小尺度下烟田土壤养分空间变异性研究

张春华，王 佩，王 可，杨 亚，黄正谷，梁 涛，刘国顺

（1.川渝中烟工业有限责任公司，成都 610017；2.安徽宣城市宣州区烟草发展局，安徽 宣城 242000；3.国家烟草栽培生理生化研究基地，郑州 450002）

小尺度下烟田土壤养分空间变异性研究

张春华1，王 佩1，王 可2，杨 亚1，黄正谷1，梁 涛1，刘国顺3*

（1.川渝中烟工业有限责任公司，成都 610017；2.安徽宣城市宣州区烟草发展局，安徽 宣城 242000；3.国家烟草栽培生理生化研究基地，郑州 450002）

为探讨烟田精准施肥，应用地统计学，结合地理信息系统（GIS）技术分析了小尺度下烟田土壤碱解氮、速效磷、速效钾、有机质和 pH 等 5 种养分含量的空间分布特征。结果表明，土壤养分的变异系数为 4.43%～33.45%；半方差函数分析结果显示，除有机质具有强空间相关和碱解氮不具有空间相关性外，其余土壤养分均具有中等空间相关性。碱解氮为线性模型，pH 为球形模型，其余为指数模型。利用克里格最优插值，绘制了土壤养分碱解氮、速效磷、速效钾、有机质的空间分布图，并分析了其含量分布状态，可为烟田的精准施肥提供依据。

土壤养分；地统计学；空间变异；克里格插值

土壤养分是土壤肥力的物质基础，也是土壤的基本属性和本质特征[1]，对土壤养分空间变异性的研究，是精准农业中进行变量施肥的基础[2]。GPS、GIS 技术与地统计学的结合，极大的推动了区域土壤养分的空间变异性研究，使其成为土壤科学研究领域的最前沿热点[3-5]，Wang 等[6]采用半方差图和克立格插值法对土壤养分的空间变异特性进行了研究。乔红波等[7]研究了三门峡烟区土壤 pH 时空变异特征，庞夙等[8]研究了会理县新植烟区土壤速效钾含量空间变异特征及其影响因子。

土壤养分对烟草的产量和品质有极大影响，准确掌握土壤中养分含量，科学划分其含量区域，进行精准施肥，充分发挥烟田土壤生产潜力，不仅能够改善烟株营养平衡，提高烟叶品质，而且对保护土壤生态环境具有重要意义。本研究立足于我国烤烟规模化种植、集约化经营的实际情况，探讨如何实施精准施肥。为此，本文采用 GPS 和 GIS 技术，应用地统计学方法研究了植烟土壤养分含量空间变异，绘制了土壤养分含量的空间分布图，以便于对土壤养分管理分区，为其进行精准施肥提供理论依据和技术支撑。

1 材料与方法

1.1 研究区域基本情况

研究区位于河南省洛宁县东宋乡王岭现代烟草示范基地，该基地中心位于东经 111°37′23″，北纬 34°30′32″，海拔 605 m，面积约 78 hm2。属暖温带季风型大陆气候，光照充足，四季分明。全年日照数 2258.5 h，历年平均气温为 13.7 ℃，年降雨量606 mm，属豫西丘陵缓坡区，土壤类型属于红壤土。

1.2 样品的采集和分析

采用网格法采集土壤样品，用全球定位系统（GPS）进行控制点定位，每一样点在直径 2 m 范围内选择 5 个 0～20 cm 耕层土样混合，按四分法取分析样品 1.5 kg，均匀混合后作为该结点的土样样本，如图1所示，共采集了 63 个土样。

图1 样区采样点分布示意图Fig. 1 Distribution of sampling sites

土样经风干后过 2 mm 筛，供作土壤养分分析。室内分析的项目有碱解氮、速效磷、速效钾、有机质和 pH。土样的测定方法[9]：碱解氮的测定方法为碱 解 扩 散 法 ； 速 效 磷 的 测 定 方 法 为 0.5mol/L NaHCO3浸提-钼锑抗比色法；速效钾的测定方法为2 mol/L NH4OAC 浸提-火焰光度法；有机质的测定方法为重铬酸钾氧化-外加热法；pH 采用 pH 计法（水土比为 1:25）。

