水田土壤养分变异特征及肥力评价研究

水田土壤养分变异特征及肥力评价研究

姓名：詹林庆申请学位级别：硕士专业：土壤学指导教师：刘洪斌

20090501

摘要水田土壤养分变异特征及肥力评价研究土壤学专业硕士研究生詹林庆指导教师刘洪斌研究员摘要遵义县是贵州省重要农业区，长期的人类活动导致土壤物质循环方式和强度发生巨大变化，由于第二次土壤普查工作距今二十余年，这期间耕地质量和土壤肥力状况都发生了重大变化。故研究现行条件下区域土壤肥力空间变化，对人为和定向培育土壤肥力，改善土壤生态环境，促进区域农业和社会的可持续发展具有重要的现实意义。本研究以贵州省遵义县水田土壤为研究对象，以研究区２００６年测土配方施肥数据为基础，运用常规统计方法和地统学方法，以ＧＩＳ技术为支撑，分析了研究区水田土壤养分空间变异特征及土壤肥力指数的分布特征，并进一步探讨了不同海拔高度、不同成土母质和不同土壤类型对土壤养分的主要影响。研究结果表明：（１）土壤养分的初步评价。研究区水田土壤ｐＨ呈中性至微酸性，土壤有机质、全氮、碱解氮、有效磷、速效钾、有效铁、有效锰、有效铜和有效锌的平均含量为３６．５１８８．３ｎａｇ．ｋｇ＂‘、２４．０ｇ．ｋｇ＂１、２．１６ｇ．ｋ９１、ｍｇ．ｋ９１、１２８．０ｎａｇ．ｋｇ＂１、２７．２ｎａｇ．ｋｇ＂１、２１．５ｍｇ．ｋｇ．１、２．４９ｍｇ．ｋｇ‘、１．５３ｍｇ．ｋｇ－１，土壤养分含量比较丰富，研究区土壤肥力因子均表现为中等空间变异性，其变异系数的大小表现为：有效铜＞有效铁＞有效锌＞有效锰＞有效磷＞速效钾＞碱解氮＞有机质＞全氮＞ｐＨ值。（２＞土壤养分空间变异。应用地统计学半方差分析法，对研究区土壤ｐＨ、有机质、全氮、碱解氮、有效磷、速效钾、有效铁、有效锰、有效铜、有效锌的空间变异性进行分析。结果表明，各向同性下，它们的空间变异均存在着良好的半方差结构，其含量的空间自相关距离均大于采样间距，表明研究区土壤养分在区域范围内均存在着空间相关性，块金系数介于２５％一－，５０％，说明土壤ｐＨ、有机质、全氮、碱解氮、有效磷、速效钾、有效铁、有效锰、有效铜和有效锌均具有明显的空间自相关性，其空间变异主要是由结构性和随机性因素共同作用的结果：各向异性结构明显，土壤ｐＨ在东．西方向上，有机质在西北．东南方向上，全氮、碱解氮、有效磷和速效钾在南．北方向上的空间变异最强，有效铜在东．西方向上，有效铁在西北．东南、有效锰在南．北和有效锌在东北．西南方向上空间变异最弱。（３）土壤养分的空间分布格局。应用地统计学Ｋｒｉｇｉｎｇ插值方法对土壤养分含量的空间分布特征进行研究。结果表明，研究区土壤养分均呈现出明显的空间分布格局，其中ｐＨ、有机质、全氮、有效磷、有效铁、有效锰、有效铜、有效锌呈片状分布，碱解氮和速效钾近似呈带状分布，插值后含量统计表明，研究区水田土壤养分含量都比较丰富。（４）土壤肥力评价。选择土壤ｐＨ值、有机质、全氮、有效磷和速效钾作为评价因子，应用内梅罗模型进行土壤肥力综合评级，评价结果表明，研究区水田土壤肥力质量指数在１．２６＂＇２．２４之间，整体肥力状况较好，都处于二级和三级水平。其中，处于二级水平水田面积两南大学硕十学位论文有５１９７０．５ｈｒｎ２，占所有水田面积的８７．７％；处于三级水田的面积有７２９５．１ｈｒｎ２，占所有水田面积的１２．３％。土壤肥力的空间分布仍表现出一定的差异性，总体上看南部和东北部土壤肥力较高，西部、西南部和中部部分地区土壤肥力水平较低。（５）土壤养分在不同海拔、不同成土母质和不同土壤类型上含量差异。不同海拔高度上土壤ｐＨ值、有机质、全氮、碱解氮、有效磷、速效钾、有效铁、有效锰、有效铜和有效锌的空间变化在０．０ｌ水平上有显著的差异，海拔高度对土壤养分空间变化的影响程度排序为：ｐＨ＞＞有效磷＞有效锰＞碱解氮＞有效铁＞有效锌＞有机质＞有效铜＞全氮＞速效钾。不同成土母质土壤ｐＨ值、有机质、全氮、有效磷、速效钾、有效铁、有效锰、有效铜、有效锌的空间变化在０．０１水平上均有显著的差异，土壤母质对土壤养分空间变化影响程度排序为：ｐＨ＞＞有效铁＞有效锰＞有效磷＞有机质＞全氮＞有效铜＞有效锌＞速效钾。不同土壤亚类上土壤ｐＨ值、碱解氮、速效钾、有效铁、有效铜空间变化在０．０１水平上均有显著差异，土壤类型对土壤养分空间变化影响程度排序为：ｐＨ＞＞有效铁＞有效铜＞碱解氮＞速效钾。关键词：地统计学空间变异土壤肥力评价方差分析ＡＢＳＴＲＡＣＴＳｔｕｄｙｏｎｖａｒｉａｂｉｌｉｔｙｏｆｐａｄｄｙｓｏｉｌｎｕｔｒｉｅｎｔｓａｎｄｅｖａｌｕａｔｉｏｎｏｆｐａｄｄｙｓｏｉｌｆｅｒｔｉｌｉｔｙＳｐｅｃｉａｌｉｔｙ：ＳｏｉｌＳｃｉｅｎｃｅＣａｎｄｉｄａｔｅ：ＺｈａｎＬｉｎｑｉｎｇＳｕｐｅｒｖｉｓｏｒ：ＰｒｏｆｅｓｓｏｒＬｉｕＨｏｎｇｂｉｎＡｂｓｔｒａｃｔＺｕｎｙｉＣｏｕｎｔｙｏｆＧｕｉｚｈｏｕＰｒｏｖｉｎｃｅｉｓａｌｌｉｍｐｏｒｔａｎｔａｇｒｉｃｕｌｔｕｒａｌａｒｅａ．Ｉｎｔｈｉｓａｒｅａ，ｌｏｎｇ－ｔｅｒｍｈｕｍａｎａｃｔｉｖｉｔｉｅｓｌｅａｄｔｏｔｈｅｃｈａｎｇｅｓｏｆｔｈｅｗａｙｓａｎｄｉｎｔｅｎｓｉｆｉｅｓｏｆｓｏｉｌｍａｔｅｒｉａｌｃｙｃｌｅｓ．Ｈｏｗｅｖｅｒ，ｔｈｅｒｅｈａｖｅｂｅｅｎ２０ｙｅａｒｓｓｉｎｃｅｔｈｅｓｅｃｏｎｄｓｏｉｌｉｎｖｅｓｔｉｇａｔｉｏｎ．Ｄｕｒｉｎｇｔｈｉｓｐｅｄｏｄ，ｔｈｅｑｕａｌｉｔｙａｎｄｓｏｉｌｆｅｒｔｉｌｉｔｙｔｏｓｔａｔｕｓｏｆｃｕｌｔｉｖａｔｅｄｌａｎｄｈａｖｅｃｈａｎｇｅｄｇｒｅａｔｌｙ．Ｓｏｔｈｅｒｅｉｓａｎｉｍｐｏｒｔａｎｔｒｅａｌｉｓｔｉｃｓｉｇｎｉｆｉｃａｎｃｅｏｕｔｓｔｕｄｙ０１１ｓｐａｔｉａｌｖａｒｉａｂｉｌｉｔｙｏｆｅｘｔｅｎｔｓｏｉｌｆｅｒｔｉｌｉｔｙｉｎａｃｔｕａｌｃｏｎｄｉｔｉｏｎｔｏｆｉｇｕｒｅｏｆｓｏｉｌａｒｔｉｆｉｃｉａｌａｄｊｕｓｔｍｅｎｔ，ｓｏｉｌｆｅｒｔｉｌｉｔｙｕｎｄｅｒｄｉｒｅｃｔｉｏｎａｌｃｕｌｔｉｖａｔｉｏｎ。ｃｈａｎｇｅｃｏｎｔｉｎｕａｌｄｅｖｅｌｏｐｍｅｎｔｏｆａｇｒｉｃｕｌｔｕｒｅａｎｄｓｏｃｉｅｔｙ．Ｉｎｔｈｉｓｐａｐｅｒ，ｔｈｅｒｅｉｓａｅｎｖｉｒｏｎｍｅｎｔ，ａｎｄｐｒｏｍｏｔｅｓｔｕｄｙｏｎｐａｄｄｙＳｏｉｌｉｎＺｕｎｙｉｃｏｕｎｔｙｏｆＯｕｉｚｈｏｕＰｒｏｖｉｎｃｅａｎｄａｌｌａｎａｌｙｓｉｓｏｆｓｐａｔｉａｌｖａｒｉａｂｉｌｉｔｙ’Ｓｐｒｏｐｅｒｔｉｅｓｏｆｐａｄｄｙｓｏｉｌｎｕｔｒｉｅｎｔｓａｎｄｄｉｓｔｒｉｂｕｔｅｄｃｈａｒａｃｔｅｒｓｏｆｓｏｉｌｆｅｒｔｉｌｉｔｙｑｕａｌｉｔｙｉｎｄｅｘ．ｂａｓｅｄｏｎｔｈｅｔｈｅｍｅｔｈｏｄｓｏｆａｌｓｏａｆｏｕｎｄａｔｉｏｎｏｆｄａｔａｓａｂｏｕｔｆｅｒｔｉｌｉｚａｔｉｏｎｒｅｃｏｍｍｅｎｄａｔｉｏｎｉｎ２００６，ＣｏｎｖｅｎｔｉｏｎａｌｏｎｆｕｒｔｈｅｒｄｉｓｃｕｓｓｉｏｎａｎｄＧｅｏｓｔａｔｉｓｔｉｃｓ，ａｎｄｔｈｅｓｕｐｐｏｒｔｏｆＧＩＳｔｅｃｈｎｉｑｕｅ．ＴｈｅｒｅｉＳｓｏｉｌｎｕｔｒｉｅｎｔｓｗｈｉｃｈａ∞ｉｎｆｌｕｅｎｃｅｄｂｙｔｈｅｄｉｆｆｅｒｅｎｔｈｅｉｇｈｔａｂｏｖｅｔｈｅｓｅａＳｔａｔｉｓｔｉｃｌｅｖｅｌ．ｔｈｅｄｉｆｆｅｒｅｎｔｓｏｉｌｐａｒｅｎｔｍａｔｅｒｉａｌｓａｎｄｓｕｂｇｒｏｕｐｓｏｆｓｏｉｌ．１１圮ｒｅｓｕｌｔｓｓｈｏｗｅｄ：（１）１ｒｔ豫ｐｒｅｌｉｍｉｎａｒｙｅｖａｌｕａｔｉｏｎｏｆｓｏｉｌｎｕｔｒｉｅｎｔ．Ｉｎｔｈｅｒｅｓｅａｒｃｈｅｄａｒｅａｓ，ｔｈｅｐＨｏｆｐａｄｄｙｓｏｉｌｉｓｆｒｏｍｎｅｕｔｒａｌｔｏｓｏｕｒｉｓｈ．ｔｈｅａｖｅｒａｇｅｃｏｎｃｅｎｔｒａｔｉｏｎｏｆ０Ｍ，ｔｏｔａｌＮ，ａｖａｉｌａｂｌｅＮ，ａｖａｉｌａｂｌｅＰ，ａｖａｉｌａｂｌｅＫ，ａｖａｉｌａｂｌｅＦｅ，ａｖａｉｌａｂｌｅＭｎ，ａｖａｉｌａｂｌｅＣｕａｎｄａｖａｉｌａｂｌｅＺｎｗｒｅ３６．５９．ｋｇ＂ｌ，２．１６ｇ．ｋｇ＂ｊ，１８８．３ｍｇ．ｋｇ＂１，２４．０ｍｇ．ｋｇ＂１，１２８．０ｍｇ．ｋｇ＂１，２７．２ｍｇ．ｋｇ＂１，２１．５ｎｕｔｒｉｅｎｔｉｓｍｇ．ｋ９１，２．４９ａｎａｇ．ｋｇ＂１，１．５３ｍｇ．ｋ９１，ａｎｄｔｈｅｓｏｉｌｒｉｃｈ．ｎ圮ｓｏｉｌｉｓｅｘｐｒｅｓｓｅｄｎｕｔｒｉｅｎｔａ∞ｓｈｏｗｎａｓｍｅｄｉｕｎｌｓｐａｔｉａｌｖａｒｉａｂｉｌｉｔｙ，ａｎｄｔｈｅｖａｒｉａｔｉｏｎＣｕ＞ａｖａｉｌａｂｌｅＦｅ＞ａｖａｉｌａｂｌｅＺｎ＞ｔｏｅ伍ｃｉｅｎｔｓａｖａｉｌａｂｌｅａｓｔｈｅｆｏｌｌｏｗｉｎｇ．ａｖａｉｌａｂｌｅＭｎ＞ａｖａｉｌａｂｌｅＰ＞ａｖａｉｌａｂｌｅＫ＞ａｖａｉｌａｂｌｅＮ＞０Ｍ＞ｔｏｔａｌＮ＞ｐＨ．ｓｐａｔｉａｌｖａｒｉａｂｉｌｉｔｙｏｆ（２）Ｔｈｅｓｏｉｌｎｕｔｒｉｅｎｔ．Ｗ曲ｔｈｅｓｅｍｉ－ｖａｒｉａｎｃｅａｎａｌｙｓｉｓｏｆｇｅｏ－ｓｔａｔｉｓｔｉｃａｌｍｅｔｈｏｄｓ，ｔｈｅｓｐａｔｉａｌｖａｒｉａｂｉｌｉｔｙｏｆｐＨ，０Ｍ，ｔｏｔａｌＮ，ａｖａｉｌａｂｌｅＮ，ａｖａｉｌａｂｌｅ只ａｖａｉｌａｂｌｅＩＬａｖａｉｌａｂｌｅＦｅ，ａｖａｉｌａｂｌｅＭｎ，ａｖａｉｌａｂｌｅＣｕ，ａｎｄａｖａｉｌａｂｌｅｚｎｉｌｌｓｏｉｌａｒｃａｎａｌｙｚｅｄｉｎｔｈｅｒｅｓｅａｒｃｈｅｄａｒｅａｓ．１１１ｅｆｏｒｓｐａｔｉａｌｃｏｎｃｌｕｓｉｏｎｉｓａｓｔｈｅｆｏｌｌｏｗｉｎｇ，．Ａｃｃｏｒｄｉｎｇｔｏｔｈｅｉｓｏｔｒｏｐｙ，ｓｅｍｉ－ｖａｒｉａｎｃｅｓｔｒｕｃｔｕｒｅｓｖａｒｉａｂｉｌｉｔｙｏｆｓｏｉｌｎｕｔｒｉｅｎｔａｒｅｅｘｉｓｔｅｄ，ａｎｄｔｈｅｌｉｍｉｔｄｉｓｔａｎｃｅｏｆｓｐａｔｉａｌｃｏｒｒｅｌａｔｉｏｎａｕｔｏｃｏｒｒｅｌａｔｉｏｎｏｆｉｓｒｅｌａｔｉｖｅｌｙｌａｒｇｅ．Ｉｎｔｈｅｒｅｓｅａｒｃｈｅｄａｒｅａｓ．ｔｈｅｓｐａｔｉａｌｃｏｒｒｅｌａｔｉｏｎｏｆｓｏｉｌｆｅｒｔｉｌｉｔｙｆａｃｔｏｒｓｉｓｅｘｉｓｔｅｄｉｎａｒｅａｃｏｖｅｒａｇｅａｎｄｔｈｅｎｕｇｇｅｔｖａｌｕｅｉｓｆｒｏｍ２５％－５０％．Ｓｏ，ｔｈｅｏｂｖｉｏｕｓａｖａｉｌａｂｌｅＮ，ａｖａｉｌａｂｌｅＰ，ａｖａｉｌａｂｌｅｓｐａｔｉａｌｐＨ，０Ｍ，ｔｏｔａｌＮ，ＫａｖａｉｌａｂｌｅＦｅ，ａｖａｉｌａｂｌｅＭｎ，ａｖａｉｌａｂｌｅＣｕ，ａｎｄａｖａｉｌａｂｌｅＺｎｉｎｓｏｉｌａｒｃｅｘｉｓｔｅｄ．Ｓｐａｔｉａｌｖａｒｉａｂｉｌｉｔｙｉｓｃａｕｓｅｄｂｙｓｔｒｕｃｔｕｒｅａｎｄｒａｎｄｏｍｆａｃｔｏｒｓ．Ａｎｄｔｈｅｓｔｒｕｃｔｕｒｅｏｆ西南大学硕十学位论文ａｎｉｓｏ廿ｏｐｙｉＳｏｂｖｉｏｕｓ．ＴｈｅｐＨｏｆｓｏｉｌｉｓｖａｒｉａｂｌｅｍｏｓｔｌｙａｔｔｈｅｅａｓｔ．ｗｅｓｔｄｉｒｅｃｔｉｏｎ．ｔｈｅＯＭｉｓａｔｔｈｅａｒｅｎｏｒｔｈｗｅｓｔ－ｓｏｕｔｈｅａｓｔｄｉｒｅｃｔｉｏｎ，ｔｏｔａｌＮ，ａｖａｉｌａｂｌｅＮ，ａｖａｉｌａｂｌｅＰ’ａｎｄａｖａｉｌａｂｌｅＫｄｉｒｅｃｔｉｏｎ，ｈｏｗｅｖｅｒａｖａｉｌａｂｌｅＣｕｉｓｖａｒｉａｂｌｅｗｅａｋｌｙａｔａｔｔｈｅｓｏｕｔｈ－ｎｏｒｔｈｔｈｅｅａｓｔ－ｗｅｓｔｔｄｉｒｅｃｔｉｏｎ，ａｖａｉｌａｂｌｅＦｅｉｓａｌｓｏａｔｔｈｅｎｏｒｔｈｗｅｓｔ－ｓｏｕｔｈｅａｓｔｄｉｒｅｃｔｉｏｎ，ａｖａｉｌａｂｌｅＭｎｉＳａｔｔｈｅｓｏｕｔｈ－ｎｏｒｔｈｄｉｒｅｃｔｉｏｎ，ａｎｄａｖａｉｌａｂｌｅＺｎｉｓａｔｔｈｅｎｏｒｔｈｅａｓｔ－ｓｏｕｔｈｗｅｓｔｄ打ｅｃｔｉｏｎ．（３）１１圮ｓｐａｔｉａｌｎｕｔｒｉｅｎｔｓｏｉｌｄｉｓｔｒｉｂｕｔｉｏｎｏｆｓｏｉｌｎｕｔｒｉｅｎｔ．Ｔｈｅｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｓｏｉｌｃｏｎｔｅｎｔｓａｒｅａｎａｌｙｚｅｄｂｙｕｓｉｎｇｔｈｅｍｅｔｈｏｄｏｆａｒｅａｓｉ“ｇｉｎｇｏｆｇｅｏｓｔａｔｉｓｆｉｃｓ．Ｔｂｅｒｅｓｕｌｔｉｓｔｈａｔｔｈｅａｎｕｔｒｉｅｎｔｓｉｎｔｈｅｒｅｓｅａｒｃｈｅｄａｌｌｈａｖｅｔｈｅｃｈａｒａｃｔｅｒｉｓｔｉｃｓｏｆｒｅｍａｒｋａｂｌｅｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎ．Ｉｎｔｈｅｓｏｉｌ，ｔｈｅｐＨ，ｏＭ，ｔｏｔａｌａＮ，ａｖａｉｌａｂｌｅＰ’ａｖａｉｌａｂｌｅＦｅ，ａｖａｉｌａｂｌｅＭｎ，ａｖａｉｌａｂｌｅＣｕ，ａｎｄａｒｅａｖａｉｌａｂｌｅａＺｎａｒｅｅｘｉｓｔｅｄｉｎｓｈｅｅｔｄｉｓｔｒｉｂｕｔｉｏｎ；ｈｏｗｅｖｅｒａｖａｉｌａｂｌｅＮａｎｄａｖａｉｌａｂｌｅＫｅｘｉｓｔｅｄｉｎｚｏｎａｌｄｉｓｔｒｉｂｕｔｉｏｎ．Ｔｈｅｓｔａｔｉｓｔｉｃａｌｎｕｔｒｉｅｎｔｓｉｎｔｈｅｒｅｓｅａｒｃｈｅｄｃｏｎｔｅｎｔａｆｔｅｒｔｈｅｓｐａｔｉａｌｉｎｔｅｒｐｏｌａｔｉｏｎｉｎｄｉｃａｔｅｓｔｈａｔｔｈｅｐａｄｄｙｓｏｉｌａｒｅａｓａｌｅｒｉｃｈ．（４）Ｔｈｅｅｖａｌｕａｔｉｏｎｏｆｓｏｉｌｆｅｒｔｉｌｉｔｙ．ＳｏｉｌｐＨ，ＯＭ，ｔｏｔａｌＮ，ａｖａｉｌａｂｌｅＥａｖａｉｌａｂｌｅＫａｒｅｕｓｅｄａｓｔｈｅｅｖａｌｕａｔｉｏｎｆａｃｔｏｒｓ，ｔｈｅｎ，Ｎｅｍｅｒｏａ∞ｕｓｅｄｔｏｅｖａｌｕｅｔｈｅｇｒａｄｅｏｆｃｏｍｐｒｅｈｅｎｓｉｖｅｓｏｉｌｆｅｒｔｉｌｉｔｙ．ｍａｎｄｔｈｅｔｈｉｒｄｉｎｔｅｇｒａｔｅｄｅｖａｌｕａｔｉｏｎｏｆｓｏｉｌｆｅｒｔｉｌｉｔｙｅｘｐｒｅｓｓｅｓｔｈａｔｐａｄｄｙｓｏｉｌｆｅｒｔｉｌｉｔｙｑｕａｌｉｔｙｉｎｄｅｘｉｎｔｈｅｒｅｓｅａｒｃｈｅｄａｒｅａｓｉｓｅｘｉｓｔｅｄｂｅｔｗｅｅｎ１．２６ａｎｄ２．２４。ａｎｄｔｈｅｉｎｔｅｇｒａｔｅｄｆｅｒｔｉｌｉｔｙｉｓｇｏｏｄａｔｔｈｅｓｅｃｏｎｄｌｅｖｅｌｓ．Ｔｈｅｐａｄｄｙａｃｒｅａｇｅｏｆｔｈｅｓｅｃｏｎｄｌｅｖｅｌｉｓ５１９７０．５ｈｍ２。ａｎｄｉｔｓｐｒｏｐｏｒｔｉｏｎｉｓａｃｒｅａｇｅｏｆｔｈｅｔｈｉｒｄｌｅｖｅｌｉＳｔｈｅ７２９５．１ｈｍｚ，ａｎｄｉｔｓｐｒｏｐｏｒｔｉｏｎａｉｓ１２．３％．Ｔｈｅｒｅｉｓａ８７．７％．ｎ圮ｐａｄｄｙｃｅｒｔａｉｎｏｔｈｅｍｅｓｓｏｆｉｎｎｏｒｔｈｅａｓｔｉｓｌｌｉｇｌｌ’ｓｏｉｌｆｅｒｔｉｌｉｔｙ’Ｓｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎ．Ａｓｉｎｗｅｓｔ，ｉｎｗｈｏｌｅ，ｔｈｅｓｏｉｌｆｅｒｔｉｌｉｔｙｉｎｓｏｕｔｈａｒｅａａｎｄａｎｄｆｅｒｔｉｌｉｔｙｓｏｕｔｈｗｅｓｔａｎｄｐａｒｔｓｏｆｍｉｄｄｌｅｉｓｌｏｗ．（５）Ｔｈｅｄｉｆｆｅｒｅｎｃｅｓｏｆｓｏｉｌｎｕｔｒｉｅｎｔｓｃｏｎｔｅｎｔａｔｄｉｆｆｅｒｅｎｔａｌｔｉｔｕｄｅｓ，ｉｎｄｉｆｆｅｒｅｎｔｓｏｉｌｐａｔｅｎｔｍａｔｅｒｉａｌｓａｎｄｄｉｆｆｅｒｅｎｔｓｏｉｌｔｙｐｅｓ．ＴｈｅｓｐａｔｉａｌｖａｒｉａｂｉｌｉｔｙｏｆｔｈｅｐＨ，ｏＭ，ｔｏｔａｌＮ，ａｖａｉｌａｂｌｅＮ，ａｖａｉｌａｂｌｅＰ，ａｖａｉｌａｂｌｅＫ，ａｖａｉｌａｂｌｅＦｅ，ａｖａｉｌａｂｌｅａｌｔｉｔｕｄｅｒａｎｇｅｈａｓＭｎ，ａｖａｉｌａｂｌｅＣｕ，ａｎｄｔｈｅｌｅｖｅｌａｖａｉｌａｂｌｅＺｎｉｎｓｏｉｌａｔｄｉｆｆｅｒｅｎｔｓｉｇｎｉｆｉｃａｎｔｄｉｆｆｅｒｅｎｃｅｓａｔｏｆ０．０１．１１他ａｌｔｉｔｕｄｅａｆｆｅｃｔｓｔｈｅｓｐａｔｉａｌｖａｒｉａｂｉｌｉｔｙｏｆｓｏｉｌａｖａｉｌａｂｌｅｎｕｔｒｉｅｎｔｉｎｏｒｄｅｒ：ｐＨ＞＞ａｖａｉｌａｂｌｅＰ＞ａｖａｉｌａｂｌｅＭｎ＞ａｖａｉｌａｂｌｅＮ＞Ｆｅ＞ａｖａｉｌａｂｌｅＺｎ＞ｏＭ＞ａｖａｉｌａｂｌｅＣｕ＞ｔｏｔａｌＮ＞ａｖａｉｌａｂｌｅＩＣ１１把ｓｐａｔｉａｌｖａｒｉａｂｉｌｉｔｙｏｆｔｈｅＰＨｖａｌｕｅ，０Ｍ，ｔｏｔａｌＮ，ａｖａｉｌａｂｌｅＫａｖａｉｌａｂｌｅＦｅ，ａｖａｉｌａｂｌｅＭｎ，ａｖａｉｌａｂｌｅＣｕａｎｄａｖａｉｌａｂｌｅＺｎｉｎｔｈｅｄｉｆｆｅｒｅｎｔｓｏｉｌｐａｒｅｎｔｍａｔｅｒｉａｌｓｈａｓｓｏｉｌｐａｒｅｎｔａｖａｉｌａｂｌｅｓｉｇｎｉｆｉｃａｎｔｄｉｆｆｅｒｅｎｃｅｓａｔｔｈｅｌｅｖｅｌｏｆ０．０１．１ｒＩ圮ｍａｔｅｒｉａｌｓａｆｆｅｃｔｔｈｅｓｐａｔｉａｌｖａｒｉａｂｉｌｉｔｙｏｆｓｏｉｌｎｕｔｒｉｅｎｔｉｎｏｒｄｅｒ：ｐＨ＞ａｖａｉｌａｂｌｅＦｅ＞Ｍｎ＞ａｖａｉｌａｂｌｅＰ＞０Ｍ＞ｔｏｔａｌＮ＞ａｖａｉｌａｂｌｅＣｕ＞ａｖａｉｌａｂｌｅＺｎ＞ａｖａｉｌａｂｌｅ瓦ｍｓｐａｔｉａｌｖａｒｉａｂｉｌｉｔｙｏｆｔｈｅｐＨ，ａｖａｉｌａｂｌｅＮ，ａｖａｉｌａｂｌｅＫａｖａｉｌａｂｌｅＦｅａｎｄａｖａｉｌａｂｌｅＣｕｉｎｔｈｅｄｉｆｆｅｒｅｎｔｓｕｂｇｒｏｕｐ＞ａｖａｉｌａｂｌｅｋｏｆｓｏｉｌｓｈａｓｓｉｇｎｉｆｉｃａｎｔｄｉｆｆｅｒｅｎｃｅｓａｔｔｈｅｌｅｖｅｌｏｆ０．０１．Ｔｈｅｇｒｏｕｐｏｆｓｏｉｌｓａｆｆｅｃｔｓｔｈｅｓｐａｔｉａｌｖａｒｉａｂｉｌｉｔｙｏｆｓｏｉｌｎｕｔｒｉｅｎｔｉｎｏｒｄｅｒ：ｐＨ＞ａｖａｉｌａｂｌｅＦｅ＞ａｖａｉｌａｂｌｅＣｕ＞ａｖａｉｌａｂｌｅＮＫｅｙｗｏｒｄｓ：Ｇｅｏｓｔａｔｉｓｔｉｃｓ；Ｓｐａｔｉａｌｖａｒｉａｂｉｌｉｔｙ；Ｅｖａｌｕａｔｉｏｎｏｆｓｏｉｌｆｅｒｔｉｌｉｔｙ：Ａｎｏｖ独创性声明学位论文题目：：堡望垄丝差筮童墨丝星旦竺盈兰量丝至垄之本人提交的学位论文是在导师指导下进行的研究工作及取得的研究成果。论文中引用他人已经发表或出版过的研究成果，文中已加了特别标注。对本研究及学位论文撰写曾做出贡献的老师、朋友、ｆ可仁在文中作了明确说明并表示衷心感谢。学位论文作者：詹林灰签字日期：硼。‘『年石月缪日学位论文版权使用授权书本学位论文作者完全了解西南大学有关保留、使用学位论文的规定，有权保留并向国家有关部门或机构送交论文的复印件和磁盘，允许论文被查阅和借阅。本人授权西南大学研究生院可以将学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存、汇编学位论文。（保密的学位论文在解密后适用本授权书，本论文：自不保密，口保密期限至年月止）．．＼／、学位论文作善签名：厍稀庆签字日期：导师签名：谚ｌ；殇．≯弧签字日期：加。９年６月留日刎７年ｆ月＼罗日第１章文献综合第１章文献综述１．１岩溶及岩溶现象岩溶区多以石山的形式出现，所以又称为石山地区、石灰岩山地、岩溶山地、ＫＡＲＳＴ区或喀斯特区。岩溶最早被叫着喀斯特，从一个地区的特殊地质、地貌现象发展成为一门实用性很强的地球系统研究分支不过百年，将它与环境科学和生态科学交叉也不过２０余年的历史【¨。喀斯特是南斯拉夫西北部伊斯的利亚半岛的石灰岩高原的地名，１９世纪末，南斯拉夫学者司威杰（Ｊ．Ｃｖｉｊｉｃ）首先对该地区进行研究，并借用喀斯特一词作为石灰岩地区一系列作用过程、现象的总称，到１９６６年我国第二次喀斯特学术会建议将“喀斯特”一词改为“岩溶”。所以，喀斯特地貌亦称岩溶地貌。岩溶环境系统由大气圈、水圈、岩石圈和生物圈组成并有一系列的特点，主要表现出双层空隙结构、土壤层薄，“三水”转换明显，岩溶植被早生性、岩生性和喜钙性，以及人为地质作用效应等【２１。其中广泛发育的地表、地下不均一的双重空隙结构，是产生一切岩溶环境问题如地面塌陷，水源漏失等的根源。岩溶区土壤肥力的退化主要表现在土壤贫瘠，水土流失两个方面。岩溶区成土速度慢，土层浅、土壤侵蚀、土坡养分含量下降，再加上岩溶区人口压力的增加、不适当的土地利用和资源开发，使岩溶区土壤总是处于负增长趋势，使岩溶区的生存环境不断恶化。因此如何保持水土，提高土壤肥力的研究显得尤其重要。１．２土壤养分空间变异研究土壤养分的变异性是指质地均一的某一田块，在同一时间、不同取样点或不同时间、相同采样点土壤养分含量的差异性。土壤养分的时空变异是普遍存在的，而对土壤特性物理、化学及生物性质尤其是土壤养分空间变异的充分了解，是管理好土壤养分和合理施肥的基础［３－４）。研究表明，地统计学是研究土壤特性时空变异特征及其变异规律最为有效的方法之一ｆ５叼。１．２．１土壤特性空间变异的影响因素土壤特性的变异性是普遍存在的，其变异来源包括系统变异和随机变异两种。土壤特性的系统变异是由母质、气候、水文、地形、生物、时阿、人类活动等的差异引起的，而随机变异是由取样、分析等的误差引起的。其中，自然过程（地形、母质、土壤类型）是土壤特性空间变异的内在驱动力，它有利于土壤属性空间变异结构性的加强和相关性的提高，尤其是在较大的尺度水平上表现的更为明显；而人为过程如施肥、耕作措施、种植制度则是土壤特性变异的外在影响因素，表现为较大的随机性，它往往对变量空间变异的结构性和相关性具有削弱作用，使土壤特性的空间分布朝均一方向发展，尤其是在小尺度水平上更为强烈。一些研究结果表明，土壤中大量和微量元素的空间变异性，取决于土壤母质的性质和地理位置，并与气候、大气沉降、降雨和农业措施等有关。Ｓｔｏｌｔ等（１９９４）的研究发现，母质差ｌ西南大学硕士学位论文异在解释土壤空间变异性时较地理位置更为重要【引。土壤母质对土壤特性变异有较大影响，土壤母质是土壤形成的基础，往往由于母质的差异而致使土壤特性存在着较大的变异，母质差异小，土壤特性空间变异也小。一般认为，在没有人为因素影响的情况下，母质养分含量高，土壤中养分含量也会较高【Ｊ２１。但在特定区域内，由于气候条件等比较一致。经过长期比较一致的种植和管理后，土壤特性空间变异将趋于缓和，即由于母质差异等引起的变异逐渐减小，可形成表面上近似一致的区域。地形与土壤特性变异有直接的关系。地形影响水热条件和成土物质的再分配，因而不同地理位置有着不同的土壤特性。目前的研究结果表明，地形对土壤肥力和有效水有较大影响，在坡度相似的位置，土壤特性趋于相似。在复杂的丘陵地区，土壤物理特性如粘粒含量、砂粒含量和ｐＨ与地形位置均有高度的相关性１９］；土壤有机质随山坡位置变化而变化。地形是影响Ｎ０３－－Ｎ的重要因素，而土壤Ｐ与地形的相关性较差【ｌｏ】。人类活动对土壤特性变异也有较大影响。农业生产中的施肥（化肥或有机肥）、作物品种、灌溉及其它的一些生产管理措施都是土壤特性产生较大变异的因剥¨】。作物对养分的吸收、养分本身在土壤剖面中的运移及土壤酸碱调节剂的应用都会引起土壤特性的空间变异。在土壤免耕和肥料条施情况下，由于作物残茬、相对不易移动的磷钾等肥料及养分残留在土壤中分布的不均匀性增加，致使土壤肥力特性变异增大。