西安市农用地土壤有机质空间变异特征

doi:10.11924/j.issn.1000-6850.casb2022-0594

中国农学通报 ›› 2022, Vol. 38 ›› Issue (35): 43-53.doi: 10.11924/j.issn.1000-6850.casb2022-0594

所属专题：生物技术；农业生态

• 资源·环境·生态·土壤·气象 • 上一篇下一篇

西安市农用地土壤有机质空间变异特征

孙喜军¹(), 邓睿², 吕爽¹, 高莹³, 蔡苗¹, 缑巧红⁴, 赵娟⁴

¹西安市农业技术推广中心，西安 710061
²西安市高陵区农业技术推广中心，西安 710200
³咸阳职业技术学院，陕西咸阳 712000
⁴西安市临潼区农技推广服务中心，西安 710600

收稿日期:2022-07-10 修回日期:2022-09-08 出版日期:2022-12-15 发布日期:2022-12-09
作者简介:孙喜军，男，1985年出生，甘肃庆阳人，农艺师，硕士，研究方向：耕地质量保护与提升。通信地址：710061 陕西省西安市长安南路140号西安市农业技术推广中心，Tel：029-85221626，E-mail：jlusxj@126.com。
基金资助:
西安市科技局农业技术研发项目“西安市设施菜地土壤次生盐渍化现状及防控关键技术研究”(20NYYF0044);咸阳职业技术学院科研基金项目“4种改良剂防治设施土壤次生盐渍化效果研究”(2020KJC01);咸阳职业技术学院2021年度博士科研基金项目“国家中心城市近郊设施菜地土壤次生盐渍化现状及防控关键技术研究-以西安市为例”(2021BK03)

Spatial Variability Characteristics of Farmland Soil Organic Matter in Xi'an

SUN Xijun¹(), DENG Rui², LV Shuang¹, GAO Ying³, CAI Miao¹, GOU Qiaohong⁴, ZHAO Juan⁴

¹Xi’an Agricultural Technology Extension Center, Xi’an 710061
²Xi’an Gaoling District Agricultural Technology Extension Center, Xi’an 710200
³Xianyang Vocational Technical College, Xianyang, Shaanxi 712000
⁴Xi’an Lintong Agricultural Technology Extension Service Center, Xi’an 710600

Received:2022-07-10 Revised:2022-09-08 Online:2022-12-15 Published:2022-12-09

摘要/Abstract

摘要：

准确识别区域农用地土壤有机质(Soil organic matter，SOM)空间变异规律及其影响因素，能为农业生产活动提供一定的科学指导。该研究以西安市为例，利用地统计学与GIS技术相结合的方法，对农用地SOM空间变异特征及其影响因素进行了分析。结果表明：研究区SOM平均含量为17.07±4.37 g/kg，变异系数为25.60%；SOM半方差函数的最佳理论模型为指数模型，模型块金系数为49.83%，说明研究区SOM空间变异受到结构性因素和随机性因素的双重影响；以东北—西南向为轴线，研究区SOM含量的空间分布大体呈现中部高而东西低的斑块状分布趋势；研究区SOM含量受土壤类型、土壤质地、地貌类型和土地利用类型的影响，并与pH、海拔存在显著的负相关关系。总体来看，研究区SOM丰缺等级属于中等水平，且不同区县农用地SOM含量极值差异较为明显，实际农业生产活动中需分区进行差异化施肥管理。

关键词: 地统计学, GIS, 土壤有机质, 空间变异, 土壤类型, 土壤质地, 地貌类型, 土地利用类型

Abstract:

Accurately identifying the spatial variability of soil organic matter (SOM) and its affecting factors in regional farmland can provide guidance for agricultural production. Taking Xi’an as an example, the spatial variability of farmland SOM and its affecting factors were analyzed by using geostatistics and GIS technology. The results showed that the average content of SOM in the study area was 17.07±4.37 g/kg, and the coefficient of variation (CV) was 25.60%. The best theoretical model of SOM semi-variance function was the exponential model, and the nugget coefficient of this model was 49.83%, which indicated that SOM spatial variability in the study area was affected by the dual effects of structure factors and random factors. Taking the northeast—southwest direction as the axis, the spatial distribution of SOM content in the study area generally showed a distribution trend of higher in the middle and lower in the east and west. The SOM content in the study area was affected by soil type, soil texture, landform type and land use type. Meanwhile, SOM content had significantly negative correlations with pH and altitude. Overall, the SOM abundance level in the study area was moderate, and the difference in SOM content of farmland soil in different counties was obvious. In agricultural production, differential fertilization management needs to be carried out in different regions.

