不同成土母质条件下土壤养分空间变异研究

最新不同成土母质条件下土壤养分空间变异研究成果

西南大学

硕士学位论文

不同成土母质条件下土壤养分空间变异研究

姓名：赵莉荣

申请学位级别：硕士

专业：土壤学

指导教师：刘洪斌

20100501

最新不同成土母质条件下土壤养分空间变异研究成果

摘要

不同成土母质条件下土壤养分空间变异研究

土壤学专业硕士研究生赵莉荣

指导教师刘洪斌研究员

摘要

本文在地理信息系统（ＧｅｏｇｒａｐｈｉｃａｌＩｎｆｏｒｍａｔｉｏｎＳｙｓｔｅｍ，ＧＩＳ）技术支持下，以重庆市梁平县的粮食主产区作为研究对象，结合成土母质因素（新冲积物，沙溪庙组和遂宁组），分析土壤养分的空间变异性特征，利用平均预测误差ＭＰＥ（Ｍｅ锄ｐｒｅｄｉｃｔｉｏｎｅｒｒｏｒ）和均方根预测误差ＲＭＳＰＥ（ｒｏｏｔｍｅａｎｓｑｕａｒｅｄｐｒｅｄｉｃｔｉｏｎｅｒｒｏｒ）两个指标对土壤养分空间分布插值结果进行精度比较，探讨在考虑土壤母质条件下与不考虑土壤母质条件下，土壤养分空间插值精度，为研究土壤养分空间分布提供依据。主要研究结果如下：

（１）在不考虑土壤母质情况下，对研究区７３０个土壤样品养分进行统计分析，结果表明：各养分变异系数的大小顺序为土壤磷＞氮＞钾＞有机质。在各土壤养分含量的空间变异性结构中，土壤有机质的变程最大，为５０９４０ｍ，其次为土壤氮、钾和磷，其交程分别为２１４８０ｍ、２９１０ｍ和１７１０ｍ。土壤养分中土壤磷的块金值最小；土壤氮的块金值较大。从块金系数来看，有机质、土壤氮、土壤磷和土壤钾的比值在２５％到７５％之间，说明四种均具有中等的空间相关性，其空间变异是由结构性因素和人为因素共同影响的。

（２）在考虑土壤母质影响区域，土壤养分变异特征分析。

①新冲积物母质区域。各养分变异系数的大小顺序为土壤磷＞土壤钾＞土壤氮＞有机质。在各土壤养分含量的空间变异性结构中，土壤钾含量的变程最大，为５７２４０ｍ，其次为土壤氮、磷和有机质，其变程分别为１３２０ｍ、１５２０ｍ和３２４０ｍ。有机质、土壤氮、土壤磷和土壤钾的块金系数分别为４３．７％、３５．４％、２６．５％和２９．８％，均在２５％．７５％之间，表明其空间变异是由结构性因素和人为因素共同影响的。

②沙溪庙组母质区域。各养分变异系数的大小顺序为土壤磷＞土壤钾＞土壤氮＞有机质。在各土壤养分含量的空间变异性结构中，土壤有机质含量的变程最大，为４５６０ｍ，其次为土壤磷、钾和氮，其变程分别为１０８０ｍ、８５０ｍ和７３０ｍ。有机质、土壤氮、土壤磷和土壤钾的块金系数分别为３５．７％、３６．１％、３４．９％和３０．８％，均在２５％到７５％之间，表明具有中等的空间相关性，其空间变异是由结构性和随机性因素共同作用的结果。

③遂宁组母质区域。各养分变异系数的大小顺序为土壤磷＞土壤氮＞土壤钾＞有机质。在各土壤养分含量的空间变异性结构中，土壤有机质含量的变程最大，为２７６６０ｍ，其次为土壤氮、钾和磷，其变程分别为２３７０ｍ、１４３０ｍ和ｌ１００ｍ。从ｃｏ／（ｃｏ＋ｃ）来看，土壤ＯＭ和土壤氮的块金系数分别为１７．２％和２０．２％，小于２５％，表明土壤属性具有强烈的相关性：土壤磷和钾的比值分别为４１．７％和３ｌ％，在２５％．７５％之间，表明具有中等的空间相关性。

最新不同成土母质条件下土壤养分空间变异研究成果

两南大学硕十学伊论文

（３）预测精度分析。当不考虑母质因素时，土壤有机质、氮、磷和钾含量的平均预测误差ＭＰＥ为０．００１４２４、０．１４９、Ｏ．１７０１和０．１９９６８，标准化均方根预测误差ＲＭＳＰＥ分别是０．９１０８、Ｏ．８０５４、０．８６０３和Ｏ．８８ｌｌ。在不同的成土母质区，各养分的平均预测误差ＭＰＥ值要更小，标准化均方根预测误差ＲＭＳＰＥ指标ＲＭＳＰＥ更接近于ｌ。其中，在新冲积物母质区域，土壤有机质、氮、磷和钾含量的ＭＰＥ分别是．０，０００９４１、Ｏ．０１７９９、－０．１４６６和．Ｏ．１７１２，ＲＭＳＰＥ分别是Ｏ．９８７、０．９７１２、１．０４８和０．９３４３：沙溪庙组母质区域，土壤有机质、氮、磷和钾含量的ＭＰＥ分别０．０００９５４４、．０．０２８５７、－０．１６８２和．０．１７４１，ｌＷＳＰＥ分别是１．０５７、０．９１６８、０．９８３７和１．０２８；遂宁组母质区域，土壤有机质、氮、磷和钾含量的ＭＰＥ是Ｏ．００１４０４、０．０２０８７、－０．１５３３和．０．１７３５，ＲＭＳＰＥ分别是１．０３７、１．００４、１．１１４、和１．０２３。因此，在该研究区域进行土壤养分空间预测插值时应考虑土壤母质因素的影响。

（４）分别对研究区三种母质土壤养分进行空间插值，将其结果进行拼接。结果表明，研究区土壤有机质比较缺乏，其含量介于０．６．１．３％之间；土壤氮含量很低，含量范围在１０．９．３３．９ｍｇ／Ｌ之间，均低于临界值５０ｍｇ／Ｌ：土壤磷含量介于２．９．１９．０ｍｇ／Ｌ之间，低于临界值（１２ｍｇ／Ｌ）的区域占研究区的９４．７％：土壤钾含量介于３７．２．９０．６ｍｇ／Ｌ之间，低于临界值（７８．２ｍｇ／Ｌ）的区域占９５．５％。

关键词：成土母质；ＧＩＳ；空间变异；地统计学；预测精度Ⅱ

最新不同成土母质条件下土壤养分空间变异研究成果

ｉｉｉｉｉｉｉｉ宣ｉｉＩＡｂｓｔｒａｃｔ

ｉｌ＿

ＳｐａｔｉａｌＶａｒｉａｂｉｌｉｔｙ

ＤｉｆｆｅｒｅｎｔＰａｒｅｎｔ一

ｄｉｆｆｅｒｅｎｔｐａｒｅｎｔ

ｔｈｅＩＩｉｌｉｉｏｆＳｏｉｌＮｕｔｒｉｅｎｔｓｕｎｄｅｒＭａｔｅｒｉａｌｓＣａｎｄｉｄａｔｅ：ＺｈａｏＬｉｒｏｎｇＳｕｐｅｒｖｉｓｏｒ：Ｐｒｏｆ．ＬｉｕＨｏｎｇｂｉｎＡｂｓｔｒａｃｔＳｐａｔｉａｌｖａｒｉａｂｉｌｉｔｙｏｆｓｏｉｌｎｕｔｒｉｅｎｔｓｕｎｄｅｒｍａｔｅｒｉａｌｓ（ＮｅｗＡｌｌｕｖｉｕｍ，Ｓｈａｘｉｍｉａｏｚｕ，ａｎｄ