1.3 数据处理方法

土壤养分的基本统计特征通过 SPSS11.0 完成，涉及地统计学的半方差函数计算、理论模型拟合和Kriging 插值，采用 GS+ for windows 3.0 进行分析，土壤养分分布图的制作采用 ArcGIS 8.3 软件。有关地统计学的原理和方法参考文献[10]。

2 结 果

2.1 土壤养分含量的统计特征描述

表1结果表明，在研究区域内，碱解氮、速效钾、速效磷、有机质和 pH 平均含量分别为 65.39 mg/kg、9.88 mg/kg、158.8 mg/kg、13.49 g/kg 和 7.31，且平均值和中值很相近，说明特异值对样本的数值影响较小；各养分峰值系数在-1.36～1.06，偏态检验除 pH 外均为正值，表明分布曲线以向左侧倾斜为主；峰度值除速效磷外均为正值，呈“高峰态”分布[11]。从统计的变异系数看[12]，土壤肥力要素的变异系数在 4.43%～33.45%，土壤 pH 的变异系数最低为 4.43%，有效磷的变异系数最高，达到 33.45%。总体来看，碱解氮和 pH 均为弱变异，其余土壤肥力养分的均为中变异。

对土壤养分用 Kolmogorov-Smironov（K-S）正态分验概率（PK-S）进行检验[13]，其结果表明，除速效钾外，其他各养分呈正态分布；速效钾为偏态分布，经对数转化后，服从对数正态分布。

2.2 半方差分析

利用 GS+3.0 地统计分析软件对各土壤养分进行半方差最优模型拟合，选取残差最小、决定系数最接近于1的模型类型，图2是土壤养分各要素的变异函数图，表2是根据各要素变异函数理论模型得出的相应参数。

表2结果表明，碱解氮为线性模型，pH 的理论模型为球状模型，其他各养分的理论模型为指数模型，碱解氮的决定系数为 0.007，其余各养分的决定系数均大于 0.808，表明模型的拟合度较高，尤其是 pH 的决定系数达到 0.954。

在半方差函数模型中，块金值（Nugget）表示由实验误差和小于取样尺度上施肥、作物、管理水平等随机因素共同引起的变异[14]。基台值（Sill）表示系统内总的变异；基底效应即块金值与基台值之比，表示由随机性因素引起的空间变异性占系统总变异的比例。按照区域化变量空间相关性程度的分级标准[15]，当基底效应＜25%，变量具有强烈的空间相关性；基底效应在 25%～75%，变量具有中等的空间相关性；而基底效应在＞75%时，变量空间相关性很弱。表2 结果表明，pH 的基底效应为23.99%，具有强空间相关性；速效磷、速效钾和有机质分别介于 26.21%～31.28%，说明它们都具有中等空间相关性；而碱解氮的基底效应为 100%，空间相关性较差。

表1 土壤养分描述统计结果Table 1 Descriptive statistics of soil nutrients

变程表明属性因子空间自相关范围的大小，它与观测尺度以及在取样尺度上影响土壤养分的各种生态过程、人为因素、自然条件等作用都有关[16]。在变程之内具有空间相关性，反之则不存在。表2结果表明，土壤养分的变程在 30～610.7 m 范围内变化，pH 的变程最大，为 610.7 m；其次是有机质，变程为 43.5 m；速效磷的变程最小，为 30 m。

表2 土壤养分变异函数理论参数Table 2 Best fitted semivariogram models of soil nutrients and corresponding parameters

图2变异函数曲线图表明，土壤速效磷、速效钾和有机质曲线变化较为剧烈，说明控制这3种土壤养分变化的各种生态过程在整个变程范围之内所起的重要程度不同；pH 曲线变化较平稳，由于pH 变异函数图的最大间隔距离为 317 m，小于相应理论模型的变程（610.7 m），所以图示不是一般标准的球状模型曲线图，但这并不影响理论模型的可信度，说明在整个尺度上各种生态过程同等重要；碱解氮的曲线变化平稳，说明在所有尺度上都表现为随机变异。