土壤肥力水平对肥力特性变异性的大小也有影响。Ｃａｍｅｒｏｎ等（１９７１）的研究指出，在土壤肥力水平非常低时，肥力特性的变异性一般对推荐施肥影响较小；而在土壤肥力水平较高且缺乏元素时，肥力特性的变异性可能对推荐施肥影响较大。１．２．２土壤属性空间变异的研究进展土壤特性的空间变异（ＳｐａｔｉａｌＶａｒｉａｂｉｌｉｔｙｏｆＳｏｉｌＰｒｏｐｅｒｔｉｅｓ）是由Ｍｉｌｎｅ（１９３６）－首先提出的。田间实际情况也表明，在同一类型土壤中，田间土壤特性表现出明显的差异性；在土壤质地相同的区域内，土壤特性在各个空间位置上的量值并不相等。１．传统的Ｆｉｓｈｅｒ方法在以往的研究中，关于土壤变异的研究多采用Ｆｉｓｈｅｒ所创立的传统统计方法来进行分析１ｎ３－１４】。我国许多土壤工作者也一直采用这种方法开展田间试验研列峪１鼹ｌ。这种方法的统计原理是假设研究的变量为纯随机变量，样本之间是完全且服从已知的概率分布。其统计方法是按质地将土壤在平面上划分为若干较为均一的区域，在深度上划分为不同土层，通过计算样本的均值、标准差、方差、变异系数以及进行显著性检验来描述土壤特性的空间变异。许多研究者用变异系数等来描述土壤特性的空间变异。该方法在土壤科学研究工作中已经取得了一定的成功，但由于其基本上是定性描述，只能概括土壤特性变化的全貌，而不能反映其局部的变化特征，对每一个观测值的空间位置不予重视，因此在很多情况下很难确切地描述土壤特性的空间分布。国外许多土壤科学工作者从事土壤特性空间变异性规律方面的研究表明，许多土壤特性在空问上并不是的，不属于纯随机变量，而是在一定范围内存在着空间上的相关性【ｌ引，这种属性是由于土壤形成过程的连续性、气候带的渐变性等所造成的。土壤特性自相关的发现，对传统的统计原理适用范围提出疑问，说明传统的统计方法已不能２第１章文献综合对土壤空间变异给出充分的解释。这就需要寻找一种新的方法来对土壤的空间变异给出更加科学的解释。２．地统计学方法地统计学（Ｇｅｏｓｔａｔｉｓｔｉｃｓ），亦称地质统计学，于５０年代初开始形成，６０年代在法国著名统计学家ＱＭａｔｈｅｒｏｎ的大量理论研究工作基础上形成一门新的统计学分支。早在１９６２年他定义“地统计学即以随机函数的形式体系在勘查与估计自然现象中的应用”。随着地统计学的发展，到了１９７０年，他又将地统计学定义为“是以区域化变量理论在评估矿床上的应用（包括采用的各种方法和技术）９１０但是地统计学近年的发展表明，它不仅在地质学中应用，而且在土壤、农业、气象、海洋、生态、森林和环境治理方面也有广泛的应用，因此，一些地统计学工作者［２０－２３３１认为“地统计学是以区域化变量理论为基础，以变异函数为主要工具，研究那些在空间分布上既有随机性又有结构性，或空间相关和依赖性的自然现象的科学”瞰】。２０世纪４０年代末期，地质学家们发现地质变量不是纯随机变量，因而不能用简单的统计方法去估计和评价。与此同时，数理统计的研究出现了自相关和变异函数的概念，找到了空间或时间连续或相关变量的数据处理的基本方法。在４０年代末５０年代初，南非的矿山工程师Ｄ．Ｇ．Ｋｒｉｇｅ和Ｈ．Ｓ．Ｓｉｃｈｅｌ从南非金矿储量计算的具体问题出发，提出了用样品的空间位置和相关程度来估计块段品味及储量使其估计误差最小的储量计算方法，即ｒ＿ｄｇｉｎｇ的初步方法（候景儒，１９９３）。到６０年代初，法国统计学家Ｇ．Ｍａｔｈｃｒｏｎ在此基础上创立了地质统计学，形成了著名的马色龙区域化变量理论【２４ｌ。７０年代以后，国内外许多学者开始将该方法应用于土壤性质的研列２５－２引，８０年代以来，利用地统计学方法研究土壤特性空间变异己经成为土壤科学研究的热点之一。随着地统计学的广泛应用，地统计学的研究应用也出现了与其它法相结合的研究，如廖桂堂等【２９】（把地统计学与多元统计分析相结合对土壤肥力质量评价进行了研究，而沈掌泉等［３０－３１１，在对土壤变异的研究中结合了神经网络方法。１．３土壤肥力概述１．３．１土壤肥力的概念土壤肥力的概念是土壤学中古老而又非常基础的概念。土壤是一个由生物及非生物组成的复杂综合体，有集散、转化、传递物质和能量的作用。其综合作用统称为肥力。肥力反映了土壤为植物提供生长发育条件的能力。所以，土壤是一个综合的概念【３劲。早在古代的中国、希腊和罗马，人们就已经认识到水、肥、气是构成土壤肥力的重要因素。自１８４０年李比希创立植物矿质营养学说以来，欧美土壤学家关于土壤肥力的概念主要侧重于土壤的植物营养，并以养分多少衡量土壤肥力的高低。前苏联的土壤学家威廉斯认为土壤肥力是“土壤在植物生活的全过程中，同时而以不断地供给植物以最大量的有效养分及水分的能力”【３３１。到了现代，美国土壤学会把土壤肥力定义为：在光照、温度、湿度、土壤物理条件及其它内外界因素都适合于特定植物生长时土壤向植物以适当的量和平衡的比例供应养分的性能ｍ】。我国土壤学界对土壤肥力研究也非常活跃。郑顺安认为土壤肥力是环境条件和营养条件３西南大学硕士学位论文两方面供应和协调作物生长发育的能力，是土壤物理、化学、生物等性质的综合反映【３引。周鸣铮认为土壤肥力有“广义”和“狭义”之分，水、肥、气、热互相协调为土壤肥力的广义范围，而养分肥力及其因子则为其狭义范围，二者似可同时存在。并不互相矛盾。广义观点的优点在于把土壤肥力看的更全面，土壤肥力确实涉及到很多因素，它们是土壤肥力工作者不得不考虑和研究的。较狭义的观点，则抓住了“土壤养分”这一土壤肥力的核心问题。土壤肥力的测定仍然以养分肥力及其因子测定为主（此时并非把水、肥、气、热诸因子的协调程度置于不顾，而只是暂时把其它因素放在合适条件之下），这导致“土壤肥力可测”，也正是由于蓬勃发展起来的土壤养分肥力的测定与研究，才奠定了土壤肥力研究的基础。进而用来规范“测土施肥”或“土壤营养诊断”等工作１３６ｌ。侯光炯提出了土壤“生理性”概念和土壤肥力的“生物．热力学”观点。他把土壤看作是一种类生物体，是一种类似蛋白质的无机物、有机物、微生物和酶组成的复合胶体。随环境的变化，土壤也产生有节奏的相应变化，并且具有明显的生理功能机制，具体表现在土壤代谢功能和自动调节热、水、气、肥四因素的功能。在土壤肥力实质和综合性表征方面既重视“内三稳”（即土壤内部腐殖质含量和品质、表土中有益微生物区系组成和各类微生物数量、土壤微结构的数量和品质的经久稳定），又强调“外三稳”（即大气层热水动态周期性变化、植被层热水动态周期性变化、土壤内部水平—垂直方向范围内热水运动周期性动态变化的稳定）１３７，３８１。陈恩风认为土壤肥力的研究包括土壤肥力物质基础（即有机矿质复合体）、土壤植物营养及土壤生态条件三个方面。认为土壤对营养物质的和释供能力及其协调状况是影响土壤肥力的主要因素，提出土壤中特征团聚体组成及其比例可作为土壤肥力的综合性指标【３９，４０］。朱鹤健首次提出土壤肥力链的概念，并用于土壤肥力评价之中。肥力链是由生态链、物理链和化学链所组成的球形体【４Ｉ】。生态链是土壤生态各因子的综合，物理链是土壤物理特性的综合，化学链是土壤化学特性的综合。土壤肥力的高低取决于三链的协调状况，高肥力土壤，肥力链呈球形体，即闭合型；若三链中出现某些障碍因子时，则肥力链表现为残缺型，甚至崩溃型等低肥力土壤的特性。事实上，随着科学手段和认识水平的提高，土壤肥力概念的外延不断扩大，内涵不断缩小，倾向于将地貌水文气候植物等环境因子以及人类活动等社会因子作为土壤肥力系统组分。根据我目前对土壤肥力的认识，土壤肥力即土壤的本质属性，是指±壤为植物生长提供养分水分的能力以及优良环境条件的能力。它是土壤各种基本性质的综合表现，是土壤区别于成土母质和其他自然体的最本质的特征，也是土壤作为自然资源和农业生产资料的物质基础。土壤肥力按成因可分为自然肥力和人为肥力。前者指在五大成土因素（气候、生物、母质、地形和年龄）影响下形成的肥力，主要存在于未开垦的自然土壤；后者指长期在人为的耕作、施肥、灌溉和其他各种农事活动影响下表现出的肥力，主要存在于耕作（农田）土壤【４甜。１．２．２土壤肥力的影响因素养分因素指土壤中的养分贮量、强度因素和容量因素，主要取决于土壤矿物质及有机质的数量和组成。就世界范围而言，多数矿质土壤中的氮、磷、钾三要素的大致含量分别是０．０２＂－＂０．５％、０．０１＂～０．２％和Ｏ．２～３－３％。中国一般农田的养分含量是：氮０．０３＂－－＇０．３５％；磷０．０１＂＂０．１５４第１章文献综合％：钾０．２５－＇２．７％。但土壤向植物提供养分的能力并不直接决定于土壤中养分的贮量，而是决定于养分有效性的高低。由于土壤溶液中各营养元素的浓度均较低，它们被植物吸收以后，必须迅速地得到补充，方能使其在土壤溶液中的浓度即强度因素维持在一个必要的水平上。所以，土壤养分的有效性还取决于能进入土壤溶液中的固相养分元素的数量，通常称为容量因素。在实用中，养分容量因素常指呈代换态的养分的数量。土壤养分的实际有效性，即实际被植物吸收的养分数量，还受土壤养分到达植物根系表面的状况，包括植物根系对养分的截获、质流和扩散三方面状况的影响。理化因素土壤的质地、结构状况、孔隙度、水分和温度状况等影响土壤的含氧量、氧化还原性和通气状况，从而影响土壤中养分的转化速率和存在状态、土壤水分的性质和运行规律以及植物根系的生长力和生理活动。他们对土壤中水、肥、气、热各个方面的变化有明显的制约作用。土壤的酸碱度、阳离子吸附及交换性能、土壤还原性物质、土壤含盐量，以及其他有毒物质的含量等直接影响植物的生长和土壤养分的转化、释放及有效性。一般而言，在极端酸、碱环境、有大量可溶性盐类存在或有大量还原性物质及其他有毒物质存在的情况下，大多数作物都难以正常生长和获得高产。土壤阳离子吸附和交换性能的大小，对于土壤保肥性能有很大影响。土壤酸度通常与土壤养分的有效性之间有一定相关性。母质因素母质是形成土壤的物质基础，年轻土壤的一些性质主要是继承母质的，即使最古老的土壤，也残留着母质的影响。土壤中植物所需的矿质养分最初来源于母质，在生物、气候条件相同的情况下，母质在影响土壤性质、土壤肥力特征、土壤类型分异，以及土壤质量时空演变上起着决定性的作用。母质质地影响渗透性、淋洗速度和胶体的迁移，细质地母质上发育来的土壤比那些从粗质地母质上形成的土壤，一般有机质含量高。在非均质，即割面中质地有变化的情况下，母质对土壤发生的影响更为复杂。如果说在大范围的宏观地理研究方面，我们注重气候因素对土壤发生的影响；那么，在一定的气候条件下，则应将注意力集中到研究母质对土壤发生的影响上。在一定的地理区域内，其他成土条件相似的情况下，土壤发生和土壤性状与母质有着紧密的发生学关系，土壤类型的不同主要是母质不同造成的。吴蔚东等人研究了岩性性状差异极大的花岗岩和泥质岩发育的母质上中亚热带天然常绿阔叶林下土壤的质量性状，结果表明，生态系统的长期进化并不能完全改变土壤性状对于成土母质差异的继承性，母质中的矿物学组成和化学组成盼不同影响着自然土壤物理的和化学的质量性状【４３１。地形因素土壤肥力的核心即是土壤养分含量，而地形主要从两个方面对土壤养分含量进行影响。首先，地形影响着成土过程，不同的地形部位常常分布着不同母质，母质差异势必要导致原始土壤的养分含量的差异，进而加大其空间异质性。其次，由于地形的差异，导致土壤水热条件和植被的不同，进而影响养分在土壤中的积累和分解，同时还可能发生地表的水土流失。坡地在成土过程中养分的积累本身就有差异，开垦为农田后，水土流失又进一步导致养分的迁移，加剧空间异质性。近年来，许多学者研究了地形因素对土壤水分、水土流失、土壤肥力因子、土壤侵蚀、土壤物理性质等方面的影响：吕贻忠等对鄂尔多斯夏初不同地形土壤水分的空间变异进行了研究Ⅲ】；赵文武等对陕北黄土丘陵沟壑区地形因子与水土流失进行了相关性分析［４ｓｌ；郭胜利等研究了半干旱区流域土壤肥力因子分别特征及其与地形、５两南大学硕十学位论文植被等方面的关系，研究表明，地形对土壤的养分含量的影响十分显著【删；程先富等研究了土壤中全氮含量与海拔、坡向的关系，结果表明二者存在着正相关关系【４７】。在丘陵区，研究不同地形部位对土壤肥力的影响对于防止土壤侵蚀、水土流失具有重要的意义。Ｃａｎｔｏ分析了墨西哥热带森林不同地形下土壤养分的有效性和流失情况【４８】。陈庆瑞等对四川盆地丘陵区不同台位早坡耕地土壤养分的分布规律进行了研究嗍。胡学玉等对湖北棕红壤丘陵区不同地形部位及利用方式的土壤养分状况进行了研究【５０１。土地利用方式对土壤肥力的影响土地利用变化可以改变土地覆被状况并影响许多生态过程，如生物多样性、地表径流和侵蚀、土壤环境等。合理的土地利用可以改善土壤结构．增强土壤对外界环境变化的抵抗力，不合理的土地利用会导致土壤质量下降，增加土壤侵蚀，降低生物多样性。土壤养分是自然因子和人为因子共同作用的结果。土地利用，作为人类利用土地各种活动的综合反映，和土壤养分有着密切的联系。１．３土壤肥力评价方法评述１．３．１评价指标的选取土壤肥力评价指标的选取是土壤肥力评价的核心工作，直接关系到土壤肥力评价结果的客观性。参评指标选定的一般原则为【５１侧：（１）选择对土壤养分肥力有较大影响的因子。（２）选择稳定性高的因子，以便使评价成果在较长的一段时间内具有应用价值。（３）差异性原则，分为空间差异性和指标因子的差异性。指标的变化必须在空间上反映耕地质量的变化，选择的因子应反映土壤不同属性，因为肥力评价就是要将不同肥力的土壤区分开来。（４＞指标尽量定量化，尽量选择可度量或可测量的评价指标，避免主观因素的影响。（５）评价指标的选择还要注意可行性、可测性。所选指标应是容易获取、容易测量的指标。（６）要考虑评价地区的综合情况，根据具体情况来选择，比如南方与北方的土壤类型、气候、植被、种植制度等的差别等。（７）应避免过多的选取指标。评价时不可能也没有必要选择所有因子作为评价指标，一方面是工作量加大，另一方面，增加了不必要的计算量和分析量。若指标间存在多重共线问题，还会引起不可避免的偏差，影响到土壤肥力评价结论的真实性。总之，力求使所选的评价指标既能够反映评价地区的耕地肥力，又避免一些贡献不大的因子参与既节省了工作量，又要使评价结果准确。１．３．２评价方法研究现状土壤肥力评价就是通过对各定量化的肥力指标运用评价方法综合分析，从而对土壤肥力水平进行评判和鉴定。评价方法直接影响着评价结果的客观性、正确性，因此，在进行土壤养分肥力评价时，选择的方法应最大程度的减少主观性，同时，尽量选用合适的新技术、新方法。另外，评价方法要能最大程度的利用选取的评价指标所包含的信息。衡量土壤肥力的指标众多，单凭直观的图表分析处理这些数据是很困难的，要想从多种因素的角度研究土壤肥力质量状况或对土壤肥力质量进行综合评价，则需引入一些新的数学分析方法。近年来，在对土壤肥力质量进行评价中运用定量的数学方法倍受研究者的重视。６第１章文献综合由我国土壤学家何同康提出的评分法就是将肥力因素按其对肥力贡献的大小和本身的大小予以一定的分数，所有肥力因素得分之和便表示相应地块肥力的高低汹１。曹承绵等提出了数值综合评价法，该方法主要是以各肥力因素变量之间相关系数为基础，寻求各个单向肥力因素的贡献值，以此为依据来求得肥力综合指标的总分数，确定各个地块肥力水平嘲’。这种基于土壤肥力质量的数值综合评价方法，不仅是定性的，而且能达到直观数值化的定量概念，这在目前的研究中运用较为广泛晦卜矧。综合评价要以数据基础处理为前提。在数理统计中，各种统计方法要求原始数据有一定的分布形式（如正态分布），或者有一定的数据结构（如线性结构）。若原始数据不符合这些要求，就要考虑用数据转换的方法来解决。土壤肥力质量指标的测定数据，每种测定值的量纲和数值大小变异很大，如果直接用原始数据进行计算，就会突出绝对值大的变量，而压低绝对值小的变量。数据的标准化变换依赖于原始数据整体的取值。随着所用整体取值的不同而有各种不同的标准化方法，如极差标准化、数据的中心化、离差标准化等等。其中标准差标准化是一个最通用的方法【５７，６０，们ｌ。指数综合法。首先确定待评价区域的评价指标体系，建立各评价指标与土壤功能间的关系模型并将指标值标准化，然后确定各项评价指标的权重，将各指标的评分值与权重系数相乘加和即得到土壤肥力的综合指数值【硎。这类方法现在应用仍较多，其优点是较为简单，这也是被广泛应用的原因，缺点是主观性太强，评价结果的准确性很大程度上取决于评价者的专业水平，只能应用于较为简单的评价系统中【矧。模糊综合评判法。土壤养分肥力是一种没有明确外延或边界的模糊概念，模糊综合评判法是根据模糊数学中的加乘法原则，充分利用了土壤肥力评价中所存在的模糊性的特点。模糊评判法的评价思想较为符合实际，所得的评价结果也较为准确，但隶属度函数的确定由经验而来，并且存在评价过程中人为线性化的问题，另外，使用模糊评判法各指标权重的确定还是一个制约。层次分析法。它的基本原理是根据具有递阶结构的目标、子目标准则、约束条件等来评价方案，用两两比较的方法确定判断矩阵，然后根据判断矩阵最大特征根相应的特征向量的分量作为相应的系数，最后综合出各方案各自的权重。该方法是一种定量和定性相结合的方法，在多指标的权重确定上应用广泛。在土壤评价中主要是与其他方法结合运用，在确定参评指标的权重方面不失为一种好的方法，但该方法在遇到因素较多，规模较大的问题时容易出现评价不准的问题，它主要适用于各因素子集中的因素不超过９个的对象系统。目前研究中运用最为广泛的还是土壤肥力数值综合评价方法。张庆利等人采用修改后的内梅罗公式计算土壤肥力综合指数，结合地统计学方法与ＧＩＳ技术，尝试了中等尺度上的土壤肥力的定量化评价【５７１。马强等ｆ卯１根据模糊数学和多元统计分析原理分别计算各肥力指标的隶属度和权重系数，再利用加乘法原则得出综合肥力指标值（ＩｎｔｅｇｒａｔｅｄＦｅｒｔｉｌｉｔｙＩｎｄｅｘ，ＩＶＩ），并与ＧＩＳ相结合，对黑土肥力水平进行了定量评估。龙健等【５９】从土壤物理化学和生物学性质出发，选择具有代表性和对植物生长有主导性的单项肥力指标，采用ＳＡＳ８．０软件对选择指标标准化，求出各肥力因子的相关矩阵，再利用ＧｅｎｓｔａｔＲｅｌ５．３软件计算各肥力因子主成分贡献率和累计贡献率，以各主成分特征贡献率为权重，加权计算各退耕模式的土壤肥力指标值，研７西南大学硕十学位论文究了西南喀斯特地区退耕还林（革）模式对七壤肥力质量演变的影响。表１．１供选择的土壤肥力质量评价方法Ｔａｂ．１．１Ａｖａｉｌａｂｌｅｍｅｔｈｏｄｏｆｓｏｉｌｆｅｒｔｉｌｉｔｙａｓｓｅｓｓｍｅｎｔ总之，土壤肥力质量的数学评价方法众多，目前国际上尚无统一的标准。按照数据处理时是基于主观经验判断还是基于对数据的统计分析，土壤肥力质量的评价方法可分为定性方法和定量方法；按照研究目的的实现程度又可分为指标选取、空间插值、指标标准化、确定权重、指标综合、综合分级和动态响应等。具体方法见表１．１，以上土壤肥力质量评价方法各有优点，实际工作中可以根据评价区域的时间和空间尺度、评价的土壤类型、评价的目的等，选择适宜的评价方法。１．４地理信息系统在土壤肥力评价中的应用地理信息系统，是上世纪６０年代开始迅速发展起来的一种决策支持系统，它是以采集、存贮、管理、分析、描述和应用整个或部分地球表面与空间和地理分布有关数据的计算机系统，由计算机系统、数据库和用户组成，智能化的ＯＩＳ中包括知识和推理组成的专家系统。是集地理学、信息学、计算机科学、空间科学、地球科学和管理科学等多学科为一体的新兴边缘学科。从上世纪７０年代开始正式运行以来就被广泛用于土地资源清查、土地评价、土地利用规划、综合制图等方面瞰】。地理信息系统在我国土地评价中的应用始于刘岳等对北京十三陵地区的研究，但较为粗略。黄杏元等在福建军沙县土地评价中所应用的评价系统可将由ＤＥＭ自动派生的地形要素与由图形数字化产生的土壤数据进行复合，从而完成土地分类与评价【６５】。现在运用ＧＩＳ和数据库技术进行评价信息的获取、数据输入及量化、评价单元的生成、评价因子分析、级别划分、评价结果分析、面积量算及成果图的输出乃至建成集成系统来支持评价工作的全过程己成为现代评价的研究热点之一，并取得了不少成功的经验。如史志华在三峡库区王家桥小流域土壤肥力综合评价中，提供了一种应用ＧＩＳ结合数学模型评价土壤肥力的途径【吲和在ＧＩＳ技术支持下完成了许昌市耕作土壤肥力的综合评价【６７１。ＧＩＳ具有管理空间不均匀分布资源的功能，应用ＧＩＳ对土壤肥力进行评价能把握影响土壤肥力的因素的空间变异状况，其参评因素的空间变异规律使用的是一种数学方法进行空间内插，使点状的离散资料变为面状的连续资料成为可能，真正的拟合实际的土壤肥力变化，并且能把它们精确地反映到图上，为耕地土壤肥力调查、采样节省了大量的时间和经费，并为土８第１章文献综合壤肥力评价等级图制作的真实性、精确性提供了理论依据。综上所述，我国的ＧＩＳ支持下土壤肥力评价在理论体系和方法上正处于不断完善之中，并逐渐形成一套完整的理论体系和技术方案。但是将ＧＩＳ运用于土壤肥力评价中面临的最大问题是地理表述与真实的差册，即不确定性，这也将直接影响土壤肥力评价结果的可信度和精确度，并最终影响生产决策，有待于人们的进一步研究。９第２章引言第２章引言２．１研究目的与意义农业是中国国民经济的基础，而农业可持续发展又是中国可持续发展的根本保证。土壤是农业生产中最基本的生产资料，是人类生存所需物质和能量来源的基地，其本质是土壤肥力。土壤肥力也正是土壤各方面性质的综合反映，在农业生产和科学研究中占有重要地位。土壤肥力的高低直接影响着作物的生长，影响着农业生产的结构、布局和效益等方面。不同地区和地形的土壤肥力差异很大，其肥力状况和演变规律与分布地区的自然环境和社会经济条件有关。土壤养分的空间变异性是指一个质地视为均一的区域内，在同一时间不同地点田区因子之间存在的明显差异性。土壤养分的空间变异性的研究始于田区土壤养分的空间变异性，２０世纪７０年代，地统计学方法被引入土壤科学研究领域，克服了应用经典的ｆｉｓｈｅｒ统计理论在研究土壤性质空间变异性规律方面的不足。近年，随着ＧＰＳ、ＧＩＳ和地统计学等方法应用于土壤领域，土壤特性的空间变异越来越受人们的重视，特别是在土壤肥力评价上。研究土壤肥力，是进行精确施肥，提高肥料利用率，增加产量和改善生态环境的基础。土壤肥力是土壤物理、化学、生物等性质的综合反映，土壤各种基本性质通过直接或间接途径影响植物生长发育。