Ｃｈｏｎｇｑｉｎｇ．Ｔｗｏ

ＰｒｅｄｉｃｔｉｏｎＳｕｉｎｉｎｇｚｕ）ｗａｓｃｏｎｄｕｃｔｅｄｉｎｍａｉｎｇｒａｉｎｐｒｏｄｕｃｔｉｏｎａｒｅａｓｏｆＬｉａｎｇｐｉｎｇ，ＲｏｏｔＭｅａｎＳｑｕａｒｅｄｏｆｓｏｉｌｉｎｄｉｃａｔｏｒｓ，ｎａｍｅｌｙ，ＭｅａｎＰｒｅｄｉｃｔｉｏｎＥｒｒｏｒ（ＭＰＥ）ａｎｄＥｒｒｏｒ（ＲＭＳＰＥ），ｗｅｒｅｕｓｅｄｔｏｅｖａｌｕａｔｅｔｈｅａｃｃｕｒａｃｙｏｆｓｐａｔｉａｌｉｎｔｅｒｐｏｌａｔｉｏｎｎｕｔｒｉｅｎｔｓ．Ｔｈｅｍａｉｎｒｅｓｕｌｔｓｗｅｒｅａｓｆｏｌｉｏｗｓ：

（１）Ｏｎａｖｅｒａｇｅ，ｔｈｅ

Ｋ＞ｏｒｇａｎｉｃｏｒｄｅｒｏｆｃｏｅｆｆｉｃｉｅｎｔｓｏｆｖａｒｉａｔｉｏｎｏｆｓｏｉｌｎｕｔｒｉｅｎｔｓＷａｓｓｏｉｌＰ＞ｓｏｉｌＮ＞ｓｏｉｌｓｐａｔｉａｌｖａｒｉａｂｉｌｉｔｙｓｔｒｕｃｔｕｒｅｏｆｓｏｉｌｎｕｔｒｉｅｎｔｓＷａｓｅｘｐｌｏｒｅｄｕｓｉｎｇＧＳ＋．ｍａｔｔｅｒ（ＯＭ）．Ｔｈｅ

ＴｈｅｒａｎｇｅｏｆＯＭＷａｓ５０９４０ｍ，ｆｏｌｌｏｗｅｄｂｙｓｏｉｌ

ｌｏｗｅｓｔｎｕｇｇｅｔｖａｌｕｅｗｈｉｌｅＮ（２１４８０ｍ），Ｋ（２９１０ｍ）ａｎｄＰ（１７１０ｍ）．ＳｏｉｌＰｈａｄＫ

ｂｙＯＭｈａｄｌａｒｇｅｓｔｏｎｅ．Ｉｎｔｅｒｍｓｏｆｎｕｇｇｅｔｔｏｓｉｌｌｒａｔｉｏ，ＯＭ，ｓｏｉｌＮ，ａｎｄｓｈｏｗｅｄｍｏｄｅｒａｔｅｓｐａｔｉａｌａｕｔｏｃｏｒｒｅｌａｔｉｏｎｓｕｇｇｅｓｔｉｎｇｔｈａｔｔｈｅｉｒｓｐａｔｉａｌｖａｒｉａｂｉｌｉｔｙｗｅｒｅａｆｆｅｃｔｅｄ

ｎａｔｕｒａｌｆａｃｔｏｒｓａｓｗｅｌｌａｓｈｕｍａｎａｃｔｉｖｉｔｉｅｓ，ｗｈｅｒｅａｓ

ｈｕｍａｎｓｏｉｌＰｐｒｅｓｅｎｔｅｄｗｅａｋｓｐａｔｉａｌａｕｔｏｃｏｒｒｅｌａｔｉｏｎｉｎｄｉｃａｔｉｎｇｔｈａｔＰＷａｓｍａｉｎｌｙａｓｓｏｃｉａｔｅｄｗｉｔｈａｃｔｉｖｉｔｉｅｓ．

（２）Ｔｈｅ

①Ｎｅｗｖａｒｉａｂｉｌｉｔｙｏｆｓｏｉｌｎｕｔｒｉｅｎｔｓｕｎｄｅｒｄｉｆｆｅｒｅｎｔｐａｒｅｎｔｍａｔｅｒｉａｌｓ．Ａｌｌｕｖｉｕｍｒｅｇｉｏｎ．ＴｈｅｃｏｅｆｆｉｃｉｅｎｔｓｏｆｖａｒｉａｔｉｏｎｏｆｓｏｉｌｎｕｔｒｉｅｎｔｓｏｒｉｇｉｎａｔｅｄｆｒｏｍＮｅｗＡｌｌｕｖｉｕｍｓｈｏｗｅｄｉｎｔｈｅｏｒｄｅｒｏｆｓｏｉｌＰ＞ｓｏｉｌＫ＞ｓｏｉｌＮ＞ＯＭ．ＳｏｉｌＫｈａｄｔｈｅｌａｒｇｅｓｔｒａｎｇｅｏｆ５７２４０ｍｆｏｌｌｏｗｅｄｂｙ

ｓｏｉｌＰｐｒｅｓｅｎｔｅｄＯＭ（３２４０ｍ），Ｐ（１５２０ｍ），ａｎｄｓｏｉｌＮ（１３２０ｍ）．Ｉｎｔｅｒｍｓｏｆｎｕｇｇｅｔｔｏｓｉｌｌｒａｔｉｏ，ｗｅａｋｓｐａｔｉａｌａｕｔｏｃｏｒｒｅｌａｔｉｏｎｉｎｄｉｃａｔｉｎｇｔｈａｔＰｗａｓｍａｉｎｌｙａｓｓｏｃｉａｔｅｄｗｉｔｈｈｕｍａｎａｃｔｉｖｉｔｉｅｓ，ｗｈｅｒｅａｓＯＭ，ｓｏｉｌＮ，ａｎｄＫｓｈｏｗｅｄｍｏｄｅｒａｔｅｓｐａｔｉａｌａｕｔｏｃｏｒｒｅｌａｔｉｏｎｓｕｇｇｅｓｔｉｎｇｔｈａｔｔｈｅｉｒｓｐａｔｉａｌｖａｒｉａｂｉｌｉｔｙｗｅｒｅａｆｆｅｃｔｅｄｂｙｎａｔｕｒａｌｆａｃｔｏｒｓａｓｗｅｌｌａｓｈｕｍａｎａｃｔｉｖｉｔｉｅｓ．

②Ｓｈａｘｉｍｉａｏｚｕｒｅｇｉｏｎ．ＴｈｅｃｏｅｆｆｉｃｉｅｎｔｓｏｆｖａｒｉａｔｉｏｎｏｆｓｏｉｌｎｕｔｒｉｅｎｔｓｄｅｖｅｌｏｐｅｄｆｒｏｍＳｈａｘｉｍｉａｏｚｕｈｏｌｄｔｈｅｒａｎｋｏｆｓｏｉｌＰ＞ｓｏｉｌＫ＞ｓｏｉｌＮ＞ＯＭ．Ｏｒｇａｎｉｃｍａｔｔｅｒｈａｄｔｈｅｌａｒｇｅｓｔｒａｎｇｅｏｆ４５６０ｍｆｏｌｌｏｗｅｄｂｙｓｏｉｌＰ（１０８０ｍ），Ｋ（８５０ｍ），ａｎｄＮ（７３０ｍ）．Ｉｎｔｅｒｍｓｏｆｎｕｇｇｅｔｔｏｓｉｌｌｒａｔｉｏ，ｓｏｉｌＮｐｒｅｓｅｎｔｅｄｗｅａｋｓｐａｔｉａｌａｕｔｏｃｏｒｒｅｌａｔｉｏｎｉｎｄｉｃａｔｉｎｇｔｈａｔＮＷａｓｍａｉｎｌｙａｓｓｏｃｉａｔｅｄｗｉｔｈｈｕｍａｎａｃｔｉｖｉｔｉｅｓ，ｗｈｅｒｅａｓＯＭ，ｓｏｉｌ只ａｎｄＫｓｈｏｗｅｄｍｏｄｅｒａｔｅｓｐａｔｉａｌａｕｔｏｃｏｒｒｅｌａｔｉｏｎｓｕｇｇｅｓｔｉｎｇｔｈａｔｔｈｅｉｒｓｐａｔｉａｌｖａｒｉａｂｉｌｉｔｙｗｅｒｅａｆｆｅｃｔｅｄｂｙｎａｔｕｒａｌｆａｃｔｏｒｓａｓｗｅｌｌａｓｈｕｍａｎａｃｔｉｖｉｔｉｅｓ．

