常 棟，葛少華，李朋彥，劉國(guó)順*

?

鄉(xiāng)鎮(zhèn)尺度煙田土壤有機(jī)質(zhì)時(shí)空變異性研究①——以襄城縣紫云鎮(zhèn)為例

常 棟1,2，葛少華2，李朋彥2，劉國(guó)順2*

(1 河南省煙草公司平頂山市公司，河南平頂山 467000；2煙草行業(yè)煙草栽培重點(diǎn)實(shí)驗(yàn)室，河南農(nóng)業(yè)大學(xué)煙草學(xué)院，鄭州 450002)

為探明田塊尺度煙田土壤有機(jī)質(zhì)(SOM)的時(shí)空變異特征，本研究采用地統(tǒng)計(jì)學(xué)和地理信息系統(tǒng)(GIS)相結(jié)合的方法，分析了豫中襄城縣紫云鎮(zhèn)某個(gè)約4 hm2的煙田2013年和2014年4月、7月、10月合計(jì)6個(gè)時(shí)期耕層SOM的時(shí)空變異特征。結(jié)果表明：該田塊各個(gè)時(shí)期SOM的變異系數(shù)差異較?。幻磕瓴煌瑫r(shí)期SOM的平均含量表現(xiàn)為先降后升的變化趨勢(shì)，7月的含量顯著低于4月和10月。各時(shí)期SOM空間最大相關(guān)距離范圍在26 ~ 203 m；2013年4月和2014年7月SOM具有中等的空間自相關(guān)性，其他時(shí)期均表現(xiàn)為強(qiáng)烈的空間自相關(guān)性。研究田塊SOM的穩(wěn)定高值區(qū)主要分布在西部，穩(wěn)定低值區(qū)主要集中在中部；SOM的時(shí)間穩(wěn)定和較穩(wěn)定級(jí)別區(qū)域面積很廣，占總面積的90.89%。在時(shí)空變異研究的基礎(chǔ)上，輔以時(shí)間穩(wěn)定性分析能夠更好地量化煙田SOM的時(shí)空分布，可為研究區(qū)更為精確、高效的施肥和田間管理提供決策依據(jù)。

土壤有機(jī)質(zhì)；時(shí)空變異；煙田；地統(tǒng)計(jì)學(xué)；地理信息系統(tǒng)

土壤具有高度的時(shí)空異質(zhì)性，氣候條件、成土母質(zhì)、土地利用、土壤類型等自然因素以及灌溉、施肥、耕作等人為因素都會(huì)影響到土壤屬性的時(shí)空異質(zhì)性。土壤作為作物生長(zhǎng)的營(yíng)養(yǎng)庫(kù)，其養(yǎng)分變異必然會(huì)引起作物生長(zhǎng)的變異。因此預(yù)測(cè)土壤養(yǎng)分含量，研究其時(shí)空變異特征是實(shí)現(xiàn)土壤差異化管理和精準(zhǔn)農(nóng)業(yè)的重要前提和手段。

有關(guān)土壤屬性空間變異的研究工作已有很多[1-9]。近年來，土壤屬性時(shí)間尺度上的變異研究得到高度重視[10-14]，如Cui等[15]研究了冬小麥不同生育期的土壤養(yǎng)分變異特征及時(shí)間變化趨勢(shì)，喬紅波等人[16]利用地統(tǒng)計(jì)學(xué)方法和GIS技術(shù)研究了三門峽煙區(qū)土壤耕層pH的時(shí)空變異，陳偉強(qiáng)等[17]對(duì)河南郟縣煙區(qū)土壤養(yǎng)分1982—2002年的空間變異趨勢(shì)進(jìn)行了研究，羅由林等[18]系統(tǒng)研究了近30年來川中紫色丘陵區(qū)土壤碳氮時(shí)空演變特征及其影響因子的變化趨勢(shì)。但已有土壤屬性變異研究多在較長(zhǎng)的時(shí)間尺度，且一般在鄉(xiāng)鎮(zhèn)及其以上的空間尺度。近年來，卷煙工業(yè)對(duì)烤煙品質(zhì)的要求日趨提高，在我國(guó)煙草科研的經(jīng)費(fèi)投入和烤煙種植的物質(zhì)投入增加迅速的形勢(shì)下，有必要也有能力開展更短時(shí)間尺度和更小空間尺度(如烤煙的不同生育期和田塊尺度)的煙田土壤養(yǎng)分時(shí)空變異研究，從而更進(jìn)一步指導(dǎo)及時(shí)和精準(zhǔn)的科學(xué)施肥，保障烤煙品質(zhì)的提升。