耕地为人类提供最基本的物质资料，为保证农业生产的可持续发展，必须解决化肥使用与生态环境之间的矛盾。现阶段有不少文献提出提高化肥质量、研制新型肥料、科学施肥（如测土施肥，养分循环与平衡施肥）等方法用于提高土壤养分肥力，增加粮食的产量，但无论哪种措施都必须因地制宜的进行，都需要对耕地土肥力水平准确的把握，因此，耕地土壤肥力评价就显得尤为重要。遵义县位于中国西南部，云贵高原向湖南丘陵和四川盆地过渡的斜坡地带，地跨东经１０６０１７，２２”＂１０７０２５’２５”，北纬２７０１３’１５”＂２８００３’０３”之间，东西长１１２．５公里，南北宽８９．３公里，总面积４７０３．２平方公里。遵义为典型的丘陵山地地区，地形起伏大，地貌类型复杂，为典型的岩溶地区。生态环境脆弱，加之人类对土壤资源不合理的开发利用，县内土壤肥力状况之间存在着很大差异，并且研究区土壤普查距今已经２０多年了，土壤养分状况发生了巨大的变化，因此，为了更有效的管理该地区的耕地资源，更清楚地了解县域内的土壤肥力状况，在遵义地区进行水田土壤肥力评价是必要的。并且遵义地区特殊的地质地貌条件也造成了该地区特殊的耕作制度和种植模式，其耕地主要以水田、旱地为主，水田约占全部耕地面积的一半，其种植制度方面，水田实行水稻和油菜轮作，另外，其长期的施肥模式比较单一，就使该地区水田的土壤肥力可能产生很大的差异，因此，在了解该地区土壤养分状况，耕地条件的基础上，有必要对水田土壤肥力进行评价。２．２研究目标通过地统计、地理信息系统（ＧＩＳ）和全球定位系统（ＧＰＳ）等技术的融合了解遵义县水西南大学硕士学位论文田土壤养分的空间变异规律。在此基础上，运用改进的内梅罗法对该县的水田土壤肥力进行评价，最后分析不同高度，土壤母质和土壤类型上的水田土壤养分因子的空间分布。２．３研究内容（１）土壤养分的空间变异分析。研究水田土壤ｐＨ、有机质、有机质、全氮、碱解氮、有效磷、速效钾、有效铁、有效锰、有效铜和有效锌含量的统计特征，通过半变异函数的块金值、基台值、变程等参数特征值描述其空间分布规律。（２）参与肥力评级因子的选取。（３）应用修正的内梅罗法对水田土壤进行肥力评价。（４）分析ｐＨ、有机质、全氮、有效磷、速效钾、有效铁、有效锰、有效铜和有效锌在不同海拔高度、不同成土母质和不同土壤类型上的分布状况。２．４技术路线本研究的技术路线如图２．１所示图２．１技术路线图Ｆｉｇ．２．１Ｆｌｏｗｄｉａｇｒａｍｏｆｔｈｅｓｔｕｄｙ１２第３章材料与方法３３１研究材料１１研究区地理位置遵义县地处贵州省北部，东接湄潭、翁安县，南邻息烽，开阳县．西连仁怀、金沙县，北界桐梓县、绥阳县、遵义市。位于米经１０６。１７＇２２”至１０７０２５’２５”，北纬２７口】，１５”至２８。０ｙ０３”之同。垒县东西长１１２５公里，南北宽８９３公里，土地总面积４７０３２平方公里。研究区位置如图３ｔｇ／示。幽侈图３１遵义县地理位置图Ｆｉｇ３１Ｚｕｎｙｉｃｏｕｒｔｔｙｇｅｏｇｒａｐｈｉｃｓｉｔｅ３１２耕地资源概况全县十地面积４７０３２平方公里，耕地面积１４３万公顷，占土地总面积的３０３３％．耕地主要利用类型以灌溉水田、望天田和早地为主，其中水田（望天田和水田）面积为５９２６５６公顷，早地８３１５３０５公顷，菜地２１２０３公顷，分别占耕地面积的４１５５％、５８３０％、０１５％，人均耕地Ｏ１２公顷，仅占世界人均耕地０２９公顷的４１％。西南大学硕十学位论文３．１．３自然资源气候：遵义县属中亚热带湿润季风气候，热量充足，无霜期较长，雨水较为充沛。年均气温１３．５．１５．５℃，芝１０℃的积温４０００－４８００℃，无霜期２８０天左右，年降水量１０４３毫米左右，空气相对湿度８０％左右．年日照１１４４．６小时，年日照率２６％。多阴雨、少日照是遵义县气候的一个显著特征，但光、热、水同季，５．８月日照数较多，气温高，降雨多，利于水稻、玉米等大季作物生长。遵义县冬无严寒，夏无酷暑。县城南白镇最冷月一月平均气温３．６℃，最热月七月平均气温２４．７℃，极端最高气温３６．７℃，极端最低气温零下８℃。县境内平均气温分布受海拔高度影响大，海拔升高一百米气温降低０．５３℃，西北部海拔１０００米以上地区年平均气温低于１４℃。县境内灾害性天气较为频繁，除旱灾外，还有倒春寒、冰雹、秋风、凌冻等不同程度的灾害，对农业生产和土壤肥力特别是土壤水热状况有较大的影响。水文：娄山山脉是县内河流的分水岭，分为赤水河水系和乌江水系，均属长江流域。赤水河水系的流域面积９５２平方公里，占全县总面积的１８．７％，其主要河流有观音寺河、混子河、桐梓河。乌江水系的流域面积４１３６平方公里。乌江干流流经县境５７公里，直接流入乌江的河流有：湘江河、偏岩河、鱼塘河、富兴河等。其中湘江河是县内的主要河流，流域面积２３９４平方公里，主要支流有高坪河、洛安江、仁江、茅官河、鱼剑河、洛江、龙坑河、湄江河。地形地貌：遵义县处于云贵高原向湖南丘陵和四７１Ｉ盆地过渡的斜坡地带，在云贵高原的东北部，地形起伏大，地貌类型复杂。县的西北部地区，以溶蚀侵蚀地貌类型为主，海拔高度在５００．１８４０米之间，７５％的地区海拔高度在１０００米以上，相对高差５００米左右，最大高差超过１０００米。县的西南、中南、东南部广大地区，海拔多在８００．１０００米，相对高差１００米左右，地势平缓，地貌为溶蚀构造类型。县的东部地区，海拔高度多在７００．１０００，相对高差２００米以下，河谷开阔，地势平缓，由于碳酸盐岩石石性质的差异和地质构造构造不同，形成了形态有别的岩溶地貌。遵义县山川地势是西北高而东南低，总的地貌景观在西北部以中山斜谷为特征，东南部以低山与丘陵、坝地、垄沟槽谷相间为特色，图３．２所示。县境内海拔８００米以下地区占６．００％，８００．１０００米地区占５３．９８％，１０００．１２００米地区占２６．５ｌ％，１２００．１５００米以上地区占１２．９７％，１５００米以上地区占０．５４％。１４圈３２道义县数字高程模型Ｆｉｇ．３２ＴｈｅｄｉｇｉｔａｌｅｌｅｖａｔｉｏｎｍｏｄｅｌｏｆＺ皿ｙｉｆ。襄：根据全国第二次十壤普查分类系统．县内十壤分为：水稻土、潮土、黄棕壤、黄壤、石灰十，紫色士６个ｆ类，潴育型、潜育型、淹育型等１５个亚粪，６７个土属，２００个土种。土壤是一个历史的自然体，认识并掌握土壤分布的规律，有利于因地割宜地合理利用和改良土壤，充分发挥土壤的生产潜力。遵义县土壤的分布特征是：水平分布无明显差异。县内南北纬度相差仅５０’５４”，东西经度相差１０８０“，生物气候的水平分布无明显差异，都处于中亚热带湿润生物气候条件下，土壤形成过程主要是黄化和弱度脱硅富铝化过程。垂直分布差异明显。县内地势起伏较大．气温随地形的变化而变化。据资料分析，海拔高度每升高１００米，气温降低０５３＂Ｃ，从而使县内高海拔地区成为温凉湿润的生物气候带。如娄山东段１４５０米以上和西段１５００米以上地区，土壤发育为山地黄棕壤．垂直分布在黄壤带之上。地带性土壤中，相间变错分布着非地带性特征的土壤类型。由于县内地层构造复杂．出踞的成土母岩种类较多，形成了大面积昀、受母岩性质强烈影响的石灰土类和紫色土粪．隐域于黄壤之中，遍布全县各地，镶嵌交错分布。耕地熟化程度以村寨居住点为中心．呈扇形状分布。县内居民住宅多依山而立，耕地熟化程度受人为活动影响，近田近土施用有机肥多，精耕细作程度较高，因此土壤熟化程度高，远田远土与之相反，故熟化程度较低。社会经济条件：遵义全县辖２９个镇、２个民族乡。２８７个村有人口１１３４５万人，其中农业＾口１０２１３万人，非农业人口１ｌ３２万人，是个典型的农业县。近年来．该县继续加强农村社会化服务体系建设．大力扶持农产品加工，其产业化程度进一步提高．同时继续深化农村税费改革试点工作，积极实施水利工程管理改革，加强基本农田和生态环境保护。随着科学技１５西南大学硕十学位论文ＩＩ术的进步，经济的发展以城镇化建设的不断推进，遵义县大量农村剩余劳动力不断涌入城镇，加快了城镇的发展。粮食生产出现重要转机，农业结构调整取得新进展，产业化经营实现新突破，农村小康建设进程加快发展，实现了农业增效、农民增收和农村经济社会的全面进步。农业综合生产力水平日趋提高，种植业稳步发展，农业结构得到调整，在保持粮食总产量在６０万吨左右的情况下，逐步向经济作物、饲料作物转化，打破传统农业增产不增收的局面。随着农村经济的持续发展，畜牧业、渔业、服务业保持较高的发展势头，畜产品、水产品持续稳定增长，农产品供给有效增加，农民收入逐年增长，城乡居民“米袋子”、“菜篮子”日益充裕和丰富。２００５年，全县已建成畜牧养殖基地示范镇１个、示范村１４个、养殖小区２６１个，出栏生猪１１５．８万头、肉牛５．７万头，肉类总产量１１８４２９吨。３．１．４软硬件准备硬件：计算机，大幅面扫描仪，彩色绘图仪（Ａ．ｏ），手持卫星定位仪（ＧＰＳ）等。软件：地统计软件ＧＳ＋，ＧＩＳ软件（ＡｒｃＧＩＳ９．０，ＡｒｃＶｉｅｗＧＩＳ３．２），数字化软件（Ｒ２Ｖ），数据统计软件（Ｅｘｃｅｌ２０００，ＳＰＳＳ１０．Ｏ）ｆ图像处理软件（ＰｈｏｔｏｓｈｏｐＣＳ８．０）等。３．１．５资料搜集与整理遵义县水田土壤养分变异的分析和土壤肥力评价过程所涉及的资料主要包括：１）图件部分土地利用现状图比例尺为ｌ：５万行政区划图土壤图比例尺为ｌ：５万比例尺为ｌ：５万，第二次土壤普查成果资料地形图比例尺为ｌ：５万２）数据表耕地地力调查点基本情况及土壤样品化验结果数据表基础资料收集完成后，对图件部分资料进行扫描数字化，对数据表及其他基础资料，根据计量单位统一、来源可靠、无显著异常、无明显不符合实际的和特殊的数值等原则对有关数据进行严格的核实、筛选，以确保资料的真实可靠性。３．１．６野外调查与采样根据布点要有广泛的代表性、兼顾均匀性的原则，在室内预定采样点的位置，用ＧＰＳ导航，到实地选取地块，若图上标明的位置在当地不具典型时，在实地另选有典型性的地块，并在图上标明准确位置，重新用ＧＰＳ确定经纬度。采样点确定后，调查土壤性状，包括质地、耕层厚度，土壤的立地条件，海拔高度，坡度和坡向等内容。根据在室内预定的采样点位置，采用ＧＰＳ定位，在遵义县范围内采样６８８０个，其采样点分布图见图３．３，具体采样方法为：利用ＧＰＳ确定样点，在样点附近采用“Ｓ”法均匀采取０～２０ｃｍ深的土壤，采集ｌＯ各点，将其进行混合后，用四分法留取ｌｋｇ作为样品，带回实验室进１６行化验。・－＾。．、辫誉图３３遵义县采样点分布围Ｆｉｇ３３ＳｃｈｅｍｔｉｅａｌｌｙｓａｍｐｌｉｎｇｓｉｔｅｄｉｓｔｒｉｂｕｔｉｏｎｍａｐｏｆＺ蚰ｙｉＣｏｌＩｎｔｙ３１７土壤样品的分析ｊ壤肥力因于的测定方法参照《十壤农化分析）（第三版）中的相关测试方法测定・十个指标的攫啶方法如下表３１所示。裘３１各指标测试方法Ｔａｂ．３ｌＴｅｓｔｍｅｔｈｏｄｓｏｆｉｎｄｅ测定项目。Ｈ测定方法电位法重铬酸钾窖量珐（Ｋ２Ｃｒ２０，－Ｈ２ｓ。４）凯氏定氮法（凯＆消化－半微量凯氏燕馏法）碱解扩敢法ｐＨ８５，０青机质全氰碱解氰有效磷速效邗有效铗有效锰有效铜有＃锌陵性土用０５瑚ｌｔＬＮａ：ｑＣＯｊ浸提一钳蔼＆色拄Ｉｍ儿ＮＨｌ＾ｃ浸提火焰光度计法Ｌ肿Ｌ／Ｌ日可盐醴提取；中性与石获性士．用ｐＨ７３、０００５肿ＵＬＤＴＰＡ．０ｌｍ忆ＴＥＡｑ）Ｏｌ脚１几ＣａＣｌ２提取．原｝吸收法光谱法西南大学硕十学位论文３．２研究方法３．２．１地统计学空间分析法地统计学方法是以区域化变量为核心和理论基础，以变量的空间相关性和变异函数为基本工具的一种数学统计方法。区域化变量是一种既有随机性又有空间结构性的一种变量。地统计学中的半方差函数能够较好的描述该变量的上述特征，通过对区域化变量的空间变异分析得出其随空间位置变化的规律（半方差函数），并对未知点的区域化变量进行估计Ⅲ）。需要注意的是进行半方差分析的前提是原始数据需要满足正态分布或近似正态分布，如果不满足需进行数据转换，使其满足正态分布。许多土壤性状的变异明显地符合区域性变量理论【醯罔】，现在已经证明，这种区域化变量理论是研究土壤肥力空间变异特性及绘制土壤肥力空间变异图的有效方法。大量研究表明，地统计学方法中半方差函数理论和ｍｉｇｉｎｇ分析在研究土壤特性空间变异中取得了相当大的成功，并得到了广泛的应用。半方差函数的计算公式为：厂（ｈ）２丽斋丢‘ｚ（ｘ沪ｚ（ｘ，＋＾）】２式中：畎ｈ）是间距为ｈ的半方差，在一定范围内，该值随ｈ的增加而增加，当测定点间距１丝Ｑ）大于最大相关距离时，该值趋于稳定。Ｎ为被ｈ分隔的观测数据的成对数目，Ｚ（ｘ０、Ｚ（ｘ删分别为空间点ｘｉ和ｘｒ地的测定值。通过上式算出半方差值运用合适的模型拟合出曲线可进行空间变异分析或插值估计。以线性有基台值和球状模型结构来说明半方差函数的大致结构如下图３．４所示）。Ｃ。为块金值（ｎｕｇｇｅ０，是由随机因子引起的误差，包括耕作、施肥、种植制度等；Ｃ为结构方差，表示由结构因子引起的方差，对于土壤肥力而言主要因子为母质等；Ａ为变程（ｒａｎｇｅ），为空间最大相关有效距离，在该范围内土壤养分性质存在空间相关性，超出该范围所研究的土壤养分性质空间：Ｃｏ＋Ｃ为基台值（ｓｉｌｌ），指不同采样间距内存在的半方差最大值，反映区域化变量的先验方差。图３．４中ａ为无基台线性模型，ｂ为球状模型的大致形状，ｃ为有基台线性模型，ｄ为纯块金模型。半方差Ｃｏ＋ＣＯＡ问距图３．４几种半方差模型的基本结构Ｆｉｇ．３．４Ｔｈｅｇｅｎｅｒａｌｓｔｒｕｃｔｕｒｅｏｆｓｏｍｅｍｏｄｅｌ１８第３章材料与方法样品的半方差图是由一批间断点组成的，可以被曲线方程所拟合，用于拟合的曲线方程称为半方差函数的理论模型。半方差函数是地统计学建立实验模型，拟合理论模型的关键函数，是分析空间变异影响因子的有效方法，常用的半方差函数模型有球状（Ｓｐｈｅｒｉｃａ）模型、高斯（（Ｇａｕｓｓｉａｎ）模型、指数（Ｅｘｐｏｎｅｎｔｉａｌ）模型和线性模型。半方差函数模型的确定主要依据拟合参数相关系数Ｒ２和残差（ＲＳＳ），相关系数越接近ｌ，残差越小，说明拟合模型程度越好。１）球状模型（ｓｐｈｅｒｉｃａｌｍｏｄｅｌ）ｊＩＰ＝ＣＯ删辩ｈ—ｊ１ｃ扣一ｌ丫（１ｌ户ｃ水，ｈ＞ａ、丫（ｏ即ｈ＝０式中：Ｃｏ表示块金方差（间距为０时的半方差），由实验误差和小于实验取样尺度上施肥、作物、管理水平等随机因素引起的变异，较大的块金方差表明较小尺度上的某种过程不容忽视；Ｃ为结构方差，由土壤母质、地形、气候等区域因素（空间自相关部分）引起的变异；Ｃｏ＋Ｃ是基台值（半方差函数随间距增加到一定程度出现的平稳值），表示系统内总的变异，间距小于变程的样点是空问相关的，而间隔大于变程的样点则无空间相关性；ａ为变程（半方差达到基台值的样本间距），对于球状模型，ａ表示观测点之间的最大相关距离，观测值之间的距离大于最大相关距离时，说明它们之间相互，若小于时，则说明它们之间存在空间相关性。球状模型是地统计学应用最广的理论模型，该模型能用于各种沉积矿物、土壤和水科学的空间变异研究。２）指数模型（ｅｘｐｏｎｅｎｔｉａｌｍｏｄｅｌ）人们在土壤变异研究中发现，当土壤类型变异是土壤变异的主要原因或土壤变化类似泊松分布时以上模型都不适用，指数模型就是在这种背景下产生的。其数学形式为：广７（ｈ）＝Ｃｏ＋Ｃ［１－ｅｘｐ（一ｈ／ａ）］，一１１＞０ＬＴ（ｏ间ｈ＝０式中Ｃｏ和Ｃ意义同前，ａ不是变程，为控制函数空间特性的距离参数（无严格范围值，一般取３ａ）。３）高斯模型（ｇａｕｓｓｉａｎｍｏｄｅｌ）高斯模型的一般公式为一广（ｈ）＝Ｃｏ＋Ｃ（１－ｅ删）ｈ＞０ＬＴ（ｈ即ｈ＝０式中ｃｏ和ｃ意义同前，ａ也不是变程。当ｈ＝√死时。Ｔ（ｈ）≈Ｃｏ＋Ｃ。因此，高斯模型的变程为√＿口。４）有基台值的线性模型（１ｉｎｅａｒｗｉｔｈｓｉｌｌｍｏｄｅｌ）Ｏ＜ｈ：ｆ，ａｆｍ）＝Ｃｏ＋ｃ（三）ＪＬ丫（０）＝ｏＩ丫（ｈ即水ｈ＞ａｈ＝０两南大学硕十学位论文５）线性无基台值模型（１ｉｎｅａｒｗｉｔｈｏｕｔｓｉｌｌｍｏｄｅｌ）厂丫（１ｌ即ｏ一｛ＬＹ（ｈ户Ａｈｈ＝０ｈ＞０式中Ａ为常数，表示直线的斜率。６）纯块金效应模型（ｐｕｒｅｎｕｇｇｅｔｅｆｆｅｃｔｍｏｄｅｌ）纯块金效应模型的一般公式为：广丫（ｈ户Ｃｏ１ＬＴ（０）＝＝ｏｈ＞０ｈ＝０式中Ｃｏ＞０，为先验方差。这种模型相当于区域化变量为随机分布，样点间的协方差函数对于所有距离ｈ均等于０，也就是变量的空间相关不存在。３．２．２评价因子的选择土壤肥力的指标包括有机质、全氮、全磷、全钾、碱解氮、水解氮、速效磷、缓效钾、速效钾、各种微量元素（铜、铁、锌、锰、硼、铝等）的全量和有效性以及±壤质地和土层厚度。评价指标的选取应遵循以下原则：选择对养分肥力有较大影响的指标；选择稳定性高的指标；选择易测量、容易获取的指标：应避免过多的选取指标，一方面工作量加大，另一方面增加了不必要计算分析量，还有可能在评价分析时造成多重共线问题，影响评价结果的准确性；另外，还要注意评价指标的数量化问题，尽量选择可度量或可测量的评价指标。遵义县微量元素的含量变化都不大，所以本次肥力评价中不予考虑。土壤有机质是反映土壤肥力的主要指标，它对土壤肥力影响较大。它直接影响土壤物理、化学性质及生物学特性，是土壤中各种营养元素特别是Ｎ，Ｐ的重要来源，对于增加土壤团聚体、改善土壤结构、增加土壤养分的供应量和提高化肥利用率都有直接作用唧Ｊ，同时，有机质还是土壤微生物必不可少的碳源和能源１７ｌＪ。土壤各种形态氮素的总量称为土壤全氮量，它表明土壤氮素的总储量，是判断土壤氮素状况的重要指标，是土壤氮素总量和供应植物有效氮素的来源，综合反映了土壤的氮素水平ｆ７２Ｊ。碱解氮是土壤有效氮的含量指标，它反映近期内土壤氮素的供应情况，对指导施肥有一定的意义，但目前已很少使用。土壤中有机氮一般不能直接被植物利用，绝大多数需经微生物分解转化为无机态氮后才能被作物吸收利用，其成分比较复杂，相关数据不容易获取，有机氮是土壤全氮的主体，土壤全氮的情况基本上能反映出土壤有机氮的情况。土壤中有效磷是指能为当季作物吸收利用的磷，我国土壤有效磷含量一般为１．０．１００．０ｍｇ．１【ｇ．１，大多数土壤为５．０．１０．０ｍｇ．ｋｇ．１。土壤有效磷在一定程度上能较好的反映土壤供磷水平，对施肥具有直接的指导意义，它反映的是土壤肥力的短期指标。土壤全磷含量并不能作为土壤磷素的供应指标，因为土壤中的磷素大部分是以缓效性状态存在的，土壤全磷含量并不能作为土壤磷素的供应指标，且土壤中的有效性磷量与土壤中全磷量往往并不相关，而有效磷的测定对于短期耕地的供磷状况有直接的指导意义。土壤中磷素来自土壤矿物质、有机质和含磷肥料，其含量与成土母质、气候条件、有机质含量、质地等条件有关。土壤中磷素形态可分为有机态磷和无机态磷两大类，有机态磷约占土壤全磷的２０％＂－－５０％，其比例与第３章材料与方法土壤中有机质的量有关：无机态磷种类繁多，可归纳为三大类，即水溶性磷化合物、弱酸溶性化合物与难溶性磷化合物【７３１。土壤中的钾从植物营养角度可分为速效钾（包括水溶性钾和交换性钾）、缓效钾（非交换性钾）和矿物钾。速效钾对作物生长最为重要，是当季作物可以吸收利用的主要土壤钾形态，被认为是土壤供钾能力的容量因素，是评价土壤钾对当季作物有效性的主要指标【７引。其中交换性钾是速效钾得主体，占速效钾的９０％以上，水溶性钾目前还没有可靠的测定方法。缓效性钾（非交换性钾）主要指固定在豁土矿物层状结构中的钾和较易风化的矿物中的钾，一般占土壤全钾量的２％左右，不能直接被其他土壤阳离子交换进人土壤溶液，而必须由层间转入双电层成为交换性钾，它是土壤速效钾的重要补给【７４ｌ。矿物钾主要是指存在于原生矿物中的钾，这部分约占土壤全钾量的９０％．９８％，这部分是作物不能吸收利用的钾，只有在长期的风化过程中逐渐释放出来，才能被作物吸收利用。矿物钾反映的是土壤钾的总储量，它的释放十分缓慢，它对作物的有效性很小。全钾是不同形态钾的总和，其９０％以上存在于云母和长石等含钾矿物的晶体结构中，只有经过漫长的风化过程，从矿物晶格中释放出来后，方可被植物吸收利用。土壤钾素肥力的供应能力主要决定于速效钾和缓效性钾，土壤全钾的分析在土壤肥力上的意义并不大。因此，选取速效钾作为养分肥力的评价指标。土壤质地是根据机械组成划分的土壤类型，一般分为砂土、壤土和粘土三类，它们的基本性质不同，对土壤肥力影响很大，因而在农田种植、管理或工程施工上有很大差别。我国农民历来重视土壤质地问题，历代农书中都有因土种植、因土管理和质地改良经验的记载。至今农民仍以“土质”好坏来评述土壤质地及其有关性质。砂质土有一个松散的土壤固相骨架，砂粒很多而粘粒很少，粒间空隙大，降水和灌溉水容易深入，内部排水快，但蓄水量少而蒸发失水强烈。砂质土的养分少，又因缺少粘粒和有机肥而保肥性弱，速效肥料易随雨水和灌溉水流失。粘质土的细粒含量多而粗粒含量极少，粒间空隙数目比砂质土多但甚为狭小，有大量非活性空隙，雨水和灌溉水难以下渗而排水困难。粘质土含矿质养分丰富，而且有机质含量较高。壤质土兼有砂质土和粘质土之优点，是较为理想的土壤，其耕性优良，适种的作物种类多。各种作物的生物学特性及耕作栽培要求不同，所需的土壤条件也不同，土壤质地是重要的土宜性条件之一。土壤质地对于土壤性质和肥力有极为重要的影响，而土壤质地主要是继承母质的性质，很难改变【７５１。土壤土层厚度是一个研究较少的土壤特性，实际上土壤土层厚度能直接反映土壤的发育程度，与土壤肥力密切相关，是野外土壤肥力鉴别的重要指标，它既是土壤养分的补源，又是土壤矿质元素的储存库。而且还是判定土壤侵蚀程度的主要指标，对土壤的营养状况影响很大【７６Ｊ。土壤土层越厚，土壤的保水保肥能力越强，土壤肥力越好。因此选择土壤土层厚度作为土壤肥力评级的指标。３．２．３空间数据库的建立１）空间数据库的内容空间数据库的内容包括：遵义县土地利用现状图、土壤图、行政区划图、地形图等，比例尺均为ｌ：５万。２１两南大学硕士学位论文２）图件数字化本研究图件数字化采用Ｒ２Ｖ软件，数字化后以ｓｈａｐｅ格式导出，在ＡｒｃＶｉｅｗ３．２中对图形进行编辑、改错，建立拓扑关系。３）坐标及投影转换地理数据库内所有地理数据必须建立在相同的坐标系基础上。地理数据的重要来源是地图。把地球真实位置投影转换到平面坐标系上才能通过地图来表达地理位置信息，地图的投影已经有公认的标准，所以地理信息需要用投影坐标来表达。而地图是统一应用大地定位参照系即经纬网来显示它所表达的地理位置信息的，投影坐标值必须通过测量和转换计算才能得到。