農(nóng)田表層土壤養(yǎng)分空間變異特性研究

王 婕，牛文全，張文倩，李國春，孫 軍，王彥邦

農(nóng)田表層土壤養(yǎng)分空間變異特性研究

王 婕1,2，牛文全1,3※，張文倩1,2，李國春3，孫 軍1,2，王彥邦1,2

（1. 西北農(nóng)林科技大學(xué)旱區(qū)農(nóng)業(yè)水土工程教育部重點(diǎn)實(shí)驗(yàn)室，楊凌 712100； 2. 西北農(nóng)林科技大學(xué)水利與建筑工程學(xué)院，楊凌 712100； 3. 中國科學(xué)院水利部水土保持研究所，楊凌 712100）

為給田間養(yǎng)分監(jiān)測設(shè)施布設(shè)方法提供依據(jù)，在陜西楊凌選取2塊農(nóng)田，采用12 m×12 m嵌套6 m×6 m的采樣方法，采集表層土壤（0～20 cm）養(yǎng)分?jǐn)?shù)據(jù)，運(yùn)用經(jīng)典統(tǒng)計(jì)、地統(tǒng)計(jì)學(xué)結(jié)合Kriging插值方法，分析農(nóng)田土壤養(yǎng)分空間變異特征。結(jié)果表明：冬小麥抽穗期與成熟期農(nóng)田表層土壤全氮（TN）變異系數(shù)<10%，為弱變異，土壤有機(jī)質(zhì)（SOM）、有效磷（AP）變異系數(shù)介于10%與100%之間，為中等變異，有效鉀（AK）和銨態(tài)氮（NH4+-N）變異系數(shù)>100%，為強(qiáng)變異，成熟期硝態(tài)氮（NO3--N）由強(qiáng)變異轉(zhuǎn)為中等變異。土壤養(yǎng)分最優(yōu)半方差模型為球狀模型，作物不同生育階段，土壤養(yǎng)分空間相關(guān)性存在一定的差異，土壤SOM、TN塊金系數(shù)<25%，空間相關(guān)性強(qiáng)烈，以結(jié)構(gòu)性因素為主導(dǎo)；冬小麥抽穗期速效態(tài)養(yǎng)分塊金系數(shù)介于25%與75%之間，空間相關(guān)性中等，隨機(jī)性因素主導(dǎo)，成熟期<25%，空間相關(guān)性增強(qiáng)。采樣密度由6 m×6 m變?yōu)?2 m×12 m時(shí)，變異程度保持不變，土壤養(yǎng)分空間變異系數(shù)差值在0.04%～59.48%范圍內(nèi)，成熟期2號樣地的AK除外，塊金系數(shù)差值在0.065%～34.177%范圍內(nèi)，2種采樣間距獲得的土壤養(yǎng)分空間變異特征基本一致，建議選用12 m×12 m網(wǎng)格。

土壤；養(yǎng)分；空間變異；地統(tǒng)計(jì)學(xué)；采樣網(wǎng)格間距

0 引 言

精準(zhǔn)農(nóng)業(yè)是未來發(fā)展趨勢，土壤特性的空間變異性是精準(zhǔn)農(nóng)業(yè)的基礎(chǔ)，是促進(jìn)田間信息采集系統(tǒng)可持續(xù)發(fā)展的理論支撐[1-2]。土壤空間變異，即土壤隨空間位置、地形差異等變化而產(chǎn)生相應(yīng)的特性變化[3]，由于受到自然因素和人為因素的作用[4]，這種變異是廣泛存在的。土壤養(yǎng)分作為表征耕地質(zhì)量和土壤肥力的重要指標(biāo)[5]，是田間信息采集的重中之重。土壤養(yǎng)分空間變異性的研究是探討土壤養(yǎng)分與影響因子關(guān)系的有效方法[6]。因此，深入研究土壤養(yǎng)分的空間變異規(guī)律及產(chǎn)生原因，為實(shí)現(xiàn)田間土壤的合理布點(diǎn)采樣，快速、經(jīng)濟(jì)、準(zhǔn)確的測定土壤養(yǎng)分，進(jìn)行有效的養(yǎng)分管理具有重要的意義[7]。

隨著精準(zhǔn)農(nóng)業(yè)的興起，國內(nèi)外學(xué)者針對不同地區(qū)的土壤養(yǎng)分的空間變異特性做了大量的研究。其研究尺度主要集中在城區(qū)、半干旱區(qū)、小流域、平原、丘陵和田間[8-12]；土地類型包括旱地、濕地、園地、煤礦區(qū)[13-15]等；研究內(nèi)容有植被類型、秸稈覆蓋、土壤水分、尺度、養(yǎng)分流失、土壤性質(zhì)[16-21]等。在此基礎(chǔ)上，基于地統(tǒng)計(jì)學(xué)等方法研究土壤養(yǎng)分的空間分布特征及預(yù)測[22]，同時(shí)對土壤肥力空間變異及其評價(jià)進(jìn)行探討[23-24]。土壤養(yǎng)分含量和分布特征是由結(jié)構(gòu)性變異（如地形、氣候、母質(zhì)、水文、土壤類型等）和隨機(jī)性變異（灌溉、施肥、種植制度、管理水平等）共同作用的結(jié)果[25]。此外，還存在由人為因素引起的尺度效應(yīng)，即采樣尺度、采樣間距也顯著影響土壤養(yǎng)分的分布結(jié)果。近年來，專家學(xué)者的研究集中于大尺度（城區(qū)、鄉(xiāng)鎮(zhèn)等）的空間變異性，土壤養(yǎng)分在田間范圍內(nèi)的研究較少。鑒于中國耕地所面臨的嚴(yán)峻形勢以及田間精準(zhǔn)農(nóng)業(yè)[1]全面推廣的現(xiàn)狀，亟需針對小尺度耕地土壤養(yǎng)分的空間變異進(jìn)行深入研究。土壤養(yǎng)分監(jiān)測點(diǎn)的密度過小直接降低土壤養(yǎng)分的差異性[26]，監(jiān)測點(diǎn)密度過大則加重采樣工作以及經(jīng)濟(jì)負(fù)擔(dān)，因此選取適宜的采樣間距十分必要。

本研究選擇陜西省楊凌農(nóng)業(yè)高新技術(shù)產(chǎn)業(yè)示范區(qū)耕地為研究區(qū)，采集土壤表層（0～20 cm），通過測定土壤有機(jī)質(zhì)（SOM）、有效磷（AP）、速效鉀（AK）、全氮（TN）、硝態(tài)氮（NO3--N）及銨態(tài)氮（NH4+-N）等指標(biāo)，利用經(jīng)典統(tǒng)計(jì)學(xué)、地統(tǒng)計(jì)學(xué)方法結(jié)合Kriging插值，通過研究不同田塊表層土壤養(yǎng)分的空間變異特征及其原因，結(jié)合生產(chǎn)實(shí)踐進(jìn)一步明確表征土壤養(yǎng)分變異度的合理采樣方法，為田間養(yǎng)分監(jiān)測設(shè)施布設(shè)以及農(nóng)業(yè)生產(chǎn)精細(xì)化提供重要的科學(xué)理論依據(jù)。