2.3 GIS 支持下土壤养分的克里格插值分析

根据所得到的半方差函数模型，利用 Kriging对土壤中各种养分进行最优内插，并绘制出其空间分布图（图3）。图3 表明，在研究区域内，碱解氮半方差函数没达到显著水平，利用反距离权值法进行插值预测，碱解氮含量在 65.26～70.71 mg/kg 的土壤占总面积的 73.65%，主要分布在研究区域的西部和东部的东南角区域。速效磷含量在 5.60～11.69 mg/kg 的土壤占总面积的 86.59%，其含量高的区域主要分布在中偏西部。速效钾含量在 156.68～187.68 mg/kg 的土壤占总面积的 70.45%，而在研究区域东部的中间区域含量最低。有机质在中间区域含量相对较高，而在西北方向的中间区域含量最低，其含量低于 12.21 g/kg。pH 在研究区域内呈现自西北向东南逐渐升高的趋势。

3 讨 论

本研究结果表明，在整个研究区域内，土壤养分均表现出空间变异性，其变异性大小表现为：速效磷＞有机质＞速效钾＞碱解氮＞pH。总体来看，碱解氮和 pH 均为弱变异，其余土壤肥力养分的均为中变异。烟田土壤养分变程为：pH＞有机质＞速效钾＞速效磷，速效磷变程最小，一方面可能是由于烟田生态系统中施用磷肥的区域性差异，另一方面是施用磷肥后其土壤中的残留量或形态不同，导致土壤有效磷含量的空间自相关距离较小。

图2 土壤养分要素的变异函数理论模型Fig. 2 Experimental and model-fitted semivariograms of soil nutrients

本研究结果表明，在研究区内速效磷、速效钾、有机质的基底效应在 26.21%～31.28%，表现出中等的空间结构性，表明其变异是由结构性因素和随机性因素（人为因素与土壤微变异等）共同作用的结果，与黄新杰等[17]研究结果一致。pH 的基底效应为 23.99%，表现出很强的空间结构性，其空间变异由母质、地形和成土过程等因素引起。碱解氮具有块金效应，这与梁中龙等[18]研究结果一致，但姜勇等[19]认为碱解氮具有较强的空间变异性，这说明引起碱解氮变化的各因素都是随机作用的，这与种植制度、田间耕作管理、地表污染等人为活动有直接关系。

从土壤养分的空间分布来看，碱解氮含量缺乏区域占总面积的 26.35%，这可能与前茬作物的种植及施肥量有关；速效钾含量缺乏区域占总面积的29.55%，主要分布在研究区域西部；研究区域有机质含量中等偏上。速效磷含量整体偏低，这与当地农民很少施用化学磷肥及磷的固定有一定关系。土壤中的氮、磷、钾等是烤烟需求较多的营养元素，对烟株的生长和烟叶产量与品质的形成具有重要作用[20]。故建议依据养分空间分布图，全区西部需增施氮肥和钾肥，全区磷含量普遍较低，需补施磷肥，以确保烟叶正常生长发育。

4 结 论

该研究相关分析表明，烟田土壤养分在小尺度下存在空间变异，据此可为烟田土壤养分管理分区及建立施肥模型提供理论依据，同时可对烟田进行精准施肥管理，为提高烟叶品质均质化提供施肥技术支持。

[1] 王洪杰，李宪文，史学正，等. 不同土地利用方式下土壤养分的分布及其与土壤颗粒组成的关系[J]. 水土保持学报，2002，17（2）：44-47.

[2] Goovaerts P. Geostatistics in soil science: state-of-the-art and perspectives[J]. Geodemia, 1999, 89: 1-45.

[3] 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.

[4] 金继运. “精准农业”及其在我国的应用前景[J]. 植物营养与肥料学报，1998，4（1）：1-7.

[5] 王新中，刘国顺，张正杨，等. 土壤粒级空间分布及其与土壤养分的关系[J]. 中国烟草科学，2011，32（5）：47-51.

[6] Wang Xinzhong, Liu Guoshun, Hu Hongchao, et al. Determination of management zones for a tobacco field based on soil fertility[J]. Computers and Electronics in Agriculture, 2009, 173: 168-175.