具体做法是：在数字化时为地图定好经纬度坐标，矢量化后在ＡｒｃＧＩＳ中进行地图的投影的定义及坐标的转换。本研究采用的投影方式为：高斯一克吕格投影，６度分带；采用的坐标系及椭球参数为：北京５４／克拉索夫斯基。３．２．４属性数据库１）属性数据库的内容属性数据库的主要内容包括：海拔高度、地形部位、土壤母质、土层厚度、土壤质地、土壤类型、ｐＨ、有机质、全氮、碱解氮、有效磷、速效钾、有效铁、有效锰、有效铜、有效锌。２）属性数据库的建立属性数据库可于空间数据库，可以在ＡＣＣＥＳＳ、ＤＢＡＳＥ或ＦＯＸＢＡＳＥ下建立，也可以直接以ＥＸＣＥＬ表格形式保存。本研究采用ＥＸＣＥＬ表格录入养分数据，然后存为ＤＢＡＳＥ格式存入属性数据库中。本研究中采用不同的数据模型分别对属性数据和空间数据进行存储管理，属性数据采用关系模型，空间数据采用网状模型。每个图形单元用一个标识码来唯一确定。利用图形单元标识码，将空间数据和属性数据形成关联，完成对地图的模拟。关联将两种数据模型联成一体，可以方便地从空间数据检索属性数据或从属性数据检索空间数据。一３．２．５综合因素评价方法综合评价同时考虑了土壤属性中所有因子的综合作用，综合评价法有几十种之多，概括起来有以下几类：指数评价法、模糊评价法、灰色评价法、物元分析法、人工神经网络评价法等。其中指数评价法对土壤肥力做出定量描述，只要项目、标准、监测结果可靠，其综合评价在总体上是可以基本上反映土壤肥力状况，而且便于同一区域进行土壤肥力比较，所以本文在进行水田土壤肥力评价时采用此方法。指数评价法常用的有内梅罗指数法。本文拟用修正的内梅罗指数法对遵义县水田土壤肥力进行综合评价。．修正的内梅罗指数法不仅考虑到各种土壤肥力因子对土壤肥力的整体影响，而且强调最缺乏的肥力因子对土壤肥力指数的影响。内梅罗指数在土壤肥力评价中有以下优点：（１）数学过程简捷，运算方便。（２＞物理概念清晰，对于一个评价区，只要计算出它的综合指数，再对照相应的分级标准，便可知道该评价区综合肥力状况，便于决策者做出综合决策。２２第４章土壤肥力因子的空间变异第４章土壤肥力因子的空间变异４．１土壤ｐＨ的空间变异性４．１．１土壤ｐＨ的描述性统计从表４．１可以看出，研究区域土壤ｐＨ的中数和众数分别为６．５和７．６，呈中性。但ｐＨ的变化幅度较大，最小值为３．７，最大值为８．２，两者相差４．５个ｐＩ－Ｉ单位，由此可见，研究区域土壤ｐＨ横跨酸性、中性，碱性三种酸度范围。当变异系数小于１０％时，表明变量具有较弱的空间变异；当变异系数介于１０％～１００％时，表明变量具有中等的空间变异；当变异系数大于１００％时，表明变量具有强烈的空间变异（雷志栋等，１９８５）。研究区域ｐＨ值的变异系数为１４．７９％，具有中等空间变异。ｐＨ的偏度和峰度值都不大，单样本柯尔莫哥洛夫．斯米洛夫（ＯｎｅＳａｍｐｌｅＫｏｍｏｇｏｒｏｖ．Ｓｍｉｍｏｖ，简称Ｋ－Ｓ检验，下同）检验表明，结果近似成正态分布。因此，４．１土壤ｐＨ的描述性统计Ｔａｂ．４．１ＤｅｓｃｒｉｐｔｉｖｅｓｔａｔｉｓｔｉｃｓｏｆｓｏｉｌｐＨ可以用地统计学方法中的半方差函数和Ｋｒｉｇｉｎｇ估值法探讨ｐＨ的变异结构性和空间分布特征。４．１．２各向同性下土壤ｐＨ空间变异分析根据样本测试数据，计算实际半方差值并绘制变异函数曲线，它反映在不同距离与方向上所有成对样本观测点之间的空间相关性。ｐＩ－Ｉ变异函数曲线图及相关参数如图４．１和表４．２所示。图４．１中实线为理论模型，小正方形为实测值的半方差，可以发现，步长间隔为２ｋｍ时，各向同性下的有机质变异函数具有很好的空间结构，并很好的符合指数模型，决定系数达到０．９８７，表明指数模型能很好的揭示ｐＨ的空间变异特性。变程表示任意两个观测点间具有某种空间程度相关性的距离，若两点间距离超出该范围则不具有相关性，ｐＨ的变程为１９．１ｋｍ，远比步长间隔大，并能保证在变程范围内各距离上的点对数目不小于３０个刚，这对插值分析奠定了良好的基础。块金值（岛）反映由采样分析误差和小于取样尺度上施肥、管理、耕作等随机因素引起的变异；结构方差（Ｃ）表示由土壤母质、地形、气候等结构性因素引起的变异；基台值（Ｃｏ－坨）表示的是系统的总变异；块金系数Ｃｏ／（Ｃｏ＋Ｃ）是指随机部分引起的空间变异占系统总变异的比例。块金系数小于０．２５说明变量具有强烈的空间相关性，介于０．２５～Ｏ．５０时说明变量具有明显的空间自相关，介于０．５０＂－－０．７５时变量具有中等空间自相关，大于０．７５时变量的空间自相关性微弱。在一定程度上，块金系数反映了影响土壤养分含量空间变异的主要因素是内在因素（自然因素，如土壤母质）或是外在因素（人为因素，如耕作活动）．一般来说，微弱的空间相关性是由外在因素造成的，强烈的空间相关性是由内在因素造成的【瑁】。研究区域土壤ｐｎ的块西南大学硕＋学位论文金值为０．４７５，基台值为１．０２１，相对较大，表明该研究区域ｐＨ的空间差异显著，块金系数为４６．５２％，介于０．２５～０．５０之间，表明该区域ｐＨ具有明显的空间自相关性，反映遵义地区水田ｐＨ的空间变异是主要是由结构因素和随机因素共同造成的，具体而言，该区结构因素主要体现在地形、成土母质和土壤类型等因素的差别，随机因素主要是施肥管理、耕地利用类型等。扣１Ｄ阳Ｄ阳掣棚恹讣Ｄ加０∞０７蜘１５Ⅸ如２娜空间距离，ｍ图４．１ｐＨ各向同性半方差图Ｆｉｇ．４．１ＡｎｉｓｏｔｒｏｐｉｃｅｘｐｅｒｉｍｅｎｔａｌｓｅｍｉｖａｒｉｏｇｒａｍｏｆｐｒＩ４．２土壤ｐＨ的半方差函数理论模型及其相关参数Ｔａｂ．４．２ＴｈｅｏｒｅｔｉｃａｌｓｅｍｉｖａｒｉｏｇｒａｍｍｏｄｅｌｓａｎｄｃｏｒｒｅｓｐｏｎｄｉｎｇｐａｒａｍｅｔｅｒｓｏｆｓｏｉｌｐＨ４．１．３各向异性下的土壤ｐＨ的空间变异分析区域变量“各向同性是相对的，而各向异性则是绝对的”，各向异性分析是空间变异分析的主要目的之一。图４．２是土壤ｐｎ在四个方向上的实际变异函数曲线图，表４．３是四个方向上的变异参数，可以看出土壤ｐＨ具有各向异性结构特征，不同方向上ｐＨ能很好的符合线型模型，决定系数为０．６３６＂０．６４０，不同方向上的决定系数变化不大。在不同方向上，块金值和基台值有一定差异，但也有相似和相同，如在ｏｏ和９０＇两个方向上，块金值、基台值和变程均不相同，说明在这两个方向上土壤ｐｎ具有带状异向性的结构特征；同样，４５０和１３５０这两个方向上也具有带状异向性的结构特征。土壤ｐＨ在西北．东南（１３５０）方向上的空间变异尺度较小，为６５．５ｋｍ，块金值和基台值最小，分别为０．６２和１．９３，说明在１３５０方向上的土壤ｐＨ的变异最小；在东．西（Ｏ。）方向上的空间变异尺度最大，为７９．９ｋｍ，块金值和基台值也较大，分别为０．７０和２．１６，说明在ｏｏ方向上土壤ｐＨ的空间变异最大：而在东南．西北（４５０）方向和南．北（９００）方向上具有中等的空间变异尺度，分别为６８．０ｋｍ和７０．４ｋｍ。这表明，土壤ｐＨ空间分布的几何形状是不规则的，在不同方向上空间变异具有明显的差异。块金值和基台值之比Ｃｏ／（Ｃｏ＋ＣＩ）表明，由随机２４第４章土壤肥力因子的空间变异因素引起的空间异质性占总的空间异质性的比重较小，且在各个方向上变化不大，为３２．１６％－＂３２．８９％，而由空间自相关引起的空间异质性占较大的比重，为６７．１１％＇６７．８４％。说明在研究区域引起水田土壤耕作层ｐＨ空间变异的因素在不同方向上是相似的，但在各个方向上水田土壤ｐＨ具有明显的空间变异。口７５∞１５Ⅸ珀２姗朝０∞ｌＯ７５∞１５口∞２２５００空同题膏加３００００空旧锺膏，ｍ１，，０麓瑚代鼍Ｏ葛篓Ｏ７９∞１５Ｄ００ＯＯＯ２２５∞舢Ｏ图４：２００７５∞ｌ，５０００Ｚ晤∞铷０∞空同盟膏空海豫青ｐＨ各向异性半方差图ｍｏｄｅｌｓａｎｄｓｅｍｉｖａｒｉｏｇｒａｍｓｏｆｐＨＦｉｇ．４．２Ｔｈｅｔｈｅｏｒｅｔｉｃａｌ表４．３各向异性半方差函数理论模型及相关参数Ｔａｂｌｅ４．３ＡｎｉｓｏｔｒｏｐｉｃｔｈｅｏｒｅｔｉｃａｌｓｅｍｉｖａｒｉｏｇｒａｍｍｏｄｅｌｓａｎｄｃｏｒｒｅｓｐｏｎｄｉｎｇｐａｒａｍｅｔｅｒｓｏｆｐＨ４．１．４ｐＨ的空间分布特征在ａｒｃｍａｐ中用ｇｒｉｇｉｎｇ插值方法绘制研究区土壤ｐＨ空间分布图（图４．３），范围为４．５～７．８，与表４．１中ｐＨ最小值和最大值分别为３．７和８．２有较大的差别，这是Ｋｒｉｇｉｎｇ插值过程中对极端值的平滑作用造成的，对整个研究区的水田土壤酸碱度预测影响不大。从表４．４可以看出研究区水田土壤ｐＨ值小于６．５的面积有２８１１１．３ｈｍ２，约占全部水田面积的４７．５％，可见遵义地区的将近有一半的水田土壤呈酸性，６．５．７．５的面积有２９４１１．２ｈｍ？，约占全部水田面积的４９．６％。一般而言长期种植水稻的土壤ｐＨ都接近中性，在７．０附近变化，然而研究区域有一半的水田土壤呈酸性。这主要是研究区域属中亚热带常绿阔叶林红壤一黄壤地带，土壤一般２５西南大学硕士学位论文都呈酸性。从幽４３可以观察到，插值图具有明显的空间分布结构，不同酸碱度的邮值斑块清晰，差异变化明显．呈现出斑块散布的特点。在研究区域的西北部（山盆镇和芝麻镇）和中部（三岔镇、龙坪镇和团溪镇）有部分土壤呈强酸性。石板镇和喇叭镇的有部分水田土壤呈现弱碱性。整体上看．研究区域人部分的土壤的ｐＨ都位于５．５．７５之间．太部分水田土壤呈偏酸性至中性。表４４土壤州分级面积统计Ｔａｂ４４Ｔｈｅ（４５４５ａｍａｏｆｄｉｆｆ—ｔｃ】…ｏｆｓｏｌｌ５５５ｐＨ７５—８５５—６５６５～７５）８５图４３土壤ＤＨ的空问分布图Ｆｉ９４３ＳｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｍａｐｏｆｓｏｉｌｐＨ４２土壤有机质和全氪的空间分析１土壤有机质和全氮的描述性统计表４．５表明了土壤中有机质和全氮音量的描述性统计结果。从表４．５可以看出有机质和全４２氪的均值与中数非常接近，说明土壤有机质和全氮两种土壤养分的中心趋向分布基本一致。有机质和全氮的平均值分别为３６５ｇ．ｋｇ＂’和２１６ｇ．ｋｇ＂’．古量水平较高。有机质和全氮的变异系数分别为２８７０％ｇ１９．４５％，位于１０％和１００％之问，表明有机质和全氨的变异情况为中等变异。Ｋ－Ｓ检验表明，土壤有机质和全氮的偏度值相对较大，但经域法对特异值进行处理后．第４章土壤肥力冈子的空间变异其偏度值和峰度值显著降低，偏度值分别为０．１６和０．００５，峰度值分别为０．１４和０．４８都比较小，近似呈正态分布，适合进一步进行插值分析。由于土壤养分的传统统计分析只能概括土壤养分变化的全貌，不能反映其局部的变化特征，即只在一定程度上反映样本总体特征，而不能定量地刻画土壤养分空间变异的随机性和结构性【例。为了解决这些问题，必须进一步采用地统计学方法对土壤养分空间变异的结构特征进行分析。表４．５土壤有机质和全氮养分含量的描述性统计Ｔａｂ．４．５Ｄｅｓｃｒｉｐｔｉｖｅｓｔａｔｉｓｔｉｃｓｏｆｓｏｉｌ０．Ｍ．，ｔｏｔａｌｓｏｉｌＮｃｏｎｔｅｎｔｓ４．２．２各向同性下土壤有机质和全氮空间变异分析有机质和全氮变异函数曲线及相关参数如图４．４，图４．５和表４．６所示。图中实线为理论模型，小正方形为实测值的半方差，有机质步长间隔为２ｋｍ时，各向同性下的有机质变异函数很好的符合指数模型，决定系数为０．６７８：全氮步长为２．８ｋｍ时，各向同性下的全氮变异函数能很好的符合指数模型，决定系数为０．５１０。有机质和全氮的变程分别为３．５ｋｍ和３ｋｍ，全氮的变程比有机质的变程小，表明其在较小的范围变异强度较大。从表４．６可以看出，在研究区域有机质的块金值和基台值分别为０．３１７和１．０１６都相对较大，表明该研究区域有机质的空间差异较大。块金系数为３１．２０％，介于２５％＂－５０％之间，说明研究区有机质具有明显的自相关性，有机质的空间变异是由结构因素和随机因素共同造成的，结构因素起主要作用。研究区的土壤全氮的基台值分别为０．９８４，相对较小，表明在研究区域土壤全氮的空间变异较小。全氮的块金系数为３３．１３％和土壤有机质的块金系数差别不大。说明在空间自相关性程度与引起土壤有机质和全氮空间变异因素方面，土壤全氮和有机质具有相似的性质。引起土壤有机质和全氮空间变异的结构因素主要体现在地形和母质等方面，随机因素主要是施肥方式和耕作管理制度等。两南大学硕七学位论文，０磊霉０鼍搠衣斗０Ｏ７锄１∞∞兹锄姗空同雁离，ｍＯＤ＇２卯０２５０∞３７锄５哪空同距膏加图４．４有机质各向同性半方差图Ｆｉｇ．４．４Ａｎｉｓｏｔｒｏｐｉｃｅｘｐｅｒｉｍｅｎｔａｌ图４．５全氮各向同性半方差图Ｆｉ９４．５．ＡｎｉｓｏｔｒｏｐｉｃｅｘｐｅｒｉｍｅｎｔａｌｓｅｍｉｖａｒｉｏｇｒａｍｏｆｔｏｔａｌＮｓｅｍｉｖａｒｉｏｇｒａｍｏｆＯ．Ｍ．表４．６土壤有机质和全氮的各向同性半方差函数理论模型及其相关参数Ｔａｂ．４．６Ｉｓｏｔｒｏｐｉｃｔｈｅｏｒｅｔｉｃａｌｓｅｍｉｖａｒｉｏｇｒａｍｍｏｄｅｌｓａｎｄｃｏｒｒｅｓｐｏｎｄｉｎｇｐａｒａｍｅｔｅｒｓｏｆｓｏｉｌｏｌ－ｇａｌ＂ｌｉｃｍａｔｔｅｒａｎｄｔｏｔａｌＮ４．２．３各向异性下土壤有机质和全氮空间变异分析图４．６和图４．７是水田土壤有机质和全氮在４个方向上的实际变异函数曲线图，表４．７是４个方向上的变异参数。两种土壤养分含量在不同方向上具有明显的各向异性结构特征，两种土壤养分在不同方向上能很好的符合线状模型，决定系数范围是０．６２９一－－０．６４６，每个方向上的决定系数差异不大。土壤有机质在不同方向的块金值和基台值有一定差异，在００和９００两个方向上块金值、基台值和变程都不相同，表现为带状异向性，在４５０和１３５０这两个方向上也表现为带状异向性，土壤全氮在也表现出类似的性质。土壤有机质在东．西（ｏｏ）方向，土壤全氮在东北．西南（４５。）方向上空间变异尺度最小，分别为１２５．１ｂ和２１９．９ｋｍ，块金值和基台值也最小，分别为０．８５７和０．８５４，１．９９０和１．９６５，说明土壤有机质００方向上，土壤全氮在４５０方向上空间变异最小；而土壤有机质在西北．东南（１３５０）方向，土壤全氮在南北（９００）方向上的空间变异尺度最大，分别为２０２．５ｋｍ和５２５．４ｋｍ，块金值和基台值也最大，分别为０．８８９和０．９１９，２．３８３和２．３９６，说明土壤有机质在１３５０方向上和全氮在９００方向上的空间变异最大。这表明虽然土壤有机质和全氮含量虽然有一定的相关性，但是，这两种土壤养分的空间分布不规则，在空间分布上不具有相似性。土壤全氮两个垂直方向上的异性比，Ｋ９００／ｏｏ为１．３９，Ｋ１３５．，４５。为１．０７，表明土壤有机质各向异性特征较为显著，在９００方向上的变异明显大于００方向的变异上。在１３５０方向上的变异比４５０上的变异大，但相差不大。土壤全氮两个垂直方向上的异性比，Ｋ９００／ｏ－为１．３０，Ｋ１３５。“５。为１．３ｌ，在９０。和１３５０方向上的变异明显大于０。和４５０这两个方向。土壤有机质在各个方向上的冀■鼍嚣肆酱粕鑫图４・６有机质各向异性半方差凰肼。ｄ‘＿№４石ｍｔｈｅｏｒｅｔｉｃａｌｍｏｄｅｌｓａｎｄ”三：ｆｏ．Ｍ．西南大学硕士学位论文，Ｏ０革螂代并ＯＯＯ＇２５∞２５∞０３７５∞５舢Ｏ１２５∞２舢３７湖５００１３０空阿罐■加仝同砸一，ｍ鼍搠霉Ｏ１姗２∞∞３７鲫蝴Ｏ＇绷２．５０００３ｊ胃∞５００００空河疆鼻／ｍ空同罐膏，『ｎ图４．７全氮各向异性半方差图Ｆｉｇ．４．７ＴｈｅｔｈｅｏｒｅｔｉｃａｌｍｏｄｅｌｓａｎｄｓｅｍｉｖａｒｉｏｇｒｘｍｓｏｆｔｏｔａｌＮ４．２．４土壤有机质和全氮的空间分布特征在Ａｒｃｍａｐ中使用ｋｒｉｇｉｎｇ插值方法绘制了土壤有机质和全氮的空间分布图，有机质的含量范围是１９．８～５２．４ｇ．ｋｇ＂１，平均值为３５．８ｇ．ｋｇ＂１，与表４．６中的３６．３ｇ．ｋｇ＂１很接近，同时应用交叉验证功能对插值结果进行检验，检验结果表明标准化均方根误差（Ｒｏｏｔ－Ｍｅａｎ－ＳｑｕａｒｅＳｔａｎｄａｒｄｉｚｅｄ）为０．９２５，接近于ｌ，因此ｋｒｉｇｉｎｇ插值结果比较理想，图３．１１为土壤有机质的插值图。同样，土壤全氮的含量范围是１．５６＂一２．６９ｇ．ｋｇ－１，平均值为２．１５ｇ．ｋｇ－１，与表４．６中的土壤全氮平均值相同，标准化均方根误差（Ｒｏｏｔ－Ｍｅａｎ－ＳｑｕａｒｅＳｔａｎｄａｒｄｉｚｅｄ）为０．９５６，ｋ．ｇｉｎｇ插值结果也比较理想，图３．１２为土壤全氮的插值图。图４．８表明，土壤有机质插值图具有明显的空间分布结构，遵义大部分地区有机质含量较丰富，特别是在遵义南部的有机质含量水平较高，只有零星的地块有机质含量较低。对照表４．８可知，遵义地区水田有机质含量在３０＂－＇５０ｇ．ｋｇ．１的面积有５４９１９．８ｈｍ２，约占全部水田面积的９２．７％，有机质含量很丰富，有机质含量小于２０ｇ．ｋｇ－１和大于２０ｇ．ｋｇ＂１的面积都比较小。伴随着种植结构的变化，现在土壤中有机质的来源主要依靠作物的根茬、秸秆还田，动植物的残体以及施用的肥料。在气候条件相同的条件下，地形、土壤质地及施肥管理等因素对有机质含量的分布具有较大影畸。从图４．９可以看出，土壤全氮含量呈明显的片状分布，大致为中南部和西北部的部分地含量较丰富，含量较低的地块较少，也比较分散，总体上看，全氮含量较高地区和较低地区交叉分布，这可能与研究区域主要是丘陵山地，且全氮含量受人为因素影响较大有关。对比表４．９可知，遵义地区水田全氮含量在１．５～２．５ｇ．ｋ岔１之间的面积有５８３３８．４ｈｎｌ２，约占全部水田面积的９８．５％，全氮含量小于１－５ｇ．ｋ９１和大于２．５ｇ．ｋｇ－１的面积都很少。总的来看遵义地区水耋！圣圭堡些窒窒二墼茎呈茎量田全氮含量比较丰富，这可能与人们在施肥过程中，氮肥所占的比重较大有芙表４８土壤有机质分级面积统计Ｔａｂ４８ＴｈｅａＭａｏｆ血ｆｆｅｒｅｎｔｅｌ嘲ｏｆｓｏｉｌＯＭ全氟（ｇｋｇ。）‘ｌ５ｌ５～２０２．０～２５）２５图４８土壤有机质的空间分布图Ｆｉ９４８Ｓｐａｔｉａｌｄｉｓｂａｂｕｔｉｏｎｍａｐｏｆｓｏｉｌｏｒｇａｎｉｃｍａｔｔｇ［曹霍奎兰竺老：堡耋三图４９土壤全氟的空间分布围Ｆｉ９４９ＳｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｍａｐｏｆｓｏｆｔｔｎｔａｌＮ４３土壤速效养分的空间变异性１土壤碱解氰，有效磷和速效钾的描述性统计观察表４ｌＯ，碱解氮、有敛磷和速效钾这三种速效养分的变异系数分别为２８６９％、４０８７％４３和３９１９％．位于１０％与１００％之间，表明这三种速效养分的变异为中等空问变异．变异系数的这种差异是与氮、磷、钾在土壤中的化学行为，毗及目前研究区域氮肥、磷肥和钾肥施用状况有关。碱解氮、有效磷和速效钾的平均值分别为１８８３ｍｇｋｆｌ、２４ｍｓ０ｍｇｋｇ。和１２８０ｋｆｌ，含量都比较高，样本平均值均人于其中值，井且羞＊０较大，表明这三种速效养分的中心趋向分布有可能被异常值所影响。单样本ＫｏＳ检验表明．＝三种速效养分均呈明显的正偏态分布，但域法对特异值剔除后，经对数转换，其偏度值显著减低，分别为Ⅲ０４７．０１４１和加３６３，近似里上Ｅ态分布。第４章七壤肥力因子的空间变异表４．１０土壤碱解氮，速效磷和速效钾含量的描述性统计Ｔａｂ．４．１０Ｄｅｓｃｒｉｐｔｉｖｅｓｔａｔｉｓｔｉｃｓｏｆｓｏｉｌａｖａｉｌ．Ｎ，ａｖａｉｌ．Ｐａｎｄａｖａｉｌ．Ｋ４．３．２各向同性下土壤碱解氮、有效磷和速效钾空间变异分析利用地统计学软件ＧＳ＋绘制了土壤碱解氮、有效磷和速效钾的变异函数曲线图，如图４．１０，图４．１１和图４．１２所示。图中实线为理论模型，方块为实测值的半方差，可以发现步长间隔为２Ｉ跣时，各向同性下的碱解氮、有效磷和速效钾变异函数具有很好的空间结构，碱解氮和速效钾能很好的符合指数模型，决定系数分别为０．８４５和０．４５２，有效磷很好的符合球状模型，决定系数达到了０．９７８，说明所选的理论模型能很好的揭示这三种速效养分的空间变异规律。碱解氮、有效磷和速效钾的变程分别为２．４ｋｍ、１０．０ｋｍ和２．１ｉａｎ比所选的步长要大，适合进行插值分析，碱解氮和速效钾的变程远比有效磷的变程小，说明碱解氮和速效钾在较小的范围内变异较大。从表４．１１可以看出，三种养分的块金值分别为０．３０５、０．５１５和０．２９７，基台值分别为０．９７７、１．０３１和１．００４，碱解氮的基台值相对较小，表明研究区碱解氮的空间差异相对较小。三种养分的块金系数分别为３１．２２％、４９．９５％和２９．５８％，介于２５％－－－５０％之间，说明这三种养分具有明显的空间自相关，土壤全氮和速效钾的空间自相关性最强，土壤有效磷的空间自相性较弱，反映出土壤碱解氮、有效磷和速效钾的空间变异是由结构因素和随机因素共同引起的，其中有效磷的块金系数最大，接近５０％，说明引起土壤有效磷空间变异随机因素占的比重相对较大，这可能与研究区人们的施肥习惯和田间管理有关。３３西南大学硕十学位论文表４．１１碱解氮、速效钾和有效磷各向同性半方差函数理论模型及相关参数Ｔａｂｌｅ４．１ｌＩｓｏｔｒｏｐｉｃｔｈｅｏｒｅｔｉｃａｌｓｅｍｉｖａｒｉｏｇｒａｍｍｏｄｅｌｓａｎｄｃｏｒｒｅｓｐｏｎｄｉｎｇｐａｒａｍｅｔｅｒｓｏｆａｖａｉｌ．Ｎ，ａｖａｉｌ．Ｐａｎｄａｖａｉｌ．Ｋ块金值基台值决定系数堕旦堡鲨塑型．【鱼２ｆ垦芷曼乜銮猩逛堂￡丛￡过ｇｊ逝壁塑董垦墨墨．碱解氮（ｒａｇ．ｋｇ＂‘）２．４３１．２２Ｏ．８４５４．７９Ｅ．０３有效磷（ｍｇ．ｋｇ＂１）ｓｐｈｅｒｉｃａｌ０．５１５１．０３１１０．０４９．９５０．９７８５．１３Ｅ—０３速效钾磊霉嚣霉ａ７．５００１５咖兹翮０珊Ｄ７．５００１５０００２２５∞铷ａｍ空同蘑一＾ｎ空同距一／ｍ图４．１０碱解氮各向同性半方差图图４．１１有效磷各向同性半方差图Ｆｉｇ．４．１０ＡｎｉｓｏｔｒｏｐｉｃｅｘｐｅｒｉｍｅｎｔａｌＦｉｇ．４．ＩＩＡｎｉｓｏｔｒｏｐｉｃｅｘｐｅｒｉｍｅｎｔａｌｓｏｒｎｉｖａｒｉｏｇｒａｍｏｆａｖａｉｌ．Ｎｓｅｍｉｖａｒｉｏｇｒａｍｏｆａｖａｉｌ．Ｐ鼍馨０７．５００１５０００２２５∞姗空旧蹲一加图４．１２速效钾各向同性半方差图Ｆｉｇ．４．１２Ａｎｉｓｏｔｒｏｐｉｃｅｘｐｅｒｉｍｅｎｔａｌｓｅｍｉｖａｒｉｏｇｒａｍｏｆａｖａｉｌ．Ｋ４．３．３各向异性下土壤碱解氦、有效磷和速效钾空间变异分析图４．１３，图４．１４和图４．