ｍａｔｔｅｒｈａｄｔｈｅｌａｒｇｅｓｔｒａｎｇｅｏｆ２７６６０ｍ③Ｓｕｉｎｉｎｇｚｕｒｅｇｉｏｎ．ＴｈｅｃｏｅｆｆｉｃｉｅｎｔｓｉｎｔｈｅｏｒｄｅｒｏｆｓｏｉｌＰ＞ｓｏｉｌＫ＞ｓｏｉｌｏｆｖａｒｉａｔｉｏｎｏｆｓｏｉｌｎｕｔｒｉｅｎｔｓｏｒｉｇｉｎａｔｅｄｆｒｏｍＳｕｉｎｉｎｇｚｕｗｅｒｅＮ＞ＯＭ．Ｏｒｇａｎｉｃ

ＩＩＩ

最新不同成土母质条件下土壤养分空间变异研究成果

两南大学硕＋学伊论文

ｆｏｌｌｏｗｅｄｂｙｓｏｉｌＮ（．ａ一７０ｍ），Ｋ（１４３０ｍ），ａｎｄＰ（１１００ｍ）．ＩｎｔｅｒｍｓｏｆｎｕｇｇｅｔｔＯｓｉｌｌｒａｔｉｏ，ｓｏｉｌＮ，Ｐ＇ａｎｄＫｐｒｅｓｅｎｔｅｄｗｅａｋｓｐａｔｉａｌａｕｔｏｃｏｒｒｅｌａｔｉｏｎｉｎｄｉｃａｔｉｎｇｔｈａｔｔｈｅｉｒｓｐａｔｉａｌｖａｒｉａｂｉｌｉｔｙｗｅｒｅｍａｉｎｌｙａｓｓｏｃｉａｔｅｄｗｉｔｈｈｕｍａｎａｃｔｉｖｉｔｉｅｓ，ｗｈｅｒｅａｓＯＭｓｈｏｗｅｄｍｏｄｅｒａｔｅｓｐａｔｉａｌａｕｔｏｃｏｒｒｅｌａｔｉｏｎｓｕｇｇｅｓｔｉｎｇｔｈａｔＯＭｗａｓａｆｆｅｃｔｅｄｂｙｎａｔｕｒａｌｆａｃｔｏｒｓａｓｗｅｌｌａｓｈｕｍａｎａｃｔｉｖｉｔｉｅｓ．

ｏｆｅｌｉｍｉｎａｔｉｎｇｔｈｅｅｆｆｅｃｔｏｆｐａｒｅｎｔｍａｔｅｒｉａｌｓ，（３）Ａｎａｌｙｓｉｓｏｆｐｒｅｄｉｃｔｉｏｎａｃｃｕｒａｃｙ．Ｉｎｔｈｅｃａｓｅ

ＭＰＥｓｗｅｒｅ０．００１４２４．０．１４９．０．１７０ｌａｎｄ０．１９９６８ａｎｄＲＭＳＰＥｓｗｅｒｅ０．９１０８，０．８０５４，０．８６０３ａｎｄ０．８８ｌｌｆｏｒＯＭ，ｓｏｉｌＮ，ＰａｎｄＫｒｅｓｐｅｃｔｉｖｅｌｙ．

Ｎｅｖｅｒｔｈｅｌｅｓｓ．ＭＰＥＷａｓｌｏｗｅｒａｎｄＲＭＳＰＥＷａｓｍｕｃｈｃｌｏｓｅｒｔｏ１ｗｉｔｈｒｅｓｐｅｃｔｔｏｔｈｅｅｆｆｅｃｔｏｆｐａｒｅｎｔｍａｔｅｒｉａｌ．ＩｎＮｅｗＡｌｌｕｖｉｕｍｒｅｇｉｏｎ，ＭＰＥｓｗｅｒｅ－０．０００９４１，０．０１７９９， ０．１４６６ａｎｄ－０．１７１２ａｎｄＲＭＳＰＥｓｗｅｒｅＯ．９８７，０．９７１２，１．０４８ａｎｄ０．９３４３ｆｏｒＯＭ，ｓｏｉｌＮ，ＰａｎｄＫｒｅｓｐｅｃｔｉｖｅｌｙ．ＩｎｔｈｅａｒｅａｏｆＳｈａｘｉｍｉａｏｚｕ，ＭＰＥｓｗｅｒｅ０．ｏ００９５４４，－０．０２８５７，－０．１６８２ａｎｄ－０．１７４１，ＲＭＳＰＥｓｗｅｒｅ１．０５７，０．９１６８，Ｏ．９８３７ａｎｄ１．０２８ｆｏｒＯＭ，ｓｏｉｌＮ，ＰａｎｄＫ，ｒｅｓｐｅｃｔｉｖｅｌｙ．ＩｎＳｕｉｎｉｎｇｚｕｒｅｇｉｏｎ，ＭＰＥｓｗｅｒｅＯ．００１４０４，Ｏ．０２０８７，－０．１５３３ａｎｄ一０．１７３５，ａｎｄＲＭＳＰＥｓｗｅｒｅ１．０３７，１．００４，１．１１４ａｎｄ１．０２３，ｒｅｓｐｅｃｔｉｖｅｌｙ．Ｃｏｎｓｅｑｕｅｎｔｌｙ，ｉｔＷａｓｏｆｇｒｅａｔｎｅｃｅｓｓｉｔｙｔｏｔａｋｅｉｎｔｏａｃｃｏｕｎｔｔｈｅｅｆｆｅｃｔｓｏｆｐａｒｅｎｔｍａｔｅｒｉａｌｓｔＯｓｔｕｄｙｔｈｅｓｐａｔｉａｌｉｎｔｅｒｐｏｌａｔｉｏｎｏｆｓｏｉｌｎｕｔｒｉｅｎｔｓ．

（４）Ｔｈｒｏｕｇｈｓｐａｔｉａｌｉｎｔｅｒｐｏｌａｔｅａｎｄｓｐｌｉｃｅｔｈｅｓｏｉｌｎｕｔｒｉｅｎｔｓｕｎｄｅｒｔｈｒｅｅｐａｒｅｎｔｍａｔｅｒｉａｌｓ，ｗｅｃｏｕｌｄｃｏｍｅｔｏｔｈｅｃｏｎｃｌｕｓｉｏｎｔｈａｔＯＭｒａｎｇｅｄｂｅｔｗｅｅｎ０．６．１．３％．ｔｈｅｃｏｎｔｅｎｔｏｆＯＭＷａｓｄｅｆｉｃｉｅｎｔｉｎｔｈｅｓｔｕｄｙａｒｅａ．ＣｏｎｔｅｎｔｏｆｓｏｉｌＮＷａｓｂｅｌｏｗｔｈｅｃｒｉｔｉｃａｌｖａｌｕｅ（５０ｍｇ／Ｌ），ｃｈａｎｇｅｄｂｅｔｗｅｅｎ

ａｒｅａ１０．９－３３．９％．ＳｏｉｌＰｒａｎｇｅｄ

ｗｈｉｃｈｔｈｅｃｏｎｔｅｎｔｂｅｔｗｅｅｎ２．９－１９．Ｏ％．ｔｈｅｒｅｗｅｒｅａｐｐｒｏｘｉｍａｔｅｌｙ９４．７％ｏｆｓｔｕｄｙｉｎｏｆｓｏｉｌＰｗｅｒｅｂｅｌｏｗｔｈｅｃｒｉｔｉｃａｌｖａｌｕｅ（１２ｍｇ／Ｌ）．Ｓｏｉｌ

ｃｏｎｔｅｎｔＫｃｈａｎｇｅｄｂｅｔｗｅｅｎ３７．２．９０．６％．ａｎｄａｂｏｕｔ９５．５％ｏｆｓｔｕｄｙａｒｅａｗｈｅｒｅｔｈｅｗｅｒｅｂｅｌｏｗｔｈｅｃｒｉｔｉｃａｌｖａｌｕｅ

（７８．２ｒａｇ／Ｌ）．

Ｋｅｙｗｏｒｄｓ：ＰａｒｅｎｔＭａｔｅｒｉａｌ；ＧＩＳ；Ｓｐａｔｉａｌ

。Ｖａｒｉａｂｉｌｉｔｙ；Ｇｅｅ—ｓｔａｔｉｓｔｉｃｓ；ｐｒｅｄｉｃｔｉｏｎ

ａｃｃｕｒａｃｙ

ｗ

最新不同成土母质条件下土壤养分空间变异研究成果

独创性声明

学位论文题目：丕囤盛±曼厦釜往王±墓苤佥空闻变是珏究

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。

学位论文作者：越南豸，签字日期：≯ｆｐ年石月（ｒ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部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：咿保密，口保密期限至年月止）。，