Key words: geostatistics, GIS, soil organic matter, spatial variability, soil type, soil texture, landform type, land use type

中图分类号:

S141

孙喜军, 邓睿, 吕爽, 高莹, 蔡苗, 缑巧红, 赵娟. 西安市农用地土壤有机质空间变异特征[J]. 中国农学通报, 2022, 38(35): 43-53.

SUN Xijun, DENG Rui, LV Shuang, GAO Ying, CAI Miao, GOU Qiaohong, ZHAO Juan. Spatial Variability Characteristics of Farmland Soil Organic Matter in Xi'an[J]. Chinese Agricultural Science Bulletin, 2022, 38(35): 43-53.

图/表 11

参考文献 60

[1]	黄昌勇, 徐明岗. 土壤学(第三版)[M]. 北京: 中国农业出版社, 2010:32-35.
[2]	杨景成, 韩兴国, 黄建辉, 等. 土壤有机质对农田管理措施的动态响应[J]. 生态学报, 2001, 23(4):787-796.
[3]	张新乐, 窦欣, 谢雅慧, 等. 引入时相信息的耕地土壤有机质遥感反演模型[J]. 农业工程学报, 2018, 34(4):143-150.
[4]	赵明松, 张甘霖, 吴运金, 等. 江苏省土壤有机质含量时空变异特征及驱动力研究[J]. 土壤学报, 2014, 51(3):448-458.
[5]	刘效东, 乔玉娜, 周国逸. 土壤有机质对土壤水分保持及其有效性的控制作用[J]. 植物生态学报, 2011, 35(12):1209-1218. doi: 10.3724/SP.J.1258.2011.01209
[6]	OUATTARA K, OUATTARA B, ASSA A, et al. Long-term effect of ploughing, and organic matter input on soil moisture characteristics of a frric lxisol in Burkina Faso[J]. Soil & tillage research, 2006, 88(1-2):217-224.
[7]	杨刚, 张冀, 陶由之, 等. 成都平原水田土壤有机质时空变异分析-以彭州市为例[J]. 四川农业大学学报, 2012, 30(4):445-450.
[8]	孙花, 谭长银, 黄道友, 等. 土壤有机质对土壤重金属积累、有效性及形态的影响[J]. 湖南师范大学自然科学学报, 2011, 34(4):82-87.
[9]	FAN T T, WANG Y J, LI C B, et al. Effects of soil organic matter on sorption of metal ions on soil clay particles[J]. Soil science society of America journal, 2015, 79(3):794-802. doi: 10.2136/sssaj2014.06.0245 URL
[10]	张颖, 刘莹, 孟庆娟, 等. 黑土中不同有机质组分对三氯乙烯吸附特征研究[J]. 东北农业大学学报, 2018, 49(5):53-59.
[11]	LI Y L, HE W, LIU W X, et al. Influences of binding to dissolved organic matter on hydrophobic organic compounds in a multi-contaminant system: coefficients, mechanisms and ecological risks[J]. Environmental pollution, 2015, 206:461-468. doi: 10.1016/j.envpol.2015.07.047 URL
[12]	朱静, 黄标, 孙维侠, 等. 长江三角洲典型地区农田土壤有机质的时空变异特征及其影响因素[J]. 土壤, 2006, 38(2):372-379.
[13]	PAUSTIAN K, ANDREN O, JANZEN H, et al. Agricultural soil as a C sink to offset CO₂ emission[J]. Soil use manage, 1997, 13(4):230-244. doi: 10.1111/j.1475-2743.1997.tb00594.x URL
[14]	SCHARLEMANN J P, TANNER E V, HIEDERER R, et al. Global soil carbon: understanding and managing the largest terrestrial carbon pool[J]. Carbon management, 2014, 5(1):81-91. doi: 10.4155/cmt.13.77 URL
[15]	王超, 王建宇, 王菲, 等. 中卫市压砂地土壤有机质空间变异特点研究[J]. 土壤通报, 2016, 47(2):287-293.
[16]	SONG Z W, ZHU P, GAO H J, et al. Effects of long-term fertilization on soil organic carbon content and aggregate composition under continuous maize cropping in Northeast China[J]. The Journal of agricultural science, 2015, 153(2):236-244. doi: 10.1017/S0021859614000100 URL
