云南高原湖泊周边农业土壤pH、 CEC、质地的差异性研究

邹 凌，赵培飞，李少明，戴 敏，蒋亚莲，王丽花，田 敏，杨志国，李绅崇*，王继华

(1.云南省农业科学院花卉研究所/国家观赏园艺工程技术研究中心，云南 昆明 650205；2.云南农业大学，云南 昆明 650205；3.云南省气象局，云南 昆明 650034)

【研究意义】农药和化肥的使用极大地提高了农产品的产量和质量，但是同时也带来了一些负面效应。这些负面效应主要包括农药在农产品上的残留和对环境的污染[1]。由于中国在农业生产中某些粗放的管理方式，一些淡水湖泊受到了不同程度的污染。农业生产是当地人民重要的生活组成部分和经济保障。滇池、洱海、抚仙湖依次是云南省面积最大的3个淡水湖泊。星云湖紧邻抚仙湖南部是云南第七大湖泊。阳宗海是云南第九大湖泊。在这些湖泊周边，农业生产活动多。根据2015年中国环境保护部发布的“中国环境状况公报”，滇池的水质被界定为重度污染，阳宗海的水质被界定为轻度污染，洱海和抚仙湖的水质为优。星云湖的水质被界定为劣5类水平[2]。【前人研究进展】这些湖泊的沉积物和水体中均含有农药残留[3-5]。而且，在临近这些湖泊水体的区域，化肥的施用量大，例如：在抚仙湖周边所做的调查发现，在该地区化肥施用量平均值为3900 kg/hm2[6]；在滇池东北部对不同农户化肥施用量所做的调查中发现，在该地区化肥施用量在1800～7500 kg/hm2[7]。因此，农药和化肥粗放的使用是这些湖泊水体潜在的污染源。【本研究切入点】云南省的地理多样性丰富，因此，我们可以推断各湖泊周边土壤的理化性质存在差异。不同土壤的理化性质可以影响到农药和化肥施用的效能。土壤阳离子交换容量CEC可以反应土壤吸附离子的能力，对于化肥的施用有重要的指示意义，例如：在CEC低的土壤中，因其吸附营养元素离子的能力较弱，多余的离子会随降雨或者灌溉用水流失[1]。土壤黏粒(Clay)含量和CEC与达到防控效果所需的农药量呈正相关关系[8-13]。土壤质地对化肥和农药[10,13]的使用量也有显著的影响，例如：在沙与壤土组分高的土壤中，水分过多会造成农药和化肥的流失，导致效能降低，在黏粒组分高的土壤中，水分过少会导致农药和化肥不能有效地在土壤中溶解和扩散，从而降低效能。土壤的pH对土壤中不同的营养元素释放和农药效能有影响[1,14]。【拟解决的关键问题】土壤的CEC、pH、质地为短期内不易改变的特质，量化这些指标将为因地制宜地施用化肥和农药提供理论基础。至今，还未有文献对这些区域的CEC、pH、质地做过系统性的研究。在本研究中，我们将对以上湖泊周边靠近水体的农业土壤随机采样并量化以上指标，从而为发展当地环境友好的农业提供理论基础。

1 材料与方法

1.1 样品采集

经过对滇池、洱海、抚仙湖、星云湖、阳宗海不同位点(图1)的采样，根据对当地农业部门人员的采访，农用土地的用途主要有以下几个类别：湿地公园、花卉种植、烟草种植、主粮种植、蔬菜种植、果园、人造林地、葡萄种植园、草莓种植业。在本研究中，采取土样的位点都保持同种作物和相应的种植方式至少两年。每个位点设置3个重复，分别随机采集0～40 cm不同深度的土壤样本，并记录以下信息：①土地的用途；②作物种类；③坐标。所有样品在室温下(20～22 ℃)风干，去除草根石块，磨碎，然后过直径为2 mm筛网。

图1 中国云南省滇池、洱海、抚仙湖、星云湖、阳宗海及采样位点Fig.1 Dianchi lake, Erhai lake, Fuxian lake, Xingyun lake and Yangzong lake in Yunnan province, China and soil-sampling locations

表1 不同流域基本信息

注：N/A表示无信息。年降雨量基于1986-2015年30年的平均值(数据来源于云南省气象局)。抚仙湖和星云湖在同一个流域，抚仙湖水流向星云湖。

Note: N/A is not available. Annual rainfall in different regions surrounding lakes and near the river was an averaged value of 30-year data (1986-2015) (data were obtained from Department of Meteorology, Yunnan province). Fuxian and Xingyun lakes are in the same watershed, with Fuxian lake feeding Xingyun lake.