１５是土壤碱解氮、有效磷和速效钾在４个方向上的各向异性变异函数曲线，表４．１２是４个方向上变异函数参数。三种土壤速效养分具有明显的各向异性变异结构特征，三种土壤养分在各个方向都符合线性理论模型，决定系数的范围是０．２５４＂－０．４６７，其中碱解氮在各个方向上的决定系数相对较小，范围是０．２５４～０．２５５，速效钾在各个方向上的决定系数相对较大，范围是０．４６１＂－０．４６７。在不同方向上，速效养分的块金值和基台值有一定第４章土壤肥力因子的空间变异差异，但也有相似。土壤碱解氮在ｏｏ和９００方向上，块金值和基台值有一定的差异，变程不同，表现为带状异向性，有效磷和速效钾在Ｏｏ和９００方向上也表现为相似的性质。土壤碱解氮在４５０和１３５。方向上，也表现为带状异向性。土壤碱解氮、有效磷和速效钾在南．北（９００）方向上空间变异尺度最大，分别为２５１．１ｋｍ，１２１．０ｋｍ和１７０．９ｋｍ，在该方向上块金值和基台值也最大，分别为０．９ｌｌ，０．８１２，０．９１０和２．１０２，２．２７２，２．２４２，说明在９００方向上这三种土壤养分的空间变异最大，在东北．西南（４５０）上的空间变异尺度最小，分别为１４０．９ｋｍ、６４．９ｌ∞和１７０．９ｋｍ，块金值和基台值也最小，分别为０．８３４，０．６７９，０．８１ｌ和２．０２５，１．９０２，２．１４３，说明在该方向上的这三种土壤养分的空间变异最小。三种土壤养分的空间变异的最大、最小都在相同的方向，可能与地形和人们的施肥管理模式有关。土壤碱解氮两个垂直方向上的异性比，Ｋｇｏ－／ｏ－为１．３４，Ｋ１３５０／４５。为１．１６，表明土壤碱解氮各向异性显著，在９００方向上的变异明显大于００方向上，１３５０方向上的变异比４５０方向上的变异大，但相差不大。土壤碱解氮在各个方向上的块金系数为４１．１８％＇４３．３４％，在９００方向上的块金系数最大，说明在这个方向土壤碱解氮的空间自相关性最小。土壤有效磷两个垂直方向上的异性比，ｇｇｏ－帕。为１．２９，Ｋ１３５０，４５。为１．１６，和碱解氮一样具有相似的性质。土壤有效磷在各个方向上的块金系数为３５．７０％＂３８．５８％，在４５０方向上的块金系数最小，说明土壤有效磷在该方向上的空间自相性最大。土壤速效钾两个垂直方向上的异性比，Ｉ【９００舻为１．４６，Ｋ１３５０／４５。为１．０４，表明土壤速效钾各向异性显著，在９００方向上的变异明显大于０。方向上，４５０方向和１３５０方向上的变异相差不多。土壤速效钾在各个方向上的块金系数为３７．８５％＂－４０．５９０，６，在９００方向上土壤速效钾的块金系数最大，说明在该方向上速效钾的空间自相关性最小。总体上看，研究区域耕地土壤碱解氮、有效磷和速效钾具有明显的空间异质性，适于进一步地进行插值分析。表４．１２碱解氮、有效磷和速效钾各向异性半方差函数理论模型及相关参数Ｔａｂｌｅ４．１２Ａｎｉｓｏｔｒｏｐｉｅｔｈｅｏｒｅｔｉｃａｌｓｅｍｉｖａｒｉｏｇｒａｍｍｏｄｅｌｓａｎｄｃｏｒｒｅｓｐｏｎｄｉｎｇｐａｒａｍｅｔｅｒｓｏｆａｖａｉｌ．Ｎ，ａｖａｉｌ．Ｐａｎｄａｖａｉｌ．Ｋ３５留瑚Ｋ簪鞫搠椒斗空闺魔膏，ｍ空同蔗膏加，麓摹空肖鼯膏，ｍ葛搿钕簪窑阔麓膏加图４．１３碱解氮各向异性半方差图Ｆｉｇ・４・１３Ｔｈｅｔｈｅｏｒｅｔｉｃａｌｍｏｄｅｌｓ翻ｄ∞ｌＩＩｉｖａｒｉ。舯勰。ｆａｖａｎ．Ｎ翼鲁。ｊｊ莎《、４５。空挥舞＾椭空翔籀膏触空脚嚣冀肺鼍辩衩井麓搠莰簪图４・１４有效磷各向异性半方差图Ｆｉｇ．４．１４Ｔｈｅｔｈｅｏｒｅｔｉｃａｌｍ。ｄｅ］ｓａｎｄｓ锄ｉｖ撕。ｇ聊ｍ。ｆａ喇１．Ｐ第４章土壤肥力因子的空间变异Ｏ７５∞１５０００教５∞∞Ｏ∞空衙歪鼻椭，０舢ｔＳ０００空间矩誓打ｎＺ图∞３００００，ｆｆ０Ｏ期瑚椒鼍Ｏ翠搿靛等ＯＤＯ７锄１５０∞踟枷空同距■＾ｎＯＯ硼１５０００Ｚ强∞疆脚空俺照誓＾ｎ图４：１５速效钾各向异性半方差图Ｆｉｇ．４．１５Ｔｈｅｔｈｅｏｒｅｔｉｃａｌｍｏｄｅｌｓａｎｄｓｅｍｉｖａｒｉｏｇｒａｍｓｏｆａｖａｉｌ．Ｋ４．３．４。土壤碱解氮，有效磷和速效钾的空间分析在Ａｒｃｍａｐ中使用嫡百ｎｇ插值方法绘制了土壤碱解氮、有效磷和速效钾的空间分布图，碱解氮、有效磷和速效钾的平均值分别为１８９．４ｍｇ．ｋｇ＂１、２３．１ｍｇ．ｋｇ＂１和１２９．１ｍｇ．ｋｇ＂１，与表ｍｇ．ｋｇ＂１比较４．１０中的碱解氮、有效磷和速效钾的平均值ｔ８８．３ｍｇ．ｋｇ＂１、２４．０ｍｇ．ｋｇ＂１和１２８．０接近，同时应用交叉验证功能对插值结果进行检验，检验结果表明，一碱解氮、有效磷和速效钾的标准化均方根误差（Ｒｏｏｔ－Ｍｅａｎ－ＳｑｕａｒｅＳｔａｎｄａｒｄｉｚｅｄ）为１．００８、０．９４７和０．９５４比较接近于ｌ，插值结果比较理想。图４．１６，图４．ｔ７和图４．１８是土壤碱解氮、有效磷和速效钾的插值图。从图４．１６上可以看出，土壤碱解氮含量具有明显的空间分布结构，近似呈带状分布，研究区域大部分地区土壤碱解氮含量比较丰富，在遵义西北和东南部碱解氮含量水平较高，在西南部的马蹄镇和中部的苟江镇碱解氮的含量较低。对比表４．１３，水田土壤碱解氮含量大于１５０ｍｇ．ｋｇ－１的面积有５７８３５．２ｈｒｎ２，约占所有水田面积的９７．６％，表明研究区域碱解氮含量较高，这可能与当地的施肥习惯，以及采样的时间有关。从图４．１７上可以看出，土壤有效磷含量具有明显的块状空间分布结构，带状分布的规律不明显，有效磷的变化较为平缓。有效磷含量最高的地区位于遵义中部的南白镇和三合镇，其土壤有效磷含量在４０ｍｇ．ｋｇ＂１以上，土壤富磷现象明显。对比表４．１４可知，研究区域水田有效磷含量丰富，大于２０ｍｇ．ｋ岔１的水田面积有４０４２５．５ｈｍ２，约占所有水田面积的６８．２％。含量小于２０ｍｇ．ｋ９１的面积有１８８４０．１ｈｍ２，占所有水田面积的３１．８％。总的来看，研究区域水田含磷量比较丰富，这可能与当地施肥，耕作管理方式等因素有关。从图４．１８上可以看出，土壤速效钾含量插值图具有明显的空间分布结构，差异变化比较明显，带状分布的规律比较明显。速效钾含量最高的地区，主要分布在遵义地区的东北部和，３７要害銮：銮圭茎堡竺三西北部．在遵义南部的三台镇速效钾的音量也比较高，西部的枫香镇，乐山镇和松林镇，南部的尚嵇镇和茅栗镇含量水平较低。对比表４１５可知，研究区域Ａｍ土壤速效钾主要分布在图４１６土壤碱解氮的空问分布图Ｆｉｇ．４１６ＳｐａｔｉａｌｄｉｓｔｎｌｏｕｔｉｏｎｍａｐｏｆｓｏｉｌａｖａｉｌＮ集不镀挚趟图４”土壤有效磷的空间分布闰Ｆｉ９４１７ＳｐａｔｉａｌｄｉｓｔｄｂｕｔｔｏｎｍａｐｏｆｓｏｉｌａｖａｉｌＰ堡：兰圭星！！窒里二塑三型圣量凰４’８土壤速效钾的空问分布图Ｆｉ９４１８ＳｐａｔｉａｌｄｉｓｌｒｉｂｕｔｉｏｎｍａｐｏｆｓｏｉｌａｖａｉｌＫ表４１３土壤碱解氟分级面积统计Ｔａｂ４１３Ｔｈｅａｒｅａｏｆ出ｆｆｅｒｅｎｔｃｌａｓｓｅｓｏｆｓｏｉｌａｖａｉｌＮ袭４１４土壤有效磷分级面积统计Ｔａｂ４１４ＴｈｅａｒｅａｏｆｄｉｆｆｅｒｅｎｔｃｌｏｓｅｓｏｆｓｏｌｌａｖａｄＰ表４１５土壤速效钾分级面积统计Ｔａｂ４１５Ｔｈｅａｍａｏｆｄｉｆｆｅｒｅｎｔｃｌａｓｓｅｓｏｆｓｏｉｌ洲１Ｋ４４土壤有效铁和有效锰的空间变异性１土壤有效铁和有效锰的描述性统计由表４１６可以看出，水田土壤有效铁和锰含量的平均值分别为２７２４４ｍｇｋ９１和２１５ｍｇｋ９１，整体含量水平比较高．这可能与样本主要来自承日土壤有关．有效铁和有效锰这两西南大学硕士学位论文种土壤微量元素的变异系数分别为４７．００％，４４．１７％，位于１０％和１００％之间，具有中等的空间变异，两者的变异程度相似。单样本Ｋ－Ｓ检验表明，土壤有效铁和有效锰均呈明显的正偏态分布，但经域法对特异值进行处理后，其偏度值和峰度值显著降低，偏度值分别为０．８８４和０．４７３，峰度值分别为０．９２３和０．１７４，都比较小，近似呈正态分布。表４．１６土壤有效铁和有效锰含量的描述性统计Ｔａｂ．４．１６ＤｅｓｃｒｉｐｔｉｖｅｓｔａｔｉｓｔｉｃｓｏｆｓｏｌＪａｖａｉｌ．Ｆｅａｎｄａｖａｉｌ．Ｍｎ４．４．２各向同性下土壤有效铁和有效锰的空间变异分析利用地统计学软件Ｇｓ＋绘制了土壤有效铁和有效锰盼变异函数曲线图，如图４．１９，图４．２０。图中实线为理论模型，方块为实测值的半方差，可以发现步长间隔为２ｋｍ时，各向同性下的有效铁和有效锰的变异函数具有很好的空间结构，有效铁能很很好的符合球状模型，决定系数达到了０．９９０，有效锰能很好的符合指数模型，决定系数为０．９６６，残差分别为０．００９１６和０．０１３２，说明所选的理论模型能很好的揭示这两种土壤微量元素的空间变异规律。有效铁和有效锰的交程分别为３１．６ｋｍ和２０．３ｋｍ，远比所选的步长要大，适合进行插值分析，有效锰的变程比有效铁的变程小，说明有效锰在较小的范围内变异较大。从表４．１７可以看出，有效铁和有效锰含量的块金值分别０．４６０和０．４８４，基台值分别为１．１４７和１．０８０，相对较高，表明这这两种微量元素的空间差异程度相对较高。有效铁和有效锰的块金系数分别为４０．１０％和４４．８１％，介于２５％－－一５０％之间，说明这两种微量元素具有明显的空间自相关性，两者的空间自相关程度相近，反映出有效铁和有效锰的空间变异是由结构因素和随机因素共同引起的，其中结构因素所占的比重较大，具体而言，研究区范围内结构因素主要体现在地形和母质的差别，随机因素主要是耕作利用方式。４０第４章十壤肥力因子的空间变异表４．１７有效铁和有效锰各向同性半方差函数理论模型及相关参数Ｔａｂ．４．１７Ｉｓｏｔｒｏｐｉｃｔｈｅｏｒｅｔｉｃａｌｓｅｍｉｖａｒｉｏｇｒａｍｍｏｄｅｌｓａｎｄｃｏｒｒｅｓｐｏｎｄｉｎｇｐａｒａｍｅｔｅｒｓｏｆａｖａｉｌ．Ｆｅａｎｄａｖａｉｌ．Ｍｎ１０弱鑫Ｄ葛搠长舟Ｏ０Ｏ’哪２００００３００∞４咖Ｏ１∞叩２００００硼０４００００空筒距寓ｈｎ空同距■，ｍ雷４：１９有效铁各向同性半方差图图４．２０有效锰各向同性半方差图Ｆｉｇ．４．１９ＡｎｉｓｏｔｒｏｐｉｃｅｘｐｅｒｉｍｅｎｔａｌＦｉｇ．４．２０Ａｎｉｓｏｌ蕾ｏｐｉｃｅｘｐｅｒｉｍｅｎｔａｌｓｅｍｉｖａｒｉｏｇｒａｍｏｆａｖａｉｌ．Ｆｅｓｅｍｉｖａｒｉｏｇｒａｍｏｆａｖａｉｌ．Ｍｎ４．４．３各向异性下土壤有效铁和有效锰的空间变异分析图４．２１，图４．２２是土壤有效铁和有效锰在４个方向上的各向异性变异函数曲线，表４．１８是４个方向上变异函数参数。土壤有效铁的各向异性变异结构特征明显，在各个方向上都能很好的符合指数理论模型，决定系数为０．７５２－－一０．７７６，土壤有效锰在各个方向上符合线性模型，决定系数为０．６０２－－－０．６０４，在四个方向上决定系数变化不大。在不同方向上，土壤有效铁和有效锰的块金值和基台值有一定差异，但也有相似，说明土壤有效铁和有效锰的各向异性同时具有几何异向性和带状异向性。土壤有效铁在００和９００方向上，块金值和基台值有一定的差异，但变程相近，表现为几何异向性，土壤有效锰在４５０和１３５０方向上也变现为几何异向性。土壤有效铁在４５０和１３５０方向上，块金值、基台值和变程均不同，表现为带状异向性，土壤有效锰在００和９００方向上，也表现为带状异向性。土壤有效铁在东北．西南（４５０）方向上，有效锰在东北．西南（４５０）方向上和西北．东南（１３５０）方向上的空间变异尺度较大，分别为１０５．２ｋｍ、１４０．５ｋｍ和１４１．７ｋｍ。土壤有效铁在西北一东南（１３５０）方向上。土壤有效锰在南．北（９００）方向上的空间变异尺度最小，分别为９８．７Ｉｏｎ和１２１．２ｋｍ。在这两个方向上土壤有效铁和有效锰的块金值和基台值也较小，分为０．２８１和０．７７４，１．９２２和２．０４４，说明有效铁１３５０方向上，有效锰在９００方向上的空间变异最小。这表明，土壤中有效铁和有效锰的空间分布的几何形状是不规则的。４１西南大学硕士学位论文土壤有效铁两个垂直方向上的异性比，Ｋｇ＆／ｏ。为１．０ｌ，Ｋ１３５０，４５。为１．０７，各向异性比都比较小，表明土壤有效铁在各个方向上有一定的差异，但差异不大。在４５０方向上的变异大于１３５０方向上变异，Ｏｏ方向上和９００方向上的变异相差不大。有效铁在各个方向上的块金系数为１４．６２％＇２３．１７０，４，在各个方向上具有强烈的空间自相关性，在１３５０方向上的块金系数最小，说明在该方向上，土壤有效铁的空间自相关性最强。土壤有效锰两个垂直方向上的异性比，Ｋ９００舻为１．０９，Ｋ１３５０，４５。为１．０１，和有效铁具有相似的性质。在００方向上的变异大于９００方向上的变异，４５０方向和１３５０方向上的变异无显著的差异。土壤有效锰的块金系数为３３．４６％～３７．８８％，００方向上的块金系数最小，说明在该方向上，土壤有效锰的空间自相关性最强。在总体上看，研究区域耕地土壤有铁和有效锰具有明显的空间异质性，适于进一步地进行插值分析。表４．１８有效铁和有效锰各向异性半方差函数理论模型及相关参数Ｔａｂ．４．１８Ａｎｉｓｏｔｒｏｐｉｃｔｈｅｏｒｅｔｉｃａｌｓｅｍｉｖａｒｉｏｇｒａｍｍｏｄｅｌｓａｎｄｃｏｒｒｅｓｐｏｎｄｉｎｇｐａｒａｍｅｔｅｒｓｏｆａｖａｉｌ．Ｆｅａｎｄａｖａｉｌ．Ｍｎ鼍搿衩普ＯＩｆｉＧ００２００００３∞∞４∞∞Ｏ＇姗２舢铷咖栩∞∞窑河题膏卉ｎ空孵鼹膏，｜ｎＯ＇ａ咖夏ＩＯ∞３００∞空旧题膏，－ｎ４伽Ｏ＇嗍２００００孤０∞４舢空旧鞭蔫，ｍ图４．２１有效铁各向异性半方差图Ｆｉｇ．４．２１Ｔｈｅｔｈｅｏｒｅｔｉｃａｌｍｏｄｅｌｓａｎｄｓｅｍｉｖａｒｉｏｇｒａｍｓｏｆａｖａｉｌ．Ｆｅ４２第４章＿十壤肥力因子的空间变异基琳权蛋ＯＩｆｌ０００２００００鬟Ｉ咖４舢空闻矩毫舟ｎ１Ｏ＇∞∞２∞∞∞∞Ｏ空旧距膏詹ｎ４∞∞ｌ＇１翼。鲁。Ｏ筢。膏。Ｏ１０咖ｎ２【野ＤＯ瓢咖４舢空间雁膏加ＩＯＯ１０∞Ｏ如∞０３∞∞ｔ，００ａ０空旧厢膏加图４．２２有效锰各向异性半方差图＋Ｆｉｇ．４．２２Ｔｈｅｈｈｅｏｒｅｔｉｃａｌｍｏｄｅｌｓａｎｄｓｅｍｉｖａｒｉｏｇｒａｍｓｏｆａｖａｉｌ．Ｍｎ４．４．４土壤有效铁和有效锰的空间分析在Ａｒｍａｐ中使用ｋｒｉｇｉｎｇ插值方法绘制了土壤有效铁和有效锰的空间分布图，如图４．２３和图４．２４所示。有效铁和有效锰的平均值分别为２８．６ｍｇ．ｋ９１和２１．５ｍｇ．ｋ９１，与表４．１６中的土壤有铁和有效锰的平均值２７．２ｍｇ．ｋ９１。２１．５ｎａｇ．ｋ岔１相接近，同时应用交叉验证功能对插值结果进行检验，检验结果表明，有效铁的标准化均方根误差（Ｒｏｏｔ．Ｍｅａｎ－ＳｑｕａｒｅＳｔａｎｄａｒｄｉｚｅｄ）为０．９８９，比较接近与ｌ，因此插值结果比较理想。同样，有效锰的标准化均方根误差（Ｒｏｏｔ．Ｍｅａｎ．ＳｑｕａｒｅＳｔａｎｄａｒｄｉｚｅｄ）为０．９２９，插值结果也比较理想。从图４．２３上可以看出，土壤有效铁含量具有明显的空间分布结构，研究区大部分地区土壤有效铁含量比较丰富，在遵义县东部的喇叭镇和西坪镇，西北部的山盆镇和平正仡佬族乡含量最高。对比表４．１９，水田土壤有效铁含量大于２０ｍｇ．ｋｇ－１的面积有５０５０１．９ｈｍ２，约占所有水田面积的８５．２％，小于１６ｎａｇ．ｋ９１的面积只占所有水田面积的２．Ｏ％，表明研究区域有效铁含量较高。从图４．２４上可以看出，遵义中部的龙坑镇和石板镇，和东部地区的西坪镇有效锰的含量水平较高，在研究区域的西北部也有少量水田有效锰的含量较高，东南部的团溪镇土壤有效锰含量最低。从表４．２０可以看出，研究区域水田有效锰水平主要分布在１５－－一３０ｎａｇ．ｋｇ‘１之间，约占所有水田面积的８４．０％，含量小于０．７ｍｇ．ｋ岔１和含量大于３０ｎａｇ．ｋ岔１的面积都较少，总的来看，研究区域水田土壤有效铁和有效锰含量都比较丰富，这可能采样点主要分布在水田上有关。４３窖里銮耋翟圭耋堡童三图４２３土壤有效铁的空间分布图Ｆｉ９４２３ＳｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｔｒａｐｏｆｓｏｉｌａｖａｉｌａｂｌｅＦｃ图４２４土壤有效锰的空问分布圈Ｆｉ９４２４ＳｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｍａｐｏｆｓｏｉｌａｖａｉｌＭｎ第４章土壤肥力因子的空间变异表４．１９土壤有效铁分级面积统计Ｔａｂ．４．１９ＴｈｅａｒｅａｏｆｄｉｆｆｅｒｅｎｔｃｌａｓｓｅｓｏｆｓｏｉｌａｖａｉｌａｂｌｅＦｂ表４．２０土壤有效铁分级面积统计Ｔａｂ．４．２０Ｔｈｅ８ｘｅａｏｆｄｉｆｆｅｒｅｎｔｃｌａｓｓｅｓｏｆｓｏｉｌａｖａｉｌ．Ｆｅ４．５土壤有效铜和有效锌的空间变异性４．５．１土壤有效铜和有效锌的描述性统计由下表可以看出，水田土壤有效铜和有效锌含量的平均值分别为２．４９ｍｇ．ｋｇ．１和１．５３ｍｇ．ｋｇ＂１，含量水平较高，变异系数分别为５１．２５％帛１４５．１２％，具有中等的空间变异。单样本Ｋ－Ｓ检验表明，土壤有效铁和有效锰均呈明显的偏态分布，但经域法对特异值进行处理后，其偏度值和峰度值显著降低，近似呈正态分布，可以进一步进行空间插值分析。表４．２１土壤有效铜和有效锌含量的描述性统计Ｔａｂ．４．２１Ｄｅｓｃｒｉｐｔｉｖｅｓｔａｔｉｓｔｉｃｓｏｆｓｏｉｌａｖａｉｌ．Ｃｕ，ａｖａｉｌ．Ｚｎ４．５．２各向同性下土壤有效铜和有效锌的空间变异分析在地统计学软件ＧＳ＋中对土壤有效铜和有效锌进行空间变异分析，并绘制了变异函数曲线图，如图４．２５，图４．２６，图中实线为理论模型，方块为实测值的半方差，步长间隔为２ｋｍ时，有效铜和有效锌与球状模型符合的决定系数分别为０．９６４和０．９７０，非常接近于ｌ，残差４５西南大学硕十学位论文分别为０．０２７９和０．０１６２，残差很小，能很好的符合球状模型。有效铜和有效锌的变程分别为１５．６ｋｍ，和１５．３ｋｍ比所选的步长要大，适合进行插值分析，有效铜和有效锌的变程相近，说明有效铜和有效锌的空间变异的尺度相近。从表４．２２可以看出，研究区域土壤有效铜和有效锌的块金值分别为０．３９５和０．４８６，基台值分别为１．１７７和１．１５２，相对较高，说明研究区域土壤有效铜和有效锌空间差异相对较大。有效铜和有效锌的块金系数分别为３３．５６％和４２．１９％，介于２５％～５０％之间，说明这两种微量元素具有明显的空间自相关性，说明研究区有效铜和有效锌的空间变异是由结构因素和随机因素共同作用的结果，结构因素所占的比重更大，结构因素主要是成土母质和地形等，随机因素主要是耕作管理方式。表４．２２有效铜和有效锌各向同性半方差函数理论模型及相关参数Ｔａｂ．４．２２Ｉｓｏｔｒｏｐｉｃｔｈｅｏｒｅｔｉｃａｌｓｅｍｉｖａｒｉｏｇｒａｍｍｏｄｅｌｓａｎｄｃｏｒｒｅｓｐｏｎｄｉｎｇｐａｒａｍｅｔｅｒｓｏｆａｖａｉｌ．Ｃｕａｎｄａｖａｉｌ．Ｚｎ１，，１Ｄ０鼍枷权膏翠棚长＊口０ａａ硼０＇５∞０复印０３０００００７锄１锄２２５００３００００空同重一空问距离＾ｎ图４．２５有效铜各向同性半方差图图４．２６有效锌各向同性半方差图Ｆｉｇ．４．２５ＡｎｉｓｏｔｒｏｐｉｃｅｘｐｅｒｉｍｅｎｔａｌＦｉｇ．４．２６Ａｎｉｓｏｔｒｏｐｉｃｅｘｐｅｒｉｍｅｎｔａｌｓｅｍｉｖａｒｉｏｇｒａｍｏｆａｖａｉｌ．Ｃｕｓｅｍｉｖａｒｉｏｇｒａｍｏｆａｖａｉｌ．Ｚｎ４．５．３各向异性下土壤有效铜和有效锌的空间变异分析从图４．２７，图４．２８上可以看出，土壤有效铜和有效锌在四个方向的变异函数能很好的符合线性模型，决定系数为０．４８８－－－０．４９３，０．５６４－－－＇０．５６７，在不同方向上的决定系数相差很小。在不同方向上，土壤有效铜和有效锌的块金值和基台值有一定差异，但也有相似，说明土壤有效铜和有效锌的各向异性同时具有几何异向性和带状异向性。如土壤有效铜在００和９００方向上，块金值和基台值有一定的差异，但变程相近，表现为几何异向性。土壤有效锌在４５０和１３５０方向上，块金值，基台值和变程均不同。表现为带状异向性（表４．２３）。土壤有效铜和有效锌在西北．东南（１３５０）方向上的空间变异尺度最大，分别为７７．５ｋｍ和７３．８Ｉｏｎ，有效铜在该方向上的块金值和基台值也最大，分别为０．７１９和２．３３５，说明有效铜在该４６第４章土壤肥力因子的空间变异方向上的空间变异最大。土壤有效铜在东．西（Ｏｏ）方向上的空间变异尺度最小，为５８．０ｋｍ，块金值和基台值也最小，说明在该方向上有效铜的空间变异最小；土壤有效锌在东北．西南方向（４５０）方向上的空间变异尺度最小，为６４．８ｋｍ。在该方向上，土壤有效锌的块金值和基台值也最小，说明在该方向上有效锌的空间变异最小。这表明，土壤中有效铜和有效锌的空间变异的几何形状很不规则。土壤有效铜两个垂直方向上的异性比，ｌ【９０坩为１．０ｌ，Ｋ１３５０，４５。为１．１６，表明土壤有效铜各向异性显著。在１３５０方向上的变异大于４５０方向上变异，００方向上和９００方向上的变异相差不大。土壤有效铜在各个方向上的块金系数为３０．７９％＇－－３２．６１％，在１３５０方向上的块金系数最小，说明在该方向上的有效铜的空间自相关性最强。土壤有效锌两个垂直方向上的异性比，Ｋ９州为１．１２，Ｋ１３５ｗ５。为１．１４，在９０。方向上的变异大于００方向上的变异，１３５０方向上的变异大于４５０方向上的变异。土壤有效锰的块金系数为３０．１８％＂－＇３１．４９％，在４５０方向上的块金系数最小，说明在该方向的空间自相关性最强。表４．２３有效铜和有效锌各向异性半方差函数理论模型及相关参数Ｔａｂ．４．２３Ａｎｉｓｏｔｒｏｐｉｃｔｈｅｏｒｅｔｉｃａｌｓｅｍｉｖａｒｉｏｇｒａｍｍｏｄｅｌｓａｎｄｃｏｒｒｅｓｐｏｎｄｉｎｇｐａｒａｍｅｔｅｒｓｏｆａｖａｉｌ．Ｃｕａｎｄａｖａｉｌ．Ｚｎ西南大学硕十学位论文，ｌＯ甥崩椒番ＯＯＯ７５００１５０００２２５∞３０００００７５∞１５０００２２§∞铷０∞空佃题寓加空泻蓖童拊ｌ，，０筝撕农ｔＯａ０７５００１５０００∞铷３００００ｎ７搴呻１５０００２２湖疆姗空涠飚鼻，ｍ窑俺砸毫＾ｎ图４．２７有效铜各向异性半方差图Ｆｉｇ．４．２７Ｔｈｅｔｈｅｏｒｅｔｉｃａｌｍｏｄｅｌｓａｎｄｓｅｍｉｖａｒｉｏｇｒａｍｓｏｆａｖａｉｌ．ＣｕＯ７鲫１．∞００２２５∞铷０∞Ｏ１５００１，ｒ沁００∞５∞铷０∞窒阀题鼻加空婀越囊冉ｎＯ糟∞１５０∞２２５∞铷Ｏ∞Ｏ７５∞１５０００２筠∞３∞∞空同魇膏加皇阿趣■加图４．２８有效锌各向异性半方差图Ｆｉｇ．