2019, Vol. 27
2. 自然资源部农用地质量与监控重点实验室 北京 100193;
3. 沧州市土地整理中心 沧州 061000
2. Key Laboratory of Agricultural Land Quality and Monitoring of Ministry of Natural Resources, Beijing 100193, China;
3. Cangzhou Land Consolidation Center, Cangzhou 061000, China
土壤肥力是土壤的基本属性和本质特征[1], 是土壤物理、化学和生物性质的综合反映[2]。土壤肥力受到土壤的物质组成、结构、功能和外部环境的影响[1-2], 土壤养分含量及其空间分布特征是土壤肥力的重要标志[3-5]。土壤肥力评价通常是选取能够表征土壤肥力状况的指标, 运用一定的数学方法对指标进行综合以科学地反映土壤肥力状况的过程[4-6]。因而, 土壤肥力评价作为衡量土壤肥力状况的基础手段, 对指导土地利用规划、农业生产和耕地资源可持续利用具有重要意义。
土壤肥力评价作为以土壤的植物生产功能为基础的评价[7-8], 已成为国内外研究的热点[8-10]。土壤肥力评价虽经历了长期的发展演变, 至今仍没有形成统一的评价方法[6, 11], 但逐渐由定性评价转变为定量评价, 由单项指标评价转变为多种指标综合评价[6-11]。土壤肥力评价涉及村域[12]、县域[13]、市域[14]以及区域[8]等尺度的农田[15]、林地[4]、绿地[14]等评价内容, 包括层次分析法[16]、内梅罗指数法[12]、模糊综合评价法[17]以及可拓评判法[8]等评价方法。土壤肥力评价也可根据研究区域、尺度以及目标的不同, 综合运用主成分分析和模糊综合评价等方法构建最小数据集(minimum data set, MDS), 以少数综合变量代替多维变量, 通过关键因子对土壤肥力进行评价[18]。如Desbiez等[9]以尼泊尔中部山区农民对土壤肥力的认知状况, 对土壤肥力进行评价; 秦焱等[8]以东北黑土区为研究区, 运用主成分分析和可拓评判法对黑土肥力质量进行评价; 崔潇潇等[13]运用地统计学和Fuzzy综合评价法对北京市大兴区土壤肥力进行评价, 揭示其空间变化特征; 王飞等[18]采用主成分分析方法构建土壤肥力评价的最小数据集, 对福建黄泥田土壤肥力质量进行评价。然而, 现有研究通常只针对土壤肥力的静态评价, 而通过土壤肥力的动态评价以揭示其时空演变特征的研究相对较少, 特别是对土壤质量快速变化的华北集约化农区的耕地土壤肥力评价研究仍需不断深入。
华北集约化农区土壤以地带性褐土和潮土为主, 是盐渍土或次生盐渍化土普遍发生的区域, 悠久的耕作历史使自然土壤熟化为农业土壤[19]。华北集约化农区耕地面积接近全国的1/6, 生产全国近60%~80%的小麦(Triticum aestivum)和35%~40%的玉米(Zea mays), 是中国重要的粮食产区[20]。高强度的耕地资源利用过程特别是化肥和农药等农业生产要素的大量施用, 致使土壤生态环境与养分状况发生了显著的变化[20-22], 对土壤肥力质量也产生着重要的影响[19, 23], 如何科学评价耕地土壤肥力状况以合理地制定农业发展策略是其农业发展的关键。河北省曲周县作为华北高度集约化的典型县域, 随着旱涝盐碱综合治理与农业生产要素投入, 耕地土壤养分元素与土壤肥力均发生了较大的变化[24-25]。因此, 本文选取位于华北集约化农区的曲周县为研究区, 基于2000年和2018年两期耕地土壤样点测试数据, 综合运用模糊综合评价和地统计学方法, 以2016年耕地利用图斑为评价单元对耕地土壤肥力进行评价, 并揭示耕地土壤肥力的时空演变特征, 以期为科学合理地施肥与耕地资源可持续利用提供参考。
1 研究区概况与数据来源 1.1 研究区概况曲周县地处华北平原中部, 河北省南部, 邯郸市东北部, 黑龙港流域上游, 位于114°50′30″~ 115°13′30″E、36°34′45″~36°57′57″N, 土地总面积为6.77×104 hm2, 管辖5镇5乡, 342个行政村(图 1)。曲周县地势由西南向东北倾斜, 地势平坦, 平均海拔约42.5 m, 属暖温带半湿润大陆性季风气候, 年均气温13.1 ℃, ≥10 ℃积温4 472 ℃, 无霜期约210 d。县域境内有支漳河、滏阳河和老沙河等河流, 年降雨量566 mm, 且主要集中于7—9月。成土母质为河流的洪积物和冲积物, 土壤类型以潮土、盐土和褐土为主, 土壤质地有砂土、砂壤、轻壤、中壤和黏土。曲周县农业曾受旱涝碱咸的制约, 但随着旱涝碱咸综合治理以及农业结构调整, 区域农作物以小麦、玉米、棉花(Gossypium spp.)和蔬菜为主, 且复种指数高、土地投入大, 农业集约化程度较高。曲周县粮食单产由建国之初的675 kg∙hm-2增加到现在的7 500 kg∙hm-2, 化肥施用量由2000年的3.79 t∙hm-2增加到2014年的5.27 t∙hm-2 [26]。2015年曲周县农业产值为23.87亿元, 粮食总产量达41.89万t, 分别是全国县域平均水平的1.26倍和1.92倍。
|
图 1 研究区样点点位示意图 Fig. 1 The sample point position of study area |
研究基础数据包含2000年和2018年两期耕地土壤采样数据以及耕地利用数据。2000年4—5月和2018年6—7月, 课题组基于GPS样点定位坐标, 采用四分法取0~20 cm耕层土壤样本, 并经室内风干、研磨等过程进行测试化验分别得到65个和187个土壤样点数据。其中, 2018年耕地土壤样点是在2000年原土壤采样点基础上采用2 km×2 km网格加密而形成的采样点(图 1)。耕地土壤样本测定包括有机质、全氮、有效磷、速效钾和pH等项目。其中, 有机质含量测定采用重铬酸钾外热源法, 全氮含量测定采用半微量开氏法, 有效磷含量测定采用NaHCO3浸提-钼锑抗吸光光度法, 速效钾含量测定采用醋酸铵浸提-火焰光度法, pH测定采用电位法。此外, 耕地利用数据来源于曲周县自然资源和规划局2016年土地变更调查数据, 通过提取水浇地和旱地以获取耕地利用图斑数据。
2 研究方法 2.1 耕地土壤肥力评价基于国内外土壤肥力评价研究, 结合华北地区耕地土壤基本特征[23-25], 本文以综合性、主导性和数据可获得性为原则, 选取有机质、全氮、有效磷、速效钾和pH 5个指标, 运用模糊综合评价模型对耕地土壤肥力进行评价。模糊综合评价是基于模糊数学评价方法, 通过构建隶属度函数、确定指标权重和计算综合指数等步骤实现耕地土壤肥力评价[13]。
2.1.1 构建隶属度函数为解决耕地土壤肥力指标适宜范围不同以及量纲的差异, 需通过构建隶属度函数对指标进行标准化处理。隶属度函数实际是表征评价指标与作物生长效应之间的数学化模型, 本文根据评价指标对作物生长的作用状况, 构建S型和抛物线型隶属度函数。其中, S型隶属度函数适用于有机质、全氮、有效磷和速效钾, 表征在一定范围内指标越大, 指标的作物效应越高, 但达到一定程度时, 指标的作物效应维持恒定(公式1);抛物线型隶属度函数适用于pH, 表征在一定范围内指标的作物效应最高, 但低于或高于该范围时, 指标的作物效应会有所降低(公式2)。