1 材料與方法

1.1 研究區(qū)概況

試驗(yàn)地位于陜西省楊凌農(nóng)業(yè)高新技術(shù)產(chǎn)業(yè)示范區(qū)西北農(nóng)林科技大學(xué)試驗(yàn)基地曹新莊農(nóng)場（108°05′E、34°18′N），耕地面積約53.36 km2，該區(qū)屬于黃土臺塬地貌，坡地和塬地相間，土壤類型為塿土。海拔521 m，地處暖溫帶半濕潤季風(fēng)氣候，年平均氣溫13 ℃，年均日照時(shí)間約2 163.8 h，全年無霜期210 d，多年平均降雨量623 mm，多集中在7－10月，年均蒸發(fā)量1 500 mm。在農(nóng)場選取2個區(qū)域，1號樣地為新開墾荒地，2號樣地多年耕種農(nóng)田，采用小麥-玉米輪作種植。土壤質(zhì)地（國際制）：1號樣地黏粒含量（<0.002 mm）占32.91%，粉粒含量（0.002～0.02 mm）占40.11%，砂礫（0.02～2 mm）占26.98%，壤質(zhì)黏土，土壤容重1.26g/cm3；2號樣地黏粒含量（<0.002 mm）占30.48%，粉粒含量（0.002～0.02 mm）占34.98%，砂礫（0.02～2 mm）占34.55%，壤質(zhì)黏土，土壤容重1.23 g/cm3。

1.2 樣品采集

本試驗(yàn)采用網(wǎng)格法，將樣地劃分成大網(wǎng)格12 m×12 m內(nèi)嵌套小網(wǎng)格6 m×6 m的樣方。在冬小麥的抽穗期、成熟期，用土鉆（土鉆高20 cm，內(nèi)徑4 cm，約250 cm3）以采樣點(diǎn)中心為圓心，1 m為半徑，以S型或者鋸齒型采集土壤表層（0～20 cm）土樣。采樣過程遵循等量、隨機(jī)、多點(diǎn)的原則，在采樣區(qū)域內(nèi)采集3個點(diǎn)位的土樣并充分混合，采用四分法提取樣本，除去2號樣地隨機(jī)分布在井房、道路的6個樣點(diǎn)，實(shí)際為84、66個點(diǎn)位，每次采集150個土樣。樣本經(jīng)自然風(fēng)干后研磨過篩用于測定養(yǎng)分指標(biāo)。1號樣地和2號樣地冬小麥播種前，底肥均以磷酸二銨25 kg、尿素25 kg一次性施入，2號樣地另外施入了25 kg油渣。如表1所示。

表1 試驗(yàn)布設(shè)表

1.3 指標(biāo)測定

試驗(yàn)采集的土壤養(yǎng)分包括：土壤有機(jī)質(zhì)（SOM）、有效磷（AP）、速效鉀（AK）、全氮（TN）、硝態(tài)氮（NO3--N）、銨態(tài)氮（NH4+-N），指標(biāo)測定參照《土壤農(nóng)化分析》。采集土壤樣品進(jìn)行風(fēng)干、研磨，SOM、AP、AK、TN、NO3--N及NH4+-N分別過0.25、1、1、0.25、2、2 mm的篩。采用重鉻酸鉀外加熱法測定土壤有機(jī)質(zhì)，0.5 mol/L碳酸氫鈉浸提—AA3型連續(xù)流動分析儀測定土壤有效磷，1 mol/L乙酸銨浸提—火焰光度計(jì)法測定土壤速效鉀，凱氏消煮法—AA3型連續(xù)流動分析儀測定土壤全氮，1 mol/L氯化鉀浸提—AA3型連續(xù)流動分析儀測定土壤速效氮，MS2000型激光分析粒度儀測定土壤顆粒組成。

1.4 數(shù)據(jù)處理與分析

采用拉依達(dá)（Pauta）檢驗(yàn)法[5]，剔除異常值，將異常值分別用正常最大值和最小值代替。利用SPSS22.0軟件進(jìn)行描述性統(tǒng)計(jì)分析和正態(tài)分布檢驗(yàn)；根據(jù)Cochran最佳采樣數(shù)量計(jì)算公式[26]，確定田間土壤各養(yǎng)分指標(biāo)的合理采樣數(shù)（分別為1.989、1.997）；GS+軟件（版本9.0，美國Gamma Design Software）進(jìn)行土壤養(yǎng)分空間半變異函數(shù)分析，調(diào)節(jié)不同模型參數(shù)（決定系數(shù)2）進(jìn)行模型擬合；利用ArcGIS10.5中的Geostatistics analysis模塊進(jìn)行Kriging插值和交叉驗(yàn)證；Sufer軟件（版本13.0，美國Golden Software）進(jìn)行土壤養(yǎng)分的空間分布等值線圖繪制和空間變異特征分析。

2 結(jié)果與分析

2.1 描述性統(tǒng)計(jì)分析

農(nóng)田土壤SOM、AP、AK、TN、NO3--N、NH4+-N等統(tǒng)計(jì)結(jié)果如表2。

抽穗期1號樣地SOM、AP、AK、TN、NO3--N、NH4+-N的標(biāo)準(zhǔn)差分別為11.66、0.02、0.03、0.32、0.07、0.05 g/kg。6種主要養(yǎng)分指標(biāo)變異系數(shù)介于1.32%～240.13%之間。變異系數(shù)越大，說明它在空間上分布不均勻，受到外界影響程度越高。AK和NO3--N、NH4+-N變異系數(shù)達(dá)到強(qiáng)變異，TN為弱變異，SOM、AP為中等變異。2號樣地的SOM、AP、AK、TN、NO3--N、NH4+-N質(zhì)量分?jǐn)?shù)分別為21.96、0.04、0.28、1.13、0.06、0.08 g/kg。6種指標(biāo)的離散程度趨勢和1號樣地基本保持一致。NO3--N變異強(qiáng)度最大（250.45%），其余養(yǎng)分變異強(qiáng)度從大到小依次AK(170.40%)、NH4+-N (144.93%)、AP(48.58%)、SOM(42.08%)、TN(1.35%)。

成熟期，1號樣地SOM、AP、AK、TN、NO3--N、NH4+-N質(zhì)量分?jǐn)?shù)均值分別為19.89、0.04、0.31、1.07、0.01、0.06 g/kg；2號樣地SOM、AP、AK、TN、NO3--N、NH4+-N質(zhì)量分?jǐn)?shù)均值分別為14.38、0.03、0.41、1.48、0.01、0.04 g/kg。從抽穗期到成熟期，土壤養(yǎng)分除2號樣地AK外（增施油渣），均有不同程度的減少。1號樣地和2號樣地的TN的變異系數(shù)分別為1.45%、1.34%，呈弱變異；土壤SOM變異系數(shù)分別為30.33%、24.21%，AP的變異系數(shù)分別為57.36%、59.04%，呈中等變異；土壤AK及NH4+-N的變異系數(shù)呈強(qiáng)變異，NO3--N變異系數(shù)分別為 22.68%、22.16%，變異程度由抽穗期的強(qiáng)變異減弱到中等變異。

