钟文挺,李 浩，谢丽红，孙 娟，何玉亭，王 科

(成都市农业技术推广总站，四川 成都 610041)

【研究意义】土壤养分含量水平是衡量耕地质量的重要指标，对农业生产活动影响巨大[1]。由于耕地土壤是长期人类活动与多种自然因素综合作用的产物，其养分特征普遍会产生明显的空间变化[2-6]。在影响耕地土壤养分的众多因素当中，高程被认为是最关键的因素之一[7]。不同高程带来水热资源变化，这些变化会影响耕地土壤养分的矿化、积累和迁移，从而使耕地土壤养分表现出特有的空间变异趋势[8]。【前人研究进展】近年来，国内外学者针对耕地土壤养分空间变异特征及其与高程的关系做了大量研究，如李超[9]以高原耕地为研究对象分析了土壤养分空间分布与高程的相关性，结果表明碱解氮(Alkali-hydrolyzable nitrogen, AN)、速效钾(Available potassium, AK)、土壤有机质(Soil organic matter, SOM)与高程呈显著正相关，有效磷(Available phosphorus, AP)与高程呈显著负相关；赵越等[10]对峡江县耕地土壤养分空间特征及与地形因子的相关性分析表明，高程与土壤养分之间均为显著正相关关系；徐莉等[11]从察布查尔县耕层土壤养分空间特征研究中发现，高程是影响该区域土壤养分空间分布的主要地形因子。上述研究说明，深入了解不同高程影响下的耕地土壤养分空间异质性，对于实现精准施肥以及促进耕地资源可持续利用十分必要。成都平原总面积约1.881万 km2，是中国西南地区最大的平原。成都平原土壤肥沃，水渠纵横，农业发达，是我国重要的粮油及果蔬生产区，自古有“天府之国”的美誉。关于成都平原核心区域的耕地土壤养分变化状况已有较多的研究[12-13]，然而随着人类活动不断向平原边缘方向扩张，作为面临农业发展和生态保护双重挑战的敏感区域——成都平原-山地过渡带的耕地土壤养分变异特征更加值得我们关注[14-15]。目前国内外对这一典型特殊区域的研究较少。【本研究的切入点】因此本文选择成都平原与龙门山之间的过渡地带——彭州市为研究区，以高程为主要影响因子，通过相关分析、单因素方差分析、半变异函数模型优化以及协同克里格 (Co-Kriging)插值法，探索该区域AN、AP、AK、SOM 4种耕地土壤养分的变异特征。【拟解决的关键问题】为防止养分水土流失、制定科学施肥方案、防范耕地土壤环境恶化以及保障我国西南地区粮食安全提供参考。

1 材料与方法

1.1 研究区概况

彭州市位于成都市北部，介于东经103°10′～103°40′和北纬30°54′～31°26′之间，总面积1421 km2，土壤类型以水稻土、黄壤、紫色土、潮土为主，属亚热带季风性湿润气候，年均气温15.9 ℃，年均降水量867 mm，无霜期长，日照偏少，高温期与多雨期同季。彭州市地质构造上跨“东部四川中台坳”和“西部龙门山褶断带”两种构造单元，其地势西北高、东南低，大体上北部为山地，中部为丘陵，南部为平原，其面积依次占全市总面积的50 %、11 %、39 %。彭州市耕地面积509 km2，以水稻-蔬菜、水稻-药材(川芎)种植模式为主，是全国五大商品蔬菜生产基地之一，也是全国最大的川芎生产基地。

1.2 土样采集与检测

本次土样采集在充分考虑土地利用类型及高程两大影响因子的前提下进行室内布点，通过GPS定位，运用S形取样法在研究区作物收获时节的耕层土壤上多点取样。土样于2017年5-12月采集完成，每个样点均记录其经纬度坐标、土壤类型、高程、土地利用类型及对应农作物等信息。土样共计1142个，其土壤类型主要为水稻土和黄壤，对应的主要农作物为水稻、油菜及各种蔬菜。以成都市2017年土地利用类型分布图为底图，样点在水田、旱地上的分布状况如图1所示。研究区土壤样点在不同高程、坡度、坡向、pH下的分布状况如图2所示。以不同高程划分，样点分布于443～1371 m的高程区间内(图2A)；以不同坡度划分，样点主要分布在0 ～ 10°的缓坡上(图2B)；以不同坡向划分，样点主要分布在45 ～ 135°的半阳坡与135 ～ 275°的阳坡上(图2C)[16-17]；以不同pH划分，样点主要分布在4.5 ～ 5.5的酸性与5.5 ～ 6.5的弱酸性土壤上(图2D)。土样经过杂物剔除、风干、磨碎、过尼龙筛后分别装入瓶中待测。AN采用碱解扩散法，AP采用碳酸氢钠浸提—钼锑抗比色法，AK采用乙酸铵浸提—火焰光度法，SOM采用重铬酸钾容量法，由具备省级以上计量认证资质的检测机构完成上述项目的测定。