有機(jī)質(zhì)(SOM)是土壤的重要組成部分，也是衡量土壤肥力的重要因素[19]。另外，SOM是土壤中最活躍的物質(zhì)組成之一，一方面，外來有機(jī)物料不斷輸入土壤，經(jīng)微生物的作用形成新的腐殖質(zhì)；另一方面，原有的SOM不斷分解和礦化被植物吸收利用。SOM是評(píng)價(jià)土壤質(zhì)量和土壤碳庫(kù)的重要指標(biāo)，是維持農(nóng)田土壤生產(chǎn)力的重要因素，體現(xiàn)著生態(tài)環(huán)境條件下土壤養(yǎng)分的轉(zhuǎn)化能力和農(nóng)戶的施肥與管理水平。為此，本研究采用GIS技術(shù)和地統(tǒng)計(jì)學(xué)方法，于2013年和2014年連續(xù)兩年針對(duì)豫中襄城縣紫云鎮(zhèn)的典型煙田，在每年不同的烤煙生育期，采集耕層土壤測(cè)定SOM含量，旨在深入分析各時(shí)期SOM的統(tǒng)計(jì)特征、空間分布和時(shí)空變異，為實(shí)現(xiàn)煙草有機(jī)肥的精準(zhǔn)施用和精細(xì)管理提供科學(xué)依據(jù)。

1 材料與方法

1.1 研究區(qū)域概況

紫云鎮(zhèn)位于河南著名烤煙產(chǎn)區(qū)襄城縣西南部，是革命老區(qū)鄉(xiāng)鎮(zhèn)，總面積為81 km2，其中山地面積約占70%，耕地面積約2 600 hm2，烤煙種植面積約400 hm2。該鎮(zhèn)的“里川”煙馳名中外，一直是熊貓煙、中華牌香煙的主要原料。紫云鎮(zhèn)屬暖溫帶大陸季風(fēng)氣候，年均氣溫14.7℃，日照時(shí)數(shù)1 400 ~ 1500 h，無霜期220 ~ 240 d，日照率52%，降雨量1 000 ~ 1 100 mm，6—8月降雨約占全年的60%，土壤類型為地理發(fā)生分類的褐土，煙草種植品種為中煙100。本研究所選田塊為地勢(shì)起伏較為平緩的地區(qū)，海拔81 m，位于紫云鎮(zhèn)黃柳西村(33°51′ N, 113°24′ E)，面積約4 hm2。該區(qū)一直采用機(jī)械起壟并條施底肥，統(tǒng)一的耕作、施肥、灌溉等管理模式，沒有進(jìn)行過變量施肥試驗(yàn)，是較為理想的精準(zhǔn)管理分區(qū)研究用地。

受到傳統(tǒng)思想政治教學(xué)素材陳舊的影響，導(dǎo)致思想政治教學(xué)過程中課堂缺乏生動(dòng)性，無法吸引學(xué)生注意，削弱了思想政治教學(xué)的時(shí)效性，學(xué)生容易對(duì)思想政治教學(xué)反感，以致對(duì)思想政治教學(xué)質(zhì)量的提升形成阻力。新媒體因其更新信息與傳播信息速度快，其信息的傳播不受時(shí)空限制，能有效拓寬大學(xué)生的視野，大學(xué)生能及時(shí)接觸、掌握國(guó)內(nèi)外在政治、教育等領(lǐng)域的最新內(nèi)容，減小了學(xué)生與外界的距離。依托微信、微博、QQ等新媒體，思想政治教育主體可以第一時(shí)間傳達(dá)信息給學(xué)生，讓學(xué)生進(jìn)行思考和討論。同時(shí)，根據(jù)學(xué)生討論反饋的情況，能及時(shí)迅速的調(diào)整教育內(nèi)容與改變教學(xué)方法，有效引導(dǎo)學(xué)生思想動(dòng)態(tài)，提高了思想政治教育的時(shí)效性。

