松嫩平原黑土区土壤有机质含量时空变化及其影响因素

摘要：明晰农田土壤有机质的时空变化格局对保障农业绿色可持续发展具有重大意义。本研究以松嫩平原黑土区为研究对象，基于第二次全国土壤普查和2015年东北地区耕地力调查与评价数据，运用ArcGIS 10.8和GS+9.0软件进行数据分析，以期探讨第二次全国土壤普查以来松嫩平原黑土区耕地土壤有机质时空变化特征及其影响因素。结果表明：2015年松嫩平原黑土区耕地土壤有机质平均含量为31.70 g·kg−1，其中Ⅲ级（20～30 g·kg−1）水平占比最大；松嫩平原黑土区各市土壤有机质含量较20世纪80年代大多有不同程度下降，其中哈尔滨市和大庆市降幅最大；松嫩平原不同土壤类型的土壤有机质均有不同程度下降，其中沼泽土、暗棕壤和白浆土的土壤有机质含量下降最多，分别下降了12.76、10.58 g·kg−1和6.70 g·kg−1。松嫩平原黑土区耕地土壤有机质含量具有强烈的空间自相关性，最优拟合模型为球形模型，呈现东北高、西南低的空间分布特征；有效积温、海拔、经纬度、年降水量是影响松嫩平原黑土区土壤有机质时空变异的主要因素，共同解释松嫩平原黑土区耕地土壤有机质含量57%变化量。综上，1980s—2015年松嫩平原黑土区耕地有机质含量呈下降趋势且呈现出东北部高、西南部低的空间分布格局，土壤有机质含量受气候、地形和人为因素的共同影响，其中有效积温对有机质含量变化的贡献率最大（28.4%）。

关键词：松嫩平原；有机质；时空变化；地理信息系统

中图分类号：S153.621 文献标志码：A 文章编号：2095-6819（2025）01-0120-10 doi： 10.13254/j.jare.2023.0623

土壤有机质是影响农田土壤健康和肥力状况的关键要素，其量、质特征直接影响土壤中的水分保持、养分循环和生物多样性特征。土壤有机质含量的下降会引发土壤侵蚀、结构变差、耕层浅薄等退化问题，同时对粮食产能的下降和全球气候变化的加剧产生级联效应。土壤有机质的固存受到农田管理措施、土地利用变化、气候环境变化、土壤类型和外源有机物料输入等多重因素调控，导致有机质分布存在显著的时间差异性和空间异质性[1]。在当前粮食安全和碳中和目标的双重压力下，探究并明晰农田土壤有机质的时空变化格局对于提升耕地生产力、减排增汇和农业绿色可持续发展具有重要意义。

东北黑土区是我国粮食生产的“稳定器”和“压舱石”，在保障国家粮食安全方面贡献极大。其中，松嫩平原位于东北地区腹地，拥有丰富的土地资源和良好的农业生产条件，是我国典型黑土集中分布的区域，也是我国重要的黄金玉米带，对维持我国农业的可持续发展和生态安全具有重要的战略意义[2]。然而，随着当地农业生产的不断发展，由于耕作方式不合理、粮食作物长期单一种植以及有机物输入不足等因素，松嫩平原黑土区处于“重用轻养”的高负荷状态，导致土壤出现以有机质含量下降为核心的退化问题，制约了土壤健康和粮食的高产稳产。然而，松嫩平原黑土区土壤有机质变化的时间和空间特征仍不明确，其驱动因素也有待厘清。

近年来随着地统计学和GIS技术的发展，多种地统计学和地理信息系统技术在土壤学、生态学等领域应用越来越广泛，成为研究土壤属性空间变异的有效工具[3]。针对不同区域尺度土壤有机质和养分的空间分布特征研究较为广泛[4-6]。在松嫩平原黑土区，王子龙等[7]以松嫩平原中部为研究区，利用经典统计学、地统计学和多重分形结合的方法，探究了土壤有机质分布特征及其变异规律，明确了高程及土地利用类型对有机质含量的影响程度；白一君等[8]研究了松嫩平原西部吉林省通榆县农田土壤有机质的空间分布，并分析了高程、坡度、土壤类型和人工施肥量等因素的影响。截至目前，研究主要针对松嫩平原局部地区土壤有机质含量的时空变化情况进行了探讨，但在整个松嫩平原黑土区的宏观层面，20世纪80年代来松嫩平原土壤有机质含量整体变化及区域分异情况如何？哪些影响因素对土壤有机质退化影响程度更大？这些问题亟待解决。