学位论文作者签名：起积暂

签字日期：导师签名：矽憎签字日期：芴ｆｃｆ年加ｌ。年６月牛日

最新不同成土母质条件下土壤养分空间变异研究成果

第１章文献综述

第１章文献综述

１．１精准农业

农业是人类谋求生存和发展的产业，土壤退化、水资源减少以及农业污染等现象，给我们赖以生存的环境造成了严重的破坏和资源压力，且越来越严重【】．２】。人口和资源之间的矛盾要求农业发展遵循资源永续利用的原则，发展可持续的生态农业。

精准农业（ＰｒｅｃｉｓｉｏｎＡｇｒｉｃｕｌｔｕｒｅ）是一项新生的技术，是美国等经济发达国家为适应信息化社会的发展要求继低投入可持续农业后提出的新课题，其概念建立在“空间差异”的数据采集和数据处理上，主要是根据当时当地作物的实际需要确定对作物的投入【３】。从２０世纪８０年代出现以来，还只有近２０年的历史，国内将它翻译为精确农业或精确农业，国外也有变率技术ｆｖａｆｆａｂｌｅｒａｔｅｔｅｃｈｎｏｌｏｇｙ）、处方农业（Ｐｒｅｓｃｒｉｐｔｉｏｎａｇｒｉｃｕｌｔｕｒｅ）、定点农业（Ｓｉｔｅ—ｓｐｅｃｉｆｉｃａｇｒｉｃｕｌｔｕｒｅ）等不同的提法，而精准农业的概念有很多不同的提法【４】。王克林等则认为精准农业是信息技术和人工智能技术在优化管理决策尺度的农业生产系统上的集成应用【５】；而美国全国科学研究委员会（ＮＲＣ）将其定义为“一种利用信息技术从多种渠道获取资源数据以支持作物生产决策的管理策略”ｌｏＪ。

虽然在很多学者间存在不同的表述，但都存在将信息技术作为精准农业的技术核心和支持点，基于作物及资源环境的时空差异特征，是一整套技术体系，主要包括当前应用较为广泛的３Ｓ技术、信息技术以及人工智能化技术等，都注重小尺度上空间资源数据的获取，以此获得小地块的精准信息，都强调对作物生产管理的定点化、定量化及以最小资源投入、最大农业收益和最小环境危害为目标的最优化等一系列共同点。

精准农业是按照田间每一操作单元的具体条件，精心计算出每一操作单元庄稼所需化肥、水分、农药等的量，极大的节约各种原料的投入，大大降低生产成本，提高土地的收益率，同时十分有利于环境保护。

１．１．１ＧＩＳ在精准农业中的应用

自从９０年代精准农业作为基于信息技术的高科技集约化农业出现到现在，已成为农业可持续发展的热门领域。支持“精准农业”示范应用的手段已得到很好的研究且它的开发等技术也逐渐比较成熟，它们包括遥感、地理信息、全球定位和系统决策支持系统，但主要是遥感、地理信息和全球定位系统的支持ｐ。１１，简称‘ｔ３Ｓ”。

故精准农业即是将遥感（ＲＳ）、地理信息系统（ＧＩＳ）、全球定位系统（ＧＰＳ）、计算机技术、通讯和网络技术等高科技与农业、土壤学、地理学等基础学科很好的结合起来，在农作物生长、开花、结果等发育状况、病虫害状况、水肥保持状况以及与其相适应的环境状况进行长期定期信息获取和动态分析，并通过诊断和决策，制定出切实可行的实施计划，并在ＧＰＳ和Ｇ１Ｓ集成系统辅助下进行农田耕作信息化的现代农业技术ｆ１２．１３１。

“精准农业”的主要目标是通过遥感、地理信息系统和全球定位系统、技术积极有效的发现和调控作物生长环境及产量形成的空间差异，进而根据优化经营目标，实施目标投入，实现农田区域内资源潜力的有效利用。

“３Ｓ”技术在精准农业中有很多重要作用，但主要体现在：通过航空或航天遥感及时有效的１

最新不同成土母质条件下土壤养分空间变异研究成果

两南大学硕十学位论文

提供农作物长势、水肥状况和病虫害情况的卫星影像图，并将这些卫星影像图与管理信息系统等结合在一起进行系统分析，并通过与社会经济信息相结合从而估算出投入产出，并提出相应的解决措施。最后，将这种集成系统安装并应用在农业生产机械中，从而实现农田作业的自动指挥和控制播种、施肥、除草、灌溉、培土和收割工作，大大增加劳动效率。近年来，美国、法国、荷兰等已经开始“３Ｓ”精准农业的研究试验，并已经投入实际应用，取得很大成效。美国ＴＡＳＣ／ＷＳＩ公司研制的且在美国５个农业州应用的“精准农业遥感”成本价格仅为２０美分／英亩，为“精准农业”服务的收费约为ｌ美元／英亩［１２】。

中国对农户的应用有一些困难，因为的农户耕地面积小且分散性强，加之经济欠发达，所以在短时间内要在很大面积上应用是有一定难度的，距今为止，在国内有成效的研究和应用实例罕见报道。

但是伴随着经济的发展和技术的进步，精准农业在国内的研究和开发有很大的前景，例如，在一些规模比较大的农场，和中尺度的范围内有组织的应用。故国内外此领域的专家建议我国应该马上开展“３Ｓ”精准农业的基础和应用研究，包括用于精准农业的遥感技术、基础农业诊断系统研究、ＭＩＳ系统支持下的决策支持系统模拟与算法、ＤＧＰＳ动态定位与作业指挥、控制方法以及如何建立农业信息服务系统网络等ＩＢ】。

１．１．２精准农业发展现状

１．１．２．１国外精准农业现状

早在１９９７年美国就开始精准农业的实践，经过美国众多专家学者的研究评估后，一本名叫“ＰｒｅｃｉｓｉｏｎＡｇｒｉｃｕｌｔｕｒｅｉｎｔｈｅ２１ｓｔＣｅｎｔｕｒｙ－ＧｅｏｓｐａｔｉａｌａｎｄＩｎｆｏｒｍａｔｉｏｎＴｅｃｈｎｏｌｏｇｉｅｓｉｎＣｏｒｐＭａｎａｇｅｍｅｎｔ”的专著被发表了，这本专著不仅主要说明了“精准农业”的发展现状，以及在技术产业化开发中所面对的机遇和挑战；而且阐述美国农业面临的巨大压力和信息技术对提高经济效益和改良作物生产管理方面具有的巨大潜力。另外，在其它一些欧洲发达国家也出现了精准农业研究及其应用的相关报道。在亚洲，日本、韩国等国家已经在政府及相关部门的有力支持下大力展开了精准农业的研究工作。这一技术体系的发展潜力和应用前景在国际上都已经达成了共识，在不久的将来，很可能成为发展农业高新技术的最主要方面。

在１９９４年，精准农业的作业面积就有１００万英亩，而１９９８年则增长为１９９４年的２０．２５倍，美国农业部在１９９８年对玉米农场的种植面积进行了一系列的调查分析，结果表明：采用不同程度精准农业实践的农场占总农场的４％，从事精准农业实践的人受过良好教育，都是经营管理精准农业实践的人员且相比其它行业都是比较年轻的。在所调查的采用精准农业的农场中，土地经营规模不仅大而且利润相当高。在２０００年对美国精准农业服务商和种子公司的调查表明：他们有８２％的精准农业用户在采样时使用全球定位系统，７４％的用地理信息系统制图，３８％的收割机带有测量产量的仪器，６１％的采用了产量分析手段，７７％采用精准农业技术

【１４】。

在英国和荷兰等欧洲国家，已积累了许多在１０ｈａ左右土地规模上进行精准农业的应用的实践经验。针对这些国家的一项调查显示，约有２／５的农场主了解精准农业技术。一些较发达国家在大型拖拉机上配置ＧＰＳ进行耕作已相当常见，如英国的夏拖斯农场在收割机上装的ＧＰＳ和产量测定仪器，在间隔１．２秒的时间内，ＧＰＳ测量记录一次数据【引。通过这种方式，就２