1.2 土樣采集與測(cè)定

2013年4月，在施肥前采用20 m × 20 m網(wǎng)格設(shè)置取樣點(diǎn)101個(gè)(圖1)，利用手持GPS對(duì)每個(gè)樣點(diǎn)進(jìn)行定位。分別于2013年和2014年的4月(施肥前)、7月(旺長(zhǎng)期)、10月(采收后)對(duì)各樣點(diǎn)進(jìn)行土壤采集。在每個(gè)網(wǎng)格點(diǎn)及其附近1 m范圍內(nèi)，梅花形采集5個(gè)點(diǎn)耕層土壤，均勻混合成約1.5 kg的土樣。土壤樣品經(jīng)自然風(fēng)干、去雜、研磨、過0.149 mm篩后，采用重鉻酸鉀-外加熱法測(cè)定SOM含量[20]。

※ 一般白細(xì)胞>15、中性粒細(xì)胞比例>70%、C反應(yīng)蛋白陽性或者單獨(dú)的C反應(yīng)蛋白>30，提示是細(xì)菌感染，否則是病毒感染。

圖1 研究煙田田塊和取樣點(diǎn)

1.3 數(shù)據(jù)分析與空間分布圖編制

描述性統(tǒng)計(jì)分析從整體上把握變量的統(tǒng)計(jì)特征，是分析變量整體分布特征的第一步[22]。同時(shí)，對(duì)各變量的正態(tài)性進(jìn)行檢驗(yàn)，可為隨后的地統(tǒng)計(jì)分析做準(zhǔn)備。對(duì)研究田塊兩年合計(jì)6個(gè)時(shí)期的SOM數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析，結(jié)果見表2。

1.4 空間趨勢(shì)及時(shí)間穩(wěn)定性分析

本研究利用空間趨勢(shì)圖來表示煙田土壤屬性的空間變化趨勢(shì)，其可以反映出田間穩(wěn)定的土壤養(yǎng)分含量區(qū)域。通過計(jì)算各取樣點(diǎn)6次樣品的平均值，并通過普通克里格插值得到[21]。具體公式為

描述性統(tǒng)計(jì)分析只能了解各時(shí)期SOM含量的整體情況，為了反映研究田塊SOM的局部變化，定量描述其空間結(jié)構(gòu)特征及分布狀況，本研究利用地統(tǒng)計(jì)方法進(jìn)一步分析SOM含量的空間變異特征。

鉤藤散是傳統(tǒng)中醫(yī)名方，出自《本事方》，由鉤藤、石膏、陳皮、麥冬、半夏、茯苓、人參、防風(fēng)、生姜、甘草、菊花11味藥組成。該方原為治療肝厥頭暈之癥的經(jīng)典方劑，近代醫(yī)者常將鉤藤散用于老年性癡呆的防治，該方在日本醫(yī)界被視為治療癡呆的常用方，對(duì)AD患者認(rèn)知行為和神經(jīng)保護(hù)方面有部分改善[4-5]。研究證明鉤藤散能有效降低腦組織β-淀粉樣蛋白含量、促進(jìn)突觸形成、降低谷氨酸興奮性毒性、調(diào)節(jié)乙酰膽堿酯酶含量和抗氧化應(yīng)激等途徑改善AD患者的認(rèn)知功能[6-9]，但其藥理作用尚未完全闡明。

企業(yè)的往來賬款，一般是指企業(yè)在進(jìn)行經(jīng)濟(jì)活動(dòng)時(shí)與他人發(fā)生的產(chǎn)品、勞務(wù)供銷等業(yè)務(wù)而形成的債權(quán)、債務(wù)關(guān)系，包括應(yīng)收、應(yīng)付、預(yù)收、預(yù)付賬款等。電力企業(yè)作為特殊的基礎(chǔ)性企業(yè)，往來賬款主要有四類，包括主營(yíng)收款、付款業(yè)務(wù)和其他應(yīng)收、應(yīng)付款業(yè)務(wù)。