基于以上考量，本研究基于第二次全国土壤普查（以下简称“二普”）时期和2015年土壤样点土壤属性数据，通过大样本统计分析和地理信息系统（GIS）等方法，旨在厘清近35年来松嫩平原黑土区耕地土壤有机质含量的时空变化特征及其影响因素，以期为松嫩平原黑土区土壤肥力调控、质量提升和耕地保护提供科学依据，同时为东北黑土区耕地质量清单制作提供理论支撑。

1 材料与方法

1.1 研究区概况

研究区为我国东北松嫩平原黑土区（122.45°～128.55°E，43.88°～50.89°N），东西跨527 km，南北跨673 km，全区耕地面积约1 076万hm2（图1）。该区域西北以景星至甘南太平湖一线接大兴安岭，东北以科洛河至巴彦龙泉镇与小兴安岭为界，东南以龙凤山至滨西一线与东部山地为界，南至松辽分水岭，整体略呈“菱形”分布，地势自东北向西南呈坡阶状递减，地貌以平原为主，可分为东北部山地和西南部冲积平原。行政区域主要包括黑龙江省齐齐哈尔市、大庆市、黑河市（五大连池、北安、嫩江）、绥化市（北林区、安达、明水、望奎、海伦、肇东、青冈、兰西）和哈尔滨市（主要市区、双城、木兰、巴彦县），吉林省松原市、长春市（农安、德惠）、白城市（镇赉、大安），内蒙古自治区呼伦贝尔市（莫力达瓦尔族自治旗），下文中提及的城市名称均指含有以上区县的范围。该区域属温带大陆性半湿润或半干旱季风气候，年降水量387～651mm，≥10 ℃有效积温平均为2 706 ℃[9]。该区域是我国典型黑土的集中分布区，黑土区占区域耕地面积的30%以上，其中松嫩平原地区北部分布着面积较广的中厚层黑土；同时，该区域还分布着较大面积的草甸土、黑钙土、暗棕壤等土壤类型。该区域地势平坦，河流纵横，以玉米、大豆、水稻为主要种植作物，是国家大型商品粮基地[10]。

1.2 数据来源

本研究以20世纪80年代“二普”时期的农化样点数据为基准，并获取2015年东北地区耕地地力调查与评价数据（松嫩平原黑土区为10 713个点位）。样点属性信息主要包括经纬度、地貌类型、年降水量、有效积温、坡度、海拔、成土母质、土壤类型、有机质含量等指标。

松嫩平原“二普”时期各地区土壤有机质均值及分级占比数据来自《黑龙江土壤》[11]《内蒙古土壤》[12]以及《吉林土壤》[13]，土壤有机质分级标准参照文献[14]，在我国土壤有机质含量分级基础上将松嫩平原黑土地耕地土壤有机质含量分为6个级别，分别为Ⅰ级（≥40g·kg−1，很丰富）、Ⅱ级（30～40 g·kg−1，丰富）、Ⅲ级（20～30g·kg−1，中等）、Ⅳ级（10～20 g·kg−1，较缺乏）、Ⅴ级（6～10g·kg−1，缺乏）、Ⅵ级（lt;6 g·kg−1，很缺乏）。

1.3 研究方法

1.3.1 经典统计学

经典统计学将研究对象空间变量假定为随机变量，相互独立存在，计算研究对象极值、平均值、标准差及变异系数等参数简单描述研究对象空间变异特征，变异系数计算公式为：

CV=σ/μ

式中：CV为研究对象变异系数；σ 为研究对象标准差；μ 为研究对象平均值。

1.3.2 地统计学

半方差函数理论模型的建立是克里金插值法的核心[15]。通过计算半方差函数，克里金更易实现局部加权插值，克服了一般反距离加权插值结果的不稳定性。

克里金插值的基础是空间自相关性，而莫兰指数（Moran′s I）是空间自相关系数的一种，其值分布在−1～1，用于判断空间是否有自相关性。Moran′s Igt;0表示空间正相关性，其值越大，空间相关性越明显；Moran′sIlt;0 表示空间负相关性，其值越小，空间差异越大；Moran′s I=0表示空间呈随机性[16]。