1.2 土壤pH、CEC、质地测定

阳离子交换容量 (CEC)测量依据Page (1982)的方法[15](5 g土样)。土壤pH(土︰水=1︰2.5)测定采用pH测试仪(Mettle-Toledo Inc. Greifensee, Switzerland)进行测量。土壤质地测量依据Klute(1986)的方法[16]。根据样品中所测砂、粉粒、黏粒的组分，依据美国农业部所制的土壤质地三角图对土壤样品进行归类。

1.3 数据统计与分析

数据统计分析采用软件为R。因变量: CEC、pH、砂、粉粒、黏粒组分。对因变量与自变量：不同区域(各个湖泊周边区域)、位点、土地用途、有机肥是否使用、不同作物种类所组成的矩阵进行方差分析。当P< 0.05，自变量对因变量的影响为显著。post hoc分析则通过计算最小显著差异(L.S.D.)进行比对。为搞清楚各因变量之间的关系，对滇池、洱海、抚仙湖、星云湖、阳宗海各采样位点不同因变量平均数进行了相关性分析。而后运用主成分分析(PCA: Principal component analysis)对各因变量的权重进行了研究。最后，分别对砂、粉粒、黏粒和阳离子交换容量进行了回归分析。

图中同一指标带有相同小写字母表示差异不显著(P≥0.05)，下同Values of the same variable with same letters are not significantly different(P≥0.05). The same as below图2 各区域周边土壤的pH和阳离子交换容量(CEC)Fig.2 pH and CEC in different regions

2 结果与分析

2.1 不同区域土壤CEC、pH、砂、粉粒、黏粒组分的差异

阳宗海西南村落里的土壤CEC值24 cmol/kg(图2)，为所有区域最高。其次为滇池周边的区域21 cmol/kg，抚仙湖和星云湖16 cmol/kg，洱海12 cmol/kg。就湖泊水体体积而言(表1)，抚仙湖水体的体积远超过其它湖泊。在滇池流域，农田面积为最大，约为洱海、抚仙湖和星云湖流域农田面积的10倍。在这些区域，年降雨量都超过800 mm。

在抚仙湖和星云湖周边的土壤中，pH7.2，中性，显著高于(P< 0.01)其它区域的pH值(图2)。洱海与滇池周边土壤pH为6.8，中性。阳宗海西南角村落的土壤pH为5.5，为中等酸性。在洱海周边的土壤中，砂和粉粒组分(P< 0.05)显著高于其它湖边区域的土壤(图3)，而其黏粒组分则显著低于其它湖边区域的土壤(P< 0.05)，为壤土。在滇池、抚仙湖、星云湖周边的土壤中，粉粒的组分分别高于砂和黏粒的组分，为轻壤土。在阳宗海周边的土壤中，黏粒的组分大于45 %，高于粉粒和砂的组分，为黏土。pH值在各湖边区域无明显空间分布特征(图4)。在洱海周边，东部位点土壤的CEC值比西部CEC值要高(图4)；在滇池周边，东北部位点的土壤CEC值略比其它位点的CEC值要高一些。

图3 各区域周边土壤的砂、粉粒、黏粒的组分Fig.3 Proportions of sand, silt, clay in regions surrounding lakes

图4 各区域不同位点pH、CEC、土壤质地空间分布Fig.4 Spatial distribution of sampling locations with pH，CEC and soil texture

表2 土壤样品中各变量的主成分分析(PCA)结果

注：图中的数字为Pearson相关性系数r，灰色的圆代表正相关，黑色代表负相关。不显著的相关关系被×所覆盖(P>0.05)

Note: The values at lower part of the matrix are Pearson correlation coefficients. Gray color represents positive correlation; Black represents negative correlation. Insignificant correlations were covered by crosses (P>0.05).

在洱海周边的土壤，其土壤质地有明显的空间分布特征(图4)，主要表现为在其西部的位点，土壤中砂和粉粒组分较高，土壤质地主要为壤土、砂质壤土、粉质壤土；在其东部的位点，大部分土壤中黏粒的组分较高，为黏土、黏质壤土、壤土。在抚仙湖北部的位点，土壤中砂和粉粒组分高，为壤土。在抚仙湖和星云湖东南部的位点，土壤中黏粒组分高，为黏土。在滇池周边的位点，土壤质地无明显空间分布特征。

