Y J，et al.A study on the spatial-temporal changes of farmland soil nutrient of Yugan County[J].ActaAgriculturaeUniversitatisJiangxiensis，2016，38(5):986-994.(in Chinese with English abstract)

[4] 陈英，冯定邦，蔡立群，等.耕作层土壤养分含量的空间自相关分析：以秦安县郭嘉镇为例[J].干旱地区农业研究，2016，34(1):66-73.

CHEN Y，FENG D B，CAI L Q，et al.Spatial autocorrelation analysis on soil nutrient contents of plough layer:a case from Guojia Town，Qin’an County[J].AgriculturalResearchintheAridAreas，2016，34(1):66-73.(in Chinese with English abstract)

[5] 刘国顺，常栋，叶协锋，等.基于GIS的缓坡烟田土壤养分空间变异研究[J].生态学报，2013，33(8):2586-2595.

LIU G S，CHANG D，YE X F，et al.Spatial variability characteristics of soil nutrients in tobacco fields of gentle slope based on G1S[J].ActaEcologicaSinica，2013，33(8):2586-2595.(in Chinese with English abstract)

[6] 赵明松，李德成，张甘霖，等.江淮丘陵地区土壤养分空间变异特征：以安徽省定远县为例[J].土壤，2016，48(4):762-768.

ZHAO M S，LI D C，ZHANG G L，et al.Spatial variability characteristics of soil nutrients in Jianghuai Hilly Region:a case study of Dingyuan County，Anhui Province[J].Soils，2016，48(4):762-768.(in Chinese with English abstract)

[7] 付金霞，郑粉莉，李媛媛.小理河流域土地利用空间自相关格局与影响因素分析[J].农业机械学报，2017，48(1):128-138.

FU J X，ZHENG F L，LI Y Y.Analysis of land use spatial autocorrelation patterns and influence factors of Xiaolihe Watershed[J].TransactionsoftheChineseSocietyforAgriculturalMachinery，2017，48(1):128-138.(in Chinese with English abstract)

[8] 孟斌，王劲峰，张文忠，等.基于空间分析方法的中国区域差异研究[J].地理科学，2005，25(4):11-18.

MENG B，WANG J F，ZHANG W Z，et al.Evaluation of regional disparity in China based on spatial analysis[J].ScientiaGeographicaSinica，2005，25(4):11-18.(in Chinese with English abstract)

[9] 曹祥会，龙怀玉，周脚根，等.河北省表层土壤有机碳和全氮空间变异特征性及影响因子分析[J].植物营养与肥料学报，2016，22(4):937-948.

CAO X H，LONG H Y，ZHOU J G，et al.Analysis of spatial variability and influencing factors of topsoil organic carbon and total nitrogen in Hebei Province[J].JournalofPlantNutritionandFertilizer，2016，22(4):937-948.(in Chinese with English abstract)

[10] 何平，刘健，余坤勇，等.南方竹林地土壤有机碳空间异质性研究[J].土壤通报，2016，47(2):278-286.

HE P，LIU J，YU K Y，et al.Research on spatial heterogeneity of soil organic carbon in the Southern bamboo forest[J].ChineseJoumalofSoilScience，2016，47(2):278-286.(in Chinese with English abstract)

[11] 陈洋，齐雁冰，王茵茵，等.秦巴中部山区耕地土壤速效钾空间变异及其影响因素[J].环境科学研究，2017，30(2):257-266.

CHEN Y，QI Y B，WANG Y Y，et al.Spatial variability and factors affecting soil available potassium in the central Qinling-Daba Mountain Area[J].ResearchofEnvironnmentalSciences，2017，30(2):257-266.(in Chinese with English abstract)

[12] 齐雁冰，常庆瑞，刘梦云，等.县域农田土壤养分空间变异及合理样点数确定[J].土壤通报，2014，45(3):556-561.

QI Y B，CHANG Q R，LIU M Y，et al.County-scale spatial variability of soil nutrient distribution and determination of reasonable sampling density[J].ChineseJoumalofSoilScience，2014，45(3):556-561.(in Chinese with English abstract)

SpatialcharacteristicsandinfluencingfactorsofsoilnutrientsinhillyregionofSouthChina

ZHAO Yue1，2，LUO Zhijun1，2，*，ZHAO Jie1，2，JIANG Chunyan1，2，Cao Liping1，2

(1.SchoolofEnvironmentandLandResourceManagement，JiangxiAgriculturalUniversity，Nanchang330045，China;2.JiangxiProvincialKeyLaboratoryofAgriculturalResourcesandEcologyinPoyangLakeBasin，Nanchang330045，China)

Abstract:The spatial characteristics of soil nutrients and their correlation with influencing factors were studied in hilly areas of southern China，to provide references for the efficient utilization of land resources and soil nutrient conservation.In the present study，Xiajiang County，Jiangxi Province was selected as the research object，soil samples were collected，and soil organic matter，available phosphorus，available potassium and alkali hydrolysable nitrogen contents were measured，and factors on soil nutrients were examined via spatial variability analysis and spatial autocorrelation analysis to explore the main influencing factors.It was shown that the distribution of soil nutrients in Xiajiang County was in accordance with the normal distribution，and the content of alkali hydrolyzable nitrogen was abundant.The contents of organic matter and available potassium were in the middle level，yet the available phosphorus content was low.The organic matter，available phosphorus showed moderate variation，yet available potassium showed strong spatial variability,alkaline hydrolyzable nitrogen showed weak spatial variability.Generally speaking，soil nutrients in the cultivated land in the west of the study area were generally lower than that in the east，and were higher in the area with higher elevation，or lower gradient，slope variability and topographic relief.Besides，soil nutrients were higher in the area with sandy rock weathering materials soil parent material，and were lower in the area with acid crystalline rock weathering substance as soil parent material.

Key words:farmland;soil fertility;spatial variability;hilly land

中图分类号：S158.3

A

文章编号：1004-1524(2018)06-1035-09

收稿日期：2017-09-18

基金项目：江西省科技重大专项(20114ABG01100)；江西省教育厅科技项目(GJJ150421)

作者简介：赵越(1994—)，男，河南济源人，硕士研究生，主要从事土地资源与地理信息系统相关研究。E-mail:zhaoyue0421@163.com

，罗志军，E-mail:luozj10@163.com

10.3969/j.issn.1004-1524.2018.06.21

(责任编辑高 峻)