圖4為研究區(qū)SOM空間趨勢(shì)及時(shí)間穩(wěn)定性圖。從圖4A可以看出，煙田SOM兩年的空間趨勢(shì)具有較為明顯的分布格局。SOM低值主要分布在田塊中部，田塊西部SOM含量高且面積較大，東部SOM含量中等。從時(shí)間穩(wěn)定性圖(圖4B)可以看出，田塊SOM穩(wěn)定性無明顯的分布特征，不穩(wěn)定區(qū)域零星分布于較高SOM含量的位置，MS1主要分布在較低SOM含量的區(qū)域。整體來看，本研究中SOM時(shí)間較穩(wěn)定區(qū)域分布面積很廣，占研究區(qū)域總面積的90.89%。在生態(tài)條件一致的情況下，人為管理措施對(duì)SOM異質(zhì)性有較大影響，研究區(qū)統(tǒng)一的生產(chǎn)模式是造成SOM較強(qiáng)時(shí)間穩(wěn)定性的主要因素。

表1 土壤養(yǎng)分時(shí)間穩(wěn)定性級(jí)別劃分

2 結(jié)果與分析

2.1 不同時(shí)期SOM描述性統(tǒng)計(jì)

本研究描述性統(tǒng)計(jì)和正態(tài)分布檢驗(yàn)利用IBM Statistics SPSS 20.0統(tǒng)計(jì)軟件進(jìn)行，利用GS+7.0進(jìn)行半方差函數(shù)擬合，克里格插值、圖形運(yùn)算及編輯在ESRI ArcGIS10.2中完成。

從K-S (>0.05)檢驗(yàn)結(jié)果可以看出，煙田各時(shí)期耕層SOM數(shù)據(jù)均符合正態(tài)或?qū)?shù)正態(tài)分布。6個(gè)時(shí)期SOM的變異系數(shù)差異較小，變異范圍13.69% ~ 24.56%，屬于中等程度變異。較多研究表明，SOM屬中等強(qiáng)度變異，具有較強(qiáng)的空間自相關(guān)性[23-25]。從平均含量來看，2013年4月至2014年10月SOM的均值分別為20.97、10.49、16.38、17.10、15.14和18.24 g/kg，其含量范圍較為適宜烤煙的生長(zhǎng)[26]。通過方差分析可以看出，2013年10月和2014年4月兩個(gè)時(shí)期SOM含量的差異沒有達(dá)到顯著性水平，其余各時(shí)期均有顯著性差異。隨著煙草生育期的推移，最大值與最小值之間的差異在兩年中均表現(xiàn)為7月最小，10月最大。

表2 不同時(shí)期SOM描述性統(tǒng)計(jì)

注：SOM，有機(jī)質(zhì)；SOM1、SOM2、SOM3分別表示2013年4月、7月、10月的土壤有機(jī)質(zhì)含量；SOM4、SOM5、SOM6分別表示2014年4月、7月、10月的土壤有機(jī)質(zhì)含量，下同。均值數(shù)據(jù)后不同小寫字母表示差異達(dá)到顯著水平(<0.05)。

2.2 不同時(shí)期SOM空間結(jié)構(gòu)

式中：y是第個(gè)取樣點(diǎn)第次取樣的觀測(cè)值；為取樣次數(shù)，本研究取樣6個(gè)時(shí)期，即= 6。研究區(qū)土壤養(yǎng)分的時(shí)間穩(wěn)定性由6次取樣觀測(cè)值的變異系數(shù)來表征。其最初用于作物產(chǎn)量的時(shí)間穩(wěn)定性評(píng)估，表達(dá)式為

目前有關(guān)煙田土壤養(yǎng)分的時(shí)空變異研究主要集中在較大空間尺度和較長(zhǎng)時(shí)間尺度上或作物生育過程某些生育階段[28]，而在田塊尺度和較為精確的時(shí)間尺度下的研究還相對(duì)較少。地形地貌、成土母質(zhì)、土地利用方式、土壤類型、作物種類以及農(nóng)事操作等因素均可影響SOM的時(shí)空分布[29]。而土壤養(yǎng)分的有效性概念不應(yīng)當(dāng)只有數(shù)量多寡，也應(yīng)當(dāng)有時(shí)間有效性和空間有效性，較多研究更加注重土壤養(yǎng)分的數(shù)量，而對(duì)于土壤養(yǎng)分的時(shí)間和空間變異關(guān)注較少[30]。