最新不同成土母质条件下土壤养分空间变异研究成果

第１章文献综述

能在收割完成的同时产生当季比较准确的产量分布图。另外，德国的一个农场在施肥方面采用精准施肥技术大大减少了氮肥用量，不仅如此，它的肥料投入平均减少１５．５美元／公顷，进而平均增加收入３５８．３美元／公顷。

国际上很多大型的农业机械制造公司生产出了支持精准农业生产的智能农业机械。比如在国外类型众多的能够自动测定产量的谷类联合收割机。其中具有代表性的有英国ＡＧＣＯ公司的ＦｉｅｉｄＳｔａｒ系统和美国ＪｏｈｎＤｅｅｒｅ公司的ＧｒｅｅｎＳｔａｒ系统等。

精确农业将农业带入数字化与信息时代。目前，美国的中西部地区在经历一段激动人心的技术发展热潮认识精准农业不仅是给农业带来一套新技术，而是以新技术提供支持的农业信息技术，精准农业将带动一种更高水平、更加精确的农业作物管理模式的发展。

１．１．２．２国内研究现状

在国内，精准农业直到２０世纪９０年代中后期才出现了这一概念。１９９８年，由中国农业科学院、美国的ＩＭＣ全球公司和加拿大钾磷研究所在北京共同举办了关于精确农业和信息农业技术的座谈会。中国农科院和林科院在其下属的土壤肥料研究所内组建了“信息农业研究室，，１１５１；１９９８年，在中国农业大学成立了以汪懋华院士为主的“精细农业研究中心”，进行关于精准农业需要的相关机械技术的研究，所取得的研究成果比较显著。中农、中科院长沙农业现代化研究所、河北农业大学等农林院所也陆续开展了相关的研究工作，但由于研究的时间比较短，基本只停留在对国外文献进行的综述，对实际研究内容很少涉及。邝朴生探讨了精准农业的技术体系，认为其包括数据的采集和分析技术、决策分析和控制实施技术［１６－１７】；王克林等对比了精准农业和中国农业生态工程的目标和技术思想，总结出借鉴精准农业的二些原理和方法，并以此来发展中国可持续农业系统ｌｌｕ；喻歌农等结合我国的国情，在综述精确农业的基础上，提出了我国应采取的行动对策【１ｓ】；刘刚对精准农业实施的条件和如何结合实际应用方面进行了的研究，研究结果有一定的可取性【１７】。

１．２国内外土壤养分信息化管理研究现状

一些国际组织和部分发达国家在建有包括土壤肥力状况、作物生产情况、气候状况、肥料市场价格等资料的信息系统的基础上，宏观预测了肥料需求总量。在我国，一些学者在研究了我国化肥生产和使用情况后，预测了未来化肥的生产和使用情况。由于无法得到我国各种作物的化肥实际用量及农田施用化肥状况，故在现阶段的研究中都是根据统计资料进行分析的，在涉及不同作物化肥的分配和施用问题上就显得无力，进而无法得到肥料投入与作物增产的关系，故其预测的结果不可能十分准确。通过土壤肥力的定点和肥料长期定位、面上监测试验、多元肥料效应试验和农户调查、区域调查和土肥专业统计资料相结合，建立区域养分资源地理信息系统信息管理系统，从而实现信息的采集、汇总、查询，这一过程在开展大、中比例尺养分资源利用状况与循环评价，养分利用对环境的潜在影响，肥料管理决策咨询服务方面具有十分重要的意义。

２０世纪８０年代，我国开始了采用土壤肥力测试和肥料效应函数手段开展以高产为目标的推荐施肥研究及其技术推广，２０世纪９０年代，为了实现产量、品质、环境保护和资源高效等方面的目标，研究形成了土壤养分精准管理、土壤无机氮快速测试和植株氮营养诊断等，从而开始建立了适合我国农业生产现状、简便易行、相对准确、易于推广的作物推荐施肥技术。３

最新不同成土母质条件下土壤养分空间变异研究成果

两南大学硕士学位论文

且臼上个世纪末到现在，随着信息技术的快速进步，土壤养分管理和施肥有很大发展，精准农业研究在国际上被普遍研究。精准农业是在欧、美等发达国家的大规模经营和机械化操作条件下发展起来的，和我国的国营农场有些相似，故我国国营农场等规模化经营的地区很适合发展精准农业。然而，精准农业中建立管理信息系统，适时适量的调整投入物资施用量的原理则普遍适用于其它的经营管理体系。我国有一些单位在对精准农业充分了解后结合中国的实际情况在施肥和养分管理方面对比了规模经营和分散经营两种不同情况下的土壤养分精准管理和精准施肥技术研究。在分散经营情况下，利用卫星定位系统、地理信息系统和数据库技术，适用于当地条件的土壤养分地理信息系统形成了，且图形化描述和信息化管理了农田系统中各种养分的迁移规律以及土壤中各养分状况和变化特征；而在规模经营的实验中，适用于我国农业机械的规模经营情况下的精准农业施肥技术体系在精准农业体系的网格采样技术、土壤养分空间预测和田间变量施肥自动控制技术等的基础上形成了。在这些研究的基础上，又进行了精准农业方面的其它研究，从而适合我国小规模分散经营体制的精准农业养分信息化管理模式以及相应的精准农业分区平衡施肥技术体系逐渐形成了。

随着精准农业的进一步发展，它的理念和技术涉及到了农药，且发展快速，根据田间作物病虫害发生的实时准确信息，准确适量地喷洒农药，从而最大限度地提高了农药的利用率，在减少环境污染的同时，更有利于人类健康。

１．３土壤特性空间变异

土壤特性是指土壤在物理、化学和生物性质方面所具有的特性，它普遍存在着变异性，我们要充分了解土壤养分空间变异，因为它是管理好土壤养分和合理施肥的基础【２ｌ】。近年来，精准农业变成了国际上农业科学研究的热点领域【２２之３１，Ｇ１Ｓ、ＧＰＳ等技术广泛应用于土壤养分管理领域１２卅引．

传统的农业生产即使地块内的土壤类型、地形特征和前期的管理等均存在较大差异，但还是把地块看成是无差异的来进行生产管理，这样不仅污染了环境，对人类健康造成威胁，浪费，肥料、农药等的投入，还严重影响作物的质量。近几个世纪以来，人类对地块内土壤和作物的空间等一系列变异就非常了解，在实现农业机械化之前，农民是手工地处理规模比较小的地块，但是，随着需要精耕细作的田地面积的增大和机械化程度的明显扩大，离开技术的改革发展，考虑地块内的变异就显得越来越困难【２９】。

１．３．１地统计学方法

土壤特性空间变异研究方法一般认为是从经典统计学到地统计学分析方法。Ｍｉｌｎｅ在１９３６年首先提出土壤特性空间变异，其统计原理是假设研究的变量为纯随机变量，样本之间是完全独立且服从某已知的概率分布｛３０】。其统计方法依据质地将土壤划分为若干较为均一的区域，通过计算样本的均值、标准差、方差、变异系数并进行显著性检验来描述土壤特性的空间变异性【３１１。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，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【３２】：定量分析土壤特性空间变异许多土壤特性在空间上并不是独立的，不属于纯随机变量，而是４

最新不同成土母质条件下土壤养分空间变异研究成果

第１章文献综述

在一定范围内存在空间上的相关性，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ｐ３｜。土壤特性自相关性的发现，就使Ｆｉｓｈｅｒ统计原理显得有些无能为力【３４】。故土壤学家必须探索新的方法。

地统计学形成于上世纪５０年代，并在６０年代形成统计学的一门分支，且地统计学得名是因为其最早是运用在地学领域的。地统计学是以区域化变量理论为核心，以矿质的空间结构和变异函数为基本工具数学地质方法。它建立在区域化变量、随机函数、内蕴假设、平稳性假设和空间内插等概念的基础＿Ｊ２１３５－３８】。最早应用区域化变量理论的是矿产钻探领域，区域化变量理论提供了一个描述区域特性的空间连续性方法，其它数学函数很难做到这一点。现实中，大量的土壤性状的变异很好地符合区域性交量理论１３９］。大量研究表明，该理论是研究土壤肥力空间变异特性的有效方法。且地统计学方法中半方差图和Ｋｒｉｇｉｎｇ插值分析在研究土壤特性空间变异中得到广泛应用且取得了很大的成功【４叫１１。

