Spatial Variability Characteristics and Influencing Factors of Available Contents of Nutritive Elements in Tillage Layer Soil of Ruian, Zhejiang Province

doi:10.19657/j.geoscience.1000-8527.2022.03.16

Abstract

Abstract:

Based on geostatistics,GIS and traditional statistical analysis,spatial variability characteristics and influencing factors of available contents of 9 nutritive elements in the tillage layer soil of Ruian were studied. The results showed that alkali hydrolyzable nitrogen in the tillage layer of the study area with the distribution trend of high in the west and low in the east,while that of available contents of potassium,boron,manganese,molybdenum,copper and zinc were low in the west and high in the east,available phosphorus is high in both east and west but low in the middle,and available iron distributed uniformly; there is a lack of available boron in the tillage layer soil in the central and western parts of the study area,a lack of alkali-hydrolyzable nitrogen in the east,and a lack of available phosphorus in the central,except for these,the available contents of 9 nutritive elements in other parts of the study area are all above the medium standard; semi-variance function analysis showed that available contents of manganese and iron had strong spatial correlation,alkali-hydrolyzable nitrogen,available contents of potassium,phosphorus,molybdenum,copper and zinc had medium spatial correlation,and available contents of boron had weak spatial correlation. It is considered that the neutral or weakly alkaline soil environment with high salt content and active cations is beneficial to the enrichment of available contents of potassium and boron,and the acidic or weakly acidic soil with high organic matter content is beneficial to the enrichment of alkali hydrolyzable nitrogen and available contents of iron; the controlling factors of available contents of potassium,molybdenum,boron,copper and zinc are similar,which are mainly affected by structural factors such as soil parent material,soil type and topography,as well as random factors such as fertilization and tillage. Alkali-hydrolyzable nitrogen,available contents of iron,phosphorus and manganese are mainly affected by structural factors such as soil parent material,soil type and topography.

Key words: available contents of nutritive elements, spatial variation, semi-variance function, influencing factors, tillage layer, Ruian

CLC Number:

P595
S151.9

WANG Xueyin, HUANG Yiling, QUAN Binbin, LIN Daoxiu, HAN Zhenchun. Spatial Variability Characteristics and Influencing Factors of Available Contents of Nutritive Elements in Tillage Layer Soil of Ruian, Zhejiang Province[J]. Geoscience, 2022, 36(03): 963-971.