| $ f(x) = \left\{ \begin{array}{l} \;\;\;\;\;\;\;\;\;\;\;\;\;\;0.1\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;(x < {x_1})\\ 0.9(x - {x_1})/({x_2} - {x_1}) + 0.1\;\;\;({x_1} \le x < {x_2})\\ \;\;\;\;\;\;\;\;\;\;\;\;\;\;1.0\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;(x \ge {x_2}) \end{array} \right. $ | (1) |
| $ f(x) = \left\{ \begin{array}{l} \;\;\;\;\;\;\;\;\;\;\;\;\;\;0.1\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;(x \le {x_1}或 \ge {x_4})\\ 0.9(x - {x_1})/({x_2} - {x_1}) + 0.1\;\;\;\;({x_1} < x \le {x_2})\\ \;\;\;\;\;\;\;\;\;\;\;\;\;\;1.0\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;\;({x_2} < x < {x_3})\\ 0.9({x_4} - x)/({x_4} - {x_3}) + 0.1\;\;\;({x_3} \le x \le {x_4}) \end{array} \right. $ | (2) |
基于全国第2次土壤普查养分分级和全国耕地类型区耕地地力等级划分等标准[14, 27], 结合华北集约化农区耕地土壤养分状况以及研究区土壤肥力指标实际, 综合确定不同隶属度函数类型的指标转折点。S型土壤肥力指标隶属度函数的转折点值为x1、x2, 其分别表示指标临界值的下限和上限(表 1); 但因pH直接影响着植物生长适宜性程度, 故基于现有酸碱度等级划分标准确定该指标的隶属度函数的转折点x1、x2、x3、x4, 其中, x1和x4分别为指标临界值的下限和上限, x2和x3为最适宜范围的下界点和上界点的值(表 2)。
|
表 1 S型土壤肥力指标隶属度函数转折点取值 Table 1 The turning points of membership function of S-type soil fertility indexes |
|
|
表 2 抛物线型土壤肥力指标隶属度函数转折点取值 Table 2 The turning points of membership function of parabola-type soil fertility indexes |
确定指标权重通常具有主观法、客观法和主客观法, 其中, 客观法赋权能够比较准确地揭示指标间的相互作用关系, 故本文运用客观赋权中的相关系数法确定土壤肥力评价指标的权重[13]。相关系数法确定指标权重是先计算单项指标与其余指标的相关系数, 再取各相关系数绝对值的平均值, 而该平均值占所有指标相关系数平均值的比例, 即为该单项指标的权重。本研究运用相关系数方法测算曲周县2000年和2018年两个时点的耕地土壤肥力指标权重, 并将其均值作为土壤肥力指标的最终权重, 以期更加准确地表征指标间的相互关系(表 3)。
|
|
表 3 2000年和2018年研究区耕地土壤肥力评价指标权重 Table 3 The weights of soil fertility indexes of cultivated land in 2000 and 2018 of the study area |
耕地土壤肥力指数是以模糊数学的加乘法原则为基础, 通过运用隶属度函数标准化的指标值和相关系数法确定的指标权重相乘, 可得耕地土壤肥力综合指数(integrated fertility index, IFI), 具体公式为:
| ${\rm{IFI = }}\sum\nolimits_{i = {\rm{1}}}^n {({q_i} \times {w_i})} $ | (3) |
式中: IFI为耕地土壤肥力综合指数, qi为第i个评价指标的隶属度值, wi第i个评价指标的权重系数, i的取值范围为1~5。
基于华北集约化农区耕地土壤肥力基本特征, 结合曲周县土壤肥力综合指数(IFI)实际状况, 本文以等间距法将耕地土壤肥力指数划分为高、较高、中、较低和低5个等级(表 4)。
|
|
表 4 耕地土壤肥力综合指数(IFI)分级标准 Table 4 The classification of soil integrated fertility indexes |
地统计学(Geostatistics)是以区域化变量为基础, 借助变异函数研究具有随机性和结构性, 或具有空间相关性和依赖性的自然现象的一种方法[28-29]。地统计学利用变异函数和空间插值方法表征自然地理现象的空间分异过程[28-29]。
区域化变量Z(x)是在满足二阶平稳假设的基础上, 空间位置xi和xi+h的值Z(xi)与Z(xi+h)差值的方差的1/2为半变异函数 γ(h), 其具体公式为:
| ${\rm{ \mathsf{ γ} (}}h{\rm{) = }}\frac{{\rm{1}}}{{{\rm{2}}N{\rm{(}}h{\rm{)}}}}\sum\nolimits_{i = 1}^{N(h)} {{{[Z({x_i}) - Z({x_i}{\rm{ + }}h)]}^2}} $ | (4) |
式中: N(h)为耕地土壤样点数量, h为两个土壤样点的空间距离。
半变异函数理论模型包括线性模型(Linear)、指数模型(Exponential)、球状模型(Spherical)和高斯模型(Gaussian)等类型, 且半变异函数计算需要先对样本数据进行正态分布检验, 对不符合正态分布的数据要进行转换处理, 避免出现比例效应[28]。半变异函数模型包含基台值(C+C0)、块金值(C0)和变程(a) 3个重要参数, 其中, 基台值是块金值和结构方差的和, 表征区域化变量的最大变异程度; 块金值表征小范围内区域化变量随机性的程度; 变程反映区域化变量变化程度与影响范围。通常以块金值和基台值的比值C0/(C+C0)表征区域化变量的相关性程度, 当比值小于0.25时, 表示变量具有较强的空间自相关性; 当比值介于0.25与0.75之间时, 表示变量具有中度的空间自相关性; 当比值大于0.75时, 表示变量具有较低的空间自相关性。
克里金(Kriging)插值是基于观测样点值以及某种半变异函数对观测样点间插值的地统计学方法, 可对空间插值样点做出最优与无偏估计[29]。
| $Z({x_0}) = \sum\nolimits_{i = 1}^N {{\lambda _i}Z({x_i})} $ | (5) |
式中:
试验基础数据使用Excel 2013进行处理, 通过SPSS 21.0进行统计学分析, 并运用地统计学软件GS+7.0和ArcGIS 10.3软件平台进行半变异函数计算、理论模型拟合、指标空间插值以及图形绘制等过程。
3 结果与分析 3.1 耕地土壤肥力指标统计特征分析基于曲周县2000年和2018年土壤采样数据的统计特征以及参照全国第2次土壤普查养分分级标准[14], 将曲周县土壤有机质、全氮、有效磷和速效钾的含量从高到低划分为丰富、较丰富、中上、中下、较缺乏、缺乏6个等级。由表 5可知, 曲周县土壤有机质、全氮、有效磷和pH呈现正态分布, 速效钾呈现对数正态分布, 但不同指标本底特征及其变化状况具有差异性。2000年有机质平均含量处于中下水平, 以中下级(10~20 g∙kg-1)样点数量最多, 为总样点的83.08%;全氮和速效钾的平均含量为中上水平, 其中, 全氮以中上级(1~1.5 g∙kg-1)和中下级(0.75~1 g∙kg-1)样点数量较多, 其样点比重分别为52.31%和43.08%, 速效钾以中下级(50~100 mg∙kg-1)样点数量最多, 样点比重为58.46%, 丰富级(> 200 mg∙kg-1)、较丰富(150~200 mg∙kg-1)和中上级(100~150 mg∙kg-1)的样点比重分别为7.69%、10.77%和16.92%;有效磷平均含量较丰富, 较丰富级(20~40 mg∙kg-1)和中上级(10~20 mg∙kg-1)样点比重分别为43.08%和24.62%。2018年有机质平均含量仍为中下水平, 以中下级(10~20 g∙kg-1)样点数量最多, 为总样点的55.61%;全氮平均含量处于中上水平, 以中上级(1~1.5 g∙kg-1)样点数量最多, 为总样点的52.94%;有效磷平均含量较丰富, 以丰富级(> 40 mg∙kg-1)和较丰富级(20~40 mg∙kg-1)样点数量较多, 其样点比重分别为43.85%和39.04%;速效钾平均含量丰富, 以丰富级(> 200 mg∙kg-1)样点数量最多, 样点比重为58.82%。2000年和2018年pH均值处于碱性水平(7.5~8.5), 样点比重分别为86.15%和94.12%。2000—2018年有机质、全氮、有效磷和速效钾的平均含量总体呈现增加趋势, 其均值的增加比率分别为51.92%、22.86%、91.19%和145.90%; pH均值有所降低, 减小比率为1.45%。变异系数表征两组或多组要素之间的离散程度, 其值小于0.1表示弱变异性, 介于0.1与1.0之间表示中等变异性, 大于1表示强变异性[30]。2000—2018年有机质、全氮和速效钾变异系数均有所增加, 有效磷变异系数有所降低, 但均处于中等变异水平, pH变异系数维持不变, 且其变异程度较弱。
|
|
表 5 曲周县土壤肥力指标统计特征 Table 5 The statistical characteristics of soil fertility indexes in Quzhou County |
基于半变异函数计算与模型拟合结果可知(表 6), 全氮和速效钾的最优拟合模型为高斯模型, pH的最优拟合模型为指数模型, 有机质2000年和2018年的最优拟合模型分别为指数模型和高斯模型, 有效磷2000年和2018年的最优拟合模型分别为指数模型和高斯模型, 模型参数表明不同模型的拟合效果能够较好地反映各指标的空间分布特征。2000年和2018年耕地土壤肥力指标的块金值(C0)与基台值(C+C0)的比值, 即块金系数[C0/(C+ C0)]均介于0.25与0.75之间, 表明各指标具有中度的空间自相关性。块金系数高低表征指标受到结构性因素与随机性因素影响程度的大小, 结构性因素是指气候、地形、母质以及土壤类型等导致土壤指标特性集聚或分散的自然因素, 随机性因素是指耕作制度、施肥状况以及种植制度等引起土壤属性集聚或分散的人为因素[14, 31]。由此可知, 2000年和2018年耕地土壤肥力指标均受到结构性因素和随机性因素的共同影响, 具有中度的空间自相关性, 但有机质和全氮的块金系数有所增加, 表明该指标空间自相关程度有所降低, 有效磷和pH的块金系数略有所降低, 速效钾的块金系数降低程度较大, 表明该指标空间自相关程度有所增加。
|
|
表 6 曲周县土壤肥力指标空间插值基本参数 Table 6 The basic parameters of spatial interpolation of soil fertility indexes in Quzhou County |
基于半变异函数拟合结果, 通过克里格空间插值, 采用等间距法进行指标分级, 可得曲周县各指标空间分布图(图 2)。2000年土壤有机质以11.69~ 15.50 g∙kg-1为主, 占总面积的66.07%, ≤11.69 g∙kg-1面积比重为33.49%; 2018年有机质以15.50~19.31 g∙kg-1为主, 占总面积的38.68%, 19.31~23.12 g∙kg-1面积比重次之, 占总面积的27.88%, ≤11.69 g∙kg-1面积比重最小, 占比为4.48%。2000年和2018年土壤全氮分别以0.99~1.21 g∙kg-1和1.21~1.38 g∙kg-1为主, 分别占总面积的77.06%和30.29%, 2018年全氮 > 1.98 g∙kg-1的面积最小, 占比为1.25%。2018年土壤有机质和全氮的相关系数为0.877, 表明其具有较强的相关性, 有机质和全氮的高值区主要位于河南疃镇、第四疃镇、曲周镇、侯村镇和大河道乡, 而依庄乡的有机质和全氮相对较低。2000年土壤有效磷≤22.08 mg∙kg-1和22.08~38.37 mg∙kg-1的面积比例分别为71.68%、28.32%, 2018年土壤有效磷以22.08~38.37 mg∙kg-1为主, 占总面积的40.74%, > 87.5 mg∙kg-1的面积仅为0.24%。2000年土壤速效钾以≤162.07 mg∙kg-1为主, 占比高达99.55%, 2018年土壤速效钾以162.07~265.32 mg∙kg-1为主, 面积比例为54.02%, 高值区零星分布于河南疃镇、第四疃镇、曲周镇、槐桥乡、侯村镇和安寨镇。2000年和2018年土壤pH均以8.08~8.22为主, 面积比例分别为48.40%、37.99%, 其中, 2000年土壤pH呈现由中部向南北依次递增的趋势, 2018年pH总体呈现由南向北依次递减的趋势。由此可知, 2000—2018年曲周县有机质、全氮、有效磷和速效钾均有所增加, pH有所降低, 但空间分布与变化程度具有差异性。
|
图 2 2000年和2018年曲周县土壤肥力指标空间分布图 Fig. 2 The spatial distribution of soil fertility indexes of Quzhou County in 2000 and 2018 |
基于耕地土壤肥力质量评价结果的统计特征可知(表 7), 曲周县2000年和2018年耕地土壤肥力质量K-S指数通过显著性检验, 表明耕地土壤质量指数呈现正态分布。2000年耕地土壤肥力指数介于0.10~0.68, 极差为0.58, 均值为0.25, 平均肥力等级为Ⅱ, 处于较低水平; 2018年耕地土壤肥力指数介于0.17~0.99, 极差为0.82, 均值为0.54, 平均肥力等级为Ⅲ, 处于中等水平。2000—2018年耕地土壤肥力指数总体呈增加趋势, 增长率高达116.00%, 变异系数虽由0.48降低为0.39, 但耕地土壤肥力指数变异程度总体仍是中等变异。