2.3 不同時(shí)期SOM空間分布格局

依據(jù)擬合的最優(yōu)半方差模型，采用普通克里格插值法對(duì)未采樣區(qū)域SOM含量進(jìn)行估算，繪制各時(shí)期SOM的空間分布圖(圖3)。圖3顯示，不同時(shí)期煙田SOM的分布特征具有差異性，2013年4月和10月SOM含量呈現(xiàn)明顯的空間分布格局，連續(xù)性較好，田塊中部含量相對(duì)較低，東西部出現(xiàn)高值；2013年7月SOM的分布相對(duì)復(fù)雜，呈斑塊狀分布，高值出現(xiàn)在中部區(qū)域；2014年則表現(xiàn)為4月和10月SOM分布復(fù)雜，空間連續(xù)性相對(duì)較差，而7月具有明顯的空間分布格局，西部SOM含量較高，中部含量較低。

通過對(duì)各樣點(diǎn)土壤養(yǎng)分指標(biāo)的時(shí)間變異系數(shù)CV進(jìn)行空間插值，繪制出時(shí)間穩(wěn)定性圖，并依據(jù)表1的穩(wěn)定性級(jí)別劃分進(jìn)行重分類。

圖2 不同時(shí)期SOM半方差函數(shù)

表3 不同時(shí)期SOM半方差理論模型及參數(shù)

圖3 不同時(shí)期SOM空間分布

3 討論

在選取半方差模型時(shí)，首先計(jì)算半方差函數(shù)的散點(diǎn)圖，再進(jìn)行不同間距下各模型的比較，依據(jù)決定系數(shù)和殘差確定最優(yōu)模型，同時(shí)繪制出半方差函數(shù)圖(圖2)。本研究選用指數(shù)模型和高斯模型來描述各時(shí)期SOM的空間結(jié)構(gòu)，具體參數(shù)見表3。變程(空間最大相關(guān)距離)反映了變量空間自相關(guān)范圍的大小，半方差函數(shù)圖中顯示，各時(shí)期SOM的半方差值均隨步長(zhǎng)的增大而增加，達(dá)到一定距離后趨于穩(wěn)定，這個(gè)距離就是各變量的變程。從表3中可以看出，不同時(shí)期煙田SOM在一定范圍內(nèi)均存在空間相關(guān)性。2013年4月、7月和10月SOM的空間最大相關(guān)距離分別為84、26 和97 m，而2014年SOM的空間最大相關(guān)距離分別為35、203和37 m，各時(shí)期SOM的變程均大于研究取樣尺度，這表明20 m的取樣間距是合理的。塊金值(C0)和基臺(tái)值(C0+C)的比值為塊金系數(shù)(C0/(C0+C))，表征變量的空間相關(guān)程度：當(dāng)C0/(C0+C)＜25%，表明區(qū)域化變量具有強(qiáng)烈的空間相關(guān)性，結(jié)構(gòu)性因素起主要作用；當(dāng)25%

此集今世本多不同，惟近歲南安軍所刊方氏校定本號(hào)為精善，別有《舉正》十卷，論其所以去取之意，又他本之所無也。然其去取，多以祥符杭本、嘉祐蜀本及李謝所據(jù)館閣本為定，而尤尊館閣本，雖有謬誤，往往曲從，他本雖善，亦棄不錄。至于《舉正》，則又例多而辭寡，覽者或頗不能曉知。故今輒因其書更為校定，悉考眾本之同異，而一以文勢(shì)義理及他書之可驗(yàn)者決之。茍是矣，則雖民間近出小本，不敢違；有所未安，則雖官本、古本、石本，不敢信。又各詳著其所以然者，以為《考異》十卷，庶幾去取之未善者，覽者得以參伍而筆削焉。[注] 朱熹：《原本韓集考異》卷一，臺(tái)灣商務(wù)印館景印文淵閣《四庫(kù)全書》本。又見朱熹：《晦庵集》卷七十六。