Figures/Tables 9

References 25

[1]	黄昌勇, 徐建明. 土壤学[M]. 北京: 中国农业出版社, 2010:209-213.
[2]	张浩, 张新, 李启权, 等. 宜宾地区土壤有效态微量元素空间变异特征及影响因素[J]. 土壤通报, 2017, 48(3):575-582.
[3]	孟菁, 孙喜军, 吕爽, 等. 西安市耕地土壤有效态微量元素的空间变异特征[J]. 中国农学通报, 2019, 35(23):58-65.
[4]	张泽浦, 王学军. 土壤微量元素含量空间分布的条件模拟[J]. 土壤学报, 1998, 35(3):423-429.
[5]	王淑英, 于同泉, 王建立, 等. 北京市平谷区土壤有效微量元素含量的空间变异特性初步研究[J]. 中国农业科学, 2008, 41(1):129-137.
[6]	李海峰, 曾凡江, 桂东伟, 等. 不同利用强度下绿洲农田土壤微量元素有效含量特征[J]. 生态学报, 2012, 32(6):1803-1810.
[7]	安永龙, 杜子图, 黄勇. 基于地统计学和GIS技术的北京市大兴区礼贤镇土壤养分空间变异性研究[J]. 现代地质, 2018, 32(6):1311-1321.
[8]	刘斌, 郭星, 朱宇恩. 基于随机森林模型的土壤重金属源解析——以晋中盆地为例[J]. 干旱区资源与环境, 2019, 31(1):106-111.
[9]	陈毛华, 高鹏, 刘明广, 等. 基于GS⁺的阜阳市城郊菜地重金属空间分布研究[J]. 干旱区资源与环境, 2017, 31(8):148-152.
[10]	方淑波, 贾晓波, 安树青, 等. 盐城海岸带土壤重金属潜在生态风险控制优先格局[J]. 地理学报, 2012, 67(1):27-35. DOI
[11]	张小桐, 张瑞芳, 王红, 等. 县域土壤有效态微量元素的空间变异特征及影响因素——以徐水县为例[J]. 干旱地区农业研究, 2016, 34(1):74-80.
[12]	秦建成, 罗云云, 魏朝富, 等. 基于ArcGIS的彭水县烟区土壤有效态微量元素丰缺评价[J]. 土壤学报, 2006, 43(6):892-897.
[13]	贾振宇, 张俊华, 丁圣彦, 等. 基于GIS和地统计学的黄泛区土壤磷空间变异——以周口为例[J]. 应用生态学报, 2016, 27(4):1211-1220.
[14]	许洺山, 赵延涛, 杨晓东, 等. 浙江天童木本植物叶片性状空间变异的地统计学分析[J]. 植物生态学报, 2016, 40(1):48-59. DOI
[15]	CHIEN Y J, LEE D Y, GUO H Y, et al. Geostatistical analy-sis of soil properties of mid-west Taiwan soils[J]. Soil Science, 1997, 162(4):291-298. DOI URL
[16]	KRAL F, CORSTANJE R, White J R, et al. A geostatistical analysis of soil properties in the Davis Pond Mississippi Freshwater Diversion[J]. Soil Science Society of America Journal, 2012, 76(3):1107-1118. DOI URL
[17]	汤洁, 林晓晟, 侯克怡, 等. 基于地统计学和GIS的辽河上游区域土壤养分空间分异研究[J]. 东北师大学报(自然科学版), 2014, 46(4):139-146.
[18]	石媛媛, 邓明军, 林北森, 等. 基于GIS和地统计学的百色植烟土壤养分空间分析[J]. 南方农业学报, 2014, 45(8):1403-409.
[19]	赵业婷, 常庆瑞, 李志鹏, 等. 1983—2009年西安市郊区耕地土壤有机质空间特征与变化[J]. 农业工程学报, 2013, 29(2):132-140.
[20]	余慧敏, 朱青, 傅聪颖, 等. 江西鄱阳湖平原区农田土壤微量元素空间分异特征及其影响因素[J]. 植物营养与肥料学报, 2020, 26(1):172-184
[21]	唐丽静, 王冬艳, 宋诚亮. 山东省沂源县耕层土壤养分元素有效态含量及其影响因素研究[J]. 山东农业科学, 2014, 46(8):71-74.
[22]	孟菁, 孙喜军, 吕爽, 等. 西安市耕地土壤有效态微量元素的空间变异特征[J]. 中国农学通报, 2019, 35(23):58-65.
[23]	董国涛, 张爱娟, 罗格平, 等. 三工河流域绿洲土壤微量元素有效含量特征分析[J]. 土壤, 2009, 41(5):726-732.
[24]	JIANG H L, LIU G S, WANG X Z, et al. Spatial variability of soil properties in a long-term tobacco plantation in central China[J]. Soil Science, 2010, 175(3):137-144. DOI URL
[25]	凌子燕, 刘锐. 基于主成分分析的广东省区域水资源紧缺风险评价[J]. 资源科学, 2010, 32(12):2324-2328.

有效态含量	丰富/ (mg/kg)	较丰富/ (mg/kg)	中等/ (mg/kg)	较缺乏/ (mg/kg)	缺乏/ (mg/kg)
有效硼	>2	>1~2	>0.5~1	>0.2~0.5	<0.2
有效铜	>1.8	>1.0~1.8	>0.2~1.0	>0.1~0.2	<0.1
有效钼	>0.3	>0.2~0.3	>0.15~0.2	>0.1~0.15	<0.1
有效锰	>30	>15~30	>5~15	>1~5	<1
有效铁	>20	>10~20	>4.5~10	>2.5~4.5	<2.5
有效锌	>3	>1~3	>0.5~1	>0.3~0.5	<0.3
碱解氮	>150	>120~150	>90~120	>60~90	<60
有效磷	>40	>20~40	>10~20	>5~10	<5
速效钾	>200	>150~200	>100~150	>50~100	<50

有效态含量	丰富/ (mg/kg)	较丰富/ (mg/kg)	中等/ (mg/kg)	较缺乏/ (mg/kg)	缺乏/ (mg/kg)
有效硼	>2	>1~2	>0.5~1	>0.2~0.5	<0.2
有效铜	>1.8	>1.0~1.8	>0.2~1.0	>0.1~0.2	<0.1
有效钼	>0.3	>0.2~0.3	>0.15~0.2	>0.1~0.15	<0.1
有效锰	>30	>15~30	>5~15	>1~5	<1
有效铁	>20	>10~20	>4.5~10	>2.5~4.5	<2.5
有效锌	>3	>1~3	>0.5~1	>0.3~0.5	<0.3
碱解氮	>150	>120~150	>90~120	>60~90	<60
有效磷	>40	>20~40	>10~20	>5~10	<5
速效钾	>200	>150~200	>100~150	>50~100	<50

