乌什县植棉田土壤养分空间分级特征分析

木合塔尔·艾买提 迪里木拉提·玉苏甫

摘要：运用统计学和地统计学方法对乌什县植棉地表层土壤养分空间变异特征进行分析。研究表明，①土壤pH均值为7.8，显示偏碱性;除缓效钾含量平均值大于500 mg/kg，分级为极丰富之外，其余元素的含量以适宜或最适宜为主。②采样点之间pH的差异最小，有效磷的含量差异较大;在各要素之间存在正相关及空间自相关，但关系不太密切。③在采样区内有机质含量均匀，含量级别为适宜;全碳含量在北部较低，其余大部分区含量在0.750～1.000 g/kg、含量级别为适宜;碱解氮含量在北部缺乏，在南部适宜;有效磷含量在10.000～20.000 mg/kg，含量级别为最适宜;缓效钾含量在东部较低，在北部丰富，在中部、西南部极丰富;采样区西南和东北部速效钾含量在74.441～100.000 mg/kg，是属于含量级别适宜区，在北部、南部、东南部和中部含量级别为最适宜。

关键词：土壤养分;地统计学;空间自相关;空间分异

中图分类号：S136         文献标识码：A

文章编号：0439-8114（2019）02-0058-06

DOI：10.14088/j.cnki.issn0439-8114.2019.02.013           开放科学（资源服务）标识码（OSID）：

棉花是需养量较高的经济作物之一，对钾元素的养分需求最为敏感、若不充分易出现缺钾症状;实践表明，主要生育阶段的施肥能改善棉株体内营养状况、提高棉花产量、改善棉花品质[1]。土壤是岩石圈表面能够生长植物的疏松表层，是陆地植物生活的基质，它提供植物生长所必需的矿物质元素和水分，是生态系统中物质与能量交换的重要场所[2，3]。人类的耕作、开荒、施肥等活动具有随机性与不确定性，会加速土壤特性发生变异[4]。

土壤是一个形态和过程都相当复杂的自然综合体，成土过程中受物理、化学、生物等因素的影响，使得土壤性质具有高度的空间异质性，人类活动进一步加剧了土壤属性的变异性和不确定性[5]。土壤养分在生物小循环中扮演着库容的角色，是植物生长必不可少的成分，生物生长发育的必要的营养元素有16种，其中，碳、氢、氧主要来自大气和水，其余元素则主要来自土壤。了解土壤养分空间分布情况，对制定精确的施肥管理措施、颁布因地制宜的生态恢复政策等都具有重要作用，也是减少农业面源污染、降低农业生产成本、提高农业产量、实现精准农业的第一步[6，7]。国外学者Haefele等[8]运用空间变量概念，研究了西非水稻田养分分布情况，得到了与实际较接近的速效氮、磷、钾的分布格局。李亮亮等[9]讨论了地统计学方法在土壤空间变异研究中的应用。雷咏雯等[10]、刘付程等[11]基于空间分区域化变量理论，运用半方差函数和克里格插值法，研究了土壤间养分空间变异问题。

棉花产业是新疆的支柱产业，2016年新疆棉花种植面积约为180.5万hm2，总产量约359.4万t[12]。土壤养分元素含量是提高棉花产量和质量的决定性因素，以新疆阿克苏地区乌什县棉田表层土壤作为研究对象，运用统计学和地统计学方法，对乌什县连作棉花土壤有机机质、全氮、碱解氮、有效磷、缓效钾、速效钾养分的空间特征进行分析。掌握土壤养分情况对研究区土壤资源的合理利用及农业可持续发展具有重要意义。

1  材料与方法

1.1  研究区概况

乌什县位于新疆阿克苏地区，处于东经

78°23′41″-80°01′09″，北纬40°43′08″-41°51′12″。乌什县北部与吉尔吉斯斯坦共和国接壤，西部与阿合奇县相接，南部与柯坪县交界，东部与阿克苏市和温宿县毗邻，中部内陆河托什干河自西向东流经全境。全县（不含兵团）总面积869 317.1 hm2，其中山区约占59.9%，戈壁沙漠约占27.6%，平原约占12.5%。乌什县属大陆性干旱气候，全年干旱少雨，年均降水量约109.3 mm，蒸发强烈，达2 000 mm以上;全年日照时数约为2 828.4 h，平均日照時数约为7.7 h，年均气温约为9.5 ℃，气温日较差为12～16 ℃、年较差约为37.2 ℃，平均无霜期216 d。农区土壤类型主要以灌淤土为主，溉宗模土、草甸土、沼泽土也有少量分布[13]。