1.3.3 数据处理

采用Excel 2016和SPSS 27.0软件对数据进行正态分布以及常规统计分析检验，单因素方差分析（ANOVA）、相关性和回归分析均在SPSS 27.0中完成。采用GS+ 9.0判断出适合松嫩平原黑土区土壤有机质的最优拟合模型，采用ArcGIS 10.8软件的空间分析方法莫兰指数法确定空间自相关性，克里金空间插值模块绘制松嫩平原黑土区耕地土壤有机质空间分布图，其余柱形图、饼图等使用Origin 9.1软件绘制。

2 结果与讨论

2.1 松嫩平原黑土区土壤有机质含量时间变化特征

2.1.1 松嫩平原黑土区各行政区土壤有机质含量时间变化特征

2015年松嫩平原黑土区土壤有机质含量范围在3.00～85.91 g·kg−1之间，均值为31.70 g·kg−1（表1），总体变异系数属于中等程度变异（10%～100%）[17]；其中，白城市土壤有机质含量变异系数最大，达到36.00%，绥化市土壤有机质变异系数最小，仅15.75%。方差分析结果表明，呼伦贝尔市的平均土壤有机质含量显著高于其余各市（Plt;0.05），为55.48 g·kg−1，其次为黑河市和绥化市；而白城市土壤有机质含量显著低于其余各市（Plt;0.05），平均为16.31 g·kg−1；大庆市和长春市土壤有机质含量差异不显著（Pgt;0.05）。

松嫩平原黑土区在“二普”时期耕地土壤有机质含量分级占比最大的为Ⅰ级水平，占比为38.7%；此外，土壤有机质分布在Ⅰ、Ⅱ、Ⅲ级的占比总计在85%以上（图2）。2015年，松嫩平原黑土区耕地土壤有机质含量占比最大则是Ⅲ级水平，占比为31.6%。此外，土壤有机质含量分布在Ⅰ和Ⅵ级的占比分别下降14.8个百分点和0.2个百分点；分布在Ⅱ、Ⅲ、Ⅳ和Ⅴ级的占比则出现不同程度上升，分别为7.1、4.6个百分点和2.5个百分点。

与“二普”时期相比，呼伦贝尔市、长春市和绥化市耕地土壤平均有机质含量有所提升，增加量分别为3.78、1.89 g·kg−1和0.66 g·kg−1（图3）。有报道显示近些年东北黑土区秸秆还田面积达到2亿亩（1亩=1/15hm2），直接还田量达7 100多万t，合理的有机物料还田能够改善黑土地土壤有机质因侵蚀和矿化所引起的有机质、养分降低[18]，因而这些区域土壤有机质含量上升可能与当地的耕地管理措施得当和秸秆还田推动力度大有关[19]。其他各市耕地土壤有机质含量均存在不同程度的下降。其中，哈尔滨市降幅最大，达到23%（10.08g·kg−1）；其次为大庆市和黑河市，降幅在9%以上（分别下降9.01g·kg−1和5.30g·kg−1）；松原市降幅最小（2.67g·kg−1）。

2.1.2 松嫩平原黑土区不同类型土壤有机质含量的时间变化特征

松嫩平原黑土区在“二普”时期和2015年不同土壤类型中平均有机质含量大小顺序均表现为暗棕壤gt;沼泽土gt;黑土gt;水稻土gt;白浆土和草甸土gt;黑钙土和新积土gt;风沙土；其中，暗棕壤的平均土壤有机质含量最高，达到53.41 g·kg−1，风沙土的平均土壤有机质含量最低，仅为15.89 g·kg−1（图4）。土壤有机质含量较高的暗棕壤、沼泽土和黑土主要分布在松嫩平原的北部地区；其中，暗棕壤的自然植被为针阔混交林，林下有繁茂的草本，使土壤表层有较强的腐殖质累积；沼泽土由于水分多而导致湿生植物生长旺盛，有机质残体残留在土壤后不易分解；而黑土原本的草甸草原植被生长旺盛，腐殖质积累强度大。土壤有机质含量较低的风沙土主要分布在松嫩平原的西部半干旱地区，母质主要是松散的风成沙，有机质含量很低。因此，松嫩平原黑土区土壤有机质含量空间差异性与土壤类型密切相关。

