运城市夹马口引黄灌区土壤养分空间变异特征_姚瑶.pdf

第 37 卷第 2 期干旱区资源与环境Vol 37No 22023 年 2 月Journal of Arid Land esources and EnvironmentFeb 2023文章编号:1003 7578(2023)02 134 08doi:1013448/j cnki jalre2023044运城市夹马口引黄灌区土壤养分空间变异特征*姚瑶，罗朋，李京玲，薛恬鑫，王洪浩(太原理工大学水利科学与工程学院，太原 030024)提要:以山西省运城市夹马口引黄灌区为研究区域，在灌区进行田间取样，结合地统计学与 Kriging 插值方法分析灌区农田有机质、全氮、碱解氮、有效磷、速效钾的空间分布特征。研究结果表明，灌区土壤有机质、全氮空间变异主要受结构性因素的影响;碱解氮、有效磷、速效钾空间变异受结构性因素、随机性因素的共同影响。土壤有效磷呈斑块状分布，存在局部富集或缺失情况;有机质含量在灌区西南部平坦地区、中部引黄灌区干渠中下游冲积区相对较高，土壤全氮、碱解氮具有相似分布。灌区土壤有效磷、速效钾养分等级较高，土壤碱解氮养分等级中等，土壤有机质、全氮养分等级较低。交叉验证表明，普通克里格插值能较准确地预测灌区的土壤养分的空间变化，其相关系数较高、稳定性较好，为灌区精准施肥提供建议。关键词:土壤养分;半方差函数;空间变异;引黄灌区;夹马口中图分类号:S1536文献标识码:A碳、氮、磷、钾元素是植物生长的必要条件1，土壤养分在成土母质等结构因素的基础上，又受到耕作、施肥、排灌等随机性因素的影响。引黄灌溉挟带泥沙入田，表层土壤结构易产生变化，研究其空间分布特征、了解土壤养分现状，对于提高作物产量、发展精确农业具有重要意义2。科学的土壤养分评价及管理建立在对区域土壤养分空间变异的正确认知之上3，地统计学方法考虑了变量的空间自相关性，从而弥补了经典统计学缺少空间方位分析的缺陷4 5。众多学者的研究表明6 8，用 GS+进行半方差分析、GIS 地统计模块进行空间插值能够很好的反映土壤养分空间变异特征9 10。近年来学者对土壤养分空间变异进行了多项研究，研究区地貌类型包括丘陵山区、河套平原、黄土盆地、喀斯特林地等11 14，研究区土壤类型包括西北沙漠土壤、红色丘陵土壤、喀斯特地貌土壤、平原土壤、东北黑色土壤等15 19;研究内容包括不同土层深度土壤理化性质分析、不同尺度下养分分布特征、土壤侵蚀、土壤盐分空间相应关系12，20 22 等，但对于引黄灌区土壤养分空间变异的研究较少。夹马口灌区是山西重要的粮、棉、果、蔬产地，其下属的三个子灌区引黄年限不同，其中，夹马口灌区、小樊灌区于 1960 年完成施工，北扩灌区 2009年完成施工23。文中基于地统计学结合 GIS 技术探究灌区表层土壤养分空间变异特征并对土壤养分等级做出评价，为灌区发展精准农业提供理论支持。1材料与方法1 1研究区概况夹马口引黄灌区位于山西省运城市黄河小北干流东岸，地处山西南部汾渭谷地农业区(11022E 11051E，3500N 3510N)，属暖温带大陆性季风气候，年气温平均 14，常年平均降水量 530mm。灌区总土地面积 836km2，海拔高程 360 650m，主体工程夹马口灌区、小樊灌区于 1960 年上水受益，2009 年北扩灌区完成建设，地形由东北向西南倾斜。小樊灌区地貌多为黄土丘陵，主要种植小麦玉米，夹马口灌区地势平坦，主要种植小麦、果树，北扩灌区多为山地，种植果树较多。灌区土壤类型主要为褐土、棕壤土、潮土、盐土25。*收稿日期:2022 9 8;修回日期:2022 10 28。基金项目:山西省水利科学技术研究与推广项目(2021LS014);国家自然科学基金面上项目(51979289)资助。作者简介:姚瑶(1998 )，女，汉族，河南郑州人，硕士，主要从事土壤水肥运移方面的研究。通讯作者:罗朋(1979 )，女，汉族，陕西西安人，高级工程师，硕士，主要从事节水灌溉理论与技术研究。