４．２８Ｔｈｅｔｈｅｏｒｅｔｉｃａｌｍｏｄｅｌｓａｎｄｓｅｍｉｖａｒｉｏｇｒａｍｓｏｆａｖａｉｌ．Ｚｎ根据上文选择的半方差变异函数模型，在Ａｒｃｍａｐ中使用ｋｒｉｇｉｎｇ插值方法绘制了土壤有Ｓｔａｎｄａｒｄｉｚｅｄ）为０．９２９，比较４．５．４土壤有效铜和有效锌的空间分析效铜和有效锌空间分布图，如图４．２９和图４．３０所示，应用交叉验证功能对插值结果进行检验，检验结果表明，有效铜的标准化均方根误差（Ｒｏｏｔ－Ｍｅａｎ—Ｓｑｕａｒｅ接近与ｌ，因此插值结果比较理想。同样，有效锌的标准化均方根误差（Ｒｏｏｔ－Ｍｅａｎ－ＳｑｕａｒｅＳｔａｎｄａｒｄｉｚｅｄ）分别为１．２２３，插值结果也能满足要求。至！茎圭堡竺窒窒薹墼薹塑圣量从图３３０上可以看出，有效铜含量最高的地区主要位于遵义东南部的石板镇和三合镇，其土壤有效铜含量在４．５ｒａｇｋｇ＂‘以上，土壤富铜现象很明显。对比表４２４可知，研究区域水日土壤有效铜含量丰富，＝Ｉ＝于１．８８３ｍｇ婚。的水田面积有４９３７８９ｈｍ２，约占所有水田面积的３％。含量小于１０ｍｇｋｇ＂１的水田只占所有水田面积的ｌ８％。从图４３０上可以看出，研究区东南部的洪关苗族乡、泮水镇和马蹄镇土速有被锌含量水平较高，研究区中部的三岔镇有效锌含量也比较高，研究区中部的南白镇和三合镇有效锌含量水平较低。从表４２５上可以看出，研究区域水田土壤有效锌含量主要分布在１．０～２０ｎａｇｋｆｌ之间，约占所有水田面积的７９秭，有效锌含量小于０．５ｒａｇｋｇ＂。和大于４．０ｍｇｋ一的面积都很小．约占所有水田面积的１１％．总体看，研究区域水田土壤有效锌音量比较丰富。黪图４２９土壤有效铜的空间分布圄Ｆｉ９４２９ＳｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｍａｐｏｆｓｏｉｌａｖａｉｌＣｕ西南大学硕士学位论文一‘’，ｔ１，７ｒ＿Ｔａｂ黝图４３０土壤有效锌的空问分布图Ｆｉ９４３０ＳｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｍａｐｏｆｓｏｉｌａｖａｉｌＺｎ表４２４土壤有效铜分级面积统计Ｔａｂ４２４ＴｈｅａｍａｏｆｄｉｆｆｅｒｅｎｔｃｌｏｓｅｓｏｆｓｏｉｌａｖａｉｌＣｕ表４２５土壤有效锌分级面积统计４２５Ｔｈｅａ啪ｏｆｄｉｉｆｅｒｅｎｔｃｌａｓｓｅｓｏｆｓｏｉｌａｖａｉｌＺｎ塑：茎查呈圭堡！！窒童耋塑丝第５章水田土壤肥力综合评价５１评价单元的确定评价单元是由对土地质量具有关键影响的各土地要素组成的基本空间单位，同一评价单兀的内部质量均，不同单元之间，既有差异性，又有可比性。耕地土壤肥力评价就是要通过对每个评价单兀的评价．确定其肥力级别．把评价结果落实到实地并编绘耕地肥力等级图。目前，对土地评价单元的划分尚无统方法。在本研究中．评价单元的划分采用土壤图、水田分布图（从土地利用现状图上进行提取，包括望天田．灌溉水田）叠置划分的方法，即“土地利用现状类型土壤类型”的格式。其中，土壤类型划分到土属．土地利用现状类型划分到二级利用类型。同一评价单元内的土壤类型相同，土地利用，经营管理方式相同，用这种方法既克服了土地利用类型在性质上的不均‘性，又克服了七壤类型在地域边界上的不一致性『９５】本研究通过将土地利用现状圈、土壤圈进行叠置分析，并将面积＜３０００ｍ２的小图斑进行合并．由于本研究选择的研究区域为云贵高原的丘陵山地区．其土地利用现状图及土壤图的图斑相对破碎，因此，遵义县划分的耕地地力评价单元为５２１７个，遵义县水田肥力评价单元图如图５１所示。圈５＇遵义县水田肥力评价单元围Ｆｉｇ５１ｔｈｅｆｅｒｔｉｌｉｔｙｅｖａｌ∞ｔｉｏｎｕｎｉｔｏｆｐａｄｄｙｆｉｅｌｄｍＺｔｍＹｉ西南大学硕十学位论文５．２评价因子的选择本研究参照土壤学知识，并咨询有关专家．根据全国共用的耕地质量评价指标体系，针对遵义县的水田特点，采用特尔斐法选取了土层厚度、有机质、全氮、有效磷、速效钾、土壤质地、ｐＨ值这７个对土壤肥力影响比较大、区域内的变异明显、与农业生产有密切关系的因素作为遵义县水田土壤肥力评价的指标，建立评价指标体系，如图５．２所示。图５．２土壤肥力评价指标Ｆｉｇ．５．２Ｔｈｅｅｖａｌｕａｔｉｏｎｉｎｄｅｘｅｓｏｆｓｏｉｌｆｅｒｔｉｌｉｔｙ５．３评价因子值的获取在确定好评价单元并建立好评价指标体系后，需要将选定的评价因子的值添加到评价单元的属性表中。在ＧＩＳ中有栅格与矢量两种数据结构，相应地，土壤肥力地力评价可以基于这两种数据结构进行，数据结构不同，其评价单元中的评价因子值的提取方式也不同，从而形成不同的评价模式。本研究采用栅格矢量混合数据评价模式，这种模式的优点是它的评价单元采用了矢量模式的划分方法，继承了矢量模式最大的优点即空间分辨率高、评价结果容易落实的特点，同时也避免了栅格评价模式过程中所产生的斑点噪声，充分利用ＡｒｃＧＩＳ的空间分析功能，不需要对数据进行格式的转换，大大减少了工作量，并且这种模式的数据量、运算复杂度介于矢量模式和栅格模式之间，运算时间比栅格模式要低。１）ｐＨ值、全氮、有机质、有效磷、速效钾因子值的获取对于ｐＨ值、有机质、全氮、有效磷和速效钾等土壤养分因子值的获取，可以通过野外采集的土壤样品的化验分析数据利用地统计学空间插值进行获取。首先，将采样点数据在ＡｒｃＧＩＳ９．２中进行布点，然后在ＧＳ＋中选择最佳插值模型，最后在ＡｒｃＧＩＳ９．２中，利用其中的地统计分析（ＧｅｏｓｔａｔｉｓｔｉｃａｌＡｎａｌｙｓｔ）模块进行妯ｇｉｎｇ空间插值，得到各因子的空间分布图（ｐＨ值、全氮、有机质、有效磷、速效钾的空间分布图见第四章图４．３，图４．８，图４．９，图４．１７，图４．１８），并将其输出为ＧＲＩＤ文件。最后，使用确定的评价单元图通过空间分析（ｓｐａｔｉａｌＡｎａｌｙｓｔ）模块下的区域统计（ＺｏｎａｌＳｔａｔｉｓｔｉｃｓ）功能来提取每个评价单元范围内的ｐＨ值、有机质、全氮、有效磷及速效钾的平均值，并将该值赋给相应的评价单元，最终实现这些因子值的提取。２）土层厚度和土壤质地因子值得获取对于土层厚度和土壤质地等评价因子，由于没有相应的专题图，因此其值不能通过ＧＩＳ中的空间分析功能直接进行提取，而是通过土壤采样点的调查数据得到。其原因是本研究的土壤调查样点分布较为均匀，且密度较大，在采集土壤时。对各样点的土层厚度和耕层质地５２第５章水田七壤肥力综合评价等因子也进行了详细的调查，而这些因子在一定范围内存在相对的一致性，也就是说在一定的采样密度下，每个采样点附近的评价单元的这些因子的值可以用该样点的值代替，即以点代面来实现评价单元中对土层厚度和耕层质地等因子值的提取。５．４应用内梅罗法评价研究区水田土壤肥力５．４．１评级因子的分级及标准化土壤肥力的评价因子主要包括土壤物理、化学和生物指标。本文选择的参评因子包括土壤有机质、ｐＨ、全氮、有效磷、速效钾、土层厚度和耕层质地７项指标。为适应评价的需要，参评因子的分级主要是参照第二次土壤普查土壤养分分级标准，再结合当地水田的实际情况进行分级（表５．１）。为消除评价因子之间的量纲差别，方便因子的综合计算，需要对参评因子进行标准化处理。由于参评因子都具有具体的测定数值，如有机质含量等。根据模糊数学的原理，在上述指标等级划分的基础上引入评价因子对土壤肥力质量的隶属度概念，用区间【０，３】上的数Ｙ来表示单因子质量指数的大小，具体过程可采用下列方法计算【８３１。当因子的测定值属于Ⅳ级时，即Ｘｉ＜Ｘｍｉｎ－Ｙｉ＝Ｘｉ／Ｘｍｉｎ当因子的测定值属于ＩＨ级时，即Ｘｍｉｎ５≥（ｉ＜ＸｍｉｄＹｉ＝ｌ吖）（ｉ－Ｘｍｉｎ）／（ｘｍｉｄ－Ｘｍｉｎ）当因子的测定值属于Ｈ级时，即Ｘｍｉｄ！ＤＣｉ＜ＸｍａｘＹｉ＝２＋（Ｘｉ－Ｘｍｉｄ）／（Ｘｍａｘ－Ｘｍｉｄ）当因子的测定值属于Ｉ级时，即ｘｉ苎（ｍ觚Ｙｉ－３式中Ｙｉ为单因子质量指数，Ｘｉ为某因子的测定值，Ｘｒａｉｎ为Ⅳ与ＩＩｌ级之间的区分标准，Ｘｍｉｄ为ⅡＩ与ＩＩ级之间的区分标准，Ｘｍ驭为Ⅱ与Ｉ级之间的区分标准。如有机质，这三项区分标准Ｘｒａｉｎ，Ｘｍｉｄ，Ｘｍ醢分别为：２０９．ｋ岔１，３０ｇ．ｋ岔１和４０ｇ．ｋｇ－１。Ｍ／５Ｙ＝３由于研究区域土壤ｐＨ的变化范围较广，其标准化主要采用下列算式；ｐＩ－Ｉ＜５Ｙ－－ＩＨｐＨ－５Ⅵ５．５－５）Ｙ＝２ＨｐＨ一５．５狄６．５—５．５）５卸Ｈ＜５．５５．５ＳｐＨ＜６．５６．５＜ｐＨ＜７．５７．５＿＇５ｐＨ＜８．０Ｙ－２＋（８．０－ｐＨ）／（８．０－７．５）Ｙ－１Ｈ８．５－ｐＨｙ（８．５・８．０）８．０曼．ｐＨ＜８．５ｐＨ．兰８．５Ｙ＝（ｐＨ一８．０），８．５由于耕层质地是定性指标，其标准化主要采用以下方式：当耕层质地为中壤时，单因子质量指数Ｙｉ－３；当耕层质地为重壤或者轻壤时，单因子质量指数Ｙｉ－２；５３西南大学硕十学位论文当耕层质地为粘土或者砂土时，单因子质量指数Ｙｉ＝ｌ表５．１土壤肥办评价因子的分级标准Ｔａｂ．５．１Ｃｒｉｔｅｒｉａｆｏｒｃｌａｓｓｉｆｉｃａｔｉｏｎｏｆｓｏｉｌｆｅｒｔｉｌｉｔｙｆａｃｔｏｒｓｆｏｒａｓｓｅｓｓｉｎｇｓｏｉｌｆｅｒｔｉｌｉｔｙ５．４．２评价模型的选择为了避免加和法、平均值法、加权平均法等主观因素的强烈影响，本次评价采用了较客观的内梅罗（Ｎｅｍｏｒｏ）公式（１），并加以修正：ＳＦＱＩ＝盟×刀（１＞式中ＳＦＱＩ为土壤肥力质量指数，ｙ，为评价单元中所有单因子质量指数的平均值，Ｅ。面为评价单元中各单因子质量指数中的最小值，ｎ为评价单元中参评因子的个数。上式中用Ｚ曲代替了内梅罗公式中的ｒｍ双，并加上了修正项（ｎ－Ｏ／ｎ，一方面突出了土壤属性因子中最差因子对土壤质量的影响，反映了生态学中作物生长的最小因子定律：另一方面．增加修正项可提高评价结果的可信度，参与评价的因子越多，（ｎ．１）／ｎ的值越大，可信度越高。５．４．３土壤肥力空间分布特征根据公式（１）进行指标合成，得出各评价单元的土壤肥力质量指数，然后在Ａｒｅｍａｐ中生成土壤肥力质量指数图（图５．３）。肥力质量指数的划分标准如表５．２所示。表５．３是土壤肥力指数的分级面积统计表。其中０．８、１．２５、１．６、２．０、２．４分别对应各评价单元评级因子均为ｌ、１．５、２．０、２．５、３．０的临界值。从表５．３可以看出，研究区土壤肥力指数变化范围于１．２６～２．２４之间，整体肥力状况较好，都出于二级和三级水平，处于二级水平的水田面积有５１９７０．５ｈｍ２，占所有水田面积的８７．７％，处于三级水田的面积有７２９５．１ｈｍ２，占所有水田面积的１２．３％。但土壤肥力的空间分布仍表现出一定的差异性（图５．３），总体上看南部和东北部土壤肥力较高，西部、西南部和中部的龙坪镇和团溪镇肥力水平较低，同一肥力等级的地块呈片状分布。如三合镇，南白镇、喇叭镇和新舟镇境内土壤肥力指数大于２．０的水田面积有２５６５．７ｌｈｍ２，１６１７．９ｈｍ２，１３２５．６ｈｍ２和３９４４．６ｈｍ２，分别占其总面积的６４％，５９％、７３％；ｇＩ７９％。相反在枫香镇，西坪镇和松林镇境内土壤肥力指数大于２．０的水田面积占其总面积的３．８％，１０．７％和１１．６％。５４第５章水田十壤肥力综台评价同时各个镇的土壤肥力状况也存在差异．其中龙坪镇境内土壤肥力指数为Ⅲ的水田面积。占其总面积的５０％以上．尚嵇镇，新舟镇等７个乡镇无肥力指数为Ⅲ的水田，这就表现出不同地域ｉ：壤肥力之间的明显差异。。一一图５３土壤肥力指数的空间分布图Ｆｉｇ５３Ｓｐａｔｉａｌｄｉｓｔｒｉｂｕｔｉｏｎｍａｐｏｆｓｏｉｌｆｅｒｔｉｌｉｔｙｆａｃｔｏｒｓ表５２土壤肥力指数的分级标准Ｔａｂ５２Ｃｒｉｔｅｒｉａｆｏｒｃｌａｓｓｉｆｉｃａｔａｏｎｏｆｓｏｉｌｆｅｒｔｉｌｉｔｙｆａｄｍ指标等级Ⅳ１１１ＩＩＩ肥力指数西南大学硕七学位论文表５．３土壤肥力指数分级面积统计Ｔａｂ．５．３１１１ｅａｒｅａｏｆｄｉｆｆｅｒｅｎｔｃｌａｓｓｅｓｏｆｓｏｉａｆｅｒｔｉｌｉｔｙｆａｃｔｏｒｓ乡镇名土壤肥力指数２．Ｏ．２．４１．６・２．０１．２一１．６ｏ．８－１．２三合镇２５６５．７１４３３．６１５．ｏｏ．０三岔镇７１２．Ｉ１３１３．４３３０．３０．０三渡镇５７５．３５４１．９ｌ１６．２ｏ．０乌江镇９１．３０．０ｏ．ｏ０．０乐山镇２４２．２３８１．２８０．８０．０南白镇１３２５．６８８９．６３３．１０．０喇叭镇１６１７．９６０７．９０．４０．０团溪镇１４３５．０１５２９．５７８６．５０．０尚嵇镇１６２４．２５４７．７０．００．０山盆镇９５１．９９６４．１５６４．７ｏ．ｏ平正仡佬族乡ｌ１９．７ｌ１７．００．０ｏ．０新民镇８０９．３３８７．７０．００．０新舟镇３９４４．６１０３６．８０．００．０松林镇１２８．３７６２．５２１７．００．０枫香镇６４．７１６２６．２６．５０．０毛石镇４８０．３３３５．５。１２４．７０．０永乐镇９４６．５１９１５．０７４４．７０．０沙湾镇５０８．６８０１．２３６６．４０．ｏ泮水镇２８９．２１００ｒ７．９２３４．８ｏ．０洪水苗族乡１０４．９ｌ８３．１９７．５０．ｏ石板镇７５５．４５７８．０１９３０．０芝麻镇２７４．１９６．３０．００．０萄江镇６２５．９８２４．Ｓ７９．３０．０茅栗镇１００４．０６５９．４１０７．４０．０虾子镇１５１６．２１６１２．５１４９．００．０西坪镇２８３．５１４２０．５９３０．７０．０铁厂镇５５６．５９０．５０．００．０马蹄镇４１３．６１２２１．４１２．７０．０鸭溪镇１２６７．０７５１．０３５．４０．０龙坑镇６６０．３９２１．３６２７．７０．０龙坪镇８４３．３６７６．４１６１５．００．０全县２６７３７．０２５２３３．５７２９５．１０．０面积单位：ｈ０第６章土壤养分与高程、土壤类犁和母质的关系第６章土壤养分与高程、土壤类型和母质的关系６．１土壤养分与高程的关系研究区采样点的海拔高度的变化范围在５４０ｍ＂－－１４５０ｍ之间，根据在不同高度的采样的数量分布特点，把不同海拔范围的土壤养分分为五级：＜８００米，８００～９００米，９００－－－１０００米，１０００，－一１１００米，＞１１００米，研究不同高度范围内的土壤肥力的特点。６．１．１ｐＨ值和有机质ＤｐＨ值土壤酸碱度不仅影响水稻对养分的吸收、土壤养分的有效性及微生物的分布，还直接影响着水稻的的生长、产量。对不同高度范围的水田土壤ｐＨ值进行方差分析，如表６．１所示。不同高度范围内的水田土壤ｐＨ在０．０１水平上具有明显的差异，Ｆ值为１８２．９８７，说明不同高度范围内水田土壤ｐＨ具有明显的差异。表６．２列出了遵义县水田土壤ｐＨ值在不同海拔上的分布差异，样本主要分布在８００．１０００米之间，占所有样本的比例为７９．７８％。利用统计软件ｓＰＳＳ对数据进行方差齐次性检验，显著性概率小于０．０１，不具有方差齐次性，所以用Ｔａｍｈａｎｅ’ｓＴ２法进行多重比较。统计结果表明不同海拔高度范围内水田土壤ｐＨ变化很大，海拔高度＜８００米，８００．９００米，９００．１０００米，１０００．１１００米四个海拔范围之间的水田土壤ｐＨ在０．０５的显著性水平下具有明显的差异，海拔高度在１０００．１１００米和＞１１００米范围内的水田土壤在０．０５的显著性水平下差异不显著。总体上看，随着海拔的升高，水田土壤ｐＨ值降低。２洧机质从表６．１可以看出，不同高度范围内的水田土壤有机质在０．０１水平上具有明显的差异，Ｆ值为１０．１４３，说明不同高度范围内水田土壤有机质具有明显的差异。利用统计软件ＳＰＳＳ对数据进行方差齐次性检验，显著性概率小于０．０１，不具有方差其次性，用Ｔａｍｈａｎｅ’ｓＴ２法进行多重比较。统计结果（表６．２）表明不同海拔高度范围内水田土壤有机质含量差异很大。海拔８００－９００米范围内的水田土壤有机质含量与＜８００米、１０００．１１００米和＞１１００米三个海拔范围之间的水田土壤有机质含量在０．０５的显著性水平下具有明显的差异。海拔＜８００米的水田土壤有机质含量与海拔高度８００－９００米和９００－１０００米的水田土壤有机质含量在０．０５的显著性水平下的差异也很显著。不同海拔高度范围内水田土壤有机质含量的平均值范围是３４．６＂－－３７．０ｎａｇ．ｋｇ－１，８００－９００米范围内的水田土壤有机质含量最高，＜８００米范围内的水田土壤有机质含量最低。５７两南大学硕七学位论文表６．１各种土壤属性不同海拔范围的的方差分析Ｔａｂ．６．１Ｍｅａｎｖａｌｕｅｓｏｆｓｏｉｌｐｒｏｐｅｒｔｉｅｓ，ｒｅｓｕｌｔｉｎｇｆｒｏｍＡＮＶＯＡ。ｏｆｖａｒｉｏｕｓａｌｔｉｔｕｄｅｒａｎｇｅ表６．２ｐＨ值和有机质不同海拔的统计量Ｔａｂ．６．２ＴｈｅＶａｌｕｅｓｏｆＳｔａｔｏｆｐＨａｎｄＯ．Ｍ．ｉｎＤｉｆｆｅｒｅｎｔＡｌｔｉｔｕｄｅ６．１．２大量元素１）全氮表６．３列出了土壤全氮在不同海拔的分布情况，由表中可知样本主要分布在８００．１０００的之间，所占比例为７９．７７％。对不同高度范围的水田土壤全氮进行方差分析，如表６．１所示，不同高度范围内的水田土壤全氮含量在０．Ｏｌ水平上具有明显的差异，Ｆ值为５．８７３，Ｆ值对应的概率值小于０．００１，说明不同高度范围内水田土壤全氮含量具有明显的差异。不同海拔的全氮含量平均值范围在２．１０＂２．１９９．ｋｇ－１之间，整体含量水平较高，平均值的最小值在＞１１００米范围内，这可能与高海拔地区人为影响因素较少有关，比如施用氮肥，最大值在８００－９００米范围内，从整体上看，水田土壤全氮含量有随着海拔升高而降低的趋势。对全氮在不同海拔范围内的含量进行方差齐次性检验，显著性概率为０．３８，大于０．０５，具有方差齐次性，所以用ＬＳＤ法进行多重比较。由表６．３可以看出，不同海拔高度范围内水田土壤全氮含量变化很大，８００．９００米范围内土壤全氮含量与＜８００米，９００．１０００米和＞１１００米三个海拔范围内的土壤全氮含量均具有明显的差异，＜８００米范围内的水田土壤全氮含量与９００。１０００米，１０００．１１００米，＞ｌｌｏｏ米范围内的水田土壤全氮含量差异不明显。２）碱解氮从表６．１可以看出，不同高度范围内的水田土壤碱解氮含量在０．０５水平上具有明显的差异，Ｆ值为２３．５００，Ｆ值对应的概率值为０，小于０．００１，说明不同高度范围内水田土壤碱解氮含量具有明显的差异。由表６．３可知，土壤碱解氮主要分布在８００．１０００米的范围内，占所有样本的比例为７９．７３％。５８第６章十壤养分与高程、土壤类犁和母质的关系样本在不同海拔上的碱解氮含量平均值范围是１８１．２－－－－２０５．９ｍｇ．ｋ９１，平均值的最小值在海拔＜８００米的水田中，最大值在海拔＞１１００米的范围内，随着海拔升高，碱解氮含量逐渐升高。在高于１１００米的水田范围内，碱解氮含量最小值为１０５．０ｍｇ．ｋ９１，显著高于其它高度范围内的水田土壤碱解氮含量最小值。对不同高度范围内的水田土壤碱解氮进行方差齐次性检验，显著性概率为０，小于０．０１，不具有方差齐次性，所以用Ｔａｍｈａｎｅ＇ｓＴ２法进行多重比较。由表６．４可以看出，不同海拔高度范围内水田土壤碱解氮含量变化很大，海拔＜８００米与８００－９００米范围内和９００．１０００米与１０００－１１００米范围内的水田土壤碱解氮含量差异不明显。＞１１００米范围内的水田土壤碱解氮含量与另外四种海拔高度范围内土壤碱解氮含量均有显著的差异。３）有效磷在ＳＰＳＳ中对不同海拔高度范围内的水田土壤有效磷含量进行方差分析，如表６．１所示，在０．０１的显著性水平下，水田土壤有效磷在不同海拔高度范围内具有显著差异，Ｆ值为７７．１２７，Ｆ值对应的概率为０，表明海拔高度对水田土壤有效磷含量有较大的影响。对不同高度范围内的水田土壤有效磷含量进行方差齐次性检验，显著性概率为Ｏ，小于０．０１，不具有方差齐次性，所以用Ｔａｍｈａｎｅ’ｓ１＂２法进行多重比较。由表６．３可以看出．水田土壤有效磷含量在不同海拔高度范围内变化很复杂，小于８００米范围内的水田土壤有效磷含量与８００．９００米、９００．１０００米和＞１１００米范围内的有效磷含量有明显的差异，与１０００．１１００米范围内的水田土壤有效磷含量差异不显著。９００．１０００米范围内的水田土壤有效磷含量与另外四种海拔高度上的有效磷含量均具有较大的差异。ｉ０００．１１００米范围内的水田土壤有效磷含量只与９００－１０００米范围内的土壤有效磷含量有显著差异，与另外三种范围的土壤有效磷含量差异不显著。五种不同海拔高度的水田土壤有效含量的平均值范围是２０．９～２６．５ｎａｇ．ｋｇ－１，平均值最大在９００－１０００米范围内，最小值在海拔＞１１００米范围内。在１０００．１１００米范围内，土壤有效磷的最小值为１０．４ｍｇ．ｋ９１，显著高于其他高度范围内的水田土壤有效磷含量最小值。４）速效钾从表６．１可以看出，在０．０１的显著性水平下，水田土壤速效钾在不同海拔高度范围内具有显著差异，Ｆ值为４．３８４，Ｆ值对应的概率为０．００２，表明海拔高度对水田土壤速效钾含量有较大的影响。从Ｆ值的大小可以看出，海拔高度对水田土壤养分的三种大量元素的影响是不同的，有效磷的Ｆ值最大，为７７．１２７，速效钾的Ｆ值最小为４．３８４，说明海拔高度对有效磷的影响比对速效钾含量的影响大的多。由表６．３可值，土壤速效钾主要分布在８００．１０００米的范围内，不同海拔高度内的碱解氮含量平均值范围在１２４．８～１３３．４ｍｇ．ｋｇ－１。利用统计软件ＳＰＳＳ中的ｌｅｖｅｎｅ法对不同高度范围内的水田土壤有效磷含量进行方差齐次性检验，显著性概率为０，小于０．０１，不具有方差齐次性，所以用Ｔａｍｈａｎｅ’ｓＴ２法进行多重比较。由表６．４可以看出，８００－９００米和９００．１０００米范围内的水田土壤速效钾含量差异明显。＜８００米，１０００－１１００米和＞１１００米范围内的水田土壤速效钾含量与８００．９００米和９００．１０００米范围内的水田土壤速效钾含量差异不显著。西南大学硕＋学位论文表６．３大量元素在不同海拔的统计量Ｔａｂ．６．３ＴｈｅＶａｌｕｅｓｏｆＳｔａｔｏｆｔｈｅＭａｃｒｏｅｌｅｍｅｎｔｓｉｎＤｉｆｆｅｒｅｎｔＡｌｔｉｔｕｄｅ６．１．３微量元素１）有效铁表６．４列出了有效铁在不同海拔的分布情况。从表中可以看出采样点主要分布在８００．１０００米之间，所占比例为７９．７６％。在ＳＰＳＳ中对不同海拔高度范围内水田土壤有效铁含量进行方差分析，发现不同海拔高度上的有效铁含量差异明显，Ｆ值为２２．５１６，Ｆ值对应的概率为Ｏ，表明海拔高度对土壤有效铁含量有较大的影响。