随着地统计学的发展、成熟，其应用范围越来越广。在国外，国外学者自从开始研究土壤特性空间变异到现在，应用地统计学方法对土壤养分空间变异开展了大量的研究１４２‘４３１。ＪｏｓｅＡ．Ａｍａｄｏｒ等Ｌ４４ｊ进行了土壤物理性质的空间变异方面研究；Ｓｏｕｚａ．Ｌ．Ｃ．ｄｅ等对半干旱区冲积土土壤盐分的空间变异情况进行了研究［４５】；ＬａｗｒｅｎｃｅＤ．等对长期耕种下土壤磷的空间变异性进行研究晰】；其他还有大量的这方面的报刽４７舶】。ＷｅｂｓｔｅｒａｎｄＮｏｒｔｃｌｉｆｆ的研究表明，１ｈｍ２农田内的Ｆｅ和Ｍｎ有很强的空间依赖性，而Ｚｎ和Ｃｕ没有空间相关性，Ｆｅ和Ｍｎ的空间相关距离在８０＂－１００ｍ之间。大量研究发现，小区域范围内土壤养分有空间相关性ｆ４９】土壤ＯＭ的空间相关距离介于５０－一３５０ｍ之间【弛５１】。而Ｐ和Ｋ的空间相关距离差别很大，一些研究者的结果发现在１００ｍ以上【５２巧４１，也有一些研究者的结果发现在６０ｍ以下【５５－５６】；硝态氮的空间相关距离在３０ｍ以下，且受时间的影响很大１５７－６０ｌ。

我国学者对地统计学的研究起步比较晚，大概是从８０年代开始的，但还是有很多研究成果，且在土壤特性空间变异的研究方面还是很常见【６１捌】，在土壤养分的空间分布特征及变异规律的研究中也有比较成功的报道【６５１，在较大范围内及不同取样尺度下土壤养分空间变异的研究中，地统计学也取得了令人满意的效果【６¨７１。李菊梅等在１９９８年采用以５ｍ间隔网格法采取了红油土壤耕作层土壤１４７个样点，研究了铵态Ｎ、硝态Ｎ、有效Ｐ、水溶性Ｋ、Ｃａ、Ｍｇ等在空间的变异规律。胡克林等在１９９９年对一块面积为ｌ公顷麦田内的９８个观测点取样分析，并研究了两个时期不同含水率情况下土壤养分空间变异，且绘制了土壤养分含量等值线图。杨利萍等在２０００年研究了河北邯郸约５４公顷连片种植棉田的速效氮、速效钾等空间变异。随着地统计学的广泛深入应用，出现了很多地统计学和其它方法结合的研究，如廖桂堂等把地统计学和多元统计分析结合起来对土壤肥力质量评价进行研究【６引。大量研究发现，地统计学方法中半方差图和克里格分析在研究土壤特性空间变异中取得了很大的成功，并广泛推广［６９－７们。

由上述可见，国外采用地统计学方法研究土壤养分空间变异的报道较多，其中绝大部分是在单一成土母质上进行的，而在多成土母质区域进行的研究较少。国内在多成土母质区应用地统计学方法开展土壤养分空间变异方面的研究很多，但绝大多数都忽略成土母质的影响，故把土壤养分空间变异、成土母质结合起来的研究是很有必要的。５

最新不同成土母质条件下土壤养分空间变异研究成果

曼曼曼曼舅曼曼曼曼曼皇笪Ｉ曼！！曼曼曼曼曼鼍！曼曼曼曼蔓量曼鼍曼曼曼曼曼！曼曼曼曼曼鼍笪曼蔓曼皇量曼曼曼曼曼曼曼曼曼曼曼曼曼曼曼曼曼曼曼皇曼曼皇西南大学硕＋学位论文

１．３．２土壤养分空间变异的影响因素

土壤养分空间变异的程度是由土壤的形成过程以及它在时间和空间上的平衡决定的。土壤特性空间变异是普遍存在的，土壤母质、气候、地形、时间和人类活动等严重影响着土壤特性空间变异１７¨。

土壤母质对土壤特性变异影响较大。因为土壤母质是土壤形成的基础，在过去的研究中表明由于母质的差异致使土壤特性存在着很大变异【７２】。母质差异和土壤特性空间变异呈正相关【７３１。在研究中普遍认为，在剔除人为因素影响的条件下，母质养分与土壤中养分含量也呈明显正相关。土壤母质的性质和地形位置决定着土壤中大量微量元素的变异，且在一定程度上和气候、大气沉淀、降雨等有关【７４１。徐尚平等【７５】的研究表明：母质的变异在阐述土壤养分空间变异时比地形位置更重要。

气候是影响土壤特性空间变异最基本的因素。它对成土过程的水热条件起支配作用，且时时影响着土壤形成过程的方向和强度，而土壤特性空间变异程度是由土壤形成过程以及其在空间和时间上的平衡所决定的，故气候的差异会对土壤特性空间变异产生很大的影响。然而，由于地球上的气候条件变化频繁，成土过程交互作用形成了大多数土壤，进而导致土壤特性空间变异现象相当普遍【７６１。

地形与土壤特性变异有直接的关系［７７】。地形影响水热条件和成土物质的再分配，故地形位置不同土壤特性也不同。相关研究显示，地形对土壤肥力和有效水有很大影响，在坡度差不多相同的情况下，土壤特性也非常相似【７引。

人类活动对土壤特性空间变异的影响也时比较大的。使土壤特性产生较大变异的因素很多，如施肥、作物品种、灌溉，另外，农作物对养分的吸收、养分本身在土壤剖面中的淋洗和土壤酸碱调节剂的应用等都会引起土壤特性空间变异【７们。由于农作物残体、相对来说不容易转移的磷、钾等肥料及其养分残留在土壤中分布的不均匀性在土壤免耕和肥料条施的情况下增加，导致土壤肥力特性空间变异的不断增大，对于在土壤中肥料条施位置已知或未知的情况下，故采取充分代表小范围的土壤样品就变得更困难凹】。

总之，土壤母质在各种客观因素中对土壤养分的变异性影响最大，不同的农田管理措施则影响土壤养分空间变异的发展趋势。国外学者对影响土壤养分空间变异的因素研究较多，而国内则很少。同时，国外在对土壤养分空间变异的定量研究绝大多数在小范围内进行，而在较大范围内的研究不多，更少有结合成土母质因素影响研究的，在国内，目前对多成土母．质区土壤养分空间变异的研究很多但鲜有考虑母质影响。６

最新不同成土母质条件下土壤养分空间变异研究成果

第２章引言

第２章引言

２．１研究目的及意义

随着土壤退化、农业污染等越来越严重，农业生产压力随之加剧，如何实现农业的可持续发展也成为当今农业科研和生产领域需要解决的问题。在２０世纪８０年代，美国等经济发达国家提出了精准农业这一概念。而要实现精准农业，则必需要对土壤养分状况进行准确的了解。但土壤养分受到各种自然或人为因素的影响，普遍存在着变异性。随着ＧＩＳ、ＧＰＳ等技术以及和地统计学的发展和应用，众多学者对从不同的角度对土壤空间变异性进行了研究。Ｓｏｕｚａ．Ｌ．Ｃ．ｄｅ等对半干旱区冲积土土壤盐分的空间变异情况进行了研究；ＬａｗｒｅｎｃｅＤ．等对长期耕种下土壤磷的空间变异性进行研究。ＷｅｂｓｔｅｒａｎｄＮｏｒｔｃｌｉｆｆ的研究表明，ｌｈｍ２农田内的Ｆｅ和Ｍｎ有很强的空间依赖性，而Ｚｎ和Ｃｕ没有空间相关性，Ｆｅ和Ｍｎ的空间相关距离在８０。１００ｍ之间。大量研究发现，小区域范围内土壤养分有空间相关性土壤ＯＭ的空间相关距离介于５０－３５０ｍ之间。而Ｐ和Ｋ的空间相关距离差别很大，一些研究者的结果发现在１００ｍ以上，也有一些研究者的结果发现在６０ｍ以下；硝态氮的空间相关距离在３０ｍ以下，且受时间的影响很大。从以上研究可以发现，现在关于地统计学在土壤养分空间变异的研究中，基本都是针对土壤某个属性或不同尺度研究区来进行探讨空间变异插值精度，而关于成土因素对其的影响则相对较少。而土壤养分空间变异程度是由土壤的形成过程以及它在时间和空间上的平衡决定的。成土因素直接影响着土壤养分的空间变异。土壤母质作为五大成土因素之一，是土壤形成的基础。母质差异和土壤特性空间变异呈正相关。在研究中普遍认为，在剔除人为因素影响的条件下，母质养分与土壤中养分含量也呈明显正相关。徐尚平等的研究表明：母质的变异在阐述土壤养分空间变异时比地形位置更重要。但是目前关于多成土母质区土壤养分空间变异研究相对较少。

