县域耕地土壤养分时空变异特征研究

夏利恒,申江龙,孙语彤,刘 京

(1.陕西地建土地工程技术研究院有限责任公司,陕西 西安 710075;2.西北农林科技大学资源环境学院,陕西 杨凌 712100;3.陕西省土地工程建设集团有限责任公司,陕西 西安 710075)

耕地土壤养分是植物生长发育所必需的营养物质,是保证耕地质量和粮食产量的重要条件[1]。土壤中有机质(SOM)、速效磷(AP)、速效钾(AK)的含量是决定土壤肥力、农产品产量及品质的重要因素。同时,由于土壤类型、地形及人类活动等因素的综合作用,土壤养分存在高度空间变异特征[2-3]。研究其时空变异规律对精准养分管理、促进农田生态经济效益、耕地质量的保护与提升具有重要的理论与现实指导意义。20世纪90年代初期,国内学者开始主要应用地统计方法探究土壤的时空变异性[4]。近年来,利用地统计学结合GIS的方法对土壤特性在时间和空间尺度上的变异研究成为热点[5-16]。其中,陈涛等[5]研究县域耕地土壤速效养分时空变异规律及影响因素,得到土地利用方式和人为活动与土壤养分含量变化的关系最为密切;于洋等[11]研究渭北台塬区近30 a土壤速效养分的时空变异性。从现阶段已有的文献来看,大多数学者在两期土壤养分数据的基础上进行对比,研究其地区土壤养分的时空变异规律[13-16],少部分研究仅以单时期数据进行空间变异规律分析[17-19],目前对三期土壤养分数据进行对比的研究仍然较少。在研究方法上,少有学者利用重心模型对养分空间分布进行研究,无法全面反映养分的变化特征。本文以位于陕西渭北旱塬区白水县为例,以1980、2007、2017年的土壤SOM、AP和AK为研究对象,采用地统计学与GIS相结合的方法,利用空间自相关和半变异函数分析耕地土壤SOM、AP和AK的空间变异特征,结合重心模型探究养分的重心迁移方向,为白水县土壤养分分区指导和不同乡镇的精准施肥提供理论支持。

1 材料与方法

1.1 研究区概述

白水县位于关中平原和陕北高原过渡区(109°16′～109°45′ E,35°4′～35°27′ N)。全区总面积986.6 km2,其中耕地面积525.4 km2,占全区总面积的53.2%。全区地势呈现西北高东南低,海拔440～1 500 m。属温带大陆性季风气候,四季分明,年均气温11.4℃,年均降水量577.8 mm。由于洛河及白水河各支沟的切割,境内沟壑纵横,地形破碎,中东方向主要是黄土台塬,北部和中西方向为黄土塬,土壤类型主要以黄绵土为主。

1.2 数据来源

本研究采用三期(1980、2007、2017年)耕地土壤SOM、AP、AK养分数据。1980年的样点数据源于该年白水县第二次土壤普查资料,分别获取SOM、AP、AK样点数据154、152、152个。2007年的样点数据源于该年全国测土配方施肥项目,共获取样点数据156个。2017年的数据则为耕地质量调查与评价的样点数据,共计73个。三期土样均取自土壤耕层0～20 cm,采样点分布见图1(见242页)。采用重铬酸钾容量法测定土壤有机质,采用0.5 mol·L-1NaHCO3浸提-磷钼蓝比色法测定土壤速效磷,采用1 mol·L-1NH4OAC浸提-火焰光度法测定土壤速效钾[17]。

图1 土壤样点分布图Fig.1 The map of soil sample distribution

1.3 数据处理及分析

表1 三期耕地土壤养分λ值与正态检验Table 1 λ value of soil nutrient and normal test of cultivated land in three periods

(1)

式中,λ为原数据经幂转换后最接近正态分布时的参数值,当λ=0时,BOX-COX转换即为对数转换。

1.3.2 空间自相关分析 空间自相关是指同一个变量在不同空间位置上存在的潜在依赖性,是对研究变量空间相邻位置间相关性进行检验的一种统计方法[21]。在判断空间自相关性时,现常用全局Moran’sI指数来反应研究区的空间自相关性,其计算公式为：