[17]	SCHMIDT M, TORN M S, ABIVEN S, et al. Persistence of soil organic matter as an ecosystem property[J]. Nature, 2011, 478(7367):49-56. doi: 10.1038/nature10386 URL
[18]	LUMBANRAJA J, SYAM T, NISHIDE H, et al. Deterioration of soil fertility by land use changes in South Sumatra, Indonesia: from 1970 to 1990[J]. Hydrological processes, 2010, 12(13-14):2003-2013. doi: 10.1002/(SICI)1099-1085(19981030)12:13/14<2003::AID-HYP715>3.0.CO;2-D URL
[19]	WARRICK A W. Analytical solutions to the one-dimensional linarized moisture flow equation for arbitrary input[J]. Soil science, 1975, 120:79-84. doi: 10.1097/00010694-197508000-00001 URL
[20]	RIHA S J, JAMES B R, SENESAC G P, et al. Spatial Variability of Soil pH and Organic Matter in Forest Plantations[J]. Soil science society of America journal, 1986, 50(5):1347-1352. doi: 10.2136/sssaj1986.03615995005000050053x URL
[21]	韩迪, 李蓬勃, 徐东瑞. 河北省土壤有机质时空变化分析[J]. 土壤通报, 2016, 47(1):65-72.
[22]	解文艳, 周怀平, 杨振兴, 等. 黄土高原东部潇河流域农田土壤有机质时空变异及影响因素[J]. 农业资源与环境学报, 2019, 36(1):96-104.
[23]	常栋, 葛少华, 李朋彦, 等. 乡镇尺度烟田土壤有机质时空变异性研究——以襄城县紫云镇为例[J]. 土壤, 2018, 50(5):150-156.
[24]	薛利红, 周鼎浩, 李颖, 等. 不同利用方式下土壤有机质和全磷的可见近红外高光谱反演[J]. 土壤学报, 2014(5):993-1002.
[25]	任丽, 杨联安, 王辉, 等. 基于随机森林的苹果区土壤有机质空间预测[J]. 干旱区资源与环境, 2018, 32(8):144-149.
[26]	TOMISLAV H, HEUVELINK G B M, BAS K, et al. Mapping soil properties of africa at 250 m resolution: random forests significantly improve current predictions[J]. PLOS one, 2015, 10(6):1-26.
[27]	黄婷. 基于支持向量机的土壤基础肥力评价和土壤有机质含量预测研究[D]. 南京: 南京农业大学, 2015.
[28]	刘焕军, 潘越, 窦欣, 等. 黑土区田块尺度土壤有机质含量遥感反演模型[J]. 农业工程学报, 2018, 34(1):127-133.
[29]	池富旺, 张培松, 罗微, 等. 中大尺度下橡胶园土壤全氮和有机质含量的空间分布特征[J]. 热带作物学报, 2009, 30(5):613-619.
[30]	张文婷. 江西省不同地貌单元耕地土壤有机碳空间变异的尺度效应[J]. 长江流域资源与环境, 2018, 27(11):227-236.
[31]	韩丹, 程先富, 谢金红, 等. 大别山区江子河流域土壤有机质的空间变异及其影响因素[J]. 土壤学报, 2012, 49(2):403-408.
[32]	HU K, WANG S, LI H, et al. Spatial scaling effects on variability of soil organic matter and total nitrogen in suburban Beijing[J]. Geoderma, 2014,226-227:54-63.
[33]	赵彩凤, 卢新卫, 杨光, 等. 西安灞桥燃煤电厂周围土壤天然放射性水平[J]. 核电子学与探测技术, 2012, 32(10):1201-1212.
[34]	孙喜军, 吕爽, 王安, 等. 套餐肥对设施番茄产量及品质的影响[J]. 农学学报, 2018, 8(12):62-67.
[35]	王虎, 吕爽, 常庆瑞, 等. 西安市耕地地力评价[M]. 北京: 中国农业出版社, 2017:10-25.
[36]	鲁如坤. 土壤农业化学分析方法[M]. 北京: 中国农业科技出版社, 2000,108-109.
[37]	余泓, 潘剑君, 李加加, 等. 长三角地区农用地土壤肥力特征及综合评价-以朱林镇为例[J]. 土壤通报, 2017(2):372-378.