本研究田塊的SOM含量在不同時(shí)期表現(xiàn)出了較大的差異性，其中2013年和2014年煙田SOM含量最低的時(shí)期均為7月，分別為10.49 g/kg和15.14 g/kg。7月是煙草旺長(zhǎng)期，煙株對(duì)養(yǎng)分的需求大，土壤微生物及土壤酶活性較高，對(duì)有機(jī)質(zhì)的分解有促進(jìn)作用。10月煙草收獲結(jié)束后，田塊閑置，降低了人為活動(dòng)及種植制度對(duì)SOM的影響；同時(shí)，季節(jié)的轉(zhuǎn)換使得溫度降低，較大地影響土壤微生物活動(dòng)及生理作用，降低了SOM的分解和轉(zhuǎn)化。但值得注意的是，整體來看，田塊SOM含量?jī)赡陙碛兴档?，?yīng)注重有機(jī)肥的施用以及綠肥的種植。

1.5 統(tǒng)計(jì)學(xué)處理 采用SPSS 18.0統(tǒng)計(jì)軟件進(jìn)行數(shù)據(jù)處理。連續(xù)變量例如年齡、體質(zhì)量、實(shí)驗(yàn)室相關(guān)檢查結(jié)果、住院時(shí)間等符合正態(tài)分布的計(jì)量資料以x±s表示，組間均數(shù)比較采用t檢驗(yàn)。男女比例、腫瘤類型、輸血患者比例、下肢深靜脈血栓和肺栓塞的發(fā)生率采用卡方檢驗(yàn)進(jìn)行比較。P＜0.05為差異有統(tǒng)計(jì)學(xué)意義。

造成兩年各時(shí)期SOM分布差異的原因可能有：①人為因素。田塊化肥的施用利用機(jī)械條施，而有機(jī)肥仍為人工撒施，不同人工撒施效果不一，難于保證空間撒施均勻，增大了隨機(jī)性變異。同時(shí)，不同年份所用工人不同，有機(jī)肥種類也可能有一定差異，這也會(huì)加劇其變異性。②環(huán)境因素。SOM的礦化受土壤溫度、水分等的影響很大[31-32]。2014年豫中地區(qū)的反常氣候，煙草生長(zhǎng)前期干旱，溫度高，無有效降雨，后期連續(xù)陰雨，直接影響了煙株和土壤生物的生物化學(xué)過程，進(jìn)而造成了兩個(gè)年份煙草生長(zhǎng)季節(jié)較大差異的SOM分布。

圖4 SOM空間趨勢(shì)(A)及時(shí)間穩(wěn)定性(B)

4 結(jié)論

1) 研究田塊各個(gè)時(shí)期SOM的變異系數(shù)差異較?。幻磕旮鲿r(shí)期SOM平均含量表現(xiàn)為先降后升的變化趨勢(shì)，7月的含量顯著低于4月和10月。

2) 各時(shí)期SOM以指數(shù)模型和高斯模型擬合最優(yōu)，2013年4月和2014年7月SOM具有中等的空間自相關(guān)性，其他時(shí)期為強(qiáng)烈的空間自相關(guān)性。

3) 研究田塊SOM的穩(wěn)定高值區(qū)主要分布在西部，穩(wěn)定低值區(qū)主要集中在中部；SOM 在時(shí)間尺度上的變異性較小。有機(jī)肥的施用方式和兩年氣候的差異是造成田塊各時(shí)期SOM 空間分布差異的主要因素。田塊SOM含量?jī)赡陙碛兴档?，?yīng)注重有機(jī)肥的施用以及綠肥的種植。

[1] 武婕, 李玉環(huán), 李增兵, 等. 微山縣農(nóng)田耕層土壤有機(jī)碳空間變異及動(dòng)態(tài)變化分析[J]. 中國(guó)農(nóng)學(xué)通報(bào), 2014, 30(14): 218–222

[2] 唐杰, 王昌全, 李啟權(quán), 等. 川北植煙土壤有機(jī)質(zhì)和全氮空間變異研究[J]. 中國(guó)煙草學(xué)報(bào), 2014, 20(5): 66–72

[3] 劉國(guó)順, 常棟, 葉協(xié)鋒, 等. 基于 GIS 的緩坡煙田土壤養(yǎng)分空間變異研究[J]. 生態(tài)學(xué)報(bào), 2013, 33(8): 2586–2595