(2)

式中,n为总样本数;Wij为对称二项分布空间权重矩阵;Xi和Xj分别为空间变量X在不同位置i和j上的实测值[22-23]。

1.3.3 半变异函数分析 半变异函数(又称半方差函数)是地统计分析中常用的函数,可以根据已知样本点对研究区的空间变异特征进行较为准确的描述[17]。半变异函数可以揭示变量的内在联系,利用不同距离、不同方向空间点位间的关系得到变量的空间分布规律,使空间插值更精确[11],其计算公式为：

(3)

式中,h为采样点的空间间隔;N(h)为间隔距离为h的样点数;Z(xi)和Z(xi+h)分别为空间变量Z(x)在不同位置xi和xi+h上的实测值[24-25]。

1.3.4 重心模型及标准差椭圆 重心模型多用来研究某地理要素空间位置的变化过程,该模型通过重心迁移的方向、距离和速度反映空间要素的变化趋势。本文利用重心模型揭示养分的空间聚集特征和变化趋势[26]。计算公式为：

(4)

(5)

标准差椭圆能够直观地反映土壤养分的聚集状态及偏移趋势,主要由转角θ、沿主轴(长轴)的标准差和沿辅轴(短轴)的标准差构成。椭圆的长半轴表示养分分布的方向,短半轴表示养分分布的范围。本文在重心模型的基础上,构建标准差椭圆反映土壤养分的空间格局。

2 结果与分析

2.1 土壤养分描述性统计

由表2可知,1980年研究区耕地土壤SOM、AP、AK的平均含量分别为11.7 g·kg-1、5.11 mg·kg-1、158.68 mg·kg-1;2007年分别为12.49 g·kg-1、11.93 mg·kg-1、135.64 mg·kg-1;2017年分别为16.21 g·kg-1、36.45 mg·kg-1、258.88 mg·kg-1。在1980—2007年的28 a间,土壤SOM和AP含量明显升高,AK含量明显降低。2007—2017年,三种养分的含量分别增加3.72 g·kg-1、24.52 mg·kg-1、123.24 mg·kg-1,数据均通过t检验,呈显著性差异。

表2 三期耕地土壤养分描述统计Table 2 Soil nutrient description statistics of cultivated land in three periods

研究区三期耕地土壤养分的变异系数在30.2%～90.8%之间,属于中等变异。1980—2007年,土壤SOM、AP、AK的变异系数均有所减小,分别由47%、85%、30.2%减小到37.3%、60.1%、43.3%,且随时间的变化变异性均呈减小的趋势;2007—2017年,土壤SOM、AP、AK的变异系数分别增加至52.1%、90.8%、56.9%,变异性均呈增加趋势。

2.2 土壤养分时空变异特征

利用GS+9.0软件,选用指数、球状和线性三种半方差模型分别对1980、2007、2017年耕地SOM、AP和AK进行拟合,分别建立最优半方差理论模型,得到三期耕地土壤养分的地统计参数,并计算得到全局Moran’sI,如表3所示。

表3 三期土壤养分的半方差模型与Moran’s I指数Table 3 Semi-variance model of soil nutrients in three periods and Moran’s I index

2.2.1 空间自相关分析 由表3可知,1980—2017年耕地土壤SOM、AP、AK的全局Moran’sI指数分别由0.35、0.41、0.44降低到0.31、0.27、0.21。通过将全局Moran’sI指数标准化,Z值均大于2.56,说明当前采样密度下,三期耕地土壤SOM、AP、AK呈极显著空间正相关。通过进一步比较Z值,1980—2017年土壤SOM、AP、AK的Z值分别由32.92、32.47、35.48减少到15.40、24.96、17.56,说明在38 a间,研究区耕地土壤养分的空间结构减弱,随机性增强。影响其随机变异性主要有以下两种原因：一方面,由于家庭联产承包责任制的实施,耕地分产到户,农民自主采用不同管理和耕种措施导致;另一方面,由于2005年开启新一轮测土配方施肥,白水县根据土壤类型、土壤养分条件、作物需肥规律和需肥量等,在施用有机肥的基础上选择氮、磷、钾及中微量元素等肥料,使得耕地土壤养分的随机变异性增强。