1980s—2015年不同土壤类型有机质含量降幅的大小排序为沼泽土gt;暗棕壤gt;白浆土gt;水稻土gt;草甸土gt;黑钙土gt;黑土gt;风沙土gt;新积土（图4）；其中沼泽土、暗棕壤和白浆土的土壤有机质含量下降最高，减少量分别为12.76、10.58 g·kg−1和6.70 g·kg−1，该结果说明土壤有机质本底值越大，在人类开垦后，土壤越容易被破坏，从而导致土壤有机质含量大幅下降；同时，沼泽土还被用作肥料、制作营养土、饲料添加剂等，从而导致其有机质含量下降。然而，从本研究结果可看出，黑土作为松嫩平原的代表性土壤类型，其有机质降幅在不同土壤类型中处于居中状态，证明黑土抵抗外界干扰（耕作、田间管理等）的能力高于暗棕壤和白浆土等。

2.2 松嫩平原黑土区土壤有机质含量空间变化特征

2.2.1 土壤有机质含量空间变异结构特征

本研究检验结果中，Moran′s I 指数为0.701，说明松嫩平原黑土区土壤有机质具有强烈的空间正相关性、聚集性，即松嫩平原的土壤有机质含量与该地区的位置有关。Z 得分为328.31，大于1.96（Plt;0.05），认为具有空间自相关性，结果分布在正态分布的两端。结合Moran′s I 值为正，可以得出结果分布在正态分布的右端，为聚集型。P 值为0，表明该结果100%不为随机数据生成，结果具有可信度。

运用GS+ 9.0软件对松嫩平原黑土区土壤有机质含量进行变异函数拟合。结果表明，松嫩平原黑土区耕地土壤有机质的最佳拟合模型为球状模型，R2 为0.98（接近1），残差值为0.034（接近0），说明该模型拟合效果很好，块金系数为16%（小于25%），表现为强烈的空间相关性[20]，说明松嫩平原黑土区耕层土壤有机质空间分布受随机性因素和结构性因素的共同作用。

2.2.2 土壤有机质地统计学制图

克里金插值结果（图5）表明，2015年松嫩平原黑土区耕地土壤有机质含量整体存在较大空间异质性，主要呈现出由西南部向东北部逐渐增加的空间格局。其中，土壤有机质含量较高的区域集中在嫩江县、五大连池市、北安市以及莫力达瓦尔族自治旗等北部区域，这些地区土壤有机质含量较为丰富，多为30～50g·kg−1；在松嫩平原东南区域的土壤有机质含量居中，大都分布在20～40 g·kg−1之间；而松嫩平原西南区域的土壤有机质含量较缺乏，大都分布在10～20 g·kg−1之间。

1980s—2015 年松嫩平原黑土区耕地土壤有机质含量空间变化情况如图6所示。从图中可以看出，松嫩平原黑土区大部分耕地土壤有机质含量自“二普”时期以来呈下降的趋势，平均下降3.12 g·kg−1。土壤有机质下降较为严重的区域主要分布在松嫩平原的北部嫩江县，中部大同区、肇源县和哈尔滨东部区域，这与以市为单位研究该区域时间序列上的土壤有机质变化相符合。土壤有机质含量上升的区域主要分布在松嫩平原的丘陵低谷地带，由于坡面的侵蚀和雨水冲刷导致坡中上部的黑土聚集在坡底，坡底获取水分的来源较多，导致其含水量高于坡上，有利于有机质的赋存[21]。