從變異系數(shù)來看，2塊樣地的速效態(tài)養(yǎng)分AK和NO3--N、NH4+-N變化顯著，其不穩(wěn)定性對農(nóng)田表層土壤影響較大，進(jìn)一步影響到作物。

表2 農(nóng)田土壤養(yǎng)分統(tǒng)計(jì)特征

將采樣網(wǎng)格12 m×12 m和6 m×6 m的統(tǒng)計(jì)結(jié)果進(jìn)行對比。抽穗期和成熟期2塊樣地各指標(biāo)平均值差值基本為零；變異系數(shù)差值在0.04%～59.48%范圍內(nèi)，成熟期2號樣地的AK除外（398%），AK、NO3?-N、NH4?-N變異系數(shù)差值較大，特別是成熟期2號樣地的AK變異系數(shù)驟減。成熟期空間分布較抽穗期均勻。

擴(kuò)大網(wǎng)格后土壤養(yǎng)分中的SOM、AP、TN的平均值、標(biāo)準(zhǔn)差、變異系數(shù)變化較小，對AK、NO3--N、NH4+-N的影響較大。參照全國第二次土壤普查分級標(biāo)準(zhǔn)，對抽穗期樣地各養(yǎng)分含量均值進(jìn)行等級劃分，見表3。

表3 土壤養(yǎng)分含量與分級

注：等級1表示很豐富，2表示豐富，3表示中等，4表示缺乏，5表示很缺乏，6表示極缺乏。

Note: Class 1 means very rich, 2 means rich, 3 means medium, 4 means lack, 5 means very lack, 6 means extremely lack.

擴(kuò)大網(wǎng)格后的SOM、AK、TN養(yǎng)分含量等級均未發(fā)生變化，2號樣地的AP含量等級略低于1號樣地，但仍處于養(yǎng)分含量等級為豐，速效態(tài)養(yǎng)分其遷移性強(qiáng)和穩(wěn)定性較差的特性，使得變異度在一定程度上變動，但總體依舊處于同一等級。由于作物的吸收利用，成熟期SOM、AP養(yǎng)分含量等級降級，AK、TN保持不變，擴(kuò)大網(wǎng)格間距后養(yǎng)分含量等級未發(fā)生變化，因此12 m×12 m網(wǎng)格間距可取。

此外，抽穗期兩塊樣地的AP、AK和NH4+-N服從正態(tài)分布，對NO3--N進(jìn)行對數(shù)轉(zhuǎn)換后滿足正態(tài)分布。SOM與TN通過Box-Cox轉(zhuǎn)換，經(jīng)K-S檢驗(yàn)后系數(shù)均為0.2，也符合正態(tài)分布。2號樣地SOM與TN經(jīng)對數(shù)轉(zhuǎn)換后符合正態(tài)分布，NO3--N經(jīng)過Box-Cox轉(zhuǎn)換也符合正態(tài)分布。成熟期1號樣地的NO3--N，2號樣地的AK、TN以及NO3--N經(jīng)對數(shù)轉(zhuǎn)換后符合正態(tài)分布，其余各指標(biāo)均服從正態(tài)分布，可運(yùn)用地統(tǒng)計(jì)學(xué)軟件進(jìn)行半變異分析。

2.2 合理采樣數(shù)分析

為用有限觀測值估計(jì)各參數(shù)均值，保證足夠的可靠性和精度，土壤空間變異性的研究必須確定合理取樣數(shù)[27]。根據(jù)Cochran最佳采樣數(shù)量計(jì)算公式，計(jì)算抽穗期土壤各養(yǎng)分指標(biāo)在一定置信水平（95%）和相對誤差（5%、10%、15%）要求下的研究區(qū)合理采樣數(shù)（表4）。結(jié)果表明，土壤各種特性所需采樣點(diǎn)不一；在相同的置信水平下，合理采樣數(shù)隨相對誤差的增大而減??；在95%置信水平，相對誤差范圍5%內(nèi)，1號樣地和2號樣地的最佳采樣數(shù)為77、64，同理，成熟期兩塊樣地的最佳采樣數(shù)為73、62?？墒雇寥乐?種養(yǎng)分指標(biāo)的分析精度較高，從而達(dá)到較好的效果，即本研究土壤采樣數(shù)合理。

表4 95%置信水平下土壤養(yǎng)分合理采樣數(shù)

2.3 半方差分析

土壤養(yǎng)分的半方差函數(shù)參數(shù)模擬結(jié)果見表5。抽穗期1號樣地的NH4+-N最優(yōu)半方差函數(shù)為指數(shù)模型，其余各養(yǎng)分指標(biāo)均為球狀模型。各養(yǎng)分的塊金值都大于零（1號樣地的TN塊金值為0.000 1），說明采樣過程中人為因素引起的隨機(jī)變異不能忽視。6種養(yǎng)分的基臺值變化范圍為0.097～5138之間，從大到小依次為NO3--N、NH4+-N、AK、AP、SOM、TN。SOM、AK、TN、NO3--N的塊金系數(shù)小于25%，說明變量具有強(qiáng)烈的空間相關(guān)性，空間變異主要來自結(jié)構(gòu)性因素；而AP（36.591%）、NH4+-N（49.980%）具有中等的空間相關(guān)性，結(jié)構(gòu)性和隨機(jī)性變異二者共同作用。AP的變程（59.45 m）最大，NH4+-N（41.69 m）次之，表明兩者均在較大范圍內(nèi)存在空間自相關(guān)性。

抽穗期2號樣地的各養(yǎng)分指標(biāo)最優(yōu)半方差函數(shù)均為球狀模型。從基臺值來看，結(jié)構(gòu)性因素引起的變異度從大到小排序?yàn)門N、AP、SOM、NH4+-N、AK、NO3--N。AK和NO3--N的塊金系數(shù)分別為39.555%、28.393%，具有中等的空間相關(guān)性，其余各養(yǎng)分指標(biāo)塊金系數(shù)均小于25%，具有強(qiáng)烈的空間相關(guān)性。各指標(biāo)的變程由小到大依次是NH4+-N、AP、TN、AK、NO3--N、SOM。

冬小麥成熟期，1號樣地SOM、AP、AK、TN、NO3--N、NH4+-N各指標(biāo)塊金系數(shù)分別為0.091%、0.184%、0.277%、3.138%、1.502%、3.536%；2號樣地各指標(biāo)塊金系數(shù)分別為8.346%、1.702%、1.159%、1.382%、0.155%、0.133%。從抽穗初期到成熟期塊金系數(shù)顯著減小，均小于25%，秋季作物收獲后土壤養(yǎng)分含量和形態(tài)相對穩(wěn)定，隨機(jī)性因素的影響作用劇減。說明成熟期后（秋季作物播種前），土壤養(yǎng)分空間變異度總體呈降低趨勢，隨機(jī)性變異（灌溉、施肥、種植制度、管理水平等）作用減弱。

2樣地的空間插值模型基本趨于球狀模型，養(yǎng)分指標(biāo)SOM、TN的變異度較小，主要受以結(jié)構(gòu)性因素為主導(dǎo)的影響；而速效態(tài)養(yǎng)分AP、AK、NO3--N、NH4+-N更傾向于隨機(jī)性因素的作用。變程均大于采樣間距6m，故在該值內(nèi)的區(qū)域化變量均存在空間自相關(guān)性。

表5 土壤養(yǎng)分的最優(yōu)半方差函數(shù)模型及參數(shù)

注：抽穗期1號樣地6m×6m網(wǎng)格下的NH4+-N為指數(shù)模型，各指標(biāo)理論模型均為球狀模型。

Note: The NH4+-N under the 6m×6m grid of the test field 1 at the heading stages is an exponential model, and the theoretical models of each index are spherical models.