|
|
表 7 曲周县耕地土壤肥力指数(IFI)统计特征 Table 7 The statistical characteristics of soil fertility index (IFI) of Quzhou County |
由表 8可知, 2000年和2018年耕地土壤肥力指数的最优拟合模型分别为指数模型和高斯模型, 决定系数较高和残差较小表明模拟结果能够较好地反映耕地土壤肥力质量的空间分布特征。块金系数[C0/(C+ C0)]介于0.25与0.75之间, 表明耕地土壤肥力具有中度的空间自相关性, 且块金系数略微有所增加, 表明其同时受到结构性因素和随机性因素的影响, 但随机性因素作用程度略微有所增加。
|
|
表 8 曲周县土壤肥力指数(IFI)空间插值基本参数 Table 8 The basic parameters of soil fertility index (IFI) interpolation in Quzhou County |
基于2016年耕地利用图斑提取2000年和2018年耕地土壤肥力质量图斑, 以探究2000—2018年耕地土壤肥力质量时空演变特征。由表 9和图 3可知, 2000年耕地土壤肥力等级以Ⅱ级为主, 面积为457.27 km2, 所占比例高达83.92%, 广泛分布于除侯村镇和依庄乡之外的各个乡镇; 最低等级Ⅰ级的面积次之, 占总面积的15.29%, 主要分布于侯村镇和依庄乡; 而Ⅲ级和Ⅳ级面积比例均在1%以下。2018年耕地土壤肥力等级以Ⅲ级为主, 面积为274.77 km2, 占总面积的50.43%; Ⅳ级面积次之, 占面积比重为33.10%, 该两种耕地土壤肥力等级广泛分布于除依庄乡之外的各个乡镇, 其余面积比重相对较小; 最低等级Ⅰ级和最高等级Ⅴ级的面积比重分别为0.02%和1.86%。2000—2018年耕地土壤肥力Ⅰ级和Ⅱ级面积减少, Ⅲ级、Ⅳ级和Ⅴ级面积均有所增加, 其中, Ⅱ级面积减少量最大, 减少比例为82.61%, Ⅲ级面积增加量最大, 增加量为270.51 km2。
|
|
表 9 2000—2018年曲周县耕地土壤肥力质量变化特征 Table 9 The changes of soil fertility quality of cultivated land in Quzhou County from 2000 to 2018 |
|
图 3 2000年和2018年曲周县耕地土壤肥力质量空间分布图 Fig. 3 The spatial distribution map of soil fertility quality in Quzhou County in 2000 and 2018 |
从不同等级转化来看, 耕地土壤肥力Ⅱ级转化为Ⅲ级面积最大, 转化面积为236.61 km2, 占Ⅱ级转出面积的59.49%; Ⅱ级转化为Ⅳ级面积次之, 占转出面积的38.67%, 广泛分布于除侯村镇和依庄乡之外的各个乡镇; 而Ⅰ级转化为Ⅱ和Ⅲ级的面积分别为29.47 km2和30.47 km2, 占Ⅰ级转出面积比重分别为36.25%、37.47%, 主要分布于侯村镇和依庄乡; 其余等级转化面积均在20 km2以下, 零星分布于河南疃镇、第四疃镇、大河道乡和侯村镇(图 4a)。从肥力指数变化来看, 将耕地土壤肥力指数以自然断点法划分为5个等级, 耕地土壤肥力轻度增加面积最大, 占总面积的52.59%, 广泛分布于各个乡镇中度增加面积次之, 所占面积比重为29.67%, 略微减少面积最小, 占总面积的0.34%(图 4b)。由此可知, 2000—2018年曲周县耕地土壤肥力等级和指数均呈增加的趋势, 耕地土壤肥力质量总体由较低水平向中等水平转变, 但最高等级和高度增加的耕地土壤肥力面积比重均相对较低。
|
图 4 2000—2018年曲周县耕地土壤质量空间变化分布图 Fig. 4 The spatial variation of cultivated soil quality in Quzhou County from 2000 to 2018 |
基于全国第2次土壤普查分级标准可知[14], 曲周县2018年土壤有机质、全氮、有效磷和速效钾总体分别处于中下、中上、较丰富、丰富的水平, pH总体处于碱性状态。有机质作为土壤肥力的核心指标, 对农作物长势和产量具有决定性作用, 氮磷钾则是植物生长所必需的养分元素, pH能够影响植物能量流动与物质循环等过程[14, 32]。本研究发现曲周县土壤有机质、全氮、有效磷和速效钾的最大值与最小值具有显著差异性, 其比值范围为7.14~28.89, 这与崔潇潇等[13]研究结果一致, 农业土壤养分管理过程应注意养分本底差异性, 采取针对性施肥措施以提高养分利用效率。
土壤养分受到成土母质、利用方式和管理措施等自然与人为因素的综合影响[33-34], 不同区域土壤养分空间分布具有显著差异性[35]。与相关区域土壤养分对比可知, 黑土区比曲周县土壤有机质和全氮含量高, 有效磷和速效钾含量基本相同, 黑土区pH平均水平为6.49, 为微酸性(5.5~6.5)[15], 但也有区县的有效磷和速效钾的平均含量比曲周县相应元素含量低[33]; 蒙古高原中北部有机质、全氮、有效磷和速效钾的平均含量均低于曲周县相应元素平均含量, 而蒙古高原中北部pH为7.38, 总体呈现中性(6.5~7.5), 但pH变化范围为5.80~9.04[34]; 南方典型丘陵区土壤有机质和全氮的平均含量比曲周县相应元素含量高, 而曲周县有效磷和速效钾的平均含量相对较高[36]。曲周县成土母质为河流的洪积物和冲积物, 质地包含砂土、壤土和黏土, 且具有显著的空间分异性, 决定着土壤养分的本底特征, 加之自然条件而形成的旱涝盐碱等问题以及人为利用与管理等过程, 共同影响着曲周县耕地土壤养分状况。
4.2 曲周县土壤养分元素变化分析土壤养分元素是耕地土壤肥力的基础, 同时受到自然环境与社会经济等多重因素的共同作用[37]。本研究发现2000—2018年曲周县土壤有机质、全氮、有效磷和速效钾含量均有所增加, pH有所降低, 其与土壤母质、秸秆处理和水肥管理等因素有着密切的关系[25]。大量研究结果表明[24-25, 37-38], 曲周县土壤有机质、全氮和有效磷含量呈不断增加趋势, 这与本文研究结果一致, 主要由于氮磷肥施用、免耕技术和秸秆还田等农业耕作技术的应用增加了农田有机质物质循环, 改善农田碳库与碳固持, 有效地提升了有机质含量, 而农户长期施用氮肥、磷肥有助于提高土壤中全氮和有效磷[37-38]。但相关研究发现土壤速效钾含量有所降低, 如孔祥斌等[24]和张世熔等[37]研究表明, 1980—1999年和1980—2000年曲周县土壤速效钾含量分别下降了38%和46.1%, 张玲娥等[25]研究发现曲周县土壤速效钾含量2010年比2000年降低了2.6%。通过对比土壤速效钾研究结果可知, 1980—2010年曲周县土壤速效钾含量虽然呈现下降趋势, 但各时段下降程度有所降低[24-25]。然而, 贾良良等[39]通过对比河北省2000—2014年测土配方施肥项目数据和第2次土壤普查数据发现, 土壤速效钾含量略微有所增加, 这与本文研究结果相似。曲周县土壤速效钾降低主要因其本底含量较高, 长期耕种而忽视钾肥施用, 造成钾肥流失, 导致速效钾含量降低, 但随着测土配方技术应用提高了农户施用钾肥的意识, 加之秸秆还田和免耕等农业管理措施的实施对土壤的保护作用, 土壤速效钾含量有所增加[37-39]。20世纪六七十年代的曲周县是旱涝盐碱的典型区, 盐渍化极其严重, 土壤pH较高, 但随着盐碱化综合治理, 盐渍化现象逐步缓解, 土壤pH有所降低。此外, 土地利用变化、农业结构调整与耕地休养生息等活动也对土壤养分有着重要的影响[38]。