2.2.2 变异函数分析 由图2可见,随间隔距离h增加,各养分的半方差持续增加,显现出鲜明结构特点,表明不同时期特定采样密度和样点分布条件下,不同类型土壤养分在相邻点位间存在较明显空间相关。

图2 三期土壤养分的半方差图Fig.2 Semivariogram of soil nutrients in three periods

由表3可见,除2007年的土壤AP和AK符合线性模型(line),其他最佳拟合模型均符合指数模型(exponential),决定系数(r2)在0.995～0.785之间,均接近于1,说明半变异函数拟合较好。除AP-2007块基比为76.14%以外,其他养分块基比均在25%～75%之间,表现为中等程度的空间自相关。块金值与基台值的比值表示随机部分引起的空间异质性占系统总变异的比例,1980—2017年,耕地土壤SOM、AP、AK的块基比分别增大到49.24%、56.88%和47.64%,说明空间结构减弱,随机变异性增强,整体分布趋向复杂,这与空间自相关分析结果一致。

2.3 耕地土壤养分时空分布特征分析

2.3.1 耕地土壤养分空间分布特征 利用ArcGIS中普通克里格插值工具,使用从GS+中得到的拟合模型和最优地统计参数(块金值、基台值、块基比和变程),分别对1980、2007、2017年的耕地土壤SOM、AP、AK进行插值,其空间分布图如图3所示。

图3 三期土壤养分空间分布图Fig.3 Spatial distribution map of soil nutrients in three periods

由图3可以看出,三期土壤SOM含量空间分布相似,均呈现出北低南高的分布特征。1980年研究区大部分地区土壤SOM含量处于中低水平,含量小于12.5 g·kg-1的面积达400 km2,含量大于20 g·kg-1的面积仅有1.47 km2;2007年研究区土壤SOM含量有所提升,含量小于12.5 g·kg-1的面积达 296.26 km2;2017年研究区土壤SOM含量小于12.5 g·kg-1的面积减少到13.5 km2,含量大于 17.5 g·kg-1的面积有129.5 km2,主要集中在研究区的东南部。相对于2007年土壤SOM的含量有大幅度的提高。

1980年土壤AP含量偏低,全区大部分地区含量小于10 mg·kg-1,仅有研究区南部含量较高。2007年土壤AP含量有所增长,含量小于10 mg·kg-1的面积减少到164.7 km2,含量大于15 mg·kg-1的面积增加到58.08 km2,但分布较为分散,主要分布在研究区东南地区。相比1980年有了一定程度的提高。2017年土壤AP含量较2007年有大幅度的增长,研究区土壤AP含量整体大于15 mg·kg-1。

1980年研究区土壤AK含量由南向北呈增加趋势,AK含量小于130 mg·kg-1的面积仅有17.02 km2。2007年土壤AK含量小于130 mg·kg-1的面积达270.7 km2,相比1980年有很大程度的减少。仅有少部分地区含量较高。2017年土壤AK含量大于250 mg·kg-1的面积有288.37 km2,占总面积的54.9%,整体分布同样呈东高西低分布。相比2007年,土壤AK的含量有了显著的提高。

2.3.2 耕地土壤养分时空变化 从表4和图4(见245页)可以看出,1980—2007年土壤SOM与AP含量呈增加趋势,AK含量呈降低趋势。土壤SOM含量升高的面积为383.28 km2,占研究区耕地面积的73%。其中,增幅大于4 g·kg-1的面积有91.59 km2,主要分布在地势较高的地区,其原因是人为因素影响小,SOM消耗少的同时土壤里不断积累的动植物腐殖质增加了SOM含量。土壤SOM含量降低的面积为142.21 km2,仅占全区耕地面积的27%左右,主要位于研究区南部,可能由于耕地利用程度有所提高,有机肥施用程度低的原因所致。对于土壤AP,增幅主要集中在0～10 mg·kg-1之间,占全区耕地面积的87%,导致AP含量普遍升高的原因可能是实行家庭承包责任制以来,耕地分到每户,而磷肥作为底肥得到广泛使用,另外,农户的精耕细作和设施的改善也使AP的含量有所提升。对于土壤AK,大部分地区含量减少,其中AK含量减少大于60 mg·kg-1的面积为78.34 km2,占研究区耕地面积的14.9%,主要位于研究区北部,仅有少部分地区含量升高,且分布较为分散。