[4] 常棟, 徐明康, 王勇, 等. 緩坡植煙田土壤微量元素的空間變異特征[J]. 中國(guó)煙草學(xué)報(bào), 2012, 18(3): 34–41

[5] Fuka M M, Engel M, Haesler F, et al. Diversity of proteolytic community encoding for subtilisin in an arable field: Spatial and temporal variability[J]. Biology and Fertility of Soils, 2008, 45(2): 185–191

[6] 王新中, 劉國(guó)順, 楊程, 等. 小尺度下煙田土壤有效態(tài)微量元素空間分布格局研究[J]. 中國(guó)煙草科學(xué), 2011, 32(1): 12–16

[7] 黃新杰, 屠乃美, 李艷芳, 等. 湖南省煙稻輪作區(qū)土壤養(yǎng)分的空間變異特征[J]. 中國(guó)煙草科學(xué), 2012, 33(3): 13–16

[8] 張春華, 王佩, 王可, 等. 小尺度下煙田土壤養(yǎng)分空間變異性研究[J]. 中國(guó)煙草科學(xué), 2014, 35(5): 74–78

[9] 趙明松, 李德成, 張甘霖, 等. 江淮丘陵地區(qū)土壤養(yǎng)分空間變異特征——以安徽省定遠(yuǎn)縣為例[J]. 土壤, 2016, 48(4): 762–768

[10] 許文強(qiáng), 羅格平, 陳曦, 等. 天山北坡綠洲土壤有機(jī)碳和養(yǎng)分時(shí)空變異特征[J]. 地理研究, 2006, 25(6): 1013– 1021

[11] 張玲娥, 雙文元, 云安萍, 等. 30年間河北省曲周縣土壤速效鉀的時(shí)空變異特征及其影響因素[J]. 中國(guó)農(nóng)業(yè)科學(xué), 2014, 47(5): 923–933

[12] Hu K, Li H, Li B, et al. Spatial and temporal patterns of soil organic matter in the urban–rural transition zone of Beijing[J]. Geoderma, 2007, 141(3/4): 302–310

[13] 于洋, 趙業(yè)婷, 常慶瑞. 渭北臺(tái)塬區(qū)耕地土壤速效養(yǎng)分時(shí)空變異特征[J]. 土壤學(xué)報(bào), 2015, 52(6): 1251–1261

[14] Huang B, Sun W, Zhao Y, et al. Temporal and spatial variability of soil organic matter and total nitrogen in an agricultural ecosystem as affected by farming practices[J]. Geoderma, 2007, 139(3/4): 336–345

[15] Cui B, Yang W, Feng M, et al. Study on the spatial– temporal variability of soil nutrients during winter wheat growth season[M]//Li D, Chen Y. Computer and computing technologies in agriculture VI. CCTA 2012. Berlin: Spinger, 2013

[16] 喬紅波, 張慧, 高瑞, 等. 三門峽煙區(qū)土壤pH時(shí)空變異特征[J]. 中國(guó)煙草科學(xué), 2010, 31(4): 48–51

[17] 陳偉強(qiáng), 劉國(guó)順, 華一新, 等. 基于GIS的河南省典型煙區(qū)土壤養(yǎng)分時(shí)空變異分析[J]. 河南農(nóng)業(yè)科學(xué), 2007(11): 70–75

[18] 羅由林, 李啟權(quán), 王昌全, 等. 近30年來川中紫色丘陵區(qū)土壤碳氮時(shí)空演變格局及其驅(qū)動(dòng)因素[J]. 土壤學(xué)報(bào), 2016, 53(3): 582–593

[19] 苑小勇, 黃元仿, 高如泰, 等. 北京市平谷區(qū)農(nóng)用地土壤有機(jī)質(zhì)空間變異特征[J]. 農(nóng)業(yè)工程學(xué)報(bào), 2008, 24(2): 70–76

[20] 魯如坤. 土壤農(nóng)業(yè)化學(xué)分析方法[M]. 北京: 中國(guó)農(nóng)業(yè)科技出版社, 2000

[21] Blackmore S. The interpretation of trends from multiple yield maps[J]. Computers & Electronics in Agriculture, 2000, 26(1): 37–51