2.3 松嫩平原黑土区土壤有机质含量影响因素

2.3.1 年降水量和有效积温

降水量和积温主要通过调控土壤水热状况[22-23]来影响土壤有机质的分解与形成。松嫩平原黑土区不同年降水量、有效积温下土壤有机质含量分布情况见表2和表3。由表可知，年均降水量、有效积温梯度均对土壤有机质含量存在显著影响，土壤有机质含量最高的分别为年均降水量gt;500mm和有效积温≤2 000 ℃。总体上，在降水量越高以及有效积温越低的地区土壤有机质含量越高。降水量的提高有利于提高土壤水分涵养和植被生物量，从而增加土壤有机质的来源[24]；而有效积温的降低则抑制了微生物对土壤有机质的分解，导致有机质的长期稳定累积。

2.3.2 坡度和海拔

坡度的大小会直接影响到土壤侵蚀程度、含水量和土地利用方式等因素[25-26]，进而对土壤有机质的固存与平衡产生影响。本研究方差分析结果表明，松嫩平原黑土区不同坡度等级耕地土壤有机质含量存在差异（图7）。总体上，松嫩平原黑土区耕地坡度较为平缓，土壤有机质平均含量随着坡度的增加而增加（Plt;0.05）。该发现与前人研究结果[27]不一致，主要原因可能是坡度等级划分方式不同；但相似的是二者均发现坡度在2°～6°的土壤有机质含量较高，是因为这些漫岗地区广泛分布着黑土、暗棕壤和白浆土等有机质含量较高的土壤类型。

此外，不同海拔梯度下松嫩平原黑土区耕地土壤有机质含量均呈现出显著差异（Plt;0.05），表现出随着海拔的增加而增加的趋势，与王子龙等[7]的研究结果一致。松嫩平原区总体以平原为主，在东北部有一些山地存在，海拔总体上呈现由东北到西南逐渐降低的趋势。因此，研究区土壤有机质含量高值主要分布在海拔较高地区，而有机质含量低值主要分布在平原地带。该现象产生的原因可能是海拔较高的区域是有机质含量较高的暗棕壤集中分布区；此外，海拔高的区域温度相对较低，降水量较大，这可能会抑制土壤微生物的分解活动，也有助于形成地带性森林气候，从而导致土壤有机质的累积。

有机质含量与自然影响因子的逐步线性回归方程如下：

y=0.06x1 +3.34x2 +2.68x3-0.017x4-0.011x5 +474.28（R2=0.57，Plt;0.01）（1）

式中：x1、x2、x3、x4、x5分别代表海拔、纬度、经度、有效积温、年降水量。

回归分析结果显示R2=0.57，表明降水量、有效积温、海拔和经纬度共同解释松嫩平原黑土区耕地土壤有机质含量57% 的变异量，回归模型的拟合优度较好，同时ANOVA检验显著性小于0.01，说明该模型具有显著性。通过回归模型标准系数分析发现，有效积温是影响近35年松嫩平原黑土区有机质含量最重要的影响因素，其对有机质含量变化的贡献率为28.4%（表4）。各影响因子对有机质含量的贡献率大小排序为：有效积温gt;纬度gt;经度gt;海拔gt;年均降水量。

2.3.3 土地利用方式

松嫩平原黑土区不同土地利用方式下的土壤有机质含量均存在显著性差异（Plt;0.05，表5）。土壤有机质含量高值部分多分布于东北部和南部旱地，而低值部分主要分布于中部以及西部的水浇地和水田耕地；其中，旱地土壤有机质含量达到32.68 g·kg−1，而水浇地的有机质含量平均为26.92 g·kg−1。通常，由于水田中根系分泌物等输入量大于大多数旱地作物，且土壤有机质在缺氧条件下的分解较慢，因而旱田土壤有机质含量一般低于水田[28]。而在本研究中，导致在区域范围内旱地土壤有机质高于水田的结果应归因于水田本身主要分布在该研究区中南部土壤有机质相对较低的平原地区，而在北部海拔较高的地区基本为旱地；同时，该地区在旱田作物生长过程中施有机肥次数相对较多，并会采取秸秆和残茬还田等农田管理措施，在一定程度上提升旱地的土壤有机质含量，这与赵东鹏等[29]的研究研究结果一致。此外，水浇地主要分布在半干旱地区，这些地区的耕地多为人工温室大棚用地，化肥用量大、长期使用免耕机，不进行深翻，导致土壤板结，透气性变差，有机质含量降低。综上，土地利用方式对土壤有机质含量的影响受到气候和土壤环境条件以及人为因素的严重制约。