2種采樣間距，對比土壤養(yǎng)分最優(yōu)半方差函數(shù)結(jié)果。1號樣地的NH4+-N的理論模型轉(zhuǎn)為球狀模型，土壤養(yǎng)分SOM、AK、TN、NO3--N等仍具有強(qiáng)烈空間相關(guān)性，AP依舊具有中等空間相關(guān)性，采樣間距增大但隨機(jī)性并未增強(qiáng)，NH4+-N塊金系數(shù)減小，具有強(qiáng)烈空間相關(guān)性，除AP外變程均增大。2號樣地減小采樣密度后，各養(yǎng)分指標(biāo)的理論模型保持不變，SOM、AP、TN、NH4+-N的塊金系數(shù)仍小于25%，變程增大；而AK、NO3--N的塊金系數(shù)減小，空間相關(guān)性劇增，結(jié)構(gòu)性因素的影響增加，空間自相關(guān)性的最大距離減小。成熟期土壤各養(yǎng)分指標(biāo)趨于穩(wěn)定，擴(kuò)大采樣間距后，保持最優(yōu)模型為球狀模型，塊金系數(shù)<25%，空間相關(guān)性強(qiáng)烈。兩個時(shí)期的塊金系數(shù)差值在0.065%～34.177%范圍內(nèi)。

擴(kuò)大采樣間距后，2塊樣地的土壤養(yǎng)分半變異函數(shù)理論模型均為球狀模型，SOM、TN的塊金系數(shù)和變程等參數(shù)未發(fā)生較大變化，采樣網(wǎng)格間距對具有中等空間相關(guān)性的速效態(tài)養(yǎng)分作用較明顯。綜上，12 m×12 m的網(wǎng)格間距可取。

2.4 空間分布等值線圖分析

Kriging插值的準(zhǔn)確度需要通過交叉驗(yàn)證進(jìn)行評價(jià)，平均預(yù)測誤差（ME）越接近0，越滿足預(yù)測的無偏性；標(biāo)準(zhǔn)化均方根誤差（RMSSE）越接近1，越滿足預(yù)測標(biāo)準(zhǔn)誤差是準(zhǔn)確的[28]。對抽穗期土壤養(yǎng)分各指標(biāo)含量進(jìn)行克里格的交叉驗(yàn)證，結(jié)果表明（表6），各養(yǎng)分指標(biāo)的ME均趨于0，速效態(tài)養(yǎng)分的預(yù)測誤差略大于其他指標(biāo)，RMSSE也接近于1，說明精度較高。因此，Kriging插值可較為準(zhǔn)確的反映土壤養(yǎng)分分布的空間狀況，是可信的。

表6 土壤養(yǎng)分含量空間插值交叉驗(yàn)證結(jié)果

運(yùn)用Sufer13.0軟件繪制抽穗期土壤養(yǎng)分空間分布等值線圖，分別對各養(yǎng)分指標(biāo)進(jìn)行空間結(jié)構(gòu)分析，如圖1和圖2所示。

從圖1可以看出，抽穗期1號樣地的SOM含量分布由北向南先減小再增大，變化范圍較大，高低錯落，低值區(qū)位于地塊中心。AP存在2個高值區(qū)，由北向南呈現(xiàn)減小趨勢，低值區(qū)尤其集中在地塊中心偏東南部的位置。AK含量整體偏高，變化范圍不大，分布相對均勻，整體由中心向四周呈降低趨勢。NO3?-N的養(yǎng)分含量高值區(qū)集中在中心偏東地帶，其質(zhì)量分?jǐn)?shù)整體由中心向四周減小，與AK分布類似。2號樣地的SOM含量分布由北向南先逐漸降低再增大，質(zhì)量分?jǐn)?shù)在24 g/kg以下的位于中心偏下的東南部，低值區(qū)明顯。AP分布相對均勻，高值區(qū)位于南部偏西，有2個明顯的低值區(qū)，分散于西北部和中東部。AK含量整體偏高，分布趨勢為中心向四周逐漸減小，中心處高值區(qū)突變到2個臨近低值區(qū)。NO3--N的質(zhì)量分?jǐn)?shù)分布顯示在150 mg/kg以上的處于西北部和中部，越靠近邊緣，養(yǎng)分含量降低越明顯，尤其以東南角最低。

抽穗期的兩樣地的各指標(biāo)分布趨勢極其相似，SOM含量由北向南呈先增大后減小的趨勢，AK和NO3--N均為自地塊中心向四周減小的趨勢，AP含量分布差異較大，1號樣地為北高南低，2號樣地則相反。

由圖2可以看出，成熟期的2塊樣地SOM含量北部高值，南部低值；AP、NO3--N含量分布均勻，AK含量分布差異較大，1號樣地為北高南低，2號樣地低值區(qū)位于中部。

不論是抽穗期還是成熟期，2塊樣地的TN和NH4+-N的空間分布較為相似，分布均勻，兩者之間有較強(qiáng)的空間耦合性，沒有明顯的高值區(qū)。因此，不在圖中表示。

2種網(wǎng)格結(jié)果對比發(fā)現(xiàn)，當(dāng)擴(kuò)大采集間距，隨著采樣點(diǎn)數(shù)的減少，土壤養(yǎng)分分布高低值區(qū)域更加明顯，弱化了部分養(yǎng)分分布狀況，但高低值位置基本不變。