图1 研究区不同土地利用类型下土壤样点分布状况Fig.1 Distribution of soil sampling points under different land use types in the study area

图2 研究区不同高程、坡度、坡向、pH下土壤样点分布状况Fig.2 Distribution of soil sampling points under different elevation, slope, slope aspect and pH in the study area

1.3 数据处理与分析方法

运用SPSS22.0的箱型图分析，初步筛查出耕地土样养分数据中大于3倍标准差的系统离群值，再根据《耕地地力评价指南》与成都市耕地基础养分评价指标体系[18-19]，结合样点土壤类型特征、种植模式、施肥习惯等进一步识别离群值并予以剔除或保留。利用SPSS22.0的Pearson相关性分析判别耕地土壤养分、高程、坡度、坡向以及土壤pH之间的相互影响程度。通过ArcGIS10.2的自然断点法分级功能将高程数据分组，并以该分组结果为基础与耕地土壤养分数据相结合，采用SPSS22.0的单因素方差分析进行差异性检验。应用GS+10.0对耕地土壤养分数据进行描述性统计，并通过调整模型类型、有效滞后距、间距、块金值、基台值以及变程，拟合出决定系数与残差均表现良好的半变异函数模型。以上述模型的相关参数为基础，以高程为主要影响因子，导入ArcGIS10.2进行协同克里格插值分析，生成不同高程下的耕地土壤养分含量空间分布图。

表1 耕地土壤养分描述性统计特征Table 1 Descriptive statistical characteristics of soil nutrients of cultivated land

2 结果与分析

2.1 耕地土壤养分描述性统计特征分析

研究区耕地土壤AN、AP、AK、SOM 4种养分数据经过箱型图分析，分别有10、21、0、9个离群值。通过对样点土壤类型特征、种植模式、施肥习惯以及相关耕地土壤养分评价体系等方面的进一步识别，将其中的12个离群值作为真实值保留，最终确定1114个有效耕地土壤样点数。用传统统计方法对样本数据进行描述性统计分析，其统计结果见表1。研究区4种耕地土壤养分均呈中等变异性，变异程度由大到小依次为AP>AN>AK>SOM。AN、AP、AK作为速效态养分，由于迁移性强，相对于受自然因素影响更大的SOM均表现出更不稳定的特征。其中AP的变异性最大，这可能还与磷肥当季利用效率较低有关[20]。未经转换的4种耕地土壤养分数据均显示出一定的偏态效应，而地统计学分析的前提是数据须服从正态分布，因此本研究对4种耕地土壤养分数据均进行了转换。由偏度系数和峰度系数检验结果可知，经转换后的数据均呈对数正态分布。

2.2 高程与耕地土壤养分的相关性分析

高程与耕地土壤养分含量的Pearson相关分析结果见表2。高程与AN、AP呈极显著负相关，即随着高程的升高，AN、AP含量逐渐降低。其主要原因是低高程区域以水稻-蔬菜种植模式为主，普遍重施氮肥、磷肥。高程与AK、SOM呈极显著正相关，即高程越大，AK、SOM含量越高。其主要原因一是温度随高程升高而降低，土壤矿化作用又随温度的降低而减弱，从而促进了土壤养分的累积；二是高高程区域土壤大多为黄壤，而黄壤SOM含量通常较高；三是高高程土壤pH较大(图2D)，而通常AK与pH呈明显的正相关性；四是低高程区域的水稻土在淹水条件下，其AK容易受到Fe2+等阳离子的影响产生置换淋失。

2.3 不同高程下耕地土壤养分的方差分析

将高程数据按照自然断点法分为<565、565 ～ 637、638 ～ 749、750 ～ 913以及>913 m 5组，以全国第二次土壤普查养分分级标准为参考，分别对每个组别下的耕地土壤养分进行单因素方差分析(表3)，进一步探索它们之间的关系。