E mail:15634490 qq com图 1研究区域区位图和理论采样点Figure 1 The location of the study area and distribution of sampling sites1 2样品采集与测定2021 年 6 月，灌区粮食作物收获后、下茬作物种植前，按照 NY/T 1634 2008全国耕地地力调查与质量评价技术规程，用 GPS 工具定位，采用网格取土法、采样深度0 20 cm 进行野外取样，图 1 为取样点示意图。采样时样点避开城市用地、水体等其他用地类型，共采集符合采样条件的点位 131 个，包括子灌区夹马口灌区点位 54 个、北扩灌区 46 个，小樊灌区31 个。每份样品均匀混合后自然风干、剔除杂质研磨过筛，用于土壤养分指标的测定。土壤指标测定按照土壤 农 化 分析15。采用重铬酸钾外加热法测定土壤有机质、凯氏定氮法测定土壤全氮、碱解扩散法测定土壤碱解氮、NaHCO3浸提 钼锑抗比色法测定土壤有效磷、醋酸铵浸提 原子吸收分光光度计法测定土壤速效钾。1 3研究方法1 3 1经典统计学方法在统计学中用 Cv表示变异系数，用来描述样本数据数值的变化剧烈程度。当 Cv0 1 时变量表现为弱变异，0 1 Cv1 时为中等变异，当 Cv1 时为强变异24。Cv=S/x(1)式中:S 为标准差;x 为变量均值;Cv为变异系数。1 3 2地统计学方法半变异函数被用来分析土壤养分的空间变异结构，是地统计学的一个核心概念25:(h)=12N(h)N(h)i=1(Zi Zi+h)2(2)式中:(h)为空间变量的半方差函数值，表示变量的空间变异结构;h 为两样本点空间距离;Zi、Zi+h分别为变量点在 i 处的观测值;N(h)表示滞后距离为 h 时的样本对数。半变异函数由块金值(C0)、基台值(C0+C)和变程 a(ange)组成。常见的半变异函数模型有高斯模型、球状模型、指数模型、线性模型。文中用到的半方差函数模型:高斯模型:(h)=C0+C 1 exp(h/a)2(3)球状模型:(h)=C0+C 1 5(h/a)0 5(h/a)30haC0+Ch a(4)式中:C0为块金值;C0+C 为基台值;a 为变程(km)。块金值 C0代表随机因素对指标的影响;当一对样本的距离 h 增加时，其对应的变异函数值一般也增加，变异函数值达到基台值(C0+C)时不再上升;函数达到基台值时样本之间的距离叫做变程(ange)，即空间因子变异特征的作用范围。样本在变程之内，受到随机性因子或结构性因子的影响，样本间的距离等于或大于变程 a 时，样本之间完全独立26。1 4数据处理根据 Hawkins 法剔除数据异常值并用 SPSS 24 0 进行 K S 检验，对不符合正态分布的数据进行 Box cox 转换，使其近似满足正态分布27。用 GS+9 0 对数据进行半方差分析，得到各指标的最佳拟合半方差函数。在 GIS 的 Geostatistics analysis 模块进行 Kriging 差值和交叉验证，并使用几何计算功能，计算插值图中 5 种养分各个等级水平的区域面积，得出其所占比例。2结果与分析531第 2 期姚瑶等运城市夹马口引黄灌区土壤养分空间变异特征2 1描述性统计分析夹马口灌区土壤养分统计学描述特征(表 1)。结合全国第二次土壤普查养分分级表，全区 5 种土壤养分的含量平均值及其对应的分级为:有机质(SOM)13 7g/kg，四级;全氮(TN)840mg/kg，四级;碱解氮(AN)99 31mg/kg，三级;有效磷(AP)81 3mg/kg，一级;速效钾(AK)301 6mg/kg，一级。变异系数CV 描述了土壤养分空间变异的剧烈程度，CV 10%时，养分呈现弱变异性;10%CV 100%时为中等变异性;CV 100%时为强变异性。变异性越大，代表其分布越不均匀，受到外界的影响程度越高28。除 AP 为强变异外，AN、SOM、TN、AK 均为中等强度变异，变异强度 AP AK TN SOM AN。