3 结论

本研究运用地理信息系统、经典统计学和地统计学等方法从不同角度分析松嫩平原黑土区土壤有机质含量时空分布规律和变异特征，并探究自然因素和人为影响因素对土壤有机质含量的影响规律。主要得出以下结论：

（1）1980s—2015年，随着农业生产等人类活动的加剧，松嫩平原黑土区耕地土壤有机质含量呈整体下降趋势，平均下降3.12 g·kg−1；在不同各市级行政区中，平均土壤有机质含量降幅最大的为哈尔滨市和大庆市，而呼伦贝尔市等地区土壤有机质含量有所上升；在不同土壤类型中，沼泽土、暗棕壤和白浆土等土壤有机质本底值较高的土壤类型有机质含量降幅较大。

（2）松嫩平原黑土区耕地土壤有机质含量的空间分布呈现东北高西南低的分布格局，且有强烈的空间自相关性，插值最优拟合模型为球形模型。2015年松嫩平原耕地土壤有机质含量整体处于Ⅲ级水平，20世纪80年代以来该区域有机质下降最多的区域在松嫩平原的嫩江县、大同区、肇源县和哈尔滨东部区域。

（3）松嫩平原黑土区耕地土壤有机质含量受气候、地形和人为因素的共同影响。降水量、有效积温、经纬度、海拔能共同解释松嫩平原黑土区耕地土壤有机质57% 变化量，其中有效积温对有机质含量变化的贡献率最大。

参考文献：

[1] LIU Y， LÜ J S， ZHANG B， et al. Spatial multi-scale variability of soil

nutrients in relation to environmental factors in a typical agricultural

region， eastern China[J]. Science of the Total Environment， 2013， 450：

108-119.

[2] 崔裕敬， 宋春威. 松嫩平原典型黑土区土壤养分空间分布特征[J].

现代农业科技， 2023， 1（14）：174-177. CUI Y J， SONG C W.

Spatial distribution characteristics of soil nutrients in typical black soil

area of the Songnen Plain[J]. Modern Agricultural Science and

Technology， 2023（14）：174-177.

[3] MARCHETTI A PICCINII C， FRANCAVIGLIA R， et al. Spatial

distribution of soil organic matter using geostatistics：a key indicator to

assess soil degradation status in central Italy[J]. Pedosphere， 2012， 22

（2）：230-242.

[4] 曹婧， 陈怡平， 毋俊华， 等. 近40年陕西省农田土壤有机质时空变

化及其影响因素[J]. 地球环境学报， 2022， 13（3）：331-343. CAO J，

CHEN Y P， WU J H， et al. Temporal and spatial variation of soil

organic matter in Shaanxi Province in the past 40 years and its

influencing factors[J]. Journal of Earth Environment， 2022， 13（3）：

331-343.

[5] 胡越. 35年来什邡市雪茄烟土壤pH、有机质和氮磷钾时空演变特

征[D]. 绵阳：西南科技大学， 2024：27-46. HU Y. Temporal and

spatial evolution characteristics of pH， organic matter， and nitrogen，

phosphorus， and potassium in cigar soil in Shifang city over the past 35

years[D]. Mianyang：Southwest University of Science and Technology，

2024：27-46.

[6] 赵业婷， 齐雁冰， 常庆瑞， 等. 渭河平原县域农田土壤有机质时空变

化特征[J]. 土壤学报， 2013， 50（5）：1048-1053. ZHAO Y T， QI Y

B， CHANG Q R， et al. Spatio-temporal variation of soil organic matter

in farmland at a county scale in Weihe Plain[J]. Acta Pedologica

Sinica， 2013， 50（5）：1048-1053.