(1)5个组别的AN平均含量均在较丰富水平以上，其中1组最高，达到丰富水平。在高程≤913 m的4个组别范围内，AN的均值随高程的升高而减小，其中2、3、4组处于同一水平，且与1组存在极显著差异。5组的AN平均含量明显回升，可能是该组的温度最低，而土壤养分积累效率随温度下降而上升的特点在此区域开始有明显体现。不同组别的AN含量均为中等变异且其变异系数不具有明显的变化趋势。

(2)5个组别的AP平均含量均为丰富水平，其中1组最高。AP与AN相似，在高程≤913 m的4个组别范围内，AP的均值随高程的升高而减小，其中3、4组处于同一水平，且与1、2组存在极显著差异。不同组别的AP含量虽然均为中等变异，但其变异系数具有明显的随高程升高而增大的趋势，其中4、5组的变异系数已接近于强变异。这在一定程度上说明高高程区域的AP受到更为复杂的自然因素和人类活动的综合作用，容易引起含量的波动。

表2 高程与耕地土壤养分的相关性Table 2 Correlation between elevation and soil nutrients of cultivated land

注：**表示极显著相关(P<0.01)。

Note: ** shows extremely significant correlation(P<0.01).

表3 不同高程组别下耕地土壤养分差异Table 3 Difference of soil nutrients of cultivated land under different elevation groups

注：LSD多重比较，同一行中有相同字母表示均值差异未达到极显著(P<0.01)。

Note: Values in each row with the same letter was not sigificantly different(P<0.01, LSD).

(3)5个组别的AK平均含量处于中等至较丰富水平，其中5组最高。在高程≥565 m的4个组别范围内，AK的均值随高程的升高而增大，其中2、3组处于同一水平，且与4、5组存在极显著差异。1组的AK平均含量极显著地高于2、3组，可能跟该区域更重视钾肥施用有关。不同组别的AK含量均为中等变异且其变异系数不具有明显的变化趋势。

(4)5个组别的SOM平均含量均在较丰富水平以上，其中4、5组的SOM平均含量最高，达到丰富水平。SOM均值大致上随高程升高而增大，其中1、2、3组处于同一水平，且与4、5组存在极显著差异。不同组别的SOM含量虽然均为中等变异，但其变异系数具有明显的随高程升高而增大的趋势，其中变异系数最大的区域为地带过渡性较为明显的4组。

2.4 耕地土壤养分空间变异分析

为使空间变异分析结果更加准确，运用GS+10.0对耕地土壤养分数据的半变异函数模型进行优化，拟合结果见表4。AN、AP的模型类型以指数为最佳，AK、SOM的最适模型分别为球状模型和高斯模型。AK、SOM的模型拟合效果更好，其决定系数均在0.9以上。研究区SOM的块金值最小，表明SOM由实验误差和由小于实际取样尺度下的人为因素所引起的随机误差较小；AP的块金值最大，表明AP受实验误差和受到小于实际取样尺度下的人为因素的影响较大。4种耕地土壤养分均表现为中等空间变异性，说明自然因素和人为因素对其空间变异性的影响比较均衡，其中AN、AP、AK的块基比均高于SOM，说明它们相较于SOM可能更倾向于受人为因素的影响。SOM的变程为38.192 km，是AN、AP、AK的3倍以上，说明SOM在较大空间变异尺度范围内自相关性较强。

表4 耕地土壤养分半变异函数模型参数Table 4 Semi-variance model parameters of soil nutrients of cultivated land

表5 耕地土壤养分空间插值交叉验证结果Table 5 Cross-validation results of spatial estimation of soil nutrients of cultivated land

