徐 猛 ，张 泽 ，吕 新

（1石河子大学农学院，新疆 石河子 832003；2兵团技术市场协会，新疆 乌鲁木齐 830002）

0 引言

农田过量施用化肥是引起水资源污染和土壤退化的重要根源之一，这严重威胁到了社会的可持续发展及人类与自然的和谐共处。处理这一关键问题的核心在于制订精准、精量施肥技术，农田土壤养分的时空变异规律的明确是实施精准施肥技术的前提条件。农田土壤养分各指标中，多数具备空间变异特性，而造成作物经济产量及品质差异的重要因素是农田土壤养分的空间变异[1]。众多研究土壤科学的学者们发现，土壤养分规律在一定范围内存在空间上的相关性、连续性，不应归为纯随机变量范畴。Gotway[2]分析农田土壤养分时应用Kriging方法进行了插值，通过分析，表明使用Kriging方法进行土壤养分的空间预测的结果较为准确；Webster[3]等也认为Kriging插值方法明显比其它方法优越。

土壤取样方式在一定程度上影响着土壤养分信息获取的结果，科学、适宜的取样方式仍亟待解决。对农田土壤养分研究来说，养分要素空间自变异程度、空间自相关性及养分间的相互作用等是实现科学、适宜取样方式的前提。目前，以GIS为基础的养分空间分布制图法较为流行，多采用GPS定点取样，再通过空间插值法实现，在以上环节中取样方法对信息可靠性的影响有待进一步研究。

本研究通过对比随机采样和网格采样两种采样方式对土壤养分变异特征的影响，使用Kriging法，对删除验证点位的土壤养分特性进行插值，并对插值结果进行检验。使用ArcGIS10.2软件建立农田土壤养分空间分布图，对其进行综合分析并总结归纳。以期为新疆农田探索出合适的精准、精量施肥管理策略。

1 材料与方法

1.1 研究区概况

图1 研究区位置图Figure 1 Location of study area

试验区位于兵团石河子总场 （东经 86°10′，北纬 44°21′），平均海拔 435 m，光照充足，年均气温6.9℃。蒸发量大，降水量小，年均降水量172 mm左右。试验区域内土壤为中壤土，试验总面积为10 hm2，在0—20 cm土层中，测得各理化性指标分别为：有机质 17.81 g/kg，碱解氮 52.36 mg/kg、速效磷25.86 mg/kg，速效钾191 mg/kg。方向为东西走向，保护行设置在试验地两头，棉花连作为该区域常年种植模式。

1.2 试验设计

随机采样法和网格采样法作为本实验土样的采样方式，取0—20 cm土层土壤样品各240个，网格采样法间距定为20 m，随机采样法为随机定点采样。每个采样点（精度为±1 m）用全球定位系统（GPS）定位，采样示意图见图2、图 3。

图2 网格采样点分布Figure 2 Distribution of grid sampling points

图3 随机采样点分布Figure 3 Distribution of random sampling points

1.3 测定项目与方法

采样获得的土样进行预处理，其养分含量主要指标测定方法如表1所示。

表1 土壤主要养分指标测定方法Table 1 Determination method of main nutrient indexes in soil

1.3 数据分析与处理

利用IBM SPSS 22.0进行基础数据统计分析，

表2 两种采样方式下土壤全氮含量、有机质含量和碱解氮含量描述性统计Table 2 Descriptive statistics of soil total nitrogen content，organic matter content and alkali hydrolyzable nitrogen con tent under two sampling methods

Pk-s＞0.05，表明服从正态分布。 Pk-s＞0.05 shows normal distribution.GS+7.0和ArcGIS9.3用于模糊隶属度的空间变异特征分析、半方差函数的计算、理论模型的拟合及Kriging插值图形绘制。