4.3 耕地土壤肥力时空变化特征分析耕地土壤肥力状况因土壤养分元素的空间分异性而具有差异性[38-39], 且影响土壤肥力质量的因素有所不同[39-40]。本研究发现, 曲周县耕地肥力质量从较低转变为中等水平, 最低Ⅰ级和最高Ⅴ级面积比重均相对较小, 而曲周县东南部的土壤肥力质量相对较低, 该差异除与土壤养分元素的本底属性不同之外, 还与土地利用程度和管理方式等因素密切相关。相关研究结果具有相似的结论, 如崔潇潇等[13]研究表明北京市大兴区土壤肥力总体偏低, 同时受到土壤质地偏砂和人为管理措施的影响; 武红亮等[15]研究发现黑土区土壤肥力呈现增加趋势, 土壤速效钾和有效磷促使土壤肥力增加, 主要障碍因子是土壤有机质和全氮含量较低, 这与王齐齐等[41]研究西南地区紫色土的土壤肥力变化的结论相似; 秦焱等[8]研究表明吉林省农业黑土肥力质量以中等为主, 可能受到土壤物理性质和有效磷含量的限制。不同耕地利用类型的土壤养分元素会因利用方式与程度的不同有所差异(如旱地和水浇地, 黑土和紫色土等), 深入研究可发现曲周县水浇地的土壤肥力质量比旱地的土壤肥力质量略微偏高。曲周县地处华北集约化农区, 高度集约化利用过程中的外源物质投入与土壤本底特征的综合作用, 加之测土配方施肥、免耕技术和秸秆还田等现代农业科技的应用实施, 土壤养分元素及其综合肥力均有所变化[38-39]。如牛灵安等[21]研究发现有机质、全氮和速效磷的含量随着集约化程度增加而有所增加, 耕地土壤肥力也会有所变化。因此, 科学地运用现代农业技术, 有效地平衡与协调土壤养分元素含量有助于提升耕地土壤肥力以及土地资源的可持续利用[42]。
5 结论1) 2000—2018年曲周县耕地土壤有机质、全氮、有效磷和速效钾平均含量均有所增加, 增加比例分别为51.92%、22.86%、91.19%和145.90%, 变异程度均处于中等水平, 而pH有所降低, 降低比例为1.45%, 且变异程度较弱。
2) 2000年和2018年曲周县耕地土壤肥力指标均受到结构性因素和随机性因素的共同影响, 具有中度的空间自相关性, 但有机质和全氮的空间自相关程度有所降低, 而有效磷、pH和速效钾的空间自相关程度有所增加。
3) 2000—2018年曲周县耕地土壤肥力质量由较低水平转变为中等水平, 耕地土壤肥力指数均值由0.25增长为0.54, 增长率为116.00%, 且具有中度的空间自相关性, 但总体变异程度处于中等变异。
4) 2000年和2018年曲周县土壤肥力质量分别以Ⅱ级和Ⅲ级为主, 分别占总面积的83.92%和50.43%, 广泛分布于除侯村镇和依庄乡之外的各个乡镇; 2000—2018年耕地土壤肥力Ⅰ级和Ⅱ级面积减少, Ⅲ级、Ⅳ级和Ⅴ级面积均有所增加, 其中, Ⅱ级转化为Ⅲ级面积最大, 占Ⅱ级转出面积的59.49%, 而耕地土壤肥力轻度增加面积最大, 占总面积的52.59%, 但最高等级和高度增加的耕地土壤肥力面积相对较低, 面积比重分别为1.86%和3.34%。
| [1] |
BÜNEMANN E K, BONGIORNO G, BAI Z G, et al. Soil quality -A critical review[J]. Soil Biology and Biochemistry, 2018, 120: 105-125. |
| [2] |
BERAZNEVA J, MCBRIDE L, SHEAHAN M, et al. Empirical assessment of subjective and objective soil fertility metrics in East Africa:Implications for researchers and policy makers[J]. World Development, 2018, 105(5): 367-382. |
| [3] |
张甘霖, 吴华勇. 从问题到解决方案:土壤与可持续发展目标的实现[J]. 中国科学院院刊, 2018, 33(2): 124-134. ZHANG G L, WU H Y. From "problems" to "solutions":soil functions for realization of sustainable development goals[J]. Bulletin of Chinese Academy of Sciences, 2018, 33(2): 124-134. |
| [4] |
郑永林, 王海燕, 解雅麟, 等. 北京平原地区造林树种对土壤肥力质量的影响[J]. 中国水土保持科学, 2018, 16(6): 89-98. ZHENG Y L, WANG H Y, XIE Y L, et al. Effect of tree species on soil fertility quality in plain afforestation area, Beijing[J]. Science of Soil and Water Conservation, 2018, 16(6): 89-98. |
| [5] |
高琳, 陈晓远, 林昌华, 等. 基于ArcGIS韶关市香芋土壤养分空间变异特征研究[J]. 西南农业学报, 2018, 31(5): 1025-1031. GAO L, CHEN X Y, LIN C H, et al. Spatial variability characteristics of soil nutrient of fragrant taro based on ArcGIS in Shaoguan[J]. Southwest China Journal of Agricultural Sciences, 2018, 31(5): 1025-1031. |
| [6] |
黄晶, 蒋先军, 曾跃辉, 等. 稻田土壤肥力评价方法及指标研究进展[J]. 中国土壤与肥料, 2017(6): 1-8. HUANG J, JIANG X J, ZENG Y H, et al. A review on the evaluation methods and indexes of soil fertility in paddy fields[J]. Soil and Fertilizer Sciences in China, 2017(6): 1-8. |
| [7] |