2.5 不同高程下耕地土壤养分空间插值分析

根据前文耕地土壤养分数据的半变异函数模型优化结果，利用ArcGIS10.2的协同克里格插值法生成不同高程下的耕地土壤养分含量空间分布图(图3)。协同克里格插值法的交叉验证结果(表5)表明4种耕地土壤养分的平均值、标准平均值均接近于0，标准均方根均接近于1，总体上该插值结果较为可信。参考全国第二次土壤普查养分分级标准，研究区5个高程组别下的4种耕地土壤养分含量分布状况显示：AN含量为中等～丰富水平的耕地土壤面积最大，其丰富水平主要集中分布在<565 m的低高程区域内，中等及以下水平主要集中分布在地带过渡性最大的638 ～ 913 m高程范围之间。AP含量为较丰富～丰富水平的耕地土壤面积最大，其丰富水平约占总面积的50 %，主要集中分布在<750 m的中、低高程区域内。AP含量为中等及以下水平的耕地土壤主要集中分布在地带过渡性最大的638 ～ 913 m高程范围之间。AK含量为较缺乏～中等水平的耕地土壤面积最大，超过总面积的50 %，主要集中分布在<750 m的中、低高程区域内。AK含量为较丰富及以上水平的耕地土壤主要集中分布在>913 m的高高程区域。SOM含量为较丰富～丰富水平的耕地土壤面积最大，超过总面积的80 %，其丰富水平主要集中分布在>913 m的高高程区域内。SOM含量为中等及以下水平的耕地土壤主要集中分布在地带过渡性最大的638 ～ 913 m高程范围之间。另外SOM含量在该过渡性地带还表现出突变性的分布特征。

3 讨 论

3.1 彭州市耕地土壤养分在高程影响下的变异特征

彭州市作为典型成都平原-山地过渡带，其高程是地形地貌、气候、水文、植被、成土过程以及土地利用类型等的主控因素之一，其耕地土壤养分含量随高程发生变化的状况十分突出，具体表现如下。

(1)彭州市耕地土壤SOM含量总体均在较丰富水平以上。其主要原因一是高高程区域土壤大多为SOM含量普遍较高的地带性黄壤；二是高高程区域的年均气温远低于全市，为12.6 ℃左右，同时其降水量又远高于全市，为1300 mm左右，在这种局部气候条件下土壤微生物的活性会受到明显抑制，从而造成该区域植被残体的矿化速率明显减弱，SOM积累效率更高[7-10,14]；三是根据2018年成都市第二次全国农业污染源普查结果，彭州市拥有165家规模化畜禽养殖场，其中大部分畜禽粪便经处理后施入了中、低高程区域的耕地土壤当中，从而提升了该区域的SOM含量。SOM的变异程度随高程的升高在的750 ～ 913 m这一地带过渡性较为明显的区域猛增至最大，且其含量相对较低的耕地土壤也主要集中分布在该区域，该养分流失现象需要我们重点关注。

(2)彭州市耕地土壤AN含量总体均在较丰富水平以上。低高程区域AN含量较为丰富主要是由于该区域大多为水稻-蔬菜种植模式，普遍重视氮肥的施用；高高程区域AN含量由于作为氮素养分重要来源之一的SOM较为丰富，从而得到了一定补充。一般而言，高程与AN呈正相关关系[9-10]，而本文中高程与AN呈极显著负相关，可见低高程区域在“稻-菜”，特别是在部分地区“稻-菜-菜”这类复种指数较高的种植模式下，施肥等人为因素对耕地土壤AN含量影响很大。AN含量随高程的升高在750 ～ 913 m的区域内降至最低，再在>913 m的区域明显回升，这一现象与梁涛等[21]对重庆2个区土壤养分状况与海拔高度的关系分析结果大体一致。

(3)彭州市耕地土壤AP含量总体均在较丰富水平以上，其主要原因一是化肥及规模化畜禽养殖场为其带来了大量磷源；二是分属于岷江水系的蒲阳河，是该区域主要灌溉河流之一，而岷江冲积物大多磷素含量较高，故其AP含量可能受其影响而整体较高[22]。AP的变异程度从638 ～ 749 m的中高程区域开始明显增大，其变异系数在750 ～ 913 m、>913 m的高高程区域分别达到了83.54 %和82.56 %，接近于强变异，这可能是因为高程较高区域其降水量与坡度(图2B)较大造成的局部范围土壤侵蚀。

图3 不同高程下耕地土壤养分空间分布Fig.3 Spatial distribution of soil nutrients of cultivated land at different elevation

(4)彭州市耕地土壤AK含量总体上处于中等水平，这主要是由于该区域土壤pH大多为4.5 ～ 6.5(图2D)[23-24]。低高程区域pH值较低的主要原因一是长期的水旱轮作模式造成该区域耕地土壤干湿交替频繁，而水稻土在排水过程中会呈现pH值偏离中性范围的趋势[25]，同时本次土样采集正处于排水不久后的作物收获期；二是随着种植年份的增加，氮肥、有机肥使耕地土壤酸根离子越积越多。高高程区域pH值相对较高主要由于该区域较为丰富的SOM对土壤酸化产生了一定的缓冲作用。故而AK含量与此相对应，随高程的升高而增加。