对不同高度范围内的水田土壤有效铁含量进行方差齐次性检验，显著性概率为０，小于０．０１，不具有方差齐次性，所以用Ｔａｍｈａｎｅ’ｓＴ２法进行多重比较。从表６．４可以看出不同海拔高度范围内的水田土壤有效铁含量有一定差异，＞１１００米范围内的水田土壤有效铁含量与另外四个高度范围内的土壤有效铁含量有较大的差异。＜８００米、８００－９００米、９００．１０００米和１０００－１１００米，这四个高度范围内的水田土壤有效铁含量在０．０５的显著性水平下差异不显著。五种不同海拔高度的水田土壤有效铁含量的平均值范围是２７．１～３３．３ｎａｇ．ｋｇ＂１，最大值在海拔高度大于１１００米的范围内。２）有效锰在ＳＰＳＳ中对不同海拔高度范围内水田土壤有效锰含量进行方差分析，发现不同海拔高度上的有效锰含量差异明显，Ｆ值为２６．８２７，Ｆ值对应的概率为０，表明海拔高度对土壤有效锰含量有较大的影响。利用统计软件ＳＰＳＳ中的ｌｅｖｅｎｅ法对不同高度范围内的水田土壤有效锰含量进行方差齐次性检验，显著性概率为０，小于０．０ｌ，不具有方差齐次性，所以用Ｔａｍｈａｎｅ’ｓＴ２法进行多重比较。从表６．４可以看出在不同海拔高度范围内的水田土壤有效锰含量有一定差异，＜８００米和第６章土壤养分与高程、十壤类犁和母质的关系９００．１０００米范围内水田土壤有效锰含量与８００．９００米、１０００．１１００米和＞１１００米范围内的水田土壤有效锰含量在０．０５的显著性水平下有显著的差异。五种不同海拔高度的水田土壤有效锰含量的平均值范围是１９．９－－－２３．４ｍｇ．ｋｇ－’，最大值分布在海拔高度１０００．１１００米的范围内，最小值分布在海拔高度＜８００米的范围内。３）有效铜在ＳＰＳＳ中对不同海拔高度范围内水田土壤有效铜含量进行方差分析，发现不同海拔高度上的有效铜含量差异明显，Ｆ值为６．９４２，Ｆ值对应的概率为０，表明海拔高度对土壤有效铜含量有较大的影响。．对不同高度范围内的水田土壤有效铜含量进行方差齐次性检验，显著性概率为０，小于０．０１，不具有方差齐次性，所以用Ｔａｍｈａｎｅ’ｓＴ２法进行多重比较。从表６．４可以看出，９００．１０００米范围内的水田土壤有效铜含量与８００－９００米、＞１１００米范围内的水田土壤有效铜含量有显著的差异。五种不同海拔高度的水田土壤有效铜含量的平均值范围是２．３３－－＇２．５７ｍｇ．ｋｇ＂１，最大值分布在９００．１０００米范围内．最小值分布在＞１１００米的范围内。４）有效锌在ＳＰＳＳ中对不同海拔高度范围内水田土壤有效锌含量进行方差分析，发现不同海拔高度上的有效锌含量差异明显，Ｆ值为１１．１５２，Ｆ值对应的概率为０，表明海拔高度对土壤有效锌含量有较大的影响。从Ｆ值的大小可以看出，海拔高度对各种土壤养分的影响程度为：ｐＨ＞＞有效磷＞有效锰＞碱解氮＞有效铁＞有效锌＞有机质＞有效铜＞全氮＞速效钾（表６．２）。对不同高度范围内的水田土壤有效铁含量进行方差齐次性检验，显著性概率为０，小于０．０ｌ，不具有方差齐次性，所以用Ｔａｍｈａｎｅ’ｓＴ２法进行多重比较。从表６．４可以看出在不同海拔高度范围内的水田土壤有效锌含量有一定差异，＜８００米范围内的水田土壤有效锌含量与８００－９００米、９００．１０００米、１０００．１１００米三种范围的有效锌含量，在０．０５的显著性水平下有较大的差异，大于１１００米范围内水田土壤有效锌含量与另外四种海拔范围内的水田土壤有效锌含量差异不显著。不同海拔高度的水田土壤有效锌含量的平均值范围是１．３７＂－１．５７ｍｇ．ｋｇ’，最小值在＜８００米的范围内，最大值在１０００．１１００米的范围内。６ｌ西南大学硕士学位论文表６．４微量元素在不同海拔的统计量Ｔａｂ．６．４１１坞ＶａｌｕｅｓｏｆＳｔａｔｏｆｔｈｅＭｉｃｒｏｅｌｅｍｅｎｔｓｉｎＤｉｆｆｅｒｅｎｔＡｌｔｉｔｕｄｅ６．２土壤养分不同成土母质上的分布特点研究区成土母质共有５种，分别为冲积物、砂砾质冰水沉积物、石灰性砾质坡积物、石灰性砂砾质冰水沉积物和粘质冰水沉积物，下文着重分析水田土壤养分在这五种成土母质上的分布特点。６．２．１ｐＨ值和有机质１）ｐＨ在ＳＰＳＳ中对不同成土母质上的水田土壤ｐｒＩ值和有机质进行方差分析，由表６．５可以看出，不同成土母质上的水田土壤ｐＨ值和有机质的差异都比较明显，ｐｎ的Ｆ值为１１５６．６８２，有机质的Ｆ值为１０．２８０，表明成土母质对水田土壤ｐＨ和有机质都有比较显著的影响。从Ｆ值的大小可以看出，成土母质对土壤ｐＨ的影响比对有机质的影响大得多。从表６．６可知，样本主要分布在石灰性砾质坡积物和粘质冰水沉积物这两种成土母质上。利用统计软件ＳＰＳＳ中的ｌｅｖｅｎｅ法对不同母质上水田土壤ｐＨ值进行方差齐次性检验，显著性概率为０，小于０．Ｏｌ，不具有方差齐次性，所以用Ｔａｍｈａａｅ’ｓＴ２法进行多重比较。由表６．６可以看出。不同成土母质发育的土壤ｐＨ差异比较显著，粘质冰水沉积物发育的土壤ｐＨ值与另外４种成土母质发育的土壤ｐＨ有显著的差异，石灰性砾质坡积物发育的土壤与另外四种成土母质发育的土壤ｐＨ在０．０５的显著性水平下，差异也比较明显，石灰性砂砾质冰水沉积物发育的土壤与冲积物和砂砾质冰水沉积物发育的土壤ｐＨ无显著差异。第６章土壤养分与高程、二卜壤类型和母质的关系２）有机质对不同成土母质上的水田土壤有机质进行方差齐次性检验，显著性概率为０．２８８，大于０．０５，具有方差齐次性，所以用ＬＳＤ法进行多重比较。从表６．６可以看出，冲积物、砂砾质冰水沉积物、石灰性砾质坡积物和石灰性砂砾质冰水沉积物，这四种成土母质发育的土壤有机质含量在０．０５的显著性水平上无明显的差异，粘质冰水沉积物上发育的土壤与石灰性砾质坡积物和石灰性砂砾质冰水沉积物这两种成土母质上发育的土壤的有机质含量有明显的差异。不同成土母质发育的土壤有机质含量的平均值范围是３４．０＂３７．２ｇ．ｋｇ－１，石灰性砾质坡积物和石灰性砂砾质冰水沉积物发育的土壤有机质含量最高，粘质冰水沉积物发育的土壤有机质含量最低。表６．５各种土壤属性不同成土母质问的方差分析Ｔａｂ．６．５Ｍｅａｎｖａｌｕｅｓｏｆｐｒｏｐｅｒｔｉｅｓ，ｒｅｓｕｌｔｉｎｇｆｒｏｍＡＮＶＯＡ，ｏｆｖａｒｉｏｕｓｐａｒｅｎｔｍａｔｅｒｉａｌｓ表６．６ｐＨ值和有机质在不同成土母质上的统计量Ｔａｂ．６．６ＴｈｅＶａｌｕｅｓｏｆＳｔａｔｏｆｐＨａｎｄＯｒｇａｎｉｃＭａｔｔｅｒｉｎｖａｒｉｏｕｓｐａｒｅｎｔｍａｔｅｒｉａｌｓ６．２．２大量元素由表６．７可以看出，大量元素的样本主要分布在石灰性砾质坡积物和粘质冰水沉积物这两种成土母质上。在ＳＰＳＳ中对不同成土母质上的水田土壤全氮、碱解氮、有效磷和速效钾进行方差分析，由表６．５可以看出，不同成土母质发育的土壤全氮、有效磷和速效钾，在０．０１的显著性水平下有明显的差异，Ｆ值分别为９．６６１、１６．７８８和６．１０９，表明成土母质对土壤全氮、有效磷和速效钾含量有较大的影响，从Ｆ值的大小可以看出，成土母质对有效磷含量的影响６３西南大学硕士学位论文最大，对速效钾含量的影响最小。不同成土母质上发育的土壤碱解氮含量差异不显著，Ｆ值为１．６４１，Ｆ值对应的概率为０．１６１，大于０．０５，说明不同成土母质对土壤碱解氮含量的影响较小，因此，不要需在不同母质之间进行多重比较。１）全氮利用统计软件ＳＰＳＳ中的ｌｅｖｅｎｅ法对不同母质上的水田土壤全氮进行方差齐次性检验，显著性概率为０．７１６，大于０．０５，具有方差齐次性，所以用ＬＳＤ法进行多重比较。从６．７可以看出石灰性砾质坡积物上发育的土壤全氮与冲积物、粘质冰水沉积物上发育的土壤全氮含量有较显著的差异，砂砾质冰水沉积物和石灰性砂砾质冰水沉积物这两种成土母质发育的土壤全氮含量与另外三种成土母质上发育的土壤全氮含量无显著的差别。不同成土母质发育的土壤的全氮含量的平均值范围是２．０８＂＂２．１９ｇ．ｋ９１，石灰性砾质坡积物上发育的土壤的全氮含量最高，冲积物发育的土壤的全氮含量最低。２）有效磷对不同母质上的水田土壤有效磷进行方差齐次性检验，显著性概率为０，小于０．Ｏｌ，不具有方差齐次性，所以用Ｔａｍｈａｎｅ’ｓＴ２法进行多重比较。从表６．７可以看出，不同成土母质上发育的土壤有效磷含量差异比较大，石灰性砾质坡积物发育的土壤有效磷含量与砂砾质冰水沉积物、石灰性砂砾质冰水沉积物和粘质冰水沉积物这三种成土母质发育的土壤的有效磷含量有显著的差异。粘质冰水沉积物发育的土壤有效磷含量与冲积物、砂砾质冰水沉积物和石灰性砂砾质冰水沉积物这三种母质上发育的土壤有效磷含量差异不显著。冲积物上发育的土壤有效磷含量与砂砾质冰水沉积物和石灰性砂砾质冰水沉积物这两种母质发育的土壤有效磷含量有显著的差异。不同成土母质发育的土壤有效磷含量的平均值范围是２２．９－－－３０．８ｎａｇ．ｋｇ＂１，冲积物发育的土壤有效磷含量最低，砂砾质冰水沉积物发育的土壤有效磷含量最高。３）速效钾对不同母质上的水田土壤速效钾进行方差齐次性检验，显著性概率为０．４０１，大于０．０５，具有方差齐次性，所以用ＬＳＤ法进行多重比较。从表６．７可以看出，不同成土母质上发育的土壤速效钾含量差异较大，冲积物发育的土壤速效钾含量与另外四种成土母质发育的土壤速效钾含量，在０．０５的显著性上有明显的差异。砂砾质冰水沉积物发育的土壤速效钾含量除与石灰性砂砾质冰水沉积物发育的土壤速效钾含量差异不显著外，与冲积物，石灰性砾质坡积物和粘质冰水沉积物发育的土壤速效钾含量均有显著的差异。石灰性砾质坡积物发育的土壤速效钾含量除与粘质冰水沉积物发育的土壤速效钾含量差异不显著外，与另外三种成土母质发育的土壤速效钾含量均有显著的差异。不同成土母质发育的土壤速效钾含量的平均值范围是１０７．９＂－－＇１４９．８ｍｇ．ｋ蛋１，冲积物发育的土壤速效钾含量最低，砂砾质冰水沉积物发育的土壤速效钾含量最高。第６章土壤养分与高程、十壤类型和母质的关系表６：７大量元素在不同成土母质上的统计量Ｔａｂ．６．７ＴｈｅＶａｌｕｅｓｏｆＳｔａｔｏｆｔｈｅＭａｃｒｏｅｌｅｍｅｎｔｓｉｎｖａｒｉｏｕｓｐａｒｅｎｔｍａｔｅｒｉａｌｓ６．２．３微量元素由表６．８可以看出，微量元素的样本主要分布在石灰性砾质坡积物和粘质冰水沉积物这两种成土母质上。在ＳＰＳＳ中对不同成土母质发育的水田土壤有效铁、有效锰、有效铜和有效锌进行方差分析，由表６．５可以看出，不同成土母质发育的土壤有效铁、有效锰、有效铜和有效锌在０．０５的显著性水平下有明显的差异，Ｆ值分别为６９．９５０、２９．６４５、７．３２１和６．６２６，表明成土母质对土壤有效铁、有效锰、有效铜和有效锌含量均有较大的影响。从Ｆ值的大小可以看出，成土母质对各种土壤属性的影响程度为：ｐＨ＞＞有效铁＞有效锰＞有效磷＞有机质＞全氮＞有效铜＞有效锌＞速效钾。１）有效铁利用统计软件ＳＰＳＳ中的ｌｅｖｅｎｅ法对不同母质上的水田土壤有效铁进行方差齐次性检验，６５西南大学硕十学位论文显著性概率为０，小于０．Ｏｌ，不具有方差齐次性，所以用Ｔａｍｈａｎｅ，ｓＴ２法进行多重比较。从表６．９可以看出，不同母质发育的土壤有效铁含量差异较大，砂砾质冰水沉积物发育的土壤有效铁含量与另外四种母质上发育的土壤有效铁含量差异不显著。冲积物发育的土壤有效铁含量与石灰性砾质坡积物、石灰性砂砾质冰水沉积物和粘质冰水沉积物这三种成士母质发育的土壤有效铁含量在０．０５的显著性水平上有显著的差异。粘质冰水沉积物发育的土壤有效铁含量与石灰性砾质坡积物和石灰性砂砾质冰水沉积物这两种母质发育的土壤有效铁含量在０．０５的显著性水平上也有显著的差异。五种成土母质发育的土壤有效铁含量的平均值范围是２７．０～３８．６ｎａｇ．ｋｇ－１，冲积物发育的土壤有效铁含量最高，石灰性砾质坡积物和石灰性砂砾质冰水沉积物发育发育的土壤有效铁含量最低。２）有效锰对不同母质发育的水田土壤有效锰进行方差齐次性检验，显著性概率为０，小于０．０ｌ，不具有方差齐次性，所以用Ｔａｍｈａｎｅ＇ｓＴ２法进行多重比较。从表６．８可以看出，不同母质发育的土壤有效锰含量差异比较显著，石灰性砾质坡积物发育的土壤有效锰含量与砂砾质冰水沉积物，石灰性砂砾质冰水沉积物和粘质冰水沉积物这三种母质发育的土壤有效锰含量在０．０５显著性水平上有显著的差异。冲积物发育的土壤有效锰含量与另外四种母质发育的土壤有效锰的含量无显著的差异。石灰性砂砾质冰水沉积物和粘质冰水沉积物发育的土壤有效锰在Ｏ．０５的显著性水平下有显著的差异。五种成土母质发育的土壤有效锰含量的平均值范围是２０．４～２５．９ｍｇ．ｋｇ＂１，石灰性砾质坡积物发育的土壤有效锰含量最低，砂砾质冰水沉积物发育的土壤有效锰含量最高，因为采样点主要分布在水田中，所以土壤有效铁和有效锰含量水平整体较高。３）有效铜对不同母质发育的土壤有效铜进行方差齐次性检验，显著性概率为０，小于０．０１，不具有方差齐次性，所以用Ｔａｍｈａｎｅ’ｓＴ２法进行多重比较。由表６．８可以看出，不同母质发育的土壤有效铜含量差异比较明显，冲积物和砂砾质冰水沉积物这两种母质发育的土壤有效铜含量与石灰性砾质坡积物、石灰性砂砾质冰水沉积物和粘质冰水沉积物这三种母质发育的土壤有效铜含量有显著的差异。冲积物和砂砾质冰水沉积物这两种母质发育的土壤有效铜含量，在０．０５的显著性水平下差异不显著。石灰性砂砾质冰水沉积物，粘质冰水沉积物这三种母质发育的土壤有效铜含量，在Ｏ．０５的显著性水平下，无明显的差异。五种成土母质发育的土壤有效铜含量的平均值范围是１．７１＂－２．６６ｎａｇ．ｋｇ＂‘，砂砾质冰水沉积物发育的土壤有效铜含量最低，石灰性砂砾质冰水沉积物发育的土壤有效铜含量最高。４）有效锌对不同母质上的水田土壤有效锌含量进行方差齐次性检验，显著性概率为Ｏ．小于Ｏ．０ｌ。不具有方差齐次性，所以用Ｔａｍｈａｎｅ’ｓＴ２法进行多重比较。从表６．８可以看出，不同成母质发育的土壤有效锌含量差异比较明显，砂砾质冰水沉积物发育的土壤有效锌含量与另外四种成土母质发育的土壤有效锌含量有明显的差异。冲积物，石灰性砾质坡积物，石灰性砂砾质冰水沉积物和粘质冰水沉积物这四种母质发育的土壤有效锌含量差异不显著。五种成土母质发育的土壤有效锌含量的平均值范围是０．９８＂－１．５３ｍｇ．ｋｇ－１，砂砾质冰水沉积物发育的土壤有效锌含量最低，石灰性砾质坡积物和粘质冰水沉积物发育的土壤有效锌含量较高。６６第６章十壤养分与高程、十壤类型和母质的关系表６．８微量元素在不同成土母质上的统计量Ｔａｂ．６．８１ｍｅＶａｌｕｅｓｏｆＳｔａｔｏｆｔｈｅＭｉｃｒｏｅｌｅｍｅｎｔｓｉｎｖａｒｉｏｕｓｐａｒｅｎｔｍａｔｅｒｉａｌｓ有效铁含ｍ（ｍｇ．ｋｇ。）有效锰含量（ｍｇ．ｋｇ－‘）母质譬笔、苫苫嚣譬警警苫嚣冲积物砂砾质冰８０Ｏ．５６４．０１２．１６１．７ｌａ８００．２８３．１３１．９４１．５０３８Ｏ．２９３．４２ａ３７０．３４０．９８水沉积物石灰性砾３５９９０．２６１４．３７２．４６ｂ３５８９０．１７９．０２１．５３质坡积物石灰性砂砾质冰水沉积物粘质冰水２９０５０．１５２３７０．２０７．８５２．６６ｂ２３７０．１９７．４５１．４６ａ１２．６６２．５３ｂ２９０００．１８６．７８１．５３ａ沉积物６．３土壤养分在不同土壤类型上的分布特点土壤类型统计结果表明，研究区水田土壤共有４个亚类，分别为漂洗型水稻土、潜育型水稻土、淹育型水稻土和潴育型水稻土，下文主要分析水田土壤养分在这四种土壤类型上的分布特点。６．３．１ｐＨ值在ＳＰＳＳ中对不同土壤类型的水田土壤ｐＨ值和有机质进行方差分析，由表６．９可以看出，不同土壤类型的水田土壤ｐＨ差异比较明显，ｐＨ的Ｆ值为３４０．４２４，Ｆ值对应的概率值是０，说明土壤类型对水田土壤ｐＨ的影响是显著的。有机质的Ｆ值为２．０５８，Ｆ值对应的概率值为０．１０４，大于０．０５，说明水田土壤有机质含量在不同土壤类型之间的差异不显著，因此不需要６７两南大学硕十学位论文进行多重比较。从表６．１０上可以看出，ｐｎ样本主要分布在淹育型水稻土和潴育型水稻土这两种土壤类型上。利用统计软件ＳＰＳＳ中的ｌｅｖｅｎｅ法对土壤ｐＵ值进行方差齐次性检验，显著性概率为０，小于０。０１，不具有方差齐次性，所以用Ｔａｍｈａｎｅ＇ｓＴ２法进行多重比较。由表６．１１可以看出，不同土壤类型间的土壤ｐｎ差异很显著，潜育型水稻土的ｐ８与另外三种土壤类型上的ｐａ，在０．０５的显著性水平上有显著的差异。漂洗型水稻土的ｐｒｉ与淹育型水稻土的ｐＨ无显著的差异。潴育型水稻土的ｐＨ与漂洗型水稻土ｐＨ，淹育型水稻土ｐｎ在０．０５的显著性水平下也有显著的差异。整体上看，土壤ｐＨ较低，漂洗型水稻士的ＤＨ最低。表６．９土壤肥力属性在不同土壤类型间的方差分析Ｔａｂ．６．９Ｍｅａｎｖａｌｕｅｓｏｆｐｒｏｐｅｒｔｉｅｓ，ｒｅｓｕｌｔｉｎｇｆｒｏｍＡＮＶＯＡ，ｏｆｖａｒｉｏｕｓｓｏｉｌｔｙｐｅ表６．１０ｐＨ值在不同土壤类型上的统计量Ｔａｂ．６．１０ＴｈｅＶａｌｕｅｓｏｆＳｔａｔｏｆｐＨｒｉｎｖａｒｉｏｕｓｓｏｉｌｔｙｐｅ６．３．２大量元素在ＳＰＳＳ中对不同土壤类型的全氮、碱解氮、有效磷和速效钾进行方差分析，从表６．１０可以看出，不同土壤类型间的土壤碱解氮和速效钾含量有显著的差异，Ｆ值分别为２５．２７８和２．２１８，说明土壤类型对碱解氮和速效钾含量均有较大影响，从Ｆ值的大小可以看出，土壤类型对土壤碱解氮含量的影响比对土壤速效钾的影响要大的多。土壤全氮和有效磷的Ｆ值分别为１．５９９和２．４９４，都比较小，Ｆ值对应的概率分别为０．１８７和０．０５８，均大于０．０５，说明在Ｏ．０５的显著性水平下，土壤类型对土壤全氮和速效钾含量影响不显著。从表６．１２可以看出，大量元素的样本主要分布在淹育型水稻土和潴育型水稻土这两种土壤类型上。１）碱解氮利用统计软件ＳＰＳＳ中的ｌｅｖｅｎｅ法对不同土壤类型上的土壤碱解氮进行方差齐次性检验，显著性概率为０．２９４，大于Ｏ．０５，具有方差齐次性，所以用ＬＳＤ法进行多重比较。从表６．１２可以看出，不同土壤类型上的碱解氮含量差异较大，潜育型水稻土的碱解氮含量与另外三种土壤类型上的碱解氮含量均有较大的差异。漂洗型水稻土的碱解氮含量与淹育型水稻土和潴育型水稻土这两种土壤类型碱解氮含量差异不显著。淹育型水稻土的碱解氮含量与潴育型水第６章土壤养分与高程、土壤类型和母质的关系稻土碱解氮含量差异比较明显。不同土壤类型的碱解氮含量的平均值范围是１７５．０～１９０．４ｍｇ．ｋｇ－１，潜育型水稻土的碱解氮含量水平较低，淹育型水稻土碱解氮含量水平较高，漂洗型水稻土和潴育型水稻土碱解氮含量处于中等水平。２）速效钾对不同土壤类型上的土壤速效钾进行方差齐次性检验，显著性概率为０．２０６，大于０．０５，具有方差齐次性，所以用ＬＳＤ法进行多重比较。从表６．１ｌ可以看出。不同土壤类型间的速效钾含量差别比较明显，潜育型水稻土的速效钾含量与淹育型水稻土和潴育型水稻土这两种土壤类型的速效钾含量在０．０５的显著性水平上差异显著，漂洗型水稻土速效钾含量与另外三种土壤类型的速效钾含量差异不明显，淹育型水稻土和潴育型水稻土速效钾含量在０．０５的显著性水平上差异也不显著。不同土壤类型的速效钾含量的平均值范围是１１９．４＂－＇１３０．０ｍｇ．１嘻１，潜育型水稻土速效钾含量最低，这一点与碱解氮在潜育型水稻土上含量最低类似，潴育型水稻土速效钾含量最高。表６．¨大量元素在不同土壤类型上的统计量啦剑ｊＴｈｅＶａｌｕｅｓｏｆＳｔａｔｏｆｔｈｅＭａｃｒｏｅｌｅｍｅｎｔｓｉｎｖａｒｉｏｕｓｓｏｉｌｔｙｐｅ６．３．３微量元素在ＳＰＳＳ中对不同土壤类型的有效铁、有效锰、有效铜和有效锌进行方差分析，从表６．９可以看出，不同土壤类型间的有效铁和有效铜含量在０．０５的显著性水平上有显著的差异，Ｆ值分别为３６．０２４和２５．９９７，表明土壤类型对有效铁和有效铜的含量有显著的影响。土壤有效锰和有效锌的Ｆ值比较小，说明不同土壤类型间的有效锰和有效锌无显著的差别，不需进行多重比较。从Ｆ值的大小可以看出，土壤类型对各种土壤属性的影响程度为：ｐＨ＞＞有效铁＞有效铜＞碱解氮＞速效钾。１）有效铁从表６．１２可以看出，土壤微量元素的样本主要分布在淹育型水稻土和潴育型水稻土这两种土壤类型上。利用统计软件ＳＰＳＳ中的ｌｅｖｅｎｅ法对土壤有效铁进行方差齐次性检验，显著性概率为０，小于０．０１，不具有方差齐次性，所以用Ｔａｍｈａｎｅ’ｓＴ２法进行多重比较。从表６．１３两南大学硕＋学位论文可以看出，不同土壤类型间的有效铁含量差异明显，潜育型水稻土上的有效铁含量和另外三种土壤类型上的有效铁含量有显著的差异，漂洗型水稻土上的有效铁含量与淹育型水稻土，潴育型水稻士这两种土壤类型上的有效铁含量差异不明显。不同土壤类型的有效铁含量的平均值范围是２３．２～２８．４ｍｇ．ｋｇ．１，潜育型水稻土上的有效铁含量最低，淹育型水稻土上的有效铁含量较高。２）有效铜对土壤有效铜进行方差齐次性检验，显著性概率为０，小于０．０１，不具有方差齐次性，所以用Ｔａｍｈａｎｅ’ｓＴ２法进行多重比较。从表６．１２可以看出，不同土壤类型间的土壤有效铜含量差异显著，潴育型水稻土上的有效铜含量与另外三种土壤类型上的有效铜含量在０．０５的显著性水平上差异显著。淹育型水稻土上的有效铜含量与漂洗型水稻土、潜育型水稻土这两种土壤类型上的有效铜含量差异也很显著。漂洗型水稻土和潜育型水稻土上的有效铜含量差异不显著。不同土壤类型的有效铜含量的平均值范围是２．１０～２．５７ｍｇ．ｋｇ．１，漂洗型水稻土和潜育型水稻土这两种土壤类型上的有效铜含量较低，淹育型水稻土水稻土上的有效铜含量最高。表６．１２微量元素在不同土壤类型上的统计量Ｔａｂ．６．１２ＴｈｅＶａｌｕｅｓｏｆＳｔａｔｏｆｔｈｅＭｉｃｒｏｅｌｅｍｅｎｔｓｉｎｖａｒｉｏｕｓｓｏｉｌｔｙｐｅ第７章结论与讨论第７章结论与讨论７．１主要结论．本研究以贵州省遵义县为研究对象，在ＧＩＳ和ＳＰＳＳ、ＥＸＣＥＬ等软件支持下完成了遵义县水田土壤养分的空间变异、土壤肥力评价和不同海拔高度、成土母质和土壤类型上的土壤养分的差异研究，主要得出以下结论：。第一，本文先应用一般统计方法，对土壤养分进行描述性统计，然后利用地统计方法，分析土壤养分的空间变异，得出：．ｐＨ值：土壤ｐＨ呈中性至微酸性，但变化幅度较大。各向同性下，土壤ｐＨ的空间自相关距离为１９．１ｋｍ，块金系数为４６．５２％。具有明显的空间自相关性，空间变异主要受结构因素和随机因素共同影响，各向异质性特征中，东．西方向上的空间变异最大。