有效态含量	剔除3 倍离差	样品/件	最小值/ (mg/kg)	最大值/ (mg/kg)	算术平均值/ (mg/kg)	中位数/ (mg/kg)	几何平均值/ (mg/kg)	标准离差	变异系数 (C_v)
碱解氮	前	500	56.00	466.00	174.00	169.00	160.00	67.00	0.39
碱解氮	后	497	56.33	337.95	171.91	168.98	159.12	63.87	0.37
有效磷	前	500	2.00	295.00	39.00	23.00	24.00	46.00	1.17
有效磷	后	461	2.34	95.04	27.60	19.64	19.67	22.63	0.82
有效硼	前	500	0.13	2.40	0.60	0.48	0.51	0.36	0.61
有效硼	后	485	0.13	1.45	0.56	0.47	0.49	0.30	0.53
有效钼	前	500	0.01	1.53	0.21	0.19	0.19	0.12	0.55
有效钼	后	481	0.01	0.42	0.20	0.19	0.18	0.08	0.39
速效钾	前	500	70.11	1 064.23	210.43	183.32	188.69	0.12	0.58
速效钾	后	487	70.11	484.44	204.45	170.45	182.04	0.09	0.47
有效铜	前	500	0.70	76.80	3.30	2.80	2.70	3.90	1.20
有效铜	后	490	0.66	6.86	2.94	2.77	2.65	1.29	0.44
有效锌	前	500	1.10	149.00	7.70	6.10	6.20	8.50	1.10
有效锌	后	495	1.10	28.00	7.13	6.04	6.08	4.21	0.59
有效铁	前	500	36.17	1 391.00	477.02	447.55	356.77	306.49	0.24
有效铁	后	500	36.17	1 391.00	477.02	447.55	356.77	306.49	0.24
有效锰	前	500	2.00	451.00	60.00	50.00	43.00	49.00	0.82
有效锰	后	494	2.15	168.50	55.01	48.76	40.76	38.13	0.69

有效态含量	剔除3 倍离差	样品/件	最小值/ (mg/kg)	最大值/ (mg/kg)	算术平均值/ (mg/kg)	中位数/ (mg/kg)	几何平均值/ (mg/kg)	标准离差	变异系数 (C_v)
碱解氮	前	500	56.00	466.00	174.00	169.00	160.00	67.00	0.39
碱解氮	后	497	56.33	337.95	171.91	168.98	159.12	63.87	0.37
有效磷	前	500	2.00	295.00	39.00	23.00	24.00	46.00	1.17
有效磷	后	461	2.34	95.04	27.60	19.64	19.67	22.63	0.82
有效硼	前	500	0.13	2.40	0.60	0.48	0.51	0.36	0.61
有效硼	后	485	0.13	1.45	0.56	0.47	0.49	0.30	0.53
有效钼	前	500	0.01	1.53	0.21	0.19	0.19	0.12	0.55
有效钼	后	481	0.01	0.42	0.20	0.19	0.18	0.08	0.39
速效钾	前	500	70.11	1 064.23	210.43	183.32	188.69	0.12	0.58
速效钾	后	487	70.11	484.44	204.45	170.45	182.04	0.09	0.47
有效铜	前	500	0.70	76.80	3.30	2.80	2.70	3.90	1.20
有效铜	后	490	0.66	6.86	2.94	2.77	2.65	1.29	0.44
有效锌	前	500	1.10	149.00	7.70	6.10	6.20	8.50	1.10
有效锌	后	495	1.10	28.00	7.13	6.04	6.08	4.21	0.59
有效铁	前	500	36.17	1 391.00	477.02	447.55	356.77	306.49	0.24
有效铁	后	500	36.17	1 391.00	477.02	447.55	356.77	306.49	0.24
有效锰	前	500	2.00	451.00	60.00	50.00	43.00	49.00	0.82
有效锰	后	494	2.15	168.50	55.01	48.76	40.76	38.13	0.69

有效态含量	拟合模型	块金值C_o	基台值 C_o+C	块金系数 C_o/(C_o+C)	决定系数R²	变程 A_o/km
碱解氮	指数模型	1.69	6.57	0.26	0.76	22.26
速效钾	指数模型	0.98	1.84	0.53	0.90	21.58
有效磷	球状模型	0.93	2.08	0.45	0.74	7.67
有效钼	高斯模型	0.45	0.63	0.71	0.82	21.39
有效硼	高斯模型	0.48	0.59	0.81	0.97	12.49
有效铜	高斯模型	5.22	11.64	0.45	0.68	26.66
有效锌	指数模型	1.32	3.15	0.42	0.69	6.16
有效铁	球状模型	0.86	5.22	0.16	0.77	26.07
有效锰	指数模型	0.42	2.38	0.18	0.83	3.81