[38]	LUC A. Local indicators of spatial association-LISA[J]. Geographical analysis, 2010, 27(2):93-115. doi: 10.1111/j.1538-4632.1995.tb00338.x URL
[39]	李晓晖, 袁峰, 白晓宇, 等. 典型矿区非正态分布土壤元素数据的正态变换方法对比研究[J]. 地理与地理信息科学, 2010, 26(6):102-105.
[40]	张小桐, 张瑞芳, 王红, 等. 县域土壤有效态微量元素的空间变异特征及影响因素-以徐水县为例[J]. 干旱地区农业研究, 2016, 34(1):74-80.
[41]	赵广帅, 李发东, 李运生, 等. 长期施肥对土壤有机质积累的影响[J]. 生态环境学报, 2012, 21(5):840-847.
[42]	劳秀荣, 孙伟红, 王真, 等. 秸秆还田与化肥配合施用对土壤肥力的影响[J]. 土壤学报, 2003, 40(4):618-623.
[43]	赵明松, 张甘霖, 王德彩, 等. 徐淮黄泛平原土壤有机质空间变异特征及主控因素分析[J]. 土壤学报, 2013, 50(1):1-11.
[44]	解书华. 基于GIS和地统计学的昌图县表层土壤有机碳密度空间变异分析[J]. 农业科技与装备, 2014(2):19-21.
[45]	LU P, PENG P Q, SONG B L, et al. Geostatistical and GIS analyses on soil total P in the typical area of Dongting Lake Plain[J]. Scientia agricultura sinica, 2005, 38(6):1204-1212.
[46]	CARTER M R, ANGERS D A, GREGORICH E G, et al. Characterizing organic matter retention for surface soils in eastern Canada using density and particle size fractions[J]. Canadian journal of soil science, 2003, 83(1):11-23. doi: 10.4141/S01-087 URL
[47]	周倩倩, 丁建丽, 唐梦迎, 等. 干旱区典型绿洲土壤有机质的反演及影响因素研究[J]. 土壤学报, 2018, 55(2):313-324.
[48]	黄绍文, 金继运, 杨俐苹, 等. 粮田土壤养分的空间格局及其与土壤颗粒组成之间的关系[J]. 中国农业科学, 2002, 35(3):297-302.
[49]	李婷, 张世熔, 刘浔, 等. 沱江流域中游土壤有机质的空间变异特点及其影响因素[J]. 土壤学报, 2011, 48(4):863-868.
[50]	杜佩颖, 张海涛, 郭龙, 等. 平原丘陵过渡区土壤有机质空间变异及其影响因素[J]. 土壤学报, 2018, 55(5):249-258.
[51]	HOOK P B, BURKE I C. Biogeochemistry in a short grass landscape: Control by topography, soil texture, and microclimate[J]. Ecology, 2000, 81(10):2686-2703. doi: 10.1890/0012-9658(2000)081[2686:BIASLC]2.0.CO;2 URL
[52]	苑小勇, 黄元仿, 高如泰, 等. 北京市平谷区农用地土壤有机质空间变异特征[J]. 农业工程学报, 2008, 24(2):70-76.
[53]	ABU-HASHIM M, ELSAYED M, BELAL A E. Effect of land-use changes and site variables on surface soil organic carbon pool at Mediterranean Region[J]. Journal of African earth sciences, 2016, 114:78-84. doi: 10.1016/j.jafrearsci.2015.11.020 URL
[54]	秦静, 孔祥斌, 姜广辉, 等. 北京典型边缘区25年来土壤有机质的时空变异特征[J]. 农业工程学报, 2008, 24(3):124-129.
[55]	包世泰, 赵寒冰, 胡月明, 等. 土壤有机质空间变异与农用地自然质量关系研究[J]. 农业工程学报, 2007, 23(8):95-101.
[56]	DAI W H, HUANG Y. Relation of soil organic matter concentration to climate and altitude in zonal soils of China[J]. CATENA, 2006, 65(1):1-94. doi: 10.1016/j.catena.2006.01.001 URL
[57]	郑昊楠, 王秀君, 万忠梅, 等. 华北地区典型农田土壤有机质和养分的空间异质性[J]. 中国土壤与肥料, 2019(1):55-61.
[58]	张志霞, 徐明祥, 吴永斌, 等. 黄土丘陵区县域农田土壤有机碳空间变异性——以甘肃庄浪县为例[J]. 植物营养与肥料学报, 2013, 19(4):955-963.
[59]	邹青, 赵业婷, 常庆瑞, 等. 黄土高原南部耕地土壤养分空间格局分析——以陕西省富县为例[J]. 干旱地区农业研究, 2012, 30(3):107-113.
[60]	胡宏祥, 洪天求, 樊丽莉. 巢湖马鞍山土壤有机质和N、P变化研究[J]. 中国水土保持, 2006(11):26-28.