[22] Facchinelli A, Sacchi E, Mallen L. Multivariate statistical and GIS-based approach to identify heavy metal sources in soils[J]. Environmental pollution, 2001, 114(3): 313–324

[23] Cambardella C, Moorman T, Parkin T, et al. Field-scale variability of soil properties in central Iowa soils[J]. Soil Science Society of America Journal, 1994, 58(5): 1501–1511

[24] Yanai J, Mishima A, Funakawa S, et al. Spatial variability of organic matter dynamics in the semi-arid croplands of northern Kazakhstan[J]. Soil Science and Plant Nutrition, 2005, 51(2): 261–269

[25] 胡克林. 農(nóng)田土壤養(yǎng)分的空間變異性特征[J]. 農(nóng)業(yè)工程學(xué)報(bào), 1999, 15(3): 33–38

[26] 張翔, 黃元炯, 范藝寬. 河南植煙土壤與烤煙營(yíng)養(yǎng)[M]. 北京: 中國(guó)農(nóng)業(yè)科學(xué)技術(shù)出版社, 2009

[27] Kravchenko, nbsp, A. N. Influence of spatial structure on accuracy of interpolation methods[J]. Soil Science Society of America Journal, 2003, 67: 1564–1571

[28] 王育軍, 周冀衡, 孫書斌, 等. 云南省羅平縣煙區(qū)土壤肥力適宜性評(píng)價(jià)及養(yǎng)分時(shí)空變異特征[J]. 土壤, 2015, 47(3): 515–523

[29] 楊東, 劉強(qiáng). 基于GIS和地統(tǒng)計(jì)學(xué)的張掖市甘州區(qū)土壤全氮、有機(jī)質(zhì)的空間變異特征分析[J]. 土壤通報(bào), 2011, 42(3): 593–597

[30] 張仁鐸. 空間變異理論及應(yīng)用[M]. 北京: 科學(xué)出版社, 2005

[31] Stanford G, Epstein E. Nitrogen mineralization-water relations in soils[J]. Soil Science Society of America Journal, 1974, 38(1): 289–299

[32] 周才平, 歐陽華. 溫度和濕度對(duì)長(zhǎng)白山兩種林型下土壤氮礦化的影響[J]. 應(yīng)用生態(tài)學(xué)報(bào), 2001, 12(4): 505–508

Spatial and Temporal Variation of SOM During Tobacco Growth Season—A Case Study of Ziyun Town of Xiangcheng County

CHANG Dong1,2, GE Shaohua2, LI Pengyan2, LIU Guoshun2*

(1 Pingdingshan Tobacco Company of Henan Province, Pingdingshan, Henan 467000, China; 2 Key Laboratory on Cultivation of Tobacco Industry, School of Tobacco Sciences, Henan Agricultural University, Zhengzhou 450002, China)

The spatial and temporal variation of soil organic matter(SOM) of tobacco-planting fields at field scale was comprehensively analyzed by using geostatistics method and GIS platform. In total 606 soil samples were collected from Ziyun Town of Xiangcheng County of Henan Province six times in successive two years, and the spatial distribution maps of SOM were edited and analyzed. The results indicated that CV of SOM during each period was small, ranging from 13.69% to 24.56%. The mean content of SOM during each period in a year decreased first and then increased, which was significantly lower in July than those in April and October. The maximal range of spatial correlation of SOM ranged from 26 m to 203 m. SOM showed medium spatial autocorrelation in April 2013 and July 2014, expressed strong spatial autocorrelation in other duration. In the study area, the stable high value of SOM was mainly distributed in the west area while the stable low value appeared in the middle area. The area of SOM stable with time was the largest, accounting for 90.89% of the total study area. The above results prove that spatial and temporal analysis can provide more efficient approach to quantify SOM with the help of time stable analysis and provide a theoretical basis for accurate and efficient fertilization and field management.

SOM; Spatial and temporal variation; Tobacco field; Geostatistics; GIS

國(guó)家煙草專賣局項(xiàng)目(110201101001TS-1)資助。

(liugsh1851@163.com)

常棟(1986—)，男，河南延津人，博士，主要從事煙草栽培及土壤保育研究。E-mail: cd411@outlook.com

10.13758/j.cnki.tr.2018.05.021

S158

A