3.2 彭州市耕地土壤不同高程下的管理建议

高程与耕地土壤养分变异情况十分密切，深入分析高程对耕地土壤养分的影响可以帮助我们以不同高程带为基础，为该区域的耕地地力评价、耕地承载力评价、耕地利用潜力评价以及耕地土壤保护等提供依据。大体上，彭州市分为<638 m的平坝高程带、638 ～ 913 m的过渡高程带以及>913 m的山地高程带。本文从彭州市不同高程带的耕地土壤养分变异特征出发，提出相应管理建议如下。

(1)平坝高程带的耕地土壤AN、AP含量较高，特别是AP含量已达到极高水平。根据2018年成都市农业源氨排放清单数据统计结果，彭州市规模化畜禽养殖场较多，平坝区农业种植面积及耕作强度较大，氮肥、磷肥、有机肥施入较多，这在提升耕地土壤AN、AP含量的同时，也使该区域的氨排放量增大，磷素集中过剩，从而可能造成大气氨污染、土壤酸化以及土壤重金属污染。故该区域在今后的农业生产过程中应注意在局部突出地区合理减少氮肥、磷肥的施用，提高肥料有效利用率。平坝高程带的耕地土壤AK含量偏低，该区域除了需要通过增施钾肥补充钾素以外，施肥时应尽量避开高温多雨天气，以免土壤溶液中的钾素和交换性钾素因淋溶作用迅速流失，同时还应大力推广钾肥后移技术，进行土壤酸化治理，提高钾肥利用效率。

(2) 过渡高程带存在一定的耕地土壤养分流失现象，体现了这一区域的农业生态敏感性与脆弱性。相对于其他稳定性较强的区域，该区域耕地若采取合理的工程措施与农艺措施加以改造，努力消除制约因素，其在耕地地力的提高上见效更快。彭州市蔬菜品种繁多，当中不乏适合高高程地区种植的特色品种。但若将这类品种全部安排至山地高程带种植，其人力、灌溉以及交通运输等成本的增加显而易见。过渡高程带一定程度上拥有山地高程带的自然条件，同时在很多方面又与平坝高程带相近，故发展特色蔬菜种植具有较大的利用潜力。彭州市主要中药材生产基地覆盖了过渡高程带50 %以上的区域，故该高程带应利用好药材产业发展的驱动力提高自身耕地土壤综合生产能力。

(3)山地高程带的耕地土壤AK、SOM含量较高，特别是局部区域的SOM含量已经达到了极高的水平。该区域主要应防范降水量与坡度(图2B)较大造成的局部范围土壤侵蚀和水土流失，在生态风险较严重的区域可以考虑转变耕地利用类型，同时应在平整田面、筑牢田埂与护坡、修建排灌水设施、实现梯格化等方面进一步加强。另外鉴于该高程带农业生产成本较高，更应利用其土壤养分含量优势选择合适的高商品性作物进行精心栽培和管理，从而带动该区域农业产业发展，提高农民收入水平。

4 结 论

本文利用SPSS22.0、GS+10.0以及ArcGIS10.2对彭州市这一典型成都平原-山地过渡带不同高程下的耕地土壤养分变异特征进行分析，研究结果表明：

彭州市耕地土壤AN、AP、SOM含量较为丰富，均值分别为142.19 mg/kg、39.55 mg/kg及33.53 g/kg；AK含量为中等水平，均值为111.83 mg/kg。

高程与AK、SOM呈极显著正相关，其相关系数分别为0.259、0.416；高程与AN、AP呈极显著负相关，其相关系数分别为-0.092和-0.095；高程与坡度、坡向、pH呈极显著正相关，其相关系数分别为0.894、0.564及0.303。AN、AP含量在彭州市低高程区域形成连片高值带；AK、SOM含量在高高程区域形成相对破碎的连片高值带；AN、AP、SOM含量相对较低的耕地土壤主要集中分布在地带过渡性最大的638 ～ 913 m高程范围之间，其中SOM含量在该区域表现出突变性的分布特征。