区域	样点数		最小值/(g/kg)		最大值/(g/kg)		平均值/(g/kg)		中位数/(g/kg)			标准差		变异系数/%		偏度	峰度
周至县	960		6.90		34.50		15.35		15.10			4.22		27.49		0.791	4.212
鄠邑区	1171		7.40		34.40		16.87		16.80			3.60		21.34		0.413	4.336
长安区	982		8.20		34.00		19.12		18.50			4.56		23.85		0.657	3.805
蓝田县	789		6.90		26.00		15.67		15.60			2.96		18.89		0.059	3.156
临潼区	1044		7.00		30.50		17.35		17.10			3.85		22.19		0.250	3.284
灞桥区	534		8.90		35.20		19.51		18.60			5.45		27.93		0.871	3.307
阎良区	847		8.00		31.70		16.69		16.40			4.71		28.22		0.280	2.520
高陵区		481		7.00		29.10		16.42		16.70	4.18		25.46		-0.058		2.601
研究区		6808		6.90		35.20		17.07		16.80	4.37		25.60		0.624		4.029
Box-Cox变换数据		6808													0.000		3.328

区域	样点数		最小值/(g/kg)		最大值/(g/kg)		平均值/(g/kg)		中位数/(g/kg)			标准差		变异系数/%		偏度	峰度
周至县	960		6.90		34.50		15.35		15.10			4.22		27.49		0.791	4.212
鄠邑区	1171		7.40		34.40		16.87		16.80			3.60		21.34		0.413	4.336
长安区	982		8.20		34.00		19.12		18.50			4.56		23.85		0.657	3.805
蓝田县	789		6.90		26.00		15.67		15.60			2.96		18.89		0.059	3.156
临潼区	1044		7.00		30.50		17.35		17.10			3.85		22.19		0.250	3.284
灞桥区	534		8.90		35.20		19.51		18.60			5.45		27.93		0.871	3.307
阎良区	847		8.00		31.70		16.69		16.40			4.71		28.22		0.280	2.520
高陵区		481		7.00		29.10		16.42		16.70	4.18		25.46		-0.058		2.601
研究区		6808		6.90		35.20		17.07		16.80	4.37		25.60		0.624		4.029
Box-Cox变换数据		6808													0.000		3.328

理论模型	块金值(C₀)	基台值(C₀+C)	块金系数[C₀/(C₀+C)]/%	变程/km	决定系数(R²)	残差(RSS)
指数模型	0.1487	0.2984	49.83	2.343	0.948	7.656×10^-4
球状模型	0.0119	0.2858	4.16	0.059	0.525	4.474×10^-3
高斯模型	0.0393	0.2856	13.76	0.050	0.528	4.449×10^-3

理论模型	块金值(C₀)	基台值(C₀+C)	块金系数[C₀/(C₀+C)]/%	变程/km	决定系数(R²)	残差(RSS)
指数模型	0.1487	0.2984	49.83	2.343	0.948	7.656×10^-4
球状模型	0.0119	0.2858	4.16	0.059	0.525	4.474×10^-3
高斯模型	0.0393	0.2856	13.76	0.050	0.528	4.449×10^-3