3 討 論

農(nóng)業(yè)技術(shù)措施與農(nóng)田表層土壤速效態(tài)養(yǎng)分的空間變異密切相關(guān)。施肥方式和技術(shù)必然會影響土壤養(yǎng)分的空間變異性，施肥前后土壤養(yǎng)分空間變異性差距非常大。但是施肥前或者施肥較長一段時(shí)間后，通過土壤養(yǎng)分轉(zhuǎn)化以及作物消耗后，土壤養(yǎng)分空間變異性具有一定的穩(wěn)定性趨勢，為此在抽穗初期追施肥料前和收獲后均進(jìn)行了取樣測土。本研究發(fā)現(xiàn)農(nóng)田AK和NO3--N、NH4+-N的變異系數(shù)較大。田間土壤養(yǎng)分的主要來源之一是施肥[29]，農(nóng)田中施入氮磷鉀肥后，水分對肥料中的可溶態(tài)離子產(chǎn)生一定的運(yùn)移作用，在淹水條件下，氧化還原電位降低使得土壤養(yǎng)分含量自身也發(fā)生一些變化[30]。此外速效態(tài)養(yǎng)分由于遷移性強(qiáng)和穩(wěn)定性較差的特性，導(dǎo)致其變異系數(shù)較大[5]，如施入土壤中的鉀。由于抽取的樣地未在冬小麥播種前展開調(diào)查研究，無法控肥，2號樣地較1號樣地增施油渣（當(dāng)?shù)亟?jīng)驗(yàn)，有補(bǔ)鉀的作用），鉀元素因其移動性較大、當(dāng)季利用率較高、土壤鉀收支平衡一般為虧缺而使鉀肥在土壤中殘留較少[31]，致使2號樣地土壤中的AK受影響較大。TN的離散程度和變異系數(shù)極小，可能是受成土母質(zhì)的影響較大，也可能是在測量尺度上土壤的非均質(zhì)性很小[12]。此外，AK和NO3--N、NH4+-N變異系數(shù)>100%，呈強(qiáng)變異，通過Cochran合理采樣數(shù)公式進(jìn)行計(jì)算，在95%置信水平，相對誤差范圍5%內(nèi)，最佳采樣數(shù)小于試驗(yàn)布設(shè)點(diǎn)數(shù)，本研究土壤采樣數(shù)合理。

注：N-S 代表北-南方向；W-E 代表西-東方向。SOM 代表土壤有機(jī)質(zhì)，g·kg-1；AP代表有效磷，mg·kg-1；AK代表速效鉀，mg·kg-1；NO3?-N代表硝態(tài)氮，mg·kg-1。下同。

農(nóng)田土壤養(yǎng)分分布空間變異性大小主要由結(jié)構(gòu)性變異主導(dǎo)。王珂等[32]發(fā)現(xiàn)小尺度的農(nóng)田土壤養(yǎng)分空間分布的半方差模型均符合球狀模型，本研究也驗(yàn)證了這一規(guī)律。不同區(qū)域、不同時(shí)期雖受地形、土壤類型、質(zhì)地等影響[12]，但小尺度下的農(nóng)田土壤養(yǎng)分空間變異性呈弱變異或中等變異。本研究發(fā)現(xiàn)農(nóng)田SOM、AP、TN變異度小，空間變異主要來自結(jié)構(gòu)性因素，盡管人為活動對SOM、AP、TN空間相關(guān)性有一定的影響，但并未對其原有的養(yǎng)分分布格局產(chǎn)生強(qiáng)烈的破壞作用。AK、NO3--N、NH4+-N變異度較大，說明農(nóng)業(yè)技術(shù)措施等人為活動的影響程度很大，削弱了結(jié)構(gòu)性因素造成的強(qiáng)烈空間自相關(guān)作用，原因可能是當(dāng)?shù)剞r(nóng)戶在連年耕作中長期大量施肥所致[31]。

圖2 成熟期土壤養(yǎng)分分布等值線圖

半方差分析和Kriging插值揭示了大部分土壤性質(zhì)的空間分布模式具有中到強(qiáng)的空間依賴性[23]規(guī)律。TN和NH4?-N的空間分布較為相似，兩者之間存在一定相關(guān)性。NO3?-N的含量分布與TN、NH4?-N分布沒有任何關(guān)聯(lián)，表明TN中雖包含NO3?-N，但并不能代表其含量的分布情況。林建平等[5]研究發(fā)現(xiàn)，在大尺度范圍內(nèi)南方典型丘陵山區(qū)耕地土壤SOM與TN的含量關(guān)系呈正相關(guān)。王淑英等[33]發(fā)現(xiàn)當(dāng)采樣間距大于100m時(shí)，采樣尺度對土壤SOM與TN含量的空間變異性差異顯著。本試驗(yàn)在農(nóng)田尺度上，采樣間距總體較小，土壤SOM與TN之間沒有明顯的相關(guān)性，采樣尺度與研究問題的性質(zhì)密切相關(guān)[34]。土壤有機(jī)質(zhì)與黏粒組成的有機(jī)-無機(jī)膠體是交換性陽離子的基本載體，具有突出的保鉀作用[3]，本研究空間分布等值線圖結(jié)果表明SOM和AK沒有相關(guān)性，可能一年兩茬的耕作次數(shù)，不利于土壤有機(jī)質(zhì)的積累。也可能自然植被在土地平整過程中被消除，SOM來源減少，又由于人工翻動土壤，使得土壤透氣性增強(qiáng)，有機(jī)氮礦化過程加速[3]。參照全國第二次土壤普查分級標(biāo)準(zhǔn)，本試驗(yàn)抽穗期土壤SOM和TN含量為3級中等偏下水平，AP、AK含量為2級以上豐富水平（表3），成熟期土壤SOM含量降為4級，付瑩瑩[35]也研究發(fā)現(xiàn)關(guān)中土壤缺氮、磷中等、富鉀。此外，各指標(biāo)的等值線圖中大部分的空間分布為突變而非漸變，一定程度上驗(yàn)證養(yǎng)分的空間異質(zhì)性，這與林建平等[5]大尺度的空間異質(zhì)性研究觀點(diǎn)一致。

采樣網(wǎng)格間距影響農(nóng)田土壤養(yǎng)分空間異質(zhì)性分布規(guī)律的表達(dá)。農(nóng)田尺度下土壤養(yǎng)分樣點(diǎn)布設(shè)密度過大浪費(fèi)資源，樣點(diǎn)布設(shè)密度過小則直接降低土壤養(yǎng)分空間分布的表征度，選取適宜的采樣間距十分必要。本研究發(fā)現(xiàn)12 m×12 m與6 m×6 m 2種網(wǎng)格劃分下的各指標(biāo)差值大部分為負(fù)值（表2），尤其是速效態(tài)養(yǎng)分變化較大，土壤養(yǎng)分分布規(guī)律不顯著，擴(kuò)大網(wǎng)格勢必降低了對田間土壤空間變異的表達(dá)度和可信度。采樣間距影響采樣數(shù)目，同一采樣間距、不同土壤養(yǎng)分指標(biāo)的采樣數(shù)各不相同。但實(shí)踐中，針對每個養(yǎng)分指標(biāo)都確定一個采樣數(shù)不符合實(shí)際，應(yīng)該在平衡各養(yǎng)分指標(biāo)變異度及農(nóng)業(yè)生產(chǎn)實(shí)踐的前提條件下，選取一個合適的采集密度。本研究中12 m×12 m網(wǎng)格用于調(diào)研采樣優(yōu)于6 m×6 m網(wǎng)格，建議精量灌溉系統(tǒng)末端養(yǎng)分監(jiān)測點(diǎn)布設(shè)間距為12 m×12 m，可大幅減少采樣點(diǎn)數(shù)和分析成本。此外，小尺度下的農(nóng)田土壤養(yǎng)分空間變異性呈弱變異或中等變異，半方差模型均符合球狀模型，空間變異性主要由結(jié)構(gòu)性變異主導(dǎo)，空間分布模式具有中到強(qiáng)的空間依賴性規(guī)律等結(jié)果具有普遍性。已有研究報(bào)道了類似環(huán)境下Soil-Landscape Models的可轉(zhuǎn)移性，即在相似的土壤形成環(huán)境中，2個地區(qū)的土壤性質(zhì)空間變化也將是相似的[36]。所以將一個地區(qū)的克里格方差與網(wǎng)格間距的關(guān)系轉(zhuǎn)換到另一個類似環(huán)境的地區(qū)是合理的。因此，本文試圖展開詳盡的田間采樣，揭示農(nóng)田土壤養(yǎng)分空間分布規(guī)律，便于養(yǎng)分監(jiān)測設(shè)施的布設(shè)和農(nóng)田土壤養(yǎng)分的管理。