[7] 王子龙， 孙建， 姜秋香， 等. 松嫩平原黑土区有机质空间分布特征及

影响因素[J]. 东北农业大学学报， 2019， 50（10）：54-62. WANG Z

L， SUN J， JIANG Q X， et al. Spatial distribution characteristics and

influencing factors of organic matter in black soil region of the Songnen

Plain[J]. Journal of Northeast Agricultural University， 2019， 50（10）：

54-62.

[8] 白一君， 任春颖， 王宗明， 等. 松嫩平原西部农田土壤有机质和全氮

的空间分布影响因素分析[J]. 湖南科技大学学报， 2015， 30（1）：

121-128. BAI Y J， REN C Y， WANG Z M， et al. Spatial variability

and influencing factors analysis of farmland soil organic matter and

total nitrogen in the west Songnen Plain[J]. Journal of Hunan University

of Science and Technology， 2015， 30（1）：121-128.

[9] 徐英德， 裴久渤， 李双异， 等. 东北黑土地不同类型区主要特征及保

护利用对策[J]. 土壤通报， 2023， 54（2）：495-504. XU Y D， PEI J

B， LI S Y， et al. Main characteristics and utilization countermeasures

for black soils in different regions of northeast China[J]. Chinese

Journal of Soil Science， 2023， 54（2）：495-504.

[10] ZHANG L J， JIANG L Q， ZHANG X Z. Reconstruction of cropland

spatial patterns and its spatiotemporal changes over the 20th century

on the Songnen Plain， northeast China[J]. Journal of Geographical

Sciences， 2017， 27（10）：1209-1226.

[11] 黑龙江省土地管理局. 黑龙江土壤[M]. 北京：中国农业出版社，

1992：58-94. Heilongjiang Provincial Bureau of Land Management.

Soil in Heilongjiang[M]. Beijing：China Agriculture Press， 1992：58-

94.

[12] 内蒙古自治区土壤普查办公室. 内蒙古土壤[M]. 北京：科学出版

社， 1994：40-76. Inner Mongolia Autonomous Region Soil Census

Office. Soil in Inner Mongolia[M]. Beijing：Science Press， 1994：40-

76.

[13] 吉林省土壤肥料总站. 吉林土壤[M]. 北京：中国农业出版社，

1998：30-54. Soil and Fertilizer General Station of Jilin Province.

Soil in Jilin[M]. Beijing：China Agricultural Press， 1998：30-54.

[14] 席承藩. 中国土壤[M]. 北京：中国农业出版社， 1987：878-934. XI

C F. Soils in China[M]. Beijing：China Agriculture Press， 1987：878-

934.

[15] 张鹏. 基于大数据和机器学习的城市住宅地价分布模拟研究[D].

武汉：中国地质大学， 2023：45-68. ZHANG P. Modeling urban

residential land price distribution based on big data and machine

learning[D]. Wuhan：China University of Geosciences， 2023：45-68.

[16] 林珊珊， 吴玉斌. 中国区域碳生产率的空间特性及影响因素分析

[J]. 技术与创新管理， 2023， 44（3）：281-291. LIN S S， WU Y B.

Analysis of spatial characteristics and Influencing factors of regional

carbon productivity in China[J]. Technology and Innovation

Management， 2023， 44（3）：281-291.

[17] 袁文彬， 陈桢禄， 严锦申， 等. 清甜香型产区上部烟叶主要化学成

分与外观质量的关系研究[J]. 江西农业学报， 2023， 35（1）：28-35.

YUAN W B， CHEN Z L， YAN J S， et al. Study on relationship

between main chemical components and appearance quality of upper

tobacco leaves in fresh-sweetness flavor type production area[J]. Acta

Agriculturea Jiangxi， 2023， 35（1）：28-35.

[18] 孙眉， 关轩轩. 一场黑土地的“增肥”之战：东北地区秸秆处理行动

推进耕地保护纪实[N]. 农民日报， 2021-05-17（5 版）. SUN M，

GUAN X X. A battle of“fattening”in black soil：a documentary of

straw treatment actions in Northeast China to promote cultivated land

protection[N]. Farmers′ Daily， 2021-05-17（5th Edition）.