叶回春, 张世文, 黄元仿, 等. 北京延庆盆地农田表层土壤肥力评价及其空间变异[J]. 中国农业科学, 2013, 46(15): 3151-3160. YE H C, ZHANG S W, HUANG Y F, et al. Assessment of surface soil fertility and its spatial variability in Yanqing Basin, Beijing, China[J]. Scientia Agricultura Sinica, 2013, 46(15): 3151-3160. |
| [8] |
秦焱, 王清, 张颖, 等. 基于可拓评判法的黑土肥力质量评价[J]. 吉林大学学报:地球科学版, 2011, 41(S1): 221-226. QIN Y, WANG Q, ZHANG Y, et al. Fertility quality evaluation of black soil based on extenics[J]. Journal of Jilin University:Earth Science Edition, 2011, 41(S1): 221-226. |
| [9] |
DESBIEZ A, MATTHEWS R, TRIPATHI B, et al. Perceptions and assessment of soil fertility by farmers in the mid-hills of Nepal[J]. Agriculture, Ecosystems & Environment, 2004, 103(1): 191-206. |
| [10] |
RECENA R, FERNÁNDEZ-CABANÁS V M, DELGADO A. Soil fertility assessment by Vis-NIR spectroscopy:Predicting soil functioning rather than availability indices[J]. Geoderma, 2019, 337: 368-374. |
| [11] |
MORAL F J, REBOLLO F J, SERRANO J M. Estimating and mapping pasture soil fertility in a Portuguese Montado based on an objective model and geostatistical techniques[J]. Computers and Electronics in Agriculture, 2019, 157: 500-508. |
| [12] |
周王子, 董斌, 刘俊杰, 等. 基于权重分析的土壤综合肥力评价方法[J]. 灌溉排水学报, 2016, 35(6): 81-86. ZHOU W Z, DONG B, LIU J J, et al. Method of comprehensive evaluation on soil fertility on the basis of weight analysis[J]. Journal of Irrigation and Drainage, 2016, 35(6): 81-86. |
| [13] |
崔潇潇, 高原, 吕贻忠. 北京市大兴区土壤肥力的空间变异[J]. 农业工程学报, 2010, 26(9): 327-333. CUI X X, GAO Y, LYU Y Z. Spatial variability of soil fertility in Daxing District of Beijing[J]. Transactions of the CSAE, 2010, 26(9): 327-333. |
| [14] |
周伟, 王文杰, 张波, 等. 长春城市森林绿地土壤肥力评价[J]. 生态学报, 2017, 37(4): 1211-1220. ZHOU W, WANG W J, ZHANG B, et al. Soil fertility evaluation for urban forests and green spaces in Changchun City[J]. Acta Ecologica Sinica, 2017, 37(4): 1211-1220. |
| [15] |
武红亮, 王士超, 闫志浩, 等. 近30年我国典型水稻土肥力演变特征[J]. 植物营养与肥料学报, 2018, 24(6): 1416-1424. WU H L, WANG S C, YAN Z H, et al. Evolution characteristics of fertility of typical paddy soil in China in recent 30 years[J]. Journal of Plant Nutrition and Fertilizers, 2018, 24(6): 1416-1424. |
| [16] |
赵振亚, 姬宝霖, 宋小园, 等. 基于层次分析和模糊数学法的公乌素土壤质量评价[J]. 干旱区研究, 2014, 31(6): 1010-1016. ZHAO Z Y, JI B L, SONG X Y, et al. AHP and fuzzy mathematics based soil quality evaluation in Gongwusu[J]. Arid Zone Research, 2014, 31(6): 1010-1016. |
| [17] |
杨旭初, 叶会财, 李大明, 等. 基于模糊数学和主成分分析的长期施肥红壤旱地土壤肥力评价[J]. 中国土壤与肥料, 2018(3): 79-84. YANG X C, YE H C, LI D M, et al. Assessment of red soil upland fertility in long-term fertilization based on fuzzy mathematics and principal component analysis[J]. Soil and Fertilizer Sciences in China, 2018(3): 79-84. |
| [18] |
王飞, 李清华, 林诚, 等. 福建黄泥田肥力质量特征与最小数据集[J]. 中国生态农业学报, 2018, 26(12): 1855-1865. WANG F, LI Q H, LIN C, et al. Characteristics of soil fertility quality and minimum dataset for yellow-mud paddy fields in Fujian Province[J]. Chinese Journal of Eco-Agriculture, 2018, 26(12): 1855-1865. |
| [19] |
郝晋珉. 黄淮海平原土地利用[M]. 北京: 中国农业大学出版社, 2013: 61-62. HAO J M. Land Use in Huang-Huai-Hai Plain[M]. Beijing: China Agricultural University Press, 2013: 61-62. |