重庆成土母质类型多样复杂，为研究成土母质对土壤属性空间变异性的影响提供了良好材料，但由于重庆地形地貌复杂，因此，本文只选取重庆市内地貌相对平缓的梁平县“梁平坝子”作为研究对象，运用地统计学和ＧＩＳ技术，对该地区的土壤养分空间变异性进行了研究，分析了成土母质对土壤养分空间变异插值精度的影响，以提高土壤养分空间变异差异的精确，为指导推荐施肥以及精确农业的发展提供依据。

２．２研究目标

本文以重庆市梁平县的粮食主产区“梁平坝子”部分区域作为研究对象，运用地统计学和ＧＩＳ技术，结合母质因素研究土壤养分的空间变异性，并把不考虑土壤母质影响和考虑土壤母质影响两种不同情况的精确性作对比，最后采用考虑土壤母质影响进行土壤养分空间变异研究，从而得出研究区土壤养分空间分布，指导研究区农作物施肥。

２．３研究内容

本研究充分利用现在的工作基础，在ＧＩＳ等技术支持下结合成土母质因素对重庆市梁平县粮食主产区“梁平坝子”的农田养分进行调查和分析，主要包括以下两方面内容：

（１）研究区考虑土壤母质因素影响和不考虑土壤母质影响两种情况下土壤养分统计特征分７

最新不同成土母质条件下土壤养分空间变异研究成果

两南大学硕士学位论文

析。

（２）考虑土壤母质因素影响下土壤养分空间变异研究，运用Ｋ．ｒｉｇｉｎｇ空间插值技术生成土壤养分空间变异分布图。

２．４技术路线

本文研究的技术路线如下：８

最新不同成土母质条件下土壤养分空间变异研究成果

第２章引言

厂、

０睃复数熬ｊ

图２．１研究区技术路线图

Ｆｉ９２—１ＴｈｅＴｅｃｈｎｉｃａｌＤｉａｇｒａｍｏｆＲｅｓｅａｒｃｈ９

最新不同成土母质条件下土壤养分空间变异研究成果

第３章研究材料与方法

第３章研究材料与方法

３．１研究区概况

３１ｌ研究区地理位置

粱平县位于重庆市东北部，界于１０７。２４＇－１０８０５＇Ｅ．３０６２＿５‘一３０。５３＇Ｎ之间，幅员面积１８９０Ｋｉｎ２。研究区位置见示意图（图３－１）。属暖湿旺热带季风气候区。梁平县土壤有４个士类、６个亚类、１７个土届、６０个土种，其中水稻土娄下的掘棕紫色水稻土、红棕紫色水稻土、老冲积黄泥水稻土３个土属和紫色土娄的灰棕紫泥土和红棕紫泥土的２个土属占全县面积晟太，约为８６１２％。粱平县地势里“三山五岭，两槽一坝，丘陵起伏，六水外流”．形成山、丘、坝兼有而队山区为主的特殊地貌。在粱平县境中部，东、西两山之间，有一块由古代湖泊沉积而成川东第一太坝．即所谓的粱平坝子，其地势平坦而开阔，面积１００７３平方公里，是粱平主要的粮食产区。故本文在桨平坝子上选取一块作为研究区。

农业是桨平县经辩的基础，农业又以水稻、玉米、小麦、油料生产为主。近几年全县年均粮食播种面积８５３３３公顷，其中水稻３２０００公顷，玉米１３３３３公顷，小麦１９０００公顷，油科５３００公顷．其中油菜籽４５００公顷；年均粮食总产量３６万吨，其中水稻产量２４３万吨，玉米产量４．６万吨，小麦４７万吨，油料产量７６８３吨，其中油菜籽产量５５００吨左右。

＋

嚣

囤３－１粱平县地理位置围

Ｆｉｇ３－１ＣｏｕｎｔｙＧｅｏｇｒａｐｈｉｃＳｉｔｅｏｆＬｉａｎ印ｉｎｇ

３１．２研究区母质介绍

母质是风化壳的表层．是指原生基岩经过风化、搬运、堆积等过程于地表形成的一层疏挫、最年轻的地质矿物质层，是形成土壤的物质基础，对土壤的形成过程有根大的影响。

成土母质是土壤的物质基础，母质的基率届性对土壤形成和肥力状况有着深刻的影响。重庆地质地貌、生物气候十分复杂．因而成土母质类型及其迁移、堆积情况也多种多样．本

最新不同成土母质条件下土壤养分空间变异研究成果

西南大学硕士学位论文

研究士要根据岩层沉积环境及岩性特征的不同选取的３种母质分别为第四系新冲积物，侏罗系遂宁纽和体罗系沙溪庙纽作为研究对象。

第四系新冲积物：新冲积母质主要有灰色、灰棕、紫色、黄红等，其化学维成因物源而异，其中以氧化钙、氧化钾、五氧化二磷差异较明显。灰色冲积母质以氧化钾最高．灰棕冲积母质以氧化钙、五氧化二磷最高，紫色冲积母质以氧化钙最高，其余硅、铁、铝、锰等氧化物之间虽有差异，但不明显。

侏罗系遂宁组：为炎热干燥的气候条件的』１。湖浅水相沉积，由鲜红、栋红色砂质粘土岩夹浅膳、中薄层红色粉状砂岩组成。粘十层中水化目音量较多．钙质胶结物７－Ｉ３％。岩石孔隙率低，宽裂隙少，细裂隙极多，热容盖和比重均高，抗蚀度搬弱。

侏罗系沙溪庙组：为潮湿滨湖．浅湖相沉积，主要由襄、紫灰、获紫色、黄色的厚层块状，中一租粒长石石英砂岩或长石砂岩与紫红、暗紫红砂质泥岩组成，泥岩有２－３个不等厚度放入韵律层，顶部为叶胜舟页岩层。砂岩中石英小于２００／０．长石２０－４５％。泥岩以高岭土、水云母、蒙脱石为主。岩石孔隙率较高，细微粒极少，比热和热容量均为中等．散热力较强，抗侵蚀中等．土壤石灰反应微弱，岩石中含钾、钙、镁、铜、铅、锌、猛、钒、钛、镍、钴等元素较高。

图３－２研究区母质图

Ｆｉ９３－２ＴｈｅＭａｐｏｆＰａｒｅｎｔＭａｔｅｒｉａｌｉｎＲｅｓｅａｒｃｈＡｍａ

３．２采样方法

土壤采样采用全球卫星定位系统定位采样．在粱平县粮食主产区“粱平坝子”上采样７３０个，图３－３是其采样点分布国，对研究区采用的采样方法是：利用全球卫星定位系统确定采样点，在样点附近采用＊ｓ喵均匀采取０到２０厘米深的土壤１０个点，混台均匀后．用四分法留取１ｋｇ作为样品。

最新不同成土母质条件下土壤养分空间变异研究成果

－’‘１一

ｏ、ｐ嵇罐擎譬、

图３０研究医采样点分布图

Ｆｉｇ３－３ＳｃｈｅｍａｔｉｃａｌｌｙＳａｍｐｌｉｎｇＳｉｔｅＤｉｓｔｒｉｂｕｔｉｏｎＭａｐｏｆＲｅｓｅａｒｃｈＡｒｅａ

３．３土壤样品的分析方法

本研究采硐的土壤样品分析方法是由美国佛罗里选国际农化服务中一ｔＺ，土壤养分状况系统研究方法（ＡＳＩ法）㈣。ＡＳＩ法能同时提取多种养分，且分析效率高，是一种快速、准确的提取方法‘。２１。