图4 1980—2007年与2007—2017年土壤养分变化图Fig.4 Change maps of soil nutrient during 1980-2007 and 2007-2017

表4 1980—2007年土壤养分不同增幅的土壤面积及其比例Table 4 Soil area and its proportion of soil nutrient increase during 1980-2007

从表5和图4可以看出,2007—2017年耕地土壤SOM、AP和AK含量整体呈增加趋势,其中AP与AK的增幅较大。其原因可能是近年来农户更加注重对农地增施有机肥和复合肥并进行精耕细作。并且农户增强了对土地管理的意识,降低了人为因素对土地内部结构的破坏。其中,土壤SOM含量在研究区东南部低海拔地区增幅较大,其增幅在6～12 g·kg-1的面积有73.24 km2。大部分地区呈增加趋势,总增加面积占全区耕地面积的83.29%。仅有少部分地区含量减少。对于土壤AP,全区呈增加趋势。其中增幅在20～30 mg·kg-1之间的面积有227.41 km2,占全区耕地面积的43.27%,增幅较大达到40～50 mg·kg-1的面积有32.98 km2,主要分布在史官镇,中部地区小幅度增长。2007年以来农业科学技术的大力推广,合理施用磷肥,使土壤AP含量大幅度升高。对于土壤AK,研究区大部分呈增加趋势,且增幅较大,其中增幅在 60～120 mg·kg-1和120～180 mg·kg-1的总面积达到了439.36 km2,占全区耕地面积的83.61%,主要分布在研究区北部与东南部。

表5 2007—2017年年土壤养分不同增幅的土壤面积及其比例Table 5 Soil area and its proportion of soil nutrient increase during 2007-2017

2.4 重心模型和标准差椭圆

采用重心模型分别获取各时期的养分重心迁移方向和距离,结果如表6(见246 页)与图5所示。1980—2017年,SOM重心持续向东南方向偏移,总移动距离4 502.07 m,由尧禾镇移动到雷牙镇;AP重心经历“东南-东北”迁移;AK重心经历“南-东北”迁移。由此可以看出,由于东南方向地势较低,人们便于耕作,所以SOM重心整体向东南方向偏移,2007—2020年,AP和AK重心向东北部迁移,主要由于东北部养分含量迅速升高。通过对乡镇耕地养分重心迁移分析可知,SOM重心在西固镇偏移距离最大,偏移距离大于800 m,林皋镇偏移距离最小,呈现东快西慢趋势;AP和AK重心均在史官镇偏移距最大,不同的是,AP重心在尧禾镇和西固镇偏移距离较小,AK重心则在杜康镇偏移距离最小。综上可知,研究区37 a以来,SOM重心整体向东南方向发生偏移,AP和AK重心整体向东北方向发生偏移。

图5 1980—2017年土壤养分重心迁移Fig.5 Soil nutrient gravity shift during 1980-2017

表6 1980—2017年土壤养分重心迁移Table 6 Soil nutrient gravity shift during 1980-2020

由表7(见246 页)和图5可以看出,研究区标准差椭圆变化具有一定的方向性,这与重心的转移存在一定的相关性。在整个研究时间段,SOM转角均呈现“增加-减少”的变化规律,东南方向的空间分布不断增强。从标准差椭圆的变化面积来看,面积逐渐减少,表明研究区养分空间分布逐步趋于集中,SOM养分含量更加趋于稳定;AP和AK转角同与SOM转角呈现相同变化规律,养分含量更加聚集且东北方向的空间分布不断增强。