[7] 乔红波，张慧，高瑞，等. 三门峡烟区土壤 pH 时空变异特征[J]. 中国烟草科学，2010，31（4）：48-51.

[8] 庞夙，陶晓秋，张英，等. 会理县新植烟区土壤速效钾含量空间变异特征及其影响因子[J]. 中国烟草科学2012，33（1）：32-36.

[9] 鲍士旦. 土壤农化分析[M]. 北京：中国农业出版社，2000.

[10] 王政权. 地统计学及在生态学中的应用[M]. 北京：科学出版社，1999：65-132.

[11] 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.

[12] 张朝生，章申，何建邦，等. 长江水系沉积物重金属含量空间分布特征研究-地统计学方法[J]. 地理学报，1997，52（2）：185-192.

[13] 郭旭东，傅伯杰，陈利顶，等. 河北省遵化平原土壤养分的时空变异特征[J]. 地理学报，2000，55（5）：555-566.

[14] Ci-Hen Y J, Lee D Y, Guoetal H Y. Geostatistical analysis of soil properties of mid-west Taiwan soil [J]. Soil Science, 1997, 162(4): 151-162．

[15] Burgess T M, Webster R. Optimal interpolation and is-arithmic mapping of soil properties. 1. The semi-variogram and punctual Kriging [J]. J. Soil Sci., 1980, 31: 315-341.

[16] Trangmar B B, Yost R S, Uehara G, et al. Application of geostatistics to spatial studies of soil properties[J]. Adv. Agr., 1985, 38: 44-94.

[17] 黄新杰，屠乃美，李艳芳，等. 湖南省烟稻轮作区土壤养分的空间变异特征[J]. 中国烟草科学，2012，33（3）：13-16.

[18] 梁中龙，甘海华，戴军，等. 广州岑村农用地土壤养分空间变异性研究[J]. 华南农业大学学报，2004，25（3）：22-25.

[19] 姜勇，张玉革，梁文举，等. 沈阳市苏家屯区耕层土壤养 分 空 间 变 异 性 研 究[J]. 应 用 生 态 学 报 ，2003，14（10）：1673-1676.

[20] 刘 国 顺 . 烟 草 栽 培 学[M]. 北 京 ： 中 国 农 业 出 版 社 ，2003：142-145.

Spatial Variability of SoiI Nutrients in Tobacco Fields Based on Geostatisics with Small Scale

ZHANG Chunhua1, WANG Pei1, WANG Ke2, YANG Ya1, HUANG Zhenggu1, LIANG Tao1, LIU Guoshun3*
(1. China Tobacco Chuanyu Industrial Co., Ltd., Chengdu 610017, China; 2. Xuanzhou District Tobacco Development Bureau of Xuancheng, Xuancheng, Anhui 242000, China; 3. China National Tobacco Cultivation, Physiology and Biochemistry Research Center, Zhengzhou 450002, China)

Spatial distribution of soil available nitrogen, available phosphorus, available potassium, organic matter, and pH in tobacco fields was studied to provide theoretical basis for precision agriculture by using geostatistics and GIS technique on small scale. The results indicated that soil available nutrients had medium variability with coefficient of variation from 4.43% to 33.45%. Semivariogram analysis showed that soil nutrients were moderately spatially dependent in a given spatial range, except that soil organic matter was strongly spatially dependent and available nitrogen was not spatially dependent. The semivariograms of soil nutrients were best described by exponential model, except for that of available N, which was best fitted by linear model and pH was best fitted by spherical model. The distributing maps of soil nutrients were drawn by using ordinary kriging, and the distributing results of soil nutrient were analyzed. The study provides an important basis for precision fertilization in tobacco production．

soil nutrient; geostatistic; spatial variability; kriging

S572.06

1007-5119（2014）05-0074-05

10.13496/j.issn.1007-5119.2014.05.014

国家烟草专卖局重点资助项目“典型省份烟草种植区划技术平台构建”（110200401021）

张春华，男，硕士，主要从事烤烟精准栽培研究工作。E-mail：zhangchunhua83@sina.com。*通信作者，E-mail：liugsh1851@163.com

2013-08-02

2014-05-10