| [20] |
雷鸣, 孔祥斌, 王佳宁. 水平衡下黄淮海平原区耕地可持续生产能力测算[J]. 地理学报, 2018, 73(3): 535-549. LEI M, KONG X B, WANG J N. Estimation of sustainable grain productivity for arable land under water balance in the Huang-Huai-Hai Plain[J]. Acta Geographica Sinica, 2018, 73(3): 535-549. |
| [21] |
牛灵安, 郝晋珉, 覃莉, 等. 盐渍土改造区土壤养分的时空变异性研究[J]. 土壤学报, 2005, 42(1): 84-90. NIU L A, HAO J M, TAN L, et al. Spatio-temporal variability of soil nutrients in salt-affected soil under amelioration[J]. Acta Pedologica Sinica, 2005, 42(1): 84-90. |
| [22] |
张玉铭, 胡春胜, 毛任钊, 等. 华北山前平原农田土壤肥力演变与养分管理对策[J]. 中国生态农业学报, 2011, 19(5): 1143-1150. ZHANG Y M, HU C S, MAO R Z, et al. Change in farmland soil fertility and nutrient management strategy in the piedmont of Mount Taihang, North China Plain[J]. Chinese Journal of Eco-Agriculture, 2011, 19(5): 1143-1150. |
| [23] |
曹志洪, 周健民. 中国土壤质量[M]. 北京: 科学出版社, 2008. CAO Z H, ZHOU J M. Soil Quality of China[M]. Beijing: Science Press, 2008. |
| [24] |
孔祥斌, 张凤荣, 徐艳, 等. 河北省曲周县盐渍土区土壤养分含量的动态变化[J]. 农村生态环境, 2003(3): 35-37. KONG X B, ZHANG F R, XU Y, et al. Changes in soil fertilities in saline soil region of Quzhou County, Hebei Province[J]. Rural Eco-Environment, 2003(3): 35-37. |
| [25] |
张玲娥, 双文元, 云安萍, 等. 30年间河北省曲周县土壤速效钾的时空变异特征及其影响因素[J]. 中国农业科学, 2014, 47(5): 923-933. ZHANG L E, SHUANG W Y, YUN A P, et al. Spatio-temporal variability and the influencing factors of soil available potassium in 30 years in Quzhou County, Hebei Province[J]. Scientia Agricultura Sinica, 2014, 47(5): 923-933. |
| [26] |
牛家恒, 江丽, 陈鑫, 等. 耕地利用强度评价方法的县域休耕适用性——以曲周县为例[J]. 中国农业大学学报, 2019, 24(7): 156-166. NIU J H, JIANG L, CHEN X, et al. Fallow applicability of cropland use intensity assessment methods in county level:A case study of Quzhou County[J]. Journal of China Agricultural University, 2019, 24(7): 156-166. |
| [27] |
农业部全国土壤肥料总站. NY/T309-1996全国耕地类型区、耕地地力等级划分[S].北京: 中国标准出版社, 1996 National Soil and Fertilizer Station. NY/T309-1996 Classification of Type Regions and Fertility of Cultivated Land in China[S]. Beijing: Standards Press of China, 1996 |
| [28] |
陈科屹, 张会儒, 雷相东. 不同群落蒙古栎种群空间格局的地统计学分析[J]. 应用生态学报, 2018, 29(5): 1542-1550. CHEN K Y, ZHANG H R, LEI X D. Geostatistical analysis on the spatial pattern of Quercus mongolica population in different communities[J]. Chinese Journal of Applied Ecology, 2018, 29(5): 1542-1550. |
| [29] |
徐建华. 现代地理学中的数学方法[M]. 3版. 北京: 高等教育出版社, 2017: 167-178. XU J H. Mathematical Methods in Contemporary Feography[M]. Third edition. Beijing: Higher Education Press,, 2017: 167-178. |
| [30] |
周宁, 李超, 琚存勇, 等. 黑龙江省土壤可蚀性K值特征分析[J]. 农业工程学报, 2015, 31(10): 182-189. ZHOU N, LI C, JU C Y, et al. Analysis of characteristics of soil erodibility K-value in Heilongjiang Province[J]. Transactions of the CSAE, 2015, 31(10): 182-189. |
| [31] |
孔祥斌, 张凤荣, 王茹. 近20年城乡交错带土壤养分时间空间变异特征分析——以北京市大兴区为例[J]. 土壤, 2004, 36(6): 636-643. KONG X B, ZHANG F R, WANG R. Spatial and temporal variation of soil nutrients in periurban region-a case study of Daxing District in Beijing City[J]. Soils, 2004, 36(6): 636-643. |
| [32] |