1.2  样品采集与分析

乌什县每个村内的采样点不小于3个且均匀分布，在植棉地土壤上共选取了89个采样点。每个采样点均采集0～20 cm土层样品，一个土样取500 g左右，将采集到的土壤样品经过一系列的相关处理，对土壤样品中的有机质、全氮、碱解氮、有效磷、缓效钾、速效钾等养分进行分析。用重络酸钾氧化-外加热法对有机质进行测定，用半微量凯式法对全氮进行测定，用碱解扩散吸收法对碱解氮测定，用碳酸氢钠浸提-钼蓝比色法对有效磷进行测定，用中性醋酸铵提取，再用火焰光度法对速效钾进行测定，采用1 mol/L硝酸煮沸浸提-火焰光度法对缓效钾进行测定。

2  数据处理与结果分析

2.1  统计学特征分析

2.1.1  土壤养分的描述性统计分析  根据研究区的土壤采样点养分含量特征，参照全国第二次土壤普查养分分级标准[14，15]，制定乌什县土壤养分分级标准（表1）。

运用SPSS 20.0软件，对土壤养分属性数据进行统计计算，结果如表2所示。土壤pH的标准差和极差分别为0.16、1.00，土壤有机质的标准差和极值较pH大，分别为1.93、9.71 g/kg，全氮的极差值为0.50 g/kg，碱解氮、有效磷、缓效钾、速效钾的极差值分别为45.61、21.51、665.80、92.17 mg/kg。以平均值为分级标准下的整采样区土壤呈偏碱性。有机质、全氮、碱解氮含量的均值分别为16.36、0.87、65.24 mg/kg，养分分级标准为适宜;有效磷、速效钾含量的均值分别是14.82、106.24 mg/kg，养分分级标准为最适宜;缓效钾含量的均值为511.98 mg/kg，养分分级标准为极丰富。变异系数能反映随机变量的离散程度，变异系数的分级标准一般为当CV≤10%时为弱变异性;10%

由表2可知，全氮的标准差最小，表明各采样点之間的土壤全氮含量差异最小;缓效钾的标准差最大，为105.49 mg/kg，表明采样点之间的缓效钾含量差异较大;缓效钾的最小值和最大值均较大，表明采样点缓效钾含量较丰富。有机质、全氮的峰度分别为0.46、0.32 g/kg，碱解氮和速效钾的峰度分别为0.41、0.03 mg/kg，均接近于0，这些养分元素数值分布较平坦，为平顶峰;pH、有效磷和缓效钾的峰度值均大于0，数值分布陡峭，为尖顶峰。pH的变异系数最小，为1.98%，各采样点之间的pH变异程度最小，为弱变异性;其余元素的变异系数处于10.47%～21.08%，变异程度均为中等变异。

为了解属性数据分布情况，对土壤养分数据进行单样本K-S正态分布检验。K-S正态分布检验的显著性概率值（P）可说明数据符合正态分布的假设是否成立。若P>0.05，表明假设成立，数据服从正态分布;P<0.05，表明假设不成立，数据不服从正态分布。

由表3可知，乌什县土壤表层有机质、全氮、碱解氮和速效钾的假设检验值（P）均大于0.05，数据均服从正态分布;pH、有效磷、缓效钾的P小于0.05，不服从正态分布，因此在进行地统计插值时对有机质等元素的数据进行数据变换，但有效磷等元素的数据未进行数据变换。

2.1.2  土壤养分回归分析  对乌什县植棉土壤养分元素进行相关分析发现，pH与有效磷、速效钾之间呈弱负相关，与其余元素之间呈弱正相关;有机质和全氮的相关系数为0.85，关系较为密切，与其余养分元素均存在弱正相关关系;微量元素之间均存在弱相关关系。相关系数分析可判断元素之间的关系程度，通过回归分析可得知元素之间的具体数量关系。利用属性数据建立微量元素与pH和有机质之间的一元线性回归模型见表4。由表4可知，pH与养分元素之间的一元线性回归模型决定系数（R2）均较小，模型显著性均较低。土壤pH与全氮、碱解氮、缓效钾的回归系数均为正值，表明土壤pH增多，全氮、碱解氮、缓效钾含量相应增加;土壤pH与有效磷、速效钾的模型系数均为负值，表明土壤pH增多，有效磷、速效钾的含量反而减少。土壤有机质与各养分之间的回归系数均为正值，表明土壤有机质增多，土壤养分相应增多。