4 結(jié) 論

1）農(nóng)田土壤全氮、土壤有機(jī)質(zhì)、有效磷的空間變異性屬于弱到中等變異；速效鉀和銨態(tài)氮屬于強(qiáng)變異；冬小麥生育階段不同，其變異性不同，硝態(tài)氮抽穗期為強(qiáng)變異，成熟期為中等變異，其余指標(biāo)變異程度保持不變。

2）農(nóng)田表層土壤養(yǎng)分適宜的半方差模型為球狀模型。冬小麥農(nóng)田土壤有機(jī)質(zhì)、全氮塊金系數(shù)<25%，空間自相關(guān)性強(qiáng)烈；而速效態(tài)養(yǎng)分有效磷、速效鉀、硝態(tài)氮、銨態(tài)氮塊金系數(shù)在抽穗期>25%，空間相關(guān)性弱，成熟期空間相關(guān)性增強(qiáng)，塊金系數(shù)<25%。

3）農(nóng)田土壤有機(jī)質(zhì)、全氮的變異性由結(jié)構(gòu)性因素主導(dǎo)，速效態(tài)養(yǎng)分則由隨機(jī)性因素主導(dǎo)，受施肥、作物消耗等因素影響較大。

4）采樣間距對農(nóng)田土壤養(yǎng)分空間變異性分析結(jié)果的影響較小，有機(jī)質(zhì)、有效磷、速效鉀、全氮、硝態(tài)氮和銨態(tài)氮變異系數(shù)差值在0.04%～59.48%范圍內(nèi),成熟期2號樣地的速效鉀除外（398%）；塊金系數(shù)差值在0.065%～34.177%范圍內(nèi)，2種采樣間距獲得的土壤養(yǎng)分空間變異特征基本一致，推薦使用12 m×12 m網(wǎng)格采樣，以節(jié)約成本，提高效益。

[1] 何東健，楊成海，楊青，等. 面向精準(zhǔn)農(nóng)業(yè)的農(nóng)田土壤成分實(shí)時(shí)測定研究進(jìn)展[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2012，28(7)：78-85.

He Dongjian, Yang Chenghai, Yang Qing, et al. Research progress of real-time measurement of soil attributes for precision agriculture[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2012, 28(7): 78-85. (in Chinese with English abstract)

[2] Gouri S B, Pravat K S, Rabindranath C. Assessment of spatial variability of soil properties using geostatistical approach of lateritic soil (West Bengal, India)[J]. Annals of Agrarian Science, 2018, 16: 436-443.

[3] 劉靖朝，熊黑鋼，何旦旦，等. 基于不同人為干擾的土壤全量氮磷鉀空間變異性研究[J]. 干旱地區(qū)農(nóng)業(yè)研究，2019，37(1)：116-122，159.

Liu Jingchao, Xiong Heigang, He Dandan, et al. Spatial variability of total nitrogen, phosphorus, and potassium in soil under different human disturbances[J]. Agricultural Research in the Arid Areas, 2019, 37(1): 116-122, 159. (in Chinese with English abstract)

[4] Liu Yang, Lv Jianshu, Zhang Bing, et al. Spatial multi-scale variability of soil nutrients in relation to environmental factors in a typical agricultural region, eastern China[J]. The Science of the Total Environment, 2013(450/451): 108-119.

[5] 林建平，鄧愛珍，趙小敏，等. 南方典型丘陵山區(qū)不同高程耕地土壤養(yǎng)分變化特征分析[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2019，50(5)：300-309.

Lin Jianping, Deng Aizhen, Zhao Xiaomin, 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. (in Chinese with English abstract)

[6] 張偉，陳洪松，王克林，等. 喀斯特地區(qū)典型峰叢洼地旱季表層土壤水分空間變異性初探[J]. 土壤學(xué)報(bào)，2006，43(4)：554-562.

Zhang Wei, Chen Hongsong, Wang Kelin, et al. Spatial variability of surface soil water in typical depressions between hills in karst region in dry season[J]. Acta Pedologica Sinica, 2006, 43(4): 554-562. (in Chinese with English abstract)

[7] Duraisamy V, Singh S K, Nisha S, et al. Assessment of spatial variability of soil properties using geospatial techniques for farm level nutrient management[J]. Soil & Tillage Research, 2017, 169: 25-34.

[8] 祝鑫海，張遠(yuǎn)智，楊少斌. 北京市核心區(qū)土壤養(yǎng)分空間變異特征[J]. 福建農(nóng)林大學(xué)學(xué)報(bào)：自然科學(xué)版，2018，47(5)：580-586.

Zhu Xinhai, Zhang Yuanzhi, Yang Shaobin. Spatial variability of soil nutrients in the core area of Beijing[J]. Journal of Fujian Agriculture and Forestry University (Natural Science Edition), 2018, 47(5): 580-586. (in Chinese with English abstract)

[9] Li Shan, Li Qiquan, Wang Changquan, et al. Spatial variability of soil bulk density and its controlling factors in an agricultural intensive area of Chengdu Plain,Southwest China[J]. Journal of Integrative Agriculture, 2019, 18(2): 290-300.

[10] 張國平，郭澎濤，王正銀，等. 紫色土丘陵地區(qū)農(nóng)田土壤養(yǎng)分空間分布預(yù)測[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2013，29(6)：113-120.

Zhang Guoping, Guo Pengtao, Wang Zhengyin, et al. Prediction of spatial distribution of hilly farmland with purple soil nutrients[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2013, 29(6): 113-120. (in Chinese with English abstract)

[11] 張子璐，左昕弘，劉峰，等. 渝西丘陵區(qū)土壤速效鉀空間異質(zhì)性及影響因素[J]. 土壤學(xué)報(bào)，2020，57(2)：307-315.

Zhang Zilu, Zuo Xinhong, Liu Feng, et al. Spatial heterogeneity of soil readily available potassium and its influencing factors in Western Chongqing hilly areas, China[J]. Acta Pedologica Sinica, 2020, 57(2): 307-315. (in Chinese with English abstract)

[12] Duminda N V G,Asim B,Ian B S. Spatial variability of soil thermal properties and their relationships with physical properties at field scale[J]. Soil & Tillage Research, 2019, 193: 50-28.

[13] 姚彩燕，劉紹貴，喬婷，等. 基于時(shí)空變異的旱地土壤有機(jī)碳高效采樣策略研究[J/OL]. 土壤學(xué)報(bào)，2020 [2020-08-04].http://kns.cnki.net/kcms/detail/32.1119.p.20200310.1814.007.html.