图中的数字为Pearson相关性系数r，灰色的圆代表正相关，黑色代表负相关。不显著的相关关系被×所覆盖(P>0.05)The values at lower part of the matrix are Pearson correlation coefficients. Gray color represents positive correlation; Black represents negative correlation. Insignificant correlations were covered by crosses (P>0.05)图5 各区域周边土壤CEC、pH、 砂、粉粒、黏粒组分之间的相关性分析Fig.5 Pair-wise correlations between dependent variables: CEC, pH, sand, silt and clay in soils of different regions

图6 以自然对数为底数转化的砂、粉粒、黏粒的值与阳离子交换容量的回归分析Fig.6 Regression analyses on natural-log transformed values of sand, silt, clay versus CEC

2.2 土壤CEC、pH、砂、粉粒、黏粒组分之间的相关性及其权重

pH值与其它因变量之间无显著的相关性(图5，P> 0.05)。砂和粉粒之间成正比，但是分别和CEC之间成反比。黏粒分别和砂、粉粒成反比，但是和CEC之间成正比。CEC、砂、粉粒、黏粒组分两两之间存在显著的相关关系，为找到一个权重较大的指标提供了前提。主成分分析结果(表2)表明：主成分1(PC1)一共解释了81 %的差异。因此CEC、砂、粉粒、黏粒中任意一个自变量与PC1载荷值的绝对值越大，该自变量的权重就越大。黏粒与PC1的载荷值的绝对值最大为0.53，而后砂为0.51，粉粒为0.49，CEC为0.47。因此黏粒的权重最大。CEC与砂为负相关(图6)，R2为0.45。CEC与粉粒为负相关，R2为0.39。CEC与黏粒为正相关，R2为0.56。因此，在砂、粉粒、黏粒这3个指标中，用黏粒来预测CEC的值较为准确。

3 讨 论

3.1 遭受着农业面源污染威胁的湖泊水体

在滇池、洱海、抚仙湖、星云湖、阳宗海周边，都存在着一定规模的农业生产。可溶性的营养离子和污染物能随降雨和灌溉用水渗入到地下水体；附着在土壤颗粒上的污染物容易被降雨冲刷到附近的水体中，是重要的污染源[17]。这些湖泊周边年降雨量大，因此为污染物移动到水体中创造了条件。一些近期的研究表明：这些湖泊的水体或者沉积物中含有农药残留[2-5]，而且，在这些区域化肥用量巨大[6-7]。水体的体积可以一定程度作为衡量该水体面临污染时所具有的缓冲能力。滇池水体的体积低于洱海和抚仙湖，但其流域内农田的面积远远大于其它湖泊。因此滇池面临农业面源污染的体量远远大于其他湖泊。滇池的水中平均含总氮6.5 mg/L和总磷0.17 mg/L，为重度富营养化；对应的，洱海分别为0.48和0.04 mg/L[18]，为中度富营养化；抚仙湖分别为0.15和 0.007 mg/L[19]，为贫营养化；星云湖分别为 2 和 0.18 mg/L[20]，为重度富营养化。

3.2 不同湖泊周边土壤的CEC、 pH、质地对精细化施用化肥和农药的指示意义

总的来说，抚仙湖和星云湖周边的土壤呈微碱性；滇池和洱海的呈微酸性；靠近阳宗海西南部的土壤呈中等酸性。如果土壤中铝的含量高，经过水解反应后，土壤的pH会下降。距阳宗海西部1000 m的铝电解厂是否与此有关联，还未有报道。云南部分地貌为喀斯特，抚仙湖和星云湖流域含有大量石灰岩[21]，这有可能是该区域土壤pH呈微碱性的部分原因。土壤的pH对农药效能影响主要依据特定农药的酸碱度；例如：含有官能团COOH和NHSO2弱酸性农药被土壤颗粒吸附的可能性与土壤的pH的关系为负相关；弱碱性的农药被土壤颗粒吸附的可能性与土壤的pH也呈负相关关系，但是这种影响与弱酸性的农药相比起来，权重较小，因为这种影响通常是土壤有机质、黏粒含量、pH三者的协同效应；pH对非离子化的农药没有影响[14]。由此，从农药的效能来看，在阳宗海西南部的土壤中，应该避免施用含有官能团COOH和NHSO2弱酸性的农药。pH对土壤中不同营养元素诸如：K、Ca、Mg、Fe、Mn、Cu、Zn的释放和植物的吸收也有重要的作用[1]。pH对有效磷的释放影响研究得最为清楚，当pH等于6.5的时候，磷被吸附和以沉淀形式的量最小，所以植物可利用的磷最多；当pH小于6.5的时候，磷主要是以磷酸铁和磷酸铝的沉淀而存在，且易被吸附在氧化物和黏土的颗粒上；当pH大于6.5的时候，磷主要以磷酸钙的沉淀而存在，且易被吸附在碳酸钙的颗粒上[1]。因此，土壤pH的范围是影响土壤肥力和农药使用的一个重要指标。可通过施用一定量的CaCO3来提高土壤的pH值，也可通过施用酸性的化肥或者物质来降低pH[1]。