2.2   地统计学特征分析

2.2.1  半变异模型分析  地统计学是以区域化变量理论为基础、以变异函数为主要工具，研究空间要素的分布情况，地统计模型的参数计算和分析较为复杂，随着学科发展和应用方向的扩展，地统计学方法已经成为土壤学研究的一个重要工具[18]。该方法在土壤物理化学性质空间变异、土壤污染、土壤元素空间分布等领域应用较广泛，效果明显[19]。块金值与基台值之比[C0/（C0+C）]可以反映系统内变量的空间相关性程度，若比值小于25%，表明系统内有强烈的空间相关性;若比值大于75%，表明空间相关性较弱;若比值介于二者之间，表明具有中等的空间相关性[20，21]。利用GS+9.0软件构建乌什县土壤养分元素含量半方差函数理论模型，半方差模型及其参数具体值见表5。由表5可知，pH、有机质、速效钾的拟合理论模型为球状模型，全氮和碱解氮的理论模型为指数模型，有效磷和缓效钾的最优理论模型分别为线性模型和高斯模型。pH的块金值最小，为0.000 19，表明采样点间变化程度最小;有效磷的块金值最大，为0.029，表明采样点间变化程度最大。间距扩大到0.000 38时，pH趋于平稳，缓效钾和有效磷出现平稳值的距离为0.049。有效磷的空间相关性界限最大，为0.434，速效钾空间相关性界限最小，为0.050。各半方差模型拟合精度最高值为0.89，各模型的拟合精度均较高，可为所选模型进行克里金插值计算提供依据。

2.2.2  空间相关性分析  空间自相关是研究空间中某位置的观察值与其相邻位置的观察值是否相关以及相关程度的一种空间数据分析方法，并通过Moran′s I 指数值评估所表达的模式是聚类模式、离散模式还是随机模式，用z得分和P对该指数的显著性进行检验[22]。空间自相关可以分为正相关和负相关，正相关表明某单元的属性值变化与其邻近空间单元具有相同变化趋势，负相关则相反[23]。

利用GeoDa软件，根据土壤采集点地理坐标制作点元素图，建立空间权重矩阵，计算各养分元素的Moran′s I指数，结果见表6。由表6可知，土壤养分元素Moran′s I值均为正值，是正相关，最大值为0.299，最小值为0.107，表明各元素空间邻近属性值差别不大。z得分值均为正值，表明相似的观测值趋于集中分布。

自相关系数检验值（P）均接近0，在0.05水平均显著。各土壤养分元素的空间分布形式均不相同，表现出大同小异的分布形式。观测值的4种空间联系形式[24]中第一象限和第三象限的采集点数量较多，以高值包围高值，低值包围低值形式为主;第二象限和第四象限分布的点数量较少，即低观测值的区域单元被同是高值的区域所包围的空间联系形式或高观测值的区域单元被同是低值的区域所包围的空间联系形式的观测点数量较少。

2.3  养分元素分布特征

运用ArcGIS软件，使用点状数据采用普通克里金法对土壤养分元素进行空间插值分析。制作插值图时，对不服从正态分布的有效磷等元素的属性数据进行对数变换，插值后各养分的统计指标和样本总数结果见表7。对比表2和表7可知，当原来的89个有值点增加到61 914个有值点，各养分元素的统计值有所下降，其中全氮的极差、平均值、标准差下降最小，分别下降0.221、0.024、0.039个单位，缓效钾的统计值下降最大，极差、平均值、标准差分别下降385.098、15.654、53.511个单位，表明原含量值差别较小的采样点养分插值后下降较小，原含量值差别较大的采样点养分插值后下降较大，插值后各有值点之间的差别越来越减小，趋于均衡。

结合乌什县土壤养分级别标准，运用ArcGIS软件绘制采样区各养分元素含量分布。普通克里金法插值后乌什县土壤采样区有机质含量在13.451～20.000 g/kg，含量级别为适宜;全氮含量分两个级别，含量处在0.720～0.750 g/kg的低值区面积较小，主要分布在采样区北部，大部分采样区含量在0.750～1.000 g/kg，含量级别为适宜;碱解氮含量在54.661～60.000 mg/kg，含量级别为缺乏，主要分布在北部，碱解氮含量在60.000～90.000 mg/kg的高值区分布在南部，是碱解氮含量适宜区;绝大部分区域有效磷含量在10.000～20.000 mg/kg，含量级别为最适宜;缓效钾含量分布差异较大，含量在347.304～400.000 mg/kg的最适宜区分布在东部，含量在400.000～500.000 mg/kg的丰富区分布在北部、中部、东北部，含量大于500.000 mg/kg的极丰富区分布在中北部和西南部。采样区西南和东北部速效钾含量在74.441～100.000 mg/kg，含量级别属于适宜，北部、东南部和中部含量较高，含量级别为最适宜。

3  小结与讨论

1）乌什县植棉土壤表层中全氮的标准差最小，缓效钾的标准差最大，pH呈弱变异特征，其余元素呈中等变异特征，各养分元素之间存在弱相关关系，土壤pH和有机质与微量元素的回归关系不明显。

2）乌什县土壤pH、有机质、速效钾空间插值拟合模型均为球状模型，全氮、碱解氮空间插值拟合模型均为指数模型，有效磷和缓效钾空间插值拟合模型分别为线性模型和高斯模型，对每个元素进行空间插值时运用相应模型可提高拟合精度。