2 结果与分析

2.1 不同采样方式下农田土壤养分的描述性统计分析

通过表2可知，2种采样方法采集的土壤全氮含量、有机质含量及碱解氮含量的变异系数均处于25%—75%，属中等变异水平，表明试验区域内土壤肥力水平呈显著性差异；通过分析最小值与最大值，2种采样方法的3种养分含量数值变化范围均差异较大，且网格法的3种养分含量的数值变化范围均较随机法大，表明随机法中人为因素可能会对一些潜在重点区域忽略，以此指导实施变量施肥，必然难以实现期望目标；经K-S检验可知，2种采样方法土壤中3种养分含量的双尾p值均大于0.05，服从正态分布。

2.2 不同采样方式下农田土壤养分空间的Kriging插值结果分析

首先通过Kriging插值对试验区域内未采集养点土壤养分含量进行估算并制成栅格图，再使用ArcGIS9.3软件生成土壤养分含量的空间分布图（见图4、图5、图6）。对比可知：网格法中的OK插值养分分布格局较为精细，其中全氮含量最为鲜明，由于该方法不会造成连续较大面积的未测区域。其中片状和斑块状层次显示较为突出，说明插值精度相对较高。

2.3 不同采样方式下土壤养分的Kriging空间插值预测及其精度验证

图4 2种采样方式下农田土壤全氮OK预测结果空间分布格局图Figure 4 Spatial distribution pattern of total nitrogen OK in farmland soil under two kinds of sampling methods

图5 2种采样方式下农田土壤有机质OK预测结果空间分布格局图Figure 5 Spatial distribution pattern of Soil organic matter OK in farmland soil under two kinds of sampling methods

图6 2种采样方式下农田土壤碱解氮OK预测结果空间分布格局图Figure 6 Spatial distribution pattern of alkaline hydrolyzable nitrogen OK in farmland soil under two kinds of sampling methods

表3 2种采样方式下的插值误差与独立性检验Table 3 Interpolation error and independence test under two kinds of sampling methods

如表3所示，在试验区域内选择10个采集样点进行插值，并将2种采样方式Kriging插值所得数值与实测值对比。由独立检验结果可以看出，各养分数据在网格法下的ME绝对值相比随机法更接近于0；随机法各养分的RMSE相比网格法的偏大。网格法中全氮含量的RMSE明显小于ASE，表现为高估了土壤全氮含量；而随机法中的全氮含量和速效钾含量的RMSE均明显小于ASE，可知高估了全氮含量、速效钾含量。随机法的全氮含量、有机质含量的RMSSE大于1，而碱解氮含量的RMSSE小于1，说明低估了全氮的含量，而高估了碱解氮的含量。

3 讨论

本文结合多元统计分析，运用GIS技术，研究滴灌条件下棉田土壤养分空间分布受采样方式的影响。研究表明，网格采样法获取的土壤养分数据空间分布预测更加接近事实。虽然，众多学者在基于GIS的土壤养分空间分布特征方面做了大量研究，但大多是以空间变量特征为重点进行探究[4-7]，也有部分学者对比了不同要素对土壤养分空间变异特征的影响[8-10]，但大多围绕不同插值方法和采样尺度进行研究[11-13]，而对土壤采样方法的研究较少。

空间分布特征是需要将离散的点转化为连续的面域，理论上采样的均匀程度可以反映出采样区域的大致情况。本文通过探究土壤养分空间分布受不同采样方式的影响，证实了通过网格采样具有更好的区域代表性，但此种方法需要较多的人力和物力资源，尤其是网格过密的情况下。如果对农田信息获取或精度要求不高，随机采样也是可行的采样方式。

4 结论

（1）通过对不同采样方式下的土壤养分进行对比分析，认为网格采样法为土壤养分分析的最佳采样方式。（2）网格采样法中的OK插值结果图养分分布格局反应比较细微，各养分在网格采样法下的ME绝对值较随机采样法更接近于0。

[1]孙叶林，刘勤.黄淮海平原封丘县土壤肥力变异与农田生产力相关研究.土壤，2009，41（2）：274-277.Sun Y L，Liu Q.Soil fertilities and its relationship to maize productivity in the north China plain.Soil，2009，41 （2）：274-277.（in Chinese）

[2]Gotway C A，Ferguson R B，Hergert G W，et al.Comparison of Kriging and inverse-distance methods for mapping soil parameters.Soil Science Society of America Journal，1996， 60（4）：1237-1247.