[19] 邱琛， 韩晓增， 陆欣春， 等. 东北黑土区玉米秸秆还田对土壤肥力

及作物产量的影响[J]. 土壤与作物， 2020， 9（3）：277-286. QIU S，

HAN X Z， LU X C， et al. Effects of maize straw incorporation on soil

fertility and crop production in in the black soil region of Northeast

China[J]. Soil and Crops， 2020， 9（3）：277-286.

[20] 宗瑾， 金日， 金雪梅， 等. 吉林省延边州湿地土壤全氮空间分布及

驱动力分析[J]. 北方园艺， 2023，（6）：62-70. ZONG J， JIN R， JIN

X M， et al. Spatial distribution and driving forces of total nitrogen in

wetland soil in Yanbian Prefecture， Jilin Province[J]. Northern

Horticulture， 2023，（6）：62-70.

[21] 李吉进， 徐秋明， 倪小会， 等. 施用膨润土对土壤含水量和有机质

含量的影响[J]. 华北农学报， 2002， 17（2）：88-91. LI J J， XU Q M，

NI X H， et al. Effects of bentonite on content of soil water and soil

organic matter[J]. Acta Agriculturae Boreali-Sinica， 2002， 17（2）：88-

91.

[22] 孙福海， 肖波， 姚小萌， 等. 黄土高原生物结皮斥水性及其沿降水

梯度变化特征研究[J]. 农业机械学报， 2020， 51（7）：304-312. SUN

F H， XIAO B， YAO X M， et al. Effects of biocrust covering on soil

water repellency and its variations along precipitation gradient on

Chinese Loess Plateau[J]. Transactions of the Chinese Society for

Agricultural Machinery， 2020， 51（7）：304-312.

[23] 郭瑶， 柴强， 殷文， 等. 玉米密植光合生理机制及应用途径研究进

展[J]. 作物学报， 2022， 48（8）：1871-1883. GUO Y， CHAI Q， YIN

W， et al. Research progress of photosynthetic physiological

mechanism and approaches to application in dense planting maize[J].

Acta Agronomica Sinica， 2022， 48（8）：1871-1883.

[24] 郭振胜， 张可意， 冀薇， 等. 园林废弃物与污泥混合堆肥的理化性

质变化规律研究[J]. 安徽农业科学， 2023， 51（20）：57-62. GUO Z

S， ZHANG K Y， JI W， et al. Study on changes of physicochemical

properties of co-composting of garden wast and sludge[J]. Journal of

Anhui Agricultural Sciences， 2023， 51（20）：57-62.

[25] 赵登良. 基于多源遥感的石灰岩山地典型流域水土流失动态监测

技术研究[D]. 济南：济南大学， 2022：21-39. ZHAO D L. Research

on soil and water loss Dynamic monitoring technology of typical

watershed in limestone mountains based on multi - source remote

sensing[D]. Jinan：University of Jinan， 2022：21-39.

[26] 郑天义. 秦巴山区西乡盆地植被特征研究[D]. 杨凌：西北农林科

技大学， 2022：41 - 45. ZHENG T Y. Study on vegetation

characteristics of Xixiang basin in Qinba Mountain area[D]. Yangling：

North West Agriculture and Forestry University， 2022：41-45.

[27] 孙建. 松嫩平原黑土区有机质空间分布特征及影响因素[D]. 哈尔

滨：东北农业大学， 2021：42 - 45. SUN J. Spatial distribution

characteristics and influencing factors of organic matter in black soil

region of Songnen Plain[D]. Harbin： Northeast Agricultural

University， 2021：42-45.

[28] WEI L， GE T D， ZHU Z K， et al. Comparing carbon and nitrogen

stocks in paddy and upland soils：accumulation， stabilization

mechanisms， and environmental drivers[J]. Geoderma， 2021， 398

（24）：66-128.

[29] 赵东鹏， 马军， 李姗姗， 等. 松花江佳木斯段北岸耕地水旱田土壤

要素指标变迁[J]. 农业与技术， 2017， 37（7）：11-12. ZHAO D P，

MA J， LI S S， et al. Changes of soil element indexes in cultivated land

and upland on the north bank of Jiamusi section of Songhua River[J].

Agriculture and Technology， 2017， 37（7）：11-12.