Yao Caiyan, Liu Shaogui, Qiao Ting, et al. Strategy for efficient sampling strategy of upland soil based on spatiotemporal variation of the soil[J/OL]. Acta Pedologica Sinica, 2020 [2020-08-04]. http://kns. cnki.net/kcms/detail/ 32.1119.p.20200310. 1814.007.html. (in Chinese with English abstract)

[14] 蘇芝屯，吳春燕，何彤慧，等. 銀川平原草甸濕地土壤養(yǎng)分特征與植物響應(yīng)[J]. 干旱區(qū)研究，2019，36(4)：816-823.

Su Zhitun, Wu Chunyan, He Tonghui, et al. Soil nutrient characteristics and plant response of meadow wetland in Yinchuan Plain[J]. Arid Zone Research, 2019, 36(4): 816-823. (in Chinese with English abstract)

[15] 孟紅旗，郭曉明，楊英，等. 采煤沉陷坡面土壤氮磷鉀養(yǎng)分有效性的空間變異性[J/OL]. 土壤學(xué)報(bào)，2020：1-12 [2020-08-04].http://kns.cnki.net/kcms/detail/32.1119.P.20190916.1120.004.html.

Meng Hongqi, Guo Xiaoming, Yang Ying, et al. Spatial Variability of Soil Nitrogen, Phosphorus and Potassium Availability in Coal Mining Subsidence Slopes [J/OL]. Acta Pedologica Sinica, 2020: 1-12 [2020-08-04]. http://kns.cnki.net/ kcms/detail/32.1119. P.20190916.1120.004.html. (in Chinese with English abstract)

[16] 王曉琳，王麗梅，張曉媛，等. 不同植被對晉陜蒙礦區(qū)排土場土壤養(yǎng)分16a恢復(fù)程度的影響[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2016，32(9)：198-203.

Wang Xiaolin, Wang Limei, Zhang Xiaoyuan, et al. Effects of different vegetation on soil nutrients remediation degree in earth disposal site after 16a in mining area of Shanxi-Shaanxi-Inner Mongolia adjacent region[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2016, 32(9): 198-203. (in Chinese with English abstract)

[17] 魯天平，史征，劉永萍，等. 深溝造林條件下秸稈覆蓋對土壤養(yǎng)分和鹽分變化的影響[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2015，31(12)：165-172.

Lu Tianping, Shi Zheng, Liu Yongping, et al. Effects of straw mulching on soil nutrients and salinity changes under condition of deep trench planting[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(12): 165-172. (in Chinese with English abstract)

[18] Asim B. Scale-location specific soil spatial variability: A comparison of continuous wavelet transform and Hilbert-Huang transform[J]. Catena, 2018, 160: 24-31.

[19] Jacopo D, Renato M, Carla S, et al. Spatial-temporal variability of soil moisture: Addressing the monitoring at the catchment scale[J]. Journal of Hydrology, 2019, 570: 436-444.

[20] Vanessa A G, Lázaro V Z, J Jaime G H. Spatial variability of hydraulic conductivity and solute transport parameters and their spatial correlations to soil properties[J]. Geoderma, 2019, 339: 59-69.

[21] Stacey P, Budiman M, Alex M. Spatial variability of Australian soil texture: A multiscale analysis[J]. Geoderma, 2018, 309: 60-74.

[22] Leung Yat Fai, Liu Wenfei, Li Jiangshan, et al. Three-dimensional spatial variability of arsenic-containing soil from geogenic source in Hong Kong: Implications on sampling strategies[J]. The Science of the Total Environment, 2018, 633: 836-847.

[23] Sanjib K B, Ravi K M, Arvind K S, et al. Spatial variability of soil properties and delineation of soil management zones of oil palm plantations grown in a hot and humid tropical region of southern India[J]. Catena, 2018, 165: 251-259.

[24] 楊奇勇，楊勁松，姚榮江，等. 基于GIS和改進(jìn)灰色關(guān)聯(lián)模型的土壤肥力評價(jià)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2010，26(4)：100-105.

Yang Qiyong, Yang Jinsong, Yao Rongjiang, et al. Comprehensive evaluation of soil fertility by GIS and improved grey relation model[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2010, 26(4): 100-105. (in Chinese with English abstract)

[25] Anna P D, Barbara B B, Jacek D. Spatial and temporal variability of the soil microbiological properties in two soils with a different pedogenesis cropped to winter rape (L.)[J]. Geoderma, 2019, 340: 313-324.

[26] 薛正平，楊星衛(wèi)，段項(xiàng)鎖，等. 土壤養(yǎng)分空間變異及合理取樣數(shù)研究[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2002，18(4)：6-9.

Xue Zhengping, Yang Xingwei, Duan Xiangsuo, et al. Spatial variability of soil nutrients and reasonable sampling number[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2002, 18(4): 6-9. (in Chinese with English abstract)

[27] 張兆永，李菊英，祖皮艷木·買買提，等. 艾比湖流域小尺度農(nóng)田土壤養(yǎng)分的空間分布和鹽漬化風(fēng)險(xiǎn)評價(jià)[J]. 生態(tài)學(xué)報(bào)，2017，37(3)：819-828.

Zhang Zhaoyong, Li Juying, Zu Piyanmu×Maimati, et al. Spatial heterogeneity of soil nutrients and salinization risk assessment of a small-scale farmland in Ebinur basin in northwest China [J]. Journal of Ecology, 2017, 37(3): 819-828. (in Chinese with English abstract)

[28] 喬磊，黃明鏡，張吳平，等. 晉中盆地典型耕地厚度、土壤養(yǎng)分空間變異[J]. 中國農(nóng)學(xué)通報(bào)，2020，36(1)：89-97.

Qiao Lei, Huang Mingjing, Zhang Wuping. Thickness and soil nutrients of typical cultivated land in Jinzhong basin:spatial variation[J]. Chinese Agricultural Science Bulletin, 2020, 36(1): 89-97. (in Chinese with English abstract)

[29] 溫延臣，李燕青，袁亮，等. 長期不同施肥制度土壤肥力特征綜合評價(jià)方法[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2015，31(7)：91-99.

Wen Yanchen, Li Yanqing, Yuan Liang, et al. Comprehensive assessment methodology of characteristics of soil fertility under different fertilization regimes in North China[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2015, 31(7): 91-99. (in Chinese with English abstract)

[30] 徐姍. 淹水對土壤養(yǎng)分分布、玉米養(yǎng)分吸收動態(tài)及生長的影響[D]. 合肥：安徽農(nóng)業(yè)大學(xué)，2012.

Xu Shan. Impact on the Soil Nutrient Distribution, Maize Nutrients Uptake and its Growth Under Flooded Conditions[D]. Hefei: Anhui Agricultural University, 2012. (in Chinese with English abstract)

[31] 李中元. 貴州喀斯特山區(qū)村級尺度下農(nóng)田土壤養(yǎng)分空間變異與采樣設(shè)計(jì)研究[D]. 貴陽：貴州大學(xué)，2008.