[3]Webster R，Oliver M A.Optimal interpolation and isarithmic mapping of soil properties.VI.Disjunctive kriging and mapping the conditional probability.European Journal of Soil Science， 2010， 40（3）：497-512.

[4]张建杰，李富忠，胡克林，等.太原市农业土壤全氮和有机质的空间分布特征及其影响因素.生态学报，2009， 29（6）：3163-3172.Zhang J J， Li F Z， Hu K L， et al.Spatial characteristics and impact factors of soil total nitrogen and soil organic matter in Taiyuan.Acta Ecologica Sinica， 2009， 29（6）：3163-3172.（in Chinese）

[5]赵倩倩，赵庚星，董超，等.高密市农田土壤养分空间变异特征研究.土壤通报， 2012， 43（3）：643-650.Zhao Q Q，Zhao G X，Dong C，et al.Spatial variability of soil nutrients of cultivated land in Gaomi area.Chinese Journal of Soil Science， 2012， 43（3）：643-650.（in Chinese）

[6]郭军玲，吴士文，金辉，等.农田土壤微量元素含量的空间变异特征和影响因素.水土保持学报，2010（1）：145-149.Guo J L，Wu S W，Jin H，et al.Spatial variability and controlling factors of microelements contents in farmland soils.Journal of Soil and Water Conservation， 2010（1）：145-149.（in Chinese）

[7]钟萍，王登峰，魏志远，等.我国热区农田土壤养分时空分布研究—以海南省东方市为例.南方农业学报，2014， 45（1）：58-62.Zhong P，Wang D F，Wei Z Y，et al.Temporal and spatial distribution of soil nutrients in tropical arable land of China—A case study of Dong fang City，Hainan.Journal of Southern Agriculture， 2014， 45（1）：58-62.（in Chinese）

[8]吴传洲，朱克保，崔振岭，等.插值方法与样点数对县域土壤有效磷空间变异特征评价的影响.应用生态学报， 2009， 20（3）：673-678.Sun Y X，Wu C Z，Zhu K B，et al.Influence of interpolation method and sampling number on spatial prediction accuracy of soil Olsen-P.Chinese Journal of Applied Ecology，2009， 20（3）：673-678.（in Chinese）

[9]潘瑜春，刘巧芹，阎波杰，等.采样尺度对土壤养分空间变异分析的影响.土壤通报， 2010（2）：257-262.Pan Y C， Liu Q Q， Yan B J， et al.Effects of sampling scale on soil nutrition spatial variability analysis.Chinese Journal of Soil Science， 2010（2）：257-262.（in Chinese）

[10]王秀，苗孝可，孟志军，等.插值方法对GIS土壤养分插值结果的影响.土壤通报， 2015（6）：12-16.Wang X，Miao X K， Meng Z J.et al.Effect on Soil Nutri tion Interpolation Result of Different Interpolation Styles.Chinese Journal of Soil Science， 2015 （6）：12-16.（in Chinese）

[11]唐希贤，张英明.基于地统计学的高原县域耕地土壤养分最优插值方法研究.中国水土保持，2015（11）：49-52.Tang X X，Zhang Y M.The optimal interpolation method of soil nutrient of cultivated land in the plateau county based on geostatistics.Soil and Water Conservation in China， 2015（11）：49-52.（in Chinese）

[12]孙凯，方舒，李伟峰，等.基于ArcGis的耕地土壤养分最优插值方法.浙江农业科学，2016，57（11）：1810-1815.Sun K，Fang S，Li W F，et al.The optimal interpolation method of soil nutrient of cultivated land based on ArcGis.Journal of Zhejiang Agricultural Sciences， 2016， 57（11）：1810-1815.（in Chinese）

[13]江厚龙，刘国顺，杨夏孟，等.精准农业中不同取样间距下 Kriging插值精度对比研究.土壤通报，2011，42（4）：879-886.Jiang H L，Liu G S，Yang X M，et al.Comparison of Kriging interpolation precision in different soil sampling interval in precision agriculture.Chinese Journal of Soil Science，2011，42（4）：879-886.（in Chinese）