徐明岗, 卢昌艾, 张文菊, 等. 我国耕地质量状况与提升对策[J]. 中国农业资源与区划, 2016, 37(7): 8-14. XU M G, LU C A, ZHANG W J, et al. Situation of the quality of arable land in China and improvement strategy[J]. Chinese Journal of Agricultural Resources and Regional Planning, 2016, 37(7): 8-14. |
| [33] |
杜可, 王乐, 张淑香, 等. 黑土区县域土壤养分空间分布特征及其影响因子[J]. 植物营养与肥料学报, 2018, 24(6): 1465-1474. DU K, WANG L, ZHANG S X, et al. Spatial distribution characteristics and influence factors of soil nutrients in black soil region counties[J]. Journal of Plant Nutrition and Fertilizers, 2018, 24(6): 1465-1474. |
| [34] |
吴春生, 刘高焕, 刘庆生, 等. 蒙古高原中北部土壤有机质空间分布研究[J]. 资源科学, 2016, 38(5): 994-1002. WU C S, LIU G H, LIU Q S, et al. The spatial distribution of soil organic matter on North-central Mongolian Plateau[J]. Resources Science, 2016, 38(5): 994-1002. |
| [35] |
胡莹洁, 孔祥斌, 张玉臻. 中国耕地土壤肥力提升战略研究[J]. 中国工程科学, 2018, 20(5): 84-89. HU Y J, KONG X B, ZHANG Y Z. Strategies for soil fertility improvement of arable land in China[J]. Engineering Sciences, 2018, 20(5): 84-89. |
| [36] |
林建平, 邓爱珍, 赵小敏, 等. 南方典型丘陵山区不同高程耕地土壤养分变化特征分析[J]. 农业机械学报, 2019, 50(5): 300-309. LIN J P, DENG A Z, ZHAO X M, et al. Variation characteristics of soil nutrients of cultivated land in different elevation fields in typical hilly areas of Southern Mountains[J]. Transactions of the Chinese Society for Agricultural Machinery, 2019, 50(5): 300-309. |
| [37] |
张世熔, 黄元仿, 李保国, 等. 黄淮海冲积平原区土壤速效磷、钾的时空变异特征[J]. 植物营养与肥料学报, 2003, 9(1): 3-8. ZHANG S R, HUANG Y F, LI B G, et al. Temporal-spatial variability of soil available phosphorus and potassium in the alluvial region of the Huang-Huai-Hai Plain[J]. Plant Nutrition and Fertilizer Science, 2003, 9(1): 3-8. |
| [38] |
孔祥斌, 张凤荣, 齐伟, 等. 集约化农区土地利用变化对土壤养分的影响——以河北省曲周县为例[J]. 地理学报, 2003, 58(3): 333-342. KONG X B, ZHANG F R, QI W, et al. The influence of land use change on soil fertility in intensive agricultural region:A case study of Quzhou County, Hebei[J]. Acta Geographica Sinica, 2003, 58(3): 333-342. |
| [39] |
贾良良, 孙彦铭, 刘克桐, 等. 河北省不同生态区农田土壤肥力现状及变化特征[J]. 土壤通报, 2018, 49(2): 367-376. JIA L L, SUN Y M, LIU K T, et al. Soil fertility status of farmland and its change in different ecological region of Hebei Province[J]. Chinese Journal of Soil Science, 2018, 49(2): 367-376. |
| [40] |
胡建利, 王德建, 孙瑞娟, 等. 长江下游典型地区农田土壤肥力变化——以常熟市为例[J]. 土壤学报, 2008, 45(6): 1087-1094. HU J L, WANG D J, SUN R J, et al. Variation of soil fertility of farmlands in typical regions in the lower-reaches of the Yangtze River-a case study of Changshu County[J]. Acta Pedologica Sinica, 2008, 45(6): 1087-1094. |
| [41] |
王齐齐, 徐虎, 马常宝, 等. 西部地区紫色土近30年来土壤肥力与生产力演变趋势分析[J]. 植物营养与肥料学报, 2018, 24(6): 1492-1499. WANG Q Q, XU H, MA C B, et al. Change of soil fertility and productivity of purple soil in Western China in recent 30 years[J]. Journal of Plant Nutrition and Fertilizers, 2018, 24(6): 1492-1499. |
| [42] |
殷志遥, 黄丽, 薛斌, 等. 稻-油轮作下保护性耕作对土壤肥力的影响及评价[J]. 中国生态农业学报, 2017, 25(11): 1604-1614. YIN Z Y, HUANG L, XUE B, et al. Effect of conservation tillage on soil fertility under rice-rape rotation system[J]. Chinese Journal of Eco-Agriculture, 2017, 25(11): 1604-1614. |