Li Zhongyuan. Study on the Soil Nutrients Spatial Variability and Reasonable Distances of Soil Sampling Design under the Village Level Scale of Karst Regions in Guizhou Province[D]. Guiyang: Guizhou University, 2008. (in Chinese with English abstract)

[32] 王珂，沈掌泉，John S Bailey，等. 精確農(nóng)業(yè)田間土壤空間變異與采樣方式研究[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2001，17(2)：33-36.

Wang Ke, Shen Zhangquan, John S Bailey, et al. Spatial variants and sampling strategies of soil properties for precision agriculture [J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2001, 17(2): 33-36. (in Chinese with English abstract)

[33] 王淑英，路蘋，王建立，等. 不同研究尺度下土壤有機(jī)質(zhì)和全氮的空間變異特征：以北京市平谷區(qū)為例[J]. 生態(tài)學(xué)報(bào)，2008，28(10)：4957-4964.

Wang Shuying, Lu Ping, Wang Jianli, et al. Spatial variability and distribution of soil organic matter and total nitrogen at different scales:a case study in Pinggu County, Beijing[J]. Acta Ecologica Sinica, 2008, 28(10): 4957-4964. (in Chinese with English abstract)

[34] 徐英，陳亞新，史海濱，等. 土壤水鹽空間變異尺度效應(yīng)的研究[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2004，20(2)：1-5.

Xu Ying, Chen Yaxin, Shi Haibin, et al. Scale effect of spatial variability of soil water-salt[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2004, 20(2): 1-5. (in Chinese with English abstract)

[35] 付瑩瑩. 陜西關(guān)中地區(qū)土壤養(yǎng)分豐缺指標(biāo)體系的建立[D].楊凌：西北農(nóng)林科技大學(xué)，2009.

Fu Yingying. The Establishment of Soil Nutrient Index in Guanzhong areas, Shaanxi province[D]. Yangling: Northwest A&F University, 2009. (in Chinese with English abstract)

[36] Sun Xiaolin, Wang Huili, Dermot F, et al. Limited spatial transferability of the relationships between Kriging variance and soil sampling spacing in some grasslands of ireland: implications for sampling design[J]. Pedosphere, 2019, 29(5): 577-589.

Spatial variability of soil nutrients in topsoil of cultivated land

Wang Jie1,2, Niu Wenquan1,3※, Zhang Wenqian1,2, Li Guochun3, Sun Jun1,2, Wang Yanbang1,2

(1.712100,; 2.,712100,; 3.,712100,)

Crop productivity depends mostly on water management and soil nutrients in the cultivated land. Taking Caoxinzhuang farmland in Yangling as the study area, this study aimsto provide a sound basis for the layout of field nutrient monitoring facilities, in order to investigate farmland soil nutrients. Two sampling places were selected, concurrently named as test field 1 (farmland) and test field 2 (farmland), respectively. Specifically, test field 1 was newly reclaimed wasteland, whereas, test field 2 was the cultivated all year round, mainly wheat-corn rotation. The selected field was divided into 12 m×12 m nested 6 m×6 m plots, based on the soil nutrient samples collected in the topsoil (0-20 cm) of different fields during the growth stage of winter wheat. Classical statistical analysis and Geostatistics with Kriging method were employed to explore the characteristics of soil nutrient variability. SPSS22.0 software was used for the descriptive statistical analysis and normal distribution test. According to the Cochran optimal sampling quantity calculation formula, the optimum sampling number of each nutrient index in the field soil was determined.GS+software (version 9.0, Gamma Design Software, USA) was used to perform a spatial semi-variogram analysis of soil nutrients, and further to adjust different model parameters for model fitting, including determination coefficient2. Kriging interpolation and cross validation were carried out using the Geostatistics Analysis module in ArcGIS10.5. Sufer software (version 13.0, Golden Software, USA) was used to represent the spatial variation of parameters, including the soil organic matter (SOM), available phosphorus (AP), available potassium (AK), total nitrogen (TN), nitrate nitrogen (NO3--N), and ammonium nitrogen (NH4+-N). The results show that during the heading and ripening stages of winter wheat, the variation coefficient (CV) of total nitrogen (TN) <10% in the surface soil of farmland, indicating a weak variation, while, the CV of soil organic matter (SOM) and available phosphorus (AP) were between 10% and 100%, indicating a moderate variation. There was a strong variation coefficient (CV) >100% in the available potassium (AK) and the ammonium nitrogen (NH4+-N). The nitrate nitrogen (NO3?-N) changed from strong variation to moderate variation during the ripening stages of winter wheat. The optimal spherical model can be achieved in the semi-variable function model of soil nutrients. It infers that there were some differences in the spatial correlation of soil nutrients at different stages of crop growth. The nugget coefficient of soil organic matter (SOM) and the total nitrogen (TN) were less than 25% at two growth stages, indicating a strong spatial correlation that mainly affected by structural factors. There was a relatively large variability in the quick-acting nutrients, including the available phosphorus (AP), the available potassium (AK), the nitrate nitrogen (NO3--N), and the ammonium nitrogen (NH4+-N), where the nugget coefficient was between 25% and 75% at the heading stages of winter wheat, indicating the significant role of random factors. At the ripening stages, the nugget coefficient of quick-acting nutrients was less than 25%, indicating the enhanced spatial correlation. When the sampling interval was expanded from 6 m × 6 m to 12m × 12m, the degree of variation remained constant, while the variation coefficient difference of each index fluctuated within the range of 0.04%-59.48%, except for available potassium (398%) in the ripening stage of test field 2. In each index, the difference of nugget coefficient fluctuated within the range of 0.065%-34.177%, while the spatial variation distribution remained basically consistent. The 12 m×12 m grid can be recommended for the topsoil nutrient sampling.

soil; nutrients; spatial variability; geostatistics; sampling grid spacing

王婕，牛文全，張文倩，等. 農(nóng)田表層土壤養(yǎng)分空間變異特性研究[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2020，36(15)：37-46.doi：10.11975/j.issn.1002-6819.2020.15.005 http://www.tcsae.org

Wang Jie, Niu Wenquan, Zhang Wenqian, et al. Spatial variability of soil nutrients in topsoil of cultivated land[J]. Transactions of the Chinese Society of Agricultural Engineering (Transactions of the CSAE), 2020, 36(15): 37-46. (in Chinese with English abstract) doi：10.11975/j.issn.1002-6819.2020.15.005 http://www.tcsae.org

2020-05-15

2020-06-29

寧夏回族自治區(qū)重點(diǎn)研發(fā)計(jì)劃（重點(diǎn)）項(xiàng)目（2018BBF02006）；國家自然科學(xué)基金項(xiàng)目（51679205）

王婕，主要從事農(nóng)業(yè)水土與節(jié)水灌溉技術(shù)研究。Email：wjxn@nwafu.edu.cn

牛文全，研究員，博士生導(dǎo)師，主要從事水土資源高效利用與節(jié)水灌溉研究。Email：nwq@nwafu.edu.cn

10.11975/j.issn.1002-6819.2020.15.005

S274

A

1002-6819(2020)-15-0037-10