3）各养分元素的空间分布类型均为聚集型分布。乌什县土壤养分元素空间分布类型以高值包围高值，低值包围低值形式为主，低值被高值所包围或高值被低值的区域所包围的空间联系形式的观测点数量较少。

4）利用ArcGIS软件的空间分析功能，对采集区点状数据进行空间插值，判别养分元素的空间分布格局。各元素的分布情况：在整个采样区有机质含量相同，含量级别为适宜;全氮含量在北部较低，大部分区域含量在0.750～1.000 g/kg，含量级别为适宜;碱解氮含量在北部缺乏，在南部含量为适宜;有效磷含量在10.000～20.000 mg/kg，级别为最适宜;缓效钾在东部较低，在北部丰富，在中部、西南部含量极丰富。采样区西南和东北部速效钾含量在74.441～100.000 mg/kg，含量级别属于适宜，北部、南部、东南部和中部含量级别为最适宜。

研究乌什县植棉地表（0～20 cm）土壤的养分元素属性特征和空间分布情况，结果表明，乌什县土壤养分元素中碱解氮含量除在北部缺乏之外，其余元素含量以适宜为主，甚至缓效钾和速效钾的含量为丰富及极丰富。研究结果对乌什县棉花生产和农田施肥等生产活动有一定的促进作用。在施肥方面应注意有机肥和氮肥的配施，调节磷肥和钾肥的用量，进行科学施肥，并因地制宜生产，进一步保证棉花产量和质量的提高。土壤养分含量除受自然因素的影响之外，也受人文因素的影响，随着科技和农业生产方式的发展，人类活动对土壤的影响越来越大。本试验对乌什县土壤养分元素时空变化驱动因素分析欠缺，有待进一步研究。

参考文献：

[1] 叶厚专，范业成，朱黎明.不同叶面肥在棉花上施用的肥效比较试验[J].江西农业科技，1996（4）：19-20.

[2] 玉苏甫·买买提，苏热艳·玉苏甫江，买合皮热提·吾拉木.渭-库河绿洲植棉土壤有机质及盐分之间的相关性分析[J].安徽农业科学，2015，43（20）：103-106，271.

[3] 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）：93-101.

[4] 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.

[5] 于  婧.基于GIS和地统计学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.

[6] 黄昌勇.土壤学[M].北京：中国农业出版社，2000.

[7] 李  放，魏建林，徐洪明，等.东阿县县域耕地土壤养分空间分布状况[J].中国农学通报，2016，32（36）：125-135.

[8] HAEFELE S M，WOPEREIS M C S. Spatial variability of indigenous supplies for N，P and K and its impact on fertilizer strategies for ir-rigated rice in West Africa[J].Plant and Soil，2005，270：57-72.

[9] 李亮亮，依艳丽，凌国鑫，等.地统计学在土壤空间变异研究中的应用[J].土壤通报，2005，36（2）：265-268.

[10] 雷咏雯，危常州，李俊华，等.不同尺度下土壤养分空间变异特征的研究[J].土壤，2004，36（4）：376-381.

[11] 刘付程，史学正，潘贤章，等.太湖流域典型地区土壤磷素含量的空间变异特征[J].地理科学，2003，23（1）：77-81.

[12] 新疆维吾尔自治区统计局.2017新疆统计年鉴[M].北京：中国统计出版社，2017.

[13] 阿依图尔荪·哈力穆拉提.渭干河-库车河三角洲绿洲棉田表层土壤的理化特征研究[D].乌鲁木齐：新疆师范大学，2014.

[14] 中国土壤数据库.第二次土壤普查[DB/OL].http：//www.soil.csdb.cn.

[15] 全国土壤普查办公室.中国土壤普查技术[M].北京：北京农业出版社，1992.

[16] 熊丹丹，张永福.新疆乌什县土地利用规划环境影响的生态安全评价[J].安徽农业科学报，2013，41（32）：12746-12749.

[17] 黄绍文，金继运，杨俐苹，等.县级区域粮田土壤养分空間变异与分区管理技术研究[J].土壤学报，2003，40（1）：79-88.

[18] 张仁铎.空间变异理论及应用[M].北京：科学出版社，2006.

[19] 谭万能，李志安，邹  碧.地统计学方法在土壤学中的应用[J].热带地理，2005，25（4）：307-311.

[20] 王政权.地统计学及在生态学中的应用[M].北京：科学出版社，1999.

[21] 罗新宁，朱友娟，张宏勇，等.塔里木绿洲种植制度对棉田土壤养分性状的影响[J].干旱地区农业研究，2012，30（3）：114-129.

[22] 陈小勇，林  鹏.我国红树植物分布的空间自相关分析[J].华东师范大学学报（自然科学版），2000（3）：104-109.

[23] 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）：393-400.

[24] 徐建华.地理建模方法[M].北京：科学出版社，2010.