在CEC值和黏粒组分低的土壤中，土壤对离子和带电荷的分子吸附能力弱；在这些湖泊周边的区域年均降雨量都大于800 mm，加上灌溉用水，如果每一次施用量大，没有被吸附的营养元素离子或者农药的分子容易随着土壤中的水流失到水体中。所以在该类土壤中，化肥或者农药的施用应少量多次施来达到更大的效能，从而减少污染源。反之，在CEC值和黏粒组分高的土壤中，化肥或者农药的施用应相对集中施来达到化肥和农药应有的效能。靠近阳宗海西南部的土壤中，CEC值和黏粒的组分在本研究所调查的区域内最高，对于滇池、抚仙湖和星云湖周边的土壤其CEC值和黏粒组分次之。对于洱海周边的土壤来说，其CEC值和黏粒组分最小，砂和粉粒的组分最高。在洱海周边，CEC和质地的空间分布有一定特征。靠近洱海西部的土壤CEC和黏粒组分明显低于东部的土壤。已有的研究结果表明：具体化肥或者农药的施用量可以根据不同土壤的CEC、质地建立模型，以找到最经济的施用量[22-23]。

在滇池、抚仙湖、星云湖各个湖泊周边区域内，所调查的指标的空间分布无明显特征。造成此现象的原因可能有以下方面。据考证，滇池、抚仙湖的面积近代以来在不断变小[24-25]，在本研究中，距水体近的采样位点极可能为从前的河床；除此以外，“围海造田”对滇池周边(特别是靠近滇池的东北部)带来了外源的土壤。研究不同土壤的理化性质，因地制宜地施用化肥和农药是减少农业面源污染的重要手段。土壤理化性质指标的测定繁冗，不同指标可能互相关联，通过统计分析可以找到权重大的指标。CEC的测试非常繁冗，因此，找到一个权重大且能够估算CEC的指标有一定意义。

3.3 黏粒组分作为估算土壤CEC值的指标

CEC与黏粒、粉粒、砂的组分之间两两互相关联，这为用黏粒、粉粒、砂的组分来估算CEC提供了可能性。黏粒和CEC之间正相关的关系具有普遍性[25-27]。Ersahin等人研究了土耳其Anatolia的农业土壤中黏粒、粉粒、砂组分与CEC之间的关系，其结果与本研究结果一致，即：黏粒组分和砂、粉粒组分比较起来能够更精确的估算CEC[28]；其建立的回归方程解释了48 %的差异，与本研究54 %的结果相差不大。因此，黏粒组分可以作为一个较为准确的指标来估算土壤CEC值。此外，黏粒为权重最大的指标，比起其它3个指标能够更多的反应不同土壤的差异。

4 结 论

滇池、洱海、抚仙湖、星云湖、阳宗海周边有大量的农业生产。由于很多农田靠近水体，年降雨量大，湖中水体面临农业面源污染的威胁。不同区域土壤的pH、CEC、土壤质地均不相同，为因地制宜、精细化地施用农药和化肥提供了理论基础。靠近阳宗海西南部的土壤pH为中等酸性，因此在该区域应该避免施用含有官能团COOH和NHSO2弱酸性农药。阳宗海西南部土壤的CEC值最高，然后依次为滇池、抚仙湖和星云湖、洱海周边的土壤。因此，施用化肥和农药在CEC值低的土壤应遵循“少量多次施”的原则，反之，在CEC值高的土壤应 “相对集中施”。总体而言，靠近阳宗海西南部的土壤被归类为黏土；滇池、抚仙湖和星云湖周边的土壤为黏壤土；洱海周边为壤土。洱海周边的土壤CEC值和土壤质地具有一定的空间分布特征，表现为西部的土壤CEC值与黏粒含量小于东部区域，意味着西部区域土壤中农残和化肥流失到水体的风险更大。在CEC、砂、粉粒、黏粒组分这4个指标中，黏粒组分的权重最大，意味着黏粒组分可以更多地揭示这些区域内土壤的差异，同时相较于砂和粉粒，黏粒组分可以更准确地估算土壤CEC值。