表 1 土壤 0 20cm 养分描述性统计Table 1 Descriptive statistics of 0 20cm soil nutrients指标平均值最大值最小值标准差变异系数(%)SOM(gkg1)13729576214433234TN(mgkg1)840081870200290843462AN(mgkg1)993111441842228842904AP(mgkg1)813 106306147011341395AK(mgkg1)301691500330013954632 2半方差分析经单一样本 K S 方法检验，土壤 SOM 近似正态分布，TN、AN、AP、AK 均不符合正态分布，需进行 Box cox 变换使其满足地统计分析要求，K S 检验参数(表 2)。用 GS+9 0 对灌区土壤表层 5种养分进行半方差拟合，获得最优(2最大、SS 最小)半方差函数参数，拟合结果(表 3)。土壤 SOM、TN、AN、AP 半方差拟合最优模型均为高斯模型，AK 最优模型为球状模型。区域内的变量空间变异由结构性因素和随机性因素共同引起，结构因素即自然环境的影响(土壤母质、气候、地形等)，随机性因素即人为因素的影响(施肥、耕作措施、种植、灌表 2 土壤养分 K S 检验Table 2 The K S test of soil nutrients指标原始数据K S 检验Box cox 转化K S 检验偏度峰度p偏度峰度p分布类型SOM0871090200a/正态TN0771200001b009666005bBox cox 正态AN2849680001b092373006bBox cox 正态AP573 14260001b005425006bBox cox 正态AK1223420066b0037369/Box cox 正态a 真显著下限;b 里利氏显著修正表 3 GS+半方差分析最佳模型及其参数Table 3 GS+best fitted semi variogram models and parameters土壤养分模型块金值C0基台值C0+C块基比C0/(C0+C)(%)变程(km)决定系数2残差值SOMGaussian0001800928193760917185E 04TNGaussian001026383900910203E 03ANGaussian0103023313190745625E 03APGaussian05099766530108820025AKSpherical010244163710783168E 03溉等)29。块金值 C0代表随机因素对指标的影响，基台值(C0+C)表示结构因素对指标的影响27，块基比 C0/(C0+C)为随机变异占总变异的大小，块基比 0 25%表明指标具有强空间相关性，指标受随机性因素的影响较小;块基比 25%75%表明指标具有中等空间相关性，指标受随机性因素、结构因素共同影响;块基比 75%100%表明指标具有弱空间相关性，受随机性因素影响较大。由表 3 可知，灌区表层土壤的 SOM、TN 均具有强空间自相关性，空间变异主要受结构因素的影响;AN、AP、AK 具有中等的空间自相关性，空间变异同时受到结构因素和随机性因素的影响，其中 AP 受随机性因素影响的程度最大。变程 ange 即空间相关尺度，反映了变异特征的作用范围，当采样步长大于变程时，变异特征消失30。图 2 为 5 种指标的半方差函数图，地统计学要求变程小于最大取样点间距的二分之一，此次取样要求变程小于 16 1km，由图 2 知 SOM、TN、AN、AP、AK 的变程均符合条件。空间相关尺度 TN SOM AK AN AP，分别为 3 90km、3 76km、3 71km、3 19km、3 01km。2 3土壤养分空间分布特征灌区土壤养分分布可用 Kriging 插值进行预测，图 3 为 5 种养分的插值预测图。结合全国第二次土壤普查养分分级