表7 1980—2017年土壤养分标准差椭圆参数变化Table 7 Changes in standard deviational ellipse parameters for soil nutrients during 1980-2020

3 讨论与结论

3.1 土壤养分时空变异因素分析

从研究区耕地土壤养分的变异状况来看,3个时期土壤养分变异均属于中等变异,与陈涛等[5]在渭北旱塬区的研究一致。土壤AP的变异程度最大,这与吴美玲等[2]在黔西北农业园区的研究结果一致。刘国顺等[6]在缓坡烟田的研究结果也显示,土壤AP的变异程度最高。综合前人研究与本研究成果,得出土壤AP的变异程度一般比SOM和AK大。造成这种现象的原因可能是磷素极易被土壤固定,研究区不同地块土壤特性的细微差异可能会导致固定磷含量的差异,进而影响土壤中速效磷的含量[27]。通过GS+进行半变异函数分析得到的半变异函数模型拟合程度最高的是1980年的养分数据,这与于洋等[11]的研究结果一致。文中全局Moran’sI指数和半变异函数和两种分析方法的结果较一致,1980—2017年耕地土壤SOM、AP、AK的全局Moran’sI指数均减少,说明其空间结构减弱,空间分布趋于破碎,与于洋等[11]在渭北台塬区的研究和赵业婷等[18]在西安市郊区的研究结果相吻合。

本研究区土壤AP、AK的分布规律较为相似。在时间变化上,高义民[28]研究结果显示渭北旱塬区25 a以来土壤SOM和速效养分含量均增加。研究区1980—2007年土壤SOM和AP的含量均呈增加趋势,土壤AK却呈减少趋势。究其原因,可能由于研究区苹果的广泛种植,钾作为一种能够提高果实品质的元素,农户在施用钾肥施用量不合理导致土壤AK含量的大面积降低。2007—2017年研究区土壤养分含量均增加,原因可能是近年来农户更加注重对农地增施有机肥和复合肥并进行精耕细作,这与刘芬等[10]研究结果相一致。在全国各大苹果产区中,白水县是唯一符合苹果生产区七项指标的县域,拥有十分优越的自然条件,因此苹果成为该县主要农产业。对于苹果而言,土壤中有机质的含量是非常重要的,它不但可以提高苹果品质,还可以培肥土壤,改善土壤环境。研究区土壤有机质含量均呈递增趋势,这对于提高苹果产量、农村居民收入和农业可持续发展提供了强有力保障。

3.2 对策与建议

本研究通过对两个阶段的土壤养分变异情况进行分析,更加深入地了解到实行家庭联产承包责任制和测土配方施肥对土壤养分变化的影响,重心模型能够更加具有阶段性的判断研究区养分含量的重心变化情况[27],对整个区域的养分均衡有一个全面性的了解,从而能够对白水县整体土壤养分管理分区进行具有针对性的指导;通过对各个乡镇的养分重心进行分析,得出不同乡镇的养分重心迁移距离,了解耕地养分的稳定性,为不同乡镇的精准施肥提供支持。

本研究表明,2007—2017年研究区土壤SOM、AP、AK含量增幅过大,土壤SOM主要在研究区东南部增幅较大,AP和AK在研究区北部增幅较大,可能由于人类活动较为频繁且化学肥料的过量施用,特别是人们为了追求效益,过量施用氮肥磷肥,使土壤养分含量较高,破坏土壤内部结构,不利于农作物生长发育与农业可持续发展。因此,应率先控制研究区北部地区的化肥施用,并在稳定施用氮肥、磷肥、钾肥的基础上注重中微量元素的补给。通过开展土壤测试、肥效试验等高效利用养分,综合考虑土壤养分的丰缺程度、合理的目标产量、自然环境等因素调整养分投入比例,逐步建立既保证作物增产又保护环境的施肥指标体系。除此之外,在保证耕作地区土壤养分含量充足的情况下,应合理开发中高海拔地区耕地,以提高耕地利用率。