运用ＡＳｌ分析土样的项目主要包括：ｐＨ值、有机质（ｏＭ）、ＮＨ４＋一Ｎ、Ｐ和Ｋ。Ｎｌ－ｈ一一Ｎ用碱性苯酚＋ＮａＯＣＩ比色法测定；Ｐ、Ｋ用ＡＳＩ联台授提剂（０２５ｍｏｉ／ＬＮａＨＣ０３－００１１１１０１／ＬＥＤＴＡ＋００１ｔｏｏｌ／ＬＮ｝∽浸提ｒ

为２．５：１．证１计测定。Ｐ用钥锑抗比色ｊ圭测定，Ｋ用原子吸收分光光度计测定：有机质（ｏＭ佣０２ｍｏｌ／ＬＮａＯＨ４ｔ）０１ｔｏｏｌ／ＬＥＤＴＡ＋２％甲酵溶液提取，比色法测定：ｐＨ：水土比

研究区土壤酸碱度分析：土壤酸碱度舟于４．２—８２之问．分布规律性明显，总的来说，主要表现为１级（ｐＨ＜５５）含量分布区域很少：２级（５．５＜７ＰＨ＜６５）吉量分布广，主耍分布在东北部和西北部，３级（６５＜ｐＨ＜７５）含量分布区域比较广，主要分布在研究区的东北部和东南部，而４级（７５＜州＜８５）含量分布区域很大．主要分布在西南部。

３．４研究方法

３．４１半方差函数

半方差函嚣是一个关于数据点的半变异值与数据点之间距离的函数，即：

，～ｒ＾Ｊ

＂ｈ卜矗两｛ｊ【２ｈｉ．２“，－ｋ¨ｒ

式中：．ｒ００表示甸距为ｈ的半方差。Ｎ表示被ｈ分隔的观铡数据的成对散日ｒｚ（ｘＪ代表空问点ｘ的测定值，ｚＯｐｈ）袭示空问点ｘ＃ｈ的测定值。线性有基台值和球状模型的基本结构，见固３４。

最新不同成土母质条件下土壤养分空间变异研究成果

两南大学硕十学伊论文

Ｃｏ＋Ｃ

８Ｓ

蓦｝

＝榭

星椒

‘蠢．卵４１∞Ｃ。

０ａ

间距

Ｌａｇｈ

图３－４半方差模型图

Ｆｉ９３－４ＴｈｅｏｒｅｔｉｃａｌＭｏｄｅｌｏｆＳｅｍｉ—ｖａｒｉｏｇｒａｍ

Ａ：纯块金模型，Ｂ：无基台值线性模型，Ｄ：有基台值线性模型，Ｅ：球状模型

图３＿４中：Ｃｏ表示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表示由土壤母质、地形、气候等人为区域因素引起的变异；Ｃｏ＋Ｃ表示系统内总的变异，Ｃｏ＋Ｃ近似于采样方差Ｓ２，所以间距小于变程的样点是空间相关的，而间隔大于变程的样点则无空间相关性；ａ为变程。对于球状和线性模型，ａ表示观测点之间的最大相关距离，而高斯模型的最大相关距离为（３）ｍａ，指数模型的最大相关距离为３ａ。

下面介绍几种重要模型的数学表达式：

球状模型

，，ｒ

ｊ

Ｉｙ（ｚ）＝Ｃｏ＋ｃ【詈×：ｈ—ｊ１‘：ｈ）３】，。鱼鱼１丫（ｈ）＝ｃｏ＋ｃ，ｈ＞ａ

、丫（０）＝０

指数模型

厂丫（ｈ）＝Ｃ０＋Ｃ［１－ｅｘｐ（一ｈ／ａ）］，ｈ＞Ｏ

Ｌ丫（０）＝０

高斯模型

高斯模型的一般公式为ｈ＝Ｏｈ＝Ｏ

厂丫（ｈ）《ｏ．屺（１．ｅ’妣２）ｈ＞Ｏ

Ｌｙ（ｈ）＝Ｏ

有基台值的线性模型ｈ＝Ｏ

１４

最新不同成土母质条件下土壤养分空间变异研究成果

第３章研究材料与方法

ｒｙ（办）＝Ｃｏ＋ｃ（皇）

口ｏ＜ｈｓａ．Ｊ

１７（ｈ）＝Ｃｏ＋Ｃ

、丫（０）＿０ｈ＞ａｈ＝Ｏ

线性无基台值模型

线性无基台值模型的一般公式为：

广７（ｈ）＝Ｃｏ＋ｃ｝ｌ／ａ

＜Ｌ７（ｈ）＝Ａｈｈ＝Ｏｈ＞Ｏ

式中Ａ为常数，表示直线的斜率。

３．４．３半方差函数的检验方法

对选定的理论模型采用交叉验证法检验，就是每一个实测点，用周围的ｎ．１个其它点数据对改点进行克里格估值‘８３１。采用Ｉ值作为综合指标进行理论模型的最优性检验【８４１。Ｉ值的计算方法如下：，＝丽一 ＋（１∞】

其中，当Ｐ＝Ｏ．１时，：０≤（Ｚ—Ｚ宰）２＜１００当Ｐ＝Ｏ．２时，１００≤（Ｚ—Ｚ水）２。

式中，Ｚ宰是某点上的克里格估计值，Ｚ为实测值，Ｓ 是相应的克里格估计标准差，Ｐ为经验性参数。Ｉ值越小说明变异函数模型对变量结构的代表性越好【８５】。

３．４．４Ｋｒｉｇｉｎｇ插值

Ｋｒｉｇｉｎｇ插值是目前地统计学中应用最为广泛的最优内插法，它是利用已知点的数据去估计未知点（）（ｏ）的数值，其基本理论是对于任意待估点或块段Ｖ的实际值Ｚｖ（ｘ），其估计值ｚｖ８（ｘ）是通过该待估点或待估块段影响范围内的ｎ个有效样本值Ｚ（ｘｉ）（卜ｌ，２，３…．ｎ）的线性组合得到的，即：

磊４例＝∑丑磊～

式中：Ｚｖ４（Ｘ）是在未经观测的点ｘ上的内插估计值，Ｚｖ（Ｘｊ）是在点ｘ附近的若干观测点上获得的实测值。ｋ是考虑了半方差图中表示空间的权重，Ｚ值的估计应该是无偏的，因为：

∑乃２．『

估计方差可以由下列方程求出：

础ｒ㈤

式中ｂ是被估计点与其它点之间的半方差矩阵，ｂｒ为矩阵ｂ的转置矩阵，ｐ为拉格朗日参数。１５

最新不同成土母质条件下土壤养分空间变异研究成果

西南大学硕十学位论文

３．５土壤养分分级标准

根据土壤养分综合系统评价法【８６１，土壤养分测定值被分成几个等级，不同的级别对应不同的养分水平。土壤养分速效含量的临界值及分级标准见表３．１。

表３．１土壤养分速效含量的临界值及分级标准

Ｔａｂ．３．１ＣｒｉｔｉｃａｌＶａｌｕｅａｎｄＣｌａｓｓｏｆＳｏｉｌＡｖａｉｌａｂｉｅＮｕｔｒｉｅｎｔＣｏｎｔｅｎｔ

翥笞

ＯＭ（％）临界值ｌ２１－－－２

５０－－－７５３级别４５６０～１５０＞２７５～１５０

１２～２４１５０＂－３００＞３００Ｎ（ｍｇ／Ｌ）Ｐ（ｍｇ／Ｌ）Ｏ～５０Ｏ～６１２６～１２２４～４０４０～６０＞６０

塑里ｇ坐１２墨：２Ｑ＝！Ｑ！Ｑ＝垒Ｑ垒Ｑ＝！！：！！！：兰＝！ＱＱ！ＱＱ＝！垫三！垫３．６数据处理

本论文采用的软件有ＧＳ＋５．１、ＡｒｃＧＩＳ９．３。ＧＳ＋５．１用于分析半方差函数、选择恰当的模型、输出半方差图。ＡｒｃＧＩＳ９．３主要用于处理ＧＩＳ矢量图层中的矢量化、布点、剪切、合并、修改、投影转换、Ｋｒｉｇｉｎｇ插值以及面积计算。１６

本文来源：https://www.bwwdw.com/article/bfe1.html