影响因子	偏差平方和	自由度	均方	F
土壤类型	3008.759	11	273.524	14.621
土壤质地	1260.982	2	630.491	33.294
地貌类型	966.164	3	322.055	16.965
土地利用类型	420.014	3	210.007	11.018

西安市农用地土壤有机质空间变异特征

Spatial Variability Characteristics of Farmland Soil Organic Matter in Xi'an

RichHTML

PDF (PC)

可视化

摘要/Abstract

引用本文

使用本文

图/表 11

参考文献 60

相关文章 15

编辑推荐

Metrics

本文评价

关于本刊

作者中心

审者中心

在线期刊

联系我们

[1]	丁琪洵, 汤萌萌, 李子杰, 江文娟, 张学伟, 马友华. 涡阳县高标准农田耕地质量等级评价研究[J]. 中国农学通报, 2022, 38(4): 46-52.
[2]	高琳, 胡晋豪, 汪志超, 林昌华, 冯慧敏. 粤北山区县域土地利用对生态服务价值的影响[J]. 中国农学通报, 2022, 38(32): 69-77.
[3]	卢梦瑶, 刘德虎, 鲁雪丽, 梁衡, 孙媛媛, 刘亚林, 宋廷强, 范海生. 基于主成分分析的湖北省洪涝灾害风险评估模型构建[J]. 中国农学通报, 2022, 38(32): 119-127.
[4]	姜玉琴, 谢先进, 黄达. 耕地质量对耕地生产力的影响[J]. 中国农学通报, 2022, 38(3): 75-80.
[5]	程国峰, 黄达, 赵冬丽, 王立强, 程志杰. 河南省潮土区土壤肥力现状分析[J]. 中国农学通报, 2022, 38(27): 101-105.
[6]	张羽丰, 孙江涛, 李青松, 范利瑶, 文倩. 豫东农区农户宅基地退出意愿及影响因素分析——以扶沟县为例[J]. 中国农学通报, 2022, 38(2): 150-156.
[7]	郭佳, 靳少非, 王库. 城市快速扩张背景下城乡交错区土壤重金属的空间分布特征及影响因素分析[J]. 中国农学通报, 2022, 38(17): 103-109.
[8]	厉雅华, 张向前, 安祺, 武迪, 刘战勇, 孙峰, 张德健, 高敏, 张国英, 邢俊. 耕地地力评价方法及实践应用研究进展[J]. 中国农学通报, 2022, 38(15): 60-68.
[9]	赵阿娟, 刘琼峰, 谢鹏飞, 翟争光, 李明德, 周峻宇, 钟越峰, 何激光, 龙大彬, 陈鹏峰, 谢扬军, 刘良教. 长沙植烟区土壤养分丰缺状况评价[J]. 中国农学通报, 2022, 38(13): 109-119.
[10]	罗丹, 毛忠安, 张庭瑜, 常庆瑞. 延河流域耕层土壤养分空间变异及与地形因子的相关性研究[J]. 中国农学通报, 2022, 38(12): 79-87.
[11]	张洁, 陈美球, 张淑娴, 张玉琴. 生计资本视角下农户土地承包权调整方式认可度研究[J]. 中国农学通报, 2022, 38(11): 137-143.
[12]	古丽娜尔·索尔达汗, 李晓燕, 石振宇, 邢梓涵, 吴海涛. 长春市建设用地扩张对耕地资源的影响[J]. 中国农学通报, 2022, 38(11): 89-95.
[13]	高琳, 卢文婷, 林昌华, 陈晓远, 冯慧敏. 粤北香芋种植区典型土壤剖面发育特征[J]. 中国农学通报, 2022, 38(10): 85-91.
[14]	洪丽, 庞松龄, 耿美云. GIS技术在城市历史遗产保护管理中的应用研究进展[J]. 中国农学通报, 2021, 37(8): 145-150.
[15]	鄢继选, 康霞, 张梅花, 孙栋元, 乔蕻强. 河西走廊永昌县农地流转行为及影响因素研究[J]. 中国农学通报, 2021, 37(5): 143-148.