有机质和全氮：土壤有机质和全氮含量的平均值分别为３６．５ｇ．ｋｇ＂１和２．１６ｇ．ｋｇ－１。各向同性下，土壤有机质和全氮具有明显的空间自相关性，空间自相关距离为３．５ｋｍ和３．０蛔，在较小的范围内空间变异较强。各向异性下，土壤有机质在西北．东南方向上，全氮在南．北方向上的空间变异最大。研究区土壤有机质含量主要集中在３０＂－－５０ｇ．ｋｇ。１之间，南部的有机质含量相对较高：全氮含量主要分布在１．５～２．５ｇ．ｋｇ＂１之间，中南部和西北部部分地区全氮含量相对较高。碱解氮、有效磷和速效钾：土壤碱解氮、有效磷和速效钾含量的平均值分别为：１８８．３ｍｇ．ｋｇ＂１、２４．０ｍｇ．ｋｇ＂１和１２８．０ｍｇ．ｋｇ＂１，含量比较高。各向同性下，土壤碱解氮、有效磷和速效钾的空间自相关距离为２．４ｋｍ，１０．０ｋｍ和２．１ｋｍ，块金系数为３１．２２％、４９．９５％和２９．５８％，具有明显的空间自相关性，空间变异主要受结构因素和随机因素共同影响。各向异性下，土壤碱解氮，有效磷和速效钾在南．北方向上的空间变异最大。全区碱解氮含量主要在２００ｍｇ．ｋｇ＂１以上，其面积占所有水田面积的９７．６％，有效磷含量大于２０ｍｇ．ｋｇ－１的面积，占所有水田面积的６８．２％，速效钾含量主要分布在１００＂～１５０ｍｇ．ｋｇ－１之间，约占所有水田面积的８１．８％。微量元素：土壤有效铁、有效锰、有效铜和有效锌含量的平均值分别：２７．２ｍｇ．ｋｇ－１、２１．５ｍｇ．ｋ昏１、２．４９ｒａｇ．１（ｇ－１和１．５３ｍｇ．ｋ酉１，含量比较丰富。各向同性下，有效铁、有效锰、有效铜和有效锌的空间自相关距离为３１．６ｋｍ、２０．３ｋｍ、１５．６ｋｍ和１５．３ｋｍ，块金系数为４０．１０％、４４．８１％、３３．５６％和４２．１９％，具有明显的空间自相关性。各向异性下，有效铜在西北一东南方向上的空间变异最大，有效铁在西北．东南方向上，有效锰在南北方向上，有效锌在东北．西南方向上空间变异最小。水田土壤有效铁含量大于２０ｍｇ．ｋ百１的面积有５０５０１．９ｌ姐２，约占所有水田面积的８５．２％，小于１６ｍｇ．ｋｇ‘１的面积只占所有水田面积的２．０％，有效锰主要分布在１５～３０ｍｇ．ｋｇ。１之间，约占所有水田面积的８４．Ｏ％，含量小于Ｏ．７ｒａｇ．ｋ９１和含量大于３０ｍｇ．ｋｇ＂１的面积都较少，总的来看，研究区域水田土壤有效铁和有效锰含量都比较丰富．研究区域水田土壤有效铜含量丰富，大于１．８ｍｇ．ｋ岔１的水田面积有４９３７８．９ｈｍ２，约占所有水田面积的８３．３％。７ｌ西南大学硕士学位论文东南部的洪关苗族乡、泮水镇和马蹄镇土土壤有效锌含量水平较高，主要分布在１．０＂－＇２．０ｍｇ．ｋｇ‘１之间，约占所有水田面积的７９．６％。第二，研究区土壤肥力整体状况较好，土壤肥力指数为１．２６＂－－－２．２４，都处于二、三级水平。土壤肥力的空间分布表现出一定的差异性，总体上看南部和东北部土壤肥力较高，西部、西南部地区和中部的龙坪镇和团溪镇肥力水平较低。第三，本文对不同海拔高度、成土母质和土壤类型的土壤养分特征进行分析，结果表明：（１）海拔高度对于土壤ｐＨ值、全氮、有机质、全氮、碱解氮、有效磷、速效钾、有效铁、有效锰、有效铜和有效锌有显著的影响，对土壤养分的空间变化的影响程度排序为：ｐＨ＞＞有效磷＞有效锰＞碱解氮＞有效铁＞有效锌＞有机质＞有效铜＞全氮＞速效钾。（２）不同成土母质发育的土壤ｐＨ值、有机质、全氮、有效磷、速效钾、有效铁、有效锰、有效铜和有效锌，在０．０ｌ的显著性水平上有显著的差异，而土壤碱解氮含量在不同母质上无显著的差异，土壤母质对土壤养分空间变化的影响程度排序为：ｐＨ＞＞有效铁＞有效锰＞有效磷＞有机质＞全氮＞有效铜＞有效锌＞速效钾。（３）不同土壤类型的ｐＨ值、碱解氮、速效钾、有效铁和有效铜在Ｏ．０１显著性水平上有显著差异，而土壤有机质、全氮、有效磷、有效锰和有效锌无显著差异，土壤类型对土壤养分空间变化影响程度的排序为：ｐＨ＞＞有效铁＞有效铜＞碱解氮＞速效钾。７．２讨论本研究针对研究区水田土壤养分特征进行分析，并利用地理信息系统及数学方法进行土壤肥力评价，在研究中由于本人的水平及客观条件，必然存在不足和有待进一步深入完善的地方：（１）地统计学方法在区域土壤肥力特性空间变异性的研究方面有明显优势，它不但能揭示区域土壤肥力特性空间变异的总特征，而且能对局部地区土壤肥力特性的具体变化做出反映，这是经典统计学方法所不能解决的。但因为研究区域是丘陵山地，在利用地统计学分析土壤养分空间变异时，并没有把地形地貌等因素考虑进去，将来把地形等因素考虑进去是地统学的一个研究方向。（２）限于研究资料的关系，本研究对影响土壤养分特性空间变异因素只涉及到海拔高度、成土母质和土壤类型因素的分析，缺乏对土地利用类型和社会经济因素的分析。研究中样本的采样点主要分布在水田土壤上，土壤种类比较少，因此在分析不同土壤类型上的肥力变化时研究结果的代表性受到了。（３）由于研究区地形复杂并且土壤养分受人为因素影响较大，除土壤ｐＨ随海拔升高而降低外，土壤养分随海拔高度的变化都比较复杂。（４）由于时间及数据有限，本研究只对研究区的水田土壤特征进行了评价，将来有条件可以做所有土地利用类型上土壤肥力评价。参考文献参考文献【ｌ】杨胜天，朱启疆．论喀斯特环境土壤退化的研究【Ｊ】．中国岩溶．１９９９，ｖ（１８），№．２，１６９－１７４．【２】吴应科，毕于远，郭纯青．西南岩溶区岩溶基本特征与资源、环境社会、经济综述【Ｊ】．中国岩溶．１９９８，１７（２）：１４１－１５０．【３】Ｆ啪狮，Ｄ．Ｗ．ａｎｄＴ．Ｒ．Ｐｅｃｋ．Ｓｐａｔｉａｌｖａｒｉａｂｉｌｉｔｙｏｆｐｌａｎｔｐｏｔａｓｓｉｕｍｌｅｖｅｌｓ．ＣｏｍｉｎｓｏｉｌａｎｄＰｌａｎｔＡｎａｌ［Ｊ］．１９９７，２８：１０８１—１０９２．【４】ＢｏｒｇｅｓＲ，ＭａｌｌａｒｉｎｏＡＰ．Ｆｉｅｌｄ－ｓｃａｌｅｖａｒｉａｂｉｌｉｔｙｏｆｐｈｏｓｐｈｏｒｕｓａｎｄｐｏｔａｓｓｉｕｍｕｐｔａｋｅｂｙｎｏ－ｔｉｌｌｃｏｍａｎｄｓｏｙｂｅａｎ［Ｊ］，ＳｏｉｌＳｃｉｅｎｃｅＳｏｃｉｅｔｙｏｆＡｍｅｒｉｃａＪｏｕｒｎａｌ，１９９７，６１（３）：８４６－８５３．【５１ＴｒａｎｇｍａｒＢＢ，ＹｏｓｔＲＳ，ＵｅｈａｒａＱＡｐｐｌｉｃａｔｉｏｎｏｆｇｅｏｓｔａｔｉｓｔｉｃｓｔｏｓｐａｔｉａｌｓｔｕｄｉｅｓｏｆｓｏｉｌｐｒｏｐｅｒｔｉｅｓ［Ｊ］．Ａｄｖａｎｃｅｓｉｎａｇｒｏｎｏｍｙ，１９８５．３８：４４－９４．ｆ６】ＢｏｒｇｅｓＲａｎｄＭａｌｌａｒｉｎｏＡＰ，１９９７．Ｆｉｅｌｄ－ｓｃａｌｅｖａｒｉａｂｉｌｉｔｙｏｆｐｈｏｓｐｈｏｒｕｓａｎｄｐｏｔａｓｓｉｕｍｕｐｔａｋｅｂｙｎｏ－ｆｉｌｌｃｏｒｎａｎｄｓｏｙｂｅａｎ［Ｊ］．ＳｏｉｌＳｃｉ．Ｓｏｃ．ＡｎｔＪ．６１：８４６－８５３．【７】ＧｏｏｖａｅｒｔｓＲ，１９９９．Ｃｒｅｏｓｔａｔｉｓｔｉｃｓ【８】ＳｃｏｌｔＨＤ，ｅｔｉｎｓｏｉｌｓｃｉｅｎｃｅ：ｓｔａｔｅ－ｏｆ－ｔｈｅ－ａｒｔａｎｄｐｅｒｓｐ∞＇ｔｉｖｅｓ［Ｊ］．Ｇｅｏｄｅｒｍ钆８９：１－４５．ａ１．ＴｅｍｐｏｒａｌｖａｒｉａｂｉｌｉｔｙｏｆｓｅｌｅｃｔｅｄｐｒｏｐｅｒｔｉｅｓｏｆＬｏｅｓｓｉａｌｓｏｉｌ私ａｆｆｒ鳅ｍｔｂｙｃｒｏｐｐｉｎｇ［Ｊ］．ＳｏｉｌＳｃｉ－Ｓｏｃ．Ａｍ．Ｊ．１９９４，５８：１５３１－１５３８．【９ｌＯｖａｌｌｅｓＳｏｉｌＦＡａｎｄＣｏｌｌｉｎｓＭＥ，１９８６．Ｓｏｉｌ－ｌａｎｄｓｃａｌ毙ｒｅｌａｔｉｏｎｓｈｉｐｓａｎｄｓｏｉｌｖａｒｉａｂｉｌｉｔｙｉｎｎｏｒｔｈｃｅｎｔｒａｌＦｌｏｒｉｄａ［Ｊ］．Ｓｃｉ．Ｓｏｃ．ＡＩＩＬＪ．５０：４０１＿４０８．ｆｏｒ【１０］ＦｒａｎｚｅｎＤ．Ｗ，ＨｏｆｍａｎＶ．Ｌ．，ＨａｌｖｏｒｓｏｎＡ．Ｄ．ｅｔａ１．，Ｓａｍｐｌｉｎｇｃｏｎｓｉｄｅｒａｔｉｏｎｓ［Ｊ］．ＢｅｔｔｅｒＣｒｏｐｓ，１９９６，８０（３）：１４－１８．Ｉｌｌ】ＢｅｃｋｅｕＰＨＴａｎｄｓｉｔｅ—ｓｐｅｃｉｆｉｃｆａｒｍｉｎｇ：ＴｏｐｏｇｒａｐｈｙａｎｄｎｕｔｒｉｅｎｔＷｅｂｓｔｅｒＫ１９７１．Ｓｏｉｌｖａｒｉａｂｉｌｉｔｙ：Ａｒｅｖｉｅｗ［Ｊ］．ＳｏｉｌｓａｎｄＦｅｒｔｉｌｉｚｅｒｓ，３４：１－１５．１３ａｎｄ【１２】ＦｒａｎｚｅｎＤＷ，Ｃｉｈａｃｅｋ‘ｌａｎｄｓｃａｐｅｓ．ＨｏｆｍａｎＶＬ，１９９６．Ｖａｒｉａｂｉｌｉｔｙｏｆｓｏｉｌｎｉｔｒａｔｅａｎｄｐｈｏｓｐｈａｔｅｕｎｄｅｒｄｉｆｆｅｒｅｎｔ【１３）ＦｉｓｈｅｒＲ～１９２５．ＳｔａｔｉｓｔｉｃａｌＭｅｔｈｏｄｆｏｒＲｅｓｅａｒｃｈＷｏｒｋｅｒｓ［Ｍ］，ＯｌｉｖｅｒａｎｄＢｏｙｄ，Ｅｄｉｎｂｕｒｇ，Ｌｏｎｄｏｎ．【１４］ＦｉｓｈｅｒＲ～１９５６．ＳｔａｔｉｓｔｉｃａｌＭｅｔｈｏｄｆｏｒＳｃｉｅｎｔｉｆｉｃＩｎｆｅｒｅｎｃｅ［Ｍ］，ＯｌｉｖｅｒａｎｄＢｏｙｄ，Ｅｄｉｎｂｕｒｇ，Ｌｏｎｄｏｎ。［１５】孙羲，饶立华．棉花钾素营养与土壤钾素供应水平棚，土壤学报，１９９０，２７（２）：１６６・１７１．【１６】蒋仁成，历志华，李德民．有机肥和无机肥在提高黄潮土肥力中的作用研究田．土壤学报，１９９０，２７（２）：１７９・１８５．【１７】康绍忠．土壤水分动态的随机模拟研究明．土壤学报，１９９０，２７（Ｉ）：１％２４．【１８】朱元洪，孙懿，洪顺山．施肥和土壤养分对毛竹笋营养成分的影响川．土壤学报，１９９１，２８（１）：４０－４９．［１９】ＢｕｒｒｏｕｇｈＰＡ，Ｓｏｉｌｖａｒｉａｂｉｌｉｔｙ：ａｌａｔｅ２０ｔｈｃｅｎｔｕｒｙｖｉｅｗ［Ｊ］．ＳｏｉｌｓａｎｄＦｅｒｔｉｌｉｚｅｒｓ．１９９３，５６（５）：５２９・５６２．ｉｎｔｈｅｆｉｅｌｄ［Ｊ］．Ａｄｖａｎｃｅｄｉｎｓｏｉｌ【２０】Ｗｅｂｓｔｅｒｋ，１９８５．Ｑｕａｎｔｉｔａｔｉｖｅｓｐａｔｉａｌａｎａｌｙｓｉｓｏｆｓｏｉｌｓｃｉｅｎｃｅ．３：１—７０．【２ｌ】王仁铎，胡光道．１９８７，线性地质统计学【Ｍ１，北京：地质出版社．ｆ２２】ＩｓａａｋｓＥＨ，ＳｒｉｖａｓｔａｖａＲＭ，１９８９．Ａｎｉｎｔｒｏｄｕｃｔｉｏｎｔｏａｐｐｌｉｅｄｇｅｏｓｔａｔｉｓｔｉｃｓ［Ｍ］．ＯｘｆｏｒｄＵｎｉｖ．Ｐｒｅｓｓ，ＮｅｗＹｏｒｋ．ｆ２３】候景儒，郭光裕．１９９３．矿床统计预测及地质统计学的理论与应用【Ｍ】，北京：冶金工业出版社．【２４］王政权．地统计学及其在生态学中的应用【Ｍ】．北京，科学出版社．１９９９．【２５】Ｒｏｂｅｒ．Ｐ．Ｃ．Ｒｕｓｔ．Ｒ．Ｈ．，ｅｔａ１．Ｓｉｔｅ－ｓｐｅｒｉｆｉｃｍａｎａｇｅｍｅｎｔｆｏｒａｇｒｉｃｕｌｔｕｒｅｓｙｓｔｅｍ［Ｊ］．ＡＳＡ－ＣＳＳＡ－ＳＳＳＡ．１９９５．［２６】Ａｓｓａｄｉａｎ．Ｎ．ｗ．Ｅｓｌ，ａｒｒａ．Ｌ．Ｃ．，ｅｔａ１．ＳｐａｔｉａｌｖａｒｉａｂｉｌｉｔｙｏｆｈｅａｖｙｍｅｔａｌｓｉｎｉｒｒｉｇａｔｉｏｎａｌｆａｌｆａｆｉｅｌｄｉｎｔｈｅｕｐｐｅｒＲｉｏＧｒａｎｄＲｉｖｅｒｂａｓｉｎ［Ｊ］．Ａｇｒｉｃｕｌｔｕｒａｌｗａｔｅｒｍａｎａｇｅｍｅｎｔ１９９８（３６）：１４１－１５６。【２７】周慧珍，龚子同．土壤空间变异性研究【Ｊ】．土壤学报，１９９６，３３（３）：２３２．２４１．西南大学硕士学位论文【２８】刘杏梅，徐建民，章明奎．太湖流域土壤养分空间变异特征分析－以浙江省平湖市为例【Ｊ】．浙江大学学报，２００３，２９（１）：７６．８２．【２９】廖桂堂，李廷轩，王永东等．基于ＧＩＳ和地统计学的低山茶园土壤肥力质量评价【Ｊ】．生态学报。２００７，２７（５）：１９７８—１９８６．ｆ３０】沈掌泉，施洁斌，王坷等．应用集成ＢＰ神经网络进行田问土壤空问变异研究团田．农业工程学报２００４，２０（３）：３５—３９．【３１１沈掌泉，周斌，孔繁胜等．应用广义回归神经网络进行土壤空间变异研究【Ｊ】．土壤学报，２００４，４１（３）：４７１－４７５．［３２】李宝林，李香兰，黄土高原林区土壤肥力综合评价排序方法探讨阴，水土保持学报，１９９５．９（１）：６４－６５．［３３】朱祖祥主编，土壤学（上册＞嗍，农业出版社，１９９２：６・７，２４７－２５１．【３４】ＳｏｉｌＣｏｎｓｅｒｖａｔｉｏｎＳｏｃｉｅｔｙｏｆＡｍｅｒｉｃａ。１９７０：ＲｅｓｏｕｒｃｅＣｏｎｓｅｒｖａｔｉｏｎＧｌｏｓｓａｒｙ．【３５１郑顺安，常庆瑞．黄土高原不同类型人工林对土壤肥力的影响川．西北农林科技大学学报。２００６，３４（２）：ｌ１９－１２３．【３６】周鸣铮．土壤肥力学概论【ｌ叼．浙江，浙江科学技术出版社，１９８５：２２９－２３１．【３７］侯光炯．土壤学论文选集【Ｍ】．四川科学技术出版社，１９９０：１０１・１０４．ｆ３８】侯光炯，高惠民．中国农业土壤概论【Ｍ】．农业出版社，１９８２：３２１－３３０．【３９】陈恩风．土壤肥力物质基础及其【Ｍ】．科学出版社，１９９０：２１・２３．［４０１陈恩风，周礼恺．土壤肥力研究的回顾与展望．土壤微团体的组成比例与肥力指标，‘迈向２Ｉ世纪的土壤科学－提高土壤肥力促进农业持续发展》（ｉＺ宁卷）【Ｍ】，中国土壤学会第九次全国会员代表大会材料，１９９９：１００－１０５．【４１】朱鹤健．福建土壤与土地资源研究【Ｍ】，北京；农业出版社，１９９４：１９８－２０３．【４２】黄昌勇，李保国，潘根兴等．土壤学【Ｍ】．中国农业出版社，１９９９：６－１２．［４３】吴蔚东，张桃林，高超等．中亚热带天然常绿阔叶林下不同母质的土壤质量性状【Ｊ１．山地学报。２００３，２１（１）：７３－７９．［４４】吕贻忠，李保国，胡克林等．鄂尔多斯夏初不同地形土壤水分的空问变异【Ｊ１．中国农业大学，２００２，７（５）：３８－４３．［４５】赵文武，傅伯杰，陈利项．陕北黄土丘陵沟壑区地形因子与水土流失的相关性分析田．水土保持学报，２００３，９（３）：６６－６９．ｆ４６】郭胜利，刘文兆，史竹叶等．半干旱区流域土壤肥力因子分别特征及其与地形、植被的关系忉．干旱地区农业研究，２００３，２３（３）：３３４－３４２．【４７】程先富，史学正．亚热带典型地区土壤全氮和地形、母岩的关系研究－以江西省兴国县为例田．水保持学报．２００４，４（２）：ｉ３７－１３９．【４８】Ｃａｍｐｏ－Ａｌｖｅｓ－Ｊ．Ｎｕｔｒｉｅｎｔａｖａｉｌａｂｉｌｉｔｙａｎｄｆｌｕｘｅｓａｌｏｎｇ【Ｊ】．Ａｇｒｏｃｉｅｎｃｉａ－Ｍｏｎｔｃｃｉｌｌｏ．２００３，３７：２，２１ｌ・２１９；４０ｒｅｆ．ａｔｏｐｏｓｅｑｕｅｎｃｅｗｉｔｈｈ－ｏｐｉｃａｌｄｒｙｆｏｒｅｓｔｉｎＭｅｘｉｃｏ［４９】陈庆瑞，冯，涂仕华等．Ｉ匹ｌＪｌｌ盆中丘陵区不同台位旱坡地土壤养分状况研究【Ｊ】．西南农业学学报，２００２，１５（１）：７４—７６．【５０］胡学玉．湖北棕红壤丘陵区不同地形部位及利用方式的土壤养分状况【Ｊ】．湖北农学院学报，１９９７，１２（３）：２０８—２０９．［Ｓｌ】高玉蓉，许红卫，周斌．稻田土壤养分的空间变异性研究ｍ．土壤通报，２００５，３６（６）：８２２・８２５．【５２】薛红霞，何江华．广东省耕地分等中的土壤肥力评价指标体系【Ｊ】．生态环境，２００４，１３０）：４６１－４６２．７４参考文献【Ｓ３】石常蕴，周慧珍．ＧＩＳ技术在土地质量评价中的应用－以苏州市水田为例田．土壤学报，２００ｌ，３８（３）：２４８－２５５。【５４】周不生，周春华，唐亮等．上海野生动物园土壤性状及其综合评价【Ｊ】．上海农学院学报，１９９６，１４（３）：１５３—１５８．【５５】何同康．土地资源评价基本方法和相互比较．土壤学进展明，１９８３．１ｌ（６）：ｌ－１２．【５６】曹承绵，严犯升．土壤肥力数值化综合评价【Ｊ】．土壤通报，１９８３’４：１３・１５．【５７】张庆利，潘贤章，王洪杰等．中等尺度上土壤肥力质量的空间分布研究及定量评价【Ｊ】．土壤通报．２００３，３４（６）：４９３－４９７．［５８】马强，宇万太，赵少华等．黑土农田土壤肥力质量综合评价．应用生态学报［．ｑ，２００４，１５（１０）：１９１６－１９２０．【５９】龙健，邓启琼，江新荣等．西南喀斯特地区退耕还林（草）模式对土壤肥力质量演变的影响．应用生态学报明，２００５，１６ｆ７）：１２７９－１２Ｍ．【６０】王效举，龚子同．亚热带小区域水平上土壤质量时空变化的定量评价．热带亚热带土壤科学【Ｊ】，１９９６，５（４）：２２９・３１１．【６ｌ】吴志峰，文雅。张坚．广州虹苗圃的土壤质量评价．中国园林川，２００ｌ，５：６９・７０．【６２】石常蕴，周慧珍．ＧＩＳ技术在土地质量评价中的应用－以苏州市水田为例【Ｊ】．土壤学报，２００ｌ，３８（３）：２４８－２５５．［６３】郑小佳．给予人工神经网络的耕作土壤肥力质量评价【Ｄ】．成都：四川农业大学，２００６．【６４］陈崇成．遥感与ＧＩＳ支持下的基于网络的洪涝灾害监测评估系统关键技术研究田．遥感学报．２００１，５（１）：５３・５７．【６５】黄杏元．地理信息系统支持区域土地利用决策的研究【Ｊ】．地理学报，１９９３，４８（２）：！１４－１２１．【６６】史志华等．ＧＩＳ在三峡库区土壤肥力综合评价中的应用阴．土壤侵蚀与水土保持学报，１９９９，３（５）：７４－７９．【６７】刘钦普．ＧＩＳ和ＳＰＳＳ技术支持下的许昌市耕作土壤肥力综合评价田．土壤，２００２（２）：９４・９８．【６８１ＭａｌｌａｒｉｎｏＡＰ．Ｐａｔｔｅｒｎｓｏｆｓｐａｔｉａｌｖａｒｉａｂｉｌｉｔｙｆｏｒｐｈｏｓｐｈｏｒｕｓａｎｄｐｏｔａｓｓｉｕｍｉｎｎｏ－ｔｉｌｌｅｄｓｏｉｌｓｆｏｒｔｗｏｓａｍｐｌｉｎｇｓｃａｌｅｓ【Ｊ】．ＳｏｉｌＳｅｉ．Ｓｏｅ．Ａｍ．Ｊ．１９９６，６０：１４７３－１４８１．［６９】ＡｈｎＣ・ＷＢａｕｍｇａｒｄｎｅｒＭＦａｎｄＢｉｅｈｉＬＬ．Ｄｅｌｉｎｅａｔｉｏｎｏｆｓｏｉｌｖａｒｉａｂｉｌｉｔｙｕｓｉｎｇｇｅｏｓｔａｔｉｓｔｉｃ￥ａｎｄｆｕｚｚｙｃｌｕｓｔｅｒｉｎｇａｎａｌｙａｅｓｏｆｈｙｐｅｒｓｐｏｃｔｒａＪｄａｔａ闭．ＳｏｉｌＳｃｉ．Ｓｃｉ．Ａｍ．Ｊ．１９９９，６３：１４２－１５０．［７０１潘超美，黄海波，霜若挺等．广藿香等中药奉｜ＧＡＰ基地土壤肥力诊断与综合评价川。中药材，２００２，２５（３）：１５７・１５９．【７１］杨瑞吉，杨祁峰，牛俊义．表征土壤肥力主要指标的研究进【Ｊ】．甘肃农业大学学报，２００４，３９（ｉ）：８６－９１．【７２】闰德智，王德建．土壤供氮能力研究方法进展【Ｊ】．土壤，２００５，３７（１）：２０－２４．【７３】杨剑虹．土壤农化分析与环境监测．北京，中国大地出版设，２００８．【７４】吕英华，秦双月．测土与施肥【Ｍ】．北京：中国农业出版社。２００２．【７５】黄昌勇．土壤学【Ｍ】．北京：中国农业出版社，２０００．【７６】王绍强，朱松丽，周成虎．中国土壤土层厚度的空间变异性特征明．地理研究，２００１，（０２）．【７７】雷志栋，杨诗秀，许志荣等．土壤特性空同变异性初步研究明．水利学报，１９８５，（９）：１０－２１．［７８】ＣａｍｂａｒｄｅｌｌａＣ气ＭｏｏｒｍａｎＴＢ，ＮｏｖａｋＪＭ，既ａ１．Ｆｉｅｌｄ・ｓｃａｌｅｖａｒｉａｂｉｌｉｔｙｏｆｓｏｉｌｐｒｏｐｅｒｔｉｅｓｉｎｃｅｎｔｒａｌＩｏｗａｓｏｉｌｓ叨．ＳｏｉｌＳｃｉ．ＳＯｃ．Ａｍ．Ｊ．５８，１５０１－１５１１．【７９】徐茂．基于地统计学的江苏省环太湖地区土壤肥力质量【Ｄ】．南京农业大学，２００６．【８０］詹林庆，胡蕾，武伟等。丘陵地区不同尺度下土壤养分空间变异特征的研究叨．西南大学学报，２００８，３０（９）：１２９．１３５．７５西南大学硕十学位论文【８ｌ】鲍士旦．土壤农化分析【Ｍ】．第三版．北京：中国农业出版社，２０００：３０－３４，５６－５８，８１．８３，１０８．１０９．【８２］Ｐｒｏｃｅｅｄｉｎｇｓｏｆｍｅ３ｎｌｉｎｉｎｔｅｒｎａｔｉｏｎａｌｃｏｎｆｅｒｅｎｃｅｏｎｐｒｅｃｉｓｉｏｎａｇｒｉｃｕｌｔｕｒｅ．Ｍｉｎｎｅａｐｏｌｉｓ。Ｍｉｎｎｅｓｏｔａ，ＡＳＡ，ＣＳＳＡ，ＳＳＳＡ．ｐｐ５２１－５２９．【８３】秦明周，赵杰．城乡结合部土壤质量变化特点与可持续性利用对策一以开封市为例．地理学报阴，２０００，５５（５）：５４５—５５４．【Ｓｔ］刘洪斌，武伟．产量决定因子的多元统计分析明．水土保持研究，１９９５，（０１）［Ｓ５】樊燕。梁平县耕地地力评价研究【Ｄ】．重庆，西南大学，２００８。【８６】秦钟立．贵州植烟土壤养分特征研究【Ｄ】．重庆，西南大学，２００７．７６致谢岁月悠悠，三年的硕士学习生活弹指一挥问．在这即将结束之际，有无数位老师、同学和亲人的支持和关爱令我留恋．手擎拙做，恩师往日的谆谆教诲又萦绕耳畔，字字句句铭刻在心，殷殷期盼已化作动力，时时刻刻不能忘怀。导师刘洪斌研究员，师母武伟副教授渊博的科学知识、严谨的治学态度、宽厚的仁者风范，理论联系实际的工作作风，都令我钦佩，是我终身学习的榜样和奋斗的目标．同时导师对人生的态度和观点也不断教育着我，令我受益匪浅。今日拙作的字里行间里，无不渗透着他的心血和汗水．在此，我要深深地感谢导师在学术上的指导和在生活中的帮助．在此还要特别感谢谢德体教授、王正银教授，魏朝富研究员、杨剑虹教授、李航教授、屈明副教授、高明研究员、蒋先军教授、刘秀华教授、廖铁军教授、李瑞雪副教授、陈玉成教授、汪旋老师、吕家恪老师等在我三年的学习和生活中给予我的指导和帮助。感谢重庆市农业技术推广总站孙彭寿研究员（站长）、李伟研究员（副站长）、熊正辉高级农艺师（副站长）、代亨林高级农艺师，对我研究工作中给予的帮助和支持！．感谢实验室戴智慧．郭澎涛、章明、杨亚梅、侍慧宇，王少青、李维钧等同窗好友对我学习和研究方面给予的大力帮助！感谢赵莉荣、范铭丰、成宾宾、李惠敏、李玉华、陈吉龙、李茂芬、宋晓梅、吴鹏飞，周明厚等师弟师妹们在我学习和研究的过程中给予的帮助！感谢西南大学研究生院，资源环境学院的各位领导和老师对我的关心和帮助。感谢家人及所有支持帮助我的老师、同学、朋友们在我漫长求学的过程中对我无微不至的关心和无怨无悔的支持，在我成长的每一个足迹中，都印刻着他们的汗水和希望，我为拥有这样的亲人而骄傲．路漫漫其修远兮，吾将上下而求索！唯有不断进取，奋发图强，才是对所有帮助和关心过我的人的最佳回报！詹林庆２００９年５月于重庆北碚西南大学硕十学位论文在攻读学位期间发表的学术论文１．詹林庆，胡蕾，武伟等．丘陵地区不同尺度下土壤养分空间变异特征的研究［Ｊ］．西南大学学报，２００８，３０（９）：１２９－１３５．２．孙红专，詹林庆，杨剑虹．南疆棕漠土及其无机胶体中全钛含量测定［Ｊ］．现代农业，２００７（０１）．７８